| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第11-12页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 本文的主要研究内容 | 第17-18页 |
| 1.4 文章组织结构 | 第18-19页 |
| 第二章 数据库空值估计的相关技术 | 第19-28页 |
| 2.1 空值估计的粗糙集方法 | 第19-22页 |
| 2.1.1 粗糙集理论的基本概念 | 第19-21页 |
| 2.1.2 基于粗糙集的空值估计方法 | 第21-22页 |
| 2.2 空值估计的云模型方法 | 第22-25页 |
| 2.2.1 云模型的基本概念 | 第22-23页 |
| 2.2.2 云模型的分群算法 | 第23-24页 |
| 2.2.3 利用云发生器生成空值的估计值 | 第24-25页 |
| 2.3 基于优化算法的空值估计方法 | 第25-27页 |
| 2.3.1 遗传算法相关概念 | 第25页 |
| 2.3.2 遗传算法基本流程 | 第25-26页 |
| 2.3.3 基于遗传算法的空值估计方法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 改进的FCM算法 | 第28-48页 |
| 3.1 常用聚类算法 | 第28-31页 |
| 3.1.1 k-means聚类算法 | 第28-29页 |
| 3.1.2 层次聚类算法 | 第29页 |
| 3.1.3 FCM聚类算法 | 第29-31页 |
| 3.2 基于k维的FCM算法(kdFCM) | 第31-34页 |
| 3.2.1 k维树 | 第31-32页 |
| 3.2.2 改进的FCM算法(kdFCM) | 第32-34页 |
| 3.3 基于空间划分树的FCM算法(spFCM) | 第34-39页 |
| 3.3.1 空间划分树 | 第34-38页 |
| 3.3.2 改进的FCM算法(spFCM) | 第38-39页 |
| 3.4 kdFCM算法与spFCM算法时间复杂度分析 | 第39-41页 |
| 3.4.1 kdFCM算法时间复杂度分析 | 第39-40页 |
| 3.4.2 spFCM算法时间复杂度分析 | 第40-41页 |
| 3.5 实验与分析 | 第41-46页 |
| 3.5.1 实验数据集 | 第41-42页 |
| 3.5.2 实验结果和分析 | 第42-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 基于FCM的数据库空值估计 | 第48-59页 |
| 4.1 相关定义 | 第48-51页 |
| 4.1.1 多元线性回归 | 第48-49页 |
| 4.1.2 模糊集及相关运算 | 第49-50页 |
| 4.1.3 基于粗糙集的属性约简 | 第50-51页 |
| 4.2 基于FCM的数据库空值估计方法(SNEF) | 第51-54页 |
| 4.2.1 算法描述 | 第51-54页 |
| 4.2.2 算法分析 | 第54页 |
| 4.3 SNEF方法的实验结果和分析 | 第54-58页 |
| 4.3.1 实验数据 | 第54-55页 |
| 4.3.2 实验结果与分析 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 基于多表关联关系的关系数据库多空值估计 | 第59-73页 |
| 5.1 表间关联关系及处理 | 第59-64页 |
| 5.1.1 星型关系模式 | 第59-61页 |
| 5.1.2 雪花型关系模式 | 第61-62页 |
| 5.1.3 星座型关系模式 | 第62-64页 |
| 5.2 空值间相关关系及处理 | 第64-66页 |
| 5.2.1 空值的选取与转化 | 第64-65页 |
| 5.2.2 空值的估计优先排序 | 第65-66页 |
| 5.3 基于多表关联关系的数据库空值估计方法(MNEMT) | 第66-68页 |
| 5.3.1 算法描述 | 第66-68页 |
| 5.3.2 算法分析 | 第68页 |
| 5.4 MNEMT方法的实验和分析 | 第68-71页 |
| 5.4.1 实验数据 | 第68-69页 |
| 5.4.2 实验结果与分析 | 第69-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 在学期间的研究成果及发表的学术论文 | 第80页 |
