【软件工程】02组软件工程组队项目——课程管理小助手数据库设计文档

一、引言

1.1编写目的

数据库的表结构设计是整个项目开发中一个非常重要的环节,一个良好的数据库设计,可以提高开发效率,方便系统维护,并且为以后项目功能的扩展留下余地。我们通过书写这份文档说明,从各方面进行学生课程管理小助手系统的数据库设计规划,用它指导该系统在数据库各方面的内容,为系统开发的程序员、系统分析员提供基准文档。我们也希望通过写数据设计说明书,规范数据名称、数据范围、数据代码等。这份文档是项目小组共同作战的基础,有了开发规范、程序模块之间和项目成员之间的接口规则、数据方式,大家就有了共同的工作语言、共同的工作平台,使整个软件开发工作可以协调有序地进行。

1.2编写背景

1)待开发系统的名称:基于Windows的课程管理小助手系统;

2)本项目的任务提出者:老师引导下同学们共同讨论的结果;

3)开发者:柴增豪,刘硕,何祎君,潘恋军,张嘉熙,朱杰

4)用户:在校大学生、老师等

二、外部设计

2.1标识符和状态

联系用途,详细说明用于唯一地标识该数据库的代码、名称或标识符,附加的描述性信息亦要给出。如果该数据库属于尚在实验中、尚在测试中或是暂时使用的,则要说明这一特点及其有效时间范围。

2.2使用它的程序

课程管理小助手

2.3本系统的开发环境为

数据库:My sql 5.7,

编译器:visual studio编译器,

操作系统:Microsoft Windows 10,

辅助软件:Photoshop等

本项目用到的数据项:在名称,范围,类型等方面的约定见数据字典。

2.4支持软件

My sql 5.7,Vs2015编译器, windows 10操作系统,Power  Designer12。

三、结构设计

3.1概念结构设计

清楚正确地表述本数据库反映的数据形式和联系:

3.2逻辑结构设计

3.2.1 数据库设计规范

数据库命名规则:db_数据库名称,每个英文单词第一个字母大写;

表命名规则:表名称_Info,每个英文单词第一个字母大写;

字段命名规则:每个英文单词第一个字母大写;

字段时间格式:所有时间格式采用2008-12-20 23:23:02的形式

3.3物理结构设计

3.3.1 数据表设计

参看数据字典。

3.3.2数据存取方面的设计

对经常在查询中出现的关系的码建立索引;对经常进行连接操作的关系的码建立索引;

对于更新频率很高的关系模型,所以没有定义索引,比如学生用户,由于技术不成熟,我们就不讨论存储位置的设计了。

四、功能数据需求

1.管理员基本信息的输入,包括用户名、密码;

2.教师用户信息的输入,包括用户名、密码、姓名、性别、年龄、开设的课程等;

3.学生用户基本信息的输入,包括用户名、密码、姓名、性别、年龄、学号、成绩、参与的课程等;

4.用户基本信息的查询、修改,包括姓名、性别等;

5.课程信息的输入,包括课程名称、类别、学时、上课时间、基本要求等;

6.课程信息的查询,包括课程名称、类别、学时、上课时间、基本要求等;

7.成绩信息的输入,包括学生姓名,考生学号,考试科目,成绩;

8.成绩信息的查询,包括学生姓名,考试科目,成绩;

9.管理员管理,包括创建学生、教师用户信息,删除和修改用户信息他。添加、修改和删除课程信息;

五、运用设计

4.1数据字典设计

4.1.1.管理员表格

1  管理员表格

列名

数据类型

允许空

默认值

备注

Manname

VARCHAR

N

 

用户名

Manpasswd

VARCHAR

N

 

密码

Role

VARCHAR

N

 

角色

4.1.2.教师表格

2  教师表格

列名

数据类型

允许空

默认值

备注

Tchname

VARCHAR

N

 

用户名

Tchpasswd

VARCHAR

N

 

密码

Role

VARCHAR

N

 

角色

Tchsign

VARCHAR

N

 

编号

Tchclass

VARCHAR

N

 

课程

Tchsex

VARCHAR

N

 

性别

Tchborn

VARCHAR

N

 

出生年月

Tchhometown

VARCHAR

Y

 

家乡

4.1.3.学生表格  

3  学生表格

列名

数据类型

允许空

默认值

备注

stuname

VARCHAR

N

 

用户名

stupasswd

VARCHAR

N

 

密码

Role

VARCHAR

N

 

角色

stuxuehao

VARCHAR

N

 

学号

Stugrade

VARCHAR

Y

 

成绩

Stumajor

VARCHAR

N

 

参加的课程

Stusex

VARCHAR

N

 

性别

Stuborn

VARCHAR

N

 

出生年月

Stuhometown

VARCHAR

Y

 

家乡

4.2数据结构设计

4  数据结构

数据结构名

属性

管理员

用户名,密码和角色

教师

用户名,密码、角色、编号、开设的课程、性别、出生年月、家乡

学生

用户名,密码、角色、学号、成绩、参加的课程、性别、出生年月、家乡

4.3安全保密设计

   数据库作为管理系统的基础,通常保存着重要的商店经营信息和客户信息。由于涉及到财务管理,数据的完整性和安全性显得尤为重要。系统中的数据一旦丢失,将需要很长时间进行恢复,有时甚至使信息系统不得不从系统初始化阶段重新开始运行。每天进行数据备份是保障系统安全的重要手段。数据备份需要严格按照事先制定的备份与故障恢复策略进行,并落实备份登记和检查措施。另外,系统设置用户的标识以鉴定是否是合法用户,并要求合法用户设置其密码,保证用户身份不被盗用;系统对不同的数据设置不同的访问级别,限制访问用户可查询的处理数据类别和内容;系统对不同用户设置不同的权限,区分不同的用户,如区分店长和店员。具体的系统配置应当根据系统实际运行情况做进一步的调整。

转载于:https://www.cnblogs.com/bshtdxgb/p/9159188.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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