2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩153頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、過去三十年,計算機硬件技術(shù)以令人驚奇的速度快速持續(xù)發(fā)展,已經(jīng)極大地推動了數(shù)據(jù)庫和信息工業(yè)發(fā)展。借助于技術(shù)的進步,數(shù)據(jù)以前所未有的速度產(chǎn)生。隨著信息化程度的提高,數(shù)據(jù)已經(jīng)超出了原始關(guān)系數(shù)據(jù)的范疇。大量新型應(yīng)用服務(wù)如基于內(nèi)容的圖片檢索等涌現(xiàn),這直接使得各種新型應(yīng)用數(shù)據(jù)如超文本、多媒體、交易數(shù)據(jù)等層出不窮。在實際數(shù)據(jù)建模時,大部分新型應(yīng)用數(shù)據(jù)都可以建模成為高維數(shù)據(jù)(high-dimensional data),比如圖像數(shù)據(jù)經(jīng)過特征提取后可建模

2、成高維空間中的特征向量,超市交易數(shù)據(jù)可建模成高維離散目錄空間中的稀疏向量等。大量高維數(shù)據(jù)在眾多的研究和應(yīng)用領(lǐng)域扮演著越來越重要的角色。當前,對高維數(shù)據(jù)的查詢處理研究,已經(jīng)成為了學術(shù)界和產(chǎn)業(yè)界中一個重要課題。
   本文緊跟當前國內(nèi)外前沿研究,通過分析已有高維數(shù)據(jù)查詢處理研究的不足,從實際應(yīng)用需求出發(fā),集中于高維不確定數(shù)據(jù)查詢處理以及高維分布式數(shù)據(jù)相似查詢處理兩大研究點,面對其中許多難點包括高維不確定數(shù)據(jù)下的“維度災(zāi)難”、指數(shù)復(fù)雜

3、度的概率值計算、對等網(wǎng)絡(luò)下的高維“維度災(zāi)難”等,提出了一系列有效的解決方案,并使用大量實驗驗證了所提方法的有效性。
   本文的主要研究內(nèi)容分為兩個部分。第一部分考慮到數(shù)據(jù)不確定性,利用可能世界語義來建模不確定數(shù)據(jù),深入研究了高維概率閾值范圍查詢和高維概率集合包含查詢。第二部分從數(shù)據(jù)的處理方式出發(fā),主要研究對等網(wǎng)絡(luò)分布式環(huán)境下的高維相似查詢處理。本文的主要貢獻及創(chuàng)新點如下:
   (1)本文設(shè)計了一個基于數(shù)據(jù)單維映射的高

4、維不確定數(shù)據(jù)概率閾值范圍查詢處理框架。該框架利用概率分位點作為概率剪枝信息的基本結(jié)構(gòu),可實現(xiàn)高性價比的概率剪枝?;谠摳咝У募糁夹g(shù),該框架使用了面向高維不確定數(shù)據(jù)的數(shù)據(jù)映射機制,并基于該機制將高維不確定數(shù)據(jù)對象映射到一維數(shù)據(jù)空間,然后使用已有單維索引結(jié)構(gòu)如B+樹來索引高維數(shù)據(jù)對象。與此相適應(yīng),該框架使用了高維查詢轉(zhuǎn)換技術(shù),將高維概率閾值范圍查詢轉(zhuǎn)化成為若干個單維范圍查詢。同時,框架還運用了一個衡量分位點剪枝能力的數(shù)學模型,并借助了高效

5、的分位點選取方法以選取“最優(yōu)”剪枝能力的分位點集合以進行映射和索引。實驗證明,與已有的技術(shù)相比,該框架可有效減少查詢處理代價,并提高了查詢效率。
   (2)本文提出了面向高維不確定集值數(shù)據(jù)的集合包含查詢以及設(shè)計了其高效的處理方法。首先,針對集值數(shù)據(jù)類型,本文提出了不確定模型以及兩種新型概率包含語義:概率集合包含以及期望Jaccard包含。接著,本文提出了面向概率集合包含語義的高效計算方法,然后,基于所提的概率包含語義,本文進一

6、步提出了兩種重要的操作:概率閾值包含查詢以及概率閾值包含連接,并設(shè)計了概率閾值集合包含查詢和概率閾值集合包含連接的處理算法。最后,本文提出了面向期望Jaccard包含的高效計算方法。實驗結(jié)果反映了所提查詢處理方法的有效性。
   (3)提出了一個查詢代價可調(diào)的、支持高容錯的、對等網(wǎng)絡(luò)下的高維相似查詢處理框架。該框架使用了一種能概括數(shù)據(jù)信息的簡單結(jié)構(gòu),以有效地描述網(wǎng)絡(luò)節(jié)點數(shù)據(jù)的聚類信息。該框架基于一種數(shù)據(jù)局部性保存的映射機制,使用

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論