现有的基于密度的数据流聚类算法难于发现密度不同的簇，难于区分由若干数据对象桥接的簇和离群点.本文提出了一种基于共享最近邻密度的演化数据流聚类算法.在此算法中，基于共享最近邻图定义了共享最近邻密度，结合数据对象被类似的最近邻对象包围的程度和被其周围对象需要的程度这两个环境因素，使聚类结果不受密度变化的影响.定义了数据对象的平均距离和簇密度，以识别离群点和簇间的桥接.设计了滑动窗口模型下数据流更新算法，维护共享最近邻图中簇的更新.理论分析和实验结果验证了算法的聚类效果和聚类质量

第一章 数据结构概论 1.1 判断下列叙述的对错。如果正确，在题前打“”，否则打“”。 (1) 数据元素是数据的最小单位。 (2) 数据结构是数据对象与对象中数据元素之间关系的集合

本文从冶金热力学数据库应用系统如何在M-150计算机上实现的角度,介绍它的机器环境和系统构成。它由四部分构成:1.数据库:存贮有399种二元系合金和2211种化合物(或元素)的热力学数据。2.数据管理系统:主要完成对数据库中所有数据检索、修改、插入、删除等任务。3.应用程序库:由七个复杂的计算程序组成,完成化学平衡体系的热力学性质的计算。4.监控系统:协调整个系统,使之正常工作

6.1数据库、数据表的基本操作 6.2数据表结构的浏览与修改 6.3对数据表记录的操作 6.4表的排序与索引 6.5数据表的统计 6.6多表操作

4.1数据库的组成 4.2系统数据库和示例数据库 4.3创建数据库和事务日志 4.4管理数据库

文件(file)一般指:存储在外部介质上数据的集合。数据是 以文件的形式存放在外部介质(如磁盘)上的，操作系统是 以文件为单位对数据进行管理的,也就是说,如果想找存在外 部介质上的数据,必须先按文件名找到所指定的文件,然后再 从该文件中读取数据。要向外部介质上存储数据也必须先 建立一个文件(以文件名标识),才能向它输出数据

前面已经讲述了关系数据库、关系模型的基本概念以 及关系数据库的标准语言。 如何使用关系模型设计关系数据库，也就是面对一个 现实问题，如何选择一个比较好的关系模式的集合， 每个关系又应该由哪些属性组成。这属于数据库设计 的问题，确切地讲是数据库逻辑设计的问题，有关数 据库设计的全过程将在第6章详细讨论

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

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

数据库设计是指根据用户需求研制数据库结构 的过程，具体地说，是指对于一个给定的应用 环境，构造最优的数据库模式，建立数据库及 其应用系统，使之能有效的存储数据，满足用 户的信息要求和处理要求