时态数据

2024-05-10

时态数据(精选8篇)

时态数据 篇1

摘要:在SQL结构化查询语言中, 所有针对数据表某列或多列的数据分析统称为聚合查询。基于传统的关系数据库管理系统 (RDBMS) 的基础上, 对时态数据的聚合查询问题进行了深入的分析, 通过引入时态聚合子区间的概念, 并定义与之相匹配的数据结构, 设计实现了一种时态数据的聚合查询算法。实际应用表明, 该算法可行、有效。

关键词:时态数据,聚合查询,时态聚合子区间

0 引言

作为关系数据管理系统 (RDBMS) 的标准语言, SQL (Structured Query Language) 结构化查询语言提供了共同的数据存取语言和接口标准, 从而使得异种数据库系统之间的互操作成为了可能[1]。从功能上划分, SQL结构化查询语言有三种类型的语句:数据定义语句 (DDL, data definition language) 、数据操纵语句 (DML, data manipulation language) 及数据控制语句 (DCL, data control language) 。其中, 数据定义语句用于对基本表、视图、索引、模式等数据对象进行定义及修改;数据操纵语句用于数据的查询、插入、删除及修改等操作;而数据控制语句则用于用户对数据库存取权限的安全控制[2]。

在SQL的数据操纵语句中, 经常需要对数据表中的某列或多列数据进行诸如求最大值、最小值或平均值的统计分析, 而这些统计分析则统称为聚合查询。鉴于现有的时态信息应用系统往往是在RDBMS的基础上进行构建的[3,4,5], 且RDBMS并没有提供对应的时态聚合函数, 据此, 本文将深入分析时态数据的聚合查询问题, 通过引入时态聚合子区间的概念, 并定义相匹配的数据结构, 进而设计实现了一种可行、有效的时态聚合查询算法。

1 问题描述

1.1 时态数据的聚合查询问题

如表1所示, SQL结构化查询语言提供了一系列的聚合函数来完成数据表的相关统计分析[6]。

在时态信息处理系统中, 由于各个时态元组具有不同的时间生命周期, 这使得相应的聚合统计分析变得尤为复杂。下面将结合表2所示的时态工资数据表来加以说明。

如表2所示, 为了减少时态数据的冗余存储, 各个时态元组都添加了时间生命周期的约束, 为此, 时态聚合查询应在各个元组标识 (如表2中的“编号”) 均具有单一属性值的某一时间区间 (或时刻) 上进行才具有实际意义。还应指出的是, 由于表2的时态工资数据表选用了月份为时间粒度, 且每个时态元组的有效开始时间与有效结束时间构成了一个闭合的时间区间, 故时间区间[2008.01, 2008.04]与[2008.05, 2010.01]在区间点"2008.04"与"2008.05"上是连续的。

例1:计算表2中2008年3月的工资总和。

例2:统计表2中2008年3月的员工总人数。

1.2 独立的时态聚合子区间

如前所述, 为使时态聚合查询有意义, 则应从聚合查询时间区间与各相关时态元组中析出一系列独立的时态聚合子区间, 在这些子区间中, 要求各个元组标识均具有单一的属性值。

例3:在表2中, 若需要对[2008.01, 2010.01]的时间区间进行相关的聚合查询, 试析出独立的时态聚合子区间。

依题意, 聚合查询的时间区间为[2008.01, 2010.01], 由于析出的独立时态聚合子区间要求其内含的各个元组标识均具有单一的属性值, 结合表2中“编号”为"01"、"02"及"03"的员工工资变化情况, 可得到如表3所示的4个独立的时态聚合子区间。

从表3中易知, 各个时态聚合子区间就形如RDBMS中的一个快照, 因而可以在这些子区间中进行相关的聚合查询。

2 时态数据聚合查询算法的设计与实现

2.1 算法的设计原理

时态聚合查询的核心就是析出一系列独立的时态聚合子区间, 并写入对应的时态元组的属性值, 为了提高查询性能, 子区间的析出与属性值的写入应在同一次的SQL查询中进行。

根据这一设计目标, 时态聚合查询算法的实现过程为:首先定义时态元组属性值 (内含元组标识、属性值) 、时态聚合子区间 (内含区间的开始时间、结束时间、时态元组属性值) 2个结构体, 其中, 时态元组属性值是以子结构体的形式嵌入至时态聚合子区间的结构体中;随后通过SQL语言检索出所有与聚合查询时间区间有交集的时态元组, 并对检索结果按照元组标识进行分组及排序;进一步, 在已有的时态聚合子区间的基础上遍历处理SQL检索结果, 且根据各个时态元组的有效开始时间及有效结束时间不断地调整时态聚合子区间的个数、开始时间、结束时间及其对应的时态元组属性值;最后在一系列独立的时态聚合子区间上进行各种聚合查询。

仍以例3为例介绍算法的工作原理。在表2中, “编号”为"01"、"02"及"03"的员工其工资有效时间区间与聚合查询时间区间[2008.01, 2010.01]与交集的时态元组分别为, [2005.05, 2008.04]∪[2008.05, 2010.09]、[2007.11, 2009.09]、[2009.03, 2010.06]。

(1) 处理第1组交集[2005.05, 2008.04]∪[2008.05, 2010.09]:由于区间点"2008.04" ("2008.05") 把聚合查询时间区间分成了2个时间子集, 故此时可如图1所示创建[2008.01, 2008.04]和[2008.05, 2010.01]2个时态聚合子区间, 并写入对应的时态元组属性值。

(2) 处理第2组交集[2007.11, 2009.09]:在图1的基础上插入区间点"2009.09" ("2009.10") , 得到了如图2所示的3个时态聚合子区间, 同时更新受影响的时态元组属性值。

(3) 处理第3组交集[2009.03, 2010.06]:在图2的基础上插入区间点"2009.02" ("2009.03") , 得到了如图3所示的4个时态聚合子区间, 此外, 各个时态聚合子区间所对应的时态元组属性值均以有序 (如从小至大) 的形式进行写入, 以便提升其后进行的诸如MAX、MIN等聚合查询的运算效能。

从图1~图3可知, 任一时态元组的时间交集 (记作[α1, α2]) 与已有的各个时态聚合子区间 (记作[β1, β2]) 的插入调整有以下3种情况[7]:

(1) 不新增时态聚合子区间

若[α1, α2]∩[β1, β2]=φ成立时, 则不新增时态聚合子区间, 且[β1, β2]所内含的时态元组属性值也不需作调整;而当 (α1≤β1) ∧ (β2≤α2) 成立时, 则不新增时态聚合子区间, 但应把[α1, α2]内含的时态元组属性值写进[β1, β2]中去。

(2) 新增1个时态聚合子区间

若 (β1<α1<β2≤α2) 成立时, 则新增1个时态聚合子区间, 即把[β1, β2]拆分为[β1, α1]和[α1, β2], 同时把[α1, α2]所对应的时态元组属性值写进新调整的[β1, α1]和[α1, β2]中去;同理, 若 (α1<β1<α2≤β2) 成立, 则应把[β1, β2]拆分为[β1, α2]和[α2, β2], 同时把[α1, α2]所对应的时态元组属性值写进新调整的[β1, α2]和[α2, β2]中去。

(3) 新增2个时态聚合子区间

若 (β1<α1) ∧ (α2<β2) 成立时, 则新增2个时态聚合子区间, 即把[β1, β2]拆分为[β1, α1]、[α1, α2]和[α2, β2], 同时把[α2, α2]所对应的时态元组属性值写进新调整的[β1, α1]、[α1, α2]和[α2, β2]中去。

2.2 算法的设计实现

综上所述, 可以设计如下的时态聚合查询算法。

算法名称时态聚合查询算法

输入:时态数据表Temporal_Table、聚合查询区间[Query_Start, Query_End]、聚合函数名称Aggregate_Style

输出:在各个时态聚合子区间上的聚合查询结果

(1) 相关初始化

(2) 检索与聚合查询的时间区间有交集的时态元组, 并对检索结果分组及排序

select*from Temporal_DataT able where not (VT_S>Query_End OR Query_Start>VT_E) GROUP by ID ASC→Rs

(3) 遍历处理查询结果, 析出时态聚合子区间, 并写入对应的时态元组的属性值

(4) 在各个时态聚合子区间Node中执行相应的时态聚合查询

3 应用实例与性能测试

3.1 实验环境

为了验证算法的有效性, 本文对上述时态工资表的聚合查询进行了设计与实现。实验的硬件环境为惠普Pro Desk490 G2 MT商用台式机 (CPU:i5-4570 4*3.2GHz;内存:4GB DDR3 1600) , 软件环境及开发工具为Windows 8.1+Embarcadero Delphi 2010, 程序的运行界面如图4所示。

3.2 性能测试

由于算法的计算耗时主要集中在时态聚合子区间的析出与时态属性值的写入, 为此, 这里随机地往表2中追加了1.2万名员工、共11万条的时态工资元组数据, 并按照时态子区间的析出数量进行分组的性能测试[8], 测试结果如表4所示。

从表4可知, 虽然算法的计算耗时随着时态聚合子区间析出数量的增加而增加, 但其计算耗时仍然维持在较低的μs等级里, 故算法具有较好的应用场合。事实上, 在表2的时态工资表中, 由于其时间粒度为月份, 因而析出500个时态聚合子区间就意味着聚合查询时间区间至少覆盖了41年 (500/12≈41) 多的工资数据。

4 结束语

本文分析了时态数据的聚集查询问题, 并设计实现了一种可行、有效的时态聚集查询算法。下一步的主要工作有, 设计高效的时态索引技术和优良的数据结构, 进而改善现有算法的计算效能, 同时研究时态聚合子区间的并行析出方法, 以便更好地提升算法的负载能力。

参考文献

[1]王珊, 萨师煊.数据库系统概论[M] (第4版) .北京:高等教育出版社, 2006.

[2]沈钧毅, 侯迪, 冯中慧, 等.数据库系统原理[M].西安:西安交通大学出版社, 2014.

[3]黄雄波.电子病历中时态数据库的分析与设计[D].广州:华南理工大学, 2007.

[4]黄雄波, 陈章, 岳喜顺.电子病历中重叠时态数据的分析与消除[J].计算机技术与发展, 2009, 18 (3) :235-238.

[5]黄雄波, 张荣荣.一种改进的时态数据模型的设计与应用[J].计算机时代, 2014, 33 (7) :1-3.

[6]施伯乐, 丁宝康, 汪卫.数据库系统教程[M] (第3版) .北京:高等教育出版社, 2008.

[7]徐洁磐.离散数学及其在计算机中的应用[M].北京:人民邮电出版社, 2008.

[8]黄雄波, 陈章, 徐小增.电子病历中时态数据的过滤运算研究[J].计算机应用与软件, 2009, 26 (12) :117-120.

时态数据 篇2

一、说复习内容

今天我说课的内容是复习课动词时态专项。针对目前所复习的时态内容节选的的三种时态:一般现在时,一般过去时,现在进行时,进行归纳总结。动词时态是贯穿整个初中阶段新目标教材的一个重要的语法项目,同时在语法中具有不可替代的位置。为学生知识拓展和综合运用语言奠定基础。因此理清这三种事态的用法对学生以后复习现在完成时,过去将来时及其他语法项目做好铺垫并打下坚实的基础并且这三种时态也是中考的考点。

二、说复习目标

本节课教学,我把一般现在时,一般过去时,现在进行时的构成及时间状语作为重点,把如何正确使用并分析句子时态作为难点。

1、知识目标

遵循先学后教的教学法则,让学生对这三种时态从构成到常见时间状语进行归纳总结。

2、能力目标

指导学生在自主探究和任务型教学模式中掌握句子时态并能正确判断时态,完成中考练习从而提高中考应试能力。

3、情感态度价值观

通过师生在教学中的双边活动中的主动性和创造性的发挥,激发学生学习兴趣体验知识间的相互应用,相互联系,让学生在复习过程中,充满自信,遇到困难,不灰心,不言弃,为中考背水一战。

三、说学生

由于多种时态并用,以及其他语法的出现,学生难免对各种时态混淆,所以有必要利用本节课指导学生对这三种时态系统的归纳总结。通过小组合作的形式带动学生并培养学生对相关知识进行整合的能力。

四、说教法

新课程要求“在用中学,学中用”复习课的任务是梳理知识,查缺补漏,巩固提高,所以在教学过程中我涉及了以下教学方法。

1、先学后教通过小组合作方式要求学生对知识点进行归纳总结,体现主体性,教师连接中考习题,检测自学程度。

2、任务型教学法在总结知识的基础上,要求学生在课堂上完成一定的任务,这样既能巩固本节课重点知识又能培养学生语言运用能力。

五、说学法

遵循先学后教,学为主体,练为主线的`原则,所以在复习过程中尽量发挥学生的主观能动性,让学生充分利用自主学习法,合作探究法,归纳总结法,互助学习法和练习法复习,让学生将学到的的知识运用于语言情境中,活学活用。

六、说理念

依据英语课程标准所提出的基本概念,我在本节课的教学中重点采用以学生为主体的原则,教学中坚持发挥学生的主体作用鼓励学生积极参与,学生对动词时态进行归纳总结,使学生在学习过程中不仅能构建知识同时提高语言的运用能力。

七、说过程

在复习中利用多媒体课件让学生通过合作探究提升复习质量,通过精讲精练深化复习。

1、展示本节课的课标和学习目标。

2、小组合作讨论三个时态的构成及常用时间状语。

3、连接中考试题,检测学生掌握情况。

4、将三个时态融合,做2张练习的幻灯片。

5、挑战,以游戏的方式让学生将学过的东西运用到试题当中。

6、总结:抽问学生今天所学内容。

水文时态数据管理与实现 篇3

1 体系结构

水文数据中含有大量的时态数据,有历史水文时态数据和实时数据,对于这些水位时态数据的管理并不是在一个完整的时态数据库管理系统上来进行,而是在传统的关系型数据库管理系统的基础上,借助底层关系数据库和上层时态管理模块实现水文时态数据的管理[1~3],即设计一个时态数据管理中间处理层TDBASE。这样非时态SQL语句照常运行,当遇到新的时态SQL语句,只需通过时态中间层TDBASE的接口类就可以调用TDBASE的服务[4],和底层的关系型数据库管理系统进行信息交互。

时态SQL的语法与标准SQL语法相似,只是在在标准SQL语句中增加了一些表示时态的各种关键词(如时态类型validtime,transactiontime等,时间比较操作符precede,overlaps等,新的时间类型如now,beginning等)[5],由于标准SQL中不存在这些关键词,所以当解析SQL语句时,遇到这些关键词TDBASE就容易识别出,并解释关键词的时态语义。

时态中间层TDBASE只是关系型数据库管理系统的一个上层应用模块,通过SQL语句的各种分析,将时态SQL转换成标准SQL语句在商业DBMS上执行,并显示运行结果。图1描述了构造时态处理模块TDBASE的体系结构。

图1展示了TSQL语句转换的基本过程。scanner扫描输入的SQL语句,构造字符串;parser接收字符串,调用里面函数借口进行语法和语义分析;algebra提供算法;stmt保存转换的语句结构;accessDB提供数据库连接,执行查询等,以及运行转换后的标准SQL语句;resultset提供结果集[6,7]。

2 功能模块间消息链接

TDBASE要实现时态SQL语句的解析,首先要把前端输入的语句扫描过来,再对其进行解析,解析成为底层商业DBMS能够识别的标准SQL语句,再返回结果。如前所述主要有6个功能模块各个模块之间的消息连接以及每个模块主要功能设计如图2所示。

从图2中可以看到解析器类parser是核心模块,它在总体上控制时态处理SQL语转换为标准SQL语句,是子模块之间联系的枢纽。日历模块主要处理各种时间表示之间的正确转换,时点、时间区间、时间跨度之间的相互转换[7]。

3 时态SQL解析流程

实现流程如图3所示,时态处理SQL语句转换成标准SQL语句的流程图,SQL语句以‘;’作为结束标志。从图中可以看到当一个具有时态语义的SQL语句输入后,生成相应的令牌链(tokenlist),然后取下第一个令牌,判断是否是时态标记,对它的值进行判断,判断指令类型是contral,ddl,query抑或dml语句[8,9]。当输入的SQL语句没有注明时态特性,TDBASE会默认为标准SQL来处理,不具有时态语义。

注明:其中时态查询语句可能查询中嵌套着子查询,时态插入语句可能插入的值是要从数据表中查询或计算统计出来的,所以这里面又会嵌套循环时态查询语句[10]。

4 实例测试

对于时态查询实例:

解析出来如下:select vts,vte,stcd,p.prcd from hy_prex_b where stcd=‘62724050’and vts>=’1999-06-07 08:00:00’and vte<=’1999-06-30 07:59:59’

5 总结与展望

本章深入分析了TDBASE把时态SQL语句转换为标准SQL语句的实现流程,提供了一种在关系型数据库管理系统上管理时态数据的方案。该文时态功能还不完善,在下一步的工作中充分理解时态数据库的时间语义,设计合理的时态数据库管理模型。

参考文献

[1]汤庸,汤娜.叶小平时态信息处理技术研究综述[J].中山大学学报:自然科学版,2003(4).

[2]董祥军,宋瀚涛,姜合.时态关联规则的研究[J].计算机工程2005(15).

[3]姚春龙,郝忠孝.一个多时间粒度下时态模式的T3NF分解算法[J].小型微型计算机系统2005(9).

[5]蔡启先.数据的时态性及其在非时态DBMS上的处理[J].计算机应用,2002(12):23-24.

[6]石浩磊.时态数据库技术在GVPAIS中的应用[D].天津:天津大学,2005.

[7]汤庸.时态知识和时态数据的统一模型研究[J].软件学报,2003(14)(增刊):1148-1153.

[8]李振军,陆芸婷,成良玉.数据库时态处理中间件的设计与实现[J].计算机工程,2004(9).

[9]代健武.时态聚集算法研究[J].计算机与信息技术,2008(3).

时态数据 篇4

数据挖掘 (Data Mining) 是近年来随着数据库技术和人工智能技术的发展而出现的一种多学科交叉的全新信息技术, 是指从海量的数据中出潜在的、有价值的知识 (模型或规则) 的过程, 反复使用多种数据挖掘算法从观测数据中确定模式或合理模型。也就是根据预定义的目标, 对大量的数据进行探索和分析, 揭示其中隐含的规律, 并进一步将其模型化的先进有效的技术过程。

2 实时数据挖掘在数据研究中的作用

世间万物总是随着时间的流逝而演变、进化, 其具体表现为相关属性数据的不断变化。同时, 事物活动规则也随时间呈现出某种明显或隐含的变化趋势, 使得已发现的规则不再生效, 新的规则不断孕育, 并有待我们进一步的探索和发现。对数据和规则变化趋势的研究可归结为对时态数据挖掘 (Temporal Data Mining, TDM) 理论与应用的研究。

越来越多的系统应用要求可以管理那些被处理事件的历史性信息和系统中元事件的时态信息, 如:金融、医疗、保险、气象等与历史密切关联的应用系统不仅需要处理当前的数据, 同时也需要处理和查询过去曾经发生的数据 (即历史数据) 。这种需求要求数据库管理系统必须能够支持现实世界中与时间有关的数据的存储和处理操作, 20世纪六十年代末, 人们开始认识到时态信息的重要性, 并开始展开了研究。20世纪七十年代末、八十年代初, 数据库技术日渐成熟, 并且大容量高速存储设备的发展为时态技术和数据库技术的融合创造了有利的条件。20世纪八十年代中期, 学术界提出了近百种为数据库管理系统增加时态信息处理能力的方案, 经过十多年竞争性的研究, 逐渐归纳为十多种模型。进入21世纪后, 这方面的研究就更为活跃, 时态数据库理论得到了迅速发展, 并取得了丰硕的成果。时态数据库和数据挖掘技术的发展使得时态数据挖掘成为了一项方兴未艾、大有前途的新技术。

TDM不仅可以挖掘有关状态方面的信息, 而且可以挖掘行为方面的信息, 提示出时间上的相关关系, 其中的部分时态关系可以进一步转化为因果关系。在挖掘技术中引入时间使我们可以对事件进行时间方面的分析, 如按时间先后排序, 发现因果关系、时态关联等等。忽略时态属性是很难发现这种关系的。时态数据的挖掘有几个重要的方向, 包括时态关联挖掘、序列模式挖掘、周期模式挖掘和预测挖掘。

3 支持向量机描述

3.1 支持向量机起源

支持向量机 (SVM) 是于20世纪九十年代中期提出, 基于统计学习理论的新一代机器学习技术。由于使用结构风险最小化原则代替经验风险最小化原则, 使它较好地解决了小样本情况下的学习问题;又由于采用了核函数思想, 使它把非线性问题转化为线性问题来解决, 降低了算法的复杂度。支持向量机有着比神经网络等算法更加坚实的理论基础, 同时在实际应用中也表现出优越性, 因此, 近期掀起了机器学习的热潮。

基于支持向量机的时态数据研究, 现在仍鲜有报导。与其类似的成果主要集中在时间序列分析预测方面, 其主要技术是支持向量回归机。支持向量回归机在该领域显示出了优秀能力。所以将时间序列数据进行拓展, 利用支持向量机方法对时态数据进行挖掘研究。将支持向量机引入时态数据的周期模式发现和预测分析, 既弥补了时态数据挖掘工具方法的不足, 又利用和研究了具有发展前途的工具。

3.2 支持向量机理论

支持向量机基于统计学习理论, 根据泛函的有关理论, 只要一种函数K (xi·xj) 满足Mercer条件, 它就对应某一变换空间的内积。因此, 在最优分类面中采用满足Mercer条件的内积函数K (xi·xj) 就可以实现某一非线性变换后的线性分类, 而计算复杂度却没有增加, 此时的拉格朗日函数通过解决“对偶”问题而形成额最优分类函数是:

式中m为支持向量的数目, 由于最终判别函数中实际只包含支持向量的内积以及求和, 因此识别时的计算复杂度取决于支持向量的个数。

从图1看出, 支持向量机求得的决策函数形式上类似于一个神经网络, 其输出是若中间层节点的线性组合, 而每一个中间层节点对应于输入样本与一个支持向量的内积, 因此被称为是支持向量网络。

合理的利用支持向量机, 对时态数据挖掘进行预测, 可以解决分类和回归问题, 由于支持向量机具有全局最优、结构简单、推广能力强等优点, 可广泛用于金融、气象、水文、超市和医疗等领域的数据预测问题。对此类课题的研究有重要的理论和应用价值。

3.3 支持向量机有如下主要几个特点

(1) 非线性映射是SVM方法的理论基础, SVM利用内积核函数代替向高维空间的非线性映射;

(2) 对特征空间划分的最优超平面是SVM的目标最大化分类边际的思想是SVM方法的核心;

(3) 支持向量是SVM的训练结果, 在SVM分类决策中起决定作用的是支持向量。

(4) SVM是一种有坚实理论基础的新颖的小样本学习方法。它基本上不涉及概率测度及大数定律等, 因此不同于现有的统计方法。从本质上看, 它避开了从归纳到演绎的传统过程, 实现了高效的从训练样本到预报样本的“转导推理”, 大大简化了分类和回归等问题。

(5) SVM的最终决策函数只由少数的支持向量所确定, 计算的复杂性取决于支持向量的数目, 而不是样本空间的维数, 这在某种意义上避免了“维数灾难”。

(6) 少数支持向量决定了最终结果, 这不但可以帮助我们抓住关键样本、“剔除”大量冗余样本, 而且注定了该方法不但算法简单, 而且具有较好的“鲁棒”性。这种“鲁棒”性主要体现在: (1) 增、删非支持向量样本对模型没有影响; (2) 支持向量样本集具有一定的鲁棒性; (3) 有些成功的应用中, SVM方法对核的选取不敏感。

3.4 支持向量机不足

(1) SVM算法对大规模训练样本难以实施。由于SVM是借助二次规划来求解支持向量, 而求解二次规划将涉及m阶矩阵的计算 (m为样本的个数) , 当m数目很大时该矩阵的存储和计算将耗费大量的机器内存和运算时间。针对以上问题的主要改进有有J.Platt的SMO算法、T.Joachims的SVM、C.J.C.Burges等的PCGC、张学工的CSVM以及O.L.Mangasarian等的SOR算法。

(2) 用SVM解决多分类问题存在困难经典的支持向量机算法只给出了二类分类的算法, 而在数据挖掘的实际应用中, 一般要解决多类的分类问题。可以通过多个二类支持向量机的组合来解决。主要有一对多组合模式、一对一组合模式和SVM决策树;再就是通过构造多个分类器的组合来解决。主要原理是克服SVM固有的缺点, 结合其他算法的优势, 解决多类问题的分类精度。如:与粗集理论结合, 形成一种优势互补的多类问题的组合分类器。

3.5 支持向量机展望

统计学习理论和支持向量机建立一套较好的有限样本下机器学习的理论框架和通用方法, 既有严格的理论基础, 又可以较好地解决小样本、非线性、高维数和局部最小点等实际问题, 而在实际应用中, 我们还存在以下难点。支持向量参数和核函数的选择, 它们对于SVM训练和测试速度、泛化能力都有很大的影响, 而目前基本上是基于交叉检验法, 通过反复训练的方法来确定, 如何更好更方便的确定系数仍是一个有待解决的问题。另外, 支持向量机适合小样本数据, 对于大规模的训练样本, 训练速度会成倍增加, 如何提高大规模数据的计算速度, 也是将来需要研究的目标。

合理的利用支持向量机, 对时态数据挖掘进行预测, 可以解决分类和回归问题, 由于支持向量机具有全局最优、结构简单、推广能力强等优点, 可广泛用于金融、气象、水文、超市和医疗等领域的数据预测问题。对此类课题的研究有重要的理论和应用价值。

参考文献

[1]唐常杰, 于中华, 游志胜.基于时态数据库的web数据周期规律的采掘[J].计算机学报, 2000, 23 (l) :52-59.

[2]朱建平, 范霄文, 张志强.数据挖掘的技术与商业定义及其研究对象[J].统计教育, 2004, (1) :7-10.

[3]杨金芳, 翟永杰, 王东风, 徐大平.基于支持向量回归的时间序列预测[J].中国电机工程学报.2005, 25 (17) :110-114.

[4]张保稳, 何华灿.时态数据挖掘研究进展计算机科学, 2002.29 (2) :25-31.

[5]杨金芳, 翟永杰, 王东风, 徐大平.基于支持向量回归的时间序列预测[J].中国电机工程学报.2005, 25 (17) :110-114.

时态数据 篇5

时态数据库是具有时态处理机制的数据库,对时态数据的表达清晰易懂,能够真正地在语义上解释用户自定义时间、有效时间和事务时间以及它们相互间的关系,它可以提供任何时刻和时间段的数据。但迄今为止,在实践中还没有真正实现一个完整的时态数据库系统,也没有出现过能够进行时态处理的商业数据库管理系统[1]。

水文信息包括水文历史信息、实时水雨情信息。而水文历史数据库数据量庞大,有历年的各种水文数据,包括基本信息类、摘录类、日类、旬类、月类、年类、实测调查表等。大多数表都是存储随时间变化的信息,包括时点水文实时信息、时段统计信息、时段历史信息等。水文信息实际上应用到的是随着这些时间变化的时变信息,所以在查询应用这些时变信息时首先要处理时间值。时态数据库能更高效直接的处理水文特征值,通过时态聚集方法统计计算水文时态信息的均值、极值等特征值。水文时态数据库为动态监测和分析提供了丰富的时态数据,它可以为分析提供横向的现实和纵向的历史数据,对历史、当前和将来进行对比、分析、监测和预测预报。因此研究把时态数据库的相关概念、模型、技术应用到水文信息领域有很大的研究应用价值:研究适合水文数据的时态数据模型,进一步丰富了时态数据库的模型建立,推进时态数据库模型发展。在时态信息查询方面,主要是扩展传统的关系数据库查询语言SQL或Quel,在时态数据库中增加一些运算,如时态关系after、before和overlaps等;扩展SQL操作,如时态查询、时态聚集、时态选择,时态投影、时态连接等[2,3]。

2 方案设计

由于目前还没有真正的时态数据库系统,水文时态数据的管理模型是在分层扩展模式基础上进行研究,设计符合水文应用的水文时态数据模型以及模型的时态处理。由于与水文信息服务应用密切相关,基础水文数据库已经确定,所以这里在不改变底层水文数据模型基础上增加时态特性建立水文时态数据模型,即不需要改变水文数据原先的数据库结构,再在此模型基础上建立一个时态中间层解析时态语句,这个中间层只是建立在传统的DBMS上的一个前端应用层,支持建立在SQL上的时态查询语言、时态修改声明、时态视图、时态完整性约束等,实现基本的时态数据管理功能。

水文时态数据管理层示意图如图1所示。

从图1的结构可以看出,要实现水文数据的时态应用,必须解决:时态SQL语句与标准SQL语句之间的映射问题;时态数据与原水文数据之间的映射问题。

解决这两个问题实现这个管理主要从以下两个方面考虑:

(1)水文时态数据的存储:这里水文时态数据还是存储在底层关系数据库中,在基础数据库之上建立一个时态视图,所有的时态操作都是在这个时态视图上进行的。

(2)时态操作的实现:时态操作包括时态定义、时态插入、时态删除、时态查询等,我们提出了加入时态处理中间层的解决策略,从而能以较小的代价实现时态数据的存取、更新等操作。时态中间层是用户和传统查询语言之间起沟通作用的桥梁,通过这个中间模块可以将时刻、时间区间、时间间隔等时态类型以及一些谓词转换成底层数据库能够识别的类型,再结合传统的SQL语句,便可以实现时态操作。

水文时态数据用1NF范式表示如下:

Ts—事务开始时间,Te—事务结束时

间,Vts—有效时间开始,Vte—有效时间结束。这里主要讨论有效时间,定义一个时态视图tview,将字段分为传统的数据字段(非时态数据字段)和时态数据字段(时态数据类型)两组,视图中的非时态字段仍然为基表的非时态数据字段,不需要改变,时态字段根据每个表的时态信息进行定义转化。用户所有的时态操作都是基于时态试图来进行[4,5]。

3 方案实现

对水文时态数据的管理是通过一个时态中间处理模块来实现,这个时态处理模块能够在非时态性的DBMS上支持时态功能,通过把时态性的SQL语言翻译成为标准SQL语言来实现时态处理。不仅非时态的SQL声明能够在其中继续使用,而且可以进行时态查询、时态聚集查询、时态插入、时态修改等,通过在SQL声明前添加时态关键词validtime和(或)transactiontime,表明需要执行哪个时间维的时态处理。

查询实现,定义扩展SQL语句为:

[validtime][period][timepoint1,timepoint2]select field1,(field2,….)from table1,(table2,…)[where condition];

如果SQL语句中包含validtime关键词,则说明要进行时态数据选择,要额外提取有关的时态信息;否则按照一般的SQL语句处理。关键词period用于对一段时间的查找[7~9]。

查询测站点(测站代码为62724050)从1999到2000年的降水量情况,TSQL语句S如下:

解析出来标准SQL语句如下:

从时态查询结果和时态SQL语句解析结果可以看出,时态中间层可以实现任意时点、时间区间、时间段的水文时态信息查询,能把时态SQL语句正确翻译成标准SQL语句实现时态数据在传统关系数据库系统上的管理。

在时态处理模块中聚集函数主要有:avg()、sum()、max()、min()。各个聚集函数除了功能有所不同之外,在使用时方法是一样的。但要注意,在使用having或者group by字句来对聚集函数的结果进行筛选或者聚集分组运算时,having字句中的属性除聚集函数外,都要在group by字句中列出,但在group by字句中不允许聚集函数的出现[2]。

水文时态聚集函数主要用来求水文信息中的特征值。要指定时态分组则必须扩展基本的时态查询语句,这里用关键词using指定按哪种时间粒度进行时态分组[6]。

扩展后的时态聚集查询语句如下:

using[instant/partition expression];

对于时态语句:

Validtime period[1999-06-07,1999-06-23]select STCD,avg(p)from HY_PREX_B group by STCD using 1 day;

解析后结果如下所示:

解析出来的标准SQL语句:

从结果中可以看出时态聚集查询能够按照水文时态分组划分的要求正确地进行时态分组划分,进而统计计算各类出水文时态信息,并给出每个时态分组的统计信息和起止时间区间。

4 结束语

时态数据的处理实现了查询、更新维护、相对时态关系等基本时态功能,时态功能还不完善,时态关系比较操作等只实现了部分时态功能,没有对原始数据库时态数据冗余大的缺陷进行较深入的研究,由于采用分层结构,无法充分利用众所周知的时态数据库实现技术。下一步工作将完善。

摘要:水文信息中存在着大量的历史数据和随时间变化的实时数据,时态特性显著。该文结合水文信息服务的实际应用特点,在关系数据库基础上,设计基于视图的水文时态数据模型;为时态数据模型的实现设计了时态处理中间层,把前端的时态SQL语句的解析成底层关系数据库系统能够识别的标准SQL语句,从而实现水文数据的各种时态处理。重点对水文时态查询、水文时态聚集方面进行了深入研究,并给出了实例测试,实现了水文时态数据库的应用。

关键词:时态数据库,水文时态模型,时态中间层,时态查询

参考文献

[1]汤庸,汤娜,叶小平.时态信息处理技术研究综述[J].中山大学学报:自然科学版,2003,42(4):4-8.

[2]石浩磊,汤庸.时态数据库导论[M].北京:北京大学出版社,2004.

[3]Nina Edelweiss,Patricia N Hubler,Mirella M.Moro.A Temporal Database Management System Implemented on Top of a Conventional Da tabase.IEEE transactionv on knowledge and data engineering,2009,7(4):513-532.

[4]王昱,邵立凤,姚春龙.基于ATSQL2时间点与时间段时态操作扩充[J].大连工业大学学报,2009(4).

[5]蔡启先.数据的时态性及其在非时态DBMS上的处理[J].计算机应用,2002(12):23-24.

[6]代健武.时态聚集算法研究[J].计算机与信息技术,2008(3).

[7]姜晓轶,蒋雪中,周云轩.时态数据库研究进展[J].计算机工程与应用,2005,41(24):26-30.

[8]Eun Bae Lee,Keun Ho Ryu.TempIS:Interfacing System for Graphical Display of Temporal Database.IEEE transactionv on knowledge anddata engineering,January/February.2003:425-430.

爱情时态 篇6

拉着老公冲进门, 里面竟也极为冷清, 只有一对男女坐在空旷的大厅里窃窃私语, 好像是一对恋人, 唉, 也只有爱情能抵御冬夜的严寒。点完菜, 与老公找了个座位坐下, 顿觉一日的奔波和劳累如排山倒海般袭来, 看老公也好不到哪里, 一脸的疲倦, 一身的疲惫, 于是, 我们相对而坐, 竟无言。

一时, 大厅里静悄悄的, 只有那对恋人的声音在空气中流淌, 断断续续地传到耳边, 原来他们不是在甜言蜜语的倾诉衷肠, 却是在小小的争执。只听到那个戴着眼镜, 白净斯文的女孩子一声声地质问着对面的男孩:“是谁?到底是谁先挂的电话?”“我给你打电话, 你为什么不接?”男孩子略带委屈地说:“我什么时候不接你电话了?我给你打电话, 是你不接。”奥, 原来是为了争执谁先挂谁的电话, 谁不接谁的电话, 我摇摇头, 不置可否的与老公相视一笑, 对老公说:“他们一定没结婚, 而是在恋爱。”老公奇怪地问:“你怎么知道?”我故作神秘地笑了笑说:“只有在恋爱的时候, 才会为了谁先打电话, 谁先挂电话计较, 争执。结了婚, 柴米油盐, 俗事缠身, 决不会再计较这种无聊的小事, 争执的都是谁干的家务多, 谁挣的钱多, 谁管的孩子多, 诸如此类的问题。”老公听了, 若有所悟的点点头说:“嗯, 言之有理。”

我们正说得不亦乐乎, 女孩子忽然拿起身边的手套摔向男孩子, 然后就背靠椅子, 低头, 默不作声地流起了眼泪, 想来是觉得委屈。男孩子一下慌了手脚, 忙乱中拿起女孩子扔向他的手套, 软语安慰着给女孩子一下一下地擦起眼泪来。唉, 我叹口气, 无比羡慕的对老公说道:“看, 这就叫恋爱, 这才叫爱情。”有人说:爱情就是折磨。或喜或悲的心情, 患得患失的思虑, 忽冷忽热的感觉, 忽远忽近的距离, 无比的折磨, 也无比的甜蜜。

因正在学职称英语, 虽不知所云, 不得要领, 可叹息间, 灵光一闪, 忽有所悟的对老公说:“其实, 爱情可以用英语语法里的时态来形容。”对面这个上学时不学无术的家伙一头雾水, 满脸疑惑地看着我, 心里默叹一声, 我继续说道:“你看他们, 你侬我侬, 忒煞多情, 正在享受爱情的甜蜜, 也正在忍受爱情的折磨, 所以他们就是正在进行时。而我们……”我顿了顿, 故意吊他的胃口, 他果然上当, 急切地问:“我们怎么样?”我故作深沉地说:“我们在过去的某一个时刻开始相爱, 且已经修成正果, 直到现在这一刻, 我们好像也还没有想分开的念头, 所以我们是现在完成时。”老公一脸了悟的点点头。

“再然后……”面对老公, 我欲言又止, 忽然不愿说后来的时态, 因为心里怅然若失。人到中年, 多事之秋, 俗事缠身, 虽日日相对, 爱情却早已是“满目山河空念远”, 曾经明媚如春水的爱情, 会在某一个我们不经意的时刻终结。感情久了, 就不是爱了, 而是依赖。然后当失去时, 那并不是痛, 而是不舍。到那时, 爱情会变成一份拳拳亲情, 会变成一种习惯, 所以, 爱情也变成了过去完成时。

“人生最美夕阳红, 何须惆怅向黄昏”, 老年是阅尽千帆后的淡然, 是历经世事的睿智, 是黄昏里携手闲庭信步, 是夕阳下漫看云卷云舒, 爱情进入另外一个境界, 或者说, 已与爱情无关, 是几十年相濡以沫, 血肉相融的亲情。只是, 忽一日, 牵手走过年轻时曾走过的林荫路, 看着身边成双成对, 卿卿我我的年轻恋人, 那些曾经甜蜜热恋的日子, 那些如痴如醉, 魂牵梦绕的时光, 重新在我们心里复活, 鲜艳, 生动起来, 有声有色, 有滋有味, 有情有感。爱情, 在那时成了过去进行时, 活在我们的记忆里。

听课三“时态” 篇7

一、听课“过去时”

听课, 不是让教师带着听课记录本, 为完成听课任务而听课, 而是让教师通过听课取人之长、补己之短, 从而改进自身及他人的教学方法, 提高自身的业务水平。因此, 在正式进入课堂听课之前, 听课者必须有所准备, 做到有“备”而来。忽视了听课之前的准备, 必然会在听课过程中遗漏不少重要的信息, 降低从中获益的可能性, 同时也会极大地影响听课作用的发挥。

(一) 明确听课目的

无论什么类型的课, 听课者都必须明确听课目的, 否则就不可能有效, 更不可能收集到听课的真实信息, 从而难以发挥听课的作用。而无论是听哪一门、哪一类别的课, 其目的无外乎两个:一是“他山之石, 可以攻玉”;二是“惩前毖后, 治病救人”。

所谓“他山之石, 可以攻玉”, 就是指教师本着向别人学习的目的去听课, 通过听课取人之长, 补己之短。有位哲人曾经说过, 世界上最聪明的人是那些善于发现别人长处, 并能学习别人长处, 最终使其变为自己长处的人。明确了“为学而听”这个目的以后, 教师就能在听课时积极运用自己敏锐的眼光, 善于发现别人课堂上的每一个闪光点, 课后慢慢品悟, 细细揣摩, 再将其在自己的课堂上实践, 久而久之, 教师的教育教学水平和综合素质就会不断得到提高。

所谓“惩前毖后, 治病救人”, 就是指听课教师要善于发现别人的不足之处, 这不是挑剔, 而是为了避免自身教学出现类似的问题, 同时针对其他教师教学中存在的问题提出合理化建议。从别人身上发现自己的不足, 从局外人的角度体察自己的得失, 这也是听课的收获。

(二) 了解听课内容

上课像撰写一部文学著作, 听课则像欣赏一部文学作品。欣赏的前提是了解, 若欣赏者对于这部文学作品的内容缺乏最基本的了解, 那么这种欣赏就是表面的、盲目的, 欣赏的价值与效果也会随之而降低。所以, 听课前了解听课内容显得十分必要。我认为, 教材、教师和学生这三项均为听课前要了解的重要内容。

1. 了解教材内容。

首先, 认真阅读授课教师需要讲授的内容, 在教材内容的把握上做到“三准一活”, 即对教材体系和教学内容认识准, 对本堂课教材重点、难点把握准, 对课后训练目的、要求掌握准, 灵活地看教师组织和选择教法。另外, 结合自身教学实践对所教内容作一番深入细致的思考, 在头脑中大致勾勒出本课的教学方案, 以便听课时, 能有充分的时间作出理性分析与思考, 从被动听课转为主动寻求发展, 发挥听课的实效。

2. 了解教师情况。

不同的优秀教师授课的内容、方式、方法不同, 但都具有鲜明的个性, 这种个性往往与他们的个人特点、知识结构等相关因素紧密相连, 因此, 要想学习、领会并掌握其教学艺术, 听课前了解其基本情况是必要的, 如教龄、教学风格、该门课程任课情况及学生对该教师的评价等。

3. 了解学生情况。如学生年龄、基本素质、已有知识基础等。

二、听课“进行时”

美国著名演讲家罗曼·文森特·皮尔有一句名言:“态度决定一切。”虽然这句话过于强调态度对成功的重要性, 忽视了成功的其他条件, 但它说明了态度的重要性:它是做好一切事情的前提, 是成功的基础。因此, 要想获得理想的听课效果, 必须端正听课态度。同时, 听课是一门学问, 在听课过程中还必须掌握听课的方法。

(一) 端正听课态度

听课者持什么态度去听课, 不仅是自身思想道德素质的一种体现, 而且直接影响着听课的质量, 应引起听课者的重视。我认为, 端正听课态度要做到“三心”, 即虚心、专心和细心。

1. 虚心。

在生活中, 每一个人都渴望得到别人的欣赏, 同样每一个人都应该学会欣赏别人。生活是这样, 听课也是如此。不同课堂, 风景各异, 只要怀抱虚心、细细欣赏, 就会发现每个教师教学中的一言一行、一点一滴, 都能品出别样的滋味。

2. 专心。

在听课过程中, 要全神贯注, 注意力高度集中, 全身心地投入。如果听课者漫不经心, 思想上开小差, 就很容易错过精彩的瞬间, 失去一次学习的机会, 这样听课的效果就会大打折扣。

3. 细心。

在听课过程中, 要做到细心观察。观察越仔细就越能收获更多可以取长补短或值得思考借鉴的内容。

(二) 掌握听课方法

新课程要求我们评价一节课, 关键不是看教师如何讲, 重要的是看在教师引导下学生如何学、学习效果如何等。所以, 听课应从单一听教师的“讲”转移到看学生的“学”, 把“看、听、记、思”有机地结合起来。

一看。看的内容主要包括两个方面, 一方面是看教师主导作用发挥的情况, 如教态是否亲切自然, 板书是否规范合理, 教法如何选择, 教具如何运用, 课堂偶发事件如何处理等。另一方面是看学生主体作用发挥的情况, 如学生举手发言、思考问题的情况, 学生分析问题、解决问题的情况, 学生练习、板演、作业的情况, 学生与教师情感交融的情况等。

二听。听的内容主要包括:教学重点是否突出, 难点是否突破, 详略是否得当;教师各环节的教学语言是如何衔接的, 有无启发性和趣味性;教师是如何运用沟通、启迪、暗示、激励等方面的语言, 是否运用得当。

三记。听课记录是教师教学资源积累的重要内容, 但是一堂课的教学内容很丰富, 要想详细记录每一细节是很难办到的, 因此, 应该有选择地做好记录。可以重点记录以下内容:教学环节设计;教学重点难点突破;教学方法与学习方法的选择与运用;辅助手段的应用与板书设计;练习设计与知识拓展;听课者即时的思考与评价等。

四思。有专家曾说:“你讲给我听, 我是要忘记的;你做给我看, 我说不定记住了;你若让我参与, 我肯定能够学会。”可见, 带着思考听课, 能促进听课者改变“旁观者”的身份, 从而以“参与者”的角色深入课堂。在听课过程中, 可以思考以下问题:教师为什么要这样处理教材, 换个角度行不行;如果我就是在座的学生, 老师的教法能否激起我探求知识的欲望, 我是否理解和掌握了这节课所学的内容;如果我上这堂课, 我该如何做;该教师的授课有何成功、不足或错误之处, 对学生会产生何种影响等。

总之, 应根据听课的目的和要求, 有所侧重地将“看、听、记、思”灵活地结合起来, 如在教师板书、学生演练时, 要以看为主, 兼顾其他;在教师讲授、学生发言时, 就应以听为主, 兼顾观察;在学生练习时, 就应以思考为主。

三、听课“完成时”

萧伯纳说:“倘若你有一个苹果, 我也有一个苹果, 而我们彼此交换这些苹果, 那么你和我仍然是各有一个苹果。但是, 倘若你有一种思想, 我也有一种思想, 而我们彼此交换这些思想, 那么, 我们每人将有两种思想。”可见, 听完课后及时交流听课心得益处颇多。最后还要整理听课记录, 进一步反思自己的教学实践, 使听课真正成为促进教师专业成长的阶梯。

(一) 交流听课心得

高质量的听课要求听课教师不仅要成为细心的“观察者”, 更要成为主动积极的“交流者”。交流的对象既包括授课教师, 又包括同时听课的教师。

首先, 要及时与授课教师进行交流, 了解他们是如何准备这节课的和上完此节课的感受, 并抱着热情、诚恳的态度针对这堂课的教学谈谈自己的意见和看法。在交流时要注意因人而异:对经验不足的青年教师, 要尽量挖掘他们教学中的闪光点, 让他们多一点成功的体验, 对于存在的问题应有重点地委婉地提出;对于有经验的授课教师, 要谦虚诚恳地向他学习, 分享他人成功的经验与体会, 共同提高教学质量, 完善教学艺术, 向专家型教师发展。其次, 还要及时与同时听课的教师进行交流, 分享各自的思想, 加深对问题的理解与认识。

(二) 反思教学实践

美国著名学者波斯纳说:“没有反思的经验是狭窄的经验, 只有经过反思, 经验方能上升到一定的理论高度, 并对后继教学行为产生影响。”如果一个教师仅仅满足于获得经验而不对经验进行深入的思考, 那么, 即使是有“30年的教学经验, 也许只是一年工作的30次重复”。因此, 为了使教学经验理论化, 真正达到促进教师专业可持续发展的目的, 听课结束后, 听课教师还要结合自身的教学实践进行系统的反思。

一是对授课教师课堂教学的反思。其内容主要包括:教学目标、教学内容、教学重点、教学方法等方面的协调程度;课堂教学结构的科学合理性;师生关系的融洽程度;时量分配的合理性、适中性;教学手段运用的适当性;教具选择的科学性、选用的时效性;教学效果的显著性等。二是结合自身的教学实践, 形成符合自身的教学经验。如授课教师所采用的哪些教法适合自己所带班级的学生, 哪些不适合, 怎样修改后对自己的学生更适合;授课教师最值得学习的地方在哪里, 能否借鉴过来用于改善自己的教学等。

现在完成时态用法扫描 篇8

如: (1) I have seen the film.

(2) He hasn’t seen the film.

(3) —Have they seen the film?—Yes, they have. (No, they haven’t.)

二、用法

现在完成时态表示过去发生并已完成的某一动作对现在造成的影响, 或过去发生持续到现在的行为。

1. 表示过去的动作对现在造成的影响或结果。标志词有already, yet, just ever, never, before等。

如: (1) I have lost my bike.我的自行车丢了。 (即:我现在没有车了。)

(2) Thank you.I’ve had my supper.谢谢你, 我已吃过晚饭了。 (即:我现在不需要。)

注意:

▲如果句中有一个表示特定的过去时间的状语, 如:this morning, yesterday last week, three days ago, just now等, 谓语动词用一般过去时。而现在完成时则常与already, yet, just等与现在有联系的时间状语连用, 并表示动作的持续。试比较:

(1) I found my bike just now.我是刚刚找到我的自行车的。

(2) I have found my bike.我已找到我的自行车了。

▲如果单纯谈一个过去的动作, 不涉及它对现在的影响, 通常用一般过去时;如果谈一件事已经发生, 不考虑它是什么时候发生的, 而主要考虑对现在的影响, 即现在情况如何, 则用现在完成时。试比较:

(1) I closed the door. (表示门过去关好, 现在可能关好, 也可能没关好。)

(2) I have closed the door. (表示门现在关上了。)

2. 表示过去发生的动作持续到现在。标志词有for, since, so far, these days等。如:

(1) Mr Green has lived in Beijing for two years.

格林先生住在北京已两年了。 (说明“居住”从两年前持续到现在。)

(2) He has worked here since 1998.

他从1998年起一直在这儿工作。 (说明“工作”从1998年持续到现在。)

(3) He has lived with his aunt since his mother died.

自从他妈妈死了, 他一直和他姑妈住在一起。 (说明他仍将与姑妈一起生活下去。)

注意:

▲与for, since连用的现在完成时, 其谓语动词必须是持续性的。如果谓语动词为短暂性动词 (或词组) , 可改为表示状态的“be+形容词 (副词、分词、名词、介词短语) ”。如:begin/start→be on;come back→be back;close→be closed;die→be dead;get up→be up;fall ill→be ill;leave→be away from;join→be a member of/be in;finish/end→be over;marry→be married;open→be open。

也可将某些短暂性动词改为与其意思相近的延续性动词, 如:buy→have;become→be;borrow→keep。

翻译:

他回来已三天了。He has been back for three days.

=He has been back since three days ago.

=It is/has been three days since he came back.

=Three days has passed since he came back.

=They came back three days ago.

(不能说:He has come back for three days.)

▲某些非延续性动词的否定形式可以和for, since引导的时间状语连用。

如:I haven’t met him for a long time.我好长时间没见到他了。

I haven’t met him since he left.自从他离开我就没遇到他。

3. 区别下列词组

(1) have/has gone to去了某地还没有回来

(2) have/has been to曾经去过某地已经回来了

(3) have/has been+介词短语曾经在某个地方

如:

(1) They have gone to Beijing.他们已到北京去了。 (他们可能在去北京的路上或已到了北京, 总之他们现在不在这里。)

(2) He has been to Beijing twice.他去过北京两次。 (现在他不在北京。)

(3) I have been in Nanjing for two years.我在南京呆了两年。 (现在还在南京。

(4) His brother has been in the army for half a year.

=His brother has been a soldier for half a year.他哥哥参军半年了。

(5) Tom has been on the school football team for a year.

=Tom has been a school football player for a year.汤姆参加校足球队一年了。

练一练 (写出同义句) :

1.He joined the army two years ago.

He___ ___ ___the army___two years.

2.It’s five years since I came here.

Five years___ ___ ___I came here.

3.Sam’s grandfather died 10 years ago.

Sam’s grandfather has been___ ___ 10 years.

4. Wu Dong joined the League three years ago.

Wu Dong has____ in the League___three years.

5. We got to know each other ten years ago.

We___ ____each other____ten years ago.

6. I got up half an hour ago.

I___ ___up for half an hour.

7. He has been in the army for eight years.

He___ ___a___ ___eight years.

8. He has been away from here for six days.

It’s six days___he___here.

9. My friend went to Beijing last year.She is still in Beijing now.

My friend____ ____ ____Beijing____last year.

1 0. Half an hour ago“The Cat Play”began.

“The Cat Play”has____ ____for half an hour.

1 1. I’m sorry to hear that he got killed in the traffic accident 5 years ago.

I’m sorry to hear that he has____ ____for 5 years in the traffic accident.

1 2. He left home two months ago.

He has____ ____from home____ ____two months ago.

Keys:

1.has been in, for 2.has passed since 3.dead for 4.been, for

5.have known, since 6.have been 7.has been, soldier for 8.since, left

上一篇:三维电极法下一篇:混凝土集中搅拌系统