粗糙关系数据库

✍ Scribed by 安秋生

• Publisher: 电子工业出版社
• Year: 2009
• Tongue: Chinese
• Leaves: 191
• Category: Library

✦ Synopsis

《粗糙关系数据库》主要研究了粗糙关系数据库理论、粗糙集与关系数据库的关系以及粗糙集理论在数据库中的应用。对粗糙集与关系数据库之间的关系、粗糙关系数据库模型、粗糙关系数据库与模糊关系数据库的关系、粗糙数据查询、粗糙函数依赖及其推理机制、基于粗糙集与信息颗粒的聚类方法、信息系统函数依赖的信息颗粒原理与计算、基于粗糙集的关系数据库范式及粗糙函数依赖的近似度量等专题进行了系统的阐述，并将其应用于数据挖掘及数据查询中，反映了当前该理论的最新研究成果。

《粗糙关系数据库》可以作为计算机科学、信息科学和管理工程等高年级本科生及硕士研究生的教材，对相关学科领域的研究人员和工程技术人员也有重要的使用和参考价值。

✦ Table of Contents

内 容 简 介
前 言
目 录
第1章 基 本 理 论
1.1 粗糙集
1.1.1 信息系统
1.1.2 近似集及其性质
1.1.3 近似质量的刻画
1.1.4 知识约简与依赖性
1.2 粒计算
1.2.1 信息粒
1.2.2 信息粒化
1.2.3 粒计算概念
1.2.4 粒计算的研究方法与方向
1．粒计算三角形
2．粒计算的三个层次
1.3 粗糙关系数据库
第2章 粗糙集与RDB关系研究及RRDM
2.1 引言
2.2 RDB理论与粗糙集理论关系的研究
2.2.1 RDB与粗糙集产生的背景比较
2.2.2 关系与信息表的形式化语义比较
2.2.3 两种理论核心概念之间的关系研究
2.3 对RRDM的研究
2.3.1 引言
2.3.2 Rough关系操作算子及其性质
2.3.3 粗糙分解算子
2.4 RRDB与FRDB关系的系统研究
2.4.1 引言
2.4.2 FRDB与RRDB的概念分析
2.4.3 模糊函数依赖（FFD）、粗糙函数依赖（RFD）与Armstrong公理
2.4.4 FRDB与RRDB的范式
第3章 粗糙数据查询
3.1 引言
3.2 数据库查询思想
3.2.1 查询与模糊查询
3.2.2 粗糙数据查询
3.3 RRDB的分解与投影原理
3.3.1 RRDB的分解原理
3.3.2 RRDB的投影原理
3.3.3 RRDB的可定义性
3.4 RRDB的粗糙数据查询
3.4.1 精确查询
3.4.2 粗糙完全查询
3.4.3 粗糙组合查询
3.4.4 算法描述
3.4.5 小结
3.5 RRDB与NIS的关系研究
3.6 RRDB属性值的粗集表示
第4章 粗糙函数依赖及其推理机制的研究
4.1 引言
4.2 函数依赖与模糊函数依赖
4.3 粗糙函数依赖与冗余因子
4.4 Rough函数依赖的性质
4.5 粗糙函数依赖的推理规则与附加的推理规则
4.5.1 粗糙函数依赖的推理规则
4.5.2 粗糙函数依赖的附加推理规则
4.6 粗糙函数依赖与函数依赖、Fuzzy函数 依赖的关系
第5章 基于粗糙集与信息颗粒的聚类方法研究
5.1 引言
5.2 聚类方法简述
5.3 基于粗糙集聚类方法的分析
5.4 聚类分析中的粒度与粗集原理研究
5.5 基于粗糙集与信息粒度的聚类方法
5.5.1 基本概念
5.5.2 基于粗糙集与信息颗粒的聚类方法
5.5.3 算法描述
1．基于粗集与信息颗粒原理的纯字符数据的聚类
2．按照要求的聚类数对字符数据进行聚类
3．基于粗集与粒化原理的数据库混合数据的聚类
4．按照指定的聚类数对混合数据进行聚类
5.5.4 实验比较与分析
第6章 信息系统函数依赖的信息颗粒原理与计算
6.1 引言
6.2 面向机器的数据挖掘模型
6.2.1 模型语义
6.2.2 信息颗粒的位表示
6.3 位表示的性质研究
6.4 信息系统函数依赖的信息颗粒原理与计算
6.4.1 函数依赖的信息颗粒原理与计算
6.4.2 恒等依赖的信息颗粒原理与计算
6.4.3 部分依赖的信息颗粒原理与计算
6.5 算法描述与分析
第7章 关系数据库范式及信息系统规则的研究
7.1 引言
7.2 函数依赖与范式
7.3 基于粗糙集理论的关系模式范式的判定原理
7.4 信息系统软规则及其度量关系的研究
7.4.1 信息颗粒的位表示
7.4.2 几种规则及其度量之间的关系
1. 关联规则——高频繁模式的软规则
2．决策规则——高可信度模式的软规则
3. 外延的函数依赖（EFD）——全可信度模式的软规则
第8章 粗糙函数依赖的近似度量
8.1 引言
8.2 相关工作
8.3 粗糙函数依赖（RFD）的度量
1. RFD的近似度量
2. 近似度量性质
3. RFD的精确度量
8.4 本章小结
第9章 结 语
9.1 主要结论
9.2 研究展望
主要符号表
参 考 文 献