时态数据库

❶ 时态数据库的什么是时态数据

时态数据是表示某个时间点的状态的数据，如1990 年香港的土地利用模式或 2009 年7 月1 日檀香山的总降雨量。通过收集时态数据可分析天气模式和其他环境变量、监视交通状况、研究人口统计趋势等等。可从许多来源获取时态数据，从手动输入的数据到使用观测传感器收集或模拟模型生成的数据，均可作为来源。以下是时态数据的一些示例。

左侧示例在 ArcMap 中显示了1700 年到1992 年间世界范围内的耕地百分比(以格网单元计)变化中1992 年的情况。当随着时间对这些变化进行显示时，可发现某些地区的农田百分比会随着时间的推移而增加。中间示例在 ArcGlobe 中显示了从 1997 年 4 月 18 日开始海水表面温度的变化。数据涵盖的时间段为 1997–1998，是一个厄尔尼诺年。当随着时间对这些变化进行显示时，可发现海水表面温度在每个连续的月份都会产生变化。右侧示例在 ArcMap 中显示了 1994 年怀俄明州的某个生产基地的石油和天然气生产情况。当随着时间对这些变化进行显示时，地图上的饼图显示了每个生产井的石油与天然气生产率的变化(红色部分表示天然气的桶数(折合成等量的石油)，绿色部分表示石油的桶数)。该图显示了整个生产基地随时间变化的生产情况：天然气(以红色表示)、石油(以绿色表示)以及水(以蓝色表示)。
存储时态数据
在 ArcGIS 中，可以使用各种不同格式(如要素类、镶嵌数据集、栅格目录等等)来存储和管理时态数据。选择哪种格式取决于时态数据的属性以及希望如何显示时态数据。
以下是一些使用情境以帮助您决定应使用哪种数据格式来存储时态数据。 移动要素 - 显示海洋哺乳动物或其他生物的点位置，以便了解它们的运动模式。 更改要素的大小或形状 - 了解每个城市的人口增长或了解宗地边界的变化。 更改要素的颜色 - 根据图层符号系统的颜色变化，了解疾病致死率的增长方式。 使用栅格目录或 netCDF 数据检查变化 - 观测海洋温度变化或观测天气模式。 图表中随时间变化的图 - 检查不同地点的臭氧含量或水压变化。 存储时间值
数据的时间值可用固定或不固定的时间间隔内的某个采样时间点来表示。这些时间值存储在单独的属性字段中，并可用于在时间线上的某些特定时间点来显示时态数据。例如，在固定间隔内的不同时间点上采集流量数据。但是闪电或地震数据取决于特定的闪电风暴或地震发生的时间，因此以不固定的间隔进行采集。
时间值还能代表一段持续时间，例如当某个特定事件在一段时间内持续发生时。在这种情况下，时间值将存储在两个字段中，一个字段代表事件的开始时间，一个字段代表事件的结束时间。例如，表示火范围的面要素具有开始和结束时间，分别取决于火势的开始时间和结束时间。
这些时间值可以存储在日期字段、字符串字段或数值字段中。
在 ArcGIS 中使用时态数据
在时间启用图层之后，可在 ArcGIS 中显示时态数据。通过使用图层属性 对话框上的时间选项卡来设置图层的时间属性即可实现数据的显示。设置时态数据的时间属性后，即可使用时间滑块来显示时态数据。还可以将启用时间的图层作为地图服务来使用。

❷ 时态数据库的介绍

时态数据库(Temporal Database)主要用于记录那些随着时间而变化的值的历史，而这些历史值对应用领域而言又是重要的，这类应用有：金融、保险、预订系统、决策支持系统等。

❸ 大数据挖掘是什么

数据挖掘(DataMining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

数据挖掘对象

根据信息存储格式，北大青鸟云南计算机学院http://www.kmbdqn.cn/认为用于挖掘的对象有关系数据库、面向对象数据库、数据仓库、文本数据源、多媒体数据库、空间数据库、时态数据库、异质数据库以及Internet等。

数据挖掘流程

定义问题：清晰地定义出业务问题，确定数据挖掘的目的。

数据准备：数据准备包括：选择数据_在大型数据库和数据仓库目标中提取数据挖掘的目标数据集;数据预处理_进行数据再加工，包括检查数据的完整性及数据的一致性、去噪声，填补丢失的域，删除无效数据等。

数据挖掘：根据数据功能的类型和和数据的特点选择相应的算法，在净化和转换过的数据集上进行数据挖掘。

结果分析：对数据挖掘的结果进行解释和评价，转换成为能够最终被用户理解的知识。

数据挖掘分类

直接数据挖掘：目标是利用可用的数据建立一个模型，这个模型对剩余的数据，对一个特定的变量(可以理解成数据库中表的属性，即列)进行描述。

间接数据挖掘：目标中没有选出某一具体的变量，用模型进行描述;而是在所有的变量中建立起某种关系。

数据挖掘的方法

神经网络方法

神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。

遗传算法

遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法，是一种仿生全局优化方法。遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据挖掘中被加以应用。

决策树方法

决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从中找到一些有价值的，潜在的信息。它的主要优点是描述简单，分类速度快，特别适合大规模的数据处理。

❹ 时态数据库的时态数据库理论的基本概念

时态数据库理论提出了三种基本时间：用户自定义时间、有效时间和事务时间。同时把数据库分为四种类型：快照数据库、回滚数据库、历史数据库和双时态数据库。
 用户自定义时间：指用户根据自己的需要或理解定义的时间。时态数据库系统不处理用户自己定义的时间类型。因此，用户自定义时间是和应用相关的，不在时态数据库处理的范围之内。
 有效时间（Valid-Time）：指一个对象在现实世界中发生并保持的时间，即该对象在现实世界中语义为真的时间，包含Valid-From和Valid-To两个值。它可以指示过去、现在和未来。例如，考虑事实“小明从2003年到2007年是大学生”，那么时间区间[2003, 2007]是事实“小明是大学生”的有效时间区间，该事实在该时间区间内为真。有效时间可以是时间点、时间点的集合、时间区间或者时间区间的集合，或者是整个时间域。有效时间由时态数据库系统解释并处理，在查询的过程中对用户透明。用户也可以显式地查询和更新有效时间。
 事务时间（Transaction-Time）：指一个数据库对象发生操作的时间，是一个事实存储在数据库、或者在数据库中发生改变的时间，包含Transaction-From和Transaction-To两个值。当用户对数据库状态进行更改时，会产生各种操作历史，事务时间真实地记录了数据库状态变更的历史。有时也称事务时间为系统时间。
 快照数据库：快照数据库是反映现实世界某一瞬间情况的数据模型。它记录了特定时刻的数据库状态。快照数据库采用这样的假设：一个存储在数据库中的元组，一定是真实世界中的有效事实。
 历史数据库：数据库中被管理对象的生命周期是对象的有效时间，每一个元组记录了数据的一个“历史”状态。历史数据库中没有约束时间的表示方法，可以是时间点的集合、时间区间或者区间集合等形式表示。
回滚数据库：数据库中被管理对象的生命周期是事务时间的数据库。它保存了数据库中事务提交、状态演变的历史状态。
双时态数据库：数据库中元组包含一个系统支持的有效时间和一个系统支持的事务时间的数据库，称为双时态数据库。双时态数据库具备了快照数据库、历史数据库和回滚数据库的特点，存储了现实世界和数据库系统的变更历史。
 Now：Now的中文意思是当前时间，是一个时间变元，随着当前时间的变化而变化，记录了随时间变化的信息，它的有效值依赖于当前时间。但在很多应用当中，now值还能表示“过去”和“未来”时间，这就是now语义的研究课题，它对于提高时态系统查询效率具有比较重要的意义。有关now语义的讨论可参见 软件学报 Vol. 16, No.5 (2005) 838-845

❺ database是什么意思

database
n. 数据库，资料库
数据库
资料库
数据库技术
数据
短语
Relational database 关系数据库 ; 相关数据库 ; 关联式资料库 ; 关系型数据库
Temporal database 时间数据库 ; 时态数据库 ; 时间资料库 ; 资料库
Graph database 图数据库 ; 图形数据库 ; 图学资料库
相关例句：
1.
That should do it for your database schema.
对于您的数据库模式，应当那样做。

2.
Branch officials can access the central database.
分行官员可利用中央数据库。

3.
Then, the view loops through each of these to provide the value of each columnin the database.
然后，该视图通过在列表中的每个列上进行循环，提供数据库中每一列的值。

❻ 什么是时态数据库和工程数据库

时态数据库(Temporal Database)主要用于记录那些随着时间而变化的值的历史。
而这些历史值对应用领域而言又 时态数据库是重要的
这类应用有：金融、保险、预订系统、决策支持系统等。
目前时态数据库还没有像如Oracle、SQL Server等大型关系数据库那样的产品。
知识工程KBE（Knowledge Based Engineering）是通过知识的驱动和繁衍对工程问题和任务提供最佳解决方案的计算机集成处理技术。由于KBE技术的开放性，到目前为止，尚未有一种公认的完整定义。
知识工程是一种存储并处理与产品模型有关的知识，且基于产品模型的计算机软件系统。
其技术内涵可总结为：
①知识工程是关于设计、制造等的处理过程。
②知识工程是领域专家知识的总结和集成的过程。
③知识工程是CAD /CAM /CAE 技术与AI 技术的综合与集成过程。

❼ 什么是时态数据库、和传统数据库有什么不一样还有中间件和UML，谁能简要介绍下

区别于传统的关系型数据库(RDBMS)，时态数据库(Temporal Database)主要用于记录那些随着时间而变化的值的历史，而这些历史值对应用领域而言又 时态数据库是重要的，这类应用有：金融、保险、预订系统、决策支持系统等。
目前时态数据库还没有像如Oracle、SQL Server等大型关系数据库那样的产品。在当前时态数据库技术尚未完全成熟的现状下，DBMS提供商不会轻易把时态处理功能引入现有的DBMS中，因此，利用成熟的RDBMS数据库，建立时态数据库的中间件，在现阶段是一个较好的选择，因此就应运而生TimeDB和TempDB了。

中间件是一种独立的系统软件或服务程序，分布式应用软件借助这种软件在不同的技术之间共享资源。中间件位于客户机/ 服务器的操作系统之上，管理计算机资源和网络通讯。是连接两个独立应用程序或独立系统的软件。相连接的系统，即使它们具有不同的接口，但通过中间件相互之间仍能交换信息。执行中间件的一个关键途径是信息传递。通过中间件，应用程序可以工作于多平台或 OS 环境。

可扩展标记语言 (Extensible Markup Language, XML) ，用于标记电子文件使其具有结构性的标记语言，可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。 XML是标准通用标记语言 (SGML) 的子集，非常适合 Web 传输。XML 提供统一的方法来描述和交换独立于应用程序或供应商的结构化数据。

❽ 时态数据库的什么是时态数据库

区别于传统的关系型数据库(RDBMS)，
目前时态数据库还没有像如Oracle、SQL Server等大型关系数据库那样的产品。在当前时态数据库技术尚未完全成熟的现状下，DBMS提供商不会轻易把时态处理功能引入现有的DBMS中，因此，利用成熟的RDBMS数据库，建立时态数据库的中间件，在现阶段是一个较好的选择，因此就应运而生TimeDB和TempDB了。

❾ 时态数据库的时态数据库脚本ATSQL的使用

时态数据处理构件根据ATSQL2的语法引入了Now、Beginning和Forever三个变元。Beginning和Forever分别表示时态数据处理构件所能表示的时间起点和终点。Now表示当前时间。每次执行操作时必须使Now绑定到一个固定的值（操作执行的当前时间），这样后继操作才能正常进行。在下面的ATSQL2中表示的这几个单词是具有具体的含义的。
ATSQL2的数据定义语句包括以下几项功能：创建表、创建视图、删除表、删除视图。
ATSQL2语言和普通SQL语句一样，使用“create table”关键字创建数据库表，关键字“as validtime”用于指示系统创建具有有效时间支持的数据库表。

❿ 时态数据库的时态数据库管理系统

传统数据库管理系统（DBMS）具有支持时间和日期的数据类型，但不能直接支持和管理时态数据，关于时态方面的操作需要由另行编写的应用程序完成。时态数据库管理系统（TDBMS）具有提供时态数据操作和支持时态数据管理的基本功能。 一个TDBMS需要具有下述子系统：
时态数据定义子系统 用来定义（创建、取消和修改）各种时态数据。时态数据操纵子系统 用来控制时态数据的各种基本操作。时态数据查询子系统 用来查询各类时态数据并且提供时态语义的支持。时态约束子系统 用来支持数据完整性过程中的各类时间关联与制约，例如被参照表中主键有效时间期间变化时参照表中外键的变化等。该子系统的基本功能是保证时态数据的一致性。 TempDB是由汤庸教授领导的时态数据库研究小组于2002年开发研制，目前最新版本2.1版。作为国内首个支持时态数据管理的TDBMS，TempDB在逻辑上使用双时态数据模型，使用ATSQL2语言，支持电子政务、电子商务、决策支持等信息处理系统中的时态应用；同时，TempDB在技术上基于关系数据库管理系统MySQL平台、采用JAVA语言进行底层开发，具有较强的可移植性以及部署方便。 相对TimeDB，而TempDB能支持基于Now语义复杂操作，支持不确定时态语义查询；TempDB同时实现了运行归并和更新归并两种，这样不会出现时间戳相邻而用户定义属性完全相同的（未可归并）情形；TempDB能支持基于Now语义复杂操作，支持不确定时态语义查询。此外，TempDB还提供统一的图形化界面供用户输入语句、查看语句执行结果和中间结果，以及检测语句执行时的可能出错信息。