8、多媒体数据管理与索引技术解析

多媒体数据管理与索引技术解析

多媒体数据仓库提案

聚合函数

对于每个测量 $\mu_k$，定义聚合函数 $k\mu\oplus$。设 $m$ 是多版本维度 $MVD1$ 的维度版本 $VD$ 中的非叶子成员，$1_1, 2_1, \cdots, J_1$ 是其叶子子成员，即 $(1_1, 2_1, \cdots, J_1) \in LMVD\times\cdots\times LMVD$。有如下关系：
$\forall j \in [1,J], ft(m_j, m_2, \cdots, m_n) = v_{1j}, \cdots, v_{mj}$
其中 $n$ 是数据仓库的多版本维度数量。由此可得到 $m$ 的聚合值：
$ft(m, m_2, \cdots, m_n) = \sum_{j=1}^{J}\oplus\mu_1 v_{1j}, \cdots, \sum_{j=1}^{J}\oplus\mu_m v_{mj}$
聚合函数可以是 OLAP 技术的经典函数（如求和、求最小值、求最大值、求平均值）用于数值测量，也可以是更特定的函数（如统计平均值）用于信号或图像类型的测量。

原型架构

使用 Microsoft SQL Server 和 Analysis Services 实现原型。聚合函数用 Visual Basic 实现，使用 Proclarity 4.0 构建导航界面。其 3 层架构如下：
- 功能多版本多媒体数据仓库：存储多版本维度和功能多版本事实表。
- OLAP 立方体：基于功能多版本多媒体数据仓库构建，使用聚合功能，可对维度的功能版本进行查询。
- 数据导航和可视化工具