课时计划教案授课人：胡春林
、新建概念数据模型 1）选择File-->New,弹出如图所示对话框，选择CDM模型（即概念数据模型）建立模型。 2）完成概念数据模型的创建。以下图示，对当前的工作空间进行简单介绍。（以后再更详细说明）.
3）选择新增的CDM模型，右击，在弹出的菜单中选择“Properties ”属性项，弹出如图所示对话框。在“General ”标签里可以输入所建模型的名称、代码、描述、创建者、版本以及默认的图表等等信息。在 “Notes ”标签里可以输入相关描述及说明信息。当然再有更多的标签，可以点击 按钮，这里就不再进行详细解释。？牯?尾 二、创建新实体 1 ）在CDM的图形窗口中，单击工具选项版上的Entity工具，再单击图形窗口的空白处，在单击的位置 就出现一个实体符号。点击Pointer工具或右击鼠标，释放Entitiy 工具。如图所示
2）双击刚创建的实体符号，打开下列图标窗口，在此窗口“General ”标签中可以输入实体的名称、代码、描述等信 、添加实体属性 1 ）在上述窗口的“ Attribute ”选项标签上可以添加属性，如下图所示
迴扌 ftitity Propertr 已s - Entity 2 (Entity ?) 注意： 数据项中的“添加属性”和“重用已有数据项”这两项功能与模型中 Data Item 的Unique code 和Allow reuse 选项有关。 P 列表示该属性是否为主标识符 ；D 列表示该属性是否在图形窗口中显示 ；M 列表示该属性是否为强制的, 即该列是否为空值。 如果一个实体属性为强制的，那么， 这个属性在每条记录中都必须被赋值，不能为空。 2）在上图所示窗口中，点击插入属性按钮，弹岀属性对话框，如下图所示 General Attributes | Idenhfiers ] Notes 1 Rules 表示是否为主标识符 ami \ Code Data 7ype Donwiri M 建立标识符 b 尸单于…』 二、二如馨；二 __ 1 = …— 一追力 q“属性 描入属性 衣示该属性为融' 制不能为空值广 T 厂厂 厂厂*r r'匚厂 r 厂广亡看 rr 厂厂F 广厂厂厂厂厂「厂广厂厂 □K | 匚 anew A.PF.M | Help 袤示是否在图形窗口中 II H'+'lll-oRIIH- ?laii' + 'IIB'-'HII' 一上丄 J-：'- ■ ：
第八章网络的基本概念和分类 本章主要讲述了网络的基本概念、网络的分类及一些基本功能：并介绍了网络通信协 议和网络编址，使读者对网络有一个基本的了解。 8．1 网络的基本概念 8．1．1 网络的定义 “网络”已经成为了当今社会最流行的词汇之一，但是网络的实质到底是什么?这个 问题到现在还没有一个统一的、被认同的答案。这是因为网络对于不同的人、不同的应用层 次会有如下不同的作用： ●它是一个可以获取各种信息、资料的海洋。 ●它是一个能够进行科研、办公、商业贸易等活动的地方。 ●它可以使各领域的专业人士在全球领域中直接进行学术研讨。 ●它可以为人们提供各种各样的娱乐服务，提高人们的生活质量。 ●它是能使人们与位于全球各地的朋友和家人进行通话的场所。 为了让读者先对网络有…‘个初步的印象，我们先给出网络的基本定义：“网络是一个数据通信系统，它将不同地方的计算机系统互相连接在·…起。网络可由LAN(局域网)、MAN(城域网)和W AN(广域网)的任意组合而构成。”在最简单的情况下，——个网络可由两台计算机或终端设备组成，它们之间用电缆连接，以便进行通信；在最复杂的情况下，一个网络(如Internet)则是全球的多学科技术和多操作系统的综合结晶，是全球1亿台电脑连在一起形成的巨大的信息高速公路。 8．1．2 网络的发展历史 1．ARPAnet的诞生及发展 在今天，读者可以悠闲地坐在显示屏前面，通过点击鼠标，在瞬息间与世界的另一端通信。无数的节点和服务器默默而迅速地帮您将触角伸向世界上任何一个可能达到的角落。
1960年前，人们印象中的电脑都是一些体积庞大的家伙，“连接”的概念尚未深入人心。 远程连接相当罕见，通常只有那些教育和研究机关的用户才能与一些由政府提供资金的项目连接。电脑间的连接受限于一条特殊数据电缆的最大长度。1957年美国国防部(DOD)颇有先见之明地设想开发出一种新技术，叫作“包交换”。他们的主要想法是制定一套方法，能够将国与国之间的电脑连接起来，而且使最终建立起来的干线结构尽可能稳定，同时具有强大的容错性。即便其中的一部分由于灾难性的事件甚至战乱而被破坏，其他部分仍然能够正 常通信。由此诞生了一个示范性的网络，叫作ARPAnet，其中ARPA是DOD的一个部门“高级研究工程管理局”(AdvancedResearchProjectsAgency)的缩写。这个示范性的网络便是今I 天Web的前身，在当时，只有—些大学和研究机构通过一条50bitls的环路连接在——起。 从这些连接在…—起的少数机构中，人们认识到了协同工作的价值和便利条件，因而越 来越多的人们逐渐地将各自的机构连接起来。为科研任务提供设备、-计算机和软件的制造商也陆续加入了这种连接。在20多年的发展中，网络为科研工作提供了良好的服务。随着早期连接的较大机构中的工作人员向较小机构的转移和扩散，网络每年也得到了新的发展。 在70年代中期，最早的协议Telnet、FTP(文件传输协议) 和“网络控制协议”(NCP) 的最初版本被正式制定出来。但那时只提供了极少的客户机／服务器功能。通过Telnet，机器可从一个远程位置登录，并执行命令行操作。利用FTP，可以在不同机器间传输文件。NCP 提供了基本的数据传输控制和网间定址代码。{ 1972年，在华盛顿召开的“国际计算机通信会议”(1CCC)为公众演示了——个示范性网络，普通人可以用它跨越国界运行程序。同时会议还建立了“国际信息处理联盟”(1EIP)，它是今天因特网的国际化连接基础。 2．网络实施方案的新发展 以太网的概念最开始是在1973年由Xerox(施乐公司)的Palo Alto(帕拉图)研究中心提出来的。这个概念的基础是将随机访问无线系统的方法应用到一个同轴电缆里的想法。今天的 以太网是世界-卜最流行的网络媒介。在开始开发的时候，以太网就将自己的设计目标定在填补长距离、低速率网络连接所造成的真空地带，专门建立高速率、专门化、短距离的电脑间的连接。 那时出现的另—‘个流行标准是令牌环，令牌环网络最开始时是由IBM公司在开发以太网的同——个时期里设计出来的。即使到现在令牌环仍然是IBM的主要局域网技术，它的流行程度仅次于以太网。 互联网络正在持续得以扩展，越来越多的研究人员需要访问计算系统，那时主要是为了发电子邮件。远程连接服务也开始得到开发。跨越众多的公共数据网络(PDN)，需要通过
试述数据模型的概念，数据模型的作用和数据模型的三个要素: 答案： 模型是对现实世界的抽象。在数据库技术中，表示实体类型及实体类型间联系的模型称为“数据模型”。 数据模型是数据库管理的教学形式框架，是用来描述一组数据的概念和定义，包括三个方面： 1、概念数据模型（Conceptual Data Model）：这是面向数据库用户的实现世界的数据模型，主要用来描述世界的概念化结构，它使数据库的设计人员在设计的初始阶段，摆脱计算机系统及DBMS的具体技术问题，集中精力分析数据以及数据之间的联系等，与具体的DBMS 无关。概念数据模型必须换成逻辑数据模型，才能在DBMS中实现。 2、逻辑数据模型（Logixal Data Model）:这是用户从数据库所看到的数据模型，是具体的DBMS所支持的数据模型，如网状数据模型、层次数据模型等等。此模型既要面向拥护，又要面向系统。 3、物理数据模型（Physical Data Model）:这是描述数据在储存介质上的组织结构的数据模型，它不但与具体的DBMS有关，而且还与操作系统和硬件有关。每一种逻辑数据模型在实现时都有起对应的物理数据模型。DBMS为了保证其独立性与可移植性，大部分物理数据模型的实现工作又系统自动完成，而设计者只设计索引、聚集等特殊结构。 数据模型的三要素： 一般而言，数据模型是严格定义的一组概念的集合，这些概念精确地描述了系统的静态特征（数据结构）、动态特征（数据操作）和完整性约束条件，这就是数据模型的三要素。 1。数据结构 数据结构是所研究的对象类型的集合。这些对象是数据库的组成成分，数据结构指对象和对象间联系的表达和实现，是对系统静态特征的描述，包括两个方面： （1）数据本身：类型、内容、性质。例如关系模型中的域、属性、关系等。 （2）数据之间的联系：数据之间是如何相互关联的，例如关系模型中的主码、外码联系等。 2 。数据操作 对数据库中对象的实例允许执行的操作集合，主要指检索和更新（插入、删除、修改）两类操作。数据模型必须定义这些操作的确切含义、操作符号、操作规则（如优先级）以及实现操作的语言。数据操作是对系统动态特性的描述。 3 。数据完整性约束 数据完整性约束是一组完整性规则的集合，规定数据库状态及状态变化所应满足的条件，以保证数据的正确性、有效性和相容性。
金融衍生产品的基本概念和分类 所谓金融衍生产品（也称金融衍生工具）是指从基础资产(UnderlyingAssets)派生出来的金融工具，其价值依赖于其他更基本的标的变量(underlying)。它所依附的标的变量几乎可以是任何变量，从基础农产品价格到某个滑雪胜地的降雪量等。 国际上金融衍生产品种类繁多，活跃的金融创新活动接连不断地推出新的衍生产品。金融衍生产品主要有以下几种分类方法。 （1）根据产品形态。可以分为远期、期货、期权和掉期四大类。 远期合约和期货合约都是交易双方约定在未来某一特定时间、以某一特定价格、买卖某一特定数量和质量资产的交易形式。期货合约是期货交易所制定的标准化合约，对合约到期日及其买卖的资产的种类、数量、质量作出了统一规定。远期合约是根据买卖双方的特殊需求由买卖双方自行签订的合约。因此，期货交易流动性较高，远期交易流动性较低。 掉期合约是一种为交易双方签订的在未来某一时期相互交换某种资产的合约更为准确地说，掉期合约是当事人之间签订的在未来某一期间内相互交换他们认为具有相等经济价值的现金流（Cash Flow）的合约。较为常见的是利率掉期合约和货币掉期合约。掉期合约中规定的交换货币是同种货币，则为利率掉期；是异种货币，则为货币掉期。期权交易是买卖权利的交易。期权合约规定了在某一特定时间、以某一特定价格买卖某一特定种类、数量、质量基础资产的权利。期权合同有在交易所上市的标准化合同，也有在柜台交易的非标准化合同。 （2）根据基础资产大致可以分为四类，即股票衍生产品、利率衍生产品、汇率衍生产品和商品衍生产品。如果再加以细分，股票类中又包括具体的股票和由股票组合形成的股票指数；利率类中又可分为以短期存款利率为代表的短期利率和以长期债券利率为代表的长期利率；货币类中包括各种不同币种之间的比值：商品类中包括各类大宗实物商品。 （3）根据交易方法，可分为场内交易和场外文易。 场内交易，又称交易所交易，指所有的供求方集中在交易所进行竞价交易的交易方式。这种交易方式具有交易所向交易参与者收取保证金、同时负责进行清算和承担履约担保责任的特点。此外，由于每个投资者都有不同的需求，交易所事先设计出标准化的金融合同，由投资者选择与自身需求最接近的合同和数量进行交易。所有的交易者集中在一个场所进行交易，这就增加了交易的密度，一般可以形成流动性较高的市场。期货交易和部分标准化期权合同交易都属于这种交易方式。 场外交易，又称柜台交易，指交易双方直接成为交易对手的交易方式。这种交易方式有许多形态，可以根据每个使用者的不同需求设计出不同内容的产品。同时，为了满足客户的具体要求、出售衍生产品的金融机构需要有高超的金融技术和风险管理能力。场外交易不断产生金融创新。但是，由于每个交易的清算是由交易双方相互负责进行的，交易参与者仅限于信用程度高的客户。掉期交易和远期交易是具有代表性的柜台交易的衍生产品。
产品概念与分类 在市场营销活动中，企业通过提供一定的产品或服务来满足顾客需求，企业和市场的关系是通过产品来联结的。产品是市场交易活动的物质基础。因此，市场营销组合的核心，或者说4P因素的第一因素就是产品。产品策略直接影响和决定着其他市场营销组合因素的决策。因而如何正确确定企业的产品组合结构、开发什么样的产品来满足顾客需求、产品在品牌和包装上采取什么样的策略来为顾客服务就成为企业的一项极其重要的决策，也是市场竞争的基础策略。 要作出正确的产品策略，必须先明确产品的概念。所谓产品，是指能提供给市场，用于满足人们某种欲望和需要的任何事物，包括实物、服务、场所、组织、观察、主意等。可见产品的范围非常广泛，可以是电视机、空调等实物，也可以是律师、注册会计师等人员，甚至可以是一种观念或主意，如广告公司的广告创意。 一、产品整体概念 在设计和销售产品时，市场营销者必须从产品的整体概念出发考虑产品，即市场营销中所指的产品是一个整体概念。产品整体概念包含核心产品、形式产品、期望产品、附加产品和潜在产品5个层次。如图3-1-1所示。 1.核心产品层。核心产品又称为实质产品，是指产品能向顾客提供的基本利益和效用。这是产品最基本的层次，是满足顾客需要的核心内容。顾客购买某种产品，不是为了获得它的所有权，而是由于它能满足自己某一方面的需求或欲望。人们购
买化妆品，并不是为了获得它的某些化学成分。而是要获得“美”。同样，人们买空调是为了“凉爽”。 2.形式产品层。形式产品是指核心产品借以实现的形式或目标市场对某一需求的特定满足形式。形式产品包含五个要素：包装、品牌、质量、式样、特征。这五个要素，物质产品都具备，而服务也具有相类似的要素，可能具备其中的部分或全部特点。形式产品是呈现在市场上可以为顾客所识别的，因此它是顾客选购商品的直观依据。 3.期望产品层。期望产品是指顾客购买某产品时通常希望和默认的一组属性和条件。例如，旅客在寻找一旅馆时期望干净的床、洗漱用品、衣橱等。对没有特别偏好的顾客来讲，由于大多数企业的营销者都准备了一个期望产品，而且能够满足该类顾客的最低期望，所以获得该类产品的便利性成为选择这一产品的首选考虑因素。 4.附加产品层。附加产品指顾客购买产品时所获得的全部附加利益与服务，包括安装、送货、保证、提供信贷、售后服务等。如今的竞争主要发生在附加产品的层次，这正如美国学者西奥多·莱维特指出的：“现代竞争的关键，并不在于各家公司在其工厂中生产什么，而在于它们能为其产品增加些什么内容--诸如包装、服务、广告、用户咨询、融资信贷、及时送货、仓储以及人们所重视的其他价值。每一公司应寻求有效的途径，为其产品提供附加价值。”能正确发展附加产品的公司必将在竞争中获得优势。
概念数据模型设计与逻辑数据模型设计、物理数据模型设计是数据库及数据仓库模型设计的三个主要步骤。 在数据仓库领域有一个概念叫conceptual data model，中文一般翻译为“概念数据模型”。 概念数据模型是最终用户对数据存储的看法，反映了最终用户综合性的信息需求，它以数据类的方式描述企业级的数据需求，数据类代表了在业务环境中自然聚集成的几个主要类别数据。 概念数据模型的内容包括重要的实体及实体之间的关系。在概念数据模型中不包括实体的属性，也不用定义实体的主键。这是概念数据模型和逻辑数据模型的主要区别。 概念数据模型的目标是统一业务概念，作为业务人员和技术人员之间沟通的桥梁，确定不同实体之间的最高层次的关系。 在有些数据模型的设计过程中，概念数据模型是和逻辑数据模型合在一起进行设计的。 在数据仓库领域有一个概念叫logical data model，中文一般翻译为“逻辑数据模型”。 逻辑数据模型反映的是系统分析设计人员对数据存储的观点，是对概念数据模型进一步的分解和细化。逻辑数据模型是根据业务规则确定的，关于业务对象、业务对象的数据项及业务对象之间关系的基本蓝图。 逻辑数据模型的内容包括所有的实体和关系，确定每个实体的属性，定义每个实体的主键，指定实体的外键，需要进行范式化处理。 逻辑数据模型的目标是尽可能详细的描述数据，但并不考虑数据在物理上如何来实现。 逻辑数据建模不仅会影响数据库设计的方向，还间接影响最终数据库的性能和管理。如果在实现逻辑数据模型时投入得足够多，那么在物理数据模型设计时就可以有许多可供选择的方法。 在数据仓库领域有一个概念叫physical data model，中文一般翻译为“物理数据模型”。 物理数据模型是在逻辑数据模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构设计，真正实现数据在数据库中的存放。 物理数据模型的内容包括确定所有的表和列，定义外键用于确定表之间的关系，基于用户的需求可能进行发范式化等内容。在物理实现上的考虑，可能会导致物理数据模型和逻辑数据模型有较大的不同。
常见主流数据库分类 1、IBM 的DB2 DB2是IBM著名的关系型数据库产品，DB2系统在企业级的应用中十分广泛。截止2003年，全球财富500强（Fortune 500）中有415家使用DB2，全球财富100强（Fortune100）中有96家使用DB2，用户遍布各个行业。2004年IBM的DB2就获得相关专利239项，而Oracle 仅为99项。DB2目前支持从PC到UNIX，从中小型机到大型机，从IBM到非IBM（HP及SUN UNIX 系统等）的各种操作平台。 IBM绝对是数据库行业的巨人。1968年IBM在IBM 360计算机上研制成功了IMS这个业界第一个层次型数据库管理系统，也是层次型数据库中最为著名和最为典型的。1970年，IBM E.F.Codd发表了业界第一篇关于关系数据库理论的论文“A Relational Model of Data for Large Shared DataBanks”，首次提出了关系模型的概念。1974年，IBM Don Chamberlin和Ray Boyce通过System R项目的实践，发表了论文“SEQUEL：A Structured English Query Language”，我们现在熟知SQL就是基于它发展起来的。IBM 在1983年发布了DATABASE 2（DB2）for MVS（内部代号为“Eagle”），这就是著名的DB2数据库。2001年IBM以10亿美金收购了Informix的数据库业务，这次收购扩大了IBM分布式数据库业务。2006 DB2 9作为第三代数据库的革命性产品正式在全球发布。 作为关系数据库领域的开拓者和领航人，IBM在1977年完成了System R系统的原型，1980年开始提供集成的数据库服务器——System/38，随后是SQL/DSforVSE 和VM，其初始版本与SystemR研究原型密切相关。 DB2 forMVSV1 在1983年推出。该版本的目标是提供这一新方案所承诺的简单性，数据不相关性和用户生产率。1988年DB2 for MVS 提供了强大的在线事务处理（OLTP）支持，1989 年和1993 年分别以远程工作单元和分布式工作单元实现了分布式数据库支持。最近推出的DB2 Universal Database 6.1则是通用数据库的典范，是第一个具备网上功能的多媒体关系数据库管理系统，支持包括Linux在内的一系列平台。 2、Oracle Oracle 前身叫SDL，由Larry Ellison 和另两个编程人员在1977创办，他们开发了自己的拳头产品，在市场上大量销售，1979 年，Oracle公司引入了第一个商用SQL 关系数据库管理系统。Oracle公司是最早开发关系数据库的厂商之一，其产品支持最广泛的操作系统平台。目前Oracle关系数据库产品的市场占有率名列前茅。 Oracle公司是目前全球最大的数据库软件公司，也是近年业务增长极为迅速的软件提供与服务商。IDC(Internet Data Center)2007统计数据显示数据库市场总量份额如下：Oracle 44.1% IBM 21.3%Microsoft 18.3% Teradata 3.4% Sybase 3.4%。不过从使用情况看，BZ Research的2007年度数据库与数据存取的综合研究报告表明76.4%的公司使用了Microsoft
反 馈 一、定义及组成 1、定义 将放大电路输出量（电压或电流）的一部分或全部,通过某些元件或网络（称为反馈网络）,反向送回到输入端,来影响原输入量（电压或电流）的过程。 有反馈的放大电路称为反馈放大电路。 反馈未连接的放大电路称为基本放大电路。 2、组成： (a) 注意：反馈网络F 的判断。 （输入、输出间的电路） 二、基本关系式(负反馈) f i id x x x +=净输入信号 注意：i x 、f x 同一端id x 为两者之和；不同端id x 为两
者之差。 AF A x x A x x x x A i o f o f id o +====1闭环增益F F 反馈开环增益系数 反馈深度：1+AF ,它的大小反映了反馈的强弱; 环路增益：AF 。 三、反馈的极性：正反馈、负反馈 判断方法： “瞬时极性法”： （1）反馈是输入、输出之间网络； （2）运放为差分输入，放大的是输入信号之差。 （3）i X 、f X 同一端，f i id X X X +=；不同端，f i id X X X -=。 四、反馈组态判断方法： 1、找出反馈网络； （输出、输入之间的电路连接） 2、判断反馈极性； （瞬时极性法）
3、判断反馈类型。 （反馈量直接取自输出电压，电压反馈；反馈量直接加到输入电压，并联反馈） 4、叙述反馈组态。 （电压-电流并联-串联负-正反馈） 五、负反馈对放大器性能的影响 1、减小非线性失真； 2、提高放大器的稳定性，闭环增益减至A AF +11； 3、扩展通频带 ； 4、负反馈对输入电阻的影响 串联负反馈增大输入电阻,输入电阻是无反馈时输入电阻的(1+AF )倍，即∞。 并联负反馈减小输入电阻,输入电阻是无反馈时输入电阻的AF +11倍（按定义实际计算）。 5、负反馈对输出电阻的影响 电压负反馈减小输出电阻，输出电阻是开环输出电阻的AF +11倍，即0。 电流负反馈增大输出电阻，输出电阻是开环输出电阻的（1+AF ）倍（按定义实际计算）。
一、新建概念数据模型 1）选择File-->New,弹出如图所示对话框，选择CDM模型（即概念数据模型）建立模型。 2）完成概念数据模型的创建。以下图示，对当前的工作空间进行简单介绍。（以后再更详细说明）．
3）选择新增的CDM模型，右击，在弹出的菜单中选择“Properties”属性项，弹出如图所示对话框。在“General”标签里可以输入所建模型的名称、代码、描述、创建者、版本以及默认的图表等等信息。在“Notes”标签里可以输入相关描述及说明信息。当然再有更多的标签，可以点击 按钮，这里就不再进行详细解释。?牯?尾 二、创建新实体 1）在CDM的图形窗口中，单击工具选项版上的Entity工具，再单击图形窗口的空白处，在单击的位置就出现一个实体符号。点击Pointer工具或右击鼠标，释放Entitiy工具。如图所示
2）双击刚创建的实体符号，打开下列图标窗口，在此窗口“General”标签中可以输入实体的名称、代码、描述等信 息。． 三、添加实体属性 1）在上述窗口的“Attribute”选项标签上可以添加属性，如下图所示。
注意： 数据项中的“添加属性”和“重用已有数据项”这两项功能与模型中Data Item的Unique code 和Allow reuse选项有关。 P列表示该属性是否为主标识符;D列表示该属性是否在图形窗口中显示;M列表示该属性是否为强制的，即该列是否为空值。 如果一个实体属性为强制的，那么，这个属性在每条记录中都必须被赋值，不能为空。 2）在上图所示窗口中，点击插入属性按钮，弹出属性对话框，如下图所示。
大型数据库 一、Microsoft SQL Server 适用于入门者。 1、开放性：只能在windows上运行，没有开放性，操作系统的系统的稳定对数 据库是十分重要的，Windows9X系列产品是偏重于桌面应用。 2、伸缩性：并行实施和共存模型并不成熟，很难处理日益增多的用户数和数据 卷，伸缩性有限。 3、安全性：没有获得任何安全证书。 4、性能：多用户时性能不佳 5、客户端支持及应用模式：C/S结构，只支持windows客户，可以用ADO、DAO、 OLEDB、ODBC连接 6、操作性：操作简单，但只有图形界面。 7、使用风险：完全重写的代码，经历了长期的测试，不断延迟，许多功能需要 时间来证明。并不十分兼容。 二、Oracle 强大的功能和可配置、可管理能力。 1、开放性：能在所有主流平台上运行（包括 windows）。完全支持所有的工业 标准。采用完全开放策略。可以使客户选择最适合的解决方案。对开发商全力支持。 2、伸缩性与并行性：并行服务器通过使一组结点共享同一簇中的工作来扩展 windows NT的能力，提供高可用性和高伸缩性的簇的解决方案。如果windows NT不能满足需要，用户可以把数据库移到UNIX中。Oracle的并行服务器对各种UNIX平台的集群机制都有着相当高的集成度。 3、安全性：获得最高认证级别的ISO标准认证。 4、性能：性能最高，保持开放平台下的TPC-D和TPC-C的世界记录。 5、客户端支持及应用模式：多层次网络计算，支持多种工业标准，可以用ODBC、 JDBC、OCI等网络客户连接。 6、操作性：较复杂，同时提供GUI和命令行，在windows NT和unix下操作相
地基与基础 马敏超*** 1、基本概念和功能 ?基础：是将结构所承受的各种荷载传递到地基上的 结构组成部分,是建筑地面以下的承重构件。它承受 建筑物上部结构传下来的全部荷载,并把这些荷载 连同本身的重量一起传到地基上。 ?地基：是承受由基础传下的荷载的土体或岩体。承 受建筑物荷载而产生的应力和应变随着土层深度 的增加而减小,在达到一定深度后就可忽略不计。直 接承受建筑荷载的土层为持力层。持力层以下的 土层为下卧层。 如图所示。 2、设计要求 ●地基承载力要求：应使地基具有足够的承载力（≥基础底面的压力），在荷载作用 下地基不发生剪切破坏或失稳。 ●地基变形要求：不使地基产生过大的沉降和不均匀沉降（≤建筑物的允许变形值）， 保证建筑的正常使用。 ●基础结构本身应具有足够的强度和刚度，在地基反力作用下不会发生强度破坏，并 且具有改善地基沉降与不均匀沉降的能力。 3、分类 ?基础 ●按使用的材料分为：灰土基础、砖基础、毛石基础、混凝土基础、钢筋混凝土基础。 ●按埋置深度可分为： ?浅基础：埋置深度不超过5M者称为浅基础 ?深基础：埋置深度大于5M者称为深基础。
●按受力性能可分为：刚性基础和柔性基础。 ?刚性基础：是指抗压强度较高，而抗弯和抗拉强度较低的材料建造的基础。所用材料有混凝土、砖、毛石、灰土、三合土等，一般可用于六层及其以下的民用建筑和墙承重的轻型厂房。 ?柔性基础：用抗拉和抗弯强度都很高的材料建造的基础称为柔性基础。一般用钢筋混凝土制作。这种基础适用于上部结构荷载比较大、地基比较柔软、用刚性基础不能满足要求的情况。 ●按构造形式可分为：条形基础、独立基础、满堂基础和桩基础。 ?条形基础：当建筑物采用砖墙承重时，墙下基础常连续设置，形成通长的条形基础。 ?独立基础：当建筑物上部为框架结构或单独柱子时，常采用独立基础；若柱子为预制则采用杯形基础形式。 ?满堂基础：当上部结构传下的荷载很大、地基承载力很低、独立基础不能满足地基要求时，常将这个建筑物的下部做成整块钢筋混凝土基础，成为满堂基础。按构造又分为伐形基础和箱形基础两种。 ?伐形基础：是埋在地下的连片基础，适用于有地下室或地基承载力较低、上部传来的荷载较大的情况。 ?箱形基础：当伐形基础埋深较大，并设有地下室时， 为了增加基础的刚度，将地下室的底板、顶板和墙浇 制成整体箱形基础。箱形的内部空间构成地下室，具 有较大的强度和刚度，多用于高层建筑。 ?桩基础：当建造比较大的工业与民用建筑时，若地基 的软弱土层较厚，采用浅埋基础不能满足地基强度和 变形要求，常采用桩基。桩基的作用是将荷载通过桩 传给埋藏较深的坚硬土层，或通过桩周围的摩擦力传 给地基。 ●按照施工方法可分为：钢筋混凝土预制桩和灌注桩。
第一章 国际贸易的基本概念与作用 本章学习要点与要求： 本章主要通过讲授国际贸易的基本概念、国际贸易的产生与发展、国际贸易的分类、国际贸易的地位和作用，要求学生了解国际贸易的基本知识，加深对国际贸易的认识与理解。 第一节国际贸易的基本概念 一、国际贸易与对外贸易 1．国际贸易International Trade （又称世界贸易） 是指世界各国（或地区）之间所进行的以货币为媒介的商品交换活动。它既包含着有形产品（实物产品）交换，也包含有无形产品（劳务、技术、咨询等）的交换。 2．对外贸易Foreign Trade （又称进出口贸易） 是指国际贸易活动中的一国（或地区）同其他国家（或地区）所进行的产品、劳务、技术等的交换活动。这是立足于一个国家或地区去看待它与其他国家或地区的产品与劳务的贸易活动。某些海岛国家，如 日等国或某些海岛地区，如我国台湾等的对外贸易则称为海外贸易。 二、国际贸易的几个重要概念 1．国际贸易额（值） 是指以货币表示的世界各国的对外贸易总额。这是计算和统计世界各国对外贸易总额的指标，是把世界上所有国家和地区的出口额相加得出的数额。但是，在计算国际贸易额时，不是简单地把世界各国的出口额与进口额加在一起。因为一国或（或地区）的出口，就是另一国（或地区）的进口，若两者相加等于重复计算。联合国统计中，通常采用各国出口额相加作为国际贸易额。因为世界上绝大多数国家（地区）都是用CIF 价格计算进口额的，即成本加运费、保险费 。显见，把进口值加起来作为国际贸易额，是不准确的。而出口额一般采用FOB 价格，即装运港船上交货，相对于CIF 而言，是比较准确的。CIF 价格比FOB 价格多运费和保险费，所以，世界进口额会大于世界出口额。 2．对外贸易额（值） 这是用货币金额表示的一国一定时期内的进出口的规模，是衡量一国对外贸易状况的重要指标。它由一国一定时期内从国外进口的商品总额加上该国同一时期内向国外出口的商品总额构成。在计算时，出口额要以FOB 价格计算，进口额则以CIF 价格计算。一国在一定时期内商品出口总额与进口总额相比而形成的差额，则称为对外贸易差额。当出口商品总额超过进口商品总额时，差额部分称为“贸易顺差”，也可成为“贸易出超”；反之，当进口商品总额超过出口商品总额时，差额部分称为“贸易逆差”，也可称为“贸易入超”；如进出口商品总额相等，则叫做“贸易平衡”。 3．对外贸易量 这是为剔除价格影响，并能准确反映一国对外贸易的实际数量变化而制定的一个指标，它能确切地反映一国对外贸易的实际规模。具体计算是：以固定年份为基期而确定了价格指数去除相当期的出口或进口总额，得到的是相当于按变价格计算的进口额或出口额，叫做相当期的对外贸易差。其等式为： 进出口价格指数 进出口额贸易差= 100%?= 基期价格相当期价格方格指数 例如：假定1991年世界出口值为14000亿$，2001年世界出口值为30000亿$，设1991年出口方格
模型类型： 一：关联分析类（回归分析、相关分析法、熵权法、归一化、主成分分析、聚类分析、典型相关分析、灰色关联度分析、层次分析法、判别分析法、小波分析、灵敏度分析、误差分析、残差检验、回归方程显著性检验） 二：预测类（时间序列、灰色预测、插值拟合） 三：图论模型（最短路问题、图片匹配类模型） 四：最优化类（遗传算法、神经网络、蚁群算法、线性规划、非线性规划、多目标规划、动态规划） 类别类别（2）模型名称关键点备注 参 考 书 目 复杂系统库存模型排队模型 可靠系统 差 分方程模型动力系统类 酵母菌增长模型 平衡点；平 衡点的分 类 地高辛衰减模型 战争模型 总量一定 时，对单量 的分配 竞争物种模型 不稳定平 衡：对初始 值敏感 比例性模型 钓鱼比赛模型 几何相似 性 身高、体重与灵活性模型 A 数据拟合模型最小二乘拟合 停止距离模型97 海湾收成模型 多项式拟合 磁带播放模型 高阶多项 式敏感度 很强 光滑化115 停止距离模型（2） 三阶样条 法。有自然 和强制样 条两种 134 A 预时间序列GM(1,1)，指数平滑，线性平滑因果分析法
测 A 聚类分析灰色关联度分析聚类分析 因子分析 模 拟方法蒙特卡罗算法 硬币投掷模型149 汽油储存模型 逆线性样 条（可改变 随机数范 围） 155 港口系统模型 改变参数 时，改善情 况的分析 164 离 散概率模型马尔可夫链 汽车租赁模型 要结合蒙特卡 罗算法 176 投票趋势模型177 Markov决策 串联和并联系统模型178 线性规划模型 无约束类生产计划模型192取整数类载货模型194动态规划类197 多目标规划类投资问题 有时须对 目标进行 取舍。可采 取加权 系统层次分析196 冲突目标 Minmax与maxmin 机会约束 约束满足 概率性>P 矛盾约束 约束相互 矛盾 单纯形法木匠生产模型 注意步骤 性。 215组合模型 参数模型 动态规划决策法 背包问题 排序问题 多步骤形 的规划 数值搜索法工业流程优化 黄金分割 搜索法 还有二分搜索 法 233
有理数的基本概念和分类 一．选择题（共12小题） 1．（2016春?上海校级月考）下列各数中，整数的个数是﹣11，0，0.5，，﹣7（） A．2个B．3个C．4个D．5个 2．（2016春?文昌校级月考）下列说法： ①﹣2.5既是负数、分数，也是有理数； ②﹣22既是负数、整数，也是自然数； ③0既不是正数，也不是负数，但是整数； ④0是非负数． 其中正确的有（） A．1个B．2个C．3个D．4个 3．（2015秋?利川市期末）下列说法中正确的是（） A．有理数分为正数和负数 B．有理数都有相反数 C．有理数的绝对值都是正数D．﹣a表示负数 4．（2015秋?榆社县期末）下列说法正确的有（） ①0是最小的正数； ②任意一个正数，前面加上一个“﹣”号，就是一个负数； ③大于0的数是正数； ④字母a既是正数，又是负数． A．0个B．1个C．2个D．3个 5．（2015秋?天水期末）若b是有理数，则（） A．b一定是正数B．b正数，负数，0均有可能 C．﹣b一定是负数D．b一定是0 6．（2015秋?定陶县期中）下列语句中正确的是（） A．正整数、负整数统称为整数 B．正分数、负分数统称为有理数 C．零既可是正整数也可是负分数 D．所有的分数都是有理数 7．（2015秋?东莞校级期中）对于下列各数说法错误的是（） 7，，﹣6，0，3.1415，﹣，﹣0.62，﹣11． A．整数4个 B．分数4个 C．负数5个 D．有理数8个 8．（2015秋?东阿县期中）下列说法中错误有（） ①﹣是负分数 ②1.5不是整数 ③非负有理数不包括0 ④整数和分数统称为有理数 ⑤0是最小的有理数 ⑥﹣1是最小的负整数． A．1个B．2个C．3个D．4个
概念模型和数据模型课堂练习和习题 一、单项选择题 1. 数据模型一般来说是由三个部分组成（即三要素），其中不包括C A.完整性规则 B.数据结构 C.恢复 D.数据操作 2. 按照数据模型分类，数据库系统可以分为三种类型： A. 大型、中型和小型 B. 西文、中文和兼容 C. 层次、网状和关系 D. 数据、图形和多媒体 3. 在关系数据库中,要求基本关系中所有的主属性上不能有空值,其遵守的约束规则是( ) . A.参照完整性规则 B. 用户定义完整性规则 C.实体完整性规则 D. 域完整性规则 4. 在( )中一个结点可以有多个双亲,节点之间可以有多种联系. A.网状模型 B. 关系模型 C.层次模型 D. 以上都有 5．用二维表结构表示实体以及实体间联系的数据模型称为（） A．网状模型 B. 层次模型C．关系模型 D. 面向对象模型6．层次模型的特点是( ) A.只有一个叶结点 B.只有两个叶结点 C.只有一个根结点 D.至少有一个根结点7．在一个用于表示两个实体间联系的关系中,用来表示实体间联系的是该关系中的( ) A.关键字 B.任何多个属性集 C.外部关键字 D.任何一个属性 8．E-R图是( ) A.表示实体及其联系的概念模型 B. 程序流程图 C.数据流图 D. 数据模型图 9．在下面给出的内容中，不属于DBA职责的是( ) A.定义概念模式 B.修改模式结构 C.编写应用程序 D.编写完整性规则 10．学校中有多个系和多名学生，每个学生只能属于一个系，一个系可以有多名学生，从学生到系的联系类型是( ) A.多对多 B.一对一 C.多对一 D.一对多 11．描述数据库中全体数据的逻辑结构和特征是（） A．内模式 B. 模式 C. 外模式 D. 存储模式 12．下列关于数据库三级模式结构的说法中，哪一个是不正确的？（） A．数据库三级模式结构由内模式、模式和外模式组成 B．DBMS在数据库三级模式之间提供外模式/模式映象和模式/内模式映像 C．外模式/模式映象实现数据的逻辑独立性 D．一个数据库可以有多个模式 13．数据库系统的体系结构是（） A.两级模式结构和一级映象 B.三级模式结构和一级映象 C.三级模式结构和两级映象 D.三级模式结构和三级映象 14．概念模型是现实世界的第一层抽象,这一类最著名的模型是( ) . A.层次模型 B. 关系模型 C. 网状模型 D. 实体-联系模型 15．关系数据模型是目前最重要的一种数据模型,它的三个要素分别为( ).
数据建模中分类与预测模型 成文日期：2018/8/27 摘要： 随着计算机技术的兴起，当前社会已经进入大数据信息时代。资本市场随着投资者的不断涌入以及金融科技的不断发展，交易时所涉及到的信息也逐渐繁杂。如果还是利用过往的分析模式，个人的力量就显得愈加薄弱。因此，利用量化平台对多元化的数据进行提取，按照自身的分析模式搭建合理化的分析框架，自动化的得到针对基本面、技术面的分析结果的分析方法也开始逐渐火热起来，这个结果根据需求既可以是定量的，也可以是定性的，目前这种量化建模的方式也已经在众多私募、券商等中应用已久，但是对于大多数个体投资者而言，还是一个十分陌生的领域。 因此，本文基于上期数据预处理部分之后，介绍如何在清洗过后的数据基础之上建立分类与预测模型，为此种模型的构建方法进行简单介绍，辅助投资者对自身分析逻辑中的分析框架进行量化分析，方便其多元化的交易分析。 一、分类与预测的介绍 数据建模中分类与预测模型主要是寻求合适的分类模型并在此基础之上进行未来徽商期货研究所 程序化部 张 龙 量化分析师 从业资格号：F3047985 邮箱:840671808@https://www.doczj.com/doc/1f5184147.html,
预测。分类主要是预测分类标号（离散属性），通俗点而言就像在基本面分析中判定哪些是未来影响价格的因素，比如产量、季节因素、下游产品价格等，这些因素除了其自身属性的不同外还应该具备在同级影响因素中具备较低的相关性，也就是最终分类的因素都会对价格进行影响，但是彼此之间的影响相对较小。而预测主要就是建立连续值函数模型，预测给定自变量对应的因变量的值。 二、分析与预测模型的实现过程 1.分类 分类是构造一个分类模型，输入样本的属性值，输出对应的类别，将每个样本映射到先定义好的类别。 分类模型建立在已有类标记的数据集上，模型在已有样本上的准确率可以方便地计算，所以分类属于有监督的学习。 2.预测 预测是指建立两种或两种以上变量间相互依赖的函数模型，然后进行预测或控制。 3.实现过程 分类算法有两步过程：第一步是学习步，通过归纳分析训练样本集来建立分类模型得到分类规则；第二步是分类步，先用已知的测试样本集评估分类规则的准确率，如果准确率是可以接受的，则使用该模型对未知类标号的待测样本集进行预测。 预测模型的实现也有两步，第一步是通过训练集建立预测属性（数值型的）的函数模型，第二步在模型通过检验后进行预测或控制。 三、常用的分类与预测算法 常见的分类与预测算法如表1所示。由于对于新入学者而言，掌握人工神经网络、
概念数据模型,逻辑数据模型,物理数据模型 概念数据模型设计与逻辑数据模型设计、物理数据模型设计是数据库及数据仓库模型设计的三个主要步骤。 在数据仓库领域有一个概念叫conceptual data model，中文一般翻译为“概念数据模型”。 概念数据模型是最终用户对数据存储的看法，反映了最终用户综合性的信息需求，它以数据类的方式描述企业级的数据需求，数据类代表了在业务环境中自然聚集成的几个主要类别数据。 概念数据模型的内容包括重要的实体及实体之间的关系。在概念数据模型中不包括实体的属性，也不用定义实体的主键。这是概念数据模型和逻辑数据模型的主要区别。 概念数据模型的目标是统一业务概念，作为业务人员和技术人员之间沟通的桥梁，确定不同实体之间的最高层次的关系。 在有些数据模型的设计过程中，概念数据模型是和逻辑数据模型合在一起进行设计的。 在数据仓库领域有一个概念叫logical data model，中文一般翻译为“逻辑数据模型”。 逻辑数据模型反映的是系统分析设计人员对数据存储的观点，是对概念数据模型进一步的分解和细化。逻辑数据模型是根据业务规则确定的，关于业务对象、业务对象的数据项及业务对象之间关系的基本蓝图。 逻辑数据模型的内容包括所有的实体和关系，确定每个实体的属性，定义每个实体的主键，指定实体的外键，需要进行范式化处理。 逻辑数据模型的目标是尽可能详细的描述数据，但并不考虑数据在物理上如何来实现。 逻辑数据建模不仅会影响数据库设计的方向，还间接影响最终数据库的性能和管理。如果在实现逻辑数据模型时投入得足够多，那么在物理数据模型设计时就可以有许多可供选择的方法。 在数据仓库领域有一个概念叫physical data model，中文一般翻译为“物理数据模型”。 物理数据模型是在逻辑数据模型的基础上，考虑各种具体的技术实现因素，进行数据库体系结构设计，真正实现数据在数据库中的存放。
数据建模中分类与预测模型 成文日期：2018/8/27 摘要： 随着计算机技术的兴起，当前社会已经进入大数据信息时代。资本市场随着投资者的不断涌入以及金融科技的不断发展，交易时所涉及到的信息也逐渐繁杂。如果还是利用过往的分析模式，个人的力量就显得愈加薄弱。因此，利用量化平台对多元化的数据进行提取，按照自身的分析模式搭建合理化的分析框架，自动化的得到针对基本面、技术面的分析结果的分析方法也开始逐渐火热起来，这个结果根据需求既可以是定量的，也可以是定性的，目前这种量化建模的方式也已经在众多私募、券商等中应用已久，但是对于大多数个体投资者而言，还是一个十分陌生的领域。 因此，本文基于上期数据预处理部分之后，介绍如何在清洗过后的数据基础之上建立分类与预测模型，为此种模型的构建方法进行简单介绍，辅助投资者对自身分析逻辑中的分析框架进行量化分析，方便其多元化的交易分析。 徽商期货研究所 程序化部 张 龙 量化分析师 从业资格号：F3047985 邮箱:840671808@https://www.doczj.com/doc/1f5184147.html,
一、分类与预测的介绍 数据建模中分类与预测模型主要是寻求合适的分类模型并在此基础之上进行未来预测。分类主要是预测分类标号（离散属性），通俗点而言就像在基本面分析中判定哪些是未来影响价格的因素，比如产量、季节因素、下游产品价格等，这些因素除了其自身属性的不同外还应该具备在同级影响因素中具备较低的相关性，也就是最终分类的因素都会对价格进行影响，但是彼此之间的影响相对较小。而预测主要就是建立连续值函数模型，预测给定自变量对应的因变量的值。 二、分析与预测模型的实现过程 1.分类 分类是构造一个分类模型，输入样本的属性值，输出对应的类别，将每个样本映射到先定义好的类别。 分类模型建立在已有类标记的数据集上，模型在已有样本上的准确率可以方便地计算，所以分类属于有监督的学习。 2.预测 预测是指建立两种或两种以上变量间相互依赖的函数模型，然后进行预测或控制。 3.实现过程 分类算法有两步过程：第一步是学习步，通过归纳分析训练样本集来建立分类模型得到分类规则；第二步是分类步，先用已知的测试样本集评估分类规则的准确率，如果准确率是可以接受的，则使用该模型对未知类标号的待测样本集进行预测。 预测模型的实现也有两步，第一步是通过训练集建立预测属性（数值型的）的函数模型，第二步在模型通过检验后进行预测或控制。