基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统算法不能有效结合半结构化数据特征,在进行算法运行过程中所查询的数据量较少,且时间较长.于是基于群体智能研究了一种新的半结构化数据查询算法.采用粒子群优化算法建立半结构化数据查询模型,标记空间内的数据特征,运用中心-离散算法对计算模型数据中的不同粒子类型进行查询,在不同范围内实现对数据的查询与搜索.采用映射方法形成数据查询模型集合,并利用映射关系与有向图中的数据内容建设半结构化数据模型储存空间,利用标签树区分数据结构与数据层次,实现对半结构化数据的查询优化.实验结果表明,所提算法的数据查询量更多,查询时间更短,说明上述方法优化能力更强.
推荐文章
群体智能混合算法优化XML数据查询策略
粒子群算法
蚁群算法
信息素
路径离散
可扩展标记语言概率查询
半结构化数据OEM图应用
对象交换模型(OEM)
TSL
查询重写
算法
半结构化数据
基于模型检测的半结构化数据查询
模型检测
时序逻辑
Lorel
OEM模型
群体智能混合算法优化XML数据查询策略
粒子群算法
蚁群算法
信息素
路径离散
可扩展标记语言概率查询
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于群体智能的半结构化数据查询优化算法
来源期刊 计算机仿真 学科
关键词 群体智能 数据查询 粒子群体优化算法 半结构化模型 标签树
年,卷(期) 2021,(8) 所属期刊栏目 仿真智能化
研究方向 页码范围 381-385
页数 5页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1006-9348.2021.08.076
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (190)
共引文献  (22)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(16)
  • 参考文献(0)
  • 二级参考文献(16)
2014(28)
  • 参考文献(0)
  • 二级参考文献(28)
2015(18)
  • 参考文献(0)
  • 二级参考文献(18)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(16)
  • 参考文献(0)
  • 二级参考文献(16)
2018(20)
  • 参考文献(5)
  • 二级参考文献(15)
2019(6)
  • 参考文献(4)
  • 二级参考文献(2)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
群体智能
数据查询
粒子群体优化算法
半结构化模型
标签树
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导