搜索到1979 篇“ 查询算法 “的相关文章
基于CUDA的并行化BVH最小距离查询 算法 查询 算法 ，构建两级任务队列，以CUDA的线程块为批处理单元，使用BVH实现并行化搜索，以查询 两个三维物体间的最近距离，包括以下步骤：构建两级任务队列，包括全局队列和局部队列；开...基于离散度分析的Top-k组合Skyline查询 算法 2025年 查询 算法 不能区分组合中数据的离散度,且输出结果集很大。针对这种情况,提出基于数据离散度分析的Top-k组合Skyline查询 算法 。提出基于权重的组合离散系数概念及其计算方法;设置分类器将组合划分至不同的组合队列;采用并行处理方式对各组合队列进行计算。实验结果表明,该算法 可以根据用户自定义条件准确有效地返回结果,能满足实际应用的需要。关键词：TOP-K 分类器 并行处理 道路网中针对多目标决策的兴趣点高效查询 算法 2025年 查询 的问题,针对由于数据规模增加产生大量近似数据,导致传统多目标决策技术在道路网环境下查询 效率和可用性方面较低的问题,提出了一种道路网广义近似Skyline查询 算法 。首先基于兴趣点的维度相似性和道路网近似性构建近似集和独立点,并根据兴趣点特性设计相应的剪枝策略;随后,通过近似集和独立点重构数据集,根据剪枝策略过滤掉当查询 位置移动时对查询 结果无影响的兴趣点,并构建AA-R*-Tree索引以提升查询 效率;最后,根据兴趣点的近似性提出一种广义近似聚集支配算法 ,通过选取代表点代替近似集进行Skyline计算,减少冗余运算并优化查询 结果,最终得到满足兴趣点近似整合有序的Skyline结果集。实验结果表明:所提近似查询 算法 在大规模数据集和大量相似数据条件下表现出较好的效率与可行性;与Higher-Gsky、MG-EGsky和GSSK-A算法 相比,所提算法 在数据规模、查询 范围及路段数增加时的平均效率提升约14%,能够为道路网用户提供更快速有效的决策支持。关键词：道路网 SKYLINE查询 多目标决策 近似查询 面向大规模图CoSimRank的部分节点对高效查询 算法 2025年 查询 时存在许多冗余计算。因此,基于算法 CSR+,提出高效可扩的部分对查询 算法 PP-CSR,缩短了CSR+的查询 时间。首先,PP-CSR通过低秩分解实现维度约减,通过子空间上的迭代算法 规避冗余计算;同时,利用节点的行列查询 索引集R、Q以及矩阵的Hadamard积运算加快查询 阶段的计算速度;其次,分析PP-CSR的计算复杂度并提供了合理的误差理论分析,弥补了CSR+无理论误差保证的缺陷。在公开数据集上验证,该文算法 PP-CSR在时空性能上远优于其对比算法 1到3个数量级。基于倒排索引的正则路径查询 算法 被引量：1 2024年 查询 (regular path query, RPQ)问题,其使用正则表达式定义图中两个节点之间的约束。针对现有的RPQ在图上遍历匹配方法效率低下这一问题,提出一种基于倒排索引的RPQ算法 ,在图上构建标签的倒排索引,匹配过程中快速检索标签的相应倒排列表。设计的IRPQ算法 将查询 转化为面向倒排列表的查询 计划树,经过优化以减少冗余列表合并操作。在真实数据集上进行了实验,其结果表明,IRPQ及其优化算法 相比现有方法显著提高了查询 性能。关键词：倒排索引 基于空间位置关系的轨迹数据高效降维和查询 算法 2024年 算法 和查询 技术一直是研究的关键,通过降低轨迹数据的规模,减少查询 操作时处理数据的时间,能有效提升查询 的性能,而能否实现高质量、高效率查询 对于数据库而言至关重要.提出了面向轨迹数据的均匀网格编码,并在进一步优化后提出非均匀网格降维算法 ,将轨迹数据的坐标转化为1维字符串存储,对不符合要求的网格进行合并处理;通过空间位置映射充分保留轨迹数据间复杂的相互关系,并采用范围查询 与最近邻查询 对降维后的数据进行性能测试.实验使用不同城市真实轨迹数据与模拟生成轨迹数据作为数据集,将提出的均匀网格算法 、非均匀网格算法 与3种基准方法进行对比.实验证明,优化后的非均匀网格算法 降维后数据的空间位置关系相似度可高达82.50%,范围查询 时间较其他查询 时间提升了至少73.86%,最近邻查询 时间提升了至少52.26%,与其他基准方法相比取得了更好的效果.关键词：降维算法 非均匀网格 查询技术 面向动态路网的移动对象分布式k近邻查询 算法 2024年 查询 是许多基于位置的服务(LBS)中的一个重要问题。针对该问题,提出一种面向动态路网的移动对象分布式kNN查询 算法 DkNN(Distributed kNN)。首先,将整个路网划分为部署于集群中不同节点中的多个子图;其次,通过并行地搜索查询 范围所涉及的子图得到精确的kNN结果;最后,优化查询 的搜索过程,引入查询 范围剪枝策略和查询 终止策略。在4个道路网络数据集上与3种基线算法 进行了充分对比和验证。实验结果显示,与TEN~*-Index(Tree dEcomposition based kNN~*Index)算法 相比,DkNN算法 的查询 时间减少了56.8%,路网更新时间降低了3个数量级。DkNN算法 可以快速响应动态路网中的kNN查询 请求,且在处理路网更新时具有较低的更新成本。关键词：K近邻查询 分布式环境 无线传感网络中基于MapReduce的组合Skyline查询 算法 2024年 查询 技术可以在海量数据中获取以组合为单位的用户感兴趣的信息。然而,由于无线传感网络所处环境的不确定性及节点能量有限等问题,使得在海量数据下组合Skyline查询 效率不太理想。针对该问题,提出一种基于MapReduce的组合Skyline查询 算法 (MR-GSKY算法 ),首先通过预处理操作去除无用点,然后将数据集分块,充分利用MapReduce分布式计算的特点,在Map阶段并行计算每一分块的键值对,再利用删减操作去除无用候选组合,在Reduce阶段执行扩展操作对不同键值对的组合进行整合并计算出组合Skyline的中间结果,通过多次Map和Reduce操作生成G-Skyline(n)。实验结果表明,该算法 比现有算法 具有更好的性能。关键词：无线传感网络 MAPREDUCE 海量数据 分布式计算系统 基于深度学习的医院海量档案特征快速查询 算法 研究 2024年 查询 结果的查全率和查准率,提出基于深度学习的医院海量档案特征快速查询 算法 。通过深度学习,建立深度卷积神经网络,采用文本聚类算法 ,划分档案文本类别,利用图搜图的方式,通过神经网络,提取指定档案的图像特征,得到图像内容对应的文本注释,搜索该文本归属簇集,将簇集内所有文本的特征词和主题作为文本特征,将文本数据匹配到的图像作为图形特征。选取医学领域公共数据集作为实验数据,实验结果表明,针对海量档案文本特征和图像特征,设计算法 提高了特征查询 查全率和查准率,档案特征快速查询 精度更优。关键词：档案特征 查询算法 文本聚类 特征词 面向用户偏好的动态网页数据交互式查询 算法 2024年 查询 速度、精度及工作效率,提出一种面向用户偏好的动态网页数据交互式查询 算法 .首先,构建用户偏好模型,增加偏好组合的演化个体适应性,综合计算适配值;其次,为防止数据冗余和重复,基于兴趣相似性,分离相似度高的查询 数据和重复数据,识别出网络数据的性质;最后,利用粒子群优化算法 寻找最优的动态网页数据交互式查询 方案.实验结果表明:在数据集基数影响下,该算法 的查询 结果集质量在0.95以上;在查询 最大维数影响下,该算法 的查询 结果集质量在0.96以上,表明其查询 使用时间短、结果集精度高、自适应能力强.关键词：粒子群优化算法 空间维度
相关作者
郝忠孝 作品数：269 被引量：644 H指数：14 供职机构：哈尔滨理工大学计算机科学与技术学院 研究主题：空间数据库 最近邻查询 主动数据库 多时间粒度 时态数据库 信俊昌 作品数：36 被引量：80 H指数：5 供职机构：东北大学 研究主题：无线传感器网络 查询算法 轮廓查询 查询处理 支配 王国仁 作品数：351 被引量：1,771 H指数：22 供职机构：东北大学 研究主题：XML 面向对象 数据库 聚类 查询处理 秦小麟 作品数：339 被引量：984 H指数：16 供职机构：南京航空航天大学 研究主题：数据库 无线传感器网络 数据库安全 范围查询 查询 李建中 作品数：508 被引量：4,191 H指数：26 供职机构：哈尔滨工业大学 研究主题：无线传感器网络 数据库 查询处理 XML 传感器网络
