Базы данных, Интеллектуальная обработка информации, Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В., 2000

Базы данных, Интеллектуальная обработка информации, Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В., 2000.

   В книге "Интеллектуальная обработка данных" рассмотрены вопросы организации информационных систем различного назначения, методы интеллектуального анализа данных в этих системах, а также способы построения программно-аппаратных платформ информационных систем. Изложение методов интеллектуального анализа данных сопровождается примерами применения соответствующих пакетов, признанных одними из лучших среди пакетов своего класса.




Документальные и фактографические информационные системы.
В 60-х годах была осознана необходимость применения средств компьютерной обработки хранимой информации там, где были накоплены значительные объемы полезных данных - в военной промышленности, в бизнесе. Появились автоматизированные информационные системы (АИС) - программно-аппаратные комплексы, предназначенные для хранения, обработки информации и обеспечения ею пользователей. Первые АИС работали преимущественно с информацией фактического характера, например, характеристиками объектов и их связей. По мере "интеллектуализации” АИС появилась возможность обрабатывать текстовые документы на естественном языке, изображения и другие виды и форматы представления данных.

Несмотря на то, что принципы хранения данных в системах обработки фактической и документальной (текстовой) информации схожи, алгоритмы обработки в них заметно различаются. Поэтому в зависимости от характера информационных ресурсов, которыми оперируют такие системы, принято различать два крупных их класса - документальные и фактографические.

Документальные системы служат для работы с документами на естественном языке - монографиями, публикациями в периодике, сообщениями пресс-агентств, текстами законодательных актов. Они обеспечивают их смысловой анализ при неполном, приближенном представлении смысла. Наиболее распространенный тип документальных систем - информационно-поисковые системы (ИПС), предназначенные для накопления и поиска по различным критериям документов на естественном языке.

ОГЛАВЛЕНИЕ.
ВВЕДЕНИЕ.
Глава 1. Базы данных в фактографических системах.
1.1. Документальные и фактографические информационные системы.
1.2. Системы управления базами данных.
1.3. Модели данных.
1.4 Операции над отношениями реляционных БД.
1.5. Нормализация отношении.
1.6. Средства ускорения доступа к данным.
1.7. Язык запросов.
Глава 2. Системы обработки транзакций.
2.1. Системы OLTP и OLAP.
2.2. Обработка транзакций в OLTP-системах.
2.3. Тиражирование данных.
2.4. Средства восстановления после сбоев.
2.5. Мониторы транзакций.
Глава 3. Принципы построения систем, ориентированных на анализ данных.
3.1. Хранилища данных.
3.2. Модели данных, используемые для построения хранилищ.
3.3. Многомерная модель хранилища.
3.4. Реляционная модель хранилища данных.
3.5. Комбинация многомерного и реляционного подхода: киоски данных.
3.6. Построение систем на основе ХД.
3.7. Доставка данных в хранилище.
3.8. Метаданные.
3.9. Методы аналитической обработки данных в хранилище.
Глава 4. Документальные системы.
4.1.Назначение и основные понятия.
4.2. Общая функциональная структура документальных информационно-поисковых систем.
4.3. Проблема формального представления смыслового содержания текста.
4.3.1. Недостатки естественного языка.
4.3.2. Информационно-поисковые языки.
4.4. Обработка входящей текстовой информации.
4 4.1. Лингвистический анализ текста.
4.4.2 Автоматическое индексирование.
4.4.3. Автоматическое рубрицирование.
4.4.3.1. Методы автоматического рубрицирования, основанные на знаниях.
4.4.3.2. Методы, основанные на обучении по примерам.
4.5. Поиск текстовой информации.
4.5.1.Модели поиска текстовой информации.
4.5.2. Методы введения обратной связи с пользователем.
4.6 Оценка качества документальных информационно-поисковых систем.
Глава 5. Семантическое моделирование в базах данных.
5.1. Основные подходы к моделированию в базах данных.
5.2. Предметная область и семантика предметной области.
5.3 Концептуальные средства описания предметной области.
5.3.1. Понятие типа.
5.3.2.Отношения между типами.
5.3.3. Операции над типами.
5.3.4. Ограничения целостности.
5.4. ER-модель.
5.5. Проблема преобразования концептуальной модели ПО в схему БД.
5.6. Средство автоматизированного проектирования баз данных ERwin.
5.6.1. Общие сведения.
5.6.2. Структура процесса моделирования в ERwin.
5.6.3. Создание логической модели БД.
5.6.3.1. Сущности и атрибуты.
5.6.3.2. Связи.
5.6.4. Создание физической модели и генерация схемы БД.
5.6.6. Интерфейс ERwin.
5.6.7. Пример разработки модели БД с помощью ERwin.
5.6.7.1. Постановка задачи.
5.6.7.2. Создание логической модели БД.
5 6 7.3. Создание физической модели БД и генерация схемы БД.
Глава 6. Системы, основанные на знаниях.
6.1. Знания и их представление.
6.1.1. Знания.
6.1.2. Проблема представления знаний.
6.1.3. Логическая модель представления знаний.
6.1.4. Продукционная модель представления знаний.
6.1.5. Фреймовая модель представления знаний.
6.1.6. Семантические сети.
6.2. Экспертные системы.
6.2.1. Определение и базовая структура экспертной системы.
6.2.2. Типы экспертных систем.
6.2.3. Методология разработки экспертных систем.
6.2.4. Инструментальные средства разработки экспертных систем.
6.3. Инструментальное средство разработки экспертных систем CLIPS.
6.3.1. Общие сведения о CLIPS.
6 3.2. Программирование я CLIPS.
6 3.2.1. Основные элементы программирования.
6.3.2.2. Факты.
6 3 2.3. Правила.
6 3.2.4. Переменные.
6.3.2.5. Дополнительные средства.
6.3.3. Интерфейс CLIPS.
6.3.3.1. Интерфейс командной строки.
6.3.3.2 GUI-интерфейс.
6.3.3.3. Интерфейс встроенного редактора.
6.3.4. Пример решения талами с помощью CLIPS.
6.3.4.1. Постановка задачи.
6.3.4.2. Алгоритм решения.
6.3.4.3. Решение задачи в CUPS.
6.3.4.4 Запуск CUPS.
6.3.4.5 Ввод программы.
6.3.4.6. Загрузка и запуск программы.
6.3.4.7. Работа программы.
6.3.4.8. Сохранения протокола работы.
Глава 7. Нейросетевые системы.
7.1.Проблемная специализация нейросетевых вычислительных систем.
7.2. Основные понятия теории искусственных нейронных сетей.-
7.2.1. Типы нейросетей.
7.2.2. Основы построения алгоритмов обучения нейросетей.
72 3. Организация функционирования нейросети.
7.2.4. Алгоритмы обучения многоуровневых персептронных сетей.
7.2.5. Алгоритмы обучения сетей с радиусными базисными функциями.
7.2.6. Замечания по поводу формирования нейронной сети.
7.3. Нейросетевые пакеты.
7.4. Прогнозирование с использованием нейросетей.
Глава 8. Генетические алгоритмы.
8.1.Эволюционные вычисления и традиционные методы оптимизации.
8.2. Основы теории генетических алгоритмов.
8.3. Примеры решения задач.
8.4. Эффективность применения генетических алгоритмов и средства ее повышения.
8.5. Примеры программного обеспечения.
Глава 9. Нечеткая логика и ее применение в экспертных системах.
9.1. Предпосылки возникновения нечеткой логики.
9.2. Основы нечеткой логики.
9.3. Экспертные системы, основанные на нечеткой логике.
9.4. Пакеты нечеткой логики для IBM PC.
9.5. Создание нечеткой экспертной системы в пакете CubiCalc.
Глава 10. Параллельные базы данных.
10.1. Современное состояние работ по машинам баз данных.
10.1.1. Модели машин баз данных.
10.1.2. Структуры аппаратных платформ распределенных и параллельных реляционных баз данных.
10.1.3. Интерфейс между базой данных и вычислительной системой.
10.2. Реализации операций реляционных баз данных на параллельных системах с интерфейсом передачи сообщений.
10.2.1. Основные распараллеливаемые операции.
10.2.2. Виды параллельной обработки в базах данных.
10.2.3. Основные свойства параллельных и распределенных БД.
10.2.4. Параллельное выполнение операции.
10.2.5. Построение параллельных баз данных.
10.3. Реализация баз данных на системах с разделяемой памятью.
10.3.1. Факторы, способствующие появлению систем с данными, размещаемыми я оперативной памяти.
10.3.2. Особенности систем с данными, размещаемыми в оперативной памяти.
10.3.3. Примеры одноуровневых СУБД.
10.4. Единый системный образ.
10.4.1. Аппаратно-программные платформы информационных систем.
10.4.2. Подходы к реализации систем хранения данных.
10.4.3. Готовность систем хранения данных.
10.4.4. Промежуточное программное обеспечение middleware.
10.4.5. Система поддержки отказоустойчивой работы NCR LifeKeeper Fault Resilient System (FRS) кластеров.
10.4.6. Масштабируемая среда для распределенных вычислений TOP END.
10.4.7. Требования к реализации ECO в параллельных системах.
10.4.8. Организация контрольной точки.
10.4.8. Примеры ПО среднего уровня для вычислительных систем.
10.5. Аппаратные средства систем хранения данных.
10.5.1. Пути совершенствования систем хранения данных.
10.5.2. Организация управления периферийными устройствами.
10.5.3. Шины.
10.5.4. Интерфейсы систем хранения данных.
10.5.5. Каналы ввода-вывода.
10.5.5.1. Особенности применения каналов ввода-вывода.
10.5.5.2. Изменение структуры компьютеров фирмы SG1.
10.5.5.3. Архитектура Next Generation I/O фирмы Intel.
10.5.6. Типы устройств хранения данных.
10.5.7. Дисковые системы.
10.5.7.1. Технология построения отказоустойчивых дисковых систем большой емкости.
10.5.7.2. Варианты построения RAID.
10.5.7.3. Примеры дисковых массивов.
10.5.7.4. Технология дискового кэширования.
10.5.7.5. Дисковый массив DS3000 фирмы NEC.
Литература.
Алфавитный указатель.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Базы данных, Интеллектуальная обработка информации, Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В., 2000 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать djvu
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - djvu - Яндекс.Диск.




Хештеги: #учебник по информатике :: #информатика :: #компьютеры :: #Корнеев :: #Гареев :: #Васютин :: #Райх