检索结果-内蒙古大学图书馆

清华大学学报（自然科学版） 2018年第3期58卷 231-236页

作者：陈东辉陈岭王俊凯吴勇王敬昌浙江大学计算机科学与技术学院杭州310027 浙江鸿程计算机系统有限公司杭州310009

随着大数据时代的到来，不确定性数据上的聚合查询面临形式多样、计算复杂等挑战。该文将不确定性数据上聚合查询的结果定义为所有可能的值以及对应的概率。基于动态规划思想的求解“和”的分布（distribution sum，DSUM）精确算法，提... 详细信息

随着大数据时代的到来，不确定性数据上的聚合查询面临形式多样、计算复杂等挑战。该文将不确定性数据上聚合查询的结果定义为所有可能的值以及对应的概率。基于动态规划思想的求解“和”的分布（distribution sum，DSUM）精确算法，提出贪心的“和”的分布（greedy distribution sum，GDSUM）和折半合并的“和”的分布（binary merge distribution sum，BMDSUM）的近似算法，这2种算法都能应用于元组级不确定性模型和属性级不确定性模型；并通过理论分析，给出算法的时间和空间复杂度以及最终结果的误差范围。实验结果表明：误差设定为1％时，2种近似算法分别能缩短执行时间15％～21％和22％～32％。

关键词：聚合查询近似算法不确定性数据动态规划误差估计

来源：评论

学校读者我要写书评

暂无评论

一种基于概率图模型的不确定性数据世系表示方法

引用

计算机学报 2011年第10期34卷 1897-1906页

作者：岳昆刘惟一朱运磊张伟云南大学信息学院计算机科学与工程系昆明650091

不确定性数据的世系分析是基于数据产生和演变的过程来跟踪数据不确定性的来源.为了有效地描述数据间复杂的相关性及不确定性,并从理论上保证世系分析中概率计算的正确性,文中研究了基于贝叶斯网这一重要的概率图模型的不确定性数据世... 详细信息

不确定性数据的世系分析是基于数据产生和演变的过程来跟踪数据不确定性的来源.为了有效地描述数据间复杂的相关性及不确定性,并从理论上保证世系分析中概率计算的正确性,文中研究了基于贝叶斯网这一重要的概率图模型的不确定性数据世系表示方法.以世系的布尔公式和不确定性数据本身为出发点,提出了将布尔公式等价转换为贝叶斯网的方法,并讨论了相应的条件独立性质和概率语义.案例研究和实验结果表明,文中的方法为世系分析提供了一种有效性的、可扩展的数据相关性表示和概率计算框架.

关键词：不确定性数据世系表示概率计算概率图模型贝叶斯网

来源：评论

学校读者我要写书评

暂无评论

不确定性数据管理技术研究综述

引用

计算机学报 2009年第1期32卷 1-16页

作者：周傲英金澈清王国仁李建中华东师范大学软件学院上海市高可信计算重点实验室上海200062 东北大学信息科学与工程学院沈阳110004 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

随着数据采集和处理技术的进步,人们对数据的不确定性的认识也逐步深入.在诸如经济、军事、物流、金融、电信等领域的具体应用中,数据的不确定性普遍存在.不确定性数据的表现形式多种多样,它们可以以关系型数据、半结构化数据、流数据... 详细信息

随着数据采集和处理技术的进步,人们对数据的不确定性的认识也逐步深入.在诸如经济、军事、物流、金融、电信等领域的具体应用中,数据的不确定性普遍存在.不确定性数据的表现形式多种多样,它们可以以关系型数据、半结构化数据、流数据或移动对象数据等形式出现.目前,根据应用特点与数据形式差异,研究者已经提出了多种针对不确定数据的数据模型.这些不确定性数据模型的核心思想都源自于可能世界模型.可能世界模型从一个或多个不确定的数据源演化出诸多确定的数据库实例,称为可能世界实例,而且所有实例的概率之和等于1.尽管可以首先分别为各个实例计算查询结果,然后合并中间结果以生成最终查询结果,但由于可能世界实例的数量远大于不确定性数据库的规模,这种方法并不可行.因此,必须运用排序、剪枝等启发式技术设计新型算法,以提高效率.文中介绍了不确定性数据管理技术的概念、特点与挑战,综述了数据模型、数据预处理与集成、存储与索引、查询处理等方面的工作.

关键词：不确定性数据可能世界模型数据集成世系不确定数据流

来源：评论

学校读者我要写书评

暂无评论

不确定性数据上频繁项集挖掘的预处理方法

引用

计算机科学 2012年第7期39卷 161-164,199页

作者：李海峰章宁柴艳妹中央财经大学信息学院北京100081

传统频繁项集挖掘技术无法高效获取不确定性数据中有价值的信息。通过研究频繁模式增长树的算法原理,根据不确定性数据的特点提出了一种有效的不确定性数据预处理方法PCAFP-Growth。利用主成分分析的方法进行数据的降维,并使用模糊关联... 详细信息

传统频繁项集挖掘技术无法高效获取不确定性数据中有价值的信息。通过研究频繁模式增长树的算法原理,根据不确定性数据的特点提出了一种有效的不确定性数据预处理方法PCAFP-Growth。利用主成分分析的方法进行数据的降维,并使用模糊关联分析法将数据概率进行分类,实现数据剪枝。在理论研究基础上,通过实验对数据集进行了验证。结果表明,基于主成分分析法的剪枝策略在稠密数据集上能够有效提高运算速度,减少内存的使用。

关键词：不确定性数据频繁项集主成分分析模糊关联

来源：评论

学校读者我要写书评

暂无评论

不确定性数据的交互分析方法

引用

统计与决策 2005年第8X期21卷 17-19页

作者：周爱民郑州大学图书馆郑州450002

本文提出利用三维非完备线性等级对数模型,分析不确定数据的方法,主张用迭代法求对数模型的数据解,进一步分析哪一个模型最适合,此模型的交互项就是各变量之间的交互项,交互关系的确立可为排除共线性提供依据。

关键词：三维对数模型不确定性数据交互分析

来源：评论

学校读者我要写书评

暂无评论

不确定性数据聚类方法及其应用研究

不确定性数据聚类方法及其应用研究

引用

作者：罗清华哈尔滨工业大学

学位级别：博士

随着网络化信息采集技术和无线信息传输技术在仪器及测试技术领域的普遍应用,由环境干扰、测量误差、测量噪声、数据丢失(或者缺失)以及人为等因素导致的不确定性数据问题逐渐成为影响数据处理可信度和系统可靠性的主导因素之一,并成为... 详细信息

随着网络化信息采集技术和无线信息传输技术在仪器及测试技术领域的普遍应用,由环境干扰、测量误差、测量噪声、数据丢失(或者缺失)以及人为等因素导致的不确定性数据问题逐渐成为影响数据处理可信度和系统可靠性的主导因素之一,并成为研究热点。聚类是数据处理过程中特征形成和提取的重要分析方法,因此很多学者针对不确定性数据聚类问题,从多个角度开展研究,并取得了相应的成果。但是,不确定性信息难以获取、聚类方法效率低、数据流模型与聚类模型间的“失配”,以及实际验证等问题仍然是目前不可回避的研究挑战。鉴于此,本文重点考虑不确定性数据中最普遍的随机特性,针对上述挑战开展不确定性数据聚类方法研究,并结合无线传感器网络(WirelessSensorNetworks,WSN)定位方法研究中必须解决的距离估计问题,实现对研究方法性能的验证和评价,同时开展此类方法的应用研究。研究内容主要包括以下四个方面:\n (1)针对基于分割的不确定性数据聚类方法存在不确定性信息难以获取、聚类效率低的问题,提出一种基于区间数的多维不确定性数据聚类方法UIDK-means(UncertainIntervalDataK-means)。该方法利用区间数结合统计信息来表示不确定性数据,采用一种低计算量的不确定性数据距离度量方法表示不确定性数据间的距离,实现对静态多维不确定性数据的聚类。实验结果表明,在保证聚类准确度的前提下,与其它相关方法比较,UIDK-means具有更高的聚类效率。\n (2)针对动态不确定性数据流聚类方法存在的数据表示过于理想化、聚类模型更新不当,易导致聚类模型和数据流模型之间“失配”的问题,提出一种不确定性数据流聚类方法UIMicro(UncertainIntervalDataMicro)。该方法采用统计信息与区间数相结合的不确定性数据流表示方法,通过可动态调整的两层簇窗口聚类模型结构,实现聚类模型和数据流模型的实时匹配。实验结果表明,相对于其它相关不确定性数据流聚类方法,UIMicro具有良好的模型更新和匹配能力,同时具有较高的聚类质量。\n (3)在不确定性数据聚类方法研究的基础上,针对无线传感器网络定位中存在到达信号强度指示(ReceivedSignalStrengthIndicator,RSSI)数据的不确定性分析问题,提出一种基于不确定性数据聚类的静态距离估计方法DEUDC(DistanceEstimationwithUncertainDataClustering),该方法利用RSSI的统计信息来表示其分布特性,并采用UIDK-means算法对RSSI分布特性进行聚类,然后通过模式匹配的方式实现距离估计,以提高无线传感器网络定位算法中的距离估计准确度。在此基础上,进一步开展基于不确定性数据聚类距离估计的WSN定位方法验证。实验分析表明,该距离估计方法能够有效提高距离估计准确度,同时优化基于测距的WSN定位方法,从而得到更高的定位准确度。\n (4)针对移动环境中RSSI数据流的动态变化和不确定性等特点导致动态距离估计误差较大的问题,提出一种基于不确定性数据聚类的动态距离估计方法DDEUDC(DynamicDistanceEstimationwithUncertainDataClustering)。在静态距离估计方法基础上,利用动态RSSI数据流序列中数据间的相关特性,通过模式识别方法实现动态距离估计。实验结果表明,相对于目前主流的相关距离估计方法,基于不确定性数据聚类的动态距离估计方法具有更高的估计准确度,为实现高准确度的移动WSN定位提供了数据处理方法基础。

关键词：不确定性数据无线传感器网络距离估计聚类方法

来源：评论

学校读者我要写书评

暂无评论

不确定性数据的分类研究

不确定性数据的分类研究

引用

作者：陈红梅云南大学

学位级别：博士

随着数据采集和处理技术的进步,人们对数据不确定性的认识逐步深入,对不确定性数据的研究也广泛开展。数据不确定性的引入,对数据建模、数据管理和数据挖掘,都提出了新挑战。不确定性数据挖掘不是传统数据挖掘的简单扩展,而是正在蓬勃... 详细信息

随着数据采集和处理技术的进步,人们对数据不确定性的认识逐步深入,对不确定性数据的研究也广泛开展。数据不确定性的引入,对数据建模、数据管理和数据挖掘,都提出了新挑战。不确定性数据挖掘不是传统数据挖掘的简单扩展,而是正在蓬勃发展的新研究方向,还有许多有待解决的问题。分类在数据挖掘中是一个重要的研究方向,在现实生活中也是一个普遍存在的问题,具有广泛的应用领域。面对不确定性数据,分类也得到了新发展。本文针对两个层面的不确定性数据——已知概率分布的不确定性数据和缺失概率分布的不确定性数据,研究了三种基本分类方法——最近邻分类、朴素贝叶斯分类和基本决策树分类。本文的研究在一定程度上丰富和发展了不确定性数据挖掘的理论和技术,增强和扩大了不确定性数据及其分类的应用范围。本文的主要工作和贡献如下： (1)研究了已知概率分布的不确定性数据的最近邻分类。对于值不确定性连续对象的最近邻分类,所提方法有效地降低了计算复杂度；对于值不确定性离散对象的最近邻分类,所提方法有效地提高了分类准确率 ①对于值不确定性连续对象,定义对象之间的距离为期望距离,采用期望平方距离评估期望距离,并推导了有效计算期望平方距离的公式。在某些条件下,期望平方距离具有与期望距离同样的分类准确率,并有效地降低了计算复杂度。 ②对于值不确定性离散对象,从语义的角度,采用序信息或概念层次树等,定义对象之间的距离为期望语义距离,并通过索引和剪枝计算期望语义距离。如果可以较好地定义语义距离,期望语义距离可以有效地提高分类准确率,而计算复杂度却没有明显地增加。由于期望距离、期望平方距离和期望语义距离适用于确定性对象,所以值不确定性对象的最近邻分类扩展了确定性对象的最近邻分类。 (2)研究了缺失概率分布的不确定性数据的朴素贝叶斯分类。基于区间概率理论,将点概率参数的朴素贝叶斯分类扩展到区间概率参数的朴素贝叶斯分类,既可以处理值不确定性离散对象,也可以处理确定性离散对象。 ①从概率势的角度,定义了值不确定性离散对象的区间概率,并证明了它是区间概率理论中的F-概率。 ②基于区间概率理论,定义了值不确定性离散对象的条件区间概率(直观概念和规范概念)、独立与直观概念的条件独立,并采用区间概率表达直观概念以便有效计算直观概念。 ③采用直观概念作为后验区间概率和条件区间概率,采用规范概念重构联合区间概率,进而计算后验区间概率,提出了值不确定性离散对象的朴素贝叶斯分类,将点概率参数的朴素贝叶斯分类扩展到区间概率参数的朴素贝叶斯分类。由于确定性离散对象是值不确定性离散对象的特例,而区间概率理论一般化了经典概率论,因此,值不确定性离散对象的朴素贝叶斯分类可以处理确定性离散对象。 (3)研究了缺失概率分布的不确定性数据的基本决策树分类。基于可达概率区间,将以0-1划分对象的基本决策树扩展到以概率区间分配对象的基本决策树,不仅可以处理值不确定性离散对象,而且可以处理确定性离散对象。 ①从区间概率和条件区间概率直观概念的角度,定义了值不确定性离散对象的概率区间和条件概率区间,并证明了它们是可达概率区间。 ②基于可达概率区间,定义了值不确定性离散对象的熵区间和条件熵区间,采用可达概率区间的熵的最大值作为熵区间的上界,熵的一个下界作为熵区间的下界,并给出了求解熵区间的上界和下界的方法。 ③采用二叉树结构和属性值集合测试以及采用条件熵区间作为属性选择度量,提出了值不确定性离散对象的基本决策树分类,将以0-1划分对象的基本决策树扩展到以概率区间分配对象的基本决策树。由于经典概率是可达概率区间的特例,而确定性离散对象是值不确定性离散对象的特例,因此,值不确定性离散对象的基本决策树分类可以处理确定性离散对象。

关键词：不确定性数据分类期望区间概率理论可达概率区间

来源：评论

学校读者我要写书评

暂无评论

不确定性数据世系的时序多层概率图模型表示

引用

计算机科学与探索 2013年第5期7卷 460-471页

作者：朱运磊岳昆钱文华杨文静刘惟一云南大学信息学院计算机科学与工程系昆明650091 云南大学滇池学院计算机科学与通信工程系昆明650228

不确定性数据世系分析需要追踪随时间推移数据产生和演化过程中不确定性的起源,为了有效地反映世系本身的时序特征和数据演化过程,并支持世系分析中的概率推理和不确定性追踪,针对不确定性数据查询处理的世系表示,以贝叶斯网这一重要的... 详细信息

不确定性数据世系分析需要追踪随时间推移数据产生和演化过程中不确定性的起源,为了有效地反映世系本身的时序特征和数据演化过程,并支持世系分析中的概率推理和不确定性追踪,针对不确定性数据查询处理的世系表示,以贝叶斯网这一重要的概率图模型作为不确定性知识表示的框架,并基于世系的时序性和层次性对其进行了扩展。以世系的布尔公式表达式为出发点,提出了涉及连续时间片的时序多层概率图模型的概念,给出了时间片内和连续时间片间贝叶斯网结构的构建方法,以及网络中各结点概率参数的计算方法,旨在为世系分析奠定模型基础。实验结果表明,该世系表示方法是有效、实用的。

关键词：不确定性数据世系表示概率图模型贝叶斯网时序多层概率图模型

来源：评论

学校读者我要写书评

暂无评论

不确定性数据查询处理算法的研究

不确定性数据查询处理算法的研究

引用

作者：管学敏黑龙江大学

学位级别：硕士

近年，随着科技的迅猛发展和人们对查询处理技术认知的不断加深，不确定数据得到广泛重视。不确定数据具有普遍存在性，引起数据不确定性的原因多种多样。例如测量仪器的限制、数据更新延迟、周围环境因素制约、数据的随机性和不完整性... 详细信息

近年，随着科技的迅猛发展和人们对查询处理技术认知的不断加深，不确定数据得到广泛重视。不确定数据具有普遍存在性，引起数据不确定性的原因多种多样。例如测量仪器的限制、数据更新延迟、周围环境因素制约、数据的随机性和不完整性等，甚至是隐私保护都可能成为引起数据不确定性的原因。因此，如何管理好不确定性数据，得到准确的查询结果，成为近些年数据库领域研究的热点问题。\n 本文研究不确定性数据查询处理算法。查询的种类繁多，例如Top-k查询，k近邻（kNN）查询，Rank查询，Skyline查询等。由于Top-k查询和kNN查询的广泛应用，因此，本文重点研究Top-k查询和kNN查询。\n 目前在不确定性数据库中针对Top-k查询的研究多数采用集中式方法，集中式处理方式的计算开销和通讯开销都非常大，时间复杂性也随之增加。在传感器网络中，数据从感知、聚集到传输都存在不确定性，传统确定数据库的Top-k查询处理算法无法返回正确结果。本文针对分布式传感器网络提出多维概率Top-k查询处理算法DMPT，利用Skyline操作返回Top-k元组，通过反馈机制和过滤机制减少数据传输量和查询时间。通过真实数据和模拟数据实验，验证了DMPT算法比集中式的确定数据处理算法具有更好的节能效率和快速响应时间。\n 反k近邻查询在基于位置的服务中起到重要作用，用来评价对象的影响力。目前反k近邻查询多数都是针对单一查询点进行处理。因此本文针对不确定性数据提出概率阈值组反k近邻查询处理算法PT-GRkNN，用于评价一组对象的影响力。PT-GRkNN算法利用R*-tree索引结构，过滤-提纯框架缩小查询搜索空间，降低计算开销。实验表明，PT-GRkNN算法能有效的缩减查询空间，准确过滤非结果集对象，提高查询结果的精确度。

关键词：不确定性数据可能世界语义传感器网络组反k近邻查询处理算法

来源：评论

学校读者我要写书评

暂无评论

不确定性数据中图模型的构建

不确定性数据中图模型的构建

引用

作者：张伟云南大学

学位级别：硕士

近年来,随着数据采集和处理等相关领域,比如金融,军事,财务,通讯等方面的发展,不确定性数据的重要性渐渐为人们所认同。在不确定性数据的研究领域,所面对的挑战可归结为：需要一种有效的机制来表达不确定性数据中元组间的复杂关系,需要... 详细信息

近年来,随着数据采集和处理等相关领域,比如金融,军事,财务,通讯等方面的发展,不确定性数据的重要性渐渐为人们所认同。在不确定性数据的研究领域,所面对的挑战可归结为：需要一种有效的机制来表达不确定性数据中元组间的复杂关系,需要一种有效的方法支持不确定性数据上的查询和世系分析,需要一种适应不确定性数据的推理方法。亦即,考虑到不确定性数的特性,从不确定性数据中发现不确定性知识,并将其以某种结构存储下来,以支持关于不确定性数据的一系列操作,如查询处理,世系分析,决策支持等操作。而本文的目的正是将不确定性数据中所蕴含的概率知识以贝叶斯网这一重要的概率图模型保存下来。考虑到贝叶斯网有成熟的理论背景和大量应用,及强大的概率知识表达能力,所以将贝叶斯网应用到不确定性数据领域是自然而然的。贝叶斯网的依赖分析方法是一个重要和有效的贝叶斯网结构学习方法。本文实践的重点正是将依赖分析方法引入不确定性数据的贝叶斯网结构学习。在实际应用中,以本文方法学出的贝叶斯网是以x-relation的属性为结点,而每一属性相应取值即为该结点所对应的随机变量的取值。x-relation属性间概率依赖的关系就通过贝叶斯网结点间的有向边记录下来。为将贝叶斯网引入不确定性数据研究领域,本文的主要工作可归结为以下几方面： ●贝叶斯网相关理论和方法要求所处理的数据,必须满足蕴含作为其来源的概率空间中所有样本事件的前提要求。而对于不确定性数据,因为数据缺失或其它原因,并不能满足这一要求。为此,本文提出一个通过缩小不确定性数据来源的概率空间的转化方法,使其满足贝叶斯网的前提要求。 ●由于不确定性数据是内部关联的数据,本文提出一个相适应的概率计算框架,以有效进行相关概率值的计算,包括条件独立测试的计算。 ●依赖模型是展开贝叶斯网相关讨论的前件。通过平移确定数据上依赖模型的定义到不确定性数据,本文给出与不确定性数据相适应的依赖模型定义。 ●考虑到不确定性数据的特性,如数据缺失和数据内部关联等,不能将传统的贝叶斯网学习方法直接作用于不确定性数据。经替换传统贝叶斯网学习方法中一部分构成要素,本文给出适应用于不确定性数据的贝叶斯网学习方法。

关键词：不确定性数据贝叶斯网概率数据数据分析依赖分析方法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：