一、Web数据库访问技术的分析与比较(论文文献综述)
贺韬[1](2015)在《基于Web的钛冶金数据库系统研究和开发》文中认为在目前冶金相关研究领域中,通过计算机网络和数据库技术对钛及其化合物物性数据、钛金属冶金的相关技术和流程进行分析研究、预测和仿真模拟计算已成为国内外钛冶金研究的一个重要课题。而现有的冶金、物理、化学等生产及科研用途相关数据库中都还没有包含钛及其化合物、钛冶金相关工艺的完整内容,还只是零散地涉及,完全不能反映钛冶金、钛及其化合物的科研和生产水平,因此基于现代计算机网络和数据库技术来构架钛冶金数据库变得非常有意义,可以进一步推进钛冶金、钛及其化合物领域的研究,可以为人类在利用钛金属道路上增加一块铺路砖。针对以上问题所建立的钛冶金数据库是以钛、钛化合物以及钛冶金工艺为研究对象,并把涉及以上内容的各类型数据经过整理、分类、关联并进行合理归纳后形成一个有序的体系结构。不论是生产用户还是科研用户都可以通过该数据库查找到自己所需要的关于钛及钛冶金的相关内容,并可以通过相关计算得到需要的结果。建立数据库的工作中的一项主要内容是把涉及钛冶金相关计算的各种计算模型按照一定规范、科学的、高效的方式存储起来,成为了钛冶金数据库的主要内容。经过对WEB开发技术进行了深入的分析和比较,对比各技术的优点和缺点,设计了基于PHP+MYSQL开发技术的钛冶金数据库系统后台数据库高效连接器,并提出了用数据库高效连接器来实现后台数据库访问,最终确定了数据库高效连接器的设计思路。数据库本身不能是封闭的,只有实现对外的数据共享和交换,才能保持数据库的生命力延续,而数据的交换需要数据库检索性能必须达到非常高的标准,否则,数据库的共享交换效率将变得非常低,从而成为数据库对外发展的瓶颈。为了解决这个问题,本文创新性地提出了数据库条目优化技术,通过这一技术可以使得数据库访问即使在并发海量访问时,也可以高效的查找到所需的数据,实现数据库访问效率质的飞跃。而在追求数据库运行和访问效率的同时,必须要兼顾安全,在经过研究相关领域数据库时发现,所有的相关领域数据库开发者都没有针对数据库本身安全性提出相应的设计需求,而一旦数据库安全性发生问题,对科研和生产都会带来巨大的威胁,因此在对钛冶金数据库结构的仔细研究分析后,创新性地引入了数据库数据探针设计、共享中间件设计和物理隔离网络间数据库安全同步设计,在钛冶金数据库安全方面进行了创新,最终完成了系统软件的开发和调试工作,使基于WEB的钛冶金数据库成为一个内容全面、功能完备、运行安全高效的数据库。在整个数据库研发和建设工作中,除了对后台数据库体系架构进行重点研究外,还对钛冶金数据库系统的WEB展现、页面的具体规划设计以及部分计算过程软件的WEB实现也做了相关工作。钛冶金WEB数据库的建设,是钛冶金与现代计算机网络、数据库技术的有效融合,既对数据库内容及功能进行了详细的设计,又对网络及数据库技术进行了仔细的探讨,最终得到的数据库本身是基本完备的、先进的和安全的,为今后钛冶金相关领域的发展做了一部分基础工作。
王振辉,王振铎,谢膺白,支侃买[2](2015)在《基于XML的Web数据库安全中间件研究与设计》文中指出针对不断出现的Web数据库安全问题和企业用户灵活多变的安全需求,对影响Web数据库安全的主要因素进行分析,构建一种基于XML的Web数据库安全中间件。从微管理和面向服务理念对身份鉴别、访问控制、漏洞检测和操作审计四个方面进行深入探讨。用监听器和过滤器实现用户访问控制、漏洞扫描器进行漏洞检查、日志记录器进行审计跟踪。为了更准确的预防SQL注入等攻击行为,使用了正则表达式定义过滤规则。实验和仿真证明,该中间件能够动态地适应环境变化,可以有效防止内外部用户对Web数据库的攻击和数据泄露。
孙冬,刘丹[3](2014)在《Web物流数据库GMS低样本偏差访问实现》文中进行了进一步梳理为实现Web物流数据库GMS低样本偏差访问,提出的基于图模型采样过程的低样本偏差Web数据库访问查询方法。首先从一个任意的有效结果为起点开始访问,然后返回访问结果,从返回页面中抽取记录,以本地样本库中的样本数据库作为下次访问的起点进行下一次的查询,避免了对查询接口中属性表现形式的影响作用,GMS采样方法跨越查询接口的属性表达形式的限制性。仿真实验表明,模拟Web数据库中,样本偏差值总体结果值稳定,采用GMS采样模型,仿真实验和实测效果展示了模型算法的优越性能。
王剑[4](2010)在《基于Web数据库技术的纺织企业绩效评估系统的研究设计》文中研究表明本文从Web数据库体系结构入手,对Web数据库的接口技术、Web数据库的开发实现平台、Web数据库的安全性等方面进行了分析,对Web数据库接口的性能包括接口特性、效率瓶颈等方面进行了分析评测。然后本文以Web数据库技术为基础对企业绩效考核系统进行了研究设计。本系统研究综合统计学、经济学、企业管理学、数学等多学科的优势,对纺织企业的经济、效益、成本、资源消耗等企业的效益指标进行动态的综合筛选和优化,形成企业综合业绩指标考核评测模型。利用计算机技术、计算机通信技术、计算机网络技术、Web数据库技术等,对企业的高效指标进行动态的检测、监控与跟踪,形成一套完整的高效指标考核评测体系。在开发实施过程中,首先从这一类应用的需求入手,提出了纺织企业综合业绩考核系统的考核对象、考核指标和量化考核算法,确定了系统的考核体系和系统的设计目标。对系统完成的主要功能如网上成绩考核提交、成绩综合量化计算和网站内容的发布管理以及考核成绩的网上成绩检索等进行了详细设计,特别是对考核成绩运用层次分析法(TAHP)的设计思想进行设计并具体编程实现。在对纺织企业综合业绩考核系统研究设计的基础上,确定本系统的开发实现平台为ASP。ADO组件对象模型是ASP访问数据库的主要技术手段。本文分析了ADO对象结构模型、编程模型、ADO对象在ASP中的使用方法,分析了用ASP实现纺织企业综合业绩考核系统的关键问题和技术难点以及解决方法,并通过编程实现了纺织企业综合业绩考核系统。最后对本文的工作进行了总结,指出本文的后续工作。
聂铁铮[5](2009)在《Deep Web中Web数据库集成关键技术的研究》文中进行了进一步梳理随着互联网技术的飞速发展,Web中蕴藏的海量数据信息也在迅速地增长。Web数据库作为一种重要的Deep Web资源,其中包含了大量可供访问的数据信息。这些数据信息具有良好的结构化特征且指向特定领域的数据记录,因此能够为科学研究和系统应用提供更高质量的数据服务。然而,在Deep Web中,Web数据库具有异构性、分布性、动态性和自治性,独立存在于Web环境中,这些高质量的数据资源并没有得到很好的利用。Web数据库集成为有效地统一访问这些数据资源提供了解决方案。作为一个新兴的研究领域,Web数据库集成中包含了若干需要解决的研究问题。本文分析了Web数据库集成的研究现状,讨论了Web数据库集成框架的结构模型,重点研究了Web数据库集成中的若干关键技术,包括Web数据库的模式抽取、Web数据库的分类、查询结果记录的抽取与标注和数据的集成与清洗等。本文针对Web数据库集成中主要的研究问题提出了新颖、有效的解决方法,主要工作包括以下几点:(1)提出了一种基于元搜索模式的Web数据库集成框架。Web数据库集成框架的目的是为用户统一访问Web数据库资源提供支持。基于元搜索模式的Web数据库集成框架,能够透明的访问和及时的更新数据,并具有较低的系统运行代价。本文分析了实现Web数据库集成框架中所需的关键技术,将框架分为离线的Web数据库搜索模块和在线的查询处理模块。前者是从Web中发现特定领域Web数据库的查询接口,抽取其模式信息并对其进行分类;后者的目的是实现对Web数据库即时访问,抽取并标注查询结果记录,并将集成后的结果数据集返回给用户。(2)提出了基于实例的查询结果模式抽取方法。完整的模式信息对于数据集成有着至关重要的作用。对于Web数据库而言,查询接口模式决定其功能,而查询结果模式描述了其中的数据内容。现有的研究工作往往只关注于查询接口模式而忽略了查询结果模式。本文给出了基于标签的查询接口模式属性识别方法。在此基础上,提出了基于近似查询和精确查询的两段式模式匹配模型。通过在结果页面的DOM树中匹配查询关键字,并利用查询结果记录在页面中连续出现的特征识别模式属性。同时提出基于属性共现度的匹配方法提高模式属性的查全率和查准率。(3)提出了面向内容的Web数据库分类方法。现有基于领域的Web数据库分类方法已难以满足应用需求。为此,本文提出将领域中记录基于其内容划分为多个主题分类。主要解决方案为:使用主题分类中的样本实例对Web数据库查询探测,并基于查询返回的结果数量构建查询结果矩阵,该矩阵能够准确地反映出主题分类与Web数据库内容之间的匹配关系;基于矩阵内容得到主题分类。基于内容的分类结果能够为查询更准确地匹配Web数据库。(4)提出了一种有效的查询结果记录抽取技术。为避免对大量页面内容的语义匹配,有效地保证数据抽取的执行效率,本文首先基于URL匹配的方法准确的确定要抓取查询结果页面;之后利用查询结果模式抽取中识别出的模式属性路径定位查询结果记录,并实现查询结果记录的抽取与标注。基于属性路径构建的包装器能有效的改善连续查询结果页面中记录抽取的执行效率。(5)提出了一种基于模式属性间函数依赖关系的数据清洗方法。为提高来自多个Web数据库的查询结果记录的数据质量,该方法借助于实体识别技术,利用模式属性间函数依赖关系,能够有效地修复查询结果记录中不完全、不精确和不正确的属性值。同时,给出了增量式数据集成方法,即通过对记录集合的数据质量评估结果决定集成的顺序,有效地提高了数据集成的执行效率。(6)设计并实现了一个Web数据库集成的原型系统DDW Search。基于本文对Web数据库集成框架关键技术的研究成果,实现了基于特定领域的原型系统。用户可以通过系统提供的全局查询接口输入查询请求,并查看由多个Web数据库返回的查询结果。总之,本文研究了Web数据库集成框架及涉及的关键技术,对其中包含的主要研究问题提出了新颖的解决方案。大量的实验结果与分析表明这些方法能够有效地解决在Web数据库集成中存在的问题,同时具有较高的准确性和执行性能。希望本文对于Web数据库集成的研究和提出这些方法对于这一领域的研究工作具有一定的参考价值。
曹菊香[6](2009)在《基于Web数据库的国有企业党建信息化系统的设计与实现》文中研究指明随着Internet的飞速发展,万维网(WWW,World Wide Web)得到了很大的发展。其中Web系统和数据库技术是网络信息服务的基础,对Web系统来说,数据库的设计思想很重要,它对于Web系统的重用性、稳定性、健壮性、安全性及可扩充性都有深远的影响。因此,Web技术和数据库技术相结合成为当前研究的热点。本文对Web数据库应用系统的若干关键技术进行了深入的研究。首先讨论了Web数据库的访问技术,通过几种数据库访问技术的优缺点的比较,得出ASP.NET在数据库访问技术方面具有很大的优势,它提供许多基础服务协助程序设计建设企业级的互联网应用程序,可提供更多的编程资源、更快的开发速度和更高的运行性能,是建置、管理、部署Web应用程序最佳的平台;指出了基于ADO.NET的数据库访问方法在Microsoft.NET平台中提供数据访问服务,是今后数据库访问技术的发展方向;分析了Web数据库系统的体系结构,得出了在.NET框架下如何构建一个B/S三层体系结构下的Web数据库系统的解决方案;提出了一种操作数据库的通用方法。本文在研究了Web数据库相关技术后,设计了“国有企业党建信息化系统”。这种设计基于Web数据库,在B/S三层架构模式下,利用ASP.NET数据库访问技术,通过一种通用的数据库操作方案,实现对后台数据库的高效快速访问,这种方案提高了系统的实时响应性能,增强了系统的可扩展性、稳定性、健壮性、可移植性。
肖波[7](2009)在《主流Web数据库开发技术研究》文中认为Internet是目前全球规模最大的计算机通信网,它的范围遍及全球几乎所有的地区。WWW(Word Wide Web)是一个大型的分布式超媒体信息数据集合,它的出现极大地推动了Internet的发展,并且已经成为Internet中最流行、最主要的信息服务方式。WWW能够把各种类型的信息资源,例如静态图像、文本、数据、视频和音频集合起来。用户能够通过Internet浏览、查询和共享这些建立在web服务器上的超媒体信息。目前,Web技术与数据库管理系统(DBMS)相互融合领域的研究已成为热点方向之一,数据库厂家也推出了各自的产品和中间件以支持Web技术和DBMS的融合,使两者能够互相取长补短,发挥各自的优势,使用户可以通过Web浏览器方便地检索数据库系统内存储的信息。Web数据库技术是Web技术与数据库技术相互结合的产物,它的出现将信息的存储、管理和检索提升到了一个全新的高度。在目前Web数据库应用的开发领域中,有多种用于开发Web数据库系统的技术,例如CGI、PHP、ASP、ASP.NET、Java EE等。在大型Web数据库应用的开发中,ASP.NET与Java EE无疑是使用频率最高的两项技术。人们对于这两项Web数据库开发技术的优劣之争已经持续了数年。我曾经阅读过不少这方面的文章,但是这些文章的基本内容大多都只是停留在对这两项技术总体特征的比较,例如集成开发环境(IDE)、易学性、代码的可移植性,以及价格等,它们很少从Web数据库系统的实现细节方面对这两项技术进行比较,例如数据库的访问机制、事务的管理、Web安全性的实现等(这正是本文的主要研究对象)。本文首先对Web数据库技术作了一个简要的介绍,接着介绍了ASP.NET与Java EE这两项主流的Web数据库开发技术的基本知识。在此基础上,我分别以这两种技术对“天然气管道事故管理系统”进行了实现,在实现过程中,我对这两项技术在数据库访问实现、表示层实现、业务逻辑实现、事务管理实现、Web安全实现这几个方面进行了对比,总结了这两项技术在这几个方面的优点和缺点,以及对于Web数据库系统开发的影响。在文章的结尾,我提出了一种如何从Web数据库系统开发者的角度,根据应用的特点来选择合适的技术进行Web数据库开发的新策略。
徐和祥[8](2008)在《Deep Web集成中若干技术研究》文中认为Web信息,根据蕴涵信息的“深度”可以划分为Surface Web和Deep Web两大类。其中:Surface Web是指通过超链接可以被传统搜索引擎索引到的页面的集合。Deep Web是指通过填写表单(Form)形成对网站后台数据库的查询而得到的动态页面。如何有效地组、管理Deep Web信息,快速、准确地访问用户所需要的信息是当前信息科学和技术领域面临的一大挑战。随着动态网页技术的发展和日益成熟,Deep Web所蕴含信息量的快速增长,通过对Web数据库的访问逐渐成为获取信息的主要手段,而对Deep Web的研究也越来越受到人们的关注。作为组织和处理大规模Deep Web信息的关键技术,Deep Web数据集成可一定程度上解决用户访问互联网中这些“深度”数据库的需求;同时,Deep Web数据集成的相关技术在信息检索、数据挖掘、数据抽取、个性化服务、数字图书馆等领域有广阔的应用前景。本文研究内容和创新工作主要包括以下几点:(1)Deep Web集成模式的研究现实中Deep Web的类型多种多样,用户需求也各不相同,需要考虑不同情况的Deep Web数据集成。论文研究了Deep Web间的关系,以及这些关系对Deep Web数据集成系统查询处理的约束,并在此基础提出Deep Web数据集成的集成模式,以及不同集成模式下查询处理的过程。为不同类型Deep Web数据集成的进一步研究和应用提供参考。(2)基于机器学习的Web数据库分类大量的deep Web源的存在,对他们的分类是通向deep Web分类集成和查询的关键步骤。论文提出了一种Deep Web表示模型和基于机器学习的分类模型,并在此基础上提出一种新的权重计算方法。实验结果表明:这种分类方法经过少量样本训练后,就能达到很好的分类效果;且随着训练的样本的增加,该分类器的性能保持稳定。(3)基于本体的Deep Web查询接口分类本体是一种知识表示模型,用来在某个特定领域中定义基本术语、关系和一些规则,并将之表示成机器可读的形式。针对deep Web查询接口,论文提出一种分类本体模型和建立本体的推理规则,并提出了deep Web空间向量模型(VSM)。试验表明,这种分类方法具有良好的分类效果。(4)基于知识的deep Web集成环境变化处理的研究研究了Deep Web集成环境中构件的依赖关系,在此基础上,论文提出了一种基于知识的环境变化的处理方法,包括Deep Web集成环境变化处理模型以及适应Deep Web环境变化的动态体系结构和处理算法,可以对大规模Deep Web集成的进一步探索和走向应用提供参考。实验结果表明,该方法不仅可以处理Deep Web集成环境的变化,还可以大幅度提高集成系统的性能。(5)基于Deep Web的个性化服务的研究个性化推荐可以实现“信息找人”,可一定程度上解决由于海量信息而导致的“信息过载”和“信息迷向”问题。论文提出了一种基于Deep Web的个性化服务的框架,包括:基于资源元数据描述为语义基础的用户兴趣模型、Deep Web爬虫和个性化推荐,并在个性化推荐的算法中提出了一种新的基于语义的相似度度量方法。最后,基于上述思想的基础上,开发了一个科技文献推荐系统,使用户在尽可能少的参与下,就完成科技文献的个性化服务。
刘伟,孟小峰,孟卫一[9](2007)在《Deep Web数据集成研究综述》文中研究指明随着World Wide Web(WWW)的飞速发展,Deep Web中蕴含了海量的可供访问的信息,并且还在迅速地增长.这些信息要通过查询接口在线访问其后端的Web数据库.尽管丰富的信息蕴藏在Deep Web中,由于Deep Web数据的异构性和动态性,有效地把这些信息加以利用是一件十分挑战性的工作.Deep Web数据集成至今仍然是一个新兴的研究领域,其中包含有若干需要解决的问题.总体来看,在该领域已经开展了大量的研究工作,但各个方面发展并不均衡.文中提出了一个Deep Web数据集成的系统架构,依据这个系统架构对Deep Web数据集成领域中若干关键研究问题的现状进行了回顾总结,并对未来的研究发展方向作了较为深入的探讨分析.
赵一篑[10](2007)在《基于web技术的电子政务开发和应用 ——《农业资源信息管理系统》的开发和研究》文中研究指明随着Internet及相关网络应用技术的快速发展,简单的广域网及网站或者简单的基于局域网的管理系统已很难适应现代政府相关电子政务自身发展的需要,很多政府网站在基于网络电子政务系统的服务质量、安全性等方面进行更多的改进。Web技术以其安全性好、成本低和有良好的服务质量保障等优势得到了越来越多政府机关的应用。本论文的研究内容是利用服务器端执行的ASP.NET技术,方便对服务器端数据库内容的访问与编辑。本文的主要成果就是利用ASP.NET技术与Web数据库的结合,开发出的一个基于B/S结构的农业资源信息管理系统(以下简称NYZYXX)。本文探讨了数据库运行的体系结构,综述了浏览器/服务器模式的工作方式及特点;比较了主机/终端、客户机/服务器和浏览器/服务器等三种模式各自的优缺点。和相关文献查询比较结果表明,浏览器/服务器模式继承了客户机/服务器模式的优点并克服了它的缺点,不受操作系统和硬件的制约,而且能防止“胖客户机”现象的发生,比较容易实现不同网络间的连接。浏览器/服务器模式也是目前广泛使用的主体结构。ASP.NET是一种比较容易实现的功能强大且高效的数据库访问技术,它实际上是一种在服务器端开发脚本语言的环境。因此,在开发NYZYXX的过程中采用了ASP.NET技术。ASP.NET的内置对象及Activex服务器组件,以及提供的ADO对象实现对数据库的访问具有其独特的优势。因此,本文重点讨论了如何利用勤哲Excel服务器来实现对农林成绩数据库的访问方法,给出了设计细节和具体步骤和方法。
二、Web数据库访问技术的分析与比较(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Web数据库访问技术的分析与比较(论文提纲范文)
(1)基于Web的钛冶金数据库系统研究和开发(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 关于钛的归纳 |
1.1.1 钛矿物和分布情况 |
1.1.2 钛冶金工业 |
1.1.3 钛的应用 |
1.2 钛的化学和物理性质归纳 |
1.2.1 钛的化学性质 |
1.2.2 钛的物理性质 |
1.3 相关数据库国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.3.3 本论文的研究意义 |
1.4 本论文的工作 |
第二章 钛化合物热力学数据计算模型 |
2.1 钛冶金数据库中热容和焓的计算模型 |
2.1.1 热容 |
2.1.2 焓 |
2.1.3 数据库中焓的计算 |
2.2 钛冶金数据库中熵和Gibbs函数的计算模型 |
2.2.1 熵 |
2.2.2 数据库中熵的计算 |
2.2.3 吉布斯(Gibbs)函数 |
2.2.4 吉布斯函数判据 |
2.2.5 吉布斯函数的计算 |
2.2.6 数据库中吉布斯函数变的计算 |
2.3 热力学函数计算模型的实现要求 |
2.4 热力学过程计算模型 |
2.4.1 非化学变化过程 |
2.4.2 标准状态下的化学反应过程热力学计算 |
2.5 小结 |
第三章 钛冶金WEB数据库辅助计算与功能计算设计 |
3.1 设计辅助计算方法 |
3.1.1 化学反应方程式的配平 |
3.1.2 计算机化分子式的书写 |
3.1.3 元素解析程序 |
3.2 计算模型的程序实现 |
3.2.1 关于热力学数据库的计量单位 |
3.2.2 有效数字位数的选定和表示 |
3.2.3 钛冶金WEB数据库中存储的热力学基础数据 |
3.2.4 热力学过程计算流程 |
3.3 体系热力学平衡计算 |
3.4 小结 |
第四章 钛冶金WEB数据库技术体系结构分析 |
4.1 钛冶金WEB数据库体系结构设计中的关键技术 |
4.1.1 中间件技术 |
4.1.2 Web数据库技术 |
4.2 基于Web的钛冶金数据库体系结构模型 |
4.2.1 客户/服务器应用模型 |
4.2.2 钛冶金WEB数据库体系结构分析和设计 |
4.3 小结 |
第五章 钛冶金WEB数据库系统体系结构设计 |
5.1 钛冶金WEB数据库系统设计中的关键技术 |
5.1.1 数据库访问技术 |
5.1.2 几种常用的数据库访问技术 |
5.1.3 PHP技术 |
5.1.4 PHP与其它Web数据库开发技术的比较 |
5.2 基于PHP技术的钛冶金数据库访问 |
5.2.1 基于PHP技术的数据库连接访问 |
5.2.2 基于Web的钛冶金数据库连接访问机制 |
5.3 基于MYSQL架构的钛冶金数据库系统 |
5.3.1 MYSQL数据库在本系统中的应用优点 |
5.3.2 基于PHP+MYSQL数据库的钛冶金WEB数据库系统 |
5.4 钛冶金WEB数据库系统设计 |
5.4.1 WEB数据库访问模式 |
5.4.2 钛冶金WEB数据库系统模块化设计 |
5.4.3 钛冶金数据库设计 |
5.4.4 钛冶金WEB数据库安全设计 |
5.5 小结 |
第六章 钛冶金数据库系统的WEB实现 |
6.1 系统页面的构成 |
6.1.1 系统主页 |
6.1.2 数据库系统的管理和维护页面 |
6.1.3 系统管理页面 |
6.2 数据库基础数据查询页面 |
6.2.1 化合物数据库首页 |
6.2.2 化合物查询页面 |
6.2.3 钛化合物热力学基础数据 |
6.2.4 钛物理性质基础数据 |
6.2.5 钛化合物结构基础数据 |
6.3 数据库计算功能实现 |
6.4 小结 |
第七章 结论 |
7.1 主要结论 |
7.2 展望 |
致谢 |
参考文献 |
附录A:攻读博士学位期间发表的论文 |
附录B:攻读博士学位期间参与的科研项目 |
附录C:部分源代码 |
(2)基于XML的Web数据库安全中间件研究与设计(论文提纲范文)
0 引言 |
1 Web数据库安全中间件设计框架 |
1.1 设计思想 |
1.2 Web数据库安全中间件逻辑结构 |
1.3 Web数据库安全中间件访问控制逻辑 |
1.4 Web数据库安全中间件数据存储设计 |
2 Web数据库安全中间件功能设计 |
3 关键技术说明 |
3.1 监听器实现技术 |
3.2 过滤器实现技术 |
3.3 漏洞扫描器实现技术 |
3.4 日志记录器实现技术 |
3.5 XML文件读写技术 |
3.6 数据加密/解密技术 |
4 系统原型实现与性能测试 |
4.1 系统原型实现 |
4.2 实验和性能仿真 |
5 结语 |
(3)Web物流数据库GMS低样本偏差访问实现(论文提纲范文)
0 引言 |
1 Web数据库及访问技术 |
2 Web物流数据库GMS访问 |
3 测试实验和结果分析 |
4 结论 |
(4)基于Web数据库技术的纺织企业绩效评估系统的研究设计(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 开展本项目研究的社会意义 |
1.2 课题研究领域和国内外研究概况 |
1.3 论文的主要内容 |
第二章 Web数据库技术 |
2.1 Web数据库技术的研究现状 |
2.2 WEB数据库体系结构 |
2.3 Web数据库访问技术 |
2.4 Web数据库应用开发技术之ASP |
2.5 Web数据库其它应用开发技术简介 |
2.6 Web数据库的安全 |
2.7 小结 |
第三章 纺织企业综合业绩考核系统的需求分析 |
3.1 系统功能需求 |
3.2 系统性能需求 |
3.3 系统安全需求 |
3.4 系统实现平台ASP |
3.5 小结 |
第四章 纺织企业综合业绩考核系统的设计 |
4.1 系统总体设计 |
4.2 系统功能设计 |
4.3 数据库设计 |
4.4 系统的安全性设计 |
4.5 小结 |
第五章 纺织企业综合业绩考核系统的开发实现 |
5.1 文件目录组织结构 |
5.2 实现的关键技术 |
5.3 系统主要功能实现 |
5.4 系统测试运行 |
5.5 小结 |
结论与展望 |
参考文献 |
致谢 |
(5)Deep Web中Web数据库集成关键技术的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 本文研究内容 |
1.4 论文结构 |
第2章 Web数据库集成框架 |
2.1 概述 |
2.1.1 现有Deep Web集成框架模型 |
2.1.2 相关Deep Web数据集成系统 |
2.2 基于领域知识的Web数据库集成 |
2.3 Web数据库集成框架体系结构 |
2.3.1 框架体系结构图 |
2.3.2 Web数据库搜索模块 |
2.3.3 查询处理模块 |
2.4 小结 |
第3章 Web数据库查询结果模式抽取 |
3.1 问题分析与相关工作 |
3.1.1 问题分析 |
3.1.2 相关研究工作 |
3.1.3 研究思想 |
3.2 领域知识中相关概念定义 |
3.2.1 领域知识模型 |
3.2.2 Web数据库模式模型 |
3.3 查询接口模式的属性识别 |
3.4 基于实例的查询 |
3.5 查询结果页面的DOM模型 |
3.6 基于实例的模式抽取方法 |
3.6.1 基于实例模式抽取的原理 |
3.6.2 基于实例的两段式模式匹配流程 |
3.6.3 基于DOM的结果模式属性匹配 |
3.7 基于属性共现度的结果模式属性匹配 |
3.8 实验测试 |
3.8.1 实验设置 |
3.8.2 实验结果 |
3.9 小结 |
第4章 面向内容的Web数据库分类 |
4.1 相关工作 |
4.2 面向内容的分类思想 |
4.2.1 问题的提出 |
4.2.2 基于领域主题的Web数据库分类方法 |
4.2.3 基本概念定义 |
4.3 基于查询探测的矩阵分类法 |
4.3.1 查询探测方法的主要流程 |
4.3.2 查询实例训练 |
4.3.3 查询结果矩阵 |
4.3.4 基于迭代方法的分类确认 |
4.4 实验结果 |
4.5 小结 |
第5章 查询结果记录的抽取与标注 |
5.1 相关工作 |
5.1.1 查询结果页面抓取 |
5.1.2 Web数据抽取与记录标注 |
5.2 基于URL的查询结果页面集合抓取 |
5.2.1 问题分析 |
5.2.2 查询结果页面中URL的分类 |
5.2.3 URL匹配算法 |
5.2.4 基于URL的超链接分类算法 |
5.2.5 基于内容的页面探测与标记 |
5.3 查询结果页面抓取的实验与分析 |
5.3.1 阈值分析 |
5.3.2 算法实验性能分析 |
5.4 查询结果记录的抽取与标注 |
5.4.1 问题分析 |
5.4.2 基于查询结果模式的记录抽取方法 |
5.4.3 基于节点聚类的抽取方法 |
5.4.4 包装器的生成 |
5.5 查询结果记录抽取的实验与分析 |
5.5.1 实验设置 |
5.5.2 实验结果分析 |
5.6 小结 |
第6章 Web数据库集成数据的清洗 |
6.1 集成数据的数据质量问题分析 |
6.2 相关工作 |
6.3 集成数据清洗流程 |
6.4 基于函数依赖的集成数据清洗 |
6.4.1 基于函数依赖的模式属性分析 |
6.4.2 数据源分析 |
6.4.3 集成数据清洗算法 |
6.5 实验结果 |
6.6 小结 |
第7章 Web数据库集成原型系统设计与实现 |
7.1 概述 |
7.2 DDW SEARCH系统设计 |
7.2.1 系统的目标 |
7.2.2 体系结构 |
7.2.3 Web数据库搜索模块设计 |
7.2.4 查询处理模块设计 |
7.3 系统实现 |
7.3.1 系统开发环境与部署 |
7.3.2 系统实现结果 |
7.4 小结 |
第8章 结论 |
8.1 本文的主要贡献与结论 |
8.2 进一步的工作 |
参考文献 |
致谢 |
攻博期间发表的论文 |
攻博期间参与的项目 |
作者简介 |
(6)基于Web数据库的国有企业党建信息化系统的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题研究背景 |
1.2 主要研究内容 |
1.3 论文组织 |
2 Web 数据库相关技术分析与研究 |
2.1 Web 数据库技术概念及发展历史 |
2.1.1 Web 数据库概念 |
2.1.2 Web 数据库的发展历史 |
2.2 Web 数据库访问技术 |
2.2.1 CGI 技术 |
2.2.2 WebAPI 技术 |
2.2.3 Java 技术 |
2.2.4 PHP 技术 |
2.2.5 ASP |
2.2.6 ASP.NET |
2.3 ADO.NET |
2.3.1 ADO.NET 数据库访问技术 |
2.3.2 ADO.NET 数据库访问优点 |
2.4 Web 数据库系统的体系结构 |
2.4.1 C/S 体系结构 |
2.4.2 B/S 体系结构 |
2.4.3 C/S 三层结构 |
2.4.4 B/S 三层结构 |
2.4.5 几种体系结构的比较 |
2.5 Web 数据库系统的设计 |
2.5.1 传统的数据库操作方法 |
2.5.2 通用的数据库操作方法 |
3 基于Web 数据库的国有企业党建信息化系统设计 |
3.1 系统设计原则 |
3.2 开发平台与工具的选择 |
3.2.1 开发平台的选择 |
3.2.2 开发工具的选择 |
3.2.3 Web 数据库服务器平台选择 |
3.3 系统需求 |
3.4 系统的模块设计 |
3.5 系统体系结构的设计 |
3.6 数据库的设计 |
3.6.1 概念结构设计 |
3.6.2 物理模型设计 |
3.6.3 数据库表的设计 |
3.7 通用数据库操作方法的设计 |
3.7.1 数据访问基类 |
3.7.2 通用数据库操作类CMPBase |
3.8 系统安全性考虑 |
4 基于 Web 数据库的国有企业党建信息化系统实现 |
4.1 开发环境 |
4.2 模块功能实现 |
4.3 模块结构实现 |
4.4 界面功能实现 |
4.5 系统预览 |
5 国有企业党建信息化系统测试 |
5.1 测试环境 |
5.2 测试过程 |
5.2.1 系统功能测试 |
5.2.2 系统性能测试 |
5.2.3 系统可用性测试 |
6 总结 |
参考文献 |
附录 I |
附录 II |
致谢 |
(7)主流Web数据库开发技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 主流 Web 数据库开发技术 |
1.3 本文创新点和结构 |
第二章 Web 数据库技术 |
2.1 什么是 Web 数据库 |
2.1.1 数据库技术 |
2.1.2 Web 技术 |
2.2 Web 数据库体系结构的发展和演变 |
2.3 小结 |
第三章 ASP.NET 与 Java EE 简介 |
3.1 ASP.NET 简介 |
3.1.1.N ET Framework 2.0 |
3.1.2 ASP.NET 2.0. |
3.1.3 ADO.NET |
3.2 Java EE 简介 |
3.2.1 容器 |
3.2.2 Java Servlet |
3.2.3 JSP |
3.2.4 JDBC |
3.2.5 EJB |
3.2.6 Struts 与Model 2 |
3.3 小结 |
第四章 天然气管道事故管理系统简介 |
4.1 系统需求概述 |
4.1.1 任务概述 |
4.1.2 目标用户 |
4.1.3 系统业务分析 |
4.1.4 系统业务描述 |
4.2 系统总体设计 |
4.2.1 设计原则与要点 |
4.2.2 系统结构 |
4.3 我所参与开发的模块简介 |
4.3.1 事故管理子系统 |
4.3.2 学习管理子系统 |
4.4 小结 |
第五章 ASP.NET 与 Java EE 的对比 |
5.1 本文所使用开发工具说明 |
5.2 数据库访问层的实现对比 |
5.2.1 ASP.NET 数据库访问层的实现 |
5.2.2 Java EE 数据库访问层的实现 |
5.3 数据表示层 |
5.3.1 ASP.NET 数据表示层的实现 |
5.3.2 Java EE 数据表示层的实现 |
5.4 业务逻辑层 |
5.4.1 ASP.NET 业务逻辑层的实现 |
5.4.2 Java EE 业务逻辑层的实现 |
5.5 事务管理 |
5.5.1 ASP.NET 的事务管理 |
5.5.2 Java EE 的事务管理 |
5.6 Web 安全实现 |
5.6.1 ASP.NET 安全实现 |
5.6.2 Java EE 的安全实现 |
5.7 小结 |
第六章 结论 |
致谢 |
参考文献 |
在学期间的研究成果 |
(8)Deep Web集成中若干技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和研究意义 |
1.2 DEEP WEB数据集成需要解决的问题 |
1.3 研究现状 |
1.4 本文研究内容 |
1.5 本文结构 |
第二章 DEEP WEB数据集成技术 |
2.1 DEEP WEB形式描述 |
2.2 DEEP WEB访问流程 |
2.3 DEEP WEB分类 |
2.4 DEEP WEB集成系统的工作原理 |
2.5 DEEP WEB数据库集成技术 |
2.5.1 Web数据库发现技术 |
2.5.2 接口抽取技术 |
2.5.3 Web数据库分类技术 |
2.5.4 模式匹配技术 |
2.5.5 统一查询接口生成技术 |
2.5.6 Web数据库选择技术 |
2.5.7 查询转换技术 |
2.5.8 数据抽取技术 |
2.5.9 语义标注技术 |
2.5.10 数据合成技术 |
2.6 结论 |
第三章 DEEP WEB数据集成模式的研究 |
3.1 引言 |
3.2 DEEP WEB关系 |
3.3 DEEP WEB数据集成模式 |
3.3.1 同领域集成 |
3.3.2 关联集成 |
3.3.3 聚合集成 |
3.3.4 不同集成模式处理的比较 |
3.4 应用和思考 |
3.5 结论 |
第四章 一种基于机器学习的WEB数据库分类 |
4.1 引言 |
4.2 问题描述 |
4.3 WEB数据库表示模型 |
4.4 特征选择技术 |
4.4.1 信息增量(Information Gain) |
4.4.2 互信息(Mutual Information) |
4.4.3 x~2统计 |
4.4.4 交叉熵(Cross Entropy) |
4.4.5 证据权值(Weight of Evidence) |
4.4.6 Fisher判别式 |
4.5 分类方法 |
4.5.1 基于统计的方法 |
4.5.2 人工神经网络 |
4.5.3 基于规则的方法 |
4.6 基于机器学习的WEB数据库分类模型 |
4.7 实验 |
4.7.1 实验设计 |
4.7.2 实验结果 |
4.8 结论 |
第五章 基于本体的DEEP WEB查询接口分类 |
5.1 引言 |
5.2 DEEP WEB查询接口本体模型 |
5.3 DEEP WEB本体生成 |
5.4 基于本体的分类 |
5.5 试验 |
5.5.1 实验设计 |
5.5.2 试验结果 |
5.6 结论 |
第六章 基于知识的DEEP WEB集成环境变化处理的研究 |
6.1 引言 |
6.2 相关概念 |
6.3 DEEP WEB集成环境和构件依赖 |
6.3.1 Deep Web集成环境的特点 |
6.3.2 构件的依赖关系 |
6.3.3 环境变化处理模型 |
6.4 DEEP WEB集成的体系结构 |
6.4.1 动态体系结构 |
6.4.2 Deep Web集成环境变化自适应算法 |
6.5 实验 |
6.5.1 实验设计 |
6.5.2 结果与分析 |
6.6 结论 |
第七章 基于DEEP WEB的个性化服务研究 |
7.1 引言 |
7.2 用户兴趣模型 |
7.2.1 用户兴趣模型的表示 |
7.2.2 用户兴趣模型建立方法的分类 |
7.2.3 评价用户建模的基本标准 |
7.2.4 现有的用户模型构造方法 |
7.3 基于资源元数据为语义基础的用户兴趣模型 |
7.3.1 科技文献的元数据描述 |
7.3.2 初始用户兴趣模型的构造 |
7.3.3 用户兴趣模型的更新 |
7.4 DEEP WEB爬虫 |
7.4.1 相关概念 |
7.4.2 Deep Web的访问模式 |
7.4.3 Deep Web爬虫算法 |
7.5 个性化推荐 |
7.6 基于DEEP WEB的科技文献个性化推送系统 |
7.6.1 体系结构 |
7.6.2 科技文献获取与更新 |
7.6.3 用户兴趣模型的构建和更新 |
7.7 实验 |
7.7.1 实验环境 |
7.7.2 实验结果与分析 |
7.8 结论 |
第八章 总结与展望 |
8.1 总结 |
8.2 进一步的工作 |
附录A 查询接口模式样例 |
参考文献 |
攻读博士学位期间参与的科研项目及主要成果 |
致谢 |
(9)Deep Web数据集成研究综述(论文提纲范文)
1 引 言 |
2 Deep Web数据集成框架 |
3 集成查询接口的生成 |
3.1 Web数据库的发现 |
3.2 查询接口模式的抽取 |
3.3 Web数据库的分类 |
3.4 查询接口的集成 |
4 查询的处理 |
4.1 Web数据库的选择 |
4.2 查询转换 |
5 查询结果的处理 |
5.1 查询结果的抽取 |
6 未来工作的展望 |
7 结束语 |
(10)基于web技术的电子政务开发和应用 ——《农业资源信息管理系统》的开发和研究(论文提纲范文)
摘要 |
Abstract |
第一章 前言 |
1.1 论文背景 |
1.2 论文目标 |
1.3 论文安排 |
第二章 Web数据库技术分析 |
2.1 数据库应用系统的层次体系 |
2.1.1 终端/主机体系结构 |
2.1.2 客户机/服务器体系结构 |
2.1.3 浏览器/服务器结构 |
2.2 Web数据库访问技术 |
2.2.1 概述 |
2.2.2 CGI(Common Gateway Interface,即公共网关接口) |
2.2.3 WebAPI |
2.2.4 RAD技术(Rapid Application Development) |
2.2.5 DBMS与Web直接连接 |
2.2.6 JDBC(Java Database Connectivity) |
2.2.7 Object Web技术 |
2.2.8 PHP(Personal Home Page) |
2.2.9 JSP(Java Server Pages) |
2.2.10 几种数据库访问技术的优缺点 |
第三章 ASP.NET技术 |
3.1 NET框架体系结构 |
3.2 ADO.NET技术 |
3.2.1 ADO.NET与ADO的比较 |
3.2.2 ADO.NET体系结构 |
3.2.3 ADO.NET与XML |
3.3 ASP.NET技术 |
3.3.1 ASP.NET与ASP区别 |
3.3.2 ASP.NET控件与内置对象 |
3.3.3 ASP.NET的Web应用程序 |
3.3.4 ASP.NET Web服务 |
本章小结 |
第四章 《农业资源信息管理系统》的设计和实现 |
4.1 系统概况 |
4.1.1 设计目标和功能特点 |
4.1.2 开发与使用的系统平台及开发工具 |
4.2 系统设计 |
4.2.1 系统功能设计 |
4.2.2 应用系统的工作流程 |
4.3 系统实现 |
4.3.1 硬件环境 |
4.3.2 软件环境 |
4.3.3 Web页面的设计和制作 |
4.3.4 数据处理 |
4.3.5 网络安全和系统安全 |
本章小结 |
第五章 《农业资源信息管理系统》系统分析和未来的工作 |
致谢 |
参考文献 |
附录:作者在攻读硕士学位期间发表的论文 |
附录 |
四、Web数据库访问技术的分析与比较(论文参考文献)
- [1]基于Web的钛冶金数据库系统研究和开发[D]. 贺韬. 昆明理工大学, 2015(04)
- [2]基于XML的Web数据库安全中间件研究与设计[J]. 王振辉,王振铎,谢膺白,支侃买. 计算机应用与软件, 2015(08)
- [3]Web物流数据库GMS低样本偏差访问实现[J]. 孙冬,刘丹. 科技通报, 2014(06)
- [4]基于Web数据库技术的纺织企业绩效评估系统的研究设计[D]. 王剑. 电子科技大学, 2010(04)
- [5]Deep Web中Web数据库集成关键技术的研究[D]. 聂铁铮. 东北大学, 2009(06)
- [6]基于Web数据库的国有企业党建信息化系统的设计与实现[D]. 曹菊香. 河南理工大学, 2009(S2)
- [7]主流Web数据库开发技术研究[D]. 肖波. 电子科技大学, 2009(11)
- [8]Deep Web集成中若干技术研究[D]. 徐和祥. 复旦大学, 2008(03)
- [9]Deep Web数据集成研究综述[J]. 刘伟,孟小峰,孟卫一. 计算机学报, 2007(09)
- [10]基于web技术的电子政务开发和应用 ——《农业资源信息管理系统》的开发和研究[D]. 赵一篑. 江南大学, 2007(04)