基于聚集約束條件的不確定數(shù)據(jù)清洗與Top-k查詢.pdf

1、隨著技術(shù)的進(jìn)步和人們對(duì)數(shù)據(jù)采集和處理技術(shù)理解的不斷深入，不確定性數(shù)據(jù)（uncertain data）得到了廣泛的重視。在許多現(xiàn)實(shí)的應(yīng)用中，例如經(jīng)濟(jì)、軍事、金融、電信等領(lǐng)域，數(shù)據(jù)的不確定性普遍存在，對(duì)不確定數(shù)據(jù)進(jìn)行處理顯得尤為重要。對(duì)不確定數(shù)據(jù)進(jìn)行研究和處理過程中，經(jīng)常遇到的也是最難解決的就是可能世界實(shí)例“空間爆炸”問題，由于不確定數(shù)據(jù)的特殊性，同等規(guī)模的不確定數(shù)據(jù)庫較傳統(tǒng)確定數(shù)據(jù)庫處理的復(fù)雜度和困難程度要大得多。本文主要研究了基于聚集約

2、束的不確定數(shù)據(jù)清洗與 Top-k查詢，在研究過程中發(fā)現(xiàn)，無論不確定數(shù)據(jù)清洗還是查詢，都存在判斷可能世界實(shí)例是否滿足聚集約束條件的過程，當(dāng)不確定數(shù)據(jù)集元組個(gè)數(shù)較多時(shí)，會(huì)面臨可能世界實(shí)例“爆炸”的問題。
　　本文針對(duì)不確定數(shù)據(jù)清洗和查詢問題，對(duì)基于聚集約束條件的不確定數(shù)據(jù)清洗與Top-k查詢進(jìn)行了研究，主要研究工作體現(xiàn)在以下兩點(diǎn)：
　　1.分析了基于聚集約束對(duì)不確定數(shù)據(jù)進(jìn)行清洗面臨的主要問題，并建立了完善的數(shù)學(xué)模型，將清洗問題轉(zhuǎn)

3、化成了一個(gè)非線性最優(yōu)化問題。根據(jù)本文研究的問題中，不確定數(shù)據(jù)元組值是離散的數(shù)值這一特點(diǎn)，在現(xiàn)有改進(jìn)的非?？焖倌M退火（MVFSA）算法基礎(chǔ)上，通過重新設(shè)計(jì)算法的隨機(jī)擾動(dòng)方式，提出了針對(duì)本文特定問題的MVFSA算法。實(shí)驗(yàn)結(jié)果表明，本文提出的MVFSA算法較傳統(tǒng)的SA算法在清洗得到的結(jié)果質(zhì)量和算法的效率上都有較大的提高。
　　2.針對(duì)基于聚集約束進(jìn)行 Top-k查詢過程中，可能世界實(shí)例多，難以逐一判斷是否滿足約束這一問題，提出了一種基