不確定數據索引及其范圍查詢處理技術研究.pdf

1、近些年來，隨著數據采集技術的日益豐富和迅猛發(fā)展，人們可以利用的數據資源急劇增加，對海量數據進行科學組織、存儲和管理的數據庫技術得到了廣泛的應用。另外，隨著人們對客觀世界認識的逐步深入，現實應用中普遍存在的數據不確定性開始得到業(yè)界的重視。在不確定數據庫中加入索引可以極大的提高數據的查詢效率，因此，如何引入有效的索引機制來管理不確定數據并且高效的支持查詢操作成了數據庫領域的研究熱點。
　　雖然在傳統(tǒng)數據庫領域中范圍查詢得到了系統(tǒng)的研究

2、，但是由于不確定數據一般都帶有概率，傳統(tǒng)的范圍查詢算法都不能直接應用于不確定數據庫。為了解決這個問題，本文提出了兩種不同的索引算法，可以有效的支持基于不確定數據的概率閾值查詢。本文的主要工作概括如下:
　　(1)定義了邊界概率的概念并提出了一種基于邊界概率的索引算法。利用在結點中附加的邊界概率信息，設計了一組快速計算查詢區(qū)域與不確定區(qū)域相交部分的概率上界和下界的算法，通過對不確定對象進行過濾，避免了直接計算出現概率。該索引算法是完

3、全動態(tài)的，可以實現不確定對象的任意插入和刪除，而且對不確定對象所服從的概率密度函數的類型沒有限制。實驗結果表明，該索引算法是一種高效的索引算法，在系統(tǒng)I/O、CPU時間等性能上優(yōu)于其他不確定數據索引算法。
　　(2)給出了劃分的規(guī)則并提出了一種基于劃分的索引算法。該算法的基本思想是首先將不確定對象的不確定區(qū)域劃分成若干元組，接著將MBR接近的元組重新合并成新的單元，最后利用規(guī)則過濾，從而減少了落入候選集中的不確定對象，提高了查詢效