【摘 要】
：
当前不确定数据广泛存在于诸如传感器网络、RFID网络、基于位置服务、移动对象管理网上购物和市场监控等各种实际应用中。不确定Skyline查询作为不确定数据管理的一个重要方面，由于其在决策制定、市场分析、环境监控和数据挖掘等方面的重要作用，近年来在数据库和网络计算领域受到广泛关注。首先，概述了各种不确定数据类型上的Skyline查询定义，包括离散、连续概率分布模型以及不完全数据上的Skyline查询
【机 构】
：
National Key Laboratory for Parallel and Distributed Processing, College of Computer, National Unive
论文部分内容阅读
当前不确定数据广泛存在于诸如传感器网络、RFID网络、基于位置服务、移动对象管理网上购物和市场监控等各种实际应用中。不确定Skyline查询作为不确定数据管理的一个重要方面，由于其在决策制定、市场分析、环境监控和数据挖掘等方面的重要作用，近年来在数据库和网络计算领域受到广泛关注。首先，概述了各种不确定数据类型上的Skyline查询定义，包括离散、连续概率分布模型以及不完全数据上的Skyline查询定义；其次，分析了不确定Skyline查询的特点，并在此基础上综述了现有的各种不确定数据集上的集中式和分布式Skyline查询方法，重点分析了各种算法的原理和优缺点；再次，介绍了不确定数据流上的Skyline查询定义并综述了各种不确定数据流上的Skyline查询方法；最后，基于最新研究动态指出了未来不确定Skyline查询研究的趋势。
其他文献
分析了李群流形空间的几何结构、核函数和KFDA的原理，推导了矩阵李群内积空间的度量形式，进一步推导出5个李群核函数，并以此设计实现了KLieDA算法。李群核函数是适应性更广的核函数形式，由于欧氏空间的几何结构是李群的子集，李群函数不仅适用于矩阵李群的样本集，同时也适用于常规的向量形式的样本集。实验表明，基于李群函数和李群均值理论的KLieDA算法是一种快速高效的李群样本分类器。实验部分除了KLie
网络结构分析是人工智能领域基本问题。应用粒计算方法讨论了网络结构信息计算，从粒计算基本问题角度，采用商空间理论研究了网络结构粒化和粒化后不同粒度空间中的问题，特别是基于粒化如何计算不同粒层的粒间距离问题。应用方面，讨论了大规模网络结构最短路径搜索问题。作为大规模网络路径分析的预处理方法，选择社团作为基本粒，将大规模网络粒化到不同的粒度空间，形成不同粒度商空间的分层递阶粒度链。提出了基于分层递阶粒度
多Agent系统中,Agent间通过形成联盟达到提高任务求解能力,获取更多收益的目的。主要关注联盟模型的改进和联盟形成阶段的改进,基于ARG(agent,role,group)元模型和学习机制提出了一种采用角色和学习机制的新联盟模型CLAR；在采用合同网协议的CLAR联盟模型中提出了两阶段联盟形成机制；通过捕食者问题实验验证了角色和学习机制的作用,以及两阶段联盟形成机制在减少通讯代价上的作用。
提出了一种自适应三维美工树木骨架提取算法。该算法主要由前处理、骨架提取和后处理三个步骤组成。前处理阶段依次完成预计算操作，包括对具有几何相似性的子枝进行聚类，自适应生成每个子枝点云的聚类长度阈值，确定子枝之间的父子关系等；骨架提取阶段实现对每个子枝点云的聚类，及其对应骨架点、骨架曲线的生成等操作；后处理阶段完成孤立骨架节点去除，整棵树所有骨架曲线光滑化等处理。该树木骨架提取过程完全由计算机自动完成
微博数据具有实时动态特性,人们通过分析微博数据可以检测现实生活中的事件。同时,微博数据的海量、短文本和丰富的社交关系等特性也为事件检测带来了新的挑战。综合考虑了微博数据的文本特征(转帖、评论、内嵌链接、用户标签hashtag、命名实体等)、语义特征、时序特性和社交关系特性,提出了一种有效的基于微博数据的事件检测算法(EDM)。还提出了一种通过提取事件关键要素,即关键词、命名实体、发帖时间和用户情感
不确定数据流上的Skyline查询技术逐步引起研究者的关注，传统的集中式流处理算法难以满足海量数据的查询需求，并且云计算所提供的海量计算资源和有效的存储管理模式，为研究并行Skyline查询技术提供了充足的条件。基于上述事实，提出了一种不确定数据流上的并行Skyline查询算法(PSUDS)。该算法通过交叉划分滑动窗口的方式，将集中式流查询转化为并行处理，以并行执行的方式来解决集中式算法处理性能不
随着DNA微阵列技术的出现,大量关于不同肿瘤的基因表达谱数据集被发布到网络上,从而使得对肿瘤特征基因选择和亚型分类的研究成为生物信息学领域的热点。基于Lasso方法提出了K-split Lasso特征选择方法,其基本思想是将数据集平均划分为K份,分别使用Lasso方法对每份进行特征选择,而后将选择出来的每份特征子集合并,重新进行特征选择,得到最终的特征基因。实验采用支持向量机作为分类器,结果表明K
虚拟化技术在云计算中广泛应用。传统虚拟化技术对操作系统的一些操作都进行了捕捉与封装，使其越来越复杂，同时也影响了操作系统的性能。针对众核平台的发展趋势和特点，面向众核平台设计并实现了一个轻量级的高性能虚拟机监控器——蜂鸟(Trochilidae)。多操作系统可以同时运行在此虚拟机监控器之上，同时对操作系统性能无损失。在提供传统虚拟机监控器功能的基础上，蜂鸟的代码量仅4000行左右(包括汇编与C代码
实例位置模糊在许多领域里都有着非常重要的应用，比如生物医学图像数据库和地理信息系统(GIS)。研究了实例位置模糊的空间co-location模式挖掘问题。定义了实例位置模糊的空间co-location模式挖掘的相关概念，包括实例位置模糊、位置参与率等；给出了基本算法来挖掘实例位置模糊的co-location模式；提出了两种改进算法，即基于网格的距离计算和减枝候选模式，以提高挖掘性能，加快co-lo
实时复杂事件处理系统(CEP系统)用于从原子事件流中检测出复杂事件,需要确保事件处理任务在截止期内完成。确保实时性的关键问题是如何估算系统中复杂事件处理程序(CEP程序)的最坏响应时间。现有针对一般程序的估算方法需要标注对象程序中子程序执行次数的取值范围。然而,CEP程序较为复杂,难以直接获知子程序执行次数的取值范围。虽然执行次数间存在关联关系,可以间接求解出取值范围,但这样得到取值范围不够严格,