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

基于神经网络的异构数据库语义发现与匹配技术研究

摘要第1-4页
ABSTRACT第4-5页
目录第5-8页
第一章 绪论第8-16页
   ·背景第8页
   ·传统的异构数据库的集成方法第8-10页
   ·异构数据库的语义集成第10-12页
   ·基于神经网络的异构数据库语义发现和匹配第12-14页
     ·神经网络的优势第12页
     ·研究现状第12-13页
     ·神经网络在论文中的应用方法第13页
     ·研究意义第13页
     ·课题来源和主要研究内容第13-14页
   ·章节安排第14-15页
   ·本章小结第15-16页
第二章 异构数据库语义集成方法第16-22页
   ·前言第16页
   ·异构数据库语义集成方法第16-18页
     ·比较属性名称第16-17页
     ·比较字段规范第17-18页
     ·比较属性值第18页
   ·基于神经网络的异构数据库语义发现和匹配方法第18-21页
     ·神经网络的特点第18-19页
     ·基于神经网络的语义发现和匹配方法第19-20页
     ·基于神经网络的语义发现和匹配过程第20-21页
   ·本章小结第21-22页
第三章 元数据提取和转化第22-31页
   ·前言第22页
   ·元数据分布第22-23页
     ·模式信息第22页
     ·数据内容统计第22-23页
     ·其它的语义信息第23页
   ·元数据提取第23-26页
     ·元数据类型第23-24页
     ·ADO编程模型和使用第24-25页
     ·ADO在论文中的应用第25-26页
   ·XML描述第26-29页
     ·XML简介第26-27页
     ·XML描述第27-29页
   ·元数据转化第29-30页
   ·本章小结第30-31页
第四章 基于神经网络的语义发现和匹配模型第31-46页
   ·前言第31页
   ·神经网络简介第31-32页
     ·定义第31页
     ·神经网络的结构和类型第31-32页
   ·基于SOM网的语义分类模型第32-39页
     ·语义分类的必要性第32页
     ·语义分类模型结构、第32-35页
     ·自组织映射网(SOM网)第35页
     ·二维阵列SOM模型第35-36页
     ·SOM模型的学习算法第36-39页
     ·使用SOM网络注意的问题第39页
   ·基于BP网络的语义发现和匹配模型第39-45页
     ·语义发现和匹配模型结构第40-41页
     ·反向传播网络(BP网)第41页
     ·BP网络模型第41-42页
     ·BP算法第42-43页
     ·改进的BP算法第43-45页
     ·使用BP网络注意的问题第45页
   ·本章小结第45-46页
第五章 原型系统验证和结果分析第46-56页
   ·前言第46页
   ·系统开发平台第46页
   ·系统结构第46-47页
   ·实例验证第47-51页
   ·结果分析第51-52页
   ·元数据有效性分析第52-55页
     ·元数据有效性第52-53页
     ·实验过程第53-54页
     ·实验结果第54-55页
   ·本章小结第55-56页
第六章 结束语第56-58页
   ·论文内容总结第56页
   ·后继工作展望第56-57页
   ·本章小结第57-58页
第七章 参考文献第58-63页
第八章 致谢第63-64页

论文共64页,点击 下载论文
上一篇:基于平滑技术及一维搜索的全局优化遗传算法
下一篇:算子矩阵的谱扰动