1) causality
数据分组处理方法
1.
The paper constructs the GMDH Causality test by combing with Group Method of Data Handling (GMDH) and Granger causality test idea, and, based on this new method, the causality of realty price and various factors is analyzed and some phenomena taken place in Chinese realty market are explained.
本文结合数据分组处理方法(GMDH)和Granger因果关系检验思想,建立了基于GMDH的因果关系检验方法,并详细分析了房地产价格与各因素之间的因果关系,解释了近年来中国房地产市场的一些现象。
2) data
数据
1.
Tentative Discussion Methods of Data Auditing in Environment Statistical;
浅论环境统计中数据的审核方法
2.
Study on Data Mining Model in Digital Mine Building Process;
数字化矿山构建过程中的数据挖掘模型研究
3.
The development of universal data output platform of the comprehensive mud logging equipment;
综合录井仪通用数据输出平台系统开发
3) Database
数据
1.
Review of the International Main Greenhouse Gases Emission Databases;
国际主要温室气体排放数据集比较分析研究
2.
The basic database is established preliminarily on IBM-PC with SYSTAT by using fishery resources data (investigated from 1980 to 1994) of 527 reservoirs of 25 provinces in China.
将1980-1994年间全国25个省(市、区)527座水库渔业资源调查数据在计算机上运用SYSTAT软件初步建立基础数据库,对水库形态与自然环境、水的理化性质、生物学等三大层次52项指标进行了初步统计分析。
3.
In this paper ,on the example of photoelectricity test system , the means of running external program in VB with Win32 API to acquire wave curve and the methed software to save wave curve with database software are discussed.
以光电测试系统软件为例,介绍了在 VB中利用 WIN32 API 函数运行外部应用程序来采集波形,以及运用数据库软件保存波形的具体实现方法。
4) date
数据
1.
Meanwhile, it realizes the date remote transfere.
应用表明,该系统对就业信息的管理提供全面技术支持,且作为网络平台可连接多个终端,允许多人同时访问,实现了数据的远程传输以及系统的远程控制,使用方便、功能齐全、运行速度快,具有良好的移植性和可扩展性,基于Web的解决方案安装与维护简单易行。
2.
Date informs various statie and dynamil information.
数据则反映了各种静态和动态信息,它是程序运行的基本依据,路由数据是中继数据的一部分。
3.
This paper from practical angle raise feasibility that students marks will be managed with a computer, analysis the students marks management by taking advantage of the view of management information system, forms a serial of description tools of management function chart, date flow chart and data dictionary, etc.
从实用角度提出计算机对学生成绩进行管理的可行性,利用管理信息系统的观点对学生成绩管理进 行系统分析,并形成管理职能图、数据流程圈以及数据字典等一系列的描述工具,然后对系统进行系统设计,形成 了新系统的功能结构图,并对系统进行模块设计形成具体的程序设计方案。
5) Datum
数据
1.
In order to research the relativity in the four criterias of checking automobile braking,based on the big sample datum,the distribution feature and brink-distribution feature of checking data s vector are revealed.
为了研究汽车制动性能检测中4项指标之间的相关性及其影响因素,对大样本检测数据进行了方差分析处理与设计,揭示了汽车制动性能检测结果向量的联合分布特征与边缘分布特征。
2.
Based on MIS theory, this thesis develops the physical and datum model of mudlogging management system and database.
本文通过理论研究和录井公司现有的网络及资源配置情况及国内外录井信息管理现状进行了充分的调查研究,对大庆油田地质录井公司在录井数据及信息管理方面进行了认真的分析和总结。
6) data of database
数据库数据
参考词条
数据流离群数据
元数据的元数据
数据库/数据仓库
异构数据库数据
数据集元数据
数据仓库元数据
数据库数据源
数据库数据结构
空间数据元数据
数据流数据模型
数据库数据流
SP数据和RP数据
"数据总库, 数据库"
内数据段<数据域>
数据表目数据库
数据基、数据库
诊断测试
形成演化规律
补充资料:数据处理的分组方法
对结构未知的复杂非线性系统的一种启发式自组织建模方法,简称GMDH法。这种方法是用输入变量的多项式来近似地表示非线性系统的输入输出关系。一般的非线性输入输出关系可表示为
式中y是输出变量;是输入变量;的多项式。直接计算十分困难,甚至是不可能的。60年代末期,苏联生物控制论学者И,赫宁柯借鉴生物控制论中的自组织化的方法提出GMDH法。它的思路不同于其他任何优化算法。这个算法是多层型的,每一层用输入输出数据拟合得到输入变量两两组合而成的部分表示。它是两个变量的函数,一般可取G为二次完全多项式:
然后将所得到的部分表示,用误差平方和按一定的阈值淘汰一部分,将留下的部分表示作为下一层的输入变量,再按同样的办法得到新的一层的部分表示。在新的一层再对部分表示进行筛选,保留一部分作为下一层的输入。这样一层一层地选下去直到选出符合要求的部分表示。将最后选到的部分表示回代成原始的输入变量,即得到最终的模型,这就是多层型信息处理的建模方法。
GMDH算法可归结为以下的基本步骤:①对原始的输入变量进行预备性选择。②为了决定部分表示的系数和对每一层的中间变量的正确的选择,将数据分成拟合组(用于决定系数)和检验组(用于选择部分表示),并给出数据分组的原则和方法。③产生两个变量为基础的部分表示。④按多层结构给出各层的阈值,使得算法过程中能自动选择部分表示。⑤选出最终模型。
GMDH算法对于难以从先验知识得到模型结构的复杂的非线性系统的建模是很有效的。特别是在输入变量多而数据很少的情况下,其他建模方法很少能奏效,GMDH算法的优越性就更为明显。它在许多方面,例如在宏观经济模型、人口模型、大气污染模型、水质模型、各种预报模型、工业过程控制模型等方面都得到了成功的应用。
参考书目
夏天长著,熊光楞、李芳芸译:《系统辨识》,清华大学出版社,北京,1983。(T.C.Hsia,Identification: Least-Squeres Methods,Lexington books, Lexington, Mass.,1977.)
式中y是输出变量;是输入变量;的多项式。直接计算十分困难,甚至是不可能的。60年代末期,苏联生物控制论学者И,赫宁柯借鉴生物控制论中的自组织化的方法提出GMDH法。它的思路不同于其他任何优化算法。这个算法是多层型的,每一层用输入输出数据拟合得到输入变量两两组合而成的部分表示。它是两个变量的函数,一般可取G为二次完全多项式:
然后将所得到的部分表示,用误差平方和按一定的阈值淘汰一部分,将留下的部分表示作为下一层的输入变量,再按同样的办法得到新的一层的部分表示。在新的一层再对部分表示进行筛选,保留一部分作为下一层的输入。这样一层一层地选下去直到选出符合要求的部分表示。将最后选到的部分表示回代成原始的输入变量,即得到最终的模型,这就是多层型信息处理的建模方法。
GMDH算法可归结为以下的基本步骤:①对原始的输入变量进行预备性选择。②为了决定部分表示的系数和对每一层的中间变量的正确的选择,将数据分成拟合组(用于决定系数)和检验组(用于选择部分表示),并给出数据分组的原则和方法。③产生两个变量为基础的部分表示。④按多层结构给出各层的阈值,使得算法过程中能自动选择部分表示。⑤选出最终模型。
GMDH算法对于难以从先验知识得到模型结构的复杂的非线性系统的建模是很有效的。特别是在输入变量多而数据很少的情况下,其他建模方法很少能奏效,GMDH算法的优越性就更为明显。它在许多方面,例如在宏观经济模型、人口模型、大气污染模型、水质模型、各种预报模型、工业过程控制模型等方面都得到了成功的应用。
参考书目
夏天长著,熊光楞、李芳芸译:《系统辨识》,清华大学出版社,北京,1983。(T.C.Hsia,Identification: Least-Squeres Methods,Lexington books, Lexington, Mass.,1977.)
说明:补充资料仅用于学习参考,请勿用于其它任何用途。