数据库系统概述 数据库技术三个发展阶段 关系数据库 SQL 数据库管理系统 数据模型的发展 数据库技术和相关技术的结合

第9章数据库与信息管理系统 9.1数据库的基本概念 9.1.1数据库的产生 9.1.2数据库系统的构成 9.1.3数据库系统的主要特性 9.1.4关系数据模型 9.2 Access2000数据库基础 9.2.1 Access2000概述 9.2.2 Access的表和查询

第一节方差分析的基本原理与步骤 第二节单因素试验资料的方差分析 第三节两因素试验资料的方差分析 *第四节方差分析的数学模型与期望均方 第五节数据转换

什么是数据库的物理设计 数据库在物理设备上的存储结构与存取方法 称为数据库的物理结构,它依赖于给定的计 算机系统。 为一个给定的逻辑数据模型选取一个最适合 应用环境的物理结构的过程,就是数据库的 物理设计

SQL Server2000是 Microsoft公司最新推出的大 型数据库管理系统,它建立在成熟而强大的关系 模型基础上,可以很好地支持客户机/服务器网 络模式,能够满足各种类型的企事业单位对构建 网络数据库的需求,并且在易用性、可扩展性、 可靠性以及数据仓库等方面确立了世界领先的地 位,是目前各级各类学校学习大型数据库管理系 统的首选教材

早期的控制系统分析过程复杂而耗时,如想得到一个系统 的冲激响应曲线,首先需要编写一个求解微分方程的子程 序,然后将已经获得的系统模型输入计算机,通过计算机 的运算获得冲激响应的响应数据,然后再编写一个绘图程 序,将数据绘制成可供工程分析的响应曲线

一、了解系统设计的主要内容、设计原则、评 价指标。了解系统平台设计的原则,技术需求 二、了解数据库设计的方法;了解用户接口的设计方法 三、了解系统安全、数据安全的定义;了解数据安全策略、数据备份和恢复

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

早期的控制系统分析过程复杂而耗时,如想得到一个系统 的冲激响应曲线,首先需要编写一个求解微分方程的子程 序,然后将已经获得的系统模型输入计算机,通过计算机 的运算获得冲激响应的响应数据,然后再编写一个绘图程 序,将数据绘制成可供工程分析的响应曲线

一、试验数据构造模型 二、正交试验的方差分析法 三、有重复试验的方差分析 四、缺落数据的弥补