[发明专利]基于条件包含依赖的相关性学习方法、装置、设备及介质有效

专利信息
申请号: 201810232906.4 申请日: 2018-03-21
公开(公告)号: CN108416056B 公开(公告)日: 2020-12-04
发明(设计)人: 王宏志;赵志强 申请(专利权)人: 哈工大大数据(哈尔滨)智能科技有限公司
主分类号: G06F16/21 分类号: G06F16/21;G06F16/215
代理公司: 北京格允知识产权代理有限公司 11609 代理人: 周娇娇;谭辉
地址: 150001 黑龙江省哈尔滨市松北区高新技术产业开发区哈工大*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 条件 包含 依赖 相关性 学习方法 装置 设备 介质
【权利要求书】:

1.一种基于条件包含依赖的相关性学习方法,其特征在于,所述方法包括:

在关系数据库的关系模式中添加带条件函数的包含依赖;

获得与所述带条件函数的包含依赖相关的原子子句;

检测所述原子子句中的符号是否满足所述带条件函数的包含依赖;

去除所述原子子句中不满足所述带条件函数的包含依赖的符号,以获得新子句;

去除所述新子句中的非必须实例,直到所述新子句中的实例的数量不发生改变为止;

检测所述原子子句中的符号是否满足所述带条件函数的包含依赖,包括:

去除所述原子子句中的多余的符号,其中,若所述原子子句中一个符号去除前后的两个子句相互包含,则该符号为多余的符号;

检测去除多余的符号后的原子子句中的符号是否满足所述带条件函数的包含依赖。

2.根据权利要求1所述的方法,其特征在于,去除所述新子句中的非必须实例,直到所述新子句中的实例的数量不发生改变为止,包括:

按序排列出所述新子句中所有的实例;

按序去除非必须实例,直到所述新子句中的实例的数量不发生改变为止。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

通过绑定关系属性和与所述关系属性的语义相关的数据实例,将在数据实例层次上的约束确定为所述带条件函数的包含依赖。

4.一种基于条件包含依赖的相关性学习装置,其特征在于,所述装置包括:

添加模块,被配置为在关系数据库的关系模式中添加带条件函数的包含依赖;

获得模块,被配置为获得与所述带条件函数的包含依赖相关的原子子句;

检测模块,被配置为检测所述原子子句中的符号是否满足所述带条件函数的包含依赖;

符号去除模块,被配置为去除所述原子子句中不满足所述带条件函数的包含依赖的符号,以获得新子句;

实例去除模块,被配置为去除所述新子句中的非必须实例,直到所述新子句中的实例的数量不发生改变为止;

所述检测模块包括:

第一去除子模块,被配置为去除所述原子子句中的多余的符号,其中,若所述原子子句中一个符号去除前后的两个子句相互包含,则该符号为多余的符号;

检测子模块,被配置为检测去除多余的符号后的原子子句中的符号是否满足所述带条件函数的包含依赖。

5.根据权利要求4所述的装置,其特征在于,所述实例去除模块包括:

排序子模块,被配置为按序排列出所述新子句中所有的实例;

第二去除子模块,被配置为按序去除非必须实例,直到所述新子句中的实例的数量不发生改变为止。

6.根据权利要求4所述的装置,其特征在于,所述装置还包括:

确定模块,被配置为通过绑定关系属性和与所述关系属性的语义相关的数据实例,将在数据层次上的约束确定为所述带条件函数的包含依赖。

7.一种执行基于条件包含依赖的相关性学习方法的设备,其特征在于,包括:至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令,当所述计算机程序指令被所述处理器执行时实现如权利要求1-3中任一项所述的方法。

8.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如权利要求1-3中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈工大大数据(哈尔滨)智能科技有限公司,未经哈工大大数据(哈尔滨)智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810232906.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top