视图：——处理多表数据结果集的方法

介绍了在用ＶＦＯＲ６．０开发信息管理系统中,如何利用视图来处理多表数据结果表明,以完成复杂关系数据的操作处理,并用实例说明了如何建立视图,使用视图进行数据查询和修改。     

数据仓库中实体化视图的一种维护算法

实现实体化视图是提高系统响应时间的一个关键技术和有效的解决方案,在具体的实现过程中面临着实体化视图的维护问题. 由于源数据的不稳定性,其数据的变化必须及时传播到实体化视图中,以保持实体化视图与源数据的变化一致性,否则会降低实体化视图中数据的新鲜度,并影响联机分析处理(OLAP)查询结果的真实性和有效性. 针对视图的维护问题,提出了实体化视图的一种维护算法,它将使视图重计算代价最小化.     

Windows 8环境下页面视图编程及应用

Windows 8 Style是windows 8应用的设计语言的代号.本文着重归纳Windows 8 Style的4种不同视图的切换,以及如何处理不同视图的状态,尤其是贴靠视图(SnapView)的处理.介绍当设备方向变更时对页面的影响,并如何处理方向的变更.     

实视图维护中的更新检测

在关系数据库系统中,视图是从一个或几个表中导出的表,为了提高访问视图数据的效率,人们将视图数据也保存起来,这样的视图称这实视图,当基表发生了变化,为使实社图与基表保持一致,必须对实视图进行维护。实视图的维护可分类一个阶段：即无关更新检测,可自处理更新检测和实际维护。     

一种多流形正则化的多视图非负矩阵分解算法

在大数据时代,多视图数据普遍存在.多视图聚类是分析多视图数据的一种常用方法.基于多流形正则化非负矩阵分解的多视图聚类是一种极具竞争力的多视图聚类算法,但该算法没有考虑非负矩阵分解的簇排列问题,并且在实验中没有考虑每个视图的差异性.基于上述问题,提出一种优化的多流形正则化的多视图非负矩阵分解算法.该算法的关键问题包括如何利用多视图信息聚类以及如何融合多流形.对多视图数据聚类时,令所有视图的数据共享一个低维的子矩阵,并且最小化所有视图的加权目标函数,从而体现每个视图对聚类的重要性并确保所有非负矩阵分解的簇排列的一致性.在融合多流形信息时,使用基于多视图谱聚类的权重计算方法,加权寻找一致的流形,从而体现每个视图中流形的重要性.实验结果表明,提出的优化策略可以提高多视图聚类的效果.     

双层视图筛选下多视图主动学习的高光谱图像分类

针对高光谱图像分类已标记样本稀缺的问题,研究如何高效利用多视图选取更高质量的未标记样本.首先采用不同方向、尺度的3D-Gabor滤波器产生兼具空间?光谱信息的数据立方体;然后进行双层视图筛选:第1层筛选最具充分性的多视图,接着针对传统视图多样性筛选计算量大、耗时长的问题,提出在低维空间计算视图的多样性强度值DI,利用D...     

基于单一数据源的产品BOM多视图映射技术

为实现产品全生命周期中的物料清单 (bill ofmaterial,BOM)信息集成 ,提出了基于单一数据源的产品BOM数据多视图映射技术 ,初步建立了 BOM多视图映射的基本理论和 BOM主要视图间的 BOM映射类型 ,分析了BOM多视图间的数据映射关系 ,基于基元化组件重构理论 ,设计了 BOM多视图数据映射平台和 BOM视图映射工具组件 ,实现了分布式环境下的 BOM主要视图间的数据映射     

基于极大关联属性集分解的隐私保护数据发布

传统的抽象化技术用于高维(属性)数据的匿名发布时会造成不可容忍的信息缺损,而分解技术虽然确保了数据真实性,但由于视图划分破坏了属性之间的内在关联,因此发布数据的可用性受到限制。该文提出了一种基于极大关联属性集的分解法MAAD(maximal associated attributes based decomposition),该方法利用频繁模式挖掘技术,寻找具有强关联性的属性组集合,并以此指导多视图的分解和生成。MAAD优先考虑了属性之间的关联性,所生成的多视图能够提供更好的数据挖掘性能。该文还定义了多视图发布的隐私保护模型-λmatching。实验结果表明:尤其在用于高维数据的匿名处理时,MAAD方法能够有效地提高数据可用性,具有很高的实用价值。     

基于阈值连通的视图划分算法研究

在工程图矢量化系统中，研究如何提高输入数据的质量，这一课题开展工程图样R—V转换的前期处理技术研究，提出了基于阈值连通的视图划分算法。其基本思想是根据工程图绘制规则，提出了阈值邻接和阈值连通的概念，将工程图样的基本视图、技术要求以及其他视图等从整体工程图样中识别与区分，再进行标识。并用所提出的算法构建了基于图样绘制规则的自动区域化这个图纸扫描转换系统的前置模块。通过该模块提高图纸扫描转换系统输入数据的质量，从而提高了R-V转换精度，并为后续的智能识别与三维重建提供语义上的指导。     

Oracle数据库的安全性及其监督方法

本文讨论了在管理信息系统开发过程中,如何充分利用Oracle7 RDBMS提供的安全机制,如权限、角色、视图、存贮过程和触发器等,以保障数据库的安全性问题,同时给出了利用Oracle数据字典中的几个特殊视图,监督数据库安全性的方法。     

面曝光快速成形系统中紫外光辐照度分布研究

为了提高面曝光快速成形系统的零件制作精度,研究视图平面上的紫外光辐照度分布规律.采用最小二乘法,对实验数据进行拟合,建立了紫外光辐照度随视图平面位置坐标和灰度值变化的关系模型.并利用该模型对视图平面上紫外光分布进行了均匀化处理.处理结果表明,通过灰度调制可以得到比较均匀的辐照度分布.     

基于XML的关系数据模型

分析了当前典型的XML关系数据模型的优缺点,在此基础上提出了一个新的XML关系数据模型.该模型将数据模式、数据视图和数据内容分开,数据表现形式灵活,适合于对XML数据的处理及XML数据与关系数据库数据的转换.     

ORACLE视图技术在用户数据管理中的应用分析

ORACLE 9i具有的视图工具可以提高数据库系统安全性。为提高表隐蔽性以保证用户数据安全,视图工具是从基础表或其它逻辑对象中利用查询语句创建新的逻辑对象[1],数据库字典包括视图定义,视图只对应满足条件的用户数据,数据仍存放在基础表,利用视图以屏蔽真实逻辑对象,提高数据库安全性。     

单文档窗口分割视图和普通视图的切换

本文介绍了利用VISUAL C 6.0编制含有分割视图和普通视图的基于单文档的多视图界面,以及视图之间的视图切换的方法。实现了在一个单文档框架中包含分割视图和普通视图,视图切换方便简单,满足了在一个程序中同时用分割视图和普通视图来显示数据,并用一个实例来详细说明编制的过程。     

利用视图更新数据库的探讨

视图对于数据库的设计和使用都提供了极大的方便,但视图的使用有许多的条件限制,本文主要总结了视图的优点,利用视图进行数据更新的特点,进一步列举实例探讨可更新视图在使用过程中的限制,从而使数据库的开发者更好地利用视图。     

一种高效的实视图选择算法

数据往往被存储在分布式的数据源中,当需要对数据做查询操作时,就无法像查询单数据源那样有效率.联机分析处理(OLAP)被提出,并用来克服这个问题.在这个过程中,为了提高OLAP的查询效率,采用了将视图实体化的技术,即将综合性的复杂的查询结果放入实视图中,再将OLAP查询与实视图相互关联起来.但是,实视图需要占据大量的物理存储空间,而当数据源一旦更新时,为了与底层数据源保持一致,必须对实视图进行相应的更新维护,从而产生实视图的维护代价,因此实视图选择必须在提高查询响应速度和资源限制二者之间做出一定的权衡.文章提出了一种算法,可以在对维护代价一定条件约束下,使得查询代价达到最小的算法.经过实验,该算法不仅计算复杂度较小,而且维护成本较低.     

C4ISR体系结构服务视图产品描述方法研究

针对原有的C4ISR体系结构描述框架中系统视图所描述的军事资源系统之间紧密耦合难以适应作战视图中作战任务动态变化的问题,结合面向服务的思想扩展加入服务视图描述内容。为了保证C4ISR体系结构数据一致性,在底层体系结构数据元素模型分析的基础上加入服务元素,通过分析服务元素之间以及服务元素与原有的体系结构数据元素之间的关系,确定了C4ISR体系结构服务视图描述所涉及的产品,并对视图产品描述内容、数据元素模型及产品之间的关系进行了分析。     

基于双目融合网络的立体图像质量评价

立体图像质量评价为3D技术的发展与应用提供了技术支撑.如何根据立体图像特点,构建更加符合立体视觉认知机制的立体图像质量评价模型,已成为该领域的关键问题之一.现有的立体图像质量评价方法要么先分别处理左右视图,然后结合左右视图质量得到立体图像质量分数;要么先对左右视图进行融合得到融合视图,然后评价平面的融合视图得到立体图像质量分数.事实上,大脑对立体视觉信号的处理是一个长期的复杂融合与处理的过程,并最终在视觉皮层完成对视觉信号的认知与判断.受大脑立体视觉认知机制的启发,本文提出一种基于双目融合网络的立体图像质量评价模型,实现了双目信息的多次融合与处理,模拟了大脑对双目信息进行处理和判决的视觉传导通路.所提出的双目融合网络包含左视图通道、右视图通道和融合通道,模拟立体视觉信息在视觉通路中的逐层并行处理过程;左右视图通道在网络中多次交互,模拟视觉通路中双目信息的多次融合与处理;网络末端的3个全连接层,模拟视觉信息经过视觉通路处理后复杂的质量判断过程.本文实验在两个公开立体图像库LIVE3D Phase Ⅰ和LIVE 3D Phase Ⅱ上进行,实验结果表明,该方法在对称与非对称失真立体图像上均能取得更好的结果,且较其他方法具有更强的普适性.     

基于场地约束的PDMS查询优化技术

基于视图的查询求解是解决PDMS(Peer Data Management Systems)中数据共享的一个重要手段.基于成熟的Datalog技术,设计了基于场地约束的Datalog扩展技术用于解决PDMS环境下的查询优化问题.研究在数据密集型和逻辑上紧耦合的PDMS中存在的查询优化问题,提出了PDMS视图定义语言PView,局部约束和分布式约束的定义、及基于视图与约束的查询重写的优化方案,并给出性能分析.测试结果证明,基于约束的查询重写优化算法AffixC可以显著地提高查询处理效率,适用于逻辑上具有紧耦合关系的信息集成处理.     

并发更新环境下的视图维护异常研究

通过对视图维护过程中的更新异常进行分析,发现并发更新是导致视图维护异常的主要原因.在并发环境下,数据更新和模式更新极有可能同时存在,这对视图维护工作带来极大的困难.在实例分析基础上,深入而细致地刻画了模式与数据全面并发的典型情形,为视图维护工作奠定基础.