面向RDF图的多模式匹配方法

模式匹配问题指的是搜索所有同构于模式图的数据子图,它是一种典型的子图同构问题。多模式匹配问题是对模式匹配问题的一个扩展,其主要的挑战是多个模式图之间的并发执行策略。为了应对这个挑战,提出一种面向RDF图的模式匹配方法(M-PM)。通过计算多个模式图之间的公共查询子图,根据查询子图、模式图的包含关系构建依赖树;提出节点分片表的概念,用来扩展依赖树中单一的包含关系;设计了一种快速的多模式匹配算法,其通过对数据图的一次遍历便可以求得多个模式图的匹配子图。实验结果表明,M-PM方法比一般方法提高了约70%执行时间效率。在处理相同规模的模式图的情况下,M-PM方法执行效率只与残差边个数有关,残差边越少执行效率越高。

基于图连通支配集的子图匹配优化算法

在子图匹配过程中,随着图规模不断增长,匹配时间呈现指数爆炸的趋势。对此,提出一种基于图连通支配集的子图匹配优化算法VF-SMDS。根据贪心算法构建查询图的最小连通支配子图;通过代价模型计算最小连通支配子图节点的匹配代价,构建最优k查询节点匹配序列;通过支配节点的结构特征缩小查询节点搜索空间范围,在数据图中遍历到满足要求的节点,得到最终答案集。实验将VF-SMDS与GADDI、SPath、VF2++、VF3和SubISO方法进行对比。实验结果表明,在处理较大规模子图匹配问题时,VF-SMDS查询效率更高。

基于结构分解的分布式RDF图模式匹配优化算法

在分布式RDF查询处理中,由于查询图规模的不断增长,其复杂的结构使得查询优化面临着查询准确性和性能的双重挑战。针对这一问题,提出一种由结构主导的分布式子图匹配算法SDSM。根据查询图各部分结构的匹配特征,提出查询图的CPM分解模型;结合基于类型的摘要统计,通过代价模型得到查询起始节点及核心结构权重图,权重图与最小生成树思想相结合得到最优的查询匹配序列;各计算节点分两阶段进行查询,并在主机上进行轻量级的连接。实验将SDSM与StarMR、TriAD、Wukong等算法进行对比。结果表明,在处理复杂查询时,SDSM具有更高的查询效率,在多台机器以及不同数据集规模上的实验表明,SDSM也具有良好的扩展性。

基于决策树分类算法的心理测评模型研究

通过对大量的心理学测试量表数据集进行分析和挖掘,从大量测量属性中提取了高效属性子集构建关键决策向量,建立了更具针对性和方向性的心理测评模型.该模型能够更加快速、准确地对大学生心理健康状况进行判断和预测,帮助校方对存在问题的受访者及时实施干预,避免问题恶化.

神兵天下铸丰碑——来自江苏溧阳市民兵建安大军的报告

如果说,10多年前,他们还是黄土地上一群日出而作,日落而息的生灵,那么,历经改革开放大潮的裂变,他们已完全变了模样!从内蒙古草原到西南边陲,一座座凌空架起的大桥铁塔,是他们用带茧的双手完成的杰作;从上海浦东到海南琼岛,一幢幢拔地而起的高楼大厦,是他们浇铸的丰碑;继尔,从四面八方捧回家乡的无数闪光的奖杯、锦匾,这是他们用辛勤和智慧争得的殊荣。他们就是江苏省溧阳市3万多民兵组成的建筑安装大军11992年1月28日,当溧阳市市长潘永和双手接过江苏省人民政府授予“建筑之乡”的铜匾时。