点击切换搜索课件文库搜索结果(786)
文档格式:PPT 文档大小:923KB 文档页数:45
(1)理解数据恢复概念及分类; (2)理解数据恢复基础原理; (3)掌握硬盘数据恢复的基本方法及注意事项; (4)掌握硬盘数据备份的方法。 任务1 数据恢复概念及分类 任务2 数据恢复基础原理 任务3 硬盘数据恢复方案分析 任务4 数据备份
文档格式:PPT 文档大小:459.5KB 文档页数:27
3.1集中式系统 3.2客户/服务器系统 3.2.1客户/服务器结构 3.2.2N层客户机服务器结构 3.3分布式系统 3.3.1分布式系统的基本概念 3.3.2分布式数据库系统的主要特点 3.4数据库接口 3.4.1通过ODBC连接数据库 3.4.2通过JDBC连接数据库 3.4.3通过 OLE DB连接数据库 3.4.4通过专用接口连接数据库 3.4.5通用数据库接口和专用数据库接口的比较 3.5应用实例
文档格式:PPT 文档大小:679.5KB 文档页数:54
第18章 SQL Server应用实例 18-1数据库规划与设计 18-2SIS需求分析与功能结构0 l18-3SI数据结构设计及实现 18-4SMIS应用程序的编制 18-5 SQL Server数据库对象设计 数据库设计是数据库应用的关键技术。本章首先介绍了数据库设计的基本过程,而后基于数据库设技术和 SQL Server2000知识系统地介绍了学生管理信息系统实例的需求分析、功能结构、数据结构设计与具体实现、应用程序的编制等内容
文档格式:PPTX 文档大小:2.37MB 文档页数:50
• 业务理解 • 数据理解 • 数据质量问题与预处理 • 数据分析常见陷阱 • 数据分析方法的选择 • 数据分析结果的评价 • 数据分析团队的组建 • 数据分析人才培养的难题
文档格式:PPT 文档大小:624KB 文档页数:19
第16章 SQL Server数据的网页发布 16-1 SQL Server与web交互数据 16-2HTML和XML基础 16-3通过Web向导发布数据 16-4DBC数据源 16-5本章小结 SQL Server2000提供了用于将系统中用户数据输入到HTML文件并发布 Web至网上的 Assistant(Web助手),利用这一工具用户可定期对发布的Web页数据进行更新等。本章主要介绍HTML基础、通过Web向导发布Web数据和ODBC数据源
文档格式:PPT 文档大小:235KB 文档页数:64
2.1关系数据库 2.1.1关系数据结构 2.1.2关系操作 2.1.3关系的完整性 2.2SQL语言 2.2.1qL概述及特点 2.2.2SQL数据定义 2.2.3SQL数据查询 2.2.4SQL数据操纵 2.2.5数据控制 2.3关系数据理论 2.3.1关系模式可能存在的问题 2.3.2函数依赖及规范化
文档格式:PPT 文档大小:580.5KB 文档页数:89
在程序设计的过程中,数据的组织和表示是很重 要的,因为数据是程序的处理对象,数据的表示形式 关系到整个程序的运行效率和解决问题的能力,前面 我们已经初步了解了数据的最基本形式-整数、实数 字符、字符串等基本数据类型,也学习了在面向对 象的程序设计环境下,类和对象的构造和组织。下面 我们进一步学习其他在基本数据类型的基础构造出来 的一些复杂数据类型,如数组、指针、结构、共用体 、枚举类型等。使我们在类和对象的设计过程中,可 以运用更多的数据类型
文档格式:DOC 文档大小:275.5KB 文档页数:31
数据库不仅仅存储数据,事实上它为用户提供信息。因此,数据库安全不仅要考虑保护敏感数据,而且要考 虑使用户以受控制的方式检索数据的机制。这里强调了把数据库安全和操作系统安全区分开来。比起对数据的访 问控制,我们应该更强调对信息的访问控制。尽管保护数据的安全是一个重要问题,但我们绝对应该把控制集中 在请求访问的目标上
文档格式:PDF 文档大小:431.73KB 文档页数:6
针对部分聚类算法对数据输入顺序敏感的问题,定义了不干涉序列指数,提出了应用不干涉序列指数对分类数据进行加权排序的方法,并基于该方法对受数据输入顺序影响的CABOSFV_C分类数据高效聚类算法进行改进,提出了考虑加权排序的聚类算法(CABOSFV_CSW),消除了算法对数据输入顺序的敏感性.采用UCI基准数据集进行实验,发现应用加权升序排序的CABOSFV_CSW算法在处理分类数据时,聚类质量较原始CABOSFV_C算法和其他受数据输入顺序影响的算法在准确性上有改善,在稳定性上有显著提高
文档格式:PDF 文档大小:789.78KB 文档页数:8
为实现弹药传输机械臂中不可测参数的辨识,建立了机械臂的虚拟样机,并将其作为样本数据的来源;考虑到样本数据的连续性和平滑特性,使用函数型数据分析和函数型主成分分析对样本数据进行了特征提取,并利用提取的特征参数和待辨识参数作为训练样本对极限学习机(ELM)进行了训练.为提高极限学习机的辨识精度和泛化能力,利用粒子群算法对极限学习机的输入层与隐含层的连接权值和隐含层节点的阈值进行了优化.最后,分别利用仿真数据与测试数据对此方法进行了验证,仿真数据的辨识结果表明,优化后的极限学习机具有更高的辨识精度和泛化能力;同时,通过对比将测试数据的辨识结果代入模型中进行仿真得到的支臂角速度与测试角速度,验证了此方法的可行性和有效性
首页上页2021222324252627下页末页
热门关键字
搜索一下,找到相关课件或文库资源 786 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有