导读:本文包含了基于结构查询论文开题报告文献综述、选题提纲参考文献，主要关键词:结构,时态,语义,数据库,结构化,数据,预应力。
基于结构查询论文文献综述写法
刘政,王丽,张鹏,孙天旭,张芬[1]（2019）在《结构化查询语言在森林资源动态监测中的使用》一文中研究指出为更有效的利用森林资源动态监测系统的林业资源数据,使用结构化查询语言对森林资源监测数据库进行查询、修改、更新。本文详细解释了结构化查询语言中各个语句的意义,重点讲解了查询语句的编写,以实现对林业数据的快速有效使用。(本文来源于《山东林业科技》期刊2019年03期）
史云鹏[2]（2019）在《结构暨体外预应力加固实用查询表及试验研究》一文中研究指出近年来国内外对体外预应力加固方法做了大量的理论与试验研究,然而,对于预应力筋和原受弯构件之间的受力关系却没有明确阐明,《混凝土结构加固设计规范》GB50367-2013中对此也只是笼统的给出了一句话。结构在施加体外预应力后,其受力体系是一个超静定系统,且包含接触力学的问题,使得一般设计施工人员难以通过简单快速的方法确定预应力钢绞线的横向张拉量与其对结构所施加荷载之间的关系。因此,本论文旨在利用一个实际体外预应力结构的加载实验和有限元软件Ansys的模拟,来分析钢筋混凝土梁在不同截面尺寸、跨度、配筋形式等情况下,体外预应力筋对其的加固效果,并通过改变体外预应力筋的截面尺寸以及张拉点的个数来进行对比分析,最终得出对钢绞线的张拉与梁跨中挠度和钢绞线对梁产生的顶撑力之间的关系,为工程中的设计计算提供参照。本文从有限元模拟出发,考虑体外预应力加固混凝土构件的力学计算模型所牵涉的超静定、几何非线性、材料非线性和接触非线性等问题,并与理论计算和实验成果进行对比,主要做了如下几项研究:1)通过一个实际体外预应力结构的加载实验来研究预应力钢绞线与原钢梁之间的受力关系,在实验过程中不断改变各项参数的数值,如初始预应力大小、钢绞线截面尺寸、钢绞线横向张拉量等,并将试验结果与有限元模拟结果进行对比分析,来验证有限元模拟的准确性。2)通过Ansys进行大量的模拟分析,不断的变化各项参数,如荷载大小、梁的截面参数、梁的跨度、配筋率、钢绞线的截面尺寸、钢绞线的横向张拉量等,得出了体外预应力钢绞线对梁的挠度改善效果以及对梁所提供的竖向顶撑力等,并统计编制成查询表。3)通过理论计算梁在初始荷载下的挠度变形并与Ansys模拟结果进行对比分析,进一步证明了有限元模型的可靠性。研究表明,钢筋混凝土梁在同一跨度下,其截面尺寸越小对应的初始跨中挠度越大,对应的初始顶撑力也越大,并且在钢绞线进行横向张拉的过程中,截面小的梁挠度变化速率更快,而其顶撑力的变化速率则相差不多。当梁在同一截面下,其跨度越大对应的初始跨中挠度越大,对应的初始顶撑力也越大,并且在钢绞线横向张拉过程中,跨度大的梁其挠度变化速率更快,而跨度小的梁其顶撑力变化速率更快。同时,在同一张拉量下,两点张拉对梁的加固效果要高于单点张拉。(本文来源于《北方工业大学》期刊2019-05-24）
朱玉,游进国,付子玉[3]（2019）在《基于随机游走的语义结构查询算法》一文中研究指出在语义结构查询问题中,传统的查询方法无法快速直观地描述一个具有百万节点的大图,并衡量语义结构的重要性。针对该问题,VoG算法利用子图分割方法并最大化对语义结构进行匹配。提出一种MRQ算法,解决传统算法中查询时间长等问题。利用ApxGreedy算法对输入图进行聚集;通过聚集后超点强弱关联生成随机游走图;使用随机游走算法对语义结构进行查询,根据聚集过程与查询过程中产生的损失进行加权求和,并排序输出语义结构。随机游走查询算法有效地降低了时间复杂度。MRQ算法与VoG算法在真实数据集上的对比实验表明,MRQ算法在时间上比VoG快10倍,误差率降低3.75%。(本文来源于《计算机应用与软件》期刊2019年05期）
王广香[4]（2019）在《基于频繁结构的大规模动态图子图查询方法研究》一文中研究指出随着科技的不断进步和发展,图作为一种重要的数据结构已广泛应用于各种新兴领域,如社交网、蛋白质交互网、生物信息网、智能交通网等。近年来,互联网用户数量的飞速增长和网络技术的深度发展,导致图数据规模日益庞大且动态变化。如何对大规模动态图进行有效的管理成为当前图数据领域研究的热点问题。子图查询作为重要的图搜索技术,因为其可以更具针对性地为用户返回查询结果而被广泛研究。传统算法处理大规模图子图查询效率低下,现有子图查询方法多通过建立索引或进行图压缩来加快查询。频繁结构在数据图中频繁稳定存在,并隐藏大量有用信息,很多方法对其建立索引以加速查询。但其多受查询图类型限制,难以满足任意查询需求并适应于任意大图数据查询。此外,已有研究多忽略大图数据的快速更新,难以处理动态图查询。为此,本文利用索引查询优势,提出了一种基于频繁结构的大规模动态图子图查询方法(subgraph query based on frequent structure in large-scale dynamic graph,FS-DSQ)。本文的主要研究工作如下:(1)充分分析频繁结构特征,提出旋转对称频繁结构,线下挖掘数据图中的该结构及对应子图,并建立旋转对称频繁结构索引(RSFS索引)以方便查询。提出索引的增量式动态维护策略,充分考虑频繁I/O及网路通信开销等因素,利用定时更新取代实时更新,根据变化类型不同,提出点、边增加和点、边删除两种动态维护策略,只对变化的索引项进行更新,避免全局更新带来的巨大开销。(2)提出大规模动态图子图查询方法,包括查询图分解、基于RSFS索引的动态查询。首先,提出基于最大分解原则的查询图拆解算法,将查询图逐步拆解为RSFS索引中其最大子集结构的集合。然后,进行子图优化查询与连接。利用RSFS索引对各拆解结构进行优化查询,利用前置结构查询序列L及公共点等信息形成查询约束,约束后置结构查询,快速过滤掉不满足约束的子图结果,仅保留有效的可连接子图结果集。利用旋转对称结构特征优势,对中间结果进行快速连接,形成查询结果。最后,利用收集的图变化操作,动态修正查询结果,以获得最终查询结果。(3)基于真实数据集和模拟数据集进行实验验证,从索引创建时间、存储开销、子图查询时间、索引更新时间四个方面与多种算法进行对比,在空间和时间上证明了本文算法的有效性。(本文来源于《辽宁大学》期刊2019-05-01）
王蔓子[5]（2019）在《基于公共子结构的RDF多查询优化算法研究》一文中研究指出随着语义网技术的快速发展和广泛应用,RDF数据规模不断扩大。海量的RDF数据集使得多个用户同时提交查询请求时如何快速高效的返回相应结果集的多查询问题成为目前研究的热点之一。而传统的单查询优化主要是从查询语句本身以及数据处理的角度提高单个查询执行效率,没有考虑到多个查询之间可重复使用的公共部分可以更大程度上减少整体计算代价。由于多个被单独优化的查询依次顺序执行所累加的时间代价要远远高于查询集进行多查询优化处理的整体执行代价。故相较于单查询优化,加速高并发查询处理的多查询优化对解决多查询应答缓慢的问题具有极大的现实意义和实际价值。多查询中公共子结构的复用可以降低整体的计算代价,从而提高多查询的执行效率。因此本文针对公共子结构的构造,搜索,重用,提出两种不同的算法进行多查询优化。主要工作分为以下方面:1)构建特定的RDF数据存储索引机制和语义化简规则;2)提出并实现了基于叁元组模式重排的RDF多查询优化算法,在尽可能构造公共子结构的同时,对具备价值的公共子结构建立物化视图以实现复用;3)提出并实现了利用公共子结构进行查询重写的RDF多查询优化算法,基于在查询图中搜索到的公共子结构进行查询改写,利用选择率估计对重写后的查询进行再次优化。将本文的多查询优化算法与当前主流的查询引擎进行对比实验,结果表明本文的方法在查询效率方面均具有可观的效果。特别是在RDF数据集规模较大,查询集中查询数量较多,查询语句较为复杂的情况下,本文的多查询优化方法效果更好。(本文来源于《武汉科技大学》期刊2019-05-01）
庄礼金[6]（2018）在《基于四叉树结构的增量近邻查询方法》一文中研究指出针对用户在获得位置服务的同时,用户的位置隐私可能会被泄露的问题,采用四叉树结构的方法构造匿名区域,提出基于四叉树结构的增量近邻查询方法。该方法考虑到目标节点的密度,采用四叉树结构的方法构造合理的匿名区域,进行增量近邻查询,从而实现用户根据自身的查询需求获取位置服务的同时保护目标用户的位置隐私。经过性能分析,提高查询隐私保护度和位置查询准确度。(本文来源于《电子测试》期刊2018年21期）
宋伟伦,田国祥,柳青青,耿辉,王雪[7]（2018）在《MIMIC数据库申请、导入、结构关系及查询》一文中研究指出重症医学是研究危及生命的疾病状态的发生、发展规律及其诊治方法的临床医学学科,是现代医学中不可缺少的重要组成部分,受到医学界的广泛重视。MIMIC数据库是在美国国立卫生研究院的资助下,由美国麻省理工学院计算生理学实验室、贝斯以色列迪康医学中心以及飞利浦医疗共同发布的开放的重症医学数据库,其患者样本量大、追踪时间长并且具有多样性,患者临床信息全面,临床生命体征数据点频率高,研究者可免费申请使用的数据库。本文旨在对该数据库的申请、导入、结构关系及查询进行介绍。(本文来源于《中国循证心血管医学杂志》期刊2018年10期）
徐紫枫,周福才,李宇溪,秦诗悦[8]（2018）在《支持邻接关系查询的图结构密文搜索方案》一文中研究指出现有的密文搜索方案不支持复杂数据结构,因此,提出一个针对图结构的密文搜索模型,给出其算法的形式化定义及安全模型.利用矩阵结构的加密索引提出一个支持邻接关系查询的图结构密文搜索方案,给出了方案算法的具体描述,并对安全性与效率进行分析.方案使用伪随机函数和伪随机置换,保证了用户的图数据和索引信息不被泄露,并通过现实模型实验和理想模型实验的方法进行安全性证明.对比传统密文搜索方案,该方案支持更加灵活的查询,并拥有更高的效率,在大数据环境下拥有广泛的应用前景.(本文来源于《东北大学学报(自然科学版)》期刊2018年08期）
刘秋如[9]（2018）在《大规模结构化及半结构化生物数据查询方法研究》一文中研究指出人类基因组计划的启动和顺利实施,使得对生命与科学的研究迈进了后基因组时代,各种基因组学、蛋白质以及疾病等相关的生物大数据呈现爆炸性增长的趋势,研究这些海量生物数据会给生命科学技术提供广阔的前景。但相继而来的便是给传统计算设备带来的巨大的计算压力。如何从“海量”的生物数据中挖掘出有价值的信息是生物信息学研究的主要目的,也是目前制约生物学发展的主要瓶颈。因此,迫切需要对大规模的生物数据进行处理与分析。而近些年发展起来的大数据云计算等技术为海量生物数据的管理与分析指明了一个新的方向。本文探讨的就是如何利用大数据以及云平台的相关知识和原理实现对大规模结构化及半结构化生物数据的存储与高效查询工作。本文利用大数据的相关技术,研究了基于分布式计算平台Hadoop及其分布式处理框架Map Reduce的大规模的结构化和半结构化生物数据存储与查询方法。首先,利用分布式数据库Hbase存储经过映射转换后的大规模生物数据,同时结合分布式并行计算框架Map Reduce设计相应的大规模生物护具查询算法,实现了对海量生物数据的高效处理。然后提出了基于Hbase的非主键的索引方法,进而对大规模生物数据查询方法进行了性能优化。在此基础上,研发了涵盖大规模生物数据存储、查询预处理、查询、非主键索引等功能的大规模生物数据管理系统,该系统利用分布式数据库Hbase来存储异构的大规模结构化和半结构化生物数据,通过相应的映射转换模型,实现了异构生物数据的统一化查询处理。同时该系统充分利用分布式并行框架Map Reduce的优点,很好的适应了日益增长的大规模生物数据管理需求,提升了生物大数据的处理效率。最后,通过一系列对比实验,对本文提出的算法和系统进行了验证。实验结果表明,相比于传统存储查询处理方法,本文所提出的相关方法在处理性能上具有明显优势。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
涂宏俊[10]（2018）在《基于子结构逻辑的不确定性语义时态查询中间件研究》一文中研究指出本文对不确定性语义的时态查询问题进行研究,主要目的为解决时态查询及其演算在表达能力与计算复杂性之间的两难性平衡优化问题。在时空大数据、时空众包与云计算等应用的催化下,时态形式化演算已日益复杂,对知识表达的范畴有了极大扩充。但在知识表达能力提高的同时,演算系统的计算复杂性也产生了膨胀,甚至组合爆炸。计算复杂性与表达能力之间存在两难性选择:如降低表达能力,加快运算速度,易造成精度不足;如降低计算复杂性,则使得知识难以表达完全,造成计算与预测错误。尤其在不确定性语义、多值与模糊语义方面,急需优化配置计算能力与资源。主要方法为采用句法逻辑相对自由,语义模型由群论支撑并具高度抽象性的子结构逻辑作为形式化工具,对时态演算机制进行优化与查询中间件原型设计与实现。主要研究内容包括:1)建立基于子结构逻辑的不确定性语义演算机制,将时态属性映射为类型语义,从句法演算中剥离时间属性,简化句法逻辑;2)根据句法逻辑,提出可靠并完全于句法演算的代数语义模型,建立比句法演算更为高速有效的逻辑语义演算,加速查询运算;3)据演算系统,设计并实现了查询中间件原型,优化了不确定性语义时态查询过程与机制。通过对应理论(Corresponding Theory),本文将经典的Allen方法的13种时态区间关系映射入演算系统,定性地证明了演算系统与中间件的计算时间复杂度仅为O(n)。同时,针对本文研究所构建的中间件原型,开展了中间件原型查询准确率验证实验,包括对不确定性语义、多值与模糊语义的准确处理,对时间区间关系的准确计算,兼顾时态和非时态知识的验证;针对本文研究所论证的查询时间复杂度展开实验,定量地在4张无规律的自然数据表上实验1000次,包括时态查询与非时态查询(传统查询)的交叉对比实验。经实验表明,时态查询请求的反馈结果与理论预判结果完全一致,时态中间件原型的查询准确为100%,查询曲线随实验次数增加无曲率性变化,呈线性增长,时间复杂度未出现高次变元参数(如n~2等),完成时态查询操作的时间复杂度仅为O(n)。定性与定量分析表明,论文提出的不确定性语义时态演算及其中间件原型高效、可靠,处理范围涵盖了全体时态关系,具有计算与优化共性,为时态信息处理提供理论与技术支撑。(本文来源于《广东工业大学》期刊2018-05-01）
基于结构查询论文开题报告范文
（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：
近年来国内外对体外预应力加固方法做了大量的理论与试验研究,然而,对于预应力筋和原受弯构件之间的受力关系却没有明确阐明,《混凝土结构加固设计规范》GB50367-2013中对此也只是笼统的给出了一句话。结构在施加体外预应力后,其受力体系是一个超静定系统,且包含接触力学的问题,使得一般设计施工人员难以通过简单快速的方法确定预应力钢绞线的横向张拉量与其对结构所施加荷载之间的关系。因此,本论文旨在利用一个实际体外预应力结构的加载实验和有限元软件Ansys的模拟,来分析钢筋混凝土梁在不同截面尺寸、跨度、配筋形式等情况下,体外预应力筋对其的加固效果,并通过改变体外预应力筋的截面尺寸以及张拉点的个数来进行对比分析,最终得出对钢绞线的张拉与梁跨中挠度和钢绞线对梁产生的顶撑力之间的关系,为工程中的设计计算提供参照。本文从有限元模拟出发,考虑体外预应力加固混凝土构件的力学计算模型所牵涉的超静定、几何非线性、材料非线性和接触非线性等问题,并与理论计算和实验成果进行对比,主要做了如下几项研究:1)通过一个实际体外预应力结构的加载实验来研究预应力钢绞线与原钢梁之间的受力关系,在实验过程中不断改变各项参数的数值,如初始预应力大小、钢绞线截面尺寸、钢绞线横向张拉量等,并将试验结果与有限元模拟结果进行对比分析,来验证有限元模拟的准确性。2)通过Ansys进行大量的模拟分析,不断的变化各项参数,如荷载大小、梁的截面参数、梁的跨度、配筋率、钢绞线的截面尺寸、钢绞线的横向张拉量等,得出了体外预应力钢绞线对梁的挠度改善效果以及对梁所提供的竖向顶撑力等,并统计编制成查询表。3)通过理论计算梁在初始荷载下的挠度变形并与Ansys模拟结果进行对比分析,进一步证明了有限元模型的可靠性。研究表明,钢筋混凝土梁在同一跨度下,其截面尺寸越小对应的初始跨中挠度越大,对应的初始顶撑力也越大,并且在钢绞线进行横向张拉的过程中,截面小的梁挠度变化速率更快,而其顶撑力的变化速率则相差不多。当梁在同一截面下,其跨度越大对应的初始跨中挠度越大,对应的初始顶撑力也越大,并且在钢绞线横向张拉过程中,跨度大的梁其挠度变化速率更快,而跨度小的梁其顶撑力变化速率更快。同时,在同一张拉量下,两点张拉对梁的加固效果要高于单点张拉。
（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。
基于结构查询论文参考文献
[1].刘政,王丽,张鹏,孙天旭,张芬.结构化查询语言在森林资源动态监测中的使用[J].山东林业科技.2019
[2].史云鹏.结构暨体外预应力加固实用查询表及试验研究[D].北方工业大学.2019
[3].朱玉,游进国,付子玉.基于随机游走的语义结构查询算法[J].计算机应用与软件.2019
[4].王广香.基于频繁结构的大规模动态图子图查询方法研究[D].辽宁大学.2019
[5].王蔓子.基于公共子结构的RDF多查询优化算法研究[D].武汉科技大学.2019
[6].庄礼金.基于四叉树结构的增量近邻查询方法[J].电子测试.2018
[7].宋伟伦,田国祥,柳青青,耿辉,王雪.MIMIC数据库申请、导入、结构关系及查询[J].中国循证心血管医学杂志.2018
[8].徐紫枫,周福才,李宇溪,秦诗悦.支持邻接关系查询的图结构密文搜索方案[J].东北大学学报(自然科学版).2018
[9].刘秋如.大规模结构化及半结构化生物数据查询方法研究[D].哈尔滨工业大学.2018
[10].涂宏俊.基于子结构逻辑的不确定性语义时态查询中间件研究[D].广东工业大学.2018