首页>中文会议>工业技术>自动化技术与计算机技术>第二十四届中国数据库学术会议

第二十四届中国数据库学术会议

召开年：2007
召开地：海口
出版时间： 2007-10-20

主办单位：中国计算机学会;海南大学;计算机研究与发展编辑部;计算机科学编辑部

会议文集：第二十四届中国数据库学术会议论文集

会议论文

热门论文

全部论文

最新会议

更多>>

全选（0）

1.一种采用拟合曲线计算滑动窗口下数据流的最大值/最小值的方法
- 沙瀛;谭建龙
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：With the development of Internet, more and more data-stream based applications emerged, where calculation of aggregate functions plays an important role. Many studies were conducted on aggregation functions; however, an efficient algorithm to calculate Max/Min values remains an open problem. Here, we propose a novel, exact method to computer Max/Min values for the numerical input data. Employing an incrementally calculating strategy on sliding windows, this algorithm gains a high efficiency. We analyze the algorithm and prove the time-complexity and space-complexity in worst eases. Experimental results confirm its high performance on a testing dataset.
2.多级安全数据库安全模型研究
- 朱薏;朱虹;王元珍;冯玉才
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Based on Bell-LaPadula model, trusted subject, untrusted subject, and access control policy for them are defined. Objects are divided into the stored objects and the derived objects. Object structure is extended into tree structure and graph structure. The entity integrity constraint and reference constraint are defined as invariants to preserve security and consistency of state transformation. Based on all the formal definition, a security policy model is presented for multilevel databases.
3.面向集群系统的告警信息处理
- 王杨;杨树强;韩伟红
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：In order to process alarm information which generated by cluster system, according to the characteristics of cluster system, we proposed a processing model for alarm information as well as a discussion to the key technology of its main approaches, the expression and algorithm for association analysis which used in alarm information were also proposed. The alarm information processing system based on this model has used actually, which played an important role in keeping the stability of the cluster system, and it verified our jobs in this paper.
4.实时数据库自适应乐观并发控制协议
- 韩启龙;潘海为;印桂生;郝忠孝
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：In the real-time database systems, there are hard real-time, firm real-time, soft real-time transactions and non-real-time transactions. The research of current real-time concurrency control algorithm is most to control the same type transactions. For not considering the different of transactions, the concurrency control method should decade the system real-time performance, Aim at this problem, an adaptive concurrency control method is proposed, which adjusts the riority of different transactions by control switch mechanisms, and theoretical analysis and example results demonstrate that the new method can outperform the previous ones.
5.一种基于物化视图自维护的分布式数据库数据复制机制
- 姜全胜;王新军;王海龙
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Along with the deepening of enterprise information management and the development of Internet technologies, the management of many large corporations and their economic efficiency directly related to the speed of information updating. The expansion of the Scale enterprises need more centralized management. The success of an enterprise is largely dependent on the timely and effective decisions, unified enterprise information sharing and resource scheduling, management and distribution. The Materialized View-based distributed database with expandability, autonomous, design flexibility advantages, can improve system performance obviously. It can be beneficial for large enterprises to provide supporting data. Their excellent performance can meet the needs of users of the enterprise at various levels. It is good choice of large-scale information management system.
6.DAS模型中一种基于关系模式变换的数据库加密方法
- 李现伟;刘国华;麻会东;王聪
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：The DAS (Database-As-a-Service) is a new model for data management, it faces a big problem on the issue of security in DSP (Database Service Provider). Database encryption is the foundation stone to provide strong security for database. However, the encrypted database both have low efficiency on queries or processing and have limited SQL queries under traditional database encryption methods. Aiming at the problems, a kind of new database encryption method is presented in this paper. Unlike the traditional database encryption methods, this method does not rely on data encryption. It ensures data security through the decomposition and synthesis of relational Schemes. At the same time, the query processing of the method is described in DAS, and the security of the method is analyzed. The experiments show that the query efficiency of encrypted database is better than the traditional database encryption methods.
7.一种分布式数据流动态负载平衡策略的研究
- 吴再达;毛宇光
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Dynamic load balancing has been studied extensively in traditional parallel and distributed systems. But in distributed data stream environments, it faces new problems. In data stream system, query is continuous and load fluctuation occurs in the arrival rates of the streams. It is obvious that the traditional load distributed strategies can't be used in data stream environments. In this paper, we present a dynamic load distribution algorithm for this problem, based on the analysis on load correlation and transmitting data among nodes. The experimental results show that the proposed method is efficient.
8.Ontology-Scalability:一种基于本体实现社会网络可扩展性的算法
- 王囡;王大玲;于戈;马婷
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：There are many large data sets in social network extraction process for some professional domains. Scalability, which has proposed recently, is a problem put forward for the too many nodes in social network extraction process on such data sets. In order to enhance efficiency of extraction process, an algorithm called Ontology-Scalability based on ontology is proposed in this paper. It stores the domain data in ontology and can reduce the queries issued to the search engine. Experimental results show that the computation time complexity turns to O (n) from O (n<'2>) compared with the traditional algorithm, and it saves a lot of storage apace.
9.基于移动Agent的蚁群算法在移动数据库中的应用
- 初妍;张健沛;杨静
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Mobile databases are always the core technique of the dynamic data management. Cache technique, as one of the key techniques in mobile databases, is able to reduce the contention of bandwidth and save the power energy. As the character of ant colony algorithm is choice, update, cooperation mechanism, which is accorded with the mobile agent. An invalidation cache model based on ant colony algorithm is proposed. Mobile agents are looked as different ants which are able to divide the work. Thus, the optimum result is received. The experimental results indicate that the enhancement is practical.
10.PWSD:一种基于P2P架构的两段式Web服务发布和发现方法
- 赵培欣;沈洁;张亮;施伯乐
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Service publishing and discovery play an essential role in the Web service technology. With its rapid development, more and more services are published in the centralized registry, which leads to a huge potential bottleneck in performance. The mass data in the registry cause the maintenance difficulty, too much press on registration and search, restriction of flexibility, reliability and scalability. This paper proposes a P2P-based Web Service Discovery (PWSD) architecture with a combination of centralized and decentralized characteristics. A service provider publishes services to any one registry, the registry centers then publish, exchange and search the Web service information using the decentralized p2p technology. We argue that this architecture can improve the flexibility and scalability of service discovery, as well as the efficiency of service publishing and discovery.
11.基于SCA的Web访问控制系统的设计及实现
- 黄建;张勇;杨吉江;邢春晓
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Service Component Architecture (SCA) is a set of specifications which escribe a model for building applications and systems using a Service-Oriented Architecture. We applied this model to solve a real access control problem and proposed a coarse-grained management and control method, combined with Enterprise Service Bus technology and iframe technology from HTML. We implemented a real system named menuGen, which uses role-based access control (RBAC) and provides developers with functional level support to manage roles and access rights.
12.WmI:一种更高效的m-invariance实现算法
- 吕大鹏;刘喻;冯建华;洪亲
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：近年来,随着人们对数据发布环境下的隐私保护问题日益关注,出现了许多支持隐私保护的数据发布模型,例如k-anonymity和l-diversity.但是这些支持隐私保护的数据发布模型有一个共同的缺陷,即它们都是"一次性"模型,不支持数据表更新后的重发布,这显然不能满足实际需要.m-invariance模型虽然较好地解决了数据重发布问题,但其实现算法中没有考虑属性在不同发布用途中的权重,从而导致算法执行效率较低.提出的WmI(weighted-m-invariance)算法,在数据抽象化处理的过程中充分考虑了属性的权重,简化了原算法的执行过程;并在确保数据可用性的前提下大幅度提高了算法的执行效率.
13.基于PFD过滤器查找DNA序列中相似性重复片段
- 吴青泉;东北大学信息科学与工程学院;王国仁;王镝;胡大斌;汪恒杰;郭烨;朱铭杰
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：在DNA序列中查找重复片段是基因序列分析的一个重要课题.由于重复片段的模式长度范围较大,所以仅使用编辑距离(edit distance)很难良好的衡量序列的相似性.提出了衡量重复片段相似性的新标准,新标准表达了序列间的距离与序列中相同部分的关系.考虑到计算的复杂性,基于频率向量提出了新的距离函数PFD(partition frequency distance)以及相应的过滤函数,用以产生重复片段的候选集,提高查找算法的效率.采用后继数组代替滑动窗口的方法进行序列划分,避免只可在等长的片段上查找重复片段的限制.实验结果表明,与TRF(tandem repeat finder)方法相比,基于PFD过滤函数的算法可以找到更多的满足相似性要求的重复片段.
14.基于噪声数据流的高效相似匹配算法
- 郑凯;宫学庆;闫莺;周红福;周傲英
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：由于在金融分析、环境监测、网络服务等重要领域的良好应用前景,基于数据流的相似匹配算法成为数据库研究的热点之一.在实际应用中,数据流噪声大量存在且难以被完全过滤,因此,处理噪声数据流上的相似匹配问题显得尤其重要.为解决该问题,首先提出了一种新的距离定义,K-Match距离,由于其可以避免噪声数据参与运算,因而具有较强的抗噪性能.在此定义基础上,提出了一种高效的流式匹配算法SKM. SKM通过保留历史信息,能够随着数据流的更新及时返回匹配结果.最后,通过实验进一步证明,该算法能够有效地在噪声数据流中找到相似子序列.
- 数据流;
- 相似度;
- 距离;
- 噪声;
15.基于DIM的WSN网内数据查询处理
- 曹学成;徐天音
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：先前无线传感器网络的数据查询处理层的研究主要集中在利用谓词、网内数据汇集来减少传感器节点通信量.当连接操作的选择度足够小时,采用网内连接操作也可以减少传递到网外信息量.然而,由于所依赖的底层网络协议的限制,Direct Diffusion,TinyDB和Cougar等数据检索方案并不支持网内连接操作.提出了一个基于DIM(多维分布式索引)的网内连接操作算子定位方案,并通过理论证明使用该方案可以减少DIM查询数据所需要的通信代价.除此之外,还提出多个针对该网内查询处理方案的优化方法,包括修改DIM使之仅在需要时插入数据,以及针对网内连接操作位置设置提出了逐步自适应调整措施,使得节点之间负载更加平衡.
16.一种数据流上统计性查询QoS的保证方法
- 吕雁飞;武珊珊;谷峪;许嘉;于戈
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：数据流应用往往要求数据流上的连续查询能够满足用户期望的查询服务质量,以保证查询结果的有效性.针对数据流上的统计性QoS保证问题进行了研究,给出了统计性QoS的定义,并提出了一种基于网络演算的统计性QoS建模方法,使用随机到达曲线和服务曲线刻画了统计性查询QoS. 在此基础上,提出了能够保证统计性QoS的SQED调度算法和相应的可调度性验证方法并给出了证明.实验表明,提出的统计性QoS保证策略能够有效地为数据流上连续查询提供统计性的QoS保证.
17.MANET环境下一种利用缓冲的多连接算法
- 陈莉莉;李金宝;任倩倩
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：对MANET环境下的多连接查询技术进行了研究,提出了一种利用缓冲的多连接算法.该算法从全局和局部两方面对查询进行了优化,全局优化阶段获得一个能量最优的查询计划,该计划确定出各子查询及其结果放置节点;局部优化阶段为每个子查询确定执行计划.实验证明,提出的方法不仅能显著地减少查询执行的能量消耗,而且能很好地适应MANET网络中节点多跳通信和拓扑动态变化的特点.
18.基于树型结构的共享文档副本的语义一致性维护
- 冯雅慧;顾宁
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：锁操作在实时协同编著系统中用于共享文档副本的语义一致性维护.针对已有线性结构文档中锁操作转换算法效率低下的问题,对文档采用树型结构的表示方法,在文档的不同层级引入可选锁机制,并提出一个新的锁操作转换算法TreeLock_GOTO,大大提高了锁操作转换算法的执行效率.
19.实时主动数据仓库中的变化数据捕捉研究综述
- 林子雨;杨冬青;宋国杰;王腾蛟
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：实时主动数据仓库是数据仓库的最新发展阶段和未来发展趋势,它为企业提供了对战略决策和战术决策的双重支持.实时主动数据仓库中包含两类数据,即实时数据和非实时数据,相应地,需要两种不同类型的变化数据捕捉方法,即支持实时变化数据捕捉的方法和普通的(不支持实时的)变化数据捕捉方法.结合在该领域的研究经验,对实时主动数据仓库中可以使用的多种变化数据捕捉方法进行了系统地论述,并比较各种方法的应用条件、优点、缺点和适用场合.
20.实时主动数据仓库的概念、问题及应用
- 宋国杰;北京大学视觉听觉信息处理国家重点实验室;杨冬青;林子雨;唐世渭;王腾蛟;谢昆青
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：近年来,数据仓库技术在学术界和工业界都得到了广泛的关注.实时主动数据仓库(real time active data warehouse, RTADW)是数据仓库技术发展的一个新的阶段,具有十分广阔的应用前景.介绍了实时主动数据仓库的概念和特点,探讨了实时主动数据仓库的研究问题,并列举了一些典型应用.
21.实时主动数据仓库中面向需求的实时数据集成方法研究
- 林子雨;杨冬青;宋国杰;王腾蛟
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：实时数据集成是实时主动数据仓库研究领域的一个重要问题.现有的研究成果都是从技术角度出发,而并没有考虑具体的商务应用需求.而在大型商务应用中,即使采用过滤规则只捕捉感兴趣的变化数据,也会产生大量的数据集成工作,从而导致不必要的沉重系统开销,同时还很有可能出现系统响应缓慢和用户需求无法得到满足等情况.从应用角度出发,提出了实时主动数据仓库中面向需求的实时数据集成方法,包括被频繁请求的数据的实时集成、满足突发请求的实时数据集成和由用户决定的实时数据集成.针对不同的商务需求,采用不同的数据集成策略,可以很好地满足不同类型的应用需求.
22.基于兴趣点特征提取的医学图像分类
- 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：医学图像分类是图像挖掘的一个重要研究领域.图像特征提取的质量直接影响分类的结果.针对着这种情况,提出了一种基于兴趣点的图像特征提取方法,首先通过滑动窗口区域的灰度变化提取图像的兴趣点,然后通过计算兴趣点邻域的方向测度提取特征数据,并用支持向量机(SVM)进行分类.实验结果显示,该特征在医学图像分类实验中取得了很好的效果.
23.基于领域知识指导的医学图像关联规则挖掘
- 潘海为;韩启龙;印桂生;张炜;李建中
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：医学图像关联规则的挖掘是面向特殊领域图像挖掘的重要组成部分.由于存在很多技术方面的问题,使得这个方向的研究非常具有挑战性.基于医学图像和医学图像中具有诊断意义的像素区域(ROI)扩展了关联规则的概念,提出了两个在领域知识指导下的算法,用于发现医学图像中的有效的频繁规则和关联规则.描述了如何将领域知识融入到算法中以提高效率和有效性,在实验中得到了一些比较有意义的结果.
24.一种结合密度聚类和区域生长的图像分割方法
- 郭世可;董槐林;龙飞;张海波
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：提出了一种基于改进区域生长规则的彩色图像分割方法.采用RGB空间中的颜色相似系数度量像素间的颜色相似性,并将基于密度的聚类算法DBSCAN应用于区域生长规则.由于计算在RGB空间进行,省去了向其他颜色空间的转换过程,从而提高了图像分割效率.实验结果表明,此方法可对彩色图像进行有效分割,并具有一定的抗噪性.
25.时态数据库中非数值型属性周期规律挖掘以及关联规则提取
- 梁晓蕾;张世栋
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：时态数据库中数值型属性(项)的周期规律挖掘已经得到了研究,提出的方法能够计算时态数据库中某个非数值型属性的周期,并通过执行改造了的Apriori算法挖掘该属性的周期规律,与此同时,算法也能够提取时态数据库中其他属性的带时态信息的关联规则.提出的方法通过选取两个时间粒度,对时态数据库中的时间属性进行了两次划分和标记.通过划分和标记计算选出的某非数值型属性的周期;并用标记集合代替原时间区间,进行标记集合求交,根据求交的结果得到带时态信息的频繁项集.通过时间区间标记集合求交得到频繁项集的方法是一个特色.算法的这一特色使得Apriori算法的迭代过程迅速收敛,提高算法执行效率.
26.一种解决道路空间中连续k最近邻居查询的方法
- 郑铮;张守志;郭立;施伯乐
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：提出了一种道路空间中计算连续k最近邻居查询(CkNN)的方法,它采用分治思想,将待查询路径分为不含目标点的子路径,利用子路径端点的kNN集与分割点的关系,计算出该子路径上的目标分割点和内部分割点的位置,最后合并各子路径的分割点集得到待查询路径的连续k最近邻居.并对算法进行了时间复杂度分析.
27.XML数据流上基于关键字的多查询处理
- 周军锋;燕山大学计算机科学与工程系;孟小峰;张新;黄静
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：试图将基于XML文档的关键字查询技术引入数据流环境中,在同时处理大量基于关键字的查询的基础上为用户返回有意义的数据片段.提出了一种基于有向无环图的索引来高效组织大量基于关键字的查询,用以降低查询匹配的代价;针对数据流的特点,提出了一种基于栈的临时结果缓存方法,用于过滤大量查询无关的数据节点;通过实验从不同角度对提出的算法的各项性能指标进行了实验验证.
28.动态图结构XML数据上的查询处理算法
- 张春鹤;李建中;王宏志
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：XML数据可以用图结构模型来表示.在实际应用中,这种图结构的数据会进行动态更新.目前,对于图结构XML数据上的更新操作并没有正式的定义,而且对于动态XML上查询处理的研究还很少.详细地讨论了图结构XML数据上的更新操作,并基于支持更新的可达性编码ICDBS,提出了IGraph算法对动态图结构XML数据上的查询进行处理.实验表明该算法具有很好的效率.
- XML;
- 图结构;
- 动态更新;
- ICDBS;
29.OrientStore+: 一种支持高效更新的Native XML存储方法
- 张新;孟小峰;朱金清;王伟;黄静
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：XML数据在数据库中的存储模式对XML数据的查询、索引及更新有重要的影响.而目前许多XML存储方法在更新上都需要较高的代价.提出一种Native XML存储方法OrientStore+,可以完全保留XML树结构信息,同时还具有如下特点:1)易于对XML数据建立各种索引; 2)存储记录间相互独立,进行更新时,可以减少对XML存储及索引的修改,减小了更新的代价; 3)在Native XML数据库系统OrientX中实现了这种存储模式.另外,在这种存储模式基础上提出一种基于空间利用率的XML存储更新算法.并通过实验比较了在不同存储方法上的查询与更新效率.
30.XBackend:一种Native XML数据库系统的后端实现策略
- 张慧斌;袁晓洁;王鑫;汪陈应;刘芳
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：随着XML技术研究与应用的深入,涌现出了大量XML文档.为了对XML文档进行管理和查询,大多数RDBMS扩充了处理XML数据的功能.这种方式将XML数据映射到关系表中,会破坏XML数据的树型结构.查询时,需要多次的表连接,降低了查询效率.原生XML数据库以XML文档作为基本的逻辑存储单位,建立底层的物理存储模型.提出了一种原生XML数据库的后端实现策略--XBackend,包括存储策略、索引策略、数据库恢复策略. XBackend底层存储是专门为XML数据设计的,配合适当的索引,具有更高的存储和查询效率.数据库恢复策略保证了原生XML数据库数据的一致性状态.实验结果表明XBackend具有很好的性能.
- XML;
- 原生数据库;
- 索引;
- 存储;
- 事务;
31.XML数据库模式中的数据依赖、结构冗余和不规则
- 黄鋆;吴永辉
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：XML数据库模式规范化设计是产生一组相关联的、能表示数据间依赖关系、而且消除了冗余的XML模式或DTD,其目的是为了互联网上的信息检索能够避免异常. XML数据库模式中某些数据依赖的存在是冗余存在的原因,因此在XML数据库模式中数据依赖与冗余的关联是其规范化设计研究的关键问题. XML数据库模式的数据依赖包括属性间数据依赖和元素间的数据依赖,与之关联的结构冗余和不规则是指在XML模式的结构上存在冗余和不规则的情况.给出综合了属性间和元素间数据依赖的XML数据库模式数据依赖的定义,分析与之关联的结构冗余以及不规则的情况,基于此定义消除结构冗余和不规则的规范的XML模式森林作为范式,给出并验证其规范化设计算法.
32.一种XML立方体
- 李盛恩;李翠平;数据工程与知识工程教育部重点实验室;王珊;数据工程与知识工程教育部重点实验室;杨婧;数据工程与知识工程教育部重点实验室
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：随着B2B等应用的推广和普及,可以设想不久的将来大量的商业数据将存储在XML数据库中.因此,直接对XML数据进行联机分析是一个值得研究的问题.受Dwarf数据方体的启发,首先把事实表中的元组按照一定的维序变换为一棵前缀树,然后,利用XML文档的树结构性质,把前缀树表示成XML文档,这样,立方体就以"树模型"的格式存放在XML文档中.在此基础上,提出了一种XML立方体的计算方法.通过实验证明,此种XML立方体所需要的存储空间和计算时间大大减少.
33.上下文技术在群体感知中的研究与应用
- 黄帆;汤庸;道炜;广东天讯电信科技有限公司;冀高峰;吴桂宾;王鹏
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：群体感知技术是CSCW领域研究的一项关键技术,是CSCW研究的热点.虽然群体感知技术已经在国内外许多学者的研究和推动下得到了很大程度的发展,然而,这个领域还存在着很多尚待解决的问题.首先分析了国内外群体感知模型的研究现状,然后简单介绍了面向服务的群体感知模型SOGAM.经过分析发现该模型存在的一个关键问题--缺乏群体感知信息表示的有效方法.鉴于群体感知信息和上下文信息之间在表示上存在高度相似性,因此深入研究了上下文技术中上下文建模的相关研究成果,在总结了众多建模方法的优缺点之后,在SOGAM模型的基础上,提出了一个新型的建模方法,并采用UML的方式来表示上下文模型的结构.上下文模型包含了面向服务的思想,解决了SOGAM模型所存在的问题.最后,结合协同工作平台COP(cooperative work platform)项目实现此表示模型.
34.BICA:一种快速可扩展的ADTree构建算法
- 杨碧姗;王腾蛟;常雷;杨冬青;唐世渭
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：ADTree是一种基于boosting的决策树学习算法,其预测准确率比一般决策树高并可以给出预测置信度,在实际中有广泛的应用.已有的ADTree构建算法能有效地处理小规模数据,但对于大规模数据的处理非常低效.因此提出了一种新的ADTree构建算法--BICA(bottom-up induction for constructing ADTree),设计了新的数据结构和自底向上的归纳方法,并将其结合到ADTree建树过程中,能够快速地进行分裂测试评估,从而有效地提高ADTree的构建效率.实验证明,BICA对大规模数据集的处理效率明显优于已有ADTree构建算法,能够进行高效的处理.
35.基于APRIORI的层次化聚类算法及其在IDS日志分析中的应用
- 朱金清;中国人民大学信息学院;王建新;陈志泊
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Julisch提出的聚类算法可以有效地减少IDS日志中的假阳性警报并找到根本的触发原因.但是由于海量的安全日志记录使常规的数据挖掘算法很难实时求解出触发的根源.因此,提出一种基于APRIORI的层次化聚类算法(HCAbA),首先阐述了APRIORI的可行性;然后进行日志聚类之后充分利用位操作的优势,将求交集操作映射为位与运算;最后在利用位操作求交之后从所有日志中删除上次求解出来的抽象向量覆盖的日志,使得将来的日志分析负担大大减少.实验表明,在预处理后采用位操作使得效率显著提高,建议常用CPU考虑增加或扩展某些机器指令.
36.一种在OLAP中保持聚类挖掘结果的有效方法
- 张德辉;唐世渭;杨冬青;马秀莉;姜力争
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：传统的数据挖掘技术如分类、聚类、关联和异常点发现等技术与OLAP技术的结合通常采用的方法是分类、聚类、关联和异常点发现的结果即为任务的终点和目标.然而事实上,在实际需求中用户不仅仅需要分类、聚类等数据挖掘的结果,还进一步希望此结果能与OLAP分析过程紧密结合,让数据挖掘的结果为OLAP数据分析过程服务.在这种情况下,数据挖掘的结果本身并非最终结果,如何将挖掘结果进一步用于OLAP分析才是用户关注的焦点.以聚类挖掘为例,提出了一种在OLAP分析中保持聚类挖掘结果的方法.
37.FSM——基于子图同构和结构同构的频繁子图挖掘算法
- 周杨;王峰
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：图结构挖掘已成为当前数据挖掘的研究重点之一.在文本结构分析、生物信息处理以及网络结构分析等领域图结构挖掘都有着广泛应用.频繁子图的数量通常随图的大小呈指数增长,为此人们提出了很多的解决方法,如FSG,gSpan,Closeraph.通过引入子图同构和结构同构的概念,借助贪婪搜索算法和完全级别搜索算法的思想,结合图论和频繁项目集的挖掘算法,提出了一种新的频繁子图挖掘算法--FSM(frequent subgraph mining). FSM算法降低了寻找频繁子图的复杂度,提高了图结构挖掘的效率.
38.基于类别的推荐——一种解决协同推荐中冷启动问题的方法
- 罗喜军;王韬丞;杜小勇;刘红岩;何军
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：个性化推荐系统的目标是推荐最合适的资源给最需要的用户,这种推荐多数是基于用户的一些历史行为而做出的.如果有足够的历史记录,协同过滤推荐方法往往比其他推荐方法要好.然而协同过滤方法存在严重的冷启动问题,即当有新的用户、新的资源时,协同过滤就无法完成推荐过程.针对冷启动问题,提出了一种新的方法,核心思想是先构造出用户和资源的类别模型,构造出"用户资源对"来标记出用户感兴趣的资源.而对于新的用户,根据其一些重要的属性特征,把他分到对应的用户类别,对于新的资源,利用贝叶斯分类方法,把他分到对应的资源类别模型.实验证明,该方法在一定程度上解决了冷启动问题.
39.Cla_Factor:一个基于支持向量机的人类转录因子分类方法
- 周强;陈越;熊赟;朱扬勇
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：转录因子识别对于理解转录机制起着重要作用,转录因子根据DNA绑定域的结构可以分为四大类.随着数据库中新蛋白序列的快速增加,设计一个高通量、高准确率的分类器来预测新蛋白是否转录因子及其类别是非常重要的,提出了一个基于支持向量机的人类转录因子分类算法Cla_Factor. Cla_Factor使用蛋白域作为向量基来表示蛋白质序列,在此高维向量表示方法下利用支持向量机来对人类转录因子分类.通过对来自于Transfac, Swiss_Prot的数据进行交叉验证测试、推广能力测试,证明了Cla_Factor算法同其他算法相比,具有更高准确率、敏感性、特异性以及推广能力.
40.ETL在保险现金流预测分析中的应用与研究
- 武纬;童云海;唐世渭
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Taking the characteristics and the demands of a cash flow project of an insurance company into consideration, this paper discusses several essential problems in ETL. First, questions that appear during the data extraction, transformation and loading will be discussed and suitable skills will be adopted to solve the problems. By combing the two design approaches of ETL, this study designs and realizes the ETL tool in the analyzing System of cash flows, and further optimizes a series of performances by using the techniques of parallel execution and bulk load, etc. Finally the ETL tool is able to fully meet the demands of data analyses of cash flow both in the aspects of function and performance.
41.基于Struts+Hibernate框架的工程造价系统设计与实现
- 张海波;董槐林;郭世可
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：At present how to program efficiently has become a very important question for discussion. In this paper, Struts and Hibernate are discussed in detail, and an efficient way is brought forth to develop a powerful and flexible engineering cost system by expatiating the design and realizeation of the system based on architecture of Struts and Hibernate.
42.增量支持向量机的动态训练算法研究
- LI Zhong-Wei;YANG Jing;ZHANG Jian-Pei
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Incremental learning algorithm of SVMs is designed to deal with data streams mining problems. The paper presents dynamic training algorithm of incremental SVMs which is suitable to mine on data streams. The initial training data streams are divided into several sets and clustering method is used, which makes new data which have different distribution status are selected into new sets to train multiple SVM classifiers. These classifiers are combined according to their statistical performance on the feature space into a single classifier as the final classification output. The experimental results confirm the feasibility and validity of the algorithm.
43.FLS:一种支持更新的图可达性标记算法
- 宋劲柯;周媛莎;成伟华;张亮;施伯乐
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Testing reachability between nodes in a graph is a well-known problem with many important applications, including knowledge representation, program analysis, and more recently, ontology management as well as XML query processing. Various approaches have been proposed to encode graph reachability information using node labeling schemes, but they are all unable to effectively support the dynamic update of graph. In this paper, we propose a novel approach called FLS (Fractional Labeling Scheme) to solve this problem, and corresponding algorithms. We also prove some theorems that present analytical results. A notable feature of FLS is that it uses the idea of trichotomy and the unlimited partition nature of fraction number to support fully update of the graph.
44.面向入侵检测的数据挖掘:研究与发展
- 王卉;屈强
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：With the network security is becoming more and more severe, more and more researchers focus their attention on data mining technologies oriented intrusion detection. A lot of achievements are improving the performance of intrusion detection system. The applications in intrusion detection of the representative mining methods including association rules mining, classification and clustering are reviewed. The challenges they currently face in intrusion detection and the corresponding strategies have been analyzed. Some noticeable work for further improving the intrusion detection Including parallel mining, data stream mining and reliable computing are discussed.
45.基于信息增益规则排序的关联文本分类
- 王孟;白清源;谢丽聪;谢伙生;张莹
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：A shortage of associative classifier is that the rules pruned to improve the classification efficiency will lead to descending of accuracy when mass rules are generated. Therefore, an associative text categorization algorithm with information gain-based rules ranking is presented, which only uses the top-k rules that have higher information gain in each class. This study illuminates that the information gain-based rules ranking algorithm not only get less rules but is helpful for improving the accuracy of the association categorization. The experimental results show the performance of this method is better than both ARC-BC algorithm and the algorithm which uses all rules.
46.基于约束的交互式频繁模式挖掘算法
- 任家东;孙亚非;郭盛
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：频繁模式挖掘是数据挖掘领域中很重要的一部分.目前,出现了许多基于约束的频繁模式挖掘算法和交互式算法,但把两者结合起来的算法却很少.提出了一种基于约束的交互式频繁模式挖掘算法IMCFP(interactive mining of constraint-based frequent patterns).首先该算法按照约束的性质来建立频繁模式树,并且只需扫描一遍数据库;然后建立每个项的条件树,挖掘以该项为前缀的最大频繁模式,并用最大频繁模式树来存储;最后根据最大模式来找出所有的支持度明确的频繁模式.另外,该算法允许用户在挖掘过程中动态地改变约束.实验表明,该算法与iCFP算法相比是很有效的.
47.基于属性的概念格快速渐进式构造算法
- 曲立平;刘大昕;杨静;张万松
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：概念格作为形式概念分析理论中的核心数据结构,在机器学习、数据挖掘和知识发现、信息检索等领域得到了广泛的应用,概念格的构造在其应用过程中是一个主要问题.提出了采用树结构对概念格节点进行组织,研究了基于属性的概念格渐进式构造算法.概念格节点的树结构组织可以约束更新格节点和产生子格节点的搜索范围,从而可以有效地减少算法的执行时间.在随机生成的数据集上进行的实验测试表明,本算法的时间性能更优越.
48.协同工作中基于角色的群体感知技术研究
- 吴桂宾;汤庸;道炜;广东天讯电信科技有限公司;冀高峰;黄帆;王鹏
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：在研究和分析当前群体感知模型研究工作现状的基础上,对基于角色的群体感知模型进行扩展,得到扩展的基于角色的群体感知模型.该模型通过分解群组任务,把群组的成员扮演的角色细化,建立角色关系图,用以衡量角色之间的关联度.同时,结合在历史的协作下角色之间结成的合作关系强度,确定角色之间的感知关系,以此作为群组中角色之间的感知强度和感知空间的计算依据.还分析了该模型的实现机制,以提供协同科研工作平台项目中的群体感知机制.
49.一种多级安全数据模型中的多实例语义
- 唐莞菁;汪卫;王智慧;周皓峰;施伯乐
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：为了对低安全级的主体(用户)隐藏高安全级的敏感信息,在多级安全数据模型中引入了多实例的概念.关于多实例的语义以及维护一直是多级安全数据模型的研究热点.提出了一种新的多实例语义MLS-POS,并给出了该语义下维护多实例的方法. MLS-POS最大的特点是能够限制低级别用户修改高级别数据的程度,弱化高级别数据与低级别数据的依赖关系,在该语义下维护多实例元组时更具安全性与合理性.
50.一种基于组通信的复制数据库在线恢复策略研究
- 娄燕飞;杨树强;李爱平;贾焰
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：数据复制是提高数据库系统性能和可用性的重要技术.近年来出现的基于组通信技术的数据库复制协议较之传统的数据库复制协议因其实现简单灵活、性能较优,在构建实用复制数据库系统时得到广泛应用.维持各节点副本一致性是数据复制技术研究的核心问题.讨论了当故障节点恢复后重新加入系统或增加新节点后如何恢复、维护系统节点副本间的一致性的问题.提出了一个针对分布复制数据库系统的在线恢复策略,该策略结合基于组通信技术的复制协议,可在不影响系统正常事务处理的情况下,实现故障恢复后节点或全新节点重新加入系统时的系统正确恢复,并给出了理论证明.同时还证明,该策略对于分布在不可靠网络上的复制数据库的在线恢复同样适用.
51.茫然第三方支持的隐私保持离群点探测协议
- 张锋;中山大学软件学院;中山大学广东省信息安全技术重点实验室;常会友
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：隐私保持的离群点探测是隐私保持数据挖掘研究的一项重要课题,致力于在保证参与方隐私的前提下进行离群点探测.研究参与方大于或等于2的情况下的隐私保持离群点探测.设计了两个协议,分别针对数据水平分割存储和垂直分割存储的情况进行隐私保持离群点探测.两个协议都使用了一个特殊的概率公钥加密系统,并引进茫然第三方.基于安全多方计算理论,证明了协议的安全性.分析了协议的时间复杂度和通信耗费.与以前的工作相比较,设计中引入了一个茫然第三方参与,协议更加简洁,而且有更好的时间和通信性能.
52.数据发布中维护敏感数据高可用性的隐私保护方法
- 王雅哲;杨晓春;王斌;于戈
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：数据的安全性和可用性是敏感数据发布与共享环境中面临的主要问题.近期提出了一种利用有损连接保证敏感数据发布的安全性的方法-Anatomy,其优点在于发布的数据中保留了原始数据的准确值.但是用Anatomy方法处理数据会损失大量数据的关联信息和分布信息,降低数据的可用性.针对这种问题提出了维护数据高可用性的ClassAnatomy方法,它继承了Anatomy方法的安全性和准确性等优点,并通过对数据空间进行分类划分的方法保留原始数据的关联及分布信息.给出了两种ClassAnatomy算法,包括基于信息论的自顶向下的单维分类划分算法(TDA)和基于高维网格的自底向上的多维覆盖分类划分算法(BUA).实验结果表明,ClassAnatomy方法在保证数据安全性的基础上能够极大地减少数据的信息损失,从而提高数据的可用性.
53.数据库锁资源的自适应管理
- 覃雄派;曹巍
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：锁资源是DBMS的关键资源之一,锁资源的有效管理直接关系到系统性能的高低.提出基于规则引擎和神经网络预测器的锁资源参数自适应管理算法,通过不断监控数据库锁资源性能参数的变化,适时调整锁表参数,提高系统的吞吐量.实验结果显示,系统的吞吐量有16﹪左右的提高,证明本算法简单可行.
54.一种基于kNN的控制关系分析方法
- 魏萌芽;李翠平
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：控制关系(dominant relationship)在Skyline计算、Rank-Aware查询处理以及市场分析等方面有着非常广泛的应用,自提出以来受到越来越多的关注.对于一个N维的数据集,其中的一个点p能控制另一个点q,当且仅当p在各个维上的值都不比q差,而且至少在一个维上的值比q要好.在最近的研究工作中指出,基于以上定义的控制关系可以用于市场分析中的产品定位问题,对于一个产品而言,控制能力越强(能控制的顾客越多)该新产品就越好.但是考虑到一个产品要在各个属性上都有非常好的表现是非常困难的,放松了控制关系的定义,认为当一个产品在各个属性上的取值都与顾客的偏好"近似"时,该产品就能控制这个顾客(即能满足该顾客的要求).另外此前的工作在分析产品的市场定位时没有考虑竞争对手的影响,导致分析的结果不能用于实际应用.基于以上考虑,定义了一种新的基于kNN的控制关系,并将其用于市场竞争且资源受限情况下的产品分析和市场定位问题.在R*树的基础上,提出了一种新的控制关系分析算法.实验验证了所提出的方法是有效的.
55.一种基于有效维聚类的视频镜头索引算法
- 廖嘉;张博;王国仁;李淼
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：随着多媒体信息技术的迅速发展,有效的视频索引技术成为视频数据研究领域中的一个热点课题.面向视频镜头内容分析和索引技术,提出了一种基于聚类结果的视频镜头索引算法.该算法首先根据数据集的分布特征,提取出能够表达镜头高维特征向量的有效维,并在有效维子空间中,利用一种无监督的逐维聚类算法对镜头进行聚类分析.之后提出关键维的概念,并结合聚类分析的结果设计了一种全新的镜头表达形式.最后在B+树索引结构上实现对镜头的索引.在K最邻近查询算法(SCR)中定义了下界距离,有效地过滤了查询空间,缩小了查询范围.实验结果表明,该索引算法简单且灵活,是对现有视频镜头索引结构的有效补充.
56.基于历史数据的轮廓聚合查询
- 陈欢;杨晓春;王斌;杨小康;于戈
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：轮廓查询在涉及多标准决策的空间数据库、数据挖掘、测试观察、用户偏好查询、可视化等领域起着非常重要的作用.近年来人们对于轮廓算法的研究已经趋于完善,尤其对于轮廓的计算.针对一些数据具有历史性这一特点,在具体应用领域中,提出了一种新的查询方法,即基于历史数据的轮廓聚合查询,针对不同的聚合函数,提出了基本算法CETAN. 并在此基础上对算法进行了改进,提出了AACN算法和基于过滤策略的ABT算法.实验结果表明,算法是有效的,极大改善了查询的精确性和多样性.
57.改进的基于支持向量机的Web图像检索相关反馈方法
- 袁进;周向东;王梅;汪卫;施伯乐
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：结合用户相关反馈的超平面查询在基于内容的图像检索中面临数据不平衡等问题,即对于给定的查询,图像数据库中负样例(与查询无关的图像)数目往往远大于正样例,使得传统的用户相关反馈技术难以获得足够的相关图像,影响了超平面查询的性能.提出一种新的基于支持向量机的Web图像检索的主动学习策略,根据Web图像的URL、视觉特征来估计图像与查询样本的相关性,用潜在的正样例图像来弥补图像数据的不平衡性,并且提出了对SVM返回结果的重新排序方法.对10000多幅来自50多个不同网站的Web图像数据进行了实验.实验结果显示,与传统的方法相比,该方法对检索性能有明显的提高.
58.基于缓存的倒排索引机制研究
- 刘小珠;武汉理工大学自动化学院;孙莎;曾承;彭智勇;武汉大学计算机学院;武汉大学信息资源研究中心
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：倒排索引创建效率和查询效率是全文检索技术的两个重要方面.针对传统倒排索引创建方法效率低下的问题,提出了基于缓存满再写临时文件和双缓冲区相结合的索引创建机制,充分利用内存和CPU资源以加快倒排索引的创建速度;提出了查询缓存机制,以提高倒排索引的查询效率.分析及实验结果表明,提出的索引创建机制能有效地提高索引创建速度,查询缓存机制能有效地加快查询速度,提高了全文检索系统的时间和空间效率.
59.一种类K-means算法的高效近似查询方法研究
- 廖顺和;乐嘉锦
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：随着积累在数据库中的生物序列信息数量的增长,对某个序列进行近似查询在生物数据库中成了一个基本操作.提出了一种类K-means的方法,其思想是为其他的序列选择k个序列作为参考,类似于度量空间中的k个中心.在进行查询时首先用这些参考过滤序列,然后再处理候选序列.新的策略在被处理查询时提出.另外,通过样本优化对方法进行了改进.实验证明了这种类K-means算法的高效性.
60.一个并行的文本聚类混合算法
- 王乐;田李;贾焰;韩伟红
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：针对海量文本聚类中面临的海量性、高维性以及聚类结果的可描述性难题,提出了一个并行的文本聚类混合算法parSHDC.该算法采用纵向的方式在多个处理机间划分数据集,根据频繁词集生成粗聚类,然后利用并行k-means算法精化粗聚类从而得到最终结果,并由k个频繁词集对聚簇提供描述.与另外两个并行聚类算法通过实验进行比较,parSHDC具有更好的并行性和对数据规模的适应性,且可以生成更高质量的聚类.
61.动态的分布式环境下Top-k查询计算
- 王斌;杨晓春;王国仁;王波涛
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：分布式Top-k查询计算在多媒体近似匹配、网络监控、文档检索和Web数据搜索等技术中具有重要意义.分析分布式Top-k查询计算算法性能的重要标准是网络延迟和带宽消耗.早期的算法主要研究在集中式的环境中,提供有效地处理分布式Top-k查询计算.然而,在动态的、分布式环境中,这些方法还显得不够成熟.因此,提出了一种在网络查询过程中建立的树形拓扑结构,利用直方图统计信息和Bloomfilter数据压缩技术,有效地执行局部优化,及在中间节点(peer)进行部分结果的合并,最终得到全局处理的Top-k查询计算方法(称做TTC算法).这种算法不仅降低了网络延迟,有效地支持动态变化的分布式环境,而且减少网络带宽的消耗.实验结果表明,TTC算法在全局带宽的消耗和网络的响应时间上效果非常显著.
62.一种基于过滤器的无线传感器网络近似kNN查询优化算法
- 李斌阳;赵志滨;于戈;姚兰;杨晓春;刘阳
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：在无线传感器网络中进行感知数据查询,必须考虑传感器节点能量受限的特性.提出了一种基于过滤器的无线传感器网络近似一维K-NN查询优化算法FAKNN. FAKNN算法利用样本数据为每一个节点设置一个经验取值区间,并针对查询选择样本数据均值距离查询点最近的部分节点构成候选结果集.由于用户对查询结果的满意度与候选节点的个数和越界概率有关,因此需要通过计算节点的越界概率来确定最终候选结果集,并将候选节点的经验取值区间作为过滤器随查询请求发送到全网.节点利用过滤规则阻止数据发送,从而节省节点能量.仿真实验表明,FAKNN算法在保证查询准确率的同时,可大幅降低查询通信量.
63.无线传感器网络中一种基于历史数据分组的感知查询技术
- 刘阳;杨晓春;王斌;于戈;李斌阳
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：研究了无线传感器网络中一种基于历史数据分组的感知查询技术,提出了对传感器节点属性进行有效分组的策略.依据各个组构建相应的森林,并提出了基于森林聚集技术和加速聚集技术.同时提出了分组和森林的调整策略,以确保基于森林的聚集技术的有效性.最后,通过实验证明了所提方法的正确性、有效性和实时性.
64.分布式数据流上低通信开销的连续极值查询方法研究
- 田李;王乐;贾焰;邹鹏;李爱平
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：数据流本质上是分布的,很多时候必须考虑通信开销.基于滑动窗口模型,考虑分布式数据流上的精确连续极值查询问题,对降低通信开销的策略进行了研究.分析了滑动窗口和极值查询的特性,提出了一种数据裁剪策略,系统只需保存少量数据即可满足极值查询的需求,并从理论上证明了该裁剪是存储最优的.远程节点在保证全局结果正确性的前提下尽量延迟数据传递,从而尽可能对局部数据流进行裁剪过滤,达到降低通信量的目的.理论分析和实验结果证明了上述方法的有效性.
65.移动对象在空间网络数据库上的kNN查询
- 殷晓岚;中国科学院研究生院;丁治明;李京
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：在空间网络数据库中,基于位置的服务是一项重要功能,而k-NN查询是实现该服务的重要查询.在网络上有一个原始对象(例如在道路上行驶的汽车),有一组目标对象(例如旅店、加油站、救护车等等),k-NN查询返回距离原始对象最近的k个目标对象.在这种对象移动受到网络限制的情况下,网络距离将替代Euclidean距离作为k-NN查询的指标.提出了一种解决移动对象k-NN查询的算法,该算法使用了一组索引结构来解决移动对象的位置问题.实验分析表明这种方法比传统方法的执行效率更高.
66.传感器网络中能量高效的区域连接算法研究
- 谢志军;数据工程与知识工程教育部重点实验室;福建工程学院计算机应用技术研究所;陈红;数据工程与知识工程教育部重点实验室
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：提出了一种能量有效的区域连接算法PTRJ(power-effective two region join).在PTRJ中,首先利用基于域的分布式数据汇聚模型DDAM(distributed data aggregation model)把传感器网络按域划分来构建连通核,查询只需在连通核中寻径,因而能明显减少寻径时间复杂度并且具有更好的分布性.在区域连接算法中,借鉴分布式数据库中半连接的思想,只是把连接属性中的元组投送到路径中的某个区域进行匹配运算,并不需要把整个连接表在网络中进行发送,因而能够更好地节省能量.理论分析和实验表明该算法较传统算法在节省能量上有更好的表现.
67.传感器网络中能量高效的聚集算法研究
- 谢志军;数据工程与知识工程教育部重点实验室;福建工程学院计算机应用技术研究所;陈红;数据工程与知识工程教育部重点实验室
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：聚集运算是传感器网络查询处理中最重要的一个运算.现有计算Max和Min的聚集算法中,大多是簇内节点把当前采集到的值发送到簇头节点,然后由簇头节点做聚集运算,选出本簇的Max或Min值.提出了一种能量有效的网内聚集算法PIA(power-efficient in-network aggregation).在PIA中,首先利用基于域的分布式数据汇聚模型DDAM(distributed data aggregation model)把传感器网络按域划分来构建连通核,查询只需在连通核中寻径,因而能明显减少寻径时间复杂度并且具有更好的分布性.在PIA中,核心节点把当前路径中的Max和Min值传送到节点上,如果节点的值不符合要求就放弃本次传送,因而能够明显减少数据的传送次数,从而达到节省能量的目的.理论分析和实验表明,该算法较传统算法在节省能量上有更好的表现.
68.R2:一种增强Web服务可信度的代表元-复件模型
- 沈洁;赵培欣;张亮;施伯乐
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：作为面向服务架构SOA的一种主要形式,Web服务具有开放、松耦合和平台独立的特性,被认为是未来主要的软件模式.然而,其分布式特性也对Web服务的组织、运行与管理提出了新的挑战.现有的SOA模型主要关注Web服务的静态信息,无法在瞬息万变的网络环境中保证Web服务运行时的可靠性和效率.为此提出了一种基于代表元-复件的模型,该模型以代表元作为一组可替换Web服务的抽象,同时以复件的形式来保证代表元的可生存性,从而提高了Web服务在调用时的可靠性和效率.
69.基于覆盖关系的Deep Web数据源排名
- 余伟;武汉大学软件工程国家重点实验室;李石君;武汉大学软件工程国家重点实验室;洪辉;田建伟
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：Deep Web是隐藏在Web数据库中的结构数据,只能通过查询接口访问.目前大部分针对排名的研究都只停留在对Deep Web接口特征的分析上.利用抽样理论知识,将在Deep Web中进行的每一次检索行为看做是一次抽样,检索的结果是抽样结果.通过选择合适的抽样方法,使抽样所反映出来的部分数据覆盖关系能够从一定程度上反映整个Deep Web的数据覆盖关系.进而通过对覆盖关系的估计,确定覆盖程度,并按其进行排名.
70.Deep Web数据集成中基于最小超集的查询转换
- 姜芳艽;贾琳琳;孟小峰
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：近年来,随着Web上在线数据库的大量涌现,Deep Web数据集成(即Web数据库集成)成为当前信息领域的一个研究热点.查询转换是其中的核心部分,它主要负责将集成接口上的查询转换到相关Web数据库的接口上.由于Web数据库具有异构性和自治性的特点, 各查询接口上的属性名、数据格式以及查询能力都不尽相同,因此相当一部分查询不能进行精确转换,那么选择何种策略进行近似查询转换是一个很具有挑战性的工作.对这一问题进行了深入探讨,提出了基于最小超集的近似查询转换方法.实验结果表明,该方法在Deep Web数据集成中可以有效地提高返回结果的准确性.
71.基于误差反馈的高速Web文本流快速近似分类
- 袁志坚;贾焰
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：针对Web文本分类的低效率问题,利用Web文本URL的特性,提出了一种混合URL及文本语义进行高速Web文本流的快速近似分类方法.首先通过学习训练样本和专家指定等方式得到使用URL和不使用URL进行分类的两个集合:肯定集合和否定集合.在分类过程中,得到Web文本的URL,从中提取和剥离出URL的关键特性对其进行建模,而后使用根据模型所属集合选择分类算法进行分类.定时对两个集合进行回归测试,根据误差及时更新两个集合以保证分类精度.实验表明,与传统文本分类方法、混合Link-Based和Content-Based的方法及纯URL-Based方法相比,该方法在不影响精度的前提下,可大幅度提高分类的性能.
72.论坛社区用户时空特征建模与挖掘
- 郑佳谦;徐隽;姚静;牛军钰
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：用户建模是提供个性化服务的基础工作.结合数据挖掘在论坛社区系统中的运用,把言论行为建模为数据记录,提出基于时空特征属性的用户模型(spatiotemporal feature based user model)表示和挖掘算法.不同于传统的基于文本特征的用户模型,SFBUM提供了量化的用户在时间和空间维度上行为特征的描述,并通过实验表明该模型的稳定性以及在社区用户角色分类上的运用.
73.基于简单树匹配算法的Web页面结构相似性度量
- 何昕;谢志鹏
- 《第二十四届中国数据库学术会议》 | 2007年
摘要：网页结构相似性的度量是Web信息处理中的一项重要任务,在数据抽取和搜索引擎等研究领域有着潜在的重要研究价值.好的相似性度量方法可以提高数据抽取的准确率和速度,还可以提高搜索引擎的速度,提高返回数据的质量,减少大量冗余数据占据的存储空间.实现该任务的已有算法往往存在着计算复杂度过高的问题,针对这一问题研究HTML文档标签特点,减少传统算法中使用的算子,进而采用简单树匹配算法来计算Web文档之间的结构相似度.简单树匹配不允许结点的替换和跨层匹配,从而大大提高了算法的运行效率.实验结果表明,所提出的方法不论在速度还是精度上都优于著名的Bag of XPaths方法.