基于LSM-Tree的键值存储系统的读写性能优化

在写密集型工作环境中,日志结构合并树(LSM-Tree)已逐渐成为主流存储系统,LSM-Tree存在读操作速度慢、写操作成本高、范围查询操作效率低等问题;针对这些问题,为提升LSM-Tree的性能进行了研究,提出了一种基于LSM-Tree的键值存储系统的读写性能优化策略,通过键值分离策略设计vTree结构,并提出层内归并与消极的层间合并相结合的方法,以及范围查询优化合并的策略,从而优化系统的范围查询性能,在LSM-Tree和vTree采用不同的压缩结构,以实现系统读写性能的提升;实验结果表明,与RocksDB相比读性能提升30%,与RocksDB-vTree相比范围查询性能提升10%。

跟踪机制引导的C程序内存错误自动修复

C语言执行效率高,使用范围广泛,然而存在的安全问题也日益突出。内存错误是C程序中常见的缺陷,严重时将导致系统崩溃。传统的人工修复内存错误耗费大量人力物力,并可能在修复过程中引入新的错误。针对这个问题,提出了一种基于跟踪机制的程序自动修复方法。构建包含程序文件中变量作用分布的作用域树;提出基于全局指针的跟踪机制,通过插入全局指针跟踪发生错误的分配内存在程序中的状态;基于全局指针自动生成补丁,利用作用域树定位缺陷修复位置从而来安全地修复内存错误。基于上述过程,实现了原型工具DTSFix,并在开源程序中对其进行了评估。实验结果表明,DTSFix能够有效检测并修复程序中的真实缺陷而且不产生副作用。

基于句法结构约束的模糊限制信息范围检测

模糊限制信息检测用于区分模糊限制信息与事实信息,提高抽取信息的真实性和可靠性。模糊限制信息范围的界定具有依赖于语义和句法结构的特点,是模糊限制信息检测的一个难点。该文提出一种基于句法结构约束的模糊限制信息范围检测方法,基于依存结构树和短语结构树构建决策树,获取句法结构约束集,用于产生句法结构约束特征,并加入到条件随机域模型中进行模糊限制信息范围检测。实验采用CoNLL-2010共享任务数据集,在标准的模糊限制语标注语料上,获得了70.28%的F值,比采用普通的句法结构特征提高了4.22%。

原条量材设计有向图程序设计初探

该原条量材设计有向图软件是依充分利用木材使用价值的前提下、产销合同之内、原条售价最高的原木为基本原则进行编制的.根据广度搜索法原理通过主程序框图求出X_1到X_n的所有路.再通过反向追踪框图从所有路中找出一条原条售价最大的路.

基于SOFL规范的语义分析

传统的形式化方法局限于严格的证明、对程序员要求较高的教育背景,使其举步维艰。于是作为形式化方法与面向对象的联姻的SOFL(Structured Object-Oriented Formal Language)便应运而生。在给出语义分析的整体算法后,逐步分析各个阶段遇到的关键问题并给出解决方法,同时在参考其他语言的基础上,定义了SOFL中一些语义规则。

管理信息系统多级访问控制管理模型

基于角色的访问控制在信息管理系统应用时缺少对分级授权的支持。多级访问控制模型在基于角色的访问控制模型基础上,使用角色树表现角色的层次关系,将用户域、角色域和许可域组合为管理域来限定分级授权的操作范围,实现了权限在角色树上的逐级分发,支持信息管理系统的分级授权要求。

视景体可视范围的确定及应用

本文以Lidar点云数据为地形数据源文件,先讨论了基于OpenGL的点云三维可视化表达;然后研究了视景体可视范围的计算方法,以此作为剪裁Lidar点云数据的依据;最后在前两方面研究的基础上探讨了四叉树对点云数据的组织,生成了三维地形场景,并实现了场景的实时漫游。

“交通—产业”耦合背景下的京津冀城市群空间发育特征

中国城市群从区域向空间网络的转变,成为城乡统筹发展功能的主体地域单元。基于"交通—产业"的耦合视角,以京津冀城市群为研究区域,选取北京、天津、石家庄、唐山作为城市群发育的辐射中心,结合空间网络分析、引力模型、多层次空间结构MSS-Tree算法,测度识别京津冀城市群空间结构及现状发育范围。结果发现:①京津冀城市群还不成熟,辐射中心周边的辐射发育区"岛、洞"现象明显,表现为连片分布的大城市阴影区;其中北京市周边缺乏成熟副中心,天津市受到北京极化作用影响,辐射区大幅萎缩;石家庄、唐山辐射区发育不足,需首先加强自身经济建设;②交通、产业辐射发育范围重合度较低,交通的先导作用加速了中小城镇生产要素流失,形成环京津贫困带。据此提出了自下而上整合、由内向外扩展的地区发展策略建议。

二语习得句法发展理论初探——汉语为母语的学习者对英语“否定”的习得

本文以汉语为母语的学习者为研究对象,通过其对英语系动词、主位动词及情态动词"否定"的习得来探讨两种二语习得句法发展理论:最小树理论和完全转移理论。实验采用了语法判断和翻译方式。由于数据中没有证据证实完全转移理论所支持的not+modal结构,且实验对象不完全地习得了情态动词的否定范围,所以最小树理论在解释以汉语为母语的学习者对英语否定习得时更具优势。