基于神经网络的可学习Kd树

随着维度的增加,使用传统Kd树进行最近邻搜索时效率变低,查询时间变长。为了解决这个问题,采用可学习的Kd树(LK)方法,将待搜索的点输入神经网络,通过神经网络进行定位和查找,最终输出最近邻点的索引值,从而找到最近邻点。结果表明,可使用神经网络代替传统Kd树进行最近邻查找,该方案是有效的、高效的。     

云环境下聚类分解的高维数据混合索引方法

针对云计算环境下分布式存储系统的数据索引不支持复杂查询的问题,笔者提出了云环境下聚类分解的高维数据混合索引方法.首先,采用聚类分解方法对分割数据建立树状索引;然后,以叶节点为单位,通过扫描线算法来获取节点内部所有对象的局部最近邻结果;最后,依据计算的结果得出启发式的裁剪距离.在单节点最近邻计算中,第二个阶段获取外部的最近邻对象采用范围查询算法.实验分析表明,在查询效率上该索引方法高于单纯的聚类方法.与M-tree、顺序查找、iDisance相比,基于聚类分解的混合索引方法在高维查询模式下具有良好的查询效率和负载均衡.     

PATRICIA-TRIES结构的XML数据索引技术

随着网络技术的发展,XML的应用越来越广泛,它已经成为Internet上数据表示和交换的新标准,为了提高XML数据的查询效率,为XML数据建立索引是一种有效的方法。在压缩存储的思想下提出了基于Trie树结构的PATRICIA-TRIES索引结构。具体介绍了PATRICIA-TRIES索引结构建立的4个步骤：编码元素标签、编码元素值、建立索引树、设立头结点。该索引具有容量小、速度快的优点。实践证明,该方法是行之有效的。     

空间数据索引技术及其在GIS软件中的应用

空间数据库的索引是提高空间数据库存储效率、空间检索性能的关键技术．在综述现有空间数据库索引技术的基础上，对比分析R树、R＋树和R^＊树索引，认为R^＊树索引可获得较高的结点存贮利用率，还可以避免结点的分裂．最后给出了R^＊树索引在VisualTopo软件中的应用实例．     

基于聚类分析的R-树空间索引研究

在分析R-树空间索引结构的基础上,采用聚类分析的方法,对R-树空间索引进行研究,提出一种基于聚类分析的R-树节点分裂算法,提高了空间查询效率,并通过仿真实验,验证该算法的有效性。     

基于聚类分析的R-树空间索引研究

在分析R-树空间索引结构的基础上,采用聚类分析的方法,对R-树空间索引进行研究,提出一种基于聚类分析的R-树节点分裂算法,提高了空间查询效率,并通过仿真实验,验证该算法的有效性。     

移动环境下Huffman索引树在多信道广播中的应用研究

移动计算环境中,为使移动客户能有效地从广播中获取数据,该文在多信道广播中提出了基于Huffman树的索引模型,给出了基于Huffman索引树的广播数据组织方式,最后对Huffman索引树进行了性能分析和比较,表明该模式能有效的提高移动数据广播的性能.     

基于多维索引树编码的数据库分层访问技术研究

通过对数据库分层访问优化算法的设计,提高大型数据库的数据调度和信息索引能力。传统方法对分层数据库的访问算法采用语义指向索引技术,随着数据量的增大和干扰数据增多,对数据库访问的准确度不高。提出一种基于多维索引树编码的数据库分层访问技术,对大型分层Web数据库的数据结构模型进行系统分析,然后构建数据库中的数据信息流模型,以此为信息源进行多维索引树编码设计与数据库的语义信息特征模板匹配,实现对数据库的分层访问优化设计。仿真结果表明,采用该方法进行数据库分层访问,通过多维索引树编码,可提高数据库访问过程中的数据召回率和配准率,数据库访问的收敛性和抗干扰性较好,训练时间较短。     

基于索引数组的改进关联规则算法

本文在分析经典Apriori算法和FP-growth算法存在问题的基础上,提出了一种基于索引数组的频繁项集挖掘算法.该算法以Apriori算法为基础,通过引入索引数组,有效缩小了候选集的范围,同时,因无需要采用FP树的存储结构,节省内存.通过实验性能分析比较,该算法可以有效提高频繁项集挖掘效率.     

一种对语义网上本体查询和检索的新方法

针对语义网信息检索中存在的问题,提出了一个基于语义索引词的语义网信息检索模型SIR(semantic information retrieval).其核心思想是将领域本体转换成全局本体,并从全局本体中提取语义索引词.通过语义索引词进行语义推理,可得概念的逻辑视图.SIR通过语义索引词间的语义关系对网络资源进行检索,解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析,无法根据信息资源中的语义关系进行检索的问题.最后分析了SIR的可用性,证明了SIR可极大地提高语义网上信息检索的查全率和查准率.     

自适应双向快速密集树避碰运动规划算法

针对采样运动规划算法效率低,尤其在处理高维空间和复杂障碍环境等问题时,严重依赖于所选采样参数和碰撞检测距离等,提出了一种自适应双向快速密集树（ABiRDT）避碰运动规划方法。首先,深入研究了ABiRDT算法的基础理论和实现方法,可适应调整碰撞检测距离参数和随机采样扩展步长;其次,重点研究了本算法所采用的c-空间加权均匀采样、最近邻位形查找和基于混合包围盒的并行离散碰撞检测等关键自适应策略;最后,通过三维可视化计算机仿真验证了本文提出算法的有效性。     

基于时空索引的校园地理信息系统构建

时空索引技术是近年来地理信息系统领域的研究热点,如何有机结合空间和时间信息,提高查询效率是重中之重。本文构建了飘浮模型的时空索引机制,以三层数据查询结构保证时空的有效结合。同时,创新的采用影像与矢量数据配准的方式共同作为数据源,降低系统成本,增加直观效果。实践表明该索引机制可以有效提高查询效率,基于该模型的校园地理信息平台运行效果良好。     

一种混合P2P环境下有效的全文检索模型

如何高效地搜索资源是Peer-to-Peer(P2P)网络中最为关键的问题。目前大多数P2P只支持基于文件标识的搜索,用户不能根据文件的内容进行搜索。将改进后的基于互关联后继树的全文检索模型应用到混合式P2P网络中,它将全文看成一个字符流,利用多棵二层树组成的森林表示这个全文字符流。由主索引、附加索引和删除文件列表三部分组成独特的索引结构,很好地解决了索引的更新问题,提高了混合式P2P网络的查询效率。     

SQL Server索引性能分析

数据库检索效率的提高是数据库设计和使用者追求的目标之一。索引的使用可以大大提高数据库的检索效率,保证数据的唯一性。聚簇索引和非聚簇索引是SQL Server 2000中索引的两种组织方式,在不改变索引模型的情况下,通过对两种索引定义和使用等的探讨,结合实践研究了提高索引使用效率的方法和基本的原则。     

多值结点平衡二叉树的结构及算法研究

综合B_树和AVL树的优点,提出了一种新的数据结构MAVL树,它的优点是在保证运算高效的情况下最大限度地节约其作为索引结构时的存储空间,很适合在内存中使用.同时给出了基于MAVL树的基本算法.     

基于不等概率的多级索引模型及其健值选择策略研究

大规模服务存储结构模型研究中,多级索引模型被证明是非常高效的存储结构,具有稳定、易管理、易维护、低冗余的优势。目前的研究建立在服务调用概率平均分布这一假设之上,然而现实服务调用是不等概率的,这意味着多级索引模型在服务调用的不等概率情况下还不是最优。为提高服务调用不等概率条件下多级索引模型的检索效率,通过分析多级索引模型的检索特性,推导出检索操作的时间复杂度函数。利用函数极值,设计了不等概率条件下键值的优化选择方法。实验结果显示,该方法比随机选键方法提高检索效率15%左右,证明优化选择方法能有效提高服务检索效率。     

B~ 树索引文件研究与应用

针对B~ 树在索引文件方面的特点和优势,对B~ 树的结构和算法进行了分析和比较,并详细比较了具体应用中结构设计和算法选取的几种方案。     

20世纪初期留学生索引活动特点探析

20世纪初期,留学生们在我国索引由古代向现代的转化进程中,从继承我国传统文化遗产出发,以提高治学效率为目的,以文献典籍为蓝本,编纂出版了一系列索引著作。无论索引编纂类型还是索引编排方法都具有多样化特点;注重索引理论研究与索引编纂实际相结合,逐步建立起完整的索引理论体系,在我国现代索引理论研究与编纂实践上,作出了积极而有意义的贡献。     

基于XML的智能答疑系统研究

分析了当前答疑系统在通用性、智能性和查找速度上存在的不足,提出基于XML的智能答疑系统模型,并围绕该模型就基于XML的问题库的表示、问题相似度计算、基于单字的倒排索引和反向推理机制进行了论述.     

基于Attention-CLSTM模型的商品评论分类

文本分类是自然语言处理中的一项重要基础任务,指对文本集按照一定的分类体系或标准进行自动分类标记。目前网络文化监督力度不够、不当言论不受限制,导致垃圾评论影响用户体验。因此提出一种基于注意力机制的CLSTM混合神经网络模型,该模型可以快速有效地区分正常评论与垃圾评论。将传统机器学习SVM模型和深度学习LSTM模型进行对比实验,结果发现,混合模型可在时间复杂度上选择最短时间,同时引入相当少的噪声,最大化地提取上下文信息,大幅提高评论短文本分类效率。对比单模型分类结果,基于注意力机制的CLSTM混合神经网络模型在准确率和召回率上均有提高。