数据库模式匹配算法的研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-36页 |
1.1 研究背景和意义 | 第13-15页 |
1.2 模式匹配算法综述 | 第15-31页 |
1.2.1 模式信息 | 第16-17页 |
1.2.2 模式匹配的粒度和基数 | 第17-18页 |
1.2.3 基于元素自身信息的匹配方法 | 第18-19页 |
1.2.4 基于数据实例信息的匹配方法 | 第19-23页 |
1.2.5 基于模式结构的匹配方法 | 第23-27页 |
1.2.6 基于辅助信息的匹配方法 | 第27-31页 |
1.3 模式匹配技术所面临的挑战 | 第31-32页 |
1.4 本文的研究内容 | 第32-34页 |
1.5 本文的组织结构 | 第34-36页 |
第二章 基于出现频率的模式匹配 | 第36-58页 |
2.1 基于发生频率的匹配方法 | 第36-44页 |
2.1.1 基于频率的特征向量提取 | 第36-37页 |
2.1.2 属性特征向量的优化 | 第37-38页 |
2.1.3 基于聚类的属性匹配方法 | 第38页 |
2.1.4 异常点定义 | 第38-39页 |
2.1.5 异常点去除 | 第39-42页 |
2.1.6 基于发生频率的匹配算法的性能分析 | 第42-44页 |
2.2 基于出现顺序的匹配方法 | 第44-57页 |
2.2.1 问题提出 | 第45-46页 |
2.2.2 特征矩阵 | 第46-48页 |
2.2.3 特征矩阵的评价函数 | 第48-50页 |
2.2.4 搜索最优映射 | 第50-53页 |
2.2.5 基于出现顺序的匹配算法的性能分析 | 第53-57页 |
2.3 本章小节 | 第57-58页 |
第三章 基于查询语句的模式匹配 | 第58-78页 |
3.1 查询语句的相似性 | 第58页 |
3.2 构建子句关联图 | 第58-61页 |
3.2.1 查询语句的预处理 | 第59页 |
3.2.2 统计子句的出现频率 | 第59-60页 |
3.2.3 生成子句关联图 | 第60-61页 |
3.3 匹配子句关联图 | 第61-66页 |
3.3.1 构建匹配图 | 第62-63页 |
3.3.2 匹配对的属性相似性 | 第63-64页 |
3.3.3 匹配对的结构相似性 | 第64-66页 |
3.4 匹配对的分解算法 | 第66-72页 |
3.4.1 确定属性顺序 | 第66-67页 |
3.4.2 匹配对的分解原理 | 第67-69页 |
3.4.3 基于贪婪策略的分解算法 | 第69页 |
3.4.4 基于二次规划的分解算法 | 第69-72页 |
3.4.5 选择最优的单一匹配 | 第72页 |
3.5 实验测试及性能分析 | 第72-76页 |
3.6 本章小节 | 第76-78页 |
第四章 基于隐含分类语义的匹配改进算法 | 第78-96页 |
4.1 问题提出 | 第78-80页 |
4.2 发现源模式实例的可能分类 | 第80-83页 |
4.2.1 一种简单的发现方法 | 第80-81页 |
4.2.2 基于属性层次的方法 | 第81-83页 |
4.3 寻找分类属性 | 第83-85页 |
4.4 将过滤条件与匹配进行关联 | 第85-89页 |
4.5 转换源数据实例 | 第89-90页 |
4.6 实验测试及性能分析 | 第90-93页 |
4.7 本章小节 | 第93-96页 |
第五章 模式匹配的应用算法 | 第96-120页 |
5.1 自动的多中间模式产生算法 | 第96-107页 |
5.1.1 问题提出 | 第96-97页 |
5.1.2 基本概念 | 第97-98页 |
5.1.3 产生Top-k个中间模式 | 第98-104页 |
5.1.4 多中间模式产生算法的性能分析 | 第104-107页 |
5.2 基于用户偏好的模式集成算法 | 第107-118页 |
5.2.1 用户偏好 | 第107-108页 |
5.2.2 预备知识 | 第108-109页 |
5.2.3 概念打分函数 | 第109-111页 |
5.2.4 中间模式的产生 | 第111-116页 |
5.2.5 基于用户偏好的模式集成算法的性能分析 | 第116-118页 |
5.3 本章小节 | 第118-120页 |
第六章 结束语 | 第120-124页 |
6.1 本文工作总结 | 第120-121页 |
6.2 未来的研究方向 | 第121-124页 |
参考文献 | 第124-136页 |
致谢 | 第136-138页 |
攻博期间发表的论文 | 第138页 |