檢索時會出現(xiàn)數(shù)據(jù)檢索不安全、數(shù)據(jù)檢索效率低的問題，導(dǎo)致數(shù)據(jù)資源共享出現(xiàn)了嚴重的“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)的強大學(xué)習(xí)與表達能力，采用多標記相似度測量與建模訓(xùn)練技術(shù)，實現(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，通過對圖像和文字的語義建模，以保證在模式中的語義一致

況，文章采取數(shù)據(jù)檢索法，于中國知網(wǎng)上搜集與之相關(guān)的中文文獻發(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)前國內(nèi)安全人機工程學(xué)處于初期發(fā)展階段，新一代技術(shù)革命將極速推動其研究范圍及領(lǐng)域擴大，且接下來的研究熱點是安全人機工程學(xué)在高科技技術(shù)層面的應(yīng)用設(shè)計以及如何使其在人機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??安全人機工程學(xué)??發(fā)展現(xiàn)狀中圖分類號：X914?????文獻標志碼：AAnalysis?on?the?Developme

據(jù)挖掘、視覺數(shù)據(jù)檢索與智能分析。 以第一作者或通訊作者在TIP、 TKDE、 TMM 等國際權(quán)威期刊和會議發(fā)表論文40 余篇；主持國家自然科學(xué)基金項目3 項、 省級項目多項；獲得山東省科技進步二等獎1 項、吳文俊人工智能科學(xué)技術(shù)三等獎1 項、山東省高校優(yōu)秀科研成果一等獎和二等獎各1 項。擔(dān)任中國人工智能學(xué)會青年工委常務(wù)委員，山東省人工智能學(xué)會常務(wù)理事、學(xué)術(shù)工委秘書長等學(xué)術(shù)兼職。 曾擔(dān)任第七屆中國數(shù)據(jù)挖掘會議和CCF 第一屆國際人工智能會議組織主席、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)的情況下才能訪問數(shù)據(jù)。云服務(wù)器：提供了密文檢索所需的大量存儲空間和計算資源，云服務(wù)器一旦接到數(shù)據(jù)檢索者的合法請求，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 問題定義本方案假設(shè)數(shù)據(jù)所有

loud實現(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;分布式;數(shù)據(jù)檢索中圖分類號：TP311.13文獻標識碼：B文章編號：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)信息分布式存儲技術(shù)實現(xiàn)對多媒體數(shù)據(jù)庫混合預(yù)編碼視頻元數(shù)據(jù)的信息存儲結(jié)構(gòu)分析和檢索，建立分布式的數(shù)據(jù)存儲和檢索結(jié)構(gòu)模型，提高多媒體數(shù)據(jù)庫混合預(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，通過混合編碼和參數(shù)分析，采用模糊信息融合方法，實現(xiàn)多媒體數(shù)據(jù)庫混合預(yù)編碼視頻元數(shù)據(jù)檢索和特征分析[1].對多媒體數(shù)據(jù)庫混合預(yù)編碼視頻元數(shù)據(jù)檢索是建立在對視頻圖像的自適應(yīng)傳輸分析和優(yōu)化

此同時，法律數(shù)據(jù)檢索也得到迅速發(fā)展，使得法律領(lǐng)域開辟了一個全新的學(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，都給中國法學(xué)的發(fā)展開辟了一個全新的時代。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)檢索對于支持技術(shù)的要求也越來越高。在法律數(shù)據(jù)檢索方面引用網(wǎng)絡(luò)爬蟲技術(shù)，使得法律數(shù)據(jù)的處理和分析愈發(fā)高效化、準確化和便捷化。[1]數(shù)據(jù)庫的建立，使得繁雜和分散的法律數(shù)

述。因此，在數(shù)據(jù)檢索的過程中，要想準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)出較為顯著的語義區(qū)別[2]，即高層與低層語義的不一致性。這種特征使得即便在高層語義相近時，也無法保證低層語義的完全吻合。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)用也必然會促進多源多模態(tài)數(shù)據(jù)的轉(zhuǎn)換。所以對于多源多模態(tài)大數(shù)據(jù)的檢索研究勢在必行。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)擴展與哈希算法。文獻[3]提出了KL

過相片比對、數(shù)據(jù)檢索、全景地圖等方式，最終確認了拍照者的地點并告知了這位粉絲，整個過程還被其配上解說介紹給了觀眾。對于該視頻，不少網(wǎng)友表示擔(dān)憂，萬一這位粉絲對照片拍攝者有什么不良意圖，此舉豈不是害了對方？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”刪除了該視頻并對此公開道歉。但直到刪除前，該視頻播放量已經(jīng)超過了100萬。《新京報》：在網(wǎng)上，不少人以“偵探片中也會有作案情節(jié)展示”來為“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。實驗結(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。關(guān)鍵詞：ElasticSearch;遙感數(shù)據(jù);GeoHash;數(shù)據(jù)檢索中圖分類號：TP311.5文獻標志碼：A文章編號：1008-1739（2021）05-57-50引言隨著我國對地觀測技術(shù)的發(fā)展，特別是高分辨率對地觀測系統(tǒng)重大專項的推進，基本具備了高空間分辨率、高時間分辨率及高光譜分辨率

直接進行原始數(shù)據(jù)檢索會導(dǎo)致查詢時間很長，用戶體驗較差。為了提高歷史數(shù)據(jù)的查詢速度，我們設(shè)計了數(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間粒度對原始數(shù)據(jù)進行分段并抽取相應(yīng)的特征數(shù)據(jù)，特征數(shù)據(jù)會存入數(shù)據(jù)庫的冗余數(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)的時間范圍來計算合適的時間粒度，并以此時間粒度從冗余數(shù)據(jù)表中檢索數(shù)據(jù)，返回相應(yīng)的特征數(shù)據(jù)?；诖嗽O(shè)計，我們開發(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; 數(shù)據(jù)檢索中圖分類號： TP302文獻標志碼： 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，往往需要跨庫查詢，應(yīng)用難度大，執(zhí)行效率低；檔案查詢及分析過程停留在靜態(tài)狀態(tài)，依賴系統(tǒng)構(gòu)建時的功能設(shè)計，無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現(xiàn)下述功能。1.

;系統(tǒng)設(shè)計;數(shù)據(jù)檢索;性能測試隨著時間的推移，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際需求。對于圖書館資源，怎樣快速獲取信息，學(xué)者已經(jīng)開始從研究國內(nèi)外的各種信息。本文利用數(shù)據(jù)挖掘技術(shù)開發(fā)出智能圖書館云檢索系統(tǒng)，為及時有效地獲取專業(yè)書籍資源提供了有效途徑。1 智能圖書館云檢索系統(tǒng)1.1 智能圖書館云檢索系統(tǒng)架構(gòu)在構(gòu)建智能圖書館云檢索系統(tǒng)的過程中，有必要創(chuàng)建一種適用于智能圖書館信息云檢索的分布式檢索體系架構(gòu)。根據(jù)圖書館資源檢索需要，使

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

善策略，落實數(shù)據(jù)檢索和處理的設(shè)計工作。關(guān)鍵詞：大數(shù)據(jù);礦山測繪;地理信息;礦產(chǎn)資源;設(shè)計引 言大數(shù)據(jù)時代的到來，為礦山測繪提供了很大的幫助，它不僅可以促進礦山測繪工作的有效開展，可以使與之有關(guān)的工作在實施過程中更具科學(xué)性，促進我國礦山測繪地理信息行業(yè)的不斷發(fā)展。所以，在具體的實踐過程中，相關(guān)企業(yè)的領(lǐng)導(dǎo)一定要對此就加以重視，不斷的對大數(shù)據(jù)進行研究，以此來促進礦山測繪地理信息服務(wù)可以變得更加高效，同時也極大的提高礦山測繪地理信息的價值。1、大數(shù)據(jù)背景下礦山測繪

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。在高級檢索模式下，可限定關(guān)鍵詞出現(xiàn)的區(qū)域，例如針對文獻標題進行檢索，在摘要中進行檢索，檢索某個作者的文獻等，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以及算符選項以供用戶自己構(gòu)造檢索式。字段選項包括文獻標題、作者、出版物標題、摘要等具體字段內(nèi)容。算符選項提供了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。這些問題也受到社會科學(xué)研究者的重視，故本研究以社會科學(xué)用戶為研究對象，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)系進行調(diào)查，以期為高校社會科學(xué)用戶數(shù)據(jù)素養(yǎng)教育提供參考。2 研究設(shè)計本問卷設(shè)計之初首先與15位用戶進行訪談，了解用戶在查找數(shù)據(jù)過程中提及的、經(jīng)常遇到的問題，對其中的關(guān)鍵詞進行總結(jié)、梳理，最終設(shè)計問卷。問卷采用人工分發(fā)與網(wǎng)絡(luò)填寫兩種方式，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。平臺依托安徽優(yōu)勢產(chǎn)業(yè)與良好的創(chuàng)新、營商環(huán)境，運營初期將聚焦四大業(yè)務(wù)板塊：知識產(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)。知識產(chǎn)權(quán)交易的業(yè)務(wù)種類包括專利交易、商標交易、版權(quán)交易、域名交易等?？萍汲晒D(zhuǎn)化平臺為個人、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)，通過匯聚技術(shù)需求企業(yè)來吸收、消化安徽省的優(yōu)質(zhì)科技成果。針對技術(shù)轉(zhuǎn)移轉(zhuǎn)化落地常見的專家人才指導(dǎo)、大量資金投入

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

外包服務(wù)器和數(shù)據(jù)檢索者，三者關(guān)系如圖1所示。對于搜索文本來說，原文單詞采用兩個層次加密：首先根據(jù)文件長度產(chǎn)生偽隨機流S，使用對稱加密算法逐個加密明文文件單詞，之后，將密文等分為左右兩部分{L，R}，并基于 S 和 L進行流加密，生成二進制字符串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稱加密算法，并將其和關(guān)鍵詞索引分別存儲在外包云服務(wù)器；

器學(xué)習(xí)的時空數(shù)據(jù)檢索-預(yù)測系統(tǒng)張蓬郁，王 煜，江旻宇，邵嘉琳，張洪濱（北京工業(yè)大學(xué) 樊恭烋榮譽學(xué)院，北京 100124）針對時空數(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)系建模難等問題，本文提出引入KD樹結(jié)構(gòu)進行靜態(tài)多維數(shù)據(jù)建模與檢索。同時結(jié)合機器學(xué)習(xí)中Linear Regression，SVR，Nearest Neighbors Regression等六種算法進行未來狀態(tài)的預(yù)測。我們對比了六種常用學(xué)習(xí)算法，對預(yù)測結(jié)果的擬合情況進行分析，以天氣預(yù)測為應(yīng)

式存儲和海量數(shù)據(jù)檢索提出了基于Hadoop集群的存儲方法和基于MapReduce的數(shù)據(jù)檢索方法；最后對數(shù)據(jù)資源管理平臺進行了性能測試。1 平臺結(jié)構(gòu)與功能海量電網(wǎng)狀態(tài)監(jiān)測數(shù)據(jù)資源管理平臺的主要目的是實現(xiàn)海量、分布的電網(wǎng)狀態(tài)監(jiān)測數(shù)據(jù)的高性能存儲和檢索，為后續(xù)高效準確地實現(xiàn)電網(wǎng)狀態(tài)監(jiān)測數(shù)據(jù)的分析與挖掘奠定基礎(chǔ)。整個電網(wǎng)狀態(tài)監(jiān)測數(shù)據(jù)管理平臺有四個模塊構(gòu)成：元數(shù)據(jù)管理模塊、信息管理模塊、節(jié)點管理模塊和海量存儲模塊?；诜植际浇Y(jié)構(gòu)設(shè)計數(shù)據(jù)管理平臺，實現(xiàn)了不同地區(qū)電網(wǎng)狀

絡(luò)數(shù)據(jù)庫特定數(shù)據(jù)檢索問題轉(zhuǎn)化為一系列面向模糊C均值聚類問題進行檢索，從而考查本文所提算法檢索復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)庫特定數(shù)據(jù)的能力。1　網(wǎng)絡(luò)數(shù)據(jù)庫特定數(shù)據(jù)檢索算法如圖1所示，數(shù)據(jù)與POS標注依次出現(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，以“LH”(代表“父節(jié)點位于左處”)來表示；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，則將其表示為“O”。其中，“_”符號代表其后邊字

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，負數(shù)據(jù)庫接口設(shè)計與實現(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，進而提高系統(tǒng)的可維護性和可擴展性。2.4.1底層數(shù)據(jù)庫可用性校驗接口底層數(shù)據(jù)庫可用性校驗接口(validate_underlying_d

數(shù)據(jù)庫技術(shù) 數(shù)據(jù)檢索1 物聯(lián)網(wǎng)環(huán)境下數(shù)據(jù)庫技術(shù)的特點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)庫不在局限于結(jié)構(gòu)形式，而是能夠在網(wǎng)絡(luò)上以信號的形式傳播。這種數(shù)據(jù)庫運用形式節(jié)省了大量的系統(tǒng)運行時間，可以實現(xiàn)不受時間與距離限制的信號傳輸，達到更理想的設(shè)計使用效果，數(shù)據(jù)作為軟件功能實現(xiàn)的總要基礎(chǔ)，要確保其來源的準確性，在使用中也要確保功能之間的銜接不會受到數(shù)據(jù)庫穩(wěn)定性的限制，軟件更新也能基于物聯(lián)網(wǎng)環(huán)境下更高效的開展

件系統(tǒng)建立和數(shù)據(jù)檢索，實現(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空間小，邏輯簡單，易于硬件實現(xiàn)。文件管理；檢索；數(shù)據(jù)定位0 引言隨著導(dǎo)航雷達信號帶寬和中頻頻率的提高，雷達信號采集回放設(shè)備所需的存儲、傳輸帶寬也大幅增加。面對越來越龐大的數(shù)據(jù)量，在高速數(shù)據(jù)信息存儲、回放系統(tǒng)中，必須采用高性能的記錄管理機制，這個機制需要具備如下特征：1）效率高；2）邏輯簡單，利于硬件實現(xiàn)；3）便于建立與檢索；4）占用存儲空間

，具有簡潔的數(shù)據(jù)檢索和高效的統(tǒng)計分析功能，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，通過表格、統(tǒng)計圖、地圖3種形式，從中藥資源、時間、空間3個維度，在國家、?。▍^(qū)、市）、縣3個層級，對一般調(diào)查、重點調(diào)查、栽培調(diào)查、工作方案、種質(zhì)資源、藥材樣品、臘葉標本、中藥材市場、傳統(tǒng)知識9個方面300多項指標進行查詢統(tǒng)計和展示，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、智能化的數(shù)據(jù)檢索服務(wù)和實時的數(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)檢索功能來構(gòu)建企業(yè)級數(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)時代來臨，為處理海量數(shù)據(jù)，建立大數(shù)據(jù)平臺成為趨勢，使用分布式文件存儲系統(tǒng)，通過云計算技術(shù)來分析海量數(shù)據(jù)，開發(fā)企業(yè)級智能云檢索系統(tǒng)是提高企業(yè)綜合效益的關(guān)鍵?；谧匀徽Z言的智能云檢索，研究開發(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《史記三家注補正》，后人鮮有整理和研究，筆者在查看《學(xué)衡》期刊時，對其有所關(guān)注，《學(xué)衡》共載《史記三家注補正》八卷，從1925年第40期開始刊載，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”這一平臺，接著，在后期的整理與研究過程中，也在很大程度上利用了“中國基本古籍庫”、“翰堂典藏數(shù)據(jù)庫”

庫的吞吐量，數(shù)據(jù)檢索的召回率等指標。關(guān)鍵詞： 海量數(shù)據(jù)； 教育多媒體數(shù)據(jù)庫； 分類存儲； 數(shù)據(jù)檢索中圖分類號： TN911?34； TP391 文獻標識碼： A 文章編號： 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，但是要時刻維護索引列的代價；(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數(shù)據(jù)表；(3)由于多個表中有可能存在錯誤的索引列，最終導(dǎo)致多表聯(lián)查檢索發(fā)生等待時間過長的現(xiàn)象。3 表的分區(qū)技術(shù)Oracle數(shù)據(jù)庫中為了達到高效的檢索速度，建立表的分區(qū)技術(shù)是針對具有大數(shù)據(jù)的應(yīng)用系統(tǒng)而言，大型數(shù)據(jù)表進行檢索優(yōu)化是一種多種優(yōu)化方案中選擇最佳的行為，理論上是將一個完整大型數(shù)據(jù)表實現(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)和管理活動中直接形成的對國家和社會具有保存價值的文字、圖紙、圖表等各種形式和載體的歷史記錄，是社會管理和公共服務(wù)的重要資源，對于促進城市科學(xué)管理，統(tǒng)籌城鄉(xiāng)發(fā)展，保證城市生產(chǎn)生活秩序，維護城市安全、應(yīng)對城市突發(fā)事件等具有十分重要的意義。由于部分城建檔案館對館藏檔案的管理、利用和資源共享還停留在一個比較低的水平上，造成“信息孤島”的產(chǎn)生，會影響到各建設(shè)主管部門將業(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)針對海量過車數(shù)據(jù)檢索困難的問題，設(shè)計了一款基于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)先緩存在消息隊列中，再通過Spark Streaming實時計算框架對緩存的數(shù)據(jù)進行消費，將數(shù)據(jù)搬運到數(shù)據(jù)庫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，用戶通過點擊Web界

據(jù)類別，降低數(shù)據(jù)檢索的效率和精度的問題，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)庫中數(shù)據(jù)的一致度，結(jié)合數(shù)據(jù)融合技術(shù)，對類間數(shù)據(jù)實現(xiàn)分類處理.利用模糊集算法準確查詢分類數(shù)據(jù)，對分類數(shù)據(jù)實現(xiàn)二次聚類計算，細分其類邊緣，通過加載辨別函數(shù)實現(xiàn)數(shù)據(jù)定位，完成數(shù)據(jù)檢索.實驗結(jié)果表明：該方法進行數(shù)據(jù)檢索時具有較高的檢索效率和精度，且抗干擾能力較強.數(shù)據(jù)檢索； 冗余數(shù)據(jù)； 特征模糊； 模糊集算

數(shù)字圖書館 數(shù)據(jù)檢索 用戶滿意度一、超星數(shù)字圖書館超星數(shù)字圖書館成立于1993年，是國家“863”計劃的示范工程項目。超星數(shù)字圖書館是目前世界上最大的中文在線數(shù)字圖書館，為廣大讀者提供大量的電子圖書資源，涉及文學(xué)、經(jīng)濟、哲學(xué)、宗教、計算機等各個學(xué)科門類，以及數(shù)百萬冊的電子圖書。Web2.0時代的到來，使得數(shù)字圖書館可以借助互聯(lián)網(wǎng)的發(fā)展，為中國的圖書館事業(yè)提供了跨越發(fā)展的機遇，也重新決定了圖書對讀者的價值。二、超星數(shù)字圖書館檢索方法超星數(shù)字圖書館提供的檢索方

天文臺脈沖星數(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. 中國科學(xué)院新疆天文臺，新疆 烏魯木齊830011; 2. 中國科學(xué)院射電天文重點實驗室，江蘇 南京210008;3. 海德堡大學(xué)天文研究中心，海德堡69120，德國)新疆天文臺目前已歸檔32 290條脈沖星觀測數(shù)據(jù)文件，脈沖星數(shù)據(jù)檢索平臺提供南山觀測站25 m射電望遠鏡自2000年以來獲得的近300顆脈沖星的觀測數(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，該方法可以實現(xiàn)對Excel數(shù)據(jù)表中任意單元格數(shù)據(jù)的模糊檢索。其優(yōu)點在于系統(tǒng)會根據(jù)輸入檢索關(guān)鍵字的變化，實時篩選出符合要求的數(shù)據(jù)；對于日常辦公事務(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)計算與分析功能，是個人電腦普及以來用途最廣泛的辦公軟件；事實上，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)檢索確認的試驗，這些試驗的設(shè)計為：無心血管疾病的高血壓1級（140～159mmHg/90～99mmHg）患者被隨機分為接受積極（抗高血壓藥物或更強化的治療策略）或?qū)φ眨ò参縿┗蚍菑娀委煼桨福┙祲褐委?。以了解藥物降壓是否可預(yù)防高血壓1級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，為了方便用戶進行數(shù)據(jù)搜索，需要利用先進的計算機技術(shù)進行設(shè)計，提高數(shù)據(jù)檢索效率。為了解決上述問題，建立基于全文檢索和MVC的井場數(shù)據(jù)服務(wù)系統(tǒng)，實現(xiàn)井場數(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。1 系統(tǒng)設(shè)計系統(tǒng)建模是項目開發(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”。用戶可以根據(jù)情況選擇相應(yīng)的功能圖標進入到相關(guān)的功能操作界面，實現(xiàn)對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)定各個功能操作的可操作狀態(tài)。點擊“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）實現(xiàn)對已操作完成的電子操作票的檢索和查詢，

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

鍵詞Web;數(shù)據(jù)檢索;數(shù)據(jù)庫中圖分類號TP3文獻標識碼A文章編號1673-9671-(2009)112-0026-011信息檢索工作原理信息檢索過程:包括存貯和檢索兩個過程。存貯過程就是按照主題詞表或分類表及使用原則對原始信息進行處理,形成信息標識,為檢索提供經(jīng)過整序(即形成檢索途徑)的信息集合的過程。檢索過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,形成檢索提問標識,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標識相符的信息特征標識的過程