基于关系模型数据库与基于对象模型数据库的比较

本语文论述数据库系统中数据模型的演变，并通过比较关系数据模型以及对象数据模型的数据表示，说明对象数据模型对于基于传统数据库应用系统中可以改进之战。     

基于时空模型的地籍信息数据库设计方法探讨

介绍了基态修正时空数据模型和改进基态修正时空数据模型,把改进基态时空数据模型引入到地籍信息系统中;分析了时空数据模型下地籍信息中宗地的组织原则,而后从概念设计、逻辑设计和图层设计以及数据库管理设计等方面探讨了利用改进基态修正模型进行地籍信息系统数据库的设计方法.利用该方法,可很大程度上节约地籍数据的存储空间和存取时间,更有利于地籍信息的时空查询.     

面向对象数据库中SQL语义模型的研究

结构化查询语言SQL是关系数据库(RDB)中广泛使用的查询语言,主要有四大功能：查询,操纵,定义,控制,这构成了关系数据库的功能主体。面向对象数据库是由面向对象数据模型定义的对象集合,该集合中的对象反映了面向对象程序设计所支持的对象语义。核心的面向对象数据库系统可以用下列等式表达它的组成；     

数据模型的智能化扩充研究──面向对象的知识数据库模型

数据模型的智能化扩充旨在从数据模型着手，提高数据库系统的性能与功能，使其可存贮和处理复杂对象和知识，增强结构和行为的建模能力、语义构造能力，能演绎推理．本文承接此思路，基于面向对象方法，吸收语义数据模型和人工智能中的演绎推理机制，提出一个面向对象的知识数据库模型．讨论其基本概念与性质、查询语言、与传统模型的比较和实验系统ＯＣＥＡＮＳ的体系结构及实现方案．     

基于POSC的油气物探数据逻辑模型研究与设计

本文对POSC Epicentre数据模型,面向对象模型设计技术,活动模型设计方法进了系统研究。在研究成果的基础上针对油气物探业务,按照对象模型、活动模型理论进行了业务分析和设计,用该技术及方法建立的数据模型可全面、真实地再现客观世界中的对象、对象的属性、对象间的相互联系,为油气勘探开发模型的总体设计提供必要的技术支持和理论保证。     

基于XML矢量图形SVG的数据库模型与存储研究

在单个SVG文档的模块化与结构化的基础上,分析SVG实体的特征和组织方式,描述了SVG实体、对象、类的结构组成.提出了基于SVG应用的数据模型DMSA和利用关系数据库存储SVG类/对象的方法.在数据模型DMSA中,针对单个文档,使用DOM模式将其层次树形化,对于大量的SVG实体,将其进行分类,提取SVG图元,并将SVG图元存储在关系数据库中,解决了包含大量SVG实体的应用系统存在运行速度慢的问题、SVG组件的数据重用问题和基于SVG应用的数据库系统开发问题.设计了一个基于SVG应用的数字文物导航平台系统,通过该系统与传统的基于Html/Image的文物展现模式的比较,验证了该数据模型的有效性.     

生活必需品监测快速反应系统数据库模型设计

本文重点阐述了天津市场运行监测信息系统的数据模型设计的生命周期和设计原则。对天津市场运行监测信息系统的数据模型的设计过程中的概念模型的设计,逻辑模型的设计,物理模型的设计,数据仓库的生成进行了详细的介绍。     

基于DBSUIM模型的数据库可疑用户隔离技术

为了解决现有数据库可疑用户隔离技术中存在的合法数据更新丢失和数据修复过程中的损坏传播问题,提出了一种基于DBSUIM模型的数据库可疑用户隔离机制.首先,给出包含数据模型与SUIP隔离协议的可疑用户隔离模型DBSUIM,其中,数据模型定义了合法和可疑数据的存在形态,隔离协议给出了合法和可疑用户访问数据的协议规则定义;然后,根据该模型给出基于SUIP协议的用户操作执行算法和可疑用户身份确认时的运行时可疑数据修复算法.实验结果表明,该可疑用户隔离机制在空间、时间性能负载上具有良好的表现,并且在可疑数据修复过程中具有更高的执行效率.     

基于语义对象模型数据库设计技术的研究与实现

该文以设计民航空管信息处理系统(CAATIS)的数据库这一典型的例子为基础,讨论了采用语义对象模型建立数据模型的步骤,以及如何将语义对象模型转换到关系数据库的设计。     

基于扩展客体层次结构的安全数据库策略模型

安全策略模型是安全可信系统的基础.Bell-LaPadula模型是多级安全系统中广泛应用的安全策略模型,但它缺乏针对数据模型的完整性和一致性规则.以该模型为基础,针对数据库系统的数据模型,提出了一个以扩展客体层次结构为基础的安全策略模型.模型通过扩展客体层次结构使完整性成为模型的内在属性,并引入或重新定义了客体域、扩展安全公理和操作规则.模型更加适应多级安全数据库系统的要求,增强了策略模型与系统规格和高层模型的一致性.普遍性和通用性安全模型的扩展和增强,特别是安全性以外的特性的引入是安全策略模型向实际系统模型转化的必要步骤.     

对象-关系模型在空间数据管理中的应用

对象-关系模型已经成为解决增长型数据管理以及分析非传统数据库应用程序的新标准。本文介绍了在某实际应用系统中使用对象-关系模型存储和管理空间数据的方法，简化了应用程序的开发，提高了系统性能。     

Model updating based on incomplete modal data

The objective of model updating is to improve the accuracy of a dynamic model based on the correlation between the measured data and the analytical (finite element) model. In this paper, we intend to update the mass and stiffness matrices of an analytical model when only modal frequencies or spatially incomplete modal data are available. While the proposed method is systematic in nature, it also preserves the initial configuration of the analytical model, and physical equality and/or inequality constraints ...     

基于动态多级基态的修正模型的TGIS研究

针对基于基态修正模型的时态地理信息系统(TGIS)历史回顾效率低下的问题，提出了一种基于动态多级基态的修正模型(DMBSA)，并结合TGIS的典型应用——土地产权产籍管理信息系统，依据地籍数据的时空内聚性及空间、属性内聚性强度，通过分析面向对象的时空数据特点，设计了DMBSA模型的时空数据库，实现了对地籍变更的历史回顾；最后对基于上述模型和方法自主开发的土地产权产籍管理信息系统REGIS进行了介绍。应用结果表明，基于动态多级基态的修正模型(DMBSA)能低冗余、高效率地实现时空数据的存储、管理和历史回顾。     

一种基于模型转换的数据仓库设计技术

该文比较了数据仓库数据库与传统操作型数据库,回顾了“规范的”操作型系统设计,介绍了三种典型的数据模型———实体关系模型、对象模型和维模型(星形模型)。提出了一种基于模型和模型转换的数据仓库设计工程方法。     

基于SDSS的空间数据库系统模型的研究

文章通过对现有GIS中空间数据库系统模型的分析与比较,提出了一个适用于智能化空间决策支持系统(SDSS)的空间数据库系统模型。在该数据库系统模型中,通过在数据库上附加一层中间件来解决从空间对象模型到数据库存贮的映射问题,从而较好地实现了空间数据和属性数据的统一管理。     

多元地理数据管理技术研究

地理信息系统的迅速发展和广泛应用导致了地理数据多元性的产生,这对地理数据存储和管理技术提出了更高的要求.针对地理数据多元性的特点,提出了地理数据的管理和存储策略,设计了一种基于关系数据库的面向对象地理数据模型,从而实现了对矢量数据、影像数据、像素图数据、DEM数据、多媒体数据等各种数据的统一,灵活管理.     

关系型数据库内存化存储模型研究

大数据环境下,磁盘数据库存在高并发I/O瓶颈,磁盘数据内存化是解决传统关系型磁盘数据库I/O瓶颈的有效方案。已有的内存化技术存在数据丢失、配置复杂等问题。基于内存数据库Redis,以典型开源关系型数据库MySQL为例,提出一种解决关系型数据库磁盘I/O瓶颈的轻量级内存化解决方案,实现MySQL的内存化存储。同时构建行式键值（RB-KVM）和分段列式键值交叉（PCB-KVCM）存储转换模型,实现异构数据库存储模型的转换和自动化数据迁移。通过分析对比,RB-KVM数据存取效率更高,而PCB-KVCM具有更高的内存利用率且在时间开销上优于RB-KVM。通过实际运行分析,该技术不仅提高了数据库在高并发场景下的吞吐能力,实现了海量热点数据的高效存取,在实际应用中也更加快捷,实施成本更低。     

Agent的意图模型

意图是Agent的一个不可缺少的意识属性,在决定理性Agent的行为时起着重要的作用.已经有了若干种基于正规模态逻辑的意图模型,但它们存在着严重的“逻辑全知”问题.该文阐明意图不是正规模态算子,并提出了另一种意图模型,它不存在“逻辑全知”问题和其他相关问题(例如,副作用问题等).这种意图模型与Konolige和Pollack的意图模型相比,比较简单、自然,且满足K公理和联合一致性原理,实际上,为非正规模态算子基于正规可能世界的语义表示提供了一种新的方法.     

多模态数据的行为识别综述

行为识别是当前计算机视觉方向中视频理解领域的重要研究课题。从视频中准确提取人体动作的特征并识别动作,能为医疗、安防等领域提供重要的信息,是一个十分具有前景的方向。本文从数据驱动的角度出发,全面介绍了行为识别技术的研究发展,对具有代表性的行为识别方法或模型进行了系统阐述。行为识别的数据分为RGB模态数据、深度模态数据、骨骼模态数据以及融合模态数据。首先介绍了行为识别的主要过程和人类行为识别领域不同数据模态的公开数据集;然后根据数据模态分类,回顾了RGB模态、深度模态和骨骼模态下基于传统手工特征和深度学习的行为识别方法,以及多模态融合分类下RGB模态与深度模态融合的方法和其他模态融合的方法。传统手工特征法包括基于时空体积和时空兴趣点的方法（RGB模态）、基于运动变化和外观的方法（深度模态）以及基于骨骼特征的方法（骨骼模态）等;深度学习方法主要涉及卷积网络、图卷积网络和混合网络,重点介绍了其改进点、特点以及模型的创新点。基于不同模态的数据集分类进行不同行为识别技术的对比分析。通过类别内部和类别之间两个角度对比分析后,得出不同模态的优缺点与适用场景、手工特征法与深度学习法的区别和融合多模态的优势。最后,总结了行为识别技术当前面临的问题和挑战,并基于数据模态的角度提出了未来可行的研究方向和研究重点。     

Axiomatizing functional dependencies in the Higher-Order Entity-Relationship Model

A finite axiomatization of functional dependencies on conceptual database schemata is presented which naturally generalizes the well-known Armstrong axioms. The underlying conceptual data model is the Higher-Order Entity-Relationship Model.