基于VFP改进学历证书图像采集工作

根据高等学校学历证书图像采集卡中数据项的特点及分布情况,基于VFP编程语言设计出具有针对性的区位码查询系统。该系统可快速、批量查询出姓名汉字对应的区位码并可直接打印查询结果。     

dBASE Ⅲ与数据查询

在利用dBASEⅢ进行管理系统设计时,组合数据项查询模块设计往往比较复杂.本文从组合查询设计的关键入手,给出一种既便于程序设计人员掌握,又方便用户的输入操作和可移植性强的规范化的组合数据项查询的设计方法.     

MCAN：一种可扩展改进的内容访问网络

特定数据项存储位置的定位效率是P2P应用面临的基本问题。本文提出的可扩展改进的内容访问网络(MCAN．Modified Content-Addressable Network)解决了数据项定位的效率问题。它将分布式哈希表和兴趣聚类紧密结合，根据查询数据的兴趣在类似于Internet规模的MCAN上高效地定位查询数据。理论分析结果表明，这种方法具有可扩展性、容错和完全自治的特点。本文通过仿真来阐述它的可扩展性和高效路由的特点。     

非完整数据库Skyline-join查询*

传统的Skyline-join查询仅适用于完整数据库,随着新的应用需要的出现,实际应用中考虑到非完整数据库中的Skyline-join查询。概率Skyline利用概率值表示非完整数据项之间的支配关系,有效地避免了传统非完整数据库Skyline查询存在的支配性丢失问题。在分析概率Skyline无法有效处理多关系查询的基础上,对概率Skyline定义进行了扩充,使其适用于多关系查询,并提出了基于多层次分组的PSkyline-join算法。该算法首先基于连接键值及缺失位图对各个关系进行多层次分组,再计算各组数据项的局部Skyline概率上界,然后连接数据项并更新数据项的全局Skyline概率上界,最后利用全局Skyline概率上界与全局Skyline概率下界设计了两种剪枝策略,高效地计算全局概率Skyline结果集。在模拟数据集上验证了PSkyline-join算法效率相较传统算法有着几十倍的提升。     

基于访问控制和中国剩余定理的数据库密钥管理方案的研究

针对密文数据库中数据项加密时会出现数据项密钥量大和安全需求高的问题,通过引入中国剩余定理来管理数据项密钥,提出了一种新的基于访问控制和中国剩余定理的密钥管理方案。当用户申请用户密钥时,密文数据库可以将用户u_i能够访问的大量数据项对应的密钥K_i"合成"用户密钥uki并保存;当用户ui提供用户密钥uk_i和密文查询请求CQR访问密文数据库时,系统会根据系统表和中国剩余定理将用户密钥uk_i再分解成数据项密钥K_i,用户就可以解密数据。该方案不仅实现了对用户访问权限的管理,还解决了大量数据项密钥带来的数据处理时间长、占用系统资源多等问题,提高了密文数据库中密钥管理的效率和安全性。论文最后实现了该密钥管理方案,并对比分析了该方案的安全性。     

位置感知查询中的协作缓存管理

位置感知查询（LAQ）是移动系统中常用的一种查询方式。提出了一种位置感知查询中的协作缓存管理技术（CoMA-LA）,该方法包括三方面的内容：（1）缓存中语义相近数据项的合并;（2）相邻缓存间的协作替换策略;（3）缓存间的数据一致性保证。通过仿真实验将CoMA-LA和传统的LRU算法以及一些已有的缓存替换方法进行了比较,实验结果表明采用CoMA-LA技术能够有效提高缓存利用率,从而降低平均访问时间,提高查询命中率。     

移动环境中的一种缓存失效报告策略

针对传统的缓存失效报告策略对带宽利用率低、客户端电能消耗大的缺陷,提出了动态划分失效报告的广播策略.通过考虑数据项的查询率、更新率及数据大小,对更新数据项采用不同的失效方式进行广播,分析证明此策略的带宽利用率、电能消耗、查询延迟优于传统的失效报告策略.     

一种异构数据源集成查询系统的设计与开发

给出了一种分布式异构数据源集成查询系统的设计与开发。能够实现对关系型数据库、本件和XML档等不同数据源的透明存取，查询系统读取不同数据源的数据字典，通过模式管理器建立起集成模式。用户通过查询处理器建立基于集成模式的查询，系统根据连接信息和配置信息把对集成模式的查询分解成对每个数据源的子查询，各个数据源的查询结果返回后要被合并处理，再呈现给用户，实现了对异构数据源的有效查询。     

基于移动agent和元数据的位置服务信息查询*

为了有效访问基于位置服务(LBS)环境中的服务信息,提出了基于移动agent 和元数据的LBS信息查询新思路,给出了构建LBS信息查询系统的方法,并利用移动agent 开发平台Voyager和Java系列软件开发了一个分布式的LBS信息查询系统,实现了在LBS系统中信息的透明访问。     

关系数据库通用查询系统的一种实现方法

解决通用查询的关键在于如何解决与查询内容和查询条件的无关性，以使得应用程序不再依赖于具体的数据库结构。本文基于交互工具设计原理，介绍了一种通用查询系统的设计思想及实现方法，给出了通用查询系统应具备的主要特征，以及构造通用查询系统时应解决的有关技术问题。     

Querying fragmented relations in a distributed database

Summary The paper discusses the query optimization problem in a distributed database system supporting a complex fragmentation schema, in which different fragments can share the same set of data. The fragmentation and the distribution of data are assumed to be transparent to the user, who queries the database in terms of the global relations. The optimization of queries stated on a single fragmented relation is considered, and a method for its solution is presented. The method is based on an algorithm which calculates a set of virtual fragments that can alternatively be used to answer the query.     

融合领域命名实体识别的查询扩展方法研究

针对领域知识特点和当前基本查询扩展方法的局限性,提出了在特定领域问答系统中将命名实体识别与基本查询扩展方法相结合对答案文本检索进行查询扩展的方法.该方法标注旅游领域18个类别的命名实体,并使用条件随机场理论建立实体识别模型,将识别模型以线性插值方式分别融合到本文选用的基于TF-IDF、互信息和局部上下文分析3种基本查询扩展方法中,再选取出扩展词进行查询.在旅游领域数据集上的实验结果表明,该方法在3种基本查询扩展方法基础上使准确度提高15.8％以上,其中结合领域命名实体识别和局部上下文分析的查询扩展方法的准确度提高了21.4％.     

基于XML的分布式数据库集成系统

提出一种将分布式数据库数据映射为符合用户要求的XML文档的描述语言——R2XL,在此基础上给出基于XML的分布式数据库集成系统,实现分布式数据库的透明访问和联合查询。对该系统中的查询处理、分布式数据库中的数据分片方法及相应的集成策略等关键问题进行了探讨。     

基于LINQ的多源异构数据查询中间件

针对信息安全开发与研究工作对多源异构数据查询的需求,分析网络安全数据源的数据结构特点,设计并实现一套多源异构数据查询中间件系统.系统应用并扩展LINQ技术,通过查询语句解析、名称映射、特定表达式目录树生成和结果集处理等步骤,实现透明查询,并且支持包括常用数据库、XML和JSON等格式在内的多种数据源,同时易于扩展和二次...     

支持密文索引的数据库透明加密方法

随着数据库的应用日益广泛,如何保护隐私数据和防止敏感数据泄露成为当前面临的重大挑战。数据库加密被证明是保护数据安全的有效手段,但是对数据库进行加密之后,数据之间原有的偏序关系将会丧失,无法通过原来的索引机制来加快对密文数据的条件查询。本文提出一种对数据库中的字段进行透明加密并实现高效条件查询的方法,并报告了基于该方法开发的数据库加密系统的测试数据。     

利用VB实现WinCC归档数据处理

WinCC是一款功能强大的HMI系统,它可以组态界面并可以对数据进行归档,但是对于一些复杂的数据处理如数据查询,计算和统计,就显得力不从心．文章利用VB编程工具建立了WinCC的归档数据库与Access数据库和EXCEL的连接,并生成了．exe文件,通过WinCC的直接调用,实验人员可以根据自己的喜好去选择数据存储方法和路径,实现数据的有条件查询和复杂处理．     

网格环境下基于XML的异构数据集成系统

分析地震、地质行业的数据资源特点,在数据网格中间件OGSA-DAI基础上提出一种基于XML的分布异构数据访问与集成框架,实现数据的透明访问和联合查询。系统以XML作为公共数据模型,使用三层模式集成机制,以XQuery同时作为XML模式之间的映射语言及全局查询语言,简化全局视图的构造和系统的查询处理。     

Consistent query answers from virtually integrated XML data

When data sources are virtually integrated, there is no common and centralized method to maintain global consistency, so inconsistencies with regard to global integrity constraints are very likely to occur. In this paper, we consider the problem of defining and computing consistent query answers when queries are posed to virtual XML data integration systems, which are specified following the local-as-view approach. We propose a powerful XML constraint model to define global constraints, which can express keys and functional dependencies, and which also extends the newly introduced conditional functional dependencies to XML. We provide an approach to defining XML views, which supports not only edge-path mappings but also data-value bindings to express the join operator. We give formal definitions of repair and consistent query answers with the XML data integration settings. Given a query on the global system, we present a two-step method to compute consistent query answers. First, the given query is transformed using the global constraints, such that to run the transformed query on the original global system will generate exactly the consistent query answers. Because the global instance is not materialized, the query on the global instance is then rewritten in the form of queries on the underlying data sources by reversing rules in view definitions. We illustrate that the XPath query transformations can be implemented in XQuery. Finally, we implement prototypes of our method and evaluate our algorithms in the experiments.     

基于数据库集群的海量 RDF 数据联合查询系统的研究与实现

随着语义网的快速发展,为了实现科学数据的共享,越来越多的科学数据被加工发布为关联数据,进而应用于关联查询和关联发现。针对大规模关联数据的管理,本文通过构建 RDF 数据库集群来存储海量数据,设计了基于 SPARQL 端点的联合查询系统来解决用户跨机器透明查询的问题,分析了存储策略和联合查询系统的查询处理相关技术。实际运行表明,本平台易于集成使用,可以实现大规模 RDF 数据的可扩展性存储和有效查询。     

Result Merging for Structured Queries on the Deep Web with Active Relevance Weight Estimation

Data integration systems on the Deep Web offer a transparent means to query multiple data sources at once. Result merging– the generation of an overall ranked list of results from different sources in response to a query– is a key component of a data integration system. In this work we present a result merging model, called Active Relevance Weight Estimation model. Different from the existing techniques for result merging, we estimate the relevance of a data source in answering a query at query time. The relevances for a set of data sources are expressed with a (normalized) weighting scheme: the larger the weight for a data source the more relevant the source is in answering a query. We estimate the weights of a data source in each subset of the data sources involved in a training query. Because an online query may not exactly match any training query, we devise methods to obtain a subset of training queries that are related to the online query. We estimate the relevance weights of the online query from the weights of this subset of training queries. Our experiments show that our method outperforms the leading merging algorithms with comparable response time.