| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第16-21页 |
| 1.1 研究背景 | 第16-19页 |
| 1.1.1 不确定数据的兴起 | 第16-17页 |
| 1.1.2 不确定数据流的诞生与挑战 | 第17-19页 |
| 1.2 本文工作与主要贡献 | 第19-20页 |
| 1.3 组织结构 | 第20-21页 |
| 第二章 研究现状 | 第21-32页 |
| 2.1 不确定数据的产生 | 第21-22页 |
| 2.2 不确定数据研究现状 | 第22-26页 |
| 2.2.1 不确定数据处理框架 | 第23-25页 |
| 2.2.2 不确定数据管理系统 | 第25页 |
| 2.2.3 不确定数据建模 | 第25-26页 |
| 2.3 不确定数据流的挖掘与查询技术 | 第26-29页 |
| 2.3.1 不确定数据流聚类处理 | 第26-27页 |
| 2.3.2 不确定数据流Top-k查询 | 第27-28页 |
| 2.3.3 不确定数据流Skyline查询 | 第28-29页 |
| 2.4 相关框架与系统 | 第29-31页 |
| 2.4.1 ER-Topk查询相关工作 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 问题描述 | 第32-39页 |
| 3.1 不确定数据流定义 | 第32-33页 |
| 3.2 可能世界模型 | 第33-36页 |
| 3.2.1 属性级不确定性 | 第34-35页 |
| 3.2.2 存在级不确定性 | 第35-36页 |
| 3.3 不确定数据流的Top-k查询 | 第36-37页 |
| 3.4 问题定义 | 第37-38页 |
| 3.4.1 ER-Topk(Expected Rank Top-k)查询定义 | 第37-38页 |
| 3.4.2 TTk(Threshold Topk query)查询定义 | 第38页 |
| 3.5 本章小节 | 第38-39页 |
| 第四章 不确定数据流近似查询算法 | 第39-61页 |
| 4.1 预备知识 | 第39-44页 |
| 4.1.1 分值计算公式推导 | 第39-42页 |
| 4.1.2 分值计算公式分析 | 第42-44页 |
| 4.2 不确定数据流处理框架设计 | 第44-46页 |
| 4.2.1 去噪模块 | 第45-46页 |
| 4.3 基于q(v)的近似查询算法 | 第46-55页 |
| 4.3.1 算法思路 | 第46-48页 |
| 4.3.2 近似算法实现 | 第48-53页 |
| 4.3.3 QVBuffer检索算法 | 第53-55页 |
| 4.4 实验结果与分析 | 第55-60页 |
| 4.4.1 实验环境与实验计划 | 第55-56页 |
| 4.4.2 测试数据集合 | 第56-57页 |
| 4.4.3 实验结果与分析 | 第57-60页 |
| 4.5 本章小节 | 第60-61页 |
| 第五章 不确定数据流批量式处理框架 | 第61-78页 |
| 5.1 不确定数据流批处理框架 | 第61-64页 |
| 5.2 缓冲区合并算法 | 第64-68页 |
| 5.3 查询处理实现 | 第68-72页 |
| 5.4 实验准备与结果分析 | 第72-77页 |
| 5.4.1 实验计划 | 第72-73页 |
| 5.4.2 实验环境 | 第73页 |
| 5.4.3 实验结果分析 | 第73-77页 |
| 5.5 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 参考文献 | 第80-86页 |
| 致谢 | 第86-88页 |
| 攻读硕士学位期间发表论文和科研情况 | 第88页 |