基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
函数依赖是关系数据库和数据建模中所需的关键约束知识.在海量数据中挖掘函数依赖时为降低噪音干扰和提高效率,该文采用带有满意度函数依赖的概念及挖掘带有满意度函数依赖的算法(MFDD),对噪音进行测度与表达,并有效挖掘得到函数依赖最小集.利用对属性散列度的测度概念,在带有满意度函数依赖的理论框架内采用3条优化策略,实现了属性预扫描算法.结果表明:基于该算法可显著提高挖掘效率.
推荐文章
基于知识系统的不确定性模型
基于知识系统
不确定性
模型化
CommonKADS
考虑数据不确定性的非均匀挖掘算法
高维大数据
数据挖掘
模糊逻辑
不确定频繁模式树
区域连接演算
不确定性工艺知识的模糊粗糙隶属度函数表示方法
工艺知识
知识表示
模糊粗糙集
隶属度函数
不确定性数据中基于GSO优化MF的模糊关联规则挖掘方法
模糊关联规则挖掘
不确定数据
隶属度函数
群搜索优化算法
FFP-growth算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于属性预扫描的不确定性函数依赖挖掘
来源期刊 清华大学学报(自然科学版) 学科 工学
关键词 数据库 数据挖掘 带有满意度函数依赖 散列度
年,卷(期) 2009,(6) 所属期刊栏目 经济管理
研究方向 页码范围 920-924
页数 5页 分类号 TP311.13
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 卫强 5 50 4.0 5.0
2 周晓沧 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据库
数据挖掘
带有满意度函数依赖
散列度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
总被引数(次)
132043
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导