导读:本文包含了时态查询论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:时态,语义,索引,语言,结构,不确定性,框架。
时态查询论文文献综述
马慧,汤庸,梁瑞仕[1]（2019）在《公交网络下的一种费用限制最小时态路径查询索引》一文中研究指出私人交通网络下的最短路径查询主要考虑路径长度、行驶时间等因素,而公共交通网络下的路径查询需要考虑路径上相邻的边的时间顺序约束以及路径的费用.研究了公共交通网络下3种查询:给定起点、终点、时间区间和费用上限,查找在时间区间内不超过费用上限的最早到达路径、最晚出发路径和最短耗时路径.首先给出一种Dijkstra变种算法Dijk-CCMTP,在此基础上给出3类查询的查询算法.然后提出一种高效的索引结构ACCTL(approximate cost constrained time labelling).ACCTL采用Dijk-CCMTP对图中的每个顶点预先计算部分从该顶点出发的和到达该顶点的基本路径.对于任意从起点s到终点d的查询,可以采用类似数据库表连接的方式从ACCTL中连接从s出发的和到达d的路径生成近似解,避免遍历原图搜索路径.ACCTL建立索引的时间复杂度是O(|V|·Δ_(max)·|E|·(log|E|+Δ_(max))),其中,|V|表示顶点数,|E|表示边数,△_(max)表示顶点的最大度数.实验验证ACCTL索引支持的查询速度比Dijkstra的变种算法的查询速度快2～3个数量级,并分析了影响建立索引时间和空间大小的因素.(本文来源于《软件学报》期刊2019年11期）
胡章兵,左良利[2]（2019）在《时态JSON数据模型及查询语言处理》一文中研究指出JSON作为新一代的数据交换格式,因其轻量级,易解析,高效率等特点在数据交换领域变得越来越受欢迎。但是,传统的JSON文档不能反映自身的历史演变进程,而同时又希望能够检索任意时间点的文档内容。因此,能够反映文档内容随时间变化的时态模型变得十分必要和有价值。由于JSON和XML的功能非常类似,并且时态XML已经得到了众多学者的广泛研究,因此通过借鉴时态XML的研究成果可以为时态JSON研究工作提供很多帮助和启示。通过在非时态JSON模型中加入时间属性,提出时态JSON数据模型。该时态模型记录了JSON文档元素随时间变化的历史数据,再对非时态查询语言进行时态扩展支撑,就可以得到在任意时间点的文档快照,检索出查询语句的结果。最后,给出了模型的模式定义和时态模型到时态文档的映射算法。(本文来源于《计算机技术与发展》期刊2019年10期）
桂思思,陆伟,张晓娟[3]（2019）在《基于查询表达式特征的时态意图识别研究》一文中研究指出【目的】针对时态意图识别问题,探讨可抽取查询表达式特征的有效性及采用不同类别分类算法的识别准确度,为后续相关研究提供一定的借鉴。【方法】按查询表达式特征与时间的关联性,将其归类为时间无关特征、潜在时间特征、显式时间特征。在此基础上,分别采用有监督分类算法及半监督分类算法,探讨采用不同特征组合的有效性及不同分类算法的识别准确度。【结果】在抽取的叁类查询表达式特征中,仅使用显式时间特征的平均分类准确率最高,且"查询是否包含年份"这一特征为强特征;使用不同分类算法的识别准确度相差不大;时态意图识别结果优于已有参与时态意图分类子任务(TQIC)测评的成果,平均分类准确率为81.14%。【局限】限于数据集的获取途径,仅对300条查询的时态意图识别效果进行验证;仅考虑已有的查询表达式特征,未提出用于时态意图识别的新特征。【结论】查询表达式特征中与时间关联性高的特征能提高时态意图识别准确度,而基于统计的特征(如查询词长度)对时态意图识别分类准确度的提升效果不明显。(本文来源于《数据分析与知识发现》期刊2019年03期）
赵芳华[4]（2018）在《基于时态的通用位置感知排序查询研究》一文中研究指出随着移动通信技术的发展,位置感知数据集不仅越来越多的被创建和使用,而且其所携带的信息也越来越复杂。由于通用位置感知排序查询(Generic Location-aware Rank Query,GLRQ)允许使用不同的可搜索属性,如空间、文本和数值等,因此针对不同用户需求,如何有效处理通用位置感知排序查询,并建立高效的索引机制及查询算法变得至关重要。针对现实生活中查询谓词包含时间属性的情况,提出一种IR-时态概要树混合索引结构,并基于该混合索引结构给出查询算法。主要内容如下。首先,针对如何有效的处理带有时间属性的通用位置感知排序查询,提出IR-时态概要树混合索引结构。给出IR-时态概要树的整体结构设计与实现步骤,并介绍该混合索引结构下的更新维护算法,包括插入算法、删除算法和修改算法的具体实现。其次,在IR-时态概要树混合索引结构下,给出基于IR-时态概要树的概要修剪查询算法。针对在某些实际应用中查询时对空间范围的要求,提出基于IR-时态概要树的概要和范围修剪查询算法。分别对这两种查询算法进行详细的介绍,给出算法具体执行步骤描述和分析。最后,基于IR-时态概要树构建实验系统,给出系统设计思想,并分别介绍系统各部分功能与运行示例。在相同实验环境下,对IR-时态概要树和IR-概要树的性能进行对比与分析。实验表明IR-时态概要树在构建和查询方面的良好性能。(本文来源于《燕山大学》期刊2018-05-01）
涂宏俊[5]（2018）在《基于子结构逻辑的不确定性语义时态查询中间件研究》一文中研究指出本文对不确定性语义的时态查询问题进行研究,主要目的为解决时态查询及其演算在表达能力与计算复杂性之间的两难性平衡优化问题。在时空大数据、时空众包与云计算等应用的催化下,时态形式化演算已日益复杂,对知识表达的范畴有了极大扩充。但在知识表达能力提高的同时,演算系统的计算复杂性也产生了膨胀,甚至组合爆炸。计算复杂性与表达能力之间存在两难性选择:如降低表达能力,加快运算速度,易造成精度不足;如降低计算复杂性,则使得知识难以表达完全,造成计算与预测错误。尤其在不确定性语义、多值与模糊语义方面,急需优化配置计算能力与资源。主要方法为采用句法逻辑相对自由,语义模型由群论支撑并具高度抽象性的子结构逻辑作为形式化工具,对时态演算机制进行优化与查询中间件原型设计与实现。主要研究内容包括:1)建立基于子结构逻辑的不确定性语义演算机制,将时态属性映射为类型语义,从句法演算中剥离时间属性,简化句法逻辑;2)根据句法逻辑,提出可靠并完全于句法演算的代数语义模型,建立比句法演算更为高速有效的逻辑语义演算,加速查询运算;3)据演算系统,设计并实现了查询中间件原型,优化了不确定性语义时态查询过程与机制。通过对应理论(Corresponding Theory),本文将经典的Allen方法的13种时态区间关系映射入演算系统,定性地证明了演算系统与中间件的计算时间复杂度仅为O(n)。同时,针对本文研究所构建的中间件原型,开展了中间件原型查询准确率验证实验,包括对不确定性语义、多值与模糊语义的准确处理,对时间区间关系的准确计算,兼顾时态和非时态知识的验证;针对本文研究所论证的查询时间复杂度展开实验,定量地在4张无规律的自然数据表上实验1000次,包括时态查询与非时态查询(传统查询)的交叉对比实验。经实验表明,时态查询请求的反馈结果与理论预判结果完全一致,时态中间件原型的查询准确为100%,查询曲线随实验次数增加无曲率性变化,呈线性增长,时间复杂度未出现高次变元参数(如n~2等),完成时态查询操作的时间复杂度仅为O(n)。定性与定量分析表明,论文提出的不确定性语义时态演算及其中间件原型高效、可靠,处理范围涵盖了全体时态关系,具有计算与优化共性,为时态信息处理提供理论与技术支撑。(本文来源于《广东工业大学》期刊2018-05-01）
郭松云[6]（2018）在《时态RDF查询语言及其到TSQL2转换方法的研究》一文中研究指出语义网自20世纪末被提出以来,其技术的快速发展,为建立计算机能理解网络资源的网络框架打下了坚实的基础。语义web采纳资源描述框架(Resource Discription Framework,简称RDF)作为其描绘web资源的模型。随着web资源信息数量的爆炸性增长,含有时态信息的数据问题的需求越来越多,经典RDF模型因为其本身构造特点,在表现和处理时态信息的能力略显不足,然而关于时态RDF模型的研究却罕难得见。出于时态信息管理的需求,将时态RDF信息经过适当的变形存储在时态数据库中时,时态RDF查询语言对时态数据库中存储的RDF查询效率很低。TSQL2是时态数据库的规范查询语言,所以对将时态RDF查询转换成TSQL2查询,进而使得时态RDF查询的查询效率有进步,对RDF的查询是由久远意义的。本文首先根据经典RDF模型结构特点,在经典RDF模型框架的基础上,分析时态属性和添加时态属性方法,扩展RDF模型提出时态RDF模型,并对时态RDF叁元组组成的时态RDF图的语法和语义进行了分析,对时态RDF的图结构进行时态扩展,进而对SPARQL查询语言进行图模式扩展,使之能对时态RDF模型进行查询。并基于基本图模式转换,提出可选图模式、组图模式、多图模式分解成基本图模式的方法,并分别对不同的查询模式的转换提出相应的转换方法,进而进行总结提出TSPARQL查询语言到时态SQL查询语言的转换方法,并设计实验系统对提出的模型和方法进行实验验证,设计了TemRDF查询实验系统。该系统采纳关系数据库中存储的时态RDF作为实验案例,对查询匹配结果进行了剖析和比照,有效的验证了本文中提出的模型和途径的可行性、正确性和有效性。使用时态RDF模型表示与时态关系较为密切的web资源如:复杂网络系统、社交网络等有优势,本文中提出的模型和方法对这些资源的数据挖掘和预测很有意义。(本文来源于《南京航空航天大学》期刊2018-03-01）
滕少华,涂宏俊,刘冬宁[7]（2017）在《基于子结构逻辑的不确定性语义时态查询技术研究》一文中研究指出为解决不确定性语义时态查询及其计算资源配置的优化问题,使用子结构逻辑对时态演算机制进行了完善并构建了查询中间件原型.基于构造性逻辑语义,构建了中间件演算流程,将时态属性映射为类型语义,使针对时间属性的运算从句法演算中剥离,在保证表达能力的前提下,仅进行语义计算,加速并优化了查询演算流程.实验结果表明:该方法与中间件原型可行、高效,具有共性,为时态信息处理提供理论与技术支撑.(本文来源于《江西师范大学学报(自然科学版)》期刊2017年06期）
郭松云,严丽[8]（2018）在《时态RDF扩展及其SPARQL查询语言》一文中研究指出随着语义网的快速发展以及RDF(资源描述框架)的普遍应用,对含有时间信息的数据处理的需求越来越多,经典RDF模型因其本身结构特点缺乏表示和处理时间信息的能力,而且针对时态RDF的研究罕有得见。通过对经典RDF模型添加时间戳表示其时间维度,并对时态RDF图中的蕴涵问题进行了讨论,根据SPARQL查询语言提出了完备的时态RDF查询语言T-SPARQL,并对提出的查询语言进行了可行性以及性能的实验仿真。利用该时态RDF模型表示如股票、天气、新闻等具有时态特性的资源有优势,T-SPARQL对时态RDF进行查询具有良好的表达力和兼容性。(本文来源于《计算机应用研究》期刊2018年03期）
周亮,李格非,邰伟鹏,郑啸[9]（2017）在《基于Spark的时态查询扩展与时态索引优化研究》一文中研究指出时空数据库和基于集群计算的时间分析工具大多基于外存,将其应用在大数据处理场景下系统性能将迅速降低。为此,基于Spark构建一个易用且高可扩展的时态大数据查询分析系统。通过扩展Spark SQL解析器,使其能够支持类SQL形式的时态操作,运用SIMBA开源项目的方法,引入全局过滤和局部时态索引2种优化策略,使得系统能以高吞吐量及低延迟执行时态查询操作。基于时态查询效率的评估实验结果表明,在不同影响参数下,该系统的时态查询性能优于原生的Spark SQL查询处理方案。(本文来源于《计算机工程》期刊2017年07期）
马程,徐海燕,姚保峰,王磊,朱洪浩[10]（2016）在《基于CB+-tree索引的XML时态查询技术》一文中研究指出针对XML时态查询问题,使用CB+-tree索引,将时态信息作为索引关键字,采用实体地址和长度随机读取查询,在叶子节点处添加新的链表节点,对叶子节点中的关键字按照tend进行二次排序,减少了查询比较次数。实验结果表明,CB+-tree索引在实现实体轨迹、快照和时间段3类时态查询时,优于B+-tree索引,特别是对于大容量的XML文档,其时态查询效果更佳。(本文来源于《重庆科技学院学报(自然科学版)》期刊2016年05期）
时态查询论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
JSON作为新一代的数据交换格式,因其轻量级,易解析,高效率等特点在数据交换领域变得越来越受欢迎。但是,传统的JSON文档不能反映自身的历史演变进程,而同时又希望能够检索任意时间点的文档内容。因此,能够反映文档内容随时间变化的时态模型变得十分必要和有价值。由于JSON和XML的功能非常类似,并且时态XML已经得到了众多学者的广泛研究,因此通过借鉴时态XML的研究成果可以为时态JSON研究工作提供很多帮助和启示。通过在非时态JSON模型中加入时间属性,提出时态JSON数据模型。该时态模型记录了JSON文档元素随时间变化的历史数据,再对非时态查询语言进行时态扩展支撑,就可以得到在任意时间点的文档快照,检索出查询语句的结果。最后,给出了模型的模式定义和时态模型到时态文档的映射算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时态查询论文参考文献
[1].马慧,汤庸,梁瑞仕.公交网络下的一种费用限制最小时态路径查询索引[J].软件学报.2019
[2].胡章兵,左良利.时态JSON数据模型及查询语言处理[J].计算机技术与发展.2019
[3].桂思思,陆伟,张晓娟.基于查询表达式特征的时态意图识别研究[J].数据分析与知识发现.2019
[4].赵芳华.基于时态的通用位置感知排序查询研究[D].燕山大学.2018
[5].涂宏俊.基于子结构逻辑的不确定性语义时态查询中间件研究[D].广东工业大学.2018
[6].郭松云.时态RDF查询语言及其到TSQL2转换方法的研究[D].南京航空航天大学.2018
[7].滕少华,涂宏俊,刘冬宁.基于子结构逻辑的不确定性语义时态查询技术研究[J].江西师范大学学报(自然科学版).2017
[8].郭松云,严丽.时态RDF扩展及其SPARQL查询语言[J].计算机应用研究.2018
[9].周亮,李格非,邰伟鹏,郑啸.基于Spark的时态查询扩展与时态索引优化研究[J].计算机工程.2017
[10].马程,徐海燕,姚保峰,王磊,朱洪浩.基于CB+-tree索引的XML时态查询技术[J].重庆科技学院学报(自然科学版).2016
论文知识图
