基于BP神经网络的数据库模式匹配方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究意义 | 第13页 |
| ·论文研究内容及组织 | 第13-15页 |
| ·论文的主要研究内容 | 第13-14页 |
| ·论文的整体组织结构 | 第14-15页 |
| 第2章 相关理论知识 | 第15-27页 |
| ·引言 | 第15页 |
| ·数据库模式 | 第15-16页 |
| ·神经网络概述 | 第16-18页 |
| ·模式匹配 | 第18-21页 |
| ·模式匹配概述 | 第18页 |
| ·模式匹配相关理论 | 第18-21页 |
| ·异构数据库间相同属性的主要匹配方法 | 第21-26页 |
| ·基于规则的属性匹配方法 | 第21-23页 |
| ·基于机器学习的属性匹配方法 | 第23-24页 |
| ·属性匹配方法比较 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于BP神经网络的属性匹配方法研究 | 第27-59页 |
| ·引言 | 第27页 |
| ·HPAM匹配流程 | 第27-30页 |
| ·表的匹配方法 | 第30-35页 |
| ·表的匹配提出的必要性及采用的方法分析 | 第30-32页 |
| ·表匹配时表采用的数据指标体系及正规化方法 | 第32-33页 |
| ·基于BP神经网络的表匹配 | 第33-35页 |
| ·相似表间属性的匹配方法 | 第35-51页 |
| ·相似表间属性匹配时采用的方法分析 | 第36-37页 |
| ·数据指标体系及正规化方法 | 第37-39页 |
| ·多个神经网络并行训练及匹配的可行性分析 | 第39-40页 |
| ·双向过滤法 | 第40-43页 |
| ·基于BP神经网络的属性匹配 | 第43-51页 |
| ·剩余属性的匹配方法 | 第51页 |
| ·补充的属性匹配方法 | 第51-55页 |
| ·目前属性数据指标体系的局限性分析 | 第52-53页 |
| ·数据指标体系及正规化方法 | 第53-55页 |
| ·用户验证 | 第55页 |
| ·HPAM的算法描述 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第4章 HPAM匹配算法实验 | 第59-64页 |
| ·实验环境 | 第59页 |
| ·实验数据集 | 第59-60页 |
| ·实验评价标准 | 第60-61页 |
| ·实验结果分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |
