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.     

共享多版本源视图的多实化视图异步增量维护

为了解决补偿和多版本在多实化视图维护上性能不理想的问题,提出了共享多版本源视图的多实化视图异步增量维护方案SMVM(源多版本视图维护).在SMVM中,集成端的实化视图直接定义在多个数据源的共享引用多版本源视图上,并且在收到源视图的数据更新后,向其他相关数据源发送基于版本的维护查询,以此来进行多实化视图的异步增量维护.这样在完全避免数据源并发更新导致增量查询异常的同时,提高了多个实化视图异步增量维护的整体性能,且基于元组标志的视图增量补偿方法使得对源视图的维护更有效.实验结果验证了SMVM的可行性和有效性.     

实视图一致性维护ECA算法的改进

对ECA在复杂网络环境下存在的异常情况进行了讨论，提出了并发更新异常的检测方法，并对ECA算法进行了改进，有效解决了查询维护过程中出现的不一致问题。     

层次-关系型DBMS的实视图及其增量维护

以对象交换模型作为中间模型,讨论了基于层次关系模型的视图机制,提出了一个增量维护的算法．该算法以统一的ＳＱＬ语句定义,维护混合模型上的视图,并提高地图应用系统的适应性．     

联结视图的更新问题

在关系数据库系统中，对视图的更新容易导致二义性和副作用，由联结运算定义的视图尤其如此。对这类视图的更新问题，利用参照完整性限制，讨论了避免副作用的问题，同时给出了主表的参照表的概念以及在此基础上克服二义性的方法。     

Oracle数据库应用中的可更新视图设计

Oracle数据库管理系统在许多领域都有着广泛的应用,本文主要介绍Oracle数据库应用当中对可更新视图的设计方法,着重分析了单表视图和多表视图在更新操作的时候需要注意的问题,并根据实例提出了实现可更新视图的具体解决方案.     

关于SNDM数据模型视图更新转换的正确性

本文在文献[1][2]的基础上。对一个面向CAD/CAM DBMS的新的结构网状数据模型SNDM[2]中的视图更新及转换正确性问题进行了研究,给出了SNDM数据模型中视图更新转换正确性定理。     

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。     

关系数据的XML视图更新技术研究

研究了关系数据的XML视图上的XML更新到后台关系上的SQL更新的转换技术,此技术以另一个技术,即支持关系数据的基于对象视图的更新到后台关系上的SQL更新的转换技术为基础.作者对其进行了改进,使之能适用于从关系数据的XML视图上的更新到后台关系数据的更新转换问题.     

数据仓库环境下的视图联机维护技术

视图联机维护技术是数据仓库技术中的重要研究领域之一。在系统总结国内外相关领域的主要技术的基础上，对目前所取得的研究进展和研究现状在进行了综述，为下一步的深入研究奠定了基础。     

数据方体中实视图的选择

根据0－1背包问题和方体的格模型,提出了数据方体中实现图的最优选择算法SemiWide(SElection of Materialized vlews Wlthin Data,cubE),并证明了该算法可以给出选择问题的最优解,实验表明,SemiSide的效率是较为理想的。     

数据仓库中物化视图的选择方法

对数据仓库环境中物化视图的选择问题进行了研究,利用有向无环图表示查询处理过程,给出了有向无环图的形式化描述方法和等价重写的概念,定义了一种物化视图增益计算模型。在考虑空间约束的基础上,提出一种物化视图选择方法,并给出了切实可行的算法步骤。     

基于ORACLE物化视图的电力营销系统优化

利用ORACLE物化视图技术,结合在电力营销系统运行实践中遇到的数据库应用优化问题,清晰且详细地从数据库性能问题的定位、分析和解决等方面进行了论述,对类似电力营销业务的项目和工程,具有较高的实际参考价值。     

数据物化策略研究

提高OLAP的响应速度和减少数据仓库中的数据存储量进行查询优化是数据仓库研究的核心问题。本文根据多维数据仓库的结构特点在满足OLAP需求下提出了一种视图物化的策图和分介质、变粒度存储策略,提高了OLAP响应速度。减少了数据仓库中的数据存储量。     

自适应背景更新及运动目标检测算法

从视频中检测运动目标是智能视频监控应用中的一项关键技术.文中提出了一种基于区域的自适应背景更新及运动目标检测算法,首先使用高斯模型建立初始的静态背景图像,通过背景减法得到差值图像;然后使用自适应阈值对差值图像进行二值化,并利用形态学滤波和连通区域面积检测进行后处理,得到运动目标区域掩模;最后,根据运动目标区域掩模检测出运动目标,同时使用基于区域的自适应背景更新算法动态更新背景图像.实验结果表明,该算法能够自适应地对背景模型进行更新,对于背景的扰动、光线的渐变等带来的影响有很好的抑制作用,可以有效地检测出运动目标.     

自适应背景更新的视频车辆检测

针对视频车辆检测技术会因气象等环境变化，尤其在动态检测大范围、多目标的情况下，检测移动车辆图像的分割和检测的效果存在问题，采用一种用于数字图像处理和计算机视觉的函数库openCV，设计出一种基于背景更新的自适应车辆对象检测法，用于视频检测和统计车流量，比较准确地测量出车辆对象．     

利用维护代价约束的物化视图选择方法

为了在一定维护代价约束条件下,使查询过程中花费的总查询成本最优化,提出了最小/最大候选集变换算法.该算法构造最大候选视图集和最小候选视图集,基于最小有效的极大基数配比技术,并通过单位维护代价内的查询收益而设计的代价计算模型来获得最佳物化视图集.理论分析和实验结果表明该算法是高效、动态、近似最优的.与以往算法相比,在数据维度大、维层次复杂的情况下,该算法有着更优的执行效率.     

基于改进的区域背景实时更新的目标检测

针对静止摄像机条件下运动目标的检测问题,提出了基于改进的区域背景实时更新的目标检测算法,该方法首先对连续的三帧图像分别做帧间差分并将差分图像二值化,运用改进的线段编码的方法对二值化后的差分图像进行扩充以填补由帧间差分引起的空洞,然后用当前的二值化差分图像减去前一个二值化差分图像,差值为负的区域就是背景应该实时更新的区域,最后用传统的背景差分法就能检测出运动目标.实验结果表明,该方法不仅能在一直有运动物体的视野内获得完整的背景图像,而且背景的实时更新也能有效的减小噪声和突然进入摄像机视野的物体的干扰,有较强的鲁棒性.