SRDM:支持基于内容检索的图象数据库超关系数据模型

数据模型是实现基于内容查询的图象数据库的基础。在这篇论文中,笔者引入了一种按内容进行图象查询的图象数据库数据模型－ＳＲＤＭ（Ｓｕｐｅｒ 　Ｒｅｌａｔｉｏｎｌ　Ｄａｔａ 　Ｍｏｄｅｌ）。该模型将可视特征、空间特征、语义特征等看作超属性,既充分利用了关系数据库的优点,同时又考虑了图象数据的特点,因而能较好地支持基于内容的图象数据库的查询。     

一种基于内容和图象检索方法的实现

本文在直方图技术的基础上引入了颜色对方法，将图象的空间特性反映出来，因而能检索具有清晰边界的图象，并且图象的大小变化和旋转以及轻微的光照变化不影响检索结果。     

视频数据库中的内容检索技术

计算机和网络的飞速发展,使视频数据库的内容检索成为迫切需求,对视频检索的基本概念进行了介绍,提出一种视频分段技术,利用镜头检测、运行特征、镜头聚类技术等方法对视频进行分段,对实现基于内容的视频检索和浏览,具有很大的实用性。     

支持基于内容检索的图像数据模型的设计

以面向对象的多媒体数据库系统Jasmine为平台,设计具有基于内容图像检索功能的面向对象数据模型,作为数据库的引擎,实现了一个支持基于内容检索技术的图像数据库系统。     

基于区域直方图的图象数据库检索

文章提出了图象区域分割新方法,将图象空间信息与颜色信息有机结合。该方法可以以较少的数据描述一幅图象,有利于图象数据库的管理与检索;解决了尺度变化、旋转和平移不变性问题。     

基于颜色分布相似性的图象内容检索

图象内容的检索需要确定图象之间的相似性。本文给出了一个基于颜色直方图相似性的匹配模型，然后描述了基于颜色直方图匹配方法的实现，讨论了这个方法在图象相似性上的度量性能。     

基于内容的交互式感性图象检索

随着信息化社会的到来及信息高速公路计划的实施,人们越来越多地接触到大量的图象信息,因此基于内容的图象检索已经成为当前的一个热门研究课题,并在多媒体数据库、电子图书馆、商标管理、医疗图象管理、公安系统、卫星图象管理等方面得到广泛应用。然而,大多数基于内容的图象检索系统主要是通过图象多维物理特征的相似性匹配来进行查询,而对于用户的爱好、情感等主观或感性化的因素则考虑较少。为了弥补这方面的不足,提出了一种基于内容的交互式感性图象检索方法。该方法采用交互式进化算法,并通过人机交互的方式,来将用户的直觉、情感等感性化的因素融入到进化过程,以便进行图象的交互式在线检索;针对在检索过程中,因进化的时间可能较长和因需要用户确定的适应度值较多而产生的用户疲劳问题,采用神经网络离线学习的方法来减轻用户疲劳,从而实现了根据用户的情感和基于图象内容的图象检索,并取得了较好的实验结果。     

PowerBuilder实现的图象数据库动态检索

提出了一种实现基一勃段的图象数据库的动态检索、图象预览等功能的方法。ＰｏｗｅｒＢｕｉｌｄｅｒ中窗口的传递。ＷｉｎｄｏｗｓＡＰＩ调用、动态ＳＥＱＬ语句及用户对象等用法及其设计实例在本文中作了一些探讨。     

基于内容的图象检索及其相关技术的研究

基于内容和图象检索技术，即从大量的静或活动视频图象库中检索包含目标物体的图象，在高度信息化的今天，已成为内容图象库中图象信息组织和管理不可缺少的技术术。     

按内容检索的图象数据库系统数据模型

数据模型的研究是设计按内容检索的图象数据库系统的基础.本文在超语义数据模型的基础上，提出了一种新的图象数据库系统模型.该模型融合了面向对象的数据模型、语义数据模型和知识模型的特点，并根据图象信息的特点，增加了若干对象类型构造子，使得该模型能较好地支持按内容检索的图象数据库系统建模.     

基于GT数据模型的类SQL查询语言

本文给出了一个时态数据库模型GT.为了实现时态数据库管理系统,除了数据模型之外,还需要有一个时态数据库的查询语言.GTSQL便是我们提出的一个时态查询语言.本文给出了GTSQL的主要语法.     

数据库的查询优化研究

在以数据库为核心的应用系统中，查询操作最为频繁，实现快速查询将直接影响数据库应用系统的性能。正确地理解和恰当地使用索引可以在数据库中实现快速的数据查询。     

数据库索引与优化

大型的企业或部门每天都需要处理大量的数据业务,数据库系统的设计变得异常复杂,而数据库的性能直接影响到各项业务的顺利进行。然而数据库优化涉及计算机硬件调优、应用程序调优、数据库索引优化、SQL语句优化和事务处理调优法等多个方面．对数据库系统进行优化。通过对数据库的索引技术进行研究,论述如何设置有效的数据库索引达到数据库优化．以期给数据库设计者和系统开发者提供参考。     

一个超结点数据库系统原型的分析与设计

当前，数据库系统研究人员正不断地研究新的数据模型，以弥补传统数据模型在非商业领域中应用存在的不足。本文介绍了一种新的数据模型及其查询语言。     

聚簇索引在数据库查询中的重要作用

本文从数据库查询优化角度,把数据库查３种常规操作细分,进而概括出几乎所有的查询算法都是这些操作的不同组合。然后列举出４种常见的连接查询方法,利用细分的操作为４种查询方法建立模型,量化和分析它们的一些关键参数,从而说明逻辑邻接项的物理聚簇索引会对数据库查询性能产生很大影响。索引对查询性能提高程度的关键取决于是否建立的是聚簇索引。     

数据库查询优化方法解析

本文主要解释分析了数餐库应用中常用的查询优化方法,包括基于索引、sQL语句和存储过程中的优化方法。     

A Data Model for Data Integration

Data integration systems provide a uniform query interface (UQI) to multiple, autonomous data sources [Alon Y. Halevy. Answering queries using views: A survey. The VLDB Journal, 10(4):270–294, 2001]. This paper presents the universal data model (UDM) that captures the semantically salient aspects of relational, entity-relationship, and XML data models. As a consequence, UDM — including its accompanying query language — provides a simple and elegant UQI for integrating data represented in some of the most widely adopted data models.     

多表关联的关联规则提取SQL实现

在文献[1]的基础上，利用关系数据库本身的关系操作，把关联规则的提取扩展到整个数据库的具有关系互联的多表中，从而解决在关系数据库实际应用中需要多个数据表同时配合进行数据挖掘。在多表关联中，采用了标准关系数据库的关系操作，且运用单表的快速关联规则提取算法，因此此算法能够快速地提取整个数据库中的关联规则。     

基于Top-k查询约束的深网增量爬取*

深网数据源的动态性、自治性和体量使第三方应用难以完全爬取所有Web数据.文中研究查询类型(仅允许Top-k查询)和查询资源约束下深网数据源爬取问题,提出基于Top-k查询约束的深网增量爬取方法,结合历史数据和领域知识,优化总体数据质量.首先基于查询树获得有效查询,利用历史数据和领域知识估计查询变化和查询代价.然后,基于估计的查询代价和数据质量,近似选择最优的查询子集最大化总体数据质量.实验表明文中方法较好地提高动态Web数据库爬取的效率和数据质量.