§ 1－1 被控过程特性的一般描述 § 1－2 单容过程的动态特性 § 1－3 多容过程的动态特性 § 1－4 纯迟延 § 1－5 分布参数 § 1－6 非线性 § 1－7 生产过程动态特性的实验测试与数据处理

§ 1－1 被控过程特性的一般描述 § 1－2 单容过程的动态特性 § 1－3 多容过程的动态特性 § 1－4 纯迟延 § 1－5 分布参数 § 1－6 非线性 § 1－7 生产过程动态特性的实验测试与数据处理

四川大学：测试技术与控制工程系课程教学资源《误差理论及数据处理》教学大纲 Error Theory and Data Processing

 大数据处理的基本流程  大数据处理模型  大数据关键技术  大数据处理工具  大数据时代面临的新挑战 WordCount 关联规则基本模型 聚类 本章内容首先介绍了大数据处理的基本流程和大数据处理模型，接着介绍了大数据的关键技术，其中，云计算是大数据的基础平台和支撑技术，本章以Google 的相关技术为主线，详细介绍Google 以及其他众多学者和研究机构在大数据技术方面已有的一些工作，包括文件系统、数据库系统、索引和查询技术、数据分析技术等；接下来，介绍了大数据处理平台和工具，就目前技术发展现状而言，Hadoop 已经成为了大数据处理工具事实上的标准。最后，介绍大数据时代面临的新挑战，包括大数据集成、大数据分析、大数据隐私问题、大数据能耗问题、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。 大数据采集架构 预测模型

一、信号与信息 二、信号分析的基本内容 三、学习本课程的意义 四、信号的分类 五、典型的信号

一、离散时间信号 二、离散时间系统 三、卷积和与相关 四、采样信号的傅里叶变换 五、采样定理 六、离散傅里叶变换 七、快速傅里叶变换

一、基本概念 二、IIR滤波器设计的特点 三、常用模拟低通滤波器的设计方法 四、用脉冲响应不变法设计IIR数字滤波器 五、用双线性变换法设计IIR数字滤波器 六、设计IIR滤波器的频率变换法

§2.1 有关误差的一些基本概念 2.1.1 准确度与精密度 2.1.2 误差与偏差 2.1.3 系统误差与随机误差 2.1.4 系统误差与准确度 §2.2 随机误差的分布 2.2.1 频率分布 2.2.2 正态分布 2.2.3 随机误差的区间概率 §2.3 有限数据的统计处理 2.3.1 集中趋势和分散趋势的表示 2.3.2 平均值的置信区间 2.3.3 显著性检验 讨论 2.3.4 离群值的取舍

2.1误差来源及其分类 2.2误差的表示方法 2.3随机误差的估算 2.4粗大误差的判断准则 2.5系统误差及其减小方法 2.6测量数据的处理 2.7误差的合成与分配 2.8最佳测量条件的确定

3.5 数字滤波器在虚拟仪器中的应用及其软件实现 3.5.1调用数字滤波器子程序的几个问题 3.5.2 在LabVIEW中应用滤波器 3.6 信号和系统的频率分析技术及其软件实现 3.6.1 离散傅里叶变换 3.6.2 在LabVIEW中的频谱分析VI 3.6.3 功率谱分析及其VI 3.6.4 谐波分析及其LabVIEW实现 3.7 逐点分析库 3.8 虚拟仪器中其他常用数据处理技术 3.8.1 概率和统计函数 3.8.2 曲线拟合 3.8.3 线性代数