提出面向对象数据库的逻辑设计方法,并且通过一个实例对方法的可行性进行了检验.此方法对传统的ER模型进行了扩展,加入了继承、构成、消息传递、方法等成分;提出了较为规范的根据陈述需求的资源文本生成扩展的ER模型的方法,包括概念提取、概念分析、分析形式化、确定概念模型等步骤;提出了较为规范的由扩展的ER模型生成面向对象数据库的数据结构的方法,包括消息传递的实现方法和联系的实现方法,以及拥有实例的类的确定法则

一、数据库设计概述 二、需求分析 三、概念结构设计 四、逻辑结构设计 五、物理结构设计 六、数据库实施和维护

· 数据域的基本概念 · 数据域测试系统与仪器 · 逻辑分析仪的组成、原理和应用 · 可测性设计技术 · 数据域测试的应用

第一章 绪论 1、什么是数据结构 2、抽象数据类型及面向对象概念 3、数据结构的抽象层次 4、用C++描述面向对象程序 5、算法定义 6、模板 7、性能分析与度量

一、什么是数据结构 二、抽象数据类型及面向对象概念 三、 数据结构的抽象层次 四、用C++描述面向对象程序 五、算法定义 六、模板 七、性能分析与度量

（一）理论课程 1《空间解析几何》 2《离散数学》 3《时间序列分析》 4《数值计算方法》 5《运筹与优化》 6《Python 程序设计》 7《常微分方程》 8《大数据技术原理及应用》 9《复变函数论》 10《概率统计》 11《高等代数》 12《面向对象程序设计》 13《数据结构与算法》 14《数据库原理及应用》 15《数据挖掘》 16《数理统计》 17《数学分析（1）》 18《数学分析（2）》 19《数学建模(1)》 20《数学建模(2)》 21《数学软件及应用》 （二）实验课程 22《时间序列分析》 23《数据结构与算法》 24《数学软件及应用》 25《数值计算方法》 26《Python 程序设计》 27《大数据技术原理及应用》实验 28《面向对象程序设计》 29《数据库原理及应用》课程 30《数据挖掘》 31《数理统计》 （三）实践课程 32《专业教育》 33《web 数据挖掘与电子商务项目实训》 34《技能实训》教学大纲 35《客户数据分析项目设计》 36《数学建模(1)》 37《数学建模(2)》 38《中文文本数据挖掘项目实训》 39《综合项目实训》教学大纲 40《毕业设计（论文）》教学大纲 41《毕业实习》教学大纲

《计算机应用基础 B》 《信息安全导论》 （理论课） 《信息安全概论 A》 《数据结构》 《信息安全概论》 《模式识别》 《并行计算》 《数据结构与算法》 《算法设计与分析》 《计算机应用基础》 《信息分析与评价》 《人工智能鱼》 《人工智能导论》 《计算机网络》 《计算机网络基础》 《计算机组成原理》 《计算机体系结构》 《物联网引论》 《INTERNET 网》 《FLASH 动画设计与 ASP 编程》 《Java 程序设计 B》 《汇编语言程序设计》 《可视化程序设计 A》 《数据库基础及应用》 《DELPHI 可视化编程设计》 《Java 程序设计》 《数据库系统原理》 《数据库应用基础》 《数学软件 Mathematica》 《数学软件 Matlab》 《软件工程》 《数据仓库与数据挖掘》 《嵌入式操作系统》 《程序设计语言 A（C 语言）》 《操作系统》 《面向对象程序设计》 《Java 程序设计基础》 《程序设计语言 A (C++)》 《程序设计语言 B》 《程序设计基础》 《Web 程序设计》 《Windows 程序设计》 《编译原理》 《大数据应用概论》 《企业经营决策实战》 《软件工程概论》 《软件设计模式》 《软件项目管理（双语）》 《软件需求分析与设计》 《软件质量保证与测试》 《数据库原理》 《写作与表达实训》 《现代操作系统（双语）》 《嵌入式系统原理与应用》 《组件开发技术》 《移动开发技术》 《统一建模语言》 《数据挖掘技术》 《数据库应用》 《Matlab 软件应用》 《单片机与接口技术》 《计算机图形学基础》 《网页制作技术》 《Photoshop 入门与提高》 《电子商务概论》 《多媒体课件设计》 《计算机图形学》 《电子商务实战》实习 《计算方法》 《专业英语》 《信息检索技术》

油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级

本工作用EXAFS技术测定了非晶态合金CuXZr1-X（X=33,50）和Cu80Ti20中Cu原子K吸收EXAFS谱,得出了原子间距和配位数等结构参数。本文通过对上述非晶态合金EXAFS数据的分析,给出了CuXZr1-X和CuXTi1-X体系中化学短程有序的研究结果。当Cu原子含量为50%时,体系中不显示化学短程有序,Cu原子的含量增加,此类非晶态合金中异类原子趋子互相结合;Cu原子的含量低于50%时,同类原子倾向于互相结合

为了提高瓦斯涌出预测的准确性,采用BP型神经网络,利用BP型神经网络自学习、自组织和自适应等特性,在MATLAB环境下构建瓦斯动态预测模型.通过对唐山矿瓦斯信号实时监测数据的分析,对瓦斯动态预测模型进行训练和测试.结果表明,该模型的预测速度快、精度高,可以实现对工作面瓦斯涌出的动态预测,并能综合判断工作面所处地点的安全状况以及前方的潜在的危险性