（机械电子工程专业论文）面向工业设计的产品cbr系统实例检索方法研究.pdf

面向工业设计的产品o b r 系统实例检索方法研究 摘要 随着经济的发展，现代设计方法及制造技术要适应充满竞争的、全球化的、多变的、 个性化的市场需求，如何以尽快的速度开发出质优价廉的产品成为关注的焦点。在产品概 念设计中利用实例推理技术进行产品设计有助于提高设计的效率和成功率，如何将实例推 理应用到工业产品设计中成为研究的重点。实例推理的核心思想就是知识的重用过程，只 有得到与设计要求最相近的设计实例才能将以往成功的设计经验用于指导新产品的设计。 本课题从工业设计产品的特点出发，研究了实例推理的过程和关键技术，分析了实例 推理中关键步骤一实例检索的方法和过程，结合感性工学中的理念，对产品的意象特征属 性进行分析，添加产品的意象特征属性作为检索项，在此基础上提出适用于工业设计产品 的实例检索算法。构建了c b r 实例检索系统，实现了针对工业设计产品的实例检索算法， 并最终实现了系统的主要功能，达到查找到与要求最相似的工业设计产品实例的目的。 关键字：实例推理；实例检索；相似度；感性工学；意象特征 r e s e a r c ho nc a s er e t i u e v a lo ft h ep r o d u c tc b r s y s t e mf o rt h ei n d u s t r i a ld e s i g n a b s t r a c t w i t ht h ed e v e l o p m e n to fe c o n o m i c s ，m o d e r nd e s i g na n dm a n u f a c t u r i n gt e c h n o l o g yh a v e t oa d a p tt oa c o m p e t i t i v e ，g l o b a l ，f l e x i b l e ，p e r s o n a l i z e dm a r k e td e m a n d h o wt os p e e du pt h e d e v e l o p m e n to fl o w e rp r i c e sa n db e t t e rq u a l i t yp r o d u c t sh a sb e c o m et h ef o c u so fa t t e n t i o n i nt h ec o n c e p t u a ld e s i g n ，t h eu s eo fc a s e - b a s e dr e a s o n i n gt e c h n o l o g yf o rp r o d u c td e s i g nc a n i m p r o v ee f f i c i e n c ya n ds u c c e s sr a t e h o wt h ec a s e - b a s e dr e a s o n i n ga p p l i e dt ot h ed e s i g no f i n d u s t r i a lp r o d u c t sh a sb e c o m et h ef o c u so ft h es t u d y k n o w l e d g er e u s ep r o c e s si st h ec o r eo f c a s e b a s e d r e a s o n i n g ，o n l y t ob es i m i l a rt ot h ed e s i g nr e q u i r e m e n t sw i l lb es u c c e s s f u li nu s i n g p a s te x p e r i e n c et og u i d et h ed e s i g no fn e wp r o d u c t s t h i si s s u es t a r t sf r o mt h ep o i n to ft h ei n d u s t r i a ld e s i g no ft h ep r o d u c tc h a r a c t e r i s t i c s ，s t u d y s t h ep r o c e s so fc a s e - b a s e dr e a s o n i n ga n dc r i t i c a l t e c h n o l o g i e s ，a n a l y s i s e st h ek e ys t e pi nt h e s e a r c hm e t h o d sa n dp r o c e s so fc a s e - b a s e dr e a s o n i n g w i t ht h ei d e ao fk a n s e ie n g i n e e r i n g ，t h e i s s u ea n a l y s i s e st h ea t t r i b u t eo fi m a g ef e a t u r ei nt h ep r o d u c tc h a r a c t e r i s t i c s ，a n di ta d d si m a g e f e a t u r eo ft h ep r o d u c ta sas e a r c hp r o p e r t y ，t h e ni tp u t sf o r w a r das e a r c ha l g o r i t h ms u i t a b l et ot h e p r o d u c ti ni n d u s t r i a ld e s i g n t h ei s s u ec o n s t r u c t sac b rr e t r i e v a ls y s t e m ，r e a l i z e st h es e a r c h a l g o r i t h mf o rt h ep r o d u c ti ni n d u s t r i a ld e s i g n ，a n du l t i m a t l yr e a l i z e st h em a i nf u n c t i o n so ft h e s y s t e m ，f i n d st h em o s ts i m i l a re x a m p l e so fi n d u s t r i a ld e s i g np r o d u c tt ot h er e q u e s t k e yw o r d s ：c a s e - b a s e dr c a s o n i n g ( c b r ) ；c a s e r e t r i e v a l ，；s i m i l i a r i t y , k a n s e ie n g i n e e r i n g ； i m a g ef e a t u r e i i 北京服装学院学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究 工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或 集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体， 均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 关于论文使用授权的说明 学位论文作者完全了解北京服装学院有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京服装学院。学校有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借 阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它 复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密在一年解密后适用本授权书。非保密论 文注释：本学位论文不属于保密范围，适用本授权书。 本人签名：缁日期：也星丛： s i m i l a r i t y ( n c ，e a s e l ) 且 s i m i l a r i t y ( n c ，c a s e 3 ) s i m i l a r i t y ( n c ，c a s e 2 ) 如果检索的目标比较灵活或者每次检索出得实例很少，则该策略非常适用。当实例库 1 8 北京服装学院硕士学位论文 膨胀时，一些操作性和精确性的问题就会出现。最近邻居算法要求每个新实例都要与实例 库中所有的实例相比较。当实例库增加时，最近邻居就不能迅速地进行计算，此时就需要 进行预索引。 另一个值得关注的问题是在指定特征权重时，很大程度受主观性影响。由于权重的不 确定性，就很容易由于权重的人为指定而获得“满意”的结果，然而权重的人为指定，不仅 危害到数据得客观性，最终还会影响到检索质量。因此，这些权重得改变需要进行全面得 测试，以保证一个“微小”的变化不会对数据库中其他得特征权重产生不利影响。 针对权重的另一种看法是，对大多数领域得问题而言，特征权重是动态的，需要以来 具体情况来确定。一个特定的特征权重可能会因为实例中其他特征值的重要程度不同而不 同。因此，需要对每一个实例设定一系列动态得特征权重组。 2 、归纳索引( i n d u e t i v ea p p r o a c h ) 当检索目标或者实例结果被很好地定义，并且对每一类得目标都有足够的实例用于归 纳比较时，采用归纳检索比较合适。采用一些算法，如i d 3 、c a r t ，系统决定哪些特征能 更好地区分不同的实例。根据它们潜在的信息获取为标准，归纳检索算法根据问题来决定 最相关得属性以及最不相关的实例。 归纳法是一种类似于决策树的学习方法，从实例特征中抽取最能将该实例与其它实例 区别开来的信息差异，将实例库组织成一个决策树的形式【4 0 1 1 4 1 1 。该方法的优点是它能够自 动、客观、精确地分析实例，确定实例的最佳特征，并将实例库分层组织，从而大大减少 了检索时间，当实例数目很大的时候，检索时间就成为很重要的需要考虑的因素。为了进 行归纳，系统需要有合理数量得实例以产出精确得区分特征，因此，进行归纳检索需要耗 费很多得时间。需要在构建数据库时加以分析，以精确的参数化分类。尽管这一分析过程 会影响最初的检索速度，但它对于以后向数据库中加人新实例；可以较方便地进行重用和 自动检索。其缺点是实例库中必须有足够的实例；而且用于归纳组成类决策树的时间很长； 再有就是这种索引随新事实的不断加入而频繁变化。因此比较恰当的策略是将最近邻居法 与此法结合起来，当库中实例较少时采用最近邻居法，当实例增多到一定数量而又往往不 引起实例特征信息分布明显变化时，则采用归纳索引法。 由于归纳检索是自动进行的，人的干预性较小，因此对于检索过程中出现的“噪点”， 如特征值中的错误，最终可能会影响系统得决策。 3 、知识引导( k n o w l e d g e b a s e dr e t r i e v a la p p r o a c h ) 建立索引知识库，用知识确定实例中哪些特征在实例检索中最重要，并根据这些特征 】9 第3 章基丁实例推理系统中实例检索算法的研究 来组织检索。索引知识包括领域原理、特征间因果关系等，显然，如果知识相当完备，那 么知识引导法可保证事实库组织结构的相对稳定。但对范围较广泛的领域来说，要获得完 备的索引知识是非常困难的，因此，许多系统往往将这种方法与其它技术结合使用。对于 知识导引索引，由于本身没有固定模式，所以搜索方法将随知识导引的方法而变化。最简 单的办法是对实例的各种特征加权，对重要的属性优先检索。因为属性的权重反映了它在 领域的重要程度，从而可以看作一种特殊的领域知识。 知识引导将人类得知识应用到归纳检索的过程，人工进行判断已知得被认为对于实例 检索是重要得实例特征。知识引导通常和其他的技术一起来使用，尤其是在实例库庞大以 及领域理解的水平不一致时。 当仅仅利用知识引导本身进行检索时，它代表了实例分类和检索最简单的做法阳3 9 i 。 实例重要的特征被回顾，同是对于已有的或缺失的特征通过对用户询问适当的问题来获 得。在其他方法中，问题得答案被指定不同的权重来决定其影响。确定相关问题以及指定 其合理得权重得过程，在知识实例构建的初期是容易的，但随着实例数目得增加，这一过 程变得异常艰难，因此就需要附加的问题以更好地区别实例。客观的指定权重以准确地描 述特性的影响以及对知识实例进行测试是一项复杂的工作。 3 1 3 实例检索的一般过程 实例检索的一般过程可以分为三个子过程：特征识别、初步匹配和最佳选定【4 2 1 ，并且 按照上诉的顺序进行。特征识别的任务是将相关问题表示成一系列的描述符号；初步匹配 的任务是按照给定的相似性计算原则查找到一系列与新实例具有足够相似性的实例；最佳 选定的任务是在这一系列实例中，找到最佳匹配实例。如图4 所示。 1 、特征识别 特征识别主要是指对输入问题的描述进行识别，通常在知识密集型领域会采用一种更 精确的方法，即通过上下文及其相关内容了解问题。问题描述中未知的描述符会被忽略或 者是用户按照系统要求进行解释说明。特征辨识可以是从对问题的描述中直接获得的特 征，也可以是对问题经过分析理解后导出的特征，还可以是根据上下文或只是模型的需要 从用户那通过交互方式获取的特征。 2 、初步匹配 初步匹配是指从实例库中找到一组与当前问题相关的候选实例，这是通过使用上述特 2 0 北京服装学院硕十学位论文 征作为实例库的索引来完成检索的。由于一般不存在完全的精确匹配，因此要对实例只见 的特征关系进行相似度的估计，它可以是基于上述特征的与领域知识关系不大的表面估 计，也可以是通过对问题进行深入分析后的深层估计，具体做法上，则可以通过对特征赋 以权值来体现不同的特征具有不同的重要性。 3 、最佳选定 最佳选定是指从初步匹配过程中获得的一组候选实例中选取一个或几个与当前问题最 相似的实例。这一步和领域知识关系密切，做法是：由领域知识模型对候选实例进行解释 或生成某些期望的结果，然后对这些解释或结果进行有效性测试或评估，最后依据某种度 量标准对候选实例进行排序，得分最高的就成为最佳实例，比如，具有最强或最合理解释 的实例可选定为最佳实例。 图4 实例检索的一般过程流程图 2 1 第3 章基于实例推理系统中实例检索算法的研究 3 2 实例相似性度量 实例库中存在很多实例时，实例检索的效率和准确性就显得非常重要。因此，选择和 设计一个优秀的实例检索算法，对提高实例检索的效率和准确性具有重要的意义。如何确 定实例的相似度是最核心的问题， 3 2 1 相似度的概念及计算方法 概念设计所提出的设计需求只是一个对所希望得到产品的总体功能和总体外观的粗 略的轮廓描述，它本身所包含的信息与设计实例比较是很少的。在这种情况下，虽可以通 过一定的归纳知识的推理来获取更多的信息，但这些信息仍是很有限的，仍不是两个完全 的系统之间相似程度的对比。本文认为在实例索引、检索阶段，所匹配出的相似实例只能 是部分的相似。这种相似是在功能相似既是系统相似的假设前提下提出的。 首先，相似度的定义是产品实例与实例之间相似性的一种量度。 相似度的计算应满足下列几个条件： l 、 两个实例x ，y 之i 、日j 相似度度量的结果应为 o ，1 】区间内，即：o = s ( x ，y ) f n ，赋值 计数器i _ l ；在实例属性表中，提取己存实例的设计要求f i ： ( 1 ) 当i = l 时，在实例属性表中搜索每一个实例，实例的特征属性向量为 e 1 ，e2 ， e i ，e 9en ) ； ( 2 ) 当i 时，在实例子集c i 1 中搜索每个实例； 步骤3 ：相似匹配拜求解实例特征属性的相似度。 ( 1 ) 从实例属性表或实例子集中提取每个实例与输入设计要求对应的特征属性e m ； ( 2 ) 设计要求的特征属性f i 分别与实例的对应特征属性e m 进行比较匹配，计算并确 定此特征属性的相似度s i 或总体相似度s m i ； ( 2 1 ) 当i = l 时，计算该特征属性的相似度s i ； ( 2 2 ) 当i l 时，结合已匹配出的属性相似度s i ，计算总体相似度s m i ； ( 3 ) 重复( 1 ) 至( 2 ) ，直至求出每个实例的该特征属性相似度s m l ，s m 2 ，s m n 。 步骤4 ：判断i 是否等于n ： ( 1 ) 如果i = v , i = l ，2 ，n ) 的实例，形成相似实例子集c i ； 步骤7 ：计数器i 增加1 ，滓i + l ：并转到步骤2 ； 步骤8 ：提取总体相似度最大的实例作为当前的最佳检索实例。 3 5 第3 章基于实例推理系统中实例检索算法的研究 图1 l 基于用户要求特征的加权分级检索算法 3 6 北京服装学院硕十学位论文 基于用户要求特征表的加权分级检索算法，具有如下几个特点： ( 1 ) 用户要求特征表：用户要求特征表是对产品主要特性的一种列表描述，主要特性是 产品所有特征中最具有典型代表特征的抽取。在进行属性相似度计算时，将对用户 要求特称表中的特征属性进行匹配计算。 ( 2 ) 加权：加权是指给每个需要匹配的特征属性赋予一个权重值。权重值的取值范围为 o l ；权重越大，表示该特征属性越重要。权重值的选取和确定由每次查询时不同 的设计要求来确定。 ( 3 ) 分级检索：实例检索过程中分n 个层次进行检索。根据权重值大小，排列预匹配的 特征属性的顺序，并以匹配特征属性的数目n 分n 个层次进行匹配和检索属性相似 度及总体相似度，逐步缩小匹配的范围，从而达到快速检索的目的。 3 、意象属性与色彩属性的检索实例 在这两项具有特点的属性中，计算相似度的方式较其他文字属性和数字属性不同，色 彩属性可以通过输入数字和选择色系。 用户输入数字进行选择的时候，通过相似度计算公式进行计算，这点同其他数值属性 的处理是一样的，但当通过色系进行查询的时候，需要单独考虑。色系之间形似度的定义 是通过将色谱图，如图1 2 按角度划分后，将角度值与相似度值关联起来，建立容易理解 且合理的各色系与相似度值的关系，即两个色系间的角度越小，则它们越相似，相似度的 值越大，随着两个色系间的角度的增大，则它们之间的差异就越大，相似度的值就越小， 当两个色系间的央角处于1 8 0 度角度的时候，可认为两个色系问的相似度为0 ，每两个色 系问的相似度具体值如下表3 所示。 。式”一。| | 。嘞戈。黧裂淼了 4 瓣l 裟嘶 第3 章基于实例推理系统中实例检索算法的研究 表3 色系相似度 红橙黄绿黄绿青紫 里 白灰 红10 7 50 5 o o 2 5o 2 5o 7 5000 橙o 7 5l0 7 5o 2 50 5oo 5oo0 黄 0 5o 7 51o 5o 7 5o 2 5o 2 5ooo 绿o0 2 5o 5lo 7 50 7 5o 2 5oo0 黄绿 o 2 50 50 7 5o 7 5l0 50o0o 青 o 2 50o 2 5o 7 5o 5lo 5oo0 紫o 7 5o 5o 2 5 o 2 5o o 5 l00o 里 0 0 o oo o0 10 0 5 白0 0 0 oo o oo 1o 5 灰0oooo0oo 50 51 葸冢特，仕阴相似发计算则是妥逋辽又子百冗匹配，然后征计算匹配坝明倒似发，例如 用户需要的产品的活泼度有0 7 ，明快度有0 5 ，时尚度有0 6 ，这就需要同实例库中的产 品进行比较计算。如下表4 所示，相似度是通过公式( 3 8 ) 及( 3 1 0 ) t 来。如实例1 ，三项 文字属性都匹配，则分别计算各自相似度，然后算出总体相似度， l o 6 一o 7 i s 1 书( 嘶，n 7 ) = 1 。苜2 ， s 2 = s ( 0 5 0 7 ) _ 1 訾= o 8 ， s 3 = s ( 0 4 - 0 6 ) - 1 訾= o 8 ， 北京服装学院硕士学位论文 表4 意象特征相似度对比表 用户要求活泼度明快度时尚度( 相似度结果) o 70 5o 6 实例1活泼度明快度时尚度 0 8 4 ( 有三个属性相符) o 60 70 4 实例2舒适度明快度时尚度0 5 3 ( 有二个属性相符) 0 80 2o 7 实例3理性度 可爱度时尚度0 3 ( 有一个属性相符) 0 5o 60 7 根据总体相似度公式( 3 - 7 ) ，s 2 言= 0 8 4 ，同理，根据上诉过程，得出实例2 的相似 度为o 5 3 ，还有实例3 的相似度为0 3 。由此可见，实例1 的相似度最大，最符合用户要 求。 在用户进行检索时，不同用户根据不同要求对属性重要性的要求会有很大变化，这就 要通过确定不同的权重值来体现不同的检索要求，所以在属性权重值的确定方面，采用用 户自己赋值的方式，可以实现根据不同的要求而查询出符合要求的产品。 3 4 本章小结 本章主要阐述了实例检索算法的方法和一般过程，总结了算法中所需的实例相似度和 权重值的确定方法，分析了现有检索算法的特点和不足，在将目前检索算法针对对象和工 业设计产品的特点进行比较分析的基础上，总结出工业设计产品的特点，针对这些特点提 出了针对工业设计产品的实例检索算法，并给出了算法的描述和流程图，并介绍了工业设 计产品特有属性意象和色系的相似度计算方法。 3 9 第4 章基丁二实例推理的检索系统的设计开发 第4 章基于实例推理的检索系统的设计开发 4 1 实例检索系统数据库的设计和访问 4 1 1m y s q l 数据库和数据库可视化工具m y s q l f r o n t m y s q l 数据库是众多关系型数据库产品中的一个，相比较其它系统而言，m y s q l 数 据库可以称得上是目前运行速度最快的s q l 语言数据库，而且它容易使用与部署，也可用 于2 0 多种不同的平台。除了具有许多其它数据库所不具备的功能和选择之外，m y s q l 数 据库是开源软件，是一种完全免费的产品，用户可以直接从网上下载数据库，用于个人或 商业用途，而不必支付任何费用。所以，本系统采用的是m y s q l 数据库。 但是m y s q l 是一个纯粹的数据库，它不像s q ls e r v e r2 0 0 0 那样自带了管理工具( 如 企业管理器) ，如果只安装m y s q l 数据库，那么对数据库的操作就要在d o s 环境下通过 键入命令行来完成，所以使用一个数据库可视化工具是非常必要的。数据库的可视化工具 m y s q l - f r o n t 是一个对m y s q l 进行可视化操作的数据库管理工具，它就像s q ls e r v e r 企业管理器，可以对数据库进行基本的维护操作。 4 1 2 数据库访问的关键技术j d b c 本系统采用j d b c 技术访问数据库。j d b c ( j a v ad a t a b a s ec o n n e c t i v i t y ) 是j a v a 数据库连 接技术的简称。很多数据库系统带有j d b c 驱动程序，j a v a 程序就是通过j d b c 驱动程序 与数据库相连，执行查询、提取数据等操作了。s u n 公司还开发了j d b c o d b cb r i d g e d r i v e r ( j d b c o d b c 桥) ，用此技术j a v a 程序就可以访问一个o d b c 数据源。目前大多数数据库系 统都带有o d b c 驱动程序，所以j a v a 程序能访问诸如o r a c l e 、s y b a s e 、m ss q ls e r v e r 和m s a c c e s s 、m y s q l 等数据库。 l 、j d b c 的体系结构 可用于执行s q l 语句的j a v a a p i ，由一些j a v a 类和接1 3 组成，是j a v a 语言访问数据 库的标准接口，是一种真j 下意义上的通用的、与平台无关的数据库标准a p i ( a p p l i c a t i o n p r o g r a m m i n gi n t e r f a c e ，应用程序接1 3 ) 。它经过多个版本之后，现在的j d b c 2 0 、j d b c 3 0 功能已经很完善。 4 0 北京服装学院硕士学位论文 j d b c a p i 并不能直接访问数据库，它依赖与数据库厂商提供的j d b c d r i v e r ( j d b c 驱 动程序) 。在j a v a 应用程序中调用j d b c 访问数据库要通过一系列组件的合作才能最终到 达数据库，采用多层的体系结构，并通过可以通过不同的方式访问数据库，使用j d b c 访 问数据库的过程如图1 3 所示。 j a v a 应用1j a v a 应用2j a v a 应用1 1 ：工 ： j d b c a p i ? j d b c 驱动程序a p i 37 j d b c o d b c 桥 待定数据库的 j d b c 驱动程序 i害 _-，一-、 、 、 o d b c 驱动程序 数据库 m y s q l ，o r a c l e ， m s s o l 等 图1 3 使用j d b c 访问数据库的工作流程图 2 、j d b c 的主要作用 从j d b c 的工作流程图可以看出它的主要作用如下： ( 1 ) 建立与数据库的连接； ( 2 ) 与数据库发起查询请求； ( 3 ) 处理数据库返回结果。 3 、j d b c 的特点 j d b c 保持了o d b c 的基本特性，也独立于特定数据库。使用相同源代码的应用程序 通过动态加载不同的j d b c 驱动程序，也可以访问不同的d b m s 。与o d b c 一样，j d b c 也支持在应用程序中同时建立多个数据库连接，采用j d b c 可以很容易地用s q l 语句同时 访问多个异构的数据库，为异构的数据库之间的互操作奠定基础。 但是，j d b c 除了具有o d b c 的上述特点外，更具有对硬件平台、操作系统异构性的 支持。这主要是因为o d b c 使用的是c 语言，而j d b c 使用的是j a v a 语言。j a v a 语言具 4 】 第4 章基于实例推理的检索系统的没计开发 有与平台无关、移植性强、安全性高、稳定性好、分布式、面向对象等众多优点，而j a v a 语言确保了“1 0 0 纯j a v a ”的解决方案，利用j a v a 的平台无关性，j d b c 应用程序可以自 然地实现跨平台特性，因而更适合于i n t e m e t 上异构环境的数据库应用。 此外，j d b c 驱动程序管理器是内置的，驱动程序本身也可以通过w e b 浏览器自动下 载。无须安装、配置；而o d b c 驱动程序管理器和o d b c 驱动程序必须在每台客户机上 分别安装、配置。 4 、j d b c 与数据库的连接， j d b c 与数据库的连接是直接通过j d b ca p i 类库中的类( d r i v e r m a n a g e r ) 来自动装 载驱动程序的。此类库一般建立在j a v a s q l 包中，它包含了用于实现与数据库连接的其他 功能的类，包括数据库连接( c o n n e c t i o n ) 、s q l 指令( s t a t e m e n t 和p r e p a r e d s t a t e m e n t ) 、 结果集( r e s u l t s e t ) 等，可以通过它连接不同的数据库系统，访问数据库，这些类之间的 关系如图1 4 所示 图1 4j d b c 中各个类之间的关系 j a v a 使用j d b c 技术处理数据库是一种综合、通用方式，实现与数据库的连接，执行 查询和提取数据等操作。很多关系数据库管理系统都带有j d b c 驱动程序。 4 2 北京服装学院硕十学位论文 4 1 3 编写访问数据库的程序 在j a v a 程序中，通过j d b c 访问数据库包含以下步骤： l 、装载并注册数据库的j d b c 驱动程序。其中j d b c o d b cd r i v e r 是在j d k 中自带 的，默认已经注册，装载m y s q l 驱动程序的代码为： c l a s s f o r n a m e ( “c o m m y s q l j d b e d r i v e r ) ； 对于m y s q l 的驱动程序类t o m m y s q l j d b c d r i v e r ，在j v m 加载这个类时，会执行它 的如下静态代码块： s t a t i c t r y j a v a s q l d r i v r m a n a g e r r e g i s t e r ( n e w d r i v e o ) ； c a t c h ( j a v a s q l s q l e x c e p t i o ne ) t h r o wn e wr u n t i m e e x c e p t i o n ( “c a n tr e g i s t e rd r i v e r ! ”) ； ) ) 2 、建立与数据库的连接 c o n n e c t i o nc o n = j a v a s p l d r i v e r m a n a g e r g e t c o n n e c t i o n ( d b u r l ，u s e r , p a s s w o r d ) ； g e t c o n n e c t i o n 0 方法中有3 个参数，d b u r l 表示连接数据库的j d b u r l ，u s e r 和p a s s w o r d 分别表示连接数据库的用户名和口令。 3 、创建s t a t e m e n t 对象，准备调用s q l 语句 s t a t e m e n ts t m t = c o n c r e a t e s t a t e m e n t 0 ； 4 、调用s q l 语句 s t r i n gs q l = “ ： r e s u l t s e tr s = s t m t e x e c u t e q u e r y ( s q l ) ； 5 、访问r e s u l t s e t 中的记录集 6 、依次关闭r e s u l t s e t 、s t a t e m e n t 和c o n n e c t i o n 对象 4 3 第4 章基丁实例推理的检索系统的设计开发 4 1 4 数据表结构设计和逻辑关系 在数据库中分别建立描述产品属性p r o d u c t 表，产品意向特征i n t e n t 表，产品色彩属性 c o l o r 表，色系相似度c o l o r - a n a l o g u e 表，设定各表的主键和外键，并设定各表之间的关联， 使得在查询时通过各表之问的联系完成各表间数据项的关联下如图1 5 和图1 6 所示，完成 查询时数据的传递。 铀c o l o r c o l o r 铀i n t e n t 。童i d 缓，i , e ) s tf l t n c t i o n a l i t y 缓a s s i j u r ：t i o r 目t i t y 磊s i z e 毖? s i z e 。即 磁。s c u t p t _ f e a t u r e 蕴i y p e 曩p , i a t e r i a l _ g e p 啦e ，瑟且t v l e 盗p h o t ou r l 麓s y n o p s i s lh 5 8 j 荔h s b - 5 i n t e n t 女嚏( i i ) v a r c h e r ( 2 5 5 ) v 甜c h , a r ( 2 5 5 ) i n t ( 11 ) u n s i g n e d h a t ( 11 ) u n s i g n e d v a r c h a r ( z s s ) v a r c h a r ( ：l ：塔5 ) h l t ( 1 1 ) v 甜c h a r ( 2 5 5 ) v a r c h a r ( z 5 5 ) v 6 r c h 6 r ( 2 s s ) j n t ( 1 1 ) i n t ( 1 1 ) i u l l 0 0 n u l l n u l l n l j l l n l 毗l ( n u l l _ - - z 要功能 l 甬助功钱 长 宽 造型特征 类型 材料妻尊型 意向特征 图片路链 谴介 篪jc d o r _ n a m e 缓c o l o r _ n u m v a r c h a r ( 2 5 5 ) i n t ( t 1 ) 目 m 甘 m 色彩属性c o l o r 表 u l l 图1 5 数据库关系说明图 色系名耩 色系犏虢 向表中的数据 番是是1缸否是是是是否星是是 北京服装学院硕士学位论文 韬耩 。j 短型7i 哦壮 翔_ 主章引( p ) i i d ，薹! r e l a t i v e t o _ r e d 。r e l a t i v e _ t o j r a n g e 趸r e l a t i v e t o y e l l o w i 。r e l a t i v e _ t o _ g r e e n ；雾：r e l a t i v e j o - v e l l _ g r e e r e l a t i v e j 日爿a n ，荔。r e l a t i v e t o p u r p l e ：羔r e l a t i v e t o b l a c k 瘟。r e l a t i v e t o w h i t e 泷r e l 磕j v e t o _ g r a n i d 雌( 1 1 ) d o u b l e ( 5 ，2 ) d o u b l e ( 5 ，2 ) d o u t _ e ( 5 ，2 ) d o u b | e ( 5 ，2 ) d o l d s l e ( 5 ，2 ) d o u b 双5 ，2 ) d o u b l e ( 5 ，2 ) d o u b l e ( 5 ，2 ) d o u b l e ( 5 ，2 ) d 。u b l e ( 5 ，2 ) 图1 6 色系相似度c o l o r - a n a l o g u e 表 4 3 基于实例推理的检索系统的开发平台 4 3 1j a v a 语言 l 、作为编程工具的j a v a 语言 j a v a 是一种简单易用、完全面向对象、与平台无关、安全可靠的、主要面向i n i e m e t 的开发工具。j a v a 自从1 9 9 5 年问世以来，它的快速发展己经让整个w e b 世界发生了翻天 覆地的变化。随着j a v a s e r v l e t 的推出，j a v a 在电子商务方面开始崭露头角，最新的 j s p 技术的推出，更是让j a v a 成为基于w e b 应用程序的首选开发工具。j a v a 自问世以来， 技术和应用发展非常快，在计算机、移动电话、家用电器等领域中无一没有j a v a 技术的存 在。在i n t e m e t 上，几乎每天的网页中都包含j a v a 程序代码。相比其他语言，j a v a 技术平 台具有鲜明的优越性。从最初建造j a v a 平台开始，就考虑了安全性的问题，即其安全性是 建立在j a v a 平台的内核中的。其他的语言知识化在软件开发时才由用户自行处理其安全问 题，难免会有安全漏洞。其次，对于程序员来说，j a v a 语言比以往其他的任何一门语言 都好用，原因在于j a v a 有自动回收垃圾的功能，j a v a 增加了对象和变量的强制类型，j a v a 还取消了指针。 j a v a 技术又有以下广泛的内涵： 首先，它是- f l 编程语言，j a v a 能够创建所有其他传统语言编写的应用程序，j a v a 能 够编写独立的应用程序，运行在装有j a v a 虚拟机( j v m ) 的操作系统上。j a v a 编写的程序经 常用在w w w 环境中( 比如a p p l e t ，s e r v l e t 等) ，a p p l e t 在浏览器中执行不需要操作系统j v m 4 5 第4 章基于实例推理的检索系统的没计开发 的支持。 其次，j a v a 还是一个开发环境，j a v a 技术包含一系列的工具：编译器、解释器、文档生 成工具、打包工具等。另外由j a v a 2 s d k 提供的j r e ( j a v a r u n t i m e e n v i r o n m e n t ) 还包括了一 个完整的j a v a 类集合，比如基本语言类g u l l 控件类等。 最后，j a v a 也是一个运行环境，我们可以从s i j n 公司提供的j a v a 2 s d k 中来搭建运 行环境，而这一切都是免费的。 2 、j d k 的安装及环境配置 s i j n 公司提供了自己的一套j a v a 开发环境，通常称之为j d k ( j a v ad e v e l o p m e n tk i t ) ， s u n 公司提供了多种操作系统下的j d k ，可以在h t t p ：j a v a s u n t o m 上下载j d k 安装文件， 本系统采用的是j d k 6 。在w i n d o w s 下安装，除了在安装路径下把版号去掉，一切按照默 认设置。本系统中安装在e ：j d k 6 。 j d k