數據庫與材料數據庫_第1頁
數據庫與材料數據庫_第2頁
數據庫與材料數據庫_第3頁
數據庫與材料數據庫_第4頁
數據庫與材料數據庫_第5頁
已閱讀5頁,還剩20頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、數據庫材料數據庫數據庫材料數據庫l1.2 計算機數據處理技術經歷了四個階段1、人工管理階段2、文件管理階段3、數據庫系統階段4、高級數據庫階段第一節 數據庫系統的組成和結構數據庫系統的組成和結構l1.1 什么是工程數據庫系統? 20世紀60年代 20世紀70年代 20世紀80年代 工程數據庫系統是用于存儲、管理和使用面向工程設計所需要的工程數據和數據模型。它將工程設計方法和數據庫技術相結合,人工智能及專家系統與數據庫技術相結合,達到智能化的CAD/CAM集成系統。 數據庫系統的基本知識l1.3 數據庫系統的構成u數據庫u數據庫管理系統u支持數據庫運行的軟、硬件環境u用戶用戶數據庫管理系統數據庫

2、硬件/軟件平臺 應用程序數據集 1 應用程序數據集 2 應用程序數據集 n 數據庫系統的構成數據庫系統的構成 應用程序文件 1 應用程序文件 2 應用程序文件 n 存取 方法 數據庫系統的構成應用程序 1應用程序 2應用程序 n數據庫數據庫管理系統 l數據庫管理系統(數據庫管理系統(DBMS)是專門用于管理)是專門用于管理數據庫的計算機數據庫的計算機系統軟件系統軟件。lDBMS能夠為數據庫提供數據的定義、建立、能夠為數據庫提供數據的定義、建立、維護、查詢和統計等操作功能,并完成對數維護、查詢和統計等操作功能,并完成對數據完整性、安全性進行控制的功能。據完整性、安全性進行控制的功能。l提供一個可

3、以方便地、有效地存取數據庫信提供一個可以方便地、有效地存取數據庫信息的環境息的環境.l分類:層次型、網絡型、關系型分類:層次型、網絡型、關系型l組成:數據描述和操縱語言、數據庫管理控組成:數據描述和操縱語言、數據庫管理控制程序和數據庫服務程序三部分制程序和數據庫服務程序三部分數據庫管理系統的結構數據庫管理系統的結構數據數據元數據元數據存儲存儲管理程序管理程序查詢查詢處理程序處理程序事務事務管理程序管理程序模式更新模式更新更新更新查詢查詢數據庫系統管理數據的特點數據庫系統管理數據的特點 1.5工程數據庫的作用l可以減少研制產品的工作量、縮短研究周期、降低成本、提高效率和效益。材料科學與工程數據庫

4、材料科學與工程數據庫 l計算機材料性能數據庫的優點:l1、存儲信息量大,存取速度快l2、查詢方便l3、材料的性能對比,易于選材l4、使用靈活l5、功能強大l6、應用廣泛材料科學與工程數據庫材料科學與工程數據庫 與溫度相關的材料性能數據庫/srd/materials.htm美國國家標準研究所(NIST)的材料數據庫l北京科技大學等聯合材料腐蝕數據庫l武漢保護材料研究所磨損數據庫l航空航天部材料研究所航空材料數據庫l清華大學新材料數據庫 第二節 專家系統專家系統 l2.2 專家系統的發展 1、20世紀60年代 專家系統產生DENDRAL2、20世紀70年代20 趨于成熟

5、3、20世紀80年代之后 走向實用化和商品化l2.1 人工智能(Artificial Intelligence) 專家系統(Expert System) 專家系統是一種計算機程序,在某一特定領域內,它能利用知識推理來解決人類專家才能解決的問題 2.3專家系統的工作原理 l知識庫l工作數據庫l推理機l知識獲取機制l解釋機制l人機接口專家系統的組成用 戶人 機 接 口綜合數據庫領域專家推理機解釋程序知識獲得知 識 庫核心部分 知識庫、推理機 2.4專家系統的類型l解釋專家系統l預測專家系統l診斷專家系統l設計專家系統l規劃專家系統l監視專家系統l控制專家系統 第三節 人工神經網絡技術人工神經網絡技

6、術 l3.2人工神經網絡的組成u接受輸入信號的單元層稱為輸入層;u輸出信號的單元層稱為輸出層;u不直接與輸入輸出發生聯系的單元層稱為中間層或隱層。l3.1專家系統(Expert System)人工神經網絡(Artificial Neural Network) 人工神經網絡(Artificial Neural Network) 是一種信息處理技術,力圖模擬人類處理問題方式去理解和利用信息。人工神經網絡既可以解決決定性問題,又可以用于直接解決定量問題,具有較好的可靠性;擅長處理復雜的多元非線性問題;具有自學習能力,能從已有的數據中總結規律。 3.2 人工神經網絡的組成 輸出層輸入層中間層3.3 神

7、經元的組成人工神經網絡的基本單元是神經元,也稱為處理單元 aj1XX2XinXW1jW2jijWWnjjyi)()(1jjjjinijijjgySfXWS3.4人工神經網絡采用的傳遞函數 l(1)階躍函數l(2)分段線性函數l(3)S型函數。yiSjOaOyiaSjOyiaSjb111x1x2nxy1n2yyy1yyn2x1n2xxy1yyn2x1n2xx1xx23x4xy1y23yy4(a)(b)(c)(d)(e)3.5 人工神經網絡的結構形式 3.6 神經網絡的學習方法l有指導的學習l沒有指導的學習3.7 誤差反傳神經網絡構成和學習方法l誤差反向傳播(Back-propagation, BP)lBP神經網絡的組成輸入模式順傳播輸出誤差逆傳播循環記憶訓練學

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論