一个模糊时态关系代数

时间无处不在的特性要求数据库管理系统提供模拟现实世界中与时间有关的数据的设施．本文建立了一个模糊时态关系代数，它避免了本文中提到的现有时态数据库的一个弱点．     

基于BCDM的双时态关系代数

双时态概念数据模型BCDM是一种重要的时态数据库模型，基于BCDM模型，建立了一种双时态关系代数．首先，对时态数据库事务时间和有效时间进行规范化的定义，给出BCDM中时间元素的规范化定义和演算描述；而后，定义时态映射，用以描述BCDM中的双时态元组，并形式描述时态映射的演算；最后，用时态映射定义的元组对双时态关系进行定义，并由此给出双时态关系代数运算的形式化描述．     

基于时态的模糊描述逻辑初探

针对现实生活中,有许多的信息都是具有时间属性并且带有模糊、不精确的特点,在时态逻辑和模糊描述逻辑基础上,利用vager集概念,对基于时态的模糊描述逻辑系统进行了初步的研究,并给出了时态模糊描述逻辑的语法和语义的相关说明.与模糊描述逻辑FALC相比,该系统的提出在一定程度上弥补了FALC作为语义Web逻辑基础在表达时序上的空白.     

基于Vague集的时态数据库

为了更加精确地表示模糊信息,数据库的模糊属性采用Vague集来表示.基于Vague集的数据库模型与现有模糊关系数据模型相比,有更强的模糊表达能力,数据库中的每一数据及元组均可分别从真、假隶属度及未知程度三个侧面予以体现.在Vague数据库模型的基础上进行了扩展,提出了基于Vague集的时态数据库,为进一步研究Vague时态数据库的数据模型、数据理论等相关问题打下了基础.     

基于Rough表达的时态关系代数

现实世界的信息是和时间紧密相关的,因而记录和处理信息的数据库系统应该对时态问题进行考虑,以便更有效地解决现实问题;另一方面,现实世界的某些属性又很难用属性值简单描述。首先是用Rough理论对属性值进行一种刻画,用二元数组来表达属性值,并且将这种属性值的表达方式推广到一般情形,而后从时态映射的观点描述时态元组和时态关系,并由此形式描述相应的时态关系运算,从而建立了一套时态关系代数体系。     

模糊时态数据库设计中模糊/时态向量空间特性研究

数据库设计的目标是生成一组模式,使数据存储既减少冗余,又可方便地获取信息。这是通过设计满足适当范式的模式来实现的。函数依赖FD是有效的工具。对于多粒度模糊时态数据库设计来说,模糊值和多粒度模糊时态序列的映射关系是将传统FD扩展到模糊时态函数依赖FTFD的关健,通过分析属性集的有限闭包、时态类型集的封闭集、属性集在给定时态上的依赖等概念,得到模糊/时态向量的特征描述,并对此方法的正确性进行了论证。此方法能方便地在计算机上表达模糊属性值和模糊时态序列的映射关系,为模糊时态数据库范式的判定和分解算法提供有效的手段。     

基于BCDM的含有变量的双时态关系代数研究*

在BCDM(双时态概念数据模型)中,时间变元Now和UC的存在解决了时态记录的频繁更新问题;但是时态变元的存在又给数据库的操作带来某种不确定性甚至是错误,同时引起关系代数运算的歧义。基于BCDM,通过绑定时间变元,用时态映射的集合定义时态关系,由此建立了一种含有时间变元的双时态关系代数体系。该关系代数体系在双时态运算下是封闭的。     

关系代数操作符的时态扩展

时态数据库由时态数据结构、时态关系探作符和时态约束三部分构成。本文主要介绍在关系探作符的基础上进行时态扩展以构成时态关系探作符；并使用标准的SQL语句对时态关系探作符的语义进行了描述。它们包括时态并、时态交、时态减、时态投影、时态选取和时态除等几个时态关系操作。     

具有不确定性的时态模型

1引言 许多时态逻辑考虑定性的确定时态信息。Allen~[1.2]推荐一种区l可代数,提出了3定性的确定时态关系。VanBek~[14],Ligozat~[10],Pape~[12],RitL~[13],Ladkin~[5][6]和eban[8]也研究了时间区间的     

数据库时态处理中间件的设计和实现

根据时态数据库的原理，提出了通过中间件TDBASE和非时态数据库管理系统交互实现时态处理的设计思想，描述了TDBASE所支持的时态语法和TDBASE的实现过程。用户可以通过TDBASE所提供的接口，把具有时态语义的SQL转换成标准的SQL后交由非时态的数据库管理系统运行，从而实现了该数据库管理系统的时态处理功能和其管理下的时态数据库。     

基于动态模糊逻辑(DFL)的一种时序推理模型

在我们的研究领域中 ,普遍存在动态模糊事件 .而当今 ,随着计算机科学技术的发展 ,人们又试图用计算机来模拟这些具有“动态模糊性”的事件 .因此 ,以往有关文献提出了动态模糊逻辑、动态模糊集、基于 DFL的一种学习模型及动态模糊主动数据库系统的设计方法和基本概念 ,这些理论的提出 ,虽然为人们解决具有动态模糊性的问题提供了一定的理论依据 ,但从整个动态模糊系统来看 ,这些工作仅仅是一些初步的工作 ,还有许多工作需要进一步研究 .文中给出的基于 DFL的时序推理模型正是这种工作的一个补充 .     

基于IFTL的不确定时间推理方法

针对现有时序逻辑对复杂不确定时间信息描述和推理方面的局限性,定义了直觉模糊不确定时间区间与时间间隔,构造了未知时刻的直觉模糊时序逻辑(IFTL)预测模型,提出了基于IFTL的不确定时间推理方法,较好地解决了时间推理精度不高的问题。同时,定义了直觉模糊集间的重叠度,并提出了基于此的知识模型及时间网络的一致性检验方法。最后通过典型实例验证了所提出的时间推理方法的有效性和优越性。     

主动模糊数据库技术及其应用

在关系数据模型的基础上,对主动模糊数据模型进行了研究,介绍了主动模糊数据库技术,分析了主动模糊数据库的结构。在此基础上,设计了煤层自燃主动模糊预测系统的体系结构,并给出了模糊数据存储、模糊判决、语义匹配以及主动功能的实现方法,具有很强的实用性。     

基于状态和变化的统一时空数据模型

提出了一个基于状态和变化的统一时空数据模型SCUDM(state and change based unified spatio-temporial datamodel).时空数据库的状态是关于对象、空间和时间的三元组,时空数据库的变化就是状态的变化.按照对象域、空间域和时间域将时空数据库中的变化分别投影分解,显式地表达在对象、空间和时间上的变化.而事件是在某一时刻前后,时空实体的变化关系,在事件表达中蕴涵了空间实体之间的时间拓扑关系.SCUDM不仅支持状态和变化的表达,而且支持时间拓扑和空间拓扑的表达.     

一种基于关系模型的模糊数据库系统模型

数据库管理系统的广泛应用，使得数据库的研究也随之快速发展，如何表达模糊数据，如何执行模糊查询越来越成为数据库研究的重要课题之一，提出一个基于关系模型的模糊数据库系统的理论模型，利用模糊集的方法表达模糊数据，模糊查询和模糊关系，最后给出了一个模糊数据库系统实现的例子。     

随机时序逻辑的模糊时间扩展方法

基于随机时序逻辑(SQTL),通过扩展模糊时间来表达系统的模糊时间关系,并实现一种表达能力更强的时序逻辑——模糊随机时序逻辑(FSQTL)。FSQTL能够建模实时系统中的确定时间、概率时间、随机时间和模糊时间,并利用可能性实现对性能需求的分析。     

模糊时态序列演化模式挖掘

目前时态序列挖掘方法大多都是以一种自然的方式对序列分割、离散处理等,从而使离散化结果很大程度依赖于外部的人为分割变量。为了使离散化结果更强地依赖于原始数据,应用模糊聚类方法,将连续时态演化序列转变为模糊时态演化序列,应用模糊时态演化片段支持度评定频繁模糊时态演化模式,用隶属度计算关联规则的支持度和可信度,使这两个重要指标计算更为精确。给出了频繁模糊模式集的生成算法和复杂度。实际算例显示了方法的有效性。     

全序时态模块模式的TO_TSNF分解问题研究

在许多时态数据库应用中，都存在着涉及多时间粒度的约束。但是，具有多时问粒度的时态数据库的设计相当复杂，甚至难以实现，而现实世界中的许多应用所涉及到的时态类型集都能满足全序关系。同时，具有全序时态类型集的全序时态模块模式有着良好的特性，因此本文提出了全序时态模块模式、时刻关系模式、全序时态模块投影、全序时态简单候选关键字、全序时态三范式（TO_T3NF）和全序时态简单范式（TO_TSNF）等概念，并给出了全序时态简单范式的分解算法，对其正确性进行了证明，并对时间复杂度进行了分析。