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。     

也谈SQL Pass-Through游标更新

VFP 的 SQL Pass-Through是一个强大的用于客户端的数据操作工具,其SQLEXEC() 函数允许通过 ODBC 从任何数据源下载数据.与远程视图不同,在客户端的游标(Cursor)中的数据改变后,SQL Pass-Through没有提供默认的(自动)设置来更新服务器端的数据,但是,可以通过设置游标的属性使得游标像远程视图一样,具有自动更新的功能,或者通过编程的方法来达到更新的目的.     

基于“属性视图”的RDB-to-RDF映射

对于语义网而言,它的成功有两个条件,一是要以现行的网络平台为基础,二是要充分利用当前的领域数据.关系数据库存储着大部分领域数据,针对关系模式与RDF的映射问题,文章介绍了一种新的方式,称为"属性视图".与Jena等一些系统中所使用的"属性表"不同,它是一种传统的关系模式视图,用这种视图来描述建立在关系数据库上的RDF(S)本体,能够使得在传统的关系数据库系统上实施一般的语义网应用,并且在必要的时候,可以利用这种视图将关系数据库中的表数据方便地转存到相应的RDF Store中,生成本体实例.     

网格环境中异构数据库访问和集成技术的研究

在研究OGSA-DAI的基础上,提出一种基于虚拟数据视图的分布异构数据访问与集成框架.系统由元数据服务和网格虚拟数据库服务构成,其中元数据服务负责发现含有用户所需数据的数据库,网格虚拟数据库服务提供全局逻辑视图,通过分布式查询机制将用户的SQL请求分解到具体的数据库中并进行结果合并,实现数据的透明访问和联合查询.     

基于极大关联属性集分解的隐私保护数据发布

传统的抽象化技术用于高维(属性)数据的匿名发布时会造成不可容忍的信息缺损,而分解技术虽然确保了数据真实性,但由于视图划分破坏了属性之间的内在关联,因此发布数据的可用性受到限制。该文提出了一种基于极大关联属性集的分解法MAAD(maximal associated attributes based decomposition),该方法利用频繁模式挖掘技术,寻找具有强关联性的属性组集合,并以此指导多视图的分解和生成。MAAD优先考虑了属性之间的关联性,所生成的多视图能够提供更好的数据挖掘性能。该文还定义了多视图发布的隐私保护模型-λmatching。实验结果表明:尤其在用于高维数据的匿名处理时,MAAD方法能够有效地提高数据可用性,具有很高的实用价值。     

输电线路地理信息系统数据库的研究与设计

分析了输电线路运行检修与管理所涉及到的线路、杆塔、设备以及日常管理工作中的数据与信息流,提出了以GIS(地理信息系统)软件和数据库软件分别管理输电线路数据的方法,构建了输电线路地理信息系统数据库的框架.输电线路的空间(图形)数据采用GIS软件进行管理,非空间(属性)数据采用关系数据库管理,两者通过集成地图开发的方式进行关联.数据库设计时,定义了设备之间的连接关系与从属关系,例如输电线路与杆塔、杆塔与塔头等,可依据这些关系对设备和输电网络进行追踪.整个系统数据库基于C/S(客户机/服务器)结构,实现网络共享和系统安全性功能.     

SQL的高级功能

SQL 是一种结构查询语言(Strueture Query Language),是一种在所有关系型数据库管理系统中定义和操作数据的标准语言,其基本格式类似于英语语法。SQL 语言的最大特点是直观、简单易学,初学者经过较短时间的学习就可以使用 SQL 进行数据库的存取操作。SQL 通常可分为4类:(1)数据定义语言(DDL):主要是定义数据库的逻辑结构,包括定义基本表、视图和索引。如 create、alter、drop 命令。(2)数据操纵语言(DCL):包括数据检索和数据更新。(3)数据控制语言(DML):包括基本表和视图的授权、     

数据库视图更新的一种Opfibrations方法

视图为数据库操作提供一定程度上的逻辑独立性,但视图支持的这一功能依赖于数据库视图更新问题的解决.针对数据库视图更新问题的研究现状,提出一种基于Opfibrations的数据库视图更新方法,在模型范畴内将视图定义映射提升为数据库视图更新函子并分析了泛转换存在的条件,对数据库视图更新函子的Opfibrations分裂性质进行了形式化证明,设计了数据库视图更新函子的Grothendieck构造方法,为数据库视图更新问题的有效解决提供了统一的基于Opfibrations方法的数学框架.     

多视图环境

给出了一种安全视图,它有三个良好性质;(1)系统可正确完成视图上的操作,(2)不在数据库产生冗余信息,(3)不丢失数据库中的有用信息.然后,把这种视图扩充到多视图环境,研究了视图之间的相互作用,给出了它们之间互不干扰的条件,从而保证了多视图环境的安全、可靠与稳定。     

信息技术调研数据Excel文件与远程VFP数据库在低网络开销环境下的相互调用

本文利用VFP远程/离线视图提出了针对远程VFP数据库与本地Excel数据相互调用时节省网络负载的一种方法,有效地实现了Excel表格数据通过离线视图输入到远程后台数据库以及从远程数据库导出Excel数据表格等功能.     

基于属性覆盖的关联规则挖掘算法

本文提出了数据库中属性覆盖和项目集蜕化的概念,并由此引出了一种新的不产生候选集的关联规则挖掘算法。最后将这种新的算法与已有的具有代表性的算法进行比较,结果表明该算法执行效率较高。     

基于Apriori算法的改进关联规则的算法研究

关联规则是数据挖掘的一个重要研究内容,主要用于从大量数据集中挖掘出有价值的数据项之间的关联关系.典型案例是超市的购物篮分析,主要对顾客的购买记录数据库进行关联规则挖掘,可以发现顾客的购买行为.本文依据Apriori算法的两个基本性质,即任何大项集的子集一定是大项集,非大项集的超集一定是非大项集,对经典的Apriori算法要多次扫面事务数据库的问题,作了一些改进,并进行仿真计算,结果表明,改进的算法确实减少了扫描次数.     

基于矩阵的频繁项集挖掘算法

在所有频繁项集挖掘算法中,Apriori算法一直是一个经典的算法,但是该算法存在的最大缺陷是要进行多次的数据库扫描并且在挖掘过程中产生大量的候选频繁项集,因此效率很低.提出了利用基于矩阵的方法挖掘频繁项集,很好地避免了这个缺陷.     

一种改进的频繁项目集挖掘算法

针对Apriori算法需要多次扫描数据库以及可能产生庞大候选集的瓶颈问题,提出了一种改进的频繁项目集挖掘算法,该算法仅通过一次数据库的扫描生成一个链表,以比特位的方式存储项目在事物数据库中出现的位置,并在不产生候选集的基础上通过逻辑运算与集合运算的直接生成频繁项目集。经过实例分析,结果表明该算法相对于Apriori算法,能够在保证准确率的基础上拥有更低廉的代价。     

面向频繁封闭渐进项集的挖掘算法

主流数据挖掘算法不能有效解决大规模数值数据集挖掘问题。提出了一种应用于大规模数值数据集的线性时间封闭项集挖掘改进(Improved Linear time Closed Itemsets Minner, ILCM)算法。ILCM算法使用能够提取属性共同变化量的渐进模式挖掘方法,借鉴LCM算法的前缀保留闭合扩展思想,通过深度优先搜索输出频繁封闭渐进项集结果。实验证明,相比传统挖掘算法,ILCM能够显著提高算法运行效率和降低内存空间占用,并且能够有效处理如DNA微阵列等实际大型数值数据集挖掘。     

基于连接的频繁集聚类算法

针对大型事务数据库中频繁集的多属性聚类问题,提出一种高效的频繁集聚类算法.以往聚类算法采用基于距离的计算方法,由于受到属性数据的制约,在频繁集挖掘中具有一定的限制.在属性聚类基础上,基于连接对频繁集进行聚类.在算法中先找出数据点的邻居和计算相似度,构造邻居矩阵;然后计算连接数目,确定邻居数目矩阵;最后通过设置判定函数和阈值确定聚类数.通过实验证明,算法能够不仅能有效地完成频繁集的多属性聚类问题,而且还可以进一步发现频繁集在某一层次的相关性.     

一种新的基于幂集的数据挖掘算法

Apriori算法是经典的关联规则挖掘算法,主要缺点是可能产生大量的候选集和需要多次扫描数据库.从幂集运算的角度提出了一种新的关联规则挖掘算法P_DM算法,实现了只需要扫描一次数据库就产生所有频繁集.实验证明这种算法在中小规模数据挖掘上效率优于Apriori算法.     

快速更新最小频繁概念格

更新挖掘最大频繁项目集是研究动态数据库挖掘的重要方面;文章在量化概念格的基础上,引进最小频繁概念格的概念,提出了一种快速的更新挖掘最大频繁项目集的算法,该算法能够在原有挖掘结果的基础上,快速有效地挖掘出更新后的数据库中隐含的新最大频繁项目集.     

Apriori算法的改进

介绍数据挖掘中关联规则的情况.在分析关联规则挖掘算法的基础上,对经典Apriori算法进行改进,改进算法意在通过减少生成候选频繁项集的数量和扫描数据库次数.从而,加快算法的执行效率和节省空间.     

挖掘关联规则Apriori算法的一种改进

本研究在对Apriori算法分析的基础上,提出了改进的Apriori算法。改进后的算法采用矩阵表示数据库,减少了扫描事物数据库的次数;利用向量运算来实现频繁项集的计数,同时及时地去掉不必要的数据,减少了数据运算,从而提高了算法的运行效率。