为了准确度量属性的重要性,从基于粗糙集的属性度量视角,提出一种基于混合度量机制的属性评价方法,该方法从不同的信息粒度分析属性的重要性.在混合度量机制中,根据数据分布特点引入参数权重因子.在此基础上,构造一种基于粗糙集属性度量机制的集成分类器.通过实验结果和比较分析表明,所提出的方法能有效地降低数据的属性维度,相比较于单一属性度量准则,分类器具有更好的分类性能

同步充填留矿法因柔性隔离层的存在,其散体矿岩流动规律突破传统放矿理论的描述范围,因此开展柔性隔离层下单漏斗散体矿岩流动规律研究对于丰富放矿学理论具有重要意义.基于相似原理建立物理试验模型,以标记颗粒刻画出放出体和松动体形态,采用高清摄像机记录试验基础数据.基于试验数据,对柔性隔离层下单漏斗放矿放出体、松动体、空腔等演化规律进行分析.最高层位矿石未放出前,放出体呈完整封闭的近似椭球体形态;放出后,放出体呈现为陀螺体.最高层位矿石产生沉降前,松动体为完整封闭的近似椭球体形态;产生沉降后,松动体形态整体上呈喇叭状,喇叭状松动体上部为指数曲线,下部为近似部分椭球体.空腔在最高层位矿石产生沉降瞬间开始形成;隔离层边界与矿石层边界相切于空腔边界,切角随着隔离层下降深度的增大而增大,至散体自然安息角后保持不变,切点位置随着隔离层下沉由中间逐渐向两侧发展至放矿终止

由于时间序列数据具有高维度、动态性等特点,这就导致传统的数据挖掘技术很难有效的对其进行处理,为此,提出了一种基于多维时间序列形态特征的相似性动态聚类算法(similarity dynamical clustering algorithm based on multidimensionalshape features for time series,SDCTS).首先,提取多维时间序列的特征点以实现降维,然后,根据多维时间序列的斜率、长度和幅值变化的形态特征定义了一种新的时间序列相似性度量标准,进而提出无需人为给定聚类个数的多维时间序列动态聚类算法.实验结果表明,与其他算法相比,此算法对时间序列具有良好的聚类效果

针对密度聚类算法对邻域参数设置敏感的问题，提出一种基于密度的模糊自适应聚类算法.算法在无需预先设置聚类数以及邻域参数的情况下，可以自适应地根据样本间距离关系确定邻域半径得到样本密度，并根据样本密度逐渐增加聚类中心.为了保障聚类结果的正确性，同时提出一种新的模糊聚类有效性指标以判断最佳聚类数，消除了密度聚类算法对参数的敏感性.用UCI基准数据集进行实验，发现本文算法在对数据进行聚类时，聚类质量较原始密度聚类算法在准确性和自适应性方面均有显著提高

3.3.1 概述 3.3.2 单表查询 3.3.3 连接查询 3.3.4 嵌套查询 3.3.5 集合查询 3.3.6 小结

1. 综合统一 2. 高度非过程化 3. 面向集合的操作方式 4. 以同一种语法结构提供两种使用方法 5. 语言简洁，易学易用

针对材料在自然土壤环境中的腐蚀预测问题,提出应用多层线性模型对材料的腐蚀规律进行研究.多层线性模型是分析具有层次结构数据的新型统计技术,对于地区间土壤腐蚀规律的差异性特点和单地区实验观测样本不足的问题,可以为不同的区域分别建立腐蚀率模型,使模型假设与实际更为吻合.以碳钢在土壤中的腐蚀数据为研究对象,建立了腐蚀率的多层线性模型.实验验证了该模型可以准确地拟合和预测碳钢在土壤的腐蚀率变化,优于指数平滑算法和差分自回归移动平均算法

为了克服经验法推算结构物埋深的缺陷,基于检测对象的雷达反射波形特征,通过提取反射波形上的少量特征点,提出一种估算结构物埋深的新方法,并考虑实际检测中结构物反射波形的畸变,对估算精度进行分析评价.结果表明:对于理想的无畸变检测数据,该方法对结构物埋深、水平位置及电磁波速的估算结果较为精确;当反射波形存在畸变时,该方法对埋深的直接估算结果误差较大,平均误差达到55.202%,但对于电磁波速的估算结果较为精确;对于实测的有畸变检测数据,可通过电磁波速估算结果及测得的目标体双程旅时对埋深进行间接估算,估算精度满足雷达法检测对埋深估算的要求.相比经验法,该方法在估算精度、误差控制方面具有显著优势

一、概述 二、 传统的集合运算 三、专门的关系运算

第10章分布式数据库系统的发展趋势 1.并行数据库服务器与分布式数据库系统 2.分布式知识库系统 3.分布式面向对象数据库