• 1. 一组数据向其中心值靠拢的倾向和程度 • 2. 测度集中趋势就是寻找数据一般水平的 代表值或中心值 • 3. 不同类型的数据用不同的集中趋势测度 值 • 4. 低层次数据的集中趋势测度值适用于高 层次的测量数据，反过来，高层次数据的 集中趋势测度值并不适用于低层次的测量 数据 • 5. 选用哪一个测度值来反映数据的集中趋 势，要根据所掌握的数据的类型来确定

该章主要介绍数据通信技术的基本概念、数据编码技术、数据通信方式、数据传输介质、多路复用技术、数据交换技术、差错控制技术等。初步了解数据通信的基本技术。重点难点：数据的四种传输方式；数据的三种编码技术；多路复用技术；数据的三种交换技术；差错控制技术

油气资源大数据智能平台的总体框架应以数据资源为基础、大数据平台算力为支撑、人工智能算法为核心，面向油气行业生产需求，构建集勘探、开发、生产数据于一体的油气数据资源池，通过数据清洗与融合提升数据质量，整合物理模拟与数据挖掘等手段，实现服务功能模块化，并在PC端、管控大屏、手机移动APP等多维平台实现智能监测、预警与展示。通过对深度学习等人工智能方法在油气工业领域的应用案例分析，表明其具有较好的应用前景。未来石油公司应与科研院所通力合作，挖掘石油工业数据的巨大潜能，实现降本增效，建设全新的智能油气工业生态圈，完成产业升级

 空间数据采集的主要任务  GIS的数据内容  GIS的数据来源  现行主要数据采集方法 ❑ 定位设备 ❑ 数字化设备 ❑ 数据交换 ❑ 其它  空间数据编辑与处理的主要内容  如何选择空间数据及其输入方式？

数据结构即指数据组织的形式，是适合于计算机存储、管理和处理的数据逻辑结构。对 空间数据则是地理实体的空间排列方式和相互关系的抽象描述。它是对数据的一种理解和解 释，不说明数据结构的数据是毫无用处的，不仅用户无法理解，计算机程序也不能正确的处 理，对同样一组数据，按不同的数据结构去处理，得到的可能是截然不同的内容。空间数据 结构是地理信息系统沟通信息的桥梁，只有充分理解地理信息系统所采用的特定数据结构， 才能正确有效地使用系统

1.1 大数据时代 1.2 大数据概念 1.3 大数据的影响 1.4 大数据的应用 1.5 大数据关键技术 1.6 大数据计算模式 1.7 大数据产业 1.8 大数据与云计算、物联网的关系

一、理解对大型的、复杂的和信息丰富的数据集进行分析的必要性。 二、明确数据挖掘过程的目标和首要任务。 三、描述数据挖掘技术的起源。 四、了解数据挖掘过程所具有的迭代过程和基本步骤。 五、解释数据的质量对数据挖掘过程的影响。 六、建立数据仓库和数据挖掘之间的联系

第十章文件 12.1C文件概述 一、文件:存储在外部介质上数据的集合是操作系统 数据管理的单位 二、使数据件的目的 1、数据文件的改动不引起程序的改动程序与数据分离 2 教程的:数据文件中的数据数据共享 3、能长保程雇行的数据绩数据(定长和不定长)

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

为实现弹药传输机械臂中不可测参数的辨识,建立了机械臂的虚拟样机,并将其作为样本数据的来源;考虑到样本数据的连续性和平滑特性,使用函数型数据分析和函数型主成分分析对样本数据进行了特征提取,并利用提取的特征参数和待辨识参数作为训练样本对极限学习机(ELM)进行了训练.为提高极限学习机的辨识精度和泛化能力,利用粒子群算法对极限学习机的输入层与隐含层的连接权值和隐含层节点的阈值进行了优化.最后,分别利用仿真数据与测试数据对此方法进行了验证,仿真数据的辨识结果表明,优化后的极限学习机具有更高的辨识精度和泛化能力;同时,通过对比将测试数据的辨识结果代入模型中进行仿真得到的支臂角速度与测试角速度,验证了此方法的可行性和有效性