求解:查询类似航班中转经停数据的sql语句

dpbug_cn 2021-03-01 09:12:50
表1数据:
记录号 出发地 目的地
1 北京 上海
2 北京 长沙
3 北京 武汉
4 上海 广州
5 长沙 广州
6 北京 南京
7 北京 广州

求查询北京到广州的所有航班(包括经停),请各位大神帮帮忙,谢谢!
...全文
377 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
dpbug_cn 2021-03-01
  • 打赏
  • 举报
回复
没法结贴,服务器正在维护中,等恢复正常了给分
dpbug_cn 2021-03-01
  • 打赏
  • 举报
回复
谢谢,解决了
顾染尘 2021-03-01
  • 打赏
  • 举报
回复
select distinct * from a b,a c where (b.mudi=c.chufa and( b.chufa='A' or c.mudi='B')) or ((b.chufa='A' and b.mudi='B' ) and (c.chufa='A' and c.mudi='B' )) a是表名 只想到这个 不知道有没有简便算法
trainee 2021-03-01
  • 打赏
  • 举报
回复
如果只经停一次可以用join: 表1 join 表1 as 表1A on 表1.目的地=表1A.出发地
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch框架实现深度学习模型的构建与训练。通过将历史充放电数据作为输入,Basisformer能够有效捕捉电池状态的动态变化特征,提升SOC预测精度。文中详细介绍了模型结构设计、数据预处理流程、训练策略及实验结果分析,并与传统方法进行对比,验证了该方法在复杂工况下的优越性与鲁棒性。该研究不仅展示了Basisformer在时序建模中的潜力,也为电池管理系统提供了高精度的状态估计解决方案。; 适合人群:具备一定Python编程基础和深度学习理论知识,熟悉PyTorch框架,从事电池管理系统、新能源汽车或智能预测方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于电动汽车、储能系统等领域的电池SOC高精度实时估算;②为电池健康管理(BMS)提供可靠的状态输入;③推动深度学习在时间序列预测中的实际落地,提升现有预测模型的泛化能力与稳定性; 阅读建议:建议读者结合标题为【锂电池SOC估计】【PyTorch】基于Basisformer时间序列锂离子电池SOC预测研究(python代码实现)的资源,重点研读所提供的Python代码,深入理解数据处理方式与模型网络结构的设计思路,尝试调整超参数以观察对预测性能的影响,从而全面掌握Basisformer在时序建模中的优势、适用边界及工程化实现路径。

57,065

社区成员

发帖
与我相关
我的任务
社区描述
MySQL相关内容讨论专区
社区管理员
  • MySQL
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧