1) symbolic data analysis(SDA)
符号数据分析(SDA)
2) Spatial Data Analysis(SDA)
空间数据分析(SDA)
3) Symbolic Data Analysis
符号数据分析
1.
Study of the Theory & Methodology of Interval-valued Symbolic Data Analysis with Application to Finance;
区间型符号数据分析理论方法及其在金融中的应用研究
2.
Symbolic Data Analysis (SDA) which is a kind of advanced complicated data analysis technology has been introduced in this paper.
为解决这一问题,符号数据分析(symbolic data analysis,SDA)方法被提出并得到了迅速的发展。
4) record delimiter
数据录分隔符号
6) symbolic data
符号数据
1.
For symbolic data El-Sonbaty and Ismail have proposed Fuzzy Symbolic C-Means Algorithm(FSCM) which has been improved by Miin-Shen Yang et al.
针对模糊数据,Hathaway提出了模糊C均值算法(FCM);针对符号数据,El-Sonbaty和Ismail提出了符号数据模糊C均值算法(FSCM);Miin-ShenYang等人对FSCM进行了改进,提出了混合特征的模糊C均值算法(MVFCM),MVFCM比FSCM更有效更具有实用性。
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