基于實(shí)例聚類的數(shù)據(jù)庫模式匹配方法研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著近些年信息技術(shù)的飛速發(fā)展使得數(shù)據(jù)庫成為數(shù)據(jù)管理的重要工具,但由于不同行業(yè)和不同部門間描述數(shù)據(jù)的方式和方法不同,要實(shí)現(xiàn)這些大量的異構(gòu)的數(shù)據(jù)共享成為了當(dāng)今數(shù)據(jù)集成領(lǐng)域廣泛研究的熱點(diǎn)。數(shù)據(jù)集成的首要步驟就是要實(shí)現(xiàn)模式匹配,即數(shù)據(jù)模式元素之間的語義對應(yīng)關(guān)系,因此本課題研究模式匹配對于數(shù)據(jù)挖掘具有重要意義。
  已提出的模式匹配方法多數(shù)是基于模式信息來實(shí)現(xiàn)的,但從評估結(jié)果來看任何方法都遠(yuǎn)遠(yuǎn)達(dá)不到100%的準(zhǔn)確率,并且在模式信息不明確或者

2、有沖突的情況下這些方法經(jīng)常受到限制。通過對現(xiàn)有方法的分析本文提出一種利用模式信息輔助實(shí)例信息聚類的數(shù)據(jù)庫模式匹配方法—DSMIC(DatabaseSchemaMatchingbasedonInstancesClustering),該方法分為三大模塊,即預(yù)處理模塊、聚類處理模塊、映射生成模塊。其中,在預(yù)處理模塊中利用經(jīng)典的遺傳算法對模式信息進(jìn)行處理生成候選匹配集合;在聚類處理模塊中提出一種改進(jìn)的K-Means聚類算法將候選匹配集合中模式元

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論