| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 研究背景 | 第12-17页 |
| 1.1.1 不确定数据应用 | 第12-15页 |
| 1.1.2 Skyline查询技术 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.2.1 Skyline查询研究现状 | 第17-20页 |
| 1.2.2 不确定数据Skyline查询研究现状 | 第20-21页 |
| 1.3 主要挑战 | 第21-22页 |
| 1.4 本文主要工作 | 第22页 |
| 1.5 本文主要结构 | 第22-24页 |
| 第二章 不确定数据Skyline计算原理 | 第24-30页 |
| 2.1 不确定数据研究现状 | 第24页 |
| 2.2 离散型不确定数据 | 第24-27页 |
| 2.2.1 离散型不确定数据定义 | 第24-26页 |
| 2.2.2 离散型不确定数据Skyline计算原理 | 第26-27页 |
| 2.3 连续型不确定数据 | 第27-29页 |
| 2.3.1 连续型不确定数据定义 | 第27页 |
| 2.3.2 连续型不确定数据Skyline计算原理 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于概率约束空间的离散不确定数据Skyline查询 | 第30-46页 |
| 3.1 概率Skyline相关定义 | 第30-33页 |
| 3.2 PCS算法原理 | 第33-35页 |
| 3.3 改进的PCS算法（IPCS） | 第35-41页 |
| 3.4 实验结果与分析 | 第41-44页 |
| 3.4.1 实验介绍 | 第41-42页 |
| 3.4.2 实验结果分析 | 第42-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 基于概率约束空间的连续型不确定数据Skyline查询 | 第46-67页 |
| 4.1 服从指数分布的属性不确定数据Skyline查询 | 第46-49页 |
| 4.2 EDPCS Skyline查询快速裁剪算法 | 第49-59页 |
| 4.2.1 基于以小取优原则算法原理 | 第49-53页 |
| 4.2.2 基于以大取优原则算法原理 | 第53-56页 |
| 4.2.3 算法描述 | 第56-59页 |
| 4.3 实验与结果分析 | 第59-66页 |
| 4.3.1 实验介绍 | 第59-60页 |
| 4.3.2 实验结果分析 | 第60-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 本文总结 | 第67-68页 |
| 5.2 研究展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 作者在学期间取得的学术成果 | 第74-75页 |
| 附录A 攻读硕士学位期间参加科研情况 | 第75页 |
