OpenBASE的全局字典和数据库结构的设计与实现

本文介绍了面向多媒体应用的扩展关系型数据库ＯｐｅｎＢＡＳＥ中面向对象的数据字典设计与实现方法，即如何采用向对象的分析与设计方法进行数据字典中类的划分和类层次的构造，并介绍了基于这种字典结构的数据库整体结构。

CIMS数据管理中全局数据字典系统的结构探讨

本文从CIM信息集成的角度阐明数据管理、数据字典等基本概念,并基于全局数据管理的数据分布、结点自治等原则,提出了全局数据字典系统的体系、结构,综述了全局数据字典系统应具有的功能和字典结构,详述了全局数据字典的设计与实现。

基于自适应多字典学习的单幅图像超分辨率算法

自适应字典学习利用图像结构自相似性,将图像自身作为训练样本,通过字典学习使图像中的相似块在字典下具有稀疏表示形式.本文将全局字典学习中利用图像库获取附加信息的思想融入到自适应字典学习的过程中,提出了一种基于自适应多字典学习的单幅图像超分辨率算法,从低分辨率图像自身与图像库同时获取附加信息.该算法对低分辨率图像金字塔结构中的图像块进行聚类,在聚类结果的引导下将图像库中的图像块进行分类,利用各类中的样本分别构建针对各类的多个字典,从而确定表达重建图像块的最优字典.实验表明,与Sc SR、SISR、NLIBP、CSSS以及m SSIM等算法相比,本文算法具有更好的超分重建效果.

结合全局和局部稀疏表示的SAR图像目标识别方法

提出结合全局和局部稀疏表示的合成孔径雷达(SAR)目标识别方法。基于全局字典的稀疏表示可以比较各个训练类别对于测试样本的相对表征能力。而基于局部字典的稀疏表示则体现各个类别对于测试样本的绝对描述能力。因此,两者的结果具有良好的互补性,可以为正确决策提供更充分的信息。采用D-S (Dempster-Shafer)证据理论对两者的决策矢量(即重构误差)进行决策融合从而得到更为稳健的识别结果。基于MSTAR数据集进行了目标识别实验并与其他SAR目标识别方法进行了充分对比,实验结果证明了提出方法的有效性。

基于本体的异构数据库集成方法

随着数据库种类的增多,在查询不同数据库时,经常碰到用户术语和数据库术语不匹配的问题。提出了一种基于本体理论的异构数据库集成方法,该方法利用了一个全局字典,建立各局部数据库的本体,通过中间件和局部查询代理处理用户请求,用他们自己的术语(不精确查询)进行查询。给出了本体模型和查询处理算法以及原型系统的实现。

异构分布式数据库系统集成的研究与实现

介绍了异构分布式数据库系统集成的现状、主要的技术问题 ;并介绍了异构分布式数据库系统———UPHDDB的分析。

一种基于本体的异构数据库集成方法

随着数据库种类的增多,在查询不同数据库时,经常碰到用户术语和数据库术语不匹配的问题。提出了一种基于本体理论的异构数据库集成方法,该方法利用了一个全局字典,建立各局部数据库的本体,通过中间件和局部查询代理处理用户请求,用他们自己的术语(不精确查询)进行查询。给出了本体模型和查询处理算法以及原型系统的实现。

分布式异构数据集成系统的研究与分析

本文首先简要分析了异构分布式数据库系统,指出了异构数据库的差异与分类,最后探讨了异构分布式数据库系统的具体设计思路,望能为此领域研究有所借鉴。

基于Web异构数据库数据访问策略的探讨

比较目前常用的解决基于 Web 的异构数据库集成技术,最后提出利用 JDBC 实现 B／S 模式下的异构数据库的数据访问。

关系型多数据库查询平台RMQP的研究

RMQP(Relational Multi-database Query Platform)是用来作为社区应用开发的底层信息共享平台。它实际上是一个基于CORBA构架的关系型多数据库查询平台。RMQP适合异构环境下多数据库系统的建立,并且可以非常方便地移植到其它领域的同类平台开发中。讨论了该平台的设计思想,给出了3层结构模型,阐述了全局数据字典和查询处理等关键技术,指出了RMQP进一步发展的方向。

异构分布式数据库系统集成的设计与应用

介绍了异构分布式数据库系统集成的现状、主要的技术问题;并介绍了异构分布式数据库系统UPHDDB的分析、设计和应用。

XML文档和关系数据库数据模型的映射研究

可扩展标记语言XML目前正在成为各种数据特别是文档的首选格式,它具有标记不同字段的能力,使得搜索变得更简单和动态化。同时XML是一个与平台无关、厂商无关的数据格式标准,简单、规范,它的自描述性为描述数据库的全局数据字典提供了简单、快捷、高效的方法。因此,XML在数据传输中被迅速应用,现在已经成为某些软件中数据传输的标准语言之一。随着XML数据的指数级增长,要求更有效的数据存储管理手段,因此如何有效存储大量的XML数据就变得越来越重要。