On the cost of searching signature trees

A precise analysis of the retrieval of signature trees is presented. A signature tree is a data structure constructed over a signature file to speed up searching all those signatures, which match a given query signature. The methods used include a detailed study of probabilistic analysis in conjunction with suitable contour integration of complex variabled functions.     

���ķ������ݲ�ֵ�����о�

岩心分析过程中的取心间隔并非完全相同，这就形成了非等间距的岩心分析数据。测井曲线的数据一般都是采样等间距的，为了使岩心数据与测井数据更好地进行匹配，对岩心分析数据进行插值处理，使分析数据形成等距的形式，然后对插值后的数据根据不同的测井曲线进行滤波，使得岩心分析数据与测井数据的分辨率相匹配，利用处理后的数据建立模型或数据分析才可得到较为准确的模型。克里金插值和分形插值均为非线性的数学插值方法，它们与一般的数学插值方法相比较，能更好地反映数据的内在分布规律。文中分别利用克里金插值和分形插值的理论对岩心数据的插值进行了深入的研究，根据两种插值方法的理论建立了相应的插值方法。经过对两种插值理论的实例对比分析，得到了两种非线性插值方法的优缺点，为进一步的深入研究奠定了一定基础。     

Finding approximate matches in large lexicons

Approximate string matching is used for spelling correction and personal name matching. In this paper we show how to use string matching techniques in conjunction with lexicon indexes to find approximate matches in a large lexicon. We test several lexicon indexing techniques, including n-grams and permuted lexicons, and several string matching techniques, including string similarity measures and phonetic coding. We propose methods for combining these techniques, and show experimentally that these combinations yield good retrieval effectiveness while keeping index size and retrieval time low. Our experiments also suggest that, in contrast to previous claims, phonetic codings are markedly inferior to string distance measures, which are demonstrated to be suitable for both spelling correction and personal name matching.     

Intranet搜索引擎设计与实现

随着企业内部网络应用的深入,Intranet内部的信息资源越来越庞大,怎样为这些数据信息构建索引是我们面If缶的主要任务,而全文检索的产生解决了这一问题。目前越来越多的中小企业采用Linux系统作为Web平台,并且利用检索系统来管理内部繁多的文本和HTML文件。文章对www搜索引擎的全文检索及其相关技术进行了分析和讨论,实现了一个基于Linux环境的Intranet搜索引擎LISE（Linux Intranet Search Engine）。LISE利用了基于词表的索引方法,为用户提供了更加准确的信息,能满足多种中小企业用户的需求。     

双光子加工数据准备软件的研究*

双光子加工技术需要通过数据准备软件将CAD模型转换为加工数据.为此提出了三种进行双光子加工的数据准备方法,即STL处理、图片处理和线条处理;基于MFC的单文档/视图结构框架开发了软件.应用实例表明,该软件界面友好、运行可靠.     

面向数据挖掘的教学系统的设计与实现

由于数据挖掘技术具备从大量数据中提取特定数据模型的优势,已得到广泛的认可和应用。目前,数据挖掘在教育领域中应用的主要热点之一是如何构建面向数据挖掘的教学系统的研究。介绍一种面向数据挖掘技术的教学网站的设计思想和实现方法。该网站实现传统教学系统的通用模块,并增加对教学日志的支持功能。该功能为数据挖掘研究提供实验数据和实践平台。     

云存储多异构文件联合延迟尾概率凸优化分析

随着擦除码技术的流行,分布式存储中高数据可靠性和高空间效率存储性能逐渐实现,但是降低尾部延迟仍然是一个有待解决的问题。为此,提出一种量化和优化擦除编码存储系统尾延迟的算法框架。对于任意服务时间分布和异构文件,推导给出尾部延迟上界。提出了一个优化模型,使得所有文件在服务器上放置的加权延迟尾概率和访问请求文件的服务器选择共同最小化,并证明了其非凸问题特性,以便采用一种高效的交替优化算法求解。此外,通过描述延迟分布尾部的渐近行为,以闭合形式对任意擦除编码存储的服务延迟的尾部指数进行数学量化,证明了基于概率调度的算法是（渐近）最优的。实验结果表明,在实际工作负载下擦除编码存储系统的尾部延迟显著降低。     

简述城乡建设档案在城乡建设活动中的作用

针对我国城乡建设档案工作开展的时间不长,社会上对城乡建设档案的意识不强,对其的作用认识不全面的问题,根据相关条例、规定、规范和有关专家的讲解,对城乡建设档案的产生、发展、概念、作用作了重点阐述,对城乡建设档案的种类、特点、目标作了简要介绍,以达到提高人们对城乡建设档案重要性的认识和宣传目的.     

海量教育资源中小文件的存储研究

Hadoop作为成熟的分布式云平台,能提供可靠高效的存储服务,常用来解决大文件的存储问题,但在处理海量小文件时效率显著降低。提出了基于Hadoop的海量教育资源中小文件的存储优化方案,即利用教育资源小文件间的关联关系,将小文件合并成大文件以减少文件数量,并用索引机制访问小文件及元数据缓存和关联小文件预取机制来提高文件的读取效率。实验证明,以上方法提高了Hadoop文件系统对小文件的存取效率。     

煤矿视频监控图像的改进非局部均值滤波算法

针对井下光线较差、粉尘大而导致视频监控图像清晰度不佳的问题,提出了一种改进非局部均值滤波算法。首先采用Log边缘检测算子对图像进行边缘提取,获得边缘和非边缘图像;然后分别从相似图像块获取方法以及权重值计算方法2个方面对非局部均值滤波算法进行改进,用于去除非边缘图像中的噪声点;最后将边缘图像与滤波后的非边缘图像进行融合。分别采用该算法与中值滤波算法、均值滤波算法、非局部均值滤波算法对现场采集的图像进行测试,结果表明该算法的图像处理效果明显优于其他算法。