含有空值的函数依赖与多值依赖

本文论述了在关系模型中引入空值的必要性与可能性,说明在关系中含有空值能使关系更接近现实世界.在分析了空值的语义内涵后,定义了三类空值,着重研究了关系中含有空值时的函数依赖与多值依赖.改进了Zaniolo.E与Osborn.S认为在含有空值的关系模型中函数依赖与多值依赖的主属性上不能出现空值的概念,他们认为一旦在主属性上出现了空值,则便失去了元组的标识符.本文提出了在一定的条件下,允许在任意属性上出现空值的函数依赖和多值依赖的强、弱保持概念,并论证了此概念的实际背景和理论意义.     

关系模型中空值的引入与处理

随着数据库应用的不断扩展,对不完全信息的处理的需求日益突出出来,本文讨论了在数据库中引入空值的必要性和有关空值的若干语义问题,给出了一个增加了处理空值功能的扩充的关系模型,和若干现有的讨论文章相此,本模型力图最充分地表达空值本身的语义内涵,从这一基点出发,文章讨论了空值环境对若干关系操作的影响以及引入空值以后函数据关性的满足性问题,并且给出了在本文所提出的扩充关系模型下的某些新的定义。     

知识库中的空值探讨

分析了空值环境下的三种类型的查询策略,以及Datalog查询求值的Semi-Naive算法,给出了一个从子目标关系空值特性导出头关系空值特性的一种方法,使改进后的Semi-Naive算法能在带空值的EDB数据库中对Datalog查询进行正确求值.     

空值环境下的完全函数依赖和部分依赖

本文给出了空值环境下的完全函数依赖的弱保持、强保持及部分函数依赖。提出并证明了不完全关系模式若不满足空值环境下的完全函数依赖的弱保持,则它的任意一个完备一定不是非空值环境下的完全函数依赖;若满足空值环境下的完全函数依赖强保持,则它的任意一个完备,一定是非空值环境下的完全函数依赖。本文还给出了判别不完全关系满足空值环境下的完全函数依赖强、弱保持的算法。为空值环境下的模式分解奠定了基础。     

知识库中的空值探讨

分析了空值环境下的三种类型的查询策略，以及Datalog查询求值的Semi-Naive算法，给出了一个从子目标关系空值特性导出头关系空值特性的一种方法，使改进后的Semi-Navie算法能在带空值的EDB数据库中对Datalog查询进行正确求值。     

SQL语言中的空值问题

结构化查询语言(SQL)是关系数据库中重要的查询语言,同时由于关系数据库中空值存在的必要性,因此在对不完全信息数据库进行SQL操作时,如何正确地处理空值是一个很重要的研究方向.文中简述了SQL语言标准中对空值的描述,从理论角度分析了引入空值后SQL语言的语义变化,同时从应用角度阐述了引入空值后所引发的一系列问题,最后介绍了下一代数据库语言标准SQL3对NULL处理方法的扩充.由于现实数据库信息的不完全性,文中对于如何正确地认识SQL语言中的空值问题具有很大的借鉴意义.     

含空值关系数据库中关系代数的实现

本文从空值的完全语义出发，依据空值环境下信息等价和信息相容的含义，全面定义了空值环境下运算结果完备的关系代数运算，并对空值环境下关系代数运算的有效性和完备性进行了讨论。     

模糊空值环境下的关系数据库的连接依赖

给出模糊空值连接依赖的两个概念,一个是基于无损连接得出的,另一个是类似模糊空值多值依赖给出的,并证明了两个概念的等价性。定义了模糊空值嵌入连接依赖。给出模糊空值连接依赖的公理系统,并且进行了有效性证明。     

模糊空值环境下的关系模型与关系操作

本文讨论了引入模糊空值对关系数据库模型的影响，并给出模糊空值环境下的关系操作     

SQL语言中的空值问题

结构化查询语言(SQL)是关系数据库中重要的查询语言，同时由于关系数据库中空值存在的必要性，因此在对不完全信息数据库进行SQL操作时，如何正确地处理空值是一个很重要的研究方向。文中简述了SQL语言标准中对空值的描述，从理论角度分析了引入空值后SQL语言的语义变化，同时从应用角度阐述了引入空值后所引发的一系列问题，最后介绍了下一代数据库语言标准SQL3对NULL处理方法的扩充。由于现实数据库信息的不完全性，文中对于如何正确地认识SOL语言中的空值问题具有很大的借鉴意义。     

用于不完全信息数据库的多值逻辑研究

1引言 自20世纪70年代末以来,用多值逻辑处理空值问题已成为数据库理论的一个重要研究方向[1～3].不完全信息数据库中引入多值逻辑(MVL)的研究是和空值的语义有关的.数据库中引起信息缺失的原因有十几种,根据语义可分成三种类型:不存在型空值、存在型空值和占位型空值.若在空值的处理中,这三种解释都采用,不作简化,这将导致七值逻辑(7VL).     

关系数据库不可用空值的查询与处理

现有的基于关系数据模型的商业数据库采用空值对缺失信息进行建模与处理,然而,单一的空值解释无法体现空值本身的丰富语义。事实上,在相关研究中空值通常被解释为‘值未知’,‘值不可用’以及‘值不存在’等。文中主要研究不可用空值的查询与处理。通过仔细地观察和深刻地理解,分别在传统关系数据库查询和模糊数据库查询中讨论不同语义背景和查询条件下不可用空值的处理和分类。此外,还针对涉及不可用空值的传统关系数据库查询提出选择运算和差运算算法,这些算法使文中的研究更具实用性。     

基于关系模型的含空值关系数据库的数据更新

本文以空值的完全语义为基础，以空值环境下基于５值（５ＶＬ）的选择运算为工具，深入研究了基于关于模型的含空值关系数据库的数据更新策略和实现算法     

含有空值关系数据库的查询处理

本文在深刻理解空值语义的基础上，给出一种处理占位型空值的方法，空值环境下关系数据库的查询策略，定义了含三种查询操作的关系代数最小完备集中的关系代数运算，并对查询计算的有效性和完备性进行了分析。     

SQL中的空值探讨

文章介绍了空值的语义和三值逻辑,并在此基础上分析了SQL语言处理空值时存在的问题并对其进行修改,构造了针对不完全信息数据库的查询语言。     

基于马氏距离和H-K聚类的空值估计研究

传统的基于欧氏距离和K-means聚类算法的空值估计算法容易因为欧氏距离对量纲的敏感性和初始聚类中心对K-means聚类效果的影响产生估值误差。将层次聚类算法和K-means聚类算法有机结合起来的H-K聚类算法克服了K-means算法对初始聚类中心的敏感性,从而改善了聚类效果。与欧氏距离不同,马氏距离可以避免量纲的影响。为此提出一种改进的空值估计算法,将H-K聚类应用到空值估计算法中进行聚类,在聚类时采用马氏距离代替欧氏距离,在聚类后使用多元线性回归法计算样本中的空值。实验结果表明改进后的空值估计算法使得估计值的绝对误差率(MAER)得到降低。     

XML弱函数依赖及单依赖集合研究

XML弱函数依赖是在XML数据库中引入空值理论后的函数依赖。在空值、不完全树元组等概念的基础上,定义了弱函数依赖、单依赖集合,证明了单依赖集合判定定理和单依赖集合判定可终止定理。     

XML概率数据库中空值处理方法研究

不确定性和不完全性是现实世界对数据库的挑战,空值、XML和概率数据库三者的结合可以更好地处理数据,但同时也增加了数据库的复杂性.阐释了空值在XML概率数据库中的两种意义,其中一种解释会产生概率区间,然后采用一种折中的方法解决了引入空值的基于XML的概率数据库产生的概率区间问题,并证明其正确性.最后提出一种新的N次矩运算,用来对数据库数据进行全面的分析.     

基于信息粒度的不完备信息系统空值补齐算法

在现实世界中,不完备信息系统大量存在的,信息系统中空值的存在大大增加了信息表的不确定性,信息表无法产生更多潜在的有价值规则.处理不完备信息表的一种做法是先将空值补齐再提取规则,常用的空值补齐算法通常都是根据同属性其他值出现的频率高低估计空值,但是此方法不一定能保证规则的一致性.本文提出一种基于信息粒度的空值补齐方法GRCC,首先根据定义的信息粒度选择信息粒度最大的列,然后由相容类产生空值的属性值范围,最后利用MDL准则确定遗漏项的属性值,如此逐列进行填充直到完成全部信息表的补齐.经过实验,GRCC算法补齐的信息表比其它补齐方法产生的信息表产生更多高可信度和高支持度的规则,降低了信息表的不确定性.     

基于粗集理论的Null值估算方法研究

在数据库管理系统中，空值（Null）在所有非主码属性中都可能出现。粗集数据分析不同于其它知识发现方法，特别大模型假设方法的一种方法。文章通过扩展粗集理论，研究了空值的估算方法。