时态信息处理技术研究综述

时间是信息的重要属性。随着数据库与信息技术的深入和发展，时态信息在信息系统扮演着日益重要的角色。将时态信息研究的起源与发展分成3个时期，简述各个时期研究情况和代表性成果。还分析了国内外时态信息有关研究献，介绍了几种代表性时态数据模型，对时态信息技术研究现状与存在的不足，以及未来的发展都给出了作的见解。     

时态信息与时态信息管理研究

时态信息和时态信息管理是数据库技术和信息管理技术的一种新的研究领域,对于信息的时态要求是信息应用需求多元化的必然.本文概括了时态信息管理中的经典模型,研究了时态信息管理的常用软件,并对其相关的时态支持进行了分析归纳.     

一种面向自然语言表达的不确定时态数据的建模方法

在医疗信息系统中,含自然语言表达式的时态信息起着关键性作用。如何处理基于自然语言的不确定时态信息问题一直没有得到很好地解决。针对医疗信息系统的需求,在此对时态数据模型的研究现状以及一些经典的不确定时态医疗信息数据模型进行了研究。对各种传统的时态原语类型进行不确定性扩展。提出了基于自然语言表达式的不确定时态数据模型NLTM。     

一种面向对象的双时态数据模型

在对象数据库的基础上,扩展时态信息管理功能,成为时态数据库技术发展的一个重要趋势.在面向对象的数据库模型的基础上,扩展了时态处理功能,基于属性时态模式,提出了一种面向对象的双时态数据库模型.     

人工智能应用中基于区间代数的时态推理

时态表示和推理是人工智能领域的重要研究内容之一,它的应用范围分布很广,从逻辑基础研究到知识系统的应用.区间代数是一种独立的与领域无关的时态理论.用区间代数能表示不确定的时态关系,可以很方便地用于时态推理,表达能力强;时态关系的区间表示比较直观,可理解性强;同时区间代数可以进一步扩展到二维空间领域,即将区间代数拓展为矩阵代数,实现二维空间推理.在一维时态推理中,将时态的区间表示和矩阵表示相结合,在提高计算效率的同时,保持了形象直观的时态表示.     

一个面向对象的实体-联系-时间模型

讨论了一种应用于时态数据库的数据模型———面向对象的实体 联系 时间 (ERT)模型 .将时态概念作为模型组成部件 ,重点描述了其模型结构和重要的时态概念 ,简要介绍了相应的时态关系代数操作 ,及在此基础上的约束     

基于模糊集的模糊时态映射模型

为了使时态数据库对客观世界更符合实际抽象描述,提出了用模糊测度分析模糊时态数据的隶属度,基于模糊集理论建立了模糊时态映射模型,实现测度模糊值向离散时态区间的映射.建立的模糊时态关系模型进行传统概念扩展,对事件的模糊时态信息作测度分析,抽取和元组离散时间对应的事件模糊值,向离散时态区间作映射,在模糊时态数据库概念层使模糊数据和时态凸区间实现原子对应.该理论弥补了现有时态数据库不能处理模糊时态信息的缺陷,扩展了模糊时态数据库处理模糊事件的能力.     

基于时态逻辑的多时间序列挖掘模型

为了从多时间序列之间发现的定性的时态相关模式可而更全面的理解和把握系统的演化特性,提出了一种基于时态逻辑的多时间序列挖掘模型.它首先将多时间序列转化为多事件序列,然后将预处理后的多事件序列利用区间时态逻辑(ITL)关系子集来定义多事件序列中事件间的时态相关模式.其次进行多状态序列融合和局部时态观测序列的生成,之后采用频繁模式挖掘算法发现多时间序列的频繁时序模式.该模型有助于解决时间序列挖掘所面临的若干挑战和难题,有助于扩展现有时间序列挖掘系统的功能,从而指导时间序列等复杂类型数据的知识发现过程.实验结果表明了该模型及算法的有效性和优越性.     

时态XML索引Txmlsindex

时态XML数据操作的基本途径是相应时态索引模式,而时间信息与结构信息的整合协同是涉及索引效率的关键技术.该文研究了一种基于时态拟序和时态编码协调的时态XML快照索引Txmlsindex,实现了“一次一集合”的时态数据查询和基于Tcodes编码的结构信息重置;比较评估Txmlsindex的可行性与有效性;提出的技术框架和索引模式还可拓展到时态XML的一般查询过程当中.     

Rough集挖掘时间序列的研究

Rouhg集方法是一种用于处理不确定性和模糊性知识的数学工具。探讨了基于Rough集方法的时间序列挖掘问题,提出一种将时态信息系统转化信息系统的方法和一个将实时时态信息系统转换为时态信息系统的方法;并从理论上证明了该方法在挖掘效率上的优越性。     

时序Rough逻辑及其在数据分析中的应用

提出一种时序Rough逻辑,定义了时序算子及其作用于Rough逻辑公式上的意义．描述了这种逻辑的语法和语义．论述了时序Rough逻辑中的语义模型是一个无限状态序列,其中每一状态都描述了当前时刻和场景点上信息系统的信息．从当前状态到下一状态的变换是遵循时序Rough逻辑演算的,它必须保持知识不变,也就是属性和讨论的对象不变,而属性关于对象的特征值,即属性值随着时间和场景变化而可以变化．因此。在信息系统上作决策、数据约简和信息粒化等都将产生影响,由此可见时序Rough逻辑将是动态地处理信息系统的理论工具,也将是合理地解决和处理不一致信息表的较好方法．     

基于时态逻辑的知识表示研究

讨论模态逻辑和时态逻辑,定义时态逻辑的四个时态算子,探讨了对象模型,提出了时态逻辑对象模型,研究了对象知识表示,给出了基于时态逻辑的知识表示模型和一个对象知识案例,结果表明时态对象模型可以有效地表达知识.     

时态数据库理论研究

一个好的时态数据库逻辑设计目标是消除数据冗余以及插入、删除和更新异常。因此,我们对时态初等函数依赖,时态初等关键字,时态初等主属性,时态简单关键字,时态简单主属性进行了定义,并研究了时态初等关键字范式和时态简单范式的分解问题,给出了相关分解算法。最后,基于TFD和TMVD混合集提出了时态第四范式(T4NF),并给出了时态模式的T4NF的无损分解算法,对算法的可终止性、正确性进行了证明,对时间复杂度进行了分析。     

基于MS SQL的时变属性的表达机制研究

时态信息处理是当前信息处理的主要研究方向之一,时变信息的表达与应用是时态信息处理的关键技术。文中利用RDBMS系统实现时态信息的表达和时态信息的基本应用,通过基于MS SQL的结构化语言实现时态信息处理,特别是对于记录时变属性的时间变元Now的有关操作进行了设计,表达了时态变元Now的即时变化的语义。     

基于浅层语义分析的主题事件的时间识别

时间识别是自然语言处理中极其重要的课题。事件中与主题相关的时间信息体现了事件在时间维度的主题特征。当前面向事件的时间识别大多是基于句子或短语的,并采用静态时间值机制。本文提出了一个面向主题事件的时间识别模型。该模型采用参考时间动态选择机制对时间表达式规范化。结合事件抽取和浅层语义分析,将浅层语义分析结果和时间表达式进行映射,将基于句子或短语的时间识别转化为基于篇章的时间识别,从而识别主题事件片段的时间。实验表明所提出的方法使主题事件片段的时间识别的性能提高了9.6%。     

多智能体协同的认知规范模型检测算法

 在Wooldridge提出的利用不变式特征的方法来模型检测时态认知逻辑的基础上,研究多智能体协同逻辑ATEL(Alternating Temporal Epistemic Logic)中认知算子的模型检测算法,包括多层的认知算子,分布式认知算子和公共知识算子等等。研究结果表明,加入认知算子后的ATEL的在增加系统描述能力的同时并没有明显增加其计算复杂性。