一种支持MDA的UML类图到RDB模型的转换方法

UML被MDA用来描述各种模型,成为建模语言事实上的标准。但是,由于UML类图中缺少对关系数据库的实现的约束,使得类图转换到的关系数据库模型不唯一,不能充分体现设计者对数据库的设计意图。这不利于MDA中PIM模型和关系PSM模型的双向转换。为解决以上问题,本文提出一种通过添加构造型和OCL约束来扩展UML类图的方法,以加强类图中数据之间的关系及约束,使PIM模型能够唯一地转换到PSM模型。最后,采用QVT模型转换方法将扩展后的UML类图转换到关系数据库模型,并结合例子给出了UML类图的关联、继承、组合和聚合关系等到关系数据库模型的转换规则和方法。利用本方法可以使UML类图到关系数据库模型的转换结果唯一。     

UML在关系数据库设计中的应用

分析了UML建模和关系数据库设计的关系；说明了应用UML进行关系数据库设计的优点和基本过程；最后结合实例给出由UML类图映射到关系数据库的基本策略，从而实现对象的持久性存储。面向对象模型和关系模型紧密结合为信息系统的成功开发提供了良好的保障。     

UML动态模型在关系数据库操作中的应用

UML作为一种面向对象的标准建模语言,在关系数据库系统的建模领域也得到了广泛的应用.用UML为关系数据库模式建立的模型比ER模型表达力更强,但目前的UML数据库建模技术主要强调静态模型.概述了如何使用UML动态建模方法为关系数据库操作建模.在建立的框架的基础上可为原子数据库操作建模,进而为更复杂的数据库操作建模.这种方法将为用户和开发者提供对整个系统的一个统一视角,将UML的强大功能扩展到数据库领域.     

UML类图到关系表的映射策略及其应用

随着面向对象技术的发展及应用的日益复杂化,UML已成为应用开发的流行建模工具,并将取代关系数据库的ER图建模方法.本文阐述了从UML类图映射到关系表的基本策略,并提供应用实例.     

UML在关系数据库设计中的应用

UML是面向对象程序设计中的一种标准的建模技术。在关系数据库系统的设计过程中,可先‘利用UML建立商业模型,然后将其映射成表。本文讨论了关系型数据库技术以及数据库建模的方法。并结合一个实例介绍了运用UML进行关系数据库建模的方法和技巧。     

从UML类图到关系数据库表的代码生成方法

在介绍代码自动生成技术产生的背景及其应用的基础上，研究从UML类图到关系型数据库表的代码生成方法，其中包括UML类图到关系数据库表之间的映射规范和映射实现方式。最后分析了研究过程中存在的一些问题。     

基于形式化UML的教务管理数据库实现方法

利用统一建模语言(UML),实现了从高校教务管理类模式向教务管理关系数据库数据模式的转换.首先,以学籍管理系统为例,用UML的用例图、序列图、类图对其进行了建模.然后,在类的设计过程中,借助面向度量的UML的代数表达框架,检测了一些类模式的设计错误,对类模式进行了一些优化.最后,运用类图中类间的几种关系在关系数据库中的实现策略,建立了学籍管理数据库中的表.     

UML类模式在数据库中的应用

关系模型是当前成熟的、普遍应用的数据库设计技术,随着面向对象技术的迅猛发展,UML对建模符号进行了统一,在面向对象方法作出了重要贡献,将UML静态设计模型与关系数据库设计相结合,提出一套完整的对象-关系映射方法,并进行相应规范化,满足3NF,在创建数据库方面具有很大优越性.     

校友通信录的UML建模和C#实现

开发了一个校友通信录系统.遵循面向对象方法,以UML建模为驱动力,即以用例图建立系统的需求模型,以类图、顺序图和活动图建立系统的设计模型.以功能流程图、数据流图、关系数据库表和 ER 图来帮助系统分析和设计.使用 C# 语言和 ASP.NET 编程,使用 SQL Server 支持后台数据库,系统运行在微软.NET 框架上.     

UML类图在关系数据库中的实现

UML是目前面向对象程序设计中的一种标准的建模技术。在关系数据库系统的设计过程中,先利用UML建立商业模型,然后将其映射成表。主要讨论如何将UML类图中的类映射成表的策略。     

发烧友聚会

2007年4月20日，重庆。这是重庆直辖十年以来最大的场音响视听盛会，不仅对国际影音器材大牌厂商、重庆及四川地区的影音发烧友具有强力诱惑，也吸引了北、上、广深不少资深AV器材代理商家的兴趣。这场在洲际酒店举行的“2007重庆国际精品家庭影院视听大展”上，汇聚了不少大规模、高规格的现场展览演示，展示范围涉及国际知名发烧级音响器材、高档家庭影院系统、高档投影机、高档投影幕布、发烧线材、发烧配件、发烧唱片。     

Linux下用户态和内核态内存共享的实现

共享内存是进程间通信中最简单的方式之一.共享内存允许两个或更多进程访问同一块内存,就如同malloc()函数向不同进程返回了指向同一个物理内存区域的指针.因为所有进程共享同一块内存,共享内存在各种进程间通信方式中具有最高的效率.主要介绍Linux下基于Netlink机制的用户态和内核态内存共享的实现.     

SMT产品制造网格组织与运行模式的研究

在分析SMT-MG宏观组织模式基础上,深入研究面向资源节点微观组织模式,讨论了SMT-MG的运行基础、运行过程、运行环境和运行目标,最后给出了SMT-MG运行实例。     

企业信息化模式探讨

本文主要对企业信息化模式进行了探讨.首先对企业信息化的现状进行了介绍,然后概述了企业信息化的内涵,接着总结了企业信息化的目标,最后,对企业信息化的主要模式进行了概述.     

基于NS-2的PIM稀疏和密集模式仿真

组播技术能以高效、可扩展的方式发送点到多点、多点到多点数据.组播路由协议通过建立组播路由来转发组播数据包.本文分析了两种主要的域内组播路由协议PIM-DM和PIM-SM的原理,并利用NS-2分多种情况对两者进行仿真实验,分析组播路由协议、网络拓扑、组播组大小、组播组数量对网络性能的影响.     

基于云模型的变桨距系统积分滑模控制

针对具有参数变化和外加干扰的变桨距风力发电系统,提出了一种基于云模型的积分滑模控制。在滑模控制中引入误差项的积分,并用状态量代替误差的导数,消除传统滑模控制需要期望输出信号导数已知的假设;利用云模型的不确定性推理方法,动态地调节切换增益;利用积分的方法对切换增益进行估计,估计出系统中不确定因素的界,有效地削弱系统的抖振。仿真结果表明:该控制器用于风速高于额定风速以上的变桨距控制系统中,具有较好的控制品质,对系统参数的不确定和外部干扰具有很强的鲁棒性。     

级联式滑模观测器的永磁同步电机鲁棒滑模控制

提出了一种基于无速度传感器运行的永磁同步电机非线性控制方法。针对电机速度和位置观测,设计了一种新颖的级联式滑模观测器,解决了传统滑模观测采用低通滤波器的相位延迟问题。前级电流滑模观测器得到反电动势,后级反电动势滑模观测器获取转速和位置信息,利用李亚普诺夫理论进行了稳定性分析。针对速度控制,提出了带扩张状态观测器的滑模速度控制器取代PI调节器,提高了系统的鲁棒性。在滑模观测和控制中均利用双曲正切函数取代符号函数,削弱了系统抖振。将上述方法应用到永磁同步电机矢量控制系统中,通过仿真验证方法的有效性。     

Empirical Mode Decomposition for Signal Preprocessing and Classification of Intrinsic Mode Functions

Empirical mode decomposition (EMD) is an adaptive, data-driven technique for processing and analyzing various types of non-stationary signals. EMD is a powerful and effective tool for signal preprocessing (denoising, detrending, regularity estimation) and time-frequency analysis. This paper discusses pattern discovery in signals via EMD. New approaches to this problem are introduced, which involve well-known information criteria along with some other proposed ones, which have been investigated and developed for our particular tasks. In addition, the methods expounded in the paper may be considered as a way of denoising and coping with the redundancy problem of EMD. A general classification of intrinsic mode functions (IMFs, empirical modes) in accordance with their physical interpretation is offered and an attempt is made to perform classification on the basis of the regression theory, special classification statistics and some cluster- analysis algorithm. The main advantage of the innovations is their capability of working automatically. Simulation studies have been undertaken on multiharmonic signals. We also cover some aspects of hardware implementation of EMD.     

Mode Decomposition Evolution Equations

Partial differential equation (PDE) based methods have become some of the most powerful tools for exploring the fundamental problems in signal processing, image processing, computer vision, machine vision and artificial intelligence in the past two decades. The advantages of PDE based approaches are that they can be made fully automatic, robust for the analysis of images, videos and high dimensional data. A fundamental question is whether one can use PDEs to perform all the basic tasks in the image processing. If one can devise PDEs to perform full-scale mode decomposition for signals and images, the modes thus generated would be very useful for secondary processing to meet the needs in various types of signal and image processing. Despite of great progress in PDE based image analysis in the past two decades, the basic roles of PDEs in image/signal analysis are only limited to PDE based low-pass filters, and their applications to noise removal, edge detection, segmentation, etc. At present, it is not clear how to construct PDE based methods for full-scale mode decomposition. The above-mentioned limitation of most current PDE based image/signal processing methods is addressed in the proposed work, in which we introduce a family of mode decomposition evolution equations (MoDEEs) for a vast variety of applications. The MoDEEs are constructed as an extension of a PDE based high-pass filter (Wei and Jia in Europhys. Lett. 59(6):814–819, 2002) by using arbitrarily high order PDE based low-pass filters introduced by Wei (IEEE Signal Process. Lett. 6(7):165–167, 1999). The use of arbitrarily high order PDEs is essential to the frequency localization in the mode decomposition. Similar to the wavelet transform, the present MoDEEs have a controllable time-frequency localization and allow a perfect reconstruction of the original function. Therefore, the MoDEE operation is also called a PDE transform. However, modes generated from the present approach are in the spatial or time domain and can be easily used for secondary processing. Various simplifications of the proposed MoDEEs, including a linearized version, and an algebraic version, are discussed for computational convenience. The Fourier pseudospectral method, which is unconditionally stable for linearized high order MoDEEs, is utilized in our computation. Validation is carried out to mode separation of high frequency adjacent modes. Applications are considered to signal and image denoising, image edge detection, feature extraction, enhancement etc. It is hoped that this work enhances the understanding of high order PDEs and yields robust and useful tools for image and signal analysis.     

Mode detection by relaxation

A relaxation process is described and applied to the detection of the modes of the underlying probability density function for clustering multidimensional data. When the process is iterated, the label probabilities become very high in the modal region and very low in the valleys, so that mode detection becomes trivial