数据库--SQL语言之DML

本文深入讲解了SQL语言中数据操作的基础语法,包括插入、修改和删除数据的关键指令。通过实例展示了如何使用INSERT INTO进行数据插入,UPDATE进行数据更新,以及DELETE进行数据删除,是SQL初学者和进阶者的实用指南。
1.插入数据
  • INTERT INTO 表名(列名1,列名2,。。。) VALUES(列值1,列值2,。。。);
  1. 在表名后给出要插入的列名,其他没有指定的列等同与插入null值。所以插入的记录总是一行。
  2. 在VALUES后给出列值,值的顺序和个数必须与前面指定的列对应
  • INTERT INTO 表名 VALUES(列值1,列值2,。。。);
  1. 没有给出要插入的列,那么表示插入所有列。
  2. 值的个数必须是该表列的个数
  3. 值的顺序,必须与表创建时给出的列的顺序相同。
2.修改数据
  • UPDATE 表名 SET 列名1=列值1,列名2=列值2,。。。[WHERE 条件];
  1. 条件必须是一个boolean类型的值或表达式:UPDATE stu SET age=age+1 WHERE sid = ''1";
  2. 运算符:=、!=、<>、>、<、>=、<=、BETWEEN…AND、IN(…)、IS UNLL、NOT、OR、AND
3. 删除数据
  • DELETE FROM 表名 [WHERE 条件];
  • TRUNCATE TABLE 表名:TRUNCATE是DDL语句,它是先删除drop该表,再create该表。而且无法回滚。
MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值