3.1 计算机的基本组成及工作原理 3.2 计算机硬件子系统 3.3 计算机软件子系统 3.4 数据表示 3.5 数据存储 3.6 多媒体技术基础

数据压缩就是在一定的精度损失条件下，以最少 的数码表示信源所发出的信号。多媒体数据压缩 技术就是针对多媒体数据特性而进行数据压缩技 术，是许多多媒体应用的基础

1绪论 2空间数据结构 3地理信息系统的地理数学基础 4地理信息系统数据输入 5地理信息系统的数据处理

第1章传感器与检测技术的理论基础 1.1测量概论 1.2测量数据的估计和处理

2.1 物理层的基本概念 2.2 物理层下面的传输媒体 2.3 物理层的设备与冲突域 2.4 数据通信的基础知识

9.1 优化的主要种类 9.2 数据流分析介绍 9.3 数据流分析的基础 9.4 常量传播 9.5 部分冗余删除 9.6 流图中的循环

• 6.1 概述 • 6.2 HBase访问接口 • 6.3 HBase数据模型 • 6.4 HBase的实现原理 • 6.5 HBase运行机制 • 6.6 HBase编程实践

传统的分类算法大多假设数据集是均衡的,追求整体的分类精度.而实际数据集经常是不均衡的,因此传统的分类算法在处理实际数据集时容易导致少数类样本有较高的分类错误率.现有针对不均衡数据集改进的分类方法主要有两类:一类是进行数据层面的改进,用过采样或欠采样的方法增加少数类数据或减少多数类数据;另一个是进行算法层面的改进.本文在原有的基于聚类的欠采样方法和集成学习方法的基础上,采用两种方法相结合的思想,对不均衡数据进行分类.即先在数据处理阶段采用基于聚类的欠采样方法形成均衡数据集,然后用AdaBoost集成算法对新的数据集进行分类训练,并在算法集成过程中引用权重来区分少数类数据和多数类数据对计算集成学习错误率的贡献,进而使算法更关注少数数据类,提高少数类数据的分类精度

2.1 基本数据类型 2.2 数据在计算机中的存储 2.3 数据类型选择的原则 2.4 表达式及运算符 2.5 数据类型转换

• 11.1 NoSQL简介 • 11.2 NoSQL兴起的原因 • 11.3 NoSQL与关系数据库的比较 • 11.4 NoSQL的四大类型 • 11.5 NoSQL的三大基石 • 11.6 从NoSQL到NewSQL数据库 • 11.7 文档数据库MongoDB