1) test data sharing
测试数据共享
2) data sharing
数据共享
1.
Quick response system for textile & apparel supply chain based on XML data sharing;
基于XML数据共享的纺织服装供应链快速响应系统
2.
Studies on the scientific data sharing with the Web services technology;
基于Web Services技术的科学数据共享研究
3.
Framework and realization of water scientific data sharing network;
水利科学数据共享网的构架与实现
3) data share
数据共享
1.
Application of Web feature service-based data share to earthquake disaster reduction;
基于WFS的空间数据共享在地震减灾中的应用
2.
Research of Distributed Spatial Data Share Platform Based on Jabber;
基于Jabber的分布式空间数据共享模型研究
3.
Net-connection and data share between large-scale computers IBM and SGI;
IBM和SGI大型处理计算机网络连接与数据共享
4) data-sharing
数据共享
1.
The data-sharing of the Linux multi-proccess running;
Linux多进程运行的数据共享
2.
The data-sharing among threas is an important research topic.
多线程中的数据共享是一个重要研究课题,现给出了多线程之间处理数据的新模式,该模式的核心是:通过克隆线程的目标对象,使得多线程具有相同结构的目标对象却不共享目标对象的数据,这种新模式增强了利用多线程解决实际问题的能力。
5) data shared
数据共享
1.
Realizing Mechanism of Data Shared Base On C++;
C++中数据共享的实现机制
2.
Research & realization on data shared of "digital basin;
“数字流域”中数据共享机制研究与实现
3.
If we have made the geologic data shared in the different of the hard wares and soft wares Working on each system and platfom, ,we should not only set up the collection and shared criterion of the data,but also resolve the problem of the different structure of the data,quickly update and maintain the bulky data,and keep on researching the Client/Sever, WebGIS and Browser/Sever.
地球科学数据共享是时代的需求,实现地球科学数据跨系统、跨平石在不同硬件、软件平台下共享,必须建立健全地球科学数据的采集标准、共享标准,必须解决地球科学数据的异构问题、海量数据的快速更新与维护技术以及研究C／S结构、WebGIS技术及 B／S结构的有机结合等难题。
6) shared data
共享数据
1.
This paper gives reasons for the ping-pong effect of the high speed store-postponing shared data in multiprocessor systems and suggests using hardware and software to handle the ping-pong effect of the shared data in CACHE for the multiprocessor systems.
分析了多处理器系统中高速缓存共享数据乒乓效应的产生原因,并提出使用硬件和软件等方法处理多处理机系统的Cache中共享数据乒乓效应的几种对策。
补充资料：测试数据处理
测试数据处理
data processing of testing results
eeshi shuju ehul:测试数据处理(data proeess庄ng of testingresults)在选矿测试技术中，对测试的信号要进行加工处理，包括完成滤波处理，工程量变换，线性化处理，标准化处理(包括定标，死时间校正，漂移校正，标准化系数校正，测量值上、下限检验等)，再经过测试仅器标定，把仪器测得的表观值变为实际值;对于动态测量还包括数据的采取，检验和取舍，转换，预处理以及确定动态特性指标，数学模型等。数据处理内容有计算测量精度、测量平均值，求出标准偏差;必要时进行组合测量;最终对所得实际值进行误差分析和统计检验。从狭义说，测试数据处理仅指此最终过程。在现代自动测试系统中，数据采集和处理均由计算机系统控制，包括自动完成最终数据的分析检验;输出的信息可满足显示、打印或记录、贮存、控制等要求。 测量精度被测对象多为样品而非总体，而且测试中必有误差，即测试得不到被测参量真值，必须根据误差理论对所得结果的可能彼动范围作出一区间的估计，并指出这种估计的可靠程度。用仪表测得的被测参量的测得值和其真值的接近程度为测量精度，二者之间的差即为测量误差。测量误差包括粗大误差、系统误差和随机误差。 测量平均值由数理统计证明，通过有限的N次 等精度测量，所得的测得值x、的 算术平均值 N 王一责馨二、 为该被测参量的真值的无偏估 计。 标准偏差工程测量的随机 误差绝大部分都近似地符合正态 分布，由此可求出测量的标准偏差 ;*一德 式中次为测量残差，民一x*一王。可 A 以按照次妻3。的原则，剔除测量中 的粗大误差;对于系统误差除可根 据民值的规律性判断是否存在 外，有时还须通过统计检验方可查明;要寻找出系统误差存在的原因，并设法消除或修正。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条