sql

--职业表
create table vocation 
(
	vc_id number(10),
	--职业名称
	vc_name varchar2(50) not null,
	--上级职业名称 
	vc_parentid number(10),
	--简单描述
	vc_description varchar2(500),
	--是否还有下级职业 
	vc_ishavechild number(1) default 0,
	constraint PK_VC_ID primary key (vc_id)
) 
alter table vocation add constraint FK_VOCATION_REF_VOCATION foreign key (vc_parentid) references vocation(vc_id); 
--用户表
create table users
(
	u_id number(10) not null,
	--用户名称
	u_name varchar2(50) not null,
	--用户密码
	u_password varchar2(50) not null,
	--初始密码用于系统管理员恢复用户密码
	u_initps varchar2(50) not null,
	--职业级别
	u_occupationlevel number(1) not null,
	--用户状态
	u_status number(1) not null,
	--用户职业类别
	u_vc_type number(10) not null
)
alter table users add constraint PK_USER_ID primary key (u_id);
alter table users add constraint CK_USER_STATUS check (u_status in(1,0,-1));
/**
	1菜鸟2 中级3专家级
*/
alter table users add constraint CK_USER_OCCUPATIONLEVEL check (u_occupationlevel in(1,2,3,4,5));
alter table users add constraint FK_USERS_REF_VOCATION foreign key (u_vc_type) references vocation(vc_id);	
--知识点
create table knowledge
(
	k_id number(10),
	--知识名称
	k_name varchar2(100) not null,
	--父级知识点
	k_parent_id number(10),
	--重要程度
	k_importance char(1),--三级才有XYZ
	--比例分配
	k_proportion char(8),--二级才有(sumx:sumy:sumz)
	--是否有子级知识点	
	k_ishavechild number(1) default 0,
	k_createdate date default sysdate,
	k_createuser number(10) not null,
	k_status number(1) not null
)
alter table knowledge add constraint PK_KNOWLEDGE primary key (k_id);
alter table knowledge add constraint FK_KNOWLEDGE_REF_KNOWLEDGE foreign key (k_parent_id) references knowledge(k_id);
/**
	1使用2暂停
*/
alter table knowledge add constraint CK_KNOWLEDGE_STATUS check (k_status in (1,0,-1) );

--试题表
create table questions
(
	q_id number(10),
	q_k_id number(10),
	--难度系数
	q_difficult_degree number(2,1) not null,
	q_vc_id number(10) not null,
	q_type number(2) not null,
	q_content varchar2(2000) not null,
	--单选多选项
	q_choice1 varchar2(100),
	q_choice2 varchar2(100),
	q_choice3 varchar2(100),
	q_choice4 varchar2(100),
	q_choice5 varchar2(100),
	q_choice6 varchar2(100),
	/***/
	--填空题 空项位置 content 
	q_position1 number(3),
	q_position2 number(3),
	q_position3 number(3),
	q_position4 number(3),
	q_position5 number(3),
	q_position6 number(3),
	--	图片题中图片URL
	q_content_image1 varchar2(100) ,
	q_content_image2 varchar2(100) ,
	q_content_image3 varchar2(100) ,

	--试题答案 单选多选对应 q_choice问答描述 对应 文本

	q_answer varchar2(1000),
	q_createuser number(10) not null
	
)
alter table questions add constraint FK_QUESTIONS_REF_VOCATION foreign key (q_vc_id) references vocation(vc_id)
alter table questions add constraint PK_QUESTIONS  primary key(q_id);
alter table questions add constraint FK_QUESTIONS_REF_KNOWLEDGE foreign key (q_k_id) references knowledge(k_id);

--	1 单选 2多选3 填空

alter table questions add constraints CK_QUESTIONS_TYPE check (q_type in (1,2,3,4,5,6,7,8,9));
--试卷表
create table questionpaper
(
	qp_id number(10),
	--试卷编号
	qp_number varchar2(100) not null,--对外使用
	--试卷名称
	qp_name varchar2(100) not null,
	--试卷总分值
	qp_mark number(3) not null,
	--试卷平均难度
	qp_average_dif_gree number(2,1),
	--创建人
	qp_createuser number(10),
	--创建时间
	qp_createdate date ,
	--审核人
	qp_verifyuser number(10),
	--审核时间
	qp_verifydate date,
	--试卷预计使用年限
	qp_years number(1),
	--试卷状态 1使用0 停用
	qp_status number(1),
	--系统自动生成试卷的路径
	qp_docurl varchar2(200),
	--系统自动生成试卷答案的路径
	qp_docanswerurl varchar2(200)
)
alter table questionpaper add constraint PK_QUESTIONPAPER primary key (qp_id)
--试卷内容表
create table qpcontent
(
	qpc_id number(10),
	--对应试卷主键
	qpc_qp_id number(10),
	--对应试题主键
	qpc_q_id number(10),
	--试题答案
	qpa_ansnswer varchar2(2000)
	--分配的分值
	qpc_values number(3,2)
)
/**
--试卷答案表
create table qpansswer
(
	qpa_qp_id number(10),
	
)*/
--试卷整体分析表
create table qpanalyse
(
	qpay_id number(10),
	--分析试卷的主键
	qpay_qp_id number(10),
	--参数考试总人数
	qpay_attendcount number(10),
	--试题平均得分重新评估试题维度
	qpay_averageacore number(3,2)
)
--试卷分析明细
create table qpa_detail
(
	
)
--考生分数表
create table userscore
(
	us_id number(10),
	--参加考试用户主
	us_user_id number(10),
	--使用试卷主键 
	us_qp_id number(10),
	--总得分
	us_socre number(3,2)
	--考试时间
	us_date date
)
--考生分数明细表
create table usdetail
(
	--具体那次考试对应考生分数主键
	usd_us_id number(10),
	--试卷试题ID
	usd_qp_id number(10)
	-- 该试题得分
	usd_socre number(3,2)
	
)
--试卷鉴定范围可以通过以上表组合分析出
create table qpauthenticate
(
	qpat_qp_id number(10),
	qpat_k_id number(10),
)
--用户记录
create table usertrace
(
	--用户id
	ut_user_id number(10),
	--用户登陆时间
	ut_logindate date ,
	--用户注销系统时间
	ut_loginoutdate date,
	--用户登陆IP
	ut_loginip varchar2(15),
	constraint PK_USERTRACE primary key (ut_user_id)
)
--用户痕迹
create table usermark
(	
	um_user_id number(10),
	
	--试题主键
	um_q_id number(10),
	--操作类型 读 做 
	um_operate number(1),
	--操作时间
	um_operate_date date ,
	--是否试卷还是试题
	um_type number(1),
	um_qp_id number(10),
	constraint PK_USERMARK primary key (um_user_id,um_q_id,um_qp_id)
)
alter table usermark add constraint FK_REF_QUESTIONS foreign key (um_q_id) references questions(q_id);
alter table usermark add constraint FK_REF_QUESTIONPAPER foreign key (um_qp_id) references questionpaper(qp_id);
 
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
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