高速公路运营监督管理信息化实现与应用

随着社会经济的快速发展,高速公路作为社会经济发展的一项重要基础资源,运输需求日益增大,而如何对高速公路交通运营状态进行控制、监督和指导,如何对运营单位日常工作内容、工作情况进行监督管理。而本文就是在这一需求的基础上提出了一种高速公路运营监督管理信息化建设解决方案,并对该方案的实现提供了一种完整、科学、易于操作和控制的软件系统。本系统在实际应用中很好的服务于高速公路监控管理业务。     

网络技术在科研管理中的应用研究

随着计算机技术和通信技术的飞速发展,现代网络技术也日趋成熟,利用网络技术实现对科研管理工作中的项目管理、经费管理、档案管理、科研成果管理以及日常工作管理是一种趋势.     

配电自动化系统数据库的实时处理方案

基于配电自动化系统的实时性需求,提出系统数据库的实时工作流程,主要研究分级处理的硬件构造、多线程机制及内存资源优化等问题,重点解决文件关联、内存资源回收等关键技术,并采用C 实现.基于等价实验方法,结果表明,数据库的延迟小,实时性好,方案可行.     

基于XML和．NET技术的数据库互操作中间件的实现

基于．NET平台和XML技术,构建数据库互操作框架的中问件,以示例演示了其可行性,实现了将SQL Server数据库转换为XML文件,继而根据需要,将XML文件转换为其他关系数据库的功能,实现了多种关系数据库之问的数据转换和共享。     

基于Linux的数据服务器在核能工程中的应用

介绍在核能科学领域,基于Linux操作系统的稳定的数据服务器的搭建过程.通过安装和配置Linux系统的Vsftpd、 Apache HTTP以及OpenSSH服务软件包完成对服务器FTP服务、Web服务和SSH服务的搭建,并对过程中需要注意的诸如主机访问控制、不同操作系统的字符集编码转化等问题进行分析和解决.     

基于推理通道的函数依赖推理控制

数据库推理控制是数据库安全领域的重要研究内容.函数依赖关系在推理攻击中通常会起到重要作用.文中对基于函数依赖关系的推理控制问题进行了研究,在推理通道思想的基础上,提出了一种基于最小函数依赖集构造推理通道的方法,以及一种基于推理通道的动态组合通道实例的方法,实现了在数据库运行阶段针对函数依赖关系的动态推理控制.上述方法已应用于国产数据库神舟OSCAR安全版中,实践表明,上述方法能够有效地防御基于函数依赖关系的推理攻击.     

XML存储结构在仿真数据库中的应用研究

为了解决飞行仿真数据库中复杂数据类型的描述及数据库表结构、表数据的的动态更新,实现系统的开放性,在仿真数据库系统中引入了XML存储结构.研究了XML元素数据与关系数据库元素的映射及相互转换,建立了XML存储结构数据模型,从而使用XML语言描述复杂工程数据.并应用XML灵活性、扩展性强的特点,设计开发了数据库表编辑器,讨论了动态数据模型的实现, 提高了数据库的通用性及开放性.应用实践表明,采用XML存储结构适应于各种不同信息的描述,简化了庞大数据库的复杂度,极大地强化了工程数据库中保存信息与处理信息的能力,提高了数据库的可维护性、可扩展性和系统的开放性.     

体育人才数据库的设计与应用

本文基于体育人才数据库的数据结构分析,指出选择性输入、数据字典、效验规则设计、时间数据类型控制是数据库结构设计应用的技术关键,探讨了系统应用中的基于角色的访问控制、共享信息模型,提出了信息管理中的数据公开策略。指出信息化不仅需要数据库工程师具备解决技术问题的能力,还需要具备解决业务应用问题的能力,并且灵活和可扩展的数据结构设计是信息系统成败的关键。     

一种基于Java的可动态配置的数据访问模型

利用Java的Web表示层框架Struts中的Commons Digester组件和接口技术,设计并实现一种通过读取自定义XML配置文件完成数据库访问和数据持久化动态管理的模型结构.该模型配王方便,有效地帮助实现真正的多层数据库应用系统.     

Maintaining bounded-size sample synopses of evolving datasets

Perhaps the most flexible synopsis of a database is a uniform random sample of the data; such samples are widely used to speed up processing of analytic queries and data-mining tasks, enhance query optimization, and facilitate information integration. The ability to bound the maximum size of a sample can be very convenient from a system-design point of view, because the task of memory management is simplified, especially when many samples are maintained simultaneously. In this paper, we study methods for incrementally maintaining a bounded-size uniform random sample of the items in a dataset in the presence of an arbitrary sequence of insertions and deletions. For “stable” datasets whose size remains roughly constant over time, we provide a novel sampling scheme, called “random pairing” (RP), that maintains a bounded-size uniform sample by using newly inserted data items to compensate for previous deletions. The RP algorithm is the first extension of the 45-year-old reservoir sampling algorithm to handle deletions; RP reduces to the “passive” algorithm of Babcock et al. when the insertions and deletions correspond to a moving window over a data stream. Experiments show that, when dataset-size fluctuations over time are not too extreme, RP is the algorithm of choice with respect to speed and sample-size stability. For “growing” datasets, we consider algorithms for periodically resizing a bounded-size random sample upwards. We prove that any such algorithm cannot avoid accessing the base data, and provide a novel resizing algorithm that minimizes the time needed to increase the sample size. We also show how to merge uniform samples from disjoint datasets to obtain a uniform sample of the union of the datasets; the merged sample can be incrementally maintained. Our new RPMerge algorithm extends the HRMerge algorithm of Brown and Haas to effectively deal with deletions, thereby facilitating efficient parallel sampling.