基于扩展关系模型的整体空间数据管理

空间数据模型和数据管理是地理信息系统 (GIS)最重要的研究领域之一。该文介绍一体化的数据模型———扩展关系模型和以此为基础的 ,由作者设计的GIS软件原型系统———GEODBMS。GEODBMS使用统一的数据库管理系统 (DBMS)同时管理图形和属性数据 ;使用改进的四叉树———交叠四叉树索引空间目标 ;使用扩展的SQL语言进行空间查询 ;

空值环境下关系数据库的更新 Ⅰ：扩展关系模型及基本运算

本文从空值语义及更新操作的关系出发，提出了一种新的扩展关系模型，用以组织更新操作下的含有空值的关系数据库中的信息．同时，定义了这种模型下的基本关系代数运算．为实现空值环境下关系数据库的数据更新奠定了基础．

基于扩展关系模型的多Bayesian网依赖结构的合并

贝叶斯网是一个每个结点都带有一张概率表的有向无环图,它可以有效地表示不确定性知识并进行知识推理。知识系统在很多时候不得不将来自不同信息源或者同一信息源不同时刻的知识合并起来。Bayesian网作为一个知识系统,所以也会面临将多个Bayesian网提供的信息结合起来。本文提出一个基于扩展的关系数据模型和条件独立的算法,该算法将多个Bayesian网合并成为一个Bayesian网,并且尽可能地保留每一个Bayesian网的信息。

扩展关系数据模型下的Credal网络近似推理

对扩展关系数据模型作进一步延伸,构建了扩展乘积连接和扩展边缘连接操作。提出利用上述操作计算Credal网络中各结点联合概率分布和后验概率的方法,从而实现了Credal网络的近似推理,并给出了该近似推理的SQL语言实现算法,算例结果表明该方法是有效的。建立了Credal网络的关系数据结构,利用关系数据库的查询优化机制,有效规避了Credal网络推理过程中Credal集顶点组合爆炸问题,提高了Credal网络推理的效率。

基于扩展关系模式的分布式多媒体数据库管理系统

介绍了一种基于扩展关系模式的分布式多媒体数据库管理系统,给出了系统结构,实现了一种新的用户接口的可视语言.

一种基于AOP和UML的用例扩展关系建模方法

面向方面编程(Aspect-Oriented Programming,AOP)提供一种描述和实现横切关注点的机制,UML的扩展机制提供增加新构造块、创建新特性和详述新语义的机制。讨论一种基于AOP和UML的对用例的扩展关系建模的方法,该方法使用标准的UML建模横切的关注点来表达方面,最后通过实际例子实现这种方法的应用,并用AOP技术实现用例的扩展关系。

基于空值环境下扩展关系模型的查询处理研究

由于空值的出现，使数据库更新操作更趋复杂。为适应更新要求，建立了扩展关系模型。本文正是基于这种模型进行对查询处理的讨论，给出了相应的查询策略及实现过程。

基于扩展关系的三维景观建模方法的研究

在研究复杂地物建模的基础上,设计了一个基于扩展关系的星形模型来表达三维景观。该模型既能有效的降低三维景观的复杂度和数据量,又充分发挥关系数据库在数据组织、操作与控制上的优势,能有效支持景观模型不同显示方式的需求。

应用AOP技术实现用例的扩展关系

用例的扩展关系能够在不改变基用例的前提下向基用例中添加行为。在面向方面编程(Aspect Oriented Programming,AOP)技术出现之前,没有主流的编程语言支持用例的扩展关系的实现。AOP提供了把横切特性模块化和织入的能力。介绍了AOP的基本概念,并举例说明了应用AOP和用例切片技术实现用例的扩展关系的方法。

自主开发的扩展关系模型数据库系统ERDB和GIS_DEMO

本文介绍了一个扩展关系模型数据库系统 ERDB和在该系统之上开发的一个 GIS系统 .重点讨论了 GIS中的拓扑表示和递归查询问题 ,并从中说明这种扩展的重要意义 .

基于扩展关系数据库的遥感影像数据库管理系统的研究与实现

通过对遥感影像数据库管理系统的研究背景、现状和管理模式及存在的主要问题的分析 ,进行了基于扩展关系数据库的遥感影像数据库管理系统关键技术实验 ,开发了一个原型系统。实验结果表明 。

改进的空值环境下扩展关系模型及其基本运算

用集合论的方法定义一个空值环境下的改进扩展关系模型及其基本运算，改进了文［１］的扩展关系模型．

基于广义扩展优势关系的粗糙决策分析方法

针对信息不完全的偏好多属性决策问题,给出一种基于拓展粗糙集的决策分析方法.首先提出广义扩展优势关系的概念;然后在广义扩展优势关系下得到知识的粗糙近似,给出分类决策规则.对比分析证明,扩展优势关系和有限扩展优势关系都是广义扩展优势关系的特例.最后通过一个实例验证了所提出方法的可行性和有效性.

基于限制扩展优势关系的粗糙决策分析模型

针对信息不完全的偏好多属性决策问题,给出一种基于拓展粗糙集的决策分析模型。首先提出限制扩展优势关系的概念;然后在限制扩展优势关系下得到知识的粗糙近似,给出分类决策规则。对比分析证明,限制扩展优势关系既保留了扩展优势关系的优点,又在一定程度上克服了扩展优势关系的局限性。最后,通过一个实例验证了所提出的模型对信息不完备决策系统的处理更符合实际情况。

基于有限扩展优势关系的粗糙决策分析方法

针对基于扩展优势关系的粗糙决策分析方法的局限性,本文给出了一种新的基于拓展粗糙集的多属性决策分析方法。首先提出了有限扩展优势关系的概念;其次在有限扩展优势关系下得到知识的粗糙近似,给出了分类决策规则;第三,通过对比分析,证明了新方法的性能优于现有方法;最后通过一个实例验证新方法的可行性和有效性。

基于扩展优势关系粗糙集的群体分级决策方法

针对多个决策者偏好集结的问题,对优势关系粗糙集进行了扩展,提出了多决策者最小偏好组合的概念。在给定一致性标准的情况下,通过求最小偏好组合的下近似,得到群体的偏好。进而,通过实例验证了方法的有效性。

基于EA-LDA算法的领域知识图谱潜在关系扩展

在知识互联的大数据环境下,初步构建的领域知识图谱可展示该领域知识的结构化信息,但实体之间隐含的潜在关系并未在图谱中得到充分表达。为解决领域知识图谱实体关系丰富和扩展问题,提出一种基于实体间关联规则分析与主题分析的关系发现方法。应用与领域实体相关的数据,通过实体间关联规则分析与实体相关数据集间主题分布相似度分析获取领域实体间潜在关系,将新发现的关系融合到初步构建的知识图谱中,实现领域知识图谱的潜在关系扩展。实验结果表明,该方法能够发现部门实体间的共性,挖掘出隐藏在领域实体间的关系,可有效地应用于领域实体间关系发现,丰富领域知识图谱。

基于优势关系的粗糙集扩展研究

为了从多视角研究不完备信息系统中的粗糙集方法,论文分析了完备信息系统中的优势关系粗糙集和不完备信息系统中的扩展优势关系粗糙集,并以此为基础在不完备信息系统中提出了另一种扩展优势关系粗糙集。通过对新提出的粗糙集的性质进行分析,证明了其可以获得比扩展优势关系粗糙集更大的下近似和更小的上近似。

扩展优势关系下的变精度粗糙集模型

基于优势关系的变精度粗糙集模型将传统粗糙集中的等价关系扩展为优势关系,并结合变精度的思想来定义相关概念,从而可以处理具有偏好关系的信息并具有一定的容错能力。然而,传统优势关系的定义仍然过于严格,只有当一个对象x的每个属性值都优于另一个对象y时,该对象x才优于y。当属性个数较多时,这种优势关系的定义会导致对象的优势集偏小,影响到规则的提取和决策结果。为了解决这一问题,通过引入参数的方法扩展了传统优势关系的定义,并在此基础上进一步给出了扩展后的优势集和近似集的概念,建立了扩展优势关系下的变精度粗糙集模型,采用覆盖率和测试精度作为模型的评估指标。最后给出算例,并在UCI数据集上进行大量的实验将所提模型与传统优势关系下的变精度粗糙集模型进行比较。

把关系数据库技术扩展到新的应用领域

近些年来,快速增长的商业要求大大刺激了关系数据库系统的发展.今天的关系数据库主要倾向基于简单的、表格结构的数据,包括在线交易处理和决策支持等商业应用需求.对于这类应用,关系数据库系统是一种成熟和健全的技术.