檢索時(shí)會(huì)出現(xiàn)數(shù)據(jù)檢索不安全、數(shù)據(jù)檢索效率低的問(wèn)題，導(dǎo)致數(shù)據(jù)資源共享出現(xiàn)了嚴(yán)重的“數(shù)據(jù)孤島”情況。因此，建立一套完整的科技創(chuàng)新數(shù)據(jù)檢索體系是十分必要的。有研究人員提出深度學(xué)習(xí)驅(qū)動(dòng)的跨模態(tài)數(shù)據(jù)檢索方法，建立了基于深度學(xué)習(xí)的多模式信息檢索模型，在該模型上，結(jié)合深度學(xué)習(xí)的強(qiáng)大學(xué)習(xí)與表達(dá)能力，采用多標(biāo)記相似度測(cè)量與建模訓(xùn)練技術(shù)，實(shí)現(xiàn)科技創(chuàng)新數(shù)據(jù)的檢索[1]；還有研究人員提出基于哈希算法的異構(gòu)多模態(tài)數(shù)據(jù)檢索研究方法，通過(guò)對(duì)圖像和文字的語(yǔ)義建模，以保證在模式中的語(yǔ)義一致

況，文章采取數(shù)據(jù)檢索法，于中國(guó)知網(wǎng)上搜集與之相關(guān)的中文文獻(xiàn)發(fā)表數(shù)量、類型、研究領(lǐng)域等數(shù)據(jù)并做了Word圖表分析，結(jié)果表明當(dāng)前國(guó)內(nèi)安全人機(jī)工程學(xué)處于初期發(fā)展階段，新一代技術(shù)革命將極速推動(dòng)其研究范圍及領(lǐng)域擴(kuò)大，且接下來(lái)的研究熱點(diǎn)是安全人機(jī)工程學(xué)在高科技技術(shù)層面的應(yīng)用設(shè)計(jì)以及如何使其在人機(jī)融合方向得到最大化發(fā)展。關(guān)鍵詞：數(shù)據(jù)檢索??數(shù)據(jù)處理??安全人機(jī)工程學(xué)??發(fā)展現(xiàn)狀中圖分類號(hào)：X914?????文獻(xiàn)標(biāo)志碼：AAnalysis?on?the?Developme

據(jù)挖掘、視覺(jué)數(shù)據(jù)檢索與智能分析。 以第一作者或通訊作者在TIP、 TKDE、 TMM 等國(guó)際權(quán)威期刊和會(huì)議發(fā)表論文40 余篇；主持國(guó)家自然科學(xué)基金項(xiàng)目3 項(xiàng)、 省級(jí)項(xiàng)目多項(xiàng)；獲得山東省科技進(jìn)步二等獎(jiǎng)1 項(xiàng)、吳文俊人工智能科學(xué)技術(shù)三等獎(jiǎng)1 項(xiàng)、山東省高校優(yōu)秀科研成果一等獎(jiǎng)和二等獎(jiǎng)各1 項(xiàng)。擔(dān)任中國(guó)人工智能學(xué)會(huì)青年工委常務(wù)委員，山東省人工智能學(xué)會(huì)常務(wù)理事、學(xué)術(shù)工委秘書(shū)長(zhǎng)等學(xué)術(shù)兼職。 曾擔(dān)任第七屆中國(guó)數(shù)據(jù)挖掘會(huì)議和CCF 第一屆國(guó)際人工智能會(huì)議組織主席、第一屆山

數(shù)據(jù)所有者、數(shù)據(jù)檢索者和云服務(wù)器，如圖2所示。圖2 系統(tǒng)框架數(shù)據(jù)所有者：負(fù)責(zé)搜集數(shù)據(jù)，建立索引，并把數(shù)據(jù)和索引加密外包到云服務(wù)器上。除此之外，數(shù)據(jù)所有者還需要給需要查詢數(shù)據(jù)的使用者合理授權(quán)。數(shù)據(jù)檢索者：將生成的關(guān)鍵字的陷門(mén)發(fā)送給服務(wù)器，且只有得到數(shù)據(jù)所有者授權(quán)的情況下才能訪問(wèn)數(shù)據(jù)。云服務(wù)器：提供了密文檢索所需的大量存儲(chǔ)空間和計(jì)算資源，云服務(wù)器一旦接到數(shù)據(jù)檢索者的合法請(qǐng)求，匹配所有包含該搜索關(guān)鍵字的列表，并返回給數(shù)據(jù)檢索者。1.2 問(wèn)題定義本方案假設(shè)數(shù)據(jù)所有

loud實(shí)現(xiàn)數(shù)據(jù)檢索，提供了高效便捷的智能化管理手段。關(guān)鍵詞：電網(wǎng)管理;Hadoop存儲(chǔ);分布式;數(shù)據(jù)檢索中圖分類號(hào)：TP311.13文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1001-5922（2022）06-0172-04Realization of power big data storage based on distributed file systemCHEN Xingbin WANG Zhou ZHENG Piaopiao LIN Dewei LIU Qing

預(yù)編碼視頻元數(shù)據(jù)檢索方法，采用大數(shù)據(jù)信息分布式存儲(chǔ)技術(shù)實(shí)現(xiàn)對(duì)多媒體數(shù)據(jù)庫(kù)混合預(yù)編碼視頻元數(shù)據(jù)的信息存儲(chǔ)結(jié)構(gòu)分析和檢索，建立分布式的數(shù)據(jù)存儲(chǔ)和檢索結(jié)構(gòu)模型，提高多媒體數(shù)據(jù)庫(kù)混合預(yù)編碼視頻元數(shù)據(jù)的特征分析和信息調(diào)度能力.結(jié)合分辨多媒體數(shù)據(jù)庫(kù)混合預(yù)編碼視頻元數(shù)據(jù)的稀疏性特征分析結(jié)果，通過(guò)混合編碼和參數(shù)分析，采用模糊信息融合方法，實(shí)現(xiàn)多媒體數(shù)據(jù)庫(kù)混合預(yù)編碼視頻元數(shù)據(jù)檢索和特征分析[1].對(duì)多媒體數(shù)據(jù)庫(kù)混合預(yù)編碼視頻元數(shù)據(jù)檢索是建立在對(duì)視頻圖像的自適應(yīng)傳輸分析和優(yōu)化

此同時(shí)，法律數(shù)據(jù)檢索也得到迅速發(fā)展，使得法律領(lǐng)域開(kāi)辟了一個(gè)全新的學(xué)習(xí)和辦公方式。法律數(shù)據(jù)的系統(tǒng)化、數(shù)據(jù)檢索的智能化、法學(xué)與云技術(shù)的深度融合發(fā)展，都給中國(guó)法學(xué)的發(fā)展開(kāi)辟了一個(gè)全新的時(shí)代。關(guān)鍵詞：互聯(lián)網(wǎng);法律數(shù)據(jù);數(shù)據(jù)檢索;智能化一、法律數(shù)據(jù)檢索的建設(shè)發(fā)展背景（一）技術(shù)背景隨著大數(shù)據(jù)的發(fā)展，法律數(shù)據(jù)檢索對(duì)于支持技術(shù)的要求也越來(lái)越高。在法律數(shù)據(jù)檢索方面引用網(wǎng)絡(luò)爬蟲(chóng)技術(shù)，使得法律數(shù)據(jù)的處理和分析愈發(fā)高效化、準(zhǔn)確化和便捷化。[1]數(shù)據(jù)庫(kù)的建立，使得繁雜和分散的法律數(shù)

述。因此，在數(shù)據(jù)檢索的過(guò)程中，要想準(zhǔn)確全面的檢索出所有結(jié)果，需要充分考慮跨源跨模態(tài)[1]。多源多模態(tài)數(shù)據(jù)通常表現(xiàn)出較為顯著的語(yǔ)義區(qū)別[2]，即高層與低層語(yǔ)義的不一致性。這種特征使得即便在高層語(yǔ)義相近時(shí)，也無(wú)法保證低層語(yǔ)義的完全吻合。此外，網(wǎng)絡(luò)數(shù)據(jù)量的膨脹使得檢索方法需要具有大數(shù)據(jù)處理能力，而大數(shù)據(jù)的應(yīng)用也必然會(huì)促進(jìn)多源多模態(tài)數(shù)據(jù)的轉(zhuǎn)換。所以對(duì)于多源多模態(tài)大數(shù)據(jù)的檢索研究勢(shì)在必行。當(dāng)前關(guān)于多源多模態(tài)數(shù)據(jù)檢索主要是基于單模態(tài)擴(kuò)展與哈希算法。文獻(xiàn)[3]提出了KL

過(guò)相片比對(duì)、數(shù)據(jù)檢索、全景地圖等方式，最終確認(rèn)了拍照者的地點(diǎn)并告知了這位粉絲，整個(gè)過(guò)程還被其配上解說(shuō)介紹給了觀眾。對(duì)于該視頻，不少網(wǎng)友表示擔(dān)憂，萬(wàn)一這位粉絲對(duì)照片拍攝者有什么不良意圖，此舉豈不是害了對(duì)方？更何況，這種“人肉搜索”的方法如果因此流傳出去，被別有用心之人利用，后果不堪設(shè)想。4月9日，“涼風(fēng)Kaze”刪除了該視頻并對(duì)此公開(kāi)道歉。但直到刪除前，該視頻播放量已經(jīng)超過(guò)了100萬(wàn)?！缎戮﹫?bào)》：在網(wǎng)上，不少人以“偵探片中也會(huì)有作案情節(jié)展示”來(lái)為“涼風(fēng)Kaz

h的海量遙感數(shù)據(jù)檢索技術(shù)，可以精確高效建立一維行鍵索引篩選遙感數(shù)據(jù)，提高查詢處理效率。實(shí)驗(yàn)結(jié)果表明，該技術(shù)適合于組織管理與查詢海量的遙感數(shù)據(jù)，查詢性能優(yōu)于傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)。關(guān)鍵詞：ElasticSearch;遙感數(shù)據(jù);GeoHash;數(shù)據(jù)檢索中圖分類號(hào)：TP311.5文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1008-1739（2021）05-57-50引言隨著我國(guó)對(duì)地觀測(cè)技術(shù)的發(fā)展，特別是高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)的推進(jìn)，基本具備了高空間分辨率、高時(shí)間分辨率及高光譜分辨率

直接進(jìn)行原始數(shù)據(jù)檢索會(huì)導(dǎo)致查詢時(shí)間很長(zhǎng)，用戶體驗(yàn)較差。為了提高歷史數(shù)據(jù)的查詢速度，我們?cè)O(shè)計(jì)了數(shù)據(jù)抽取算法和數(shù)據(jù)檢索邏輯。數(shù)據(jù)抽取算法按照不同的時(shí)間粒度對(duì)原始數(shù)據(jù)進(jìn)行分段并抽取相應(yīng)的特征數(shù)據(jù)，特征數(shù)據(jù)會(huì)存入數(shù)據(jù)庫(kù)的冗余數(shù)據(jù)表中。數(shù)據(jù)檢索邏輯將根據(jù)用戶查詢數(shù)據(jù)的時(shí)間范圍來(lái)計(jì)算合適的時(shí)間粒度，并以此時(shí)間粒度從冗余數(shù)據(jù)表中檢索數(shù)據(jù)，返回相應(yīng)的特征數(shù)據(jù)。基于此設(shè)計(jì)，我們開(kāi)發(fā)了基于HBase的數(shù)據(jù)存檔和檢索系統(tǒng)（HBasebase Data Archiving and

數(shù)據(jù)存儲(chǔ); 數(shù)據(jù)檢索中圖分類號(hào)： TP302文獻(xiàn)標(biāo)志碼： AAbstract： For the particularity of the signaling data itself， in consideration of hardware factors such as computer configuration and network speed， by establishing a multi-level index structure， and

景，建立多維數(shù)據(jù)檢索系統(tǒng)，為不同應(yīng)用場(chǎng)景提供數(shù)據(jù)分析，為決策提供依據(jù)[3]。1 多維數(shù)據(jù)檢索系統(tǒng)需求分析醫(yī)療設(shè)備檔案管理中，設(shè)備檔案相關(guān)業(yè)務(wù)系統(tǒng)往往針對(duì)具體業(yè)務(wù)構(gòu)建，在應(yīng)用中缺乏整合和關(guān)聯(lián)，尤其是數(shù)據(jù)查詢，往往需要跨庫(kù)查詢，應(yīng)用難度大，執(zhí)行效率低；檔案查詢及分析過(guò)程停留在靜態(tài)狀態(tài)，依賴系統(tǒng)構(gòu)建時(shí)的功能設(shè)計(jì)，無(wú)法滿足不斷更新的業(yè)務(wù)需求；檔案查詢通常采用數(shù)據(jù)報(bào)表和數(shù)據(jù)表的形式展現(xiàn)結(jié)果，缺乏靈活快捷的可視化展示工具。因此，醫(yī)療設(shè)備的檔案管理尚需實(shí)現(xiàn)下述功能。1.

;系統(tǒng)設(shè)計(jì);數(shù)據(jù)檢索;性能測(cè)試隨著時(shí)間的推移，數(shù)據(jù)量也迅速增加，服務(wù)提供商一直在創(chuàng)新技術(shù)，還是難以滿足讀者的實(shí)際需求。對(duì)于圖書(shū)館資源，怎樣快速獲取信息，學(xué)者已經(jīng)開(kāi)始從研究國(guó)內(nèi)外的各種信息。本文利用數(shù)據(jù)挖掘技術(shù)開(kāi)發(fā)出智能圖書(shū)館云檢索系統(tǒng)，為及時(shí)有效地獲取專業(yè)書(shū)籍資源提供了有效途徑。1 智能圖書(shū)館云檢索系統(tǒng)1.1 智能圖書(shū)館云檢索系統(tǒng)架構(gòu)在構(gòu)建智能圖書(shū)館云檢索系統(tǒng)的過(guò)程中，有必要?jiǎng)?chuàng)建一種適用于智能圖書(shū)館信息云檢索的分布式檢索體系架構(gòu)。根據(jù)圖書(shū)館資源檢索需要，使

系統(tǒng)設(shè)計(jì); 數(shù)據(jù)檢索; 性能測(cè)試中圖分類號(hào)： TN911.23?34; TP391 ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2020）02?0060?04Design of intelligent library cloud retrieval system based on data mining technologyZHAO Chong， WANG LidaAbstract

善策略，落實(shí)數(shù)據(jù)檢索和處理的設(shè)計(jì)工作。關(guān)鍵詞：大數(shù)據(jù);礦山測(cè)繪;地理信息;礦產(chǎn)資源;設(shè)計(jì)引 言大數(shù)據(jù)時(shí)代的到來(lái)，為礦山測(cè)繪提供了很大的幫助，它不僅可以促進(jìn)礦山測(cè)繪工作的有效開(kāi)展，可以使與之有關(guān)的工作在實(shí)施過(guò)程中更具科學(xué)性，促進(jìn)我國(guó)礦山測(cè)繪地理信息行業(yè)的不斷發(fā)展。所以，在具體的實(shí)踐過(guò)程中，相關(guān)企業(yè)的領(lǐng)導(dǎo)一定要對(duì)此就加以重視，不斷的對(duì)大數(shù)據(jù)進(jìn)行研究，以此來(lái)促進(jìn)礦山測(cè)繪地理信息服務(wù)可以變得更加高效，同時(shí)也極大的提高礦山測(cè)繪地理信息的價(jià)值。1、大數(shù)據(jù)背景下礦山測(cè)繪

模式提供了元數(shù)據(jù)檢索、全文和元數(shù)據(jù)檢索兩種檢索方式。在高級(jí)檢索模式下，可限定關(guān)鍵詞出現(xiàn)的區(qū)域，例如針對(duì)文獻(xiàn)標(biāo)題進(jìn)行檢索，在摘要中進(jìn)行檢索，檢索某個(gè)作者的文獻(xiàn)等，允許用戶使用靈活的檢索策略，提高檢索結(jié)果的命中率。3 命令檢索（Command Search）命令檢索模式也提供了元數(shù)據(jù)檢索、全文和元數(shù)據(jù)檢索兩種檢索方式，并且提供了字段選項(xiàng)以及算符選項(xiàng)以供用戶自己構(gòu)造檢索式。字段選項(xiàng)包括文獻(xiàn)標(biāo)題、作者、出版物標(biāo)題、摘要等具體字段內(nèi)容。算符選項(xiàng)提供了AND、OR、N

。由此可知，數(shù)據(jù)檢索能力是數(shù)據(jù)素養(yǎng)的必要條件。這些問(wèn)題也受到社會(huì)科學(xué)研究者的重視，故本研究以社會(huì)科學(xué)用戶為研究對(duì)象，從數(shù)據(jù)需求入手，調(diào)查用戶的數(shù)據(jù)使用頻率、用戶在查找數(shù)據(jù)時(shí)的感受以及感受與用戶數(shù)據(jù)檢索能力之間的關(guān)系進(jìn)行調(diào)查，以期為高校社會(huì)科學(xué)用戶數(shù)據(jù)素養(yǎng)教育提供參考。2 研究設(shè)計(jì)本問(wèn)卷設(shè)計(jì)之初首先與15位用戶進(jìn)行訪談，了解用戶在查找數(shù)據(jù)過(guò)程中提及的、經(jīng)常遇到的問(wèn)題，對(duì)其中的關(guān)鍵詞進(jìn)行總結(jié)、梳理，最終設(shè)計(jì)問(wèn)卷。問(wèn)卷采用人工分發(fā)與網(wǎng)絡(luò)填寫(xiě)兩種方式，采用SPSS

咨詢匯聚，大數(shù)據(jù)檢索與分析功能于一體的綜合服務(wù)平臺(tái)。平臺(tái)依托安徽優(yōu)勢(shì)產(chǎn)業(yè)與良好的創(chuàng)新、營(yíng)商環(huán)境，運(yùn)營(yíng)初期將聚焦四大業(yè)務(wù)板塊：知識(shí)產(chǎn)權(quán)交易、科技成果轉(zhuǎn)化、大數(shù)據(jù)檢索、“雙創(chuàng)”資源商服務(wù)。知識(shí)產(chǎn)權(quán)交易的業(yè)務(wù)種類包括專利交易、商標(biāo)交易、版權(quán)交易、域名交易等?？萍汲晒D(zhuǎn)化平臺(tái)為個(gè)人、企業(yè)、科研院所，特別是高校的科技成果、技術(shù)秘密、專利等提供專業(yè)的轉(zhuǎn)移轉(zhuǎn)化服務(wù)，通過(guò)匯聚技術(shù)需求企業(yè)來(lái)吸收、消化安徽省的優(yōu)質(zhì)科技成果。針對(duì)技術(shù)轉(zhuǎn)移轉(zhuǎn)化落地常見(jiàn)的專家人才指導(dǎo)、大量資金投入

施3.1 對(duì)數(shù)據(jù)檢索設(shè)計(jì)工作進(jìn)行落實(shí)在大數(shù)據(jù)的發(fā)展下，為了使礦山測(cè)繪地理信息服務(wù)變得更加有效，一定要對(duì)數(shù)據(jù)檢索設(shè)計(jì)工作進(jìn)行有效的落實(shí)。眾所周知，礦山地理信息系統(tǒng)的數(shù)據(jù)是十分龐大的，如果人工進(jìn)行檢索會(huì)存在很大的困難與復(fù)雜，但是在大數(shù)據(jù)的發(fā)展下一定要對(duì)這些數(shù)據(jù)進(jìn)行檢索，會(huì)變得十分快捷、準(zhǔn)確。具體表現(xiàn)有以下兩點(diǎn)：第一，對(duì)礦山測(cè)繪地理信息數(shù)據(jù)檢索的設(shè)計(jì)，可以使工作有效的進(jìn)行，促進(jìn)地理信息服務(wù)工作的高效性，此外還可以提高對(duì)礦山地理信息資源的有效應(yīng)用。第二，在礦山測(cè)繪

外包服務(wù)器和數(shù)據(jù)檢索者，三者關(guān)系如圖1所示。對(duì)于搜索文本來(lái)說(shuō)，原文單詞采用兩個(gè)層次加密：首先根據(jù)文件長(zhǎng)度產(chǎn)生偽隨機(jī)流S，使用對(duì)稱加密算法逐個(gè)加密明文文件單詞，之后，將密文等分為左右兩部分{L，R}，并基于 S 和 L進(jìn)行流加密，生成二進(jìn)制字符串Ki，連接 Si 和 Ki，最后與密文異或，以形成Wi 的密文單詞。首先執(zhí)行數(shù)據(jù)擁有者執(zhí)行的算法流程，首先掃描原文提取關(guān)鍵詞，生成關(guān)鍵詞索引，密文生成采用成熟的對(duì)稱加密算法，并將其和關(guān)鍵詞索引分別存儲(chǔ)在外包云服務(wù)器；

器學(xué)習(xí)的時(shí)空數(shù)據(jù)檢索-預(yù)測(cè)系統(tǒng)張蓬郁，王 煜，江旻宇，邵嘉琳，張洪濱（北京工業(yè)大學(xué) 樊恭烋榮譽(yù)學(xué)院，北京 100124）針對(duì)時(shí)空數(shù)據(jù)數(shù)據(jù)量大和多維屬性造成的索引效率低、關(guān)聯(lián)關(guān)系建模難等問(wèn)題，本文提出引入KD樹(shù)結(jié)構(gòu)進(jìn)行靜態(tài)多維數(shù)據(jù)建模與檢索。同時(shí)結(jié)合機(jī)器學(xué)習(xí)中Linear Regression，SVR，Nearest Neighbors Regression等六種算法進(jìn)行未來(lái)狀態(tài)的預(yù)測(cè)。我們對(duì)比了六種常用學(xué)習(xí)算法，對(duì)預(yù)測(cè)結(jié)果的擬合情況進(jìn)行分析，以天氣預(yù)測(cè)為應(yīng)

式存儲(chǔ)和海量數(shù)據(jù)檢索提出了基于Hadoop集群的存儲(chǔ)方法和基于MapReduce的數(shù)據(jù)檢索方法；最后對(duì)數(shù)據(jù)資源管理平臺(tái)進(jìn)行了性能測(cè)試。1 平臺(tái)結(jié)構(gòu)與功能海量電網(wǎng)狀態(tài)監(jiān)測(cè)數(shù)據(jù)資源管理平臺(tái)的主要目的是實(shí)現(xiàn)海量、分布的電網(wǎng)狀態(tài)監(jiān)測(cè)數(shù)據(jù)的高性能存儲(chǔ)和檢索，為后續(xù)高效準(zhǔn)確地實(shí)現(xiàn)電網(wǎng)狀態(tài)監(jiān)測(cè)數(shù)據(jù)的分析與挖掘奠定基礎(chǔ)。整個(gè)電網(wǎng)狀態(tài)監(jiān)測(cè)數(shù)據(jù)管理平臺(tái)有四個(gè)模塊構(gòu)成：元數(shù)據(jù)管理模塊、信息管理模塊、節(jié)點(diǎn)管理模塊和海量存儲(chǔ)模塊?；诜植际浇Y(jié)構(gòu)設(shè)計(jì)數(shù)據(jù)管理平臺(tái)，實(shí)現(xiàn)了不同地區(qū)電網(wǎng)狀

絡(luò)數(shù)據(jù)庫(kù)特定數(shù)據(jù)檢索問(wèn)題轉(zhuǎn)化為一系列面向模糊C均值聚類問(wèn)題進(jìn)行檢索，從而考查本文所提算法檢索復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)庫(kù)特定數(shù)據(jù)的能力。1　網(wǎng)絡(luò)數(shù)據(jù)庫(kù)特定數(shù)據(jù)檢索算法如圖1所示，數(shù)據(jù)與POS標(biāo)注依次出現(xiàn)于第一與第二列中，在第三列中則表明了此處數(shù)據(jù)是否和奇周邊數(shù)據(jù)存在數(shù)據(jù)關(guān)系。當(dāng)此數(shù)據(jù)與其左邊鄰近數(shù)據(jù)存在數(shù)據(jù)關(guān)系時(shí)，以“LH”(代表“父節(jié)點(diǎn)位于左處”)來(lái)表示；當(dāng)此數(shù)據(jù)與其右邊數(shù)據(jù)存在關(guān)系，以“RH”表示；當(dāng)不存在上述關(guān)系時(shí)，則將其表示為“O”。其中，“_”符號(hào)代表其后邊字

始化)接口、數(shù)據(jù)檢索接口、元數(shù)據(jù)重構(gòu)接口等。同時(shí)，負(fù)數(shù)據(jù)庫(kù)接口設(shè)計(jì)與實(shí)現(xiàn)在一定程度上遵守Python DB-API規(guī)范*http://delivery.acm.org/10.1145/330000/327384/a8-kuchling.html，可以降低系統(tǒng)各部分的相互依賴，提高組成單元的內(nèi)聚性，降低組成單元間的耦合程度，進(jìn)而提高系統(tǒng)的可維護(hù)性和可擴(kuò)展性。2.4.1底層數(shù)據(jù)庫(kù)可用性校驗(yàn)接口底層數(shù)據(jù)庫(kù)可用性校驗(yàn)接口(validate_underlying_d

數(shù)據(jù)庫(kù)技術(shù) 數(shù)據(jù)檢索1 物聯(lián)網(wǎng)環(huán)境下數(shù)據(jù)庫(kù)技術(shù)的特點(diǎn)l.1 數(shù)據(jù)的非結(jié)構(gòu)化物聯(lián)網(wǎng)環(huán)境下應(yīng)用數(shù)據(jù)庫(kù)技術(shù)，區(qū)別于傳統(tǒng)的技術(shù)方法做出了很大的改變，數(shù)據(jù)庫(kù)不在局限于結(jié)構(gòu)形式，而是能夠在網(wǎng)絡(luò)上以信號(hào)的形式傳播。這種數(shù)據(jù)庫(kù)運(yùn)用形式節(jié)省了大量的系統(tǒng)運(yùn)行時(shí)間，可以實(shí)現(xiàn)不受時(shí)間與距離限制的信號(hào)傳輸，達(dá)到更理想的設(shè)計(jì)使用效果，數(shù)據(jù)作為軟件功能實(shí)現(xiàn)的總要基礎(chǔ)，要確保其來(lái)源的準(zhǔn)確性，在使用中也要確保功能之間的銜接不會(huì)受到數(shù)據(jù)庫(kù)穩(wěn)定性的限制，軟件更新也能基于物聯(lián)網(wǎng)環(huán)境下更高效的開(kāi)展

件系統(tǒng)建立和數(shù)據(jù)檢索，實(shí)現(xiàn)了高速海量數(shù)據(jù)的高效管理與檢索。與傳統(tǒng)數(shù)據(jù)管理方式相比，本文所述的數(shù)據(jù)管理與檢索方式占用存儲(chǔ)空間小，邏輯簡(jiǎn)單，易于硬件實(shí)現(xiàn)。文件管理；檢索；數(shù)據(jù)定位0 引言隨著導(dǎo)航雷達(dá)信號(hào)帶寬和中頻頻率的提高，雷達(dá)信號(hào)采集回放設(shè)備所需的存儲(chǔ)、傳輸帶寬也大幅增加。面對(duì)越來(lái)越龐大的數(shù)據(jù)量，在高速數(shù)據(jù)信息存儲(chǔ)、回放系統(tǒng)中，必須采用高性能的記錄管理機(jī)制，這個(gè)機(jī)制需要具備如下特征：1）效率高；2）邏輯簡(jiǎn)單，利于硬件實(shí)現(xiàn)；3）便于建立與檢索；4）占用存儲(chǔ)空間

，具有簡(jiǎn)潔的數(shù)據(jù)檢索和高效的統(tǒng)計(jì)分析功能，利用Echarts組件、GeoServer、OpenLayers等技術(shù)提供了圖表、地圖等多樣化的數(shù)據(jù)展示形式，通過(guò)表格、統(tǒng)計(jì)圖、地圖3種形式，從中藥資源、時(shí)間、空間3個(gè)維度，在國(guó)家、省（區(qū)、市）、縣3個(gè)層級(jí)，對(duì)一般調(diào)查、重點(diǎn)調(diào)查、栽培調(diào)查、工作方案、種質(zhì)資源、藥材樣品、臘葉標(biāo)本、中藥材市場(chǎng)、傳統(tǒng)知識(shí)9個(gè)方面300多項(xiàng)指標(biāo)進(jìn)行查詢統(tǒng)計(jì)和展示，直觀、形象地體現(xiàn)資源的數(shù)量、分布、種類等，滿足了不同級(jí)別用戶的數(shù)據(jù)制圖需求，

不同于普通的數(shù)據(jù)檢索和網(wǎng)站檢索，它包括復(fù)雜結(jié)構(gòu)的數(shù)據(jù)檢索、安全檢索、高可靠的查全和查準(zhǔn)、智能化的數(shù)據(jù)檢索服務(wù)和實(shí)時(shí)的數(shù)據(jù)更新服務(wù)等。雖然可以利用已有數(shù)據(jù)檢索系統(tǒng)提供的站內(nèi)數(shù)據(jù)檢索功能來(lái)構(gòu)建企業(yè)級(jí)數(shù)據(jù)檢索系統(tǒng)，但這種站內(nèi)檢索功能難以滿足絕大多數(shù)企業(yè)自身檢索需求。隨著大數(shù)據(jù)時(shí)代來(lái)臨，為處理海量數(shù)據(jù)，建立大數(shù)據(jù)平臺(tái)成為趨勢(shì)，使用分布式文件存儲(chǔ)系統(tǒng)，通過(guò)云計(jì)算技術(shù)來(lái)分析海量數(shù)據(jù)，開(kāi)發(fā)企業(yè)級(jí)智能云檢索系統(tǒng)是提高企業(yè)綜合效益的關(guān)鍵?；谧匀徽Z(yǔ)言的智能云檢索，研究開(kāi)發(fā)了

古籍整理 數(shù)據(jù)檢索清末民初保靖學(xué)者瞿方梅的研究成果之一《史記三家注補(bǔ)正》，后人鮮有整理和研究，筆者在查看《學(xué)衡》期刊時(shí)，對(duì)其有所關(guān)注，《學(xué)衡》共載《史記三家注補(bǔ)正》八卷，從1925年第40期開(kāi)始刊載，至1925年第45期（該期仍刊）中斷，從1925年第55期續(xù)刊，接下來(lái)第57、58期皆有之，至此完結(jié)。首先，瞿氏遺著的獲取，筆者借助了“大成老舊刊全文數(shù)據(jù)庫(kù)”這一平臺(tái)，接著，在后期的整理與研究過(guò)程中，也在很大程度上利用了“中國(guó)基本古籍庫(kù)”、“翰堂典藏?cái)?shù)據(jù)庫(kù)”

庫(kù)的吞吐量，數(shù)據(jù)檢索的召回率等指標(biāo)。關(guān)鍵詞： 海量數(shù)據(jù)； 教育多媒體數(shù)據(jù)庫(kù)； 分類存儲(chǔ)； 數(shù)據(jù)檢索中圖分類號(hào)： TN911?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）08?0042?04Research on efficient classification and storage technology of mass datain educational multimediaYUAN Yanxing1， GUO Xi

索引目的方便數(shù)據(jù)檢索，但是要時(shí)刻維護(hù)索引列的代價(jià)；(2)為了檢索數(shù)據(jù)表中唯一的一行數(shù)據(jù)，不可避免的掃描整個(gè)數(shù)據(jù)表；(3)由于多個(gè)表中有可能存在錯(cuò)誤的索引列，最終導(dǎo)致多表聯(lián)查檢索發(fā)生等待時(shí)間過(guò)長(zhǎng)的現(xiàn)象。3 表的分區(qū)技術(shù)Oracle數(shù)據(jù)庫(kù)中為了達(dá)到高效的檢索速度，建立表的分區(qū)技術(shù)是針對(duì)具有大數(shù)據(jù)的應(yīng)用系統(tǒng)而言，大型數(shù)據(jù)表進(jìn)行檢索優(yōu)化是一種多種優(yōu)化方案中選擇最佳的行為，理論上是將一個(gè)完整大型數(shù)據(jù)表實(shí)現(xiàn)物理上分區(qū)，但是，從邏輯結(jié)構(gòu)上依然是完整的大型數(shù)據(jù)表，系統(tǒng)管理

數(shù)據(jù)共享 數(shù)據(jù)檢索 XML Web Service1 項(xiàng)目背景城建檔案是在住房和城鄉(xiāng)規(guī)劃、建設(shè)和管理活動(dòng)中直接形成的對(duì)國(guó)家和社會(huì)具有保存價(jià)值的文字、圖紙、圖表等各種形式和載體的歷史記錄，是社會(huì)管理和公共服務(wù)的重要資源，對(duì)于促進(jìn)城市科學(xué)管理，統(tǒng)籌城鄉(xiāng)發(fā)展，保證城市生產(chǎn)生活秩序，維護(hù)城市安全、應(yīng)對(duì)城市突發(fā)事件等具有十分重要的意義。由于部分城建檔案館對(duì)館藏檔案的管理、利用和資源共享還停留在一個(gè)比較低的水平上，造成“信息孤島”的產(chǎn)生，會(huì)影響到各建設(shè)主管部門(mén)將業(yè)務(wù)

于Solr的數(shù)據(jù)檢索技術(shù)研究程知群，章 超，韓高帥(杭州電子科技大學(xué)電子信息學(xué)院，浙江 杭州 310018)針對(duì)海量過(guò)車數(shù)據(jù)檢索困難的問(wèn)題，設(shè)計(jì)了一款基于Solr的大規(guī)模分布式數(shù)據(jù)檢索系統(tǒng).前端IPC采集的數(shù)據(jù)經(jīng)過(guò)結(jié)構(gòu)化處理之后發(fā)送到后端，數(shù)據(jù)先緩存在消息隊(duì)列中，再通過(guò)Spark Streaming實(shí)時(shí)計(jì)算框架對(duì)緩存的數(shù)據(jù)進(jìn)行消費(fèi)，將數(shù)據(jù)搬運(yùn)到數(shù)據(jù)庫(kù)HBase中，最后由Solr爬取HBase中的數(shù)據(jù)，根據(jù)用戶的配置建立索引文件.查詢時(shí)，用戶通過(guò)點(diǎn)擊Web界

據(jù)類別，降低數(shù)據(jù)檢索的效率和精度的問(wèn)題，提出一種基于特征模糊接近的海量冗余數(shù)據(jù)干擾下數(shù)據(jù)庫(kù)中數(shù)據(jù)優(yōu)化檢索方法.利用數(shù)據(jù)模糊集間的接近度表述海量冗余數(shù)據(jù)干擾下數(shù)據(jù)庫(kù)中數(shù)據(jù)的一致度，結(jié)合數(shù)據(jù)融合技術(shù)，對(duì)類間數(shù)據(jù)實(shí)現(xiàn)分類處理.利用模糊集算法準(zhǔn)確查詢分類數(shù)據(jù)，對(duì)分類數(shù)據(jù)實(shí)現(xiàn)二次聚類計(jì)算，細(xì)分其類邊緣，通過(guò)加載辨別函數(shù)實(shí)現(xiàn)數(shù)據(jù)定位，完成數(shù)據(jù)檢索.實(shí)驗(yàn)結(jié)果表明：該方法進(jìn)行數(shù)據(jù)檢索時(shí)具有較高的檢索效率和精度，且抗干擾能力較強(qiáng).數(shù)據(jù)檢索； 冗余數(shù)據(jù)； 特征模糊； 模糊集算

數(shù)字圖書(shū)館 數(shù)據(jù)檢索 用戶滿意度一、超星數(shù)字圖書(shū)館超星數(shù)字圖書(shū)館成立于1993年，是國(guó)家“863”計(jì)劃的示范工程項(xiàng)目。超星數(shù)字圖書(shū)館是目前世界上最大的中文在線數(shù)字圖書(shū)館，為廣大讀者提供大量的電子圖書(shū)資源，涉及文學(xué)、經(jīng)濟(jì)、哲學(xué)、宗教、計(jì)算機(jī)等各個(gè)學(xué)科門(mén)類，以及數(shù)百萬(wàn)冊(cè)的電子圖書(shū)。Web2.0時(shí)代的到來(lái)，使得數(shù)字圖書(shū)館可以借助互聯(lián)網(wǎng)的發(fā)展，為中國(guó)的圖書(shū)館事業(yè)提供了跨越發(fā)展的機(jī)遇，也重新決定了圖書(shū)對(duì)讀者的價(jià)值。二、超星數(shù)字圖書(shū)館檢索方法超星數(shù)字圖書(shū)館提供的檢索方

天文臺(tái)脈沖星數(shù)據(jù)檢索張海龍1,2，Markus Demleitner3，王娜1,2，袁建平1,2，聶俊1,2，王杰1(1. 中國(guó)科學(xué)院新疆天文臺(tái)，新疆 烏魯木齊830011; 2. 中國(guó)科學(xué)院射電天文重點(diǎn)實(shí)驗(yàn)室，江蘇 南京210008;3. 海德堡大學(xué)天文研究中心，海德堡69120，德國(guó))新疆天文臺(tái)目前已歸檔32 290條脈沖星觀測(cè)數(shù)據(jù)文件，脈沖星數(shù)據(jù)檢索平臺(tái)提供南山觀測(cè)站25 m射電望遠(yuǎn)鏡自2000年以來(lái)獲得的近300顆脈沖星的觀測(cè)數(shù)據(jù)檢索服務(wù)。數(shù)據(jù)文件

充Excel數(shù)據(jù)檢索能力的方法，該方法可以實(shí)現(xiàn)對(duì)Excel數(shù)據(jù)表中任意單元格數(shù)據(jù)的模糊檢索。其優(yōu)點(diǎn)在于系統(tǒng)會(huì)根據(jù)輸入檢索關(guān)鍵字的變化，實(shí)時(shí)篩選出符合要求的數(shù)據(jù)；對(duì)于日常辦公事務(wù)中海量Excel數(shù)據(jù)的檢索需求有著重要的意義。關(guān)鍵詞：Excel；VBA；數(shù)據(jù)檢索Excel是微軟公司的辦公軟件Microsoft office的組件之一，它集成了非常優(yōu)秀的數(shù)據(jù)計(jì)算與分析功能，是個(gè)人電腦普及以來(lái)用途最廣泛的辦公軟件；事實(shí)上，在很多公司，Excel已經(jīng)完全成為了一種生

統(tǒng)回顧和電子數(shù)據(jù)檢索確認(rèn)的試驗(yàn)，這些試驗(yàn)的設(shè)計(jì)為：無(wú)心血管疾病的高血壓1級(jí)（140～159mmHg/90～99mmHg）患者被隨機(jī)分為接受積極（抗高血壓藥物或更強(qiáng)化的治療策略）或?qū)φ眨ò参縿┗蚍菑?qiáng)化治療方案）降壓治療。以了解藥物降壓是否可預(yù)防高血壓1級(jí)患者的心血管事件和死亡。結(jié)果為，平均血壓降低約為3.6/2.4mmHg。在5年間，兩組間總心血管事件、卒中、冠脈事件、心衰、心血管死亡和總死亡的比值比（OR）分別為0.86、0.72、0.91、0.80、0.

用處理，提高數(shù)據(jù)檢索的效率，為數(shù)據(jù)服務(wù)相關(guān)工作打下良好的基礎(chǔ)。UML；數(shù)據(jù)服務(wù)；MVC架構(gòu)；數(shù)據(jù)數(shù)據(jù)高效檢索是一個(gè)重要的課題，不僅與數(shù)據(jù)本身的數(shù)量和結(jié)構(gòu)有關(guān)，檢索技術(shù)也是影響數(shù)據(jù)檢索效率的重要因素；同時(shí)，為了方便用戶進(jìn)行數(shù)據(jù)搜索，需要利用先進(jìn)的計(jì)算機(jī)技術(shù)進(jìn)行設(shè)計(jì)，提高數(shù)據(jù)檢索效率。為了解決上述問(wèn)題，建立基于全文檢索和MVC的井場(chǎng)數(shù)據(jù)服務(wù)系統(tǒng)，實(shí)現(xiàn)井場(chǎng)數(shù)據(jù)高效檢索和有效利用，為數(shù)字化油田的建設(shè)做出貢獻(xiàn)。1 系統(tǒng)設(shè)計(jì)系統(tǒng)建模是項(xiàng)目開(kāi)發(fā)中非常重要的部分，在了解建

“接票”、“數(shù)據(jù)檢索”、“關(guān)于”、“關(guān)機(jī)”。用戶可以根據(jù)情況選擇相應(yīng)的功能圖標(biāo)進(jìn)入到相關(guān)的功能操作界面，實(shí)現(xiàn)對(duì)電子操作票手持終端的操作，如圖3。圖3 信息化倒閘操作系統(tǒng)主界面3.1 任務(wù)管理任務(wù)管理界面（圖4）包括所有對(duì)選定的操作任務(wù)的功能操作，包括任務(wù)“瀏覽”、“中止”、“刪除”，根據(jù)選定任務(wù)的狀態(tài)設(shè)定各個(gè)功能操作的可操作狀態(tài)。點(diǎn)擊“返回”按鈕回到主菜單界面。圖4 任務(wù)管理界面3.2 數(shù)據(jù)檢索數(shù)據(jù)檢索功能（圖5）實(shí)現(xiàn)對(duì)已操作完成的電子操作票的檢索和查詢，

F儲(chǔ)存環(huán)真空數(shù)據(jù)檢索系統(tǒng)用Channel Archiver工具包把真空壓強(qiáng)、束流流強(qiáng)等讀數(shù)存入歷史數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)管理系統(tǒng)(RDBMS)采用微軟公司的MS SQL Server2005軟件。系統(tǒng)在Windows 2003 Server下運(yùn)行，用ASP.NET/ADO作為數(shù)據(jù)庫(kù)與上層用戶交互的接口。用Microsoft Visual Studio 2005開(kāi)發(fā)基于Web的接口程序，允許用戶從不同聯(lián)網(wǎng)計(jì)算機(jī)上檢索數(shù)據(jù)。1.2 系統(tǒng)總體設(shè)計(jì)本系統(tǒng)分為數(shù)據(jù)獲取、存檔

鍵詞Web;數(shù)據(jù)檢索;數(shù)據(jù)庫(kù)中圖分類號(hào)TP3文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1673-9671-(2009)112-0026-011信息檢索工作原理信息檢索過(guò)程:包括存貯和檢索兩個(gè)過(guò)程。存貯過(guò)程就是按照主題詞表或分類表及使用原則對(duì)原始信息進(jìn)行處理,形成信息標(biāo)識(shí),為檢索提供經(jīng)過(guò)整序(即形成檢索途徑)的信息集合的過(guò)程。檢索過(guò)程則是按照同樣的主題詞表或分類表及組配原則分析課題,形成檢索提問(wèn)標(biāo)識(shí),根據(jù)存貯所提供的檢索途徑,從信息集合中查得與檢索提問(wèn)標(biāo)識(shí)相符的信息特征標(biāo)識(shí)的過(guò)程