matlab 与数据库操作

简介: matlab 与数据库操作 第一部分:读取数据其相关信息查看 1.      配置数据源 (1).“控制面板”----“管理工具”——“数据源(ODBC)”——“添加”——“创建数据源名称和选择数据库文件”。

matlab 与数据库操作

第一部分:读取数据其相关信息查看

1.      配置数据源

(1).“控制面板”----“管理工具”——“数据源(ODBC)”——“添加”——“创建数据源名称和选择数据库文件”。具体操作见“配置数据源.gif”

(2).采用修改注册表,自动配置数据源。

   DB_path='D:\Program Files\MATLAB71\work\StuSystem.mdb';

   DB_sourcename='Godman';

LinkDB(DB_path,DB_sourcename,1);

(LinkDB为自编函数)

2.      建立链接对象——database

调用格式:

conna=database(‘datasourcename’,’username’,’password’);

如conna=database('SampleDB','','');其中SampleDB为上文中创建的数据源名称,当默认情况下,数据库文件的username和password为空。

3.      建立并打开游标——exec

调用格式:

curs=exec(conna,'sqlquery');

如curs=exec(conna,'select * fromdatabase')

其中conna为上文中链接对象,select * fromdatabase表示从表database中选择所有的数据.

4.      把数据库中的数据读取到Matlab中——fetch

调用格式:

curs=fetch(curs,RowLimit);

Data=curs.Data;%把读取到的数据用变量Data保存.

如curs=fetch(curs);

把所有的数据一次全部读取到Matlab中,RowLimit为每次读取的数据参数的行数,默认为全部读取,但是全部读取会很费时间(和计算机性能很大关系)。

上述四点是matlab从数据库文件中读取数据到matlab中的基本步骤。

5.      数据返回类型

从数据库中读取数据到matlab有三种数据类型(默认为元胞类型cellarray),分别为元胞类型(cellarray),数字型(numeric),结构型(structure)。可以在链接数据库之前通过setdbprefs函数来进行设置。如果数据库文件中全部是数值型数据时最好采用numeric型的数据,这样可以使得读取速度大幅提高,特别是在大型数据读取时非常明显。我曾经从数据库中读取过100万个数据,用cellarray时用了16s,但是用numeric时却只用了8s,速度提高很大啊,对电脑配置不好的来说,很有帮助的。(还有我的电脑很烂,1.3GHz,384M内存,可能让大家见笑了…….)

调用格式:

setdbprefs(‘datareturnformat’,’numric’)

6.      养成良好习惯,随手关闭链接对象和游标——close

当不再使用数据库的链接对象时要及时关闭,这样才能及时的释放出内存,而且每次链接后所需要的内存量是非常大的,要是不及时关闭的话对后续计算的影响将非常非常的大。( 针对烂机子而言,要是你的电脑超强也无所谓的…..)

调用格式:

close(curs)

close(conna)

7.      查看数据相关信息

Rows-查看数据行数

调用格式:numrows=rows(curs)

Cols——查看数据列数

调用格式:numcols=cols(curs)

Attr——查看数据属性

调用格式:attribute=attr(curs)

 

第二部分:把数据写入到数据库中

8.      添加数据到表中——insert函数

调用格式:

insert(conna,’tab’,colnames,exdata)

conna——链接对象

tab——数据库文件的表名

colnames——数据库表的列名

exdata——matlab变量

如:insert(conna,'try',{'a1', 'a2'},[4565])

修改:insert(conna,'try',{'a1', 'a2'},{45 65})%此处应为大括号matlab访问数据库【转】

    commit(conna)%确认数据更改

9.      更新数据库中的数据——update

调用格式:

update(conna,’tab’,colnames,exdata,’whereclause’)

conna——链接对象

tab——数据库文件的表名

colnames——数据库表的列名

exdata——matlab变量

whereclause——SQL的where字句

如:update(conna,'try',{'a1','a2'},[45 65],’where XX=’XX’’)

commit(conna)%确认数据更改

10.  建立新表——exec,creat table

调用格式:

conna=database('SampleDB','','');

exec(conna,['createtable Table(name string,age int)']);

close(conna);

相关文章
|
4月前
|
机器学习/深度学习 数据采集 监控
基于CNN卷积神经网络的步态识别matlab仿真,数据库采用CASIA库
**核心程序**: 完整版代码附中文注释,确保清晰理解。 **理论概述**: 利用CNN从视频中学习步态时空特征。 **系统框架**: 1. 数据预处理 2. CNN特征提取 3. 构建CNN模型 4. 训练与优化 5. 识别测试 **CNN原理**: 卷积、池化、激活功能强大特征学习。 **CASIA数据库**: 高质量数据集促进模型鲁棒性。 **结论**: CNN驱动的步态识别展现高精度,潜力巨大,适用于监控和安全领域。
|
11月前
|
机器学习/深度学习 算法 数据库
基于HOG特征提取和GRNN神经网络的人脸表情识别算法matlab仿真,测试使用JAFFE表情数据库
基于HOG特征提取和GRNN神经网络的人脸表情识别算法matlab仿真,测试使用JAFFE表情数据库
|
机器学习/深度学习 算法 数据库
基于CNN卷积神经网络的目标识别matlab仿真,数据库采用cifar-10
基于CNN卷积神经网络的目标识别matlab仿真,数据库采用cifar-10
|
机器学习/深度学习 数据采集 算法
基于CNN卷积神经网络的目标识别算法matlab仿真,测试mnist数据库
基于CNN卷积神经网络的目标识别算法matlab仿真,测试mnist数据库
|
机器学习/深度学习 数据采集 算法
基于AutoEncoder自编码器的MNIST手写数字数据库识别matlab仿真
基于AutoEncoder自编码器的MNIST手写数字数据库识别matlab仿真
|
安全 数据库
ALPHA项目的测试电机、性能信息和动态推力近似值数据库(Matlab代码实现)
ALPHA项目的测试电机、性能信息和动态推力近似值数据库(Matlab代码实现)
|
机器学习/深度学习 算法 数据库
基于mnist手写数字数据库识别算法matlab仿真,对比SVM,LDA以及决策树
基于mnist手写数字数据库识别算法matlab仿真,对比SVM,LDA以及决策树
|
机器学习/深度学习 人工智能 自然语言处理
基于mnist手写数字数据库的深度学习网络训练和数字识别matlab仿真
基于mnist手写数字数据库的深度学习网络训练和数字识别matlab仿真
266 0
基于mnist手写数字数据库的深度学习网络训练和数字识别matlab仿真
|
算法 数据库
m基于HOG特征提取和GRNN网络的人体姿态识别算法matlab仿真,样本为TOF数据库的RGB-D深度图像
m基于HOG特征提取和GRNN网络的人体姿态识别算法matlab仿真,样本为TOF数据库的RGB-D深度图像
263 0
|
机器学习/深度学习 算法 数据挖掘
基于ResNet18深度学习网络的mnist手写数字数据库识别matlab仿真
基于ResNet18深度学习网络的mnist手写数字数据库识别matlab仿真
248 0

热门文章

最新文章

下一篇
无影云桌面