数据流中反轮廓查询处理技术研究

数据流中反轮廓查询处理技术研究

论文摘要

随着经济的发展和科技手段的进步,数据的流特征表现的越来越明显。数据流上反轮廓查询作为现在市场决策的重要手段,可以广泛应用在现实生活中。然而,现存的数据流上反轮廓查询算法没有充分利用数据流上反轮廓性质,性能十分低下,不能满足现实的需求。同时,由于人们对数据不确定性的认识越加深刻,可以把反轮廓查询问题引入到不确定数据流上。本文针对数据流上的反轮廓查询及其相关问题进行了详细的分析和深入的研究。本文的贡献点可以概括如下:1.研究了数据流上反轮廓查询问题。深入分析了数据流上反轮廓查询的性质,然后根据这些性质定理,设计了数据流上反轮廓查询的模型结构,提出了确定数据流上的高效反轮廓查询算法(RSDS)。2.研究了不确定数据流上反轮廓查询问题。深入分析了不确定数据流上反轮廓的性质,然后根据这些性质定理,设计了不确定数据流上反轮廓查询的模型结构,提出了不确定数据流上的高效反轮廓查询算法(PRSDS)。3.通过大量仿真实验证明了本文提出的所有算法的正确性。对比算法DCRS,证明了确定数据流上高效反轮廓查询算法(RSDS)的高可用性,同时通过对算法PRSDS的实验结果分析,证明了PRSDS的高效性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景及意义
  • 1.1.1 数据流
  • 1.1.2 轮廓及反轮廓查询
  • 1.2 相关工作
  • 1.3 本文贡献
  • 1.4 论文组织结构
  • 第2章 确定数据流上反轮廓查询
  • 2.1 问题描述
  • 2.1.1 问题定义
  • 2.1.2 查询模型
  • 2.2 理论依据
  • 2.2.1 反轮廓基本性质
  • 2.2.2 确定数据流上反轮廓性质
  • 2.3 确定数据流上的高效反轮廓查询算法
  • 2.3.1 数据结构
  • 2.3.2 算法描述
  • 2.4 本章小结
  • 第3章 不确定数据流上反轮廓查询
  • 3.1 问题描述
  • 3.1.1 不确定数据
  • 3.1.2 问题定义
  • 3.2 论依据
  • 3.2.1 概率反轮廓基本性质
  • 3.2.2 不确定数据流上反轮廓性质
  • 3.3 不确定数据流上的高效反轮廓查询算法
  • 3.3.1 数据结构
  • 3.3.2 算法描述
  • 3.4 本章小结
  • 第4章 算法性能分析
  • 4.1 实验环境
  • 4.2 实验结果
  • 4.2.1 确定数据流上反轮廓查询算法性能
  • 4.2.2 不确定数据流上反轮廓查询算法性能
  • 4.3 本章小结
  • 第5章 结束语
  • 5.1 总结
  • 5.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士期间发表的论文和参加的项目
  • 相关论文文献

    • [1].冬天的清晨[J]. 课堂内外创新作文(小学版) 2020(06)
    • [2].在烟波里[J]. 文苑(经典美文) 2019(02)
    • [3].配诗[J]. 散文诗 2019(09)
    • [4].调皮的小雨点[J]. 创新作文(小学版) 2018(33)
    • [5].服装——线条的轮廓[J]. 艺术品鉴 2019(15)
    • [6].保持一种有深度的轮廓(组诗)[J]. 好家长 2017(61)
    • [7].解脱精神的束缚[J]. 作文 2015(01)
    • [8].中国红酒市场上的“消费者轮廓”探究[J]. 智富时代 2015(05)
    • [9].白夜森林[J]. 优品 2012(04)
    • [10].夜色里,那棵只有轮廓的树[J]. 文学与人生 2012(04)
    • [11].轮廓[J]. 高中生之友 2013(Z4)
    • [12].小蜻蜓与大螃蟹[J]. 启蒙(0-3岁) 2009(06)
    • [13].高脚杯与舞蹈家[J]. 启蒙(0-3岁) 2009(01)
    • [14].瞧,“钳子”变成了什么[J]. 启蒙(0-3岁) 2009(05)
    • [15].可爱的小丑[J]. 启蒙(0-3岁) 2011(03)
    • [16].机车车轮踏面轮廓镟修在机测量与评价[J]. 仪器仪表学报 2020(02)
    • [17].基于互信息和轮廓系数的聚类结果评估方法[J]. 兵器装备工程学报 2020(08)
    • [18].基于轮廓曲率和距离分析的重叠柑橘分割与重建[J]. 中国农业科技导报 2020(08)
    • [19].轮廓[J]. 思维与智慧 2018(11)
    • [20].基于因果行为轮廓的多重变迁集行为一致性分析[J]. 长江大学学报(自科版) 2017(13)
    • [21].缓存模式下的轮廓查询优化方法[J]. 同济大学学报(自然科学版) 2014(11)
    • [22].一种分布式网络中轮廓推荐的有效方法[J]. 电子与信息学报 2015(05)
    • [23].找一找 连一连[J]. 启蒙(3-7岁) 2014(03)
    • [24].岁月漫笔[J]. 中学生优秀作文(初中版) 2011(Z1)
    • [25].略论趣味性小礼服的轮廓设计[J]. 科教导刊(中旬刊) 2010(08)
    • [26].SPSS在轮廓分析中的应用[J]. 现代预防医学 2008(23)
    • [27].认知轮廓研究进展[J]. 计算机应用研究 2008(07)
    • [28].望窗[J]. 现代装饰 2020(01)
    • [29].一款基于深度学习的放疗轮廓勾画软件的研发[J]. 中国医疗设备 2020(07)
    • [30].基于轮廓拟合的新风格书法字合成[J]. 计算机应用与软件 2017(06)

    标签:;  ;  ;  ;  

    数据流中反轮廓查询处理技术研究
    下载Doc文档

    猜你喜欢