基于分面组配思想的公众分类法改进

通过分析公众分类法的主要属性及其应用中存在的问题，利用分面组配思想对公众分类法进行改进，按照知识的范畴将标签系统划分为若干分面，使用不同分面的标签组配对信息资源标引。改进后的公众分类法在一定程度上提高了标签的规范性和质量，提高了信息检索的查全率和查准率。     

基于本体的分类检索系统的设计与实现

传统的信息检索是利用关键词匹配查询,对用户问句缺乏语义理解,检索效果不是令人非常满意。为解决此问题,提出了一种基于本体的分类检索系统,利用本体中丰富的语义关系,对用户提问进行分类语义查询,从而提高信息检索的查准率和查全率。     

计算机数据属性及SQL数据的查询

计算机科学中计算机数据是计算机科学应用的关键。计算机数据的属性因计算机软件开发的要求的不同而异。文章就计算机数据的属性论述了一些有关数据属性的分类，数据属性的标准，以及独立开发计算机数据属性的可能带来的正反两方面的影响。并对一些国际通用的计算机数据的属性，例如，计算机汉字的编码GB码，图像文件的编码以及图像文件的各类编码。数据库SQL数据的编码，以度对SQL数据结构化查询语言的数据进行了论述。     

Deep Web信息资源的查询接口集成研究

Deep Web信息是隐藏在Web服务器中可搜索的数据库信息资源,其信息量远比表面web信息量大。将Deep Web信息查询的接口模式集成为统一的查询接口,将极大地提高web信息检索的查全率和查准率。讨论了查询模式集成问题的聚类分析方法,相对于直接对Deep Web数据源的进行集成,对查询模式加以集成的思路成本更低。     

基于本体的智能化信息检索研究

对当前互联网的搜索引擎中无法准确,高效地返回用户所需的数据信息等缺点进行分析。提出一个基于本体的智能化信息检索系统的设计思路和系统模型,本系统的查询功能可提高查准率及查全率。     

分类与主题结合有效兼顾查新的查全率和查准率

分析了影响查新的查全率和查准率的客观和主观因素，从而指出分类途径和主题途径相结合是提高查新的查全率和查准率的有效措施，并用实例加以说明。     

提高文献检索中查全率与查准率的方法探讨

针对衡量文献信息检索效果的主要技术指标查全率与查准率,提出了以灵活运用算符为基础的提高查全率和查准率的文献信息检索方法。文献检索中产查全率和查准率对检索人员来说,具有非常重要的影响。查全率如果达不到标准,检索者就查不到想要的信息,从而影响工作的正常进度;查准率如果达不到要求,那么检索者得到的信息就会具有很强的模糊性,而得到的信息也没有太大的用处。在以后的工作中,查全率和查准率必须得到全面提升,并且在客观上对检索者的工作产生积极影响。     

SQL Server在固井数据管理中的应用

固井作业是钻井工程的最后一个关键环节，作业期间要处理大量的固井数据，为了节约计算机资源和降低固井作业成本，关键在于快捷、有效地存储、查询和处理数据。SQL Server是Microsoft推出的数据管理对象，具有强大的数据管理和处理功能。介绍了建立固井数据库的必要性，分析了SQL Server在管理固井数据方面的可行性和优越性，详细阐述了SQL Server对固井数据的存储、查询及固井数据库的备份与还原过程。     

探讨提高中文文献信息检索质量的相关技术

对目前数据库检索技术中的几个关键问题进行了探讨,即文献检索的快捷性、查全率、查准率和方便性,用具体实例对每一个问题进行了逐一的说明。     

自动气象站数据预处理方法

对自动气象站的数据进行质量检验,并利用C#语言将文本文件格式的气象数据输入到SQL Service书库中,用SQL语言进行修改、查询、维护,减轻了数据使用者从气象数据源文件中提取各种主要气象信息的工作量。     

肥料试验数据库的建立与查询调用方法探讨

按关系数据库的设计原则,采用多库存储方式建立肥料试验数据库,并用数据库查询语言ＳＱＬ（ＳｔｒｕｃｔｕｒｅｄＱｕｅｒｙＬａｎｇｕａｇｅ）实现数据库的快捷、灵活查询和调用．     

经济林种植土壤适宜性空间数据平台研建

结合麦积区经济林种植测土配方案例,依据经济林种植区土壤养分和土壤环境因子的相关标准,以3S技术为核心,以C#和Ar-cEngine技术为手段,以SQL Server为后台数据库,构建了经济林种植土壤适宜性信息查询平台,将遥感分类结果和空间数据库进行叠加,实现土壤种植适宜标准设置,空间数据的加载,空间分布查询和专题图的输出,果农实测值的输入、修改、查询、删除,实测值与标准值的对比分析,从而得出测土配方单表,指导经济林的施肥和管护。     

浅谈SQL Server数据库查询性能的优化

随着数据库应用系统中数据量的急剧增大,对数据库系统性能的优化显得极为重要。本文讨论了影响基于SQL Server应用系统性能的几种因素,并对SQL Server的查询机制和查询优化作了深入的探讨。     

基于ArcSDE和SQL Server的新农村建设数据库设计与实现

构建新农村建设数据库,对提高建设工作效率,提升重大项目管理水平具有重要作用。在对新农村建设数据特点进行深入分析的基础上,介绍了基于ArcSDE和SQL Server的数据库设计,并对数据分类组织、数据库概念设计、逻辑设计及空间数据与专题属性数据之间的关联进行了详细阐述。最后以四川雁江省级新农村示范片为例,构建了新农村建设数据库。     

基于PL/SQL技术读取MARC元数据的设计与实现

提出一种基于PL/SQL技术,针对Oracle数据库设计一个读取MARC元数据的存储函数,通过在SQL查询语句中直接调用该函数,实现对MARC元数据中著录项数据进行有效读取的一种方法。     

基于Hive的高寒草地海量数据高效分析系统设计研究

解决高寒草地的退化问题需要对高寒草地退化现状进行综合评价，而这需要相关数据作为支撑，本研究设计并实现了一个基于Hive的高寒草地海量数据高效分析系统，能对高寒草地的海量数据进行可靠、高效地存储分析。首先，平台设计基于Hadoop、Hive、Sqoop环境，通过节点和集群配置等步骤搭建完成；然后，通过期望最大化（EM）算法进行数据填充、数据导入、数据分区存储等步骤，完成数据抽取、转换、加载（ETL）及数据存储；最后，系统通过混合函数编码实现模糊查询功能，实验测试表明系统达到了预定的效果。随着文件大小的增加和总体数据规模的增大，系统整体存储和读取时间一直处于增长的状态，但平均运行时间（平均处理1 MB数据所使用的时间）处于降低的趋势，说明随着数据量的增加，系统并行处理海量数据的能力得到体现。使用2014年青海省称多县高寒草地样方监测数据和部分虚拟数据（总数据量约为3 958万条，7.56 GB），对Hive集群以及关系型数据库SQL Server的数据查询效率进行对比。结果显示，当查询数据量为3 958万条时，Hive集群数据查询的时间为SQL Server查询时间的67.8%。说明在数据量较大时，系统数据查询的效率比SQL Server更高。通过HiveQL对高寒草地生态数据进行分析处理，并开展相应的对照实验，对比发现，Hive数据分析技术与对照实验的处理结果相同。综上，将分布式数据仓库技术应用于高寒草地海量数据的存储与分析，较传统的数据存储与分析技术相比有明显的进步。本系统对海量数据处理效率高、可开发性强，可以很好地满足海量高寒草地数据的存储和分析要求。     

森林资源数据库系统查询效率分析

对森林资源数据库系统的查询特点及效率进行了分析，提出了森林资源数据库应用系统的4种应用查询模式及其制约查询效率的关键因素。实例分析证明：数据库管理系统（DBMS）参数配置、数据库逻辑和物理设计、SQL查询表达以及应用程序设计都是影响查询效率的关键因素。改进森林资源数据库系统查询优化应充分考虑不同查询应用模式的特点．分别从不同角度采用不同的优化方法和策略。对于以网络传输为主要特征的浏览查询，查询算法和数据组织是优化的关键：对于计算密集的统计分析查询，则应优先考虑数据库调整和使用中间表、聚簇等措施。图3表4参14     

关系代数运算与SQL查询的对应关系

关系代数用传统的并，差-，交，笛卡尔积和选择，投影，连接，除来表达关系操作能力，是1种抽象的查询方式。是关系数据库标准语言SQL的理论基础，与SQL的各种查询要求有一一对应关系。