一种基于时态中间件的高效双时态索引模型

当前的时态数据库中间件不支持包含事务时间和有效时间的双时态数据索引,通过使用适当的数据变换和查询变换,可将双时态数据转化为R树可索引的数据.基于4R技术,提出了作为时态中间件TimeDB组件的双时态索引模型B4Rindex.实验证明,利用该模型对双时态数据进行索引是高效的.     

一种有效的双时态索引技术

时态数据库中时间特征主要由有效时间和事务时间描述,论文扩充了4R索引的双时态数据,使其能处理有效时间初始值大于事务时间初始值的所有双时态数据,同时扩充了4R的查询功能使其不仅可以查询当前和历史数据,还可以查询将来的情况,并改进了相应的索引方法。     

基于Prüfer序列的RDF数据索引与查询

语义Web作为数据之网不断汇集并组织Web信息,相关应用因此面临着对语义Web所含大规模RDF数据高效访问的挑战.建立有效的索引机制是提升RDF数据管理和查询性能的一种解决之道.序列式索引既能够支持存储空间压缩又便于采用成熟的序列匹配技术进行数据处理,具有较好的查询处理性能.文中扩展Prüfer序列以支持RDF数据上的...     

时态RDF扩展及其SPARQL查询语言

随着语义网的快速发展以及RDF框架（资源描述框架）的普遍应用,对含有时间信息的数据处理的需求越来越多,经典RDF模型由其本身结构特点缺乏表示和处理时间信息的能力,而且针对时态RDF的研究罕有得见。通过对经典RDF模型添加时间戳表示其时间维度,并对时态RDF图中的蕴含问题进行了讨论,根据SPARQL查询语言提出了完备的时态RDF查询语言Tsparql,并对提出的查询语言进行可行性以及性能进行了实验仿真。利用该时态RDF模型表示如股票、天气、新闻等具有时态特性的资源有优势,Tsparql对时态RDF进行查询具有良好的表达力和兼容性。     

有效的BCDM时态信息简化方法

时态信息是管理决策中的重要支持信息,需求的不同造就了时态信息不同的表示方法.随着数据库与信息技术的深入发展,越来越需要简单高效的时态数据模型以方便时态信息的表示与处理.介绍了BCDM模型及其时态表示思想,讨论了模型中事务时间和有效时间表示在查询优化时存在的问题,提出了一种基于BCDM的时态信息简化方法,不但能够有效的保存数据库现有的时态信息,而且能够大大简化有效时间的表示,为时态数据的查询优化奠定了良好基础.     

应急系统中时态数据的本体表示与检索研究

时间是信息的重要属性,时态数据在信息管理系统中起着关键性作用。双时态数据库有很多优点,但是双时态数据库需要较高的储存空间,另外,有效时间和事务时间的二元时间结构,给本体表示和时态数据的查询带来了很大的困难。针对这些问题提出了一种时态数据的本体表示方法,并用本体语言表示出了应急系统中的具体时态数据。最后,通过语义检索验证了时态数据本体表示的正确性。     

支持有效时间的时态RDF数据的不一致性分析

资源描述框架（RDF）是一个元数据模型,是由W3C建立的基础设施,使得Web上的数据机器可读。近年来,语义网的快速发展和RDF的普遍应用,产生了大量的含有时态信息的RDF数据,并涉及到各个方面领域的关键数据。时态RDF数据的一致性能提高时态RDF数据的准确性,时态数据的一致性检测和恢复也有助于提高数据库系统的可靠性和高效性,对于时态信息处理也能提供可靠的保证,也能提高时态信息处理的效率。研究了对传统RDF引入时间信息的建模方式,通过添加有效时间的时间标签的方式构建了支持有效时间的时态RDF模型,在此基础上对时态RDF数据存在的不一致性情况进行了分析和研究,并提出了相关的检测和修复的算法。     

偏序时态XML索引TempPartialIndex

时态数据管理是常规数据管理的深化和扩展,具有理论研究的意义与实践应用的价值.时态数据索引是时态数据管理的重要技术支撑,是其中的一个研究热点.首先,提出了一种时态数据结构,通过数据节点间的偏序关系,可将常规的二维时间区间的处理转化为基于偏序的时态等价类上的一维的处理,该数据结构可以快速有效地处理时态操作;其次,在该新型时态数据结构基础上研究了时态XML索引TempPartialIndex,其基本特征是将时态数据结构整合到非时态的XML索引中,即,将其整合到语义层之中,通过时态过滤和语义过滤掉大量节点之后,再进行结构连接;另外,着重讨论了基于TempPartialIndex“一次一集合”及其时态变量查询和增量式的动态更新机制.同时,仿真结果表明：TempPartialIndex能够有效地支持时态XML的各类查询及更新操作,技术上具有可行性和有效性.     

一种移动对象数据库全时态区域查询处理方法

全时态区域查询方法是可以同时支持对于移动对象过去、现在以及预测性未来信息区域查询处理的方法,是移动对象数据管理的一个重要方面.在移动对象数据库领域,大量技术被提出以支持历史信息查询或未来信息预测,但是缺乏对于全时态区域查询方法的研究.提出一个可以支持精确区域查询的移动对象全时态查询方法,并支持对于历史信息的轨迹查询.为提高查询效率,提出索引结构PPF-index.在PPF-index中,首先在移动对象信息到达时,利用提出的TB_TPR-tree结构来索引移动对象现在以及预测性未来信息;其次,历史轨迹信息经过轨迹切分后利用3D R-tree进行索引;最后,提出基于PPF-index索引结构的全时态区域查询算法.全时态区域查询算法中的时间范围不同,需要访问的索引结构也不同.实验结果表明,PPF-index可以高效支持全时态查询,并具有很高的更新效率.     

时态XML索引技术

首先通过讨论时态XML查询数据模型TXQDM,提出了基于结点有效时间的前缀编码方案.以此为基础,引入TXQDM结点间的基于时态连通的等价关系和基于时态包含的拟序关系,建立了时态XML索引数据模型TXIDM,该模型的基本特征是具有二重嵌套的索引框架,适合于TXQDM这种不规则的具有较大随意性的树形结构情形.其次,在TXIDM框架内,讨论了相应时态查询算法,其中包括基于时态的路径查询和值查询,同时,还讨论了时态索引更新算法,其中包括插入和修改算法.最后,对于文中提出的模型TXIDM和时态索引操作算法进行了性能分析且设计了相应模拟实验.实验结果表明,基于TXIDM的时态查询与更新算法是可行的和有效的.     

Temporal specialization and generalization

A standard relation has two dimensions: attributes and tuples. A temporal relation contains two additional orthogonal time dimensions: valid time records when facts are true in the modeled reality, and transaction time records when facts are stored in the temporal relation. Although there are no restrictions between the valid time and transaction time associated with each fact, in many practical applications the valid and transaction times exhibit restricted interrelationships that define several types of specialized temporal relations. This paper examines areas where different specialized temporal relations are present. In application systems with multiple, interconnected temporal relations, multiple time dimensions may be associated with facts as they flow from one temporal relation to another. The paper investigates several aspects of the resulting generalized temporal relations, including the ability to query a predecessor relation from a successor relation. The presented framework for generalization and specialization allows one to precisely characterize and compare temporal relations and the application systems in which they are embedded. The framework's comprehensiveness and its use in understanding temporal relations are demonstrated by placing previously proposed temporal data models within the framework. The practical relevance of the defined specializations and generalizations is illustrated by sample realistic applications in which they occur. The additional semantics of specialized relations are especially useful for improving the performance of query processing     

位置服务中对移动物体的时空索引

在TPR*-tree的基础上提出了DTPR*-tree索引结构, 引进了事务时间和有效时间.它能索引移动物体过去、当前和未来的位置信息,支持基本位置查询和空间约束查询,有很好的空间、查询和更新效率.     

位置服务中对移动物体的时空索引*

在TPR*tree的基础上提出了DTPR*tree索引结构, 引进了事务时间和有效时间。它能索引移动物体过去、当前和未来的位置信息,支持基本位置查询和空间约束查询,有很好的空间、查询和更新效率。     

System |Π: A Native RDF Repository Based on the Hypergraph Representation for RDF Data Model

RDF is the data interchange layer for the Semantic Web. In order to manage the increasing amount of RDF data, an RDF repository should provide not only the necessary scalability and efficiency, but also sufficient inference capabilities. Though existing RDF repositories have made progress towards these goals, there is still ample space for improving the overall performance. In this paper, we propose a native RDF repository, System Π, to pursue a better tradeoff among system scalability, query efficiency, and inference capabilities. System Π takes a hypergraph representation for RDF as the data model for its persistent storage, which effectively avoids the costs of data model transformation when accessing RDF data. Based on this native storage scheme, a set of efficient semantic query processing techniques are designed. First, several indices are built to accelerate RDF data access including a value index, a labeling scheme for transitive closure computation, and three triple indices. Second, we propose a hybrid inference strategy under the pD ^* semantics to support inference for OWL-Lite with a relatively low computational complexity. Finally, we extend the SPARQL algebra to explicitly express inference semantics in logical query plan by defining some new algebra operators. In addition, MD5 hash value of URI and schema level cache are introduced as practical implementation techniques. The results of performance evaluation on the LUBM benchmark and a real data set show that System Π has a better combined metric value than other comparable systems.     

基于资源描述框架图切分与顶点选择性的高效子图匹配方法

在SPARQL查询过程中，含有复杂结构的资源描述框架（RDF）图的查询效率低下。为此，通过分析几种RDF图的基本结构与RDF顶点的选择性，提出RDF三元组模式选择性（RTPS）——一种基于RDF顶点选择性的图结构切分规则，以提高面向RDF图的子图匹配效率。首先，根据谓词结构在数据图与查询图中的通性建立RDF相邻谓词路径（RAPP）索引，将数据图结构转化为传入-传出双向谓词路径结构以确定查询顶点的搜索空间，并加快顶点的过滤；接着，通过整数线性规划（ILP）问题计算建模将复杂RDF查询图结构分解为若干结构简单的查询子图，通过分析RDF顶点在查询图中的相邻子图结构与特征，确立查询顶点的选择性以确定最优切分方式；然后，通过RDF顶点选择性与相邻子图的结构特征来缩小查询顶点的搜索空间范围，并在数据图中找到符合条件的RDF顶点；最后，遍历数据图以找到与查询子图结构相匹配的子图结构，将得到的子图进行连接并将其作为查询结果输出。实验采用控制变量法，比较了RTPS、RDF子图匹配（RSM）、RDF-3X、GraSS与R3F的查询响应时间。实验结果充分表明，与其他4种方法相比，当查询图复杂度高于9时，RTPS的查询响应时间更短，具有更高的查询效率。