一个不确定性数据库模型及其语义

In this paper,based on probabilistic and cognitive uncertainties,we set up an uncertain database model and presented the uncertain relational algebra ,and proved that the uncertain normal forms are closed under operations of the uncertain relational algebra. At last ,we studied the semantics of the uncertain relation.     

一种新的概率关系数据库系统

传统的关系模式只能处理一些确定性的信息,而在现实生活当中大量存在着不确定的信息,而传统的关系模式对这些信息是不能进行有效处理的.本文在总结有关研究工作的基础上,提出了一种能够存储不确定性信息的数据库模型——概率关系数据库模型,并给出了概率关系的查询运算,包括单表查询和多表连接查询.     

一种概率关系数据库系统

传统关系模式不适合处理不确定性信息,为处理不确定信息,该文基于元组属性间的联合概率,定义了概率关系及几种基本的概率关系操作和关系代数,提出了概率函数依赖关系的概念,给出了一种概率关系数据库模式及代数。     

基于元组存在性的概率数据模型研究

随着信息与通讯技术的快速发展,数据管理正面临着越来越多的挑战,其中之一就是数据的不确定性。提出一种基于元组存在性的概率数据模型相似文献   

一个新的概率数据模型

为扩展传统关系数据模型,处理概率方面的不确定性数据,以描述动态的世界,建立了一个新型的数据模型——PRM模型。在该模型中引进概率属性,并提出对象属性、静态属性、动态属性、概率属性联合构成元组,形成二维关系表中的一个动态数据理论;为克服当前在概率数据模型研究方面的缺陷,定义了一个新的PRM模型体系及操作,使其具有处理概率数据的能力。     

一种灵活的概率的关系数据库模式及代数

文章提出了一种处理不确定信息的对传统关系模式的一致扩展的灵活的概率关系数据库模式及代数。     

面向对象数据库中查询处理技术的研究

在面向对象数据库（OODB）中，查询处理是其中重要的部分。在联系关系数据库（RDB）查询处理的基础上，综合考虑了数据模型，查询模型和查询处理等因素，提出了一种全新的面向对象数据库系统（OODBS）查询策略，运用关系数据库系统（RDBS）实现技术可以有效地解决OODB领域的许多问题，使得OODB无论从语义上还是效率上都有可能成为最有前途的数据库系统。     

一种灵活的概率关系数据库模式及代数

文章提出了一种处理不确定信息的对传统关系模式的一致扩展的灵活的概率关系数据库模式及代数。关键词##4概率关系数据库;;概率连接;;关系模式;;关系代数     

一个实时数据模型

本文提出了一种实时数据库的数据模型,给出了三种基本实时数据对象和基于实时数据对象的实时数据库的定义,然后着重讨论了实时数据对象的时间关系代数操作和实时数据库的定时限制。     

一个适合复杂对象管理的层次—关系模型

本文提出了管理复杂对象实用而经济的数据模型－“层次－关系“模型。ＯＯＤＢ方法无疑是处理复杂对象有效的方法，然而实现一个纯粹的ＯＯＤＢＭＳ其工作量和复杂度都难以在近期使用它。语义联系模型在表达客观事物的语义联系上有其独特的功能，而描述复杂对象的内部结构则显得力不从心。基于传统数据模型组合和扩充的“层次－关系“模型，吸取ＯＯＤＢ静态结构继承的思想，利用了层闪模型和关系模型已有的技术和其优点，是处理复杂     

An Extended Relational Data Model For Probabilistic Reasoning

Probabilistic methods provide a formalism for reasoning aboutpartial beliefs under conditions of uncertainty. This paper suggests a newrepresentation of probabilistic knowledge. This representation encompassesthe traditional relational database model. In particular, it is shown thatprobabilistic conditional independence is equivalent to the notion of generalized multivalued dependency. More importantly,a Markov network can be viewed as a generalized acyclic joindependency. This linkage between these two apparently different butclosely related knowledge representations provides a foundation fordeveloping a unified model for probabilistic reasoning and relationaldatabase systems.     

A Framework for Management of Semistructured Probabilistic Data

This paper describes the theoretical framework and implementation of a database management system for storing and manipulating diverse probability distributions of discrete random variables with finite domains, and associated information. A formal Semistructured Probabilistic Object (SPO) data model and a Semistructured Probabilistic Query Algebra (SP-algebra) are proposed. The SP-algebra supports standard database queries as well as some specific to probabilities, such as conditionalization and marginalization. Thus, the Semistructured Probabilistic Database may be used as a backend to any application that involves the management of large quantities of probabilistic information, such as building stochastic models. The implementation uses XML encoding of SPOs to facilitate communication with diverse applications. The database management system has been implemented on top of a relational DBMS. The translation of SP-algebra queries into relational queries are discussed here, and the results of initial experiments evaluating the system are reported. Work performed while a Ph.D. student at the University of Kentucky.     

一种紧凑的多级安全关系数据模型

针对现有多级关系数据模型中存在的数据重复率大、复杂安全格的置信不明确、主键漏洞等问题,该文定义了一种新的多级安全关系数据模型—CMLR。该数据模型继承多个现有数据模型的优点,重定义了完整性规则和操作语义,通过采用基表和衍生表、实体标识符、显式和隐式置信等手段,将数据重复率由元组级降至元素级,明确了复杂安全格的置信规则,消除了主键漏洞。CMLR模型能够有效地提供元素级的强制访问控制。     

实时数据库系统的关系数据模型

实时数据库系统的定时限制包括数据的定时限制和事务的定时限制。本文详细讨论了实时数据的各种时特征,包括数据的外部有效期、相互一致性、采用样同步性、数据截止期等;在引出元组生命周期其映射概率的基础上,建立了实时数据库系统的地关系数据模型ＲＴＲＤＭ。     

XML文档架构与关系数据模型间的映射研究

XML逐渐成为Internet上数据描述和交换的标准。随着Web上大量数据用XML文档表示出来,有必要对这些XML文档进行操纵管理。为了结合关系数据库系统强大的数据操纵能力,论文在对XML文档的逻辑结构进行简要介绍的基础上,就XML文档特别是结构化XML文档与关系数据模型数据之间的互动映射作了深入探讨,特别是在数据结构和数据完整性约束条件的映射关系上作了更深一层的研究,提出了一系列基于XML本身的映射规则。     

一种改进的多级安全关系数据模型

现有的多级安全系统一般采用Bell LaPadula(BLP)模型,但是BLP模型的“向下读,向上写”的访问规则严重影响了系统的可用性、灵活性,破坏了数据完整性。BLP模型也没有对推理进行任何控制。针对上述缺陷,文中采用读写权限分开、多实例、主从结构表和修改读写规则等手段对BLP模型进行改造。改造后的模型不仅增强了系统的机密性而且增强了可用性和数据完整性。     

基于关系数据库的对象数据管理方法研究

面向对象方法在许多领域中已经得到了广泛应用 .对象描述方法可以很方便地描述领域中具有复杂结构的数据 ,但这些复杂数据的存储问题还有待妥善解决 .在数据存储管理方面 ,关系数据库系统一直处于主导地位 .本文提出了一种将对象模型和关系模型有机结合在一起的方法 .该方法将数据存储功能从领域数据对象中分离出来 ,采用专门的对象管理器来处理复杂的对象数据与关系数据库的交互问题 .该方法已经被用于海洋传播模型数据库管理系统的设计开发中 ,并取得较好的效果     

多实例的多级安全关系数据库数据模型研究

现有的基于多实例的多级安全数据模型中，存在着语义的二义性问题和更新操作的元组增生问题，增加了系统实现和用户操作的复杂度，也存在着潜在的安全隐患，本文系统地结合多实例和伪元组的概念，以形式简单，易于实现并避免引入隐通道为原则，对上述模型进行了改进，提出了一个新的“同级读，同级写”的多级安全数据模型。     

异构信息网络数据上的融合概率图模型

针对异构信息网络中存在多种数据目标类型,以及多种数据连接关系的问题,将多个主题模型和马尔科夫逻辑网相结合,提出了一种融合概率图模型。多个主题模型可以分别描述不同数据目标子空间的主题分布,实现对多种数据目标的预处理。用一阶逻辑子句描述的连接规则构建马尔科夫逻辑网,将每个主题模型中的不同数据目标连接起来。通过使用Gibbs采样,可以对异构网络进行参数学习和推理。在国际通用的异构信息网络DBLP数据集上的实验结果表明,使用融合概率图模型能够更好地表示不同的数据目标和连接关系。实验对比了4种典型的分类方法,多次采样得到的分类结果稳定,对作者、文章和会议取得了较好的分类结果。     

一种新的面向对象的概率图模型

针对大规模Bayes网络的知识表示和推理等问题,使用面向对象的方法扩展Bayes网络结构,提出了一种新的概率图模型——对象概率模型（OPM）．该模型充分利用层次结构中所蕴含的条件独立性,有效地降低了知识表示的复杂度．在Bayes网络消元推理算法的基础上设计了OPM的一种有效的推理算法,该算法可以根据需要调节推理的计算量,在一定程度上解决了概率推理的计算的复杂度问题．将OPM用于解决图像中文本的自动检测与定位问题,实验结果验证了模型的有效性．