导读:本文包含了模式查询论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模式,轨迹,近邻,索引,时空,标签,算法。
模式查询论文文献综述
张雅文,刘春霞,白尚旺,党伟超[1]（2019）在《多租户宽表数据存储模式的查询重写机制研究》一文中研究指出在SaaS环境下,基于宽表(Universal Table)的多租户数据存储模式是有效解决多租户数据存储问题的一种方法,但会产生大量模式空值。为此,提出了多宽表的存储模式,实现了基于Java的动态SQL重写和视图定义SQL重写相结合的查询重写方法,通过判断SQL语句的复杂性选择适当的查询重写方法,保证租户视图层的SQL查询可转换为实际作用于数据库的SQL查询。分析证明多宽表模式可以提高存储空间利用率,并通过实验验证了该方法查询重写的可行性。(本文来源于《太原科技大学学报》期刊2019年01期）
黄名选,蒋曹清[2]（2018）在《基于完全加权正负关联模式挖掘的越-英跨语言查询译后扩展》一文中研究指出主题漂移和词不匹配是自然语言处理中一个难题,文本挖掘与信息检索的结合有助于解决该问题.鉴于此,本文提出一种基于完全加权正负关联模式挖掘的越-英跨语言查询译后扩展算法.该算法采用新的完全加权正负项集支持度和关联度计算方法以及模式评价框架,对初检用户相关反馈文档集挖掘与原查询词相关的正负关联模式,从模式中提取扩展词实现跨语言查询译后扩展.与现有基于伪相关反馈、加权关联模式挖掘的跨语言扩展算法比较,本文算法能有效地减少查询主题漂移和词不匹配问题,提高跨语言信息检索性能;本文模式挖掘方法可用于推荐系统,提高其准确性.(本文来源于《电子学报》期刊2018年12期）
梁珺秀,许建秋,秦小麟[3]（2018）在《K近邻近似模式匹配查询》一文中研究指出随着智能终端的广泛普及,传统的移动对象描述中增加了许多语义相关信息.现有语义移动对象查询大多在语义匹配的前提下再进一步考虑时空属性,造成部分结果在时空维度距离较远.为此,针对时空标签轨迹的语义描述,提出近似模式匹配,并给出相关定义表示,以考虑轨迹语义部分匹配查询条件.在此基础上,提出K近邻近似模式匹配查询,以实现同时考虑时空距离和语义匹配程度,引入新的剪枝策略,并给出基于标签R树的K近邻近似模式匹配查询算法.实验结果表明,与基于RR-Tree,3DR-Tree,TB-Tree及SETI索引的查询算法对比,在不同参数下,基于LR-Tree的K近邻近似模式匹配算法表现出更好的剪枝能力.(本文来源于《小型微型计算机系统》期刊2018年12期）
梁珺秀,许建秋[4]（2018）在《基于时空标签轨迹的范围模式匹配查询》一文中研究指出针对时空标签轨迹的语义描述,结合传统移动对象范围查询,提出范围模式匹配查询并给出形式化表示。范围模式匹配查询返回在给定时空范围内匹配给定查询模式的所有轨迹,设计基于标签R树的范围模式匹配查询算法,并介绍查询算法中的筛选过程及精细计算过程。通过大量实验,从查询算法的不同参数角度分析,与基于RR-Tree、3DR-Tree、TB-Tree及SETI的查询算法进行对比,验证了提出的基于标签R树的范围模式匹配查询算法的有效性。(本文来源于《计算机与现代化》期刊2018年08期）
郑利强,廖湖声,苏航,高红雨[5]（2018）在《一种针对正规树模式的复杂事件查询方法》一文中研究指出随着对半结构化流式数据进行复杂事件查询的需求日益增加,高效地进行复杂事件查询显得尤为重要。目前针对复杂事件查询的方法主要集中在仅有结构约束的查询请求,对同时含有时序约束的查询请求不能很好地支持。因此,针对XML这种半结构化流式数据,提出了一种基于下推自动机扩展的模式匹配算法,它能够高效地处理使用正规树模式描述的含有结构约束和时序约束的复杂事件,通过对比实验也证明了该方法具有更高的性能。(本文来源于《计算机与数字工程》期刊2018年05期）
欧俊廷[6]（2018）在《Web查询接口定位与模式抽取技术研究》一文中研究指出查询接口定位与模式抽取作为查询接口集成的重要组成部分,是实现自动化查询Web数据库的有效途径;对于大规模、实时性、多元化Deep Web信息检索,有着重要的理论和现实意义。本文在深入分析查询接口基本类型和特征的基础上,针对现有查询接口定位方法依赖表单标签发现而无法定位非Form型接口的问题,提出了两种接口定位算法。针对现有模式抽取方法利用文本语义相似性抽取模式准确率较低的问题,提出了一种利用查询接口结构特征和页面位置特征抽取接口模式的方法。设计并实现了Web查询接口自动识别与模式抽取系统,主要创新点和工作如下:(1)针对现有查询接口定位方法无法定位非Form型接口和误判较多的不足,通过研究查询接口的DOM树结构特征,提出了频繁公共树路径接口定位算法。根据相同查询接口控件包含一个公共起始节点的特征,利用控件之间的公共树路径和区域相关度定位接口,并结合C4.5分类器进行识别。实验结果表明,该算法识别票务查询接口的平均查准率达到了93.39%,比其它叁种现有定位算法分别提高了48.21%、58.45%和31.58%,但当页面中含有多个查询接口时,该算法容易产生局部接口块。(2)针对频繁公共树路径接口定位算法产生冗余接口块造成误判的问题,通过研究接口节点蕴含的空间特征,提出了空间层次聚类接口定位算法。根据相同查询接口节点在DOM树位置较近、树路径相似度高的特点,利用改进的欧氏距离对定位结果调优,并结合C4.5分类器进行识别。实验结果表明,该方法识别票务查询接口的平均查全率、平均查准率达到了96.07%、95.71%,比频繁公共树路径接口定位算法提高了1.77%、2.32%,且能区别多个查询接口。(3)针对现有查询接口模式表达模型无法反映元素约束关系的缺陷,通过分析票务领域查询接口模式的特点,提出了一种改进的票务查询接口模式表达模型。针对现有模式抽取方法利用文本相似性抽取属性准确率较低的问题,根据相同属性包含的元素在Web页面上和DOM树中位置较近,且遵循潜在组合规律的特点,通过构建页面空间,综合分析了元素的页面位置约束与混合距离约束,提出了一种双约束条件下的属性抽取算法。实验结果表明,该算法抽取汽车票务查询接口属性的准确率达到了93.01%,比二次聚类DOM树属性抽取算法提高了81.06%。(4)利用改进的查询接口识别和模式抽取理论研究,设计并实现了Web查询接口自动识别与模式抽取系统。(本文来源于《重庆交通大学》期刊2018-05-02）
吕冰清[7]（2018）在《大规模图数据库中的模式查询算法研究》一文中研究指出近年来,随着图数据规模在各个应用领域的飞速增长,图模式查询引起了越来越广泛的关注。常见的图数据分为两种,第一种是大规模图数据,例如社交网络;第二种是海量图数据库,往往由大量规模较小的数据图组成,例如化学分子库。在本论文中,我们主要探索这两种不同数据库类型上的基础的图模式查询问题。在查阅了大量的已有研究工作之后,我们总结了几个基础且广泛应用的图查询问题,并且提出了相应的有效解法,提高了图模式查询的效率和可扩展性。本文的主要贡献总结如下:1.大规模图上的最大完全二分图模式查询。最大完全二分图问题,简称为MEB问题,在大规模图数据库中有着广泛的应用场景,例如,风险控制、机器学习、计算生物学等。给定一个二分图G,G由两个不相交的点集U和V组成,完全二分图C=(L∪R)是G中的一个子图,其中L?U,R?V,且满足L中所有的点和R中所有的点之间都有边。最大(边)完全二分图即G上边数量最多的完全二分图。MEB问题是一个NP完全问题,在大规模二分图上,现有的方法缺乏高效性和可扩展性。因此,我们提出了一种分层模型,将MEB问题分成多个子问题,并且通过在子问题中不断更新最大完全二分图的方式得到最后结果。在子问题中,我们设定了严格的完全二分图点集大小条件,以此来保证生成的完全二分图规模比当前已有的最大完全二分图规模更大,从而避免了不必要的计算。我们引进了两种高效的剪枝策略,根据点集大小条件压缩原数据图,从而极大的减少了搜索空间。我们进一步提出了贪心的完全二分图初始化算法,在初始化阶段尽可能找到大规模的完全二分图,为后续的计算和子问题中的点集大小条件提供更严格的范围界限,以提高搜索效率。我们在大规模真实数据图中做了大量的实验,实验结果显示,我们提出的分层算法比现有最好方法快几个数量级,同时,据我们所知,该分层算法也是当前唯一可以在十亿级别边的大规模图上计算最大完全二分图的方法。2.海量图数据库中的超图模式查询。超图模式查询是海量图数据库中的基础问题,在现实中有众多的应用场景。给定图数据库和查询图,超图查询在图数据库中查找所有包含在查询图中的结果。现有的方法大多遵循剪枝-验证的框架,但是在较大规模的数据图和查询图中,现有方法可扩展性较差。因此,我们提出了新的索引和查询方法,来处理超图模式查询问题。在索引阶段,我们直接根据数据图结构得到特征图,而不依赖于开销昂贵的频繁子图挖掘方法。在选择特征图的过程中,我们充分考虑了特征图的剪枝能力和计算共享能力,得到了各种规模的特征图组成的特征树索引。在超图模式查询过程中,我们根据查询图来衡量不同特征图的剪枝能力和计算共享能力,动态的选择最优特征图优先进行对比。我们还探索了两种优化策略,包括轻量的图压缩策略以及基于优先包含结果的策略,来进一步提高算法效率。最后,我们在两个真实数据集中进行了大量实验,实验结果表明,我们的方法具有高可扩展性。3.动态图数据库中的近似超图模式查询。海量图数据库由许多的数据图组成,为了在海量图数据库中高效的进行超图模式查询,现有方法往往是基于索引技术。然而,其中大部分索引算法都不适用于动态图数据库。在动态图数据库中,往往有频繁的图插入、删除以及修改操作。用户可以在更新后的图数据库上重建索引,但这样的方法非常耗费时间。另一方面,在动态图数据库中,随着时间推移,数据规模越来越大,精确的超图模式查询方法将面临效率问题。因此,基于这两方面的观察,我们提出了动态图数据库中的近似超图模式查询算法。在索引阶段,我们提出了在动态图数据库中增量更新图索引的方法。在图索引更新过程中,我们充分考虑了特征图的剪枝能力和计算共享能力。在查询阶段,我们提出了超图模式查询的近似算法,在大规模的数据图和查询图上极大的降低了计算开销,并且保证了高质量的查询结果。最后,我们在两个真实数据集中进行了大量实验,实验结果显示,我们的方法具有高效性和高可扩展性。(本文来源于《华东师范大学》期刊2018-05-01）
费云峰,丁国辉,滕一平,李景,孙莎莎[8]（2019）在《一种高效基于模式图的数据库关键字查询方法》一文中研究指出针对基于模式图的数据库关键字查询方法中普遍存在的查询效率较低的问题,提出了合并网络查询方法(CCNE)。该方法设计了一种合并网络结构,可以有效地避免传统方法中因候选网络之间的重复结构造成的冗余操作;同时,给出一种改进的候选网络生成策略,可以避免产生冗余候选网络并缩小遍历范围,从而提高效率;最后在合并网络的基础上,设计一种合并网络执行算法,在很大程度上减少了传统方法所需执行的大量复杂数据库查询操作,进一步提高了查询效率。多组基于真实数据集的实验结果表明,CCNE可以在保证查询结果无缺失的情况下有效提高查询效率。(本文来源于《计算机应用研究》期刊2019年03期）
许建秋,梁珺秀,秦小麟[9]（2018）在《基于时空标签轨迹的k近邻模式匹配查询》一文中研究指出时空标签轨迹在传统的时空轨迹数据基础之上融入了具有语义含义的标签信息,丰富了移动对象数据。针对该数据提出k近邻模式匹配查询,即在给定时间区间内匹配相应的模式且距离查询轨迹最近的k条轨迹。设计并实现标签R树(LR-Tree),即增加标签表并在R树每项中添加标签位图,及基于LR-Tree的k近邻模式匹配查询算法。通过真实数据和合成数据将LR-Tree与3DR-Tree、SETI及TB-Tree进行对比,实验表明LR-Tree具有更好的剪枝能力,从而验证了所提算法及索引的有效性。(本文来源于《通信学报》期刊2018年04期）
迟荣华,黄少滨,吕天阳[10]（2018）在《基于频繁密度分布模式的不确定数据流查询方法》一文中研究指出针对当前不确定数据流相似性查询问题中不确定对象建模不准确的问题,提出了一种面向不确定数据流的相似性查询方法 HB-UTS。利用非参数估计方法对不确定数据流中的对象建模,得到不确定对象的密度函数。通过谱聚类方法挖掘密度函数的频繁模式,将挖掘后的模式抽象为语义表示的不确定数据流序列。在相似性查询阶段,通过高阶Markov的状态转移矩阵模型构建不确定数据流的索引结构,它在记录不确定数据流存储地址的同时还记录序列元素的存储概率,可有效提高数据流的分步输入查询效率。本文进行了真实与仿真相结合的方法,通过在随机化处理后的真实数据集上的实验以及与其他相似性查询方法的比较,验证了HB-UTS在处理大规模不确定数据流时较好处理能力以及实施效果。(本文来源于《哈尔滨工程大学学报》期刊2018年06期）
模式查询论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
主题漂移和词不匹配是自然语言处理中一个难题,文本挖掘与信息检索的结合有助于解决该问题.鉴于此,本文提出一种基于完全加权正负关联模式挖掘的越-英跨语言查询译后扩展算法.该算法采用新的完全加权正负项集支持度和关联度计算方法以及模式评价框架,对初检用户相关反馈文档集挖掘与原查询词相关的正负关联模式,从模式中提取扩展词实现跨语言查询译后扩展.与现有基于伪相关反馈、加权关联模式挖掘的跨语言扩展算法比较,本文算法能有效地减少查询主题漂移和词不匹配问题,提高跨语言信息检索性能;本文模式挖掘方法可用于推荐系统,提高其准确性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模式查询论文参考文献
[1].张雅文,刘春霞,白尚旺,党伟超.多租户宽表数据存储模式的查询重写机制研究[J].太原科技大学学报.2019
[2].黄名选,蒋曹清.基于完全加权正负关联模式挖掘的越-英跨语言查询译后扩展[J].电子学报.2018
[3].梁珺秀,许建秋,秦小麟.K近邻近似模式匹配查询[J].小型微型计算机系统.2018
[4].梁珺秀,许建秋.基于时空标签轨迹的范围模式匹配查询[J].计算机与现代化.2018
[5].郑利强,廖湖声,苏航,高红雨.一种针对正规树模式的复杂事件查询方法[J].计算机与数字工程.2018
[6].欧俊廷.Web查询接口定位与模式抽取技术研究[D].重庆交通大学.2018
[7].吕冰清.大规模图数据库中的模式查询算法研究[D].华东师范大学.2018
[8].费云峰,丁国辉,滕一平,李景,孙莎莎.一种高效基于模式图的数据库关键字查询方法[J].计算机应用研究.2019
[9].许建秋,梁珺秀,秦小麟.基于时空标签轨迹的k近邻模式匹配查询[J].通信学报.2018
[10].迟荣华,黄少滨,吕天阳.基于频繁密度分布模式的不确定数据流查询方法[J].哈尔滨工程大学学报.2018
论文知识图
