三层结构中的数据库访问技术

1 前言 Internet的出现不仅改变了人们获取信息和知识的方式,而且实现了分布在世界各地的可用信息的共享,使之成为全世界公用的知识财富。此外,利用统一的公共浏览界面,可以使用户在短时间内掌握使用方法,实现跨平台的信息访问。Internet上的信息大部分存储在Web站点上,客户端用户通过在浏览器中输入网址就可获取以文件形式存储在相应站点中的信息。然而,这种早期的静态信息发布方式已越来越不能满足需要,如何方便、快捷、有效地将现存于各种数据库  

数据仓库数据模型的设计

本文首先就数据仓库与传统关系数据库作了一个简单比较，然后介绍了一种适合于仓库设计的方法。  

一种改进的K-means算法

聚类分析在科研和商业应用中都有着非常重要的应用，K-means算法是聚类方法中常用的一种划分方法。随着数据量的增加，K-means算法的局限性日益突出。基于取样的划分思想，提出了一种改进的K-means算法，在一定程度上避免了聚类结果陷入局部解的现象，减少了原始K-means算法因采用误差平方和准则函数而出现将大的聚类簇分割开的情况，仿真实验结果表明：改进后的K-means算法优于原始算法，并且稳定性更好。  

基于最大最小距离法的多中心聚类算法

针对k-means算法的缺陷，提出了一种新的多中心聚类算法。运用两阶段最大最小距离法搜索出最佳初始聚类中心，将原始数据集分割成小类后用合并算法形成最终类,即用多个聚类中心联合代表一个延伸状或者较大形状的簇。仿真实验表明：该算法能够智能地确定初始聚类种子个数,对不规则状数据集进行有效聚类, 聚类性能显著优于k-means算法。  

用改进的遗传算法训练神经网络构造分类器

针对基本遗传算法存在容易早熟和局部搜索能力弱等缺陷，提出了改进的遗传算法，引入交叉概率和变异概率与个体的适度值相联系，改进了操作算子，而且在交叉操作后又引入模拟退火机制，提高遗传算法的局部搜索能力。同时，用改进的遗传算法和基本的遗传算法训练神经网络构造分类器，实验结果表明，改进的遗传算法在最好个体适度值和最好分类准确性等方面性能更好。  

XML文档在关系数据库中的存储方法

XML是网络中跨平台数据发布与交换的标准格式，它在数据库领域有着广阔的应用空间，然而XML文档的树型结构与关系数据库的二维表结构之间存在着巨大的差异，因此在关系数据库中存储XML文档需要进行一些特殊处理。本文分析了XML文件在数据库领域中的存储与管理方法，并重点就Oracle9i中XML相关技术在现代远程教育中的应用进行了讨论，针对以数据为中心和以文档为中心两类文档资料的存储给出了可行的存储方案。  

基于OSEK/VDX操作系统的任务管理机制设计

在汽车电子仿真控制平台开发领域，通常需要遵循OSEK／VDX规范集，而该规范集的核心之一便是OSEK／VDX操作系统规范。要设计一个符合该规范的微实时操作系统，任务管理机制是保证其实时性的重要方面。该史提出一种符合OSEK／VDX操作系统规范的任务管理机制，以满足OSEK／VDX操作系统的需要。  

一种新的教学方式—INTERNET网上教学

本文介绍了进行Internet网上教学所涉及到的一些主要管理对象、管理方法和初步实施方案。  

基于禁忌搜索的动态粒子群算法

惯性权重线性递减的线性群粒子算法往往不能反映实际的优化搜索过程。动态粒子群算法虽然能较好地实现非线性的搜索,但是更容易陷入局部最优。提出了基于禁忌搜索的动态粒子群算法,引入了禁忌搜索的思想,来解决动态粒子群算法的容易陷入局部最优问题;并对禁忌公式进行了修改,使其不仅可以解决极小值最优问题,也可以解决极大值最优问题。根据实验结果,改进的算法不仅较好地避免了陷入局部最优,而且收敛速度也有提高。  

一种基于划分的不同参数值的DBSCAN算法

聚类是数据挖掘领域中一个重要的研究方向,DBSCAN是一种基于密度的聚类算法.该算法将具有足够高密度的区域划分成簇,并可以在带有“噪声”的空间数据库中发现任意形状的簇.分析DBSCAN算法发现存在如下问题：当数据分布不均匀时,由于使用统一的全局变量,使得聚类的效果差.针对这一缺陷,提出了一种基于数据划分的思想,并对各个局部数据集采取不同的参数值分别进行聚类,最后合并各局部聚类结果.实验结果表明,改进后的算法有效并可行.