基于R-树索引的Map-Reduce空间连接聚集操作

空间连接聚集是一种常用并且非常耗时的空间数据库操作,特别是在面对大规模空间数据集时,单机运行环境难以满足其对时空开销的需求,如何设计高效的面向云计算环境中的分布式空间连接聚集算法越来越受到人们关注。Map-Reduce作为云计算的核心模式受限于其扁平化的串行扫描操作模型,常被用来加速非索引的空间连接操作,现有工作尚无将Map-Reduce和R-树索引结合来处理空间连接聚集。因此,提出了基于R-树索引的Map-Reduce空间连接聚集算法(RSJA-MR)来更高效地返回连接聚集结果。提出一种分布式R-树索引结构以支持大规模空间数据的索引,RSJA-MR算法利用分布式R-树生成任务集,任务集的执行满足无依赖并行计算模式,很容易在Map-Reduce框架中进行表达。文中提出一种实时缓存策略以支持索引并发访问。实验结果表明:相比非索引的Map-Reduce连接聚集算法,在空间交叠连接聚集查询上,时间性能最少提升8%,在空间包含连接聚集查询上,时间性能最少提升近35%。     

分布式数据库系统的查询优化策略研究

在分析比较分布式数据库系统和集中式数据库系统查询优化目标不同特点的基础上,归纳出分布式数据库系统的查询优化目标,进而提出查询优化的策略,并在举例中重点讨论了操作执行顺序的不同对查询性能的影响。     

HBase中半结构化时空数据存储与查询处理

针对在HBase中如何进行有效的半结构化时空数据存储和查询问题展开研究,对该问题进行形式化描述,并利用半结构化处理方法 TwigStack提出HBase的半结构化时空数据存储模型,在此基础上开展了半结构化的时空范围查询和kNN查询。在真实数据集中进行实验,与需要硬件配置较高的MongoDB进行了对比,结果表明在普通配置的机器上,所提出的半结构化时空查询算法与MongoDB性能相近,在实际中具有优势。     

不确定数据流多维建模方法*

由于不确定数据流应用的出现,给传统的精确、静态数据环境下的多维建模带来了巨大挑战。针对不确定数据流动态、无限和不确定等特征,提出了一种不确定数据流多维模型。该模型中引入了不确定对象来描述不确定事实元组,并且通过定义时间维度的层次时间窗口,很好地反映了数据流的动态性和无限性,最后还对此多维不确定数据流模型的基本代数操作和分析代数操作进行了形式化定义,为不确定数据流多维查询与分析提供了理论依据。     

并行面向对象数据库中的查询优化

为了在开发并行性的同时，进一步提高查询处理的效率，本文针对并行面向对象数据库的异步并行查询执行模型的特点，提出了三种并行查询优化策略：（１）数据子集预选策略；（２）信息流延迟策略；（３）信息流消减策略。它们既适用于单查询处理，又适用于多查询处理，测试结果表明它们是实用有效的并行查询优化策略。     

基于扩展时空距离度量的连续k近邻查询方法

针对基于TPR树索引的连续k近邻查询,引入了一种新的时空距离度量最小最大距离函数作为TPR树索引搜索时节点剪枝上界。提出了一种采用最优优先策略的基于扩展时空距离度量的连续k近邻查询STM-CNN算法,利用最小距离函数进行TPR树索引节点搜索时访问排序,并使用最小最大距离函数对TPR树索引进行剪枝界定。     

基于最少谓词思想的可达路径选择

对于结构测试中的不可达路径问题,仅仅使用传统的不可达路径排除方法存在很大的限制性,应用效果一般.积极选择可达路径的思想可有效减少不可达路径的产生.目前,基于最少谓词思想的路径生成方法得到广泛的认可.了解可达路径选择思想后,主要介绍一种基于数据流信息的,具体应用基本程序切片技术来生成可达路径的方法,该方法可生成几乎有最少谓词的路径,有较好效果.     

双向时空连续性轨迹片段关联的目标跟踪方法

提出一种使用双向时空连续性关联轨迹片段的目标跟踪方法.首先对检测结果进行简单的帧间匹配关联,生成可靠的轨迹片段;然后对每个轨迹片段通过卡尔曼滤波以及有权重的均值法分别计算修正轨迹片段的速度、位置与颜色特征;最后通过计算轨迹片段之间的双向时空连续性迭代关联,找到最符合时空连续性的轨迹片段关联.实验证明本文方法可以有效解决...     

融合神经网络与超像素的候选区域优化算法

为解决目标检测中候选区域召回率低的问题,提出融合神经网络与超像素的目标候选区域算法。该算法利用神经网络提取更能清楚表达目标边界的特征,并使用聚类、相似性等策略,计算每个滑动窗口所含有的边缘信息量;将待测图像使用简单线性迭代聚类算法分割成若干个超像素,并利用超像素的空间位置、完整性、相邻超像素间的对比度信息,计算各个超像素的显著性得分及每个滑动窗口的显著性得分;根据每个滑动窗口的边缘信息及显著性得分筛选滑动窗口。在PASCAL VOC 2007测试集上进行对比实验,其实验结果表明:所述算法能够快速产生定位质量高的候选区域。     

基于DJI分步实现的联机空间距离查询处理

综合考虑了查询处理时的计算费用和存储费用,提出了距离连接索引(Distance associatedJoinIn dices,DJI)的分步实现方法,以高效地支持联机空间距离查询。该方法采用分阶段计算DJI的策略,根据用户的查询条件动态地计算DJI的一部分以支持查询。实验研究证明,与传统方法相比,DJI的分步实现方法在性能上具有较大优势。     

基于参数化直方图的三路互相交连接选择性估计

估计空间算子的选择性是设计空间查询优化器的关键技术之一。选择性估计不仅能以非常小的代价给出空间算子结果集大小的近似估计,而且也可以直接用于某些仅需要近似结果的空间查询和空间分析(如数据集间的相关性评价等)处理。互相交连接是一类常见而且具有特殊性质的多路空间连接。基于对命题"两两相交的多个矩形一定有一个公共的相交区域,而且这个区域也是矩形"的证明,提出了一种可以用于三路互相交连接选择性估计的参数化直方图方法,还通过多组比较实验证明了该方法的有效性和适应性。     

辅助任务增强的中文跨域NL2SQL算法

自然语言到结构化查询语言(natural language to structured query language,NL2SQL)任务旨在将自然语言询问转化为数据库可执行的结构化查询语言(structured query language,SQL) 语句。本文提出了一种辅助任务增强的中文跨域 NL2SQL 算法,其核心思想是通过在解码阶段添加辅助任务以结合原始模型来进行多任务训练,提升模型的准确率。辅助任务的设计是通过将数据库模式建模成图,预测自然语言询问与数据库模式图中的节点的依赖关系,显式地建模自然语言询问和数据库模式之间的依赖关系。针对特定的自然语言询问,通过辅助任务的提升,模型能够更好地识别数据库模式中哪些表/列对预测目标 SQL 更有效。在中文 NL2SQL 数据集 DuSQL 上的实验结果表明,添加辅助任务后的算法相对于原始模型取得了更好的效果,能够更好地处理跨域 NL2SQL 任务。     

ITSON：一种基于拓扑演化的P2P智能搜索机制

P2P系统中节点的动态特性对搜索性能的稳定提出了很大挑战。借鉴社会学和组织学相应原理,提出拓扑演化模型捕获节点的运动规律。节点模拟人类在社会网络中的行为,根据自身和他人的兴趣变化,随搜索过程的进行,利用自身局部信息,动态、自适应地调整网络拓扑,及时反映资源分布以及搜索内容的动态变化,维持资源合理组织。在此基础上提出的智能搜索机制ITSON(InTelligent Search based on tOpology evolutioN),利用消息转发的智能性进行路由方向决策,从而迅速定位资源提供节点。仿真结果说明,ITSON能自动优化网络,具有良好的搜索性能和自适应特性。     

异构数据源集成系统中能力对象集成模型及代数

异构数据源集成系统中,参与集成各数据源的查询处理能力有自身特殊的限制,导致中介器支持的查询类型变得复杂。提出一种便于异构数据源集成的公共能力对象数据模型———COIM对象模型,在此基础上,进而定义数据源能力对象代数,给出基于局部数据源的能力对象构造集成系统中介器能力对象的方法。由于可以通过计算得到中介器能力对象,用户能够提前预知中介器支持的查询类型,从而直接构造可以执行的查询,减少查询提交的盲目性;同时中介器本身也可像数据源一样参与其它中介器的集成,集成方式变得更为灵活。     

多自治空间数据源的k邻近查询处理

多自治空间数据源的k邻近查询处理在空间信息领域具有广泛的应用。综合分析比较现有的查询处理算法,研究并提出了多自治空间数据源环境下k邻近查询处理框架及其实现算法。实验结果表明,所提出的算法能有效地减少k邻近查询处理系统的数据传输量,减少了系统响应时间。     

DNA片段拼接中基于定长特征子串的重复序列信息屏蔽方法

包含重复序列(repeats)的DNA序列的重构是大规模DNA片段拼接所面临的实际困难之一。在考虑片段数据所隐含的位置信息的基础上,提出了一种基于定长特征子串的屏蔽片段数据中重复序列信息的方法,即在进行序列相互比对前利用独特子串标识大多数片段,从而减少可能的错误重叠,讨论了方法中几个参数的确定问题并用计算结果说明了方法的有效性。