2.1 统计理论概述 2.2 统计数据的采集 2.3 统计数据的整理

5.1 应急响应 5.2 数据容错、数据容灾和数据备份 5.3 数字证据获取

一、概述 二、音频数据的获取 四、图像数据的获取 五、图形与动画制作

一、熟悉公式和函数的基本概念，了解其基本用法 二、掌握数据清单的使用方法 三、初步掌握数据排序、筛选的基本方法

针对部分聚类算法对数据输入顺序敏感的问题,定义了不干涉序列指数,提出了应用不干涉序列指数对分类数据进行加权排序的方法,并基于该方法对受数据输入顺序影响的CABOSFV_C分类数据高效聚类算法进行改进,提出了考虑加权排序的聚类算法(CABOSFV_CSW),消除了算法对数据输入顺序的敏感性.采用UCI基准数据集进行实验,发现应用加权升序排序的CABOSFV_CSW算法在处理分类数据时,聚类质量较原始CABOSFV_C算法和其他受数据输入顺序影响的算法在准确性上有改善,在稳定性上有显著提高

6.1 SQL语言概述 6.2 数据定义 6.3 数据查询 6.4 数据操纵

3.1地理空间与空间实体 3.2概念数据模型 3.3逻辑数据模型 3.4空间关系

6.1SQL语言概述 6.2数据定义 6.3数据查询 6.4数据操纵

PAW 与 ROOT 简介 PAW 与 ROOT 的数据结构 PAW 与 ROOT 的图形运算 PAW 与 ROOT 上的随机抽样

河南中医药大学：《应用统计学》课程教学资源（电子教案）04教学设计 第3章 数据的图表展示 3.1 数据的预处理 3.2 品质数据的整理与展示