CAJ | 학술논문

序列数据一类重要的数据类型,在文本、Web访问日志文件、生物数据库等应用中普遍存在,对其进行相似性查询是一种获取有用信息的重要手段.在大型序列数据库中进行高效相似性查询的关键因素之一就是查询算法的过滤能力,即设计能快速过滤与查询序列不相关序列集的过滤器十分重要.提出了结合序列距离的度量性质和序列自身特征的多重过滤算法SSQ_MF,SSQ_MF使用了长度过滤器、前缀过滤器和基于参考集的过滤器,使得算法过滤能力较基于单一过滤器算法进一步增强.此外,设计了有关数据结构对查询数据库的一些统计信息进行了预计算和保存,有效估计了各过滤器的过滤集大小,并构建了一个由过滤集大小确定的最优过滤顺序模型,使得算法的过滤代价最低.实验结果表明,算法SSQ_MF的查询性能优于单一过滤器算法和随机过滤顺序的多过滤器算法.
서렬수거일류중요적수거류형,재문본、Web방문일지문건、생물수거고등응용중보편존재,대기진행상사성사순시일충획취유용신식적중요수단.재대형서렬수거고중진행고효상사성사순적관건인소지일취시사순산법적과려능력,즉설계능쾌속과려여사순서렬불상관서렬집적과려기십분중요.제출료결합서렬거리적도량성질화서렬자신특정적다중과려산법SSQ_MF,SSQ_MF사용료장도과려기、전철과려기화기우삼고집적과려기,사득산법과려능력교기우단일과려기산법진일보증강.차외,설계료유관수거결구대사순수거고적일사통계신식진행료예계산화보존,유효고계료각과려기적과려집대소,병구건료일개유과려집대소학정적최우과려순서모형,사득산법적과려대개최저.실험결과표명,산법SSQ_MF적사순성능우우단일과려기산법화수궤과려순서적다과려기산법.