一、数据库管理系统出现的背景 二、数据库管理系统基本功能、抽象层次 三、数据库系统总体结构 四、理解数据库原理、应用及设计三部分间的关系 五、数据库系统中的术语与基本概念 六、数据库技术发展

为确保网络控制系统中传输数据的完整性、实时性、机密性和可用性,提高系统对抗数据攻击的能力,提出了一种基于MD5散列码、时间戳和AES加密算法的数据安全传输策略,该策略兼顾了系统中控制器端和被控对象端数据传输的安全性和实时性.并从控制策略的角度出发,考虑在系统遭受到数据攻击后,采用基于网络回路时延的网络预测控制方法对数据攻击进行补偿,使系统在受到一定强度的数据攻击后仍然能够进行稳定的控制,从而提高网络控制系统应对攻击的能力.采用S100-1实训平台管道压力控制系统验证了基于安全传输策略的网络化预测控制系统有较好的安全性和抗数据攻击能力

介绍了一种基于系统特征数据的控制器设计算法.该算法仅根据被控对象的输入、输出采样数据,按照卷积定理计算出被控对象的单位脉冲响应作为系统的特征数据;在控制量约束条件下,根据特征数据以最速响应为控制目标规划出输出参考数据和最速控制律;然后根据控制目标和最速控制律的要求计算出理想控制器的特征数据;最后,根据控制器的特征数据辨识出线性控制器参数.仿真结果表明,控制结果具有最速参考控制的特征

第4章数据库 4.1设计数据库 4.2数据库的创建及基本操作 4.3在数据库中添加和移去数据表 4.4查看和修改数据库结构 4.5数据字典

4.1文件与文件组 4.2创建数据库 4.3查看数据库信息 4.4删除数据库 4.5修改数据库 4.6数据库的存储结构 4.7数据库的备份和恢复

第1章数据库系统概述 1.1信息、数据与数据处理 1.2数据库技术的产生和发展 1.3数据库系统的组成 1.4数据库系统的结构

第3章数据表的创建及操作 3.1数据表的创建 3.2数据表的维护 3.3数据表的排序、索引与查询 3.4数据表的统计与汇总 3.5多个数据表的使用

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

数据库管理员的任务是使所有运行 Oracle数据库的系统能够有效的工作。数据库管理员为每一个用户提供技术支持,并且应当对 Oracle软件中出现的所有问题都相当熟悉。除上一节介绍的 RACLE实例设置外, ORACLE数据库的存储对数据库的性能也有很大影响,另外ORACLE的安全性、备份与恢复机制也在本节中介绍。 4.3.1管理 ORACLE存储 4.3.2 ORACLE安全管理 4.3.3 ORACLE备份与恢复

一个没有标明误差的测试结果,几乎会成为没有用处的数据。 数据的质量通常是将它们的误差与最终使用的要求相比较来进行评 价的。如果数据具有一致性而且它们的误差小于所要求的误差,就 认为这些数据有合格的质量。反之,数据过分离散或者误差超出要 求,就认为这些数据是低质量的或不合格的。因此,数据质量的评价 实际上是相对的,对某种情况是高质量的数据而在另一种情况下可 能是不能接受的