数据驱动的大宗物流地图构建: 架构及进展

普通的城市道路地图未能覆盖(超)重卡货车的道路禁限行信息,缺少标注适用于大宗货运的热门停驻区域,无法满足货运司机的大批量长距离公路运输需求.为解决大宗货运交通事故频发、物流效率低下等问题,进一步提升货运司机的出行体验感,亟需结合运输货物类型、货车车型以及司机的线路选择偏好等因素,研究适用于公路大宗货运的定制化物流地图构建方法.随着移动互联网、车联网的普及,大宗货运产生的时空数据迅猛增长,与物流运营数据等一起构成物流大数据,为构建物流地图提供了数据基础.在梳理地图构建技术的基础上,针对现有电子地图构建方法在大宗货运领域的局限性,利用多源物流数据提出了一个数据驱动的物流地图构建框架,主要研究内容包括:(1)基于用户先验知识的多约束物流地图构建;(2)动态时空数据驱动的物流地图增量更新.物流地图将成为大宗货运发展新一代物流科技的AI基础设施.研究成果为物流地图构建的技术创新提供了丰富的实践内容,也为促进大宗物流降本增效提供了新的解决思路,具有重要的理论意义和应用价值.     

基于语义可串行性的乐观并发控制算法

为了克服文献[1]所提出的两种用于实现语义可串行性并发控制算法的缺点(即都对用户书写的事务提出了特殊的要求，从而增加了用户的负担)，本文给出了一种基于乐观方法的并发控制算法，并证明了该算法能够保证它所生成的历史具有语义可串行性．     

基于语义事务分解的可串行性

数据库应用中长事务的出现严重降低了系统的性能，一些研究者为解决这一问题提出了利用事务的语义信息对事务进行分解的方法，但所得结论仍然存在缺陷．本文从用户定义的后续集出发给出了正确步进串行历史的概念，可以很容易证明正确步进串行历史是用户可接受的正确历史，并以此作为判定一个历史是否正确的基础．重后，证明了当用户给出的后续集满足约束2时，优化前驱图的无环性是判定一个正确历史的充要条件．     

一个可扩展的数据清洗系统

在给数据挖掘这类应用准备数据的过程中，面临着一系列数据清洗问题，要把数据清洗过程做得很灵活并不容易，已有的工具往往过于依赖特定的应用，该文提出并实现了一个可扩展的数据清洗框架，它以术语模型、过程描述文件、共享库等概念和技术实现了模块的高度独立性和系统的可扩展性。并提供了一个可视化的流程定义环境。     

基于ＳＱＬ的ＸＭＬ查询的有效实现

讨论了关系数据库中利用ＳＱＬ语句实现ＸＭＬ查询的问题,首先提出了一个利用映射信息（映射图）将带正则路径表达式的ＸＭＬ查询重写为一组简单路径查询的算法,该过程中的一个关键问题的Ｋleene表达式不能直接利用映射图重写,为此,提出了利用路径实例的统计信息来扩展Ｋleene表达式的算法,然后,进一步描述了将简单路径表达式查询重写为ＳＱＬ查询的方法,这些算法在ＸＭＬ－关系系统原型ＶＸＭＬＲ中实现,初步性能研究表明提出了方法是有效的。     

基于数据取样的DBSCAN算法

取类是数据挖掘领域中的一个重要研究课题。聚类技术在许多领域有着广泛的应用,基于密度的聚类算法DBSCAN是一种有效的空间聚类算法,它能够发现任意形状的类并且有效地处理噪声,用户只需输入一个参数就可以进行聚类分析,但是,DBSCAN算法在对大规模空间数据库进行聚类分析时需要较大的内存支持和I/O消耗。本文在分析DBSCAN算法不足的基础上,提出一种基于数据取样的DBSCAN算法,使之能够有效地处理大规模空间数据库。二维空间数据测试结果表明本文算法是可行、有效的。     

面向微博系统的实时个性化推荐

社交网络服务需要响应用户实时、连续、个性化的服务需求.然而,目前多数社交网络服务并未充分考虑用户的个性化服务需求.由于社交网络中海量的数据更新使得提供实时个性化服务成为一项相对艰巨的任务.文中基于LDA主题模型推断微博的主题分布和用户的兴趣取向,提出了微博系统上用户感兴趣微博的实时推荐方法,以响应用户实时、连续和个性化的服务请求,在真实数据集上的实验结果验证了文中提出的方法的有效性和高效性.     

数据库技术：回顾与展望

数据库系统的研究和开发在其三十年的历史中取得了巨大的成功,形成了一个数百亿美元的产业。数据库技术和系统的应用已经遍及各个领域,奠定了数据库系统作为当今社会信息基础设施核心技术的地位。尽管如此,数据库的研究和发展一刻也来曾停止过,传统的研究主要集中在增强和提高数据库管理系统(DBMS)的功能和性能上。但是,DBMS作为管理大容量数据的工具无疑会受到所管理的对象和所应用的环境的影响。目前,数据库系统要管理的对象不再局限于传统数据库所增长管理的结构化数     

基于双通道R-FCN的图像篡改检测模型

随着大数据时代的到来和图像编辑软件的发展,恶意篡改图片的数量出现井喷式增长,为了确保图像的真实性,众多学者基于深度学习和图像处理技术提出了多种图像篡改检测算法.然而,当前提出的绝大多数方法在面对大量图片的情况下,篡改检测速率较低且小面积篡改区域检测效果较差.为了有效解决这些问题,本文首次将基于区域的全卷积网络(Regi...     

基于高维空间的在线高效子空间Skyline算法——CSky

Skyline计算是要发现数据集中不被其他点支配的所有点的集合.近来,它在实时在线服务方面的良好应用前景,使其成为数据库研究领域的一个热点.实际应用中,用户通常期望快速、渐进地返回Skyline计算结果,因此文中主要讨论了高维空间子空间Skyline渐进查询问题.据我们所知,现有的Skyline计算方法都不能直接或者通过简单修改来高效解决该种查询问题.BNL(Blocked Nested Loop)算法是一个可用来进行子空间Skyline计算的算法,但是,该方法低效且非渐进.基于此,文中提出了在线高效子空间Skyline算法--CSky(Count the Skyline).该算法充分利用了一个新颖数据结构--InvertS的特征,即通过对目标数据集进行排序,存放最可能为Skyline点的数据于算法优先扫描的位置,这使得CSky算法能高效计算出任意子空间上的Skyline;同时,CSky每次计算子空间Skyline查询时,至多访问一遍数据库;再有,算法扫描一个点时,只需和当前已发现的Skyline点进行比较即能判断该点是否为Skyline点,保证了算法的渐进性.这样,相比BNL,CSky大大减少了计算开销,具有其他基于索引的Skyline算法计算Skyline时的高效,且这种高效适用于所有子空间.理论分析和实验表明,在解决高维空间子空间Skyline查询问题方面,CSky性能大大优于BNL.