Min、Jun-Ki；李春熙；Chin-Wan钟 AMID：使用SVD对多个测量数据进行近似。 （英语） Zbl 1178.68204号 信息科学。 179，第16号，2833-2850（2009）. 摘要：近似查询回答是最近出现的一种生成可行答案的有效方法。在各种近似查询应答技术中，小波得到了广泛的关注。然而，最小化平方根误差（即L_2范数误差）的小波技术存在一些问题，例如当原始数据有偏差时，重建数据的质量较差。在本文中，我们提出了多测量数据的AMID（使用SVD逼近多测量数据）。在AMID中，我们采用奇异值分解（SVD）来压缩多个测量数据。我们证明了奇异值分解保证了平方根误差，并通过数学分析得出了单个数据值的奇异值分解的误差界。此外，为了提高近似数据的准确性，我们在AMID中结合了SVD和小波。由于SVD应用于固定矩阵，因此我们使用矩阵的各种属性使SVD适应增量更新环境。我们为增量更新环境设计了两种AMID变体：增量AMID和本地AMID。据我们所知，我们的工作是首次将SVD扩展到增量更新环境。 MSC公司： 第68页，共15页 数据库理论 关键词：近似；多测量数据；SVD公司；小波；Eckart-Young定理；增量更新 PDF格式BibTeX公司 XML格式引用 \textit{J.-K.Min}等人，《信息科学》。179，第16号，2833--2850（2009；Zbl 1178.68204） 全文： DOI程序 参考文献： [1] P.G.Brown，P.J.Hass，《样本数据入库技术》，摘自：Proc。IEEE ICDE，2006年，第6页。；P.G.Brown，P.J.Hass，《样本数据入库技术》，摘自：Proc。IEEE ICDE，2006年，第6页。 [2] G.Cormode，M.Garofalakis，D.Sacharidis，流上的快速近似小波跟踪，在：Proc。EDBT Conf.，2006年，第4-22页。；G.Cormode，M.Garofalakis，D.Sacharidis，流上的快速近似小波跟踪，摘自：Proc。EDBT Conf.，2006年，第4-22页。 [3] A.Deligiannakis，N.Roussopoulos，多重测度的扩展小波，in：Proc。ACM SIGMOD Conf.，2003年，第229-240页。；A.Deligiannakis，N.Roussopoulos，多重测度的扩展小波，in：Proc。ACM SIGMOD Conf.，2003年，第229-240页。 [4] 埃卡特，C。；Young，G.，《一个矩阵与另一个低阶矩阵的近似》，《心理测量学》，1，3，211-218（1936）·JFM 62.1075.02标准 [5] Fuchs，D。；何，Z。；Lee，B.S.，用于选择性估计的具有任意桶布局的压缩直方图，信息科学，177，3680-702（2007）·Zbl 1142.68335号 [6] M.Garofalakis，P.B.Gibbons，《保证误差的小波概要》，摘自：Proc。ACM SIGMOD Conf.，2002年，第476-487页。；M.Garofalakis，P.B.Gibbons，《保证误差的小波概要》，摘自：Proc。ACM SIGMOD Conf.，2002年，第476-487页。 [7] Garofalakis，M。；Gibbons，P.B.，概率小波概要，ACM数据库系统事务（TODS），29，1，43-90（2004） [8] M.Garofalakis，A.Kumar，《最大误差度量的确定性小波阈值》，摘自：Proc。PODS，2004年，第166-176页。；M.Garofalakis，A.Kumar，《最大误差度量的确定性小波阈值》，摘自：Proc。PODS，2004年，第166-176页。 [9] P.B.Gibbons，Y.Matias，《改进近似查询答案的新抽样汇总统计》，摘自：Proc。ACM SIGMOD Conf.，1998年，第331-342页。；P.B.Gibbons，Y.Matias，《改进近似查询答案的新抽样汇总统计》，摘自：Proc。ACM SIGMOD Conf.，1998年，第331-342页。 [10] P.B.Gibbons，《针对不同值查询和事件报告的高精度答案的不同抽样》，摘自：Proc。VLDB Conf.，2001年，第541-550页。；P.B.Gibbons，《针对不同值查询和事件报告的高精度答案的不同抽样》，摘自：Proc。VLDB Conf.，2001年，第541-550页。 [11] Golub，G.H。；Loan，C.F.V.，《矩阵计算》（1996），约翰·霍普金斯大学出版社·Zbl 0865.65009号 [12] S.Guha，B.Harb，数据流的小波概要：最小化非欧几里得误差，in：Proc。ACM SIGKDD Conf.，2005年，第88-97页。；S.Guha，B.Harb，《数据流的小波概要：最小化非欧几里德误差》，摘自：Proc。ACM SIGKDD Conf.，2005年，第88-97页。 [13] S.Guha，B.Harb，数据流小波变换编码的近似算法，收录于：Proc。SODA Conf.，2006年，第698-707页。；S.Guha，B.Harb，数据流小波变换编码的近似算法，收录于：Proc。SODA Conf.，2006年，第698-707页·Zbl 1192.94081号 [14] S.Guha，C.Kim，K.Shim，XWAVE：流数据的最佳和近似扩展小波，在：Proc。VLDB Conf.，2004年，第288-299页。；S.Guha，C.Kim，K.Shim，XWAVE：流数据的最佳和近似扩展小波，摘自：Proc。VLDB Conf.，2004年，第288-299页。 [15] S.Guha，概要构造算法中的空间效率，in：Proc。VLDB Conf.，2005年，第409-420页。；S.Guha，概要构造算法中的空间效率，in：Proc。VLDB Conf.，2005年，第409-420页。 [16] J.M.Hellerstein，P.J.Haas，H.J.Wang，《在线聚合》，摘自：Proc。ACM SIGMOD Conf.，1997，第171-182页。；J.M.Hellerstein，P.J.Haas，H.J.Wang，《在线聚合》，摘自：Proc。ACM SIGMOD Conf.，1997年，第171-182页。 [17] Y.Ioanidis，V.Poosala，平衡查询结果大小估计的最佳性和实用性，in：Proc。ACM SIGMOD Conf.，1995年，第233-244页。；Y.Ioanidis，V.Poosala，平衡查询结果大小估计的最佳性和实用性，in：Proc。ACM SIGMOD Conf.，1995年，第233-244页。 [18] H.V.Jagadish、N.Koudas、S.Muthukrishnan、V.Poosala、K.C.Sevcik、T.Suel，《质量保证的最佳直方图》，摘自：Proc。VLDB Conf.，1998年，第275-286页。；H.V.Jagadish、N.Koudas、S.Muthukrishnan、V.Poosala、K.C.Sevcik、T.Suel，《质量保证的最佳直方图》，摘自：Proc。VLDB Conf.，1998年，第275-286页。 [19] P.Karras，N.Mamoulis，《最大误差度量的单通小波概要》，摘自：Proc。VLDB Conf.，2005年，第421-432页。；P.Karras，N.Mamoulis，《最大误差度量的单通小波概要》，摘自：Proc。VLDB Conf.，2005年，第421-432页。 [20] P.Karras，N.Mamoulis，《（Haar^+）Tree：一个精炼的概要数据结构》，摘自：Proc。ICDE Conf.，2007年，第436-445页。；P.Karras，N.Mamoulis，《（Haar^+）Tree：一个精炼的概要数据结构》，摘自：Proc。ICDE Conf.，2007年，第436-445页。 [21] F.Korn，H.V.Jagadish，C.Faloutsos，《高效支持时间序列的大型数据集中的即席查询》，摘自：Proc。ACM SIGMOD Conf.，1997，第289-300页。；F.Korn，H.V.Jagadish，C.Faloutsos，《高效支持时间序列的大型数据集中的即席查询》，摘自：Proc。ACM SIGMOD Conf.，1997年，第289-300页。 [22] Lay，D.C.，《线性代数及其应用》（1999），艾迪森·韦斯利·朗曼 [23] Y.Matias，J.S.Vitter，M.Wang，选择性估计的基于小波的直方图，in：Proc。ACM SIGMOD Conf.，1998年，第448-459页。；Y.Matias，J.S.Vitter，M.Wang，选择性估计的基于小波的直方图，in：Proc。ACM SIGMOD Conf.，1998年，第448-459页。 [24] G.Piatetsky-Shapiro，C.Connell，满足条件的元组数的精确估计，in：Proc。ACM SIGMOD Conf.，1984，第256-276页。；G.Piatetsky-Shapiro，C.Connell，满足条件的元组数的精确估计，in：Proc。ACM SIGMOD Conf.，1984年，第256-276页。 [25] V.Poosala，Y.E.Ioanidis，《不考虑属性值独立性假设的选择性估计》，摘自：Proc。VLDB Conf.，1997年，第486-495页。；V.Poosala，Y.E.Ioanidis，《不考虑属性值独立性假设的选择性估计》，摘自：Proc。VLDB Conf.，1997年，第486-495页。 [26] G.R.R.Saint-Paul，N.Mouaddlib，通用数据库摘要，摘自：Proc。VLDB Conf.，2005年，第733-744页。；G.R.R.Saint-Paul，N.Mouaddlib，通用数据库摘要，收录于：Proc。VLDB Conf.，2005年，第733-744页。 [27] 斯托尔尼茨，E.J。；DeRose，T.D。；Salesin，D.H.，《计算机图形的小波》（1996），Morgan Kaufman [28] Vitter，J.S.，《储层随机取样》，ACM数学软件汇刊（TOMS），11，1，37-57（1985）·Zbl 0562.68028号 [29] Yager，R.R。；Filev，D.，《使用基于相似性的山方法总结数据》，《信息科学》，178,3816-826（2008）·Zbl 1126.68539号 [30] 潘伟业，陈振清，矩阵特征问题的复杂性，收录于：Proc。STOC Conf.，1999年，第507-516页。；潘伟业，陈振清，矩阵特征问题的复杂性，收录于：Proc。STOC Conf.，1999年，第507-516页·Zbl 1346.68103号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。