导读:本文包含了查询分解论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:分解,语义,最小,索引,本体,矩阵,递归。
查询分解论文文献综述
顾荣,仇红剑,杨文家,胡伟,袁春风[1]（2017）在《Goldfish:基于矩阵分解的大规模RDF数据存储与查询系统》一文中研究指出随着互联网应用的迅猛发展和语义网技术研究的深入,语义数据呈现出爆炸性增长趋势.一方面,对于语义数据实现高效存储和查询是语义网应用的重要基础,越来越多的语义应用可以依赖于此以提供更好的服务;另一方面,语义数据的爆炸性增长,对大数据环境下的语义数据的存储与查询技术提出了新的挑战.传统的基于关系型数据库的语义数据与查询系统已难以满足大规模语义数据的存储与查询需求.该文针对大规模RDF数据的存储与查询问题,以OpenRDF Sesame框架为基础,采用分布式分层式存储架构,提出并实现了属性表存储结构来进行语义数据的存储.在此基础上,针对布尔矩阵分解算法在对大规模语义数据构造属性表较慢的问题,基于Spark分布式计算框架提出并实现了并行化频繁项集挖掘算法求解大规模矩阵分解,以加速属性表的构造过程.并且,在查询层增加了基于哈希转换等查询优化.最后,基于该文所提出的索引结构和优化方法设计实现了原型系统Goldfish,并在大规模合成和真实数据集上进行了实验对比.结果表明,Goldfish原型系统比Rainbow系统查询性能平均提升约6倍,比Jena-HBase查询性能平均提升约500倍,比基于MapReduce的RDF查询系统SHARD性能平均提升约1200倍.(本文来源于《计算机学报》期刊2017年10期）
冀陆兵,吴荣光,陈江玲[2]（2016）在《利用最小填充树分解方法实现最短路径查询》一文中研究指出随着社会的快速发展,道路网的规模越来越大,传统的最短路径算法已不能满足当前的实时要求,本文将基于最小度的树分解查询算法扩展至有向有权图中,提出了效果更好的基于最小填充的树分解最短路径查询算法,并对查询算法求解集合的过程进行了优化,实验结果表明,随着数据规模的增长,算法的时间效率相对于采用二叉堆的Dijkstra算法得到数量级提高。(本文来源于《地理信息世界》期刊2016年06期）
景永霞,苟和平,刘强[3]（2016）在《基于矩阵分解的Deep Web查询接口相似性研究》一文中研究指出Deep Web查询接口匹配有利于实现Deep Web数据有效检索,为了建立查询接口之间的匹配关系,本文提出了一种基于非负矩阵分解的查询接口相似性计算方法,通过将查询接口集中的接口进行向量化,建立以这些查询接口向量为列向量的非负矩阵,然后对此矩阵进行分解,找出两个低秩的矩阵,实现数据维数缩减,同时分解后的低秩矩阵能够保持每个分量的物理含义.最后通过实践表明此方案的实际可行性.(本文来源于《兰州文理学院学报(自然科学版)》期刊2016年06期）
杨书新,谭伟,魏朝奇[4]（2015）在《一种基于图结构分解的图近似查询方法研究》一文中研究指出图近似查询能够得到与查询图近似的结果集,相比较精确查询具有更广泛的应用范围。为提高近似查询的查准率和查全率,提出一种基于图结构分解的查询算法。该算法通过对查询图和目标图进行图结构分解,对其建立图分解索引,利用查询图的最小生成树集得到满足阈值的生成树集,通过图标准编码在索引中快速定位,查找出所有可能的近似结果。实验结果表明,该算法能有效得到近似结果,提高查询速度。(本文来源于《计算机工程与科学》期刊2015年02期）
Ahmet,SAYAR,Süleyman,EKEN,Okan,ZTüRK[5]（2015）在《不确定空间二维范围查询的Kd-树和四叉树分解（英文）》一文中研究指出研究目的:通过点数据二维范围查询性能测试评价空间划分方法(kd-树和四叉树)的可行性和有效性。创新要点:基于不确定空间创建有效索引,将范围查询分解成多个等尺寸子范围求解。研究方法:将数据集合定义为二维平面上的点,进行范围查询(窗口查询)。根据数据大小(相对大或相对小)及其分布(随机或偏斜)测试四种方案(图3-8)。相同的测试同时应用于真实数据(Turkey’s points of interest data,图9-11)。重要结论:所提算法有助选取由索引表格创建的最佳划分组合,最小化给定查询响应时间。四叉树索引平行度更高,这很大程度上由于四叉树更清晰地揭示数据空间位置。(本文来源于《Journal of Zhejiang University-Science C(Computers & Electronics)》期刊2015年02期）
范时平,潘淑琴,罗启涵[6]（2014）在《一种新的基于递归分解的图可达性查询算法》一文中研究指出针对现实中许多超大规模图可达性查询的问题,提出了一种新的基于递归分解的算法,即将原图递归分解成一系列生成树和剩余图两类子图,并通过分别查询这两类子图来减少查询开销。相比于区间标记、链分解、2-hop标签和路径树等传统算法,该算法不仅空间开销更小,且时间复杂度更低。仿真实验表明,该算法对处理大规模有向图可达性问题上存储规模更小且查询效率更高。(本文来源于《计算机应用研究》期刊2014年12期）
饶祎,卢桂强,霍睿,王丰[7]（2014）在《基于语义聚类的查询分解算法在空间数据集成系统中的应用》一文中研究指出通过对空间数据集成系统中数据查询基本流程的分析,指出了系统中数据源的异构性给查询带来的问题,并阐述了传统基于语法层面的查询分解方法的不足。提出了一种基于语义聚类的查询分解算法,在语义层面上将用户的查询请求分解为子查询并提交给相应的数据源,从而提高了系统对数据查询请求的响应率和结果的精确性。(本文来源于《电脑知识与技术》期刊2014年21期）
黄霞[8]（2014）在《基于本体和奇异值分解的图像数据索引查询算法》一文中研究指出提出一种基于领域本体潜在语义索引和奇异值分解的图像数据查询算法,将查询扩展向量映射到潜在语义空间,根据相似度计算方法计算查询向量与图像文档之间的相似度,并将相似度大于阀值的文档作为检索结果降序排列返回给用户.该算法能更有效地提高图像检索的查准率和查全率.(本文来源于《电子学报》期刊2014年02期）
崇昊旻,陈合[9]（2013）在《基于树分解结构的Top-k最短路径查询算法》一文中研究指出基于树分解原理及性质,本文运用启发式树分解方法将图转换为树结构,并对分解树进行预处理,在这些预存储的索引信息中查询Top-k最短路径。将树分解索引结构应用到Yen算法,通过解决树分解结构上的限制性路径查询,即Top-1最短路径查询,依次循环求解出Top-k最短路径查询。本算法并没有改变Yen算法最坏情况下的时间复杂度,而是通过分解树上的索引信息在分解树上递归查找,快速查找出最短路径。实验结果表明,基于树分解结构的Top-k最短路径查询算法比Yen算法的查询效率高,且存储索引信息在可接受范围内。(本文来源于《计算机与现代化》期刊2013年05期）
龙浩,霍娜[10]（2012）在《一种基于XQuery的查询分解算法》一文中研究指出针对查询分解算法查询的局限性和较低的查全率,提出了一种基于本体XQuery语言FWR表达式的查询分解算法.该算法利用XQuery全局查询语句,以FWR表达式的3项操作(构造查询范围、子查询条件和子查询输出属性集)将基于全局本体的查询分解到针对局部本体的子查询,能够降低查询分解的复杂性、保证查询的语义完整性,并能提高查全率.通过实例进行具体分析,验证了算法的有效性.(本文来源于《江苏建筑职业技术学院学报》期刊2012年04期）
查询分解论文开题报告
（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：
随着社会的快速发展,道路网的规模越来越大,传统的最短路径算法已不能满足当前的实时要求,本文将基于最小度的树分解查询算法扩展至有向有权图中,提出了效果更好的基于最小填充的树分解最短路径查询算法,并对查询算法求解集合的过程进行了优化,实验结果表明,随着数据规模的增长,算法的时间效率相对于采用二叉堆的Dijkstra算法得到数量级提高。
（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。
查询分解论文参考文献
[1].顾荣,仇红剑,杨文家,胡伟,袁春风.Goldfish:基于矩阵分解的大规模RDF数据存储与查询系统[J].计算机学报.2017
[2].冀陆兵,吴荣光,陈江玲.利用最小填充树分解方法实现最短路径查询[J].地理信息世界.2016
[3].景永霞,苟和平,刘强.基于矩阵分解的DeepWeb查询接口相似性研究[J].兰州文理学院学报(自然科学版).2016
[4].杨书新,谭伟,魏朝奇.一种基于图结构分解的图近似查询方法研究[J].计算机工程与科学.2015
[5].Ahmet,SAYAR,Süleyman,EKEN,Okan,ZTüRK.不确定空间二维范围查询的Kd-树和四叉树分解（英文）[J].JournalofZhejiangUniversity-ScienceC(Computers&Electronics).2015
[6].范时平,潘淑琴,罗启涵.一种新的基于递归分解的图可达性查询算法[J].计算机应用研究.2014
[7].饶祎,卢桂强,霍睿,王丰.基于语义聚类的查询分解算法在空间数据集成系统中的应用[J].电脑知识与技术.2014
[8].黄霞.基于本体和奇异值分解的图像数据索引查询算法[J].电子学报.2014
[9].崇昊旻,陈合.基于树分解结构的Top-k最短路径查询算法[J].计算机与现代化.2013
[10].龙浩,霍娜.一种基于XQuery的查询分解算法[J].江苏建筑职业技术学院学报.2012
论文知识图
