基于模糊聚類的數(shù)據(jù)庫(kù)空值估計(jì)研究.pdf

1、隨著數(shù)字時(shí)代的來(lái)臨，數(shù)據(jù)的存儲(chǔ)和處理工作越來(lái)越得到重視。數(shù)據(jù)挖掘技術(shù)作為一種數(shù)據(jù)處理方法需要對(duì)數(shù)據(jù)進(jìn)行有效的預(yù)處理，而預(yù)處理過(guò)程中對(duì)存儲(chǔ)在數(shù)據(jù)庫(kù)中的缺失數(shù)據(jù)進(jìn)行推導(dǎo)并填補(bǔ)已經(jīng)成為一個(gè)亟待解決的熱點(diǎn)研究問(wèn)題。
　　普通FCM算法仍然存在初始聚類中心的選擇具有隨機(jī)性以及收斂較慢等問(wèn)題。針對(duì)初始聚類中心的選擇，結(jié)合k維樹(shù)和空間劃分樹(shù)，分別提出了改進(jìn)的FCM算法。該算法能夠有目的地找到一組優(yōu)化的初始聚類中心從而減少迭代次數(shù)和運(yùn)行時(shí)間。

2、r>　　針對(duì)數(shù)據(jù)庫(kù)中的空值問(wèn)題，給出一種基于FCM關(guān)系數(shù)據(jù)庫(kù)單空值估計(jì)方法。算法通過(guò)相關(guān)降維技術(shù)獲得一組較為客觀的空值屬性的依賴屬性。在此基礎(chǔ)上利用改進(jìn)的FCM算法對(duì)數(shù)據(jù)集進(jìn)行聚類。針對(duì)每一個(gè)聚類中情況的不同，分別使用多元線性回歸的方法得到一個(gè)近似的擬合函數(shù)。實(shí)驗(yàn)表明該方法能夠提高空值估計(jì)的準(zhǔn)確性，得出的估計(jì)值具有較高的準(zhǔn)確率。
　　大多數(shù)空值估計(jì)方法僅僅基于空值所在數(shù)據(jù)表的信息，而忽視了關(guān)系數(shù)據(jù)庫(kù)中數(shù)據(jù)表之間的關(guān)聯(lián)關(guān)系。針對(duì)這一

3、問(wèn)題，利用數(shù)據(jù)表間的外鍵傳遞關(guān)系，引入多表間的關(guān)聯(lián)關(guān)系以擴(kuò)充空值所在數(shù)據(jù)表的信息。根據(jù)數(shù)據(jù)庫(kù)中空值所在表和其他表的關(guān)聯(lián)關(guān)系的不同模式，提出三種不同模式下擴(kuò)充空值所在數(shù)據(jù)表信息的方法。對(duì)數(shù)據(jù)表中多個(gè)屬性上同時(shí)存在的空值，以往常用的方法忽視了空值之間的依賴關(guān)系，更沒(méi)有注意到空值估計(jì)的順序問(wèn)題。對(duì)此研究了表內(nèi)空值間的相關(guān)關(guān)系，給出了空值的選取與轉(zhuǎn)化方法以及空值的估計(jì)優(yōu)先級(jí)。在兩者基礎(chǔ)上提出一種基于多表關(guān)聯(lián)信息的數(shù)據(jù)庫(kù)多空值估計(jì)方法。實(shí)驗(yàn)表明該