电子科技大学线性代数-1998真题

电子科大数据挖掘作业1-6

数据挖掘课后习题数据挖掘作业1——6 第一章绪论 1)数据挖掘处理的对象有哪些？请从实际生活中举出至少三种。 1、关系数据库 2、数据仓库 3、事务数据库 4、高级数据库系统和数据库应用如空间数据库、时序数据库、文本数据库和多媒体数据库等,还可以是 Web 数据信息。实际生活的例子： ①电信行业中利用数据挖掘技术进行客户行为分析，包含客户通话记录、通话时间、所开通的服务等，据此进行客户群体划分以及客户流失性分析。 ②天文领域中利用决策树等数据挖掘方法对上百万天体数据进行分类与分析，帮助天文学家发现其他未知星体。 ③市场业中应用数据挖掘技术进行市场定位、消费者分析、辅助制定市场营销策略等。 2)给出一个例子，说明数据挖掘对商务的成功是至关重要的。该商务需要什么样的数据挖掘功能？它们能够由数据查询处理或简单的统计分析来实现吗？以一个百货公司为例，它可以应用数据挖掘来帮助其进行目标市场营销。运用数据挖掘功能例如关联规则挖掘，百货公司可以根据销售记录挖掘出强关联规则，来诀定哪一类商品是消费者在购买某一类商品的同时，很有可能去购买的，从而促使百货公司进行目标市场营销。数据查询处理主要用于数据或信息检索,没有发现关联规则的方法。同样地，简单的统计分析没有能力处理像百货公司销售记录这样的大规模数据。

第二章数据仓库和OLAP技术 1)简述数据立方体的概念、多维数据模型上的OLAP操作。 ●数据立方体数据立方体是二维表格的多维扩展，如同几何学中立方体是正方形的三维扩展一样，是一类多维矩阵，让用户从多个角度探索和分析数据集，通常是一次同时考虑三个维度。数据立方体提供数据的多维视图，并允许预计算和快速访问汇总数据。 ●多维数据模型上的OLAP操作 a)上卷(roll-up):汇总数据通过一个维的概念分层向上攀升或者通过维规约 b)下卷(drill-down):上卷的逆操作由不太详细的数据到更详细的数据，可以通过沿维的概念分层向下或引入新的维来实现 c)切片和切块(slice and dice) 投影和选择操作 d)转轴(pivot) 立方体的重定位，可视化，或将一个3维立方体转化为一个2维平面序列 2)OLAP多维分析如何辅助决策？举例说明。 OLAP是在多维数据结构上进行数据分析的，一般在多维数据上切片、切块成简单数据来进行分析，或是上卷、下卷来分析。OLAP要查询大量的日常商业信息，以及大量的商业活动变化情况，如每周购买量的变化值，经理通过查询变化值来做决策。例如经理看到利润小于预计值是，就会去深入到各地区去查看产品利润情况，这样他会发现一些比较异常的数据。经过进一步的分析和追踪查询可以发现问题并解决 3)举例说明OLAP的多维数据分析的切片操作。切片就是在某两个维上取一定区间的维成员或全部维成员。如用三维数组表示为（地区，时间，产品，销售额），如果在地区维度上选定一个维成员，就可以得到在该地区的一个切片（关于时间和产品的切片）。

电子科技大学835线性代数2016年考研专业课真题试卷

共2页第1页电子科技大学 2016年攻读硕士学位研究生入学考试试题考试科目：835 线性代数注意事项：所有答案必须写在答卷纸上，否则答案无效。符号说明: I 表示单位矩阵, *A 表示伴随矩阵, R 表示实数域. 一(15分) 已知3阶矩阵()()121212,,,,,A B ααβααβ==, 其中1212,,,ααββ都是3维列向量. 若4,5A B ==, 求32A B -. 二(20分) 是否存在满足如下条件的矩阵? 如果有, 请写出一个或一对这样的矩阵(不必说明理由). 如果没有, 请说明理由. (1) 两个秩为2的矩阵43A ?与34B ?使得AB O =. (2) 3阶矩阵C 使得3C O ≠, 但是4C O =. (3) 2阶正交矩阵F 和G 使得F G +也是正交矩阵. (4) 2阶矩阵U , W 使得UW WU I -=. 三(20分) 设2阶矩阵A , B 满足32AB A B =+. (1) 证明: AB BA =. (2) 设1234A *??= ??? , 求B . 四(20分) 设1234A ??= ??? , 规定2阶实矩阵线性空间22?R 上的线性变换A σ为: 222222:,,A B AB BA B σ???→+?∈R R R . (1) 试计算线性变换A σ在22?R 的标准基10010000,,,00001001???????? ? ? ? ????????? 下的矩阵. (2) 写出线性变换A σ的像空间Im A σ与核空间Ker A σ. 五(15分) 已知非齐次线性方程组()1231231 2323,2456,23x x x x a x x x x ax ++=??++-=??--+=-?有3个线性无关的解, 求 a 的值以及原方程组的通解.

生物信息数据挖掘_华中科技大学

华中科技大学生命学院2009-2010学年度第二学期考试试卷《生物信息数据挖掘》考试试题 A卷闭卷考试时间：150分钟专业班级生息基地1101班姓名 *** 学号 U2011125** 分数 98 时间：2014/6/1 华中科技大学生命科学与技术版权所有1.若利用蛋白质二级结构端点附近6个位置上的氨基酸分布信息预测蛋白质二级结构端点： (1)给出采用理想贝叶斯分类方法的一种决策函数及该函数需要确定的参数个数（10 分）答案：决策函数：参数个数：20^6*2+2。 (2)当采用朴素贝叶斯方法时，给出其决策函数及该函数需要确定的参数个数（10分）答案：决策函数：参数个数：20×6×2+2。 2.请给出采用贝叶斯网络方法预测Donor剪接位点的方案（20分）答案：在利用贝叶斯网络方法预测Donor剪接位点时，主要进行了以下操作：（1）利用Matlab完成贝叶斯网络的软件包的安装；（2）获取用于实验的真假样本；（3）利用列联表卡方检验对剪接位点序列各个位置间的相关性分析；（4）通过位置间的相关性分析结果构建贝叶斯网络结构；（5）通过学习真假训练样本，获得贝叶斯网络的概率分析以及位点的分值函数；（6）利用贝叶斯网络对样本进行预测，并进一步评估该网络的性能。 3.请给出采用HMM方法预测蛋白质二级结构的一种模型拓扑结构，并回答该模型共有多少个参数需要确定（20分）

答案：蛋白质二级结构通常有：α螺旋，β折叠，无规卷曲等。若选取这三种二级结构作为隐状态时，HMM的拓扑结构为：该模型拓扑结构图中，状态转移概率共有9个，每个状态中各个氨基酸的生成概率为20种，故共需要确定的参数个数为：9+20×3=69。 4.请设计采用SVM方法预测蛋白质二级结构的一种方案？（20分）答案：（1）选取特征向量：如选取一段长为10个氨基酸的蛋白质序列作为特征向量，x=[x1x2x3x4x5x6x7x8x9x10]T,其中xi表示20种氨基酸中的一种。（2）对特征向量进行编码：可以选择一个长度为20的0、1组合为20种氨基酸分别进行编码，如谷氨酸为000…001，赖氨酸为000…011等等。（3）选择适当的核函数：在蛋白质的二级结构预测中可以选择径向基核函数：（4）对SVM模型进行参数训练。（5）预测未知蛋白质的二级结构。 5.试给出考虑氨基酸组成及其疏水性将长度任意的蛋白质序列编码为固定长度特征向量的一种方案，并给出该特征向量的维数（20分）。答案：首先考虑氨基酸的含量，因为长度不同的蛋白质序列均有20种氨基酸组成，只是不同序列的各种氨基酸的组成不同，以其组成分布可将任意长度的转化为20维的特征向量。此外，不同功能的蛋白质序列的有其特异长度分布，所以序列的长度也可以作为一个特征。然而，这样的处理虽然简单，但是可能会丢失大量信息，所以可以引入更精确的特征，例如20×20＝400维二肽组成特征， 20×20×20＝8000维三肽组成特征，甚至更多。

基于大数据挖掘的科技项目查重模型研究_李善青

论文查重 Paperyy图书馆数字技术基于大数据挖掘的科技项目查重模型研究* 李善青，赵摘要科技项目查重是避免重复立项、重复建设的重要措施之一，目前缺乏行之有效的方法。文章提出基于大数据挖掘和多源信息整合的项目查重方法，以科技项目的基本信息、发表论文信息、关键词、负责人信息和承担机构等要素构建的大数据网络为研究对象，利用多源信息整合方法构建科技项目的相似度判别模型，并采用 Hadoop框架实现海量数据的快速挖掘。文章介绍项目查重模型，重点讨论需要解决的关键问题，为解决项目查重问题提供一种全新的思路和方法。关键词引用本文格式 2014（2）：78- 83. Study on Detection Model of Similar Scientific Project Based on Big Data Mining LI Shan- qing，ZHAO Hui，SONG Li- rong Abstract there is no way to Find out similar project eFFectively For the moment. This paper proposes a novel method oF detecting scientiFic projects similitude based on big data mining and multi -source inFormation integration. Using that method，the authors studied the huge data network consisting oF the inFormation about the project，published papers，experts and institutions，as well as the keywords；built up a detection model oF project similitude by integrating multi-source inFormation；and adopted the Hadoop to speed up big data mining. This paper presents the detection model oF project similitude and its key issues；in hope oF providing brand -new thinking and methods For detecting similar projects in scientiFic project management. Keywords

电子科技大学随机信号分析期末考试题

电子科技大学20 -20 学年第学期期考试卷课程名称：_________ 考试形式：考试日期： 20 年月日考试时长：____分钟课程成绩构成：平时 10 %，期中 10 %，实验 %，期末 80 % 本试卷试题由___2__部分构成，共_____页。一、填空题（共20分，共 10题，每题2 分） 1. 设随机过程0()cos(),X t A t t ω=+Φ-∞<<∞，其中0ω为常数，A Φ和是相互独立的随机变量， []01A ∈，且均匀分布，Φ在[]02π，上均匀分布，则()X t 的数学期望为： 0 2. 已知平稳随机信号()X t 的自相关函数为2()2X R e ττ-=，请写出()X t 和(2)X t +的协方差12-e 3. 若随机过程()X t 的相关时间为1τ，()Y t 的相关时间为2τ，12ττ>，则()X t 比()Y t 的相关性要__大___,()X t 的起伏特性比()Y t 的要__小___。 4. 高斯随机过程的严平稳与___宽平稳_____等价。 5. 窄带高斯过程的包络服从___瑞利___分布，相位服从___均匀___分布，且在同一时刻其包络和相位是___互相独立___的随机变量。 6. 实平稳随机过程的自相关函数是___偶____（奇、偶、非奇非偶）函数。 7. 设)(t Y 是一均值为零的窄带平稳随机过程，其单边功率谱密度为)(ωY F ，且0()Y F ωω-为一偶函数，则低频过程)()(t A t A s c 和是___正交___。

二、计算题（共80分） 1. (16分)两随机变量X 和Y 的联合概率密度函数为(,)=XY f x y axy ，a 是常数，其中0,1x y ≤≤。求： 1) a ; 2) X 特征函数； 3) 试讨论随机变量X 和Y 是否统计独立。解：因为联合概率密度函数需要满足归一性，即（2分） 11 00 1 1 1(,)124 XY f x y dxdy Axydxdy A xdx ydy A ∞∞ -∞-∞= ===?? ????（分）所以4A = （1分） X 的边缘概率密度函数： 1 ()4201X f x xydy x x ==≤≤? （2分）所以特征函数 1 1 02 ()2()2122 12j X X j x X j x j x j x j j E e f x e dx xe dx e xe j j e j e ωωωωωωω φωωωωω∞ -∞??=?? ==?? =-??????= --??? ?（分）（分）（分）容易得1 ()4201Y f y xydx y y ==≤≤? 则有 (,)()()XY X Y f x y f x f y = （2分）因此X 和Y 是统计独立。（2分） 2. (12分)设随机过程()0xt X t e t -=<<∞，其中x 在(]0,2π均匀分布，求： 1) 求均值()X m t 和自相关函数(,)X R t t τ+；

河南科技大学数据挖掘课程设计报告

河南科技大学课程设计说明书课程名称＿＿软件项目综合实践＿＿题目超市商品销售数据挖掘系统学院信息工程学院班级计科113 学生姓名彭逸帆学号 111404060319 指导教师白秀玲、赵海霞、张蕾日期 2014.9.22~2014.9.30

目录第1章数据挖掘基本理论 (1) §1.1数据挖掘的概念 (1) §1.2数据挖掘的步骤 (1) 第2章系统分析 (1) §2.1系统用户分析 (1) §2.2系统功能分析 (2) §2.3系统算法分析 (2) 第3章数据管理 (2) §3.1数据管理的方法 (2) §3.2数据管理的具体实现过程 (2) 第4章数据采集 (2) §4.1数据采集的方法 (2) §4.2数据采集的具体实现过程 (2) 第5章数据预处理 (2) §5.1数据预处理的方法 (2) §5.2数据预处理的具体实现过程 (4) 第6章数据挖掘 (4) §6.1算法描述与流程图 (5) §6.2数据结构的设计 (5) §6.3算法的具体实现 (6) 第7章结果显示与解释评估 (6) §7.1参数设置 (11) §7.2结果显示界面的具体实现 (11) §7.3解释评估 (11) 学习体会 (15) 参考文献 (15) 致谢 (15)

§第1章数据挖掘基本理论 §1.1数据挖掘的概念数据挖掘又称为数据库中知识发现，它是一个从大量数据中抽取挖掘出来未知的、有价值的模式或规律等知识的复杂过程。 §1.2数据挖掘的步骤首先进行数据预处理，从数据库里提取数据，使其形成集合列表形式，以便在程序中扫描数据库的时候，可以直接遍历此集合列表，即达到扫描数据的目的。然后生成K项频繁集。最后通过K项频繁集与最小信任度比较获得关联规则。并显示关联规则。生成K项频繁集的过程，首先是生成1项频繁集，之后利用递归方法，直到不能再生成频繁集为止。 §第2章系统分析 §2.1 系统用户分析利用数据挖掘技术可以帮助获得决策所需的多种知识。在许多情况下，用户并不知道数据存在哪些有价值的信息知识，因此对于一个数据挖掘系统而言，它应该能够同时搜索发现多种模式的知识，以满足用户的期望和实际需要。此外数据挖掘系统还应能够挖掘出多种层次（抽象水平）的模式知识。数据挖掘系统还应容许用户指导挖掘搜索有价值的模式知识。比如：作为一个商场主管，肯定想要知道商场顾客的购物习惯；尤其是希望了解在（一次）购物过程中，那些商品会在一起被（顾客所）购买。为帮助回答这一问题，就需要进行市场购物分析，即对顾客在商场购物交易记录数据进行分析。所分析的结果将帮助商场主管制定有针对性的市场营销和广告宣传计划，以及编撰合适的商品目录。比如：市场购物分析结果将帮助商家对商场内商品应如何合理摆放进行规划设计。其中一种策略就是将常常一起购买的商品摆放在相邻近的位置，以方便顾客同时购买这两件商品；如：如果顾客购买电脑的同时常也会购买一些金融管理类软件，那么将电脑软件摆放在电脑硬件附近显然将有助于促进这两种商品的销售；而另一种策略则是将电脑软件与电脑硬件分别摆放在商场的两端，这就会促使顾客在购买两种商品时，走更多的路从而达到诱导他们购买更多商品的目的。比如：顾客在决定购买一台昂贵电脑之后，在去购买相应金融管理软件的路上可能会看到安全系统软件，这时他就有可能购买这一类软件。市场购物分析可以帮助商场主管确定那些物品可以进行捆绑减价销售，如一个购买电脑的顾客很有可能购买一个捆绑减价销售的打印机。

电子科技大学随机信号分析期末测验题

————————————————————————————————作者：————————————————————————————————日期：

电子科技大学20 -20 学年第学期期考试卷课程名称：_________ 考试形式：考试日期： 20 年月日考试时长：____分钟课程成绩构成：平时 10 %，期中 10 %，实验 %，期末 80 % 本试卷试题由___2__部分构成，共_____页。题号一二三四五六七八九十合计得分一、填空题（共20分，共 10题，每题2 分） 1. 设随机过程0()cos(),X t A t t ω=+Φ-∞<<∞，其中0ω为常数，A Φ和是相互独立的随机变量， []01A ∈，且均匀分布，Φ在[]02π，上均匀分布，则()X t 的数学期望为： 0 2. 已知平稳随机信号()X t 的自相关函数为2()2X R e ττ-=，请写出()X t 和(2)X t +的协方差12-e 3. 若随机过程()X t 的相关时间为1τ，()Y t 的相关时间为2τ，12ττ>，则()X t 比()Y t 的相关性要__大___,()X t 的起伏特性比()Y t 的要__小___。 4. 高斯随机过程的严平稳与___宽平稳_____等价。 5. 窄带高斯过程的包络服从___瑞利___分布，相位服从___均匀___分布，且在同一时刻其包络和相位是___互相独立___的随机变量。 6. 实平稳随机过程的自相关函数是___偶____（奇、偶、非奇非偶）函数。 7. 设)(t Y 是一均值为零的窄带平稳随机过程，其单边功率谱密度为)(ωY F ，且0()Y F ωω-为一偶函数，则低频过程)()(t A t A s c 和是___正交___。得得

电子科技大学20春《电路分析基础》在线作业2.doc

1.变压器的基本作用是（） A.变电压 B.变电流 C.变阻抗 D.变相位【参考答案】: A 2.u＝－100sin（6πt＋10°）V超前i＝5cos（6πt－15°）v的相位差是（） A.25° B.95° C.115° 【参考答案】: C 3.符合无损耗、K=1和自感量、互感量均为有限值条件的变压器是（） A.理想变压器 B.全耦合变压器 C.空芯变压器【参考答案】: B 4.已知电流ｉ＝４ｓｉｎ（３１４ｔ－４５°）Ａ，当它通过２Ω的电阻时，电阻所消耗的功率是（）Ｗ A.３２ B.８ C.１６ D.１０【参考答案】: C 5.动态元件的初始储能在电路中产生的零输入响应中（） A.仅有稳态分量 B.仅有暂态分量 C.既有稳态分量，又有暂态分量【参考答案】: B 6.电容具有（）特性 A.通低频阻高频 B.隔直阻交 C.通直阻交 D.隔直通交【参考答案】: D

7.照明灯的开关一定要接在（）线上 A.中 B.地 C.火 D.零【参考答案】: C 8.自动满足基尔霍夫第一定律的电路求解法是（） A.支路电流法 B.回路电流法 C.结点电压法【参考答案】: B 9.每只日光灯的功率因数为0.5，当N只日光灯相并联时，总的功率因数（） A.大于0.5 B.小于0.5 C.等于0.5 【参考答案】: C 10.关于复功率、视在功率、有功功率、无功功率正确的有 ( )。 A.S=P2Q2 B.S=PjQ C.P=UIsinФ D.Q=SsinФ 【参考答案】: D 11.实际电路按功能可分为电力系统的电路和电子技术的电路两大类，其中电力系统的电路其主要功能是对发电厂发出的电能进行（）、（）和（）。 A.传输 B.分配 C.转换 D.节能【参考答案】: ABC 12.电流所经过的路径叫做电路，通常由（）、（）和（）三部分组成

小议电子商务中准确利用数据挖掘科技.pdf

1电子商务介绍随着网络技术和数据库技术的成熟，全球传统商务正经历一次重大变革，向电子商务全速挺进。这种商业电子化的趋势不仅为客户提供了便利的交易方式和广泛的选择，同时也为商家提供了更加深入地了解客户需求信息和购物行为特征的可能性。数据挖掘技术作为电子商务的重要应用技术之一，将为正确的商业决策提供强有力的支持和可靠的保证，是电子商务不可缺少的重要工具。电子商务的发展促使公司内部收集了大量的数据，并且迫切需要将这些数据转换成有用的信息和知识，为公司创造更多潜在的利润，数据挖掘概念就是从这样的商业角度开发出来的。数据挖掘涉及的学科领域和方法很多，其核心技术历经了数十年的发展，其中包括统计、近邻、聚类、决策树、神经网络和规则等。今天，这些成熟的技术在电子商务中已进入了实用阶段，并取得了良好的效果。但数据挖掘作为一个新兴领域，在实际应用当中仍存在许多尚未解决的问题。其中最困难的往往在于决定什么时候采用哪种数据挖掘技术。为了对数据挖掘技术进行明智的选择，本文结合数据挖掘技术在电子商务中的应用，从挖掘任务和数据信息两个角度进行分析，指出各种数据挖掘技术适用的场合，以便开发出切实可用的数据挖掘系统。 2数据挖掘的概念及其在电子商务中的应用 2.1数据挖掘的概念数据挖掘是通过挖掘数据仓库中存储的大量数据，从中发现有意义的新的关联模式和趋势的过程。从商业的角度定义，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其它模型化处理，从中提取辅助商业决策的关键性数据。数据挖掘最吸引人的地方是它能建立预测模型而不是回顾型的模型。利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。 2.2数据挖掘在电子商务中的应用由于数据挖掘能带来显著的经济效益，它在电子商务中（特别是金融业、零售业和电信业）应用也越来越广泛。在金融领域，管理者可以通过对客户偿还能力以及信用的分析，进行分类，评出等级。从而可减少放贷的麻木性，提高资金的使用效率。同时还可发现在偿还中起决定作用的主导因素，从而制定相应的金融政策。更值得一提的是通过对数据的分析还可发现洗黑钱以及其它的犯罪活动。在零售业，数据挖掘可有助于识别顾客购买行为，发现顾客购买模式和趋势，改进服务质量，取得更好的顾客保持力和满意程度，提高货品销量比率，设计更好的货品运输与分销策略，减少商业成本。电信业已经迅速地从单纯的提供市话和长话服务演变为综合电信服务，如语音、传真、寻呼、移动电话、图像、电子邮件、计算机和WEB数据传输以及其它的数据通信服务。电信、计算机网络、因特网和各种其它方式的通信和计算的融合是目前的大势所趋。而且随着许多国家对电信业的开放和新型计算与通信技术的发展，电信市场正在迅速扩张并越发竞争激烈。因此，利用数据挖掘技术来帮助理解商业行为、确定电信模式、捕捉盗用行为、更好的利用资源和提高服务质量是非常有必要的。分析人员可以对呼叫源、呼叫目标、呼叫量和每天使用模式等信息进行分析，还可以通过挖掘进行盗用模式分析和异常模式识别，从而可尽早发现盗用，为公司减少损失。 3选择数据挖掘技术的两个重要依据数据挖掘使用的技术很多，其中主要包括统计方法、机器学习方法、和神经网络方法和数据库方法。统计方法可细分为回归分析、判别分析、聚类分析、探索性分析等。机器学习方法可细分为归纳学习方法（决策树、规则归纳）、基于范例学习、遗传算法等。神经网络方法可细分为钱箱神经网络（BP算法）、自组织神经网络等。数据库方法主要是多维数据分析或OLAP方法，另外还有面向属性的归纳方法。由于每一种数据挖掘技术都有其自身的特点和实现的步骤，对数据的形式有具体的要求，并且与具体的应用问题密切相关，因此成功的应用数据挖掘技术以达到目标过程本身就是一件很复杂的事情，本文主要从挖掘任务和可获得的数据两个角度来讨论对数据挖掘技术的选择。 3.1不同的挖掘任务使用不同的挖掘技术数据挖掘的任务是从数据中发现模式。根据挖掘任务，数据挖掘可分为概念描述、聚集发现、关联规则发现、分类发现、回归发现和序列模式发现等。在选择使用某种数据挖掘技术之前，首先要将待解决的商业问题转化成正确的数据挖掘的任务，然后根据挖掘的任务来选择具体使用某一种或几种挖掘技术。下面具体的分析每一种挖掘任务应使用哪些挖掘技术。概念描述概念描述是描述式数据挖掘的最基本形式。它以简洁汇总的形式描述给定的任务相关数据集，提供数据的有趣的一般特性。概念描述由特征化和比较组成。数据特征化是目标类数据的一般特征或特性的汇总。通常，用户指定类的数据通过数据库查询收集。例如，为研究上一年销售增加10%的软件产品的特征，可以通过执行一个SQL查询收集关于这些产品的数据。概念的特征化有两种一般方法：基于数据立方体OLAP的方法和面向属性归纳的方法。二者都是基于属性或维的概化方法．数据特征的输出可以用多种形式提供。包括饼图、条图、曲线、多维数据立方体和包括交叉表在内的多维表。数据区分是将目标类对象的一般特征与一个或多个对比类对象的一般特征比较。例如，将上一年销售增加10%的软

电子科技大学

电子科技大学 2015年攻读硕士学位研究生入学考试试题考试科目：812 地理信息系统基础注：所有答案必须写在答题纸上，写在试卷或草稿纸上均无效。一、名词解释（每题5分，共50分） 1. 地图投影 2. 空间索引 3. 空间数据引擎 4. 数字高程模型 5. 四叉树数据结构 6. 虚拟现实 7. 移动位置服务 8. 空间数据仓库 9. 扫描矢量化 10. Delaunay三角网

二、简答题（每题10分，共50分） 1. GIS与计算机科学的联系与区别？ 2. 简述GIS空间数据模型的概念及主要类型。 3. 简述空间数据误差来源及其主要控制方法。 4. 简述空间关系的主要类型。 5. 简述ISO/TC211地理信息标准。 2014年攻读硕士学位研究生入学考试试题考试科目：812 地理信息系统基础注：所有答案必须写在答题纸上，写在试卷或草稿纸上均无效。一、名词解释（50分，每题5分） 1. 元数据 2. 空间数据质量 3. 制图综合 4. 大地水准面 5. 地理空间认知

6. 拓扑关系 7. 数字地面模型 8. 空间插值 9. WebGIS 10. 空间数据挖掘二、简答题（50分，每题10分） 1. 简述矢量数据结构和栅格数据结构的区别及优缺点。 2. 简述空间分析的基本类型。 3. 简述高斯—克吕格投影及其在我国基本地形图中的应用。 4. 简述DEM的主要表示模型。 5. 简述当代地理信息系统的主要发展趋势。三、论述题（50分，每题25分） 1. 以大学的数字校园基础地理信息采集为例，阐述校园基础地理信息采集的主要方法和基本流程。 2. 阐述大数据（Big Data）特征、与空间数据的关系及未来发展前景。

电子科技大学《模拟电路基础》期末考试

………密………封………线………以………内………答………题………无………效…… 电子科技大学2010-2011学年第二学期期末考试A 卷课程名称：模拟电路基础考试形式：开卷考试日期：20 11年 6月30日考试时长：_120分钟课程成绩构成：平时20%，期中20%，实验0%，期末60% 本试卷试题由_六_部分构成，共_4_页。一、单项选择题（共14分，共7题，每题2分） 1、晶体管工作在放大区时，电压偏置为（）。 A. 发射结正偏、集电结正偏 B. 发射结正偏、集电结反偏 C. 发射结反偏、集电结正偏 D. 发射结反偏、集电结反偏 2、放大电路在负载开路时输出电压为4V ，接入Ωk 3的负载电阻后输出电压降为3V ，放大电路的输出电阻o R =（）。 A. Ωk 10 B.Ωk 2 C.Ωk 1 D.Ωk 5.0 3、差分放大电路的共模抑制比CMR K 越大，表明电路的（）。 A.放大倍数越稳定B. 放大倍数越大 C.放大倍数越小D. 抑制零漂的能力越强 4、多级放大电路由两个参数相同的单级放大电路组成，在组成它的单级放大电路的截止频率处，幅值下降了（）。 A. 3dB B. 6dB C. 20dB D. 40dB 5、负反馈放大电路以降低电路的（）为代价来提高电路的其他性能指标。 A. 通频带宽B. 放大倍数C. 输入电阻D.输出电阻 6、当要求输入电阻大，输出电阻小时，应选用负反馈放大电路的反馈类型为（）。 A. 电压串联负反馈B.电流串联负反馈 C.电压并联负反馈D.电流并联负反馈

………密………封………线………以………内………答………题………无………效…… 7、（）不是使乙类互补推挽电路转换效率达到%5.78的假设条件。 A. 忽略饱和电压B. 静态工作点处于负载线中点 C. 合适的偏置电压D. 输入满激励二、填空题（共26分，共13空，每空2分） 1、NPN 管共射放大电路在测试时出现电压削顶，这是失真，要消除该失真，应将静态工作电流。 2、三种晶体管放大电路中，输入电阻最小的是放大电路，输出电阻最小的是放大电路。 3、集成运算放大器内部电路中，一般输入级采用电路，输出级采用电路。 4、放大电路在高频信号作用下电压放大倍数下降，主要是因为的影响。 5、电压负反馈可以输出电阻，电流负反馈可以输出电阻。 6、乙类互补推挽电路的主要失真是，要消除该失真，应改用。 7、单相桥式整流电路输入电压有效值为I U ，则输出电压平均值为，二极管承受的最大反向电压为。三、简述题（共15分，共3题，每题5分） 1、局部电路如图3-1所示，集成运算放大器为理想器件，为了稳定输出电流O i ?，应该引入什么组态的负反馈？补全电路，简述理由。图3-1 2、电路如图3-2所示，集成运算放大器为理想器件，电路是低通滤波器还是高通滤波器？简述理由。 I u ?O i ?3 R EE V CC V

杭州电子科技大学《线性代数A》试题A卷

杭州电子科技大学2007~2008学年第一学期《线性代数A 》期末考试试题(A 卷) 1．若行列式 1 2 043 λλ-=-, 则()λ=. (A) 1- (B) 5 (C) 1-且5 (D) 1-或5 2．若A 为n 阶矩阵，且03 =A ，则矩阵=--1)(A E （）. （A ）2A A E +- （B ）2A A E ++ （C ）2A A E -+ （D ）2 A A E -- 3．设A 为n 阶矩阵，且2 A A =，则（）成立. (A)A O = （B ）若A 不可逆，则A O = (C)A E = （D ）若A 可逆，则A E = 4．矩阵A 在（）时，其秩改变. （A ）转置（B ）初等变换（C ）乘以奇异矩阵（D ）乘以非奇异矩阵 5．若向量组m ααα,,,21 线性相关，则向量组内（）可由向量组其余向量线性表示. （A ）至少有一个向量（B ）没有一个向量（C ）至多有一个向量（D ）任何一个向量 6．设矩阵1234124511012A ?? ? =- ? ??? ，其秩=)(A R （）. （A ）1 （B ）2 （C ）3 （D ）4 7．在线性方程组b AX =中，方程的个数小于未知量的个数，则有（）. （A ）b AX =有无穷多解（B ）b AX =有惟一解（C ）0=AX 有非零解（D ）0=AX 只有零解 8．n 阶矩阵A 有n 个不同的特征值是A 与对角矩阵相似的（）. （A ）充分但非必要条件（B ）必要但非充分条件（C ）充分必要条件（D ）既非充分也非必要条件二．填空题（每空3分，共3824?=分） 1．11011 2 202232032 = . 2．设010002300A ?? ?= ? ??? ，则1 A -= . 3．设A 为n 阶正交阵，且0>A ，则=A . 4．设向量组()()()1231,1,2,2,,5,1,6,1k ααα=-==-线性相关，则=k .

电子科技大学14秋《模拟电路基础》在线作业3答案

14秋《模拟电路基础》在线作业3 单选题多选题判断题一、单选题（共13 道试题，共65 分。） 1. 在共射、共集和共基三种基本放大电路组态中，输入电阻最小的是（）组态 A. 共射 B. 共集 C. 共基 D. 不确定 -----------------选择：C 2. 希望抑制50Hz的交流电源干扰，可选用（）滤波电路 A. 低通 B. 高通 C. 带通 D. 带阻 -----------------选择：D 3. 构成反馈通路的元器件（） A. 只能是电阻元件 B. 只能是三极管、集成运放等有源器件 C. 只能是无源器件 D. 可以是无源器件，也可以是有源器件 -----------------选择：D 4. 所谓效率是指（） A. 输出功率与输入功率之比 B. 输出功率与晶体管上消耗的功率之比 C. 输出功率与电源提供的功率之比 D. 最大不失真输出功率与电源提供的功率之比 -----------------选择：D 5. 选用差分放大电路的主要原因是（） A. 减小温漂 B. 提高输入电阻 C. 稳定放大倍数 D. 减小失真 -----------------选择：A 6. 稳压二极管在加正向偏压时，特性与普通二极管（） A. 不一致 B. 一致 C. 不确定 -----------------选择：B 7. 要求得到一个由电流控制的电流源，应引入（）负反馈 A. 电压串联

B. 电压并联 C. 电流串联 D. 电流并联 -----------------选择：D 8. 有用信号频率低于20Hz，可选用（）滤波电路 A. 低通 B. 高通 C. 带通 D. 带阻 -----------------选择：A 9. N型半导体中的多子是（） A. 电子 B. 空穴 C. 正离子 D. 负离子 -----------------选择：A 10. 稳压管是利用二极管（）特性工作的。 A. 正向导通 B. 反向阻断 C. 反向击穿 -----------------选择：C 11. 双闭环直流调速系统电流调节器的作用是使电网电压的变化对( )波动起及时抗扰的作用。 A. 电流 B. 转速 C. 电压 -----------------选择：A 12. 共模抑制比KCMR 是（）之比。 A. 差模输入信号与共模成分 B. 输出量中差模成分与共模成分 C. 差模放大倍数与共模放大倍数（绝对值） -----------------选择：C 13. N沟道结型场效应管的夹断电压VP为（） A. 正值 B. 负值 C. 零 -----------------选择：A 14秋《模拟电路基础》在线作业3

电子科技大学随机信号分析期末考试题

电子科技大学20 -20 学年第学期期考试卷课程名称：_________ 考试形式：考试日期： 20 年月日考试时长：____分钟课程成绩构成：平时 10 %，期中 10 %，实验 %，期末 80 % 本试卷试题由___2__部分构成，共_____页。一、填空题（共20分，共 10题，每题2 分） 1. 设随机过程0()cos(),X t A t t ω=+Φ-∞<<∞，其中0ω为常数，A Φ和是相互独立的随机变量，[]01A ∈，且均匀分布，Φ在[]02π，上均匀分布，则()X t 的数学期望为： 0 2. 已知平稳随机信号()X t 的自相关函数为2()2X R e ττ-=，请写出()X t 和(2)X t +的协方差12-e 3. 若随机过程()X t 的相关时间为1τ，()Y t 的相关时间为2τ，12ττ>，则()X t 比()Y t 的相关性要__大___,()X t 的起伏特性比()Y t 的要__小___。 4. 高斯随机过程的严平稳与___宽平稳_____等价。 5. 窄带高斯过程的包络服从___瑞利___分布，相位服从___均匀___分布，且在同一时刻其包络和相位是___互相独立___的随机变量。 6. 实平稳随机过程的自相关函数是___偶____（奇、偶、非奇非偶）函数。 7. 设)(t Y 是一均值为零的窄带平稳随机过程，其单边功率谱密度为)(ωY F ，且

0()Y F ωω-为一偶函数，则低频过程)()(t A t A s c 和是___正交___。二、计算题（共80分） 1. (16 分)两随机变量X 和Y 的联合概率密度函数为(,)=XY f x y axy ，a 是常数，其中 0,1x y ≤≤。求： 1)a ; 2)X 特征函数； 3)试讨论随机变量X 和Y 是否统计独立。解：因为联合概率密度函数需要满足归一性，即（2分）所以4A = （1分） X 的边缘概率密度函数： 1 ()4201X f x xydy x x ==≤≤? （2 分）所以特征函数容易得 1 0()4201Y f y xydx y y ==≤≤? 则有 (,)()()XY X Y f x y f x f y = （2 分）因此X 和Y 是统计独立。（2分） 2. (12 分)设随机过程()0xt X t e t -=<<∞，其中x 在(]0,2π均匀分布，求： 1) 求均值()X m t 和自相关函数(,)X R t t τ+； 2) 判断是否广义平稳；解：因为()X m t 和(,)X R t t τ+均随时间变化，所以不是广义平稳； (2)分 3. (12 分)设一个积分电路的输入与输出之间满足关系式：()()t t T Y t X u du -=?其中T 为积分时间常数，如输入随机过程()X t 是平稳随机过程，且已知其功率谱密度为

数据挖掘实验报告

中科大数据挖掘实验报告姓名樊涛声班级软设一班学号SA15226248

实验一K邻近算法实验一实验内容使用k近邻算法改进约会网站的配对效果。海伦使用约会网址寻找适合自己的约会对象，约会网站会推荐不同的人选。她将曾经交往过的的人总结为三种类型：（1）不喜欢的人（2）魅力一般的人（3）极具魅力的人尽管发现了这些规律，但依然无法将约会网站提供的人归入恰当的分类。使用KNN算法，更好的帮助她将匹配对象划分到确切的分类中。二实验要求（1）独立完成kNN实验，基本实现可预测的效果（2）实验报告（3）开放性：可以自己增加数据或修改算法，实现更好的分类效果三实验步骤（1）数据源说明实验给出的数据源为datingTestSet.txt，共有4列，每一列的属性分别为：①percentage of time spenting playing vedio games；②frequent flied miles earned per year；③liters of ice cream consumed per year；④your attitude towars this people。通过分析数据源中的数据，得到规律，从而判断一个人的前三项属性来得出划分海伦对他的态度。（2）KNN算法原理

对未知属性的某数据集中的每个点一次执行以下操作 ①计算已知类别数据集中的每一个点和当前点的距离 ②按照距离递增依次排序 ③选取与当前点距离最小的k个点 ④确定k个点所在类别的出现频率 ⑤返回k个点出现频率最高的点作为当前点的分类（3）KNN算法实现 ①利用python实现构造分类器首先计算欧式距离然后选取距离最小的K个点代码如下： def classify(inMat,dataSet,labels,k): dataSetSize=dataSet.shape[0] #KNN的算法核心就是欧式距离的计算，一下三行是计算待分类的点和训练集中的任一点的欧式距离 diffMat=tile(inMat,(dataSetSize,1))-dataSet sqDiffMat=diffMat**2 distance=sqDiffMat.sum(axis=1)**0.5 #接下来是一些统计工作 sortedDistIndicies=distance.argsort() classCount={} for i in range(k): labelName=labels[sortedDistIndicies[i]]

数据挖掘实验报告

智能信息处理课程实验汪辉2011019100013 一、实验工具Weka简介 Weka是由新西兰怀卡托大学开发的智能分析系统（Waikato Environment for Knowledge Analysis）。在怀卡托大学以外的地方，Weka通常按谐音念成Mecca，是一种现今仅存活于新西兰岛的，健壮的棕色鸟, 非常害羞，好奇心很强，但不会飞。 Weka是用Java写成的，它可以运行于几乎所有的操作平台,包括Linux，Windows等操作系统。 Weka平台提供一个统一界面，汇集了当今最经典的机器学习算法及数据预处理工具。做为知识获取的完整系统,包括了数据输入、预处理、知识获取、模式评估等环节，以及对数据及学习结果的可视化操作。并且可以通过对不同的学习方法所得出的结果进行比较，找出解决当前问题的最佳算法。 2005年8月，在第11届ACM SIGKDD国际会议上，怀卡托大学的Weka 小组荣获了数据挖掘和知识探索领域的最高服务奖，Weka系统得到了广泛的认可，被誉为数据挖掘和机器学习历史上的里程碑，是现今最完备的数据挖掘工具之一（已有11年的发展历史）。Weka的每月下载次数已超过万次。二、Weka的使用方法 1、是将一种学习方法应用于一个数据集，然后分析其输出，从而更多地了解这些数据(分析数据集的潜在知识)。 2、是使用已学习到的模型对新的实例做出分类预测 3、是应用几种不同的学习器，再根据它们的性能表现选择其中一种用来做预测。在Weka中将学习方法又称作分类器或学习器，用户可在Weka互动式界面的菜单中选择一种想要的分类器。许多分类器带有可调节的参数，这些参数可通过属性列表或对象编辑器进行更改。所有学习器的性能都是通过一个共同的评估模块进行衡量。与选择学习器一样，用户也要从菜单中选择能满足或对应该学习器的过滤器（进行数据预处理）。不同的过滤器具有不同的参数。其所处理的数据是一个二维表。三、实验步骤 1、流量数据输入到weka平台； 2、FCBF或者其它有监督特征选择算法进行特征选择 3、naive bayes(朴素贝叶斯) 分类四、实验内容