课程文献中心 更多>>

关键词： 激光光谱   数据库管理系统   查询效率   构建与优化  

摘要： 数据库构建和优化结果好坏直接影响激光光谱数据库管理系统的性能,针对当前方法激光光谱数据库的数据冗余度高、查询效率低等问题,设计了一种大规模激光光谱数据库的构建和优化方法。首先分析国内外当前激光光谱数据库构建和优化研究现状,找到当前激光光谱数据库构建和优化方法存在的局限性,然后引入分布式处理技术对激光光谱数据库进行构建,并聚类分析算法和重复记录检测、删除机制对激光光谱数据库进行优化,最后与其它法进行了激光光谱数据库构建和优化对比实验,结果表明,本文方法可以快速构建激光光谱数据库,对激光光谱数据库进行了有效优化,激光光谱数据库查询的精度增加,是一种性能优异的激光光谱数据库构建和优化方法。

关键词： 塑料加工   过程检测   数据库系统  

摘要： 依托聚合物加工过程流变仪,使用Python Django Web应用框架开发出塑料加工特性数据库系统。该系统包含在线采集的加工过程检测数据及塑料加工产品的离线性能测试数据,实现了材料信息查询与导出、材料性能比较与特征匹配等功能,为塑料生产加工过程监测与控制提供了有效的参考工具。

关键词： 数据库管理系统   查询速度   最优方案   全局最优解   查询精度  

摘要： 查询优化是数据库管理系统中的关键技术,针对当前数据库查询优化过程存在的查询效率低、查询结果错误大等缺陷,设计了基于改进粒子群优化算法的数据库查询优化方法。首先对当前数据库查询优化研究现状进行分析,指出当前各种数据库查询优化方法存在局限性;然后采用粒子群优化算法对数据库查询最优方案进行搜索,并针对标准粒子群优化算法存在的收敛速度慢、易得到局部最优解缺陷进行相应改进;最后与其它数据库查询优化方法在相同实验条件下进行仿真对比实验。结果表明,改进粒子群优化算法找到最优数据库查询优化方案的时间短,加快了数据库查询优化速度,并且得到的数据库查询优化方案要明显优于对比方法,提高了数据库查询精度,具有更高的实际应用价值。

关键词： 新形势下   医院信息数据库管理系统   加强建设  

摘要： 新形势下加强医院信息数据库管理系统建设要顺应时代的发展趋势,医院信息数据库管理系统向着信息化、数据化和网络化方向发展,以保证医院信息数据库系统更好地发挥应有的作用。本文针对新形势下对加强医院信息数据库管理系统建设进行相应的分析和思考。

关键词： Oracle数据库   系统审计   机构业务   技能   数据库备份   数据库管理系统   医疗   Server  

摘要： Oracle是关系型数据库管理系统中应用最为广泛的数据管理软件,也是大数据审计过程中数据归集的主要工具之一。被审计单位信息系统数据的备份与还原是大数据审计的必备技能。与SQL Server数据库的可视化的备份与恢复操作相比较,Oracle数据库备份与还原存在许多不可预见性因素,相对来说,出现问题的概率也较髙。

关键词： 数据库管理系统   查询方法   布谷鸟搜索算法   数学模型  

摘要： 针对布谷鸟算法局部搜索能力弱、寻优精度低等缺陷,设计了一种大规模数据库查询的优化算法。首先对当前数据库查询优化的研究现状进行分析,找到其它方法存在的局限性,然后将数据库查询优化问题看作是一个多约束条件的优化问题,选择布谷鸟搜索算法对该问题进行求解,将对标准布谷鸟搜索算法存在的不足进行相应的改善,最后通过具体数据库查询优化仿真实验对其有效性和优越性进行测试与分析。结果表明,改进布谷鸟搜索算法大幅度改善数据库查询优化效率,获得比较理想的数据库查询优化结果,而且结果要明显优于当前其它数据库查询优化方法,具有更高的实际应用价值。

关键词： Matrix   Summarization   Parallel DBMS   Linear algebra  

摘要： Big data analytics requires scalable (beyond RAM limits) and highly parallel (exploiting many CPU cores) processing of machine learning models, which in general involve heavy matrix manipulation. Array DBMSs represent a promising system to manipulate large matrices. With that motivation in mind, we present a high performance system exploiting a parallel array DBMS to evaluate a general, but compact, matrix summarization that benefits many machine learning models. We focus on two representative models: linear regression (supervised) and PCA (unsupervised). Our approach combines data summarization inside the parallel DBMS with further model computation in a mathematical language (e.g. R). We introduce a two-phase algorithm which first computes a general data summary in parallel and then evaluates matrix equations with reduced intermediate matrices in main memory on one node. We present theory results characterizing speedup and time/space complexity. From a parallel data system perspective, we consider scale-up and scale-out in a shared-nothing architecture. In contrast to most big data analytic systems, our system is based on array operators programmed in C++, working directly on the Unix file system instead of Java or Scala running on HDFS mounted of top of Unix, resulting in much faster processing. Experiments compare our system with Spark (parallel) and R (single machine), showing orders of magnitude time improvement. We present parallel benchmarks varying number of threads and processing nodes. Our two-phase approach should motivate analysts to exploit a parallel array DBMS for matrix summarization.

关键词： BASE   CAP   GOOSSDM   GQL-SS   Semi-structured   transactional calculus   X-Query  

摘要： Traditional database system forces all data to adhere to an explicitly specified, rigid schema and most of the limitations of traditional database may be overcome by semi-structured database. Whereas a traditional transaction system guarantee that either all modifications are done or none of these i.e. the database must be atomic (either occurs all or occurs nothing) in nature. In this paper transaction is treating as a mapping from its environment to compensable programs and provides a transaction refinement calculus. The motivation of the Transactional Calculus for Semi Structured Database System (TCSS) is-finally, on a highly distributed network, it is desirable to provide some amount of fault tolerance. The paper proposes a mathematical framework for transactions where a transaction is treated as a mapping from its environment to compensable programs and also provides a transaction refinement calculus. It proposes to show that most of the semi structured transaction can be converted to a calculus based model which is simply consists of a forward activity and a compensation module of CAP (consistency, availability, and partition tolerance) [12] and BASE (basic availability, soft state and eventually consistent) [45] theorem. It proposes to show that most of the semistructured transaction can be converted to a calculus based model which is simply consists of a forward activity and a compensation module of CAP and BASE theorem. It is important that the service still perform as expected if some nodes crash or communication links fail, Verification of several useful properties of the proposed TCSS includes in this article. Moreover, a detailed comparative analysis has been providing towards evaluation of the proposed TCSS. © 2019 MECS.

标准号: GB/T 20009-2019

摘要： 本标准依据GB/T 20273-2019规定了数据库管理系统安全评估总则、评估内容和评估方法。 本标准适用于数据库管理系统的测试和评估，也可用于指导数据库管理系统的研发。

标准号: GB/T 20273-2019

摘要： 本标准规定了数据库管理系统评估对象描述，不同评估保障级的数据库管理系统安全问题定义、安全目的和安全要求，安全问题定义与安全目的、安全目的与安全要求之间的基本原理。 本标准适用于数据库管理系统的测试、评估和采购，也可用于指导数据库管理系统的研发。