一种基于频繁项挖掘的大量小文件动态合并算法

分析了当前社交网络中大量小文件数据特点,将访问日志与数据挖掘相结合,提出了一种基于频繁项挖掘的大量小文件动态合并算法.此算法实现小文件动态合并,解决了合并文件的一致性问题,从而预测用户下一步的访问,为预取小文件做引导,提高预取的命中率.针对预取和缓存的文件过多的特点,设计了一种新的含循环单链表的缓存置换算法优化缓存内容.通过实验证明,该算法大量小文件动态合并性能优于已有的算法.

与薛定谔算子相关的Riesz变换

研究了与薛定谔算子相关的Riesz变换和齐次Lipschitz函数组成的交换子的有界性问题.得到了交换子[b,T]的L^p(R^n)→F_p^(β,∞)(R^n)有界性和L^p(R^n)→L^q(R^n)有界性.