位置相关查询处理的近似回答

位置相关应用在移动计算环境中日趋流行．为了提高系统性能和便于断接操作，可适当放松一些标准来提高可用性．提出了一个使用概括数据库的位置相关查询处理模型，当被访问的原始数据库不合适或不可用时，该查询处理模型能用缓存在移动设备中的概念层次和概括数据库返回近似查询．这个模型提供了在断接期间更优化的数据使用，能有效地利用低的带宽和有限的内存，可提供不同等级查询的近似回答．讨论了包括传输、查询处理代价的性能分析．     

基于深度语义信息的查询扩展

随着互联网时代的到来，搜索引擎开始被普遍使用。在针对冷门数据时，由于用户的搜索词范围过小，搜索引擎无法检索出需要的数据，此时查询扩展系统可以有效辅助搜索引擎来提供可靠服务。基于全局文档分析的查询扩展方法，提出结合神经网络模型与包含语义信息的语料的语义相关模型，来更深层地提取词语间的语义信息。这些深层语义信息可以为查询扩展系统提供更加全面有效的特征支持，从而分析词语间的可扩展关系。在近义词林、语言知识库“HowNet”义原标注信息等语义数据中抽取局部可扩展词分布，利用神经网络模型的深度挖掘能力将语料空间中每一个词语的局部可扩展词分布拟合成全局可扩展词分布。在与分别基于语言模型和近义词林的查询扩展方法对比实验中，使用基于语义相关模型的查询扩展方法拥有较高的查询扩展效率；尤其针对冷门搜索数据时，语义相关模型的查全率比对比方法分别提高了11.1个百分点与5.29个百分点。     

面向对象数据库中基于有向图的联系代数

本文提出了基于基有向图的联系代数，并给出了一个优化联系代数表达的算法。本文所提出的改进较其原形式能 更精确地反映面向对象模型的实质，更有利于对象的查询处理与优化。     

基于Web的零件特征信息共享技术研究

协同产品商务要求产品生命周期中的不同人员能在权限控制下方便地访问产品数据，零件几何模型不仅要整体地参与信息共享，而且还要提供更细粒度的模型元素级信息共享方法。以零件特征造型技术为基础，研究特征结构和信息的中性存储、查询和权限控制方法；并结合几何模型的轻量级显示，在Internet环境下实现了零件特征信息的元素级远程查询和访问控制。     

基于Petri网的网格数据库查询计划模型的映射转换

网格数据库中主要采用基于有向无环图（DAG）的查询计划建模方式，该方法由于不考虑子查询与节点的数据关系，因而对子查询在节点的优化调度方面支持不足。对查询计划提出了基于Petri网的形式化描述模型NSN，通过扩展子查询与节点以及子查询之间的数据关联关系的描述，对子查询的优化调度提供更大的支持；进一步给出了从DAG模型到NSN模型的转换规则和转换算法，实现了查询计划从DAG到NSN模型的转换，最后通过实验验证了NSN模型对子查询在节点中的分派调度的优越性。     

分布式随机查询的负载平衡优化

本文基于分布式查询处理的状态转移模型，提出以线性规划来解决分布式数据库中的随机查询优化问题，并获得最优的负载平衡策略，描述了对于一般的连接查询的随机查询优化问题，也考虑了多查询类型的模型。     

用户查询意图切分的研究

用户查询意图是指用户在构建查询时,希望搜索引擎能够返回的信息.如果搜索引擎可以判断用户当前查询与之前输入的查询是否属于同一查询意图,那么可以为用户提供更适当的查询建议、查询扩展或者个性化检索服务等.该文提出了基于点击相似度切分用户查询意图,在决策树模型和CRF模型上都取得了一定的提升.利用用户点击信息可以提高查询意图切分的效果,引入用户点击信息后,基于决策树的方法,F值提高1％,基于CRF模型的F值提高1.4％.     

基于隐马尔可夫模型的查询扩展方法

对查询进行扩展的目的是找出查询中的潜在语义,确定用户意图,进而构造更适合于搜索引擎检索的查询语句,以提高检索的准确率。提出利用隐马尔可夫模型预测查询中的潜在语义的方法,该模型在大规模用户查询日志上进行训练。由该模型预测出的扩展语句查询的准确率较词共现扩展、同义词扩展等方案均有明显提升。     

面向异构架构的关系型算子并发计算框架OmegaDB

数据库系统的不同查询之间存在访问数据路径重叠和计算共享的可能，而工作负载中的查询分批处理称为多条查询一次执行（Multiple-Query-at-a-Time）模型。一些已开发的多查询处理框架已经被证明有效，然而都缺乏构建完整查询处理和优化方法的普适框架。在基于等价变换来构建查询时算子合并优化框架的基础上，提出一种面向异构架构的关系型算子并发计算框架OmegaDB。该框架通过研究面向GPU的关系算子流批计算模型并构建关系数据查询流水，在CPU-GPU异构架构上实现了聚合多查询的流批计算方法。在实验及原型实现上，通过理论分析和实验结果验证OmegaDB相对传统关系型数据库管理系统（RDBMS）所具备的优势，以及OmegaDB利用新硬件的潜力。根据基于传统关系代数规则的多条查询一次执行模型的查询优化框架的理论研究，提出多个优化方法并展望未来研究方向。使用TPC-H商业智能计算作为基准测试程序，实验结果表明OmegaDB与现代先进的商业数据库系统SQL SERVER相比，在消耗更低的磁盘I/O和CPU时间的情况下，最高可以达到24倍的端到端加速。     

多数据源查询的几种优化方法

信息时代带来了多数据源的集成，在多数据源研究领域中，查询晕迫切需要解决的问题。信息异构，信息量大是多数据源查询的特点。本文介绍了几种优化多数据源查询的方法，改进算法的线性模型，粗糙集分类模型，改进结构的分级查询模型，XML统一数据模型，以启发大家思路。     

基于图模型的中文文档分类研究

信息处理领域中，现有的各种文本分类算法大都基于向量空间模型，而向量空间模型却不能够有效地表达文档的结构信息，从而使得它还不能充分地表达文档的语义信息．为了更有效地表达文档的语义信息，本文首先提出了一种新的文档表示模型一图模型，即通过带权标号图表达文档的特征词条及其位置关联信息，在此基础上本文继而提出了一种新的文档相似性度量标准，并用于中文文本的分类．实验结果表明，基于图模型的这种文档表示方式是有效的和可行的．     

基于马尔可夫模型的可信性评估研究

研究了安全关键实时系统传统的高可信保障机制,提出了一种可支持多级关键度的新可信性保障机制。使用该机制则可根据各子系统的实际可信性需求采用相应的冗余数进行容错处理。为评估该可信性保障机制,改进了传统的多模型可信性评估方法。基于马尔可夫模型,文章建立了一种统一的可信性评估模型,使用该模型则可按不同关键度子系统的实际可信性需求进行独立的评估。同时,该文使用了大量的实例进行例证。     

基于Web service的DSS模型库系统研究

管理和使用模型是DSS模型研究的一个非常重要的课题。文中将Web service技术引入到DSS模型库系统中,提出基于Web service的模型库系统,给出基于Web service的DSS模型存储、模型查询、维护以及模型调用策略,并介绍了基于Web service技术的模型库系统体系结构。     

基于安全审计的监控系统模型的设计

在分析基于安全审计的监控系统的研究现状的基础上,针对现有监控系统在关键业务领域存在的不足,提出了一个基于安全审计的监控系统模型,并详细介绍了模型中各个模块的设计过程,接着给出该模型在银行领域的一个应用实例,重点分析了其中的备份恢复以及数据挖掘模块,最后结合实例对模型进行分析和评价,列举了模型的一些特点,同时提出模型的一些不足以及改进之处。目前基于该模型的监控系统已经成功应用于银行、证券等关键业务领域。     

基于强化学习的网络时延自动化控制数学建模研究

传统的网络时延控制模型在分析时延原因时,仅从宏观角度分析,缺少建立网络模型的过程,导致时延控制能力差、数据传输时间长、丢包率大的问题。为解决此问题,设计一种基于强化学习的网络时延自动化控制模型。该模型的构建主要分为两部分,先是确定网络模型,具体分析网络时延出现的原因,在此基础上,利用强化学习中的Q学习算法构建自动化控制模型,以解决网络时延问题。实验结果表明:与传统的基于均衡调度的网络时延控制模型相比,该模型对网络时延的控制性能更好,且数据包传输时间缩短3.7 s,数据包丢包率降低5%,应用优势明显。     

基于角色驱动的多Agent主体工作流模型的研究

在分析了传统的几种工作流建模方法的基础上，提出了基于角色驱动的多Agent体工作流模型，把多Agent的协作交互作为模型的主体，模型中引入了多Agent，把任务的执行者看作Agent，该Agent具有角色库，可以拥有一个或者多个角色，并用这些Agent之间的交流协作来描述工作流过程，使得执行者Agent成为模型的主体，改变了传统的模型中人的被动地位，使活动能更加顺利圆满地完成，同时也很好地解决了业务过程中可能存在的活动执行者的多角色和角色变化的问题。     

基于活跃用户特征的论坛广告投放

网络论坛用户众多,广告投放市场大,而目前针对网络论坛的个性化广告却很少,这是因为论坛数据庞杂,信息更新快,实现广告的精准投放有困难.提出了一个基于活跃用户特征词分析的论坛广告个性化投放模型,在模型中提取论坛活跃用户,对活跃用户偏向性进行分析,从而以活跃用户为载体进行个性化广告投放.最后将这一模型在一热门论坛数据上进行了实验,实验结果表明该模型能实现论坛广告的个性化投放.     

基于云的概念空间模型研究

从认知科学出发,讨论了G?rdenfors的概念空间理论,用云模型对概念空间进行了形式化研究。由于概念、属性中存在着大量的模糊性和不确定性,将云模型和G?rdenfors的概念空间模型结合起来,建立了一套基于云的概念空间模型。并进一步对概念、相似性等进行定义,形成了一套新的基于云的概念空间模型方法。通过一个昆虫分类实例来进行概念空间的建模实验。用静态和动态两种不同的方法来验证基于云模型的概念空间的有效性。     

基于支持向量机的中文文本分类模型研究

支持向量机是在统计学习理论基础上发展起来的新一代学习算法,适宜构造高维有限样本模型,具有很好的分类精度和泛化性能。文中介绍了中文文本分类过程,将支持向量机应用于中文文本分类模型中,对分类器参数选择进行了分析和讨论。实验分析表明,该系统在较小训练集条件下可以取得较好的分类效果。     

基于对象技术的内容管理数据模型研究与实现

内容管理是一项新兴技术，具有重要的实用价值。首先分析了内容管理技术的发展现状和存在的问题，在此基础上提出了一种基于对象技术的内容管理平台数据模型，最后采用Java语言实现了一个基于此模型的内容管理平台，证明了该模型设计的合理性和先进性。