一种基于关系代数的Apriori优化方法

提出了一种采用关系数据库管理系统的数据处理能力实现关联规则算法的方法.结合Apriori算法的思想与关系代数的理论,分析了采用SQL语句实现Apriori算法的理论可行性,并描述了算法的实现过程.在Mushroom数据集上的实验验证了本文方法的简单高效性.     

关系数据库中数据子语言的优化

本文介绍了关系数据中的数据子语言与关系代数之间联系,并提出了利用关系代数的知识来优化数据子语言,以提高数据子语言的执行效率。     

分布式数据查询优化算法的研究

分布式数据查询是分布式数据库管理系统的核心,而查询优化算法又是查询处理中的关键技术.分布式数据库管理系统的研究始于20世纪70年代中期,在30多年的发展中,取得了丰硕的成果.但由于分布式数据的分散性,使分布式数据查询比集中式数据查询复杂得多.本文对基于关系代数优化的算法进行了探讨和研究,并应用于实例,取得了较好的优化效果.     

分布式数据查询优化算法的研究

分布式数据查询是分布式数据库管理系统的核心,而查询优化算法又是查询处理中的关键技术。分布式数据库管理系统的研究始于20世纪70年代中期,在30多年的发展中,取得了丰硕的成果。但由于分布式数据的分散性,使分布式数据查询比集中式数据查询复杂得多。本文对基于关系代数优化的算法进行了探讨和研究,并应用于实例,取得了较好的优化效果。     

基于CT投影数据不完全的代数重建算法的研究与实现

目前,CT图像重建算法主要包括解析法和迭代法。解析法以卷积反投影算法最为常用,该算法的重建速度快,成像质量较好,但它要求完全的、等间距的投影数据,积分路径（射线）要为直线,而且重建图像有伪影。代数重建算法是迭代法的典型形式。它适用于不同方式的采样数据,对不完全数据也可重建图像,但计算量大、重建速度慢,影响了算法的应用范围。     

关系代数中“除法”运算的SQL查询实现

利用离散数学作为分析工具,给出了关系代数中除法运算的各种查询原理,特别阐述了SQL查询语句的实现,无论是教学还是实际应用具有一定的指导意义.     

基于关系代数的遗传算法模型及其应用

运用选择、投影、广义笛卡尔积等关系代数运算，给出了遗传算法的搜索空间及个体、遗传算子和搜索最优解过程等关系代数形式的描述，建立了遗传算法的关系代数模型，给出了遗传算法的数学解释．然后，给出建立遗传算法关系代数模型的意义，说明了数据挖掘和知识发现应用于遗传算法的可行性．最后，用该模型描述了2个常见用遗传算法解决的问题，即TSP问题和交互式遗传算法中的服装设计问题，结果表明该模型的可行性．     

基于关系代数的关联规则挖掘算法

目的提出基于关系代数理论的关联规则挖掘算法。方法利用数据预处理方法，剔除无关属性、获得相应的目标特征子集。结果基于目标特征子集，利用关系矩阵及相关运算给出了搜索大项集的基于关系代数理论的优化的关联规则挖掘算法，该算法只需扫描数据库一次。结论克服了经典的Apriori算法需要多次扫描数据库的缺点，同时算法具有良好的并行性和可伸缩性。     

基于数据脑的神经图像元数据立方体构建技术

元数据是神经图像数据库研究的一个关键问题.然而现有神经图像元数据的信息组织形式过于单一,难以支持面向系统化脑信息学研究的分析型数据信息查询.元数据立方体的构建能很好地解决这一问题.本文提出一种基于数据脑的神经图像元数据立方体构建技术.参考现有数据立方体构建技术,定义了新型的神经图像元数据立方体,即源立方体,并设计了其基...     

格蕴涵代数不等式

针对逻辑代数中的不等关系提出格蕴涵代数不等式的概念,讨论了格蕴涵代数中3类最基本的一元格蕴涵不等式,得到一些性质及推论.对3类不等式的可解情况,给出了它们的可解条件,在此基础上讨论了解集所具有的特征.     

格蕴涵代数的构造

进一步讨论了格蕴涵代数的性质和结构,给出了一条不能构成格蕴涵代数的链的例子,得到并证明了链可成为格蕴涵代数的一个充分必要条件;同时,对格蕴涵代数之全体的结构进行了全面的研究.     

对关系代数除法运算的探讨

对关系数据库中关系代数的除法运算进行了探讨,从除法运算的计算过程和实际应用方面,阐述了如何解决除法运算的教学难点．     

基于关系表示的树数据结构的实现

用关系数据库存储和表示的树数据结构能使信息系统准确地描述数据之间的关系,同时能以一致的方法表示和处理层次和关系数据,有利于信息系统构造以及实现更友善的用户接口．本文以关系数据集为基础定义了一种关系树,提出了树结构在关系数据集上的存储方案,讨论了关系树一般性计算的实现方法,如树的建立、结点访问、插入、删除和遍历等     

一种适用于数据仓库环境的增量聚类方法

聚类分析要求较高聚类质量和快速响应能力,各行业数据仓库中的大量、高维数据对算法的效率提出了更大的挑战.CURE算法能够提供高质量聚类结果但不满足联机聚类要求.结合数据仓库数据不定期批量、增量更新的特点,提出了一种新的增量式CURE聚类算法——InCURE,利用对象的互连性和近似度,保持原算法的动态聚类特性的同时大大缩短聚类时间.5维、20维、50维的大量数据实际测试表明无论低维还是高维数据,InCURE都比CURE具有更高的效率,适合数据仓库环境下的增量式聚类分析.     

基于Vague关系数据模型的数据依赖

基于提出的Vague关系数据模型和Vague集之间的相似度量,研究了Vague关系数据库中的数据依赖问题,给出了Vague函数依赖(VFDs)和Vague多值依赖(VMVDs)的定义及其相应的推理规则.该规则类似于经典关系数据库中函数依赖和多值依赖的Armstrong公理系统,称之为Vague公理系统.并对Vague公理系统的有效性和完备性进行了证明.同时还给出了VFDs满意度的概念及计算VFDs满意度的公式.     

完备Brouwerian格上Fuzzy关系方程极小解的一些性质

讨论了完备Brouwerian格上Fuzzy关系方程,当Fuzzy关系方程的解集非空时,首先给出了解集中的解是极小解的一个充要条件,然后得到了方程极小解的一些不变性,根据这些不变性可以由一个极小解构造出其他的一些极小解．     

元数据驱动的关系数据模型通用编辑系统

针对传统模式开发管理信息系统中的数据编辑部分所产生的工作量大,成本高,耦合度高的问题,提出了一套元数据驱动的数据编辑的框架模型。以描述应用数据库的元数据模型作为系统建立的基础,由此动态建立数据表的关联关系,实现数据表与用户界面的数据转换;编辑具体字段时,根据元数据信息调用诸如树形列表等构件。在大庆油田的实践表明,基于该框架模型的数据编辑工具的实现能够减少工作量、节约成本,降低耦合度。     

非负整数格上Fuzzy关系方程的解集

在一种特殊的完备Brouwerian格即非负整数格上对Fuzzy关系方程的解集作了深入探讨．首先讨论了解存在的条件及解集的性质，然后在解集非空时给出了整个解集，最后讨论了不同系数方程的解集的关系。