一种面向团体的影响最大化方法

影响最大化旨在从给定社会网络中寻找出一组影响力最大的子集.现有工作大都在假设实体点（个人或博客等）影响关系已知的情况下,关注于分析单个实体点的影响力.然而在一些实际场景中,人们往往更关注区域或人群等这类团体的组合影响力,如：户外广告,电视营销,疫情防控等.本文研究了影响力团体的选择问题：（1）基于团体的关联发现,我们建立了团体传播模型GIC（Group Independent Cascade）;（2）根据GIC模型,我们给出了贪心算法CGIM（Cascade Group influence maximization）搜索最具影响力的top-k团组合.在人工数据和真实数据上,实验验证了我们方法的效果和效率.     

基于图数据库的在线族谱编录系统

针对目前国内族谱系统中数据共享度不高、扩展性不好、编录效率较低等问题,提出并实现了一种基于浏览器/服务器(B/S)架构和图数据库的在线族谱编录系统.首先,该系统采用B/S架构,支持多人在线协同录入,提高了数据录入效率;其次,系统使用数据库存储数据,便于集中管理和统计检索,提高了数据的共享程度;然后,考虑到族谱数据具有图的结构特性,在系统中采用图数据库进行管理,大大提高了数据处理效率;最后,使用真实族谱数据进行了系统的效率对比,验证了系统的有效性.在实验中,使用了约20万人的刘氏族谱数据,对关系数据库PostgreSQL和图数据库Neo4j管理数据进行了存储和查询的效率对比.实验结果表明,Neo4j比PostgreSQL节省约50%的存储空间,而在人物后代查询、人物祖先查询、人物亲缘关系查询以及人物后代性别统计4种常见查询中,使用Neo4j的平均响应时间约为基于PostgreSQL数据库的20%、80%、16%和15%.由此可知,基于图数据库的在线族谱编录系统可用于高效处理大量族谱数据,并且支持多用户在线协同编录.     

TinyOS远程动态代码更新方法

TinyOS作为无线传感器网络的主流操作系统,目前仍局限于静态链接的全镜像替换代码更新.针对这一局限性,扩展设计了TinyOS,实现了TinyOS模块化、透明化远程动态代码更新.改进了TinyOS主机端的编译过程,保持了编译过程中TinyOS的模块性;设计了一个节点端的小型管理器,利用该小型管理器动态链接、加载接收到的ELF文件并将其融合到应用程序中.实验评估表明,该方法在能量消耗和内存开销方面都具有一定的优越性.     

加气混凝土浇注搅拌机的比较与选择

目前，我国加气混凝土生产厂家中，浇注搅拌机主要有移动式和定点式两种，熟优熟劣，笔者认为尚不能一概而论．具体选择哪一种，厂家可到实地考查后根据自己的实际情况作出选择．笔者认为：     

Smalltalk-80及其实现

Smalltalk-80系统是一种基于图形的面向对象的多窗口的交互式的程序设计环境。本文主要介绍该系统的特点,分析其内部结构,并提出实现此系统的基本途径。     

异形柱结构在江西的应用与分析

结合异形柱在江西省的推广应用情况,介绍了异形柱作为新型结构与普通框架、框剪结构的不同特点,并从结构布置、计算及构造措施等方面分析,提出了异形柱结构设计及应用中应注意的问题及相关建议。     

信息集成研究综述

信息集成所要解决的问题是把位于不同的异构信息源上的数据合并起来,以便为用户提供一个这些数据的统一视图。在当前的实际应用中,设计信息集成系统很重要,并且已经成为数据库领域的研究热点。本文对这一领域的研究做了综述,包括信息集成的方法、逻辑框架、查询处理,以及Web上半结构化数据的集成。最后,对将来的研究主题进行了展望。     

利用波阵面扩大虹膜采集装置的景深

该文针对虹膜识别系统中虹膜采集装置采集虹膜图像很不灵活的问题,给出一种利用加波阵面来延长景深的方法。文中详细分析了其可行性及设计方法,并给出了运用此系统采集虹膜,进行虹膜识别的比较实验结果。该方法对虹膜识别的推广具有很高的参考价值。     

云环境下一种隐私保护的高效密文排序查询方法

数据前端加密是保护云环境下外包数据隐私的一种有效手段,但却给数据查询等操作带来挑战.针对云环境下多数据拥有者数据外包及选择性访问授权特征,为支持大规模加密云数据上高效且隐私保护的用户个性化密文查询,文中提出了一种隐私保护的高效密文排序查询方法RQED.通过设计无证书认证的PKES(支持关键词检索的公钥加密),并构建RQED框架来实现强隐私保护的密文查询.基于该框架,设计了更合理的多属性多关键词密文查询排序函数,并提出了基于层次动态布隆过滤器的RQED索引机制,提高密文查询时空效率.理论分析和实验性能对比证明:RQED在确保查询强隐私保护和高准确性的同时,具有较明显的时空效率优势.     

数据库物理结构优化技术

索引调优是数据库调优的重要组成部分,一直受到广泛关注. 由于索引调优问题的理论复杂性和大数据时代的到来,通过DBA手动调优的方案已经无法满足现代数据库的发展需求,调优方案逐渐开始向自动化、智能化的方向发展. 随着机器学习技术的发展,越来越多的索引选择方案开始引入机器学习技术,并取得了一定的研究成果. 将索引调优问题的解决方案归结为一种基于搜索的调优范式,归纳了其研究内容,阐述了其面临的挑战,对调优范式内的索引配置空间的生成、索引配置的评价以及索引配置的枚举与搜索3方面的研究成果进行了归纳、总结和对比. 对动态工作负载下的索引选择问题（index selection problem,ISP）所面临的新挑战进行了分析,并基于在线反馈控制回路框架对其解决方案进行梳理. 讨论了索引调优工具的发展与现状,通过对现有研究的分析论述,为后来研究者提供参考和研究思路,并对索引选择方案的未来进行了展望.