orcale数据库-----------------2。字符函数

字符函数:简化操作———————————————单行函数、多行函数

单行函数:操作单个数据

多行函数:操作的数据是多个

——————————————————————————————————————————

单行函数

——————————————————————————————————————

字符函数

lower('字母')  ----------->转小写:

upper('字母')------------>转大写

initcap('字母')----------->首字母大写

字符控制函数:concat('a','b')链接

substr(a,b) 从a中,b位开始到最后

substr(a,b,c)     从a中,b位开始,取c个长度

length('汉字')   字符数

lengthb('汉字')   字节数

instr(a,b)  在a中查找b,返回其位置 ,没有返回则是0

lpad('字母',10,'符号')    左填充 ,例如:lpad('abc',10,'*')   ------->abc共三位,需要10位,左填7个*

rpad('字母',10,'符号') 右填充

trim('H',from 'Hello WorldH') from dual ;  ---->去掉首尾的H

replace('Hello world','l','*') ---->将l替换成*

————————————————————————————————————————

数学函数

Round(45.345,2) ------->将45.345保留2位小数,正数是小数区,负数是整数区

trunc(数字)    ---------->向下取整

————————————————————————————————————————

日期函数

select sysdate from dual;          日期默认输出格式:MM-DD-YY

select to_char(sysdate,'yyyy-mm-dd')    ----->格式  YYYY-MM-DD

select to_char(sysdate,'yyyy-mm-dd hh24:mi:ss')  from dual;    ----------->输出格式:YYYY-MM-DD HH(24小时制) :MI:SS

计算的天数可以相加减,但是日期不能相加

months_between()相差天数,例如:select ename ,hiredate months_between (sysdate,hiredate) from emp;计算hiredate和sysdate相差的月份

add_months()相加月份----->例如:select add_months(sysdate,53) from dual ; 表示53个月后

last_day()   这个月份的最后一天,例如:select last_day(sysdate) from dual ; 表示一个月的最后一天

next_day() 下一个星期几 ,例如:select next_day(sysdate,'星期六') from dual; 下一个星期六

round(时间,'年或月或日')  如果是年,按月算,如果是月,按日算

————————————————————————————————————————

转换函数

to_char(date或number,转换格式)

日期转换:YYYY----年,MM------月,DY-------星期,DD--------日,可以在中间加入字符串

数字转换:9代表数字,L代表本地货币, .小数点,   ,千位符

例如:to_char(123456,'L9,999.99') ----->¥123.456.00

————————————————————————————————————————

通用函数

NVL(a,b)   ------------------->如果a为null,则返回b,如果a不为null,返回a

NVL2(a,b,c) ---------->当a=null的时候,返回c,否则返回b

nullif(a,b) ----------->当a=b时,返回null,否则返回a

coalesce()   ------------->从左到右找到第一个不为null的值

————————————————————————————————————————————————————————

条件表达式

IF-THEN-ELSE

在SQL语句中实现if-else语句

CASE 表达式   SQL99格式

DECODE  表达式      orcale自己的语法

CASE  :例如:

CASE 表达式 WHEN 表达式 THEN 返回值 WHEN 表达式 THEN 返回值 WHEN 表达式 THEN 返回值 ELSE 返回值

DECODE :例如:

DECODE (表达式,'条件一',返回值1,'条件二',返回值2,‘条件三’,返回值3)

————————————————————————————————————————————————

分组函数

AVG() COUNT() MAX() MIN() SUM()

在select 语句中,包含字段若不在多行函数中,那么必须出现在分组函数中

例如:select a,b,c,d ,count(e) from emp group by a,b,c,d

与它相反,在group by 中出现的字段,可以不出现在select包含的字段中,例如:

select a,b,c count(e) from emp group by a,b,c,d

————————————————————————————————————————————————

多个分组函数过滤使用having

where和having的区别:

where 后面不能使用多行函数,where在from后面,having在group by后


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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