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。     

知识库查询的固有低效性

1．引言 知识库研究的重要内容之一是查询优化技术的研究。从七十年代后期开始,经过八十年代,到目前为止,知识库查询优化方面已经取得了大量研究成果,开发了许多有效的查询优化算法。例如：Semi-Naive求值[1]、Magic-Set重写技术和Counting方法[2,3]等等。这些技术的应用,大大提高了知识库的查询效率。尽管如此,知识库的查询效率仍不能令人满意,这是知识库系统不能实用的主要原因之一。     

面向对象数据库的推理查询语言*

本文基于复旦大学开发的一个面向对象数据库系统FOOD，提出一种推理查询语言O—Datalog．该语言能方便地表达对面向对象数据的各种查询和推理要求；它可以转换成类Datalog形式，能运用各种高效计值算法，比其它一些基于非Horn子句逻辑的语言更易于实现．O—Datalog在形式上是一种Datalog的扩充，本文着重介绍其语法和语义．     

面向对象数据库的推理查询实现*

上文介绍了面向对象数据库系统FOOD的推理查询语言O—Datalog，本文继续讨论对O—Datalog程序的几种变换，并证明这些变换是语义等价的，从而证明了对于一个O—Datalog程序，可以为它构造一个相应的Datalog程序。并能利用该Datalog程序对原程序进行计值．最后本文还给出了对O—Datalog程序计值的算法．     

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。     

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。     

基于部分求值和热踪编译的Twig查询优化方法

XML树模式查询又称为Twig查询,是XML查询处理中最核心的操作。在Twig查询算法的研究中,TreeMatch算法由于极大程度上减少了中间结果的产生,被认为是最好的Twig查询算法之一。然而,在TreeMatch算法的核心操作getNext中,存在不少仅依赖Twig模式的计算。当getNext调用次数很多时,这种冗余的重复计算会影响TreeMatch算法的性能。为了进一步改进该算法,提出了一种基于部分求值和热踪编译的Twig查询优化方法,该方法以Twig模式作为不变量进行部分求值,把查询请求翻译成一种Twig查询机指令序列,避免了查询过程中对Twig模式的重复计算;并且针对这种查询机指令序列的解释过程,利用热踪编译技术进行了优化。对比实验说明基于部分求值和热踪编译的优化方法能够将Twig查询效率提高到20%到60%。     

基于知识图谱的医疗病历数据存储研究

基于关系数据库的资源描述框架(RDF)存储方案多数未考虑领域特性而造成查询性能不足。为此,提出一种改进的病历图谱存储方案。根据原始病历数据具有多元关系的特征,设计多元关系到RDF三元组的转化方案。基于原始病历数据具有空值多、谓词数量多且谓词不固定等特性,采用基于改进三元组表的存储方案,将病历RDF三元组的实体和属性进行ID化。在此基础上,设计实体类型表,面向病历图谱使用SPARQL-to-SQL查询转换算法。实验结果表明,与基于类型的存储方案相比,该方案具有较高的查询效率。     

基于RBAC的工作流管理系统授权约束方法

针对工作流管理系统动态授权的特性,在基于角色的访问控制(RBAC)模型基础上,提出一种权限约束支持的RBAC模型,利用Datalog逻辑语言描述约束策略,借助Datalog推理机实现一个“任务角色”分配的授权算法,解决工作流管理系统动态授权约束的问题。     

子句间优化技术在语义缓存查询求值中的应用

缓存技术用来弥补网络通信能力的不足。语义缓存既缓存查询结果,也缓存查询语义,可更好节省网络开销。实用性是语义缓存技术产生和发展的基础,根据实用性要求,语义缓存查询求值所消耗的时空代价要远小于网络通信能力不足带来的时空代价,所以必须对求值算法进行优化。文章从语法一级分析求值算法存在的问题并给出了两级优化方法和实现技术,降低了算法复杂度,减少了对数据库的无效访问,使语义缓存技术向实用化迈进了一大步。