第3章栈和队列 选择题 1.对于栈操作数据的原则是()。【青岛大学2001五、2(2分)】

一、卫星通信应用简介 二、Ku波段卫星接收系统原理及安装调试 三、卫星数据广播(IP)节目的接收与应用

3.3.1 数据传送指令 3.3.2 算术运算指令

2.3 声表面波滤波器（*） 2.4 有源RC滤波器 2.5 抽样数据滤波器

9.1 优化的主要种类 9.2 数据流分析介绍 9.3 数据流分析的基础 9.4 常量传播 9.5 部分冗余删除 9.6 流图中的循环

6.1 一个颠覆常识的认知实例 6.2 人类认知学习的生理学原理 6.3 认知过程的基本规律：“认”出特征，“知”道归属 6.4 大数据认知的计算机实现：以人脸识别为例 6.5 教育大数据与教育大数据技术的应用定位分析 6.6 本章小结

10.1数据库备份概述 10.2备份类型 10.3备份策略 10.4备份设备 10.5备份 10.6还原

3.1 概述 3.2 Pentium微处理器的寻址方式 3.3 数据传送指令 3.4 算术运算指令

8.1 流计算概述 • 8.1.1 静态数据和流数据 • 8.1.2 批量计算和实时计算 • 8.1.3 流计算概念 • 8.1.4 流计算与Hadoop • 8.1.5 流计算框架 8.2 流计算处理流程 • 8.2.1 概述 • 8.2.2 数据实时采集 • 8.2.3 数据实时计算 • 8.2.4 实时查询服务 8.3 流计算应用 8.4 流计算开源框架 – Storm • 8.4.1 Storm简介 • 8.4.2 Storm的特点 • 8.4.3 Storm设计思想 • 8.4.4 Storm框架设计 8.5 Spark Streaming 8.5.1 Spark Streaming设计 8.5.2 Spark Streaming与Storm的对比 8.6 Samza 8.6.1 基本概念 8.6.2 系统架构 8.7 Storm、Spark Streaming和Samza的应用场景 8.8 Storm编程实践 8.8.1 编写Storm程序 8.8.2 安装Storm的基本过程 8.8.3 运行Storm程序

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