1) Distributed Data Processing (DDP)
分散性数据处理
2) Distributed Data-Processing Network
分散性数据处理网络
3) DDP
分散数据处理
4) scattered data handle
离散数据处理
6) disposalof data discretization
数据离散化处理
1.
The paper discusses the disposalof data discretization in the course of data mining base on rough sets.
主要讨论了基于粗集的数据挖掘的连续数据离散化处理过程。
补充资料:测绘数据处理
测绘数据处理
survey data processing
eehui shulu ehuli测绘数据处理(survey data processing)指工程勘察测童中所获得的大量相关数据进行统计、归纳、整理的过程。相关数据包括数字、文字、符号、曲线和图形等,如观测数据、检验数据、原始数据等,对这些数据进行归纳整理、检验分类、计算变换等的处理后,得出工程需要的数据、表册、图形等结果。 测绘数据处理分为一般计算、平差计算和计算机辅助成图。 一般计算包括在工程勘察测绘中,若干工序间各种数据按严格数学关系所进行的计算和变换工作。如大地坐标与高斯一克吕格平面直角坐标的相互转换,平面直角坐标与极坐标的相互转换,各种线路特征点的计算,单纯的统计假设检验,等等。它是分布在各项测绘工作中的一个子工序,特点是数据之间没有几何矛盾,不需进行几何平差。 平差计算为了消除平面或高程控制网中各观测值之间的几何矛盾(称为几何条件),按最小二乘法求定控制网中各几何元素(方向、距离、高差、方位、坐标、高程)的最佳估值和评定观测元素及其函数精度所进行的工作。 一个平差计算单元的数据,可分为起始数据(已知高精度的边长、方位、高程等)、观测数据(水平方向、边长、高差等)和待求数据(未知点的坐标、高程等)三类。起始数据和待求数据是非随机性数据。观测数据是随机性数据,含有误差,误差可分为系统误差和偶然误差两类。对某一个具体观测量,在相同条件下作一系列观测,系统误差表现为按一定规律变化或保持常数;而偶然误差在大小和符号上都表现出偶然性,但从大量偶然误差的总体看,它是服从正态分布的,即在一定的观测条件下:偶然误差的绝对值不会超过一定的限值;绝对值小的误差比绝对值大的误差出现的可能性大;绝对值相等的正误差和负误差出现的可能性相等,偶然误差的理论平均值为零。最小二乘法是针对偶然误差的处理方法。 在求定平面控制点的坐标或高程控制点的高程时,必须观测足以确定构网形状的那些量(称为必要观测量)。例如为了确定平面三角形三内角的大小必须观测其中任意两个角度,这两个角度就是必要观测量。但为了检核质量和提高精度还要观测另外一些量(称为多余观测量)。如前述的三角形观测了三个内角,就有一个量是多余观测量,观测量之间就会出现某些几何矛盾,例如平面三角形三内角的观测值总和不等于1800,要消除这些矛盾,即产生平差问题。
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