一、文件系统和多数据库系统的集成方法研究（论文文献综述）
陈富钊[1]（2020）在《面向发动机维护的知识资源汇聚及关联分析》文中研究说明随着全国机动车保有量的持续增长,汽车后市场规模呈指数型增长,其中最为核心的业务是汽车维修和维护服务。发动机是汽车的心脏,为了确保车主行车安全和避免出现事故后造成不可挽回的损失,对汽车发动机的定期维护服务显得尤为重要。发动机维护过程繁杂,工艺严格,包含零部件的拆卸、清洁检查、检查紧固和装复调整作业,而且现阶段的相关从业者水平参差不齐,维护效果难以保证。另一方面,由于维护相关知识资源存在海量、多源、异构的特点,维护人员想要从中找到相关知识资源十分困难,海量的知识资源难以对发动机的维护过程提供指导,迫切需要将多源异构维修知识资源进行汇聚,并通过关联分析按需推送给维修过程,形成一种知识服务。本文首先通过分析发动机维护知识资源的特点,建立了维护知识资源的汇聚模型,给出了知识资源汇聚、存储,及运行的模式和过程,并构建了发动机维护知识资源池,针对海量、多源、异构的发动机知识资源实现协同存储和统一访问。然后,针对发动机多样化的维护任务和高性能的维护工艺要求,基于所构建的资源池设计了面向发动机维护任务的知识资源的聚类分析方法,将K-means聚类算法进行Map Reduce并行化计算实现知识资源的自动分类,并根据发动机功能模块和发动机维护任务流程两方面进行任务分解,与分类后的知识资源进行按需匹配服务,实现了发动机维护知识资源的快速重用,提高了知识资源的利用效率。最后,给出了发动机维护过程知识资源汇聚与关联分析的解决方案和实现框架,实现了维护过程中多源异构知识资源的按需服务。本论文的研究成果为实现发动机维护知识资源的汇聚和知识资源的按需服务提供了新的思路和方法,降低了发动机维护知识资源获取的难度和提高了发动机维护知识资源的利用率,对提高发动机维护工艺质量和效率具有一定的理论意义和应用价值。
王新阳[2]（2018）在《面向语义描述与数据查询的大数据组织方法及其关键应用技术研究》文中认为大数据、物联网等技术的普及和深入发展促使数据不仅在体量上急剧膨胀,数据的种类和格式也在快速增加。各种数据由于在模式以及操作方式上的不同而形成众多独立的数据种群,不同类型的数据无法统一查询和处理,阻碍了数据之间的互通。这不仅使得各种数据的统一高效使用成为一件很困难的事,也为如何从这些海量数据中充分挖掘出有价值的信息带来了极大的挑战。而使用传统的方式存储和操作这些异构数据已经越来越难以满足当前应用需求,例如No SQL等大数据模型往往没有固定的模式,数据结构经常处于动态变化之中,是与传统数据进行融合的最主要障碍。目前关于大数据与传统数据模型进行模式集成的研究仍然不够充分,且大数据的语义描述等问题也尚缺少全面的研究。因此,需要一种统一、高效且足够灵活的方式来描述各类异构数据,且能够表达数据内部以及异构数据之间的语义,实现数据内在价值的挖掘和潜在知识的发现。本文在充分比较、分析各种异构数据集成公共模型的基础上,吸纳了相关主要模型的特点和优势,提出了一种面向概念与关系的公共数据模型GDM（即格数据模型,Grid Data Model）。GDM模型在关系、段、节等定义的基础上实现了一种新的数据模式定义和结构组织的方式,能够统一描述各种数据结构和语义关系。文中同时给出了GDM模型的形式化标准定义。为了深入说明GDM模型的语义描述和逻辑推理能力,本文在GDM基本概念的基础上描述了GDM模型的语义推理和领域知识演化原理,并以（）描述逻辑为例,描述了如何通过GDM语法子集建立与描述逻辑的映射关系,以及如何利用GDM模型构建基于描述逻辑的本体知识库,并对GDM模型的相关推理问题进行了理论证明。本文接着研究了数据集成过程中数据结构异构的问题。为了实现各种传统数据模型与大数据模型的集成,本文利用GDM模型基于关系的数据结构描述机制,从形式化理论角度研究了各种数据模型向GDM进行模式转换的原理,包括结构化的关系模型、半结构化的XML和多种非结构化的No SQL数据数据模型。同时还研究了GDM模型能够同时描述有模式数据和无模式数据的混合模式特性以及进行动态修改数据的能力。本文然后基于虚模式定义了GDM模型代数以及查询语言GDM SQL的语法,并阐述了GDM数据查询过程和查询优化基本原则。以上GDM模型数据管理方案提供了格数据查询和操作的基本方法,是进行基于GDM模型的异构数据集成的必要前提。基于以上模型定义、相关理论和查询操作语言,本文研究了分布式环境下异构数据集成过程中的查询、处理和优化等若干方面,解决了查询变量关联、查询分解与查询计划生成、查询处理过程的并行调度等相关问题。同时,为了降低异构数据查询处理的时间成本,本文还提出了几种基于最小调度连通图的查询优化方案,通过模拟实验比较了各种优化策略的性能,验证了查询优化方法的有效性。为了进一步说明GDM模型的优秀特性和数据集成时的效率优势,本文还从各方面比较了GDM及几种基本数据模型的相关特性,并重点与OWL模型进行了深入对比。同时,还基于本文提出的效率评估模型,从时间和空间两个角度比较分析了各模型进行数据创建、修改、删除等操作时的时间与空间效率。结果表明,GDM在数据集成时其时间和空间效率相对于所比较模型总体来讲是最优的,非常适合异构数据集成。最后,本文设计了基于GDM模型的异构数据集成系统,介绍了系统的设计框架和实施过程,展示了系统的运行情况,验证了本文所提出的相关理论的可行性和有效性,显示了GDM模型能够比较出色地胜任分布式异构环境下的数据集成和知识发现。
李亢,李新明,刘东[3]（2015）在《多源异构装备数据集成研究综述》文中研究指明现代战争需要高效地处理多源异构的装备数据,装备数据集成主要针对装备数据的来源广泛、结构异构问题,通过数据集成平台对多个数据来源进行统一处理,屏蔽数据之间物理和逻辑层面的差异,实现装备数据的统一表示、存储和管理。研究阐述了基于模式、基于复制的装备数据集成方法,梳理了装备数据集成中存在的组织管理、结构异构、语义异构、大数据等问题及相应的解决方案,分析了以Web Services和Big Data为代表的装备数据集成最新技术,并展望了未来的发展方向。
邓林[4]（2012）在《铁路领域中多数据库系统的研究与实现》文中指出当前,企事业单位中的各个部门会产生大量的数据,并依据各自的数据特点和应用需求,选择不同的方式管理数据。这导致各部门之间的信息重复冗余,很难做到部门之间的数据共享。要解决这个问题,需要研究数据集成技术。而多数信息集成技术只是从上层应用的角度实现了信息集成,无法解决整个数据体系的融合,无法从根本上解决数据共享。多数据库系统技术已经成为解决异构数据源之间信息集成的有效措施。多数据库系统技术针对那些异构的、分布的、已存在的多个局部数据库系统,在不需要对局部数据库做大量改变的情况下,为用户提供了统一的多数据库环境,包括统一的数据类型定义、查询语言、数据访问方法等。本论文的研究背景是集成并访问铁路领域中各专业的数据,支持各专业的上层应用。实现上述功能需解决两个问题：（1）专业数据存储于异构数据源中,包括不同类型的商业数据库、表单或文件系统,如何利用多数据库技术去整合集成异构的数据源问题。（2）集成后的同质多数据库系统如何保持源和目标端数据的一致性问题。本论文对上述问题进行了比较深入的研究,实现了一个同质多数据库系统。主要研究工作包括：首先研究了异构数据库的集成方案,设计了同质多数据库的体系结构,构建同质多数据库系统；针对不同数据源采取不同的集成策略,为各专业设计实现了同质多数据库访问接口；在数据一致性维护方面,针对异构数据源的特点,分别设计了针对结构化数据间、非结构化与结构化数据间的同步更新方案。最后,本论文对所实现的技术方案进行了测试。分析实验结果验证了本文所做工作的可行性和有效性。
杜立佳[5]（2010）在《多数据库系统事务处理优化技术研究》文中指出随着网络技术迅猛发展,大量涌现出以不同形式存储在不同系统中,分而不聚,聚而不合,呈分布异构状态的数据,虽然当前技术能够将计算机在物理上连接起来,但是大多数系统都独自运行,达不到资源共享的目的。因此,如何从多个分布、异构的数据源获取数据,在不同的硬件系统平台上处理它,并按照友好方式提供给用户,成为亟待解决的研究课题。解决上述问题的方法是构建多数据库系统（Multi-database System, MDBS）,而MDBS的核心问题是多数据库的事务处理。论文以多数据库的事务处理为研究对象,重点研究全局事务、全局子事务和局部事务的特性及相互关系,如何在多数据库系统中保持数据一致性。论文主要研究工作如下：（1）研究多数据库（Multi-database, MDB）事务处理模块应用事务提交策略及Ticket来保持事务中数据一致性。通过分析Mehrotra等人提出以事务提交图为中心的事务管理器（Global Transaction Manager, GTM）调度算法TM 1和TM2,得出TM1和TM2缺陷是无法检测到全局事务与局部事务之间的间接冲突,该缺陷是多数据库环境中确保全局可串行化的主要难点所在。（2）针对TM1和TM2的缺陷,论文提出了优化TM2的算法即TMO （Transaction Manager Optimization）, TMO算法通过增加ticket策略在全局事务的每个子事务之间增加数据操作,使每个成员数据库潜在冲突转变为可检测冲突,解决了系统无法检测潜在冲突而造成数据不一致性的问题,从而保持了多数据库中事务的可串行化。其次,通过添加保存点恢复中止事务替代重做事务,从而使相关子事务全部回滚转变为部分回滚,提高系统的执行效率。（3）最后,论文描述了多数据库系统框架,给出了主要设计思想和使用的基本技术策略,如模式集成、查询处理、事务处理、客户端程序等基本设计,集成了多个数据库,实现允许用户使用一种基于SQL标准的全局查询语言,存取局部数据库中的数据。分析了TMO的优缺点,指明了今后的努力方向。
何浩[6]（2010）在《多数据库中间件查询设计与实现》文中认为企业信息化建设的不断深入使得企业存储的数据增长迅速且结构多元化,特别是半结构化／无结构化的趋势日趋明显。在信息化建设的长期过程中形成了大量自治分布异构的数据源,这些数据源无法资源共享制约了企业信息化建设的发展。重构这些数据源代价高昂且风险巨大。如何对已经存在的数据资源进行整合,实现资源共享,成为企业信息化建设中迫切需要解决的一个问题。多数据库系统能够将预先存在的、分布的、异构的、自治的文件和数据库系统组成一个协作的数据库系统并在不影响局部数据源自治性基础上,支持对物理上分布的多个数据源的全局透明访问。为了使多数据系统不依赖或服务于某一个特定系统,使其具有更好的通用性,本文设计了一种基于XML集成数据类型的面向服务架构的多数据库中间件,实现了多数据源模式映射,全局查询以及查询优化等功能并重点研究了多数据库全局查询处理及其优化算法的实现,针对中间件实现过程中遇到的问题进行了如下工作：首先,在分析了多数据库查询技术的国内外研究背景基础上,介绍了多数据库及其中间件等相关技术。对多数据库系统常用的公共数据类型进行了对比分析,并对多数据库中间件采用的公共数据类型做了模式映射研究,设计了模式映射中对象生成的算法。其次,对比分析了常用的多数据查询语言,结合需求设计了全局查询语言,介绍了查询分解,实现了查询分解的算法设计。对多数据查询优化进行了分析,在查询代价估算的基础上提出了本文的查询优化目标,采用了基于多元回归模型的动态优化策略实现了对全局查询调度后处理的优化。最后,基于.Net开发环境以面向服务的思想设计了中间件的架构,并在此架构中完成了多数据库中间件主要模块的设计开发工作,对中间件不足之处进行了分析并指出需要完善的工作。
王站立[7]（2010）在《基于数据库技术的异构信息共享平台的研究》文中认为随着计算机技术在社会各部门、各单位的广泛应用,种类繁多的各种信息系统被人们采用。这些信息系统绝大部分都是采用各自不同的数据库管理系统（DBMS）开发的,其所承载的海量信息也绝大部分都是采用各自不同的数据类型、表示形式等。因此,在应用或数据等层面上DBMS和信息是彼此分离的,各系统的业务逻辑也不同,而且在数据库的建设上没有遵循统一的标准。随着时间的推移,这就构成了一个巨大的异构数据环境。随着网络化与信息化进程的不断推进,各部门、行业和领域的各类信息越来越迫切需要能最大限度地相互共享、交换、集成和再利用。本课题旨在建立一种基于数据库技术的异构信息共享交换平台体系结构,为实现各部门、行业和领域以及各相关的应用系统信息共享提供简单方便、及时准确、综合完整和系统一致的服务平台。本文主要讨论了异构数据库信息共享的技术。首先分析了国内外在异构数据库信息共享技术的发展成果,提出系统的体系结构应遵循CORBA（Common Object RequestBroker Architecture公用对象请求代理体系结构）标准,按照多目录数据库技术保存异构数据源各结点信息,采用基于CSCW（Computer Supported Cooperative Work计算机支持的协同工作）的异构数据库数据群体协同和并发控制技术,按照XML的规范制定数据库互操作的接口标准框架。接着,从制定异构数据库互操作的标准和规范、基于分布式异构环境的共享数据库建模、基于多目录数据库的异构共享、基于CSCW的异构数据库数据群体协同并发控制、基于分布式异构环境的多层B/S、支持常用网络通信协议和服务模式的异构数据库数据流量控制、支持常用网络通信协议和服务模式的异构数据库安全控制等几个方面来考虑异构信息共享交换平台体系结构的设计工作。最后提出了一个基于Web的异构数据源集成模型。利用本课题研究的技术,可以为不同地点、不同部门的信息化建设提供一个很好的信息共享平台。
罗永兴[8]（2008）在《基于网格技术的医疗信息系统集成研究》文中指出网格（Grid）是20世纪90年代提出的新技术,它的目标是将地理上分布、异构的各种资源通过高速互联网络连接并集成起来,实现资源的高度共享,共同完成一些重大应用研究问题。数据网格（Data Grid）则是网格技术在数据管理方面的延伸,它试图隐藏分布、异构的数据资源在存储介质、存储方式、存储位置等具体细节上的不同,提供给用户统一的逻辑视图,使他们可以方便、快速、高效地访问数据。作为一种新兴的技术与架构,数据网格将为数据库集成系统研究带来新的解决思路与方法。本文紧紧围绕着网格环境下的医疗信息系统集成这一主题,研究利用数据网格技术对分布异构的医疗信息系统数据库进行集成。首先,本文设计了适于网格环境的医学数据库集成系统的元数据模型;然后,基于该元数据模型和其它功能模块,提出了一种基于网格技术的医疗信息系统集成模型,并在实验环境下组建了原型系统以测试模型的有效性;最后,针对信息系统集成过程中存在语义异构问题,本文进一步探讨了医疗信息系统的数据库属性的语义匹配问题,提出了一种基于人工神经网络的属性匹配方法,从而将对医学数据库集成的研究从一般的数据集成深入到了语义集成的范畴。论文的主要内容以及创新点包括:1)网格环境下医学数据库集成系统的元数据建模元数据是数据管理中的重要技术环节。根据医疗信息系统的数据特点,本文设计了适合于网格环境的医疗信息系统数据库集成的元数据模型。根据不同的用途和访问需求定义相应的元数据类型,从而扩展了数据管理范围,增强了数据访问的安全性,使数据对象之间的关系表达更加自然;采用层次式的元数据管理结构,适应了网格环境的特点,提高了数据访问效率,从而为医疗信息系统数据库集成模型的设计奠定了基础。2)网格环境下医疗信息系统数据库集成模型的设计与研究结合医学数据库的特点,本文提出了一种适于网格环境的医疗信息系统数据库集成模型,通过相关的网格组件和服务,使各种异构的医学数据库可以被当作单一的逻辑资源来进行访问。在介绍了模型的总体架构之后,根据模型的基本功能划分,分别对数据集成、查询处理、数据传输以及元数据管理等功能模块的设计实现进行了详细的阐述与分析。在实验环境下组建的原型系统上进行的模拟数据查询测试验证了模型设计的有效性。3)异构医学数据库的语义集成研究异构数据库语义集成的基本任务就是在不同的数据库中找出语义相关的属性,解决数据冲突,提供给用户一个统一的逻辑视图。这对于建立适合于动态网格环境的元数据模型,进一步改进医疗信息系统数据库集成的效果,提高系统的可用性,扩展系统的应用范围十分重要。本文将人工神经网络技术运用于医学数据库属性的语义集成研究,经过量化及规范化处理的属性的元数据信息和内容值的统计信息等组成该属性的特征向量,用于对神经网络进行训练,训练好的神经网络系统即可用于对具有语意关联性的数据库属性进行识别。为了提高属性匹配的准确率,本文在对神经网络进行训练前,首先根据各属性之间的相似性建立多个分类器,利用分类器的输出作为训练样本,从而有效地降低了训练数据的规模,缩短了训练时间,同时提高了属性匹配的准确率。在模拟环境下进行的实验显示了该方法的有效性。
刘贵如[9]（2007）在《基于多AGENT的多数据库系统的研究与设计》文中研究说明随着通信技术和数据库技术的发展,越来越多的应用系统需要访问一些异构的、分布式的数据库来完成任务。多数据库系统在不改变原有这些数据库的基础上,为用户提供一个统一的、集成的多数据库环境,使用户能以统一的模式和简单的查询语言访问这些数据库。本文对多AGENT及多数据库系统理论进行了研究,根据当前多数据库系统的研究中涉及到的一些问题,引入适合于多数据库系统应用的移动AGENT和多AGENT技术,研究并设计了基于多AGENT的多数据库系统,克服了以往多数据库系统设计中存在的一些问题。首先对引入的AGENT及移动AGENT技术、多数库中涉及到的模式集成,任务分配,任务分解、全局事务管理等各个方面进行了深入细致的研究。对各个分布异构的局部数据库系统采用了基于XML的模式集成方法,另外,在系统集成的时不仅考虑了异构的关系数据库的集成,而且考虑了XML文件系统与关系数据库的集成问题,为以后本系统集成半结构化的数据库奠定了基础。在此集成模式的基础上应用XQuery作为全局查询语言,通过对全局查询语言的分解实现全局任务的分解,并提出了相应的分解算法,同时对用户提交的更新、删除、插入等各种任务提出了相应的分解算法,克服了以往很多系统只对查询问题讨论的不足。本文利用移动AGENT在分布式系统中应用的特点,引入移动AGENT技术,解决了多数据库系统对网络高可靠性的要求,降低了对网络带宽的依赖,提高了系统并行执行的效率。针对多数据库系统事务控制的问题,引入了一系列事务管理的方式,并提出了一种适合于多数据库的死锁解决方法,很好的解决了系统的死锁问题。另外对于XML文件系统也讨论了相应的事务控制策略。本文引入了局部代理技术屏蔽各个局部异构数据库的差异,由局部代理来进行全局查询语言到各个异构数据库查询语言的翻译,并针对不同的数据库系统设计了相应的事务提交代理,由此来实现全局事务的两阶段提交协议。
陈海燕[10]（2007）在《多数据库系统中的关键技术研究》文中研究表明随着internet和数据库技术的发展，越来越多的应用系统需要访问一些异构的、分布的数据库来完成任务。多数据库系统在不改变原来这些局部数据库的基础上，为用户提供一个统一的、集成的多数据库环境，使用户能以统一的模式和简单的查询语言访问这些数据库。事务管理的基本任务就是有效管理事务读写操作的并发执行，保证事务的ACID特性，保证事务对数据库操作的正确性。事务管理在维持事务的ACID（Automicity，Consistency，Independence，Durability）特性上主要使用并发控制和恢复机制，并发控制用以维护事务的一致性和隔离性，恢复机制用以维护事务的原子性和持久性。MDBS是建立在多个LDBS之上的，这些LDBS存储了一些语义相关的数据。但是，这些LDBS是独立地开发出来的，它们在查询语言、数据模式及体系结构方面都存在着差异。为了能够向用户提供一个集成的、统一的多数据库环境，首先必须将不同的LDBS的数据模式统一成一个相同的全局模式。这就是MDBS中异构模式的消解，也称为模式集成。在MDBS中，用户提交的全局查询一般涉及到对多个不同的数据模式的LDBS的操作，因此必须将全局查询分解为若干个全局子查询，每个子查询只对一个LDBS进行操作。LDBS不能识别用全局查询语言书写的全局子查询，因此必须将全局子查询转换为用LDBS上的查询语言书写的查询语句。为了缩短全局查询的响应时间和降低执行代价，还需要对查询分解及子查询结果处理进行优化。本文对多数据库系统中模式集成、全局查询的分解和优化以及全局事务的处理模式冲突消解等问题进行了详细而深入的论述，给出了一对一实体冲突的消解算法和查询处理优化算法，并对这些算法进行了分析；同时还论述了全局死锁的处理算法。最后，本文在借鉴国内外经验的基础上，把通用对象请求代理结构技术与多数据库系统结合起来，提出了一个新的多数据库系统模型，并在该模型中引入了安全管理机制。
二、文件系统和多数据库系统的集成方法研究（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、文件系统和多数据库系统的集成方法研究（论文提纲范文）
（1）面向发动机维护的知识资源汇聚及关联分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多源异构知识资源汇聚的国内外研究现状 |
| 1.2.2 发动机维护知识资源按需服务的国内外研究现状 |
| 1.3 主要研究内容和工作安排 |
| 第二章 相关理论技术 |
| 2.1 知识资源汇聚技术 |
| 2.1.1 多源异构知识资源的数据预处理技术 |
| 2.1.2 多源异构知识资源的数据交换技术 |
| 2.1.3 多源异构知识资源的数据存储技术 |
| 2.2 知识资源汇聚框架 |
| 2.2.1 基于Hadoop知识资源汇聚分析生态系统 |
| 2.2.2 分布式文件系统 |
| 2.2.3 并行计算编程模型 |
| 2.2.4 Hive数据仓储体系 |
| 2.3 知识资源分析算法 |
| 2.3.1 无监督聚类算法 |
| 2.3.2 文本相似度匹配算法 |
| 2.4 本章小结 |
| 第三章 面向发动机维护的分布式知识资源汇聚技术 |
| 3.1 发动机维护的知识资源特征分析 |
| 3.1.1 发动机维护过程分析 |
| 3.1.2 发动机维护过程知识资源特点 |
| 3.2 面向发动机维护的知识资源汇聚模型 |
| 3.2.1 知识资源汇聚的概念模型 |
| 3.2.2 分布式知识资源协同存储模型 |
| 3.2.3 知识资源汇聚的运行模型 |
| 3.3 面向发动机维护的知识资源池构建技术 |
| 3.3.1 发动机维护知识资源池构建技术框架 |
| 3.3.2 发动机维护知识资源的管控技术 |
| 3.3.3 知识资源的存储与统一访问技术 |
| 3.4 本章小结 |
| 第四章 基于发动机维护资源池的数据关联分析 |
| 4.1 分布式环境下知识资源池数据的聚类 |
| 4.1.1 基于分类词典的文本向量化 |
| 4.1.2 K-means聚类算法的并行化 |
| 4.1.3 实验结果分析 |
| 4.2 发动机典型维护任务分解 |
| 4.2.1 发动机维护任务的分解原则 |
| 4.2.2 发动机维护任务的分解流程 |
| 4.3 发动机维护任务与知识资源的关联匹配 |
| 4.4 本章小结 |
| 第五章 面向发动机维护的知识资源按需服务实现 |
| 5.1 汇聚体系架构 |
| 5.1.1 发动机维护知识资源的需求与难点 |
| 5.1.2 发动机维护知识资源的汇聚体系架构 |
| 5.2 面向发动机维护的知识资源按需服务开发环境 |
| 5.2.1 开发环境介绍 |
| 5.2.2 开发环境搭建 |
| 5.3 发动机分布式知识资源汇聚与按需服务实现 |
| 5.3.1 发动机分布式知识资源统一访问实现 |
| 5.3.2 发动机分布式知识资源聚类实现 |
| 5.3.3 发动机维护任务的知识资源匹配实现 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士期间发表的论文及参加的项目 |
（2）面向语义描述与数据查询的大数据组织方法及其关键应用技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与目的 |
| 1.2 相关问题的国内外研究现状 |
| 1.2.1 异构数据集成技术与系统研究现状 |
| 1.2.2 面向异构数据集成的统一建模研究现状 |
| 1.2.3 基于公共数据模型的逻辑推理与知识发现的相关理论及研究现状 |
| 1.2.4 以NoSQL为主的大数据模型 |
| 1.3 论文的主要研究内容与创新点 |
| 1.4 论文的组织结构及各章主要内容 |
| 第二章 GDM公共数据模型 |
| 2.1 异构数据集成问题描述 |
| 2.2 主要公共数据模型介绍 |
| 2.2.1 面向结构的数据模型 |
| 2.2.2 面向语义的数据模型 |
| 2.3 基于关系和概念的格数据模型(GDM) |
| 2.3.1 格数据关系 |
| 2.3.2 格数据类型 |
| 2.3.3 模型的形式化定义 |
| 2.4 本章小结 |
| 第三章 GDM模型的数据语义描述和推理 |
| 3.1 问题描述 |
| 3.2 GDM模型的语义表达和演化 |
| 3.3 GDM模型与描述逻辑及知识表示 |
| 3.3.1 概念映射 |
| 3.3.2 GDM节与公理映射 |
| 3.3.3 GDM关系与角色映射 |
| 3.3.4 GDM个体与事实映射 |
| 3.4 转化正确性及相关推理问题证明 |
| 3.5 本章小结 |
| 第四章 面向大数据集成的异构数据源模式转换 |
| 4.1 模式映射简介 |
| 4.1.1 模式映射方法 |
| 4.1.2 模式映射过程 |
| 4.2 关系数据模型的模式转换 |
| 4.3 以XML为代表的半结构化数据模型的模式转换 |
| 4.4 NOSQL数据模型的模式转换 |
| 4.5 混合模式及动态数据集成 |
| 4.6 本章小结 |
| 第五章 GDM模型数据管理 |
| 5.1 GDM数据管理的图论基础 |
| 5.2 GDM模型代数运算 |
| 5.2.1 模式代数 |
| 5.2.2 GDM对象代数 |
| 5.3 GDM数据查询与操作 |
| 5.3.1 格数据操作模型 |
| 5.3.2 基于SQL的GDM数据查询与操作 |
| 5.3.3 GDM数据查询过程与优化 |
| 5.4 本章小结 |
| 第六章 基于GDM的异构数据集成的查询、处理与优化 |
| 6.1 基于中间模式的多层局部自治集成模型 |
| 6.1.1 集成模型的定义 |
| 6.1.2 模式的类型与映射 |
| 6.2 异构数据集成的查询处理机制与过程 |
| 6.2.1 全局查询语言及查询变量关联 |
| 6.2.2 查询分解与查询计划生成 |
| 6.2.3 查询结果处理及并行调度 |
| 6.3 分布式异构环境下基于并行调度的查询优化 |
| 6.3.1 异构数据集成中的查询处理代价模型 |
| 6.3.2 预定义查询优化 |
| 6.3.3 自适应查询优化 |
| 6.3.4 综合优化策略 |
| 6.3.5 查询优化策略的评价与分析 |
| 6.4 本章小结 |
| 第七章 GDM模型特性分析与集成效率评价 |
| 7.1 数据模型综合分类与定性比较分析 |
| 7.1.1 数据模型分类 |
| 7.1.2 基本特性的定性分析与比较 |
| 7.2 与OWL的对比与分析 |
| 7.3 数据集成时间与空间效率的评价分析 |
| 7.3.1 数据集成的时间与空间效率评估模型 |
| 7.3.2 初始化参数的一些假设和解释 |
| 7.3.3 实验结果的比较与分析 |
| 7.4 本章小结 |
| 第八章 异构数据集成系统的设计与实现 |
| 8.1 基于GDM的异构数据集成系统的语义操作层次框架 |
| 8.2 一种综合的多策略相似度衡量方法 |
| 8.3 基于GDM模型的异构数据集成系统 |
| 8.3.1 开发环境与相关配置 |
| 8.3.2 系统架构及实施体系 |
| 8.3.3 格数据引擎核心功能展示与说明 |
| 8.3.4 Paragraph Turbo核心功能展示与说明 |
| 8.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录A:GDM模型中数据以及关系的层次 |
| 附录B:GDM模型结点类型 |
| 附录C:GDM SQL语法定义 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（4）铁路领域中多数据库系统的研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 国内外现状分析 |
| 1.2.1 多数据库系统 |
| 1.2.2 同步更新 |
| 1.3 本文研究内容 |
| 1.4 论文结构安排 |
| 第2章 相关知识介绍 |
| 2.1 铁路领域的信息管理需求 |
| 2.2 多数据库系统 |
| 2.2.1 多数据库系统的基本概念 |
| 2.2.2 多数据库系统的集成策略 |
| 2.3 Oracle数据库 |
| 2.3.1 Oracle体系结构 |
| 2.3.2 表空间与用户管理 |
| 2.4 数据迁移 |
| 2.4.1 数据迁移步骤 |
| 2.4.2 数据迁移工具 |
| 2.4.3 数据迁移验收 |
| 2.5 数据库访问接口技术 |
| 2.6 VBA |
| 2.7 本章小结 |
| 第3章 多数据库系统设计 |
| 3.1 需求分析 |
| 3.1.1 异质异构数据源整合 |
| 3.1.2 数据库访问控制 |
| 3.1.3 同步更新 |
| 3.2 系统框架 |
| 3.3 数据库模式设计 |
| 3.3.1 某专业数据库模式设计 |
| 3.3.2 共享表设计 |
| 3.4 同步更新设计 |
| 3.4.1 异构数据库间的同步更新设计 |
| 3.4.2 异质异构数据源间的同步更新设计 |
| 3.5 本章小结 |
| 第4章 集成与查询访问实现 |
| 4.1 数据集成 |
| 4.1.1 Excel到Oracle的数据导入 |
| 4.1.2 SQL Server到Oracle的数据导入 |
| 4.1.3 MySQL到Oracle的数据导入 |
| 4.1.4 Access到Oracle的数据导入 |
| 4.1.5 Oracle到Oracle的数据导入 |
| 4.2 查询访问实现 |
| 4.3 本章小结 |
| 第5章 同步更新实现 |
| 5.1 异构数据库间的同步更新 |
| 5.1.1 SQL Server类 |
| 5.1.2 Access类 |
| 5.1.3 ScheduleUpdate类 |
| 5.2 异质异构数据源间的同步更新 |
| 5.2.1 同步更新流程 |
| 5.2.2 功能实现 |
| 5.3 同构数据库间同步更新 |
| 5.4 性能实验 |
| 5.4.1 正确性 |
| 5.4.2 可靠性 |
| 5.4.3 运行性能 |
| 5.4.4 性能优化 |
| 5.5 本章小结 |
| 第6章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
（5）多数据库系统事务处理优化技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 引言 |
| 1.1.1 MDB技术研究方向 |
| 1.1.2 MDB技术研究发展现状 |
| 1.1.3 MDBS事务处理国内外研究现状 |
| 1.2 论文的主要研究内容 |
| 2 MDB主要技术分析 |
| 2.1 公共数据模型 |
| 2.1.1 常用的CDM |
| 2.1.2 面向对象模型 |
| 2.1.3 OIM对象模型 |
| 2.1.4 XIDM对象模型 |
| 2.2 多数据库模式集成 |
| 2.2.1 模式集成框架 |
| 2.2.2 模式映射 |
| 2.3 多数据库查询处理 |
| 2.3.1 多数据库查询与其他查询技术的比较 |
| 2.3.2 查询优化 |
| 2.4 多数据库事务管理 |
| 2.4.1 多数据库事务形式化模型 |
| 2.4.2 事务并发调度 |
| 2.4.3 死锁检测及恢复 |
| 3 MDB事务调度算法研究与优化 |
| 3.1 MDB事务可串行性 |
| 3.1.1 并发全局事务可串行性 |
| 3.1.2 全局串行化问题 |
| 3.2 事务管理器优化策略 |
| 3.2.1 事务提交图 |
| 3.2.2 Ticket算法 |
| 3.2.3 保存点策略 |
| 3.3 并发事务调度算法优化TMO |
| 3.3.1 TM1和TM2流程及算法分析 |
| 3.3.2 并发事务调度算法优化TMO |
| 4 MDB系统框架及TMO算法实现 |
| 4.1 MDB系统体系结构 |
| 4.1.1 系统实现框架 |
| 4.1.2 系统模式结构 |
| 4.1.3 事务处理实现策略 |
| 4.2 TMO算法优点 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 硕士研究生期间的研究成果 |
（6）多数据库中间件查询设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景及来源 |
| 1.2 多数据库查询的国内外研究背景及现状 |
| 1.2.1 国外多数据查询的研究现状 |
| 1.2.2 国内多数据查询的研究现状 |
| 1.2.3 研究现状总结 |
| 1.3 论文研究的目的及意义 |
| 1.4 论文内容与组织 |
| 1.5 本章小结 |
| 2 相关技术概述 |
| 2.1 多数据系统的定义,特征和分类 |
| 2.1.1 多数据系统的定义 |
| 2.1.2 多数据系统的特征 |
| 2.1.3 多数据系统的分类 |
| 2.2 多数据库中间件技术简介 |
| 2.2.1 中间件定义 |
| 2.2.2 中间件的特点 |
| 2.2.3 多数据库中间件 |
| 2.3 多数据库模式的结构 |
| 2.4 基于XML的集成数据类型 |
| 2.4.1 XIDM定义 |
| 2.4.2 XIDM与其他模型比较 |
| 2.4.3 XIDM模式映射 |
| 2.4.4 局部映射对象生成算法 |
| 2.5 本章小结 |
| 3 多数据库查询处理设计 |
| 3.1 多数据库查询步骤处理 |
| 3.2 多数据库查询语言分析与设计 |
| 3.2.1 常用的查询语言对比分析 |
| 3.2.2 多数据库查询语言设计 |
| 3.3 查询分解 |
| 3.3.1 查询分解预处理 |
| 3.3.2 查询分解设计原则 |
| 3.3.3 查询分解算法设计 |
| 3.3.4 查询分解后的并发调度与子查询处理 |
| 3.4 本章小结 |
| 4 多数据库查询优化设计 |
| 4.1 多数据库查询优化问题分析 |
| 4.1.1 查询处理体系结构 |
| 4.1.2 优化问题分析 |
| 4.2 查询的代价估算与查询优化目标 |
| 4.2.1 代价估算 |
| 4.2.2 查询优化目标 |
| 4.3 局部数据源查询优化的局限性分析 |
| 4.4 查询后处理的并发调度原理 |
| 4.4.1 全局查询图 |
| 4.4.2 并发调度原理 |
| 4.5 查询后处理优化分析 |
| 4.6 基于动态优化模型设计 |
| 4.6.1 多元回归模型 |
| 4.6.2 相关变量的确定 |
| 4.6.3 回归代价的模型 |
| 4.6.4 阈值的确定 |
| 4.6.5 采用动态优化策略的并发调度 |
| 4.7 本章小结 |
| 5 多数据库系统查询中间件的设计与实现 |
| 5.1 设计中间件的需求分析 |
| 5.2 中间件架构关键技术简介 |
| 5.2.1 Windows通信基础技术(WCF)与面向服务(SOA) |
| 5.2.2 WCF的体系结构 |
| 5.3 多数据库查询中间件的架构设计 |
| 5.3.1 系统逻辑架构 |
| 5.3.2 部署物理架构 |
| 5.3.3 框架结构 |
| 5.3.4 中间件的开发环境与部属环境 |
| 5.4 主要模块的设计与实现 |
| 5.4.1 模式映射的设计与实现 |
| 5.4.2 查询功能的设计与实现 |
| 5.4.3 服务的设计与实现 |
| 5.5 本章小节 |
| 6 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 在学期间公开发表论文及参加的科研项目情况 |
| 发表的论文 |
| 参加的科研项目 |
（7）基于数据库技术的异构信息共享平台的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 本课题研究的背景及意义 |
| 1.2 本课题的研究目标及研究现状 |
| 1.3 本文的工作及安排 |
| 1.4 本章小结 |
| 第二章 异构数据库信息共享实现技术的分析 |
| 2.1 分布式数据库系统异构数据共享技术 |
| 2.1.1 分布式数据库系统 |
| 2.1.2 分布式数据库系统的体系结构 |
| 2.1.3 数据分布与分布的透明性 |
| 2.1.4 异构分布式数据库集成技术 |
| 2.2 多数据库系统的异构数据共享技术 |
| 2.2.1 多数据库系统体系结构 |
| 2.2.2 多数据库集成器(MDBI集成器) |
| 2.2.3 MDBI集成器中的数据存取流程 |
| 2.3 空间数据库共享技术 |
| 2.3.1 空间数据库 |
| 2.3.2 异构空间信息共享 |
| 2.4 联邦数据库系统实现数据共享技术 |
| 2.4.1 联邦数据库的研究和发展现状 |
| 2.4.2 联邦式数据库理论研究 |
| 2.4.3 联邦数据库系统构成 |
| 2.4.4 联邦数据库研究的核心问题 |
| 2.4.5 联邦数据库集成技术 |
| 2.5 数据仓库系统的异构数据共享技术 |
| 2.5.1 数据仓库的特点 |
| 2.5.2 数据仓库的体系结构 |
| 2.5.3 数据仓库的元数据 |
| 2.5.4 数据仓库的异构特性 |
| 2.5.5 基于数据仓库的数据开采 |
| 2.5.6 基于异构环境建立数据仓库的实现技术 |
| 2.6 本章小结 |
| 第三章 异构信息共享交换平台的体系结构设计 |
| 3.1 异构数据库信息共享平台的体系结构 |
| 3.2 制定异构数据库互操作的标准和规范 |
| 3.3 基于分布式异构环境的共享数据库建模 |
| 3.4 基于多目录数据库的异构共享技术 |
| 3.5 基于CSCW的异构数据库数据群体协同并发控制 |
| 3.5.1 CSCW基本概念 |
| 3.5.2 CSCW的主要研究内容及其关键技术 |
| 3.6 基于分布式异构环境的多层B/S体系结构 |
| 3.6.1 传统两层C/S模式的局限性 |
| 3.6.2 多层体系结构的概念和划分 |
| 3.6.3 Internet多层结构与浏览器(B/S)运行模式 |
| 3.7 支持常用网络通信协议和服务模式的异构数据库数据流量控制 |
| 3.8 支持常用网络通信协议和服务模式的异构数据库安全控制 |
| 3.8.1 请求数据的用户身份鉴别 |
| 3.8.2 数据传输加密技术 |
| 3.8.3 数据完整性鉴别技术 |
| 3.8.4 防抵赖技术 |
| 3.9 基于先进的成熟的技术标准和协议 |
| 3.10 本章小结 |
| 第四章 一个基于Web的异构数据源集成技术模型 |
| 4.1 基于Web的数据库采用的集成方法 |
| 4.2 基于Web的异构数据库集成技术 |
| 4.2.1 基于CORBA的Web数据库集成技术 |
| 4.2.2 基于XML的Web数据库集成技术 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（8）基于网格技术的医疗信息系统集成研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 英文缩略语对照表 |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 网格技术的提出和发展 |
| 1.3 课题的主要研究内容和意义 |
| 1.3.1 元数据模型的设计与实现 |
| 1.3.2 基于网格技术的医疗信息系统集成模型的设计与研究 |
| 1.3.3 网格环境下异构医学数据库的语义集成研究 |
| 1.4 论文的内容和组织结构 |
| 第2章 基于网格的数据库集成技术综述 |
| 2.1 网格技术的主要应用领域 |
| 2.2 数据网格研究概述 |
| 2.2.1 数据网格的概念 |
| 2.2.2 数据网格的研究现状 |
| 2.3 基于网格技术的数据库集成研究 |
| 2.3.1 传统的数据库集成技术 |
| 2.3.2 数据库网格技术 |
| 2.4 本章小结 |
| 第3章 网格环境下医疗信息系统集成的元数据模型设计与研究 |
| 3.1 网格环境下的元数据研究概述 |
| 3.1.1 SDSC 的元数据研究 |
| 3.1.2 Globus 的元数据研究 |
| 3.1.3 SAM 的元数据研究 |
| 3.1.4 EDG 的元数据研究 |
| 3.2 基于网格的医疗信息系统集成的元数据模型设计 |
| 3.2.1 医学数据库的数据特点 |
| 3.2.2 元数据模型的结构框架 |
| 3.2.3 系统元数据（System Metadata） |
| 3.2.4 访问控制元数据（Access Control Metadata） |
| 3.2.5 数据元数据（Data Metadata） |
| 3.2.6 应用元数据（Application Metadata） |
| 3.3 元数据模型的实现 |
| 3.4 实验测试 |
| 3.4.1 实验环境配置 |
| 3.4.2 测试实例 |
| 3.5 本章小结 |
| 第4章 基于数据网格的医疗信息系统集成模型设计与研究 |
| 4.1 研究背景 |
| 4.2 原型系统模型的设计 |
| 4.2.1 模型的基本结构框架 |
| 4.2.2 模型的特点 |
| 4.3 系统模型的功能模块分析 |
| 4.3.1 数据访问集成模块 |
| 4.3.2 查询处理模块 |
| 4.3.3 数据传输模块 |
| 4.3.4 元数据管理模块 |
| 4.4 原型系统测试 |
| 4.4.1 实验环境及原型系统配置 |
| 4.4.2 测试实例 |
| 4.5 本章小结 |
| 第5章 医学数据库的语义集成研究 |
| 5.1 数据库语义集成的基本问题 |
| 5.1.1 数据库语义异构的种类 |
| 5.1.2 解决数据库语义异构的主要方法 |
| 5.2 异构数据库属性的语义集成 |
| 5.2.1 属性语义集成的方法 |
| 5.2.2 属性语义集成的研究现状 |
| 5.2.3 目前研究中存在的问题 |
| 5.2.4 基于神经网络的属性匹配方法 |
| 5.3 一种改进的基于BP 神经网络的属性匹配方法 |
| 5.3.1 建立基于神经网络的属性匹配的特征指标体系 |
| 5.3.2 属性特征向量的规范化（Nomalization）处理 |
| 5.3.3 利用自组织映射网络（SOM）对属性集进行分类 |
| 5.3.4 利用BP 神经网络进行属性匹配 |
| 5.4 实验测试 |
| 5.4.1 BP 神经网络的构建与训练 |
| 5.4.2 利用BP 神经网络进行属性语义匹配 |
| 5.4.3 讨论与分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文的主要工作总结 |
| 6.2 今后研究工作的展望 |
| 参考文献 |
| 攻读学位期间发表或录用的学术论文 |
| 致谢 |
（9）基于多AGENT的多数据库系统的研究与设计（论文提纲范文）
| 基于多AGENT的多数据库系统研究与设计 |
| 目录 |
| 摘要 |
| 第一章 前言 |
| 1.1 研究背景及意义 |
| 1.2 研究内容 |
| 1.3 论文的组织结构 |
| 第二章 多数据库系统及多AGENT系统概述 |
| 2.1 多数据库系统概述 |
| 2.1.1 多数据库系统的定义 |
| 2.1.2 多数据库系统的特征 |
| 2.1.3 分布式多数据库系统的设计原则及体系结构 |
| 2.1.4 多数库系统与传统的分布式数据库系统的区别与联系 |
| 2.2 多AGENT系统概述 |
| 2.2.1 多AGENT系统组织的定义与特性 |
| 2.2.2 多AGENT系统中的协调方案 |
| 2.2.3 多AGENT系统组织建模的设计原则 |
| 第三章 基于多AGENT的多数据库系统设计 |
| 3.1 基于多AGENT的多数据库系统设计思想 |
| 3.1.1 多数据库系统研究中的问题 |
| 3.1.2 引入多AGENT技术的优势 |
| 3.1.3 引入移动AGENT技术的优势 |
| 3.1.4 基于多AGENT的多数据库系统的设计目标 |
| 3.2 基于多AGENT的多数据库系统的设计 |
| 3.2.1 基于多AGENT的多数据库系统的体系结构 |
| 3.2.2 基于多AGENT的多数据库系分层概述 |
| 3.2.3 基于多AGENT的多数据库系统的访问控制流程 |
| 第四章 多AGENT技术在多数据库的应用 |
| 4.1 用户交互层 |
| 4.1.1 用户交互层交互过程 |
| 4.1.2 用户交互层原操作类图描述 |
| 4.1.3 用户交互层各AGENT的能力及约束 |
| 4.2 任务处理层 |
| 4.2.1 任务处理层技术研究 |
| 4.2.2 全局任务分解 |
| 4.2.3 任务处理层各AGENT的功能及约束 |
| 4.3 事务管理层 |
| 4.3.1 事务管理层技术研究 |
| 4.3.2 事务管理层各AGENT的能力及约束 |
| 4.4 移动AGENT层 |
| 4.4.1 移动AGENT层技术研究 |
| 4.4.2 移动AGENT的主要功能及约束 |
| 4.5 系统信息层 |
| 4.5.1 系统信息层技术研究 |
| 4.5.2 系统信息层DB AGENT的功能设计 |
| 4.6 系统日志 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 工作展望 |
| 参考文献 |
| On the Research and Design of the Multi-database System on the Basis of Multi-AGENT |
| Catalog |
| Abstract |
| Chapter 1 Preface |
| 1.1 The Background and Significance of the Research |
| 1.2 The Content of Researching |
| 1.3 The Framework of the Thesis |
| Chapter 2 An Overview of Multi-database System and Multi-AGENT System |
| 2.1 The Relevant Definition and Characteristics of Multi-database System |
| 2.1.1 Definition of Multi-database System |
| 2.1.2 Characteristics of Multi-database System |
| 2.1.3 The design principles of distributed Multi-database System and systematic structure |
| 2.1.4 The Relationship and Difference between Multi-database System and the Traditional Distributed Database System |
| 2.2 Multi-AGENT System |
| 2.2.1 Definition and Characteristics of Multi-AGENT System |
| 2.2.2 The Coordination Settlement in Multi-AGENT System |
| 2.2.3 The Design Principle of the Building Mode of Multi-AGENT System |
| Chapter 3 The Design of Multi-database System based on Multi-AGENT |
| 3.1 The Design idea of Multi-database System based on Multi-AGENT |
| 3.1.1 Present Problems in Multi-database System |
| 3.1.2 Advantage of Introducing More Multi-database Technology |
| 3.1.3 Advantage of Introducing Mobile AGENT Technology |
| 3.1.4 Design Embodiment of Multi-database System based of Mobile |
| 3.2 Design of Multi-database based on Mobile AGENT |
| 3.2.1 Systematic Structure of Multi-database based on Mobile AGENT |
| 3.2.2 Introduction with layers of Multi-database based on Mobile AGENT |
| 3.2.3 Visiting Controlling Process of Multi-database based on Mobile AGENT |
| Chapter 4 The application of the Multi-AGENT in Multi-database System |
| 4.1 User Interface Layer |
| 4.1.1 Algorithm of User Interface Layer |
| 4.1.2 Description of Operate Class Graph in User's Interface Layer |
| 4.1.3 The capability and restriction of User Interface Agent |
| 4.2 Task Disposing Tier |
| 4.2.1 The Key Technology Research of Task Disposing Tier 4.2.1.1 Definition of Task Disposing Tier |
| 4.2.2 Overall Task Resolving |
| 4.2.3 The Function and Limitation Description of Each AGENT of Task Disposing Tier |
| 4.3 Transaction Management Layer |
| 4.3.1 The Key Technology Research of Transaction Management Layer |
| 4.3.2 Capability and limitation of every AGENT in Transaction Management Layer |
| 4.4 Mobile AGENT Tier |
| 4.4.1 The Key Technology Research of Mobile AGENT |
| 4.4.2 Main Function and Limitation of Mobile AGENT |
| 4.5 System Information Tier |
| 4.5.1 Key Technology Research of System Information Tier |
| 4.5.2 Function and Design of System Information Tier DB AGENT |
| 4.6 System Daily Record |
| Chapter 5 Summary and Prospection |
| 5.1 Summary of the Thesis |
| 5.2 Prospection |
| 多AGENT及分布式数据库系统关键技术研究 |
| 第一章 多数据库系统概述 |
| 1.1 研究背景 |
| 1.2 多数据库系统研究现状 |
| 1.3 多数据库系统的研究综述 |
| 1.4 本文的研究目标 |
| 第二章 Agent及多Agent系统概述 |
| 2.1 Agent的来源和发展 |
| 2.1.1 Agent的来源 |
| 2.1.2 Agent的定义 |
| 2.1.3 Agent的特征 |
| 2.1.4 Agent行为模式 |
| 2.2 多Agent系统的理论、技术及应用 |
| 2.2.1 多Agent系统 |
| 2.2.2 多Agent技术 |
| 2.2.3 多Agent应用研究 |
| 2.2.4 多Agent系统研究中的问题 |
| 第三章 分布式数据库系统概述 |
| 3.1 分布式数据库定义与特点 |
| 3.1.1 分布式数据库系统的定义 |
| 3.1.2 分布式数据库系统的特点 |
| 3.2 分布式数据库系统的体系结构 |
| 3.3 分布式事务 |
| 3.3.1 基本概念 |
| 3.3.2 分布式事务的结构 |
| 3.3.3 分布式事务管理的目标 |
| 3.3.4 分布式事务的恢复机制研究概述 |
| 3.4 分布式查询处理的层次结构 |
| 3.5 分布式查询优化算法的分类 |
| 3.5.1 基于关系代数等价变换的优化算法 |
| 3.5.2 基于半连接算法的查询优化 |
| 3.5.3 基于直接连接算法的查询优化 |
| 第四章 分布式数据库的复制技术研究 |
| 4.1 概述 |
| 4.2 利用复制技术的优点 |
| 4.3 数据复制的现状 |
| 4.3.1 oracle复制技术 |
| 4.3.2 SQL Server复制技术 |
| 4.3.3 Sybase复制技术 |
| 4.3.4 DB2复制技术 |
| 4.3.5 My SQL复制技术 |
| 4.4 数据复制常用的方法 |
| 4.4.1 基于触发器法 |
| 4.4.2 基于事务法 |
| 4.4.3 基于时间戳法 |
| 4.4.4 基于API法 |
| 4.4.5 主副本法(primary copy method) |
| 4.4.6 定额同意法(quorum consensus method) |
| 4.4.7 可用副本法(available copy method) |
| 4.4.8 Two-tier复制 |
| 第五章 分布式数据库的并发控制 |
| 5.1 并发控制的概念及原理 |
| 5.1.1 并发控制概念 |
| 5.1.2 分布式事务的可串行化理论 |
| 5.2 并发控制的分类 |
| 5.2.1 基于时间戳技术的并发控制 |
| 5.2.2 基于封锁技术的并发控制 |
| 5.3 分布式死锁 |
| 5.3.1 死锁概述 |
| 5.3.2 分布式数据库死锁条件 |
| 5.3.3 分布式死锁检测算法 |
| 参考文献 |
| Key technology study on Multiagent and distribute database system. |
| Catalog |
| Chapter 1 The Summarization of distributed and constructed differently Multidatabase System.. |
| 1.1 background of Study |
| 1.2 research situation of distributed and Multidatabase System |
| 1.3 The study Summarization of distributed and constructed differently Multidatabase System |
| 1.4 Design intention and structure on paper |
| 1.4.1 Design intention on paper |
| Chapter 2 The Summarization of Agent and Multiagent System |
| 2.1 Origin and development on agent |
| 2.1.1 The Origin of agent |
| 2.1.2 The define of Agent |
| 2.1.3 The character of Agent |
| 2.1.4 Action mode of Agent |
| 2.2 Theory,technology and application on Multiagent |
| 2.2.1 Multiagent System |
| 2.2.2 The technology of Multiagent |
| 2.2.3 Application Study of Multiagent |
| 2.2.4 Problem in the Study of Multiagent System |
| Chapter 3 The Summarization of Distributed Database System |
| 3.1 The definition and character of distributed database |
| 3.1.1 The definition of distributed database System |
| 3.1.2 The character of distributed database system |
| 3.2 The System framework of distributed database system |
| 3.3 Distributed transaction |
| 3.3.1 Basic concept |
| 3.3.2 The structure of distributed transaction |
| 3.3.3 The goal of distributed transaction management |
| 3.3.4 The Summarization of Study on distributed transaction comeback mechanism |
| 3.4 The hierarchy structure of distribute query process |
| 3.5 The class of distributed optimization query algorithm |
| 3.5.1 Optimization algorithm varied on the basis of the relation algebra equivalence |
| 3.5.2 The inquiry based on half a connection algorithm is optimized[Xie wen ge,2006] |
| 3.5.3 Optimize on the basis of the inquiry joining the algorithm directly |
| Chapter 4 Study on duplicate technology of distributed database |
| 4.1 Summarize |
| 4.2 The merit of Copy technology |
| 4.3 The actuality of data Copy technology |
| 4.3.1 Copy technology of Oracle |
| 4.3.2 Copy technology of SQL Server |
| 4.3.3 Copy technology of Sybase |
| 4.3.4 Copy technology of DB2 |
| 4.3.5 Copy technology of Oracle My SQL |
| 4.4 common method of data copy |
| 4.4.1 The method based on trigger |
| 4.4.2 The method based on transaction |
| 4.4.3 The method based on timer |
| 4.4.4 The method based on API |
| 4.4.5 The method based on primary copy |
| 4.4.6 The method based on quorum consensus |
| 4.4.7 The method based on available copy |
| 4.4.8 The method based on Two-tier copy |
| Chapter 5 Intercurrent control of distributed database |
| 5.1 Concept and principle of Intercurrent control |
| 5.1.1 Concept of Intercurrent control |
| 5.1.2 The Serial theory of distributed Transaction |
| 5.2 The class of Intercurrent control |
| 5.2.1 Intercurrent control based on timer |
| 5.2.2 Intercurrent control based on lock technology |
| 5.3 Distributed deadlock |
| 5.3.1 The Concept of deadlock |
| 5.3.2 The condition of deadlock on distributed database |
| 5.3.3 Deadlock detector Algorithm of distributed system |
| 致谢 |
（10）多数据库系统中的关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 多数据库系统的研究背景及研究现状 |
| 1.2.1 多数据库系统的研究背景 |
| 1.2.2 研究现状 |
| 1.3 多数据库系统的基本概念及关键技术 |
| 1.3.1 多数据库系统的概念 |
| 1.3.2 多数据库中的关键技术 |
| 1.4 课题来源 |
| 第二章 多数据库系统中的事务处理 |
| 2.1 引言 |
| 2.2 多数据库系统中的事务管理 |
| 2.2.1 多数据库系统中事务模型 |
| 2.2.2 保持全局可串行化所面对的问题 |
| 2.2.3 并发控制 |
| 2.3 全局死锁的解决 |
| 2.3.1 两种解决全局死锁的方法 |
| 2.3.2 解决全局死锁的新方法 |
| 第三章 多数据库中模式冲突的消解 |
| 3.1 模式冲突的分类 |
| 3.2 模式冲突的消解 |
| 3.2.1 模式冲突的消解概述 |
| 3.2.2 MDBS中一对一实体冲突的消解算法 |
| 第四章 多数据库系统的查询处理 |
| 4.1 影响查询分解的因素及分解方法 |
| 4.1.1 查询分解过程 |
| 4.1.2 子查询结果处理 |
| 4.2 查询处理优化 |
| 4.2.1 数据复制下的查询优化 |
| 4.2.2 站点间连接的优化 |
| 第五章 多数据库系统的设计 |
| 5.1 CORBA技术简介 |
| 5.2 基于CORBA的多数据库系统模型 |
| 5.2.1 概述 |
| 5.2.2 MDBS系统的体系结构 |
| 5.2.3 系统的实现细节 |
| 5.2.4 系统的优点 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
四、文件系统和多数据库系统的集成方法研究（论文参考文献）
- [1]面向发动机维护的知识资源汇聚及关联分析[D]. 陈富钊. 昆明理工大学, 2020(05)
- [2]面向语义描述与数据查询的大数据组织方法及其关键应用技术研究[D]. 王新阳. 华南理工大学, 2018(02)
- [3]多源异构装备数据集成研究综述[J]. 李亢,李新明,刘东. 中国电子科学研究院学报, 2015(02)
- [4]铁路领域中多数据库系统的研究与实现[D]. 邓林. 西南交通大学, 2012(03)
- [5]多数据库系统事务处理优化技术研究[D]. 杜立佳. 西安建筑科技大学, 2010(12)
- [6]多数据库中间件查询设计与实现[D]. 何浩. 西安建筑科技大学, 2010(12)
- [7]基于数据库技术的异构信息共享平台的研究[D]. 王站立. 大连交通大学, 2010(08)
- [8]基于网格技术的医疗信息系统集成研究[D]. 罗永兴. 上海交通大学, 2008(04)
- [9]基于多AGENT的多数据库系统的研究与设计[D]. 刘贵如. 云南师范大学, 2007(S1)
- [10]多数据库系统中的关键技术研究[D]. 陈海燕. 武汉理工大学, 2007(05)