概念格的内涵缩减与数据库推理依赖

值依赖是数据库推理问题研究的一个新课题.首先介绍了形式背景和概念格,提出了值依赖的形式概念模型.将数据属性的安全敏感级别引入到值依赖研究中,提出推理依赖及α极大推理依赖概念,并建立了形式概念格的内涵缩减与数据库推理依赖之间的关系.进一步证明了由概念格的内涵缩减推导出数据库中完备的、无冗余的α极大推理依赖集.最后提出并实例验证了发现数据库中全部推理依赖集的算法.推理依赖是关系数据库中最重要的属性依赖关系之一,其研究对检测和消除数据库推理通道具有十分重要的意义.

知识过滤和它的依赖推理发现

知识具有颗粒,知识具有粒度;颗粒,粒度是知识的两个基本特征;知识的颗粒特征,知识的粒度特征与知识的属性保持着紧密联系,属性的变化引起知识颗粒特征,知识粒度特征的变化.本文将物理学中物质具有颗粒的概念和过渡的概念引入到粗集(rough set)理论与应用的研究中,提出了知识过滤的概念,给出知识过滤的数值度量,知识筛子原理.利用知识过滤的概念,给出知识过滤在依赖推理中的推理结构,依赖推理的数值关系和在知识发现中的应用.知识过滤与依赖推理相互交叉,互补共享,是知识发现研究的一个新方向.

一种基于Concurrent Apla语言的共享内存并发分布式算法2层验证方法

形式化验证共享内存并发分布式算法已成为当前极具挑战性的问题之一,尤其是在云计算、多核、无线传感器网络、分布式数据库、区块链环境下.该文基于研究团队在形式化规约语言和方法、算法形式推导和验证方面的已有工作,以自定义泛型抽象顺序设计语言Apla为基础,进一步研究并提出简明、高抽象用于并发分布式计算的Concurrent Apla语言,使其既支持顺序算法的验证又能有效地验证并发分布式算法.在依赖-卫式推理的基础上,提出一种新颖的2层并发分布式算法形式化验证方法,其中系统层用于处理并发级验证,而组件层用于处理顺序级验证.最后,通过2个实例验证了该方法的有效性和可行性.