本课题研究突破了传统方法的“均匀性假设”能适用于一般的实际应用背景。我们首先将传统的数据空间转换为基于频率参考系的数据空间,采用频率均分的思想,提出多维数据空间的FMDPA算法,被划分的数据超方体具有局部排序性、容量因子等优点。考虑到应用连续检索特点,区分划分单元和放置单元,结合数据访问的时空局部性,提出数据超方体的访问相似性,以此提出SMDPA算法。提出的迭代、逐步求精的数据重组算法能动记地调节系统性能。此外在所提出的数据空间分置算节系统性能。此外在所提出的数据空间分置算法的基础上,针对数据访问操作,引入“数据相关”的思想,在此基础上能有效地对传统的数据访问算法进行并行化改进。
{{i.achievement_title}}
数据更新时间:2023-05-31
融合字符串特征的维吾尔语形态切分
新型非易失存储环境下事务型数据管理技术研究
基于数据生成—消耗依赖的语义工作流并行化重构方法
基于机器学习的多策略并行遗传算法
A Fast Algorithm for Computing Dominance Classes
闪存数据库索引与查询优化技术研究
超长生物序列的数据存储与模式分析的并行处理技术研究
基于Multitransputer结构的数据库查询并行处理研究
闪存数据库的存储技术与性能评价研究