概述 现实的对象参数多为模拟信号: 利用计算机进行信息处理,必须将其转成数字信号

在各行各业的信息处理中,数据库技术得到了普遍应用。数据库技术所研究的问题是如何科学地组织 和存储数据,如何高效地获取和处理数据。VB在数据 库方面提供了强大的功能和丰富的工具。利用VB提供的数据库管理功能,可以很容易地进行数据库应用程序的开发。本章介绍数据库的基本知识和有关操作, 主要内容有:数据库的基础知识,数据库的创建及基本操作,数据库的访问方法

模板( Template)是C++支持参数化多态的工具,使用 模板可以减少程序员的重复劳动,使程序员可以建立具有通用 类型的函数库和类库。 所谓模板是一种使用无类型参数来产生一系列函数或类的 机制,是C++的一个重要特性。它的实现,方便了更大规模的 软件开发。 若一个程序的功能是对某种特定的数据类型进行处理,则 可以将所处理的数据类型说明为参数,以便在其他数据类型的 情况下使用,这就是模板的由来

第一节 定量分析中的误差 第二节 误差的分类及减免方法 第三节 随机误差的正态分布 第四节 有限测定数据的统计处理 第五节 有效数字及运算规则

第一节 定量分析中的误差 第二节 误差的分类及减免方法 第三节 随机误差的正态分布 第四节 有限测定数据的统计处理 第五节 有效数字及运算规则

本文介绍了应用IBM-PC微型计算机的多路数据采集和处理系统的工作原理,硬件结构及系统软件。该系统具有输入通道多,采样频率可调,采样数据量大,输出显示灵活等特点,已成功地应用于实测工作

第4章顺序结构程序设计 为了让计算机处理各种数据,首先就应该把源数据输入到计算 机中;计算机处理结束后,再将目标数据信息以人能够识别的方式 输出。C语言中的输入输出操作,是由C语言编译系统提供的库函数 来实现。 本章要求 1、程序的三种基本结构及其特点。 2、数据输入、输出函数及其格式控制。 3、熟悉 Turbo环境的使用。头文件帮助系统的使用(Ctrl+f1

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

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

一、资源空间数据的编辑 二、资源空间数据的类型转换 三、空间数据的提取和空间分析 四、空间数据格式的转换标准