多维事务数据库DB的结构为 (ID,A,AAn, items),A是DB中的结 构化属性(例如顾客的年龄,职业收入等), 而 items是同事务连接的项的集合(例如购 物篮中频繁项集)。每一个 t=(id,aa2man,items--t)由两部分信息 组成:维信息(a1,a2man)和项集信息。 挖掘过程分为两部分:挖掘维度信息的模 式和从投影的子DB中找出频繁项集

7.3随机变量及分布 7.3.1随机变量 7.3.2离散型随机变量及其分布 7.3.3连续型随机变量及其分布

主讲内容：Data Pump基础知识、使用Data Pump导出表空间、数据库、数据表等； 一．认识Data Pump工具 二．准备工作 三．导出数据 四．导入数据

8.1 特征值估计与扰动 8.2 幂法与反幂法 8.3 幂法的加速方法 8.4 雅可比方法 8.5 数值实验

工程实际中，存在大量的解线性方程组的问题。很多数值方法到最后也会涉及到线性方程组的求解问题：如样条插值的M和m关系式，曲线拟合的法方程组，方程组的Newton迭代等问题。 4.1 高斯消去法 4.2 选主元素的高斯消去法 4.3 矩阵的三角分解法 4.4 平方根法与改进平方根法 4.5 向量和矩阵的范数 4.6 线性方程组的性态和解的误差分析 4.7 解线性方程组的迭代法 4.8 迭代法的收敛性及误差估计

3.4定积分的进一步应用 3.4.1平面图形的面积 3.4.2立体的体积 3.4.3平面曲线的弧长 3.4.4变力沿直线所作的功 3.4.5压力 3.4.6引力

6.2矩阵的初等变换与逆矩阵 6.2.1矩阵的初等变换 6.2.2逆矩阵的概念及用初等行变换求解逆矩阵 6.2.3用逆矩阵求解矩阵方程

1.1 数字电路与数字信号 1.2 数制 1.3 二进制数的算术运算 1.4 二进制代码 1.5 二值逻辑变量与基本逻辑运算 1.6 逻辑函数及其表示方法

一、数制的基本概念 二、二、十进制数间的相互转换 三、数的补码表示及求补运算 四、溢出判断 五、数字与字符的编码

.2.1周期延拓 5.2.2周期为2的周期函数展开成傅里叶级数 5.2.3几个常见脉冲信号的傅里叶级数