基于Bloom滤波器的对等网多关键字检索

现有基于Bloom滤波器(BF)的对等网(P2P)检索,由于索引表的不断增长且不能确定数据量的上限,存在两个问题:一是难以确定BF向量长度;二是不能高效处理P2P多关键字Top-k查询。提出了一种基于关键词频率进行分块的分块Dynamic Bloom Filter(BDBF)以解决上述问题;并给出了相应的P2P多关键字Top-k查询模型,即当节点传送BF时先传送高频DBF,如不能满足Top-k查询则继续传送次高频的BF。实验分析发现,该结构更能适应数据量的连续增长,降低网络传输流量,并能高效处理多关键字检索中的Top-k查询问题。

一种直接求解的动态载荷识别方法

基于直接求解系统方程的位移响应,提出了一种时域内动态载荷的识别方法。该方法从中心差分格式的有限元离散形式出发,进行分块矩阵变换,将载荷识别问题转化为一个虚构系统方程的响应求解问题。通过数值算例,用两种不同形式的载荷检验了该方法的识别能力,分析了有无零相位滤波器对识别结果的影响。结果表明:所提出的载荷识别方法在位移响应数据含有噪声的情况下,能有效稳定地实现载荷识别;且计算简单快捷,抗噪能力强,不需进行模态分解,不存在模态截取等问题。