海量高维不确定性数据的高效查询关键技术研究

海量高维不确定性数据管理及查询技术的研究已成为目前国内外数据库研究领域的前沿热点课题，它是数据库技术、概率及统计理论相结合的交叉研究方向。本项目在申请人前期研究基础上，借鉴国内外最新相关研究成果，从三方面较系统地研究海量高维不确定性数据的高效概率查询算法。在单机环境下，针对"维数灾难"及概率查询的高计算代价的技术挑战，研究不确定超球优化分片及多尺度融合分析的索引方法，提出一种高维不确定数据的复合索引键值统一表达方式及高效裁剪（Pruning）策略，并且将其应用于基于阙值的概率k近邻概率查询。同时为了进一步提高查询效率，研究分布式环境下的并行可扩展概率查询。最后，针对查询密集的应用，研究分布式多重概率查询优化策略，利用概率论，聚类，并行流水线等技术提高多重概率查询的整体性能。

海量高维不确定性数据管理及查询技术的研究已成为目前国内外数据库研究领域的前沿热点课题，它是数据库技术、概率及统计理论相结合的交叉研究方向。本项目在申请人前期研究基础上，借鉴国内外最新相关研究成果，从三方面较系统地研究海量高维不确定性数据的高效概率查询算法。在单机环境下，针对"维数灾难"及概率查询的高计算代价的技术挑战，研究不确定超球优化分片及多尺度融合分析的索引方法，提出一种高维不确定数据的复合索引键值统一表达方式及高效裁剪（Pruning）策略，并且将其应用于基于阙值的概率k 近邻概率查询。同时为了进一步提高查询效率，研究分布式环境下的并行可扩展概率查询。最后，针对查询密集的应用，研究分布式多重概率查询优化策略，利用概率论，聚类，并行流水线等技术提高多重概率查询的整体性能。经过三年的实施，本项目共发表学术论文15篇，专著一部，其中，SCI收录和待收录共计4篇，EI收录8篇。