第6章多媒体数据库及基于内容检索 一、多媒体数据管理 二、多媒体数据库管理系统 三、面向对象技术与 MDBMS 四、基于内容的检索技术

建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率，提出基于\互为最小相似度文本对\搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法；其次，基于\互为最小相似度文本对\搜索选择二分簇中心，提出通过一次划分实现簇质心寻优的二分K-means聚类算法；最后，基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明：提出的聚类算法与原始二分K-means相比，在获得相当聚类效果的同时，具有明显效率优势；并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性

7.1 事务的基本概念 7.2 数据库恢复概述 7.3 故障的种类 7.4 恢复的实现技术 7.5 恢复策略 7.6 具有检查点的恢复技术 7.7 数据库镜像 7.8 Oracle的恢复技术 7.9 小结

数组是有序数据的集合 数组中的每一个元素都属于同一个数据类型 用一个统一的数组名和下标来唯一地确定数组中的元素 数组是一个在内存中顺序排列的由若干相同数据类型的元素组成的数据集合

一、移动数据通信的概念 二、移动数据通信的交换技术 三、移动数据通信网

文件概念 文件:是保存在外存储器上的一组数据 的有序集合。 文件的特点是: (1)数据长久保存 (2)数据长度不定 (3)数据按顺序存取 C语言中的文件完全是字节代码的序列 (字节流)可以看作为磁带

以先后发生过两次土质滑坡的平朔公司东露天矿边坡为研究背景,针对目前高精度岩土层界面拟合时有效数据不足和人工评价误差较大的现状,充分利用岩土层界面的地质调查点数据,有效扩充钻孔数据范围,为高精度的岩土层界面拟合提供有效数据,并利用基于Closest Point算法的结构分析模型进行Kriging插值计算,实现Kriging算法与Closest Point算法的融合,完成对露天矿边坡各岩土层的三维拟合.现场选取测量点的比对结果表明,基于Kriging与Closest Point融合算法的界面拟合,与传统的人工经验评价方法相比,能大幅提高拟合精度,且简单易行

第二章数据类型、运算符与表达式 本章的主要内容包括: 1、C语言中的数据表示 2、C语言数据类型 3、C语言的表达式计算 4、C语言的数学函数

5.1 安全性 5.2 完整性 5.3 并发控制 5.4 恢复 5.5 数据库复制与数据库镜像

3.1 SQL概述 ◼ SQL的特点 ◼ 1. 综合统一 ◼ 2. 高度非过程化 ◼ 3. 面向集合的操作方式 ◼ 4. 以同一种语法结构提供两种使用方法 ◼ 5. 语言简洁，易学易用 3.2 数据定义 3.3 查询 3.3.1 概述 3.3.2 单表查询 3.3.3 连接查询 3.3.4 嵌套查询 3.3.5 集合查询 3.3.6 小结