同标签Vague命题的Lawry乘-加逻辑与Lawry下-上确界逻辑

作者在另一文中,基于Lawry的不确定模型,提出了一种新的非经典命题逻辑,称为同主语同标签Vague命题的Lawry逻辑.本文又扩充了它的研究对象,利用乘积和加法算子(下确界和上确界算子)引入了同标签Vague命题的Lawry乘-加(Lawry下-上确界)真度的概念,并给出了它们的逻辑规律.由此,本文又提出了新的非经典命题逻辑,称为同标签Vague命题的Lawry乘-加(Lawry下-上确界)逻辑.这两种非经典逻辑不仅新颖,而且相比Lawry的不确定模型适应面更广.

基于模型驱动的ETL模型映射方法

针对AP模型的特点,给出元模型中对象的形式化定义,优化模型映射算法,提出一种基于模型驱动、从概念模型到逻辑模型的映射方法。改进后的算法能够映射基于数据抽取-加载-转换(ETL)工作流的单源数据或多源数据,并发执行各状态节点,提高了执行的效率。实验结果表明,该方法为模型驱动式ETL设计及数据集成中快速实现ETL奠定了良好基础。