BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ KHOA HỌC VÀ CÔNG NGHỆ VIỆN NĂNG LƢỢNG NGUYÊN TỬ VIỆTNAMPHAN SƠN HẢI NGHIÊNCỨU TƢƠNG QUAN TỶ SỐ CÁC ĐỒNG VỊ PHÓNG XẠ MÔI TRƢỜNG VÀ ỨNG DỤNG TRONG BÀITOÁNĐÁNHGIÁ NGUỒN GỐC TRẦM TÍCH LUẬN ÁN TIẾN SĨ VẬT LÝ ĐÀ LẠT - 2013 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ KHOA HỌC VÀ CÔNG NGHỆ VIỆN NĂNG LƢỢNG NGUYÊN TỬ VIỆTNAMPHAN SƠN HẢI NGHIÊNCỨU TƢƠNG QUAN TỶ SỐ CÁC ĐỒNG VỊ PHÓNG XẠ MÔI TRƢỜNG VÀ ỨNG DỤNG TRONG BÀITOÁNĐÁNHGIÁ NGUỒN GỐC TRẦM TÍCH Chuyên ngành: Vật lý nguyên tử và hạt nhân Mã số: 62440501 LUẬN ÁN TIẾN SĨ VẬT LÝ CÁN BỘ HƢỚNG DẪN KHOA HỌC 1. GS. TS. PHẠM DUY HIỂN 2. PGS. TS. VƢƠNG HỮU TẤN ĐÀ LẠT - 2013 i1 . Luận án cũng đã sử dụng một số thông tin từ nhiều nguồn số liệu khác nhau, các thông tin đều được trích dẫn rõ nguồn gốc. i2 : . h . . - . . ! Phan Sơn Hải i3 BẢNG KÝ HIỆU VÀ CHỮ VIẾT TẮT Bq : Becquerel - Đơn vị đo hoạt độ phóng xạ (1 Bq = 1 phân rã/1 giây) Bq/kg : Becquerel/ kilôgam - Đơn vị đo hoạt độ riêng Ci : Curie - Đơn vị đo hoạt độ phóng xạ (1 Ci = 3,7 x 10 10 Bq) cm :Xentimét - Đơn vị đo độ dài cps : Counts per second - Số đếm trong 1 giây d : Day - Ngày dpm : Disintegrations per minute - Số phân rã trong 1 phút eV : Electron volt - Đơn vị đo năng lượng (1 eV = 1,602176 x 10 -19 J) g : Gam - Đơn vị đo khối lượng GS : Giáo sư IAEA : International Atomic Energy Agency - Cơ quan Năng lượng Nguyên tử Quốc tế keV : Kiloelectron volt - Đơn vị đo năng lượng (1 keV = 10 3 eV) kg : Kilôgam - Đơn vị đo khối lượng ksec : Kilosecond - Đơn vị đo thời gian (1 ksec = 10 3 s) L : Lít - Đơn vị đo thể tích m : Mét - Đơn vị đo độ dài MeV : Megaelectron volt - Đơn vị đo năng lượng (1 MeV = 10 6 eV) mi : minute - Phút mm : milimét - Đơn vị đo độ dài PGS : Phó Giáo sư pH : Độ pH ppb : Parts per billion - Phần tỷ (1 ppb = 10 -9 ) ppm : Parts per million - Phần triệu (1 ppm = 10 -6 ) r : Hệ số tương quan giữa hai đại lượng ngẫu nhiên σ : Độ lệch chuẩn s : Second - Giây SE : Sai số chuẩn của trung bình mẫu T 1/2 : Chu kỳ bán rã của hạt nhân phóng xạ (T 1/2 = ln2/λ) y : Year - Năm α : Hạt alpha - Hạt nhân He 4 2 i4 β : Hạt beta λ : Hằng số phân rã phóng xạ (s -1 ) μg/L : Microgam/lít μs : Microsecond - Micro giây ρ : Mật độ (g/cm 3 ) x : Trung bình của tập hợp mẫu % : Phần trăm : Bức xạ gamma < : Nhỏ hơn > : Lớn hơn i5 MỤC LỤC Mở đầu 1 Chương 1: Tổng quan 6 1.1. Các đồng vị phóng xạ môitrường 6 1.1.1. Hoạt độ phóng xạ và sự cân bằng vĩnh cửu 6 1.1.2. Hàm lượng khối lượng và hàm lượng phóng xạ 7 1.2. Sơ lược về địahoá của các actinit 9 1.2.1. Tính chất của các actinit 9 1.2.2. Sự liên kết địahóa 9 1.2.3. Ảnh hưởng của sự phong hóa 10 1.2.4. Các chu trình địahóa 11 1.2.4.1. Sự linh động và vận chuyển trong chất lỏng 11 1.2.4.2. Sự linh động và vận chuyển trong pha keo 11 1.2.4.3. Sự linh động và vận chuyển trong chất hạt 12 1.2.4.4 Sự linh động và vận chuyển trong pha khí 12 1.2.5. Các quá trình kết lắng trong môitrường gần bề mặt 12 1.2.5.1. Kết tủa sinh học và vô cơ 12 1.2.5.2. Sự hấp phụ 13 1.2.5.3. Trầm tích 13 1.3. Sự mất cân bằng NghiêncứugiảiphânlớpđịahóamôitrườngbiểnáodụngvàotoánđánhgiáđịahóamôitrườngbiểnViệtNam Đoàn Thùy Linh Trường Đại học Công nghệ Luận văn Thạc sĩ ngành: Hệ thống Thông tin; Mã số: 60 48 05 Người hướng dẫn: TS Đoàn Sơn Năm bảo vệ: 2011 Abstract: Giới thiệu khái niệm môitrường biển, ô nhiễm môitrường tổng quan địahóamôitrườngbiển Trình bày số đặc trưng địahóamôitrườngbiển (các thông số trầm tích biển) Khảo sát miền liệu quan trắc môitrườngbiển Tìm hiểu thuật toán liên quan đến hướng nghiêncứugiải pháp phânlớpđịahóamôitrườngbiểnViệtNam Đưa mô hình đề xuất để giảitoánphânlớpđịahóamôitrườngbiểnViệtNam trình bày phương pháp giảitoánphânlớpđịahóamôitrườngbiểnViệtNam dựa phương pháp máy hỗ trợ vector (SVM) phương pháp Naive Bayes Tiến hành thực nghiệm việc xây dựng liệu học, xây dựngphânlớp SVM Naive Bayes Tóm lược kết đạt luận văn; nêu lên hạn chế, điểm cần khắc phục đưa định hướng nghiêncứu thời gian tới Keywords: Công nghệ phần mềm; Công nghệ thông tin; Phânlớpđịa hóa; Môitrường biển; ViệtNam Content Lời mở đầu Bàitoánphânlớpđịahóamôitrườngbiểntoán xác định xem liệu đo thông số từ trạm quan trắc nằm mức theo qui định môitrường Đây vấn đề quan tâm thông qua việc phânlớpđịahóamôi trường, ta đưa hướng xử lý nhanh cho vùng môitrường vừa thực công tác đo đạc, khảo sát Cũng từ đưa chiến lược nhằm khắc phục, hạn chế bảo vệ tác động thiên nhiên người gây ảnh hưởng đến môitrườngbiển Dựa sở yêu cầu toán, dựa đặc trưng liệu mà luận văn chọn hai hướng tiếp cận sử dụng máy hỗ trợ vector (SVM) Naive Bayes để giảitoánphânlớpđịahóamôitrườngbiển Ý tưởng hướng tiếp cận biểu diễn số liệu kết đo vectơ đặc trưng Sau đưa vàophânlớp SVM, Naive Bayes để xác định tính chất tương đồng đưa kết luận Nguồn liệu sử dụng file liệu kết quan trắc môitrườngbiển thuộc đơn vị có liên quan để xây dựng liệu học cho mô hình đề xuất Kết phần thực nghiệm bước đầu mô hình đề xuất thuật toán Naive Bayes mô hình đề xuất thuật toán SVM đạt độ xác 80% Tuy nhiên, dựa vào kết thu cho thấy việc sử dụng thuật toán SVM cho kết cao so với thuật toán Naive Bayes dựa kết xem mô hình khả thi có khả ứng dụng thực tế Nội dung khóa luận bao gồm có chương: Chương 1: Giới thiệu khái niệm môitrường biển, ô nhiễm môitrường tổng quan địahóamôitrườngbiển Trình bày số đặc trưng địahóamôitrườngbiển (các thông số trầm tích biển) Chương 2: Trên sở phương pháp tiếp cận trình bày chương thông qua khảo sát miền liệu quan trắc môitrường biển, luận văn tìm hiểu thuật toán liên quan đến hướng nghiêncứugiải pháp phânlớpđịahóamôitrườngbiểnViệtNam Đây sở lý thuyết, phương pháp luận quan trọng để luận văn đưa mô hình đề xuất giảitoánphânlớpđịahóamôitrườngbiểnViệtNam đưa phương pháp giảitoánphânlớpđịahóamôitrườngbiểnViệtNam dựa phương pháp máy hỗ trợ vector (SVM) phương pháp Naive Bayes Chương 3: Thực nghiệm, kết đánhgiá Tiến hành thực nghiệm việc xây dựng liệu học, xây dựngphânlớp SVM Naive Bayes Kết luận định hướng phát triển: Tóm lược kết đạt luận văn Đồng thời đưa hạn chế, điểm cần khắc phục đưa định hướng nghiêncứu thời gian tới References Tiếng Việt [1] Hà Quang Thụy, Phan Xuân Hiếu, Đoàn Sơn, Nguyễn Trí Thành, Nguyễn Thu Trang, Nguyễn Cẩm Tú Giáo trình khai phá liệu Web Nhà xuất Giáo dục Việt Nam, 2009 [2] Vũ Thanh Nguyên1, Trang Nhật Quang2 (2009) ,“Ứng dụng thuật toánphânlớp rút trích thông tin văn FSVM Internet”, Tạp chí Phát triển Khoa học Công nghệ, tập 12, số 05-2009, tr25 -29, (1) Trường Đại học Công nghệ Thông tin – ĐHQG HCM, (2) Sở Công nghiệp Thành phố Hồ Chí Minh [3] Bộ Tài nguyên Môitrường Báo cáo Hiện trạng môitrường quốc gia 2003 Hiện trạng môitrườngViệt Nam, Hà Nội [4] Bộ Tài nguyên Môitrường Báo cáo trạng môitrường quốc gia 2010 Tổng quan môitrườngViệt Nam, Hà Nội [5] Cục Điều tra Kiểm soát tài nguyên - môitrường biển, Tổng cục Biển Hải đảo Việt Nam, Bộ Tài nguyên Môitrường Báo cáo Hiện trạng môitrườngbiểnnăm 2010, Hà Nội Tiếng Anh [6] T Finley, T Joachims: Supervised clustering with Support Vector Machines, Proceeding of the 22nd International Conference on Machine Learning, Germany 2005 [7] Vincent Ng.: Machine Learning for Coreference Resolution: From Local Classification to Global Ranking Proceedings of the 43rd Annual Meeting of the Association for Computational Linguistics (ACL-05), 2005 [8] Remco R Bouckaert, Eibe Frank, Mark Hall, Richard Kirkby, Peter Reutemann, Alex Seewald, David Scuse: WEKA Manual for Version 3-7-2, July 29, 2010 University of Waikato, Hamilton, New Zealand, … Chuyên ngành: V - 2013 2 1. 2. : - - 3 Do n ánh giá phi công . - ni ang c quan lý gi ang làm thay xói ã ây. 4 âyc nhiu nc quan tâm. v cha (i) môi trng; (ii) - trong vùng ph Nghiêncứugiải pháp Kho dữ liệu trong Oracle Data Warehouse10g và áp dụng trong bàitoán xây dựng kho dữ liệu khách hàng – Ngân hàng TMCP Tiên Phong Trịnh Hồng NamTrường Đại học Công nghệ Luận văn Thạc sĩ ngành: Hệ thống thông tin; Mã số: 60 48 05 Người hướng dẫn: PGS.TS. Đỗ Trung Tuấn Năm bảo vệ: 2011 Abstract: Trình bày về khái niệm, mục tiêu, cấu trúc và thành phần của hệ quản trị cơ sở dữ liệu. Nghiêncứu định nghĩa, đặc trưng , kiến trúc , thiết kế logic, thiết kế vật lý của kho dữ liệu, qua đó tìm hiểu công cụ tích hợp dữ liệu, quản lý môitrườngvà bảo trì kho dữ liệu. Giới thiệu về ngân hàng Tiên Phong qua mục đích, đặc tính và hỗ trợ tích hợp của kho dữ liệu. Từ đó đưa ra giải pháp và đề xuất xây dựng kho dữ liệu khách hàng. Cài đặt, thử nghiệm và kết quả. Keywords: Hệ thống thông tin; Kho dữ liệu; Cơ sở dữ liệu Content GIỚI THIỆU BÀITOÁN Nguồn dữ liệu đối với các tập đoàn công nghệ, tài chính, ngân hàng là vô cùng lớn. Xây dựng một kho dữ liệu cho phép rút trích tài nguyên, tính toán theo yêu cầu để cung cấp các báo cáo dựa vào cơ sở dữ liệu hoạt động phục vụ sản xuất, kinh doanh trở nên thông minh hơn, tăng thêm chất lượng và tính linh hoạt của việc phân tích kinh doanh có chất lượng cao và ổn định. Với sự phát triển của mô hình kho dữ liệu, ngày nay ở Việtnam các tổ chức, doanh nghiệp luôn chú trọng khả năng lưu trữ, xử lý và khai thác thông tin giúp nhà quản trị, lãnh đạo phân tích trên các lớp dữ liệu dự báo được các khuynh hướng phát triển, đưa ra các quyết sách đúng đắn, kịp thời và hiệu quả cho cơ quản, tổ chức của mình. Để khắc phục những hạn chế mà hiện nay tại đơn vị tôi đang công tác, trên cơ sở nghiên cứu, tìm hiểu về các giải pháp, công nghệ do vậy đó là những lý do để tôi đăng ký đề tài luận văn này. NỘI DUNG LUẬN VĂN Việc hoạch định chiến lược, xây dựng mua sắm trang thiết bị, trang bị cơ sở hạ tầng luôn phải đảm bảo đáp ứng đầy đủ cho cả một tổ chức vận hành do vậy nhu cầu thông tin phục vụ công tác quản lý, điều hành, ra quyết định tại mỗi tổ chức đặc biệt với hoạt động trong lĩnh vực ngành ngân hàng thì luôn có những đặc thù khác biệt, luôn mong muốn một mô hình hoạt động hoàn hảo, ổn định và đáp ứng đầy đủ cả vấn đề công nghệ thông tin và nghiệp vụ tác nghiệp. 2 Có thể nói hoạt động tác nghiệp trong lĩnh vực tài chính, ngân hàng thì nguồn khách hàng luôn đem lại lợi nhuận chính của ngân hàng. Vì thế, khách hàng được xem như là nguồn nuôi dưỡng cho các tổ chức, doanh nghiệp hoạt động chủ yếu qua các nghiệp vụ tín dụng. Hoạt động kinh doanh của mỗi doanh nghiệp là khác nhau do vậy định nghĩa đối tượng khách hàng cũng không giống nhau, đồng thời trong quá trình hoạt động kinh doanh, số lượng khách hàng cũng không ngừng thay đổi. Căn cứ vào các tiêu chí và các điều kiện khác để tiến hành phân loại khách hàng là khách hàng cá nhân hay khách hàng doanh nghiệp. Sự đa dạng của nhu cầu thông tin, cùng với những yêu cầu báo cáo tình hình hoạt động sản xuất kinh doanh, báo cáo tài chính lỗ/lãi, tài sản, tín dụng, nhân sự… cũng có tới hàng trăm, hàng nghìn bảng biểu trong các quy trình nghiệp vụ tài chính, ngân hàng. Tất cả đều được sử dụng phục vụ theo các đối tượng người sử dụng. 1. Lãnh đạo: Cần các thông tin tổng thể về hoạt động của ngân hàng, hỗ trợ quyết định, hoạch định chính sách. 2. Các phòng ban chức năng: Tổng hợp, phân tích thông tin theo các yêu cầu nghiệp vụ cụ thể. 3. Chi nhánh: Tình hình hoạt động của chi nhánh. 4. Khách hàng: Các thông tin hỗ trợ, tra cứu … Nhu cầu cho hệ thống tác ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ ĐOÀN THUỲ LINH NGHIÊNCỨUGIẢIQUYẾTPHÂNLỚPĐỊAHOÁMÔITRƯỜNGBIỂNVÀ ÁP DỤNGVÀOBÀITOÁNĐÁNHGIÁĐỊAHOÁMÔITRƯỜNGBIỂNVIỆTNAM LUẬN VĂN THẠC SĨ HÀ NỘI - 2011 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ ĐOÀN THUỲ LINH NGHIÊNCỨUGIẢIQUYẾTPHÂNLỚPĐỊAHOÁMÔITRƯỜNGBIỂNVÀ ÁP DỤNGVÀOBÀITOÁNĐÁNHGIÁĐỊAHOÁMÔITRƯỜNGBIỂNVIỆTNAM Ngành: Công nghệ Thông tin Chuyên ngành: Hệ thống Thông tin Mã số: 60 48 05 LUẬN VĂN THẠC SĨ CÁN BỘ HƯỚNG DẪN: TS ĐOÀN SƠN HÀ NỘI - 2011 Lời mở đầu Bàitoánphânlớpđịahóamôitrườngbiểntoán xác định xem liệu đo thông số từ trạm quan trắc nằm mức theo qui định môitrường Đây vấn đề quan tâm thông qua việc phânlớpđịahóamôi trường, ta đưa hướng xử lý nhanh cho vùng môitrường vừa thực công tác đo đạc, khảo sát Cũng từ đưa chiến lược nhằm khắc phục, hạn chế bảo vệ tác động thiên nhiên người gây ảnh hưởng đến môitrườngbiển Dựa sở yêu cầu toán, dựa đặc trưng liệu mà luận văn chọn hai hướng tiếp cận sử dụng máy hỗ trợ vector (SVM) Naive Bayes để giảitoánphânlớpđịahóamôitrườngbiển Ý tưởng hướng tiếp cận biểu diễn số liệu kết đo vectơ đặc trưng Sau đưa vàophânlớp SVM, Naive Bayes để xác định tính chất tương đồng đưa kết luận Nguồn liệu sử dụng file liệu kết quan trắc môitrườngbiển thuộc đơn vị có liên quan để xây dựng liệu học cho mô hình đề xuất Kết phần thực nghiệm bước đầu mô hình đề xuất thuật toán Naive Bayes mô hình đề xuất thuật toán SVM đạt độ xác 80% Tuy nhiên, dựa vào kết thu cho thấy việc sử dụng thuật toán SVM cho kết cao so với thuật toán Naive Bayes dựa kết xem mô hình khả thi có khả ứng dụng thực tế Nội dung khóa luận bao gồm có chương: Chương 1: Giới thiệu khái niệm môitrường biển, ô nhiễm môitrường tổng quan địahóamôitrườngbiển Trình bày số đặc trưng địahóamôitrườngbiển (các thông số trầm tích biển) Chương 2: Trên sở phương pháp tiếp cận trình bày chương thông qua khảo sát miền liệu quan trắc môitrường biển, luận văn tìm hiểu thuật toán liên quan đến hướng nghiêncứugiải pháp phânlớpđịahóamôitrườngbiểnViệtNam Đây sở lý thuyết, phương pháp luận quan trọng để luận văn đưa mô hình đề xuất giảitoánphânlớpđịahóamôitrườngbiểnViệtNam đưa phương pháp giảitoánphânlớpđịahóamôitrườngbiểnViệtNam dựa phương pháp máy hỗ trợ vector (SVM) phương pháp Naive Bayes Chương 3: Thực nghiệm, kết đánhgiá Tiến hành thực nghiệm việc xây dựng liệu học, xây dựngphânlớp SVM Naive Bayes Kết luận định hướng phát triển: Tóm lược kết đạt luận văn Đồng thời đưa hạn chế, điểm cần khắc phục đưa định hướng nghiêncứu thời gian tới Mục lục Danh sách hình vẽ Danh sách bảng Bảng kí hiệu viết tắt Chương 1: Khái quát địahóamôitrườngbiểnViệtNamgiải pháp phânlớp 1.1 Địahóamôitrườngbiển 1.1.1 Một số khái niệm môitrườngbiển [3, 4, 5] 1.1.2 Khái quát địahóamôitrườngbiển 13 1.2 Tầm quan trọng việc phânlớpđịahóamôitrườngbiển 14 1.3 Bàitoánđánhgiáđịahóamôitrườngbiển 15 1.3.1 Các đặc trưng địahóamôitrườngbiển 15 1.3.2 Quan trắc địahóamôitrườngbiển [4] 15 Chương 2: Mô hình giảitoántoánđánhgiáđịahóamôitrườngbiểnViệtnam dựa phương pháp phânlớp 20 2.1 Nghiêncứugiải pháp phânlớpđịahóamôitrườngbiểnViệtnam 20 2.1.1 Giới thiệu toánphânlớp số phương pháp điển hình 20 2.1.2 Thuật toánphânlớp Bayes 21 2.1.3 Thuật toánphânlớp SVM 26 2.2 Mô hình đánhgiáđịahóamôitrườngbiểnViệtnam dựa phương pháp phânlớp 31 2.2.1 Phát biểu toánđánhgiáđịahóamôitrườngbiển 31 2.2.2 Mô hình ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ BÙI TRUNG HIẾU NGHIÊNCỨU MỘT SỐ VẤN ĐỀ VỀ CƠ SỞ DỮ LIỆU VÀ ỨNG DỤNG TRONG BÀITOÁN QUẢN LÝ DÂN CƯ LUẬN VĂN THẠC SĨ: HỆ THỐNG THÔNG TIN Hà Nội - 2016 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ BÙI TRUNG HIẾU NGHIÊNCỨU MỘT SỐ VẤN ĐỀ VỀ CƠ SỞ DỮ LIỆU VÀ ỨNG DỤNG TRONG BÀITOÁN QUẢN LÝ DÂN CƯ Ngành: Hệ thống thông tin Chuyên ngành: Hệ thống thông tin Mã số: 60.48.01.04 LUẬN VĂN THẠC SĨ: HỆ THỐNG THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: GS TS VŨ ĐỨC THI Hà Nội - 2016 LỜI CẢM ƠN Đầu tiên, xin gửi lời biết ơn sâu sắc đến thầy Giáo sư, Tiến sĩ Vũ Đức Thi, thầy dành nhiều thời gian tâm huyết hướng dẫn giúp hoàn thành tốt luận văn tốt nghiệp Thầy định hướng nghiêncứu kiến thức cần thiết hữu ích trọng tâm vấn đề, đồng thời tạo điều kiện thuận lợi cho trình học tập nghiêncứu đề tài luận văn Tôi xin bày tỏ lòng biết ơn tới thầy, cô giáo trường Đại học Công nghệ tham gia giảng dạy chia sẻ kinh nghiệm quý báu cho thân Tôi xin gửi lời cảm ơn đến thấy anh chị thường xuyên giúp đỡ, trao đổi, góp ý vấn đề khoa học liên quan tới luận văn Cuối cùng, bày tỏ lòng biết ơn giúp đỡ anh, chị công tác Cục Cảnh sát đăng ký, quản lý cư trú sở liệu quốc gia dân cư; Văn phòng Bộ - quan nơi công tác tạo điều kiện tốt cho thời gian động viên hoàn thành luận văn Một lần nữa, xin chân thành cảm ơn ! Hà Nội, tháng 10 năm 2016 Học viên Bùi Trung Hiếu LỜI CAM ĐOAN Những kiến thức trình bày luận văn tìm hiểu, nghiêncứu trình bày lại theo cách hiểu Trong trình làm luận văn, có tham khảo tài liệu có liên quan ghi rõ nguồn tài liệu tham khảo Tôi xin cam đoan công trình nghiêncứu không chép Hà Nội, tháng 10 năm 2016 Học viên Bùi Trung Hiếu MỤC LỤC LỜI CẢM ƠN LỜI CAM ĐOAN DANH MỤC CÁC KÍ HIỆU, TỪ VIẾT TẮT DANH MỤC HÌNH VẼ .7 DANH SÁCH BẢNG BIỂU MỞ ĐẦU CHƢƠNG I MỘT SỐ VẤN ĐỀ VỀ SƠ SỞ DỮ LIỆU 11 1.1 Những khái niệm 11 1.1.1 Khái quát mô hình liệu 11 1.1.2 Các khái niệm hệ tiên đề Armstrong 12 1.1.2.1 Quan hệ 12 1.1.2.2 Phụ thuộc hàm 13 1.1.2.3 Hệ tiên đề Armstrong 13 1.1.2.4 Sơ đồ quan hệ .15 1.2 Những vấn đề liên quan đến khóa 15 1.2.1 Khóa 15 1.2.2 Thuật toán liên quan đến khóa 16 1.2.2.1 Thuật toán tìm khóa tối tiểu sơ đồ quan hệ 17 1.2.2.2 Thuật toán tìm khóa tối tiểu quan hệ .17 1.3 Chuẩn hóa 17 1.3.1 Các khái niệm 18 1.3.2 Các thuật toán liên quan đến chuẩn hóa 19 1.4 Ngôn ngữ xử lý bảng 20 1.4.1 Các phép toán 20 1.4.1.1 Phép hợp (r t) 21 1.4.1.2 Phép trừ (r – t) 21 1.4.1.3 Phép giao (r t) 21 1.4.1.4 Tích Đề 22 1.4.1.5 Phép chiếu 23 1.4.1.6 Phép chọn .23 1.4.2 Các phép toán khác 24 1.4.2.1 Phép chia (r s) 24 1.4.2.2 Phép nối .24 1.4.2.3 Phép nối 25 CHƢƠNG II KHO DỮ LIỆU 26 2.1 Kiến trúc chung kho liệu .26 2.1.1 Tầng xử lý liệu .26 2.1.2 Tầng kho liệu 27 2.1.3 Tầng khai thác liệu 27 2.2 Một số thành phần kho liệu 28 2.2.1 Kho liệu DBMS 28 2.2.2 Nguồn liệu 29 2.2.3 Siêu liệu meta data 29 2.2.4 Công cụ truy cập 30 2.2.5 Kho liệu chủ đề 31 2.2.6 Quản trị kho liệu .32 2.2.7 Hệ thống thông tin .33 2.3 Công cụ kho liệu Microsoft 33 2.3.1 Dịch vụ tich hợp liệu 34 2.3.2 Dịch vụ Báo cáo 38 2.3.3 Dịch vụ phân tích .41 2.3.4 Bộ công cụ phát triển tri tuệ doanh nghiệp 43 2.3.5 Công cụ quản lý SQL Server .44 2.3.6 Dịch vụ tác nhân SQL Server 45 CHƢƠNG III THỬ NGHIỆM GIẢIQUYẾTBÀITOÁN QUẢN LÝ DÂN CƢ 47 3.1 Mô tả toán quản lý dân cƣ 47 3.2 Các tiêu toán quản lý dân cƣ 49 3.2.1 Nguyên tắc thiết kế 49 3.2.2 Các yêu cầu thiết kế .49 3.2.3 Nhu cầu xử lý liệu 50 3.2.4 Kho ... hướng nghiên cứu giải pháp phân lớp địa hóa môi trường biển Việt Nam Đây sở lý thuyết, phương pháp luận quan trọng để luận văn đưa mô hình đề xuất giải toán phân lớp địa hóa môi trường biển Việt Nam. .. ứng dụng thực tế Nội dung khóa luận bao gồm có chương: Chương 1: Giới thiệu khái niệm môi trường biển, ô nhiễm môi trường tổng quan địa hóa môi trường biển Trình bày số đặc trưng địa hóa môi trường. .. Tài nguyên Môi trường Báo cáo trạng môi trường quốc gia 2010 Tổng quan môi trường Việt Nam, Hà Nội [5] Cục Điều tra Kiểm soát tài nguyên - môi trường biển, Tổng cục Biển Hải đảo Việt Nam, Bộ Tài