神经网络在电路诊断中的应用

目的：阐述了目前电路基于数据库技术和人工智能专家系统及神经网络原理的故障诊断系统。方法：将所记录的模糊症状输入到系统中，通过模糊运算后，运用神经网络学习算法来寻找故障类型。结果：介绍了人工神经网络技术在电路诊断中的应用，并给出系统故障诊断软件的设计，结论：所用专家系统和神经网络相结合的方法改进电子电路故障诊断是可行的。     

水电厂设备故障诊断系统实时数据库的一种简捷实现

实时数据库及时准确地从现场获取数据并有效地组织和管理，是水电厂 设备故障诊断系统进行故障诊断的首要条件。文中在分析了现有的实时数据库实现方法后， 用C++ Builder 5.0和SQL Server 7.0完成了实时数 据库实现的一种简洁方法，它不但能够满足工程需要，而且具有关系数据库所具有的一切强 大的数据库管理和维护功能，实现也很简单，极大地节省了实时数据库开发的人力和物力。 实验表明，该方法是可行的。     

Oracle 9i Data Guard技术在水调自动化系统中的应用与实施

水调自动化系统是电网运行的重要生产系统,该系统对数据库备份、数据完整性、实时性和并发访问能力等都提出了较高的要求,如何科学地应用商用数据库提供的高级功能构建稳定、可靠、高效的水调自动化系统,成为一个新课题.文中针对该问题,分析比较了多种常见的高可用数据库方案,最终选择应用Oracle Data Guard技术,构建高性能、高可用、低成本、易维护的水调自动化系统.     

航天产品多源可靠性信息的收集与整理--建立可靠性信息数据库

航天产品可靠性信息的来源多样，可靠性信息的时间性、随机性、有价性、时效性和可追溯性等特征，决定了可靠性数据收集应满足真实性、连续性、完整性等基本要求。同时，对多源信息的收集应遵循先进行需求分析，再确定数据收集点并制定数据收集表格的程度进行。给出了信息的适用性准则和信息分类的三维模型。最后结合具体型号航天产品的可靠性工作的要求，给出了可靠性信息数据库系统的整体方案设计。     

广义左,右线性递归规则组改写

本文从左，右线性递归规则组的定义出发，提出了广义左，右线性递归规则组的定义，放宽了左，右线性递归规则组寻规则形式的限制，扩展了Ｕｌｌｍａｎ提出的左，右线性递归规则组改写方法的适用范围。本文证明了由广义左，右线性递归规则组向左，右线性规则组转换的相容性，并给出了具体的转换算法。     

针对产品的CAD／CAM一体化技术

本文系统地介绍了一种基于ＣＡＤ工作站，利用Ｉ－ＤＥＡＳ软件实现的针对壳体类零件的ＣＡＤ／ＣＡＭ一体化技术。论述了利用ＰＥＡＲＬ数据库实现的从ＣＡＤ模型到ＣＡＰＰ之间信息的传输，分析了在ＣＡＤ与ＣＡＭ集成中创成式ＣＡＰＰ所起的关键作用，并介绍了利用ＧＮＣ图形辅助数控软件对加工过程的仿真以及机床文件的准备，最后系统能生成正确的数控指令。系统初步实现了ＣＡＤ／ＣＡＭ一体化。     

面向对象工程数据库管理系统O2S并发事务模型

Ｏ２Ｓ是我们在ＳＵＮ工作站上开发的一面向对象工程数据库管理。本文针对工程应用域事务的嵌套性，长时性，数据库逻辑分区性和涉及数据量大的四个显著特点，阐述了Ｓ２Ｓ的事务管理模型。对工程域事务的管理，数据库的恢复和封锁技术进行了讨论。     

面向对象数据库（OODB）与关系数据库（RDB）之比较研究

面向对象数据库至今还没有权威的定义，为把握与了解面向对象数据库的实质，我们采用比较研究法，首先从数据库发展史来剖析面向对象数据库与关系数据库之间的联系与差异。然后在功能，性能上分别讨论各自的亿势与劣势，阐面向对象数据库的本质与特征。     

逻辑与数据库技术概论

本文对二十余年来人们在逻辑与数据库相结合领域所作的工作进行了归纳总结,并把它们区分为三类:理论和完全关系结构方法,纯理论方法以及理论和不完全关系结构方法。本文简要介绍了这三种方法的基本思想和关键技术,并讨论了它们各自的特点和适用范围。     

EXTENSION OF THE RELATIONAL DATABASE AND ITS ALGEBRA WITH ROUGH SET TECHNIQUES

This paper describes a database model based on the original rough sets theory. Its rough relations permit the representation of a rough set of tuples not definable in terms of the elementary classes, except through use of lower and upper approximations. The rough relational database model also incorporates indiscernibility in the representation and in all the operators of the rough relational algebra. This indiscernibility is based strictly on equivalence classes which must be defined for every attribute domain. There are several obvious applications for which the rough relational database model can more accurately model an enterprise than does the standard relational model. These include systems involving ambiguous, imprecise, or uncertain data. Retrieval over mismatched domains caused by the merging of one or more applications can be facilitated by the use of indiscernibility, and naive system users can achieve greater recall with the rough relational database. In addition, applications inherently “rough” could be more easily implemented and maintained in the rough relational database.