摘要:数据存取,也称信息中介,是指生产者(传感器节点)将产生的感知数据按照某种策略存放在特定的位置上,而消费者(基站、用户、传感器节点)将查询请求按照对应策略路由到数据存放位置获得感兴趣的数据.利用数据速率和地理位置信息来减少网状拓扑结构传感器网络中数据存取的代价.首先,依据生产者和消费者的关系建模为一对一(一个生产者,一个消费者)、多对一(多个生产者,一个消费者)、多对多(多个生产者,多个消费者)3种模型来对存取代价进行分析.其次,基于上述模型,提出利用数据速率和地理位置来确定数据存放位置的自适应

摘要:文本信息的急剧增加和越来越多的用户通过在线方式获取文本信息,使得查询效率成为信息检索系统一个突出瓶颈.提出两种新型全文索引模型,用于改善信息检索系统的查询效率.通过使用有向图表示文本串,引出关于文本串的邻接矩阵;采用两种不同的方式实现文本串邻接矩阵,导出了两种基于邻接矩阵的新型全文索引模型,即基于邻接矩阵的倒排文件和基于邻接矩阵的PAT数组.给出了基于新模型的文本查询算法;分析了新模型的存储空间和查询时间的开销,并分别与两种传统索引模型进行了比较.对实际文本库进行了测试以证实新模型的效能.新模型能够以相对于原文较小的空间代价获得较大幅度的查询效率的提高,因此适合于在大规模文本检索系统中应用.

摘要:聚类分析是一门重要的技术 ,在数据挖掘、统计数据分析、模式匹配和图象处理等领域具有广泛的应用前景 .目前 ,人们已经提出了许多聚类算法 .其中 ,DBSCAN是一种性能优越的基于密度的空间聚类算法 .利用基于密度的聚类概念 ,用户只需输入一个参数 ,DBSCAN算法就能够发现任意形状的类 ,并可以有效地处理噪声 .文章提出了一种加快 DBSCAN算法的方法 .新算法以核心对象邻域中所有对象的代表对象为种子对象来扩展类 ,从而减少区域查询次数 ,降低 I/ O开销 .实验结果表明 ,FDBSCAN能够有效地