A Fast Scalable Classifier Tightly Integrated with RDBMS

In this pager,we report our success in building efficient scalable classifiers by exploring the capabilities of modern relational database management systems (RDBMS).In addition to high classification accuracy,the unique features of the approach include its high training speed ,linear scalability,and simplicity in implementation.More importantly,the major computation required in the approach can be implemented using standard functions provided by the modern realtional DBMS.Besides,with the effective rule pruning strategy,the algorithm proposed in this paper can produce a compact set of classification rules,The results of experiments conducted for performance evaluation an analysis are presented.     

带统计信息的不完全关系模型——扩展关系模型

鉴于传统关系模型和不完全关系模型的局限性,提出一种扩展关系模型,它具有更丰富的语义内涵和更强的表达能力.定义了有关扩展关系模型的一系列术语和它的形式化描述,对带统计信息的不完全信息系统作了严格的数学描述,提出了新的建库思想,在保证数据库结构完整性的前提下,尽可能利用原始信息.     

空值环境下含不确定及可能信息关系数据库的更新

本文在［１］扩展关系模型中引入属性级的不完全信息空值。为适应此环境下更新操作的需要，本文对［１］中的扩展关系模型进行了进一步的扩展，并以此模型为基础讨论了空值环境下含不确定及可能信息关系数据库的更新操作的策略，给出了相应的处理算法。     

基于本体的实体/联系模型

分析了本体和ER模型之间的关系,提出以本体为语义基础设计ER模型的思想,并以W3C推荐的本体描述语言OWL为例,介绍了从本体出发,设计ER模型的方法。     

非规范化在关系数据库设计中的应用

介绍了在关系数据库设计中的非规范化的概念和方法,即在数据库设计中适当地降低数据库的范式,以数据的冗余和不规则性来换取连接的减少以提高访问速度。并结合城市公共交通“一卡通”系统的数据库设计,分析了非规范化方法在实际问题中的应用,最后给出了非规范化处理的策略。     

一路快跑 后关系型数据库

所谓后关系数据库,实质上是在关系数据库的基础上融合了面向对象技术和Internet网络应用开发背景的发展。它结合了传统数据库如网状、层次和关系数据库的一些特点,以及Java、Delphi、ActiveX等新的编程工具环境,适应于新的以Internet Web为基础的应用,开创了关系数据库的新时代,即所谓的后关系型数据库时代。     

Hibernate技术在基于GIS数据库中的应用研究

空间信息的存储和处理问题是地理信息系统(GIS)的核心问题.对空间数据和属性数据的统一存储管理已成为必然趋势.本文通过对GIS中海量数据的存储方式进行研究,指出对象-关系型的数据库存储方式是空间数据库的发展方向.在此基础上讨论了Hibernate技术与GIS数据库的结合,使用Hibernate技术将关系数据库中空间数据和属性数据进行封装,屏蔽了数据库底层操作,使得程序员可以用面向对象的思想随意操纵数据库,在利用了关系数据库的快速检索、查询能力的同时也增强了数据的一致性和可移植性.     

基于ADO．NET和XSLT的数据转换技术

利用XML文档可以实现异构数据库之间的数据交换。各个应用系统只需将数据转换为符合行业规定的XML文档格式．就寸以相互识别交换的数据。文章介绍了在．NET框架下如何利用ADO．NET和XSLT技术将关系型数据转换为规定格式的XML文档。     

基于关系的XML数据存储技术

XML的数据存储是处理XML数据的首要问题。XML的主要存储方式为文件系统,关系数据库,面向对象数据库和半结构化数据仓库等,这里重点讨论了基于关系的XML存储技术。     

基于本体的关系数据库语义检索

以经济学领域本体为例,首先研究SemSORD基本原理和方法,然后提出基于关系数据库关键词检索(Keyword Search over Relational Databases,KSORD)技术实现的关系数据库语义检索模型,并实现相应的原型系统Si-SEEKER,最后提出该领域的研究挑战和技术发展趋势.