搜索资源列表
CDMA20001X-data
- DMA20001X提供了比IS95B更为丰富的数据业务，SCH数据速率可以从9.6kpbs到153.6kbps不等。吞吐量是衡量数据业务性能优劣的重要指标之一，对于网络的每一层（物理层、SDU层、Mux层、RLP层、PPP层、TCP/IP层、应用层）都有相应的吞吐量，虽然在物理层能够提供最大数据业务吞吐量为153.6+9.6＝163.2kpbs，但是由于层间复用，在数据包中增加了数据头，使得经过多层复用以后数据包长度变长；另外由于采用了RLP重传机制，以及RLP层应答延时的引入，使得一个终端用户
studentsinformationmanagementialsystem
- 学籍信息管理是高等学校教育管理的重要组成部分,是一项时间性强、工作量大、准确度要求高且影响教学全局性的工作,新生入学管理、在校生管理、毕业生管理等大量信息。如何有效的去管理、应用这些信息,并将这些信息数据作为教学管理分析和决策的手段,使得这些信息能够为教学活动产生更好的促进作用,是学籍信息管理系统所要考虑的。然而传统的学籍管理方法，由于分散管理，易发生数据丢失，劳动强度高，速度慢，使用计算机可以快捷的完成以上工作，在计算机联网后，可以实现数据的共享，避免重复劳动，规范教学管理行为，从而提高管理效
searchDocument
- 搜索引擎是随着WEB信息的迅速增加， 从1 995年开 始逐渐发展起来的技术， 即提供信息检索服务的计算机系 统。检索的对象包括互联网上的站点、新闻组中的文章、 科技文献资料、软件存放的地址及作者、某个企业和个人 的主页等。搜索引擎的性能主要取决于索引数据库的容 量、存放内容、更新和搜索速度，是否易用等。搜索引擎 是以传统信息检索技术为基础，利用其索引模型、匹配策 略等方面的技术成果并针对Web资源的特点发展起来的信 息检索技术，涉及多领域的理论和技术：数据库、信
Big-data-analysis
- 大数据分析与机器学习 实战案例讲解,提供了良好的设计方案-Big data analysis and machine learning to explain the actual cases, providing a well-designed program
Hadoop
- hadoop实战手册，用于为大数据分析建立平台。手册比较详细，容易上手-hadoop combat manuals, used to establish a platform for big data analysis. Manual relatively detailed, easy to use
BIG-DATA--POWER-SYSTEM
- 广域测量系统实测信息及故障集仿真结果构成了电网时空大数据，如何采用大数据技术对它们进行快速、高效地挖掘，实现大电网在线安全评估与防御是智能电网核心目标之一。从电网广域时空量测信息角度，解释了电网时空大数据的内涵，提出大电网在线稳定态势评估与自适应防御体系(stability situation assessment and adaptive defense control system，ST-SADC)的整体架构及关键技术。ST-SADC 以大数据分析与处理为底层技术支撑，基于广域时空量测信息实
zookeeper-3.3.6.tar
- 大数据hadoop相关文档, 和相关源码以及class包，用于做大数据分析-Large data hadoop related documents
Big-Data-Analytics--PPT
- 国外大数据分析（Big Data Analytics）PPT课件，共11章。-PPT Lectures for Big Data Analytics, including eleven chapters.
Install-Ubuntu14.04-on-hadoop2.6
- hadoop2.6是进行大数据分析的基础,本文介绍Ubuntu14.04下hadoop-2.6.0单机配置和伪分布式配置。-Hadoop2.6 is the basis for large data analysis, this article describes Ubuntu14.04 hadoop-2.6.0 single configuration and pseudo-distributed configuration.
Python数据分析入门
- 使用python平台进行大数据分析，图表生成等(Using Python platform for large data analysis, chart generation, etc.)
Spark学习总结-入门
- 这是一位大数据分析开发者的一本Spark入门学习用的总结(Spark Learning Summary - Getting Started)
软件方法论
- 解析极限编程，人月神话，移动互联网大数据分析及其应用，
Python金融大数据分析.pdf
- 关于python在金融领域的应用 并有在计量经济学的具体实例。(The application of Python in the financial field about the application of Python in the financial field)
国外教育人工智能研究主题及趋势分析
- 基于对 Web of Science文献关键词的可视化分析，梳理并呈现了国外教育人工智能的研究主题和研究趋 势。研究发现：首先，目前国外教育人工智能的研究现状可概括为四个主题领域，分别为基于自然语言处理的 教育智能研究、知识管理与运算的可视化研究、机器教学的应用案例研究以及指向深度学习的自适应教育技术 研究；其次，国外教育人工智能研究呈现以下三个趋势：基于大数据的机器学习研究、深度学习理念引领下的 在线学习变革研究、智能识别技术支撑下的智能导师系统研究。
2020年人工智能发展的十大预测
- 2019年，全球53%的决策者宣布已经建立了AI数据分析系统，将在他们的公司内部全面发展人工智能，文章是对2020年人工智能的预测，这些结果是对《财富》500强公司的调查统计得出的。
大数据产业链构成分析
- 大致可分为数据标准与规范、数据安全、数据采集、数据存储与管理、数据分析与挖掘、数据运维及数据应用几个环节，覆盖了数据从产生到应用的整个生命周期。
大数据在物流行业的应用
- 物流大数据就是通过海量的物流数据，即运输、仓储、搬运装卸、包装及流通加工等物流环节中涉及的数据、信息等，挖掘出新的增值价值，通过大数据分析可以提高运输与配送效率，减少物流成本，更有效地满足客户服务要求。
大数据环境下的移动学习发展趋势
- 大数据是近年来快速发展的技术领域，大数据相关基础设施、分析工具和应用系统都在快速发展。与此同时，大数据在各个领域中的应用也在不断快速地深入发展，并不断深入影响社会、工作、学习和生活。
大数据在企业中的4个主要竞争优势
- 根据调研机构的研究，全球90%的数据是在过去两年中生成的。考虑到这一点，许多企业都在努力分析和理解其拥有的大量数据，这并不奇怪，但这将导致各种组织问题，并限制潜在的增长。
大数据和物联网如何关联
- 物联网(IoT)和大数据技术在组织和个人之间快速增长。据《福布斯》预测，到2025年，生成的数据量将增加到175 zettabytes。这将对收集、分析和报告数据的方式产生巨大影响。