开发中文函数式数据库语言的探讨

函数式数据库语言是一种新颖的数据库语言,它提供统一的计算模型和数据模型。数据库的定义、操作、查询都基于Lambda表达式和计算。函数式数据库语言继承了函数语言的杰出优点:高阶函数、惰性计算、抽象机制、模式匹配。本文讨论开发并行函数数据库语言的前景,探讨一些实现要素。     

Visual Foxpro SQL查询语句探讨

数据库课程在高等学校信息技术教学中占有重要地位.早期的数据库课程主要是以DOS环境下的Debase和Foxbase为平台的数据库教学.随着Windows操作系统的普及,数据库教学已转入以Visual Foxpro为平台的数据库教学.SQL语言是大型数据库所支持的数据库操作方式,Visual Foxpro除了支持传统的Xbase命令之外,还提供了对SQL语言的支持.由于网络技术的发展,SQL语言的重要性突显.今后数据库操作语言的教学,将转入以SQL语言教学为重点.     

关系型数据库与高级语言联接应用研究

关系数据库(Foxpro及Foxbase+)的数据处理功能强大,而得到了广泛应用.其计算功能薄弱,同时缺乏图形处理功能,在实际应用中需要弥补这方面的缺陷,需要高级语言与数据库语言混合编程,增强数据库语言的能力.通过哈尔滨商业大学图书馆数据库管理系统所提供部分数据库模型为例,说明高级语言(以C语言为例)和数据库混合编程的方法.     

Java语言中的数据库访问

Java语言是现如今较为流行的程序设计语言,是编写数据库应用程序的杰出语言之一,在Java语言中如何实现对数据库的访问,本文以Visual FoxPro6.0数据库为例做了论述,并给出了完整的程序示例。     

IT业界名词集萃

SQL SQL(Structured Query Language,结构查询语言)是一个功能强大的数据库语言。SQL通常使用于数据库的通讯。ANSI(美国国家标准学会)声称,SQL是关系数据库管理系统的标准语言。SQL语句通常用于完成一些数据库的操作任务,比如在数据库     

DBASEⅢ数据库结构浅析

本文在分析了 dbaseⅢ数据库结构的基础上,分析了 dbase 自含语言对数据库操作的过程和操作结果,对高级语言与数据库联用及数据库的维护工作有一定意义。     

Java 数据库应用系统的实现

Java语言简洁、集多种程序设计语言之大成,且面向对象、具有可移植性、分布性、安全性、高性能等特色。用Java语言编写成的Java程序与数据库的接口规范JDBC,使Java程序可以通过统一标准规范的JDBCAPI来与不同的数据库通信。Java应用软件与数据库的结合及Java语言的跨平台特性,使之成为Internet和Intranet环境下开发数据库应用系统的理想选择方案。     

主动数据库及其应用的研究

介绍一个把规则系统与ＯＲＡＣＬＥ关系数据库管理系统结合在一起而形成的主动数据库管理系统ＲｕＢＤＢＭＳ。规则子系统ＲｕＭＥＳ用Ｃ语言实现，我们定义一种规则语言语法作为ＳＱＬ的扩充，规则由数据库的变化来触发，规则的条件和动作部分依赖于当前数据库状态以及数据库的变化值，ＲｕＭＥＳ为数据库应用程序开发提供了一个规则语言工具，使之能完成数据库一致性完整性约束的自动维护及其它特殊目的的数据库管理功能。     

C程序直接访问FOXPRO数据库的方法

用Ｃ语言编制应用程序时，经常需要读取ＦＯＸＰＲＯ数据库中的数据．本文在分析ＦＯＸＰＲＯ数据库文件结构的基础上，给出了Ｃ语言直接访问该数据库文件的一种方法．并附相应的Ｃ语言源程序，运行结果显示，方法是正确的、有效的．     

数据库自然语言接口技术研究在教学中的应用

数据库结构化查询系统,也称Structured Query Language(SQL)是一种数据库查询和程序设计语言,也是目前使用最广泛的数据库语言.本文从数据库结构化查询系统的现状争教学问题出发,提出了中文SQL理念,建立中文SQL语言库,并结合具体例子,阐明实现SQL的三个步骤和两个模块,从而改进SQL的学习.     

考虑异常数据剔除的产品可靠性评估

提出一种考虑异常数据剔除的产品可靠性评估方法,主要是依据异常数据剔除准则将由试验误差和样本分散性造成的异常数据予以剔除。基于加速退化试验数据外推产品伪寿命数据获取产品寿命数据,并对寿命数据进行分布拟合优度检验确定寿命最优分布。结合工程中常用加速模型利用最小二乘估计法进行模型参数估计,将高应力下伪寿命折算到正常应力水平下的寿命值,再依据异常数据剔除准则将不合群寿命数据予以剔除。然后将寿命数据进行分布拟合得到产品寿命分布,进而对产品进行可靠性评估以及可靠寿命估计。以某型加速度计为例验证了所提出的方法适用性和有效性。     

基于GIS的BP神经网络遥感影像分类研究

传统统计模式识别方法进行遥感影像分类时要求数据服从正态分布且难以加入地理辅助数据．通过分析BP网的分类原理与学习算法，采用了融合遥感影像光谱数据和GIS产生的地理辅助数据进行土地利用类型分类的方法．选择最能反映实验区土地利用信息的光谱数据，结合DEM数据和坡度数据，通过归一化处理后进行BP网的训练分类．将分类结果与采用最大似然法所得的结果综合比较，结果表明，该方法优于最大似然法．     

Josang 信任模型的物联网感知层安全数据融合方法

物联网感知层通常涉及大量传感器节点的运用,具有节点资源有限、分布广泛、无人值守、数据冗余、攻击容易等特点,实施安全数据融合是其必然选择。为了保障物联网感知层数据融合结果的真实性与可靠性,建立了一种结合数据预处理与节点信誉度评价的安全数据融合模型,利用粗大误差理论将明显偏离正常数据（或真值）的异常数据予以识别和剔除,基于概率统计理论计算和更新节点信誉度,只允许来源于高信誉度的节点数据参与数据融合,以Josang信任模型形成对数据融合结果的评价。仿真实验结果表明,该模型不仅有助于确保物联网感知层数据融合结果真实性与可靠性,而且基于粗大误差的数据预处理方法可减少数据融合的计算量,降低对传感器节点资源的需求。     

分形学在大坝监测数据处理中的应用

直接应用分形分布模型难以分析某些大坝的监测数据,这是因为这些数据往往存在着一定的非线性关系。在这种情况下,文章借助于变维分形的概念,将数据进行一系列变换,使变换后的数据能近似地与一条直线相吻合,从而可以用一般的常维分形来处理;工程实际说明,用变维分形技术来处理大坝数据具有一定的实用价值。     

喷头综合性能精密测试试验台的研制

为精密测试喷头的综合性能，研制了喷头综合性能精密测试试验台．试验台能够精确测量现场温度、压力、总流量、各分流量及喷雾角等参数．通过数据采集网络采集数据，多片采集卡通过RS485总线连接，并通过专门开发的数控系统与上位管理机相连．数控系统的任务是对采集数据进行初步处理并把数据传输给上位管理机，配合上位机完成整个控制任务，也可独立完成各项控制功能．喷雾角的测量是通过图像处理技术实现的．在数据处理过程中，应用了数据融合技术、神经网络技术及分段处理技术，因而提高了采集数据的精度．     

铱星数据通信在海洋资料浮标上的应用

针对大型海洋资料浮标大数据量传输的要求,在浮标上采用铱星电话数据通信系统传输实时水文气象数据。该系统采用PHILIPS单片机控制,通过铱星电话实时将数据传输到岸站固定电话,并通过计算机存储和打印。系统运行结果表明,该数据通信系统可靠性高,通讯费用低,数据接收率达到99%。     

网络环境下数据交换方案的设计与实现

通过研究网络环境下数据交换的过程和特点,分析比较了现有数据交换方案的局限性,提出一种基于XML和Web服务的动态数据交换方案.构建符合UDDI2.0规范的UDDI中心;基于该中心注册数据服务,使交互数据在网络环境下易于被发现;服务提供方部署和发布Web服务,实现交互数据的动态提供.为提高数据交换效率,扩展了Web服务的发布方式:将交互数据的模式相关信息连同Web服务描述一并发布至注册中心;服务请求方动态设定查询条件,实现数据的动态获取;通过XSLT和数据语义匹配技术,实现异构数据模式映射和数据的转换.采用Java技术实现了原型系统,对所提出的方案进行了验证.     

基于数据挖掘的白酒企业决策支持系统研究

以数据仓库,联机分析处理(OLAP)和数据挖掘技术构建白酒企业决策支持系统.系统通过数据仓库对来自不同数据源、历史的数据进行存储;采用联机分析处理技术对数据仓库中的数据进行多角度、多层次等分析;通过数据挖掘,从数据仓库中识别和提取隐含的知识,为企业决策人员提供强有力的决策辅助支持.     

局地分析预报系统LAPS对多种探测资料融合研究及评估

 以武汉暴雨研究所引进的美国局地分析预报系统（LAPS）为基础,利用"973"项目实验收集的华南、长江流域2008年至2010年间的地面、探空的常规、加密观测和多部新一代多普勒雷达数据,通过设计、运行多种LAPS数据融合方案,开展LAPS的本地化试验.分析评估表明,LAPS系统以NCEP再分析数据为背景场的多种观测数据融合,可以改善NCEP再分析场,获得的分析场更接近实况观测.多种观测数据融合的分析场优于单种观测数据融合的分析场.基于多雷达反射率因子拼图,比较LAPS融合多种观测数据得到的分析风场和NCEP再分析风场,结果表明,LAPS分析风场与多雷达反射因子回波拼图的配置更为合理.     

量子计算在增量式大数据并行挖掘中的应用

针对传统大数据并行挖掘方法是一次性对所有数据进行挖掘,导致挖掘时间较长,挖掘精度较低等问 题,采用量子计算对增量式大数据并行挖掘方法进行优化设计。首先,按照数据挖掘的基本流程搭建并行数据 挖掘模型; 然后分别通过定义量子比特、量子搜索算法、量子神经网络处理以及量子映射变换4 个步骤,实现 增量式数据的预处理,利用矩阵向量相乘分解得到过滤权重组合,通过该组合实现预处理结果的并行协同过 滤; 最后通过量子模糊聚类得出增量式大数据并行挖掘结果。实验结果表明,应用量子计算的增量式大数据并 行挖掘方法的平均召回率为97． 25%,并行挖掘时间在2． 1 ～ 3． 2 s 的范围内浮动,准确率超过95%,且该方法 的收敛性最好,寻优能力强。