基于逆向超图的从模式到“改进的第三范式”的分解

本文以逆向超图为工具,讨论了非必要和非基本属性在超图中的性质,给出了基中超图的泛关系模式到改进的３ＮＦ的分解算法。     

外包空间数据库中反向k近邻查询验证

在外包空间数据库模式下,数据持有者委托第三方数据发布者代替它来管理数据并且执行查询.当发布者受到攻击或者由于自身的不安全性,它可能返回不正确的查询结果给用户.基于已有的反向k近邻(ReversekNearest Neighbor,RkNN)查询方法,采用将反向k近邻查询验证转化成k近邻查询验证和范围查询验证的思想,提出一种反向k近邻查询验证的方法,并且设计了相应的算法,用于验证返回给客户端结果的正确性(没有结果点被篡改),有效性(结果点都满足用户的查询要求)和完整性(没有遗漏符合查询要求的结果点).实验验证了算法的有效性和实用性.     

具有可传递性的聚合-再分离线可分电子现金方案

基于二叉树模型提出一种聚合-再分花费原则并构建一个新的具有可传递性的离线可分电子现金方案.方案中聚合-再分花费原则能够使二叉树上的每个节点都可以被花费,减少了银行在取款过程中的签名次数和存款过程中的运算量,同时能实现用户对商品的精确支付;在保证用户匿名性和电子现金信息量不随传递次数增加的前提下,实现了电子现金的可传递性.通过非形式化分析表明,该方案具有良好的安全性和高效性.     

路网中互近邻查询处理方法

提出路网中的互近邻查询问题.给定路网G(V,E),对象集P,查询点q,近邻数k1和k2,互近邻查询返回既是q的k1近邻,又是q的反k2近邻的对象集.为解决该问题,首先提出基础算法,即先求出查询点q的k1近邻作为候选,再验证这些候选是否为真正的结果.然后,在此基础上提出了优化算法,根据落在对象点与查询点最短路径边上的标记点个数直接排除掉一些错误的候选对象.最后,通过实验验证了优化算法的有效性.     

基于依赖关系的大规模主题数据库的分解模式

本文对主题数据库之间的依赖关系进行了定义和说明,并细分其为实体依赖和操作依赖.在此基础上,对主题数据库之间的依赖关系进行了度量,提出了主题数据库之间的相对依赖度和相对被依赖度,并以此确定主题数据库的规模大小.最后给出了分解主题数据库算法的描述.通过这个算法可以把大规模的主题数据库科学地分解成若干个子主题数据库,降低子主题数据库之间的依赖度,同时又保证了主题数据库内部的联系是紧密的,大大提高了检索数据库的效率,并且有利于对主题数据库的管理和维护.     

一个高效的可验证加密签名方案

在Hess签名方案的基础上,提出一个高效的基于身份的可验证加密签名方案.该方案具有较少对运算且仲裁者对自己的保证书签名,防止解决冲突时拒绝恢复普通签名,从而加强了交换签名的公平性.与类似的方案相比,该方案更高效.最后在随机预言模型中给出了安全证明.在CDHP是困难的假设下,该方案被证明是安全的.     

基于MBR&IR的拓扑关系查询处理方法

为了提高空间数据库系统的查询效率,基于传统的拓扑关系查询方法,将内部最大矩形IR引入到R*树索引结构中,提出了基于MBR&IR的拓扑关系查询处理方法.该方法的基本思想是通过增加IR这一约束条件,在过滤步骤判断出满足查询条件的数据对象,排除不符合查询条件的数据对象,提高了过滤步骤的性能,减少了提纯步骤的系统消耗,从而提高了查询效率.实验结果表明,该方法在查询效率上优于传统的拓扑关系查询方法.     

基于本体的业务流程知识集成研究

本文在企业知识集成的现有研究成果基础上,提出一个基于本体的业务流程知识集成模型,详细介绍该模型中的知识表示、知识建模和构建知识链3个方面的关键技术,给出了实现在采购及物资管理系统中集成知识管理的具体应用实例。     

基于遗传算法的高维数据模糊聚类

提出了一种基于遗传算法的高维数据模糊聚类方法。引入了一个模糊非相似矩阵来表示高维样本之间的非相似程度,并将高维样本初始化到二维平面。利用遗传算法进行迭代优化二维样本的坐标值,实现二维样本之间的欧氏距离向样本间的模糊非相似度的趋近,使高维样本映射到二维平面。最后将得到的最优的二维样本利用模糊C-均值聚类（FCM）算法聚类,克服了聚类有效性对高维样本空间分布的依赖。实验仿真表明利用该方法有较好的聚类效果,且比用FCM算法直接聚类收敛速度快。