时态GIS数据的动态压缩

时态GIS是GIS一个新兴的研究领域,目前仍处于理论与模型的研究阶段.本文主要对时态GIS的模型进行研究.由于时态GIS存储大量的空间数据,不免要占用较大的存储空间.本文提出了一种针对时态GIS数据的压缩方法,该方法使用基于事件的时空数据模型通过减少数据重复存储,提高数据存放效率的一种方法.并引入基态和中间态的概念.具体介绍了该方法在数据压缩和维护上的应用.最后,笔者提出了自己在时态GIS模型选择上的观点.     

一种周期时态关联规则挖掘算法

应用时态关联规则模型和时态事件空间，提出了一种单事件周期时态关联规则挖掘算法，并对其进行了可行性分析和复杂性分析。该算法通过挖掘不同时间间隔下的时态关联规则，能较好地处理非拐点的邻接点的趋势分布特征的挖掘，完整地挖掘时态数据趋势分布特征。最后，将该算法应用到股票数据的趋势挖掘中，得到了满意的实验结果。     

一种周期时态关联规则挖掘算法

应用时态关联规则模型和时态事件空间,提出了一种单事件周期时态关联规则挖掘算法,并对其进行了可行性分析和复杂性分析。该算法通过挖掘不同时间间隔下的时态关联规则,能较好地处理非拐点的邻接点的趋势分布特征的挖掘,完整地挖掘时态数据趋势分布特征。最后,将该算法应用到股票数据的趋势挖掘中,得到了满意的实验结果。     

H Base 下时态信息索引策略研究

针对海量非结构化时态信息存储与快速检索的需求,提出使用Hadoop 平台下的分布式、非结构化数据库HBase对海量时态数据进行存储,构造以时态集合为时态存储单元的时态数据存储模型;设计了多级分布式哈希索引表算法（ tDHT）,实现对时态列族的时态属性值的高效、快速的检索。通过将时态属性值向二维空间映射,实现时态数据向空间对象的转化,采用对空间数据的处理方法对时态数据区域进行划分,生成多级时态数据子区域,利用分布式哈希表思想设计HBase存储的多级索引表目录。实验结果表明,该索引策略具有较高的性能,可以在一定程度上加快对HBase中时态信息的检索速度。     

1NF模糊时态数据库数据模型

目的 建立INF(一范式)模糊时态数据库数据模型,以便能有效地表达复杂的模糊时态信息.方法 结合模糊时态序列和模糊集理论对Allen定义的时态区间进行模糊性扩展,建立模糊时态关系模型.基于该模型,对传统数据库及时态数据库的概念模型进行模糊时态约束扩展和数据的模糊化.提出模糊/时态关系代数映射及运算模型.结果 从理论上阐述了模糊时态数据模型,引入了模糊映射,把事件的模糊性投影到不确定的时态信息上.结论 该模型的建立在一定程度上解决了时态数据库不能处理模糊时态信息,丰富了时态数据库查询语言,从而增强了时态数据库模拟现实世界的能力.     

时态数据及其处理

本文根据时态数据的不同特性,结合现代学者对时态数据库的研究成果,就非时态DBMS中如何处理时态数据提出了几种实用处理方法。     

基于XML的时态数据管理

时态数据的多种查询操作要求数据以时间为基准成组存放,XML文档中数据的半结构化特性很好地适应了这一要求.在不考虑索引技术等查询优化方法的情况下,时态数据文件的长度是影响查询效率的关键因素之一.首先探讨了两种常用的表示时间属性的方法：属性时戳模型和元素时戳模型;提出了一种新的方法：前缀时戳模型.在3种时态XML数据模型的基础上,利用XML文档中祖先元素与子孙元素在时间区间上的相关性,消除了文档中的时间冗余信息,实验结果表明这一方法能够取得较好的压缩比.     

不确定时态跨度的语义处理及其粗糙集近似计算

蕴含语义的不确定时态的表示及处理是不确定时态信息和自然语言处理领域中的重要问题,不确定时态跨度是不确定时态中的重要组成部分,而不确定的语义是造成时态跨度不确定性的根源.提出对不确定语义进行转换的思想,将其转换为邻域或区间的形式,成为可计算问题;进而从粒度层面对不确定时态跨度进行了有效刻画,给出了元组化的模型,使其可以参与运算;提出了时态粗糙集将时态跨度元素在离散状态下进行划分,采用下近似和上近似的思想划分了不确定时态跨度中的确定元素和不确定元素;并提出了不确定时态跨度的近似精确度计算方法.     

基于Petri网时间约束工作流的研究与应用

针对目前工作流管理系统中时间管理研究现状,以基于时间Petri网的工作流建模方法为基础,把时态逻辑引入到控制流中,给出其形式化定义.借助相关的理论,全面、系统地分析该模型的时态特性,提出基本模型等效变化规则,对复杂工作流的进行时间约束的等效变换,对存在时间冲突的活动进行动态调整;最后以一个实例对文中提出的方法进行了论证...     

时态数据挖掘的探讨

数据挖掘是指从大型数据库或数据集的数据中提取人们感兴趣的知识。在现实世界中,信息系统往往涉及到时态数据。本文试图数据挖掘和时态数据相结合来讨论时态数据挖掘的有关问题。首先简要讨论时间表达式的描述;然后提出有关时态模式和时态关联规则的若干定义;最后讨论时态数据挖掘语言(TDML)的描述并给出一个实例。     

Study on spatial temporal model in property management information system

Time is an important dimension for information in the geographical iniormatlon system. Data, such as the historical state of target property space and related events causing the state to be changed, should be saved as important files. This should be applied to property management. This paper designs and constructs a spatial temporal model, which is suitable to the property data changing management and spatial temporal query by analyzing the basic types and characteristics of property management spatial changing time and date. This model uses current and historical situational layers to organize and set up the relationship between current situation data and historical dates according to spatial temporal topological relations in property entities. By using Map Basic, housing property management and spatial query is realized.     

时态数据库初等关键字范式问题的研究

为了探索能避免存储异常(插入,删除,修改异常,冗余),保证数据的完整性和一致性的数据库模式,依据具有多时间粒度的时态函数依赖约束的理论,采用时态数据库规范化方法,提出了时态初等关键字范式的概念,并分析了时态初等关键字范式与时态三范式和时态BC范式之间存在的联系,得到了用TEKNF分解来解决如果把TBCNF作为最终目标,很难实现保持函数依赖性,若把T3NF作为最终目标,又很难实现想要得到的规范化要求的问题,是时态数据库进一步规范化的基础．     

基于C-TRDM模型的将来时态数据处理

基于C-TRDM时态数据模型和时间过滤算子的概念,提出一种将来时态数据处理方法,即在延伸时间轴的基础上,实现数据在其生命周期上的预安排,并应用时间过滤算子进行运算。现结合高校教室资源管理实例给以说明。     

A Real-time Data Model Based on Temporal Data

Real-time database systems contain not only transaction timing constraints, but also data timing constraints. This paper discusses the temporal characteristics of data in real-time databases and offers a definition of absolute and relative temporal consistency. In real-time database systems, it is often the case that the policies of transaction schedules only consider the deadline of real-time transactions, making it insufficient to ensure temporal correctness of transactions A policy is given by considering both the deadlines of transactions and the “data deadline” to schedule real-time transactions. A real-time relational data model and a real-time relational algebra based on the characteristics of temporal data are also proposed. In this model, the temporal data has not only corresponding values, but also validity intervals corresponding to the data values. At the same time, this model is able to keep historical data values. When validity interval of a relation is [NOW, NOW], real-time relational algebra will transform to traditional relational algebra.     

房产时空数据组织研究

时空数据模型是当前研究的热点之一,作为时空数据模型的行业应用,房产时空数据的组织也受到了很大关注.在分析房产数据时空变化特征的前提下,提出了将时间属性加入记录级,针对关系数据表中一个属性字段不能存放多个属性值的问题提出了一种有效的解决办法.     

基于特征选择和时间卷积网络的工业控制系统入侵检测

针对工业控制系统流量数据存在特征冗余及深度学习模型对较小规模数据集检测能力较差的问题,提出了一种基于特征选择和时间卷积网络的工业控制系统入侵检测模型。首先,对源域数据集的异常特征和样本不平衡数据进行处理,提高源域数据集质量。其次,针对流量数据的特征冗余,利用信息增益率和主成分分析法构建IGR-PCA特征选择算法,筛选出最优特征子集实现数据降维。然后,根据工业控制系统流量数据的时间序列特性,在较大规模的源域数据集上,利用时间卷积网络（temporal convolution network,TCN）对时间序列数据优异的处理能力,构建源域时间卷积网络预训练模型。最后,在较小规模的目标域数据集上,结合迁移学习（transfer learning,TL）微调策略,获取源域样本数据的流量特征,构建目标域TCN-TL模型。利用公开的工业控制系统数据集进行实验测试,实验结果表明：流量数据经本文特征算法处理后,相较于其他方法,在降低数据维度减少计算量的同时仍具有良好的检测效果;在较大规模的源域数据集和较小规模的目标域数据集上,本文模型均取得了良好的检测效果,在目标域中利用迁移学习微调策略能够学习到源域中的知识,模型检测准确率为99.06%,在训练时间对比中,本文模型训练时间消耗更少,具有更好的泛化能力,能够更好地保护工业控制系统安全。     

基于概率的不确定时态信息的表示模型

时态信息表示和推理是时态数据库的研究重点之一,现实生活中很多时态信息是不确定的,现有的时态数据库模型在处理不确定时态信息方面仍存在较大困难.本文提出一种用概率的方法表示不确定时态信息的模型,用于描述各种具有确定或不确定时态信息的事件,定义了各类时态对象(如时间点、时间区间)以及它们之间的关系,并给出了不确定时态推理的例子.     

多速率混合系统的模型检查

研究了初始化的多速率混合系统的模型检查问题,即检验初始化的多速率自动机是否满足某个混合区间时序逻辑公式描述的性质．首先定义了一套转换规则把混合区间时序逻辑公式转化为区间时序逻辑公式．接着定义了初始化的多速率自动机状态空间上的等价关系及其对应的域自动机,并且通过构造域自动机对应的标注有限状态自动机,把初始化的多速率混合系统的模型检查问题等价地转换成了可解的区间时序逻辑的模型检查问题．利用区间时序逻辑的模型检查算法加上上述的转换规则,就可以解决初始化的多速率混合系统的模型检查问题．