检索结果-内蒙古大学图书馆

长期以来，程序设计语言和数据库管理系统一直沿着不同的方向独立地发展．随着计算机应用的不断深入，迫切需要把数据的持久性管理和强有力的语言处理能力结合起来．文中介绍了在ＢｏｒｌａｎｄＣ＋＋３．１的基础上，利用数据操作语言ＣｏｄｅＢａｓｅ４．５开发的一个持久对象管理系统ＰＯＭＳ．着重讨论了ＰＯＭＳ的设计、实现和应用．

关键词：持久性持久对象持久对象管理数据库面向对象数据库

来源：评论

学校读者我要写书评

暂无评论

DMUIGS:一个直接操纵式用户界面自动生成系统

引用

计算机研究与发展 1997年第S1期34卷 161-164页

作者：费翔林吕枫华王和珍杨闯南京大学计算机科学与技术系南京大学计算机软件新技术国家重点实验室

ＤＭＵＩＧＳ是一个直接操纵式用户界面自动生成系统，它能通过直接操纵方式辅助进行Ｗｉｎｄｏｗｓ应用程序的ＧＵＩ设计，并自动生成Ｃ＋＋等面向对象语言的源程序．文中着重介绍了ＤＭＵＩＧＳ的设计思想和实现技术．

关键词：用户界面图形化用户界面(GUI) 生成工具面向对象

来源：评论

学校读者我要写书评

暂无评论

分布式共享内存的技术和实现

引用

计算机研究与发展 1997年第5期34卷 327-331页

作者：李群谢立孙钟秀南京大学计算机科学与技术系及软件新技术国家重点实验室

分布式共享内存结合了分布式内存结构与共享存储结构的优点，具有可扩充性、通用性、方便性．本文论述了在实现ＤＳＭ系统中存在的问题。

关键词：分布式共享内存一致性协议并行处理软件开发

来源：评论

学校读者我要写书评

暂无评论

小型文件传输协议TFTP的形式化描述和自动生成工具EIT

引用

计算机研究与发展 1997年第S1期34卷 136-140页

作者：丁晋杨培根南京大学计算机科学与技术系南京大学计算机软件新技术国家重点实验室

文中给出了小型文件传输协议ＴＦＴＰ的ＥＳＴＥＬＬＥ语言的形式化描述及自动生成工具ＥＩＴ，并对ＥＳＴＥＬＬＥ语言进行了扩展．引入限定注释机制，使描述功能增强，协议描述与实现环境更加独立，提高了协议软件的可移植性．

关键词：形式化描述协议协议工程 ESTELLE 自动生成

来源：评论

学校读者我要写书评

暂无评论

基于工作站网的对象远程执行机制

引用

计算机研究与发展 1997年第S1期34卷 106-109页

作者：周颖王晨明光春张德富南京大学计算机科学与技术系南京大学计算机软件新技术国家重点实验室

文中把对象观点引入分布并行领域，提出了一种对象远程执行机制．首先分析了主动对象的必要性，提出一种主动对象的实现方法，然后描述了远程对象执行机制，并分析它的易用、可扩充和可移植性．

关键词：工作站网主动对象线程

来源：评论

学校读者我要写书评

暂无评论

常规文本到超文本自动转换技术的研究与实现

引用

计算机研究与发展 1997年第S1期34卷 187-191页

作者：黄宜华尤晓白纪元杨文清张福炎南京大学计算机科学与技术系南京大学计算机软件新技术国家重点实验室

文中介绍了一种常规文本到超文本自动转换技术的设计与实现，该系统可对具有自然目录结构的常规文本，在目录自动识别和标注的基础上，自动转换为具有顺序层次链的超文本文档．

关键词：文本超文本自动转换

来源：评论

学校读者我要写书评

暂无评论

Hash Hash^(-1)并行Join算法

引用

计算机研究与发展 1997年第S1期34卷 76-80页

作者：金志权葛芝宾陈佩佩谢立南京大学计算机科学与技术系南京大学计算机软件新技术国家重点实验室

多处理机系统的迅速发展和商品化，促进了并行数据库系统的研制．Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ系统的广泛使用和大型数据库的不断增长，进一步推动了并行数据库的深入研究．文中给出了有效处理数据分布很不均匀的并行Ｊｏｉｎ算法——Ｈ... 详细信息

多处理机系统的迅速发展和商品化，促进了并行数据库系统的研制．Ｃｌｉｅｎｔ／Ｓｅｒｖｅｒ系统的广泛使用和大型数据库的不断增长，进一步推动了并行数据库的深入研究．文中给出了有效处理数据分布很不均匀的并行Ｊｏｉｎ算法——ＨａｓｈＨａｓｈ－１．

关键词：并行数据库并行Join 数据扭曲

来源：评论

学校读者我要写书评

暂无评论

混合型学习模型HLM中的增量学习算法

引用

软件学报 1997年第11期8卷 875-880页

作者：陈兆乾周志华李红兵谢俊元南京大学计算机科学与技术系南京210093 南京大学计算机软件新技术国家重点实验室南京210093

混合型学习模型HLM将概念获取算法HMCAP和神经网络算法FTART有机结合，能学习多概念和连续属性，其增量学习算法建立在二叉混合判定树结构和FTART网络的基础上，在给系统增加新的实例时，只需进行一遍增量学习调整原结构，不用重新生成... 详细信息

混合型学习模型HLM将概念获取算法HMCAP和神经网络算法FTART有机结合，能学习多概念和连续属性，其增量学习算法建立在二叉混合判定树结构和FTART网络的基础上，在给系统增加新的实例时，只需进行一遍增量学习调整原结构，不用重新生成判定树和神经网络，即可提高学习精度，速度快、效率高．本文主要介绍该模型中的增量学习算法．

关键词：神经网络学习模型 HLM 增量学习算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：