基于水利普查数据的函数依赖关系算法

doi:10.3969/j.issn.1006-2475.2014.08.021

计算机与现代化 ›› 2014, Vol. 0 ›› Issue (8): 96-100.doi: 10.3969/j.issn.1006-2475.2014.08.021

基于水利普查数据的函数依赖关系算法

（河海大学计算机与信息学院，江苏南京210098）

收稿日期:2014-04-24 出版日期:2014-08-15 发布日期:2014-08-19
作者简介:钱振兴（1989-），男，江苏泰兴人，河海大学计算机与信息学院硕士研究生，研究方向:数据挖掘与信息系统；万定生（1963-），男，江苏溧阳人，教授，CCF会员，研究方向:信息处理与信息系统；李士进（1973-），男，江苏泰州人，教授，研究方向 :数据挖掘及水利应用，模式识别，图像与视频分析；程习锋（1989-），男，河南新乡人，硕士研究生，研究方向:信息系统与数据挖掘。
基金资助:
国家自然科学基金资助项目（51079040）; 水利部948项目（201016）

Function Dependence Algorithm Based on Water Census Data

(College of Computer and Information, Hohai University, Nanjing 210098, China)

Received:2014-04-24 Online:2014-08-15 Published:2014-08-19

摘要/Abstract

摘要：

条件函数依赖（Conditional Functional Dependencies，CFDs）在数据库一致性的检测上应用广泛。为检测水利普查数据的一

致性，本文针对水利普查数据特点，将普查数据分为度量、维度2部分，并对度量数据进行聚类，引入条件函数依赖的概念，同时重新定

义条件函数依赖，改进发现条件函数依赖的算法（即CTANE算法）；以水库工程数据为例，验证本文改进的算法能准确高效地发现水利普

查数据中的条件函数依赖，为检测数据一致性做好准备。

关键词: 水利普查数据, 条件函数依赖, 度量, 维度, CTANE算法

Abstract:

Conditional Functional Dependencies (CFDs) can be made extensive use of data inconsistency and data

cleaning. In order to check the consistency of water conservancy survey data, this paper, according to the

characteristics of the data, divided the data into two parts, including measurement and dimensions, and clustered

the measurement data, imported the concept of Conditional Functional Dependencies(CFDs),redefined the Conditional

Functional Dependencies, improved CTANE algorithm which finds the functional dependencies; taking reservoir

engineering data for example, this paper verified that the improved algorithm could accurately find the

Conditional Functional Dependencies of water conservancy survey data, which is good for the detection of data

consistency.

Key words: water census data, conditional functional dependencies, measure, dimensions, CTANE algorithm

中图分类号:

TP311.131

钱振兴，万定生，李士进，程习锋. 基于水利普查数据的函数依赖关系算法[J]. 计算机与现代化, 2014, 0(8): 96-100.

QIAN Zhen-xing, WAN Ding-sheng, LI Shi-jin, CHENG Xi-feng. Function Dependence Algorithm Based on Water Census Data[J]. Computer and Modernization, 2014, 0(8): 96-100.

参考文献

［1］ Bohannon P, Fan W, Geerts F, et al. Conditional functional dependencies for data cleaning［C］// IEEE 23rd

International Conference on Data Engineering. 2007:746-755.
［2］ Fan Wenfei, Geerts F, Li Jianzhong, et al. Discovering conditional functional dependencies［J］. IEEE

Transactions on Knowledge and Data Engineering, 2011,23(5):683-698.
［3］韩京宇,徐立臻,董逸生. 数据质量研究综述［J］. 计算机科学, 2008,35(2):1-5.
［4］余宇峰,张建新,朱跃龙,等. 水文数据库数据质量控制与管理应用研究［J］. 水文, 2013,33(3):65-68.
［5］ Fan Wenfei, Geerts F, Jia Xibei, et al. Conditional functional dependencies for capturing data

inconsistencies［J］. ACM Transactions on Database Systems(TODS), 2008,33(2):No. 6.
［6］周健昌,刘波. 一种条件函数依赖挖掘算法的分析与实现［J］. 计算机与数字工程, 2012,40(9):8-11.
［7］庞进武,程益联,罗志东. 水利普查与信息化［J］. 水利信息化, 2012(1):19-22.
［8］ Li Jiuyong, Liu Jixue, Toivonen H, et al. Effective pruning for the discovery of conditional functional

dependencies［J］. The Computer Journal, 2013,56(3):378-392.
［9］耿寅融,刘波. 基于条件函数依赖的数据库一致性检测研究［J］. 计算机工程与应用, 2012,48(3):122-125.
［10］胡艳丽,张维明. 条件依赖理论及其应用展望［J］. 计算机科学, 2009,36(12):115-118.
［11］朱玉全,周李威,陈耿. 数据库理论教学中关联规则与函数依赖之间联系的探讨［J］. 计算机应用研究, 2014,31(7):2085-

2087.
［12］Diallo T, Novelli N, Petit J M. Discovering (frequent) constant conditional functional dependencies［J］.

International Journal of Data Mining, Modelling and Management, 2012,4(3):205-223.
［13］Yeh P Z, Puri C A. Discovering conditional functional dependencies to detect data inconsistencies［C］//

Proc. of the 36th International Conference on Very Large Data Bases. 2010:256-270.
［14］曹步文,刘先锋,汤小康. 数据挖掘技术——聚类算法研究［J］. 计算机与现代化, 2006(11):1-4.
［15］李庆阳,彭宏. 面向数据质量的ETL框架的设计与实现［J］. 计算机工程与设计, 2010,31(9):2057-2060.

[1]	谷岳, 邓松峰, 沈霁, 穆文涛, 赵恩棋. 基于改进YOLOv8的SAR舰船目标检测算法[J]. 计算机与现代化, 2024, 0(12): 78-83.
[2]	于惠钧1, 彭慈兵1, 刘建华1, 张锦圣1, 刘丽丽2. 小样本下基于改进度量学习的轨面状态识别#br#[J]. 计算机与现代化, 2024, 0(06): 89-94.
[3]	徐麟, 何月顺, 宋伟宁, 许婷婷. 基于一致性度量的数字孪生模型实时自修正[J]. 计算机与现代化, 2022, 0(07): 67-73.
[4]	徐文进, 管克航, 马越, 黄海广. 基于K-means算法的轨迹数据热点挖掘算法[J]. 计算机与现代化, 2021, 0(10): 23-28.
[5]	王伟, 余厚云, . 基于改进深度度量学习算法的表面缺陷检测[J]. 计算机与现代化, 2021, 0(06): 61-68.
[6]	廖嘉炜, 吴永欢, 杜舒明, 邹时容, 徐炫东. 基于指数分层结构算法的数据可信度评估模型设计[J]. 计算机与现代化, 2021, 0(02): 40-44.
[7]	唐志斌1,2,曾学文1,2,陈晓1,2 . 基于维度分解的多核并行网包分类算法[J]. 计算机与现代化, 2020, 0(02): 1-.
[8]	李雨妮，王鹏，肖建力. 一种使用多维度直方图匹配的图像风格迁移算法[J]. 计算机与现代化, 2019, 0(02): 15-.
[9]	王曙光，吕攀飞. 改进YOLO v2的装甲车辆目标识别[J]. 计算机与现代化, 2018, 0(09): 68-.
[10]	陈晓，孙英昊，赵攀，刘倩. 基于模糊推理的构件度量[J]. 计算机与现代化, 2018, 0(05): 50-.
[11]	杨秀萍. 融合用户评分和属性相似度的协同过滤推荐算法[J]. 计算机与现代化, 2017, 0(7): 16-19.
[12]	曹洋洋,林意. 基于离均差的时间序列相似性度量[J]. 计算机与现代化, 2017, 0(5): 76-82,87.
[13]	汤鲲1,2，蒋炳南1,2，彭艳兵1,2. 基于决策树的多维属性自动推理识别[J]. 计算机与现代化, 2017, 0(2): 83-87+97.
[14]	邓曦辉，赵丽. 基于数据块混合度量的加速K-近邻分类方法[J]. 计算机与现代化, 2016, 0(12): 47-50.
[15]	张贵，张育平，陈海燕. 基于中介真值程度度量的ERP软件选型评估方法[J]. 计算机与现代化, 2015, 0(2): 40-.

基于水利普查数据的函数依赖关系算法

Function Dependence Algorithm Based on Water Census Data

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价