基于密度的不确定性数据概率聚类.doc

可能世界内数值型不确定数据匹配模型来源：计算机应用研究 第25卷第9期 2008年9月作者：申德荣, 于戈, 寇月, 聂铁铮摘要针对数值型不确定数据的匹配进行研究。将存在的数值型不确定数据归纳为range、or_set、probability、unknown、negative五种类型,并给出了形式化定义;提出匹配度和完备度概念,可精确地描述不确定数据的匹配情况,并给出了匹配模型;提出基于range数据类型的匹配度和完备度为最小粒度,定义了其他类型的不确定数据类型的匹配规则,并给出了相应的匹配规则定义。最后通过实例分析,验证了本匹配模型的有效性。关键词: 不确定数据; 匹配模型; 数据库中图分类号: TP39文献标志码: A文章编号: 1001-3695 (2008) 09-2607-03引言说明文章内容和目的。本文针对数值型不确定数据描述与匹配进行研究,目的是为用户提供更灵活精确的实体描述形式,使其更接近于现实世界的抽象,为人们有效地描述不确定数据提供一定的参考。同时,通过实现不确定数据的匹配操作,有效地发现潜在的知识,并加以利用,达到为人们提供更准确的决策知识的目的。数值型不确定数据定义目前,有关非确定数据的定义和分类还没有严格的定义,Trio中将数据分为exact和inexact两种 14 。有关inexact数据的描述又有多种,如不确定的数据、概率数据、模糊集数据、近似数据、不完备数据和不精确数据等。Motro 15 将不确定信息分为不确定和不精确两类。不确定是指属性值的可信性，概率是指属性取某一值的概率。不完备的数据是指有信息丢失。不精确数据是指数据的取值可能是集合中的数据之一。文献 15 中除了将非确定的数据定义为不确定和不精确数据外,还包括不完备、模糊、不一致、不明确。其中除了不明确为语义模糊概念外,其他都涵盖了Trio中的定义。本文把不确定数据分为七类：range、or_set、probability、unknown、negative、vague、fuzzy。其中的前五类属于数值型的不确定性，也是文章讨论的重点。数值型不确定数据匹配模型数据类型间的匹配度匹配度描述提供者提供的数据与请求的数据信息的匹配程度,分为完全匹配、不匹配和部分匹配。完备度表示提供者提供的数据满足请求者需求的数据信息的程度。两者匹配值越大越好。数值型不确定数据匹配模型针对本文定义的五种不确定数据类型,基于定义2中的匹配度和完备度定义,定义各不确定数据类型间的匹配规则,为实现其不确定数值型数据间的匹配提供相应的遵循准则。实例介绍通过举例说明该匹配模型是有效的。结束语本文针对可能世界中广泛存在的不确定信息进行研究。虽然已有针对不确定信息管理的相关研究,但大多是针对只支持几种特定的不确定数据类型的模型研究,而有关不确定信息的匹配问题的研究还没有见到。本文分析了可能世界中广泛存在的不确定数据类型,给出了统一的形式化定义,提出了不确定数据类型间的匹配模型,并详细定义了匹配规则。最后通过实例验证,本匹配模型是可行的读后感文章将存在的数值型不确定数据归纳为range、or_set、probability、unknown、negative五种类型并提出了不确定数据类型间的匹配模型，最后通过实例验证了该匹配模型的有效性。可以参考本文对数值型不确定数据进行分类。参考文献: 1 ZIMANYI E. Incomp lete and uncertain information in relational data2bases EB /OL . (2005203201) . http: / / code. ulb. ac. be /dbfiles/. 2 AB ITEBOUL S, PAR IS K, GOSTA G. On the rep resentation and querying of sets of possible worlds C / /Proc of ACM SIGMOD International Conference on theManagement ofData. New York:ACM Press,1987: 34248. 3 BARGA R S, PU C. Accessing imp recise data: an app roach based on intervals J . IEEE Da ta Eng ine e ring Bu lle tin, 1993, 16 ( 2 ) : 12215. 4 CHENG R, PRABHAKAR S. Managing uncertainty in sensor databases J . S IGMOD Re co rd Is sue o n Senso r Te chno lo gy, 2003, 32(4) : 41246. 5 CHENG R, SINGH S, PRABHAKAR S. U2DBMS: a database system for managing constantly2evolving data C / /Proc of the 31 st VLDBConference on Very Large Databases. 2005: 127121274. 6 TRAJCEVSKI G,WOLFSON O, H INR ICHS K, et al. Managing uncertainty in moving objects databases J . ACM Trans o n Database System s, 2004, 29 (3) : 4632507. 7 CHENG R, PRABHAKAR S, KALASHN IKOV D V. Querying imp recise data in moving object environments J . IEEE Trans on Knowledge and Da ta Eng ine e ring Arch ive , 2004, 16 (9) : 111221127. 8 ROSS R, SUBRAHMAN IAN V S. Aggregate operators in probabilistic databases J . Jou rna l o f the ACM, 2005, 52 (1) : 542101. 9 SCOTNEY B,McCLEAN S. Database aggregation of imp recise and uncertain evidence J . Jou rna l o f Info rm a tion Sc ience s, 2003, 155(324) : 2452263. 10 MORR ISSEY J M. Imp recise information and uncertainty in informa2tion systems J . ACM Trans o n Info rm a tio n Sys tem s, 1990, 8(2) : 1592180. 11 HONG X,McCLEAN S, SCOTNEY B, et al. Evidential integration of semantically heterogeneous aggregates in distributed databases with imprecision C / /LNCS4224. 2006: 9612969. 12 W IDOM J. Trio: a system for integratedmanagement of data, accuracy,and lineage C / /Proc of the 2nd Biennial Conference on Innovative Data Systems Research. 2005. 13 MUTSUZAKIM, THEOBALD M,DeKEIJZER A, et al. Trio2one: layering uncertainty and lineage on a conventional DBMS C / /Proc ofCIDR. Monterey: s. n. , 2007: 2692274. 14 SARMA A D, BENJELLOUN O, HALEVY A, et al. Working models for uncertain data EB /OL . (2006203202) . http: /