主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。
在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。
主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。
2022-06-13 17:20:50
8KB
1
第1章 研究背景与意义 1
第2章 系统需求分析 4
第3章 系统设计 7
3.1 系统功能模块设计 7
3.1.1 基础信息管理 7
3.1.2 库存管理 8
3.1.3 订单审核 8
3.1.4 采购管理 8
3.1.5 销售管理 9
3.1.6 统计分析 9
3.1.7 账户管理 9
3.2 系统角色功能分配 9
3.2.1 系统管理员 9
3.2.2 库存管理员 10
3.2.3 采购员 10
3.2.4 销售员 11
3.2.5 订单经理 11
3.3 框架及开发工具简介 11
3.4 数据库设计 12
3.4.1 概念模型设计 13
3.4.2逻辑模型设计 15
3.4.3对象模型设计 16
3.5用户界面设计 17
3.5.1 登录界面 17
3.5.2系统管理员主页 17
3.5.3商品管理界面 18
3.5.4库存管理界面 19
3.5.5订单审核界面 20
3.5.6采购统计界面 20
第4章 系统实现 22
4.1 分层架构实现 22
4.1.1持久化层 24
4.1.2 DAO层 24
4.1.3 业务逻辑层 25
4.1.4 控制层 26
。。。。。。。。。。
2022-06-13 13:04:34
3.17MB
课程主要介绍信号检测和信号参量估计的基本理论和应用，可为今后从事通信、雷达等信号处理专业的学生打下扎实的理论基础；同时，信号检测和估计理论的基本概念、基本理论和分析问题的基本方法也可为解决实际信号处理系统设计等问题打下良好的基础。
2022-06-13 11:25:18
260KB
1
2013年-2022年最新全国328个城市的AQI数据，包含PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物。可用于统计建模数据分析，科研学习。
数据来源：中国气象历史数据
时间跨度：历史数据更新至2022年
区域范围：全国
指标说明：包括PM2.5、PM10、SO2、NO2、O3、CO六类大气污染物
数据时间
2013-2022.03.31
2022-06-12 19:06:43
16.66MB