存储过程和游标示例

花了一个下午的时间终于把存储过程和游标搞明白,只传代码,不说话,对于想了解存储过程和游标写法的朋友可以参考一下,有何问题请留言。

 1 --创建存储过程 sp_tittles
2 IF EXISTS(SELECT * FROM sys.objects WHERE type='p' AND name='sp_titles')
3 DROP PROC sp_titles
4 GO
5 CREATE PROC sp_titles
6 AS
7 DECLARE @ProblemID int,@TitleID int,@item int
8 --声明一个游标
9 DECLARE cursor_title CURSOR FOR
10 SELECT [pid],[id]
11 FROM [tb_titles]
12 --打开游标
13 OPEN cursor_title
14 --提取游标第一行
15 FETCH NEXT FROM cursor_title INTO @ProblemID,@TitleID
16 --循环提取游标内容
17 WHILE @@FETCH_STATUS=0
18 BEGIN
19 IF EXISTS(
20 SELECT *
21 FROM [tb_ProblemIndex]
22 WHERE [ProblemID]=@ProblemID)
23 BEGIN
24 SELECT TOP 1 @item=[id] FROM [tb_titles] WHERE [pid]=@ProblemID ORDER BY createtime DESC
25 UPDATE [tb_ProblemIndex] SET [TitleID] = @item WHERE [ProblemID]=@ProblemID
26 END
27 ELSE
28 INSERT INTO [tb_ProblemIndex]([ProblemID],[TitleID])
29 VALUES(@ProblemID,@TitleID)
30 FETCH NEXT FROM cursor_title INTO @ProblemID,@TitleID
31 END
32 --关闭游标
33 CLOSE cursor_title
34 --释放游标资源
35 DEALLOCATE cursor_title
36 GO
37 --存储过程 sp_titles 结束
38
39 --执行存储过程 sp_titles
40 EXEC sp_titles
41
42 --创建存储过程 sp_answers
43 IF EXISTS(SELECT * FROM sys.objects WHERE type='p' AND name='sp_answers')
44 DROP PROC sp_answers
45 GO
46 CREATE PROC sp_answers
47 AS
48 DECLARE @ProblemID int,@AnswerID int
49 --声明一个游标
50 DECLARE cursor_answer CURSOR FOR
51 SELECT [pid],[id]
52 FROM [tb_answers]
53 --打开游标
54 OPEN cursor_answer
55 --提取游标第一行内容
56 FETCH NEXT FROM cursor_answer INTO @ProblemID,@AnswerID
57 --循环提取游标内容
58 WHILE @@FETCH_STATUS=0
59 BEGIN
60 UPDATE [tb_ProblemIndex] SET [AnswerID]=@AnswerID WHERE [ProblemID]=@ProblemID
61 FETCH NEXT FROM cursor_answer INTO @ProblemID,@AnswerID
62 END
63 --关闭游标
64 CLOSE cursor_answer
65 --释放游标资源
66 DEALLOCATE cursor_answer
67 GO
68 --存储过程 sp_answers 结束
69
70 --执行存储过程 sp_answers
71 EXEC sp_answers



转载于:https://www.cnblogs.com/sunzhiyue/archive/2011/12/12/2285455.html

内容概要:该论文聚焦于T2WI核磁共振图像超分辨率问题,提出了一种利用T1WI模态作为辅助信息的跨模态解决方案。其主要贡献包括:提出基于高频信息约束的网络框架,通过主干特征提取分支高频结构先验建模分支结合Transformer模块注意力机制有效重建高频细节;设计渐进式特征匹配融合框架,采用多阶段相似特征匹配算法提高匹配鲁棒性;引入模型量化技术降低推理资源需求。实验结果表明,该方法不仅提高了超分辨率性能,还保持了图像质量。 适合人群:从事医学图像处理、计算机视觉领域的研究人员工程师,尤其是对核磁共振图像超分辨率感兴趣的学者技术开发者。 使用场景及目标:①适用于需要提升T2WI核磁共振图像分辨率的应用场景;②目标是通过跨模态信息融合提高图像质量,解决传统单模态方法难以克服的高频细节丢失问题;③为临床诊断提供更高质量的影像资料,帮助医生更准确地识别病灶。 其他说明:论文不仅提供了详细的网络架构设计与实现代码,还深入探讨了跨模态噪声的本质、高频信息约束的实现方式以及渐进式特征匹配的具体过程。此外,作者还对模型进行了量化处理,使得该方法可以在资源受限环境下高效运行。阅读时应重点关注论文中提到的技术创新点及其背后的原理,理解如何通过跨模态信息融合提升图像重建效果。
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