关系数据库中的XML关键字检索技术

研究了关系数据库中XML文档的关键字检索技术,提出了两种新的倒排索引技术：扩展的基于包含关系的倒排索引和基于模式的倒排索引。前者利用元素之间的包含关系,大大减少了现有倒排索引的存储开销,而后者利用XML的模式信息,在进一步降低倒排索引空间开销的同时,还大大提高了关键字检索的效率。实验证明本文提出的基于模式的倒排索引技术在空间开销和查询效率之间取得了最佳权衡。     

演绎数据库和逻辑程序中的否定

演绎数据库是数据库技术发展的重要方向之一。Datolog是典型的演绎数据库语言,实质上是不带函词的一阶Horn子句语言,在演绎数据库中充当着查询语言和知识表示语言的双重角色.在理论基础方面,演绎数据库和逻辑程序有许多共同之处,都是荃于一阶谓词逻辑的.     

知识库和演绎数据库的最新进展

一、引言知识库和演绎数据库是近几年数据库界研究的热门课题,其研究正方兴未艾。八十年代中期,LDL 语言和 DATALOG 语言的推出标志着一个研究热潮的到来。从1990年召开的几个国际会议可以看出,这股潮流还在持续高涨。VLDB'90(笫十六届超大型数据库国际会议)上有三个关于演绎数据库的报告专题和一个关于知识库的报告专题。PODS'90(第九届 ACM 数据库系统原理研讨会)的十一个报告专题中竟有六个是直接与知识库和演绎数据库有关的。从会议录用的论文数来看,VLDB'90共60篇中有10篇;     

基于最窄平行四边形的数据流突变检测算法

数据流上的突变检测在网络流量监测、金融风险分析、传感器网络等领域都有着十分广泛的应用.传统的突变检测算法只能对流上的聚集函数值进行检测,这在实际应用中往往不能满足用户的需求.提出了一种新颖的数据流上的突变检测算法,即最窄平行四边形法.该方法用一系列很窄的平行四边形来表示流上具有相同趋势的点,并保证每个点的误差不超过平行四边形宽度的一半.于是,对等距到达的数据,便可根据所得的平行四边形还原其中的每一个点,从而实现基于任意类型函数的突变检测.此外,对最窄平行四边形算法作了改进,使其时间复杂度降为O(h),其中h为平行四边形内凸包的顶点个数.最后,通过在两个真实数据集上的实验,以及与现有突变检测算法的比较,验证了最窄平行四边形算法在时间和空间上的高效性.     

基于图形处理器的数据流快速聚类

在数据流环境下,聚类算法不仅需要有较高的聚类质量,同时需要有实时处理速度.因而,提出了一类基于图形处理器(graphics processing unit,简称GPU)的快速聚类方法,包括基于K-means的基本聚类方法、基于GPU的数据流聚类以及数据流簇进化分析方法.这些方法的共同特点是充分利用了GPU强大的处理能力和流水线特性.与以往具有独立框架的数据流聚类算法不同,这些基于GPU的聚类算法具有同一框架和多种聚类分析功能,为数据流聚类分析提供了统一的平台.从分析可知,数据流聚类分析的核心操作实际上就是距离计算和比较.基于这一认识,利用GPU的子素向量处理功能进行距离计算.性能验证实验是在配有Pentium IV 3.4G CPU和NVIDIA GeForce 6800 GT显卡的PC上进行的.综合分析和实验结果表明,基于GPU的数据流聚类算法比传统的CPU算法平均快7倍,从而为高速数据流应用提供了良好的支持.     

基于向量空间的Web服务发现模糊方法

Web服务已逐渐发展成为重要的分布式计算范式。在综合分析了现有的Web服务描述文档的基础上,提出了一种基于模糊集的服务特征项集选取算法以及Web服务向量空间的生成方法。利用生成的向量空间,对Web服务进行模糊聚类。基于此,文中给出了向量空间中进行Web服务发现的模糊方法。所提出的方法只需利用现有的Web服务描述信息,保证了服务发现的有效性。     

P2P信息检索系统的查询结果排序与合并策略

基于P2P信息检索系统的特性,提出了一种完全分布式的查询结果排序与合并策略.首先分析当前P2P信息检索系统查询结果排序和合并问题的根源;接着提出一种完全分布式的查询结果排序与合并策略,包括元数据管理策略、查询结果的排序与合并的实现;然后用详细的实验证明了该策略的有效性.     

深度知识追踪模型综述和性能比较

知识追踪是一种重要的认知诊断方法,往往被用于在线学习平台、智能辅导系统等信息化教学平台中.知识追踪模型通过分析学生与课程作业的交互数据,即时模拟学生对课程知识点的掌握水平,模拟的结果可以用来预测学生未来的学习表现,并帮助他们规划个性化的学习路径.在过去20多年中,知识追踪模型的构建通常基于统计学和认知科学的相关理论.随着教育大数据的开放和应用,基于深度神经网络的模型(以下简称“深度知识追踪模型”)以其简单的理论基础和优越的预测性能,逐渐取代了传统模型,成为知识追踪领域新的研究热点.根据所使用的神经网络结构,阐述近年来代表性深度知识追踪模型的算法细节,并在5个公开数据集上对这些模型的性能进行全面比较.最后讨论了深度知识追踪的应用案例和若干未来研究方向.