SGMU：一种高效的基于高斯模型的不确定数据流Skyline查询方法[EB/OL]
北京：中国科技论文在线
提出了一种高效的基于高斯模型的不确定数据流Skyline查询方法(SGMU)
不确定数据流Skyline查询中现有方法均采用离散型随机变量对不确定性对象建模
本文针对连续概率密度函数(PDF)建模的不确定数据流Skyline查询进行了研究
SGMU算法不仅能够对连续型不确定对象进行有效建模以辅助Skyline查询
使得不确定数据流上的Skyline查询研究面临严峻挑战
将原始的数据流转化为不确定对象PDF的参数流
