基于SQL Server 2000的通用模糊查询工具设计

本文设计并实现了一个基于SQL Server 2000的通用模糊查询工具,该工具可以把带权重的模糊查询转换为标准的SQL语句。用户可以对SQL Server中建立的任何数据库表进行模糊查询。系统提供了以下功能：定义模糊谓词及其隶属函数;定义模糊算子;构造带权重的模糊的、精确的或混合的查询语句,权重和阈值可以由用户给出。满足查询条件的记录将根据匹配度的降序输出。本系统的设计方法也可以推广到其他的数据库系统,如Oracle,Access等。     

Stacking集成学习模型在混合式成绩分类预测中的应用

针对现有单一算法模型在成绩预测时存在泛化能力不强的问题, 提出一种基于多算法融合的Stacking集成学习模型, 用于混合式教学中学生成绩的预测. 模型以多项式朴素贝叶斯、AdaBoost和Gradient boosting为初级学习器, 逻辑斯蒂回归为次级学习器组成两层融合框架. 通过混合式教学过程中所产生的学习行为数据对模型进行验证. 实验表明, Stacking集成学习模型在测试集上分类预测准确率达到76%, 分别高于多项式朴素贝叶斯、AdaBoost、Gradient boosting和逻辑斯蒂回归4个单一算法模型5%、6%、9%和6%. 与单一算法模型相比, Stacking集成学习模型有着较强的泛化能力, 能更好地预测学生成绩, 为混合式教学的学习预警提供参考.     

Fuzzy Distance-Based Range Queries over Uncertain Moving Objects

Data obtained from real world are imprecise or uncertain due to the accuracy of positioning devices,updating protocols or characteristics of applications.On the other hand,users sometimes prefer to qualitatively express their requests with vague conditions and different parts of search region are in-equally important in some applications.We address the problem of efficiently processing the fuzzy range queries for uncertain moving objects whose whereabouts in time are not known exactly,for which the basic syntax is find objects always/sometimes near to the query issuer with the qualifying guarantees no less than a given threshold during a given temporal interval.We model the location uncertainty of moving objects on the utilization of probability density functions and describe the indeterminate boundary of query range with fuzzy set.We present the qualifying guarantee evaluation of objects,and propose pruning techniques based on the α-cut of fuzzy set to shrink the search space efficiently.We also design rules to reject non-qualifying objects and validate qualifying objects in order to avoid unnecessary costly numeric integrations in the refinement step.An extensive empirical study has been conducted to demonstrate the efficiency and effectiveness of algorithms under various experimental     

基于PQR-tree的空间查询代价模型

空间信息处理和地理信息系统等领域的数据管理涉及到海量、高维空间数据对象的处理。本文针对传统数据索引结构在处理这类空间数据时所存在的内存使用过大、I/O消耗过多等问题,通过改进选择查询的代价模型,给出了基于PQR-tree的查询和代价模型,以提高空间数据查询的性能。提出了基于PQR-tree的三阶段并行查询的方法,分别在任务创建、分配、执行阶段进行优化。提出在任务创建和任务分配阶段应用于空间查询中过滤和精炼阶段的有效算法。测试表明,本文算法在处理各种不同分布类型数据集过程中有效降低了空间数据处理对时间和空间的代价和需求,并且并行机制下的代价模型在预测和评估方面也具有较好的精确度。     

基于改进欧氏聚类算法的障碍物检测跟踪

障碍物的检测与跟踪技术是移动机器人行驶过程中的一个重要技术, 有利于提高移动机器人的运动安全. 为了提高了障碍物检测的准确率, 针对欧氏聚类存在过分割和欠分割的情况, 做出了两点改进: 提出动态欧氏聚类搜索半径的方法来解决远处点云过于稀疏的问题; 提出将半径搜索改成深度方向上的拓展搜索的方法来解决点云数据在深度方向上检测不完全和拖尾等问题. 为了提高动态障碍物跟踪的准确率, 在进行两帧障碍物数据关联时, 设计了一种新的关联矩阵的计算方式, 加入了障碍物的六自由度信息和尺寸信息, 提高了动态匹配的成功率. 仿真实验表明, 经过改进后障碍物检测准确率达到了95.2%, 多目标跟踪精度达到了13.2 mm.     

关系数据库中分组查询的模糊扩展及去模糊机制

当前关系数据库模糊查询的研究中,涉及到分组查询having子句中的模糊条件或相对语言量词的较少。在模糊理论的基础上对having子句进行了模糊扩展,并利用模糊集合隶属函数的α截集将模糊的having子句转化为标准的SQL语句,因此可以利用RDBMS对记录进行筛选,保证了查询的效率。利用模糊集合基数的非模糊表示法来计算带量词的having语句,计算简单,结果简洁。     

汇编语言的对比教学法

将汇编语言与C语言、数据结构等课程之间的知识点进行对比教学,可以帮助学生更好地掌握汇编语言,提高学生学习汇编语言的信心。文章给出了一些具体的教学实例,包括逻辑运算指令、堆栈指令、数组访问和程序结构教学等。教学实践验证了教学方法的有效性。     

匀度指数对碳纸原纸强度与孔隙特性的影响研究

本研究以碳纤维为原料,通过改变分散剂种类制备具有不同匀度性能的碳纸原纸,考察了碳纤维浆料的分散稳定性及其均匀性变化规律,探讨了匀度指数与透气度、抗张强度、孔隙率等指标之间的关系。结果表明,与单一APAM、TOCNs和PU分散剂相比,质量分数0.1% APAM和1.0% PU复合的分散剂体系制备的碳纤维浆料分散稳定性和均匀性得到改善,该复合分散剂制备碳纸原纸匀度指数最好,为10.32。随着匀度指数的减小,碳纸原纸厚度偏差从21.76 mm降至0.96 mm,抗张强度从0.15 kN/m增加到1.68 kN/m,孔隙率从93.5%下降到90.5%,透气度从1 658.9 L/(m²·s)下降到1 171.5 L/(m²·s)。     

基于SQL的模糊查询技术研究与实现

SQL已经被用户和业界广为接受并成为国际标准.但是,SQL只能表示和处理精确数据,where处的查询条件必须是明确的数值,无法表达自然语言中的模糊概念.本文针对具体人员信息数据库,将模糊数学理论与数据库系统相结合,提出了基于人员年龄,身高和体重的模糊单词、模糊隶属函数、模糊算子的表达式,并通过算式将模糊化的概念转换为相应的SQL语句,提供了两种基于模糊算法的人员信息数据库查询方法(正向法和反向法),并设计出了良好的查询工具.     

关系数据库中带语言值权重的模糊查询*

在模糊理论的基础上,提出了将权重概念引入数据库模糊查询中,使用户对查询中各个属性的相对重视程度得以体现。为每条记录提供了一个匹配度,按匹配度的降序输出结果,方便用户选择。权重和匹配度都是语言变量［7］,其取值为语言值形式,更加贴近自然。