关系数据库的查询优化技术

在多数数据库应用系统中,查询操作是各类操作中所占比例最大的,其效率的高低直接关系到应用系统性能的好坏。通过部分实例阐述了关系数据库查询优化的实现途径和实现方法。     

概率神经网络在汽轮发电机组故障诊断中的应用

汽轮发电机组逐渐智能化,功能不断增强,但不确定性因素和不确定性信息仍然大量存在。针对该问题,用概率神经网络（PNN）诊断汽轮发电机组故障。PNN优点较多,机器学习算法简易、方便训练,相比于传统样本处理方法,PNN可训练样本并引入训练网络,更好地确保诊断结果正确率与可信度。MATLAB仿真结果表明,PNN在保证诊断结果准确的基础上,速度更快、分类性能大幅提高,诊断效率也提高至98%。     

简谈SQL SERVER 2000中的连接查询

连接查询是通过连接运算符实现多表查询的一种数据检索方式,连接查询是关系数据库的主要特点。在关系数据库管理系统中,常把一个实体的所有信息存放在一个数据表中,当检索数据信息时,通过连接查询取出存放在多个表中的不同实体信息．这样的应用方式给用户带来了很大的灵活性。     

基于关系数据库关键词查询的评分函数研究

为了解决目前关系数据库关键词查询效果不理想的问题,通过优化传统信息搜索领域的评分函数中的关键因子,提出了一种新的评分函数。通过实际数据分析验证该新的评分函数合理、有效。     

关系模式到XML Schema的高效转换算法研究

为了将大量的数据以关系数据库的形式存储和保存,将这些关系数据转换成XML文档,给出一个基于查询的关系模式到XML模式转换的有效算法。通过分析数据值基数和用户查询模式,采用列间的相等合并的方式,解决隐式参照完整性问题,最终结果用XML Schema表示。此算法能够避免关系模式转换成错误的XML Schema,并且能够全面有效地表达关系模式中的信息,实现有效信息的充分利用。     

浅谈教学中条件概率的两个误区

条件概率是概率论中的一个重要内容,在事件与事件的关系中扮演着重要的角色,基于条件概率与两个事件都发生的概率概念之间的异同,进而阐述了计算条件概率时常用的一些方法以及技巧,以加深学生对条件概率的理解.     

条件概率、贝叶斯决策及其在教育科研中的应用

一 条件概率:定义与计算 §1.1 条件概率 在本刊今年第一期的“教育科研中的概率问题及其计算”一文中(以下简称文一),我们介绍了普通的概率问题,即某一事件A发生的概率P(A)的定义及其计算方法。在该文中我们没有提及或用到任何与事件A发生有关的信息,而是隐含地假定事件A发生与否和其它事件发生与否无关,因此也可以称P(A)为无条件或绝对的概率,即事件A无条件或绝对地发生的概率。     

9．2概率帮你做估计

本节需学习的内容本节学习用频数去估计概率的方法,再通过实验活动后,会理解事件发生的频数与概率之间关系,体验利用频率估计事件的概率,即在同样条件下,大量重复试验时,根据一个随机事件发生的频率所逐渐稳定到的常数,可以估计这个事件发生的概率,进一步认识数学与现实世界是密不可分的．     

关系代数的相应运算在SQL中的实现

关系代数是一种抽象查询语言，是关系数据操纵语言的一种传统表达方式。SQL是一种结构化的查询语言，已成为关系数据库的国际标准语言。本文给出了二者之间的一种对应关系。     

基于关系数据库表树的数据结构研究

随着关系数据库技术的应用越来越广泛,利用关系表格、关系代数、结构化查询语言等研究基于外存储结构的数据结构有着实际的意义。本文从一个具有树结构的学校管理模型出发,提出一种用关系数据库表来表示树的方法,讨论了如何利用关系代数和SQL语言对表格进行一般查询,借助JaVa语言实现二叉树中比较典型的前序、中序和后序算法,最后对文章开始引出的问题给出了实现程序。     

工程数学辅导

1随机事件与概率 主要内容有:随机事件与概率概念,古典概率的计算方法,事件的关系与运算,概率的运算—加法、乘法、全概率和贝叶斯公式.条件概率及事件独立性。     

条件概率中的“条件”与事件发生的“条件”的关系剖析

在解答条件概率问题的过程中,厘清条件概率中的“条件”与事件发生的“条件”是关键一环,解题者往往对条件概率中的“条件”与事件发生的“条件”之间的关系分析不到位,认识不明晰．导致问题的关系不清,对解答产生意想不到的错误．下文对条件概率中的“条件”与事件发生的“条件”的常见关系举例剖析,供读者参考．     

工程数学期末复习指导

1　随机事件与概率1 1　重点内容事件与概率的概念 ,加法公式、乘法公式和全概公式。1 2　难点内容条件概率 ,古典概型中的概率计算。1 3　复习要求1 )了解随机事件的概念。学习随机事件的概念时 ,要注意以下两个特点 :在一次试验中可能发生 ,也可能不发生的事件为随机事件 ,即随机事件的发生具有偶然性 ;在大量重复试验中 ,随机事件的发生具有统计规律性。2 )掌握随机事件的关系和运算 ,掌握概率的基本性质。了解必然事件、不可能事件的概念 ,了解事件间的关系(包括事件之间的包含、相等、和、积、互斥 (互不相容 )、对立、差等关系 )及…     

基于模糊等价关系的随机变量的条件熵

通过在模糊近似空间中引入概率分布,建立模糊概率近似空间.同时将度量事件集不确定性的shannon熵进行推广,给出了模糊概率近似空间的熵,最后给出了模糊概率近似空间的条件熵及其性质.     

基于实验,以数据研究不确定性——“监狱的椅子”教学实践与启示

<正>人类在观察或者预测某一现象时,会产生两种情形：一是在某些相同条件下,事件发生的结果隐含因果关系,是确定的;二是尽管某些条件相同,但是事件发生的结果并不能事先确定,有不确定性,概率便是用来测量这种不确定性事件可能发生的程度的一个指标^[1]。在PISA1999研究框架中,把“不确定性”“变化与增长”“空间与形状”“定量思维”并列为四大数学内容,所以概率内容进入小学数学课程是国际化趋势,一些重要文献给出了这样的解释：它为学生参与有趣的、     

加权的布尔型文本匹配算法研究

本文分析了传统的布尔型文本匹配算法的弊端和缺陷,结合图书文本信息的快速、高效的检索匹配要求,提出了加权的布尔型文本匹配算法。该算法对传统的文本匹配算法中漏检、误检和模糊查询等方面的问题进行了加权处理和结果校正,既保证查询算法的高效与全面性,同时又有效地控制了匹配的准确度,为图书信息查询系统的建立提供一种更好的解决方法。     

基于融合概率盒的指标灵敏度分析方法

传统灵敏度分析方法大多忽略了指标不确定性问题,难以反映指标不确定性对评估结果的影响程度,导致关键指标辨识困难。为此,在不精确概率的数学性质基础上,提出基于融合概率盒的不确定性指标灵敏度分析方法。首先针对指标数据的分布特点采用不同方法建立指标概率盒模型,然后进行指标概率盒两两交叉融合运算,获得每次融合后的概率盒模型,最后通过计算融合后概率盒模型积分面积变化分析指标的灵敏度。与传统方法比较,结果表明该方法不仅能有效辨识出关键指标,而且给出的灵敏度排序结果与传统方法相比具有更高的区分度。     

关系数据库的非群集访问与实现

关系数据库查询语言SQL操作的对象是集合,得到的结果也是集合.利用高级语言通过SQL的通信区对SQL查询的结果进行控制,做过程化处理,从而实现关系数据库的非群集访问.     

透视“伪随机事件”

要解决话题中的问题,我们首先要透彻理解“概率”这一概念。众所周知,在自然界和现实生活中,根据事物是否有必然的因果联系,我们可将其分成截然不同的两大类：一类是确定性的现象,包括必然事件（概率为1）和不可能事件（概率为0）：另一类是不确定性的现象,如果事物间的关系是偶然的,就把这种现象叫做偶然现象,     

基于概率的图数据库匹配优化算法研究

资源描述框架广泛用于描述资源及其关系,资源描述框架图是最常用的资源描述框架数据表示方式之一.采用不一致概率的资源描述框架图对数据进行形式化处理,并探讨图匹配问题.给定查询图,从不一致概率的资源描述框架图中进行子图的检索,并获得高质量分数.为了提高查询效率,设计了一个有效的剪枝策略.通过大量的实验验证了所提出算法的有效性.