为了提高非平衡数据集的分类精度，提出了一种基于样本空间近邻关系的重采样算法。该方法首先根据数据集中少数类样本的空间近邻关系进行安全级别评估，根据安全级别有指导的采用合成少数类过采样技术（Synthetic minority oversampling technique，SMOTE）进行升采样；然后对多数类样本依据其空间近邻关系计算局部密度，从而对多数类样本密集区域进行降采样处理。通过以上两种手段可以均衡测试数据集，并控制数据规模防止过拟合，实现对两类样本分类的均衡化。采用十折交叉验证的方式产生训练集和测试集，在对训练集重采样之后，以核超限学习机作为分类器进行训练，并在测试集上进行验证。在UCI非平衡数据集和电路故障诊断实测数据上的实验结果表明，所提方法在整体上优于其他重采样算法

第一节空间数据质量 一、空间数据质量的概念 二、空间数据质量评价 三、空间数据质量问题的来源与分析 四、数据质量控制

医生诊断需要结合临床症状、影像检查等各种数据，基于此，提出了一种可以进行数据融合的医疗辅助诊断方法。将患者的影像信息（如CT图像）和数值数据（如临床诊断信息）相结合，利用结合的信息自动预测患者的病情，进而提出了基于深度学习的医疗辅助诊断模型。模型以卷积神经网络为基础进行搭建，图像和数值数据作为输入，输出病人的患病情况。该医疗辅助诊断方法能够利用更加全面的信息，有助于提高自动诊断准确率、降低诊断误差；另外，仅使用提出的医疗辅助诊断模型就可以一次性处理多种类型的数据，能够在一定程度上节省诊断时间。在两个数据集上验证了所提出方法的有效性，实验结果表明，该方法是有效的，它可以提高辅助诊断的准确性

在数据库应用系统中,一个数据库中常常包含 若干个数据表,用以存放不同类别的数据集合。 而这些数据集合存放于同一个数据库中,是由 于它们之间存在着相互联接的关系。这种数据 集合间的相互联接称之为关联。在关系数据库 的实现中,主要存在两种关联:一对一的关联 和一对多的关联

文章介绍了国际沉积相关数据库的总体建设情况,并深度剖析美国 Macrostrat数据库的结构及其创新工作 模式,旨在为深时数字地球(Deep-Time Digital Earth,DDE)计划建设多学科、多尺度、多层次、共享开源的大数据库提供 借鉴和参考;在此基础上,剖析了若干应用大数据思维开展的重要科研实例

介绍了生物信息学资源的发展趋势。详细介绍了包括基因组数据库、蛋白质序列数据库、蛋白质二级、三级数据库、蛋白质结构分类数据库、核酸和蛋白质结构数据库等各类生物信息学资源的、基本格式、检索方式等。介绍了“整合生物主要内容信息学”的基本概念，较详细地介绍了BLAST软件的内容及使用方法，并学习了几种通用的序列查询软件和对各级序列数据库进行综合查询的基本思路

第4章数据库基本操作 教学内容 4.1建立数据库 4.2建立数据库表与自由表 4.3数据库中对表的操作 4.4数据库与表的基本操作命令

3.1 SQL的基本概念与特点 3.2 SQL Server 2012简介 3.3 数据库的创建和使用 3.4 数据表的创建和使用 3.5 单关系（表）的数据查询 3.6 多关系（表）的连接查询 3.7 子查询 3.8 其他类型查询 3.9 数据表中数据的操纵

数据检索可在数据表视图中进行,包括数据排序和数据筛选两项操作。 3.4.1数据排序 3.4.2数据筛选

数据由原始事件组成,经过加工从中获 得信息。加工前,需将数据组织起来, 数据库正是组织数据的有力工具。用户 可通过数据库管理系统从数据库中存取 所需信息