摘要: OSTU图像分割 最大类间方差法,也成大津法OSTU,它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部 分差别变小。因此,使类间方差最大的分割意味着错分概率最小。 包括以下几个步骤 求 阅读全文
posted @ 2021-01-14 22:00 tanknee 阅读(622) 评论(0) 推荐(0) 编辑
摘要: 数据库并发控制 背景:数据库系统允许多用户操作,所以同一时间处理的事务可能多大上百个,因此必须要引入并发控制来保证数据的可靠性。 在并发环境下,事务的隔离性很难保证,因此会出现很多并发一致性问题。 丢失修改 丢失修改指一个事务的更新操作被另外一个事务的更新操作替换。一般在现实生活中常会遇到,例如:T 阅读全文
posted @ 2021-01-14 17:37 tanknee 阅读(764) 评论(0) 推荐(0) 编辑
摘要: 数据库恢复技术 保证数据库数据的可靠性。 一个简单的例子: 从A账户向B账户转账1000元人民币 读取A账户的余额 余额足够,扣除一千元 读取B账户的余额 将余额加上1000元 在扣除余额到余额增加的步骤之间,如果出现了系统性的故障,硬件故障,导致整个流程没有顺利完成,就会导致错账。 简单分析可知出 阅读全文
posted @ 2021-01-14 17:36 tanknee 阅读(280) 评论(0) 推荐(0) 编辑
摘要: 关系系统以及查询优化 查询检查 执行查询语句之前需要执行一些查询检查任务,提高代码的健壮性。 有效性检查,查询的属性,数据表,是否存在,关系名是否有效 视图转换,将视图转换为基本表的查询 安全性检查,检查执行查询的用户权限是否满足执行查询的要求 完整性初步检查,检查所要查询的条件是否满足数据的类型要 阅读全文
posted @ 2021-01-14 17:35 tanknee 阅读(177) 评论(0) 推荐(0) 编辑
摘要: 范式 范式理论是为了解决以上提到四种异常。 高级别范式的依赖于低级别的范式,1NF 是最低级别的范式。 1. 第一范式 (1NF) 属性不可分。 类似于成绩可以分为语文成绩,数学成绩,英语成绩等等,那么就说成绩这个属性是可分的,因此不能称之为第一范式1NF。 2. 第二范式 (2NF) 每个非主属性 阅读全文
posted @ 2021-01-14 17:34 tanknee 阅读(612) 评论(0) 推荐(1) 编辑
摘要: 完整性 完整性与安全性的异同点 完整性:防止数据库中存在不符合语义的数据,也就是防止数据库中存在不正确的数据。防范对象:不合语义的、不正确的数据。 安全性:保护数据库防止恶意的破坏和非法的存取。防范对象:非法用户和非法操作。 实体完整性规则 若属性(一个或者一组)A是基本关系的主属性,则A不能取空值 阅读全文
posted @ 2021-01-14 17:14 tanknee 阅读(841) 评论(0) 推荐(0) 编辑
摘要: 偏序 非严格偏序,自反偏序 给定集合S,“≤”是S上的二元关系,若“≤”满足: 自反性:\(∀a∈S,有a≤a\); 反对称性:\(∀a,b∈S,a≤b且b≤a,则a=b\); 传递性:\(∀a,b,c∈S,a≤b且b≤c,则a≤c\); 则称“≤”是S上的非严格偏序或自反偏序。 严格偏序,反自反偏 阅读全文
posted @ 2021-01-14 17:13 tanknee 阅读(266) 评论(0) 推荐(0) 编辑
摘要: 关系 域的定义 一组拥有相同数据类型的集合。 {'男','女'} 本质上就是一组规范的集合。 域的操作 笛卡尔积 给定一组域D1,D2,…,Dn ,这些域中可以有相同的D1,D2,…,Dn的笛卡尔积为: \[ D_1×D_2×…×D_n ={(d_1,d_2,…,d_n)|d_i\in D_i,i= 阅读全文
posted @ 2021-01-14 17:12 tanknee 阅读(544) 评论(0) 推荐(0) 编辑
摘要: 四个基本概念 数据 Data 即数据库中存储的基本对象,有多个属性,有类型,有属性名,有长度大小的定义等等。 数据的意义是由数据的语意来决定的。 数据库 Database 数据库(Database,简称DB)是长期储存在计算机内、有组织的、可共享的大量数据的集合 特征 数据按一定的数据模型组织、描述 阅读全文
posted @ 2021-01-14 17:10 tanknee 阅读(1009) 评论(0) 推荐(0) 编辑
摘要: Canny边缘检测算法 1986年提出,是OpenCV使用的边缘检测算法。 包含下面几个步骤 高斯滤波 滤波的目的一般是为了去除图像中的噪声,使图像变得更加平滑,减少噪点,从直观上来看就是使图像变得模糊。 对一幅图像,其中的点用$(m,n)$表示,其灰度值使用函数表示:\(f(m,n)\)。 那么经 阅读全文
posted @ 2021-01-14 16:42 tanknee 阅读(269) 评论(0) 推荐(0) 编辑