⚫ 第一节 数据的计量与类型 ⚫ 第二节 统计数据搜集的组织形式 ⚫ 第三节 统计数据搜集的方法 ⚫ 第四节 统计调查方案 ⚫ 第五节 统计数据的整理与显示

02-01-05一级考试选择题(L) 1、大规模和超大规模集成电路芯片组成的微型计算机属于现代计算机阶段的() A)第二代B)第三代C)第四代D)第五代 2、平时所谓的“存盘”是指将信息按文件保存在() A)内存B)运算器C)控制器D)外存 3、有关数据总线的说法,正确的是() A)数据总线只能由CPU传送信息 B)数据总线为32位表示CPU的字长是32位 C)数据总线的位数与内存容量有关 D)数据总线传送的是控制信息

在大量的应用领域中,人们经常面临用一个解析函数描述数据(通常是测量值)的任务。 对这个问题有两种方法。在插值法里,数据假定是正确的,要求以某种方法描述数据点之间 所发生的情况。这种方法在下一节讨论。这里讨论的方法是曲线拟合或回归。人们设法找出 某条光滑曲线,它最佳地拟合数据,但不必要经过任何数据点。图111说明了这两种方法

2.1.1数据、信息和信号 2.1.2通信系统模型 2.1.3数据传输方式 2.1.4物理信道的连接方式 2.1.5串行通信与并行通信 2.1.6数据通信方式 2.1.7数字化是信息社会发展的必然趋势

2.1 Visual FoxPro编程基础 2.1.1数据和数据类型 1.数据的分类 Visual FoxPro的全部数据类型可分为二大类: 一类称为 Visual FoxPro(基本)数据类型:它们用于变量和数组,也可以用于表的字段中; 另一类称为 Visual Fox Pro字段类型,它们只能用于表的字段中

• 3.1 NoSQL简介 • 3.2 NoSQL兴起的原因 • 3.3 NoSQL与关系数据库的比较 • 3.4 NoSQL的四大类型 • 3.5 NoSQL的三大基石 • 3.6 从NoSQL到NewSQL数据库 • 3.7 文档数据库MongoDB

一、计算机数据的特殊性 1、存在明显的数据模式: 许多数据都具有某种固有的模式。这主要是由数据冗余和数据结构引起的。各种计算机语言的语句和指令都十分有限,因而在程序中便表现为少量的语句和指令的大量重复

第七章半导体存储器 存储器—用以存储二进制信息的器件。 半导体存储器的分类: 根据使用功能的不同,半导体存储器可分为两大类: (1)随机存取存储器(RAM)也叫做读/写存储器。既能方便地读岀所存数据,又能随时写入新的数据。RAM的缺点是数据易失,即一旦掉电,所存的数据全部丢失 (2)只读存储器(ROM)。其内容只能读出不能写入存储的数据不会因断电而消失,即具有非易失性。存储器的容量:存储器的容量=字长(n)×字数(m)

信息管理与信息系统专业 《专业导论及信息系统基础》 《C 语言程序设计 A》 《C 程序设计实践》 《管理学原理》 《面向对象程序设计》 《面向对象程序设计实践》 《数据结构》 《操作系统》 《微观经济学》 《数据结构实践》 《操作系统（LINUX）应用与实践》 《管理统计学》 《数据库系统基础》 《WEB 原理及应用》 《计算机网络》 《PYTHON 程序设计》 《管理统计学实践》 《数据库设计》 《WEB 原理及应用实践》 《计算机网络实践》 《会计学》 《信息系统分析与设计》 《商务智能方法与应用》 《分布式系统及云计算原理》 《JAVA 企业级开发与实践》 《信息系统分析与设计课程设计》 《商务智能实践》 《ORACLE/MYSQL 数据库系统》 《电子商务概论》 《运筹学 I》 《信息系统安全基础》 《大数据技术基础》 《企业架构》 《移动应用开发与实践》 《信息系统安全实习》 《流数据分析技术》 《数据可视化技术》 《人机交互设计》 《信息系统项目管理》 《信息系统测试技术》 《财务管理》 《JAVA 开源框架》 《企业经营管理模拟系统及实践》 《大数据开发技术》 《商务沟通与市场营销》 《运筹学 II》 《企业资源计划（ERP）及实践》 《信息安全管理与风险评估》 《自主创新创业实践》 《大数据技术及应用综合实践》 《IT 产品设计与运营综合实践》 《毕业设计》 电子商务专业 《信息系统基础》 《网页设计与制作》 《网络实用技术》 《实用操作系统》 《网络营销》 《实用操作系统实践》 《网络营销实践》 《电子商务法律》 《数据库系统及应用》 《JAVA 程序设计》 《数据库系统及应用实践》 《JAVA 程序设计实践》 《运筹学》 《商务智能》 《电子商务 WEB 开发技术》 《电子商务 WEB 开发技术实践》 《JAVA 商务实践》 《数据分析技术》 《网上支付与结算》 《电子商务系统分析与设计》 《物流与供应链管理》 《电子商务运营管理》 《互联网金融》 《电子商务系统分析与设计实践》 《物流与供应链管理实习》 《移动电子商务》 《信息经济学》 《客户关系管理》 《电子商务安全》 《电子商务安全实践》 《社会调查与研究方法》 《电子商务综合实习》 《CDA 数据分析实训》

随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义