基于深度模块训练的数据库查询效率预测研究

针对现有数据库查询算法效率低、预测精度不足等问题,提出一种基于深度模块的数据库查询效率预测算法。先基于图结构提取待查询数据集的相关特征,采用模块化思维构建深度模块网络模型,通过调整残差块数量和神经网络层数,应对不同规模的数据集并实现模型性能和代价的匹配,明确目标数据点和锚数据点的空间位置关系,通过距离判断提升对目标数据查询预测效率。实验结果表明,所提出算法在应对LUBM5大规模数据集时查询时间控制在50 s之内,同时数据查询的准确率在95%以上。

基于决策树算法的计算机数据库查询结果自动分类方法

随着数据量的日益增长,数据库查询结果的自动分类变得尤为重要。文章提出了一种基于决策树算法的计算机数据库查询结果自动分类方法,旨在提高分类效率和准确性。通过对查询结果应用决策树模型进行学习与分类,能够快速且准确地将结果划分到预定义的类别中。实验结果表明,该方法在准确率、精确率、召回率以及F1分数方面均达到了较高水平,验证了其有效性和可靠性。

基于模糊算法的数据库查询工具的设计

利用SQL进行数据库查询，可以完成复杂条件的数据查询。但是，它只能表示和处理精确数据，无法表达自然语言中的模糊概念。针对具体人员信息数据库，提出了基于人员年龄、身高与体重的模糊单词、模糊隶属函数、模糊算子的表达式，并提出了模糊SQL语句的自动生成方法。提出并实现的基于模糊算法的人员信息数据库查询工具，已经应用于暂住人口IC卡管理信息系统，并对其它相关模糊数据库查询具有较好的参考意义。

区间约束数据库查询语言:ISQL

区间约束数据库可以统一处理空间和非空间数据，它基于关系数据库，增加了对区间约束数据的支持．为了管理区间约束数据，在这个模型基础上，提出了一个区间约束数据库语言ISQL．ISQL完全保留了数据库中非空间数据的SQL查询能力，同时集成了对空间数据的管理．定义了ISQL的语法和语义，它扩充了SQL2的语法和语义，增加了对区间约束数据的查询．通过嵌套查询、并差查询、插入、删除、更新等情形，给出了相应的实例和说明．最后讨论了ISQL语言的封闭性．

面向数据库查询加速的异构体系结构设计与实现

数据库是数据分析、人工智能、云计算和大数据等领域的关键工作负载,是提高系统整体性能的关键。传统数据库系统查询执行效率偏低,并且CPU通常需要优先处理事务性负载,使数据查询逐渐成为制约整个数据库系统性能和效率提升的瓶颈。为了提高数据库在大规模并发访问时的数据处理能力,提出了一种CPU+FPGA加速数据库查询的异构体系结构,通过使用异构缓存一致性加速接口将加速器集成到CPU中,在FPGA内定制可配置的多引擎查询方式,对数据库查询进行加速。聚焦常用的SQL查询语句SELECT,详细分析了系统在延迟和简化的软件堆栈方面的优势,最后使用浪潮F37X加速卡和浪潮服务器对加速模型功能和性能进行了验证。实验结果表明,与使用POWER 9 CPU进行同样的查询操作相比,数据库系统整体处理速度提高了3~9倍,这种先进的异构计算加速结构可应用在未来数据库硬件专业化的设计中。

正则表达式在数据库查询中的应用

SQL语句在数据库查询中具有非常重要的地位,但是标准的SQL语句在复杂的数据库查询中却存在着诸多不足。而正则表达式有着强大的查询功能,通过对正则表达式特殊字符以及数据库查询语言中谓词的分析,提出了将正则表达式运用于数据库查询当中的新查询方法,并对该方法在实际查询应用当中会遇到的几个普遍问题进行了探讨。从而证明该方法不仅可以降低查询语句的复杂程度而且还能简化对出错语句的修改工作。

基于XML的异构数据库查询技术研究

文中提出了一种基于XML的异构数据库查询核心系统体系结构,并阐述了在IBMWAS平台下实现该查询核心系统的方法。由于采用JSP、Servlet及JavaBean等技术来实现XML数据的处理,该查询核心系统具有很好的可移性和可扩展性等特点。

基于自然语言的数据库查询生成研究综述

数据库能够提供对大量数据的高效存储和访问,然而查询数据库需要掌握数据库查询语言SQL,对于普通用户而言存在一定的门槛.基于自然语言的数据库查询(即text-to-SQL)在最近几年受到了广泛的关注.对text-to-SQL问题的当前进展进行了系统的分析.首先介绍了问题背景,并对问题进行了描述;其次,重点分析了目前提出的text-to-SQL技术,包括基于流水线的方法、基于统计学习的方法,以及为多轮text-to-SQL而开发的技术,对每种方法都进行了深入的分析和总结.再次,进一步讨论了text-to-SQL所属的语义解析(semantic parsing)这一领域的研究.接着,总结了目前研究中广泛采用的数据集和评价指标,并从多个角度对主流模型进行了比较和分析.最后,总结了text-to-SQL任务面临的挑战,以及未来的研究方向.

基于数据库查询的自然语言接口研究

语音识别技术是近年来信息领域重要的科技发展技术之一。作为一门交叉学科,语音识别正逐步成为信息技术中人机接口的关键技术。探讨了为数据库查询提供自然语言接口的可能性,介绍了图书资料查询系统中语音识别的基本框架,并详细描述了采用微软Speech SDK技术实现图书资料查询的详细过程。给出了查询流程,基于状态转换图的词法分析和语法分析方法,将疑问句转换成SQL查询语句的方法,以及由查询结果生成答句的方法。

受限领域自然语言数据库查询接口研究

数据库查询是通过SQL实现的 ,而作为非专业用户是很难掌握SQL ,为了实现自然语言数据库查询以改善人机交互的容易程度 ,必须实现将自然语言问句转换成数据库查询语言 (SQL)以实现数据库查询 .介绍了实现自然语言数据库查询接口总体结构 ,并以房产领域为例 ,详细介绍了自然语言问句分析、问句形式化分析、中介查询语言的生成及SQL的转换算法等实现过程 .实验测试证明

动态交互技术及其在图书馆数据库查询中的应用

本文主要分析了几种动态交互技术的特点 ,通过其中的一种动态交互技术—— ASP技术在数据库查询中的应用 ,说明了 ASP技术的具体使用方法。

多源空间数据库查询技术

为了实现多数据源空间数据集成,提出一种多源空间数据库查询系统框架.基于多数据源的空间对象关系模型,针对多数据源空间数据查询的需求,面向采用空间数据和属性数据分别管理的数据源,提出了支持查询分解和查询结果筛选的数据查询算法,分析说明了适用于空间数据查询的优化方法,形成了一套支持多数据源空间数据库查询技术.

一种中文数据库查询语言的设计思想及其实现方法

本文提出一种中文数据库查询语言的设计思想及其实现方法。它使用户能容易、自然地执行数据的查询处理。该语言具有操作简单的特点。

可视化空间数据库查询语言CQL

本文着重从语法、语义及语用三方面介绍了我们所开发的一个可视化空间数据库查询语言ＣＱＬ．该语言允许用户借助于可视化基本元素——卡片进行编程，实现对空间数据库的检索．用户查询语句是这些卡片的空间组合．该语言对查询结果的表示提供了多种形式：图形表示形式、正文表示形式、临时文件或三者的组合形式．

基于粒子群算法的数据库查询优化

研究粒子群算法在数据库查询优化中的应用问题。为了解决大型数据库信息检索困难、查询效率低的问题,提出了一种基于粒子群算法优化数据库查询技术方案。算法提出了一种数据库查询执行计划代价模型,主要包括了查询多链接次序以及副本的选择问题,准确定义了数据库查询执行代价,采用提出的粒子群算法来优化并求解该执行代价问题,从而使得分组数目更少、数据定位更精确。实例验证结果表明,通过属性表现和违规行为任何教师都可以被准确定位,减少了分组,为数据库查询提供了优化。

分布式数据库查询优化处理在校园一卡通系统中的应用

校园一卡通系统的开发建设将进一步提高校园的信息化管理水平,实现由面向计算机管理向面向数据管理的转变。以校园一卡通系统的建设规划为背景,根据有多个独立校区的具体情况,详细介绍了分布式数据库在校园一卡通系统中的应用,并简要介绍了分布式查询优化的目标、策略及查询优化方法。

基于杂交变异粒子群优化算法的数据库查询优化

针对传统粒子群优化算法存在的易陷入局部最优和早熟收敛问题,为了提高数据库查询的优化效率,提出一种杂交变异粒子群算法的数据库查询优化方法(HV-PSO).首先建立数据库查询优化数学模型;然后采用粒子间的信息传递和共享机制,找到最优计划,在寻优过程中创新引入动态惯性权重和"杂交变异"算子,增加种群多样性;最后采用仿真实验测试算法的性能.仿真结果表明,HV-PSO较好地解决了传统粒子群优化算法存在的不足,不仅提高了数据库查询效率,而且可以获得更加理想的数据库查询计划,尤其对连接关系数目较大的查询问题优势更加明显.

广域网数据库查询系统及其实现

文章提出了架构于各个数据库查询系统之上的全局数据库查询系统———广域网数据库查询系统,分析了广域网数据库查询系统的基本框架,并给出了一个应用实例。

质谱数据库查询软件的应用与评价

最近的蛋白质组学研究进展表明以质谱为核心的蛋白质组学在分子生物学 ,细胞生物学乃至将来的系统生物学中都扮演着一个举足轻重的角色。毫无疑问 ,在质谱鉴定过程中 ,质谱仪本身的精度对实验结果有着至关重要的作用 ;除此之外 ,质谱结果数据库查询软件的准确性直接影响了查询结果的准确性。本文就目前常用的质谱数据库查询软件的工作原理 ,统计结果评价等方面做一简要综述。

基于禁忌GEP的分布式数据库查询优化算法

为了更好地解决分布式查询优化问题,论文在传统GEP算法的基础上,结合禁忌搜索策略,提出了基于禁忌GEP的分布式数据库查询优化算法(Distributed database query optimization algorithm based upon Tabu-GEP,DDQO-TGEP)。仿真实验表明,随着查询关系个数的增加,DDQO-TGEP算法执行查询时所需要的查询优化时间和最优查询策略生成时间都比传统的GA和GP算法显著下降,其中查询优化时间最大下降约42.16%,最优查询策略生成时间最大下降约36.8%。