第9章数据库的新技术.pptVIP

第9章 数据库的新技术 9.1 分布式数据库系统 9.1 分布式数据库系统 9.1 分布式数据库系统 9.2 对象关系数据库系统 9.2.1 面向对象数据模型 9.2.1 面向对象数据模型 9.2.2 对象关系数据库 9.2.2 对象关系数据库 9.2.2 对象关系数据库 9.2.2 对象关系数据库 9.2.2 对象关系数据库 9.2.2 对象关系数据库 9.2.2 对象关系数据库 9.3 并行数据库系统 9.3 并行数据库系统 9.3 并行数据库系统 9.3 并行数据库系统 9.3 并行数据库系统 9.3 并行数据库系统 9.4 多媒体数据库 9.4 多媒体数据库 9.4 多媒体数据库 9.4.1 多媒体数据库体系结构 9.4.1 多媒体数据库体系结构 9.4.1 多媒体数据库体系结构 9.4.1 多媒体数据库体系结构 9.4.1 多媒体数据库体系结构 9.4.1 多媒体数据库体系结构 9.4.2 多媒体数据库的层次结构 9.4.2 多媒体数据库的层次结构 9.4.3 多媒体数据库基于内容检索 9.4.3 多媒体数据库基于内容检索 9.4.3 多媒体数据库基于内容检索 9.5 数据仓库和数据挖掘 9.5.1 数据仓库 9.5.1 数据仓库 9.5.1 数据仓库 9.5.2 数据挖掘 9.5.2 数据挖掘 9.5.2 数据挖掘 9.5.2 数据挖掘 9.5.2 数据挖掘 9.5.2 数据挖掘 9.5.2 数据挖掘 9.5.2 数据挖掘 9.5.2 数据挖掘 2．多媒体数据库的层次划分 已经有许多人提出过多媒体数据库的层次划分，包括对传统数据库的扩展、对面向对象数据库的扩展、超媒体层次扩展等。虽然各有所不同，但总的思路是很相近的，大多是从最低层增加对多媒体数据的控制与支持，在最高层支持多媒体的综合表现和用户的查询描述，在中间增加对多媒体数据的关联和超链的处理，其概念层次如图9.11所示。 图9.11 多媒体数据库层次示意图 1．基于颜色直方图的检索 颜色直方图是一幅图像中各种颜色（或灰度）像素点数量的比例图。它是一种基于统计的特征提取方式。通过统计一幅图像中的不同的颜色（灰度）种类和每种颜色的像素数，并以直方图形式表示出来就构成了图像的颜色直方图。图9.12是一幅图像及其直方图，分为R、G、B和灰度4个通道，曲线表示具有该色阶值的像素个数。 图9.12 图像及其直方图 利用基于颜色直方图检索，其示例可以由如下方法给出。 ① 使用颜色的构成：如检索“约45%红色，25%绿色的图像”，这些条件限定了红色和绿色在直方图的比例，检索系统会将查询条件转换为对颜色直方图的匹配模式。检索结果中所有图像的颜色分布都符合指定的检索条件，尽管查到的大多数不是所要的图像，但缩小了查询空间。 ② 使用一幅图像：将一幅图像的颜色直方图作为检索条件时，系统用该图像的颜色直方图与数据库中的图像颜色直方图进行匹配，得到检索结果的图像集合。 ③ 使用图像的一块子图：使用从图像中分割出来的一块子区域的颜色直方图，从数据库中确定具有相似图像颜色特征的结果图像集合。 2．基于轮廓的检索 基于轮廓的检索是用户通过勾勒图像的大致轮廓，从数据库中检索出轮廓相似的图像。 3．基于纹理的检索 纹理是通过色彩或明暗度的变化体现出来的图像表面细节。其特征包括粗糙性、方向性和对比度等。对纹理的分析方法主要有统计法和结构法两种。 ① 统计法用于分析如木纹、沙地、草坪等细密而规则的对象，并根据像素间灰度的统计特性对纹理规定出特征，以及特征与参数之间的关系。 ② 结构法适于如布纹图案、砖墙表面等排列规则对象的纹理，结构法根据纹理基元及其排列规则描述纹理的结构和特征，以及特征与参数的关系。 基于纹理的检索往往采用示例法。检索时首先将已有的图像纹理以缩略图形式全部呈现给用户，当用户选中其中一个和查询要求最接近的纹理形式时，系统以查询表的形式让用户进一步调整纹理特征，并逐步返回越来越精确的结果。 随着信息量和信息媒体种类的不断增加，对信息的管理和检索也变得越来越困难。多媒体数据库从不同的技术角度探索了对多媒体信息进行集成管理的方法，但技术上还有许多没有解决的问题，距离完善的实用阶段还有相当的差距。 9.5.1 数据仓库 1．数据仓库的概念 简言之，数据仓库是一种语义上一致的数据存储，它充当决策支持数据模型的物理实现，并存放企业战略决策所需的信息。 相同容量的数据仓库采用不同组织形式，完成数据分析的效果和处理的时间会有所不同，通常有以下几种组织形式： ① 简单堆积文件组织方式，将每天由数据库提取并处理后的数据逐天存储起来。 ② 定期综合文件组织方式，将数据存储单位分成日、周、月、季度、年等