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

不确定数据库查询结果的灵敏度分析

摘要第3-4页
Abstract第4页
主要符号对照表第7-8页
第1章 绪论第8-12页
    1.1 研究背景第8-9页
    1.2 研究现状第9-10页
    1.3 研究内容和创新点第10-11页
    1.4 论文结构第11-12页
第2章 不确定数据库概述第12-27页
    2.1 不确定数据库第12-13页
    2.2 possible world语义第13-20页
    2.3 不确定数据库中的概率计算问题第20-26页
    2.4 国内研究现状第26页
    2.5 本章小结第26-27页
第3章 不确定数据库中基本查询结果的灵敏度分析第27-51页
    3.1 引言第27-30页
    3.2 灵敏度分析问题定义第30-31页
    3.3 灵敏度分析算法第31-45页
        3.3.1 基本算法第34-41页
        3.3.2 优化算法第41-45页
    3.4 查询的重计算问题第45-47页
    3.5 实验结果第47-50页
    3.6 本章小结第50-51页
第4章 元组级别不确定数据模型下Top-K Ranking查询结果的灵敏度分析第51-84页
    4.1 引言第51-53页
    4.2 元组级别不确定数据模型下的Top-K Ranking查询第53-55页
        4.2.1 元组级别不确定数据模型第53页
        4.2.2 Top-K Ranking查询第53-55页
    4.3 灵敏度分析问题定义第55-61页
        4.3.1 结果元组顺序变化的定义第55页
        4.3.2 结果元组顺序变化的度量第55-59页
        4.3.3 结果元组顺序变化灵敏度的定义第59-61页
    4.4 灵敏度的计算第61-67页
        4.4.1 计算模块第61-66页
        4.4.2 算法第66-67页
    4.5 实验结果第67-72页
        4.5.1 模拟数据上的实验第67-71页
        4.5.2 实际数据上的实验第71-72页
    4.6 关于加权Spearman’s footrule距离的一些结论第72-82页
    4.7 本章小结第82-84页
第5章 属性级别不确定数据模型下Top-K Ranking查询结果的灵敏度分析第84-116页
    5.1 引言第84页
    5.2 属性级别不确定数据模型下的Top-K Ranking查询第84-89页
        5.2.1 属性级别不确定数据模型第84-86页
        5.2.2 基于PRF的Top-K Ranking查询语义第86-89页
    5.3 属性级别不确定数据模型下的Top-K Ranking查询算法第89-112页
        5.3.1 基本算法第89-95页
        5.3.2 剪枝策略第95-102页
        5.3.3 top-K聚集查询的剪枝策略第102-106页
        5.3.4 实验结果第106-112页
    5.4 属性级别不确定数据模型下Top-K Ranking查询结果的灵敏度分析第112-114页
    5.5 本章小结第114-116页
第6章 总结和展望第116-118页
    6.1 工作总结第116页
    6.2 研究展望第116-118页
参考文献第118-124页
致谢第124-126页
个人简历、在学期间发表的学术论文与研究成果第126-127页

论文共127页,点击 下载论文
上一篇:不同市场环境下多产品寡头市场混沌特性分析
下一篇:R-spondin家族蛋白与其受体相互作用的结构生物学研究