2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩110頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、圍繞數(shù)據(jù)立方梯度挖掘的三個關(guān)鍵技術(shù)即數(shù)據(jù)立方梯度挖掘算法、數(shù)據(jù)立方梯度查詢以及數(shù)據(jù)立方梯度挖掘工具,我們開展了四個方面的研究工作:約束性數(shù)據(jù)立方梯度挖掘研究、實例化數(shù)據(jù)立方中約束性立方梯度挖掘研究、數(shù)據(jù)立方梯度查詢語言研究、在線梯度挖掘工具研究.該課題的研究成果不僅豐富了數(shù)據(jù)立方梯度挖掘研究理論而且為國產(chǎn)的達夢數(shù)據(jù)庫管理系統(tǒng)研制通用的數(shù)據(jù)立方梯度挖掘工具打下堅實的基礎(chǔ).在數(shù)據(jù)立方梯度挖掘算法方面,主要研究了約束性立方梯度挖掘算法.為了從

2、數(shù)據(jù)立方中挖掘出用戶真正感興趣的數(shù)據(jù)立方梯度,約束性的挖掘是一種比較有效的方法.約束性數(shù)據(jù)立方梯度挖掘的主要目的是從關(guān)系表中挖掘出滿足指定約束的梯度-探測元組對.LiveSet算法是現(xiàn)有的比較高效的算法.為了減少LiveSet算法的搜索空間進一步提高算法效率,我們利用濃縮數(shù)據(jù)立方的大小以及其計算時間比較小的特點,提出了基于濃縮數(shù)據(jù)立方的梯度挖掘eLiveSet算法.在數(shù)據(jù)立方梯度查詢語言方面,我們指出了現(xiàn)有梯度查詢語言Cubegrade

3、QL查詢空間大,效率低的不足并且提出了一種基于濃縮數(shù)據(jù)立方的新的梯度查詢語言dmGQL語言.為了支持dmGQL語言查詢,對立方梯度挖掘算法eLiveSet和GSCC做了一些修改,這些修改可以通過eLiveSet算法和GSCC算法輸出部分的修改以及算法的擴展來實現(xiàn).基于eLiveSet和GSCC算法生成的數(shù)據(jù)立方元組個數(shù),我們給出了dmGQL語言的一個查詢代價模型.在數(shù)據(jù)立方梯度挖掘工具方面,我們研究了在線分析處理與數(shù)據(jù)挖掘集成的在線分析

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論