论文部分内容阅读
智能交通系统的数据量巨大,但有价值的数据比例却很低,全局检索特定数据将耗费大量的资源。本文提出了一种检索模型来筛选出高频检索目标内容、缩小检索范围,并提出一种快速检索算法来进行数据检索。该算法对用户查询目标数据的频率进行相关跟踪记录,以此作为下次检索概率的评判,并记录保存在数据库中,从而实现从全局检索缩小到局部检索,有效提高检索效率。实验表明:在某特定时段(场景)内,对目标数据多次进行查询,其检索速度会远快于常规的检索策略。