共查询到19条相似文献,搜索用时 46 毫秒
1.
本文介绍了支持扩充的NF^2模型HRDM的即席查询语言QBHF。用户可方便地使用QB-HF定义具有层次结构的复杂对象以及对象之间的联系,构造复杂的查询,对数据库进行编辑、更新等操作。 相似文献
2.
一个实现对象查询语言的形式化基础 总被引:1,自引:0,他引:1
在基于CORBA(common object request broker)的面向对象多数据库系统SCOPE/CIMS中,作者选择了对象数据库管理组ODMG(object database management group)提出的对象数据库标准ODMG-93的OQL(object query language)作为全局查询语言.为此,提出了一种实现OQL的形式化基础,包括适合建模OQL的一种对象演算和一种对象代数;对象演算的规范化规则和规范化步骤;对象演算与对象代数的等价映射规则及转换策略. 相似文献
3.
褚东升 《计算机工程与应用》2000,36(5):121-123,133
文章论述了一种面向对象的数据库管理系统的直观对象查询语言。这种基于图形的查询语言可支持图表式查询语言的定义和说明,因此这种语言既有基于文本的结构查询语言的表达能力,也具有基于图形查询语言的直观性。 相似文献
4.
5.
文中引入一种面向对象查询的编译中间语言-OFL,给出了OFL语言的函数定义,执行单元,运算图及OFL编译模型,详述了OFL语言的完整性和可行性,还讨论了OFL语言实现的过程。 相似文献
6.
7.
本文说明了建立在工程数据库管理系统EDBMS之上的工程数据库查询语言ESQL的功能和实现思想,着重阐述了ESQL如何处理文本、声音、图象等复杂数据类型。最后指出了今后ESQL语言的研究方向。 相似文献
8.
SQL语言中连接查询和嵌套查询 总被引:1,自引:0,他引:1
史嘉为 《数字社区&智能家居》2003,(29):23-24
SQL(Structured Query Language)是目前数据库领域中非常实用、流行的主流语言。SQL语言集数据查询、数据操纵、数据定义和数据控制等功能于一体。而数据库的查询又是数据库的核心操作,也是我们最常用的操作。数据库的查询操作是通过SELECT语句来实现的,通过SELECT语句我们能从数据库中查询出我们所需要的各种数据。 相似文献
9.
11.
基于GT数据模型的类SQL查询语言 总被引:1,自引:0,他引:1
本文给出了一个时态数据库模型GT.为了实现时态数据库管理系统,除了数据模型之外,还需要有一个时态数据库的查询语言.GTSQL便是我们提出的一个时态查询语言.本文给出了GTSQL的主要语法. 相似文献
12.
面向对象数据库查询优化策略在关系数据库中的应用 总被引:1,自引:0,他引:1
本文根据面向对象数据库对带有广义限制条件的查询语句的优化策略,比较了采用结构化查询语言表达此类查询的两种表述方式的执行效率,并推荐了基于反半连接的SQL表述方式。 相似文献
13.
本文提出了基于媒体实例模型的多媒体数据库查询语言,并给出了媒体事件、多媒体规格、多媒体表示之间的关系。 相似文献
14.
面向对象数据库的查询优化 总被引:4,自引:1,他引:4
查询优化一般分为逻辑和物理两层,但两者密切相关.在一个具体系统的实现中,若把它们截然分开会影响优化效果,而把它们有机结合起来则更佳.本文在联系代数的基础上探讨该问题,综合考虑了逻辑与物理2个方面,给出了面向对象数据库系统中的查询优化算法. 相似文献
15.
本文提出了一个面向对象的数据库系统的基本查询模型-OO代数,它具有关系代数相似的形式,具有封闭性和远比关系代数强得多的表达能力。文中首先给出了面向对象的数据库系统的数据结构的一种形式化描述-OSG,然后OO代数的五种基本运算:并、差、类间连接、类内选择及广义投影被一一定义,并说明了用关系代数实现这五种运算的方法。 相似文献
16.
面向对象的数据库语言主要包括对象定义语言(ODL)和对象操纵语言(OML)。本文主要介绍以持久的面向对象程序设计语言为基础,研究和设计ODL语言的方法。 相似文献
17.
对象描述语言及其指称描述 总被引:2,自引:1,他引:2
在面向对象的软件构造中,对象被视为软件系统的基本构件.本文提出对象规范描述语言ODL(objectdescriptionlanguage),并给出其主要结构的SOP指称描述.SOP演算的理论范集给出对象的形式描述.SOP理论范集反映了对象的封装性,在这样的逻辑框架下,对象的属性(结构)和动作(行为)得以统一.对象聚合提供了由已有对象描述构造复杂对象描述的机制;而继承则可以扩充给定的对象描述并保持原描述的特性.此外,本文还区分了继承和子类这2个相似而又不尽相同的概念. 相似文献
18.
19.
在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种全局最优搜寻方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。 相似文献