关系数据库中空值估计算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 第一章 绪论 | 第14-17页 |
| ·研究背景 | 第14-15页 |
| ·国内外的研究现状 | 第15-16页 |
| ·本文主要研究内容及创新 | 第16页 |
| ·本文的组织 | 第16-17页 |
| 第二章 聚类算法概述 | 第17-28页 |
| ·基本知识 | 第17-18页 |
| ·K-MEANS 聚类算法 | 第18-20页 |
| ·处理流程 | 第18页 |
| ·思想体系 | 第18-19页 |
| ·K-means 算法的优点及面临的主要挑战 | 第19-20页 |
| ·EK-MEANS 算法 | 第20-22页 |
| ·EK-means 算法的思想 | 第20-21页 |
| ·EK-means 算法的描述 | 第21-22页 |
| ·结论 | 第22页 |
| ·K 均值聚类(HCM) | 第22-24页 |
| ·模糊C 均值聚类 | 第24-26页 |
| ·算法思想 | 第24-25页 |
| ·FCM 算法应用 | 第25-26页 |
| ·改进的FCM 聚类算法 | 第26-27页 |
| ·聚类数目的确定 | 第26页 |
| ·初始聚类中心的选择 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第三章 空值估计的若干算法 | 第28-47页 |
| ·基本知识 | 第28-30页 |
| ·基于粗集理论的知识系统 | 第29页 |
| ·空值定义 | 第29-30页 |
| ·VAGUE 集理论及其表示 | 第30-33页 |
| ·Vague 集定义 | 第30-31页 |
| ·Vague 集及其它两种理论的发展及应用 | 第31-32页 |
| ·Vague 集存在的问题及发展趋势 | 第32-33页 |
| ·基于粗集理论的空值估算方法 | 第33-37页 |
| ·对象的等价与相容 | 第33-34页 |
| ·空值估算方法 | 第34-37页 |
| ·云模型算法 | 第37-40页 |
| ·基本概念 | 第37-38页 |
| ·分群算法 | 第38-39页 |
| ·利用云发生器生成数值型空值的估计值 | 第39-40页 |
| ·遗传算法估计空值 | 第40-44页 |
| ·实验结果 | 第44-46页 |
| ·实验系统和实验内容 | 第44-45页 |
| ·实验总结 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第四章 关系数据库中空值估计的新算法 | 第47-55页 |
| ·研究背景 | 第47-48页 |
| ·相关定义 | 第48-49页 |
| ·策略1 | 第49-52页 |
| ·数据转换 | 第49-51页 |
| ·数据聚类 | 第51页 |
| ·计算各个c_i和待估属性之间的欧拉距离 | 第51-52页 |
| ·计算影响力系数 | 第52页 |
| ·计算C_i的偏移量 | 第52页 |
| ·估计属性Salary 的值 | 第52页 |
| ·策略2 | 第52-53页 |
| ·策略3 | 第53-54页 |
| ·性能测试 | 第54页 |
| ·小结 | 第54-55页 |
| 第五章 空值估计算法实现 | 第55-66页 |
| ·算法一般流程 | 第55-56页 |
| ·算法1 的实现 | 第56-59页 |
| ·数据转换 | 第56-57页 |
| ·数据聚类 | 第57页 |
| ·计算各个c-i和待估属性之间的欧拉距离 | 第57-58页 |
| ·影响力系数 | 第58页 |
| ·计算簇C_5的ΔDS_5和ΔES_5 | 第58-59页 |
| ·空值估计 | 第59页 |
| ·算法2 的实现 | 第59-63页 |
| ·数据转换 | 第59-61页 |
| ·数据聚类 | 第61页 |
| ·影响力 | 第61页 |
| ·空值估计 | 第61-63页 |
| ·算法3 的实现 | 第63页 |
| ·算法1 的部分程序实现 | 第63-65页 |
| ·数值初始化 | 第63-64页 |
| ·簇的计算 | 第64页 |
| ·欧拉距离计算 | 第64页 |
| ·Degree 与Salary 的相关系数计算 | 第64页 |
| ·偏移量计算 | 第64-65页 |
| ·估值相关操作 | 第65页 |
| ·小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |
