声明
致谢
摘要
1.1 研究背景
1.2 研究目的及意义
1.3 研究现状
1.4 研究内容
1.5 论文组织框架
1.6 本章小结
2.1 数据模式概述
2.1.1 数据模式相关概念
2.1.2 异构数据模式及其特点
2.1.3 数据实例相关概念
2.2 匹配方法分类
2.2.1 可表达匹配与不可表达匹配
2.2.2 元素匹配与结构匹配
2.3 特征信息提取
2.3.1 信息熵及其意义
2.3.2 条件熵与互信息
2.3.3 属性列分布及似然估计
2.4 元素匹配策略
2.5 匹配性能优化
2.6 匹配结果的评价指标
2.6.1 匹配准确率
2.6.2 匹配算法运行耗时
2.6.3 匹配算法的健壮性
2.7 模式匹配与机器学习
2.7.1 无监督匹配器集成方法
2.7.2 有监督匹配器集成方法
2.7.3 基于主动学习的匹配器集成方法
2.8 本章小结
3 基于有序互信息的模式匹配方法
3.1 问题描述
3.2 数据预处理
3.3 特征信息提取
3.4 相似建模
3.5 匹配策略设计
3.6 匹配算法优化
3.7 有序互信息图匹配算法
3.8 本章小结
4 实验结果与分析
4.1 实验环境
4.2 实验数据集
4.3 实验设计思路
4.3.1 数据预处理环节
4.3.2 有序互信息匹配环节
4.3.3 统计性能指标环节
4.4 实验结果与分析
4.4.1 匹配算法准确率对比实验
4.4.2 匹配算法耗时对比实验
4.4.3 数据实例中元组数量影响评估实验
4.4.4 数据实例信息熵分布影响评估实验
4.5 本章小结
5 总结与展望
5.1 工作总结
5.2 不足与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集