基于特征模糊贴近的数据库约束挖掘算法

• 作者: 王勇 邹盛荣
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 模糊贴近 数据挖掘 神经网络
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 软件与数据库技术
• 页码范围: 208-210,227
• 页数: 4页
• 分类号: TP391.9
• 字数: 4222字
• 语种: 中文

摘要

传统的关联规则算法,只考虑了类内的关联性,忽略了类间的相似性特征、高开销的分类过程、耗时的关联过程.提出了数据内间特征模糊贴近分类的数据库约束挖掘算法,其通过数据模糊集间的贴近度描述数据间的一致度,在传统的神经网络挖掘技术中,引入数据融合技术,对类间数据进行分类处理后,对原始挖掘数据的动态特征进行分析获取新的挖掘模型,以在大规模数据库中准确查询目标数据.仿真实验结果表明,算法挖掘稀疏数据集和密集数据集的效率都优于传统的关联规则算法,极大提高了数据库的挖掘效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹盛荣	扬州大学信息工程学院	21	59	5.0	6.0
2	王勇	江苏科技大学电气与信息工程学院	11	31	4.0	5.0