约束数据库中的动态区间索引结构

区间索引是随着对约束数据库的实用化的研究而提出的。文中在Ｍｅｔａ－树的基础上提出了ＤＭ－树和相应算法,它对区间索引保持了存储为Ｏ（ｎ）,查询Ｉ／Ｏ时间为Ｏ（ｌｏｇｎ＋ｔ／Ｂ）的性能,     

约束与数据库新应用

约束提供一种灵活、统一,简洁的方式来表达时空对象的特性,描述对象连续的变化,表示不完整的信息和满足复杂建模的要求,约束数据库克服了现有数据库技术的不足,在众多的领域有广阔的应用前景。但现有工作主要集中在表达复杂性等理论研究上,本文以市政建设应用为例,提出了一个关系数据库的扩充框架,描述了相应的约束演算和约束查询语言,为约束数据库技术在这些领域中的应用打下了基础。     

一种基于降维密度聚类的船舶异常轨迹识别方法

目的 有效分析和探索海洋船舶时空轨迹行为模式,提高船舶轨迹聚类的效率与质量,更好地检测真实船舶的异常行为。方法 针对当前船舶轨迹数据研究中存在的对多维特征信息利用不足、检测效率不高、检测精度较差等问题,提出一种精确度高、能自主识别分析多维特征的船舶异常轨迹识别方法。首先利用随机森林分类器评估多维特征重要性,构建轨迹特征的最优组合;然后提出一种降维密度聚类方法,将T–分布随机邻域嵌入(T–SNE)和自适应密度聚类(DBSCAN)模型结合,通过构建特征选择层和无监督聚类层实现对数据元素非线性关系的高效提取以及对聚类参数的智能选择;最后根据聚类结果构建类簇特征向量,计算距离阈值判别轨迹相似度,实现轨迹异常检测模型的构建。结果 以UCI数据集为例,降维密度聚类方法对4、13、30、64维特征数据集的F1分数能达到0.9 048、0.9 534、0.8 218、0.6 627,多个聚类指标均优于DBSCAN、K–Means等常见聚类算法的。结论 研究结果表明,降维密度聚类方法能有效提取数据多维特征结构,实现聚类参数自适应,弥补密度聚类中参数难以确定的问题,有效实现对多种类型船舶轨迹异常的识别。     

约束数据库中的索引

本文研究了约束数据库中的索引技术，提出了存储区间常数刺穿集的数据结构S树和S^*树．在刺穿集的最大长度受到限制的条件下，S^*树存储效率是最优的．与M树相比，S树和S^*树有一个明显的改进：可以支持删除操作．     

浅析新媒体时代下日本动漫传播现状

日本动漫文化是中国青少年亚文化（指处于边缘地位的青少年群体的文化，它对成年人社会秩序往往采取一种颠覆的态度）的重要组成部分，日本动漫文化在中国已经进入新媒体传播时代。本文从新媒体时代下日本动漫文化的传播方式、传播特征两方面论述其传播的现状。     

如何提高生物科学专业毕业论文质量

毕业论文是本科教育的重要实践性环节,在面临高校扩招和大学生就业难的新形势下,如何提高毕业论文质量是高校面临的重要课题。以我校生物科学专业为例,针对当前本科毕业论文质量下滑的现象进行分析,并结合多年来的教学实践与体会,就如何提高本科毕业论文质量,提出符合自身发展实际的措施和方法。     

三相电源的相序固定电路设计

<正>相序是指三相交流电到达最大值的先后顺序,分为顺序和逆序。相序是相对的,不是绝对的。任意调换两根相线就可以改变相序。确定三相电源的相序很重要。三相发电机或三相变压器的并联运行,其三相相序必须一一对应,绝对不许错接。三相电动机的转向也由三相电源的相序确定。1判别原理三相电源的相序判别可用图1所示的电路。     

可视能力和软件学习

本文讨论了可视能力的概念及其在软件学习中的作用和影响。并指出通过改善人机界面和有效的用户培训能充分发挥人的可视能力，帮助用户取得良好的学习效果。