公共文化服务平台

基于滑动窗口的Top-K概率频繁项查询算法研究被引量：6: 2012年; 频繁项查询在网络监控、网络入侵检测、关联规则挖掘等方面是一项非常重要的技术.该技术在静态的不确定数据中已经得到了深入的研究.但随着数据流特征和不确定性表现的日益明显,在不确定数据流环境下的查询已经成为一项新的研究课题.因此基于数据流普遍采用的滑动窗口模型,提出了一种高效的概率Top-K频繁项查询算法sTopK-UFI.该算法避免了每次窗口更新都重新计算查询答案,而是利用现有的计算结果进行增量更新,从而减少查询代价.另外,该算法基于窗口中的现有数据对未来可能成为频繁项的元素进行预测,并利用泊松分布计算元素成为频繁项的概率上下界,提出相应的过滤策略,可以显著减少检测数据的数量,提高查询效率.实验结果表明,所提出算法可以有效地减少候选集、降低搜索空间、改善在不确定数据流上的查询性能.; 王爽王国仁; 关键词：频繁项不确定数据数据流

P2P环境下面向不确定数据的Top-k查询被引量：6: 2011年; 分布式环境中的top-k查询已经有了广泛的研究.由于仪器不精确和网络延时等原因,大多数分布式数据都存在不确定性.文中基于水平分布在P2P网络中的不确定数据提出了一个有效的top-k查询处理方法.首先利用Quad-tree构建一个分布式的不确定数据的索引,并基于索引提出了一个空间剪枝算法.然后,根据局部top-k概率与全局top-k概率之间的关系提出不确定数据成为top-k概率的上界,根据top-k概率与skyline概率之间的关系提出不确定数据成为top-k概率的下界,通过两种概率剪枝算法来减少top-k查询在网络中的传输和计算代价,并且进一步减少候选集大小.最后文中采用采样的方法来计算候选集的top-k概率以确定最终的top-k查询结果.大量的实验验证了算法的有效性.; 孙永佼袁野王国仁; 关键词：TOP-K查询 P2P 不确定数据

REvent:一种面向RFID应用的复杂事件处理系统: 无线射频识别技术RFID有着重要的应用背景.设计并实现了一个面向无线射频识别应用的复杂事件处理系统REvent.构建了一个仿真环境并在此基础上测试Revent系统的数据预处理与事件检测等功能.对系统框架、关键技术和主要演...; 谷峪胡小龙李传文于戈; 关键词：无线射频识别复杂事件处理数据预处理; 文献传递

无线传感器网络中Skyline节点连续查询算法被引量：4: 2012年; 作为多目标决策的重要手段之一,Skyline节点查询在传感器网络应用中发挥着非常重要的作用.文中深入地分析了Skyline节点查询的性质,提出了基于过滤的Skyline节点连续查询算法(FIlter based Skyline moniToringalgorithm,FIST).FIST算法共包括自底向上、自顶向下和混合3种过滤方式,均通过在传感器节点设置本地或全局过滤器来避免不必要的数据传输,进而节约传感器节点的能量.自底向上过滤方式通过缓存先前Skyline结果作为本地过滤器来避免数据重复传输,而自顶向下过滤则通过设置超立方体作为全局过滤器来避免数据反复更新.由于两者各有利弊,因而提出了混合过滤方式,通过为节点选择合适的过滤器来扬长避短.大量仿真实验的结果表明,FIST算法能有效地减少Skyline节点连续查询过程中传感器节点的通信代价,进而降低传感器网络的能量消耗.; 信俊昌王国仁; 关键词：无线传感器网络

An RFID Electronic Tag based Automatic Vehicle Identification System for Traffic IOT Applications: This paper introduces the design and implementation of an active RFID tag based system for automatically ident...; Minghe Yu is with the School of Info.Sci.and Eng.,Northeastern University,Shenyang 110004,China.Dapeng Zhang is with the School of Info.Sci.and Eng.,Northeastern University,Shenyang 110004,China Yurong Cheng is with the School of Info.Sci.and Eng.,Northeastern University,Shenyang 110004,China.Mingshun Wang is with the School of Info.Sci.and Eng.,Northeastern Univ.,Shenyang 110004,China; 关键词：RFID; 文献传递

SMR:一种支持高维数据KNN查询的P2P语义覆盖网络: 高维数据查询处理技术一直是P2P领域的研究热点.现有方法大都存在维护代价大、查询处理性能不高的问题.提出一种有效支持高维数据KNN查询处理的P2P语义覆盖网络——语义多层环SMR(semantic multi-level...; 丁琳琳乔百友王国仁陈忱; 关键词：P2P系统覆盖网络 KNN查询语义空间; 文献传递

基于Map-Reduce的海量数据高效Skyline查询处理被引量：46: 2011年; Skyline查询已成为现今数据库和信息检索领域的研究热点之一,伴随着人类可以采集和利用的数据信息的急剧增长,使得如何处理海量数据的Skyline查询成为急需解决的问题.近年来兴起的Map-Reduce编程框架能够有效地处理基于海量数据的应用,该文既是研究如何运用Map-Reduce编程框架解决海量数据的Skyline查询问题.在Map-Reduce框架下处理Skyline查询的直接方法是扫描整个数据集进而得到查询结果,但是在海量数据Skyline查询问题中,查询结果的数量远小于原始数据集的数据量,对此该文提出了一系列的Skyline查询算法及优化,有效地过滤掉部分不能成为Skyline查询结果的数据对象,大幅度提高了在Map-Reduce框架下处理Skyline查询的效率.大量运行在Hadoop平台上的实验验证了该文所提出的Skyline查询处理算法具有良好的有效性、准确性和可用性.; 丁琳琳信俊昌王国仁黄山; 关键词：SKYLINE查询 MAP-REDUCE 海量数据 HADOOP

基于Motif聚集系数与时序划分的高阶链接预测方法被引量：3: 2021年; 高阶链接预测是当前网络分析研究的热点和难点,一个优秀的高阶链接预测算法不仅可以挖掘出复杂网络中节点间存在的潜在联系,还有助于认识网络结构随时间演化的规律,对于探索未知的网络关系有着重要的作用.大多数传统的链接预测算法仅考虑节点间的结构相似性特征,而忽略高阶结构的特性以及网络变化的信息.提出一种基于Motif聚集系数与时序划分的高阶链接预测模型(MTLP模型),该模型通过提取网络中高阶结构的Motif聚集系数特征和网络结构演变等特征,将其构建成可表示性特征向量,并使用多层感知器网络模型进行训练完成链接预测任务.该模型能够同时结合网络中高阶结构的聚集特征与网络结构演变信息,从而改善预测效果.通过在不同的数据集上进行实验,其结果表明,所提出的MTLP模型具有更好的高阶链接预测性能.; 康驻关金福生王国仁; 关键词：动态网络链接预测

一种基于模式匹配与相关性分析的事件检测算法被引量：4: 2014年; 针对无线传感器网络中传统事件检测算法所存在的网络传输量大和能耗高的问题,提出了一种基于模式匹配与相关性分析的复杂事件检测算法.根据复杂事件的特点,算法将事件检测分为单个节点处的特征检测和多个节点之间相关性分析两部分:在单个节点进行特征提取和模式匹配;多节点间通过对数据进行变换压缩和相关性分析来减少网络传输量从而降低能耗.实验表明,提出的复杂事件检测算法能够有效地减少能量消耗.; 石胜飞张伟李建中; 关键词：无线传感器网络复杂事件检测离散余弦变换相关系数

一个通用最优的动态网络构建框架: 2011年; 覆盖网络的拓扑特性对P2P系统的性能至关重要.现有的覆盖网络大多基于静态互联网络,因为互联网络在静态环境下表现出良好的拓扑特性.Moore下界给出这些静态网络的直径和结点度数的最佳折中理论值,但由于动态变化的网络,Moore下界不适合现存P2P系统.为此,该文根据现有P2P系统的特点,给出在高度动态环境下新的网络直径和路由平均距离的下界.现有系统的路由性能不能超越此下界,因为它们不能很好地适应高度动态的网络——这一P2P系统最重要的特点.另外已被提出的覆盖网络都针对其相应静态结构有不同的维护机制,并没有统一的构建方法.为解决上述问题,该文提出了动态Trie树结构这一通用框架,任何静态互联网络都可以基于该框架构造出新的P2P系统,同时此通用框架又包含了一系列最优的设计策略.根据该构造方法,文章采用deBruijn和Butterfly图构建出两个新P2P系统,并且它们的性能可以超越文中给出的下界.经少许修改,构建deBruijn和Butterfly的方法也可应用到其它互联网络如Hypercube、Kautz、Shuffle-exchange和CCC等.; 袁野王国仁郭得科; 关键词：P2P 互联网络下界动态网络路由

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(60933001)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(60933001)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈