神经网络算法在异构数据库属性匹配中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-25页 |
| ·信息资源利用情况综述 | 第9-10页 |
| ·数据管理技术的发展 | 第9-10页 |
| ·信息集成技术的意义 | 第10页 |
| ·数据集成在知识发现过程中的作用 | 第10-12页 |
| ·异构数据库语义集成的研究意义 | 第12-13页 |
| ·异构数据库集成涉及的主要问题 | 第13-14页 |
| ·异构数据库中数据异构的类型 | 第14-17页 |
| ·数据异构 | 第14-15页 |
| ·语义异构 | 第15-17页 |
| ·异构数据库集成的步骤 | 第17-18页 |
| ·异构数据库集成系统的数据组织方式 | 第18页 |
| ·虚拟的方式 | 第18页 |
| ·物化视图的方式 | 第18页 |
| ·异构数据库集成采用的典型体系结构 | 第18-20页 |
| ·全局概念视图 | 第19页 |
| ·联邦数据库系统 | 第19-20页 |
| ·多数据库系统 | 第20页 |
| ·BP 神经网络概述 | 第20-22页 |
| ·BP 神经网络的设计 | 第22-25页 |
| ·网络的层数 | 第22-23页 |
| ·隐含层神经元节点数 | 第23页 |
| ·初始权值的设置 | 第23-24页 |
| ·学习速率 | 第24页 |
| ·BP 神经网络仿真 | 第24-25页 |
| 2 异构数据库属性匹配方法研究 | 第25-28页 |
| ·异构数据库属性匹配方法 | 第25-27页 |
| ·比较属性名的方法 | 第25-26页 |
| ·比较属性的模式信息的方法 | 第26页 |
| ·比较属性值的方法 | 第26-27页 |
| ·存在的问题 | 第27-28页 |
| 3 基于 BP 神经网络的属性匹配方法研究 | 第28-37页 |
| ·问题的提出 | 第28-30页 |
| ·使用BP 神经网络进行属性匹配的原因 | 第30-31页 |
| ·一些属性匹配方法的局限性 | 第30-31页 |
| ·使用BP 神经网络进行属性匹配 | 第31页 |
| ·基于 BP 神经网络的属性匹配方法 | 第31-35页 |
| ·基于 BP 神经网络的属性匹配方法的适用场合 | 第31-32页 |
| ·基于 BP 神经网络的属性匹配的过程 | 第32-34页 |
| ·基于 BP 神经网络的属性匹配方法的实验结果 | 第34-35页 |
| ·基于 BP 神经网络的属性匹配方法的不足 | 第35-37页 |
| 4 一种改进的基于 BP 神经网络的属性匹配方法 | 第37-50页 |
| ·影响方法准确率的原因 | 第37-42页 |
| ·影响方法准确率的原因分析 | 第37-40页 |
| ·属性集上的相似关系是相容关系的证明 | 第40-41页 |
| ·双向检查思想的提出 | 第41-42页 |
| ·基于 BP 神经网络的双向检查法 | 第42-50页 |
| ·建立数据指标体系 | 第43-44页 |
| ·双向检查属性匹配算法 | 第44-45页 |
| ·双向检查法的理论根据 | 第45-49页 |
| ·基于双向检查法的属性匹配的自动化 | 第49-50页 |
| 5 实验与结果分析 | 第50-57页 |
| ·SQL SERVER 样本数据库测试 | 第50-52页 |
| ·实验结果讨论与分析 | 第52-54页 |
| ·基于双向检查法的原型系统 | 第54-55页 |
| ·较大规模样本数据库测试 | 第55-57页 |
| 6 结论与展望 | 第57-61页 |
| ·结论 | 第57页 |
| ·进一步的工作与展望 | 第57-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
