2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、與時(shí)間相關(guān)的數(shù)據(jù)庫(kù)應(yīng)用需求的不斷增長(zhǎng),使得時(shí)態(tài)數(shù)據(jù)庫(kù)設(shè)計(jì)成為非常重要的問題。在數(shù)據(jù)庫(kù)的設(shè)計(jì)中,要充分考慮對(duì)數(shù)據(jù)依賴的處理,數(shù)據(jù)依賴是指數(shù)據(jù)之間存在的各種聯(lián)系,數(shù)據(jù)冗余的產(chǎn)生和數(shù)據(jù)依賴有著密切的聯(lián)系。數(shù)據(jù)依賴是數(shù)據(jù)庫(kù)設(shè)計(jì)理論中的一個(gè)核心概念,通過它可以規(guī)范屬性之間滿足的固有的語(yǔ)義約束。 為了更有效的研究時(shí)態(tài)數(shù)據(jù)庫(kù)中各種依賴以及各屬性之間的關(guān)系,以便將關(guān)系進(jìn)一步規(guī)范化,本文提出了時(shí)態(tài)左部屬性、時(shí)態(tài)右部屬性、時(shí)態(tài)雙部屬性、時(shí)態(tài)函數(shù)依賴

2、圖等概念。并分別利用圖論法和吸收法給出了求時(shí)態(tài)候選關(guān)鍵字集的算法,并證明其正確性。 時(shí)態(tài)函數(shù)依賴(Temporal Functional Dependency,TFD)和時(shí)態(tài)多值依賴(Temporal Multi-valued Dependency,TMVD)是時(shí)態(tài)數(shù)據(jù)庫(kù)中最重要的兩種數(shù)據(jù)依賴。對(duì)于具有TFD和TMVD混合集約束的時(shí)態(tài)模式來(lái)說(shuō),由于多時(shí)間粒度的使用使成員籍問題的解決變得更加復(fù)雜。但成員籍問題的解決對(duì)設(shè)計(jì)有效的模式

3、分解算法必不可少,本文基于強(qiáng)全序時(shí)態(tài)模式以及全序時(shí)態(tài)函數(shù)依賴和規(guī)則時(shí)態(tài)多值依賴(RTMVD)理論提出了給定時(shí)態(tài)類型上的混合依賴基、強(qiáng)全序模式混合依賴基、TFD和RTMVD混合集閉包、強(qiáng)全序模式混合閉包等概念,并給出了求混合混依賴集中屬性的依賴基、屬性集的閉包的算法,對(duì)算法的可終止性、正確性進(jìn)行了證明,并對(duì)時(shí)間復(fù)雜度進(jìn)行了分析。在此基礎(chǔ)上,給出了解決強(qiáng)全序模式混合集成員籍問題的算法,并對(duì)算法的可終止性、正確性進(jìn)行了證明,對(duì)時(shí)間復(fù)雜度進(jìn)行了

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論