模糊空值环境下关系数据库的几种数据依赖

介绍了模糊空值环境下的嵌入多值依赖、广义连接依赖、子集依赖,及其相应的公理系统。     

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。     

任意公理系统的依赖基

形式化定义了值依赖的公理、公理系统及依赖基。严格证明了任何公理系统对任何背景都具有依赖基,给出 了对任意一个公理系统求任意背景依赖基的方法,并证明了每个公理系统的依赖基不唯一。进而还提出了一种诱导 背景,通过诱导背景可把这个证明过程及依赖基的计算过程形象地反映出来。     

空值环境下的NJD及其推导规则的研究

本文在空值环境下的ＮＦＤ，ＮＭＶＤ强，弱保持条件及相应的推导公理的基础上，讨论了空值环境下的连接依赖的强，弱保持成立的条件及相应定理。同时，讨论了ＮＪＤ在强，弱保持条件下的推导公理存在性问题。     

基于语义贴近度的模糊数据依赖

本文基于语义贴近度的概念给出了模糊函数依赖（ＦＦＤ）、模糊多值依赖（ＦＭＶＤ）和模型联接依赖（ＦＪＤ）的定义。本文得到一组类似于Ａｒｍｓｔｒｏｎｇ公理的正确、完备的ＦＦＤ和ＦＭＶＤ的推理规则。进一步，我们证明了经典数据依赖满足模糊数据依赖的定义，ＦＦＤ是ＦＭＶＤ的特例，而ＦＭＶＤ又是ＦＪＤ的特例。     

不完全信息环境下存在XML强多值依赖的XML文档规范化研究

不完全信息环境下XML文档中的数据存在多值依赖时,为了避免在没有约束条件下XML文档数据出现冗余及更新异常,引入XML强多值依赖的概念和理论对XML文档的规范化进行了系统研究.基于节点信息等价、节点信息相容的概念给出了XML强多值依赖的定义;基于层次化的XML强多值依赖,提出了不完全XML文档树满足XML强多值依赖范式的条件;给出了满足该条件的不完全XML文档树无数据冗余的判定定理;提出了不完全XML文档树的规范化算法,对其时间复杂性进行了分析.理论研究和实例分析表明：研究成果较好地解决了在不完全信息环境下XML文档中存在层次化的XML强多值依赖引起的数据冗余问题.     

紧致依赖与内涵亏值

提出了"内涵亏值"与"紧致依赖"的概念,证明了由"紧致依赖"组成的依赖基对于"左部加属性、右部减属性"这一规则的公理系统是无冗余而完整的.由此发现了除Guigues-Duquenne基以外还有其他无冗余完整依赖基,改变了只有唯一的一个无冗余完整依赖基的传统观念,揭开了寻找多种无冗余完整依赖基以满足多样化需求的序幕.     

不含非平凡函数依赖或多值依赖的关系的势

本文讨论了一类特殊的Armstrong关系－不含非平凡函数依赖或多值依赖的关系，给出了这类关系的判定条件，得到了这类关系的势的下界值，并使用基于关系的投影运算方法，得到了精确的下界值，同时还涉及到了多值依赖的情形。     

关于传递闭包和函数依赖完备公理系统存在的问题研究

数据依赖在数据库设计中起着十分重要的作用，自Ｃｏｄｄ提出函数依赖，Ｆａｇｉｎ引入多值依赖后，近几年来人们又根据设计中的需要引入多种新的依赖，如在工程数据库设计中所引进的传递闭包依赖等，对这些依赖一般是按其是否具有完备的公理系统而划分为两大类，因为完备性公理系统往往具有有效的判定算法为先决条件。本对ＣＤＳ和ＦＤＳ的ｋ元完备公理系统存在问题进行了研究，证明了ＣＤＳ和ＦＤＳ不具有共同的Ｋ元完备公理系统     

空值环境下嵌入多值依赖的研究

本文深入探讨了空值环境下的满足强，弱保持的嵌入多值依赖的概念，给出了嵌入多值依赖的投影规则及ＮＭＶＤ：Ｘ→→Ｚ强保持成立的充要条件，证明了逆投影性定理。     

XML多值依赖的推理规则集问题

XML多值依赖的推理规则集问题是解决XML数据依赖的蕴涵问题的基础,是XML规范化理论的关键问题之一。该文对XML树、树元组等进行了重新定义,与Vincent等人不同,提出了基于DTD的XML多值依赖的概念,通过对XML的关系化表示给出了其形式化定义,定义了XML多值依赖集的闭包、XML多值依赖路径依赖基以及XML多值依赖路径集的闭包等概念,给出了一个有效且完备的推理规则集,并对其有效性及完备性进行了证明。     

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.     

Fuzzy functional dependencies and Bayesian networks

Bayesian networks have become a popular technique for representing and reasoning with probabilistic information.The fuzzy functional dependency is an important kind of data dependencies in relational databases with fuzzy values,The purpose of this paper is to set up a connection between these data dependencies and Bayesian networks.The connection is done through a set of methods that enable pepople to obtain the most information of independent conditions from fuzzy functional dependencies.     

Functional and multivalued dependencies in nested databases generated by record and list constructor

The impact of the list constructor on two important classes of relational dependencies is investigated. Lists represent an inevitable data structure whenever order matters and data is allowed to occur repeatedly. The list constructor is therefore supported by many advanced data models such as genomic sequence, deductive and object-oriented data models including XML. The article proposes finite axiomatisations of functional, multivalued and both functional and multivalued dependencies in nested databases supporting record and list constructor. In order to capture different data models at a time, an abstract algebraic approach based on nested attributes is taken. The presence of the list constructor calls for a new inference rule which allows to infer non-trivial functional dependencies from multivalued dependencies. Further differences to the relational theory become apparent when the independence of the inference rules is investigated. The extension of the relational theory to nested databases allows to specify more real-world constraints and increases therefore the number of application domains. * Results of this article were partly presented at the 3rd International Symposium on Foundations of Information and Knowledge Systems (FoIKS), Vienna, Austria, 2004 [58], and the 23rd International Symposium on Principles of Database Systems (PODS), Paris, France, 2004 [54]. ** Sebastian Link was supported by Marsden Funding, Royal Society of New Zealand.     

Rough函数依赖及其推理机制

在引入Rough函数依赖的基础上，提出了先行上、下冗余因子及结果上、下冗余因子的概念，研究了Rough函数依赖的性质和推理规则，最后分析了Rough函数依赖与函数依赖、Fuzzy函数依赖的关系．     

基于模糊邻域粗糙集的启发式属性约简算法

属性约简是机器学习等领域中常用的数据预处理方法。在基于粗糙集理论的属性约简算法中,大多是根据单一的方法来度量属性重要度。为了从多角度对属性达到更为优越的评估效果,首先在已有的模糊邻域粗糙集模型中定义属性依赖度度量,然后根据粒计算理论中知识粒度的概念,在模糊邻域粗糙集模型下提出了模糊邻域粒度度量。由于属性依赖度和知识粒度代表了不同视角的属性评估方法,因此将这两种方法结合起来用于信息系统的属性重要度评估,最后给出一种启发式属性约简算法。实验结果表明,所提出的算法具有较好的属性约简性能。     

模糊关系无损连接分解的实现及检验

本文基于一个模糊关系数据库系统的实验性原型FRDB1中定义的模糊关系,首先定义了模糊等价性,描述并验证了模糊函数依赖的理论,然后基于模糊关系代数和模糊等价性的附加约束条件实现了模糊关系的无损连接分解,最后证明了追踪算法检验模糊关系的无损连接分解。