简介：摘要企业数据处理在很大程度上主要是计算机技术和信息化发展中的新模式，在数控企业进行激烈的市场竞争中为其提供了有利的支持，因为在市场经济的快速发展中，尤其是中国加入世贸以后，测绘行业竞争巨大，为了能够提高资源的利用，能在竞争中首先取得先机，完善的企业数据处理是必不可少的。

简介：VisualC＋＋是目前计算机软件设计中最流行的、功能强大的常用开发工具。本文针对VC＋＋在开发大数据量处理的软件时，存在内存分配、绘图性能、文件存取等方面的问题，分别提出虚拟内存分配、双缓冲绘图、巨型文件读写等解决办法。

简介：文中总结并分析了遥测数据中振动信号的处理方法。振动信号在遥测数据中属于速变参数，按照周期成分划分可以将振动信号分为随机振动信号和周期振动信号，针对两种形式上的振动信号，处理方法也略有不同，研究两种形式振动信号的处理方法对振动信号的处理具有实际指导意义。

简介：随着信息技术的迅猛发展,各种数据呈指数级增长,标志着大数据时代的到来。大数据已经开始影响我们的工作、生活,甚至国家决策,大数据技术因此也得到了各大研究机构与企业广泛的关注和研究。本文对大数据的相关概念进行了介绍,并对大数据技术未来的发展趋势进行了展望。

简介：

简介：随着最近几年社会的进步,计算机网络这一领域的发展非常迅速,包括其中的技术和创新已经应用到许许多多的行业中去。其中,Web的相关技术也在许多领域得到了应用,一些学校、企业、政府等地方都使用Web的相关技术为其自身进行工作或是宣传,在Web的数据库中存放了大量的信息。数据库Web技术的应用帮助人们解决了许多的问题,因此各个行业越发的依赖信息技术,数据库的Web技术成了许多行业赖以生存的工具。

简介：为满足成人求学者继续学习的需求，一种不受时空限制的教育方式-高等网络教育应运而生。针对各类网络教育资源，远程指导可以通过网络教育平台求学者提供个体化学习支持服务。关键词远程指导；高等网络教育；个体化学习支持服务中图分类号TP393.094文献标识码A文章编号1007-9599(2010)04-0000-01RoleofRemoteGuidanceinHigherEducationNetwork

简介：信息技术的发展推动了计算机网络与数据通信的飞速发展，随着许多新技术和新型网络的研发，使得网络和人们的生活更加贴近。本文在探讨计算机网络与数据通信发展现状的基础上，为下一步的发展趋势指明了方向。

简介：随着我国网络信息技术的迅猛发展，网络数据库也随之得到了推广应用。如今，网络信息已经深入到我们工作、学习和生活的各个方面，网络信息的安全性也显得越来越重善屯。网络数据库的数据安全是决定网络信息安全的关键。本文就网络数据库进行了简单阐述，对网络数据库的主要威胁进行了分析，在此基础上提出了网络数据库数据的数据安全策略。。

简介：摘要随着移动计算技术的发展，移动数据库逐步走向应用，在嵌入式操作系统中移动数据库更显示出其优越性。本文分析移动数据库的特点、体系结构；介绍移动数据库系统中的一些关键性技术，并指出了移动数据库应用方向。

简介：半结构化数据是网络中一种重要的数据形式，也是进行数据挖掘的重要基础。因此要对Internet上巨量的数据进行数据挖掘，半结构化数据及模型是前提。本文介绍了半结构化数据的相关概念及其数据模型。

简介：20世纪80年代初,西方一些国家开始了包括管理创新在内的政府创新运动。进入90年代后,以互联网为代表的信息科技的发展对政府创新起到了催化作用。与此同时,基于互联网的电子政务与政府管理创新呈现了强大的互动态势。

简介：XML作为一种标记语言，由于它较其他标记语言具有更好的开放性和可扩展性，而且它还可以很好的实现异构数据库之间的数据交换，所以XML技术在当前的数据库领域应用的非常广泛。本文主要从XML技术在数据库领域应用的优势、基于XML技术的数据库的模型分析以及XML技术在数据库中的应用模式这三个方面来对XML技术在数据库领域中的应用做一下剖析。

简介：微软的表格处理工具Excel2000在普通办公处理方面使用非常普及,中小型微机数据库从DOS平台的Dbase、Foxbase,一直到Windows下的VFP7.0,具有较多的用户群体.特别是VFP在中小型数据处理方面,操作简单、设计程序方便、功能强大,足以满足普通数据处理方面的业务要求.

简介：结合数字化校园的数据源，给出了在数据仓库环境下构建的数字化校园体系结构图，阐述了数字化校园数据仓库逻辑模型的设计，并把数据挖掘算法应用到数字化校园中，为高校管理者提供了决策支持信息。关键词数据仓库；数据挖掘；数字化校园中图分类号TP274文献标识码A文章编号1007-9599(2010)04-0000-01DigitalCampusApplication&StudyagainstDataWarehouseandDataMiningTechnologyWangYanpin1g,WangXiaoting2,ChangXianfa2(1.HeyuanTechnologyCollege,Heyuan517000,China;2.KaifengUniversity,Kaifeng475004,China)AbstractCombinethedatasourceofthedigitalcampus,giveanarchitecturemapofdigitalcampuswhichisbasedondatawarehouseenvironment,focusonthedigitalcampusdatawarehouselogicalmodeldesign,Andthedataminingalgorithmapplytothedigitalcampus,providethedecisionsupportinformationforuniversityadministratorsKeywordsDatawarehouse;Datamining;Digitalcampus一、引言高校数字化校园数据主要存储在关系型数据库中，这些系统中，大量的数据和数据模型，都是反映历届学生的学习成绩和教师的教学任务以及教学计划。随着高校对决策信息需求的日益广泛、复杂和迫切，这些传统的数据库系统存在的问题也越来越明显。本文利用数据仓库和数据挖掘技术在数字化校园中应用进行了研究。二、数字化校园数据仓库体系结构设计在对数字化校园各个子系统进行深入调研和需求分析的基础上，针对数据仓库的三个基本功能，提出了一个集中式数据仓库（数字化校园数据仓库）、分布式数据库（各个部门数据库）等适合数字化校园的数据仓库体系结构，如图1所示。该系统由五个部分组成（一）数据源来源于操作性数据库，其主要是完成日常业务处理，其数据将成为数据仓库的数据源。（二）多数据源集成将来自于不同数据源（SQL、Oracle等）的数据通过数据转换服务进行导入。（三）中心数据仓库在已有业务系统的基础上，通过数据的抽取、转换、加载，建立数字化校园数据仓库。（四）OLAP分析服务器通过建立OLAP分析服务器，从数据仓库中提取数据，完成数据的统计和分析。（五）决策支持工具是面向用户的数据需求的前端服务，支持各种OLAP和DM操作。三、数字化校园数据仓库逻辑模型设计在学生等级事实维表中存储七个维表，通过这几个维表的主键，将事实表和维表连接在一起，形成星型模式用二维关系表示数据的多维概念建立星型模型后，通过维表的主键，对事实表和每一个维作连接操作，其模型如图2如示。四、数据挖掘算法在数字化校园中应用分析针对学生等级多维数据集，把平均成绩、借书次数、平均消费、学生等级、家庭出身既作为输入列又作为可预测列，分析处理后可得到如图3所示学生等级一层决策树模型。在学生等级表中，所有事例为4925，其中学生等级为C的事例最多，为1726例，可能性为35.04%；学生等级表现为A的有495例，可能性为10.05%；学生等级表现为B的有1478例，可能性为30.01%；学生等级表现为D的有983例，可能性为19.95%；还有学生等级表现为E的极差事例有243例，可能性为4.93%。在这一事例图中，我们可以看到PJCJ是决定XSDJ最重要的因素，在高校教育中，抓学生成绩才是教学的关键所在。五、结束语采用DW+DM框架结构的决策支持系统是一种比较理想和完善的架构，该系统功能齐全、性能稳定，能对数据进行快速和准确的分析，从而帮助高校管理者做出更好的决策，提高高校管理效率，对数字化校园的利用具有一定的实用性和参考价值。参考文献1ZhaoHuiTang,JamieMaclennan.数据挖掘原理与应用M.邝祝芳,焦贤龙,高升.北京清华大学出版社,200725-262木根.数据仓库技术与实现M.北京电子工业出版社,20023王艳萍,常贤发.基于数据仓库的数字化校园的设计J.电脑知识与技术,2009,124薛红,王敏.基于DW+OLAP+DM的超市销售决策支持系统J.计算机工程,2007,33145王成,李民赞.基于数据仓库和数据挖掘技术的温室决策支持系统J.农业工程学报,2008,11作者简介王艳萍（1982-），女，硕士研究生，河源职业技术学院教师，研究方向为计算机应用技术。

简介：基于XML的半结构化数据挖掘技术，探讨了如何对wcb上的信息进行更加有效的挖掘和整理。

简介：介绍了DSP的发展状况及应用领域,通过列举大量事实例证对DSP的未来以展望。

简介：手机作为现在便携式智能通信工具，由于其功能的强大和应用的广泛，也逐渐地运用到了医疗范围中。在生理数据这一部分，如果将检测仪器中增加能与手机进行连接的模块，就可以做到将生理数据传输到手机中，用现代的移动通信技术将获取的数据传送到医院，进行诊断存储。由于生理数据检测系统的智能化、便携化、易操作化其在医疗中的作用会越来越重要。

简介：

简介：摘要本文分析了Access与SQLServer数据库的引擎、数据访问模型、数据类型及表设计，并探讨了它们在应用领域上各自的优缺点。