导读:本文包含了索引树论文开题报告文献综述及选题提纲参考文献，主要关键词:光线跟踪,阴影光线遍历,层次加速结构,分支预测
索引树论文文献综述
梁晓,黄韵[1]（2019）在《基于多索引树的阴影光线遍历算法》一文中研究指出阴影光线求交计算是光线跟踪的重要计算瓶颈。然而,构造一棵能有效剔除阴影光线冗余求交计算的标准树结构仍然十分困难。为区分遮挡和非遮挡的阴影光线,提出一种基于多索引树的遍历方法,在节点中增加提升遍历速度的索引。首先,针对遮挡光线为尽快与图元相交的遍历特征,选择性的将位于叶节点上、对光线遮挡概率高的图元索引到中间节点,促使光线提前在树中层停止搜索。其次,针对非遮挡光线为尽快搜索最邻近节点的遍历特征,为底层节点建立邻接索引,减少节点搜索空间。利用帧间相关性预测遮挡类型,采用相应遍历方法进行针对性的加速。相比专有树结构的遍历算法,该算法将遍历时效率提升20%以上,具有更好的遍历性能,且预计算时间更少。(本文来源于《图学学报》期刊2019年03期）
王乐,王水,刘胜蓝,王辉兵[2]（2019）在《基于索引树的带通配符序列模式挖掘算法》一文中研究指出随着有序时间序列数据的出现,序列模式挖掘成为数据挖掘领域的一个分支.其中带通配符的序列模式挖掘又是该领域中一个重要的研究问题,同时随着数据规模越来越大,算法的挖掘效率尤为重要.现有算法多采用树型结构来实现数据的压缩表示,树的结构和模式匹配方法对挖掘效率有决定性的影响.该文首先设计一个新的树结构索引树I-Tree(Index-Tree)来维护原始序列数据以及序列模式和模式索引信息;然后在索引树的基础上,提出一个新的带通配符的序列模式挖掘算法ITM(Index-Tree based sequential pattern Mining).算法ITM主要用4个策略提高算法的挖掘效率:(1)将原始序列中相同项压缩到一个节点上,该节点只记录项在原始序列中的索引;(2)采用迭代的方式,长度k+1的序列模式是用长度k(k>0)的候选序列模式产生;(3)采用前缀树的结构,逐层将k+1的候选序列模式压缩到索引树上,叶子节点上记录序列模式最后一项的索引;(4)整个挖掘过程,只用一棵索引树.算法ITM通过采用以上索引树压缩原始序列数据以及存储候选序列模式,有效地缩小搜索空间,从而算法效率得到显着提升.另一种提高挖掘效率的思路,是在挖掘过程中允许有小部分的模式丢失,来换取挖掘效率的大幅度提升,即所谓的近似模式挖掘.该文也给出了一个近似序列模式挖掘算法AITM(Approximate Index-Tree based sequential pattern Mining),该近似算法通过估计超序列模式的支持数,将非候选节点提前删掉,减少索引树上的节点个数,从而提高算法的时空效率;但是也因为估计的支持数可能会小于实际值,从而丢失了部分频繁的序列模式.该文实验中,提出的两个算法分别与算法MGCS、MAPB和MAPD进行了对比实验,采用3个典型数据序列进行测试,并设计了3组实验:(1)不同的最小支持度对算法的效率影响;(2)算法的扩展性;(3)通配符长度对算法效率的影响.实验结果验证了该文提出算法的有效性,时空效率得到一定的提高;针对不同的阈值,最小支持度越小、原始序列长度越长、通配符长度越长,算法的时间效率提高幅度越大;同时近似挖掘算法的精确度接近100%.(本文来源于《计算机学报》期刊2019年03期）
吴润泽,蔡永涛,陈文伟,陈文刚,王一蓉[3]（2016）在《面向多源异构数据源的实际范围索引树索引方法》一文中研究指出在发电、输配电、新能源接入及新型能源消费等各个环节产生的大数据需要高效、可靠的数据存储和管理。文中以能源互联网作为虚拟应用场景,提出了集群式多源异构数据存储方案。为满足集群存储中高效查询需求,构建了实际范围索引树(AR-tree)分层索引模型,并提出了面向多源异构数据源的AR-tree索引方法,该方法针对在双层索引模型的基础上,以局部数据索引的实际索引范围为对象,建立全局索引。同时,对所提AR-tree索引方法操作开销进行了综合分析。最后,仿真结果表明AR-tree索引方法能提高查询命中率并提升查询等操作效率。(本文来源于《电力系统自动化》期刊2016年11期）
王艳,刘继华[4]（2016）在《基于多维索引树编码的数据库分层访问技术研究》一文中研究指出通过对数据库分层访问优化算法的设计,提高大型数据库的数据调度和信息索引能力。传统方法对分层数据库的访问算法采用语义指向索引技术,随着数据量的增大和干扰数据增多,对数据库访问的准确度不高。提出一种基于多维索引树编码的数据库分层访问技术,对大型分层Web数据库的数据结构模型进行系统分析,然后构建数据库中的数据信息流模型,以此为信息源进行多维索引树编码设计与数据库的语义信息特征模板匹配,实现对数据库的分层访问优化设计。仿真结果表明,采用该方法进行数据库分层访问,通过多维索引树编码,可提高数据库访问过程中的数据召回率和配准率,数据库访问的收敛性和抗干扰性较好,训练时间较短。(本文来源于《软件导刊》期刊2016年05期）
袁凌,姜俊,李志[5]（2016）在《基于混合索引树的空间文本匹配算法》一文中研究指出针对空间文本对象流和订阅流的匹配,采用一种混合索引树来组织数据对象,包括多叉树空间索引、谓词索引和倒排文件叁个部分,其中多叉树空间索引用于空间区域管理,谓词索引和倒排文件用于订阅谓词管理.在此基础上,提出了谓词索引建立算法、空间文本对象与倒排项匹配算法和混合索引树检索算法.与基于空间网格加倒排文件的检索方法进行了对比实验,结果表明:所提出的算法提高了用户的检索效率,并验证了其有效性.(本文来源于《华中科技大学学报(自然科学版)》期刊2016年05期）
徐春,李广原,王玄,田换[6]（2016）在《一种基于倒排索引树的增量更新关联挖掘算法》一文中研究指出增量更新关联规则挖掘主要解决事务数据库中交易记录不断更新和最小支持度发生变化时关联规则的维护问题。针对目前诸多增量更新关联规则挖掘算法存在效率低、计算成本高、规则难以维护等问题,提出一种基于倒排索引树的增量更新关联挖掘算法。该算法有效地将倒排索引技术与树型结构相结合,使得交易数据库中的数据不断更新和最小支持度随应用环境不同而不断改变时,以实现无需扫描原始交易数据库和不产生候选项集的情况下生成频繁项集。实验结果表明,该算法只需占用较小的存储空间、且检索项集的效率较高,能高效地解决增量更新关联规则难以维护的问题。(本文来源于《计算机工程与科学》期刊2016年05期）
王文霞[7]（2016）在《基于分级策略和聚类索引树的构件检索方法》一文中研究指出基于刻面的构件表示法,其术语空间需要人工建立和维护,具有较强的人为主观性。针对此问题,文中采用刻面分类与全文检索相结合的构件表示方法,提出了一种基于分级策略和聚类索引树的构件检索方法。该方法采用基于语义相似度与优化的构件聚类算法构建构件聚类索引树,并为每个刻面引入合理的权重因子。在真实构件库上的实验结果表明:基于分级策略和聚类索引树的构件检索方法是有效的,相比没有引入分级策略的构件检索方法具有较高的构件查全率和查准率。(本文来源于《计算机技术与发展》期刊2016年04期）
梁俊杰,甘文婷,余敦辉[8]（2016）在《基于位置编码索引树的个性化推荐算法》一文中研究指出针对协同过滤算法在海量数据环境个性化推荐应用中存在的低效率问题,结合MapReduce框架特点,设计了一种应用于个性化推荐的基于位置编码的索引树(LB-Tree),创新性地将索引结构应用于个性化推荐。利用聚类资源的差异性存储策略,提升MapReduce任务处理并行性;根据聚类数据分布特征,以质心为圆心对聚类中的数据对象进行同心圆分层,并对每层采用不同长度的二进制编码来表达,将所有数据对象的编码组织成索引树结构,缩短频繁推荐的数据查找路径,达到个性化推荐时利用索引结构快速确定搜索空间的目的。与基于项目的 Top-N推荐算法和基于最近邻的推荐算法(SBNM)相比,LB-Tree所需时间开销增长最慢,准确率最高,验证了方法的有效性和高效性。(本文来源于《计算机应用》期刊2016年02期）
梁俊杰,孙阳征[9]（2015）在《基于PH-Tree多属性索引树的朋友推荐算法》一文中研究指出现阶段越来越多的人通过社交网络结识新朋友,如何为用户快速准确推荐朋友是考量平台服务能力的重要指标。提出了一种基于索引树的在线网络朋友推荐方法,即基于网络结构局部特性的思想将用户间的多属性相交值转换为二进制位码向量表示,利用改进后的PH-Tree将所有的向量构造成排序索引树,通过遍历索引树容易确定用户的最佳推荐朋友集。实验证明本方法具有较高的效率和准确率。(本文来源于《计算机科学》期刊2015年04期）
田晓珍,任姚鹏,王春红[10]（2014）在《一种改进的构件聚类索引树的研究》一文中研究指出构件的合理分类是实现构件高效检索的基础和关键。针对目前应用广泛的刻面分类方法存在主观性因素的弊端,采用刻面分类和全文检索相结合的方法来描述构件。在此构件描述的基础上,利用聚类分析技术和语义分析技术提出一种基于语义的构件聚类索引树。并通过实验验证,该聚类索引树是可行的,有效地克服刻面分类方法的缺点,在一定程度上实现对构件的语义检索,而且具有较高的构件查全率和查准率。此外,用户在描述检索条件时,不再局限于限定的术语,更方便于普通用户。(本文来源于《现代计算机(专业版)》期刊2014年23期）
索引树论文开题报告
（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：
随着有序时间序列数据的出现,序列模式挖掘成为数据挖掘领域的一个分支.其中带通配符的序列模式挖掘又是该领域中一个重要的研究问题,同时随着数据规模越来越大,算法的挖掘效率尤为重要.现有算法多采用树型结构来实现数据的压缩表示,树的结构和模式匹配方法对挖掘效率有决定性的影响.该文首先设计一个新的树结构索引树I-Tree(Index-Tree)来维护原始序列数据以及序列模式和模式索引信息;然后在索引树的基础上,提出一个新的带通配符的序列模式挖掘算法ITM(Index-Tree based sequential pattern Mining).算法ITM主要用4个策略提高算法的挖掘效率:(1)将原始序列中相同项压缩到一个节点上,该节点只记录项在原始序列中的索引;(2)采用迭代的方式,长度k+1的序列模式是用长度k(k>0)的候选序列模式产生;(3)采用前缀树的结构,逐层将k+1的候选序列模式压缩到索引树上,叶子节点上记录序列模式最后一项的索引;(4)整个挖掘过程,只用一棵索引树.算法ITM通过采用以上索引树压缩原始序列数据以及存储候选序列模式,有效地缩小搜索空间,从而算法效率得到显着提升.另一种提高挖掘效率的思路,是在挖掘过程中允许有小部分的模式丢失,来换取挖掘效率的大幅度提升,即所谓的近似模式挖掘.该文也给出了一个近似序列模式挖掘算法AITM(Approximate Index-Tree based sequential pattern Mining),该近似算法通过估计超序列模式的支持数,将非候选节点提前删掉,减少索引树上的节点个数,从而提高算法的时空效率;但是也因为估计的支持数可能会小于实际值,从而丢失了部分频繁的序列模式.该文实验中,提出的两个算法分别与算法MGCS、MAPB和MAPD进行了对比实验,采用3个典型数据序列进行测试,并设计了3组实验:(1)不同的最小支持度对算法的效率影响;(2)算法的扩展性;(3)通配符长度对算法效率的影响.实验结果验证了该文提出算法的有效性,时空效率得到一定的提高;针对不同的阈值,最小支持度越小、原始序列长度越长、通配符长度越长,算法的时间效率提高幅度越大;同时近似挖掘算法的精确度接近100%.
（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。
索引树论文参考文献
[1].梁晓,黄韵.基于多索引树的阴影光线遍历算法[J].图学学报.2019
[2].王乐,王水,刘胜蓝,王辉兵.基于索引树的带通配符序列模式挖掘算法[J].计算机学报.2019
[3].吴润泽,蔡永涛,陈文伟,陈文刚,王一蓉.面向多源异构数据源的实际范围索引树索引方法[J].电力系统自动化.2016
[4].王艳,刘继华.基于多维索引树编码的数据库分层访问技术研究[J].软件导刊.2016
[5].袁凌,姜俊,李志.基于混合索引树的空间文本匹配算法[J].华中科技大学学报(自然科学版).2016
[6].徐春,李广原,王玄,田换.一种基于倒排索引树的增量更新关联挖掘算法[J].计算机工程与科学.2016
[7].王文霞.基于分级策略和聚类索引树的构件检索方法[J].计算机技术与发展.2016
[8].梁俊杰,甘文婷,余敦辉.基于位置编码索引树的个性化推荐算法[J].计算机应用.2016
[9].梁俊杰,孙阳征.基于PH-Tree多属性索引树的朋友推荐算法[J].计算机科学.2015
[10].田晓珍,任姚鹏,王春红.一种改进的构件聚类索引树的研究[J].现代计算机(专业版).2014