简介：随着计算机信息技术的发展,数据库在生活中的应用更加广泛,其中包括我们日常生活中常见的进销存数据库、学生信息管理数据库、财务数据库、客户资料信息数据库等。在数据库广泛的应用中数据资料不被窃取,数据稳定性成为我们当下所关注的重要课题。本文从目前计算机数据库存在的主要问题出发,探讨了应对这些安全问题的措施和安全管理方法,从而提高数据库的安全性和稳定性,保护数据安全。

简介：摘要对学生进行档案的管理，对很多学校来说已经不是新鲜事情了，但是如何能够最大程度上的利用计算机系统进行管理，并且这些管理的数据存储方面的要点是本文要去解决的关键。文章是从为什么要对学生管理系统如此重视开始谈起的，重点对数据存储的重要性进行了分析。

简介：昆士兰大学的昆士兰脑研究所在澳大利亚率先为存储网络部署博科第六代光纤通道技术SupportingtheBigDataEnvironmentinQueenslandBrainInstituteDemand澳大利亚昆士兰大学的昆士兰脑研究所成为澳大利亚第一家迁移到博科第六代光纤通道存储网络解决方案的机构。博科G620交换机为昆士兰脑研究所提供其所需的速度和性能,消除数据瓶颈,

简介：信息技术的发展推动了档案事业的发展，而数据挖掘技术在档案管理系统中的应用是为了提高档案利用率，实现档案服务的必然。本文从数据挖掘技术的相关内容入手，论述了数据挖掘技术的基础知识，并结合数据挖掘技术在档案管理系统中的具体应用进行了分析与探讨。

简介：商业信息系统的建设是一个复杂的系统工程，它的应用能否达到系统的预期目的，并不仅仅体现在是否采用了先进的信息处理设备上，而更多体现在商业信息系统建设的体系结构上，这种体系结构更多的体现在对数据结构体系的建设上。很大程度来说，一个商业应用系统的成功与否取决于基于数据的建设是否成功。SQLServer2000作为建大型商业应用的最佳的核心引擎数据库之一，也是基于微软技术的商业应用解决方案的核心。

简介：伴随计算机技术的不断发展进步,而各种不同的计算机软件由于开发商不同,其数据结构也各种各样,假如用户需要操作两套或者两套以上的软件,需要根据计算机提供对应的格式基础,按照计算机软件保留各种格式的数据结果,这样无形中就增加了用户的工作量,并且软件处理流程链也容易中断。而计算机软件的数据接口可以很好的解决这类问题。本文就针对计算机软件数据接口的应用进行分析研究。

简介：摘要由于计算机应用的飞速发展，很多单位都存在多个业务处理系统。这些业务处理系统是在不同时期因不同业务需要独立建立起来的，不可避免地产生“信息孤岛”现象。这种情况下，改变原有的异构、分散和孤立的基础架构、重新构筑一个全新的技术架构的“信息整合战略”应运而生。

简介：在我国,铁路运输被称为国民经济的大动脉.星罗棋布的火车站,在区域铁路运输调度、货物装卸等方面担负着重要任务.如何确保运营效率并兼顾安全生产,是每个火车站必须解决的问题.

简介：2016年Q4亚马逊Alexa以88%的市场份额主宰全球智能家居音箱市场StrategyAnalytics发布的最新季度报告《智能家居音箱厂商以及OS市场份额》指出了亚马逊在该迅速发展的市场中的先期优势。2016年Q4,全球市场智能家居音箱销量超过400万台;谷歌在11月发布'Home'音箱后,谷歌助手达到了10%的市场份额。

简介：智能家庭的出现得益于现代计算机技术，网络通讯技术，自动控制技术的飞速发展，基于智能家庭网络平台，实现家庭住宅的智能化，用户可以通过它在网上冲浪，观看电影，在家办公，网上订货，远程教育等等，其目的是使人类的生活更简便，更高效，更舒适，极大地提高了生活质量，同时，引发了新的家庭教育模式的转变，人们不仅要重视基本的家庭教育内容，而且，要提高计算机教育在家庭教育的地位，随之而来的计算机教育正在城市家庭中普及，有些家庭几代人都在追赶计算机学习的热潮，显而易见，智能化家庭正朝着我们走来。

简介：

简介：基于电子申报系统中数据交换是异步消息传输的,因此需要采用消息中间件技术来交换信息。本文提出了基于JMS的申报系统数据交换解决方案,设计了基于JMS规范的发送、接收算法。

简介：数据中心的存储迎来了一个新的春天?犹如爆炸般增长的数据给数据中心存储带来了挑战?快捷键:简洁性和可视化2015年,数据复杂性失控,简洁性和可视化变得尤为重要。数据中心将由快捷键组成!数据复杂性这个问题不仅是由容量增长导致的。根据IDC报告,移动和传感器设备正在生成新的端点,到2020年将达到200亿台,数据就是在这些端点中创建的。这些数据将包含更多需要索引的对象,而每个对象由于需要收集更精细的数据而比以往更大。不断传输数据带来了新的、独一无二的性能和可用性问题。因为可能用来为未来分析创建上下文,所有数据都必须保留更长时间。然而,唯一没有增长的是管理预算。

简介：数据库技术的成熟、数据挖掘应用、生物基因技术的发展、历史数据的几何级膨胀等使高性能计算（HighPerformanceComputing，HPC）成为必要。虽然通过创建分布式系统可以解决部分大型计算的问题，但是分布式系统有通信开销大，故障率高；数据的存取结构复杂，开销大；数据的安全性和保密性较难控制等弱点。随着计算机处理器，特别是GPU（GraphicalProcessingUnit）计算能力的飞速提高，高性能计算正在逐步进入桌面（低端）领域，我们开始探讨并行编程模型与并行编程等软件技术。

简介：在游戏开发过程中需要大量的模型数据来描述人物、建筑、场景，如果单纯开发一个编辑器来编辑网格、顶点、材质等信息，代价太大，因此往往利用一些现成的3D建模软件来代替。

简介：很多朋友都在使用Excel编辑、处理各种数据报表，在使用过程中往往会发现Excel自动计算的结果与我们自己手动计算的结果会出现一个误差。例如Excel工作表中有B2=16．18、C2=12．69，将B2与C2之和乘以0．11，将结果“四舍五入”，保留两位小数，再将结果乘以3．12。再“四舍五入”保留两位小数，Excel的计算结果是“9．91”，而我们手工计算的结果是“9．92”。是什么原因造成Excel计算错误呢？难道Excel也会犯迷糊？非也！Excel并不会犯迷糊，造成误差的根本原因是“四舍五入”。

简介：随着科学技术的发展，网络技术得到了较为普遍的运用。其既推动着社会进步，也改变了人类生活。而计算机数据库的入侵检测技术直接关系到数据库的安全以及网络的正常运行。本文丛研究入侵检测技术的重要性入手，分析了当前检测技术存在的问题，并对相应的解决方案进行探讨。

简介：全新博科SLX交换机实现对数据中心自动化和网络可视性的改进,以云的速度实现业务敏捷性博科进一步扩大博科SLX系列,新增具有无与伦比的网络可视性的创新交换机,并添加了BrocadeWorkflowComposer自动化套件作为交钥匙式自动化套件。这是行业首个在数据中心堆栈所有层都实现敏捷性,同时通过开放性而为客户提供各种选择的数据中心网络产品组合。通过博科产品,企业机构能够构建帮助他们快速地适应技术过渡,以云的速度交付新服务并加快数字转型的网络。

简介：摘要本文分三部分介绍了个人防火墙系统模型的设计。第一部分介绍了数据包过滤模块的设计；第二部分进程管理模块实现了与Windows操作系统的任务管理器的“任务管理”部分的功能；第三部分端口扫描模块在Windows平台下使用套接口（SOCKET）技术实现了把本机作为客户端，把需要扫描的IP地址所在的机器作为服务器端端口扫描。

简介：本文首先讨论了数据挖掘技术，给出了一种企业决策系统。并就决策系统的构成、流程和采用的数据挖掘技术进行了探讨。关键词数据挖掘；数据仓库；企业决策系统中图分类号N37文献标识码A文章编号1007-9599(2010)04-0000-01ResearchofDataMiningTechnologyinBusinessDecision-makingSystemShiDongsheng(InnerMongoliaUniversity,Information&EngineeringTechnologyCollege,InnerMongolia,Baotou014010,China)AbstractThispaperdiscussesdataminingtechnology,presentsabusinessdecisionsystem.Decision-makingsystemoncomposition,processanduseofdataminingtechniquesarediscussed.KeywordsDatamining;Datawarehouse;Businessdecision-makingsystem随着计算机管理信息系统的飞速发展和广泛应用，企业生产经营的自动化水平不断提高，大大提高了工作效率。但企业业务系统运行所产生的大量原始数据是企业生产经营活动的真实记录，不能为本企业加以有效的统计、分析及评估，无法将这些数据转换成企业有用的信息、为企业战略决策提供参考和支持。数据挖掘正是在这样的应用需求环境下产生并迅速发展起来的，它的出现为智能地把海量数据转化为有用的信息和知识提供了新的思路和手段，设计开发基于数据挖掘的企业决策系统是合理解决这一问题，提升企业综合竞争力的最佳对策。一、数据挖掘技术数据挖掘，是指从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们不知道的、但又是潜在有用的信息和知识的过程。它是数据库研究中的一个新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术，把人们对数据的应用从低层次的查询，提升到从数据中挖掘知识，提供决策支持的层级。数据挖掘一般由数据准备、挖掘操作、结果表达和解释三个主要阶段组成。在数据准备阶段应集成多个运作数据源中的数据，解决语义模糊性、处理遗漏数据、清洗脏数据。挖掘阶段是一个假设产生、合成、修正和验证传播的过程，也是上述三个阶段的核心。结果表达和解释阶段根据最终用户的决策目的把提取的有用信息正确地表达出来。数据挖掘的方法和技术可大致划分为三类统计分析、知识发现、可视化技术等。统计分析用于检查异常形式的数据，然后利用统计模型和数学模型来解释这些数据，统计分析方法是目前最成熟的数据挖掘工具。而知识发现则着眼于发现大量数据记录中潜在的有用信息或新的知识，属于所谓“发现驱动”的数据挖掘技术途经。知识发现常用的方法有人工神经网络、决策树、遗传算法、模糊计算或模糊推理等。数据质量、可视化数据的能力、极大数据库尺寸、数据挖掘者的技能、数据的粒度都是影响知识发现方法的重要因素。可视化技术则采用直观的图形方式将信息模式、数据的关联或趋势呈现给决策者，决策者可以通过可视化技术交互式地分析数据关系。二、基于数据挖掘的企业决策系统数据挖掘面对的是经初步加工的数据，使得数据挖掘更专注于知识的发现；而数据仓库用于完成数据的收集、集成、存储、管理等工作，两者必须有机结合起来使用。基于数据挖掘的企业决策系统主要由数据库、数据仓库、数据仓库管理模块、知识库、知识发现模块、数据挖掘工具、人机交互模块构成（如下图所示）。系统的输入主要源于经过初步处理的数据库数据以及存储在知识库中的历史知识和经验；数据仓库管理模块用于数据仓库的建立以及数据的筛选操作；知识发现模块控制并管理知识发现过程，它将数据的输入和知识库中的信息用于驱动数据选择过程、知识发现引擎过程和发现的评价过程；人机交互模块通过自然语言处理和语义查询在用户和系统之间提供相互联系的集成界面。数据挖掘工具用于完成实际决策问题所需的各种查询检索工具、多维数据的联机分析分析工具等，以实现决策支持系统的各种要求。数据挖掘主要提供了以下几种模式（一）分类模式根据数据的值从树根开始搜索，沿着数据满足的分支往上走，直到树叶确定类别。（二）回归模式回归模式与分类模式相似，区别在于分类模式的预测值是离散的，而回归模式的预测值是连续的。（三）时间序列模式根据数据随时间变化的趋势预测将来的值。只有充分考虑时间因素，利用现有数据随时间变化的一系列的值，才能更好地预测将来的值。（四）聚类模式把数据划分到不同的组，组之间的差别尽可能大，组内的差别尽可能小，进行聚类前并不知道将要划分成几个组和什么样的组。（五）关联模式利用数据项之间的关联规则。（刘）和概念描述和比较操作把具有共同性的数据做汇总操作，从而得到一个具有一般性的规则描述。在实际应用中，可以根据具体情况采用不同模式组合，达到最优化的数据挖掘方式。在用户使用该系统时，首先需要通过分析决策需求，描述和表示决策的问题，确定数据来源，即可建立数据仓库；其次针对所要发现的任务的所属类别，设计或选择上述有效的数据挖掘算法并加以实现，从平凡的历史数据中提出综合数据，独立存储为库文件，作为更高一层数据挖掘对象；同时测试以评价所发现的知识，对知识进行一致性、效用性处理。最后根据最终用户的要求，建立适用于决策支持的数据仓库的集成界面和应用程序，使用户能在决策支持中运用所发现的知识。对于该系统的执行，每个步骤包含了循环和反复，可以对发现的知识不断求精、深化，并使其易于理解。三、结论总之，数据挖掘技术可以使其应用者由原来通过定期的、固定的报表进行定性的分析而上升到实时的、动态的各种形式的图表进行定量的分析，从而可以敏感地发现市场的微小变化并迅速做出反应，为企业在激烈的市场竞争中立于不败之地提供了强有力的工具。参考文献1范明,孟小峰.anjiawei，etal.数据挖掘概念与技术M.北京机械工业出版社,20072李捷.基于数据仓库和数据挖掘的企业决策支持系统研究J.科技经济市场,2006,73范丽霞,张雪兰.利用数据仓库和数据挖掘实现电信决策支持系统J.计算机与现代化,2005,8