基于近似匹配模型的电网多模态数据检索研究

电网运行过程需要多种模态形式数据的支持,且多模态数据的复杂性较高,存储量增大,导致其检索难度较高,易出现较多相似冗余数据。为解决这一问题,提出基于近似匹配模型的电网多模态数据检索方法。引入树匹配理论构建模型,分析元数据与近似查询树映射关系。根据电网多模态数据近似匹配过程,计算查询树与元数据之间的编辑距离。依据极大似然估计原则,得到先验参数最优估计结果。按照由大到小顺序排序待检索文档与查询数据,由此完成多模态数据检索。实验结果表明,该方法检索精准度与实际数据存在最大为0.50 kB的误差,检索精准率最高为98%,说明使用该方法检索结果完整且精准率高。

基于近似匹配模型的XML元数据检索

将无序标签树匹配分解为树结构匹配和标签语义匹配,采用树结构匹配和语义匹配相结 合的方法,对传统树匹配算法进行了改进,提出了近似匹配概念,并针对元数据XML描述的结构化特 征,设计了一种基于三层近似匹配模型的元数据检索方法。这种检索方法可根据用户的不同需求有 效地调节元数据的查准率和查全率。最后构造了基于近似匹配模型的元数据查询系统原型,实验证 明近似匹配模型在元数据检索应用中具有可行性和高效性。

基于多重索引模型的大规模词典近似匹配算法

编辑器的拼写校正、搜索引擎的查询纠正、光学字符识别的结果检查等领域都用到词典近似匹配算法.传统单索引模式很难在高性能的前提下保证高召回率.词典越大问题越严重.提出了大规模词典近似匹配的多重索引模型,首先将背景词典根据单词长度划分为若干子词典,对各子词典按照一定策略建立unigram,bigram,trigram,quadgram中的一种或若干种索引,当查找用户模式P的近似匹配时,根据模式P检索特定N-gram索引链,从而得到候选近似匹配集合C,对C中每一个单词W,计算P与W的编辑距离即可输出P的所有最终匹配结果R.实验表明,基于多重索引模型的词典近似匹配算法能够大幅度减少候选近似匹配结果的数量,从而提高词典近似匹配的速度.

二维模式近似匹配的快速算法

给定一个大小为ｎ×ｎ的文本Ｔ和一个大小为ｍ×ｍ的模板Ｐ，如果文本Ｔ中存在一个ｍ×ｍ的子块与模板Ｐ能够逐点匹配，称为精确匹配。如果最多有ｋ个元素不同，称为带有最多ｋ个误差的近似匹配。对于精确匹配，本文给出了一个时间复杂性为Ｏ（ｎ２ｌｏｇ｜∑｜）的算法，∑＝｛ａ１，２，…，ａ｜∑｜｝，是模板的字符集。对于近似匹配，快速算法分为两步：（１）预选。利用精确匹配算法找出能精确匹配的ｓ×ｓ（０≤ｓ≤ｍ）子块，得到ｈ个候选的对准点；（２）验证。把模板对准候选点，逐点比较，以确定不相同的元素是否不超过ｋ个。近似匹配的时间复杂性为Ｏ（ｎ２ｌｏｇ｜∑｜＋ｈｍ２）。

关系数据库近似匹配查询方法研究

针对传统海量数据精确查询负载过大的问题,引入基于仿真的置信区间自动抽样方法(Bootstrap)对数据库提供支持。通过对部分或采样数据进行查询,将查询简化到基础数据上,在对整个数据集查询一次的时间内,完成对多个样本重复多次的查询,得到数据库查询的置信区间;再进行基础SQL查询,得到符合用户要求的近似结果。实验结果表明,引入Bootstrap方法进行数据查询是有效的。

基于非对称加密的通信信号安全近似匹配仿真

采用当前方法对通信信号进行安全近似匹配时,不能有效的去除通信信号中存在的噪声,匹配后通信信号的安全系数较低,存在去噪效果差、信号安全性低的问题。提出基于非对称加密的通信信号安全近似匹配方法,根据小波分析的特点,构建新的阈值函数对通信信号进行多重小波变换阈值去噪,去除通信信号中存在的噪声。根据相位随机化的信号实现信道探测,在探测过程中获得等效信道相位信息,在物理层中对三维星座进行调制加密,在接收端进行解密解调,完成通信信号的非对称加密,实现通信信号的安全近似匹配。仿真结果表明,所提方法的去噪效果好、信号安全性高。

字符串近似匹配查询技术综述

字符串匹配是计算机科学中最经典、研究最广泛的问题之一,并且已经被应用到了众多领域当中。然而随着计算机和网络技术的飞速发展以及新问题的不断提出,人们逐渐发现在实际应用中有时更需要进行近似字符串匹配。因此,研究高效的近似字符串匹配算法具有重要的理论价值和实际意义。

自动阅卷系统中近似匹配算法的设计

本文提出了一个用于计算机自动阅卷系统中的近似匹配算法，给出了该算法的工作流程图，同时建立了匹配程度模型———Ｎｅａｒｉｎｇ模型。该算法具有定位准确、执行速度快、匹配精度高等优点。

专家系统中的近似匹配和近似推理

专家系统中的知识的不确定性推动了近似推理的研究。而实施近似推理的前提是完成近似匹配。由此,本文首先讨论专家系统中有关不确定性的问题,继而通过引入λ—匹配和ε—匹配的概念探完了专家系统中的近似匹配及基于近似匹配的近似推理的策略和方法。从而修改和完善了文献[1,3,4]的部分结果。

基于对象知识网与近似匹配的EIS重构

研究基于对象知识网(OKM)与近似匹配的企业信息系统(EIS)重构方法。根据EIS模块的相似性,定义重构原,给出知识点及联系原的相似性度量方法。在OKM及信息传递关系网重构运算的基础上,提出基于OKM及近似匹配的EIS重构算法,给出重构过程中的规则。应用实例验证了该重构方法的有效性。

基于GST字符串近似匹配算法的研究

GST算法作为字符串近似匹配的经典算法,被广泛应用于防剽窃系统中,而针对匹配信息量大,GST算法效率严重下降的问题,提出了一种基于KMP算法的改进算法,该算法主要是在scanpattern阶段对GST算法进行改进,同时融合了传统GST算法局部最大存储技术,从理论分析KMPGST算法所需要的时间可以从最初的O(n^3)提高到O(m+n)的线性时间,并通过实验验证改进后的KMP-GST算法的执行效率明显高于GST算法和RKR-GST算法。

港口狭缝衍射边值问题的近似匹配法

对于入港口具有长而薄的狭缝孔道开口的衍射情形 ,研究通过狭缝衍射边值问题远场解与近场解的匹配问题 .建立一种具有广泛意义的近似匹配方法 ,不仅得到与文 [1 ,2 ]类似的结果 ,而且具有二阶意义的近似性 .

一种中文字符串近似匹配查询技术研究

字符串匹配是计算机科学中最经典、研究最广泛的问题之一,并且已经被应用到了众多领域当中。近似字符串匹配问题的研究虽然经历了不短的时间历程,但是其中的研究对象绝大多数主要是针对DNA等小型字符集或针对英文等中等大小字符集,而对于汉字乃至亚洲语音等大型字符集的研究却仍然不多。因此,研究高效的近似字符串匹配算法具有重要的理论价值和实际意义。

基于近似匹配的知识化制造系统自重构研究

为解决实际中不同制造模式的实现之间存在大量相似但又不完全相同的模块的自重构问题,提出基于近似匹配的知识化制造系统自重构的理论和算法.首先讨论知识化制造系统自重构中知识点的匹配度定义和性质;然后给出基于近似匹配的知识网自重构算法,并利用C#和SQL Sever 2000在.NET平台上开发出基于近似匹配的自重构使能工具;最后通过实例说明基于近似匹配的自重构技术的应用.

存储受限异构机群系统的多目标串近似匹配并行算法

针对处理机节点具有不同的计算能力、通信延迟和存储容量的情形,考虑计算和通信启动开销,给定处理机分配顺序,基于可分负载理论,分别建立单层和两层树结构模型的存储受限异构机群系统的目标串最优分配线性规划模型,给出相应的目标串最优分配方法,并讨论了处理机最优分配顺序.实验结果表明,本文提出的基于最优分配方法的多目标串近似匹配并行算法优于平均分配算法,获得了较好的加速并具有良好的可扩展性.

一种字符串近似匹配的安全查询协议

数据库中字符串近似匹配查询不能完全保护查询双方的隐私信息。针对该问题,提出一种对数据库中字符串数据的近似匹配查询协议。采用安全计算编辑距离协议、同态加密、茫然传输等安全技术,在有效保护查询双方隐私信息的情况下,实现对字符串近似匹配的查询,并分析该协议的正确性、安全性及复杂性,结果表明,该方案是安全有效的。

基于XML的CBR异构案例近似匹配模型

针对已有XML文档间相似度比较策略仅限于结构或内容单方面匹配的局限,借助基于案例的推理CBR(Case-BasedReasoning)系统的领域知识库,设计并提出一种用于解决CBR异构案例近似匹配的模型,从结构、语义及内容三方面综合考虑XML文档间的相似度。该模型一方面解决了现有XML文档相似度匹配策略无法综合结构、语义及内容三方面信息的难题;另一方面解决了现有CBR系统仅能比较同构案例的局限。

基于近似匹配的移动边缘计算缓存管理方法

针对终端用户产生大量相同或相似计算请求的情况,可以通过近似匹配在边缘服务器缓存空间中查找相似数据,选取可复用的计算结果。现有算法大多未考虑数据分布不均的问题,导致计算量和时间开销较大,对此文中提出基于动态局部敏感哈希算法与加权k近邻算法的缓存数据选择策略(Cache Selection Strategy based on Dynamic-LSH algorithm and Weighted-KNN algorithm,CSS-DLWK)。其中,Dynamic-LSH算法能够针对数据分布不均的问题,根据数据分布的变化动态调整哈希桶粒度,从缓存空间中选出与输入数据相似的数据集合;Weighted-KNN算法以距离和样本数为权重,对由Dynamic-LSH算法获取的相似数据集合进行数据再选取,得到与输入数据最相似的数据,获取相应的计算结果以供复用。仿真实验结果表明,在CIFAR-10数据集中,与基于A-LSH算法与H-KNN算法的缓存选取策略相比,CSS-DLWK策略的平均选取准确率提高了4.1%;与传统的LSH算法相比,其平均选取准确率提高了16.8%。CSS-DLWK策略能够在可接受的数据选取时间开销内,有效地提高可复用数据选取的准确率,从而减少边缘服务器的重复计算。

基于字符串近似匹配的模式生成算法

本文提出一种字符串之间的模式产生算法。算法的思想来源于一个新颖的想法:通过比较两个字符串,得到两个字符串的不同之处,并采用一套事先定义的规则来泛化这些不同之处,从而得到一个能够同时匹配这两个字符串的模式,我们使用正规表达式来表示这个模式。为了计算两个字符串的不同之处,本文使用了字符串近似匹配的方法,并提出了一种基于动态规划的改进算法,降低了已有算法的时空复杂度。

基于近似匹配模型的元数据检索方法

本文提出一种基于近似匹配模型的元数据检索方法。引入三层架构模式,设计元数据检索框架;计算元数据与近似表格关联值,建立两者映射关系;划分元数据匹配类型,处理检索结果,提供用户结果推送。设计实验,验证提出方法证明有效的缩短数据响应时间,更具市场价值。