微型计算机中使用的数据库管理系统,微型机数据库管理系统—dBASE-Ⅲ 董长德编.pdf...

第 一 章     概 述

随着计算机技术 的发展 ,计算机系统从应用于军事和科学计算领域 ,逐渐扩展到了应用

于数据处理 的各个领域 尤其是微型计算机系统在企事业管理中的应用 ,受到了普遍的注意

例如,学生成绩 的管理、科研档案 的管理、财务管理、仓库货物 的管理、企业生产 的计划管

理、人事档案管理、图书管理等等 实际上,计算机的应用已经渗透到了工农业生产、商业、

行政管理 、科学研究和工程技术等各个方面 然而 ,计算机应用于企事业管理与应用于一般

的科学计算不同,它面临着大量数据的输入 /输出以及对这些数据的管理和使用等 问题 对 一

个企业来说 ,能否管理好和充分利用这些数据 资源 ,将直接影 响着整个企业 的生产和经济效

益 因此 ,为 了解决好这方面 的问题 ,应积极推广微型机在企事业管理 中的应用 本书就着

重讨论 目前在 国内外较普遍使用 的,适合于 中、小型企事业 的管理软件 关系数据库管理

系统

数据库 的基本概念

什么是数据库

数据库 的产生

在介绍数据库之前,首先应该 回答什么是数据库 以及为什么要发展数据库技术。

数据库是当代计算机系统的一个重要组成部分 随着计算机硬件及软件技术 的发展 ,其

应用领域逐渐 由单纯 的科学计算领域扩大到了非数值计算领域 ,随之信息处理或数据处理也

就成为一个极其重要的问题。

所谓信息处理或数据处理 ,就是需要对人类在生产活动及社会活动 中所掌握 的各种信息

(即各种形式的数据 )进行收集 、存储 、加工与传播 ,而信息处理系统或数据处理系统就是

上述一系列活动 的总和 。其基本 目的就是从大量 的、杂乱无章的、难 以理解 的数据 中抽取并

推导出对于某些特定的人们来说是有价值 、有意义 的数据 ,为进一步 的活动提供决策 的依据

早期 的数据处理是用各种初级的计算工具如算盘 、手摇计算机 、 电动计算机等 ,这是手

工数据处理阶段 随着 四十年代末 电子计算机 的使用 ,特别是 以后高效率存储设备如磁盘 、

磁带的出现 ,使数据处理工作发生 了革命性 的改变 ,不仅加快 了处理速度 ,而且也扩大 了数

据处理 的规模和范围 这 时把 用 电子 计 算机 进 行数 据 处 理 的系 统称 为 电子 数据 处理 系 统

简称为 下面我们所说 的数据处理系统均是

指 电子数据处理系统

随着计算机软件和硬件 的发展 ,利用 电子计算机进行数据处理大体上经历 了如下三个阶

段 :

人工处理 阶段;

文件 系统 阶段;

数据库系统阶段 。

人工处理阶段

这一阶段 ,计算机主要用于科学计算 ,其它工作 尚未开展 硬件只有磁带 卡片 纸带等,

没有磁盘等直接存取 的存储设备 软件 尚没有操作系统,也没有管理数据的软件 。其特点:

数据量比较少 ,数据和程序一一对应 ,即一组数据对应于一个程序,数据面 向应用 ,

独立性差 由于各应用程序处理 的数据之 间可能会有一定的关系 ,这样 ,程序与程序之 间就

会有大量重复数据

数据不保存 因为该阶段计算机主要应用于科技计算 ,所 以一般不需要将数据长期

保存 ,只在计算某一课题时将数据输入 ,用完就撤走 。

没有软件系统对数据进行管理 ,程序员不仅规定数据 的逻辑结构 ,而且在程序 中还

要设计物理结构 ,包括存储结构的存取方法、输入输出方式等 ,即数据对程序不具有独立性 ,

一旦数据在存储器上改变其物理地址 ,就需相应地改变用户程序 。

其关系如 图 所示

文件系统

五十年代 中期 以后 ,由于计算机硬件及软件技

源码来自:https://pan.quark.cn/s/a3a3fbe70177 AppBrowser(Application属性查看器,不需要越狱! ! ! ) 不需要越狱,调用私有方法 --- 获取完整的已安装应用列表、打开和删除应用操作、应用运行时相关信息的查看。 支持iOS10.X 注意 目前AppBrowser不支持iOS11应用查看, 由于iOS11目前还处在Beta版, 系统API还没有稳定下来。 等到Private Header更新了iOS11版本,我也会进行更新。 功能 [x] 已安装的应用列表 [x] 应用的详情界面 (打开应用,删除应用,应用的相关信息展示) [x] 应用运行时信息展示(LSApplicationProxy) [ ] 定制喜欢的字段,展示在应用详情界面 介绍 所有已安装应用列表(应用icon+应用名) 为了提供思路,这里只用伪代码,具体的私有代码调用请查看: 获取应用实例: 获取应用名和应用的icon: 应用列表界面展示: 应用列表 应用运行时详情 打开应用: 卸载应用: 获取info.plist文件: 应用运行时详情界面展示: 应用运行时详情 右上角,从左往右第一个按钮用来打开应用;第二个按钮用来卸载这个应用 INFO按钮用来解析并显示出对应的LSApplicationProxy类 树形展示LSApplicationProxy类 通过算法,将LSApplicationProxy类,转换成了字典。 转换规则是:属性名为key,属性值为value,如果value是一个可解析的类(除了NSString,NSNumber...等等)或者是个数组或字典,则继续递归解析。 并且会找到superClass的属性并解析,superClass如...
基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO)的LSTM分类预测研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO),并将其应用于LSTM神经网络的分类预测中,通过Matlab代码实现。该方法结合遗传算法的全局搜索能力与改进的多群粒子群算法的局部优化特性,提升LSTM模型在分类任务中的性能表现,尤其适用于复杂非线性系统的预测问题。文中详细阐述了算法的设计思路、优化机制及在LSTM参数优化中的具体应用,并提供了可复现的Matlab代码,属于SCI级别研究成果的复现与拓展。; 适合人群:具备一定机器学习和优化算法基础,熟悉Matlab程,从事智能算法、时间序列预测或分类模型研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①提升LSTM在分类任务中的准确性与收敛速度;②研究混合智能优化算法(如GA与PSO结合)在神经网络超参数优化中的应用;③实现高精度分类预测模型,适用于电力系统故障诊断、电池健康状态识别等领域; 阅读建议:建议读者结合Matlab代码逐步调试运行,理解GA-HIDMSPSO算法的实现细节,重点关注种群划分、异构策略设计及与LSTM的集成方式,同时可扩展至其他深度学习模型的参数优化任务中进行对比实验。
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