[发明专利]一种基于一阶逻辑和神经网络的数据对应方法

权利要求书

1.一种基于一阶逻辑和神经网络的数据对应方法，其特征在于，包括如下步骤：

（1）分析已完成匹配的数据模式，建立待匹配模式的表和字段形式的格式；

（2）将选择训练的模式转换为表向量，存放在待匹配表训练集合中，包括表名、正样本数据、负样本数据和断言集合；

（3）使用一阶逻辑的表特征提取算法对集合中的表进行特征提取；

（4）存储提取的表的特征；

（5）使用提取的表的特征字段对待匹配模式中的待匹配表进行匹配；

（6）通过生成反馈的神经网络算法对已完成匹配的模式中的字段进行训练，修正字段的表示形式和建立的神经网络；

（7）使用训练好的神经网络和修正后的字段表示格式，对已完成匹配的表进行字段匹配。

2.根据权利要求1所述的一种基于一阶逻辑和神经网络的数据对应方法，其特征在于，所述表的格式形式化为一个六元组：

T＝(N,N_e,K,K_e,S_c,D)，其中N为表名，N_e为表名的中文解释，K为主键，K_e为主键的中文含义，S_c为除主键之外的各个字段的名称和中文含义的集合，D为当前表中数据量的大小；

对于表中字段采用十六元组：

T_attribute＝(D_L,L_E,P_R,C_T,N_T,D_T,P_K,F_K,N_U,C_V,D_F,Max,Min,Ave,Var,StaDev)，其中，D_L为字段名的长度，L_E为数据的长度，P_r为数据的精度，C_T为字符类型，N_T为数字类型，D_T为日期类型，P_K为主键，F_K为外键，N_U为是否为空，C_V为唯一性约束，D_F为默认值，Max为数据最大值，Min为数据最小值，Ave为数据平均值，Var为数据方差，StaDev为数据标准差。

3.根据权利要求1或2所述的一种基于一阶逻辑和神经网络的数据对应方法，其特征在于，所述对待匹配模式中的待匹配表进行匹配的具体步骤包括：

（1）提取待匹配模式中表的表名以及表中含有的字段名；

（2）顺序遍历提取的表名和字段名，在遍历的过程中，查找表规则集合，检索是否有表满足其中的规则，如果满足其规则，则将该表与表规则中的表进行匹配，标记已完成匹配的表；

（3）继续遍历，直到所有表都遍历完成为止，反馈匹配结果。

4.根据权利要求3所述的一种基于一阶逻辑和神经网络的数据对应方法，其特征在于，所述生成反馈的神经网络算法包括如下步骤：

（1）构建初始的生成反馈网络，其输入层的神经元的个数为N，输出层神经元个数为M；

（2）对生成反馈网络中的各个参数进行赋值，包括对其学习率r、网络的权重值w和每个单元的偏倚值θ，其中网络的学习率的r的取值范围为(0.0≤r≤1.0)，网络权重w和每个单元的偏倚θ的取值范围分别为-1.0≤w≤1.0和-1.0≤θ≤1.0；

（3）对构建的生成反馈网络进行正向和逆向误差传播，同时修正权值和偏倚值；

（4）将训练数据集输入到神经网络使用生成反馈的神经网络算法对网络中的节点和连接进行剪枝操作，同时对字段的初始十六元组形式进行修正。