Интеллектуальные модели и комплексы программ обработки темпоральной информации в базах данных геодиагностических систем на железнодорожном транспорте

• Автор: Долгий, Александр Игоревич
• Шифр специальности: 05.13.06, 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Ростов-на-Дону
• Количество страниц: 193 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.
ГЛАВА 1. ТЕХНОЛОГИИ ИЗВЛЕЧЕНИЯ ЗНАНИЙ В БАЗАХ ДАННЫХ ВРЕМЕННЫХ РЯДОВ. СОСТОЯНИЕ ПРОБЛЕМЫ.
1.1 Извлечение знаний в базах данных основные термины, процессы и типовая архитектура программной реализации.

1.2 Классификация задач и примеры моделей извлечения знаний в базах данных.

1.3 Проблемы диагностирования и извлечения знаний в диагностических базах данных.

1.4 Лингвистические модели представления темпоральных знаний в базах данных временных рядов.
1.5 Выводы.
ГЛАВА 2. МОДЕЛИ ПРЕДСТАВЛЕНИЯ НЕЧЕТКОТЕМПОРАЛЬНЫХ ЗНАНИЙ В БАЗАХ ЗНАНИЙ ВРЕМЕННЫХ РЯДОВ.

2.1 Представление темпоральных и нечеткотемпоральных образов во временных рядах

2.2. Методы формализации нечетких событий в иерархической модели представления нечетких темпоральных образов временных рядов
2.3. Методы формализации отношений и структур в иерархической модели представления нечетких темпоральных образов временных рядов .
2.4. Комплексная методология оценки адекватности и интерпретационной пригодности иерархической модели представления нечетких темпоральных образов ВР
2.5. Выводы
ГЛАВА 3. АВТОМАТИЗАЦИЯ ПРОЦЕССОВ ВЫЯВЛЕНИЯ НЕЧЕТКИХ ТЕМПОРАЛЬНЫХ ЗНАНИЙ В БАЗАХ ДАННЫХ ВРЕМЕННЫХ РЯДОВ
3.1. Общая схема выявления знаний в БД ВР
3.2. Вычисление характеристических функций и поиск нечетко
темпоральных образов по прототипу
3.3 Поиск нечетко темпоральных образов в БД ГДС на основе алгоритма априори.
3.4 Поиск нечетко темпоральных образов в БД ГДС на основе генетического алгоритма
3.5 Выводы
ГЛАВА 4. АВТОМАТИЗАЦИЯ ПРОЦЕССОВ ТЕКСТОВОГО РЕЗЮМИРОВАНИЯ НА ОСНОВЕ ВЫЯВЛЕНИЯ НЕЧЕТКИХ ТЕМПОРАЛЬНЫХ ПРИЗНАКОВ ИЗ ГЕОДИАГНОСТИЧЕСКИХ ДАННЫХ
4.1 Георадиолокационный метод как средство геофизического мониторинга.
4.2 Интеллектуальные модели выявления нечетких темпоральных признаков в БД ГДС
4.3 Оценивание интепретационной пригодности систем текстового резюмирования БД ГДС
4.4 Выводы.
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


Они в состоянии самостоятельно осуществлять контроль целостности хранимых данных, вести параллельную (например, многотерминальиую) работу с БД, осуществлять модификацию и быстрый поиск и т. В числе структур, с которыми работали ранние СУБД, следует отметить иерархические и сетевые. Иерархические БД состоят из упорядоченного набора нескольких экземпляров одного типа дерева, который включает один «корневой» тип записи и упорядоченную структуру из нуля или более типов поддеревьев (каждое из них является некоторым типом дерева). Тип дерева представляет собой иерархически организованный набор типов записи (рис. Сетевой подход к организации данных служит расширением иерархического. В иерархических структурах запись-потомок должна иметь только одного предка; в сетевой же структуре у потомка может быть любое число предков. Сетевая БД состоит из наборов записей и связей между ними, а если говорить более точно, из наборов экземпляров каждого типа из типов записей и типов связей, заданных в схеме БД (рис. Во многих современных СУБД используется реляционная организация данных в виде совокупности таблиц, связанных между собой по ключевым полям. Манипулирование данными базируется на правилах реляционной алгебры. Для семантического моделирования структур данных используются диаграммы СУЩНОСТЬ-СВЯЗЬ (entity-relationship diagram). Дальнейшая эволюция технологии обработки данных привнесла средства оптимизации доступа в виде индексов (В+-дсревья, хэширование) и транзакционные механизмы контроля целостности данных. Был стандартизирован язык обработки SQL, который дал разработчикам настольных приложений универсальное средство общения. Информационные системы, построенные с привлечением описанных механизмов и ориентированные главным образом на ввод информации, получили название OLTP-системы (On-Line Transaction Processing, оперативная транзакционная обработка данных). Рис. Рис. Функциональным расширением реляционных БД явились объектно-ориентированные, мультимедийные БД, а также многомерные хранилища (Data Warehouses) и витрины данных (Data Marts). Объектно-ориентированные БД позволяют распространить принципы объектно-ориентированного программирования (ООП) на уровень хранения данных. Появление таких БД обусловлено тем, что стандартные реляционные подходы плохо применимы для работы с данными новых типов и сложной структуры, так как их трудно моделировать при помощи имеющихся в реляционной модели абстракций. Для решения подобных задач эффективны объектно-ориентированные информационные системы (ООИС), в которых сущности реального мира представляются как объекты данных. Состояние объектов описывается как значения их атрибутов, а поведение (применимые к ним операции) определяется реализацией их методов. Это позволяет представлять объекты предметной области в естественном для них и семантически значимом виде, что существенно упрощает разработку и модификацию схемы данных. Примерами таких приложений являются САПР, CASE-системы, мультимедиа и системы, основанные на знаниях. Во всем мире организации накопили и продолжают накапливать в процессе своей деятельности большие объемы данных, предоставляющие серьезные возможности получения аналитической информации для принятия стратегических решений. Попытки строить системы поддержки принятия решений (СППР; DSS - decision support systems), которые обращались бы непосредственно к базам данных систем оперативной обработки транзакций (OLTP-систем), оказываются в большинстве случаев неудачными по нескольким причинам. Во-первых, аналитические запросы «конкурируют» с оперативными транзакциями, блокируя данные и вызывая нехватку ресурсов. Во-вторых, структура оперативных данных предназначена для эффективной поддержки коротких и частых транзакций и в силу этого слишком сложна для понимания конечными пользователями. Кроме того, она не обеспечивает необходимой скорости выполнения аналитических запросов. В-трстьих, в организации, как правило, функционируют несколько оперативных систем, каждая со своей базой данных. В них используются различные структуры данных, единицы измерения, способы кодирования и т.