一种滑动窗口下数据流Disjoint查询的增量处理算法
本文选题:数据流 切入点:动态时间扭曲 出处:《计算机学报》2017年10期
【摘要】:对于滑动窗口下不具有全局约束机制的数据流Disjoint查询精确处理问题进行了研究,在现有FSM算法基础上提出了一种具有增量计算特征的查询处理算法DQPIC.该算法使用FSM算法处理第一个窗口中的数据流成员,同时保留了该窗口上的查询结果和窗口所对应STWM的最后一个列向量,除此之外还需要保留窗口STWM中所有列向量第curbound.highest个成员DTW路径的起始位置、距离值以及该成员在STWM中对应列向量的dmin值和候选查询结果这些信息.从第二个窗口开始,继续使用FSM算法处理窗口成员,同时也保留和第一个窗口一样的信息.在这个过程中,当处理相邻窗口中相同数据流成员时,通过比较该成员在前后两个窗口中分别对应的保留信息是否相同,可以确定算法有无继续处理剩余相同数据流成员的必要,能够在前一个窗口查询结果基础上增量地获得当前窗口查询结果.基于公用数据样本SST与Maskedchirp的仿真实验验证了该算法的有效性.提出的算法与现有其他算法执行结果相同,在空间开销增加1.12~3.27倍情况下,可以实现时间效率2.5~25倍的提高,对于与大窗口下的Disjoint查询相关应用场景,具有更好的时间效果.
[Abstract]:In this paper, the problem of accurate processing of Disjoint queries in data flow without global constraint in sliding window is studied. A query processing algorithm DQPIC-based on the basis of existing FSM algorithms is proposed, which uses the FSM algorithm to process the data flow members in the first window. The query results on the window and the last column vector of the STWM corresponding to the window are retained, in addition to the starting position of the DTW path of the curbound.highest member of all column vectors in the window STWM. The distance value, the dmin value of the member's column vector in the STWM, and the result of the candidate query. From the second window, continue to use the FSM algorithm to process the window member, It also retains the same information as the first window. In this process, when processing the same data flow member in the adjacent window, we compare whether that member corresponds to the same reservation information in the two windows before and after, You can determine whether the algorithm is necessary to continue processing the remaining same data stream members, The current window query results can be obtained incrementally on the basis of the previous window query results. Simulation experiments based on common data samples SST and Maskedchirp verify the effectiveness of the proposed algorithm. When the space cost is increased by 1.12 ~ 3.27 times, the time efficiency can be improved 2.5 ~ 25 times, and it has better time effect for the application scenarios related to Disjoint query under large windows.
【作者单位】: 东北大学计算机科学与工程学院;郑州轻工业学院计算机与通信工程学院;
【基金】:国家自然科学基金(60903159,61173153,61402096,61501405) 中央高校基本科研业务费资助项目(N110818001,N100218001,N130504007,N120104001) 沈阳市科技计划项目(1091176-1-00) 国家“八六三”高技术研究发展计划基金(2015AA016005)资助~~
【分类号】:TP301.6
【相似文献】
相关期刊论文 前10条
1 陈和平,刘华,叶锋,严宇峰;对1位滑动窗口协议的一种改进方案[J];武汉科技大学学报(自然科学版);2002年04期
2 钟颖莉;复合滑动窗口连接算法[J];哈尔滨商业大学学报(自然科学版);2004年03期
3 李峰;肖建华;;时间序列相似性分析中滑动窗口宽度的确定[J];计算机科学与探索;2009年01期
4 闫巧梅;;滑动窗口技术在电信中的应用设计模型[J];电脑开发与应用;2012年07期
5 王伟平,李建中,张冬冬,郭龙江;数据流上周期更新滑动窗口的连接算法[J];哈尔滨工业大学学报;2005年06期
6 裴丽鹊;;一种基于滑动窗口的时间序列异常检测算法[J];巢湖学院学报;2011年03期
7 谭宏强;牛强;;基于滑动窗口及局部特征的时间序列符号化方法[J];计算机应用研究;2013年03期
8 陈川,林亚平;滑动窗口协议分析及其在微机上的模拟实现[J];计算机应用;2000年02期
9 李建中,张冬冬;滑动窗口规模的动态调整算法[J];软件学报;2004年12期
10 刘陶刚;赵荣彩;姚远;瞿进;;分块存储的滑动窗口数据重用技术[J];计算机应用;2010年05期
相关会议论文 前10条
1 苏东;宋宝燕;杨兴华;欧征宇;于亚新;于戈;;基于滑动窗口语义的聚集计算方法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
2 汪罕;赵加奎;陈立军;;流和滑动窗口模型下的直径计算(英文)[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
3 杨宜东;孙志挥;周晓云;;滑动窗口中的变化检测[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
4 王成江;冉兵;戴迪;吴磊;;基于滑动窗口的动态手写签名局部相关性研究[A];湖北省机械工程学会青年分会2006年年会暨第2届机械学院院长(系主任)会议论文集(下)[C];2006年
5 王伟平;李建中;张冬冬;郭龙江;;数据流上基于时间滑动窗口的连接算法研究[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
6 王栩;李建中;王伟平;;基于滑动窗口的数据流压缩技术及连续查询处理方法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
7 闫朝升;李建中;李金宝;;数据流上滑动窗口技术的研究与实现[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
8 王秋棠;王鹏;周皓峰;汪卫;;基于滑动窗口的概率数据流上的聚集查询[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
9 张龙波;李战怀;余敏;王勇;蒋芸;;面向数据流滑动窗口的随机抽样算法研究[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
10 郭兵洁;张天成;李景银;于戈;;基于时标的滑动窗口模型在数据流查询中的应用研究[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
相关硕士学位论文 前10条
1 熊腾飞;基于滑动窗口的多元时间序列数据动态关联规则挖掘[D];哈尔滨工业大学;2016年
2 柴子峰;基于滑动窗口的弱标记物体检测方法研究[D];哈尔滨工业大学;2016年
3 贾可;基于滑动窗口的指纹中心点定位算法研究[D];西安邮电大学;2016年
4 朱保琨;基于滑动窗口车牌检测的FPGA架构设计与实现[D];长春理工大学;2016年
5 陈鹏;基于滑动窗口法的比较加密技术及其应用研究[D];西安电子科技大学;2015年
6 李鹏飞;基于滑动窗口的数据流关联规则挖掘算法研究[D];天津工业大学;2017年
7 闫冰;仿真平台中基于滑动窗口的流数据处理策略研究[D];哈尔滨工程大学;2011年
8 王秋棠;基于滑动窗口的概率数据流上的聚集查询[D];复旦大学;2009年
9 贺春亮;基于数据流滑动窗口的降载技术研究[D];燕山大学;2009年
10 严澄;基于滑动窗口的数据流关联规则挖掘研究[D];浙江大学;2010年
,本文编号:1684415
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1684415.html