首页> 中文学位 >实时概率数据模型及其查询处理的研究
【6h】

实时概率数据模型及其查询处理的研究

代理获取

目录

文摘

英文文摘

第1章 绪论

1.1 研究背景及意义

1.2 研究现状

1.2.1 实时概率数据库

1.2.2 概率数据模型

1.2.3 概率数据模型的查询处理

1.3 本文主要研究内容

1.4 章节安排

第2章 概率数据基本原理

2.1 可能世界语义

2.1.1 概率数据库

2.1.2 可能世界实例(PWS)

2.2 概率联合分布

2.3 概率查询评价

2.4 安全杏询计划

2.5 贝叶斯网络(BBN)

2.6 本章小结

第3章 实时概率数据模型RT-PDM

3.1 两种概率数据模型的分析

3.1.1 Barbara,Garcia.Molina,Porter框架(BGP框架)

3.1.2 Dey,Sarkar框架(DS框架)

3.2 实时概率数据模型RT-PDM

3.2.1 DS框架的特征与不完善之处

3.2.2 一种新的实时概率数据模型RT-PDM

3.2.3 实时概率数据模型RT-PDM分析

3.3 本章小结

第4章 RT-PDM概率查询

4.1 提出问题

4.2 问题定义

4.3 RT-PDM概率杏询

4.3.1 概率查询分类

4.3.2 非聚集查询

4.3.3 聚集概率查询

4.3.4 不确定性的度量标准

4.4 本章小结

第5章 RT-PDM的查询处理

5.1 RT-PDM概率查询处理框架

5.2 安全查询计划

5.3 实验及结果分析

5.3.1 实验原理

5.3.2 结果分析

5.4 本章小结

第6章 总结与展望

本文的主要工作及创新点:

展望

参考文献

致谢

在读期间发表的论文和参加的科研项目

展开▼

摘要

在数据采集和处理中,存在着大量的概率数据,这些数据具有复杂的相关性以及在查询和处理方面具有实时性。而目前的传统关系数据模型都是用来处理确定数据的,这就需要研究支持这种概率数据的概率数据模型来表示和描述概率数据。目前表示概率数据的概率数据模型大部分比较简单,不能有效表示数据间的复杂相关性;要么在一定程度上能够表示概率数据之间复杂相关性,但在查询与概率推理方面其时间复杂度过高。因此研究既能表示概率数据之间复杂相关性,同时又能降低查询处理时的复杂度的新概率数据模型成为了研究的重点。
   文章首先描述了实时概率数据模型的研究背景、现状和意义以及涉及到的一些概率数据基本知识和原理,然后介绍了目前被广泛研究的两种概率数据模型以及二者的缺点和不足之处。在此基础上提出了一种新的概率数据库模型RT-PDM,该模型能够很好地支持四种实时概率数据类型,即确定不时变、确定时变、不确定不时变、不确定时变,能表示元组和属性之间的不确定相关性,通过与目前最常用的概率数据模型DS框架模型的比较,该模型无论是在数据表示和描述能力上还是在查询处理的时间和空间复杂度方面都优异于DS模型。同时,RT-PDM模型利用一种新的LUMP结构来表示概率数据的相关不确定性。每个LUMP中所有元组共享相同的相关关系。LUMP结构之间具有层次性、嵌套性以及继承性,能够有效地表示概率数据之间的相关性。
   在RT-PDM模型的基础之上,设计了一个实时概率数据库系统的查询处理框架结构,介绍了该框架各功能模块的功能,提出了安全查询计划以及如何判定概率查询的安全性。最后,通过实验结果来验证了在LUMP结构的支持下,RT-PDM模型对概率数据及其相关性表示的有效性。

著录项

  • 作者

    杨府学;

  • 作者单位

    西南大学;

  • 授予单位 西南大学;
  • 学科 计算机软件与理论
  • 授予学位 硕士
  • 导师姓名 余建桥;
  • 年度 2011
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 TP311.13;
  • 关键词

    查询处理; 数据处理; 概率数据;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号