数据与知识工程第三、四章习题答案
数据与知识工程
数据与知识工程1.对语义Web的理解1）语义Web是以某种方式链接，使全球范围内的计算机均可以处理的信息网，并通过标准、标记语言和处理工具对Web进行扩展。
使得Web不仅是人与人交互的信息空间，而且是语义丰富的数据网络；既能够被人浏览，也能够利用计算机程序执行操作。
2）语义Web的目标是为了解决在不同应用、企业和社区之间的互操作性问题。
（这种互操作性是通过语义来保证的；而互操作的环境是异质、动态、开放的Web。
）3）语义Web力图实现所有网络数据的“无缝”式连接，并使数据能被计算机自动处理和理解。
其最终目标是让计算机可以在这些海量信息中找到真正能满足需要的任何信息，从而将互联网最广泛的应用（万维网中现存的信息）发展成一个巨大的全球信息库、知识库。
4）语义Web技术能够在任何微小的网络数据之间建立连接。
（这种连接不仅仅局限于网页之间，而是在“数据”这个粒度上；任何微小的数据都可以与其他信息进行“沟通”。
）同时，语义Web帮助人们更精确地描述数据的含义，表示为计算机能够理解和处理的形式。
（从而，可以通过信息代理(agent)像搜索引擎采集网页那样采集数据；在推理引擎的帮助下智慧地集成数据，并最终呈现给用户使用。
）2.语义Web主要解决两个问题：1）如何对Web资源进行表示，从而便于让agent进行处理(获取、存储、推理、查询等)。
2）如何重用Web页面、多媒体信息、数据库等遗留资源(legacy resource)，以便实现从现有Web到语义Web的过渡。
3.当前知识管理技术的缺陷●Searching information–Keyword-based search engines●Extracting information–human involvement necessary for browsing, retrieving, interpreting, combining●Maintaining information–inconsistencies in terminology, outdated information.●Viewing information–Impossible to define views on Web knowledge4.语义web技术●Explicit Metadata●Ontologies●Logic and Inference●Agents5.语义web模型6.动作描述推理基于谓词逻辑的动作刻画和推理⏹情景演算⏹流演算⏹STRIPS系统采用命题语言的动作刻画和推理⏹基于PDL的动作刻画和推理⏹基于PTL的动作刻画和推理基于描述逻辑的动作刻画和推理⏹基于描述逻辑的动作形式系统⏹情景演算的可判定形式⏹基于动态描述逻辑DDL(X)的动作刻画和推理7.情景演算⏹用常量s0表示初始情景；⏹用二元函数do(a, s)表示在情景s下执行动作a后产生的后继情景。
数值分析课后习题及答案
第一章 绪论（12） 第二章 插值法（40-42）2、当2,1,1-=x 时，4,3,0)(-=x f ，求)(x f 的二次插值多项式。
[解]372365)1(34)23(21)12)(12()1)(1(4)21)(11()2)(1()3()21)(11()2)(1(0))(())(())(())(())(())(()(2221202102210120120102102-+=-++--=+-+-⨯+------⨯-+-+-+⨯=----+----+----=x x x x x x x x x x x x x x x x x x x y x x x x x x x x y x x x x x x x x y x L 。
3、给出x x f ln )(=的数值表用线性插值及二次插值计算54.0ln 的近似值。
X 0.4 0.5 0.6 0.7 0.8 x ln -0.916291 -0.693147 -0.510826 -0.357765 -0.223144[解]若取5.00=x ，6.01=x ，则693147.0)5.0()(00-===f x f y ，510826.0)6.0()(11-===f x f y ，则604752.182321.1)5.0(10826.5)6.0(93147.65.06.05.0510826.06.05.06.0693147.0)(010110101-=---=--⨯---⨯-=--+--=x x x x x x x x x y x x x x y x L ，从而6202186.0604752.19845334.0604752.154.082321.1)54.0(1-=-=-⨯=L 。
若取4.00=x ，5.01=x ，6.02=x ，则916291.0)4.0()(00-===f x f y ，693147.0)5.0()(11-===f x f y ，510826.0)6.0()(22-===f x f y ，则 217097.2068475.404115.2)2.09.0(5413.25)24.0(3147.69)3.01.1(81455.45)5.06.0)(4.06.0()5.0)(4.0()510826.0()6.05.0)(4.05.0()6.0)(4.0()693147.0()6.04.0)(5.04.0()6.0)(5.0(916291.0))(())(())(())(())(())(()(22221202102210120120102102-+-=+--+-⨯++-⨯-=----⨯-+----⨯-+----⨯-=----+----+----=x x x x x x x x x x x x x x x x x x x x x x y x x x x x x x x y x x x x x x x x y x L ，从而61531984.0217097.21969765.259519934.0217097.254.0068475.454.004115.2)54.0(22-=-+-=-⨯+⨯-=L补充题：1、令00=x ，11=x ，写出x e x y -=)(的一次插值多项式)(1x L ，并估计插值余项。
2022年上半年数据库系统工程师《综合知识》真题及详解【完整版】
2022年上半年数据库系统工程师《综合知识》真题及详解【完整版】单项选择题（共计75题，每题1分。
每题的四个选项中只有一个答案是正确的）1．计算机操作的最小时间单位是（）。
A．指令周期B．时钟周期C．总线周期D．CPU周期【答案】B【解析】计算机操作的最小时间单位是时钟周期。
时钟周期是计算机中最基本的、最小的时间单位。
2．设指令由取指、分析、执行3个子部件完成，并且每个子部件的时间均为Δt。
若采用常规标量单流水线处理机，连续执行20条指令，共需（）。
A．20ΔtB．21ΔtC．22ΔtD．24Δt【答案】C【解析】（Δt＋Δt＋Δt）＋（20－1）Δt＝22Δt。
3．计算机系统中，I/O接口的功能有（）。
①数据传输及缓存；②设备状态检测和反馈；③I/O操作的控制与定时。
A．①②B．①③C．②③D．①②③【答案】D【解析】I/O接口是主机与被控对象进行信息交换的纽带。
主机通过I/O接口与外部设备进行数据交换。
绝大部分I/O接口电路都是可编程的，即它们的工作方式可由程序进行控制。
基本功能包括：①进行端口地址译码设备选择。
②向CPU提供I/O设备的状态信息和进行命令译码。
③进行定时和相应时序控制。
④对传送数据提供缓冲，以消除计算机与外设在“定时”或数据处理速度上的差异。
⑤提供计算机与外设间有关信息格式的相容性变换。
提供有关电气的适配。
⑥还可以中断方式实现CPU与外设之间信息的交换。
4．计算机中使用系统总线结构的目的是便于增减外设，同时（）。
A．减少信息传输线的数量B．提高信息的传输速度C．减少总的信息传输量D．提高信息传输的并行性【答案】A【解析】总线是在计算机中连接两个或多个功能部件的一组共享的信息传输线，它的主要特征就是多个部件共享传输介质。
它是构成计算机系统的骨架，是各个功能部件之间进行信息传输的公共通道，借助总线的连接，计算机各个部件之间可以传送地址、数据和各种控制信息。
在计算机系统中采用总线结构，便于实现系统的积木化构造，便于增减外设，同时可以有效减少信息传输线的数量。
第3-4讲函数依赖和公理
定义(传递FD):设关系模式R，X、Y、Z是R的属性子集， 若FD X→Y，Y → X，Y→Z，则有FD X→Z，称FD X→Z为 传递函数依赖。
函数依赖、完全依赖、传递依赖等基本概念是第四章关系 数据库范式的基础。
18
算法3.2.3
判定F是否蕴涵X→Y的成员测试算法
输入：函数依赖集F和FD X→Y。
输出：若F蕴涵X→Y输出为true，否则为false MEMBER(F, X→Y) begin if Y CLOSURE(X,F) then return(true) eles return(false) end.
={AB→E，E→G， BE→I， GI→H}
13
定义(函数依赖集F的闭包 F +)
设F是关系r(R)上的函数依赖集，F所蕴含的所有FD的集
合称为F的闭包，记作F +。 F
+
= { X→Y
|
所有F |= X→Y }
例：设F={AB→C，C→B}。 求F+
14
设F={AB→C，C→B}。 F+ 为： F+ = {A→A, AB→A, AC→A, ABC→A, B→B, AB→B, BC→B，ABC→B，C→C，AC→C，BC→C,ABC→C，AB→AB， ABC→AB，AC→AC，ABC→AC，BC→BC, ABC→BC, ABC→ABC, AB→C, AB→AC, AB→BC, AB→ABC，C→B,
（3）并比较两种方法更好用语言来实现。
21
（1）设F ={AB→C,B→D,CD→E,CE→GH,G→A}，
数据与知识工程
异常检测
异
从数据中发现与正常模
常
式不一致的对象或行为。 检
测
利用数据点的密度信息 进行异常检测，通常将 低密度区域中的点视为
异常点。
基于 统计 的异 常检 测
利用深度学习模型进行异常 检测，通常采用无监督学习 的方式训练模型，然后利用
模型进行异常检测。
基于 密度 的异 常检 测
利用统计学方法对数据 进行建模，然后根据模 型判断数据是否异常。
一种聚类分析方法，通过将数 据集中的对象按照相似性进行 层次分解，形成一棵聚类树， 从而发现数据集中的层次结构 。
分类与预测
决策树分类
一种常见的分类方法，通过构建 决策树对数据进行分类，决策树 节点表示属性上的判断条件，叶 子节点表示类别标签。
分类与预测
利用已知的数据集构建分类器或 预测模型，对未知的数据进行分 类或预测。
情感分析
社交媒体分析可以对社交媒体平台上的文 本和评论进行情感分析，了解消费者对产 品和服务的态度和评价。
生物信息学
生物信息学概述
生物信息学是一种利用计算机科学和信息管理的原理和技术，研究生 物信息的获取、处理、存储、分发和解释的学科。
基因组学
生物信息学在基因组学中的应用包括基因组序列分析、基因表达分析 和基因变异研究等。
专家系统结构
03
专家系统应用
包括知识库、推理机、人机界面 等部分。
在医疗、金融、工业等领域应用 专家系统，提高决策的准确性和 效率。
机器学习与知识发现
机器学习
通过训练数据自动学习模型和算法，实现分类、聚类、预测等功 能。
知识发现
从大规模数据中提取有用的模式和规则，形成新的知识。
机器学习与知识发现的应用
中图版(2019)必修1《第三章_数据处理与应用》2022年单元测试卷+答案解析(附后)
中图版（2019）必修1《第三章数据处理与应用》2022年单元测试卷1. 下列关于数据备份的说法不正确的是（ ）A. 备份的副本应存储在与源文件同一路径下B. 备份文件有助于避免文件的永久丢失C. 可以用备份的文件恢复丢失的数据D. 为了确保文件不会丢失，可以随时手动备份或者设置自动备份2. 百度公司根据某时段在某区域内“感冒症状”、“治疗”等关键词的搜索量急剧增长，成功预测了甲流的爆发时间、地域。
主要体现了大数据分析理念中的（ ）A. 在数据规模上强调相对数据而不是绝对数据B. 在分析方法上更注重相关分析而不是因果分析C. 在数据基础上倾向于全体数据而不是抽样数据D. 在分析效果上更追求效率而不是绝对精确3. 下列不属于数据采集是（ ）A. 系统日志B. 网络爬虫C. 问卷调查D. 数据可视化4. 小明无意间发现了小红记录在笔记本上的邮箱密码，他登录小红邮箱后阅读了小红的各种邮件。
为此小红对邮箱设置进行了调整，现需要用手机接收“动态密码”并输入后才能登录邮箱。
请问小红的做法是属于以下哪种信息系统的安全防范方法？（ ）A. 身份认证B. 访问控制C. 数据加密D. 修补漏洞5. 下列关于数据安全的说法，不正确的是（ ）A. 自然灾害也有可能对数据造成损坏B. 数据加密有助于提高数据的安全性C. 数据校验主要是为了保证数据的完整性D. 数据安全只要做好防护上的安全即可6. 因疫情防控需要，学校要求学生家长及时上报体温、行程等数据，汇总后上报上级防控部门，采集上述数据最为高效的方法是（ ）A. 填写在线收集表B. 填写纸质表格C. 发送电子邮件D. 打电话上报7. 数据分析报告是项目的展示，也是数据分析结论的有效承载形式。
在数据分析报告中，首先需要明确数据分析的，阐述目前及通过分析希望解决的问题；其次需要描述数据来源和数据分析的、和；最后需要重点呈现数据分析的、和。
A. 正确B. 错误8. 数据分析应用对象主要有分析、分析和分析。
第一章数据与信息学业测试答案
第一章数据与信息学业测试答案1. 选择题1.B2.C3.A4.D5.B6.A7.C8.D9.B10.A2. 填空题1.数据（data）2.信息（information）3.数据处理（data processing）4.数据库（database）5.数据模型（data model）3. 简答题1.数据和信息的区别是什么？–数据是客观事实的记录，是没有经过加工和解释的原始材料。
–信息是从数据中提取出来，并经过处理和解释后对人有意义的内容。
2.数据处理的步骤有哪些？数据处理的步骤包括：数据输入、数据存储、数据处理、数据输出。
3.数据库有什么特点？–数据库可以高效地存储和检索数据。
–数据库可以提供数据的共享和保护。
–数据库支持多用户的并发访问。
–数据库具备数据的持久化特性。
4.数据模型是什么？数据模型是对现实世界中某一特定领域的数据结构、数据操作和数据约束的抽象描述，它定义了数据的结构和相互关系。
5.数据库管理系统（DBMS）的作用是什么？–数据库管理系统是一个软件，它用于管理和操作数据库。
–DBMS可以提供对数据库中数据的高效可靠存储和访问。
–DBMS可以对数据库中的数据进行增删改查操作，保证数据的完整性和一致性。
–DBMS还可以提供数据的安全机制，保护数据的隐私和安全性。
4. 论述题数据与信息在我们日常生活中都起到非常重要的作用。
数据是我们从外界获取到的材料，而信息是数据经过处理和解释后对人有意义的内容。
数据处理的步骤包括数据输入、数据存储、数据处理和数据输出。
在数据存储方面，数据库起到了至关重要的作用。
数据库是一个高效存储和检索数据的工具，能够支持多用户的并发访问，并且保证数据的完整性和一致性。
数据模型是对现实世界中某一特定领域的数据结构、数据操作和数据约束的抽象描述，它定义了数据的结构和相互关系。
数据库管理系统（DBMS）是用于管理和操作数据库的软件，它可以高效可靠地存储和访问数据库中的数据，并提供数据的安全机制。
大数据导论-思维、技术与应用 第3章 大数据预处理
数据削减
数据消减技术的主要目的就是用于帮助从原有巨大数据集中获得一个精 简的数据集，并使这一精简数据集保持原有数据集的完整性。数据削减 的主要策略有以下几种： 1. 数据立方合计：这类合计操作主要用于构造数据立方（数据仓库操
作）。 2. 维数消减：主要用于检测和消除无关、弱相关、或冗余的属性或维
（数据仓库中属性）。 3. 数据压缩：利用编码技术压缩数据集的大小。
数据集成处理
1. 模式集成（Schema Integration）问题 就是如何使来自多个数据源的现实世界的实体相互匹配，这其中就涉及 到实体识别问题。 例如： 如何确定一个数据库中的“custom_id”与另一个数据库中的 “custom_number”是否表示同一实体。 数据库与数据仓库的元数据可以帮助避免在模式集成时发生错误。
Bin的划分方法一般有两种，一种是等高方法，即每个Bin中的元素的个
数相等；另一种是等宽方法，即每个Bin的取值间距（左右边界之差）
相同。
b in 中个 数
b in中个 数
等高bin
属性 值
等宽bin
属性 值
噪声数据处理
例如：
排序后价格：4,8,15,21,21,24,25,28,34
划分为等高度bin： —Bin1：4,8,15 —Bin2：21,21,24 —Bin3：25,28,34
例如：每天数据处理常常涉及数据集成操作销售额（数据）可以进行 合计操作以获得每月或每年的总额。
这一操作常用于构造数据立方或对数据进行多细度的分析。
数据转换处理
3. 数据泛化处理（Generalization）。所谓泛化处理就是用更抽象（更 高层次）的概念来取代低层次或数据层的数据对象。 例如：街道属性可以泛化到更高层次的概念，诸如：城市、国家。 对于数值型的属性也可以映射到更高层次概念 如年龄属性。如：年轻、中年和老年。
数据结构各章习题及答案.
数据结构习题及解答第1章 概述【例1-1】分析以下程序段的时间复杂度。
for(i=0;i<n;i++) for(j=0;j<m;j++) A[i][j]=0;解：该程序段的时间复杂度为O (m*n )。
【例1-2】分析以下程序段的时间复杂度。
i=s=0; ① while(s<n) { i++; ② s+=i; ③ }解：语句①为赋值语句，其执行次数为1次，所以其时间复杂度为O (1)。
语句②和语句③构成while 循环语句的循环体，它们的执行次数由循环控制条件中s 与n 的值确定。
假定循环重复执行x 次后结束， 则语句②和语句③各重复执行了x 次。
其时间复杂度按线性累加规则为O (x )。
此时s 与n 满足关系式：s ≥n ，而s=1+2+3+…+x 。
所以有：1+2+3+…+x ≥n ，可以推出：x=nn 241212811+±-=+±-x 与n 之间满足x=f(n ），所以循环体的时间复杂度为O (n )，语句①与循环体由线性累加规则得到该程序段的时间复杂度为O (n ）。
【例1-3】分析以下程序段的时间复杂度。
i=1; ① while(i<=n) i=2*i; ②解：其中语句①的执行次数是1，设语句②的执行次数为f (n )，则有：n n f ≤)(2。
log)得：T（n）=O(n2【例1-4】有如下递归函数fact(n)，分析其时间复杂度。
fact(int n){ if(n<=1)return(1);①elsereturn(n*fact(n-1));②}解：设fact（n）的运行时间函数是T(n)。
该函数中语句①的运行时间是O(1)，语句②的运行时间是T(n-1)+ O(1)，其中O(1)为常量运行时间。
由此可得fact（n）的时间复杂度为O(n)。
习题1一、单项选择题1.数据结构是指（1. A ）。
A.数据元素的组织形式B.数据类型C.数据存储结构D.数据定义2.数据在计算机存储器内表示时，物理地址与逻辑地址不相同的，称之为（2. C ）。
大数据知识工程
阅读感受
在大数据时代，数据成为了企业竞争的核心资源。在这个背景下，大数据知 识工程应运而生。作为我的搜索伙伴，读完《大数据知识工程》这本书后，我深 受启发，对大数据知识工程有了更深入的认识和理解。
这本书的作者具有极高的专业素养和严谨的学术态度。他们不仅具备扎实的 理论基础，而且拥有丰富的实践经验。在阐述大数据知识工程的概念、技术和应 用时，他们运用了通俗易懂的语言和生动的案例，使得读者能够轻松理解和掌握。
本书主要讨论了大数据知识工程的相关主题和关键问题，包括数据预处理、数据存储、数据处理 和分析、数据挖掘、机器学习和人工智能等方面。本书不仅介绍了这些技术的理论知识，还通过 具体案例和实践经验，阐述了如何将这些技术应用到实际的大数据工程中。本书还强调了大数据 安全和隐私保护的重要性，并提出了一些解决方案。
大数据安全和隐私保护是大数据知识工程中至关重要的一环，需要采取一系列有效的技术和管理 措施来保障数据的安全性和隐私性。
大数据知识工程是一个充满挑战和机遇的领域，需要不断深入研究和实践创新。
通过综合运用多学科知识和先进的技术手段，可以实现大数据的高效处理和深度分析，从而为决 策提供有力支持。
大数据安全和隐私保护是大数据知识工程中至关重要的一环，需要引起足够的重视并采取有效的 措施来保障数据的安全性和隐私性。
本书为读者提供了全面、系统的大数据知识工程方面的知识和技能，可以帮助读者更好地理解和 应用大数据技术，从而为未来的大数据发展做出贡献。
《大数据知识工程》这本书是一本非常全面、系统和深入的大数据知识工程领域的著作。通过阅 读这本书，读者将获得关于大数据知识工程方面的深入理解和实用技能，同时可以了解大数据在 未来的发展趋势和应用前景。这本书不仅适用于计算机科学和数学领域的专业人士，也适合于从 事大数据相关工作的企业家、学者和研究人员阅读。通过阅读这本书，读者将受益匪浅，并为未 来的大数据发展做出贡献。
数据库系统概论(第三版)课后习题答案
第1章绪论习题参考答案1、试述数据、数据库、数据库管理系统、数据库系统的概念。
（3、4、5页）答：描述事物的符号记录称为数据；数据库是长期储存在计算机内的、有组织的、可共享的数据集合；数据库管理系统是位于用户与操作系统之间的一层数据管理软件; 数据库系统是指在计算机系统中引入数据库后的系统，一般由数据库、数据库管理系统(及其开发工具)、应用系统、数据库管理员和用户构成。
2．使用数据库系统有什么好处?（12页）答：数据库系统使信息系统从以加工数据的程序为中心转向围绕共享的数据库为中心的阶段，这样既便于数据的集中管理，又有利于应用程序的研制和维护，提高了数据的利用率和相容性，提高了决策的可靠性。
3．试述文件系统与数据库系统的区别和联系。
（8、9、10页）答：1）数据结构化是数据库与文件系统的根本区别。
在文件系统中，相互独立的文件的记录内部是有结构的，管其记录内部已有了某些结构，但记录之间没有联系。
数据库系统实现整体数据的结构化，是数据库的主要特征之一。
2）在文件系统中，数据的最小存取单位是记录，粒度不能细到数据项。
而在数据库系统中，存取数据的方式也很灵活，可以存取数据库中的某一个数据项、一组数据项一个记录或或一组记录。
3）文件系统中的文件是为某一特定应用服务的，文件的逻辑结构对该应用程序来说是优化的，因此要想对现有的数据再增加一些新的应用会很困难，系统不容易扩充。
而在数据库系统中数据不再针对某一应用，而是面向全组织，具有整体的结构化。
5．试述数据库系统的特点。
（9、10、11页）答：数据结构化；数据的共享性高、冗余度低、易扩充；数据独立性高；数据由DBMS统一管理和控制。
6．数据库管理系统的主要功能有哪些? （4页）答：数据定义功能、数据操纵功能、数据库的运行管理、数据库的建立和维护功能。
7．试述数据模型的概念（13页）、数据模型的作用、数据模型的三个要素。
（14、15页）答：数据模型(Data Model)也是一种模型，它是现实世界数据特征的抽象。
数值分析智慧树知到课后章节答案2023年下湖南师范大学
数值分析智慧树知到课后章节答案2023年下湖南师范大学第一章测试1.在数值计算中因四舍五入产生的误差称为（）A:观测误差 B:方法误差 C:舍入误差 D:模型误差答案:舍入误差2.当今科学活动的三大方法为（）。
A:科学计算 B:实验C:数学建模 D:理论答案:科学计算;实验;理论3.计算过程中如果不注意误差分析，可能引起计算严重失真。
A:错 B:对答案:对4.算法设计时应注意算法的稳定性分析。
A:对 B:错答案:对5.在进行数值计算时，每一步计算所产生的误差都是可以准确追踪的。
A:错 B:对答案:错第二章测试1.A: B: C: D:答案:2.某函数过(0,1)，(1,2)两点，则其关于这两点的一阶差商为A:3 B:0 C:2 D:1 答案:13.A: B: C: D:答案:4.下列说法不正确的是A:高次多项式插值不具有病态性质 B:分段线性插值逼近效果依赖于小区间的长度 C:分段线性插值的导数一般不连续D:分段线性插值的几何图形就是将插值点用折线段依次连接起来答案:分段线性插值的几何图形就是将插值点用折线段依次连接起来5.下列关于分段线性插值函数的说法，正确的是A:对于光滑性不好的函数优先用分段线性插值 B:对于光滑性较好的函数优先用分段线性插值 C:一次函数的分段线性插值函数是该一次函数本身 D:二次函数的分段线性插值函数是该二次函数本身答案:对于光滑性不好的函数优先用分段线性插值;一次函数的分段线性插值函数是该一次函数本身6.A: B: C:D:答案:;;7.同一个函数基于同一组插值节点的牛顿插值函数和拉格朗日插值函数等价。
A:错 B:对答案:对第三章测试1.A: B:C:D:答案:2.以下哪项是最佳平方逼近函数的平方误差A: B: C:D:答案:3.当区间为[-1,1],Legendre多项式族带权 ( ) 正交。
A: B: C: D:答案: 4.n次Chebyshev多项式在 (-1,1) 内互异实根的个数为A:n+1 B:n-1 C:nD:n+2 答案:n5.用正交函数族做最小二乘法有什么优点A:每当逼近次数增加1时，系数需要重新计算 B:得到的法方程非病态C:不用解线性方程组，系数可简单算出 D:每当逼近次数增加1时，之前得到的系数不需要重新计算答案:得到的法方程非病态;不用解线性方程组，系数可简单算出;每当逼近次数增加1时，之前得到的系数不需要重新计算6.用正交多项式作基求最佳平方逼近多项式，当n较大时，系数矩阵高度病态，舍入误差很大。
2021知到答案 数据工程 最新智慧树满分章节测试答案
第一章单元测试1、单选题：下列哪个数据库不属于NoSQL数据库？选项：A:Neo4JB:BigtableC:RedisD:Oracle答案: 【Oracle】2、单选题：MongoDB属于哪类NoSQL数据库？选项：A:键值数据库B:文档数据库C:列数据库D:图数据库答案: 【文档数据库】3、多选题：关系数据库中的参照完整性主要通过（）实现。
选项：A:审计B:外键C:主键D:关键字答案: 【外键;主键】4、多选题：在关系数据库中，为了保证数据的一致性，事务处理必须保证具有哪些特性？（）选项：A:持久性B:一致性C:隔离性D:原子性答案: 【持久性;一致性;隔离性;原子性】5、多选题：下面哪些是NoSQL数据库的特点？选项：A:高可扩展B:可用性强C:模式灵活D:严格的模式定义答案: 【高可扩展;可用性强;模式灵活】6、判断题：大数据价值挖掘是一个从数据到信息，再由信息到知识的凝练过程。
选项：A:错B:对答案: 【对】7、判断题：NoSQL数据库是对SQL数据库的否定，可以完全代替SQL数据库。
选项：A:错B:对答案: 【错】8、判断题：在并行和分布式数据库中，共享内存架构的每个处理器都有自己的磁盘，所有处理器共享一个内存空间。
选项：A:对B:错答案: 【对】9、判断题：关系数据库采取了强一致性约束,符合CAP理论中的C和P。
选项：A:错B:对答案: 【错】10、单选题：关系数据库的实体完整性主要通过（）实现。
选项：A:主键B:访问控制C:审计D:关系表答案: 【主键】第二章单元测试1、判断题：OLAP一般运行于业务数据库上，OLTP则一般运行于数据仓库上。
选项：A:错B:对答案: 【错】2、判断题：数据清洗是剔除数据里的异常，使数据集成为现实世界的准确、没有重复表示的过程。
选项：A:对B:错答案: 【对】3、判断题：联邦数据库模式不适宜进行需要在很多的数据源之间进行通讯和数据交换的数据集成。
选项：A:错B:对答案: 【对】4、判断题：列存储数据对排序操作和数据压缩有较好的支持。
数据库原理与应用教程第4版习题参考答案
习题参考答案第1章习题参考答案一、选择题1. C2. B3. D4. C5. D6. B7. A8. B9. D 10. B11. C 12. D 13. D 14. D 15. B 16. C 17. D 18. A 19. D 20. A21. D 22. D 23. C 24. A 25. C二、填空题1. 数据库系统阶段2. 关系3. 物理独立性4. 操作系统5. 数据库管理系统〔DBMS6. 一对多7. 独立性8. 完整性控制9. 逻辑独立性10. 关系模型11. 概念结构〔逻辑12. 树有向图二维表嵌套和递归13. 宿主语言〔或主语言14. 数据字典15. 单用户结构主从式结构分布式结构客户/服务器结构浏览器/服务器结构16. 现实世界信息世界计算机世界三、简答题1、简述数据库管理技术发展的三个阶段。
各阶段的特点是什么？答：数据库管理技术经历了人工管理阶段、文件系统阶段和数据库系统阶段。
<1、人工管理数据的特点：A、数据不保存。
B、系统没有专用的软件对数据进行管理。
C、数据不共享。
D、数据不具有独立性。
〔2、文件系统阶段的特点：A、数据以文件的形式长期保存。
B、由文件系统管理数据。
C、程序与数据之间有一定的独立性。
D、文件的形式已经多样化E、数据具有一定的共享性〔3、数据库系统管理阶段特点：A、数据结构化。
B、数据共享性高、冗余度底。
C、数据独立性高。
D、有统一的数据控制功能。
2、从程序和数据之间的关系来分析文件系统和数据库系统之间的区别和联系答：数据管理的规模日趋增大,数据量急剧增加,文件管理系统已不能适应要求,数据库管理技术为用户提供了更广泛的数据共享和更高的数据独立性,进一步减少了数据的余度,并为用户提供了方便的操作使用接口。
数据库系统对数据的管理方式与文件管理系统不同,它把所有应用程序中使用的数据汇集起来,以记录为单位存储,在数据库管理系统的监督和管理下使用,因此数据库中的数据是集成的,每个用户享用其中的一部分。
数值分析习题与答案知识讲解
数值分析习题与答案第一章绪论习题一1.设x>0,x*的相对误差为δ，求f(x)=ln x的误差限。
解：求lnx的误差极限就是求f(x)=lnx的误差限，由公式(1.2.4)有已知x*的相对误差满足，而，故即2.下列各数都是经过四舍五入得到的近似值，试指出它们有几位有效数字，并给出其误差限与相对误差限。
解：直接根据定义和式(1.2.2)(1.2.3)则得有5位有效数字，其误差限，相对误差限有2位有效数字，有5位有效数字，3.下列公式如何才比较准确？（1）（2）解：要使计算较准确，主要是避免两相近数相减，故应变换所给公式。
（1）（2）4.近似数x*=0.0310,是 3 位有数数字。
5.计算取，利用：式计算误差最小。
四个选项：第二、三章插值与函数逼近习题二、三1. 给定的数值表用线性插值与二次插值计算ln0.54的近似值并估计误差限. 解：仍可使用n=1及n=2的Lagrange插值或Newton插值,并应用误差估计（5.8）。
线性插值时，用0.5及0.6两点，用Newton插值误差限，因，故二次插值时，用0.5，0.6，0.7三点，作二次Newton插值误差限，故2. 在-4≤x≤4上给出的等距节点函数表，若用二次插值法求的近似值，要使误差不超过，函数表的步长h应取多少?解：用误差估计式（5.8），令因得3. 若，求和.解：由均差与导数关系于是4. 若互异，求的值，这里p≤n+1.解：，由均差对称性可知当有而当P＝n＋1时于是得5. 求证. 解：解：只要按差分定义直接展开得6. 已知的函数表求出三次Newton均差插值多项式，计算f(0.23)的近似值并用均差的余项表达式估计误差.解：根据给定函数表构造均差表由式(5.14)当n=3时得Newton均差插值多项式N3(x)=1.0067x+0.08367x(x-0.2)+0.17400x(x-0.2)(x-0.3) 由此可得f(0.23) N3(0.23)=0.23203由余项表达式(5.15)可得由于7. 给定f(x)=cosx的函数表用Newton等距插值公式计算cos 0.048及cos 0.566的近似值并估计误差解：先构造差分表计算，用n=4得Newton前插公式误差估计由公式（5.17）得其中计算时用Newton后插公式（5.18)误差估计由公式（5.19）得这里仍为0.5658．求一个次数不高于四次的多项式p(x),使它满足解：这种题目可以有很多方法去做，但应以简单为宜。
数据挖掘三、四章答案
一概念分类：是指将数据映射到预先定义好的群组或类。
回归是指将数据项映射到一个实值预测变量。
指根据输入值估计一个输出值。
KDD：是从数据中发现有用的信息和模式的过程。
数据挖掘：是指使用算法来抽取信息和模式，是KDD过程的一个步骤。
查准率：检索到的相关文档数/检索到的文档数。
查全率：/实际相关的文档数模式匹配：是指找出在数据中出现的预先定义的模式。
操作型数据库、数据仓库应用：OLTP、OLAP使用：精确查询、特定查询时态：快照、历史的修改：动态、静态面向：应用、商业数据;操作性数值、集成的规模：GB、TB级别：细节的、汇总的访问：经常、不经常响应：几秒、几分钟数据模式：关系型、雪花二1结点i的输出值为yi，而实际的输出应该为di2detla:△wij=cXij(dj-yj)△wij为权值的改变对应的给定结点j,输入元组的权值由元组<w1j,w2j,….wkj>表示，输出值与输入值为yj和<X1j,…,Xkj>,c为常数叫做学习率，dj为实际输出值。
3写出采用K最近邻算法准备训练样本库S，未知元组t；根据距离函数计算t 和每个训练样本的距离，选择与待分类样本距离最小的K个样本作为的K个最近邻；根据K个最近邻判断 t所属类别（假设共有J类)：根据t 的K个最近邻，依次计算每类的权重P其中，Pa 是的K个最近邻中的样本将分类到类别的权重，最简单的可采用。
将t 归属为权重最大的那个类别。
三关联规则给定一组项目I={I1,I2,…,Im}和数据库D={t1,t2,…,tn},其中t2 ={Ii1,Ii2,…,Iik}并且Iij∈I, 关联规则是形如X=>Y的蕴涵式,其中X,Y I是两个项目集合,称为项目集并且X∩Y=空.支持度关联规则X=>Y的支持度(s)是数据库中包含X∪Y的事物占库中所有事物的百分比.置信度或强度关联规则X=>Y的置信度或强度(s)是数据库中包含X∪Y的事物与包含X的事物的比值.大项目集出现次数大于阈值s的项目集Apriori基本思想1利用一个层次顺序搜索的循环方法来完成频繁项集的挖掘工作。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
模型能够对定性描述的语言值和定量表示的数值间、
连续量和离散量间随时转换，较好地解决了数据挖掘中的
知识表示问题。 基于云模型对定性和定量的转换能力，将人类用自然语 言值定性表达的控制经验（大概、估计、好象），通过语 言原子和云模型转换到语言控制规则器中，比人工神经网 络和模糊控制方法要好。特别是在空间地理信息的关联规 则挖掘中显示出了有效性。
以下三种模型：
1、以数据库为中心的模型 2、以领域专家为中心的模型 3、以用户为中心的模型 1、以数据库为中心的模型
此模型共分为九个处理阶段：
（1）理解和定义问题 数据挖掘不同于一般意义的分析过程，不是简单地把
数据挖掘算法应用于数据库上，必须事先对问题有一个较
好的理解和定义，否则挖掘的结果是没意义的。 （2）数据的搜集和抽取 数据挖掘算法不能直接对任何一个任意的数据库进行 挖掘，需要从相关的数据库中提取数据形成一个全新的数 据库或数据仓库，并将它们存储为挖掘算法可识别的格式。 （3）数据净化和理解 数据净化的目的是保证所表达数据的一致性，确保数 据的参数完整性和数据的精确性。通常采用统计学提供的 技术来检测异常值，必要时要平滑数据和估计噪声数据。
40~50岁之间”。
3、聚类模式 通过分析数据库中的记录数据，根据一定的分类规则， 合理地划分记录集合，确定每个记录所在类别。它与分类 模式不一样，事先没有确定一个类别，而是通过聚类后形 成类别。聚类分析与分类分析是一个逆过程。
4、回归模式
回归模式的函数定义与分类模式很相似，其差别在于 分类模式的预测值是离散的，而回归模式的预测值则是连 续的。它是通过具有已知值的变量来预测它的变量值。 5、序列模式
（7）结果评价 通过挖掘仅仅给出某种模式的精确度是不够的，重要的 是使用模式模拟实际的行为并给出它的使用结果报告。真
正的测试只能在实际的应用中来进行评价。
（8）重新净化数据和问题 如果挖掘的结果通过实际使用或专家评价不满意，就需 要对问题重新理解和定义，或对数据进行重新的净化处理， 然后再次重新挖掘，直至满意为止。
互相了解和沟通。
挖掘人员得到准确的问题定义和分析后，开始搜集数据， 再经过对数据加工，选择相应的挖掘算法进行挖掘。 将挖掘出来的知识向领域专家进行解释，让领域专家对 知识进行评价。
3、以用户为中心的模型
该模型强调了用户与数据库交互的支持，用户根据数 据库中的数据，提出一种假设模型，然后选择有关数据进 行知识挖掘，并不断对模型的数据进行调整优化。
作业点评
一、知识发现和数据挖掘的概念。 知识发现和数据挖掘定义
（1）从大量数据中提取出可信的、新颖的、有效的并能
被人们理解的模式的处理过程。 （2）数据挖掘是指从大量的、不完全的、有噪声的、模 糊的、随机的数据中，提取隐含在其中的、人们事先不知 道的、潜在的有用信息或知识的过程。 几点说明： （1） 数据挖掘是一个利用各种分析工具在海量数据中 发现模型和数据之间关系的过程，这些模型和关系能帮助 人们对未来进行预测。
粗糙集从决策表挖掘规则，决策表的约简是一个关键。
即化简决策表中的条件属性和属性值，约简后决策表具有 约简前对象域的全部分类知识，同时约简后的决策表具有
更少的条件属性或属性值。
粗糙集的数学基础是集合论，难以处理连续的属性，而 现实中连续属性是普遍存在的，因此需要把连续属性作离 散化处理，然后运用粗糙集方法处理。要主意的是在对连 续属性进行离散化的过程中，不能丢失或尽量减少决策表
即一种事例学习方法，通过覆盖正例、排斥反例的思想达到 寻找规则的目的，最典型的算法是AQ事例算法。 AQ事例的核心算法是：在正例集中任意一个种子到反例集 逐个比较，对字段取值构成的选择种子相容则舍去，相斥则 保留，循环所有正例种子，将所有选择种子合取，从而得到 正例集的规则。
七、模糊逻辑
模糊逻辑是运用了模糊数学的原理，针对一个问题，复杂
（9）结果运用
一旦达到的预期的挖掘效果，就可将所发现的模式应用 于实际决策中。
2、以领域专家为中心的模型
该模型强调由数据挖掘人员和领域专家共同参与知识发 现过程。由于领域专家对所描述的问题比较清楚，在问题 定义阶段由领域专家向挖掘人员解释，数据挖掘人员将挖 掘采用的技术及解决问题的种类介绍给领域专家，使双方
六、知识发现和数据挖掘中有哪些方法，简要介绍各个方法
的特点。 知识发现和数据挖掘主要有如下方法： 一、决策树法 决策树是发现概念描述空间的一种有效方法，也是许多
归纳系统常采用的知识表示形式，其特点是描述简单，分
类速度快，特别适合大规模的数据处理。 其过程是：把数据库划分成许多子集，构成一个分类 （决策树）然后对每一子集采用递归调用，直到所有子集 包含同一类型的数据，找出最有分辨能力的属性。 常用的算法：ID3、ID4、ID5。
数据挖掘技术按挖掘任务、挖掘对象和挖掘方法可分为以下几类：
挖掘任务 分类或预测模型发现； 数据总结、聚类、关联规划发现； 序列模式发现； 依赖关系或依赖模型发现； 异常和趋势发现。
挖掘对象
关系数据库； 空间数据库； 面向对象数据库； 时态数据库；
文本数据库；
异构数据库； 挖掘方法 1、机器学习
多媒体数据ห้องสมุดไป่ตู้；
告诉你他们为什么会买你的商品或买什么商品，更不能
保证所有满足这条规则的人都会买你的商品。这就
要求对所挖掘的结果作进一步的分析，通过评估消
除冗余的结果，评价是否满足用户或原定的要求，
或通过可视化等方式把结果转化为人所能理解方式
来表示。若不满足要求，需要重新选择算法，重新 挖掘。 总之数据挖掘过程是一个不断反馈的过程，挖掘质 量的好坏有两个因素影响： 1、所用的数据挖掘技术是否有效 2、数据的质量和数量是否合理
五、统计分析法
统计分析法是一种传统的分类方法，它利用统计学、概率论
等原理对关系中的各个属性进行统计和分析，从而找出它们 之间存在的某种关系和规律，是一种最基本的数据挖掘方法， 常用的统计分析法有：判别分析、因子分析、相关分析、多 元回归分析、偏最小二乘回归分析等，主要用于分类和聚类
的挖掘。 六、覆盖正例排斥反例法
• 存在于定制数据库中的信息，对于某特定的问题可能
有不同的表达方式。
（5）算法选取
数据挖掘算法通常有许多种，需要知道选择那种算法和 怎样应用它。算法的选择直接影响到所挖掘模式的质量。 甚至算法中的参数改变也会影响到模式的质量。 （6）运行挖掘算法
如何运行数据挖掘算法是分析者和相关领域专家所关心
的问题，这个阶段才是真正的数据挖掘过程，因为只有这 个阶段才能给出人们所关心的东西。要求在挖掘的过程中， 不断根据问题修改挖掘参数和模式。
（2）模型和关系的建立来源于大量的数据之间，反映了数 据之间存在的一种规律。 （3）数据挖掘只是一种发现知识的工具，它只是让人们能 更快、更准确地找到这个模型和关系，帮助人们更深入、 更易于来分析数据，但无法告诉人们某个模型和关系的实
际价值，这些模型和关系需要人们来进一步通过现实生活
来验证。
二、数据挖掘技术按挖掘任务、挖掘对象和挖掘方法进行分类。
性越高，有效的精确能力就越低，当数据量越大而且越复杂 时，对它进行精确描述的能力就越低，就是该模糊性就越强， 在数据挖掘领域中，利用模糊逻辑可以进行模糊综合判断和 模糊聚类分析等。
八、概念树法
把数据库中的各字段按归类形式进行抽象，所建立起来的 层次结构成为概念树。 我们可以利用概念树提升的方法大大减少浓缩数据库中的 记录将多个属性字段进行概念提升，可得到高一层的概括知
（4）数据工程
数据的搜集和净化是数据挖掘的基础，是一个由静态数 据库到定制数据库的过程，但存在以下几个问题：
• 静态数据库中包含了许多可以忽略掉的属性，如何选
择静态数据库中包含的所有属性的子集？ • 定制数据库中包含的数据信息量有可能远远超过所要 求的在有限时间内所能处理的信息量，必须找到一个 样本数据库。
1、关联模式
利用关联规则进行的数据挖掘。其目的是挖掘隐藏在数据 之间的相互关联关系，即满足指定的最小臵信度和最小支 持度的关联关系。如：“90%的顾客在一次购买活动中， 购买A商品同时购买B商品”的知识。
2、分类模式
通过对分类数据库中的数据进行分析，为每个类别做
出准确的描述或建立分析模型或挖掘出分类规则，然后用 这个分类规则对其它数据库中的记录进行分类。如将持信 用卡的人分成良好、一般、较差三类，可发现一条规则 “信誉良好的持卡人一般年收入在5万元左右，且年龄在
遗产数据库； Web数据库。
（1）归纳学习（2）基于示例学习（3）遗传算法
2、统计方法
（1）回归分析 （2）判别分析 （3）聚类分析 3、神经网络 （1）前向神经网络 （2）自然神经网络
三、简要介绍数据挖掘的步骤。 数据挖掘的步骤概括如下： 一、问题定义
确定对何种知识感兴趣，明确实际工作对数据挖掘的要求，
序列模式与关联模式很相似，其目的是挖掘数据之间
的关联关系，但序列模式更强调关联关系之间的顺序关系。 如在购买商品A、B、C时，购买关系是A→B→C，还是 B→A→C顺序。
五、知识发现和数据挖掘模型是一个多阶段的处理过程，通 常有哪三种模型，每个模型有什么特点。 知识发现和数据挖掘模型是一个多阶段的处理过程，通常有
识表，再将其转换成规则。
九、公式发现
在工程和科学实验室数据中，通过对数据项进行一系列的
分析和计算，发现一些有关的关系，并导出相应的数学公 式。比较典型的有BACON系统。 十、可视化方法 通过把数据库中的数据从不同的角度用图表的形式进行刻
化，即把数据库中多值数据变成多种图形，揭示数据间的
状况和内在本质规律的一种处理方法。 十一、云模型方法 云是一种统一刻画语言值和数值之间随机性和模糊性的模 型，称为云理论，是由李德毅院士提出来的一种方法。云
数据准备
数据挖掘