[1]孙平平 刘方爱.不确定数据库中减小可能世界的RPW—kBest查询[J].计算机技术与发展,2011,(10):70-72.
　SUN Ping-ping,LIU Fang-ai.A RPW-kBest Query Based on Reduced Possible World in Uncertain Database[J].,2011,(10):70-72.
点击复制

不确定数据库中减小可能世界的RPW—kBest查询()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2011年10期
页码:
70-72
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
A RPW-kBest Query Based on Reduced Possible World in Uncertain Database
文章编号:
1673-629X（2011）10-0070-03
作者:
孙平平 刘方爱
山东师范大学信息科学与工程学院
Author(s):
SUN Ping-ping;  LIU Fang-ai
School of Information Science and Engineering, Shandong Normal University
关键词:
不确定数据; 可能世界; 减小; RPW—kBest算法
Keywords:
uncertain data ;  possible world ; reduce;  RPW-kBest algorithm
分类号:
TP311
文献标志码:
A
摘要:
不确定数据普遍存在于大量应用之中，如在传感器网络、P2P系统、移动计算及RFID（Radio Frequency IDentification）等，研究者已经提出了多种针对不确定数据库的数据模型，其核心思想都源自于可能世界模型。针对可能世界模型能够演化出数量远大于不确定数据库规模的可能世界实例，文中提出一种减小可能世界的RPW—kBest算法，此算法利用概率和评定条件进行筛选，尽可能将不影响查询结果的数据抛弃，使之在最小的搜索空间内完成查询处婵过程，以降低存储开销。实验结果表明，此算法能正确的得到查询结果并显著提高查淘效率和降低内存使用
Abstract:
Uncertain data arises from a few important applications. Such as wireless sensor networks,P2P systems, mobile computing and RFID technologh. Many data models have been developed, stemming from the core possible world model. For the possible world models contains a huge ntmther of the possible world instances which is far greater than the volume of the uncertain database, so a high-efficiency RPW-kBest Query be proposed, which reduces the possible world and a lower storage cost. The algorithm computes the bound of the probability and filter the data entries as much as possible , which have no chance to influence the query result and process RPW-kBest queries in a smallest search space. Experiments show that the algorithm can process the queries correctly and efficiently improved query efficiency and little memory usage

相似文献/References:

[1]邓慧挺 毛宇光.不确定数据的重复记录检测[J].计算机技术与发展,2012,(08):60.
　DENG Hui-ting,MAO Yu.guang.Duplicate Record Detection of Uncertain Data[J].,2012,(10):60.
[2]赵学健,熊肖肖,张欣慧,等.不确定数据频繁项集挖掘算法研究[J].计算机技术与发展,2019,29(07):140.[doi:10. 3969 / j. issn. 1673-629X. 2019. 07. 028]
　ZHAO Xue-jian,XIONG Xiao-xiao,ZHANG Xin-hui,et al.Research on Frequent Itemset Mining Algorithm for Uncertain Data[J].,2019,29(10):140.[doi:10. 3969 / j. issn. 1673-629X. 2019. 07. 028]
[3]赵学健,熊肖肖,张欣慧,等.一种基于 Top-K 查询的加权频繁项集挖掘算法[J].计算机技术与发展,2019,29(07):49.[doi:10. 3969 / j. issn. 1673-629X. 2019. 07. 010]
　ZHAO Xue-jian,XIONG Xiao-xiao,ZHANG Xin-hui,et al.A Frequent Itemset Mining Algorithm for Uncertain Data Based on Top-K Queries[J].,2019,29(10):49.[doi:10. 3969 / j. issn. 1673-629X. 2019. 07. 010]

备注/Memo

备注/Memo:
国家自然科学基金资助项目（90612003）;山东省自然科学基金资助项目（Y2007G11）孙平平（1985-），女，山东日照人，硕士研究生，研究方向为信息管理与数据挖掘技术研究；刘方爱，博士生导师，研究方向为网格计算、网络与网络资源管理
更新日期/Last Update: 1900-01-01