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

异构数据映射技术研究

摘要第1-12页
ABSTRACT第12-14页
第一章 绪论第14-28页
   ·研究背景第14-18页
     ·应用需求第14-15页
     ·异构数据的映射问题第15-18页
   ·研究现状第18-22页
     ·关键技术研究第19-20页
     ·著名研究项目第20-22页
     ·研究现状的总结和分析第22页
   ·本文工作与创新点第22-25页
     ·主要研究内容第22-24页
     ·主要创新点第24-25页
   ·论文结构第25-28页
第二章 面向异构表模式的多策略模式映射方法第28-44页
   ·问题的提出及形式化描述第28-30页
     ·问题的提出第28-29页
     ·形式化描述第29-30页
   ·基于机器学习的模式映射方法第30-35页
     ·样本学习第31-32页
     ·映射关系产生第32-33页
     ·多策略学习方法第33-35页
   ·一种基于数据实例的多策略模式映射方法(MSMA)第35-37页
     ·针对单学习器的改进第35-36页
     ·基于Stacking 的多策略学习算法改进第36-37页
   ·实验结果与分析第37-43页
     ·实验环境第38-39页
     ·单学习器性能比较第39-41页
     ·与LSD 方法的比较第41-43页
     ·算法局限性分析第43页
   ·本章小结第43-44页
第三章 异构数据字典之间的元组实例匹配方法第44-68页
   ·问题的提出及形式化描述第44-46页
     ·问题的提出第44-45页
     ·形式化描述第45-46页
   ·相关研究第46-52页
     ·关键字自动提取第47-48页
     ·字符串距离度量第48-52页
   ·一种面向大规模的整体元组实例匹配方法(HIMA)第52-61页
     ·基于最大熵模型的描述精简第53-57页
     ·基于条件概率分布的实例相似度度量第57-59页
     ·基于聚类算法的实例匹配第59-61页
   ·实验结果与分析第61-65页
     ·实验环境第61-62页
     ·关键词提取分析第62-63页
     ·字符串距离度量分析第63-64页
     ·数据实例匹配结果第64-65页
   ·本章小结第65-68页
第四章 运行时数据语义冲突的检测第68-88页
   ·问题的提出及形式化描述第68-70页
     ·问题的提出第68-69页
     ·形式化描述第69-70页
   ·一般基于学习的失效映射检测方法第70-73页
     ·样本训练第70-72页
     ·失效映射检测第72-73页
   ·一种基于模糊聚集算子的失效映射检测方法(BSDM)第73-80页
     ·学习器设计第74-75页
     ·基于析取加权的融合方法第75-77页
     ·基于变权的人工数据融合方法第77-80页
   ·实验结果与分析第80-85页
     ·实验环境第80-81页
     ·各组成部分对方法影响分析第81-83页
     ·与Maveric 方法比较第83-85页
     ·缺陷分析第85页
   ·本章小结第85-88页
第五章 异构数据集成平台实现及其应用第88-100页
   ·数据集成平台StarEAI+第88-91页
     ·体系结构第88-89页
     ·异构数据集成过程第89-91页
   ·主要功能实现第91-93页
     ·异构模式映射模块第91-92页
     ·实例匹配模块第92-93页
     ·运行时映射失效检测模块第93页
   ·StarEAI+的应用第93-99页
     ·应用案例分析第93-94页
     ·应用案例框架结构第94-96页
     ·案例特点第96页
     ·性能影响第96-99页
   ·本章小结第99-100页
第六章 结束语第100-102页
   ·论文研究的总结第100-101页
   ·进一步的工作第101-102页
致谢第102-104页
参考文献第104-114页
作者在学期间取得的学术成果第114-116页

论文共116页,点击 下载论文
上一篇:图形化模型的一致性检查
下一篇:应用级checkpointing技术的研究与实现