期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
利用VFP实现动态数据项管理
1
作者 倪素虹 张晓明 +1 位作者 白云飞 王建霞 《河北工业科技》 CAS 2003年第2期37-40,共4页
主要以工资管理为例,介绍在VFP环境下对数据项管理实现关系模式的动态修改,动态数据项的录入、查询和计算,重点阐述了利用程序实现动态数据项管理的基本思想和解决数据项动态管理的两种方法。利用该方法可以提高管理系统的灵活性和通用... 主要以工资管理为例,介绍在VFP环境下对数据项管理实现关系模式的动态修改,动态数据项的录入、查询和计算,重点阐述了利用程序实现动态数据项管理的基本思想和解决数据项动态管理的两种方法。利用该方法可以提高管理系统的灵活性和通用性,具有较高的实用价值。 展开更多
关键词 VFP 动态数据项 工资管理系统 软件开发
在线阅读 下载PDF
基于过程模型的化工动态数据校正方法研究 被引量:1
2
作者 李贵晓 黄兆杰 金思毅 《青岛科技大学学报(自然科学版)》 CAS 2015年第3期297-301,共5页
在工业过程中,获得准确可靠的测量数据是实现过程控制、模拟、优化和生产管理的前提条件。当测量数据中存在过失误差时,基于过程模型的卡尔曼滤波得到的校正结果准确性会降低。为了降低过失误差的影响,将鲁棒估计函数与卡尔曼滤波相结合... 在工业过程中,获得准确可靠的测量数据是实现过程控制、模拟、优化和生产管理的前提条件。当测量数据中存在过失误差时,基于过程模型的卡尔曼滤波得到的校正结果准确性会降低。为了降低过失误差的影响,将鲁棒估计函数与卡尔曼滤波相结合,利用鲁棒函数的影响函数修正测量值方差,提出了基于鲁棒估计函数改进的卡尔曼滤波,并推导给出了修正方差的计算公式。动态非线性实例的应用结果表明,与传统的卡尔曼滤波相比,改进的卡尔曼滤波的过失误差校正性能有了显著提高,可有效地用于动态过程的数据校正。 展开更多
关键词 过失误差侦破 卡尔曼滤波 鲁棒估计函数 动态数据校正
在线阅读 下载PDF
Call for Papers Special Issue for"AI+BT for Big Clinical Omics Data"
3
《Genomics, Proteomics & Bioinformatics》 2025年第4期I0011-I0011,共1页
The journal Genomics,Proteomics&Bioinformatics(GPB)invites leading scholars to contribute high-quality manuscripts for a special issue on"AI+BT for Big Clinical Omics Data"scheduled for publication in th... The journal Genomics,Proteomics&Bioinformatics(GPB)invites leading scholars to contribute high-quality manuscripts for a special issue on"AI+BT for Big Clinical Omics Data"scheduled for publication in the Autumn of 2026.This special issue seeks submissions that focus on integrating artificial intelligence(AI)and biotechnologies(BT)to largely improve the collection,modelling,analysis,and application of large-scale clinical omics data.The goal is to address the challenges posed by the high-dimensional and dynamic nature of big clinical omics data and explore their potential to advance the diagnosis and treatment of complex diseases. 展开更多
关键词 high dimensionaldata treatment biotechnology dynamicdata artificial intelligence ai diagnosis specialissue artificialintelligence
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部