基于模糊集的不精确时态关系建模

基于模糊集理论,建立了一种扩展Allen时态关系模糊时态区间模型.在经典时态关系的基础上,讨论了模糊时态区间关系,提出了时间点的模糊时态序列概念,并定义了模糊时态关系属性,同时用模糊时态序列定义了模糊时态区间的边界关系.最后结合时序测度公式对13种模糊时态定性关系给出了精确的表达.能精确表达模糊事件的精确和不精确关系,也为模糊推理提供了理论基础.     

时态知识/数据模型研究及应用

时间是信息的重要属性,不仅数据有时态性,而且知识也有时态性.时态信息在信息系统中扮演着日益重要的角色,在某些系统中还起着关键性作用.将时态应用分为完全时态应用、嵌入式时态应用和混合型时态应用3种模式,提出一种时态信息模型,重点讨论时态数据模型和时态知识表达模式,介绍典型时态信息系统"工资智能决策支持系统"中的知识/数据处理模型.     

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.     

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     

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.     

一个模糊时态数据库关系代数理论

为了解决时态数据库对客观世界更符合实际的抽象描述、能有效表示和处理复杂对象、支持用户定义的数据类型、扩展建模能力、减少不同类型数据转换代价大等问题,针对复杂数据不仅有时态性,而且具有模糊的特性,从基本的时态数据库模型入手,定义了一系列模糊时态关系元素,并建立了一个能描述模糊时态信息的1NF关系代数.从理论上论证了相应的模糊/时态关系代数映射及运算模型,避免了模糊时态数据库不能提供表达时态信息的环境设施,也增强了现有时态数据库描述模糊事物特性的能力.     

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.     

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.     

时态数据库浅析

数据库技术的广泛应用对时态信息的管理提出了挑战,而在面向对象数据库模式上扩展时态信息处理能力正成为数据库技术发展的一个重要趋势。本文介绍了时态数据库的概念、数据模型,面向对象数据库的概念和实现方法。     

灰数序列关联分析

定义了取数一致(或取数相反)和取数顺序一致(或取数顺序相反)的离散灰数,指出了两者之间的关系.通过定义灰关联度的白化值为灰数比较序列的白化序列与灰数参考序列的白化序列的关联度给出了灰关联度定义.进一步给出了灰关联度最小、最大白化值的一种计算方法和一些比较序列与参考序列的关联序的一种排法.对取数一致的灰数序列,给出了一种计算灰关联度的简便方法.     

关系代数及其表示理论

讨论了带＊算子的关系代数，提出单原子的概念并借助于它给出关系代数与集上关系代数同构的充要条件以及关系代数与集上代数的子代数同构的充分条件，并给出关系代数的表示定理。     

面向关系型数据的本体学习模型——RCAOM

为获取结构化的关系数据库中蕴含的知识本体,利用形式概念分析与本体间的双向互动关系,提出了基于关系形式概念分析的本体学习方法——RCAOM(relational context analysis ontology model)方法。RCAOM方法分别从关系数据的元数据层和元组实例两个层面发现概念及关系,通过关系数据库逆向工程和用户参与的概念格建立与概念测量,形成关系型的形式背景,最终转化为面向关系数据的本体模型。研究表明:RCAOM方法不仅可以较好地自动发现关系模式元数据概念及关系,而且能够有效发现隐含于数据记录中的概念及关系,构建面向主题的本体模型;具备分析复杂度低和收集盲点少的特点,是面向关系型数据库的本体学习和构建大型本体库的新探索。     

L—模糊关系方程及其应用

本文将模糊关系方程扩张成L—模糊关系方程,并将某些L—模糊关系方程的求解问题转化为模糊关系方程的求解问题,然后通过例子说明L—模糊关系方程在某些实际问题中的应用。     

水印关系数据库

数据库应用的快速发展需要水印数据库，这是数据所有权保护问题。首先介绍了云模型知识，然后提出了一种基于云模型的水印关系数据库技术，给出了关系数据库云水印嵌入和检测提取方法，并对实验结果进行了讨论分析。最后展望了水印关系数据库的前景和研究发展方向。     

关系扩展规则

基于关系转换方法对模态逻辑进行转换, 使用一阶扩展规则定理证明器对转换后得到的一阶片段进行推理, 得到一种新的可用于模态逻辑的推理方法, 并证明了其正确性和完备性.     

关系模式到XML文档的转换

可扩展标记语言（XML）已经快速发展为Web上数据表示、集成和交换的标准。Intemet上越来越多的数据表示为XML文档,但是,当今大多数商业数据还是存储和管理于关系数据库中。这就需要为Intemet的应用程序将关系数据高效准确的转换发布为XML数据。本文阐述XML与关系数据库的映射方法,并介绍了XML文档与数据库之间的具体转换。     

Prolog语言与关系型数据库

本文对 Prolog 语言与关系型数据库进行了比较,分析了两者之间的相似之处和主要差异,指出采用 Prolog 语言与关系型数据库相结合构造知识库存在的种种问题,在此基础上探讨了研究知识库的新途径。     

广义灰色关联度的简便计算方法

文章通过对非等时距序列的始点零化像和初值像之间的关系进行研究,给出了广义灰色绝对关联度与广义灰色相对关联度的简便计算方法,简化了常用方法的步骤,极大地减少了运算量,并通过数值举例证明了所给方法的有效性。     

关系数据模式分解及应用

给出了关系数据模式分解中无损联接分解算法的一个通俗证明,并应用模式分解理论来指导应用软件的开发工作。