基于集中式平台的最短路径关键节点查询方法

    公开(公告)号:CN105005628A

    公开(公告)日:2015-10-28

    申请号:CN201510478317.0

    申请日:2015-08-07

    CPC classification number: G06F16/322

    Abstract: 一种基于集中式平台的最短路径关键节点基本查询方法,通过在集中式平台上对图中的所有节点按照关键度由高到低进行剪枝标签构造或改进型剪枝标签构造对应得到每个节点的层次标签,然后通过任意节点对间的最短路径关键节点查询,返回最短路径上指定个数的关键节点。本发明通过在预处理阶段进行关键度排序和层次Hub标签构造,得到了具有覆盖属性的层次标签,能够高效地返回关键节点;而在优化的纯标签算法里,在关键节点查询的过程中不需要再进行辅助查询,可直接进行路径拆分,减少了查询耗时,提高了查询效率。

    基于最大划分和随机数据块的安全最近邻查询方法及系统

    公开(公告)号:CN102999594B

    公开(公告)日:2015-08-19

    申请号:CN201210465742.2

    申请日:2012-11-16

    Abstract: 本发明涉及一种基于最大划分和随机数据块的安全最近邻查询方法及系统,所述方法包括:数据主将包含外包数据库的voronoi图分割成为k个划分,记录划分的边界,在划分中添加随机字节,并根据预设的哈希函数对每个边界建立对应的索引,并将加密后的所有划分及其对应的索引发送给服务器,将所有划分对应的边界发送给数据用户;数据用户将包含真实查询点的划分对应的索引发送给服务器;服务器向数据用户发送加密后的包含真实查询点的划分;数据用户获取加密后的包含所述真实查询点的划分,并解密后计算出最近邻,在数据用户对服务器上存储的外包数据库中进行最近邻查询时,使服务器无法获知外包数据库中的数据、查询点及查询结果,保证数据安全。

    基于最小化冗余数据划分的安全最近邻查询的方法及系统

    公开(公告)号:CN102968475B

    公开(公告)日:2015-05-20

    申请号:CN201210466318.X

    申请日:2012-11-16

    Abstract: 本发明涉及一种基于最小化冗余数据划分的安全最近邻查询的方法及系统,所述方法包括:数据主将包含外包数据库的voronoi图分割成为k个划分,记录划分的边界,在划分中添加随机字节,并根据预设的哈希函数对每个边界建立对应的索引,并将加密后的所有划分及其对应的索引发送给服务器,将所有划分对应的边界发送给数据用户;数据用户确定将包含真实查询点的划分对应的索引发送给服务器;服务器向数据用户发送加密后的包含真实查询点的划分;数据用户获取加密后的包含所述真实查询点的划分,并解密后计算出最近邻,在数据用户对服务器上存储的外包数据库中进行最近邻查询时,使服务器无法获知外包数据库中的数据、查询点及查询结果,保证数据安全。

    获取路网上复反向最远邻居的层次分区树方法及系统

    公开(公告)号:CN103345509A

    公开(公告)日:2013-10-09

    申请号:CN201310279899.0

    申请日:2013-07-04

    Abstract: 本发明提供了一种获取路网上复反向最远邻居的层次分区树方法及系统,包括:对于路网G,某一查询集Q,构建路网G关于查询集Q的最远Voronoi图,定义某一查询点q∈Q在所述最远Voronoi图上的最远Voronoi区是这样一部分结点fvc(q,Q),满足对于fn(p,Q)=q,即所有fvc(q,Q)所包含的点p均以q作为其相对于Q的最远邻居,则BRFN(q,Q,VG)=fvc(q,Q);为了获取fvc(q,Q),首先建立一个包含路网G上所有点VG的潜在解的集合S,每次从Q的其余结点中取出一个结点q′,根据所述集合S中每个潜在解到q和q′的距离将S划分为两部分后,将距离查询点q较近的部分从S中删除,直至Q的所有其余结点q′都取出过后,所述最远Voronoi图中最终未删除的部分即为fvc(q,Q),其中,所述潜在解为路网G上的某一结点,能够在路网上快速搜索到查询点的单反向邻居。

    获取路网上复反向最远邻居的暴力搜索方法及系统

    公开(公告)号:CN103336827A

    公开(公告)日:2013-10-02

    申请号:CN201310280245.X

    申请日:2013-07-04

    Abstract: 本发明提供了一种获取路网上复反向最远邻居的暴力搜索方法及系统,本发明通过使用Dijkstra算法以每一个d∈VG作为源点进行一次扩展,直到Q中的所有点被访问到为止,若q在Q中的所有点被全部遍历之前被访问到,则q并非d的最远邻居,从而d不属于q的反向最远邻居;若q在Q中的其他点被全部遍历之后仍未被访问到,则确定d为p,p∈BRFN(q,Q,VG),能够在路网上快速搜索到查询点的单反向邻居。

    查询最大竞争力位置的动态监控方法及系统

    公开(公告)号:CN103336826A

    公开(公告)日:2013-10-02

    申请号:CN201310280207.4

    申请日:2013-07-04

    Abstract: 本发明提供了一种查询最大竞争力位置的动态监控方法及系统,包括:给定一个客户点的集合C和一个设施点的集合F,以及一个候选位置集合P,最大竞争力位置为根据路网中初始的设施点集合F和客户点集合C获取p;根据路网中设施点集合F或客户点集合C发生的更新随时动态监控p。本发明能够快速和动态地查询最大竞争力位置。

    最小化最大距离位置的动态监控方法及系统

    公开(公告)号:CN103324747A

    公开(公告)日:2013-09-25

    申请号:CN201310280197.4

    申请日:2013-07-04

    Abstract: 本发明提供了一种查询最小化最大距离位置的动态监控方法及系统,包括:给定一个客户点的集合C和一个设施点的集合F,以及一个候选位置集合P,最小化最大距离位置为 ;通过向表示路网的无向连通图Go=(Vo,Eo)插入所有的设施点f和客户点c来将Eo中的边划分成新的边,对于每一个点ρ∈C∪F,先考虑ρ所在的边e∈Eo,令e的两个端点为vl和vr,然后将e分为两部分即从vl到ρ和从ρ到vr,以使ρ成为无向连通图的一个新顶点,加入所有的新顶点以生成了一个新的无向连通图G=(V,E);把G按照边划分为n个子图G1...Gn,其中,n的值根据用户的需要设置;根据G中初始的设施点集合F和客户点集合C获取p;根据G中设施点集合F或客户点集合C发生的更新随时动态监控p。本发明能够快速和动态地查询最小化最大距离位置。

    基于等长划分和随机填充的安全最近邻查询的方法及系统

    公开(公告)号:CN102930051A

    公开(公告)日:2013-02-13

    申请号:CN201210465661.2

    申请日:2012-11-16

    Abstract: 本发明涉及一种基于等长划分和随机填充的安全最近邻查询的方法及系统,所述方法包括:数据主将包含外包数据库的voronoi图分割成为k个划分,记录划分的边界,在划分中添加随机字节,并根据预设的哈希函数对每个边界建立对应的索引,并将加密后的所有划分及其对应的索引发送给服务器,将所有划分对应的边界发送给数据用户;数据用户将包含真实查询点的划分对应的索引发送给服务器;服务器向数据用户发送加密后的包含真实查询点的划分;数据用户获取加密后的包含所述真实查询点的划分,并解密后计算出最近邻,在数据用户对服务器上存储的外包数据库中进行最近邻查询时,使服务器无法获知外包数据库中的数据、查询点及查询结果,保证数据安全。

    基于多智能体的诊疗决策树抽取方法、系统、设备及介质

    公开(公告)号:CN120032896A

    公开(公告)日:2025-05-23

    申请号:CN202411866063.5

    申请日:2024-12-18

    Inventor: 姚斌 商从阳

    Abstract: 本发明涉及基于多智能体的诊疗决策树抽取方法、系统、设备及介质。该方法包括如下步骤:步骤S1:对训练数据集进行预处理,得到每个诊疗决策树的多个中间结果;步骤S2:训练自迭代智能体;步骤S3:集成多个自迭代智能体,构建多智能体系统;步骤S4:数据导入与应用;将待抽取的临床诊疗文本导入多智能体系统进行诊疗决策树抽取,输出完整的诊疗决策树,直接用于临床决策支持系统的下游任务。本发明实现了智能体在诊疗决策树抽取任务中间步骤的自我优化和自动迭代,降低了对于提示词人工调优的依赖,通过将诊疗决策树抽取拆解为多个中间步骤并训练相应的自迭代智能体,提高了诊疗决策树抽取准确率和可迁移性。

    一种面向轨迹流数据的连续范围查询的方法和系统

    公开(公告)号:CN113742536B

    公开(公告)日:2024-04-19

    申请号:CN202111091041.2

    申请日:2021-09-17

    Abstract: 本发明提出了一种面向轨迹流数据的连续范围查询的方法和系统,其中该系统包括了位置信息发送模块,索引模块和查询模块。本发明先改进了索引模块,可以保证轨迹点根据其空间位置和时间顺序快速插入,并且支持轨迹的ID‑时间范围查询和空间范围查询。接着,改进了查询模块,采用内外存结合的查询机制,并最大程度地减少空间相交判断的次数和需检索的数据次数。再者,对索引模块和查询模块进行了补充,使其在查询变化的情况下也能保证查询的准确性。最后,还包括了内存清理模块,当查询次数和并发查询数目增加时,削减其结果集,减轻内存负担。本发明在保证数据实时更新的情况下,同时实现时间范围查询和空间范围查询,并提高了连续范围查询的效率。

Patent Agency Ranking