基于关联规则的语义查询优化技术及应用

从当今数据库研究的热点之一———知识发现的角度出发,围绕对被查询数据库的数据挖掘问题,将知识发现和语义查询优化结合在一起,提出了一种基于关联规则的语义查询优化方法,并用该方法实现了毕业生信息库的查询优化系统.     

一个具有语义优化的分布式查询处理算法

本文描述一个分布式关系数据库系统中具有语义优化的查询处理算法。算法的基本过程是:从原查询转换到查询图同时进行副本选择,得到T-图,经一般优化、语义优化,进而产生查询处理策略。优化的目标是总处理代价最小。语义变换过程应用了启发式的控制策略。     

查询语句语义优化的一个方法

查询语句语义优化的基本思想是,数据库所反映的现实世界的特定知识可以用来将查询语句变换成语义上等价但句法上不同的形式,以期寻找常规优化方法不可能找到的最优执行方案。本文提出了建立在费用模型及约束强度概念上的语义优化策略,并对查询语句中连接运算的删除作了进一步讨论。     

查询语句语义优化的一个方法

查询语句语义优化的基本思想是,数据库所反映的现实世界的特定知识可以用来将查询语句变换成语义上等价但句法上不同的形式,以期寻找常规优化方法不可能找到的最优执行方案。本文提出了建立在费用模型及约束强度概念上的语义优化策略,并对查询语句中连接运算的删除作了进一步讨论。     

语义缓存在并行数据库系统中的应用及实现

在许多应用系统中，使用缓存技术是提高数据库查询性能的有效途径。语义缓存是重要的缓存方式之一，它将查询结果和查询的相关语义信息缓存，为将来的查询提供解答。针对一个数据量极大、持续进行查询和数据装载的数据库系统，给出了一个加入语义缓存使之优化查询性能的方法，分析了其中的关键技术，并给出了实现方法。     

演绎数据库的语义查询优化

演绎数据库的语义查询优化是根据数据库中的完整性约事条件对查询进行优化，本文推出了两种基于完整性约束条件的优化方法，通过编译时对规则的改写，减少了参与计算的中间结果的数目，避免了不必要的操作提高了计算的效率。     

基于分布式数据库系统的一种查询优化算法

分布式数据库系统由于数据的物理分布和冗余使得分布式查询处理增加了难度和复杂度,使得分布式数据库系统的查询优化较集中式数据库系统更为重要.介绍分布式数据库系统的特点和分布式查询优化及一种新的查询算法:基于语义信息的分布查询处理.     

基于语义的移动数据库查询优化

本文给出了一种本文给出了基于语义的移动数据库查询优化策略。对于一个给定的查询,通常会有多种不同的查询策略。查询优化就是从这些策略中找出最有效查询计划的一种过程。在本文中,分别从客户和服务器的角度,解决移动数据库在客户机断接情况下的查询问题。     

并行数据库的语义查询优化研究:基于Agent

并行数据库技术中的查询处理及优化方法,都各有优劣;作者提出了一种基于Multi-Agent技术的语义查询模型(SQMAS),并以此模型为基础建立了一种基于Agent的并行数据库语义查询方法;同时为了保证系统组内、组间Agent之间的高效通信,采用了树型拓扑结构(TTMAS)的通信模型,系统内各Agent使用通信原语高效通信、协作,且满足Agent间的通信路由最优,从而保证了SQMAS的查询效率.     

分布式环境下基于形式化领域本体的查询处理

为了提高语义Web查询的查全率和查准率,文中提出了一种基于形式化领域本体的查询处理方法.首先采用描述逻辑表达领域本体的语法和语义,实现领域本体的形式化转换;然后基于转换后的形式化领域本体,采用含半幺群概括演算作为基于形式化领域本体查询转换的目标语言,定义了用户查询到含半幺群同态查询的转换规则和语义优化处理、查询重写规则,最后通过实验验证了该方法的查询性能.     

数据挖掘技术在学生信息系统中的应用研究

讨论了基于关联规则的数据挖掘技术,并应用于学生信息查询系统中,可以得到有用的信息并利用语义查询优化方法加快查询的速度.     

基于Lucene语义检索优化数字图书馆信息服务研究

以Lucene为主要索引引擎,集成其他智能引擎,在同义词扩展方面有良好的效果,可把Lucene应用于查询扩展模块中。分析了语义检索技术的优势,提出一种基于Lucene的语义检索模式,为数字图书馆的信息服务体系提供有参考价值的优化方案。     

网络环境下XPath查询集的冗余去除

网络环境下XML数据库查询应用,目前国内外已存在多种优化技术,查询重写,语义缓存等,但在冗余去除方面却缺乏研究。在已有技术的基础上,从减少网络流量的角度改进原XPath查询集冗余去除方案,利用XPath树模式和DTD对查询集在不同XML文档结构下冗余度进行评估,并在算法中权衡网络流量和XPath查询复杂度,来满足用户需求。     

基于层次序列OLAP-Cache在大规模监测数据查询优化中的应用

利用OLAP进行大规模监测数据查询时存在效率低和实时性差的问题,传统解决方法主要利用缩小数据集市数据的方法,虽然在一定程度上提高了查询效率,但是会出现丢失数据的现象。提出在基于聚类方法基础之上进行层次序列OLAP查询优化,并针对大规模海洋监测数据的特点提出OLAPCache多级查询方法。在该算法中,首先分析OLAP序列立方体的查询效率问题;其次以等价类的层次关系为基础,确定等价的上下界和聚类值;然后利用改进的各级查询层次的运算策略来判断OLAP查询的语义特性,提高其Cache性能;最后结合OLAP查询集的闭包中存在最小蕴含关系的特点,对OLAP查询的蕴含关系进行分组查找。通过大规模监测的海洋数据对该算法进行仿真验证,仿真表明,该算法有效地避免了对大规模海量数据的递归查询,具有较好的执行效率。     

基于语义网络的古建筑图像数据库的查询策略

研究古建筑图像数据库的基于语义网络的查询策略,提出语义网络的初始构建方法,给出了语义网络的训练、低层特征的图像信息的查询,实现了一个简单的查询系统.