首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  免费   0篇
  国内免费   1篇
综合类   2篇
自动化技术   4篇
  2015年   1篇
  2014年   1篇
  2002年   2篇
  2001年   2篇
排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
SQL Server优化技术对提高系统性能至关重要.为充分利用索引,优化袁的查询机制,从而提高SQL Server查询速度,本文从建立有用的索引减少表扫描I/O次数,优化WHERE子句避免列操作,合理应用复合索引选好第一索引列和使用聚集索引使数据在物理上按顺序排列四个方面加以阐述.  相似文献   
2.
根据新浪微博的实际用户数据,发现粉丝数、关注数和微博数3个特征量的分布,都存在双段幂律分布现象,不同类型用户特征量的分布具有差异性.使用双帕累托对数正态(DPLN)分布对数据进行拟合,相比对数正态分布和幂律分布,可以得到更优的效果.用户活跃时间服从指数分布,不同活跃时间的3个用户特征量都近似服从对数正态分布;用户特征量的增长率服从对数正态分布,且与特征量自身的规模无关,这些特征与双帕累托对数正态分布模型一致,从而使用这一模型可以很好地解释粉丝数、关注数和微博数分布特性的形成机制.  相似文献   
3.
在分析原有网络存在的问题基础上,从NetWare网络的目录结构规划和用户权限结构设计入手,阐述了在NetWare4.10网络环境下实现多用户无盘自启动的设计与实施的方法和步骤。  相似文献   
4.
根据抓取到的新浪微博实际用户数据,分析了粉丝数、关注数和微博数3个特征量的增长模式,发现这3个特征量整体上都随时间线性增长,取整后的增长率服从幂律分布.用户特征量增长模式主要呈持续增长和爆发式增长,其中爆发式增长用户按增长的不同阶段又可以划分为前期、中期、后期和阶跃式4种增长模式.使用基于向量余弦距离相似性的K-means聚类算法,对不同排序和不同初始规模实际用户特征量的时间序列进行聚类分析,统计得到不同增长模式的用户数量.发现用户特征量中增速高的用户增长主要以爆发式增长为主,而规模高的用户增长以持续式增长为主.通过对用户粉丝数爆发式增长的过程分析,对比用户微博被转发和被评论二者的增长关系,提出了导致用户粉丝数爆发式增长的原因.  相似文献   
5.
本文在分析原有网络存在问题的基础上,从NetWare网络的目录结构规划和用户权限结构设计入手,阐述了在NETWARE4,10网络环境下实现多用户无盘自启动的设计与实施的方法和步骤.  相似文献   
6.
在多用户环境下,因共享数据库资源而进行的并发操作,如不加以恰当合理的控制,将破坏数据库的完整性和一致性,为实际工作带来不良后果。本文在简要介绍并发控制理论基础后,通过具体实例,从DBMS本身提供的并发控制功能和ADO提供的数据库锁机制两方面,对实现合理的并发控制加以阐述。强调了并发控制方法的原则,即数据的完整性、一致性与提高并发度的统一。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号