数据库
-
SQL Server性能调优实战陈畅亮 吴一晴本书是一线DBA技术专家精心之作，积作者多年的经验结晶和**实践，也是目前市场上为数不多通过存储原理来讲解性能调优，剖析SQLServer架构从而帮助读者快速高效调优数据库的图书。书中首先简要介绍了SQLServer与性能实践相关的一些基础语法及配置信息，提出与数据库性能相关的几个概要信息，再根据SQLServer数据的内部实现原理讲解如何调整和优化SQLServer数据库实例的配置；接着介绍SQLServer数据库存储引擎的语句优化，执行计划内部原理以及索引等综合因素分析如何优化数据库语句，保证数据库的稳定性及效率；*后从SQLServer的数据库性能监控及高可用性解决方案，提出性能监控及设计层面的优化。 -
数据库原理及应用暂缺作者暂缺简介... -
SAP Simple Finance（德）Jens,Krüger暂缺简介... -
数据库技术与应用暂缺作者暂缺简介... -
SQL Server数据库开发自学经典李俊民SQL Server 2012是Microsoft公司开发的一款关系型数据库管理系统，旨在于为各类用户提供完整的数据库解决方案，帮助用户建立自己的电子商务体系，增强用户对外界变化的反应能力，以及用户在激烈市场中的竞争能力。本书在结构安排上充分考虑到了初学者的实际情况，共分五篇，第1～3章为第一篇，主要介绍了SQL Server 2012数据库的基础操作知识，包括SQL Server 2012数据库基础以及SQL Server 2012数据库服务器的应用知识。第4～6章为第二篇，主要介绍了SQL Server 2012数据库、数据表和视图等相关内容。第7～14章为第三篇，主要介绍存储过程、触发器、游标、函数、索引、T-SQL语言查询以及数据操作和处理等方面的内容。第15～18章为第四篇，主要讲解事务控制与锁、数据备份与还原、报表管理以及SQL Server 2012安全新特性等相关的内容。第19～20章为第五篇，介绍综合案例，依次介绍了C#在SQL Server 2012中的应用和ASP.NET在SQL Server 2012中的应用两个案例。本书既可作为高等院校各专业学生学习SQL Server 2012的基础教材，又可作为编程爱好者的自学读物。 -
Visual FoxPro程序设计实验指导李玉丽，姜宝华，张伟 等《Visual FoxPro程序设计实验指导》与《Visual FoxPro程序设计》一书配套的学习Visual FoxPro程序设计的辅助教材。《Visual FoxPro程序设计实验指导》共分两个部分：第一部分为Visual FoxPro程序设计实验指导，配有16个实验，每个实验都有详细的实验目的、实验要求、操作步骤和课后思考题；第二部分为习题与解答，根据主教材各章节内容进行编写，习题种类齐全、题目数量适中，所有习题均提供了参考答案。《Visual FoxPro程序设计实验指导》实验内容丰富，程序代码完整，具有很强的实用性和可操作性；习题结合全国计算机等级考试大纲，内容广泛，有助于学生知识的掌握和实践能力的提高。《Visual FoxPro程序设计实验指导》适合作为高等院校各专业本科生、高职高专学生学习Visual FoxPro程序设计的配套教材，也可以作为高等学校成人教育的培训辅导书和教学参考书。 -
数据库技术及应用暂缺作者暂缺简介... -
数据库原理及应用实验指导暂缺作者暂缺简介... -
大数据和大分析张云峰《大数据和大分析》首先阐述了大数据出现的背景，解释数据资产、数据驱动等基本概念，剖析数据分析的重要性，介绍了大分析的内容和范围以及关键点等；其次，阐述了大数据建设的基本内容、有关应用领域等，涉及收集、存储、标准、技术选择等内容；辨析了大数据与数据仓库的关系，重点介绍了数据质量、安全管理等数据管控的内容；最后，给出了与大数据建设配套的营销管理分析等方面的内容和经验，分享了如何引入互联网思维、开辟新视野的理念。本书适合电信、金融、互联网等各个行业的大数据相关从业者，包括企业管理者、开发工程师、系统建设者、业务应用者和运营人员参考阅读。 -
多源数据融合和传感器管理罗俊海，王章静《多源数据融合和传感器管理/信息、控制与系统技术丛书》是关于信息融合理论、应用和传感器管理的一部教材。本书基于编者的研究工作，并借鉴国内外其他学者的成果，力图较全面、系统地讲解信息融合理论、应用、传感器管理以及发展与最新研究成果，特别是在异构、多源、动态、非理想信道、稀疏、错误容忍环境下。全书共25章，分为五个部分。第一部分研究现状，包括多源数据融合概述、信息融合的原理和级别、多源传感器数据融合算法、多传感分布检测、传感器管理、探讨和备注；第二部分数学理论基础，包括Bayes方法、模糊集理论、粗糙集理论、MonteCarlo理论、DempsterShafer理论、估计理论和滤波器理论；第三部分多源数据融合算法，包括Bayes决策、正态分布时的统计决策、最大最小决策、神经网络、支持向量机和Bayes网络；第四部分多源数据融合应用，包括分布式检测和融合、目标追踪的高效管理策略、数据融合的系统校准、目标跟踪策略算法与数据融合、像素与特征的图像融合；第五部分是多传感器管理。本书可作为信息工程、信息融合、模式识别、机器学习、人工智能、数据分析、军事决策和电子对抗等专业的本科生和研究生教材，也可供上述相关领域的科技人员阅读和参考，还可以供雷达、声呐、激光、红外、机器人、导航、交通、医学、物联网、泛在网、CPS、遥感、遥测、定位等领域的科技工作者参考学习。
