基于DataGridControl6.0的数据库查询

本文作者介绍了VisnalBasic6.0开发环境中，利用ActiveX数据对象（ADO）对本地硬盘和局域网数据库的随意选择输出的方法，以及如何利用DataGrid和Combo控件对数据库中的表及其内容进行选择查询。     

基于中国知网的读者利用电子资源统计分析——以哈尔滨工业大学为例

结合哈尔滨工业大学近三年利用中国知网的数据统计,了解电子资源的使用特点及中国知网数据库的特色,分析了读者利用数据库中存在的问题,并对今后数据库的应用及选择提出了改进的意见和建议。     

中文期刊全文数据库的比较研究

对清华同方的中国期刊全文数据库、万方的数字化期刊全文数据库、维普的中文科技期刊全文数据库从多个方面进行比较分析,以便了解他们的特点、掌握检索技巧,更好地选择、利用这些数据库。     

ORACLE数据库在三维工厂设计软件PLANTSPACE中的应用

三维工厂设计软件PLANTSPACE对数据库的选择有较高的要求 ,而大型数据库系统ORACLE非常适合存储工程及管理数据 .在将ORACLE数据库应用于PLANTSPACE的时候 ,必须在数据库中建立新的实例数据库、表空间、用户以及服务 ,利用ODBC数据源实现PLANTSPACE软件与数据库的连接 ,并在数据库中建立新的工程数据表格并且加载标准工程数据规范     

DAO技术在星体数据库开发中的应用

文章首先对DAO技术和MFC所封装的DAO类的功能进行了简要介绍.在此基础上对DAO和ODBC技术进行了比较,提出了在数据库开发中对这两项技术进行选择的原则,并描述了一个工程应用实例对VC 中利用DAO类实现了对数据库的管理.     

基于粗糙集属性量度的数据库分解方法

针对从海量数据库中提取规则的计算速度慢、规则长度长的缺点,提出了一种新型数据库分解算法.利用粗糙集理论,从提高分类正确性和子数据库纯度的角度出发,提出了属性选择量度和分解过程终止量度.依照这些量度对数据库进行分解,得到具有一定支持度的规则集.得到的规则长度较短,决策分析的有效性高,同时有效地克服了噪声数据对粗糙集数据分析的影响.     

基于层次分析和加权评价法的产品材料选择研究

在考虑材料传统的机械性能、物理化学性能、加工工艺性能基础上,将材料经济性能和环保性能作为材料选择的影响因素,采用模糊数学方法对指标进行量化处理,利用层次分析法确定材料性能指标权重,以材料性能数据库为基础,利用综合评价法实现材料的选择,为材料选择提供一种有效方法。     

“石化企业资源优化配置管理系统”中数据库的选择

工程项目中数据库的选择是一个十分重要的问题，通过对各种数据库技术的分析和实际工作中的体验，对各种数据库技术有了一定的了解，选择一种满足自己应用程序的数据库技术。     

CAPP环境下机床选择模块的设计方法

所提出的机床选择模块是重型机械零件ＣＡＰＰ环境下的一个主要功能模块，它以黑匣子原理设计接口程序，对数据库进行操作，选出机床，其中的机床选择方法引进了多目标离散变量的优化设计技术，以期达到最佳利用机床设备的效果，该模块由数据库支持，其覆盖面广，操作速度快，对操作内容的维护极其方便。     

ORACLE数据库恢复策略分析

Oracle数据库恢复是保证数据库完整性及高可用性的重要一环,根据故障现象及恢复方法、目的的不同,分为一致性恢复和非一致性恢复。非归档模式下的恢复只能用冷备份对数据库进行复原;归档模式下的恢复有较多的选择,可根据需要任意选择恢复的时间点对数据库进行恢复,其前提是归档日志必须保存完好。     

基于局部投影算法的舰船信号降噪处理研究

利用基于非线性动力学系统的局部投影降噪算法研究了舰船辐射噪声的非线性降噪问题。分析了局部投影降噪算法邻域半径参数与降噪效果的关系,研究了利用噪声强度估计邻域半径参数的方法。通过对含噪Lorenz模型和实际舰船信号进行降噪处理,得到了较为满意的结果。     

一种基于即时学习的多模型在线建模方法

针对复杂非线性系统的建模问题,基于空间划分树(SP-Tree)和即时学习(lazy learning)的思想,设计了一种多模型在线建模方法.该方法基于分解-合成策略,根据系统输入输出数据,采用即时学习算法建立当前时刻的最佳局部模型,随着系统工作点的移动,滚动建立系统的多个模型,实现对非线性系统的准确建模.在建立邻域的过程中,采用一种基于SP-Tree数据结构的数据库进行分层递阶搜索,有效地提高了在线建模的实时性.最后,通过对一个仿真案例的研究验证了该算法的有效性.     

改进的无监督同时正交基聚类特征选择

提出了一种改进的同时正交基聚类特征选择(Improved Unsupervised Simultaneous Orthogonal Basis Clustering Feature Selection,ISOCFS)方法。为有效地对无标签数据进行特征选择,利用目标矩阵来设计正则化的回归模型。目标矩阵通过正交基聚类,获取投影数据点的潜在聚类中心,引导投影矩阵选择判别性的特征。与先前的无监督特征选择方法不同,ISOCFS并不使用数据点预先计算局部结构信息描述目标函数,而是利用目标矩阵进行正交基聚类直接计算潜在的聚类信息。其次,为了减少噪声信息对估计目标矩阵和投影矩阵的干扰,在先前方法基础上,该方法增加了噪声项。另外,该方法利用简单的优化算法即可求解。最后,通过四个常见的微阵列基因表达数据集及五种最近的无监督特征选择方法进行对比实验,证明了ISOCFS方法可以获得更好的聚类效果。     

基于局部需求特征的副本优化选择算法

为提高内容分发网络的用户满意度,提出一种基于局部需求特征的副本优化选择算法.在边缘代理存储能力受限的情况下,依据边缘代理所在区域的局部需求特征,通过对局部需求特征的提取并以此作为启发式信息进行副本的优化选择.仿真结果表明,与其他几种副本选择算法相比较,该算法所获得的请求覆盖率均高于其他算法.     

遗传神经网络在铁矿石需求预测中的应用

将遗传算法与BP神经网络结合,利用遗传算法的全局搜索优化BP网络的初始权重,有效地克服了BP算法的局部收敛和收敛速度慢等问题.使用主成分分析法选取输入变量,并将建立的混合模型应用于铁矿石需求预测中.实验表明,该方法改善了预测精度,达到了较好的预测效果.     

自适应邻域选择的I somap算法

针对流形学习算法Isomap对于稀疏数据局部邻域大小选择的敏感性,提出一种自适应邻域选择的降维方法 A-Isomap(Adaptive-Isomap).在数据稀疏的情况下,通过邻域选取算法自适应的动态选择每一个样本点的邻域大小,很大程度上避免了对短路点的选择;同时,使用聚类信息来汇聚相似的样本点,保证了降维后的数据具有很好的可分性.为了验证算法的有效性,将该算法应用于手工流形的降维,结果表明该算法能较好的展现降维效果.     

基于鉴别能力分析和LDA-LPP算法的人脸识别

针对人脸识别中的DCT系数选择问题和如何从全局和局部同时提取识别特征的问题,提出了一种基于鉴别能力分析和LDA-LPP的人脸识别算法。即先对人脸图像进行DCT变换,利用鉴别能力分析方法进行DCT系数的选择,融合LDA和LPP降维技术进行降维处理,不仅可以保持数据的全局性,同时也能够保持数据的局部性。在ORL人脸库和Yale人脸库上的实验表明,本文方法可以选择有效的DCT系数,明显提高了识别精度和鲁棒性。     

Key Frame Extraction of Surveillance Video Based on Fractional Fourier Transform

With the vigorous development of national infrastructure construction and public information construction, video surveillance systems have gradually penetrated various fields. The current key frame extraction technology has inadequate target details and inaccurate judgment of local actions. Addressing this problem, a key frame extraction method based on fractional Fourier transform is proposed. This method obtained the phase spectra information of different orders by performing fractional Fourier transform on the surveillance video frames. Next, the method designed an adaptive algorithm based on the golden section point to select the transformation order.Then, the phase spectrum information of two adjacent frames was used to characterize the changes in the global and local motion states of the target. The final step was to extract key frames based on this. Experimental results show that, compared with the previous methods, the key frames extracted by the method proposed in this paper can correctly capture the changes in the global and local motion states of the target.     

一种用于BN结构学习的自适应遗传退火算法

模拟退火算法（SAA）和遗传算法（GA）作为智能算法是结构学习的重要方法．针对两种典型算法存在收敛速度慢或过早陷入局部最优的问题,利用GA进行选择,通过SAA进行搜索并利用独立性测试信息自适应引导算法的进化,提出一种自适应遗传模拟退火算法（AGSAA）,应用于贝叶斯网络（BN）结构学习．仿真结果表明AGSAA在学习的准确性和运行效率上均要优于SAA．     

一种提取局部区域共同向量的瑕疵分类算法

针对同类布匹瑕疵外形和纹理差异性大,异类布匹瑕疵又存在一定的相似性,造成难以分类的问题,提出了选择瑕疵局部区域特征作为特征空间,采用共同向量方法提取布匹瑕疵特征与分类算法.局部区域特征是指瑕疵局部区域灰度直方图特征和瑕疵几何特征.首先通过最优化多通道二维Gabor小波检测出瑕疵区域,然后选择瑕疵局部区域灰度直方图统计特征、瑕疵长宽比特征和方向特征;再采用共同向量方法提取瑕疵共同向量特征;最后采用最小距离方法进行分类.该方法具有小样本学习能力、计算量小、识别率高等特点.