选择查询是最常见的查询类型,它从一个 或多个的表中检索数据,并且允许在可以 更新记录(带有一些限制条件)的数据表 中进行各种操作数据。也可以使用选择查 询来对记录进行分组,并且对记录作总计 、计数、平均以及其他类型总和的计算。 选择查询的优点在于能将多个表或查询中 的数据集合在一起,或对多个表或查询中 的数据执行操作

其一是数据库数据的安全:它应能确保 当数据库系统崩溃时,当数据库数据存 储媒体被破坏时以及当数据库用户误操 作时,数据库数据信息不至于丢失。 其二是数据库系统不被非法用户侵入, 它应尽可能地堵住潜在的各种漏洞,防 止非法用户利用它们侵入数据库系统

数据是反映客观事物属性的记录。通常分为数值型和 字符型两种基本类型。数据类型一旦被定义,就确定了 其存储方式和使用方式。 Visual foxpro系统将数据细 化分为以下十三种类型

4-2改写顺序栈的进栈成员函数push(x),要求当栈满时执行一个 stackFull()操作进行栈满处理。其功能 是:动态创建一个比原来的栈数组大二倍的新数组,代替原来的栈数组,原来栈数组中的元素占据新数组 的前 MaxSize位置。 【解答】 templatepush( const Type&item) if isFull ( stackFull();

平煤十矿采用三维套孔应力解除地应力测量技术和具有温度补偿功能的空心包体应变计,完成了矿区6个水平、11个测点的现场地应力实测,最大测点深度达到1123 m.这是我国煤矿首次采用应力解除法进行系统的矿区地应力测量并且测量深度超1100 m.通过测量获得了矿区11个测点的三维地应力状态,揭示了矿区地应力场的分布规律,建立了矿区地应力场模型.针对平煤十矿是我国典型的高瓦斯矿井、深部采矿存在引发煤(岩)爆和瓦斯爆炸的高危险性,本文提出:根据实测地应力数据,采用数值模拟技术,定量计算开挖扰动引起的开采煤层和围岩中能量聚集状况及其随采矿过程的变化规律,借助地震学的知识,根据能量聚集状态对未来开采可能引发煤(岩)爆的时间、地点和震级进行预测

为提高热轧换规格首块钢头部卷取温度命中率，采用数据挖掘技术，从历史带钢冷却数据中推断出与实际带钢相匹配的卷取温度模型水冷换热学习系数，并将其应用于模型预设定计算。首先，对冷却特征参数进行识别，按照相对型、绝对型、相等型和策略型四种方式进行定义，并对实际带钢与历史带钢的各项冷却特征参数进行相似距离计算。当历史带钢的总相似距离满足要求时，将其聚类为实际带钢的相似卷，并考虑各相似卷的时间影响，计算相似权重值；随后，基于相似带钢的头部和尾部信息，建立由卷取温度预报误差、偏离学习系数回归值惩罚项和偏离默认值惩罚项等构成的目标函数以及相应的约束条件，采用梯度下降法求解该二次规划问题，通过三次优化逐步计算出学习系数参考值和表征学习系数与带钢速度及目标卷取温度呈双线性关系的两个参数；最后，根据实际带钢的穿带速度、目标卷取温度等冷却条件计算冷却设定所需的学习系数。现场应用表明：基于十万块历史带钢冷却数据驱动的模型参数即时自适应设定算法可增强卷取温度模型对带钢头部冷却的预设定能力，学习系数即时自适应设定能力随着内存中保存的历史带钢冷却数据的多样性和检索出的相似卷数量的增加而提升

﹡RAM，CPU在运行时能随时进行数据的写入和读出，但在关闭电源时，其所存储的信息将丢失。它用来存放暂时性的输入输出数据、运算的中间结果或用作堆栈。﹡ROM是一种写入信息后不易改写的存储器。断电后，ROM中的信息保留不变。用来存放固定的程序或数据，如系统监控程序、常数表格等

交叉表查询是 Access支持的另一类查询 对象。交叉表查询显示来源于表中某个字段 的总结值(合计、计算以及平均),并将它 们分组,一组列在数据表的左侧,另一组列 在数据表的上部。例如,在“零售商店管理信息 系统”数据库的“销售数据记录”表中,如果 希望得到各个销售人员的销售总金额一览表 ,就需要应用交叉表查询来实现。可以看到 ,交叉表查询运行的显示形式,是作为数据 源的表转置后形成的数据表。即,将数据源 表中的某一字段数据作为交叉表查询的字段 名,某几个字段数据作为分类汇总的依据, 某一个字段数据被汇总计算后显示在各自的 字段下

1.1 数据库系统概述 1.1.1 四个基本概念 1.1.2 数据管理技术的产生和发展 1.1.3 数据库系统的特点 1.2 数据模型 1.2.1 两大类数据模型 1.2.2 数据模型的组成要素 1.2.3 概念模型 1.2.4 最常用的数据模型 1.2.5 层次模型 1.2.6 网状模型 1.2.7 关系模型 1.3 数据库系统结构 1.3.1 数据库系统模式的概念 1.3.2 数据库系统的三级模式结构 1.3.3 数据库的二级映像功能与数据独立性 1.4 数据库系统的组成 ❖数据库 ❖数据库管理系统（及其开发工具） ❖应用系统 ❖数据库管理员

第10章数学问题的非传统解法 一、集合论、模糊集与模糊推理 二、粗糙集理论与应用 三、人工神经网络及其在数据拟合中的应用 四、进化算法及其在最优化问题中的应用 五、小波变换及其在数据处理中的应用 六、分数阶微积分学问题求解及应用