基于有效最低公共祖先的XML关键字查询算法

针对XML文档关键字搜索问题,从元素标签内容等价和元素结构相似性等价两个方面考虑无效的查询结果。介绍了有效最低公共祖先(FLCA)的概念,在此基础上提出紧致的有效最低公共祖先(CFLCA)的概念。根据定义的查询结果集,提出基于等价模式值索引的查询算法(BEPVA)。最后与CVLCA和SLCA进行了比较,结果表明提出的方法在查询质量和查询效率上有较大的提高。

最近公共祖先算法在管道运输的应用

介绍最近公共祖先算法的原理和应用,并总结四种最近公共祖先算法:欧拉序结合ST表法、倍增法、并查集结合Tar⁃jan算法和树链剖分法,重点剖析欧拉序结合ST表法具体的算法过程。提出数列区间操作问题的解决方案,并将此推广在树中,讨论两种树链操作方式:树上差分和相对于根结点的树上标记法。将最近公共祖先算法与树上标记结合,并运用在管道运输问题上,能在O(n log2n)的算法复杂度下,监控管道运输网络的最大压力值。

基于路径内容索引相关关键节点的XML关键字查询算法

基于最小最低公共祖先和可扩展最低公共祖先主流查询语义的XML关键字查询方法中,路径内容索引方案减小了索引空间和降低了检索时间,但是其无法增加有效的信息来解决节点编码重复存储。针对路径内容索引方案所存在的问题,提出一种新的改进算法——路径内容索引相关关键节点(PCRK)算法。该算法利用路径内容索引方案可以减少索引空间和时间的优点,并结合相关关键字节点能够获得准确的查询结果并且能去除冗余节点的特性,从而克服路径内容索引方案在节点编码重复存储上存在的缺陷。实验结果表明该算法在减少索引空间的同时也缩短了查询时间,并且提高了查询结果的准确性。

基于Hole-Filler模型的XML数据流上的SLCA算法

与传统数据库对XML数据的处理不同,对XML数据流的处理不仅受实时性的约束,还受存储空间的限制.在XML片段无序传送的广播模型中,考虑在XML数据流上进行高效的关键字查询,进而首次提出近似SLCA算法.SLCA算法利用结构Hash表和LCA表对关键字进行匹配并计算SLCA,从而避免冗余操作.同时,SLCA算法可以对匹配结果立即输出而不必等到数据流传输结束.实验结果表明,基于Hole-Filler模型的XML数据流上的SLCA算法在节省时间和空间开销方面均表现出较好的性能.

TDTMS:一种面向XML数据的结果子树构建算法

构建结果子树是XML关键字查询得以完成的关键步骤之一.针对已有方法求解子树效率低的问题,文中提出一种自顶向下的子树构建算法——TDTMS.TDTMS以自顶向下、深度优先的方式求解满足条件的子树根结点,避免了已有方法求解SLCA结点时存在的公共祖先重复处理问题.对于给定的子树根结点,TDTMS以自顶向下、广度优先的方式构建子树,可以在建树过程中快速裁剪无用结点,从而获得了最小的时间和空间复杂度.最后通过实验验证了TDTMS在时间和空间两方面的性能优势.

LCA关系序对导引小枝查询

让关系数据库支持XML数据存储和查询,是XML领域重要的研究分支.DM XML系统以关系数据库为平台,融合结构映射和模型映射,根据路径统计实现了路径分区的编码方案.提出了DM XML查询模式集的解析、验证和生成方法.集合中的模式对应唯一的约束节点LCA关系序对,该序对并能严格地转化为等价的SQL查询.从实验数据分析,表明了DM XML编码方案的合理性和路径查询的高效性.

基于UML状态机的LCA快速查找算法

UML规范描述的公共祖先LCA(The least common ancestor)查找算法采用的是递归试探法,而递归操作在UML状态机的多重嵌套环境下,运算效率较低.针对这个问题,提出了一种快速搜索LCA的算法.该算法首先根据状态树构造UML状态机的拓扑码,然后通过源状态和目的状态的拓扑信息计算嵌套层次,查找LCA时,只须按照嵌套层次数目退出,便可快速回溯到LCA.实验结果表明,快速查找算法降低了运算的时间复杂度,在UML状态机的多重状态嵌套应用场合下,提高了LCA查找的运算效率.

基于Nearest Pair的XML关键词检索算法

随着大量数据以XML格式保存,针对XML文档的关键词检索技术已经成为信息检索和数据库等相关领域的研究热点.以树的杜威编码为基础,分析并证明了XML关键词检索中核心概念SLCA(smallest lowest common ancestor)的两个重要性质,并在其基础上提出了Nearest Pair算法.该算法采用二分迭代查找技术寻找最邻近点,将求解中间结果的次数降低了一个量级.实验结果表明,该算法的性能在绝大多数情况下优于现有主流算法.

基于LCA的高效XML关键字检索算法

以ELCA的语义为基础,分析ELCA的诸多性质,给出ELCA结果查找算法复杂度高的原因。在其基础上提出BHFA算法,包括2种实现算法BHFAI和BHFAII。该算法计算出分布在各层的LCA,根据ELCA的性质由底向上、向左向右筛选并获取结果。实验结果表明,该算法的查询性能在绝大多数情况下优于现有算法。

SWALLOW:一个稳定的WLAN区域定位系统

介绍WLAN定位系统SWALLOW的设计与实现.本系统对WLAN中携带定位卡的人员或设备实施定位,考虑到定位卡的成本与能耗,本系统采用接入点而非定位卡收集RSSI值.而各接入点对定位卡同一信号的RSSI测值往往存在缺失和不同步,因此传统的基于点的RSSI特征比对算法稳定性不好.本系统使用了一个新的基于区域的定位算法,该算法在最小信号距离比对的初步结果上,通过在生成树上寻找最近公共祖先的方法实现平滑.分析和实验表明,该算法能将静止定位稳定度从50%提高到95%,并保持90%以上的移动定位准确度和10s以下的延时.目前,SWALLOW系统已应用到资产管理系统中.

基于LCA分块算法的大学科研人员信息抽取

现有的半结构化网页信息抽取方法主要假设有效数据间具有较强结构相似性,将网页分割为具有类似特征的数据记录与数据区域然后进行抽取。但是存有大学科研人员信息的网页大多是人工编写填入内容,结构特征并不严谨。针对这类网页的弱结构性,提出了一种基于最近公共祖先(lowest common ancestor,LCA)分块算法的人员信息抽取方法,将LCA和语义相关度强弱的联系引入网页分块中,并提出了基本语义块与有效语义块的概念。在将网页转换成文档对象模型(document object model,DOM)树并进行预处理后,首先通过向上寻找LCA节点的方法将页面划分为基本语义块,接着结合人员信息的特征将基本语义块合并为存有完整人员信息的有效语义块,最后根据有效语义块的对齐获取当前页面所有关系映射的人员信息。实验结果表明,该方法在大量真实的大学人员网页的分块与抽取中,与MDR(mining data records)算法相比仍能保持较高的准确率与召回率。

综合文档语义与用户查询语义的XML关键字检索

为了解决XML关键字查询中语义信息丢失的问题,提出了一种语义相关的关键字检索方法。利用文档的半结构化特点提取文档隐含的语义,利用查询语法捕获用户查询意图,然后根据用户意图查询满足条件的元素,并结合文档语义,由最小最近公共祖先改进为语义相关实体子树集来表达查询结果。实验结果表明,该方法能够有效提高关键字检索结果的查准率。

概率XML文档Top-k关键字并行检索算法

概率XML是描述不确定数据的有效方式,Dewey编码是一种重要的XML文档关键字索引编码技术。在概率XML大文档关键字索引检索过程中,频繁地比较关键字索引Dewey编码非常耗时。针对上述问题,对概率XML文档进行分区,并设计了适合概率XML文档特点的关键字索引的Dewey编码策略,提出了一种概率XML文档Top-k关键字并行检索算法PTKS(Parallel Top-k Keyword Search Algorithm)。实验证明,PTKS提高了概率XML文档关键字检索的时间效率,尤其在文档结构复杂度高的情况下检索效率提高更加显著。

基于扩展查询表达式的XML关键字查询

目前可扩展标示语言(XML)关键字查询大多是基于最小公共祖先(LCA)语义子树产生查询结果,而未能加入除LCA语义子树之外与用户查询意图相关的结果。为解决该问题,提出一种基于扩展查询表达式的XML关键字查询方法。将用户查询日志作为查询扩展统计模型,对其进行统计分析,并结合最佳检索概念判断是否需要扩展查询表达式。使用XML TF-IDF方法计算候选属性的权重,根据初检结果的上下文信息,利用聚类方法获得与查询意图最相关的扩展查询关键字,从而扩展查询表达式。实验结果表明,与XSeek和基于语义词典的查询扩展方法相比,该方法的平均F度量值分别提高了7%和17%,具有较高的查询质量。

适用于稀疏图的基于关键点标记的可达性算法

有向图中任意两点间的可达性查询是研究各种网络问题时的一个基础操作,如在社交网络中查询两个人是否相互关注等。但随着网络规模的日益扩大,传统算法因巨大的时间或空间复杂度而变得难以被应用。因此需要根据网络结构特点针对性地使用合适的可达性算法。稀疏图可以看作由若干有向生成树与少量非树边组成,GRKPL算法将稀疏图中的可达性问题拆分成两部分:树上可达性问题与加入非树边后带来的影响。前一部分使用区间标记法解决;后一部分通过构造关键点集,将原图中所有的可达性查询转化为关键点集中的查询后得以解决。关键点集包括所有被非树边覆盖的节点,以及这些节点按照前序遍历的顺序排序后相邻节点之间的最近公共祖先。证明了关键点集的大小与原图中非树边的规模具有相同的数量级。最后在10个中小规模与4个大规模现实数据集上进行了测试,GRKPL在中小规模数据集上表现优异,查询处理时间相较于其他算法平均减少49.8%,空间占用平均减少65.1%。