基于vague集结构化查询语言探究

基于vague集结构化查询语言探究

ID:31777347

大小:60.65 KB

页数:10页

时间:2019-01-18

基于vague集结构化查询语言探究_第1页
基于vague集结构化查询语言探究_第2页
基于vague集结构化查询语言探究_第3页
基于vague集结构化查询语言探究_第4页
基于vague集结构化查询语言探究_第5页
资源描述:

《基于vague集结构化查询语言探究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于Vague集结构化查询语言探究【摘要】传统的数据库都是以二值逻辑和精确数据为基础的,不能表示许多模糊不清的对象。目前模糊数据库技术是基于L.A.Zadeh所提出的模糊集,由于Vague集在表达模糊信息方面的能力比模糊集强,所以基于Vague集的模糊数据库具有广阔的应用前景。本文在Vague集和Vague关系基础上,提出基于Vague集的模糊结构化查询语言VSQL,它是针对于Vague关系模型的一种标准SQL扩展,可以应用于机器学习、决策分析、知识获取,以及模式匹配等方面。【关键词】Vague集Vague关系模式Vague关系Vagu

2、e结构化查询语言Vague隶属度【中图分类号】TP399【文献标识码】A【文章编号】1674-4810(2012)24-0012-03Cantor创立的集合论是无法处理具有模糊性的不确定信息和数据的,于是L.A.Zadeh在1965年提出了模糊集(fuzzyset)理论。在随后的几十年中,模糊集理论不断发展和完善,并在许多领域里取得被成功地应用。模糊集最主要的特征是:每一对象都有一个互不相同的隶属于模糊集A的程度,隶属函数UA(x)(xUU)给每个对象分派一个[0,1]中的数作为它的隶属度。随着模糊集理论在模糊数据处理方面的广泛应用,其

3、本身所具有的一些不足也显现出来,其中之一就是糊集理论中单值隶属度不能同时表示支持和反对的证据。为解决此问题,台湾学者W,L.Gau和D.J.Buehrer于1993年提出了Vague集(Vagueset)理论。作为模糊集的进一步推广,Vague集具有更强的表达数据模糊性和不精确性的能力。在Vague集中,给每个对象同样分派一个隶属度,不同的是该隶属度是[0,1]的一个子区间,这个子区间既给出了支持xWU的证据,同时也给出了反对xWU的证据。与模糊集相比较,Vague集有如下特性:模糊集能表示的模糊信息,Vague集能表示;模糊集不能表示

4、的信息,Vague集也能表示。有关Vague集的研究已取得了丰硕的成果,一方面是Vague集的性质研究,主要集中在相似度测量方面[3,4,5],另一方面是利用Vague扩展关系数据模型,还有一个重要的研究方向是基于Vague集的查询研究,Prade等人提出了一种基于模糊数据库的查询语言,并对其中的选择和投影操作进行了研究,Bose等人基于可能性分布模糊数据库,对其中的选择、投影和连接操作进行了讨论,国内的赵法信等人在这方面也作出了一定的研究,基于Vague集的代数查询语言中的选择、投影和连接操作进行了研究,Vague除操作实现方法的研究

5、,基于Vague关系数据模型的聚集操作研究。本文在扩展Vague关系模型的基础上,提出了基于Vague集的模糊结构化查询语言VSQL,并给出了相应的定义,能够方便高效地进行查询Vague信息。一Vague集Vague集作为模糊集的一般化形式,具有更强的表达模糊信息的能力。下面给出Vague集的定义。定义1令X是一个点(对象)的空间,其中的任一元素用x表示,X中的一个Vague集V用一个真隶属函数tv和一个假隶属函数fv表示。tv(x)是从支持x的证据所导出的x的隶属度的下界,fv(x)则是从反对x的证据所导出的x的隶属度的下界,tv(x

6、)和fv(x)将区间[0,1]的一个实数与X中的每个点联系起来,且tv(x)+fv(x)W1,即:tv:X-*[0,1]fv:X-*[0,1][2]由定义可知,它将x的隶属度限制在[0,1]的一个子区间[tv(x),1-fv(x)]内。Vague集V可以表示为:。例如:如果tv(x),1-fv(x)=[0.5,0.8],那么tv(x)=0.5,fv(x)=0.2。这一结果表明:x属于Vague集V的程度为0.5,而它不属于V的程度为0.2O用投票模型解释为:对于一个方案,有10个专家进行投票,有5个人支持,2个人反对,有3个人弃权。换句

7、话说,我们可以这样理解,X的精确隶属度11V(X)或许不知道,但是它应是tv(x)Wyv(x)Wl-fv(x),其中tv(x)+fv(x)Wl。这样,X的信息的精确性就十分清楚了,因为关于X的不确定性可以用1-fv(x)-tv(X)来表征。如果该差值小,表明我们相当精确地知道X;如果该差值大,则表明关于X我们知道很少。如果l-fv(x)二tv(X),则表明我们精确地知道x,此时,Vague集就退化为模糊集。如果l-fv(x)和tv(x)同时为1或0,这取决于x属于还是不属于V,此时关于x的信息是精确的,也就是说,Vague集退化为普通集

8、合。Vague集的几何解释,见右图。二Vague关系由于客观世界的复杂性,人们对许多事物的认识具有一定的局限性。因此,数据库系统管理的模糊数据也应该体现人们认识上的差异,带有Vague可信度。定义2:—个V

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。