时态关系数据模型C-TRDM的存储技术研究

针对传统数据库和现有时态数据库中存在数据冗余及时态数据库中数据量快速增长等现象,结合现有的压缩技术,提出了时态数据压缩存储策略来解决时态数据存储中的数据冗余现象,并用分立时钟法和共用时钟法对缓变域、瞬变域时态数据进行存储.提出网格存储策略来解决时态数据快速增长问题.     

一种改进的时态数据模型的设计与应用

在现有的时态数据模型基础上,通过对时态数据的冗余存储与查询效率进行折衷处理,提出了一种改进的时态数据模型,并进一步为该模型的增删改等操作设计了相应的更新算法。实际应用表明,改进模型在增加了约16%的数据冗余存储后其时态查询性能获得了近58%的提升。     

农田信息系统中时态数据冗余问题的研究

数据冗余问题一直是时态关系数据库存储时不可避免的问题。分析了几种时态关系模型在数据存储上的缺陷,结合函数依赖的概念和时态关系模型。在以时态函数依赖度为依据的基础上提出了一种时态函数依赖关系模型,并将此模型成功应用于农田信系统中,使农田信息数据冗余大量减少,并在一定程度上缩短了数据库操作查询时间,提高了效率。     

时态数据库中二维数据的合并

在时态数据库中,通过不同方式对某一事物监控,获取到的信息可能会有冗余。本文定义了一种时态数据模型,然后在此时态数据模型的基础上,提出了一种消除时态数据冗余的合并算法。通过该算法,我们可以将得到的数据高效、迅速地进行整合,从而达到消除冗余数据的目的。最后,我们还分析了本算法的时间复杂度及其适用范围。     

一种改进的邻接关系可查询压缩算法

目前多数数据压缩算法不能直接在压缩结果上进行数据查询,大数据的线性化压缩算法虽然可直接在压缩后的数据上进行邻接关系查询,但压缩率较低.针对该问题,对线性化压缩的实现原理进行研究,分析MPk线性化算法在不同社会网络样本下的压缩效率,发现线性化压缩结果中存在冗余信息,并针对该情况设计改进算法,删去原有数据结构中的冗余部分,进一步提高压缩率.实验结果证明,改进算法的时间复杂度与原算法相同,压缩率平均提升23％.     

基于遗传压缩感知的无线传感器网络数据压缩方法

考虑到无线传感器网络WSNs能量、通信带宽、计算能力及成本有限,不适合大规模数据传输,同时存在数据冗余,需要进行数据压缩处理,提出一种新的基于遗传算法的压缩感知CS(Compressive Sensing)重构方法,应用于无线传感器网络数据压缩中。详细阐述分布式WSNs数据压缩特点,压缩感知基本理论,基于遗传算法的CS重构新方法以及在WSNs数据压缩中的应用。通过实验仿真证明,从压缩比、节点平均能耗、网络生存时间和网络时延四个方面,与DCCM算法及CCS算法的WSNs数据压缩算法进行比较,提出的算法具有较高的压缩比,提高了采集数据的重构精度,降低了数据冗余度和网络通信量,提高了网络效率。     

基于改进遗传算法的计算机数学模型构建

面向遗传算法的数据冗余问题,设计改进遗传算法,与最小二乘法有机结合,构建计算机数学模型,以应对数据实时变化.在此基础上,针对具体问题实现计算机数学模型构建,加以验证分析,结果表明改进遗传算法的辨别能力较强,可寻求最优解,并在很大程度上提升运算效率与质量.通过Matlab软件进行方程组求解,明确参数具体使用区域,以解决估...     

一种抗压缩的矢量地图水印算法

对Douglas-Peucker矢量图压缩算法存在的不足进行改进,在此基础上提出一种抗压缩的矢量地图水印算法。该算法选择矢量地图的顶点坐标作为水印载体,采用改进的Douglas-Peucker算法对冗余顶点进行压缩,利用压缩后的顶点数据嵌入水印。实验结果表明,该水印算法具有较好的抗压缩效果。     

基于TempSQL模型时态约束的HRDB模式分解方法

根据时态关系规范化理论,对HRDB提出一种基于TempSQL模型的关系模式分解方法.在满足元组同时性和时态联接性的时态约束下,将HRDB按属性集投影或按时间区间进行分解,以解决冗余和数据膨胀的问题.     

全序时态模式中时态函数依赖的覆盖问题研究*

与传统的关系数据库中的函数依赖一样,时态数据库中全序时态模块模式下的时态函数依赖也存在着冗余问题,因而有效地消除冗余的时态函数依赖是全序时态函数依赖集化简的基础。在全序时态模式下提出全序无冗余覆盖、全序规范覆盖和全序最小覆盖等概念,同时给出了全序无冗余覆盖、全序规范覆盖集和全序最小覆盖集的算法及相关定理,并给出了其正确性证明,对其时间复杂度进行了分析。     

Research of storage technique for C-Temporal Relation Data Model

As there is datum redundancy in tradition database and temporal database in existence and the quantities of temporal database are increasing fleetly.We put forward compress storage tactics for temporal datum which combine compress technology in ex-istence in order to settle datum redundancy in the course of temporal datum storage and temporal datum of slow acting domain and momentary acting domain are accessed by using each from independence clock method and mutual clock method.We also bring for-ward strategy of gridding storage to resolve the problems of temporal datum rising rapidly.     

具有多时间粒度的时态多值依赖及时态模式分解方法研究

一个好的数据库逻辑设计目标是消除数据冗余以及插入、删除和更新异常.对于时态数据库,通过具有多时间粒度的时态函数依赖约束对时态数据库进行规范化已有大量研究.基于时态函数依赖和多值依赖理论提出了多时间粒度约束的时态多值依赖(TMVD)等概念,并给出了时态多值依赖的推理规则,对其有效性、完备性进行了证明.由于包含有限个TMVD的TMVD集通常蕴含着无限个TMVD,给出了TMVD的有限推理规则,对其有效性、完备性进行了证明.最后,基于时态多值依赖集提出了时态第四范式,并给出了时态模式的T4NF的无损分解算法,对算法的可终止性、正确性进行了证明,并对时间复杂度进行了分析.     

基于粗集分类和遗传算法的知识库集成方法

As the base of intelligent system, it is very important to guarantee the consistency and non-redundancy of knowledge in knowledge database. Since the variety of knowledge sources, it is necessary to dispose knowledge with redundancy, inclusion and even contradiction during the integration of knowledge database. This paper researches the integration method based on the multi-knowledge database. Firstly, it finds out the inconsistent knowledge sets between the knowledge databases by rough set classification and presents one method eliminating the inconsistency by test data. Then, it regards consistent knowledge sets as the initial population of genetic calculation and constructs a genetic adaptive function based on accuracy, practicability and spreadability of knowledge representation to carry on the genetic calculation. Lastly, classifying the results of genetic calculation reduces the knowledge redundancy of knowledge database. This paper also presents a frameworkfor knowledge database integration based on the rough set classification and genetic algorithm.     

基于遗传算法的智能组卷系统数据库结构的研究

论文在分析了现存的组卷系统的组卷算法及相应的数据库结构的基础上,基于遗传算法提出了一种新的数据库结构,并给定具体结构的确定方法。实践证明,这种结构下的数据库很好地配合遗传算法实现了智能组卷,并且系统效率更高,冗余度更小。     

时态数据的变粒度分段存储策略及其效益分析

根据时态数据库用户对数据厚今薄古的需求特点,该文提出变粒度分段存储技术,将一个对象的历史分为3个时期,分介质、变粒度存储.文章讨论了分段存储的特殊数据结构、时代转移算法和压缩采样算法.基于微机实用参数的定量分析表明,这一技术将时态存储密度和时态查询速度提高了一个数量级.     

基于对象分组的集群存储系统可靠性分析模型

可靠性问题是研究大规模集群存储系统的一个重要方面。借鉴RAID的方法,提出基于对象分组在算法一级实现数据冗余分布的高可靠数据对象布局算法。在数据对象和存储节点失效时,利用冗余数据重构数据对象和存储节点,有效保证存储系统的高可用性。采用马尔可夫激励模型对存储系统进行定量的可用性分析,计算结果表明该方法是有效的。     

时态数据的变粒度分段存储策略及其效益分析S

根据时态数据库用户对数据厚今薄古的需求特点,该文提出变粒度分段存储技术,将一个对象的历史分为3个时期,分介质、变粒度存储.文章讨论了分段存储的特殊数据结构、时代转移算法和压缩采样算法.基于微机实用参数的定量分析表明,这一技术将时态存储密度和时态查询速度提高了一个数量级.     

BOM的存储结构与遍历算法的优化及实现

分析BOM的多种存储结构类型的优缺点,给出了BOM实用的存储结构模型.总结BOM遍历的两种基本算法:递归算法、层次遍历算法,在此基础上提出了产品结构树的生成策略和产品所需零件的汇总策略.并针对一个电梯部件实例对其进行实现,结果表明,采用合理的存储结构及优化的BOM遍历算法有利于减少数据存储冗余、减少系统的开销、降低产品遍历算法的复杂性.     

强全序时态模式中混合依赖集成员籍问题的研究

对于TFD和RTMVD混合依赖集约束的强全序时态模式来说,成员籍问题的解决对设计有效的模式分解算法必不可少.由于强全序时态模式中多时间粒度的使用,使其成员籍问题的解决变得更加复杂.为此定义了强全序时态模式下的属性集在给定时态类型上的混合闭包、属性集的混合闭包、属性集在给定时态类型上的混合依赖基、属性集的混合依赖基等概念,给出了求强全序时态模式下属性集的混合闭包、属性集的混合依赖基以及TFD和RTMVD混合依赖集成员籍问题的算法,并对算法的可终止性、正确性进行了证明,对时间复杂性进行了分析.