时态函数依赖多值依赖混合集的成员籍问题研究

对于TFD和TMVD混合集约束的时态模式来说,由于多时间粒度的使用使成员籍问题的解决变得更加复杂.由于成员籍问题的解决对设计有效的模式分解算法必不可少,由此定义了时态类型集的强封闭集、属性集的有限闭包、属性集在给定时态类型上的有限依赖基、属性集的有限依赖基及特殊有限依赖基等概念,给出了求属性集的有限闭包、有限依赖基和特殊有限依赖基、时态混合集成员籍问题的算法,并对算法的可终止性、正确性进行了证明,对时间复杂性进行了分析.

一个具有多时间粒度时态函数依赖集的成员籍算法

对于具有函数依赖 (FDs)约束的传统关系数据库规范化理论来说 ,判定一个 FD是否被给定 FD集所逻辑蕴涵 (即成员籍问题 )是非常重要的 ,这有助于设计有效的模式分解算法 .而对于具有时态函数依赖 (TFDs)约束的时态模式来说 ,由于多时间粒度的使用使成员籍问题的解决变得更加复杂 .由此讨论了时态类型的一些特性 ,并提出了有限决定集的概念 .基于求得属性的有限决定集 ,对每一个元素的左部属性集是单一属性的

全序时态模式下函数依赖集的成员籍问题研究

时态函数依赖(TFD)约束的全序时态模式下,成员籍问题是设计有效模式分解算法的关键。定义了全序时态模式下全序时态函数依赖集有效闭包、属性集在给定时态类型上的闭包、属性集的闭包等概念,根据这些概念,结合全序时态模式自身的特点,提出求全序时态模式下属性集在给定时态类型上的闭包以及时态函数依赖(TFD)集成员籍问题的算法,证明了算法的可终止性和正确性,分析算法的时间复杂性,为时态函数依赖环境下全序时态模式的进一步规范化提供了理论基础。

强全序时态模式中混合依赖集成员籍问题的研究

对于TFD和RTMVD混合依赖集约束的强全序时态模式来说,成员籍问题的解决对设计有效的模式分解算法必不可少.由于强全序时态模式中多时间粒度的使用,使其成员籍问题的解决变得更加复杂.为此定义了强全序时态模式下的属性集在给定时态类型上的混合闭包、属性集的混合闭包、属性集在给定时态类型上的混合依赖基、属性集的混合依赖基等概念,给出了求强全序时态模式下属性集的混合闭包、属性集的混合依赖基以及TFD和RTMVD混合依赖集成员籍问题的算法,并对算法的可终止性、正确性进行了证明,对时间复杂性进行了分析.

多时间粒度下时态函数依赖集的成员籍算法

为了有效地进行时态数据库设计,支持多时间粒度的时态函数依赖(TFDs)被用于时态模式的规范化。类似于传统的函数依赖(FDs),TFD集的成员籍问题是时态模式规范化所要解决的一个关键问题。由于多时间粒度的使用,使得有成员籍问题变得非常复杂。为了有效地解决此问题,分析了TFDs与FDs之间存在的联系和封闭时态类型集的特性,并且基于提出的有限导出时态类型集及其求解算法,提出一个有效地解决TFD集的成员籍问题的算法。

强偏序时态模式中混合依赖集的成员籍问题

有效的模式分解算法设计中应着重考虑和解决成员籍问题,时态类型间偏序关系在强偏序时态模式中的存在给解决成员籍问题带来了困难。为了有效解决强偏序时态模式中混合依赖集的成员籍问题,提出了给定时态类型上的偏序混合依赖基、强偏序模式混合依赖基、偏序时态函数依赖和偏序时态多值依赖的混合集闭包、强偏序模式混合闭包等概念,给出了求混合依赖集中属性的依赖基、属性集的闭包的算法,并在此基础上给出了强偏序模式混合依赖集成员籍问题的算法,证明了其正确性及可终止性,对该算法的时间复杂度进行了分析。应用实例表明相关理论和算法能解决强偏序混合依赖集中成员籍问题的判定问题,为解决强偏序时态模式规范化问题以及时态数据库设计提供了理论基础。

基于函数依赖的异构大数据跨源调度模型构建

为实现异构大数据体的多级跨源操作,完成主体数据队列的多级调度,提出基于函数依赖的异构大数据跨源调度模型。利用大数据冗余计算结果,建立完整的节点依赖时间序列,并以此为条件推导既定的成员籍系数,完成基于函数依赖的大数据成员籍判定。在此基础上,设计大数据异构平面,并根据跨源数据帧处理结果,建立一个目标调度函数,完成基于函数依赖异构大数据跨源调度模型的构建。对比实验结果表明,与QoS调度策略相比,应用新型调度模型后,跨源操作的级别条件最高可达到10,主体数据队列的平均调度量也明显提升,大数据跨源调度质量得到有效促进。

属性集的有限闭包和有限依赖基算法

本文定义了时态类型集的强封闭集、属性集的有限闭包、属性集在给定时态类型上的有限依赖基、属性集的有限依赖基等概念.给出了求属性集的有限闭包和有限依赖基的算法,并对算法的可终止性、正确性进行了证明,对时间复杂度进行了分析.