ترغب بنشر مسار تعليمي؟ اضغط هنا

تخفيض زمن الوصول إلى ملفات الصور باستخدام طريقة الفهرسة الشجرية المحسنة B+ TREE

Access Time Reduction To Image Files Using Enhanced B+ Tree Indexing Method

1497   1   53   0 ( 0 )
 تاريخ النشر 2015
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

يقترح البحث نظاماً جديداً يهدف إلى تخفيض زمن البحث عن ملفات الصور images عن طريق اقتراح آلية فهرسة جديدة تعالج العيوب التي عانت منها خوارزميات الفهرسة المستخدمة بحيث يصبح زمن الوصول لهذه الملفات أقل ما يمكن. تم بدايةً في هذه الورقة توضيح أهمية الأرشفة Archiving في تنظيم الملفات عن طريق تصميم قاعدة بيانات Database و تخزين ملفات الصور فيها و تسجيل الأزمنة اللازمة للحصول على الملفات المطلوبة من قاعدة البيانات, بعد ذلك تم إجراء عملية الفهرسة Indexing لملفات الصور المخزنة في قاعدة البيانات عن طريق اقتراح خوارزمية جديدة - B+ Tree المحسنة - تهدف إلى تنظيم ملفات الصور وفق آلية معينة تسهل الوصول للملفات المطلوبة و تم إجراء عمليات الاستعلام queries و تسجيل الأزمنة المستغرقة من أجل مقارنتها مع الأزمنة اللازمة للوصول إلى الملفات قبل الفهرسة بهدف إظهار كفاءة الطريقة المقترحة.


ملخص البحث
يقترح هذا البحث نظاماً جديداً يهدف إلى تخفيض زمن البحث عن ملفات الصور من خلال اقتراح آلية فهرسة جديدة باستخدام خوارزمية B* Tree المحسنة. يبدأ البحث بتوضيح أهمية الأرشفة في تنظيم الملفات وتصميم قاعدة بيانات لتخزين ملفات الصور وتسجيل الأزمنة اللازمة للحصول على الملفات المطلوبة. ثم يتم تطبيق عملية الفهرسة على ملفات الصور المخزنة في قاعدة البيانات باستخدام خوارزمية B* Tree المحسنة، والتي تهدف إلى تنظيم ملفات الصور بطريقة تسهل الوصول إليها. تم إجراء عمليات الاستعلام وتسجيل الأزمنة المستغرقة للوصول إلى الملفات قبل وبعد الفهرسة بهدف إظهار كفاءة الطريقة المقترحة. أظهرت النتائج أن الفهرسة الشجرية المحسنة تقلل من زمن البحث وتحقق أداءً أفضل مقارنة بالطرق التقليدية. يوصي البحث بتوسيع استخدام الفهرسة الشجرية في مجالات أخرى مثل معالجة الصور والمنطق الضبابي.
قراءة نقدية
دراسة نقدية: يعتبر البحث مهماً في مجال تحسين أداء قواعد البيانات من خلال تقليل زمن الوصول إلى ملفات الصور باستخدام الفهرسة الشجرية المحسنة. ومع ذلك، يمكن توجيه بعض النقد البناء للبحث. أولاً، لم يتم توضيح بشكل كافٍ كيفية تأثير الفهرسة الشجرية المحسنة على أداء النظام في حالات البيانات الكبيرة جداً أو في بيئات متعددة المستخدمين. ثانياً، كان من الممكن تقديم مقارنة أكثر تفصيلاً بين الفهرسة الشجرية المحسنة والخوارزميات الأخرى المستخدمة في الفهرسة مثل R-Tree أو B+ Tree. ثالثاً، لم يتم التطرق بشكل كافٍ إلى كيفية تأثير عمليات الإدخال والحذف المتكررة على أداء الفهرسة الشجرية المحسنة. على الرغم من هذه النقاط، يظل البحث ذو قيمة كبيرة في تحسين أداء قواعد البيانات.
أسئلة حول البحث
  1. ما هي الخوارزمية المقترحة في البحث لتحسين زمن الوصول إلى ملفات الصور؟

    الخوارزمية المقترحة هي خوارزمية الفهرسة الشجرية المحسنة B* Tree.

  2. ما هي الخطوات التي اتبعها الباحثون لتقييم كفاءة الفهرسة الشجرية المحسنة؟

    قام الباحثون بتصميم قاعدة بيانات لتخزين ملفات الصور، ثم طبقوا عملية الفهرسة باستخدام خوارزمية B* Tree المحسنة، وأجروا عمليات استعلام وسجلوا الأزمنة المستغرقة للوصول إلى الملفات قبل وبعد الفهرسة لمقارنة الأداء.

  3. ما هي التوصيات التي قدمها البحث لتوسيع استخدام الفهرسة الشجرية المحسنة؟

    يوصي البحث بتوسيع استخدام الفهرسة الشجرية المحسنة في مجالات مثل معالجة الصور والمنطق الضبابي، وتحقيق عمليات التخزين والاستعلام من خلال الشبكات العصبونية أو الخوارزميات الجينية.

  4. ما هي الفوائد الرئيسية لاستخدام الفهرسة الشجرية المحسنة وفقاً للبحث؟

    الفوائد الرئيسية تشمل تقليل زمن البحث عن ملفات الصور، تحسين أداء قواعد البيانات، وترتيب الملفات ذات التواجد العشوائي ضمن قاعدة بيانات بحيث تصبح أوساط التخزين ذات قدرة تخزينية عالية.


المراجع المستخدمة
BENG, C. O; GAO, H; JINBAO, W. "Indexing multi-dimensional data in a cloud system". 1st ed, National University of Singapore, China, 2010,112
TSENG, H. C. "Internet Applications with Fuzzy Logic and Neural Networks". Journal of engineering computing and Architecture U. S. A. Vol. 1, N. 2, 2007, 137-156
BHANU, R. B. "Uncertain spatial data handling: Modeling, indexing and query". Computers & Geosciences, U. S. A. Vol. 8, N. 1, 2007, 42-61
قيم البحث

اقرأ أيضاً

هذا البحث يقدم طريقة جديدة لتقليل زمن تنفيذ برامج المعالجة, عن طريق اختصار حجم المعلومات المعالجة و لاسيما في التطبيقات التي تكون الأولوية فيها لسرعة المعالجة على المعلومات التقصيلية للصور, كأنظمة الكشف و الملاحقة.
عثرت نمذجة اللغة الإحصائية والترجمة مع المحولات العديد من التطبيقات الناجحة في فهم البرنامج ومهام الجيل، وتحديد معايير عالية للأدوات في بيئات تطوير البرمجيات الحديثة. ومع ذلك، فإن نافذة السياق المحدودة لهذه النماذج العصبية تعني أنهم لن يكونوا غير قاد رين على الاستفادة من السياق الكامل بأكمله من الملفات والحزم الكبيرة لأي مهمة معينة. في حين أن هناك العديد من الجهود المبذولة لتوسيع نافذة السياق، فإننا نقدم نهجا مستقلا بالهندسة المعمارية للاستفادة من التسلسلات الهيدروجسية النحوية من التعليمات البرمجية المصدرية لإدماج سياق كامل مستوى الملف في نافذة ذات طول ثابت. باستخدام أشجار بناء جملة الخرسانة من كل ملف مصدر نستخرج التسلسلات الهرمية النحوية ودمجها في نافذة السياق عن طريق إزالة بشكل انتقائي من عرض نطاقات أكثر تحديدا وأقل أهمية لمهمة معينة. نقوم بتقييم هذا النهج على مهام توليد التعليمات البرمجية والترجمة المشتركة للغة الطبيعية ومزدئة المصدر في لغة البرمجة الثابتة، وتحقيق حالة جديدة من بين الفن في إكمال التعليمات البرمجية وتلخيص Python في معيار Codexglue. نقدم أيضا معايير CodexGlue جديدة للمهام الدوافع المتعلقة بتجربة المستخدمين: إكمال التعليمات البرمجية مع الحرفيات الطبيعية، طريقة إتمام الأسلوب / تلخيص / رمز رمز مكيف في سياق مستوى الملفات.
إن الوصول إلى معدلات نقل عالية للبيانات عبر منظومات االتصال اللاسلكية دونه عقبات كثيرة، كالتداخل الناجم عن المستخدمين الآخرين في نفس القناة، أو عن الأقنية المجاورة، إلى جانب التشويه الناتج عن خفوت التردد الإنتقائي، وازاحة دوبلر وإزاحة التردد الحامل، مما يجعل من الضروري اعتماد طرق ناجعة لكشف الإشارة. ترسل البيانات في نظام التجميع بتقسيم التردد المتعامد orthogonal frequency division multiplexing على عدد كبير من الحوامل المتعامدة، وتتعرض هذه الحوامل لأشكال مختلفة من قنوات الخفوت تؤثر على البيانات المرسلة، لذلك لابد من تطوير طرق الكشف للتعامل مع هذه التشوهات. يتم إرسال إشارات دليلية (PILOT) معروفة مسبقاً لدى المستقبل من أجل معرفة استجابة القناة الناقلة، ثم بالاعتماد على هذه الإشارات الدليلية يتم تخمين استجابة القناة وذلك بواسطة عدة طرائق، من أهمها طريقة (LMMSE) والتي تقدم أداء جيدا ولكن بتعقيد كبير. سوف ندرس في هذه المقالة كيفية تخفيض تعقيد هذه الطريقة باستخدام تحويل فورييه DFT، وسنرسم مخطط الخطأ BER، والخطأ MSE، في كلا الحالتين عند استعمال تعديل QPSK و عند استعمال 16QAM.
نحن تصف مهمة IWPT الثانية على تحليل نهاية إلى نهاية من النص الخام لتعزيز التبعيات العالمية.نحن نقدم تفاصيل حول مقاييس التقييم ومجموعات البيانات المستخدمة للتدريب والتقييم.قارنا النهج التي اتخذتها الفرق المشاركة ومناقشة نتائج المهمة المشتركة، والمقارنة أيضا مع الطبعة الأولى من هذه المهمة.
قمنا ببحثنا هذا بإجراء دراسة مرجعية للطرائق المختلفة المتبعة للتحديد الآلي المباني في الصور الفضائية و تحليلها و عرضنا منهجية مقترحة لتحديد المباني اعتماداً على خصائص محيطها الهندسية باستخدام تحويل هاف لتحديد النماذج المستطيلة في الصور الرقمية.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا