文献

J-GLOBAL ID：201702269330587401   整理番号：17A1573979

大データベースの類似記録検出手法の研究【JST・京大機械翻訳】

Large Database Records of Similar Test Method Research

著者 (1件)： Tu Jingwen (江西農業大学南昌商学院,江西南昌,330044)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 34  号： 3  ページ： 410-413  発行年： 2017年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 大規模データベースの類似した記録を正確に検出することによって,データベースの反復記録の検出効果を改善することができた。データベースにおける非重要なデータを削除することによって,残りのデータ属性を分類することは,類似の記録検出の重要な前提であるが,従来の量子粒子群アルゴリズムは,全体のデータ類似性サンプルを訓練することができて,データベースにおける非重要なデータを除去することができなくて,検出時間を増加した。....................................................を,除去することはできない.それは,類似の記録の検出効率を減少させることができた。本論文は,二次ファジィ評価に基づく大規模データベースの類似性記録のための新しい方法を提案した。上記の方法は,最初に,データベースにおけるすべてのデータ属性を最初に評価し,次に,データベースにおける非重要なデータ属性を除去し,残りのデータ属性に関する二次ファジィ評価を行い,データ属性の評価結果をバランスさせて,データベースのすべての属性を分類した。これらのデータセットの間の類似性関数を計算し,記録した文字の類似性の特徴ベクトルを抽出し,大規模データベースの類似記録を検出し,大規模データベースの類似記録を検出した。シミュレーション結果により,提案したアルゴリズムは,大規模データベースの類似性記録の検出精度を効果的に改善することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  シミュレーション ,  *データベース ,  検出効率 ,  アルゴリズム
準シソーラス用語： 検出精度 ,  特徴ベクトル ,  粒子群最適化 ,  大規模データベース , 【Automatic Indexing@JST】

著者キーワード (3件)： Large database ,  Similar record ,  Detection

分類 (2件)： 人工知能  (JE08000Z) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (4件)： データベース ,  類似 ,  手法 ,  研究