导读:本文包含了局部查询论文开题报告文献综述及选题提纲参考文献，主要关键词:本体,局部分析,查询扩展
局部查询论文文献综述
闫晓鹏[1]（2019）在《基于本体和局部分析查询扩展法》一文中研究指出传统的信息检索方法因检索词短少存在歧义性的问题,是降低查询效率的重要原因之一。提出一种基于本体和局部分析的查询扩展法,将本体技术引入局部分析查询扩展方法,以知识化形式描述信息,实现语义支持,有效提高扩展结果的准确性和相关性。(本文来源于《信息技术与信息化》期刊2019年09期）
牛少章,欧毓毅,凌捷,顾国生[2]（2019）在《基于网格查询的局部离群点检测算法》一文中研究指出针对基于密度的局部离群因子算法(LOF),需要计算距离矩阵来进行k近邻查寻,算法时间复杂度高,不适合大规模数据集检测的问题,提出基于网格查询的局部离群点检测算法。算法利用距离目标网格中的数据点最近的k个其他数据点,一定在该目标网格或在该目标网格的最近邻接网格中这一特性,来改进LOF算法的邻域查询操作,以此减少LOF算法在邻域查询时的计算量。实验结果证明,提出的LOGD算法在与原LOF算法具有基本相同的检测准确率的情况下,能够有效地降低离群点检测的时间。(本文来源于《计算机工程与应用》期刊2019年17期）
吴瑾,彭延国,崔江涛[3]（2018）在《基于局部敏感哈希的安全相似性查询方案》一文中研究指出随着云计算技术的不断发展,可搜索加密方案备受关注.传统的可搜索加密方案仅支持精确查询.然而,在实际应用中,相似性查询具有更好的应用前景.具体而言,当输入的查询项拼写错误时,相似性搜索方案依然能返回正确的查询结果.与此同时,现有的相似性可搜索加密方案会导致查询精确度降低.为了解决密文上相似性查询精确度不高的问题,本文提出了一种基于局部敏感哈希的安全相似性查询方案.首先,利用局部敏感哈希将原始数据量化为复合哈希关键字,使用量化结果和对称加密技术构建安全索引.然后,引入基于复合哈希关键字的度量机制,设计一种合理、高效的候选集定位策略;同时,优化候选集量化的方式,以便从候选集中选择出与查询项最相似的结果.查询时,使用以上定位方法与候选集选择方法可以同时保证查询效率和结果的精确度.本文从理论上证明了方案满足必要的安全要求.最后,将方案应用到真实数据集上,实验结果证明了方案的有效性,即查询的精确度明显提升.(本文来源于《密码学报》期刊2018年02期）
巩皓,杜军平,赖金财,梁美玉,王巍[4]（2017）在《基于本体和局部查询反馈的微博查询扩展算法》一文中研究指出传统的基于关键词匹配的查询方法因查询词短少,微博博文短小,容易引起歧义性,对查询效率有较大影响.提出一种基于本体和局部查询反馈的微博查询扩展算法,首先结合安全领域文档构建安全领域本体知识库,然后利用本体提供的语义知识对初始查询词进行扩展,再结合局部查询反馈对候选扩展词集进行筛选,最后通过二次查询和迭代操作得到最终查询结果.实验结果表明,基于本体和局部查询反馈的微博查询扩展算法比基于关键词的查询扩展算法、基于本体的查询扩展算法和基于"伪相关反馈"的查询扩展算法有更好的查全率和查准率.(本文来源于《南京大学学报(自然科学)》期刊2017年06期）
姜涛,李战怀,尚学群,陈伯林,李卫榜[5]（2016）在《基因表达数据中局部模式的查询》一文中研究指出基因表达数据分析一般是通过挖掘局部模式来实现的。保序子矩阵是局部模式挖掘中一种经典的模型,可以获取到在若干条件下表现出一致趋势的一组基因。高通量基因微阵列技术的进步,促进了海量基因表达数据的产生,使得对高性能基因表达数据分析算法的需求极为迫切。现有方法大多数是通过批量挖掘的方法来分析数据,即使有通过查询方式来获取精确结果的方法,其全面性与性能也有待提高。为了提高数据分析的效率与准确性,首先提出一种基于前缀树的基因表达数据索引gIndex,然后给出了一种基于列关键词查询的保序子矩阵分析方法 GEQc。其不经过批量挖掘,只需要建立索引并通过关键词来完成正相关/负相关/时滞等模式的查询。实验结果表明,与现有方法相比,所提算法具有良好的数据分析效率与可扩展性。(本文来源于《计算机科学》期刊2016年07期）
朱亚东,郭嘉丰,兰艳艳,程学旗[6]（2016）在《基于时空局部性的层次化查询结果缓存机制》一文中研究指出查询结果缓存可以对查询结果的文档标识符集合或者实际的返回页面进行缓存,以提高用户查询的响应速度,相应的缓存形式可以分别称之为标识符缓存或页面缓存。对于固定大小的内存,标识符缓存可以获得更高的命中率,而页面缓存可以达到更高的响应速度。该文根据用户查询访问的时间局部性和空间局部性,提出了一种新颖的基于时空局部性的层次化结果缓存机制。首先,该机制将固定大小的结果缓存划分为两层:页面缓存和标识符缓存。对于用户提交的查询,该机制会首先使用第一层的页面缓存进行应答,如果未能命中,则继续尝试使用第二层的标识符缓存。实验显示这种层次化的缓存机制较传统的仅依赖于单一缓存形式的机制,在平均查询响应时间上,取得了可观的性能提升:例如,相对单纯的页面缓存,平均达到9%,最好情况下达到11%。其次,该机制在标识符缓存的基础上,设计了一种启发式的预取策略,对用户查询检索的空间局部性进行挖掘。实验显示,这种预取策略的融合,能进一步促进检索系统性能的有效提升,从而最终建立起一套时空完备的、有效的结果缓存机制。(本文来源于《中文信息学报》期刊2016年01期）
刘文远,王佳楠,王林[7]（2015）在《基于局部扩张查询的重迭社区发现》一文中研究指出重迭社区发现源于社交网络、生物神经网络等复杂网络结构分析,在病毒传播防范、网络广告投放和多跳自组路由协议设计等应用中具有重要意义.现有重迭社区发现算法大都是基于静态网络的全局探测,面临复杂度高、灵活性差和健壮性不足等诸多挑战.针对这些挑战,提出一种基于局部扩张查询的重迭社区发现算法—OCLEQ,首先以查询的方式寻找包含特定点的k准团结构,然后基于团结构之间的邻接性实现团的快速扩张,最后定义一个新的度量标准检测和划分遗漏点.仿真实验结果表明,OCLEQ在重迭社区发现的效率和质量上都优于现有方法.(本文来源于《小型微型计算机系统》期刊2015年10期）
张书波,马安香,张斌,孙达明[8]（2015）在《基于搜索日志与局部上下文的查询扩展方法》一文中研究指出当搜索日志存在查询词稀疏性和时效性问题时,基于搜索日志的查询扩展方法无法保证查询扩展的质量,无法满足具有时效性查询请求的需求.提出了基于搜索日志与局部上下文的查询扩展方法,通过发掘搜索日志中用户查询词和相关文档的关联关系,抽取查询扩展词,并用局部上下文从相关文档集中提取出频率较大,同时具有时效性的查询扩展词.通过对查询扩展词的查询性能和时效性的计算,该方法为原始查询补充更高质量的查询扩展词.实验结果表明,该方法能够有效地提升准确率和召回率,使原始查询获得更好的查询性能.(本文来源于《东北大学学报(自然科学版)》期刊2015年07期）
张梁[9]（2015）在《基于局部敏感哈希的近似近邻查询算法研究》一文中研究指出随着以互联网技术为代表的计算机技术的普及,世界步入了大数据时代。相似性查询是日常生活中是人们获取信息的常见手段,更是大数据时代至关重要的需求。大数据在给人们带来丰富资讯和高质量体验的同时,也对很多传统领域产生了挑战。维度灾难使得基于空间划分和数据划分的索引方式不再能有效解决查询问题,为此研究者提出近似相似性查询的理念,以少量查询精度为代价大大减少查询耗时。局部敏感哈希技术(Locality Sensitive Hashing,LSH)作为近似相似性查询的最新技术,逐渐成为研究热点,其基本思想可以概括为过滤-验证框架(Filter-and-Refine Framework),即先过滤掉低概率相似的数据对象,然后精确计算候选数据对象和查询项之间的相似度,这就大大减少了查询所需的精确计算,从而可以快速得出查询结果。局部敏感哈希使用大量哈希表以高概率保证计算的准确性,这造成了基于LSH的算法空间开销过大的缺陷。本文提出一种分布式和集中式的LSH近似近邻查找算法,即基于Multi-probe的分布式LSH近似近邻查找方案和基于海明距离的LSH近似近邻查找算法。分布式方案侧重于通过Multi-probe技术,在Chord环上构建分布式索引的方法,在保证召回率的情况下显着减少哈希表数量;集中式算法利用哈希结果产生的特征指纹,用随机抽取的方式产生指纹子串并构建索引表,通过比较查询项和数据项的项指纹子串的海明距离,对数据项赋予权值以减少候选数据集大小。总之,通过分布式和集中式两种方法,分别对应不同的应用背景,在减少哈希表占用空间过大的同时,有效地提高了近邻查找的性能。(本文来源于《南京邮电大学》期刊2015-04-04）
吴秦,白玉昭,梁久祯[10]（2014）在《一种基于语义词典的局部查询扩展方法》一文中研究指出针对基于关键词匹配的搜索引擎存在的问题,提出一种基于语义词典的局部查询扩展方法,首先利用共现分析法和语义相似度选取扩展词,再对原始查询词和扩展词加权,最后计算文档相似度从而获得排序后的扩展查询结果.该方法克服了其它局部扩展方法将大量无关词加入查询的问题.实验表明,该方法有效地提高了查询结果的查准率.(本文来源于《南京大学学报(自然科学)》期刊2014年04期）
局部查询论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对基于密度的局部离群因子算法(LOF),需要计算距离矩阵来进行k近邻查寻,算法时间复杂度高,不适合大规模数据集检测的问题,提出基于网格查询的局部离群点检测算法。算法利用距离目标网格中的数据点最近的k个其他数据点,一定在该目标网格或在该目标网格的最近邻接网格中这一特性,来改进LOF算法的邻域查询操作,以此减少LOF算法在邻域查询时的计算量。实验结果证明,提出的LOGD算法在与原LOF算法具有基本相同的检测准确率的情况下,能够有效地降低离群点检测的时间。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
局部查询论文参考文献
[1].闫晓鹏.基于本体和局部分析查询扩展法[J].信息技术与信息化.2019
[2].牛少章,欧毓毅,凌捷,顾国生.基于网格查询的局部离群点检测算法[J].计算机工程与应用.2019
[3].吴瑾,彭延国,崔江涛.基于局部敏感哈希的安全相似性查询方案[J].密码学报.2018
[4].巩皓,杜军平,赖金财,梁美玉,王巍.基于本体和局部查询反馈的微博查询扩展算法[J].南京大学学报(自然科学).2017
[5].姜涛,李战怀,尚学群,陈伯林,李卫榜.基因表达数据中局部模式的查询[J].计算机科学.2016
[6].朱亚东,郭嘉丰,兰艳艳,程学旗.基于时空局部性的层次化查询结果缓存机制[J].中文信息学报.2016
[7].刘文远,王佳楠,王林.基于局部扩张查询的重迭社区发现[J].小型微型计算机系统.2015
[8].张书波,马安香,张斌,孙达明.基于搜索日志与局部上下文的查询扩展方法[J].东北大学学报(自然科学版).2015
[9].张梁.基于局部敏感哈希的近似近邻查询算法研究[D].南京邮电大学.2015
[10].吴秦,白玉昭,梁久祯.一种基于语义词典的局部查询扩展方法[J].南京大学学报(自然科学).2014