E—R图编辑器的设计与实现

介绍了Ｅ－Ｒ图编辑器的各种处理技术，并给出了编辑器的系统的框架。该系统采用ＢＯＬＡＮＤＣ＾＋＾＋编程实现。     

实体—联系模型生成器ERMG的设计

本文提出了一个实体联系模型生成器的系统结构及实现方法。首先,通过拓扑分类将实体排成一个线性序列,然后,利用实体深度概念,完成 E—R 图的布局、产生结构化实体图.     

基于改造E—R图的计算机操作系统进程同步教学研究

提出将"实体—联系"方法引入计算机操作系统进程同步教学中,通过改造原E-R图定义,提出基于改造E—R图的计算机操作系统进程同步教学方法。     

基于SOM-PNN分类器的体数据概率分类及绘制

概率分类是三维医学体数据绘制必不可少的预处理环节。本文提出的ＳＯＭ－ＰＮＮ分类器，以贝叶斯置信度为基础，给出概率分类结果，并用于三维体制制，得到了良好的图像质量和较高的分类效率。     

基于R—图的查询有效性判断方法

在数据库的操作中查询是最基本的，本文提出了用改进的ＡＮＤ／ＯＲ图来表示一组珍定的函数依赖集和数据库中的关系模式集合的方法，并给出一个算法，用来判断从已知的库中是否能导出用戾查询所需的新模式。     

数据库建模—ODL与E／R图的比较

文章首先较详细地介绍了面向对象的数据库建模语言－ODL（Object Definition Language，对象义语言），并且通过实例把它与传统的E／R图建模方法进行了分析与比较，说明了它们在表达上的一些不同之处，最后阐明了各自适应的场合。     

基于图神经网络的联合实体关系抽取

从非结构化文本中联合提取实体和关系是信息抽取中的一项重要任务。现有方法取得了可观的性能,但仍受到一些固有的限制,如错误传播、预测存在冗余性、无法解决关系重叠问题等。为此,提出一种基于图神经网络的联合实体关系抽取模型BSGB（BiLSTM+SDA-GAT+BiGCN）。BSGB分为两个阶段：第一阶段将语义依存分析扩展到语义依存图,提出融合语义依存图的图注意力网络（SDA-GAT）,通过堆叠BiLSTM和SDA-GAT提取句子序列和局部依赖特征,并进行实体跨度检测和初步的关系预测;第二阶段构建关系加权GCN,进一步建模实体和关系的交互,完成最终的实体关系三元组抽取。在NYT数据集上的实验结果表明,该模型F₁值达到了67.1%,对比在该数据集的基线模型提高了5.2%,对重叠关系的预测也有大幅改善。     

基于图的高维数据分类Ratio Cut模型及其快速算法

数据分类是数据挖掘研究的重要内容,随着数据量以及数据维度的增加,对大规模、高维数据的处理成为关键问题。为提高数据分类的准确率,受计算机视觉中图像分割算法的启发,针对经典的Ratio Cut分类模型提出一种基于非局部算子的实现算法。引进拉格朗日乘子,建立新的能量泛函,并采用交替优化的策略来求解该能量泛函。数值实验表明,算法的准确率及计算效率与传统分类方法相比都有较大提高。     

关系数据库的逻辑设计与应用实例

数据库技术重要且应用广泛,文中介绍了数据库的三级模式和二级映像结构,在该结构下关系数据库的逻辑设计内容和设计方法,最后引入具体实例应用实践该方法并对实例作简单分析。     

Smitl图合成规范化关系模式的法则与证明

本文介绍了基于Ｓｍｉｔｈ图的计算机辅助数据库设计的基础理论和由Ｓｍｉｔｈ图合成规范化关系模式的合成法则，给出了一个定理并证明了由合成法则得到的关键完全规范化的。     

用迭代法绘制高阶M—J分形混沌图

介绍用迭代法绘制高阶M-J分形混沌图的原理，方法及分形图的特征，并用计算机模拟。     

基于并行调度的真实感图快速绘制的研究与实现

三维工厂模型真实感图是工厂设计、施工中非常重要的资料之一,通过检查三维工厂真实感模型,设计人员可以及早、快速、直观发现三维工厂设计中的错误,提高设计单位图纸的设计质量,有效地指导施工单位进行正确的安装施工,提高施工质量和效率,为了加速真实感图的绘制,首先实现基于网络环境的并行调度平台,并利用该平台,实现一个并行光线跟踪算法,该算法已经被集成到了一个商品化软件-PDSOFTPiping(三维工厂配管软件）O中,取得了令人满意的效果,并对其中的两个关键技术-并行调度,并行光线跟踪算法进行了介绍,并给出了结果以及结果比较数据。     

大数据环境下病疫接触史关系图构建探索

针对病疫期出现的接触病人发现问题,本文通过大数据技术,建模病疫病人与接触路人之间的关联关系进行分析,通过构建轨迹图,形成关联矩阵,最后有效分别发现与病疫病人关联关系的方法。     

计算机恶意代码史与IT产业发展关系图

1981年,IBMPC诞生,奠定了统治IT多年的三驾马车架构,五年后,第一个针对x86PC架构系统的病毒“巴基斯坦智囊”诞生,从此恶意代码就像顽固的癣疥,伴随着信息技术的发展壮大同步蔓延膨胀。     

M—H2O系中溶液态物质的优势区域图

Ｍ－Ｈ２Ｏ系中各溶液态物质在电势－ＰＨ平面内的优势区是Ｐｏｕｒｂａｉｘ图的一个重要内容。各物质的优势区大小由溶液态各物质的活性元素（Ｍ）的总浓度Ｔ（Ｍ）决定;只有当各物质均含有相同数目的活性元素（Ｍ）时,它们各自的优势区大小才与无关。Ｔ（Ｍ）一定时,Ｅ－ＰＨ平面内各点（ＰＨ,Ｅ）所对应的各物质的浓度可用改进的“二分法”求出。求出了Ｃｕ－Ｈ２Ｏ系及不同总浓度Ｔ（Ｓ）和Ｔ（Ｃｒ）时简化的Ｓ－Ｈ２Ｏ系和