一个没有标明误差的测试结果,几乎会成为没有用处的数据。 数据的质量通常是将它们的误差与最终使用的要求相比较来进行评 价的。如果数据具有一致性而且它们的误差小于所要求的误差,就 认为这些数据有合格的质量。反之,数据过分离散或者误差超出要 求,就认为这些数据是低质量的或不合格的。因此,数据质量的评价 实际上是相对的,对某种情况是高质量的数据而在另一种情况下可 能是不能接受的

第一章 Visual Basic程序设计概述（1） 1.1 引例 1.2 VB主要功能和特点 1.3 VB集成开发环境 第二章 VB简单的程序设计（3） 2.1 程序设计方法的发展 2.2 VB中的有关概念 2.3 建立简单的应用程序 2.4 基本控件和属性 2.5 工程的管理及环境的设置 2.6 生成可执行文件和制作安装盘 2.7 程序调试 2.8 常见错误 第三章 VB语言基础（2） 3.1 编码规则 3.2 数据类型 3.3 变量与常量 3.4 运算符和表达式 3.5 常用函数 3.6 常见错误 第四章 基本的控制结构（6） 4.1 顺序结构 4.2 选择结构 4.3 循环结构 4.4 其他辅助控制语句 4.5 常用算法（一） 4.6 常见错误 （顺序、条件、循环） 第五章 数组（4） 5.1 数组的概念 5.2 静态数组及声明 5.3 动态数组及声明 5.4 数组的基本操作 5.5 控件数组 5.6 自定义数据类型 5.7 常用算法（二） 5.8 常见错误 第六章 过程（5） 6.1 函数过程的定义与调用 6.2 子过程的定义与调用 6.3 参数传递 6.4 变量、过程的作用域 6.5 递归 6.6 常用算法（三） 6.7 重点和难点 第七章 常用控件（4） 7.1 单选按钮和复选框 7.2 框架 7.3 列表框和组合框 7.4 滚动条和Slide控件 7.5 时钟 7.6 ProgressBar控件 7.7 UpDown控件 7.8 Animation控件 7.9 SSTab控件 7.10 鼠标器和键盘 第八章 界面设计（3） 8.1 通用对话框 8.2 菜单设计 8.3 多重窗体和多文档界面 8.4 工具栏和状态栏 8.5 RichTextBox控件 8.6 应用程序向导 第九章 文件（2） 9.1 文件系统控件 9.2 文件的读写 9.3 常用的文件操作语句和函数 第十章 图形操作（3） 10.1 图形操作基础 10.2 绘图属性 10.3 图形控件 10.4 图形方法 第十一章 数据库技术（1） 11.1 数据库概念 11.2 数据库管理器 11.3 数据控件 *11.4 ADO数据控件 *11.5 结构化查询语言(SQL) *11.6 报表制作 11.7 错误处理

模块四数控铣床与操作 数控铣床认识项目→ 项目一数控铣床特点→ 项目二数控铣床分类→ 项目三数控铣床主要加工对象→ 项目四数控铣床主要技术参数→ 数控铣床了解项目→ 项目数控铣床的基本组成→ 项目二主轴部件→ 项目三进给传动装置→

一、最佳选择题 1.(C)小,表示用该样本均数估计总体均数的可靠性大。 A.B.C.od..四分位数间距 2.两样本均数比较的t检验,差别有统计意义时,P越小,说明(C) A两样本均数差别越大 B两总体均数差别越大 C越有理由认为两总体均数不同 D越有理由认为两样本均数不同 E越有理由认为两总体均数相同

模块三数控车床与操作 数控车床认识项目→ 项目一数控车床特点→ 项目二数控车床分类→ 项目三数控车床主要加工对象→ 项目四数控车床主要技术参数 → 数控车床了解项目→ 项目一数控车床的基本组成→ 项目二主传动系统→ 项目三进给传动系统→

针对经典K–means算法对不均衡数据进行聚类时产生的“均匀效应”问题，提出一种基于近邻的不均衡数据聚类算法（Clustering algorithm for imbalanced data based on nearest neighbor，CABON）。CABON算法首先对数据对象进行初始聚类，通过定义的类别待定集来确定初始聚类结果中类别归属有待进一步核定的数据对象集合；并给出一种类别待定集的动态调整机制，利用近邻思想实现此集合中数据对象所属类别的重新划分，按照从集合边缘到中心的顺序将类别待定集中的数据对象依次归入其最近邻居所在的类别中，得到最终的聚类结果，以避免“均匀效应”对聚类结果的影响。将该算法与K–means、多中心的非平衡K_均值聚类方法（Imbalanced K–means clustering method with multiple centers，MC_IK）和非均匀数据的变异系数聚类算法（Coefficient of variation clustering for non-uniform data，CVCN）在人工数据集和真实数据集上分别进行实验对比，结果表明CABON算法能够有效消减K–means算法对不均衡数据聚类时所产生的“均匀效应”，聚类效果明显优于K–means、MC_IK和CVCN算法

人教版（2012）小学数学五年级下册2 因数与倍数2. 2、5、3的倍数的特征习题(2)

基于裂缝的发展及分布形态，探究无腹筋混凝土梁在不同剪跨比和纵筋配筋率作用下的剪切性能，采用剪跨比分别为1.5、2、2.5和纵筋配筋率分别为1.28%、1.62%、1.99%的9组无腹筋混凝土梁进行四点加载受剪试验，通过应用分形几何理论对试验梁表面的裂缝进行分析，使用盒计数法计算得到分级荷载及极限荷载作用下梁表面裂缝的分形维数，探讨了梁表面分形维数与极限荷载、分级荷载及跨中挠度之间的关系。结果表明：剪跨比与极限荷载及开裂荷载成反比，而纵筋配筋率与极限荷载成正比，但其对于开裂荷载的影响较小。无腹筋混凝土梁不论在分级加载作用下还是极限荷载作用下都具备明显的分形特征，在分级荷载作用下的分形维数在0.964～1.449，在极限荷载作用下的分形维数在1.33附近。分级荷载、跨中挠度与分形维数之间呈现较好的对数关系，分级荷载与分形维数的变化曲线受剪跨比及梁纵筋配筋率的影响具有一定的规律性，而跨中挠度受剪跨比的影响较小，在纵筋配筋率作用下，其曲线的曲率呈现出先增大后减小的趋势，但极限荷载与分形维数之间的关系具有一定的差异性，极限荷载会随着剪跨比的增大呈现出先增大后减小的趋势，随着纵筋配筋率的增大呈现出的差异性较大

第三章总体均数的估计和假设检验 第一节均数的抽样误差与标准误 1.均数的抽样误差与样本均数的分布: (1)均数的抽样误差是指样本均数与总体均数之间的差异以及来自同一总体的样本均数之间的差异

8.1 数据中心与数据中心网络概述 8.2 电交换数据中心网络架构 8.3 光电混合交换数据中心网络架构 8.4 光交换与光互连数据中心网络架构 8.5 数据中心网络的路由技术 8.6 数据中心网络的传送技术 8.7 软件定义数据中心网络