精华内容
下载资源
问答
  • 人类神经网络为一类似人类神经...可利系统输入与输出所组成的数据,建立系统模型(输入与输出间的关系)。 人工神经网络分类,常见的人工神经网络模型可分为四大类,如下所示: 1.监督式学习网络,从问题中取得...

    人类神经网络为一类似人类神经结构的并行计算模式,是”一种基于脑与神经系统研究,所启发的信息处理技术“,通常也被称为平行分布式处理模型或链接模型。其具有人脑的学习、记忆和归纳等基本特性,可以处理连续型和离散型的数据,对数据进行预测。可利有系统输入与输出所组成的数据,建立系统模型(输入与输出间的关系)。

    人工神经网络分类,常见的人工神经网络模型可分为四大类,如下所示:

    1.监督式学习网络,从问题中取得训练样本(包括输入和输出变量值),并从中学习输入与输出变量两者之间的关系规则,可以在新样本中输入变量值,进而推知其输出变量值。主要有模型有感知机网络、倒传递网络,概率神经网强、学习向量量化网络及反传递网络。

    2.非监督学习网络,从问题中取得训练样本(仅包括输入变量值),并从中学习输入变量的分类规则,可以在新样本中输入变量值,从而获得分类信息。主要模型有自组织映像图网络、及自适应共振网络。

    3.联想式学习网络,从问题中取得训练样本(仅包括状态变量值),并从中学习内在记忆规则,可以应用于新的安全(不完整的状态变量值),从而推知其完整的状态变量值。包括霍普菲尔网络及双向联想记忆网络。

    4.最适化应用网络,针对问题设计变量值,使其在满足设计限制下,达到设计目标优化的效果。包括霍普菲尔——坦克网强及退火神经网络。

    人工神经网络的优点

    人工神经网络是崭新且令人兴奋的研究领域,它有很大的发展潜力,但也同时遭受到一些尚未克服的困难。其优点可列举如下:

    1.可处理噪声:一个人工神经网络补训练完成后,即使输入的数据中有部分遗失,它仍然有能力辨认样本。

    2.不易损坏:因为人工神经网络以分布式的方法来表示数据,所以当某些单元损坏时,它依然可以正常地工作。

    3.可以平行处理。

    4.可以学习新的观念。

    5.为智能机器提供了一个较合理的模式。

    6.已经被成功地运用在某些以一般传统方法很难解决的问题上,如某些视觉问题。

    7.有希望实现联合内存。

    8.它提供了一个工具,来模拟并探讨人脑的功能。
      人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    什么是神经网络,深度神经网络怎么分类的,主要是做什么的?
    http://www.duozhishidai.com/article-1174-1.html
    人工神经网络的架构,主要由哪几部分组成?
    http://www.duozhishidai.com/article-1158-1.html
    神经网络从原理到实现
    http://www.duozhishidai.com/article-4259-1.html
      



    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
      
    展开全文
  • 关系模型

    千次阅读 2019-08-22 21:45:28
    关系模型主要优点是其简单的数据表示,易于表达复杂的查询 SQL语言是最广泛使用的语言,用于创建,操纵和查询关系数据库,而关系模型是其基础 联系:一些实体之间的联系 关系:是一种数学概念,指的是表 ...

    关系模型

    • 关系数据库基于关系模型,是一个或多个关系组成的集合
    • 关系通俗来讲就是表(由行和列构成)
    • 关系模型的主要优点是其简单的数据表示,易于表达复杂的查询
    • SQL语言是最广泛使用的语言,用于创建,操纵和查询关系数据库,而关系模型是其基础

     

    联系:一些实体之间的联系

    关系:是一种数学概念,指的是表

    实体集和联系集能表示真实的世界

    关系-表,元组-行能表示机器的世界

     

    关系基本结构

    前提知识:

    笛卡尔积:指在数学中,两个集合X和Y的笛卡尓积(Cartesian product),又称直积,表示为X×Y,第一个对象是X的成员而第二个对象是Y的所有可能有序对的其中一个成员  。

    例:假设集合A={a, b},集合B={0, 1, 2},则两个集合的笛卡尔积为{(a, 0), (a, 1), (a, 2), (b, 0), (b, 1), (b, 2)}。

     

    一般地,给出集合D1,D2,……Dn(Di=aij|j=1……k)

    • 关系r是:D1xD2x……xDn的子集,即一系列D域的笛卡尔积

    因而关系是一组n元组(a1j,a2j,……anj)的集合,其中每个aij属于Di

     

    属性类型(表的列)

    关系的每一个属性都有一个名称

    域:每个属性的取值集合称为属性的域

    属性值必须是原子的,即不可分割(1NF,第一范式)

    • 多值属性不是原子
    • 复合属性不是原子

    特殊值null是每一个域的成员

    空值给数据库访问和更新带来了困难,因此应尽量避免使用空值

     

    关系的概念

    涉及两个概念:关系模式和关系实例

    关系模式描述关系的结构

    关系实例表示一个关系的特定实例,也就是所包含的一组特定的行。

    类似于C语言中的变量。

    变量-关系;变量类型-关系模式;变量值-关系实例。

     

    关系模式

    A1 A2 ……An是属性

    关系模式   R=(A1,A2,……An)

    具体实例   r(R)  用于表示关系模式R上的关系

    关系实例

    关系的当前值(关系实例)由表指定

    一个元组t代表表中的一行

    如果元组变量t代表一个元组,那么t[name]表示属性name的t值

     

    关系的特征

    • 无序性(但不能重复)

     

    码、键

    若K值能够在一个关系中唯一地标志一个元组,则K是R的超码

    若K是最小超码,则K是候选码

    若K是一个候选码,并由用户明确定义,则K是一个主键(通常用下划线标记)。

     

    外键

    若A表中的主键出现在B表中(不为主键),则称B表中的为外键。

    A表中的叫做外码被参照关系,B表中的叫做外码依赖的参照关系。

    注意:参照关系中的外码的值必须在被参照关系中实际存在或为null

     

    例:

    instructor (ID,name,dept_name,salay)        参照关系

    department (dept_name,building,budget)    被参照关系

    也可用图来构建。

    展开全文
  • 文章目录关系数据库关系操作基本关系操作关系数据库语言的分类关系模型的完整性实体完整性(Entity Integrity)参照完整性(Referential Integrity)用户定义完整性(User-defined Integrity)E-R图向关系模型的转换...

    本人就职于国际知名终端厂商,负责modem芯片研发。
    在5G早期负责终端数据业务层、核心网相关的开发工作,目前牵头6G算力网络技术标准研究。

    关系数据库

    关系操作

    数据模型的三个方面:

    • 数据结构
    • 数据操作
    • 完整性约束

    基本关系操作

    • 常用的关系操作
      👊查询:选择、投影、连接、除、并、交、差
      👊数据更新:插入、删除、修改
      👊查询的表达能力是其中最主要的部分
      👊选择、投影、并、差、笛卡尔积是5种基本操作

    • 关系操作的特点
      集合操做方式:操作的对象和结果都是集合,一次一集合的方式

    关系数据库语言的分类

    • 关系代数语言
      用对关系的运算来表达查询要求
      代表:ISBL
    • 关系演算语言:用谓词来表达查询要求
      元组关系演算语言:
      🔸 谓词变元的基本对象是元组变量
      🔸 代表:APLHA,QUEL
      域关系演算语言:
      🔸 谓词变元的基本对象是域变量
      🔸 代表:QBE
    • 具有关系代数和关系演算双重特点的语言
      代表:SQL(Structured Query Language)
      🔹 SQL不仅具有丰富的查询功能,而且具有数据定义和数据控制功能,是集查询、DDL(data definition language)、DML(data manipulation language)和DCL(Data Control Language)于一体的关系数据语言。它充分体现了关系数据语言的特点和优点,是关系数据库的标准语言
      🔹 SQL特点:完备的表达能力、非过程化的集合操作、功能强、能嵌入高级语言使用
      在这里插入图片描述
      关系代数、元组关系演算和域关系演算三种语言在表达能力上是完全等价的

    关系模型的完整性

    为了维护数据库中数据与现实世界的一致性,对关系数据库的插入、删除和修改操作必须有一定的约束条件,这就是关系模型的三类完整性:

    • 实体完整性
    • 参照完整性
    • 用户定义的完整性

    实体完整性(Entity Integrity)

    • 实体完整性是指主键的值不能为空或者部分为空
    • 关系模型中的一个元组对应一个实体,一个关系则对应一个实体集
      例如,一条学生记录对应着一个学生,学生关系对应着学生的集合
    • 现实世界中的实体是可区分的,即它们具有某种唯一性标识。与此相对应,关系模型中以主关系键来唯一标识元组
      例如,学生关系中的属性“学号”可以唯一标识一个元组,也可以唯一标识学生实体
    • 如果主键中的值为空或部分为空,即主属性为空,则不符合键的定义条件,不能唯一标识元组及其相对应的实体。这就说明存在不可区分的实体,从而与现实世界中的实体是可以区分的事实相矛盾。因此主键的值不能为空或部分为空
      例如,学生关系中的主键“学号”不能为空;选课关系中的主键“学号+课程号”不能部分为空,即“学号”和“课程号”两个属性都不能为空

    参照完整性(Referential Integrity)

    现实世界中的实体之间往往存在某种联系,在关系模型中实体及实体间的联系都是用关系来描述的。这样就自然存在着关系与关系间的引用。

    例1: 学生(学号,姓名,性别,专业号,年龄)
    专业(专业号,专业名)

    例2: 学生(学号,姓名,性别,专业号,年龄)
    课程(课程号,课程名,学分)
    选课(学号,课程号,成绩)

    • 定义:设F是基本关系R的一个或一组属性,但不是关系R的码,如果F与基本关系S的主码Ks相对应,则称F是基本关系R的外码(Foreign Key),并称基本关系R为参照关系(Referencing Relation),基本关系S为被参照关系(Referenced Relation)或目标关系(Target Relation)

    • 关系R和S不一定是不同的关系

    • 参照完整性规则:若属性(或属性组)F是基本关系R的外码,它与基本关系S的主码Ks相对应(基本关系R和S不一定是不同的关系),则对于R中每个元组在F上的值必须为:
      ①或者取空值(F的每个属性值均为空值);
      ②或者等于S中某个元组的主码值。

    • 如下图,学生关系中某个学生(如s1或s2)“系别”的取值,必须在参照的系别关系中主关系键“系别”的值中能够找到,否则表示把该学生分配到一个不存在的部门中,显然不符合语义。
      如果某个学生(如s11)“系别”取空值,则表示该学生尚未分配到任何一个系。否则,它只能取专业关系中某个元组的专业号值
      在这里插入图片描述

    • 例如:
      学生(学号,姓名,性别,专业号,年龄)
      课程(课程号,课程名,学分)
      选课(学号,课程号,成绩)

      如果按照参照完整性规则,选课关系中的外部关系键“学号”和“课程号”可以取空值或者取被参照关系中已经存在的值。但由于“学号”和“课程号”是选课关系中主属性,根据实体完整性规则,两个属性都不能为空。所以选课关系中的外部关系键“学号”和“课程号”中只能取被参照关系中已经存在的值

    • 实体完整性和参照完整性是关系模型必须满足的完整性约束条件,被称作关系的两个不变性。任何关系数据库系统都应该支持这两类完整性

    • 除此之外,不同的关系数据库系统由于应用环境的不同,往往还需要一些特殊的约束条件,这就是用户定义完整性

    用户定义完整性(User-defined Integrity)

    • 用户定义完整性是针对某一具体关系数据库的约束条件
    • 它反映某一具体应用所涉及的数据必须满足的语义要求
      例如,属性值根据实际需要,要具备一些约束条件,如选课关系中成绩不能为负数;某些数据的输入格式要有一些限制等;工资不能低于“地区最低工资”
    • 关系模型应该提供定义和检验这类完整性的机制,以便使用统一的、系统的方法处理它们,而不要由应用程序承担这一功能

    E-R图向关系模型的转换

    • E-R图向关系模型的转换要解决的问题
      ①如何将实体型和实体间的联系转换为关系模式
      ②如何确定这些关系模式的属性和码

    • 转换内容
      将E-R图转换为关系模型:将实体、实体属性和实体之间的联系转换为关系模式。

      实体型间的联系有以下不同情况:
      (1)一个1:1联系可以转换为一个独立的关系模式,也可以与任意一端对应的关系模式合并
      (2)一个1:n联系可以转换为一个独立的关系模型,也可以与n端对应的关系模式合并
      (3)一个m:n联系转换为一个关系模型。例如:“选修”联系是一个m:n联系,可以将它转换为如下关系模式,其中学号与课程号为关系的组合码 👉选修(学号课程号,成绩)
      (4)三个或三个以上实体间的一个多元联系转换为一个关系模式。例如:“讲授”联系是一个三元联系,,可以将它转换为如下关系模式,其中课程号、教工号和书号为关系的组合码👉讲授(课程号教工号书号

    综合练习 E-R图

    用E-R图表示某个工厂物资管理的概念模型

    • 实体
      仓库:仓库号、面积、电话号码
      零件:零件号、名称、规格、单价、描述
      供应商:供应商号、姓名、地址、电话号码、账号
      项目:项目号、预算、开工日期
      职工:职工号、姓名、年龄、职称
    • 实体之间的联系如下:
      (1)一个仓库可以存放多种零件,一种零件可以存放在多个仓库中。仓库和零件具有多对多的联系。用库存量来表示某种零件在某个仓库中的数量;
      (2)一个仓库有多个职工当仓库保管员,一个职工只能在一个仓库工作,仓库和职工之间是一对多的联系。职工实体型中具有一对多的联系;
      (3)职工之间具有领导与被领导关系。及仓库主任领导若干保管员;
      (4)供应商、项目和零件三者之间具有多对多的联系
      在这里插入图片描述
      将E-R图转换为关系模式,并说明外键和主键的对应关系
      供应(供应商号,项目号,零件号,…)
      🔹 (供应商号,项目号,零件号)为主键
      🔹 供应商号是外键与供应商的供应商号对应
      🔹 项目号是外键与项目的主键项目号对应
      🔹 零件号是外键与零件的主键零件号对应
      库存(仓库号,零件号,…)
      🔹 (仓库号,零件号)为主键
      🔹 仓库号是外键与仓库的主键仓库号对应
      🔹 零件号是外键与零件的主键零件号对应
      工作(仓库号,职工号,领导职工号,…)
      🔹 (仓库号,职工号,领导职工号)为主键
      🔹 仓库号是外键与仓库的主键仓库号对应
      🔹 职工号是外键与职工的主键职工号对应
      🔹 领导职工号是外键与职工的主键职工号对应

    关系数据库——关系数据结构及形式化定义
    关系数据库——关系代数


    在这里插入图片描述

    展开全文
  • 这样,云和雾共同形成一个彼此受益的计算模型,这一新的计算模型能更好的适应物联网应用场景。 雾计算挑战 雾计算带来新的可能性的同时,也在安全性,高效利用资源,API等方面带来了新的挑战。雾使用大量分散...

    雾平台由数量庞大的雾节点(即上文中雾使用的硬件设备,以及设备内的管理系统)构成。这些雾节点可以各自散布在不同地理位置,与资源集中的数据中心形成鲜明对比。

    根据以上内容,可以总结出雾计算与云计算的不同:

    更低:雾节点在网络拓扑中位置更低,拥有更小的网络延迟(总延迟=网络延迟+计算延迟),反应性更强。

    更多:相比较云平台的构成单位——数据中心,雾节点数量庞大。

    更广:雾节点拥有广泛的地域分布。

    更轻:雾节点更轻量,计算资源有限。

    这些不同给雾带来哪些优点,是什么使它成为物联网生态中又一不可或缺的部分呢?

    雾计算还有以下优点:

    省核心网络带宽:雾作为云和终端的中间层,本就在用户与数据中心的通信通路上。雾可以过滤,聚合用户消息(如不停发送的传感器消息),只将必要的消息发送给云,减小核心网络压力。

    高可靠性:为了服务不同区域的用户,相同的服务会被部署在各个区域的雾节点上。这也使得高可靠性成为雾计算的内在属性,一旦某一区域的服务异常,用户请求可以快速转向其他临近区域。

    背景信息了解:因为分布在不同区域,雾计算中的服务可以了解到区域背景信息,如本区域带宽是否紧张,根据这一知识,一个视频服务可以及时决策是否降低本地区视频质量,来避免即将到来的卡顿;而对一个地图应用,则可将本地区地图缓存,提高用户体验。

    省电:数据中心的电力消耗已经成为重要成本,其中冷却系统占有不可忽视的比重。雾计算节点因为地理位置分散,不会集中产生大量热量,并不需要额外的冷却系统,从而减少耗电。

    基于以上优点,雾能够弥补云的不足,并和云相互配合,协同工作。

    云+雾

    雾计算自提出就是作为云计算的延伸扩展,而不是云计算的替代。如前文所述,在物联网生态中,雾可以过滤,聚合用户消息;匿名处理用户数据保证隐秘性;初步处理数据,做出实时决策;提供临时存储,提升用户体验。

    相对的,云可以负责大运算量,或长期存储任务(如:历史数据保存,数据挖掘,状态预测,整体性决策等等),从而弥补单一雾节点在计算资源上的不足。

    这样,云和雾共同形成一个彼此受益的计算模型,这一新的计算模型能更好的适应物联网应用场景。

    雾计算挑战

    雾计算带来新的可能性的同时,也在安全性,高效利用资源,API等方面带来了新的挑战。雾使用大量分散设备,使中心化的控制变得困难;雾节点的资源相对受限,需要节点间的协同配合,才能优化各服务的部署;“何时将服务迁移至何处”则是应对移动终端设备,动态的应用场景需要考量的问题。

    随着雾计算概念的发展,雾被进一步扩展到“地面上”。雾节点不再仅限于网络边缘层,还包括拥有宽裕资源的终端设备

    终端设备与用户直接交互,数量庞大,在丰富雾的设备种类的同时,也带来更多动态属性,如电池电量,雾节点移动性等问题需要解决

    从物联网的应用场景出发,由终端设备的资源限制谈到对云的需求,再由云在网络中的位置造成的限制谈到雾。探讨了云雾的对比,云雾的结合,雾的优点,雾的应用,雾的挑战。希望以此文抛砖引玉,和大家共同关注科技发展趋势。
      人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
      云计算、雾计算、霾计算、边缘计算,具体指的是什么?
    http://www.duozhishidai.com/article-1677-1.html
      雾计算是做什么的,与物联网的关系是什么?
    http://www.duozhishidai.com/article-1222-1.html
      观察云计算、雾计算及物联网之间的区别及联系
    http://www.duozhishidai.com/article-5919-1.html
      


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台
    展开全文
  • 层次数据模型     定义:层次数据模型是用树状<...其实层次数据模型就是的图形表示就是一个倒立生长的树,由基本数据结构中的树(或者二叉树)的定义可知,每棵树都且仅一个根节点,其余的...
  • 数据库 之关系模型

    千次阅读 2019-04-17 14:46:06
    关系模型的数据结构:以二维表的形式表示实体和实体...3.关系模式:关系模式是对关系的描述,是关系模型的“型”,一般表示为:关系名(属性1,属性2,属性n) 4.关系模型的数据操纵主要包括查询,插入,删除和修改。...
  • 层次模型,网状模型,关系模型的优缺点总结
  • 关系数据库模型设计

    千次阅读 2020-05-19 17:13:17
    本文从现实世界-概念世界(信息世界)-机器世界(数据世界)逐级抽象,旨在以浅显易懂的语言描述关系数据库应该如何建模,最后用简单名了的描述给出关系模型的设计范式的含义。
  • 组合模式优点

    千次阅读 2013-12-02 17:32:02
    21.3.1 组合模式优点 高层模块调用简单 一棵树形机构中的所有节点都是Component,局部和整体对调用者来说没有任何区别,也就是说,高层模块不必关心自己处理的是单个对象还是整个组合结构,简化了高层模块的...
  • 关系模型的基本概念

    千次阅读 2016-07-27 23:08:18
     关系数据库是应用数学方法来解决数据的,它具有结构简单、理论基础坚实、数据独立性高以及提供非过程性语言等优点。 1.关系的数学定义 1. 域(Domain):值的集合,它们具有相同的数据类型,语
  • 数据模型(Data Model)是数据特征的抽象,它从抽象层次上描述了系统的静态特征、动态行为和约束条件, ...常见的数据模型层次模型、网状模型和关系模型三种。 关系其实就是一个二维表的意思,行列对应,..
  • 现在针对逻辑数据模型中所用到的三种数据模型---层次数据模型、网状数据模型以及关系数据模型做一个相信的介绍与对比分析。 一、层次数据模型 定义:层次数据模型是用树状&lt;层次&gt;结构来表示实体类型...
  • 数据模型的概念2.两大类数据模型客观对象的抽象过程---两步抽象3.数据模型的组成要素(1)数据结构(2)数据操作(3)数据的完整性约束条件4.概念模型(1)用途与基本要求(2) 信息世界中的基本概念(3)两个实体型之间的联系①...
  • 数据模型的概念 在数据库中用数据模型这个工具来抽象、表示和处理现实世界中的数据和信息。...逻辑模型主要包括网状模型、层次模型、关系模型、面向对象模型等,按计算机系统的观点对数据建模,用于DBMS实现。 物理模
  • 双亲委派模式优点

    万次阅读 多人点赞 2019-06-06 16:39:17
    采用双亲委派模式的是好处是Java类随着它的类加载器一起具备了一种带优先级的层次关系,通过这种层级关可以避免类的重复加载,当父亲已经加载了该类时,就没有必要子ClassLoader再加载一次。其次是考虑到安全因素...
  • 层次、网状、关系模型

    万次阅读 多人点赞 2017-11-18 17:12:44
    层次、网状、关系模型都是逻辑上的,它们都是以一定的方式存储在数据库系统中,这是数据库管理系统的功能,是数据库管系统中的物理存储模型。 格式化模型层次模型和网状模型统称为格式化模型。格式化模型中数据结构...
  • 一、层次数据模型  定义:层次数据模型是用树状<层次>结构来组织数据的数据模型。  其实层次数据模型就是的... 整个模型且仅一个节点没有父节点,其余的节点必须且仅一个父节点,但是所有的节点都
  • 数据仓库——关系模型和维度模型

    千次阅读 2018-07-07 09:59:40
    关系建模又叫ER建模,是数据仓库之父Inmon推崇的,其从全企业的高度设计一个3NF模型的方法,用实体加关系描述的数据模型描述企业业务架构,在范式理论上符合3NF,其是站在企业角度进行面向主题的抽象,而不是针对...
  • 函数依赖与关系模式分解的一些技巧整理

    万次阅读 多人点赞 2018-01-21 19:58:27
    函数依赖与关系模式分解的一些技巧整理 关系数据库设计理论的核心是数据间的函数依赖,衡量的标准是关系规范化的程度及分解的无损连接性和保持函 数依赖性。 数据依赖是通过一个关系中属性间值的相同与否体现...
  • 它们之间最明显的区别在于,虚拟化技术是IT环境这个不动产的固定装置,而云计算作为一种按需服务来提供,分平台即服务、基础设施即服务或软件即服务等几种形式,采用按需付费的模式来提供。 云计算目前是备受关注,...
  • 第二章 关系模型介绍Employee(person-name, street, city) Works(person-name, company-name, salary) Company(company-name, city) 图2-14 习题2.1, 2.7, 2.12的关联数据库 实践习题2.1 考虑图2-14所示...
  • 专业数据仓库面临的一个问题是数据仓库中数据库设计的基本模型选取问题。广泛采用的数据库设计模型两种,关系型和多维型。 下面介绍两种模型,及其两种方法的区别和在数据仓库中的应用,...一、关系模型 二、多维模
  • java装饰者设计模式优点和缺点?

    千次阅读 2018-07-02 23:09:50
    顾名思义,装饰模式就是给一个对象增加一些新的功能,而且是动态的,要求装饰对象和被装饰对象实现同一个接口,装饰对象持有被装饰对象的实例,关系图如下:Source类是被装饰类,Decorator类是一个装饰类,可以为...
  • 设计模式是软件大师们根据多年来的软件开发经验,对软件开发领域包括合理复用、提高健壮性、减少BUG等各方面作的抽象总结,不同的设计模式方法适合于不同的应用场景,是汇结了他们最宝贵的经验总结。最早的开发模式...
  • 关系模式无损分解的测试方法

    千次阅读 热门讨论 2014-11-03 10:40:48
    关系模式无损分解的测试方法 上周在看数据库原理的时候,对于无损分解的测试方法,看完两遍还是不明其中的真意,和同学探讨了一下,此博文说说我的理解。...2.在关系假设时,可能会损失信息 所以模式
  • 一、关系模式的分解 1、把一个关系模式分解成若干个关系模式的过程,称为关系模式的分解。 2、定义 关系模式R的分解是指R为它的一组子集

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 336,893
精华内容 134,757
关键字:

关系模型的优点主要有