6.1 输入输出接口概述 6.2 CPU与外设数据传送的方式 6.3 中断技术 6.4 8086/8088的中断系统和中断处理

4.1 引言 4.2 逻辑设计的一般方法 4.3 建立数据通路 4.4 一个简单的实现机制 4.5 多周期实现机制

8.1 流计算概述 8.2 流计算处理流程 8.3 流计算应用 8.4 流计算开源框架 – Storm 8.5 Spark Streaming 8.6 Samza 8.7 Storm、Spark Streaming和Samza的应用场景 8.8 Storm编程实践

8.1 流计算概述 8.2 流计算处理流程 8.3 流计算应用 8.4 流计算开源框架 – Storm 8.5 Spark Streaming 8.6 Samza 8.7 Storm、Spark Streaming和Samza的应用场景 8.8 Storm编程实践

3.1 寻址方式 3.1.1 指令的书写格式 3.1.2 数据寻址方式 3.1.3 堆栈地址寻址方式 3.2 80X86指令格式 3.3 80X86指令系统 3.3.1 数据传送指令 3.3.2 算术运算指令 • 加法指令 • 减法指令 • 加1减1指令 • 比较指令 • 乘法指令 • 除法指令 • BCD算术运算指令 3.3.3 逻辑运算指令 3.3.4 控制转移类指令 3.3.5 串操作指令 3.3.6 输入/输出指令 3.3.7 处理器控制指令 1、空操作 NOP 2、处理器等待指令 WAIT 3、处理器暂停指令 HLT 3.3.8 中断指令与DOS功能调用

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

5.1 Excel 2010基础 5.2 Excel的基本操作 5.3 公式和函数 5.4 图表的制作 5.5 数据的管理与统计

5.1 Excel 2003基础 5.2 Excel的基本操作 5.3 公式和函数 5.4 图表的制作 5.5 数据的管理与统计 5.6 打印工作表

第一节计算机数据采集系统发展概况 采用计算机对生产过程进行监视和测量的系统,一般称 为数据采集系统(Data Acquisition System简称DAS),或称为 计算机安全监视系统、计算机信息处理系统、数据采集监视 和处理系统等

第五章重叠、流水和向量处理机 1重叠方式 一.重叠解释方式 1.一条指令的几个过程段 （1)取指令:根据PC(指令计数器)从M(存储器) 取出指令送到IR(指令寄存器) （2)译码分析:译出指令的操作性质,准备好所需数据 （3)执行:将准备好的数按译出性质进行处理,主要涉及ALU(算术逻辑运算部件) 2.对指令执行的几种方式