问答
首页
找产品
找企业
资讯
论坛
百科
问答
维修
服务
品牌
改装
首页
问答
全部分类
问答
精选
待解决
问
雷达基本数据
mini
你所说的是最基本的两坐标雷达,用于搜索警戒。只能判断方向和距离,没法测高度,所以也没法定位目标。完整的三坐标雷达可以测三个坐标,其中的角度信息还包括仰角,你少说了以后雷达越来越先进,还可以测量速度信息(多普勒雷达),外形的细节信息(合成孔径雷达)等等
2023-09-21
2条回答
问
如何给数据加密啊?
匿名
数据加密其实很简单,因为目前很多加密厂商都可以做到,只需安装好加密软件,配置好加密文件类型就可以自动完成,比如:明镜防泄密系统,采用驱动层加密,完全无感知,支持多级审批,用了的人都说好。
2023-08-15
4条回答
问
研究数据挖掘和数据仓库需要的条件
司马仲达
不是很需要,但是你懂的话那最好了 能有效地从大量的、不完全的、模糊的实际应用数据中,提取隐含在其中的潜在有用的信息和知识,揭示出大量数据中复杂的和隐藏的关系,为决策提供有用的参...探讨管理会计中应用数据挖掘技术的可行性,探讨数据挖掘技术在管理会计中应...
2023-07-16
2条回答
问
数据挖掘
Li.Kai
http://www.ics.uci.edu/~mlearn/MLRepository.html 上面有各种数据集
2023-07-16
1条回答
问
数据挖掘的数据分析方法有哪些
提示:恭喜你
利用数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等, 它们分别从不同的角度对数据进行挖掘。 ①分类。分类是找出数据库中一组数据对象的共同特点并按照分类模式将其划分为不同的类,其目的是通过分类模型,将数据库中的数据项映射到某个给定的类别。它可以应用到客户的分类、客户的属性和特征分析、客户满意度分析、客户的购买趋势预测等,如一个汽车零售商将客户按照对汽车的喜好划分成不同的类,这样营销人员就可以将新型汽车的广告手册直接邮寄到有这种喜好的客户手中,从而大大增加了商业机会。 ②回归分析。回归分析方法反映的是事务数据库中属性值在时间上的特征,产生一个将数据项映射到一个实值预测变量的函数,发现变量或属性间的依赖关系,其主要研究问题包括数据序列的趋势特征、数据序列的预测以及数据间的相关关系等。它可以应用到市场营销的各个方面,如客户寻求、保持和预防客户流失活动、产品生命周期分析、销售趋势预测及有针对性的促销活动等。 ③聚类。聚类分析是把一组数据按照相似性和差异性分为几个类别,其目的是使得属于同一类别的数据间的相似性尽可能大,不同类别中的数据间的相似性尽可能小。它可以应用到客户群体的分类、客户背景分析、客户购买趋势预测、市场的细分等。 ④关联规则。关联规则是描述数据库中数据项之间所存在的关系的规则,即根据一个事务中某些项的出现可导出另一些项在同一事务中也出现,即隐藏在数据间的关联或相互关系。在客户关系管理中,通过对企业的客户数据库里的大量数据进行挖掘,可以从大量的记录中发现有趣的关联关系,找出影响市场营销效果的关键因素,为产品定位、定价与定制客户群,客户寻求、细分与保持,市场营销与推销,营销风险评估和诈骗预测等决策支持提供参考依据。 ⑤特征。特征分析是从数据库中的一组数据中提取出关于这些数据的特征式,这些特征式表达了该数据集的总体特征。如营销人员通过对客户流失因素的特征提取,可以得到导致客户流失的一系列原因和主要特征,利用这些特征可以有效地预防客户的流失。 ⑥变化和偏差分析。偏差包括很大一类潜在有趣的知识,如分类中的反常实例,模式的例外,观察结果对期望的偏差等,其目的是寻找观察结果与参照量之间有意义的差别。在企业危机管理及其预警中,管理者更感兴趣的是那些意外规则。意外规则的挖掘可以应用到各种异常信息的发现、分析、识别、评价和预警等方面。 ⑦Web页挖掘。随着Internet的迅速发展及Web 的全球普及, 使得Web上的信息量无比丰富,通过对Web的挖掘,可以利用Web 的海量数据进行分析,收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息,集中精力分析和处理那些对企业有重大或潜在重大影响的外部环境信息和内部经营信息,并根据分析结果找出企业管理过程中出现的各种问题和可能引起危机的先兆,对这些信息进行分析和处理,以便识别、分析、评价和管理危机。
2023-07-15
1条回答
问
大数据时代怎么做数据挖掘
草戒指
大数据时代也好,还是非大数据时代也好,数据挖掘分析要现有目标,你想达成什么样的目的,然后再寻找达成目的的方法,这个是最重要的,不能偏离方向,非要往大数据上靠。大数据也并非是个一个技术,而是由很多技术的统称,即包含分布式存储、计算等,也包含传统的统计分析等。
2023-07-14
1条回答
问
数据挖掘中数据光滑技术分箱深度指什么
可不可以不忧伤
就是只几个数据一组来光滑数据,举例说明:bin1:13 15 16bin2:19 20 22bin3:25 25 29上面的深度为3,就是3个一组来smooth
2023-07-10
2条回答
问
数据分析和数据挖掘的区别是什么?如何做好数据挖掘
匿名用户
1,数据分析可以分为广义的数据分析和狭义的数据分析,广义的数据分析就包括狭义的数据分析和数据挖掘,我们常说的数据分析就是指狭义的数据分析。2,数据分析(狭义):定义:简单来说,数据分析就是对数据进行分析。专业的说法,数据分析是指根据分析目的,用适当的统计分析方法及工具,对收集来的数据进行处理与分析,提取有价值的信息,发挥数据的作用。作用:它主要实现三大作用:现状分析、原因分析、预测分析(定量)。数据分析的目标明确,先做假设,然后通过数据分析来验证假设是否正确,从而得到相应的结论。方法:主要采用对比分析、分组分析、交叉分析、回归分析等常用分析方法;结果:数据分析一般都是得到一个指标统计量结果,如总和、平均值等,这些指标数据都需要与业务结合进行解读,才能发挥出数据的价值与作用; 互联网是个神奇的大网,大数据开发和软件定制也是一种模式,这里提供最详细的报价,如果你真的想做,可以来这里,这个手技的开始数字是一八七中间的是三儿零最后的是一四二五零,按照顺序组合起来就可以找到,我想说的是,除非你想做或者了解这方面的内容,如果只是凑热闹的话,就不要来了。3,数据挖掘:定义:数据挖掘是指从大量的数据中,通过统计学、人工智能、机器学习等方法,挖掘出未知的、且有价值的信息和知识的过程。作用:数据挖掘主要侧重解决四类问题:分类、聚类、关联和预测(定量、定性),数据挖掘的重点在寻找未知的模式与规律;如我们常说的数据挖掘案例:啤酒与尿布、安全套与巧克力等,这就是事先未知的,但又是非常有价值的信息;方法:主要采用决策树、神经网络、关联规则、聚类分析等统计学、人工智能、机器学习等方法进行挖掘;结果:输出模型或规则,并且可相应得到模型得分或标签,模型得分如流失概率值、总和得分、相似度、预测值等,标签如高中低价值用户、流失与非流失、信用优良中差等;4,综合起来,数据分析(狭义)与数据挖掘的本质都是一样的,都是从数据里面发现关于业务的知识(有价值的信息),从而帮助业务运营、改进产品以及帮助企业做更好的决策。所以数据分析(狭义)与数据挖掘构成广义的数据分析。
2023-07-10
5条回答
问
CAN数据总线系统的组成,数据的传输,数据类型,电控单元数据的收发,CAN总线在汽车上的应用?
匿名用户
CAN-BUS系统主要包括以下部件:CAN控制器、CAN收发器、CAN-BUS数据传输线和CAN-BUS终端电阻. 1.CAN控制器,CAN收发器CAN-BUS上的每个控制单元中均设有一个CAN控制器和一个CAN收发器。CAN控制器主要用来接收微处理器传来的信息,对这些信息进行处理并传给CAN收发器,同时CAN控制器也接收来自CAN收发器传来的数据,对这些数据进行处理,并传给控制单元的微处理器。CAN收发器用来接收CAN控制器送来的数据,并将其发送到CAN数据传输总线上,同时CAN收发器也接收CAN数据总线上的数据,并将其传给CAN控制器。2.数据总线终端电阻CAN-BUS数据总线两端通过终端电阻连接,终端电阻可以防止数据在到达线路终端后象回声一样返回,并因此而干扰原始数据,从而保证了数据的正确传送,终端电阻装在控制单元内。3.数据传输总线数据传输总线大部分车型用的是两条双向数据线,分为高位﹝CAN-H﹞和低位﹝CAN-L﹞数据线。为了防止外界电磁波干扰和向外辐射,两条数据线缠绕在一起,要求至少每2.5cm就要扭绞一次,两条线上的电位是相反的,电压的和总等于常值。
2023-06-25
1条回答
问
求数据:求最近几年火灾数据和电器引起的火灾?
4482f39397dd
据消防部门公布的最新统计数据,2014年全市公安消防部队共扑救火灾2510起,其中电器故障引发的火灾全年1321起,占火灾总数的52.63%。常州市消防支队副支队长戴粉庚介绍这主要是因为三个方面的原因:“第一是私拉乱接电线现象比较多,第二是大量使用大功率的电器,造成电气线路超负荷运转。第三,居民包括企业员工,没有正确按照操作规程,使用电器设备。” 消防部门表示,一般发生电气火灾前都有一种前兆,就是电线因过热首先会烧焦绝缘外皮,散发出烧胶皮、塑料的难闻气味。所以,当闻到此气味市,首先应该立即检查电气方面存在故障,应该立即拉闸停电,查明原因。另外,春节期间,燃放烟花爆竹也与可能引发火灾。据统计,在2014年除夕夜晚6点到9点,我市发生15起火灾。其中6起是因为燃放烟花爆竹引起的。2014年春节长假期间,我市接出警火灾59次,其中80%以上烟花爆竹引起的。
2023-04-03
2条回答
上一页
5/194
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
下一页
求购
首页
找产品
找企业
论坛
我的