《明胶科学与技术》2011年第31卷作者索引

<正>~~     

DDIS：一种新的支持快速相似检索的高维索引结构

基于内容的图像检索是一种典型的相似检索问题，在海量高维的数据集中进行相似匹配，一般认为距离计算费用很高。因此，需要建立有效的索引结构，以减少每个查询中的距离计算次数。为此，针对K最近邻查询（KNN）算法．提出了一种新的高维空间数据索引方法——层次距离索引（DepthDistanceIn—dexStructure，DDIS）。详细讨论了这种索引结构的建立与检索等问题，并给出了相应的算法，实验结果显示了这种索引技术的有效性。     

搜我所需 Vista SP1进阶搜索

与Windows XP相比,Vista内置的搜索功能无疑要强大许多,使用上也非常方便。可是用久之后就会发现Vista的搜索功能还是有一些不尽如人意的地方。例如,必须使用自带的Windows Live Search,不能选择第三方的桌面搜索工具;又比如搜索的结果中经常包含一些无关的信息,有时候搜索的速度也不够快。面对这样那样的问题,大家把解决问题的希望寄托在了Vista SP1的身上。那么,Vista SP1究竟能不能解决这些问题呢?看完下面的文章相信你就清楚了。     

面向突发疫情的网络数据流可信监测模型

针对网络中"疫情相关"数据流主题多样性衍生及交叉变化快,使舆情在线监测尤其是主题可信度分析和真伪监测对算法时空复杂度要求较高,传统线下全文本数据块的离线分析模型很难适用的问题,提出了一种基于集成分类器的在线异常/主题可信监测(online abnormal monitor,OAM)模型。首先按照时间窗口构建单元可信分类器;然后利用集成索引算法将单元可信分类器进行在线高效融合;最后以流查询的模式完成在线异常监测。在中国信息安全测评中心的社交文本数据集上进行的对比实验结果表明,在加载相同分类器的情况下,OAM算法与其他亚线性算法相比,预测时间最多可减少19%。     

SQL Server 2008的数据压缩和解密

SOL Server 2008允许在表、索引和分区中执行数据压缩，这样不仅可以节省磁盘空间，而且允许更多数据装入RAM中，提升查询的性能。     

公路环境下支持高效更新的时空数据索引结构

随着定位技术在各个领域的应用普及,降低时空数据索引结构中的更新代价已经成为当前很多实际应用的热点研究问题,如定位服务、交通控制等。提出一种针对公路网络中移动对象的索引结构——NLUR-Tree(Network-based Lazy Update R-tree)。NLUR-Tree不但借助于缓冲插入和缓冲删除来减少更新代价,而且还利用公路网络中对象移动的运动模式来提高更新效率。其次,NLUR-Tree还利用缓冲池来管理内存磁盘空间,在一定程度上解决了移动对象在公路网络分布的不均衡性带来的问题。最后,实验证明了NLUR-Tree要明显优于现有的同类型索引结构。     

多样化的本地文件搜索

提到文件搜索工具,大家第一个想起来的绝对是Everyting了。它的瞬间搜索速度实在让人震惊,相信很多人都对它爱不释手。但是对文件搜索来说,Everything也有很多做不到的地方,毕竟除了速度之外,我们还有更多的需求。1 Everything当之无愧的最强文件搜索神器相比其他的搜索工具,Everything无论是体积、索引数据库的大小,还是内存占用都是暂时我所见到最强的!Everything的体积才500多k B,我硬盘上有300GB的数据,索引数据库仅有4.85MB(如图1),而内存占用仅为17MB左右,可以说是完胜其他的搜索工具了。