一种基于文档模式的GML压缩方法

GML已成为地理空间数据编码的事实标准.GML文档一般体积庞大,存储和传输时占用巨额资源.提出了一种基于文档模式的有效GML压缩方法,通过用文档推导出的模式验证文档本身,对树自动机的状态转换路径进行比特编码,对坐标数据增量编码,实现GML文档压缩.对真实GML文档的压缩实验表明,所提出方法的压缩率优于通用文本压缩器(gzip和PPMD)、主要高性能XML压缩器(XMill,XMLPPM和XWRT)以及现有GML压缩器GPress.     

一种Beacon协助的传感器网络定位方法

对无线传感器网络中的定位问题进行了研究,提出一种基于移动beacon协助的定位方法,该方法仅使用一个移动beacon即可完成对整个无线传感器网络的定位.给出两种beacon移动方式来进行定位,经过大量详实的仿真实验,验证了方法的有效性及定位的高精确度,可以将平均误差缩小到30厘米.     

基于结构化对等网络的skyline计算

一个多维数据库的skyline,是此数据库上不被其它任何数据支配的点所组成的集合.集中式skyline作为早前的关注焦点得到了较深入成熟的研究,现在已经有了大量针对集中式数据库的skyline算法.而迄今为止,对等网络上的skyline研究却仍然很匮乏,仅有三篇文章对此作出了初步的探索.其中一篇文章是专门为子空间上的skyline计算设计的,另两篇则是分别针对某种特殊的对等网络协议而不能适用于其他协议.提出了一种新的skyline算法.它基于一种重要的对等网络Chord,着力于减小网络带宽的占用量和节点访问数,并提供了保持负载均衡的方法,具有良好的扩展性和渐进性.理论分析与实验结果均证明这种算法是一个符合对等网络特点的准确高效的skyline算法.     

基于小世界的传感器网络查询能量空洞问题

靠近Sink的传感器节点因为需要转发来自其它节点的数据而承担了更多的通信负载,这些节点往往更早地耗尽自身能量而有更短的生命周期,这种现象被称为“能量空洞”问题.文中基于小世界思想,通过向Sink节点添加一些长链,减少Sink周围节点转发数据的数量来缓解能量空洞的出现,从而延长网络的生命周期.首先对等距传输的网络进行了能耗分析,然后提出采用小世界的策略缓解能量洞的出现,从理论上分析了长链的位置和数量对能量消耗和网络生命周期的影响,提出了一种实用的小世界网络实现方法.仿真实验验证了理论分析结果.     

基于计算的蛋白质复合物预测方法综述

蛋白质是生命活动的物质基础,直接参与、执行生命的活动过程。大多数蛋白质通过相互作用形成复合物来实现各种生物功能,因此预测蛋白质复合物有助于了解复合物的结构及其功能,也为细胞机制的研究奠定了重要基础。目前,随着高通量实验技术的不断发展,全基因组蛋白质相互作用(PPI)数据日益增多,领域内已经出现了很多基于计算的蛋白质复合物预测方法。虽然现有方法各具特色与优势,但也存在一些不足。首先,针对现有基于计算的蛋白质复合物预测方法进行了分类和比较全面、详细的分析评述;接着,介绍了复合物预测中常用的评价指标和主要数据集,并比较和分析了几种代表性方法的预测性能;最后,对复合物预测方法进行了总结与展望,提出了今后有待解决的若干问题。希望通过对各类方法的分析与比较,为相关人员使用和研究基于计算的蛋白质复合物预测方法提供有价值的参考和方向指引。     

一种基于密度的快速聚类算法

聚类是数据挖掘领域中的一个重要研究方向,聚类技术在统计数据分析、模式识别、图像处理等领域有广泛应用,迄今为止人们提出了许多用于大规模数据库的聚类算法。基于密度的聚类算法DBSCAN就是一个典型代表。以DBSCAN为基础,提出了一种基于密度的快速聚类算法。新算法以核心对象领域中所有对象的代表对象为种子对象来扩展类,从而减少区域查询次数,降低I/O开销,实现快速聚类,对二维空间数据测试表明：快速算法能够有效地对大规模数据库进行聚类,速度上数倍于已有DBSCAN算法。     

Approaches for scaling DBSCAN algorithm to large spatial databases

The huge amount of information stored in datablases owned by coporations(e.g.retail,financial,telecom) has spurred a tremendous interest in the area of knowledge discovery and data mining.Clustering.in data mining,is a useful technique for discovering intersting data distributions and patterns in the underlying data,and has many application fields,such as statistical data analysis,pattern recognition,image processsing,and other business application,s Although researchers have been working on clustering algorithms for decades,and a lot of algorithms for clustering have been developed,there is still no efficient algorithm for clustering very large databases and high dimensional data,As an outstanding representative of clustering algorithms,DBSCAN algorithm shows good performance in spatial data clustering.However,for large spatial databases,DBSCAN requires large volume of memory supprot and could incur substatial I/O costs because it operates directly on the entrie database,In this paper,several approaches are proposed to scale DBSCAN algorithm to large spatial databases.To begin with,a fast DBSCAN algorithm is developed.which considerably speeeds up the original DBSCAN algorithm,Then a sampling based DBSCAN algorithm,a partitioning-based DBSCAN algorithm,and a parallel DBSCAN algorithm are introduced consecutively.Following that ,based on the above-proposed algorithms,a synthetic algorithm is also given,Finally,some experimental results are given to demonstrate the effectiveness and efficiency of these algorithms.     

基于主观Bayes方法的渐进式中文文档分类

本文介绍基于主观Bayes方法的渐进式中文文档分类.包括三个方面:一是应用主观Bayes方法,利用领域专家的经验,减少复杂的计算量.二是采用渐进式中文文档分类,先进行粗分类,把文档集映射到大的类别集中去,再对属于每一大类别中的文档子集进行细分类,映射到次级类别中去,直到划分到最后的基类.三是选择文档属性时,采用相邻字对提取方法,某种程度可摆脱对复杂切词处理程序和庞大词库的依赖.     

基于聚类的自动摘要

提出了一种基于主题聚类的自动摘要算法.该算法在采用统计方法的同时,又适当结合知识理解,既摆脱了领域限制,也使摘要的结果更为准确.此外,为了能够全面反映信息样本的主要内容,而又不产生信息冗余,本文提出的摘要算法还力图适应于不同的样本、动态确定摘要长度.为此,本文首先构造出新的互依赖模型,为摘要算法选择较为准确的属性.接着,挖掘出评估语句重要性的新规则,为摘要算法提供选择较为重要语句的尺度.最后,提出了一种较为客观的、基于任务的摘要性能评估算法.     

VXMLR系统存储模式的自适应调整

XML管理系统的查询处理效率很大程度上取决于系统中XML数据的存储模式．在用户查询已知或可预测的情况下，根据用户查询设计存储模式可以改善系统的查询处理效率．该文介绍VXMLR系统存储模式的自适应调整机制，根据历史查询信息，VXMLR系统对其存储模式进行自适应调整，从而提高查询处理效率，其基本思路是：首先根据历史查询，推导出适当的映射规则，得到XML文档在关系数据库中的存储模式；然后，在给定的空间约束下，根据历史查询使用背包问题求解算法选择关系表进行垂直分割或冗余存储相关数据，使查询所访问的无关数据尽可能少,VXMLR系统提供四种存储模式调整策略，其中两种策略可以实现自适应的存储模式调整，实验结果表明文中提出的方法是有效的。