河北省科学技术研究与发展计划项目(11213578)
- 作品数：4 被引量：4H指数：1
- 相关作者：陈子阳汤显王璿周军锋周军峰更多>>
- 相关机构：燕山大学更多>>
- 发文基金：国家自然科学基金河北省科学技术研究与发展计划项目河北省重点基础研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 高效的top-k相似字符串查询算法被引量：1
- 2014年
- 研究基于编辑距离的top-k相似字符串查询处理方法,即对于给定的字符串集合S和查询串σ,返回S中前k个与σ编辑距离最小的字符串。首先提出了基于长度跳跃索引的2种自适应过滤策略来减少字符串之间编辑距离的计算次数;其次提出了查询字符串与不匹配字符串集合的编辑距离下界,以便在处理和σ无公共特征的字符串时,进一步减少编辑距离的计算次数;最后给出了基于上述过滤策略的高效top-k相似字符串查询算法,并在3个真实的数据集上进行了实验,实验结果验证了所提算法的高效性。
- 陈子阳韩玉俊王璿周军锋
- 一种新的基于对称性的字符串相似性处理算法
- 2014年
- 对于给定的两个字符串集合,基于相似度的连接操作可用于从中找出相似的字符串对,该操作是数据清洗、数据集成以及协同过滤等应用中的核心操作之一,其执行效率直接影响系统的整体性能。本文提出一种高效计算字符串集合间连接操作的算法Trie-TSS,该方法基于trie树进行处理,利用对称性来减少冗余计算。提出一种旨在减少冗余编辑距离计算操作的优化技术来进一步提升系统性能。最后通过实验验证了Trie-TSS算法的高效性。
- 王燕周军锋汤显陈子阳郭景峰
- 关键词：TRIE树优化技术
- 面向XML关键字查询的高效RKN求解策略被引量：3
- 2014年
- 构建结果子树是XML关键字查询处理的核心问题,其中求解与每个子树根节点相关的关键字节点是影响结果子树构建效率的重要步骤。针对已有方法不能正确求解基于ELCA(exclusive lowest common ancestor)语义的相关关键字节点(RKN,relevant keyword node)的问题,提出RKN的形式化定义及相应的RKN-Base算法。该算法通过顺序扫描每个关键字节点一次即可正确判断其是否为某个ELCA节点的RKN。针对RKN-Base不能避免处理无用节点的问题,提出一种优化算法RKN-Optimized,该算法基于每个ELCA节点求其RKN集合,从而避免了对无用节点的处理,降低了时间复杂度。最后,通过实验验证了所提算法的高效性。
- 陈子阳王璿汤显
- 关键词：可扩展标记语言
- 一种加速XML查询处理的ED编码构建和解析策略
- 2012年
- 使用ED编码进行查询处理可通过减少需要扫描的元素数量来降低系统的I/O负担和加快查询处理的速度,但其解析方向单一、解析过程复杂,这在一定程度上影响了系统性能。提出一种基于可逆有限状态转换器(RFST)进行ED编码构建和解析的方法来增强ED编码解析的灵活性;提出基于代价的ED编码解析策略来协助系统以最优方式解析ED编码,从而达到提升系统性能的目的。
- 陈子阳汤显周军峰
- 关键词：XML查询处理
