1) synopsis data model
概要数据模型
2) conceptual data model
概念数据模型
1.
METHODS: Essential health institutional information were classified and abstracted according to national health information conceptual data model, and data modeling was performed by UML method, and data elements were standardized based on available standards.
方法依据国家卫生信息概念数据模型的实体分类对卫生机构基本信息归类和抽象,用UML方法对数据进行建模,参考已有的标准规范数据元。
2.
Both the conceptual data model and the physical ones related to highway project database are also designed.
本文首先简述了PowerDesigner的建模方法与步骤,在分析平台系统总体结构的基础上,探讨了公路工程数据的组织,以及利用PowerDesigner建立概念数据模型和物理数据模型等建模的关键问题,通过广东省公路工程地理信息平台数据库建模实践,验证了文中的建模方法。
3.
In this paper,several issues, such as methods of modeling using PowerDesigner, organization of welding enterprise resource data, conceptual data model and physical data model, about welding enterprise resource database are discussed in detail.
简述了利用PowerDesigner进行数据库建模的方法,分析探讨了焊接企业资源数据库的组织以及概念数据模型和物理数据模型的建立过程,并通过实践验证了使用该建模工具确实能高效、准确地进行数据库建模。
3) sample data probability model
感知数据概率模型
1.
Sampling and scheduling algorithm for wireless sensor networks based on sample data probability model;
基于感知数据概率模型的无线传感器网络采样和通信调度算法
4) BCDM
双时态概念数据模型(BCDM)
5) sketch data structure
概要数据结构
1.
A new hierarchical sketch data structure was implemented,which summarized the hierarchical structure in stream data and the key component of which was a pairwise independent family of hash functions based on exclusive-or operator.
利用一类基于异或运算的两两相互独立的哈希函数族,实现了对多层结构流数据进行“概括”的概要数据结构。
2.
A hierarchical Count-Min(HCM) sketch data structure is implemented to summarize the hierarchical structure in stream data.
构造了多层Count-Min概要数据结构来概括流数据中的层次结构。
3.
The main contributions included: the sketch data structure and the frequent sketch algorithm of data streams were designed for anomaly detection of LSN.
主要包括以下创新点:设计了一种面向异常发现的网络流量概要数据结构和突发高频事件检测算法;提出了一种基于安全监测策略定制的预查询方法来进行多数据流的关联监测并且对数据流查询进行了优化;在真实数据分析的基础上,对网络业务量进行了数据约减,使得监测部分特殊类型的数据流能最大程度地获得整体网络业务量的变化特征以提高异常发现的效率。
6) synopsis data structure
概要数据结构
1.
The research kernel is to design an effective single data set scanning arithmetic,update synopsis data structure which represents the data set in the memory space that less than data scale continually,then draw an approximate query result quickly according to this struct.
流数据的特点是数据持续到达,且速度快、规模宏大;其研究核心是设计高效的单遍数据集扫描算法,在一个远小于数据规模的内存空间里不断更新一个代表数据集的结构———概要数据结构,使得在任何时候都能够根据这个结构迅速获得近似查询结果。
2.
First,the synopsis data structure of data streams is constructed by concise sampling method.
针对数据流上变化的挖掘问题,提出了算法NBCC,首先利用精确抽样的方法对数据流构建概要数据结构,然后借鉴经典朴素贝叶斯分类方法的思想,将训练样本集分成Ci类,i=1,2,…,m。
3.
The ways to devise such synopsis data structures are introduced.
研究的核心是设计高效的单遍数据集扫描算法,在一个远小于数据规模的内存空间里不断更新一个代表数据集的结构—概要数据结构,使得在任何时候都能够根据这个结构迅速获得近似查询结果。
补充资料：数据模型
数据库系统中用以提供信息表示和操作手段的形式构架。数据模型包括数据库数据的结构部分、数据库数据的操作部分和数据库数据的约束条件。
数据结构 数据结构是目标类型的集合。目标类型是数据库的组成成分，一般可分为两类：数据类型、数据类型之间的联系。数据类型如DBTG(数据库任务组)网状模型中的记录型、数据项，关系模型中的关系、域等。联系部分有DBTG网状模型中的系型等。数据操作部分是操作算符的集合，包括若干操作和推理规则，用以对目标类型的有效实例所组成的数据库进行操作。数据约束条件是完整性规则的集合，用以限定符合数据模型的数据库状态，以及状态的变化。约束条件可以按不同的原则划分为数据值的约束和数据间联系的约束；静态约束和动态约束；实体约束和实体间的参照约束等。
概念的发展 随着数据库学科的发展，数据模型的概念也逐渐深入和完善。早期，一般把数据模型仅理解为数据结构。其后，在一些数据库系统中，则把数据模型归结为数据的逻辑结构、物理配置、存取路径和完整性约束条件等四个方面。现代数据模型的概念，则认为数据结构只是数据模型的组成成分之一。数据的物理配置和存取路径是关于数据存储的概念，不属于数据模型的内容。此外，数据模型不仅应该提供数据表示的手段，还应该提供数据操作的类型和方法，因为数据库不是静态的而是动态的。因此，数据模型还包括数据操作部分。
三种重要模型 层次模型、网状模型和关系模型是三种重要的数据模型。这三种模型是按其数据结构而命名的。前两种采用格式化的结构。在这类结构中实体用记录型表示，而记录型抽象为图的顶点。记录型之间的联系抽象为顶点间的连接弧。整个数据结构与图相对应。对应于树形图的数据模型为层次模型；对应于网状图的数据模型为网状模型。关系模型为非格式化的结构，用单一的二维表的结构表示实体及实体之间的联系。满足一定条件的二维表，称为一个关系（见关系数据库）。
格式化模型可以描述复杂的数据结构，用存取路径实现数据间的联系。从60年代后期以来，在各种计算机系统上建立了许多层次模型和网状模型的数据库管理系统。这些系统成功地应用于数据处理。但这类系统具有以下缺点。首先是使用了许多与数据操作任务无关的概念，如DBTG系统中的系，用户必须按照存取路径存取数据库中的数据。其次，不支持集合处理，即未提供一次处理多个记录的功能。第三，没有充分认识端点用户直接与数据库对话的需求，缺乏为适应非预期查询而增加系统设施的能力。这些缺点降低了程序和数据的独立性，影响应用程序员的工作效率，限制端点用户对数据库的使用。
关系模型严格符合现代数据模型的定义。数据结构简单清晰。存取路径完全向用户隐蔽，使程序和数据具有高度的独立性。关系模型的数据语言非过程化程度较高，用户性能好，具有集合处理能力，并有定义、操纵、控制一体化的优点。关系模型中，结构、操作和完整性规则三部分联系紧密。关系数据库系统为提高程序员的生产率，以及端点用户直接使用数据库提供了一个现实基础。
关系模型研究的一个课题，是扩展关系模型和把数据模型形式化。1981年提出可把数据模型看成是抽象的程序设计语言。数据库是变量，数据库模式是变量的类型。数据库状态是某类变量所取的值。数据定义语言给出说明数据库变量的语法，数据操纵语言是数据模型中操作类型的具体实现，而数据库管理系统是某个数据定义语言和数据操纵语言的具体实现。这样，就可以用程序设计语言的形式概念和方法来研究数据模型。
参考书目
萨师煊、王珊：《数据库系统概论》，高等教育出版社，北京，1984。
数据结构 数据结构是目标类型的集合。目标类型是数据库的组成成分，一般可分为两类：数据类型、数据类型之间的联系。数据类型如DBTG(数据库任务组)网状模型中的记录型、数据项，关系模型中的关系、域等。联系部分有DBTG网状模型中的系型等。数据操作部分是操作算符的集合，包括若干操作和推理规则，用以对目标类型的有效实例所组成的数据库进行操作。数据约束条件是完整性规则的集合，用以限定符合数据模型的数据库状态，以及状态的变化。约束条件可以按不同的原则划分为数据值的约束和数据间联系的约束；静态约束和动态约束；实体约束和实体间的参照约束等。
概念的发展 随着数据库学科的发展，数据模型的概念也逐渐深入和完善。早期，一般把数据模型仅理解为数据结构。其后，在一些数据库系统中，则把数据模型归结为数据的逻辑结构、物理配置、存取路径和完整性约束条件等四个方面。现代数据模型的概念，则认为数据结构只是数据模型的组成成分之一。数据的物理配置和存取路径是关于数据存储的概念，不属于数据模型的内容。此外，数据模型不仅应该提供数据表示的手段，还应该提供数据操作的类型和方法，因为数据库不是静态的而是动态的。因此，数据模型还包括数据操作部分。
三种重要模型 层次模型、网状模型和关系模型是三种重要的数据模型。这三种模型是按其数据结构而命名的。前两种采用格式化的结构。在这类结构中实体用记录型表示，而记录型抽象为图的顶点。记录型之间的联系抽象为顶点间的连接弧。整个数据结构与图相对应。对应于树形图的数据模型为层次模型；对应于网状图的数据模型为网状模型。关系模型为非格式化的结构，用单一的二维表的结构表示实体及实体之间的联系。满足一定条件的二维表，称为一个关系（见关系数据库）。
格式化模型可以描述复杂的数据结构，用存取路径实现数据间的联系。从60年代后期以来，在各种计算机系统上建立了许多层次模型和网状模型的数据库管理系统。这些系统成功地应用于数据处理。但这类系统具有以下缺点。首先是使用了许多与数据操作任务无关的概念，如DBTG系统中的系，用户必须按照存取路径存取数据库中的数据。其次，不支持集合处理，即未提供一次处理多个记录的功能。第三，没有充分认识端点用户直接与数据库对话的需求，缺乏为适应非预期查询而增加系统设施的能力。这些缺点降低了程序和数据的独立性，影响应用程序员的工作效率，限制端点用户对数据库的使用。
关系模型严格符合现代数据模型的定义。数据结构简单清晰。存取路径完全向用户隐蔽，使程序和数据具有高度的独立性。关系模型的数据语言非过程化程度较高，用户性能好，具有集合处理能力，并有定义、操纵、控制一体化的优点。关系模型中，结构、操作和完整性规则三部分联系紧密。关系数据库系统为提高程序员的生产率，以及端点用户直接使用数据库提供了一个现实基础。
关系模型研究的一个课题，是扩展关系模型和把数据模型形式化。1981年提出可把数据模型看成是抽象的程序设计语言。数据库是变量，数据库模式是变量的类型。数据库状态是某类变量所取的值。数据定义语言给出说明数据库变量的语法，数据操纵语言是数据模型中操作类型的具体实现，而数据库管理系统是某个数据定义语言和数据操纵语言的具体实现。这样，就可以用程序设计语言的形式概念和方法来研究数据模型。
参考书目
萨师煊、王珊：《数据库系统概论》，高等教育出版社，北京，1984。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条