并行数据库的3个查询算法综述

在本篇论文中,综合阐述了并行数据库的几个查询算法,并且予以分析。     

基于数据库ORACLE的Web动态查询系统

本文根据CGI技术的原理,利用ORACLE的预编译接口PRO*C,充UNIX的Cshell、Perl脚本,并结合C语言开发了ORACEL的数据库与Web服务器的CGI接口程序。     

基于PDA的公交线路查询系统的设计与实现

随着人们生活水平的不断提高，PDA以其体积小、能耗低、功能强、易开发等优势，PDA的使用率已经进入平民化阶段。当前，如何应对城市交通发展日益繁杂，如何满足越来越多旅游人群的出行，已成为PDA实用功能进一步扩展的新热点。首先概述了基于PDA的公交线路查询系统，然后阐述了该系统的设计与实现的过程，主要包括开发环境、系统结构，及其主要功能和关键代码，最后对系统的未来应用和发展进行了展望。     

工作备忘录查询系统的设计与实现

利用Visual C 6.0和Microsoft Access2000为开发平台,基于面向对象的软件开发方法,完成工作备忘录查询系统的信息提醒、记录添加、记录修改、记录删除、记录查询的5项最基本的功能。     

基于改进均值聚类的混合型数据库查询优化算法

采用传统算法进行混合型数据库查询,由于文档与查询的匹配过于严格,存在对检索词的重要程度无法区分的问题,造成无法进行检索结果的排序的缺陷。为此,提出了一种基于改进均值聚类算法的混合型数据库查询优化方法。建立混合型数据库查询执行计划代价模型,精准的定义了数据库查询执行代价。将改进均值聚类算法与粒子群算法有效的相融合,将粒子群中的粒子划分为多个子群,更新所有的粒子,通过粒子间的相互信息融汇,搜寻到数据库查询最优解。实验仿真证明,基于改进均值聚类算法的混合型数据库查询优化方法精确度高,效率高。     

基于关联约束最优模型的数据库优化查询算法

大型数据库中的数据的属性种类很多。大规模的计算频繁数据集会造成数据运算量巨大。没有形成很好的数据约束规则,随着数据种类的增加,会使得查询较为耗时。为了解决此问题,提出一种基于关联约束最优模型的数据库优化查询算法,设计一种关联分辨器的功能,对数据进行关联数据集划分,运用数据约束技术,排除频繁集项过于复杂的干扰,对数据库的查询过程进行优化。实验表明,该方法能够较好的完成数据的关联,提高了查询的效率。     

基于多样约束模型的远程教育数据库优化查询算法

提出了一种基于多样约束模型的数据库优化查询方法。将数据库中数据进行分类处理,按照数据特征将数据库中信息分为多个不同的类别,为数据库优化查询提供准确的数据基础。建立多样约束模型,判断符合查询条件的数据类别,根据不同的数据类别进行数据查询,从而实现数据库优化查询。实验结果表明,利用这种算法进行数据库查询优化,能够有效提高数据库信息查询的效率。     

基于多样化特征的数据库约束查询算法

针对数据库结构越来越复杂,数据特征呈现出多样性,数据属性分化较为严重,给数据的查询带来了较大的困难这一问题,提出一种基于多特征属性约束机制的数据库优化查询算法。通过对数据属性进行有效地分类,运用边界约束理论对数据查询过程中产生的边界模糊问题进行有效地抑制。仿真实验证实,该算法在数据库查询过程中,能够较好地克服冗余多属性数据的干扰,效率较高。     

分布式数据库系统的查询优化

文章结合某保险企业的实例,详细分析了分布式查询处理的过程、体系结构、影响因素以及优化的目标,提出了查询优化的策略和方法。     

基于查询语义树的语义查询扩展研究

本文主要研究了查询语义树的生成策略、用户查询语义的提取机制,以及查询语义树中语义边界的确定方法。通过查询语义树产生候选扩展词,再计算候选扩展词与所有查询项在初检局部文档集合中的共现度,用以评估扩展词质量,使得扩展词与用户查询所蕴涵的主题具有较强的语义相关性。实验结果表明,与传统向量空间模型检索算法比较,查询性能有明显的改善。     

AWAR算法在信息检索查询扩展中的研究

针对目前常用的信息检索算法普遍存在查询性能不高的问题。本文提出了一种基于AWAR算法的信息检索扩展查询模型,该模型首先采用传统向量空间模型算法对检索目标进行初检,然后利用最小完全加权置信度阈值生成完全加权关联规则,最后根据规则提取扩展词,得到查询结果。实验表明,基于AWAR算法的信息检索扩展查询模型的检索性能比传统向量空间模型算法和基于局部上下文分析的查询扩展的检索算法要高。     

弱匹配模型下的数据库分区查询方法研究

大型数据库中,数据种类和数量较大,其中的强冗余数据干扰了需要查询的数据,导致数据关联属性弱化,查询数据过程中,严重干扰数据库查询的精度。提出一种基于弱匹配区域划分模型的数据库分区查询方法,在数据库中融入弱匹配区域的概念,依据数据融合属性特征,对数据属性融合差异较大的区域进行分割,获取数据弱匹配区域,在该区域中运算最大数据属性弱匹配度的相似性并进行聚类分析,实现弱匹配区域数据属性特征的过滤,利用弱匹配区域划分模型下数据库修补技术对数据进行实时关联修补,通过弱匹配区域的数据库查询优化方法,删除失效数据,缩小数据库中数据的冗余性,实现数据库中数据查询的优化。实验结果说明,采用所提方法进行弱匹配区域划分模型下数据库库查询,具有较高的查询效率和准确率。     

混沌粒子群算法在数据库查询优化中的应用

查询计划的一棵左深树看作是一个粒子,对于左深树上的连接操作后序遍历生成一个编码,对粒子群进行速度和位置更新操作,并通过引混沌搜索机制,对粒子进行混沌扰动,保证粒子群个体的多样性,最后通过粒子间的信息共享与传递找到最优数据库查询优化方案。     

基于边缘检测的图像缩放算法

论文提出了一种保持边缘特征的图像缩放算法,算法首先检测图像中物体的边沿,并在传统边沿检测方法的基础上增加“不确定度”这个参数来提高边沿检测的鲁棒性;对边缘区域像素的插值沿边缘方向进行,对非边缘区域的像素的插值用三次卷积的方法生成。该算法能有效消除传统插值算法在物体边缘部分出现的锯齿,提高了缩放后图像的视觉质量。仿真结果表明,对人造图像和自然图像,本算法均能保持良好的边缘特征,取得较理想的图像缩放效果。     

Net大数据库散布点的抗干扰优化查询算法

在Net环境下,大数据库的散布数据具有随机分布特征,干扰性较强,难以实现有效查询,研究优化查询算法对提高大数据库的数据调度和访问能力具有重要价值。提出一种基于大数据信息流集合划分机制与模式匹配的Net大数据库散布点的抗干扰优化查询算法。构建Net大数据库散布点数据采集模型,引入了融合特征空间的构架模式,通过数据信息流集合划分机制与模式匹配,得到大数据信息流异步层最小竞争异步递进值,实现抗干扰优化查询。结合Matlab和SQL Sever混合编程进行仿真,实验结果表明,能有效提高对Net大数据库散布点的查询性能,抗干扰能力强,提高对散布点数据的召回率,在数据库构建和应用中具有应用价值。     

基于遗传禁忌的数据库多连接查询优化算法

针对数据库多连接查询优化问题,提出一种基于遗传禁忌算法的数据库多连接查询优化策略。把遗传算法作为查询优化的主框架,禁忌搜索作为遗传算法的变异算子,增加种群多样性,克服遗传算法收敛慢、局部搜索能力差等缺陷。仿真结果表明,遗传禁忌算法加快了求解数据库多连接查询优化问题的速度,而且提高了查询优化效率,得到较满意的查询优化结果。