粗糙关系数据库

第1章 基本理论
　1.1 粗糙集
　　1.1.1 信息系统
　　1.1.2 近似集及其性质
　　1.1.3 近似质量的刻画
　　1.1.4 知识约简与依赖性
　1.2 粒计算
　　1.2.1 信息粒
　　1.2.2 信息粒化
　　1.2.3 粒计算概念
　　1.2.4 粒计算的研究方法与方向
　1.3 粗糙关系数据库
第2章 粗糙集与RDB关系研究及RRDM
　2.1 引言
　2.2 RDB理论与粗糙集理论关系的研究
　　2.2.1 RDB与粗糙集产生的背景比较
　　2.2.2 关系与信息表的形式化语义比较
　　2.2.3 两种理论核心概念之间的关系研究
　2.3 对RRDM的研究
　　2.3.1 引言
　　2.3.2 Rough关系操作算子及其性质
　　2.3.3 粗糙分解算子
　2.4 RRDB与FRDB关系的系统研究
　　2.4.1 引言
　　2.4.2 FRDB与RRDB的概念分析
　　2.4.3 模糊函数依赖（FFD）、粗糙函数依赖（RFD）与Armstrong公理
　　2.4.4 FRDB与RRDB的范式
第3章 粗糙数据查询
　3.1 引言
　3.2 数据库查询思想
　　3.2.1 查询与模糊查询
　　3.2.2 粗糙数据查询
　3.3 RRDB的分解与投影原理
　　3.3.1 RRDB的分解原理
　　3.3.2 RRDB的投影原理
　　3.3.3 RRDB的可定义性
　3.4 RRDB的粗糙数据查询
　　3.4.1 精确查询
　　3.4.2 粗糙完全查询
　　3.4.3 粗糙组合查询
　　3.4.4 算法描述
　　3.4.5 小结
　3.5 RRDB与NIS的关系研究
　3.6 RRDB属性值的粗集表示
第4章 粗糙函数依赖及其推理机制的研究
　4.1 引言
　4.2 函数依赖与模糊函数依赖
　4.3 粗糙函数依赖与冗余因子
　4.4 Rough函数依赖的性质
　4.5 粗糙函数依赖的推理规则与附加的推理规则
　　4.5.1 粗糙函数依赖的推理规则
　　4.5.2 粗糙函数依赖的附加推理规则
　4.6 粗糙函数依赖与函数依赖、Fuzzy函数依赖的关系
第5章 基于粗糙集与信息颗粒的聚类方法研究
　5.1 引言
　5.2 聚类方法简述
　5.3 基于粗糙集聚类方法的分析
　5.4 聚类分析中的粒度与粗集原理研究
　5.5 基于粗糙集与信息粒度的聚类方法
　　5.5.1 基本概念
　　5.5.2 基于粗糙集与信息颗粒的聚类方法
　　5.5.3 算法描述
　　5.5.4 实验比较与分析
第6章 信息系统函数依赖的信息颗粒原理与计算
　6.1 引言
　6.2 面向机器的数据挖掘模型
　　6.2.1 模型语义
　　6.2.2 信息颗粒的位表示
　6.3 位表示的性质研究
　6.4 信息系统函数依赖的信息颗粒原理与计算
　　6.4.1 函数依赖的信息颗粒原理与计算
　　6.4.2 恒等依赖的信息颗粒原理与计算
　　6.4.3 部分依赖的信息颗粒原理与计算
　6.5 算法描述与分析
第7章 关系数据库范式及信息系统规则的研究
　7.1 引言
　7.2 函数依赖与范式
　7.3 基于粗糙集理论的关系模式范式的判定原理
　7.4 信息系统软规则及其度量关系的研究
　　7.4.1 信息颗粒的位表示
　　7.4.2 几种规则及其度量之间的关系
第8章 粗糙函数依赖的近似度量
　8.1 引言
　8.2 相关工作
　8.3 粗糙函数依赖（RFD）的度量
　8.4 本章小结
第9章 结语
　9.1 主要结论
　9.2 研究展望
主要符号表
参考文献