数据库中多表更新

在powerbulider中,数据窗口数据源来自两个或两个以上的表,对于这样的数据窗口powerbulider默认是不可以更改的,但是实际往往需要我们对该数据进行修改,通过修改pb的默认设置,来重新设置它的Update属性,数据窗口的Update Properties能够完成设置数据窗口是否可Update、可Update的表、可Update列等,但不能同时设置两个以上多表可更新,本文通过设置数据窗口属性和使用Modify()函数完成多表的更新修改。     

基于余弦距离的人体运动数据行为分割算法

对人体运动捕捉数据进行行为分割是人体运动数据分析与合成中的关键处理步骤,为此,提出一种新的人体运动数据行为分割算法。采用骨骼夹角直方图刻画人体运动统计特征,使用余弦相似度作为人体运动数据骨骼夹角直方图特征的相似性度量,实现对运动行为的自动分割。对于给定的人体运动捕捉序列,首先定义滑动比较窗口,计算当前窗口范围内运动序列前、后2部分骨骼夹角直方图统计特征的余弦相似度,然后通过在运动序列上滑动该窗口,获得运动序列的余弦相似度曲线,曲线最小值位置即为不同类型行为的分割点。在CMU人体运动捕捉数据库上进行数值实验。研究结果表明:本文算法能够实现对人体运动捕捉数据的自动行为分割;与广泛采用的基于PPCA的行为分割方法相比,本文算法具有良好的性能。     

Power Builder的数据处理及其实例

讨论了Ｐｏｗｅｒ Ｂｕｉｌｄｅｒ中的数据窗口在编程中的作用，详细讨论了数据窗口的各种操作及利用ＳＱＬ实现数据的操作。     

面向概念漂移数据流的在线集成自适应算法

概念漂移是流数据的主要特征之一,如何检测概念漂移的发生以及调整预测模型去适应概念漂移现象备受研究者的关注.目前有关概念漂移的大多数算法仅仅针对单一类型的概念漂移检测,并且需限制输入数据服从某一分布,所以在检测多种类型概念漂移时效果不理想.提出一种在线集成自适应算法（KSHPR）,在自适应随机森林（Adaptive Random Forests,ARF）算法和流随机补丁（Streaming Random Patch,SRP）算法的基础上进行优化改进,采用非参数检验与滑动窗口相结合的策略进行概念漂移检测,降低窗口平均值对算法性能的影响,并以此为基础建立四个基学习者的集成学习模型,根据基学习者预测准确率,动态分配权值,有效解决流式数据中学习模型精度低的问题.实验证明,提出的算法在真实数据集和合成数据集中均表现优良,与其他算法相比,该算法的稳定性、分类准确性与多类型概念漂移适应能力均有所提升.     

数据流窗口查询语义的局限性及改进方法

在数据流处理系统普遍使用滑动窗口查询模型来解决数据流的持续查询问题.对一些特殊的查询类型,在使用滑动窗口查询时无法完全达到查询要求,通过引入条件窗口对滑动窗口模型进行更一般化的扩展和改进,可以解决滑动窗口语义在处理这一类型查询中的局限性.     

基于N-Gram和动态滑动窗口的改进余弦相似度算法研究

为了解决余弦相似度算法进行数据清洗时重复与相似的数据会使计算量呈几何级增长的问题,提出了基于N-Gram和动态滑动窗口的改进余弦相似度算法.首先通过计算每条数据的N-Gram值,并对数据进行相似度排序,然后定义初始滑动窗口,其窗口值根据N-Gram值的方差动态调整,最后在每个窗口中根据相似度与阀值判断相似数据.实验结果表明,改进的余弦相似度算法在运行速度上有大幅度提高,数据清洗准确率也得到提升,且该算法适用于海量数据的情形.     

基于嵌套滑动窗口的数据流缺失数据填充算法

提出了一种基于嵌套滑动窗口的缺失数据填充算法.考虑到传感器数据流的时效特性,采用嵌套滑动窗口选取空间相关度高且距离最近的数据作为样本数据,之后分两种情况对缺失数据进行填充.算法首先通过皮尔逊相关计算对数据的空间性进行分析,应用嵌套滑动窗口对缺失数据相关的数据进行采样,得到强相关数据,之后采用MKNN算法进行精确填充.通过皮尔逊相关分析和嵌套窗口采样,极大地降低了数据样本大小,提高了缺失数据处理实时性;对于不具有强的空间相关的缺失数据,考虑到短时间内采集数据间强的时间相关性,采用线性相关法对数据进行填充,降低算法复杂度.实验表明,该算法能够实时、精确地对数据流缺失数据进行填充.     

基于ASTER GDEM的皖南低山丘陵区地貌类型划分研究

针对皖南低山丘陵区,以ASTER GDEM为基础数据,利用Python脚本调用Arc GIS领域分析功能和栅格计算器分别提取3×3、5×5、…、65×65窗口的地势起伏度,采用均值变点法计算得出皖南低山丘陵区地势起伏度最佳提取窗口为23×23(0.48 km2)。依据地形起伏度和海拔高度将皖南低山丘陵区划分为8种地貌类型。结果表明:研究区地貌类型以丘陵和低山为主,分别占全区面积的41.88%和35.23%;平原和台地占全区面积的21.78%,主要分布在北部区域和屯溪盆地。     

一种基于变窗口的数据流连续查询方法

目前对数据流连续查询的研究工作大部分基于滑动窗口,窗口大小固定不变.本文从内存资源有限性与查询结果精确性角度出发,采用可变窗口技术,在缓存中加入窗口控制器,当数据到达缓存时,根据用户提出查询具体问题和数据流速情况,窗口分配算子对其进行窗口大小的划分.使得在内存资源有限的情况下,通过动态改变滑动窗口大小,充分利用系统资源,降低内存使用率的同时,使连续查询的查询结果都在允许的误差范围内,此方法经过验证是可行的.     

基于图的情境离群点检测方法

针对异常模式挖掘中的情境离群点检测问题,提出一种基于图的检测方法.首先对数据实例构建一个实例图,然后采用一个滑动窗口穿越数据实例,对处于滑动窗口内的数据实例,计算结点之间的闵可夫斯基距离作为边权值,然后采用最小生成树聚类算法对实例图进行聚类,再采用第二个滑动窗口穿越数据实例,根据窗口内的数据实例是否属于主趋势聚类赋予不同的离群值评分,不属于主趋势聚类的数据实例被认为是潜在的离群点.仿真实验和实际数据分析表明该方法在一元序列数据检测中是切实可行的,该方法具有较好的适用性和扩展性.     

利用PowerBuilder实现通用“按字段查询”窗口的设计

<正> 在PB7.0中,数据库中表的内容通常用数据窗口对象显示输出,而数据窗口对象一般都要事先建立。能不能在程序运行过程中根据用户指定的字段,动态建立数据窗口对象,进一步,再通过用户指定的条件对记录进行过滤,达到查询的目的?回答是肯定的。我们设计了一个窗口.不仅实现了上述功能。而且可以挂接到任何PB应用软件当中,对任意表     

使用SetSQLSelect函数实现灵活数据查询

在PowerBuilder中 ,数据窗口是它的一项专利技术。SetSQLSelect函数是数据窗口控件的一个函数。本文通过分析SQLSELECT语句的结构 ,设计SQLSELECT语句 ,再使用SetSQLSelect函数即能实现灵活的数据查询功能     

PowerBuilder中下拉数据窗口应用探讨

详细地阐述了PowerBuilder中下拉数据窗口处在静态、动态等不同状态下的应用方法及使用技巧,体现出下拉数据窗口应用形式的灵活多样.     

滑动窗口内动态数据流聚类算法研究

滑动窗口是数据流中一种关注近期数据的近似方法,提出一种采用滑动窗口处理数据的优化算法SWStream。在线阶段利用滑动窗口树存储概要结构,动态调整窗口大小。优化后的算法能及时淘汰过期元组,同时对新到达的元组不断进行实时处理,可以获得更准确的分析结果。而在离线阶段对上一阶段的结果进行宏聚类,得到最后的结果。与聚类算法CluStream相比,此算法处理数据的效率更高,也相对节约内存。     

PowerBuilder数据窗口几个使用难点问题的解决

数据窗口技术是PowerBuilder的核心,在开发过程中,经常会遇到一些难处理的问题．介绍了数据窗口的多表更新、导出到Excel表控制和打印控制的解决方法．     

网络窗口机制参数分析及通信流程的设计

首先给出了计算机通信网络中的窗口机制描述,对数据链路层和网络层运用的窗口机制分别进行了分析,并讨论不同层次上窗口机制运用中的参数.最后设计出一种窗口机制具体形式的程序流程图.     

PowerBuilder中数据窗口的键盘事件解决方案

PowerBuilder中的数据窗口直接捕获的用户按键事件功能十分薄弱,对PB的DataWindow控件中常用的Enter键和方向键的键盘事件问题,提出了相应的解决方案,弥补了数据窗口对键盘处理的局限性。     

Quick Basic下的直接窗口

MicorosoftQuickBasic是一个程序设计环境，它包括书写、编辑、运行和调试程序所需的一切工具。这些工具和一种强有力的BASIC程序设计语言，以及对环境和语言中出现的每个事件给予解释的联机屏幕帮助系统一起构成一个整体。IQuickBasic下的窗口QuickBasic的大多数操作是通过窗口来完成的。通过窗口来容纳各种不同类型的信息。共有以下五种类型的窗口：观察窗口（View）启动QuickBasic后，该窗口出现在屏幕的上半部，装人的程序将显示在此窗口中。利用View菜单命令，可以装人一个程序、任何函数及子过程的外部编码。即所谓的“模块级…     

激光数据聚类和Morphin算法下的机器人避障研究

为了解决移动机器人在未知环境下的避障问题,提出了一种从障碍物检测、预测到避撞的避障方法。设定圆形窗口作为机器人有效扫描区域,利用激光传感器采集到的数据结合聚类、匹配和分类算法确定障碍物类型和动态障碍物运动信息,绘制窗口内的动态局部地图来预测动态障碍物与机器人的碰撞关系,结合Morphin算法实现有效的避障。仿真实验表明,在该算法下移动机器人能够有效地检测出障碍物,进行碰撞预测,并做出合理地避障措施。     

融合离群点判别的稳态检测方法及其应用

针对可能含有离群点的过程数据,提出一种融合离群点判别的稳态检测(Steady StateIdentification,SSID)方法,即基于新型3δ法则离群点判别与自适应多项式滤波(Adaptive Poly-nomial Filtering,APF)稳态检测相结合的方法。该方法首先根据历史稳态数据自适应地确定滤波窗口的长度;然后针对过程数据离群点的特点,采用提出的新型3δ法则滤除并替换窗口数据中的离群点;通过对消除离群点的窗口数据进行多项式滤波,得到反映该窗口内数据变化特征的曲线,并根据曲线的特征判断过程是否处于稳态。仿真研究与实际应用表明:融合离群点判别的稳态检测方法克服传统稳态检测方法中离群点对稳态检测结果的影响,检测结果明显优于传统的APF方法。