基于密度的不確定性數(shù)據(jù)概率聚類(2)(編輯修改稿)
2025-02-12 14:49 本頁面
【文章內(nèi)容簡介】 數(shù)據(jù)管理技術(shù)的研究工作在很多方面都得到了很好的發(fā)展，包括數(shù)據(jù)集成、索引技術(shù)、半結(jié)構(gòu)化數(shù)據(jù)、世系分析、關(guān)系代數(shù)處理、數(shù)據(jù)流分析、聯(lián)機分析處理和數(shù)據(jù)挖掘等。1. 數(shù)據(jù)集成一個數(shù)據(jù)集成系統(tǒng)需要在三個層次上處理不確定性：不確定性數(shù)據(jù)源、不確定性模式映射和不確定性查詢2. 索引技術(shù)當各元組的取值必須通過概率分布函數(shù)描述，且概率分布函數(shù)無法預(yù)先指定時，傳統(tǒng)的索引技術(shù)就無法勝任了。目前較好的方法有概率闕值索引技術(shù)（PTI）[16]和UTree技術(shù)[17]。前者針對一維數(shù)據(jù)，后者針對多維空間數(shù)據(jù)。3. 半結(jié)構(gòu)化數(shù)據(jù)處理含不確定性信息的半結(jié)構(gòu)化數(shù)據(jù)也可以采用文檔樹進行描述，概率信息可以放在文檔樹的邊上，各邊還能夠表述依賴關(guān)系。為了表述更為復雜的不確定性關(guān)系以優(yōu)化查詢、更新等操作，目前已經(jīng)出現(xiàn)多種各具特色的描述模型，比較典型的有p文檔模型[7]、概率樹模型[8]、PXDB模型[9]等。4. 世系分析數(shù)據(jù)的世系（Lineage或Provenance）是研究數(shù)據(jù)的產(chǎn)生以及演變過程的，不僅包括單一數(shù)據(jù)庫的內(nèi)在世系，也包括跨數(shù)據(jù)庫的世系。斯坦福大學的Trio項目組最早開始研究如何分析不確定性數(shù)據(jù)的世系，提出了TriQL語言并開發(fā)Trio管理系統(tǒng)[18]。5. 關(guān)系代數(shù)處理首先，在各關(guān)系表中添加屬性字段以描述元組的不確定性；然后，數(shù)據(jù)庫接受類SQL語言的查詢語句，并且進行處理。這種類SQL語句往往可以轉(zhuǎn)化為標準的SQL語句進行查詢。查詢結(jié)果中還包括概率字段以描述查詢結(jié)果的準確性。一些近期的工作在于分析各查詢操作的復雜度[19]。6. 數(shù)據(jù)流分析 為處理數(shù)據(jù)流，必須設(shè)計單遍掃描算法，僅消耗少量內(nèi)存，且能實時監(jiān)測查詢結(jié)果[20]。近期的研究工作拓展到了不確定性數(shù)據(jù)流上，即流上的各元組都是不確定性元組?？梢猿浞纸梃b面向確定性數(shù)據(jù)流的工作成果，以設(shè)計針對不確定性數(shù)據(jù)流的新方法，包括計算F2的pAMS方法[21]、計算相異元素個數(shù)的pFM方法[21]和生成聚
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1