基于关系数据库的形式概念分析方法及其应用研究

来源 :上海大学 | 被引量 : 0次 | 上传用户:changtongct
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
概念格理论作为一种知识表示和数据分析的形式化工具,在理论研究和实际应用中都具有重要的意义,形式概念分析已经在众多的领域获得了成功的应用。但是在基于关系数据库的信息管理系统中,由于其数据的结构比较多样,数据的内容不可控制,数据的量十分庞大,为概念格的构建以及进一步的形式概念分析带来了困难。 本文的工作主要在于解决如何在基于关系数据库的信息管理系统中构建概念格,以便于进一步的形式概念分析,根据关系数据库中数据的特点,提供了一种较为通用的方法来构建一个可供形式概念分析的平台。 本文的主要研究工作如下: 1.研究将关系数据库中的数据转变为可用于形式概念分析的单值背景的方法。将关系数据库中的数据细化分类为数值型数据、区间型数据、评估型数据、多层属性数据四类,分别给出了各自的数据划分方法,通过对数据进行划分前后的比对,证明其有效性。 2.研究在关系数据库中建立概念格的方法。根据关系数据库的特点,提出了能够在尽可能不影响分析结果的前提下,大大降低概念格的生成速度和硬件资源的最小基数格概念格模型,并给出了相应的格节点生成算法和格节点间关系的建立算法,通过试验分析了算法的性能。 3.基于上述研究,在国家发改委审批的科研项目“特种信息产品生产纽带系统”中实现基于形式概念分析的智能查询功能。以本文提出的数据划分及概念格生成理论为基础,在该关系数据库系统中构建概念格及形式概念分析平台,用以实现产品信息的智能查询,解决可替代产品的查询问题。
其他文献
在过去的二十年中,互联网取得了巨大的成功。互联网的成功,很大程度上归功于它简单易行的通信模式:一个节点只需要按照指定的协议发送和接收数据包,而不必了解负责传输数据的网络
数据挖掘是近些年来发展起来的新技术,通过数据挖掘,人们可以发现数据背后隐藏的有价值的、潜在的知识,为科学地进行各种商业决策提供强有力的支持。当今,数据挖掘已发展成一门跨
学位
随着Web应用的快速增长,XML数据逐渐成为数据存储的一种新的标准。作为XML的标准查询语言XQuery,其处理技术也得到了国内外研究人员广泛关注,形成了两套相对成熟查询处理方式(基
传统数据库系统的处理对象主要是相对稳定的数据集。而在当今一些新的应用中,数据都以连续的、流的形式出现,而不是有限的存储数据集。这种动态的流数据其应用领域非常多,像股市
应对日益复杂化的公共安全事件,仅仅依靠政府警务力量是不够的,而是需要许多社会组织的参与。这就要求公共安全系统能够按需动态的集成和整合各种社会信息资源,供警务部门决策指
在实际生活中,传统模式识别方法对于大规模数据的分类和函数逼近并不具有理想的性能。数据量和数据的复杂性以及数据样本的不平衡性,导致分类器在学习过程中的存储消耗大、学习
恐怖主义由来已久,近年来恐怖袭击事件时常发生,严重威胁到人类的生命财产安全。“9.11”恐怖事件、巴厘岛爆炸案、云南火车站暴力恐怖事件等都说明了恐怖组织的残忍,对社会造成
Adhoc网络是一种分布式的无线多跳网络。节点依赖彼此间的合作实现信息的交流。尽管针对军事行动、抢险救灾等特殊应用的Adhoc网络可以确保节点间相互合作,但是当节点分别属于
计算机已经进入多核时代,从Intel,AMD,Sparc到PowerPC,CPU的设计者们不再追求单核的高频率而是向多核发展,现在的双核乃至四核CPU已经成为了主流。多核的出现将迫使改变原有的程序