面向不确定图的k最近邻查询
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景 | 第11-12页 |
| ·应用 | 第12-16页 |
| ·生物网络 | 第12-13页 |
| ·社交网络 | 第13-14页 |
| ·LBS位置服务 | 第14-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·k-近邻查询 | 第16页 |
| ·不确定数据管理 | 第16-17页 |
| ·面向不确定数据的kNN查询 | 第17-18页 |
| ·面向不确定图的kNN查询 | 第18页 |
| ·面临的挑战 | 第18-19页 |
| ·研究内容及本文贡献 | 第19-20页 |
| ·本文组织结构 | 第20-21页 |
| 第2章 基础知识与相关概念 | 第21-32页 |
| ·能世界模型 | 第21-24页 |
| ·属性级不确定模型 | 第23页 |
| ·元组级不确定模型 | 第23-24页 |
| ·两种模型比较 | 第24页 |
| ·排名查询 | 第24-27页 |
| ·4种Top-K排序 | 第25页 |
| ·4种排序的比较 | 第25-27页 |
| ·常用的不确定图上的kNN距离度量 | 第27-29页 |
| ·中位数距离 | 第27页 |
| ·最主要距离 | 第27-28页 |
| ·期望距离 | 第28页 |
| ·基于期望排名的ER-Rank | 第28-29页 |
| ·随机抽样 | 第29-30页 |
| ·水库抽样 | 第29页 |
| ·精简抽样 | 第29-30页 |
| ·计数抽样 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第3章 查询定义 | 第32-35页 |
| ·问题提出 | 第32-33页 |
| ·问题定义 | 第33-35页 |
| 第4章 kMinDist查询算法 | 第35-45页 |
| ·kMinDist算法框架 | 第35-36页 |
| ·节点概率计算 | 第36-40页 |
| ·算法优化 | 第40-41页 |
| ·抽样算法 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 算法实验验证 | 第45-50页 |
| ·实验准备 | 第45页 |
| ·实验设施 | 第45页 |
| ·真实数据 | 第45页 |
| ·数据生成 | 第45页 |
| ·实验评估 | 第45-50页 |
| 第6章 总结与展望 | 第50-51页 |
| 附录 | 第51-52页 |
| 参考文献 | 第52-59页 |
| 致谢 | 第59页 |
