首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

缺失数据查询处理技术研究

摘要第4-6页
Abstract第6-8页
第1章 绪论第17-23页
    1.1 研究背景及意义第17-18页
    1.2 存在的问题第18-19页
    1.3 研究目标与内容第19-21页
        1.3.1 研究目标第19-20页
        1.3.2 研究内容第20-21页
    1.4 论文结构组织第21-23页
第2章 缺失数据查询综述第23-32页
    2.1 不完整数据索引第23-26页
    2.2 不完整数据查询第26-29页
    2.3 缺失数据其他相关工作第29-30页
    2.4 本章小结第30-32页
第3章 不完整数据k最近邻查询第32-57页
    3.1 研究动机第32-33页
    3.2 问题陈述第33-35页
    3.3 精确算法第35-42页
        3.3.1 LαB索引第35-37页
        3.3.2 晶格划分算法第37-41页
        3.3.3 分析与讨论第41-42页
    3.4 近似算法第42-48页
        3.4.1 HIT索引第42-45页
        3.4.2 直方图算法第45-47页
        3.4.3 分析与讨论第47-48页
    3.5 实验评估第48-56页
        3.5.1 实验设置第48-49页
        3.5.2 索引有效性评估第49-51页
        3.5.3 查询算法性能评估第51-55页
        3.5.4 不完整查询点性能评估第55-56页
    3.6 本章小结第56-57页
第4章 不完整数据Top-k支配查询第57-85页
    4.1 研究动机第57-60页
    4.2 问题陈述第60-62页
    4.3 查询算法第62-77页
        4.3.1 扩展Skyband算法第62-64页
        4.3.2 上界值算法第64-66页
        4.3.3 位图算法第66-72页
        4.3.4 增强位图算法第72-76页
        4.3.5 分析与讨论第76-77页
    4.4 实验评估第77-84页
        4.4.1 实验设置第77-78页
        4.4.2 位图技术有效性评估第78-80页
        4.4.3 查询算法性能评估第80-83页
        4.4.4 剪枝策略有效性评估第83-84页
    4.5 本章小结第84-85页
第5章 不确定图反k最近邻查询第85-117页
    5.1 研究动机第85-88页
    5.2 问题陈述第88-90页
    5.3 基础算法第90页
    5.4 图规模剪枝第90-96页
    5.5 等价图剪枝第96-100页
    5.6 精确算法第100-101页
    5.7 抽样算法第101-106页
    5.8 实验评估第106-115页
        5.8.1 实验设置第106-109页
        5.8.2 精确算法评估第109-112页
        5.8.3 抽样算法评估第112-115页
    5.9 本章小结第115-117页
第6章 概率Skyline查询和相似查询质量优化第117-144页
    6.1 研究动机第117-120页
    6.2 背景知识第120-123页
    6.3 优化框架第123-125页
    6.4 质量计算第125-130页
        6.4.1 基础算法第125-126页
        6.4.2 ASI结构第126-128页
        6.4.3 增强算法第128-130页
    6.5 对象选择第130-137页
        6.5.1 剪枝策略第130-132页
        6.5.2 优化算法第132-137页
    6.6 实验评估第137-143页
        6.6.1 质量计算性能评估第137-139页
        6.6.2 优化算法性能评估第139-142页
        6.6.3 真实案例评估第142-143页
    6.7 本章小结第143-144页
第7章 基于缺失数据偏好查询的餐馆推荐系统第144-153页
    7.1 研究动机第144-145页
    7.2 查询定义第145-146页
    7.3 系统框架与实现第146-150页
        7.3.1 系统框架第146-147页
        7.3.2 浏览器端实现第147-148页
        7.3.3 服务器端实现第148-150页
    7.4 系统演示第150-151页
    7.5 本章小结第151-153页
第8章 总结与展望第153-157页
    8.1 全文总结及创新点第153-155页
    8.2 未来工作第155-157页
参考文献第157-170页
攻读博士学位期间的主要研究成果第170-174页
致谢第174页

论文共174页,点击 下载论文
上一篇:数据流频繁项挖掘及相关性分析算法的研究
下一篇:基于大数据的辅助专家分析系统的设计与实现