精华内容
下载资源
问答
  • Oracle在where语句后添加日期限制条件
    千次阅读
    2020-07-24 10:11:35

    语法: select t*,t.rowid from DataBaseName where time >= to_date(‘2020-6-1’,‘yyyy-mm-dd’) and time2 <= to_date(‘2020-7-24’,‘yyyy-mm-dd’)

    或者是 select t*,t.rowid from DataBaseName where time between to_date(‘2020-6-1’,‘yyyy-mm-dd’) and to_date(‘2020-7-24’,‘yyyy-mm-dd’)

    更多相关内容
  • 如下图,给"修改"按钮添加 “鼠标松开时-显示影藏” 交互事件,设置为"显示 提示选择数据的弹窗",触发鼠标松开时事件的条件是"总行"和"广州分行"未被选中 至此配置完成,即可实现当选择框部分一

    1.需求说明

    请选择提示
    打开修改组织
    如以上两图,当选择框一个都没选时,点击修改按钮打开的是请选择数据的提示弹窗,当有选择选择按钮时,点击修改按钮打开修改组织弹窗

    2.实现步骤

    1. 如下图,给"修改"按钮添加 “鼠标点击-显示影藏” 交互事件,设置为"显示 修改组织弹窗",触发鼠标点击事件的条件是"总行"或者"广州分行"被选中
      鼠标点击事件

    2. 如下图,给"修改"按钮添加 “鼠标松开时-显示影藏” 交互事件,设置为"显示 提示选择数据的弹窗",触发鼠标松开时事件的条件是"总行"和"广州分行"未被选中
      鼠标松开事件
      至此配置完成,即可实现当选择框部分一个都没被选中时,点击修改按钮打开的是"请选择数据的提示弹窗",当有选中选择按钮时,点击修改按钮打开的是"修改组织弹窗"

    展开全文
  • 从四种基本平差算法的函数模型来看,主要包括如下两种类型的条件方程:{F(L^,X^)=0ϕ(X^)=0\left\{\begin{matrix} F(\hat{L},\hat{X})=0\\ \phi (\hat{X})=0 \end{matrix}\right. 第一种方程中同时含有观测值和...

    接下来要写的可看成是对前面讲过的四种经典平差方法的概括模型。
    从四种基本平差算法的函数模型来看,主要包括如下两种类型的条件方程: { F ( L ^ , X ^ ) = 0 ϕ ( X ^ ) = 0 \left\{\begin{matrix} F(\hat{L},\hat{X})=0\\ \phi (\hat{X})=0 \end{matrix}\right. {F(L^,X^)=0ϕ(X^)=0
    第一种方程中同时含有观测值和未知参数,称为一般条件方程;第二种方程则只含有未知参数而无观测值,称为限制条件方程。
    一般而言,对于任何一个平差问题,设想观测值个数为 n n n,必要观测数为 t t t,则多余观测数 r = n + t r=n+t r=n+t。若增选了 u u u个参数,不论 u < t , u = t u<t,u=t u<t,u=t u > t u>t u>t,也不论参数是否独立,每增加一个参数则相应的多产生一个方程,故总共应列出 r + u r+u r+u个方程。如果在 u u u个参数中有 s s s个是不独立的,或者说,在这 u u u个参数之间存在着 s s s个函数关系式,则应列出 s s s个限制条件方程,此外,还应列出 c − r + u − s c-r+u-s cr+us个一般条件方程,如此就形成了如下的函数模型: F c   1 ( L ^ , X ^ ) = 0 ϕ s   1 ( X ^ ) = 0 \begin{matrix} \underset{c\,1 }{F}(\hat{L},\hat{X})=0\\ \underset{s\, 1}{\phi}(\hat{X})=0 \end{matrix} c1F(L^,X^)=0s1ϕ(X^)=0这就是附有限制条件的条件平差函数模型。其线性形式可概括如下: A c   n V n   1 + B c   u x ^ u   1 + W c   1 = 0 C s   u x ^ u   1 + W x s   1 = 0 \begin{matrix} \underset{c\,n }{A}\underset{n\,1 }{V}+\underset{c\,u }{B}\underset{u\,1}{\hat{x}}+\underset{c\,1}{W}=0\\ \underset{s\,u}{C}\underset{u\,1}{\hat{x}}+\underset{s\,1}{W_{x}}=0 \end{matrix} cnAn1V+cuBu1x^+c1W=0suCu1x^+s1Wx=0式中 W = F ( L , X 0 ) , W x = ϕ ( X 0 ) W=F(L,X^{0}),W_{x}=\phi(X^{0}) W=F(L,X0),Wx=ϕ(X0)其中, X 0 X^{0} X0是未知参数的初始值,一般选择在收敛值的某个开邻域 U U U里,使得 U U U必须和3维欧式空间 R 3 R^{3} R3中的一个开子集是同胚的。
    c = r + u − s , c > r , s < u c=r+u-s,c>r,s<u c=r+us,c>r,s<u,系数矩阵的秩分别为 R ( A ) = c , R ( B ) = u , R ( C ) = s R(A)=c,R(B)=u,R(C)=s R(A)=c,R(B)=u,R(C)=s随机模型为 D n   n = σ 0 2 Q n   n = σ 0 2 P n   n − 1 \underset{n\, n}{D}=\sigma _{0}^{2} \underset{n\, n}{Q}=\sigma _{0}^{2} \underset{n\, n}{P}^{-1} nnD=σ02nnQ=σ02nnP1在大多数情况下,参数之间是等价的,不需要加权,这时候 P P P是单位矩阵。
    上面提到过,该模型是四种平差模型的综合:

    1. 系数阵中的 B = 0 , C = 0 B=0,C=0 B=0,C=0时,它就变成了条件平差法的函数模型。
    2. 系数阵中的 C = 0 C=0 C=0,它就变成了附有参数的条件平差的函数模型。
    3. 系数阵中的 A = − I A=-I A=I C = 0 C=0 C=0时,它就变成了间接平差法的函数模型。
    4. 系数阵中的 A = − I A=-I A=I时,就变成了附有限制条件的间接平差法的函数模型。

    由此,也称之为“概括平差模型”。
    回到正题来简化数学模型,上面的线性模型用拉格朗日乘子进行复合,组成函数如下: ϕ = V T P V − 2 K T ( A V + B x ^ + W ) − 2 K s T ( C x ^ + W x ) \phi=V^{T}PV-2K^{T}(AV+B\hat{x}+W)-2K_{s}^{T}(C\hat{x}+W_{x}) ϕ=VTPV2KT(AV+Bx^+W)2KsT(Cx^+Wx)
    注意,这里有两个拉格朗日乘子,对于拉格朗日乘子,可参看我的另外一篇文章:拉格朗日乘子法的由来
    由凸优化理论,要计算该极值,需对 V V V x ^ \hat{x} x^ K K K K s K_{s} Ks分别取极值,即是求偏导并令其为零,得 ∂ Φ ∂ V = 2 V T P − 2 K T A = 0 ∂ Φ ∂ x ^ = − 2 K T B − 2 K s T C = 0 A V + B x ^ + W = 0 C x ^ + W x = 0 \begin{matrix} \frac{\partial \Phi }{\partial V}=2V^{T}P-2K^{T}A=0\\ \frac{\partial \Phi }{\partial \hat{x}}=-2K^{T}B-2K_{s}^{T}C=0\\ AV+B\hat{x}+W=0\\ C\hat{x}+W_{x}=0 \end{matrix} VΦ=2VTP2KTA=0x^Φ=2KTB2KsTC=0AV+Bx^+W=0Cx^+Wx=0
    上面四式包含 n n n个改正数, u u u个参数, c c c个对应于一般条件方程的联系数以及 s s s个对应于限制条件方程的联系数,而方程个数为 c + s + n + u c+s+n+u c+s+n+u,即方程个数等于未知数个数,故有唯一解。以上四式成为附有限制条件的条件平差法的基础方程。
    解此基础方程,令 N A A = A Q A T N_{AA}=AQA^{T} NAA=AQAT
    N A A K + B x ^ + W = 0 B T K + C T K s = 0 C x ^ + W x = 0 \begin{matrix} N_{AA}K+B\hat{x}+W=0\\ B^{T}K+C^{T}K_{s}=0\\ C\hat{x}+W_{x}=0 \end{matrix} NAAK+Bx^+W=0BTK+CTKs=0Cx^+Wx=0
    以上三式称为附有限制条件的条件平差的法方程。
    由法方程得 K = − N A A − 1 ( W + B x ^ ) B T N A A − 1 B x ^ − C T K + B T N A A − 1 W = 0 \begin{matrix} K=-N_{AA}^{-1}(W+B\hat{x})\\ \\ B^{T}N_{AA}^{-1}B\hat{x}-C^{T}K+B^{T}N_{AA}^{-1}W=0 \end{matrix} K=NAA1(W+Bx^)BTNAA1Bx^CTK+BTNAA1W=0若令 N B B = B T N A A − 1 B , W e = B T N A A − 1 W N_{BB}=B^{T}N_{AA}^{-1}B,W_{e}=B^{T}N_{AA}^{-1}W NBB=BTNAA1B,We=BTNAA1W可进一步化简得
    N B B x ^ − C T K s + W e = 0 N_{BB}\hat{x}-C^{T}K_{s}+W_{e}=0 NBBx^CTKs+We=0解出 x ^ \hat{x} x^,得 x ^ = N B B − 1 ( C T K s − W e ) \hat{x}=N_{BB}^{-1}(C^{T}K_{s}-W_{e}) x^=NBB1(CTKsWe)将上式代入 C x ^ + W x = 0 C\hat{x}+W_{x}=0 Cx^+Wx=0,得 N C C K s − C N B B − 1 W e + W x = 0 N_{CC}K_{s}-CN_{BB}^{-1}W_{e}+W_{x}=0 NCCKsCNBB1We+Wx=0
    其中 N C C = C N B B − 1 C T N_{CC}=CN_{BB}^{-1}C^{T} NCC=CNBB1CT。解出 K s K_{s} Ks K s = − N C C − 1 ( W x − C N B B − 1 W e ) K_{s}=-N_{CC}^{-1}(W_{x}-CN_{BB}^{-1}W_{e}) Ks=NCC1(WxCNBB1We)经整理即得: x ^ = − ( N B B − 1 − N B B − 1 C T N C C − 1 C N B B − 1 ) W e − N B B − 1 C T N C C − 1 W x \hat{x}=-(N_{BB}^{-1}-N_{BB}^{-1}C^{T}N_{CC}^{-1}CN_{BB}^{-1})W_{e}-N_{BB}^{-1}C^{T}N_{CC}^{-1}W_{x} x^=(NBB1NBB1CTNCC1CNBB1)WeNBB1CTNCC1Wx
    下面是具体的代码实现,其中基本的矩阵运算没有在下面给出,在矩阵算法相关代码,如有需要可以下载。

    // <summary>   
    /// 附有限制条件的条件平差
    /// </summary>     
    /// <param name="correction">返回的改正数</param> 
    /// <param name="MatrixA"></param>
    /// <param name="MatrixB"></param>
    /// <param name="MatrixC"></param>
    /// <param name="W"></param>
    /// <param name="Wx"></param>
    /// <param name="C"></param>
    /// <param name="N"></param>
    /// <param name="U"></param>
    /// <param name="S"></param>
    //
    template<class T>
    void GetConditionCorrectionWithCondition(T correction[],const T matrixA[],const T matrixB[],const T matrixC[],const T W[],const T Wx[],int C,int N,int U,int S)
    {
        T *transposedA=new T[N*C];
        T *transposedB=new T[U*C];
    	T *transposedC=new T[U*S];
        T *Naa=new T[C*C];
        T *inverseForNaa=new T[C*C];
        T *Nbb=new T[U*U];
        T *inverseForNbb=new T[U*U];
    	T *Ncc=new T[S*S];
        T *inverseForNcc=new T[S*S];
    	T *We=new T[U];
        T *x=new T[U];
        MatrixTranspose(matrixA,transposedA,C,N);
        MultMatrix(matrixA,transposedA,Naa,C,N,C);
        MatrixAnti(Naa,inverseForNaa,C);
        MatrixTranspose(matrixB,transposedB,C,U);
        T *transit1=new T[U*C];
        MultMatrix(transposedB,inverseForNaa,transit1,U,C,C);
        MultMatrix(transit1,matrixB,Nbb,U,C,U);
        MatrixAnti(Nbb,inverseForNbb,U);
    	
    	T *transit2=new T[U*C];
    	MultMatrix(transposedB,inverseForNaa,transit2,U,C,C);
    	MultMatrix(transit2,W,We,U,C,1);
    	
    	T *transit3=new T[S*U];
    	MultMatrix(matrixC,inverseForNbb,transit3,S,U,U);
    	MatrixTranspose(matrixC,transposedC,S,U);
    	MultMatrix(transit3,transposedC,Ncc,S,U,S);
    	MatrixAnti(Ncc,inverseForNcc,S);
    	
    	
    	T *transit4=new T[U*S];
    	MultMatrix(inverseForNbb,transposedC,transit4,U,U,S);
    	T *transit5=new T[U*S];
    	MultMatrix(transit4,inverseForNcc,transit5,U,S,S);
    	
    	T *transit6=new T[U*U];
    	MultMatrix(transit5,matrixC,transit6,U,S,U);
    	T *transit7=new T[U*U];
    	MultMatrix(transit6,inverseForNbb,transit7,U,U);
    	MatrixMinus(inverseForNbb,transit7,transit7,U,U);
    	T *transit8=new T[U];
    	MultMatrix(transit7,We,transit8,U,U,1);
    	
    	T *transit9=new T[U];
    	MultMatrix(transit5,Wx,transit9,U,S,1);
    	
    	MatrixMinus(transit9,transit9,correction,U,1);
    	MatrixMinus(correction,transit8,correction,U,1);
    	MatrixMinus(correction,transit9,correction,U,1);
    	
    	
        delete [] transposedA;
        delete [] transposedB;
    	delete [] transposedC;
        delete [] Naa;
        delete [] inverseForNaa;
        delete [] Nbb;
        delete [] inverseForNbb;
    	delete [] Ncc;
        delete [] inverseForNcc;
    	delete [] We;
        delete [] x;
        delete [] transit1;
        delete [] transit2;
        delete [] transit3;
        delete [] transit4;
        delete [] transit5;
        delete [] transit6;
    	delete [] transit7;
        delete [] transit8;
        delete [] transit9;
    }
    

    下面进行精度评定,附有限制条件的条件平差的单位权方差估值也是 V T P V V^{T}PV VTPV除以它的自由度,即
    σ ^ 0 2 = V T P V r = V T P V c − u + s \hat{\sigma }_{0}^{2}=\frac{V^{T}PV}{r}=\frac{V^{T}PV}{c-u+s} σ^02=rVTPV=cu+sVTPV
    另外,应用协因数传播率,可得 Q x ^ x ^ = N B B − 1 − N B B − 1 C T N C C − 1 C N B B − 1 Q_{\hat{x}\hat{x}}=N_{BB}^{-1}-N_{BB}^{-1}C^{T}N_{CC}^{-1}CN_{BB}^{-1} Qx^x^=NBB1NBB1CTNCC1CNBB1则平差值函数的中误差很容易得到,在这里不想写的太详细了,前面几篇文章详细讨论过。

    参考资料:
    [1] 误差理论与测量平差基础 武汉大学测绘学院测量平差学科组编著
    [2] 变分学讲义 张恭庆著

    转载请注明出处:http://blog.csdn.net/fourierFeng/article/details/76862227

    展开全文
  • sqlserver里面增加约束条件

    千次阅读 多人点赞 2018-07-04 19:38:33
    1.主键约束:格式为:alter table 表格名称 add constraint 约束名称 增加的... 2.check约束:就是给一列的数据进行了限制格式:alter table 表名称 add constraint 约束名称 增加的约束类型 (列名)例子:alter t...
    1.主键约束:


    格式为:
    alter table 表格名称 add constraint 约束名称 增加的约束类型 (列名)


    例子:
    alter table emp add constraint ppp primary key (id);


     


    2.check约束:就是给一列的数据进行了限制
    格式:
    alter table 表名称 add constraint 约束名称 增加的约束类型 (列名)


    例子:
    alter table emp add constraint xxx check(age>20);


     


    3.unique约束:这样的约束就是给列的数据追加的不重复的约束类型


    格式:
    alter table 表名 add constraint 约束名称 约束类型(列名)
    例子:
    alter table emp add constraint qwe unique(ename);


     


    4.默认约束:意思很简单就是让此列的数据默认为一定的数据


    格式:
    alter table 表名称 add constraint 约束名称 约束类型 默认值) for 列名


    例子:


    alter table emp add constraint jfsddefault 10000 for gongzi;


     


    5.外键约束:
    格式:
    alter table 表名 add constraint 约束名称 约束类型 (列名) references 被引用的表名称 (列名)


    例子:
    alter table emp add constraint jfkdsj foreign key (did) references dept (id);
    展开全文
  • Left join限制返回条数,条件

    千次阅读 2020-06-30 10:13:18
    有时候关联查询并不需要太多子表数据 例如 我们只需要关联查询出两条
  • 例如 create view view_a ( batch,number) as select batch,number from table_a 我只想要table_a中近30天的数据(就是batch字段为近30天),需要怎么更改
  • 通过查找资料将elementui组件...3、右侧栏增加了最大数量限制 子组件: <template> <!-- 创建模块 --> <Modal v-model="isShow" @on-cancel="cancle" title="创建自定义模块" width="720"> &
  • 区别:1、运用场景不同:晓得执行次数的时分普通用for,条件循环时普通用while。2、两种循环在结构死循环时的区别:while循环里的条件被看成表达式,因而,当用while结构死循环时,里面的TRUE实践上被看成永远为真的...
  • INSERT 语句 增加条件条件成立插入,否则不插入

    万次阅读 多人点赞 2017-06-07 03:09:29
    问题描述: 遇到一个sql插入的场景,就是在sql插入新数据的时候,直接在sql中判断条件是否满足,如果条件不满足则不插入新数据,某则插入...先从业务场景中提取出一般性的问题,即 insert 语句中增加一些条件语句。...
  • 索引使用的限制条件,sql优化有哪些 a,选取最适用的字段:在创建表的时候,为了获得更好的性能,我们可以将表中字段的宽度设得尽可能小。另外一 个提高效率的方法是在可能的情况下,应该尽量把字段设置为NOTNULL,...
  • 设置Apache访问限制,针对6种不同情况设置。 步骤/方法 1、禁止访问某些文件/目录 增加Files选项来控制,比如要不允许访问 .inc 扩展名的文件,保护php类库: 代码: 2...
  • 给m_id字段加主键约束primary key条件! mysql> alter table message add primary key(m_id);//命令 Query OK, 0 rows affected (0.99 sec)//出现这,表示已成功! 下来来看下表的结构吧! mysql> show columns from...
  • SQL 条件(限定)查询

    千次阅读 2017-08-28 21:05:22
    -- 在之前的简单查询中,是将所有的记录进行显示,但是现要对显示的记录进行过滤的操作,而这就属于限定查询的工作了,限定查询就是在之前语法的基础上增加了一个WHERE子句,用于指定限定条件,此时语法如下: ...
  • SQL中的count()、sum()函数内加条件

    万次阅读 2020-05-06 16:39:08
    最近在代码中有需要做页面统计数据总数,于是就按照条件规矩的表连接分组查询,先查出总数,然后对分组过后的数据进行单个查询。写完就跑了一下,发现查询速度有点慢(数据暂时还不多),想着以后数据多的话,页面会...
  • 在上个项目中碰到一个问题,输入框只能输入正整数,以及带2位小数且大于0的小数,在这里有2种解决方案. 1. 使用h5的新属性,对于前端开发的我们对h5肯定不会陌生,直接在标签里面加入属性设置,...
  • GET请求的长度限制

    千次阅读 2019-10-25 22:37:14
    最近在生产环境为上游服务提供了一个批量接口(dubbo接口),没有做长度的限制,造成我调用下游的http请求(GET请求)时由于长度(大概9000+个字符)超过了限制,造成直接返回400 Bad Request,影响了上游服务的使用...
  • Laravel Eloquent ORM--整理

    万次阅读 2015-06-01 16:23:04
    如果需要增加更多条件限制,可以在调用 comments 方法后面通过链式查询条件方法: $comments = Post::find(1)->comments()->where('title', '=', 'foo')->first(); 同样的,您可以传入第二个参数到 hasMany 方法...
  • 查询中的数量增加,性能下降并没有想象中那么可怕。这也是 mysql5.5 之后优化了 in 查询的结果。 2、打乱查询字符串比较 100 条平均: 7.5 ms 300 条平均: 13 ms 600 条平均: 23.8 ms 999 条平均: 31 ms ...
  • )) 1、多变量控制for循环(以及增加判断条件) 为什么会有for循环?我们在中阶第一篇的文章提到,while循环需要几个条件: 1、循环的判断条件;2、循环变量逼近条件;3、循环语句 1、for循环表达式 那么我们是不是...
  • 有约束条件的优化问题求解推导

    千次阅读 2020-04-03 10:53:01
    以SVM优化问题为例,其回归函数(分类平面)为: ...SVM中的分类问题和预测问题的区别在于约束条件的不同。 在分类问题中,约束条件为:;而在预测问题中,约束条件为(以Vapnik 不敏感损失函数为例): ...
  • word插入公式,如何输入事例四条件(或者更多)

    千次阅读 多人点赞 2020-03-31 13:02:51
    在word里输入一个公式的大括号时,模板里面只有事例(三条件),但是有时我们需要更多位置,LaTeX里有array,word应该怎样输入呢? 在遇到这个问题时我从网上查询了一下,最多的回答是说直接按回车即可,但是在...
  • mysql怎么添加约束?

    千次阅读 2021-01-30 18:42:06
    在MYSQL数据库中,建表时就可以进行对表...约束实际上就是表中数据的限制条件;目的是为了保证表中的记录完整和有效。常用的约束有:1、非空约束(not null)2、唯一约束(unique)3、主键约束(primary key)4、外键约束(...
  • 分析:需要给count(ename)加条件,此时再本查询中不能使用where,可以使用having 在group by后面作用在分组函数上 范例:平均工资大于两千的部门 select avg(sal) deptno from emp group by deptno having...
  • nginx限制ip访问次数

    千次阅读 2022-04-07 13:56:11
    lit_req_zone的功能是通过 令牌桶原理来限制 用户的连接频率,(这个模块允许你去限制单个地址 指定会话或特殊需要的请求数 ) ... #触发条件限制每个地址每秒只能请求10次 server { ... location ~ \.php$ {
  • 使用场景:我们在选择时间时,我们可能会需要限制条件,限制时间的可选范围,因此我们需要动态添加限制范围。 element-ui 中,提供 picker-options 对当前时间日期选择器特有的选项配置。值得注意的是,picker-...
  • Javascript 严格模式有什么限制

    千次阅读 2018-02-27 10:33:17
    顾名思义,这种模式使得Javascript在更严格的条件下运行。 严格模式主要有以下限制: 1.变量必须声明后再使用 2.函数的参数不能有同名属性,否则报错 3.不能使用with语句 4.不能对只读属性赋值,否则报错 5.不...
  • MATLAB实现粒子群算法的进阶讲解(多维+约束条件

    万次阅读 多人点赞 2019-11-12 18:46:53
    我们在之前的博客中,对粒子群算法的实现进行了讲解,主要讲解了粒子...3,如果目标函数存在约束条件,该如何编写代码? 本节就基于之前博客的内容,出现的问题,以及这两天我的一些学习,来对上述问题进行一个解答。
  • 浅谈软件开发中的假设条件

    千次阅读 2018-06-18 08:01:30
     翻开第一篇聊假设条件的博客,发现已经快2年了。...这篇博客首先关联软件开发中的不确定性和假设条件,其次给出软件开发中假设条件的定义,最后举几个由未妥善管理假设条件引起问题的例子。  在软件开发中,存...
  • 列级完整性约束条件>] [,<列名><数据类型>[<列级完整性约束条件>] … [,<表级完整性约束条件>]); <表名>:索要定义的基本表的名字 <列名>:组成该表的各个属性(列) <...
  • 1.前言 前面介绍的最小二乘学习法,是众多机器学习...因此,本篇博客将介绍能够控制模型复杂程度的、带有约束条件的最小二乘学习法。 2.部分空间约束的最小二乘学习法 在有参数线性模型: 的一般最

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 418,046
精华内容 167,218
关键字:

怎么增加限制条件