排序方式: 共有77条查询结果,搜索用时 15 毫秒
1.
Access数据库简介 总被引:1,自引:0,他引:1
谢金宝 《电脑技术——Hello-IT》1998,(8):27-28
[编者按]在办公软件Office套件中,最为广大用户熟悉的是Word和Excel,因为它们功能强大且方便易用,更因为它们不仅可用于办公,还可用于个人写作和家庭记帐理财等,同为Office套件中一部分的Access,虽然有着同样强大的功能,但使用的人却相对少些,不像Word和Excel那样广泛,事实上,真正用过Access的用户,对其强大功能和灵活应用均称赞“不错,很好的……”为此本刊约请交通大学网络信息中心的谢金宝老师向广大读者就Access软件应用作一个系列讲座,希望读者能从中学到知识,并将它们运用到日常工作中。Access97数据库管理系统是… 相似文献
2.
谢金宝 《电脑技术——Hello-IT》1998,(11)
Access97允许从其他数据库或文件中导入或链接数据,例如你可以导入Excel工作表或FoxPro数据库或文本文件的内容。这不仅节省了大量时间,而且保护了用户原来的软件开发投资。Access97还允许把数据导出到Excel工作表或FoxPro数据库或文本文件中,供其他应用程序使用。导入Excel工作表Access97允许导入Excel工作表的内容,导入过程如下:(1)打开数据库,但不要打开表。(2)单击“文件”1“获取外部数据”1“导入”,引出导入窗口(见图1)。(3)在文件类型框内选择MicrosofExcel,选择导入的文件或在文件名框内直接输入文件名路径… 相似文献
3.
Internet系列讲座第十二讲:使用CGI上海交通大学网络信息中心(200030)马国海谢金宝一般来说,WWW网上的大多数信息是静态的,也就是说用户完全是被动的。但有1种方法可以使用户和网点(Web站)之间实现交互访问,那就是CGI(CommonG... 相似文献
4.
针对滚动轴承存在性能退化渐变故障和突发故障两种模式下的剩余使用寿命(remaining useful life,简称RUL)预测困难的问题,提出一种结合卷积神经网络(convolution neural networks,简称CNN)和长短时记忆(long short term memory,简称LSTM)神经网络的滚... 相似文献
5.
6.
IPV6下网络QoS的研究现状和展望 总被引:1,自引:0,他引:1
分析了IPv4的不足和IPv4向IPv6演进的各种技术,介绍了网络传输控制模型的理论与分析技术,提出了网络服务质量控制的策略. 相似文献
7.
现有电子选举系统的体系结构以及安全机制的剖析与改善 总被引:2,自引:0,他引:2
现有电子选举系统的体系结构及相关的概念、签名技术及模块具体组成与选举信息的具体流程,基本解决了电子选举存在的安全性问题。 相似文献
8.
在信息社会里,信息的交流、传播和处理能力与国民经济的发展有着十分密切的关系,计算机网络正是顺着这种历史潮流而诞生的。计算机网络不仅促进了生产力的发展,而且改变了人类的生活方式。现在Internet网络遍及世界各地,它是人类智慧的结晶,它好象一个宝库,有取之不完,用之不尽的各种信息,使人类的生活变得艳丽多彩。计算机网络的另一个特点是资源共享,连在网络上的每一台计算机都可以共享其他计算机的资源,资源共享提高了计算机的使用效率。本文介绍中文Windows95的网络特点,如何安装设置网络以及如何共享资源等。网络特点中文… 相似文献
9.
Internet系列讲座第二讲:拨号上网上海交通大学网络信息中心(200030)谢金宝图1InternetInABox窗口上一讲中讲到加入Internet网有3种方式,对普通家庭来说,联机服务和拨号入网比较可取,如果用户只是发Email,则可采用联机... 相似文献
10.
基于改进YOLOv3算法的公路车道线检测方法 总被引:2,自引:0,他引:2
针对YOLOv3算法在检测公路车道线时存在准确率低和漏检概率高的问题, 提出一种改进YOLOv3网络结构的公路车道线检测方法.该方法首先将图像划分为多个网格, 利用K-means++聚类算法, 根据公路车道线宽高固有特点, 确定目标先验框数量和对应宽高值; 其次根据聚类结果优化网络Anchor参数, 使训练网络在车道线检测方面具有一定的针对性; 最后将经过Darknet-53网络提取的特征进行拼接, 改进YOLOv3算法卷积层结构, 使用GPU进行多尺度训练得到最优的权重模型, 从而对图像中的车道线目标进行检测,并选取置信度最高的边界框进行标记.使用Caltech Lanes数据库中的图像信息进行对比试验, 实验结果表明, 改进的YOLOv3算法在公路车道线检测中平均准确率(Mean average precision, mAP)为95%, 检测速度可达50帧/s, 较YOLOv3原始算法mAP值提升了11%, 且明显高于其他车道线检测方法. 相似文献