SQL server 存储过程

 

 

新建存储过程

数据库名-->可编程性-->存储过程-->右击编写存储过程脚本为dropcreate到新建查询编辑器窗口

可参考:http://www.cnblogs.com/oneivan/archive/2012/01/13/2321254.html

CREATE PROCEDURE[dbo].[procedureName ]

---此处为默认参数,为外面传递过来的参数值

 

    @Date datetime    as

 

begin

    ---此处参数是过程中可能会使用到的参数

   

    declare @Timedatetime;

    set @Time= ‘2015-07-02’;

---select没有set效率高,没有涉及到表操作时,用set设值

end;

调试存储过程

 

对于单个变量-->print @sth对于整个表select*from tableName

保存存储过程

 

撤销注释掉的代码运行下存储过程,成功则可在刷新后的存储过程目录下找到

调用存储过程

 

不用exec调用存储过程

 

create table()..

go   --go表示要开始下一个事务了

procName     --这里直接使用存储过程名字就是调用了

 

一定要使用exec调用存储过程

 

create table()

exec procName--不是作为这个事务的第一句开始的所以要带上exec

无参数

 

exec procName

有输出参数

 

exec procName参数,参数output

(参考 http://zhidao.baidu.com/question/171306193.html

创建游标

 

    声明一个游标,查询满足条件的数据

    declare @A  varchar(32)

    declare CursorName  cursor  for

       select A  from tableName where sth--查询条件

   

    打开游标

    open CursorName;

    fetch next

       from

           CursorName

       into

           @A --声明变量,用于读取游标中的值declare@sthint

    循环读取   

   

    while @@FETCH_STATUS<> -1

    begin 

       此处写入sql语句

       fetch next

           from

              CursorName

           into

              @A

    end;

    关闭游标

   

    close customerCursor;

    删除游标

   

    deallocate customerCursor; 

 

创建临时表

   一次性插入全部内容,每次输入的值一一对应

OBJECT_ID就是根据对象名称返回该对象的id,能够判断是否创建了临时表,#temptable为临时表的名称

    if OBJECT_ID('tempdb..#temptable')isnotnull

临时表存在,删除临时表

       drop table#temptable

 

    创建临时表

    create table#temptable(Aint,Bvarchar(30),Cnumeric(12,2),Dnumeric(12,2),Enumeric(12,2))

             

    插入临时表

    insert into#temptable values(@1,@2,@3,@4,@5+@6)

 

    --- 将临时表数据导入到数据库中某表中

    insert into tableName(element1,element2,element3,element4,element5)

   

    select

       排名,根据p.D排序,若p.D同则依据p.E

       ROW_NUMBER()OVER(orderbyp.Ddesc,p.Edesc)asranking,

如果p.A为空则p.A值设为0

       isnull(p.A,0),

       p.B,

       p.C,

       p.D

    from #temptablep

    order byranking

   

    if OBJECT_ID('tempdb..#temptable')isnotnull

       drop table#temptable

 

分多步插入临时表中的值

    插入AB

    insert #temptable(A,B)

    select

       关键词distinct用于返回唯一不同的值

       distinct  

       A1.D,

       A2.ID

    from

       table1 A1, table2A2

    where sth

    插入C

    update #temptable

    set C=(

       select isnull(sum(P.CloseIncome-P.OpenCost-P.OpenCharge-P.CloseCharge), 0)

       from HistoryPositionP

       where #temptable.CustomerID=P.CustomerID

         and P.PositionTime>=@startTime

         and P.PositionTime<@endTime

         and P.ModifyState= 1

    )

 

 

日期、时间、星期

 

 

   初始日期

    declare @Timedatetime;

    declare @weekDayint;

    declare  @hour int

    declare  @TradeDate date,

    日期所在的周一日期

    declare @mondayDatedatetime;

   日期当前的小时数

    select @hour=datepart(HOUR,@Date)--获取小时数

   获取yyyy-MM-dd

将变量设置成date即可

    去掉时分秒

保留日期12am:00:00

    set @Date= convert(char(10),@Date,20);

    日期加上个小时

 

    set @Time= dateadd(hh, 1,convert(char(10),@Date, 120));

   

    --返回~7,以此表示星期日、星期一...星期六

    set @weekDay= datepart(weekday,@Date);

   

    ----判断是否为周日

    if(@weekDay=1)

    begin

       set @weekDay= @weekDay+ 7;

    end;

   

    set @mondayDate= dateadd(day, 2-@weekDay,@Date);--获取@Date所在的周一

    @mondayDate=dateadd(day,2-datepart(weekday,@Date))@Date为周日时,@mondayDate@Date的后一天,出错


    nolock不加锁

     此选项被选中时,SQL Server 在读取或修改数据时不加任何锁。 在这种情况下,用户有可能读取到未完成事务(Uncommited Transaction)或回滚(Roll Back)中的数据, 即所谓的“脏数据”。

 select * from table1 c with(nolock),table2 m with(nolock) where c.MediacyID=m.ID
and (
c.MemberID = @memberID or 
c.MemberID in (select ID from Member with(nolock) where ParentMemberID = @memberID)
)



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值