1、近些年來(lái)，隨著數(shù)據(jù)采集技術(shù)的日益豐富和迅猛發(fā)展，人們可以利用的數(shù)據(jù)資源急劇增加，對(duì)海量數(shù)據(jù)進(jìn)行科學(xué)組織、存儲(chǔ)和管理的數(shù)據(jù)庫(kù)技術(shù)得到了廣泛的應(yīng)用。另外，隨著人們對(duì)客觀世界認(rèn)識(shí)的逐步深入，現(xiàn)實(shí)應(yīng)用中普遍存在的數(shù)據(jù)不確定性開(kāi)始得到業(yè)界的重視。在不確定數(shù)據(jù)庫(kù)中加入索引可以極大的提高數(shù)據(jù)的查詢效率，因此，如何引入有效的索引機(jī)制來(lái)管理不確定數(shù)據(jù)并且高效的支持查詢操作成了數(shù)據(jù)庫(kù)領(lǐng)域的研究熱點(diǎn)。
　　雖然在傳統(tǒng)數(shù)據(jù)庫(kù)領(lǐng)域中范圍查詢得到了系統(tǒng)的研究

2、，但是由于不確定數(shù)據(jù)一般都帶有概率，傳統(tǒng)的范圍查詢算法都不能直接應(yīng)用于不確定數(shù)據(jù)庫(kù)。為了解決這個(gè)問(wèn)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(shù)據(jù)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(jié)點(diǎn)中附加的邊界概率信息，設(shè)計(jì)了一組快速計(jì)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(guò)對(duì)不確定對(duì)象進(jìn)行過(guò)濾，避免了直接計(jì)算出現(xiàn)概率。該索引算法是完

3、全動(dòng)態(tài)的，可以實(shí)現(xiàn)不確定對(duì)象的任意插入和刪除，而且對(duì)不確定對(duì)象所服從的概率密度函數(shù)的類型沒(méi)有限制。實(shí)驗(yàn)結(jié)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(shí)間等性能上優(yōu)于其他不確定數(shù)據(jù)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(duì)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(guò)濾，從而減少了落入候選集中的不確定對(duì)象，提高了查詢效