基于相似度的粗关系数据库的近似查询

基于数据库理论和粗集方法研究了粗关系数据库中不确定数据的存储、索引和检索。提出了分别采用邻接表和十字链表实现粗关系数据库中属性值等价类和元组数据的存储;借助汉明距离和聚类方法,提出了实现粗关系数据库索引的方法;提出一种基于Rough集中的上、下近似计算数据间的相似度,并基于相似度给出了对粗关系数据库进行查询的模型,设计了相应的查询算法。最后,通过一个具体实例说明了查询算法的可行性和有效性。     

一种基于相似度矩阵的本体检索匹配算法

针对用户查询与知识文档间检索失配问题,提出了一种基于相似度矩阵的本体检索匹配算法。该方法是对现有的检索匹配算法的一种改进。方法利用领域本体来快速确定候选匹配集;进而从三个层次来综合计算元素间的相似度;利用相似度矩阵得到两本体间的相似度。实验结果表明,在查全率、查准率和响应时间方面都有较好的表现。     

基于内容检索中的镜头相似度度量

基于内容的视频检索中的一个最普遍的方法是根据给定例子视频的检索，因此视频相似度度量是基于内容检索中的一个基本问题。该文在视频签名算法基础上提出了镜头粒度上的镜头基调算法，同时为了增加匹配的准确性。提出了赋权的镜头基调，以体现基调中各帧在镜头相似度中的重要性差异，并解决了原算法可能出现的基调帧对逆序的问题。     

基于本体的关系数据库语义检索

以经济学领域本体为例,首先研究SemSORD基本原理和方法,然后提出基于关系数据库关键词检索(Keyword Search over Relational Databases,KSORD)技术实现的关系数据库语义检索模型,并实现相应的原型系统Si-SEEKER,最后提出该领域的研究挑战和技术发展趋势。     

粗糙集理论在关系数据库中的应用

介绍粗糙集理论和在关系数据库方面的应用,分析和研究了应用中粗糙关系数据库模型,以及关系操作、完整性约束和粗糙查询等.     

语义检索中的词语相似度计算研究

词语相似度计算是信息处理技术中的一个关键问题,主要研究用什么样的方法来计算或比较两个词语的相似性.词语相似度计算可以从广义与狭义两方面考虑,文中从狭义的角度对词语相似度计算进行了研究,通过对语素相似度、字序相似度和词长相似度的分析,提出了一种基于语素、字序和词长的综合词语相似度计算方法.通过词语相似度计算可以修正用户提问中错字、漏字、多字等情况,并且通过实验给出了词语相似度计算中参数的参考值.实验结果验证了该计算方法的有效性.     

Rough关系数据库模型及其关系操作

1.引言 E.F.Codd于七十年代提出了著名的关系数据库模型,经过几十年发展,以它为基础的关系数据库系统得到了广泛的流行和认可,它有着层次模型和网状模型无可比拟的优点,如灵活性、逻辑和物理独立性、数据完整性等。然而,它也有自身的不足,就是对于不确定性的数据处理能力较差。随着应用面的扩大和数据量的急剧膨胀,出现了各种不确定信息、不完全信息、模糊信息,而关系数据库的处理能力主要是对确定信息的处理,因此,十分有必要对关系数据库模型进行扩充。到目前为止,可以说对于关系数据库的扩充有六种方法。第一种是扩展关系代数使之能处理“null”值,且提供“null”值的语义,这种方法假设数据值是确定的或是未知的,这对于大     

关系数据库的关键词检索研究

近年来,关系数据库的关键词检索研究再度成为热点问题。本文首先对关键词检索的一些基础知识进行阐述,接下来再对检索处理的相关技术和方法比如关系数据库模式与模式图的相关定义、检索处理、查询语言、评分与排序、提交查询结果这几个方面进行完整的分析。     

基于颜色特征相似度判别的肿瘤图像检索研究

给出医学图像检索的工作流程,分析并选择颜色特征作为医学图像检索的重要依据。经过颜色空间选择、颜色空间转换、颜色量化和颜色特征提取完成医学图像特征抽取,设计了基于欧式距离、加权欧式距离和直方图相交的相似度判别算法。实验结果表明,检索单幅图像的处理时间不超过0.432s;从平均值角度考虑,正常图像的召回率优于其它类别图像;正常图像检索的准确率高于癌变图像检索的准确率。     

视频检索中镜头相似度的融合

基于内容的视频检索系统中,最常用的方法是示例查询,即用户提交一段视频,系统返回一系列相似视频.在这一过程中,定义镜头的相似度是一个重要的问题.本文介绍了在不同层次上利用多种特征进行镜头相似度融合的方法.特征层次上,对任意两个镜头,给依据不同的特征计算得到的相似度赋予不同的加权系数,进行加权得到融合后的镜头相似度.在决策层次上,运用Dempster-Shafer证据理论融合镜头相似度.首先,运用多种特征计算得到相似度的多种排序结果;然后,指定期望得到的检索结果数;最后应用证据理论对相似度的多种排序结果进行融合处理,得到最终的镜头相似度排序结果.本文最后进行了检索实验,结果表明,融合后的相似度结果更接近人的主观判断,证明了融合效果的有效性.     

粗糙关系数据库的数学基础

在引入粗糙关系数据库（Rough Relational Database,RRDB）的基本概念基础上,分析得出粗糙关系数据库中使用的几个主要数学理论包括等价关系、分解、位模式、粗糙熵及粗糙集理论,并进一步深入研究了这些理论在RRDB中的相关性质,对它们在粗糙关系数据库中的应用进行了探讨。     

粗糙Vague集(值)相似性度量的一种新方法

对粗糙集和Vague集的概念、知识表示方法进行了讨论,把粗糙集和Vague集进行了融合,描述了粗糙Vague集概念,给出粗糙Vague值的相关概念及其相似性度量的一种新方法,研究了粗糙Vague集的相关性质及其相似性度量的方法。     

Knowledge acquisition in vague objective information systems based on rough sets

Abstract: The growing volume of vague information poses interesting challenges and calls for new theories, techniques and tools for analysis of vague data sets. In this paper, we study how to extract knowledge from vague objective information systems (VOISs) based on rough sets theory. We first introduce the basic notion termed rough vague sets by combining rough sets theory and vague sets theory. By using the rough vague lower approximation distribution in the VOIS, the concept of attribute reduction is introduced. Then, we develop an algorithm based on a discernibility matrix to compute all the attribute reductions. Finally, a viable approach for extracting decision rules from the VOIS is proposed. An example is also presented to illustrate the application of the proposed theories and approaches in handling medical diagnosis problems.     

基于模糊加权相似度量的粗糙集数据补齐方法

目前基于粗糙集的数据补齐方法,大多都是通过计算决策信息系统中具有缺失值的对象与无缺失值的对象之间的相似性,选取相似性最大的对象的属性值来补齐缺失的数据。这类算法的问题在于：计算对象之间的相似性时所有条件属性对于决策属性的重要性是相同的,忽略了条件属性间的差异性。鉴于此,引入了模糊加权相似的概念,根据每个条件属性的重要性以及决策属性对条件属性的依赖度,计算对象间的相似性,提出基于模糊加权相似性度量的粗糙集数据补齐方法,并通过实例计算以及与现有算法的比较分析,说明了方法的有效性。     

模糊相似关系下变精度模糊粗糙集

经典变精度模糊粗糙集模型是基于模糊等价关系建立的.在实际应用中,模糊等价关系很难直接构造,需要通过求模糊相似关系的传递闭包生成.对模糊关系的这种改造会丢失较多有价值的信息,而且还增大了模糊粗糙集应用的计算复杂度.基于模糊逻辑算子构造2个模糊集的相对错误包含度,构造性地提出基于模糊相似关系的变精度模糊粗糙集模型,研究了该模型的性质.该模型一方面具有变精度粗糙集的优点,对噪声数据具有很好的容错能力,另一方面是基于模糊相似关系建立的,其应用范围更为广泛.     

基于FCM的相似关系粗糙集属性约简方法

对具有连续属性值的信息系统的属性约简是粗糙集理论的研究热点之一。区别于传统通过连续属性离散化方法定义的等价关系,提出利用自适应的模糊C均值聚类的初步划分能力定义一种相似关系以及其自适应形式。基于该相似关系定义的粗糙集模型较好地排除噪声数据。提出正域与非正域定义以及从中导出的一种重要度以指导属性约简。与现有方法的比较实验表明该方法在属性约简上具有有效性和稳定性以及约简结果的合理性。     

基于相似关系粗糙集模型的数值属性约简算法

针对数值属性数据包含大量噪声而经典粗糙集方法易受噪声干扰的问题,提出一种属性度量指标综合衡量属性在样本上的差异性和相似性。以这种属性度量指标为启发式设计了相似关系粗糙集框架下的数值属性约简算法,并推广到经典粗糙集。在车牌字符集和UCI手写体数字字符集上和常用约简算法进行了比较,实验结果显示这种方法产生的约简属性可以导出规则数少并且具有较好分类能力的规则集。     

Spatial reasoning and similarity retrieval for image database systems based on RS-strings

In this paper, we propose a rotation-invariant spatial knowledge representation called RS-string. Then we present the string generation algorithm to automatically generate RS-strings for segmented pictures. We also propose the spatial reasoning and similarity retrieval algorithms based on RS-strings. The similarity retrieval algorithm is much more flexible than all previous 2D string representations because our approach can consider every possible view of a query picture. Thus the system does not require the user to provide a query picture which must have the same orientation as that of a database picture. Finally, we provide several examples to demonstrate the capabilities of spatial reasoning and similarity retrieval based on the RS-string representation.     

基于本体和粗糙集的协同产品设计知识约简

协同产品设计具有知识来源广、知识类型复杂多样等特点。为简化产品设计知识库并从中有效地提取出对产品设计人员有价值的知识,提出了基于本体和粗糙集的协同产品设计知识约简方法。首先通过引入本体技术对设计知识进行本体建模、显式定义语义和统一表达,以增加产品设计知识的语义;然后通过决策属性的正域及核求解等知识约简方法将设计知识库中对设计人员不重要的、冗余的知识进行约简,精练设计知识库,分析并求解出了约简后知识库中知识的依赖度,从而为设计人员选取与设计密切相关的知识提供依据。最后以汽车发动机的协同设计为例介绍了本文的方法。