基于隐私保护的MASK挖掘算法研究

数据挖掘是近年来随着人工智能和数据库技术的发展而出现的运用比较频繁的技术.它是从大量数据中筛选出隐含的、可信的信息的一种处理过程.在筛选的过程中,对数据的隐私保护便成了一个大的问题.本文针对隐私保护关联规则数据挖掘中的MASK挖掘算法进行了分析,就MASK算法在求频繁项集中涉及到的矩阵求逆问题上提出了两种改进的算法,通过实验表明,有效地提高了传统MASK算法的运行时间.     

信息系统函数依赖的信息颗粒原理与计算

提出了一种利用信息颗粒的位表示(bit representations)来分析信息系统函数依赖的新方法。研究了信息颗粒原理、粒化计算和面向机器的数据挖掘模型，利用位表示阐述了信息系统函数依赖、恒等依赖、部分依赖的判定原理，得出了与函数依赖相关的命题，并用相应的算法验证了所提方法。该方法可以快速判定和度量信息系统的函数依赖关系，对于信息颗粒采用其位表示，使得数据格式更接近机器的内部表示，且能够直接挖掘信息系统所蕴涵的模式。     

粗糙关系数据库及其发展

对粗糙关系数据库(rough relational database,RRDB)在国内外的发展状况进行了探讨。具体分为两部分,其一,对于与粗糙关系数据库相关的几个概念及它们之间的关系进行了研究;其二,从多值信息系统的规则生成及属性约简、RRDB的粗糙算子研究、RRDB的数据查询及数据更新、RRDB的度量研究及粗糙函数依赖等几方面对目前粗糙关系数据库在国内外的发展状况进行了总结回顾。     

UCDOS特显功能在数据库设计中的应用探析

本文从分析UCDOS特殊显示原理出发,阐述了UCDOS特殊显示功能在数据库管理语言FoxBASE中的应用,最后总结了其使用模式。     

粗糙关系数据库及其发展

对粗糙关系数据库(rough relational database,RRDB)在国内外的发展状况进行了探讨.具体分为两部分,其一,对于与粗糙关系数据库相关的几个概念及它们之间的关系进行了研究;其二,从多值信息系统的规则生成及属性约简、RRDB的粗糙算子研究、RRDB的数据查询及数据更新、RRDB的度量研究及粗糙函数依赖等几方面对目前粗糙关系数据库在国内外的发展状况进行了总结回顾.     

基于信息粒度与粗糙集的决策细化研究

从理论上研究了决策表中决策值细化程度与信息粒度、近似分类的精度及近似分类质量之间的关系,结果表明,决策属性的属性值划分得越细,则该属性的信息粒度、近似分类精度和近似分类质量的值就越小.仿真实验同时证明,在基于决策属性划分之下,对任意一个条件属性集经决策细化后的决策表所对应的信息粒度、近似分类精度和近似分类质量的值,都不大于决策细化前决策表所对应的信息粒度、近似分类精度和近似分类质量的值,这个结果对研究决策表属性约简和决策规则的有效性等问题都有指导作用.     

基于粗糙关系数据库的粗糙数据查询

以粗糙关系数据库模型（RRDM）为背景，从分解原理、投影原理、粗糙关系数据库（RRDB）的可定义性及上、下近似几方面讨论了RRDB的查询理论，并以此为基础提出了一种新的RRDB查询方法--粗糙数据查询，我们把粗糙数据查询分为精确查询、粗糙完全查询、粗糙组合查询三类，并从这三方面对粗糙数据查询进行了讨论与仿真实验，仿真结果验证了这种方法的可行性和正确性。     

函数依赖与多值依赖的再研究

从不同角度对关系数据库理论中函数依赖(functional dependency,FD)与多值依赖(multi-valued dependency,MVD)及其关系进行了深入研究。从经典关系数据库理论、粗糙集与形式化概念分析出发,探讨了它们对函数依赖与多值依赖的研究视角,得出了关于两种依赖的一些重要结论。