典型文献
数据库模式的主动在线匹配方法
文献摘要：
现有研究中常使用批量学习实现数据库间的模式自动匹配,但实际应用中模式匹配任务具有经验积累的增量性特征,难以为批量学习一次性标定大量学习样本.为此提出了一种数据库模式的增量式动态匹配方法,针对真实应用场景下模式匹配任务序贯到达经验动态增加的特点,采用集成学习与主动在线贝叶斯匹配算法增量学习数据库模式间的关联关系,在模式匹配样本渐进积累过程中,实现数据库模式的自动匹配.实验结果表明,给定相同初始训练样本,相比批量学习方法,所提方法能够将模式匹配F1-score提高5％～33％.
文献关键词：
数据库;模式匹配;朴素贝叶斯模型;增量学习;随机森林;批量学习
中图分类号：
作者姓名：
庄莉;陈又咏;黄双双;丁阳;张照
作者机构：
福建亿榕信息技术有限公司,福建 福州 350003;西安交通大学 电子与信息学部,陕西 西安 710049;北京国网信通埃森哲信息技术有限公司,北京 102211;北京中电普华信息技术有限公司,北京 102211
文献出处：
引用格式：
[1]庄莉;陈又咏;黄双双;丁阳;张照-.数据库模式的主动在线匹配方法)[J].现代电子技术,2022(01):34-39
A类：
批量学习
B类：
匹配方法,自动匹配,模式匹配,经验积累,增量式,动态匹配,序贯,集成学习,匹配算法,增量学习,学习数据,关联关系,积累过程,初始训练,训练样本,score,朴素贝叶斯模型
AB值：
0.299588
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
