一、含空值关系数据库泛关系及其实例的研究（论文文献综述）
王卓[1]（2013）在《MathML在Web训练考核系统中的研究及实现》文中认为随着Internet的发展,网络在线训练考试已经成为一种趋势,数学公式可视化和自动评测是Web训练考核系统中重要组成部分。本文系统主要完成了数学公式在Web中的编辑、显示和自动测评的功能,有效的减轻了教师的工作量,增加了训练考核的客观性。本文利用MathML到SVG的转换有效解决了Web应用中公式传输、表达和显示所面临的困境。同时利用AC多模式匹配算法实现对树形结构公式的匹配,提高了公式评测的速度。本文主要研究内容如下：（1）对Web训练考核系统进行需求分析,着重分析策略计算模块,并对策略计算模块进行了UML建模。通过用例视图建模、静态视图建模、动态视图建模和系统部署建模,增加了系统设计的科学性并提高了系统的可维护性和可扩展性。（2）为了解决数学公式的评测问题,本文系统使用MathML来描述数学公式。首先,利用DOM解析器将MathML数学表达式抽象为计算机识别的树形结构；然后,选择合适的变换方法对数学公式实现最简归一化处理；进而利用AC多模式匹配算法实现对目标公式与模式公式的匹配,再按归一化规则进行变换。（3）针对MathML在Web中的可视化问题,首先用XML解析器将MathML解析成DOM树,再按照指定的映射规则映射成关系表；然后,通过关系表提取MathML元素布局信息并将其元素放在矩形中；进而通过计算矩形边界信息得到MathML数学表达式对象的坐标信息；最后根据坐标信息完成数学公式在SVG中的绘制。（4）在系统整体设计与实现中,从2个方面优化了服务器的性能并对其进行测试。一方面,采用3NF范式设计数据库,以此平衡数据冗余度及数据访问效率。另一方面,为了节省服务器资源,通过对用户非正常退出时用户数据的清理,实现系统数据管理模块的设计。最后,测试了数学公式的评测性能和系统并发性性能,测试结果表明,本文系统具有实际应用价值。
常想德[2]（2009）在《证据权重法在东天山地区铜矿产资源评价中的应用》文中指出东天山位于塔里木板块与哈萨克斯坦-准噶尔板块的接合部位,东天山造山带在欧亚板块形成过程中占有极其重要的地位,该区经历了长期的地质作用,形成了复杂的地质现象,具有非常丰富的矿产资源潜力,是我国西部重要的矿产资源远景区,在该区内蕴藏着丰富的矿产资源,如铜、镍、金、银、铁、铅、锌、锰、石油、钾盐煤炭等50余种矿产,并且矿种相对集中,以铁和有色金属矿的资源潜力较大。在该区进行铜矿产资源潜力预测评价,对进一步加强地质勘查、促进该地区矿业经济的可持续发展具有重要的现实意义。本文通过搜集并总结分析前人所取得的研究成果,利用ArcGIS软件建立地质信息数据库,并对录入数据库中的地质信息进行质量检查,提高矿产资源评价预测工作的精度。通过分析研究区地质资料,确定本区铜矿产成矿有利要素,通过GIS软件空间分析功能,初步提取成矿有利证据图层。利用ARC-WofE模块对提取的证据图层进行优选,计算各证据层权重值及研究区单元格后验概率值,最后生成单元格后验概率图,并对结果进行分析,对后验概率图进行分级。本文通过使用证据权重法在东天山铜矿产资源评价中的应用研究,圈定出五个铜成矿有利区,分析预测结果发现与地质实事基本相符,为该区进一步找矿提供指导,预测成果更直观,提高了本区铜矿床资源预测工作的效率。结合前人研究成果发现该方法在东天山地区铜矿产资源预测中取得良好的预测效果。
熊祥光,蒋天发[3]（2008）在《基于VC的客户资源管理系统的设计与实现》文中研究表明随着信息技术的应用,特别是计算机应用技术越来越深入且广泛的应用,为客户资源管理现代化提供了重要手段。介绍在Visual C++与SQL Server开发环境下客户资源管理系统的设计方法和具体的实现过程。该系统适合中小型企业对客户资源的有效管理,从而为企业带来长久的竞争优势。
刘智祥[4]（2008）在《两种文本分类算法的研究与实现》文中认为在当今世界,随着信息技术,特别是互联网技术的高速发展,各种电子文档数据也迅速增加,如何有效地帮助用户查找、过滤和管理这些海量数据已显得越来越重要。文本分类系统可以自动地分类电子文档,在信息领域得到广泛的重视。本文介绍了文本分类系统采用的常用技术和方法。然后分别研究和实现了两种文本分类算法,并对它们的性能在数据集上进行了测试分析。这两种算法分别是基于逻辑回归的文本分类算法和基于关系马尔可夫网的文本分类算法。第一种算法采用判别学习的思想,在有限样本条件下建立判别函数,不考虑样本的产生模型,直接建立预测模型来估计目标的条件概率,实验证明,该算法拥有比生成学习模型更好的分类效果;第二种算法基于一类统计关系学习模型——关系马尔可夫网,通过关系团模板,可以捕获文本数据间的相互联系,利用更多对分类有益的信息,提高分类准确度。最后将这两种算法在数据集上进行测试和比较。
霍峥[5]（2007）在《基于背景知识的关系数据分类算法的研究》文中指出数据挖掘技术将传统的数据分析方法与处理大量数据的复杂算法相结合。数据挖掘为探查和分析新的数据类型以及用新方法分析旧有数据类型提供了良好的机会。数据挖掘的目的是从大量的数据中找出先前未知的有用模式。关系数据挖掘作为数据挖掘的一个分支,已经成为近年来的研究热点。本文着重对关系数据的分类方法进行了研究。首先,本文对关系数据挖掘理论进行了深入的研究,通过对大量实例的分析和研究,提出了对关系数据库中各种表之间的关联关系进行分类和评价的标准,分别从形式上和含义上对关系数据库中各种表之间的关联关系进行了分类和评价。其次,提出了一种基于背景知识的关系数据分类算法。该算法能够通过构建关系决策树的方式实现关系数据分类。算法采用了信息增益作为属性的评价标准,并引入了元组ID传播技术,能够将背景知识表中的有用信息加入到目标关系表中,对当前分类起到了指导的作用。此外,该算法克服了传统数据挖掘算法不能直接支持关系数据库的缺点。再次,提出了一种用户指导的关系数据分类算法。该算法改进了朴素贝叶斯分类算法,引入了用户指导的概念,减少了系统独自搜寻有用属性的时间,提高了用户的满意程度。该算法可以直接支持关系数据库,分类精确度较高。实验结果表明,本文提出的两个算法优于现有的同类算法,实现了预期的研究目标。
蒋天发[6]（2004）在《含空值关系数据库泛关系及其实例的研究》文中研究说明在含有空值关系数据库中函数与多值依赖的研究基础上,对含空值关系数据库中泛关系进行了形式化描述和定义;并对传统FD（FunctionalDependency）的传递规则进行了分析研究,得到在约束弱满足意义下不成立结论,提出了含空值关系数据库FD的传递新规则.再对含空值关系数据库中泛实例进行了分析研究,论证了5个引理;在NFD（NullvaluesFunctionalDependency）≠Ω时,从分解R（U）保持PD集,保持合法实例集,相对于NFD有无损连接3个特性一并考虑,得到了分解R（U）5种类型,并对5种类型应用进行了举例讨论.
二、含空值关系数据库泛关系及其实例的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、含空值关系数据库泛关系及其实例的研究（论文提纲范文）
（1）MathML在Web训练考核系统中的研究及实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究背景及意义 |
| 1.3 相关领域国内外研究现状 |
| 1.3.1 UML建模研究现状 |
| 1.3.2 MathML和SVG在Web中的应用 |
| 1.4 课题主要研究内容 |
| 第2章 系统需求分析与建模 |
| 2.1 系统需求分析 |
| 2.2 策略计算UML建模 |
| 2.2.1 用例视图建模 |
| 2.2.2 静态视图建模 |
| 2.2.3 动态视图建模 |
| 2.2.4 系统部署建模 |
| 2.3 本章小结 |
| 第3章 MathML数学表达式评测 |
| 3.1 XML解析器比较与分析 |
| 3.2 基于树结构数学公式归一化 |
| 3.3 基于树结构的公式匹配 |
| 3.3.1 AC多模式匹配算法 |
| 3.3.2 AC多模式匹配算法在树匹配中的应用 |
| 3.4 数学表达式评测实现 |
| 3.4.1 DOM解析器解析XML文档 |
| 3.4.2 MathML数学表达式归一化实现 |
| 3.5 本章小结 |
| 第4章 MathML数学表达式可视化研究 |
| 4.1 XML文档树映射关系表 |
| 4.2 布局管理与计算 |
| 4.3 MathML数学表达式可视化实现 |
| 4.3.1 XML文档映射关系表的实现 |
| 4.3.2 布局信息计算 |
| 4.4 本章小结 |
| 第5章 系统设计与实现 |
| 5.1 数据库设计 |
| 5.2 系统数据管理 |
| 5.3 系统性能分析与测试 |
| 5.3.1 数学公式测评测试 |
| 5.3.2 系统并发性能分析测试 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
（2）证据权重法在东天山地区铜矿产资源评价中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 选题目的、意义及课题来源 |
| 1.2 矿产资源评价的发展历史及现状 |
| 1.2.1 矿产资源评价发展历史 |
| 1.2.2 我国矿产资源评价发展历史概况和现状 |
| 1.2.3 矿产资源评价的指导理论 |
| 1.2.4 矿产资源评价技术与方法 |
| 1.3 研究区范围及自然地理概况 |
| 1.3.1 研究区范围 |
| 1.3.2 研究区自然地理概况 |
| 1.4 东天山地区地质研究历史及现状 |
| 1.4.1 地质研究历史 |
| 1.4.2 区内研究工作及现状 |
| 1.5 研究思路及技术路线 |
| 2 研究区区域地质背景 |
| 2.1 板块构造活动背景 |
| 2.1.1 板块构造单元划分 |
| 2.1.2 东天山板块构造运动演化特征与成矿特征 |
| 2.2 区内主要断裂构造 |
| 2.3 区域地层 |
| 2.4 区域内侵入岩 |
| 2.5 变质岩系和变质作用 |
| 3 研究区典型铜矿床类型 |
| 3.1 研究区矿产资源概况 |
| 3.2 东天山地区成矿带划分 |
| 3.3 研究区铜矿时空分布规律 |
| 3.4 典型铜矿类型 |
| 3.4.1 斑岩型铜矿 |
| 3.4.2 岩浆熔离岩型铜矿床 |
| 4 基于GIS的成矿有利要素分析 |
| 4.1 GIS |
| 4.1.1 GIS概况 |
| 4.1.2 地理信息的特征 |
| 4.1.3 GIS的功能 |
| 4.1.4 GIS在矿产资源评价中的优势 |
| 4.2 地质信息数据库的建立与质量检查 |
| 4.2.1 ArcGIS简介 |
| 4.2.2 基于ArcGIS的地质信息数据库的建立 |
| 4.2.3 数据质量检查 |
| 4.3 成矿有利要素空间分析 |
| 4.3.1 基于GIS的空间分析 |
| 4.3.2 成矿因素空间分析 |
| 5 基于证据权重法的东天山铜矿产资源预测研究 |
| 5.1 证据权重法 |
| 5.1.1 证据权重法简介 |
| 5.1.2 证据权重法数学原理 |
| 5.1.3 证据权重法应用步骤 |
| 5.2 基于ARC-WOFE的东天山地区成矿有利图层提取 |
| 5.2.1 Arc-WofE简介 |
| 5.2.2 Arc-WofE应用方法概述 |
| 5.2.3 东天山地区铜矿产资源成矿有利图层的优选及确定 |
| 5.3 东天山地区铜矿产资源成矿远景区预测 |
| 5.3.1 成矿有利专题图层的确定及权重计算 |
| 5.3.2 计算单元格后验概率值 |
| 5.3.3 后验概率值分级 |
| 6 结论与认识 |
| 参考文献 |
| 在读期间发表论文清单 |
| 致谢 |
（3）基于VC的客户资源管理系统的设计与实现（论文提纲范文）
| 1 系统应用中的关键技术 |
| 1.1 ODBC技术 |
| 1.2 SQL技术 |
| 2 系统设计 |
| 2.1 系统的主要功能模块 |
| 2.2 系统流程分析 |
| 2.3 数据库设计 |
| 2.4 系统框架和模块设计 |
| 3 结 语 |
（4）两种文本分类算法的研究与实现（论文提纲范文）
| 提要 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 本文工作 |
| 第二章 文本分类系统 |
| 2.1 文本分类系统简介 |
| 2.2 文本分类系统的组成部分 |
| 2.3 文本分类器的工作过程 |
| 2.4 文本表示模型 |
| 2.5 文本特征选择 |
| 2.5.1 文档频率（Document Frequency，DF） |
| 2.5.2 互信息(Mutual Information，MI) |
| 2.5.3 x~2 统计量(CHI-square，CHI) |
| 2.5.4 信息增益（Information Gain，IG） |
| 2.5.5 期望交叉熵（Excepted Cross Entropy） |
| 2.5.6 相关系数(Correlation Coefficient，CC) |
| 2.6 文本分类算法 |
| 2.6.1 Rocchio 算法 |
| 2.6.2 朴素贝叶斯（Naive Bayes） |
| 2.6.3 K 近邻(K Nearest Neighbor,KNN) |
| 2.6.4 决策树算法(Decision Tree) |
| 2.6.5 支持向量机(Support Vector Machine,SVM) |
| 第三章 基于罗吉斯回归的文本分类系统 |
| 3.1 生成学习模型的不足 |
| 3.2 罗吉斯回归模型 |
| 3.3 罗吉斯回归的学习算法 |
| 3.4 在多类别分类中使用罗吉斯回归模型 |
| 3.5 基于“成对分类”思想的多类分类法 |
| 第四章 基于关系马尔可夫网的文本分类系统 |
| 4.1 传统机器学习方法的缺陷 |
| 4.2 统计关系学习的提出 |
| 4.3 关系模式(Relation Schema) |
| 4.4 马尔可夫网(Markov Networks) |
| 4.5 条件马尔可夫网 |
| 4.6 关系马尔可夫网的概念 |
| 4.6.1 关系团模板 |
| 4.6.2 关系马尔可夫网 |
| 4.7 参数学习算法 |
| 4.8 网络推理算法 |
| 第五章 两种分类方法的实验与比较 |
| 5.1 Logistic Regressin 文本分类器的实现 |
| 5.2 关系马尔可夫网分类器的实现 |
| 5.3 实验数据集 |
| 5.4 实验数据预处理 |
| 5.5 文本特征选择 |
| 5.6 实验结果 |
| 5.7 实验结论 |
| 第六章 总结 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 摘要 |
| Abstract |
| 致谢 |
（5）基于背景知识的关系数据分类算法的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 关系数据挖掘技术简介 |
| 1.2 关系数据挖掘的研究现状 |
| 1.3 课题的主要研究内容及论文的组织结构 |
| 第2章 关系数据挖掘方法的研究 |
| 2.1 关系数据挖掘产生的背景和原因 |
| 2.2 归纳逻辑程序设计方法 |
| 2.3 贝叶斯网络一阶拓展方法 |
| 2.4 多关系数据挖掘方法 |
| 2.5 本章小结 |
| 第3章 关联关系的分类方法 |
| 3.1 引言 |
| 3.2 关系数据挖掘基本定义 |
| 3.3 关联关系的分类与评价 |
| 3.4 本章小结 |
| 第4章 对关系数据分类算法的研究 |
| 4.1 基本定义 |
| 4.2 一种基于背景知识的关系数据分类算法 |
| 4.3 一种用户指导的关系数据分类算法 |
| 4.4 本章小结 |
| 第5章 实验及结果分析 |
| 5.1 引言 |
| 5.2 RDT 算法的实现与分析 |
| 5.3 RBC 算法的实现与分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 作者简介 |
（6）含空值关系数据库泛关系及其实例的研究（论文提纲范文）
| 1 含空值关系数据库中泛关系定义及其形式化描述 |
| 2 含空值关系数据库中泛实例的简要分析 |
| 3 结束语 |
四、含空值关系数据库泛关系及其实例的研究（论文参考文献）
- [1]MathML在Web训练考核系统中的研究及实现[D]. 王卓. 武汉理工大学, 2013(S2)
- [2]证据权重法在东天山地区铜矿产资源评价中的应用[D]. 常想德. 新疆大学, 2009(01)
- [3]基于VC的客户资源管理系统的设计与实现[J]. 熊祥光,蒋天发. 现代电子技术, 2008(10)
- [4]两种文本分类算法的研究与实现[D]. 刘智祥. 吉林大学, 2008(10)
- [5]基于背景知识的关系数据分类算法的研究[D]. 霍峥. 燕山大学, 2007(02)
- [6]含空值关系数据库泛关系及其实例的研究[J]. 蒋天发. 武汉大学学报(工学版), 2004(06)