1) High dimensional data analysis
高维数据分析
2) multi-dimensional data analysis
多维数据分析
1.
Implement multi-dimensional data analysis based on MDX and MOLAP;
基于MDX及MOLAP实现多维数据分析
3) multi-dimension data analysis
多维数据分析
1.
The Power-plant Fuel Audit Multi-dimension Data Analysis System is proposed, based on OLAP multi-dimension data analysis, DBMS data transfer technology and the method of audit temporary table, which can be used to analyze the fuel data in multi-angles, multi-sides and multi-levels, and identify fuel audit trail and audit evidence among huge amount of data.
通过对发电企业燃料管理系统状况和传统燃料审计中存在问题的分析,提出了基于成熟的OLAP多维数据分析技术,利用高速关系数据库迁移技术和审计中间表方法,给出了多维数据分析在燃料审计中应用的设计方案,实现了对燃煤数据的多角度、多侧面、多层次综合分析,解决了如何从海量数据中快速找到燃料审计线索、获取审计证据的问题,大大提高了燃料审计的效率和质量。
4) multidimensional data analysis
多维数据分析
1.
Using Decision Cube of Delphi in Multidimensional Data Analysis;
使用Delphi的Decision Cube进行多维数据分析
2.
Research on Neural Networks and Distributed Computing Based on Multidimensional Data Analysis;
基于多维数据分析的神经网络与分布式计算研究
3.
The multidimensional data analysis of vegetables safety was carried out based on the multidimensional view which took the test of pesticide residue in vegetables in an agricultural prod-ucts wholesale market as the core.
对多维OLAP数据分析方法进行了讨论,结合某农产品批发交易市场的特点,以蔬菜农药超标检测主题为核心对蔬菜检测的多维视图进行了设计,并以此为基础实现了蔬菜检测的多维数据分析,从而为加强安全管理,对蔬菜超标追根溯源提供了必要的支持。
5) three-way data analysis
三维数据分析
1.
The author of the present thesis has studied some new approaches of chemical rank estimation of a three-way data array and the application of three-way data analysis and chemical pattern recognition in pharmacology.
本文作者对三维数据阵列的化学秩估计和三维数据分析与模式识别方法在药学研究中的应用的两个方面开展了研究。
6) high-dimensional categorical data
高维分类数据
1.
Owing to the sparsity of high-dimensional data and the features of categorical data,it needs to develop special methods for high-dimensional categorical data.
鉴于高维数据的稀疏性和分类数据特点,探讨了专门针对高维分类数据的聚类方法。
补充资料：分析数据处理
分析数据处理
treatment of analytical data
分析数据处理(treatment。f。nalytiealdata)对农业化学分析的测定数据进行科学的整理、检验和表达的过程。由于测定方法、仪器性能、试剂纯度、环境条件和技术水平等因素的影响，分析数据必然会存在一定的误差。为了判断分析数据的可靠性，并合理地表达分析结果及其误差，需要借助统计学对分析数据进行必要的处理。 分析数据的整理由实验得到的分析数据，首先需要进行适当的整理。包括舍弃异常数据.去除数据中的非有效数字，绘制工作曲线和经过一定的运算等、才能得到合理的分析结果。 有效数字及运算规则在测量中所能得到的、有实际愈义的数字称为有效数字。为了准确地反映测量的精确程度，在记录数据时应注意保留适当的有效数字位数。山各个操作环节得到的测量值其有效数字的位数通常是不相等的。运算时需要按照定的法则:①记录测量值时，只保留位可疑数字。②、气有效数字位数确定后，多余的数字应一律弃去。舍弃的方法为“四舍六入五留双”(留双的意思为:当尾数是5时，如进位后得偶数则进位.否则弃去)。③几个数相加减时，各数及其和、差的有效数字位数以各数中小数点后位数最少者为标准。④儿个数相乘除时，以齐数中有效数字最少者为标准。⑤在对数计算中.所取对数位数与真数有效数字位数相同。 异常数据的舍弃在一组测定数据中，如有个别数据偏离平均值较远.该数据便被怀疑为异常数据。这时，应客观地分析异常数据产’1二的兵体原l^l决定其取舍，而不应凭分析人员主观臆断随心取舍。如兀明确的原因，则可根据统计方法来决定取舍。常JlJ的舍弃方法有4d法、2.5d法和Q检验法等， 工作曲线的绘制与直线回妞方程的计算在采用光度法、电位法、原子吸收法等分析时，常需通过工作曲线求算未知样品中某成分的浓度。l二作曲线指标准溶液系列的浓度与测量值之间的关系曲线(·般为直线).通常以横坐标表示物质含量或浓度，以纵坐标表示测量参数绘制而成。但往往__「作曲线的点阵井不完全在一直线上.这时可用回归法求出直线方程夕一a，十b.其中a和b分别为直线的斜率和截即.其计算公式如下:n勘y一艺J艺yn芝了2一(勤，)”乏JZ艺y一乏J乏J夕月艺JZ一(乏才)”式中n为测定次数;，为物质的含量或浓度;y为测量参数。以回归法求得的直线方程能最合理地代表仁作曲线。 分析数据的检验与表达经过整理后得到的分析数据，还需要进行一定的统计处理和检验，以合理地表达分析结果及其误差。误差主要来自于过失误差、系统误差和偶然误差3个方面。存在过失误差的数据应予以弃除，系统误差可根据其原因加以消除和修正。
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