查询算法

摘要： 随着网络的发展,越来越多的场景需要在不完整数据下进行近似成员查询,传统成员查询的布鲁姆过滤器不能满足上述要求。提出面向缺失数据的布鲁姆近似查询算法,先对高维不完整数据的缺失部分进行预填充,通过PCA算法,将高维数据转换到低维数据,使用局部敏感哈希函数与标准哈希函数结合的方式将低维数据存储到布鲁姆过滤器中。使用两个真实数据集验证了所提算法的功能,所提面向缺失数据的布鲁姆近似查询算法,能有效地解决存在缺失数据的近似成员查询问题。

摘要： 时空数据作为一种同时具有时间维度及空间维度的数据类型,被广泛应用于供应链管理、电子商务等领域,它的完整性及安全性在实际应用中具有重要意义。针对目前时空数据集中式存储方式存在数据不透明且易被篡改的问题,将区块链技术的去中心化、防篡改、可追溯等特性与时空数据管理相结合,提出面向时空数据的区块链构建及查询方法。首先,提出一种基于改进图型区块链(Block‑DAG)的时空数据区块链架构ST_Block‑DAG;其次,为了提升时空数据的存储及查询效率,在ST_Block‑DAG区块链内部采取基于四叉树及单链表的结构存储时空数据;最后,在ST‑Block‑DAG存储结构基础上实现了多种时空数据查询算法,如单值查询、范围查询等。实验结果表明,与STBitcoin、Block‑DAG以及STEth相比,ST_Block‑DAG的时空数据处理效率提升了70%以上,时空数据综合查询性能提升了60%以上。所提方法能够实现时空数据的快速存储及查询,可以有效支持时空数据的管理。

摘要： 针对云存储数据过程,结合协调器与遗传算法提出一种新的数据复制策略.在Hadoop分布式文件系统体系结构基础上构建一个用于复制管理的协调器,采用接收查询算法和遗传算法接收查询,并将其发送给合适的节点以满足用户期望的服务质量功能需求,同时考虑一个查询中数据块的物理位置以获得更好的复制参数.仿真结果表明,与目前典型的数据中心选择和动态数据复制策略以及逐步删除和添加数据副本策略相比,该数据复制策略不仅优化了系统的负荷分配,而且具有更高的可用性和更小的延迟.

摘要： 考虑为移动中的查询对象连续返回k个距离近并且满足空间多样化约束的对象,提出了空间多样化约束下的移动k近邻(SDC-MkNN)查询.在此,满足空间多样化约束代表对象之间的相互距离大于距离阈值.为了高效处理SDC-MkNN查询问题,提出了两种基于安全区域技术的算法.算法均通过减少重新计算查询结果的次数来提高查询效率.其中一种为精确算法EA,可连续返回精确的查询结果;另一种为近似算法ρAA,可连续返回具有近似率保障的近似查询结果.采用真实数据集验证了所提出算法的有效性.

摘要： 当前,对于热防护服的研究主要集中在热防护服的新型测试方法;服装热防护性能预测模型;新兴材料在热防护服装上的应用等.本文通过研究高温环境下工作人员着防护服以避免灼伤出发,按照热量是在防护服及皮肤中进行传递的原理,通过建立数学模型的方法解决高温防护服的设计方案.利用对微分方程作有限差分离散化处理,建立温度分布对时间和空间的函数,采用矩阵拼接进行计算,确定了防护服中各织物层的温度分布,为防护服的设计提供科学的指导.

摘要： 在一些大型数据库中,冗杂数据会导致查询精确度降低.基于此,提出关联挖掘技术支持下的数据库优化查询算法设计,包括数据库获取优化分析、内存数据查询的优化、关联规则频繁集的有效建立.实验证明本文设计算法与传统算法相比,在同等网络数据规模情况下,前者对于数据查询的判定精确度要高于后者,具有较高的有效性.

摘要： 当今社会人们工作、生活中大数据被广泛应用.在运行数据库过程中,操作频率最高的是查询操作.对基于MB+树的数据库查询算法进行优化,通过构建MB+树型、MB+查询算法以及插入算法,实现数据查询算法的优化构建.为验证优化后算法的最优性,分别以传统的基于R树的数据库查询算法、Merkle散列树查询算法为对照组,验证MB+树算法的查询效率和查询消耗.结果表明:优化后的MB+树数据库查询算法,查询效率明显优于传统算法,查询消耗少于传统算法.

摘要： 在一些大型数据库中,冗杂数据会导致查询精确度降低。基于此,提出关联挖掘技术支持下的数据库优化查询算法设计,包括数据库获取优化分析、内存数据查询的优化、关联规则频繁集的有效建立。实验证明本文设计算法与传统算法相比,在同等网络数据规模情况下,前者对于数据查询的判定精确度要高于后者,具有较高的有效性。

摘要： 随着进入到光纤入户时代,网络规模的迅速扩大,业务量的大量增加以及业务复杂度越来越高.如何提高现有网管系统的维护效率,更加精准地对网络资源进行优化,以及精确的定位配线网络区域、提高业务开通的效率,关键技术在于将智能ODN系统与GIS结合起来.目前智能ODN网管系统已实现对网络设备的集中监控和统一维护、管理.本文首先阐述了目前网络管理上存在的部分问题,接着分析了SODN智能化的管理的优势所在和GIS系统在智能ODN中的应用和优势.最后,重点讲述了GIS系统的实现原理,将百度地图相关的API接口结合B/S Web架构的方式来实现GIS系统,并通过Web Service的方式和智能ODN系统后台进行交互.从而使智能ODN系统不仅准确的定位所在位置附近的网络设备布局并显示相应光交端口的业务信息,而且通过最近距离设备的查询算法,显示网络设备的资源状态,便于业务开通和网络资源管理及查询.

摘要： 群体出行计划(GTP)查询旨在为一组用户查找共同的活动地点(通常以兴趣点(PoI)表示)以达到整体的出行开销最小.当前,对群体出行计划查询的研究大多仅限于欧氏空间,然而人们真实的出行却受到道路网络的约束.针对该问题,提出了两个基于路网的群体出行计期查询算法NE-GTP和ER-GTP.其中,NE-GTP通过扩展每个用户所在的边,来迭代地找到这组用户感兴趣的PoI;ER-GTP则是利用R树索引和欧氏距离是路网距离的下界这一条件来快速搜索满足关健词条件的PoI。实验结果表明，ER-GTP方法在查询速度上总体要比NE-GTP快一个数量级左右;而且，当数据量很大时，ER-GTP也有很好的可扩展性。

摘要： 不确定数据流上的Skyline查询技术逐步引起研究者的关注,传统的集中式流处理算法难以满足海量数据的查询需求,并且云计算所提供的海量计算资源和有效的存储管理模式,为研究并行Skyline查询技术提供了充足的条件.基于上述事实,提出了一种不确定数据流上的并行Skyline查询算法(PSUDS).该算法通过交叉划分滑动窗口的方式,将集中式流查询转化为并行处理,以并行执行的方式来解决集中式算法处理性能不足的问题.大量实验结果表明,该算法具有较好的并行可扩展性.

摘要： 应用需求的发展衍生各种查询类型,Top-k查询是交互环境下一种重要查询类型.由于数据的不确定性,传统数据上的Top-k查询技术和方法不能直接应用于不确定数据查询.在已有不确定数据上Top-k查询算法的基础上,提出基于二叉树的不确定数据上Top-k查询算法BTreeU-Topk；为了提高算法执行效率,对二叉树进行修剪操作进而提出BTreeOPTU-Topk和BTreePU-Topk算法.实验结果表明,BTreeU-Topk,BTreeOPTU-Topk以及BTreePU-Topk算法在不同数据分布以及k值增长时均优于现有算法.

摘要： 为了解决由于移动用户轨迹数据具有随机性和繁杂性而导致算法效率和精度低的问题,首先抽取用户轨迹时间位置序列,然后基于用户的逗留时长采用加权FP树挖掘移动用户的常驻区域以解决用户轨迹的随机性,最后提出结合用户出行的时间和地理因素的LCSS算法衡量用户轨迹相似性.实验证明,该算法具有一定的有效性和扩展性.

摘要： 随着语义网数据的爆炸式增长,高效地管理海量RDF数据成为一个关键问题现有的集中式关系型RDF数据存储管理系统已难以适应这种需求,越来越多的研究者使用分布式系统和并行计算技术来管理海量RDF数据提出一种基于分布式数据库HBase的RDF数据存储模型,根据OWL本体定义文件,将数据按类划分,同一类的三元组数据保存在该类的S_PO和O_PS两张表中,实现该存储模型上的8种Triple Pattern和Basic Graph Pattern查询算法,并提供部分推理功能,在Hadoop集群环境下对存储模型与查询算法进行了可行性验证.

摘要： 关系数据库中的关键词搜索技术已经成为信息检索领域的研究热点,它为没有任何SQL语法知识的用户提供了一个简单友好的接口.但是现存的关键词搜索系统主要依赖于数据图或模式图,而单独使用数据图或模式图的算法搜索效率不高,结果准确率也较低.设计实现了一个Top-k关键词搜索系统(keyword search system based on database graph and schema graph,KWSDS),用户提交关键词后,系统对关键词进行预处理,消除一些脏关键词.首次提出使用数据图与模式图相结合的方法,设计了同表查询算法和异表查询算法,分析了算法的正确性和时间复杂度,并且提出了相关性结果排序方法.KWSDS系统的搜索算法运行时间短,搜索结果准确性高,具有良好的查询性能.最后通过实验验证了KWSDS的效率.

摘要： 基于位置的服务(LBS)变得日益普及,越来越多的研究开始关注如何对空间中的兴趣点(POI)做有效的检索.现有的方法提出了空间数据上的关键词检索,研究如何根据查询的位置和关键词找到相关的POI点.然而,现有方法主要对查询关键词进行精确匹配,不能支持模糊查询:当查询关键词与底层数据存在微小差异的时候,LBS系统不能返回相关的结果.为了满足移动用户的模糊查询需求,文中对空间数据上的Top-k关键词模糊查询问题进行研究:给定一组POI点,检索与查询关键词近似匹配且空间上距离相近的Top-k个结果.为了提供高效的模糊查询,文中首先定义了一种新型的相关性函数,综合考虑了文本相似性和空间距离,进而提出了一种有效的索引结构RegionTrie,并基于RegionTrie设计了高效的Top-k算法.真实数据集上的实验结果表明,文中提出的Top-k算法十分高效,性能远好于对比方法.

摘要： 近年来,基于网络和数据库的应用系统在部队得到了广泛应用,由于业务上的紧密联系,跨数据源查询成为了日益迫切的要求.文章对数据集成查询中用户查询语句的分解、转换等重要步骤进行了重点分析,并介绍了相应的算法.

摘要： 近年来,基于网络和数据库的应用系统在部队得到了广泛应用,由于业务上的紧密联系,跨数据源查询成为了日益迫切的要求.文章对数据集成查询中用户查询语句的分解、转换等重要步骤进行了重点分析,并介绍了相应的算法.

摘要： 本发明涉及一种基于多样化算法框架TAD的面向Top‑k查询的查询结果即时多样化算法，基于一种多样化算法框架TAD和基于此框架上的多样化算法DivSA。多样化算法框架TAD在查询结果流式产生的过程中，将查询结果分为两部分：其一是超过当前相关度分数上界值的查询结果；其二是低于当前相关度分数上界值的查询结果和仍没有生成的结果。在结果多样化的过程中，仅考虑第一部分的查询结果，减少了大量的计算开销。本发明的多样化算法DivSA首次使用了基于动态扩张相似图上极大独立集计算的多样化方法，且提出了一种增量式算法计算动态扩张相似图的极大独立集，给出了一个结果多样化过程完备而高效的解决方案。

摘要： 一种XQuery到SQL查询语言的转换算法及关系数据库的查询方法，首先，将关系数据映射为XML模式，具体映射规则为：构建自定义XQuery查询子语言，包括构建自定义该XQuery查询子语言的语法和函数；将自定义XQuery查询子语言转换生成SQL查询语言：利用转换后的SQL查询语言进行关系数据查询。与现有技术相比，本发明可以将一条针对关系数据进行查询的XQuery语句转换为带多层复杂嵌套及多表连接的SQL查询语句，所生成的SQL语句符合SQL99标准；本算法可以作为关系数据库XML扩展插件的查询转换的基础，也可用来实现数据库相关的中间件，实现使用XQuery语言对数据库查询。

摘要： 本发明涉及一种基于hash算法的行情代码内存地址快速查询方法，属于数据处理技术领域。该方法执行如下步骤，1）hash表的初始化建立；1‑1）例化双端口随机存取存储器；1‑2）接收行情代码，确认是否已完成初始化，完成至步骤1‑7），未完成至步骤1‑3）；进行hash运算，读取数据；1‑4）若读取数据为零，则将行情代码存储到该检索地址，至步骤1‑6）；1‑5）若读取数据不为零时，则将行情代码加x倍常量，并至1‑3）；1‑6）当前初始化完成，至步骤1‑2）；初始化结束；2）行情代码地址查询；2‑1）接收行情代码；2‑2）运算，读取运算结果对应的随机存取存储器中数据；2‑3）比对并反馈结果。本发明通过hash算法进行数据位宽变换，减少位宽，降低内存占用空间，提高内存利用率。

摘要： 本发明提供了一种NER实体识别算法在报表查询中的应用方法及系统，其中，该方法包括：获得输入语言信息；将所述输入语言信息输入NER实体识别模型，获得关键字段；根据所述关键字段，获得数据查询语句；执行所述数据查询语句在数据库系统查询指标，获得数据查询结果，并将所述数据查询结果发送至前端进行展示。解决了现有技术中查询报表的SQL查询语句编写门槛较高，很多业务人员没有适合的专业技能，大数据的应用因此受到业务人员技能瓶颈发展的限制的技术问题。

摘要： 本发明公开了一种基于分治进化算法的大型图数据库查询方法，该方法包括以下步骤：1)随机初始化整个粒子种群中的每个粒子；2)找出种群中最优粒子；3)将查询图分解为互斥的子查询图，使用重叠分解策略将每个子查询图的范围向外延伸；4)对每个子查询图进行映射；5)对每个子查询图的映射后得到的子解进行补全，计算补全后子解的适应度；6)更新种群中的最优粒子，如果当前找到的子解的适应度比最优粒子要好，则将最优粒子设置为当前解；7)若所有子图都以完成优化，则进入步骤8)，否则转到步骤4)，优化对下一个子图；8)为每个子图之间的重叠节点构建若干个竞争节点；9)结束迭代，如果达到终止条件，则结束，否则回到步骤4)。

摘要： 本发明属于数据加密技术领域，提供了一种多表联合查询装置及算法。本发明的装置包括多个客户端及一个服务器，参数选取部提取公开参数并将公开参数发送给客户端的本地接收存储部，一旦客户端发起查询请求，各个客户端的构造部根据公开参数及对应的本地参数集合构造对应的零分享混淆布隆过滤器，客户端的加密部用零碎片加密零分享混淆布隆过滤器，得到加密后零分享混淆布隆过滤器，服务器计算部将各个加密后零分享混淆布隆过滤器进行异或计算后得到加和后零分享混淆布隆过滤器，结果判定输出部使用加和后零分享混淆布隆过滤器及哈希函数从服务器参数集合中选取交集元素从而生成交集，并将交集发送给发起查询请求的客户端。

摘要： 本申请提供一种基于RSA算法的隐匿查询方法及系统，包括：数据查询节点接收数据提供节点发送的所有可查询信息以及对应的公钥，并生成一随机码，采用待查询数据对应的公钥加密随机码得到密文，数据提供节点采用每个公钥各自解密密文，得到对应的解密明文，并对每个解密明文和对应的可查询数据进行异或操作，得到对应的第一异或码，数据查询节点对随机码和每个第一异或码各自进行异或操作生成多个第二异或码，与待查询数据对应公钥所对应的第二异或码为待查询数据。采用非对称密钥加密一任意随机码，采用所有私钥解密加密后的随机码，得到对应的解密明文，再将所有解密明文与对应的数据以及随机数进行异或操作，提高了隐匿查询过程中的隐私性。

摘要： 本发明提供一种基于雪花算法的时间查询转换处理方法及装置。该方法包括：步骤1：从业务系统处截获原始的SQL查询语句；步骤2：检测所述原始的SQL查询语句中是否包含条件查询内容且是否包含时间查询用关键字，若包含条件查询且包含时间查询用关键字，则提取出起始时间值和结束时间值；步骤3：利用雪花算法将所述起始时间值和所述结束时间值分别转换为第一主键ID值和第二主键ID值；步骤4：根据所述第一主键ID值和所述第二主键ID值对所述原始的SQL查询语句进行修改，得到新的SQL查询语句，将所述新的SQL查询语句发送至业务系统数据库，得到查询结果。

摘要： 本发明公开了一种动窗口下基于位置top‑k关键词查询的优先查询算法及系统，包括如下步骤：第一步，输入构建好的四叉树索引模型和查询节点以及k，初始化结果集；第二步，进行剪枝操作，得到候选结果集；第三步，使用一个最大堆C存储候选结果集中的每个词语以及其分值；第四步，当结果集的大小小于k时，依次取出C中的队列头的词语，从根节点遍历到叶节点找到其精确分值，放入队列；第五步，循环第四步，当队列头的词语的分值等于该词在叶节点的精确分值，放入结果集中；第六步，当结果集的大小等于k时，返回结果集。本发明能根据词频和位置邻近度有效修剪搜索空间，在保证不会遗失任何候选词的情况下能避免不必要的计算，大大降低了计算成本，提升查询速度。

摘要： 本发明公开了一种滑动窗口下基于位置top‑k关键词查询的优先查询算法及系统，包括如下步骤：第一步，输入构建好的四叉树索引模型和查询节点以及k，初始化结果集；第二步，进行剪枝操作，得到候选结果集；第三步，使用一个最大堆C存储候选结果集中的每个词语以及其分值；第四步，当结果集的大小小于k时，依次取出C中的队列头的词语，从根节点遍历到叶节点找到其精确分值，放入队列；第五步，循环第四步，当队列头的词语的分值等于该词在叶节点的精确分值，放入结果集中；第六步，当结果集的大小等于k时，返回结果集。本发明能根据词频和位置邻近度有效修剪搜索空间，在保证不会遗失任何候选词的情况下能避免不必要的计算，大大降低了计算成本，提升查询速度。