实验07 触发器

本文介绍了一个具体的SQL触发器实现案例,旨在防止用户表中出现特定用户名(如admin或管理员),通过两个不同类型的触发器(AFTER和INSTEAD OF)确保数据完整性。
/**********************
实验07  触发器
**********************/

--【实验内容】
--1.为Users表创建一个触发器,不允许插入名为admin或“管理员”的用户,也不允许将用户名改为admin或“管理员”
--AFTER
CREATE TRIGGER Insert_Or_Update_After_UserAdmin
ON USERS
AFTER INSERT,UPDATE
AS
    DECLARE @UserName VARCHAR(20), @UserRealName VARCHAR(20);
    DECLARE @NewUserName VARCHAR(20), @NewUserRealName VARCHAR(20);
    DECLARE @CountAdmin INT;

    SELECT @UserName = UserName FROM DELETED;
    SELECT @NewUserName = UserName FROM INSERTED;
    PRINT(@UserName)

    SELECT @CountAdmin = COUNT(*) FROM Users WHERE UserName = 'admin' or UserName = '管理员'

    IF (@NewUserName = 'admin' OR @NewUserName = '管理员') AND (@UserName is null)
        BEGIN
            DELETE FROM Users WHERE UserName = @NewUserName
        END

    ELSE IF @CountAdmin > 0
        BEGIN
            UPDATE Users SET UserName = @UserName WHERE UserName = @NewUserName;
        END 
--两种实现方式:1、判定数据库里面有没有admin;2、判定@UserName is nullnot null表示这是个update操作

--DROP TRIGGER Insert_Or_Update_After_UserAdmin


--INSTEAD OF
CREATE TRIGGER Insert_Or_Update_Instead_UserAdmin
ON USERS
INSTEAD OF INSERT,UPDATE
AS
    DECLARE @UserName VARCHAR(20), @UserRealName VARCHAR(20);
    DECLARE @UserPassword VARCHAR(6), @UserSex CHAR(2), @UserAgeRange CHAR(8), @UserAddress VARCHAR(256);
    DECLARE @UserPostCode CHAR(6), @UserPhone VARCHAR(32), @UserEmail VARCHAR(50);
    DECLARE @UserRegisterTime SMALLDATETIME, @UserAdvancePayment NUMERIC(8, 2);

    DECLARE @OldUserName VARCHAR(20);

    SELECT @UserName = UserName, @UserRealName = UserRealName,
    @UserPassword = UserPassword, @UserSex = UserSex, @UserAgeRange = UserAgeRange,
    @UserAddress = UserAddress, @UserPostCode = UserPostCode, @UserPhone = UserPhone, @UserEmail = UserEmail,
    @UserRegisterTime = UserRegisterTime, @UserAdvancePayment = UserAdvancePayment FROM INSERTED;

    SELECT @OldUserName = UserName FROM DELETED;

    IF (@UserName != 'admin' AND @UserName != '管理员')
        BEGIN
            IF(@OldUserName IS NULL)--代表这是一个插入操作
                BEGIN
                    PRINT('INSERT')
                    INSERT INTO Users (UserName,UserPassword,UserSex,UserRealName,UserAgeRange,
                    UserAddress,UserPostCode,UserPhone,UserEmail, UserRegisterTime, UserAdvancePayment)
                    Values(@UserName, @UserPassword, @UserSex, @UserRealName, @UserAgeRange,
                    @UserAddress, @UserPostCode, @UserPhone, @UserEmail, @UserRegisterTime, @UserAdvancePayment)
                END
            ELSE
                BEGIN
                    PRINT('UPDATE')
                    UPDATE Users SET UserName = @UserName, UserPassword = @UserPassword, UserSex = @UserSex, 
                    UserRealName = @UserRealName, UserAgeRange = @UserAgeRange, UserAddress = @UserAddress,
                    UserPostCode = @UserPostCode, UserPhone = @UserPhone, UserEmail = @UserEmail, UserRegisterTime = @UserRegisterTime,
                    UserAdvancePayment = @UserAdvancePayment
                    WHERE UserName = @OldUserName
                END
        END
    ELSE
        PRINT('REFUSE')

--DROP TRIGGER Insert_Or_Update_Instead_UserAdmin

--Test Code
INSERT INTO Users(UserName,UserPassword,UserSex,UserRealName,UserAgeRange,UserAddress,UserPostCode,UserPhone,UserEmail)
VALUES('admin1','123','女','管理员1','21~30岁','北京海淀区中关村','100098','18611983575','wxy@cuc.edu.cn')

UPDATE Users SET UserName = 'admin' WHERE UserName = 'admin1'
UPDATE Users SET UserRealName = '管理员2' WHERE UserName = 'admin1'

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 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