2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、移動數(shù)據(jù)庫中數(shù)據(jù)廣播技術(shù)及移動通信帶寬的有限性引起較大的數(shù)據(jù)訪問延遲,移動客戶機與固定網(wǎng)絡(luò)頻繁(主動或被動)斷接使得用戶事務(wù)得不到所需要的數(shù)據(jù),移動設(shè)備的電能限制及通過無線網(wǎng)絡(luò)訪問遠(yuǎn)端服務(wù)器將消耗大量的電能等等這些限制性特點,使得傳統(tǒng)的緩存和數(shù)據(jù)預(yù)取技術(shù)在移動計算環(huán)境中得到廣泛的使用。
   數(shù)據(jù)預(yù)取技術(shù)是對緩存技術(shù)的補充。它有效利用了用戶訪問的時間局部性和空間局部性,通過結(jié)合用戶當(dāng)前和歷史的請求,主動預(yù)測用戶將來可能訪問到的數(shù)

2、據(jù)內(nèi)容,并將其預(yù)取到客戶機本地緩存中。數(shù)據(jù)預(yù)取技術(shù)的關(guān)鍵是如何準(zhǔn)確及高效的預(yù)測移動客戶機未來將要使用到的數(shù)據(jù)并將其預(yù)取到緩存中。
   數(shù)據(jù)預(yù)取按其在網(wǎng)絡(luò)中實施預(yù)取的位置劃分為服務(wù)器端預(yù)取、代理服務(wù)器端頂取和客戶端預(yù)取,本文圍繞移動數(shù)據(jù)庫中客戶端數(shù)據(jù)預(yù)取技術(shù)進(jìn)行了以下主要研究:
   一、根據(jù)移動計算環(huán)境的結(jié)構(gòu)及其特點,得出研究移動數(shù)據(jù)庫中數(shù)據(jù)預(yù)取技術(shù)的理論和現(xiàn)實意義。在分析傳統(tǒng)的數(shù)據(jù)預(yù)取系統(tǒng)模型之上提出在移動數(shù)據(jù)庫的客

3、戶端利用用戶歷史訪問記錄通過關(guān)聯(lián)規(guī)則挖掘技術(shù)得到用戶訪問數(shù)據(jù)的相關(guān)性并結(jié)合網(wǎng)絡(luò)中數(shù)據(jù)資源的更新頻率,通過價值評估函數(shù)進(jìn)行預(yù)取數(shù)據(jù)選擇的預(yù)取系統(tǒng)-Value based CMIP數(shù)據(jù)預(yù)取系統(tǒng)。Value-based CMIP數(shù)據(jù)預(yù)取系統(tǒng)依賴兩個預(yù)取集合:預(yù)取數(shù)據(jù)集合和失效預(yù)取集合。預(yù)取數(shù)據(jù)集合中的數(shù)據(jù)只要出現(xiàn)廣播通道中就將其預(yù)取到客戶端緩存中。失效預(yù)取集合的構(gòu)造發(fā)生在用戶事務(wù)請求的數(shù)據(jù)失效時,不僅向服務(wù)器請求該失效數(shù)據(jù),而且同時請求與失效

4、數(shù)據(jù)項相關(guān)的數(shù)據(jù)。
   二、結(jié)合移動計算環(huán)境中用戶數(shù)據(jù)特點,在傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法之上,提出一種支持移動計算的關(guān)聯(lián)規(guī)則挖掘算法。頻繁項集挖掘算法-New_Apriori算法通過減少候選項集的產(chǎn)生及事務(wù)數(shù)據(jù)庫的掃描時間,提高傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘算法的效率,減少移動客戶機的電能消耗。增量頻繁項集更新算法-New_FUP算法針對移動客戶端的位置變化而導(dǎo)致的興趣漂移,對增量事務(wù)數(shù)據(jù)庫進(jìn)行關(guān)聯(lián)規(guī)則挖掘,從而更能準(zhǔn)確的預(yù)測用戶將訪問數(shù)據(jù)???/p>

5、慮到移動客戶端系統(tǒng)資源的消耗,提出根據(jù)客戶端電能使用率動態(tài)選擇支持度和置信度進(jìn)行關(guān)聯(lián)規(guī)則的挖掘。
   三、進(jìn)行算法的比較分析及數(shù)據(jù)預(yù)取系統(tǒng)的實現(xiàn)。經(jīng)過算法理論與實驗比較分析,本文提出的New_Apriod關(guān)聯(lián)規(guī)則挖掘算法能夠減少算法時間復(fù)雜度和空間復(fù)雜度。同時,New_FUP增量頻繁項集更新算法能夠從增量事務(wù)數(shù)據(jù)集中獲得更多的頻繁項集用于預(yù)取數(shù)據(jù)的選擇,提高緩存的命中率。通過數(shù)據(jù)預(yù)取系統(tǒng)的模擬實現(xiàn)與CMIP數(shù)據(jù)預(yù)取系統(tǒng)的比較分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論