第1节 移动数据通信概述 4.1.1 移动数据通信概念 4.1.2 移动数据通信系统的组成和分类 4.1.3 移动数据通信系统的主要技术问题 4.1.4 移动数据通信的网络技术比较 4.1.5 移动数据通信的发展前景与趋势 第2节 蜂窝移动数据通信 4.2.1 电路交换蜂窝移动数据通信 4.2.2 分组交换蜂窝移动数据通信 4.2.3 短消息服务 第3节 CDPD分组数据业务 4.3.1 CDPD发展历史 4.3.2 CDPD的网络结构与系统组成 4.3.3 CDPD原理 4.3.4 CDPD的协议模型* 4.3.4 CDPD的主要特点 4.3.5 CDPD的主要业务应用 第4节 无绳移动数据通信 4.4.1 无绳数据通信概述 4.4.2 数字无绳通信系统 4.4.3 无绳数据通信的主要应用

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》

§1 数据库系统概述 §4 数据库系统的组成 §2 数据模型 §3 DBS的结构 §1 关系模型的基本概念 §2 RDBS的数据操纵语言：关系代数 §3 RDBS的数据操纵语言：关系演算语言 §1 SQL概述 §2 SQL数据定义功能 §3 SQL数据操纵功能 §4 视图 §5 SQL数据控制功能 §6 嵌入式SQL §1 关系系统 §2 关系系统的查询优化 §1 数据库设计概述 §2 需求分析 §3 概念结构设计 §4 逻辑结构设计 §5 物理结构设计 §6 数据库的实施和维护 §1 事务的基本概念 §2 故障的种类 §3 恢复的实现技术 §4 恢复策略 §1 并发控制概述 §2 封锁（Locking） §3 封锁协议 §5 并发调度的可串行性 §6 两段锁协议 §7 封锁的粒度 §1 数据库安全性控制 §2 统计数据库安全性 §1 完整性约束条件 §2 完整性控制 §3 SQL的完整性实现

7.1 数据处理与分析的概念 7.1.1 数据分析与数据挖掘 7.1.2数据分析与数据处理 7.1.3大数据处理与分析 7.2机器学习和数据挖掘算法 7.2.1概述 7.2.2 分类 7.2.3聚类 7.2.4 回归分析 7.2.5关联规则 7.2.6协同过滤 7.3 大数据处理与分析技术 7.3.1技术分类 7.3.2 流计算 7.3.3 图计算 7.4大数据处理与分析代表性产品 7.4.1 分布式计算框架MapReduce 7.4.2 数据仓库Hive 7.4.3数据仓库Impala 7.4.4 基于内存的分布式计算框架Spark 7.4.5 TensorFlowOnSpark 7.4.6 流计算框架Storm 7.4.7 流计算框架Flink 7.4.8大数据编程框架Beam 7.4.9查询分析系统Dremel

无论是在 Internet还是在 trane t上,应用ASP技术设 计网络数据库应用系统的网络要求都可以集中为: 超文本传输协议(HTP, Hyper Text Transfer Protocol),Web服务,Web接口技术,数据库技术 和数据库接口技术,这么几个要点

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

数据库技术是信息系统的核心和基础，它的出现极大地促进了计算机应用向各行各业的渗透。 数据库的建设规模、数据库信息量的大小和使用频度已成为衡量一个国家信息化程度的重要标志

1.1 数据采集系统的基本原理 1.2 高速数据采集的应用 1.3 高速数据采集的研究现状及发展趋势

在统计推断这个领域,如果观测到组成总体的所 有观测值是不可能或不切实际的,只要关心怎样 得出关于总体的结论。 ·在大多数统计分析应用中,必须依据从总体中抽 取的子集的观测值。称这个子集为数据集,从这 个数据集建立一个总体的统计模型,从而对相同 的总体作推断。 ·问题是它可能导致对总体错误的推断,因此最好 是在独立的、随机观察的情况下选取一个随机的 数据集

大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望