检索结果-南通市图书馆

计算机工程与应用 2003年第4期39卷 198-200页

作者：崔清广丁鲁平许彩欣中国贝尔实验室北京100080 美国伍斯特理工学院石家庄邮政高等专科学校石家庄050031

随着基于Internet的数据查询系统的发展与普及,适应性查询处理逐渐成为一项重要的技术。目前的Internet可以看作一个庞大的分布式和异构化数据库,各个数据源具有自治性,加上广域网网络传输带宽的限制,各个数据源数据的可访问性以及传输... 详细信息

随着基于Internet的数据查询系统的发展与普及,适应性查询处理逐渐成为一项重要的技术。目前的Internet可以看作一个庞大的分布式和异构化数据库,各个数据源具有自治性,加上广域网网络传输带宽的限制,各个数据源数据的可访问性以及传输速度是经常变化和不可预测的。传统的采用“停止-进行”方式的查询处理不能很好地处理这种情况。而能够在查询执行过程中动态调整查询计划的适应性查询处理是针对此类应用的最佳选择。文章论述适应性查询处理涉及的研究课题及解决技术,并例举最新的研究成果。

关键词：数据查询 Internet 适应性查询处理数据库数据源

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向地理数据服务的空间数据集成关键技术研究

引用

计算机科学 2007年第9期34卷 99-102页

作者：唐桂芬廖巍陈荦景宁国防科技大学电子科学与工程学院长沙410073

分析和比较了现有空间数据集成方法,指出面向地理数据服务的空间数据集成是目前构建空间数据集成系统最理想的方式;从查询应用的角度分析了面向地理数据服务的空间数据集成关键技术,总结了已有的研究成果,指出了空间数据集成技术当前研... 详细信息

分析和比较了现有空间数据集成方法,指出面向地理数据服务的空间数据集成是目前构建空间数据集成系统最理想的方式;从查询应用的角度分析了面向地理数据服务的空间数据集成关键技术,总结了已有的研究成果,指出了空间数据集成技术当前研究的热点问题和进一步的研究方向。

关键词：地理数据服务空间数据集成语义互操作渐进式合并查询适应性查询处理

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

适应性数据分割

引用

南昌大学学报（理科版） 2006年第1期30卷 91-93页

作者：樊棠怀肖贤建南昌工程学院计算机科学与技术系江西南昌330099 河海大学计算机及信息工程学院江苏南京210098

应用适应性数据分割技术将源数据分为几部分,每一部分通过不同的、互补的计划来完成。将这个新技术应用到模型中,不仅能修正基数值和被低估的选择性,而且也能发现和使用源数据的序,且能更有效的使用预集合的源数据。

关键词：适应性查询处理适应性数据分割(ADP) 缝合

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

适应性图最近邻搜索算法研究

适应性图最近邻搜索算法研究

引用

作者：王执政东华大学

学位级别：硕士

近似最近邻搜索是信息检索技术中的一个基本课题,在数据库、推荐系统等领域应用广泛。与精确最近邻搜索算法相比,近似最近邻搜索算法内存占用较小,同时牺牲较小的查询召回率,从而达到极快的查询速度。基于图的近似最近邻搜索算法是最常... 详细信息

近似最近邻搜索是信息检索技术中的一个基本课题,在数据库、推荐系统等领域应用广泛。与精确最近邻搜索算法相比,近似最近邻搜索算法内存占用较小,同时牺牲较小的查询召回率,从而达到极快的查询速度。基于图的近似最近邻搜索算法是最常用的近似最近邻搜索算法之一,相对于基于空间划分、基于哈希和基于量化的算法,因其查询速度快、查询召回率高而被各大商业公司广泛应用。基于图的搜索算法的目标是构建高质量的图索引结构,通过该索引结构实现快速且准确的搜索。近年来,学者们致力于构建高质量的图索引结构,利用索引结构提高查询效率,但在查询时所有查询点使用固定的查询终止参数,会造成一些查询点产生额外的查询时间,导致查询不够高效。针对上述问题,本文在Link and Code算法的索引结构上提出了学习自适应的提前终止查询算法和基于离线K-Means训练的提前终止查询算法。两种算法的共同目标是对不同的查询点,使用训练得到的模型预测出不同的查询终止参数,从而达到提前终止查询的效果,使得查询效率有效提高。两种算法具体如下:(1)学习自适应的提前终止查询算法借助查询时产生的中间结果以及查询向量作为特征,然后选择梯度提升决策树(GBDT)模型进行特征训练得出最终的预测模型,最后整合到图索引结构上,进行查询和预测;(2)基于离线KMeans训练的提前终止查询算法,首先对训练集进行K-Means聚类得到聚类中心,并使用查询点与不同聚类中心距离之间的比值作为特征;其次选择神经网络进行特征训练得到预测模型,在查询开始前使用该模型进行离线回归预测;最后得到查询终止参数并在图索引结构上实现查询。两种算法最终都将训练得到的预测模型整合到图索引结构上,便于预测并提前终止查询操作,从而实现了更加高效的查询。本文在SIFT、DEEP等6种数据集上进行了实验,分别对两种算法进行了充分验证。综合所有实验结果表明,学习自适应的提前终止查询算法和基于离线K-Means训练的提前终止查询算法相对于基准算法平均查询时间最大分别减少了76%和77%,即分别提高了4.1倍和4.3倍,实现了较大提升。最后,本文对两种算法的特征、模型等进行对比,再结合数据集上所有实验结果的分析,最终验证了基于离线K-Means训练的提前终止查询算法更有优势。

关键词：近似最近邻搜索图索引结构适应性查询处理

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：