2016年02月_尤曦

翻译数据库应用-对半结构化数据的声明性访问(Deklarativer Zugriff auf semistrukturierte Daten)-1

题外补充：deklarativ(declarative) 一直不是很清楚deklarativ是什么意思，所以在这里补充一下： deklarativ中文是声明的意思。他与process相对应。他关注的问题是was(what)而不是wie(how)。也就是说一个deklarativ过程(Deklarative Vorgehensweise)是对预期结果的属性的一个描述，而不是对为获得预期结果的方法的

2016-02-25 15:41:54 1037

翻译数据库应用-后缀树及后缀数组(Suffix-Bäume&Suffix-Arraz)-2

McCreight-Algorithmus在O(n)时间内构造后缀树基本思想在ST中插入suffisuff_i时，以下内容可以起到帮助作用： 1.v是ST中从根节点到叶节点i-1的一个内部节点，那么path-label(v)=ca就是suffisuff_i的前缀。(其中c是单个字符，a是一个字符串并且a可能为空) 2.因为v是一个内部节点，故存在其他后缀suffjsuff_j(j < i-1)拥

2016-02-25 15:39:07 941

翻译数据库应用-后缀树及后缀数组(Suffix-Bäume&Suffix-Arraz)-1

字符串以及后缀-一些定义字符串规定以$结尾，也就是说一个n个字符长的字符串s有，s[n]=$ |s| = n 表示字符串s的长度 s[i]表示s中第i个字符，其中i=1,2,…,|s| s[i…j]表示字符串s的从第i为起始到第j位结束的子字符串这样就可以定义后缀了： suff1:=ssuff_1:=s suffi:=s[i]s[i+1]...s[s],i=2,..,|s|−1suf

2016-02-25 15:37:19 1056

翻译数据库应用-半结构化数据访问-2

XQuery:FLWR-expressionSyntax: for var1 in expression1,...,varn in expressionnlet varn+1:=expressionn+1,...,varn+m:=ausdruckn+mwhere condition expressionorder by expression ascending/descendingreturn x

2016-02-25 15:34:42 627

翻译数据库应用-半结构化数据模型1

本文结构主要由两部分组成： 1.描述合法的数据库状态(比如使用的是什么类型的Schema？关系型的？还是NF2^2的？等等？？) 2.通过使用的操作(Operator)描述合法的状态转化(Zustandsübergänge)导论数据库状态基本思想：数据模型=合法数据库状态的集合 (Datentype=Menge zulässiger Zustände) 类型(Typ)：指拥有相同数学结构

2016-02-25 15:33:18 1347

翻译数据库应用-半结构化数据模型(Semistrukturierte Datenmodelle)2

OEM(Object Exchange Model)OEM中有两种类型：原子类型(Atomare Typen): string 混合类型(Polymorphe Typen): Obj ::= || sel: Typ|| Set ::= {Obj} 其中： Typ 是原子类型或Obj Object：Selector(Attribute)//(Sammlung atomarer oder

2016-02-25 15:30:56 719

翻译数据库应用-XML数据存储(XML Speicherung)-2

STORED使用RDMSRDMS即关系型数据库管理系统。目的：目的是为了通过使用RDMS来管理半结构化数据上一节已经了解基本的从XML文档，生成对应的关系视图集(因为一个XML文档，可能生成多个表不是吗)的方法。下面我们要学习的是，如何使生成的表能够更好的反映文档的结构。inlining(Mengenwertigkeit)RDBMS中存在管理集的标准的技术(∃\exists Standa

2016-02-25 15:29:05 546

翻译大型数据库分析-关联式规则(Associaton-Rules)-2

带有约束条件的Association Rules(Association Rules in Gegenwart von Constraint)就是字面意思，这回不要求找出全部的frequent itemsets了，而是要求找出满足特定要求的(Constraint)的frequent itemsets。除此之外，我们还希望通过加入限定条件能够缩短我们的搜索时间。举个例子，对于购物车分析，我们可以加上额

2016-02-25 15:25:56 852

翻译数据库应用-XML数据存储(Speicherung von XML Daten)-1

动机用关系模型描述XML数据 //感觉有点像是先把XML文件先变换成对应的树结构，然后再在关系表中逐条路径进行描述(感觉就是对XML文件的数据路径的描述)。每个内部阶段出现的次数，为以其位根的子树的叶子数。但如果这样看得化，其实也可以不用像这样，感觉有点像链的方式进行排列，直接逐层往下写也是可以的。这是一个XML文档具体化的(关系的)视图的例子(Beispiel für (relational

2016-02-25 15:24:17 1103

翻译数据库E-commerce管理

本节主要目的1.复习 2.区分视图和物理存储 3.物理设计的替换基本概念schema-Evolution:在数据库还处于工作状态良好的情况下，修改数据库的Schemas Sparsity:关系表中得信息很稀疏，即含有大量的NULL值E-Commerce数据存储中常见的问题1.属性过多 2.sparsity，NULL值使数据虚胖 3.schema-Evolution经常发生 4.访问数据库

2016-02-25 15:21:09 686

翻译 R Sprache

先看一下R能干什么df <- mtcars?mtcarsnames(df)head(df)nrow(df)summary(df)hist(df$hp)plot(df$hp,df$qsec)cor(df$hp,df$qsec)cor(df$cyl,df$qsec)df$hpPerCyl <- df$hp/df$cyldf[order(df$hpPerCyl),]head(df[order

2016-02-25 15:14:28 297

翻译 Formale System-BDD

Shannon FormelShannon Formel是一个三元操作(Operator) sh(A,B,C) valI(sh(P1,P2,P3))={valI(P2)valI(P3)fallsfallsvalI(P1)=FvalI(P1)=Tval_I(sh(P_1,P_2,P_3))= \begin{cases}val_I(P_2)&falls &val_I(P_1)=F\\val_I(

2016-02-25 15:13:39 629

翻译 Formal System-谓词逻辑范式(Prädikatenlogik Normalformen)

几个知识普及 q已知P是一元谓词符号，c，d为常量，x，y，z为变量，那么下面正确的是： 1.P(c)⊨∀xP(x)2.∀xP(x)⊨p(c)3.∀x∃yA⊨∃y∀xA4.∃x∀yA⊨∀y∃xA5.⊨∀x∃yA→∃y∀xA6.⊨∃x∀yA→∀y∃xA1.P(c) \vDash \forall x P(x)\\2.\forall xP(x) \vDash p(c)\\3.\forall x\e

2016-02-25 15:09:47 1376

翻译 Formal System-谓词逻辑的归结原理(Prädikatenlogik-Resolutionskalkül)

一些应该注意的基本概念Literal：指原子Formel或者是非得原子Formel Klausel：是Literal的有限集空Klausel(leer Klausel)：用{}表示这里的Klausel集合都会用KNF的形式表示没有存在量词，也就是说这个谓词逻辑归结原理的处理对象只限于Skolem范式。 //这点很重要哦！！！！另外注意一下这种表示方法：已知L是一个Lite

2016-02-25 15:05:33 1028

翻译 Formal System-相继式演算(Sequenz)

同样是用于解决不可实现问题(unerfüllbarkeit)，不同于Tabeau适用于纯手写和resolution的自动化。这个方法介于两者之间。他需要手动选择具体的操作方法，然后又电脑实现具体的方法。另外这个方法是由Tebleau方法转变过来的，所以估计思路是差不多的。定义Sequenz是一对用下面方式表示的有限的公式(Formel)集： Γ⇒Δ\Gamma \Rightarrow \De

2016-02-25 15:03:54 2437 7

翻译 Evaluation

Training and Testing引言Classification的一般过程如下： 1.选择一个Classifier(Modell) 2.根据已有信息对这个Classifier进行训练 3.把Classifier使用与对新的数据的预测与数据库中一般如下：目标：根据前n个属性，对第n+1个属性进行推测训练数据是已有的n+1个属性的数据经典的方法比如有建立决策树(Entsch

2016-02-25 15:01:28 1054

翻译机器学习-贝叶斯学习(BayesLernen)

大纲1.动机 2.贝叶斯理论 3.MAP-/ML假设 4.优化的贝叶斯分类器 5.幼稚的贝叶斯分类器 6.例子 7.贝叶斯网络 8.EM算法 9.总结动机什么是贝叶斯学习他是一种统计学习方法，他具有以下的特点： 1.结合已有的信息(前验概率)和观察到的信息 2.通过贝叶斯可以获得对应观察的假设，以及这个假设成立对应的概率 (Hypothesen können mit einer

2016-02-01 08:04:01 2981 1

Teufel_Huang的博客