导读:本文包含了数据库查询法论文开题报告文献综述及选题提纲参考文献，主要关键词:数据库管理系统,查询方法,布谷鸟搜索算法,数学模型
数据库查询法论文文献综述
乐艺[1]（2019）在《大规模数据库查询优化算法的设计与研究》一文中研究指出针对布谷鸟算法局部搜索能力弱、寻优精度低等缺陷,设计了一种大规模数据库查询的优化算法。首先对当前数据库查询优化的研究现状进行分析,找到其它方法存在的局限性,然后将数据库查询优化问题看作是一个多约束条件的优化问题,选择布谷鸟搜索算法对该问题进行求解,将对标准布谷鸟搜索算法存在的不足进行相应的改善,最后通过具体数据库查询优化仿真实验对其有效性和优越性进行测试与分析。结果表明,改进布谷鸟搜索算法大幅度改善数据库查询优化效率,获得比较理想的数据库查询优化结果,而且结果要明显优于当前其它数据库查询优化方法,具有更高的实际应用价值。(本文来源于《科技通报》期刊2019年09期）
王昆凌[2]（2019）在《改进粒子群优化算法的数据库查询优化方法》一文中研究指出查询优化是数据库管理系统中的关键技术,针对当前数据库查询优化过程存在的查询效率低、查询结果错误大等缺陷,设计了基于改进粒子群优化算法的数据库查询优化方法。首先对当前数据库查询优化研究现状进行分析,指出当前各种数据库查询优化方法存在局限性;然后采用粒子群优化算法对数据库查询最优方案进行搜索,并针对标准粒子群优化算法存在的收敛速度慢、易得到局部最优解缺陷进行相应改进;最后与其它数据库查询优化方法在相同实验条件下进行仿真对比实验。结果表明,改进粒子群优化算法找到最优数据库查询优化方案的时间短,加快了数据库查询优化速度,并且得到的数据库查询优化方案要明显优于对比方法,提高了数据库查询精度,具有更高的实际应用价值。(本文来源于《微型电脑应用》期刊2019年09期）
仲崇丽,刘华[3]（2019）在《激光传感器海量数据库查询系统的设计》一文中研究指出针对目前采用的激光传感网络数据库查询系统存在数据库查询速度较慢、数据库查询准确性较差等问题,设计了基于多重加权树的激光传感网络数据库查询系统。该系统根据其功能选定主芯片和外围电路,完成对激光传感网络数据库查询系统的硬件设计;利用信号采集模块获取激光传感网络采集到的数据信息,通过构建的多重加权树并行查询数据库模型实现对数据库查询,完成对数据库查询系统的软件设计。实验测试结果表明,所设计查询系统能够在有效提高数据查询效率的前提下,最大程度地保证数据查询结果的准确性。(本文来源于《激光杂志》期刊2019年07期）
范会芳[4]（2019）在《基于MB+树的数据库查询算法优化》一文中研究指出当今社会人们工作、生活中大数据被广泛应用。在运行数据库过程中,操作频率最高的是查询操作。对基于MB+树的数据库查询算法进行优化,通过构建MB+树型、MB+查询算法以及插入算法,实现数据查询算法的优化构建。为验证优化后算法的最优性,分别以传统的基于R树的数据库查询算法、Merkle散列树查询算法为对照组,验证MB+树算法的查询效率和查询消耗。结果表明:优化后的MB+树数据库查询算法,查询效率明显优于传统算法,查询消耗少于传统算法。(本文来源于《电脑知识与技术》期刊2019年19期）
黄晋[5]（2019）在《游戏化思维的高职数据库查询教学》一文中研究指出数据库查询是数据库应用的一个重要组成部分,基于数据库的大部分业务都集中在查询上。如何让学生能像玩游戏一样主动地学习查询,灵活地应用查询,快乐地进行课堂互动,是值得探索与解决的问题。本文以数据库查询练习为教学实施单元,利用游戏化思维进行教学设计,引导学生课前认真准备,课堂积极参与,提高查询的学习效果与课堂学习效率,提供了游戏化思维在教学中应用的一种实践方案。(本文来源于《福建电脑》期刊2019年06期）
马跃,王喆峰,尹震宇,王春晓,李明时[6]（2019）在《基于K-means的SAMP系统数据库查询性能优化策略》一文中研究指出中科院仪器设备共享管理平台(以下简称为SAMP)系统有效解决了各科研单位间仪器设备管理封闭、共享困难和运行效率低的棘手问题.同时,可以及时了解各类仪器的使用情况、共享情况,为各级业务主管部门展开科学高效的管理工作提供良好的决策依据.当SAMP系统应用数据库中存储的数据量达到百万级时,对数据库中预约表和用户表(或仪器表)进行连接查询时,将导致数据表查询性能的下降,从而影响整个SAMP系统的性能.目前主流的解决方案是采用Hash取模算法对数据表进行水平切分,但预约表中的主键为自动递增的整数,并没有实际意义,所以优化效果不理想.由于预约的用户和被预约的仪器在地理区域上呈现一定的聚集性,因此本文提出了一种基于K-means聚类算法的分表策略,采用该策略能够将预约表的查询性能提升至少70%.(本文来源于《计算机系统应用》期刊2019年06期）
欧阳柏成,王俊炀[7]（2019）在《基于多重加权树的无线传感网络数据库查询系统设计》一文中研究指出实现数据查询是无线传感网络的最终目标,可是传统的无线传感网络数据库查询系统,由于数据传输的中断性,会导致无线传感器网络的连通性大大降低,进而造成系统损耗的增加。基于此,提出基于多重加权树的无线传感网络数据库查询系统设计。其硬件设计包括接口设计、传感节点及其连接电路的设计;软件设计包括协调器电源控制、查询请求的转发及多重加权树的建立;通过实验论证得出,本文设计的系统大大优化无线传感器网络的连通性,能够最大限度地降低损耗。(本文来源于《信息通信》期刊2019年06期）
张永卿[8]（2019）在《刑事侦查数据库查询比对工作机制研究》一文中研究指出大数据时代背景下,从人到物,从身份到活动,甚至包括我们的身体和心情都可以被数据化,社会生活的各个方面可以以数据的形式留存下来。数据化的生活为公安工作带来了不小的挑战,社会生活的匿名性和复杂性使群众对犯罪迹象难以及时察觉,侦查机关不得不在继续坚持群众路线的基础上探索其他行之有效的工作方法。但如果能很好地运用这些社会生活数据资源,发掘数据资源中潜在的人、案、物等侦查要素信息,数据化的生活也会成为刑侦工作新的突破口和创新点。目前,各地公安机关都已经注意到数据资源对公安工作的重要性,但就如何在刑事侦查工作中进一步发挥数据资源的巨大潜能,仍是需要长期探索研究的问题。本文将尝试在目前体制和数据资源的情况下,研究如何从查询比对工作机制入手发掘数据潜力,通过创新工作机制,整合各种数据信息资源,激发更大数据潜力。文章首先对刑事侦查数据库和查询比对的基本概念进行了论述,总结了刑事侦查数据库的特征以及查询比对的种类。其次,阐述了查询比对的技术基础、实践基础和制度基础,只有明确了查询比对工作的基本原理才能更好地运用这一手段。再次,总结归纳了目前刑事侦查数据库查询比对工作的现状和存在问题。当前,信息化侦查中最常用的方法是数据搜索和数据碰撞(统称为数据查询比对),但在运用数据库查询比对方面仍存在很多不足之处,例如责任制度不明确、数据资源共享不够、查询比对效率低下等问题,这些问题都给数据化时代的侦查工作带来了阻碍。最后,结合我国现有的侦查体制和侦查模式,从刑侦实务出发,提出了完善侦查部门利用各种数据库查询比对工作机制的建议,包括责任机制、共享机制、联动机制等,希望这些机制的提出能为侦查实战部门进一步提升数据应用效能提供借鉴意义。(本文来源于《中国人民公安大学》期刊2019-06-05）
商甜甜[9]（2019）在《融合数据库查询的对话管理模型研究与应用》一文中研究指出任务型人机对话系统旨在使机器通过自然语言与用户进行交互,帮助用户完成特定任务,已广泛应用于各领域企业智能客户服务中。在很多客服系统中,都需要在对话过程中进行数据库查询(如订票),并依据查询结果来响应用户。对话管理是对话系统的核心,负责维护对话状态并基于此生成响应用户的对话策略。但是,现有的对话管理研究较少将数据库查询信息用于对话策略的优化。本文针对这一问题,在广泛调研的基础上,开展需要进行数据库查询的任务型人机对话管理模型的研究与应用,具体工作内容如下:提出了一个融合数据库查询的对话管理模型。模型联合建模自然语言理解、对话状态追踪和动作决策叁个对话系统子任务。其中,自然语言理解模块使用长短期记忆(LSTM:Long Short-Term Memory)神经网络编码,每一轮的用户输入为一个句子向量,同时标注其中的槽值;对话状态追踪模块使用LSTM持续接收句子向量,并结合上一轮对话管理模型的动作得到对话的当前状态表示;动作决策模块采用深层Q网络,依据当前对话状态以及数据库信息进行动作决策。在会议室预订任务上的实验结果表明该模型能够在完成任务的同时,有效减少对话轮次。基于上述技术设计并实现了一个面向会议室预订的人机对话系统,系统可以通过对话交互预定所需要的会议室。(本文来源于《北京邮电大学》期刊2019-06-04）
伍浩文[10]（2019）在《面向混合引擎的自适应数据库查询优化》一文中研究指出将数据库迁移到云是当今公司考虑的技术趋势,即实现更具成本效益的IT管理。另外,数据分析越来越包含更多深度和迭代算法,这些算法需要比传统分析工作负载更多的计算能力。为了完全实现经济目标,云数据库系统应该能够调整其资源消耗以适应不同的工作负载。但是,传统的数据仓库架构不够灵活,无法实现细粒度的资源控制,这严重限制了云服务提供商以及用户优化的总成本和维持所需的QoS。要为云构建数据库,应该研究新的架构。在本文中,我们认为自适应应该是数据库扩展系统的能力,是云数据库应该支持的主要属性,探索了一种将数据管理单元和数据分析单元分离的结构。自适应是主要通过数据库系统单元和数据分析系统单元的弹性和可伸缩性来体现。通过将“主动”组件与“惰性”组件分开,新架构可以提高适应性。我们使用RDBMS和具有SQL支持的内存中集群计算引擎来实现该体系结构。具体来说,我们基于PostgreSQL和Spark构建了一个名为Duo SQL的原型系统。本文的主要贡献如下:1.关系型数据库扩展。利用外部计算能力来增强关系型数据库的数据分析能力。2.分布式关系型数据库PostgreSQL集群和分布式计算系统Spark集群的联合运用,既可以实现弹性配置,又可以实现存储和计算分离。本文使用TPC-H性能基准程序和数据挖掘算法测试Duo SQL系统。初步结果表明,解耦方法具有很大的性能潜力。(本文来源于《中国科学院大学(中国科学院深圳先进技术研究院)》期刊2019-06-01）
数据库查询法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
查询优化是数据库管理系统中的关键技术,针对当前数据库查询优化过程存在的查询效率低、查询结果错误大等缺陷,设计了基于改进粒子群优化算法的数据库查询优化方法。首先对当前数据库查询优化研究现状进行分析,指出当前各种数据库查询优化方法存在局限性;然后采用粒子群优化算法对数据库查询最优方案进行搜索,并针对标准粒子群优化算法存在的收敛速度慢、易得到局部最优解缺陷进行相应改进;最后与其它数据库查询优化方法在相同实验条件下进行仿真对比实验。结果表明,改进粒子群优化算法找到最优数据库查询优化方案的时间短,加快了数据库查询优化速度,并且得到的数据库查询优化方案要明显优于对比方法,提高了数据库查询精度,具有更高的实际应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据库查询法论文参考文献
[1].乐艺.大规模数据库查询优化算法的设计与研究[J].科技通报.2019
[2].王昆凌.改进粒子群优化算法的数据库查询优化方法[J].微型电脑应用.2019
[3].仲崇丽,刘华.激光传感器海量数据库查询系统的设计[J].激光杂志.2019
[4].范会芳.基于MB+树的数据库查询算法优化[J].电脑知识与技术.2019
[5].黄晋.游戏化思维的高职数据库查询教学[J].福建电脑.2019
[6].马跃,王喆峰,尹震宇,王春晓,李明时.基于K-means的SAMP系统数据库查询性能优化策略[J].计算机系统应用.2019
[7].欧阳柏成,王俊炀.基于多重加权树的无线传感网络数据库查询系统设计[J].信息通信.2019
[8].张永卿.刑事侦查数据库查询比对工作机制研究[D].中国人民公安大学.2019
[9].商甜甜.融合数据库查询的对话管理模型研究与应用[D].北京邮电大学.2019
[10].伍浩文.面向混合引擎的自适应数据库查询优化[D].中国科学院大学(中国科学院深圳先进技术研究院).2019