第8章数据插值、函数逼近问题的计算机求解 一、插值与数据拟合 二、样条插值与数值微积分问题求解 三、由已知数据拟合数学模型 四、特殊函数及曲线绘制 五、信号分析与数字信号处理基础

第一章、数据挖掘概论 数据挖掘:数据库中的知识挖掘(KDD)

针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力

第9章访问数据库 9.1JDBC简介 9.2建立数据库连接 9.3执行SQL语句 9.4使用 Prepared Statement 9.5事务处理 9.6编写数据库工具类 9.7一个实例

一、什么是数据结构 二、抽象数据类型及面向对象概念 三、数据结构的抽象层次 四、用C++描述面向对象程序 五、算法定义 六、模板 七、性能分析与度量

提出了一种人工免疫识别算法.该算法将所识别的数据作为抗原,利用抗体、抗原的亲和作用,通过刺激/抑制有关抗体的活动建立一个抗体记忆集合,识别和表示数据结构组织,它具有识别多样性、自我调节功能等特点.通过对二维实数空间的数据和Iris数据进行实验,结果表明该方法聚类效果好,识别率高,且具有较好的泛化能力

对煤粉分解热的准确性引起的计算理论燃烧温度的误差进行了讨论.针对现有的煤粉分解热数据陈旧,提出一种基于盖斯定律的简单而有效地确定煤粉分解热的新方法.根据现有的热力学数据、煤粉的成分以及煤粉发热值的理论计算公式或氧弹量热实验测定的数据,用新方法可确定出新的煤粉分解热数据

静态数据表类定义 #include const int DefaultSize = 100; template class dataList //数据表的前视声明 template class Element { //数据表元素类的定义

3.1C的数据类型 3.2常量与变量 3.3-3.5整型、浮点型、字符型数据 3.6变量赋初值 3.7各数值型数据间的混合运算 3.8-3.10各类运算符和表达式

8.1关系模式设计中的数据语义问题 数据依赖,函数依赖,多值依赖 例 8.2函数依赖 符号:R,r,,F,x,t,tx] 定义8.2-1:设R为关系模式,X,YCU,若t,ter都有如果