基于最近邻搜索的关系表集合外键识别方法

    公开(公告)号:CN105095522B

    公开(公告)日:2018-09-25

    申请号:CN201510616597.7

    申请日:2015-09-22

    Applicant: 南开大学

    Abstract: 本发明公布了一种基于最近邻搜索的关系表集合外键识别方法,属于数据库技术应用领域。本发明的基本步骤如下:首先改进现有的包含依赖识别方法,找出关系表中单属性和多属性的包含依赖;然后计算满足包含依赖的属性特征,包括特异元组个数、属性名、元组均值、元组方差、元组平均长度和中位数等,并将这些特征映射到高维欧氏空间中,用得到的高维向量表示原属性;最后基于外键是主键的最近邻,通过最近邻查找方法找出关系表集合中所有的外键。本发明提出的关系表集合外键识别方法,能够为大规模关系表集合自动构建外键关系提供一种有效的解决方案,该发明能应用于数据库设计、数据集成、模式匹配等领域。

    一种基于社团结构寻找社交网络中任意两点最短路径的方法

    公开(公告)号:CN108319727A

    公开(公告)日:2018-07-24

    申请号:CN201810174201.1

    申请日:2018-03-01

    Applicant: 南开大学

    Abstract: 一种基于社团结构寻找社交网络中任意两点最短路径的方法。社交网络往往可以用带权无向图模型来表示,其中图中每个点代表个人,每条边代表人与人之间的联系,联系越紧密,边上的权重越大,两点距离越短。本发明旨在提出一种能快速返回误差范围内任意两点间最短路径的两阶段方案,包括:预处理阶段,首先改进现有的结构化聚类算法,使其适用于带权图,并对图进行社团划分;然后根据社团划分结果构建超图,其中原图中每个社团对应超图中的超点,社团之间的联系对应超图中的超边,并根据选取的地标节点估算超边的长度;在线查询阶段,根据两点所在的社团相对位置不同,利用超图缩小搜索范围,返回两点间的估算最短路径。

    基于最近邻搜索的关系表集合外键识别方法

    公开(公告)号:CN105095522A

    公开(公告)日:2015-11-25

    申请号:CN201510616597.7

    申请日:2015-09-22

    Applicant: 南开大学

    CPC classification number: G06F17/30536

    Abstract: 本发明公布了一种基于最近邻搜索的关系表集合外键识别方法,属于数据库技术应用领域。本发明的基本步骤如下:首先改进现有的包含依赖识别方法,找出关系表中单属性和多属性的包含依赖;然后计算满足包含依赖的属性特征,包括特异元组个数、属性名、元组均值、元组方差、元组平均长度和中位数等,并将这些特征映射到高维欧氏空间中,用得到的高维向量表示原属性;最后基于外键是主键的最近邻,通过最近邻查找方法找出关系表集合中所有的外键。本发明提出的关系表集合外键识别方法,能够为大规模关系表集合自动构建外键关系提供一种有效的解决方案,该发明能应用于数据库设计、数据集成、模式匹配等领域。

Patent Agency Ranking