- 粗糙關系數(shù)據(jù)庫
- 安秋生著
- 720字
- 2018-12-27 02:37:27
序
經(jīng)過近三十年的發(fā)展,粗糙集基本理論的研究已日趨成熟,目前對粗糙集的研究主要集中在把粗糙集理論與相關學科的結合方面。粗糙集理論是從研究信息表(也稱信息系統(tǒng),或知識表達系統(tǒng))的邏輯特性開始的,而關系數(shù)據(jù)庫理論是從研究二維表開始的,信息表或信息系統(tǒng)實際上是數(shù)據(jù)庫關系的泛化,這表明粗糙集理論和數(shù)據(jù)庫理論有一種天然的聯(lián)系,因此利用粗糙集理論和技術研究并解決與數(shù)據(jù)庫有關的理論與應用問題是十分有必要的。
Beaubouef Theresa Ann博士通過對粗糙集理論和關系數(shù)據(jù)庫理論的研究,于1993年提出把粗糙集與關系數(shù)據(jù)庫相結合形成粗糙關系數(shù)據(jù)庫(Rough Relational Database,RRDB),以此為基礎對粗糙關系操作算子、粗糙關系數(shù)據(jù)庫的不確定性度量、粗糙函數(shù)依賴、精確數(shù)據(jù)的粗糙數(shù)據(jù)查詢(RQCD)、模糊關系數(shù)據(jù)庫模型、函數(shù)依賴與知識發(fā)現(xiàn)等專題進行了初步的研究,并把它們應用于地理信息系統(tǒng)中。日本學者Shoji Hirano和Shusaku Tsumoto等提出了利用粗糙集原理來進行數(shù)據(jù)庫聚類分析的思想。近年來隨著信息顆粒與粒化計算的出現(xiàn),有許多學者開始把它們用于數(shù)據(jù)挖掘與知識發(fā)現(xiàn),T.Y.Lin發(fā)表系列論文,研究了與粒計算有關的關系數(shù)據(jù)庫面向機器的數(shù)據(jù)挖掘建模理論問題。
本書匯集了作者在攻讀博士學位及博士后期間的主要研究成果,這些成果主要發(fā)表在“Rough Sets,F(xiàn)uzzy Sets,Data Mining and Granular Computing,LNAI 2639”、“Rough Sets and Current Trends in Computing,LNAI 3066”、“Rough Sets and Knowledge Technology,LNAI 4062”及《模式識別與人工智能》、《小型微型計算機系統(tǒng)》、《西安交通大學學報》等期刊上,引起了同行的廣泛關注。書中詳細地介紹了粗糙關系數(shù)據(jù)庫理論、粗糙集與數(shù)據(jù)庫的關系以及粗糙集理論在數(shù)據(jù)庫中應用的研究成果,內(nèi)容豐富、文獻翔實,既注重理論推導的嚴謹性,同時又兼顧應用。相信該書的出版將對我國在粗糙關系數(shù)據(jù)庫方面的研究起到積極的推動作用。
山西大學副校長
梁吉業(yè) 教授
- Hands-On Internet of Things with MQTT
- 大數(shù)據(jù)技術基礎
- Visual Basic從初學到精通
- Mastering Elastic Stack
- AWS Certified SysOps Administrator:Associate Guide
- 數(shù)據(jù)挖掘方法及天體光譜挖掘技術
- Mastering Ceph
- 和機器人一起進化
- 運動控制系統(tǒng)(第2版)
- Redash v5 Quick Start Guide
- 從祖先到算法:加速進化的人類文化
- Intel Edison Projects
- Hadoop大數(shù)據(jù)開發(fā)基礎
- 圖像傳感器應用技術
- Building Smart Drones with ESP8266 and Arduino