👉 题型： 选择20 填空20 判断20 简答20 设计20 👉第一类重点: 软件测试不是一个穷举过程，而是一个抽样过程。所以尽可能选取有代表性的用例进行测试。 导致软件缺陷的最大原因是软件规格说明书 软件测试是软件质量体系中的重要组成部分。 软件测试的成本越到开发后期，成本越高。需求分析阶段最 ...
分类：
其他好文 时间：
2021-06-23 16:48:13
阅读次数：
0
一、简介 相移键控法， 根据数字基带信号的两个电平使载波相位在两个不同的数值之间切换的一种相位调制方法。 产生PSK信号的两种方法： 1)、调相法：将基带数字信号（双极性）与载波信号直接相乘的方法： 2)、选择法：用数字基带信号去对相位相差180度的两个载波进行选择。 两个载波相位通常相差180度， ...
分类：
其他好文 时间：
2021-06-19 18:46:01
阅读次数：
0
6 分桶及抽样查询 6.1 分桶表数据存储 分区提供一个隔离数据和优化查询的便利方式。不过，并非所有的数据集都可形成合理的分区。对于一张表或者分区，Hive 可以进一步组织成桶，也就是更为细粒度的数据范围划分。 分桶是将数据集分解成更容易管理的若干部分的另一个技术。分区针对的是数据的存储路径；分桶针 ...
分类：
其他好文 时间：
2021-06-13 09:57:59
阅读次数：
0
对于负载均衡依据介质而分可以分成硬件负载均衡和软件负载均衡，软件的负载均衡则是通过在服务器上安装负载均衡功能的模块或者软件来完成请求分发工作。 无论是硬件负载均衡还是软件的负载均衡都是通过维护一个下挂的服务器清单列表，通过心跳检测功能剔除有问题的服务器节点，保证剩余服务器节点的可访问。客户端提交访问 ...
分类：
其他好文 时间：
2021-06-02 17:15:37
阅读次数：
0
第5部分 不等概抽样 不等概抽样 等概率抽样和不等概抽样的区别：在等概抽样中，每个总体单元都具有相同的入样概率；不等概抽样赋予每个单元与其规模（或辅助变量）成比例的入样概率，使得大单元入样概率大、小单元入样概率小，然后在估计中采用不同的权数来进行弥补。 当总体单元之间差异不大时，简单随机抽样简便、有 ...
分类：
其他好文 时间：
2021-06-02 14:56:25
阅读次数：
0
三阶段抽样 基本公式 现用$\mathbb_3,\mathbb_3$表示在固定初级单元、二级单元时，对第三阶段抽样求均值和方差；$\mathbb_2,\mathbb_2$表示在固定初级单元时，对第二阶段求均值和方差；$\mathbb_1,\mathbb_1$表示对初级单元求均值和方差。显然有 \[ ...
分类：
其他好文 时间：
2021-05-24 13:18:50
阅读次数：
0
原文链接：http://tecdat.cn/?p=18700 前言 本文说明了R语言中实现分布滞后线性和非线性模型（DLM和DLNM）的建模。首先，本文描述了除时间序列数据之外的DLM / DLNM的一般化方法，在Gasparrini [2014]中有更详细的描述。本文中包含的结果并不代表科学发现， ...
分类：
编程语言 时间：
2021-01-06 11:42:52
阅读次数：
0
import numpy as np import pandas as pd PATH_DES = '/Users/linxianli/Desktop/' df = pd.read_excel(PATH_DES + '工作簿1.xlsx') df.head() # 使用 sklearn 进行分层抽样 ...
分类：
编程语言 时间：
2020-12-17 12:01:00
阅读次数：
1
马尔可夫链蒙特卡罗法 蒙特卡罗法 思想：假设概率分布的定义已知，然后通过随机抽样获得概率分布的随机样本，通过得到的随机样本对概率分布的特征进行分析。 for example：从随机抽出的样本中计算出样本均值，从而得到总体的期望。 蒙特卡罗方法的核心：随机抽样 主要有直接抽样，接受-拒绝抽样，重要性抽 ...
分类：
其他好文 时间：
2020-11-16 13:40:23
阅读次数：
7
机器学习--线性单元回归--单变量梯度下降的实现 【线性回归】 如果要用一句话来解释线性回归是什么的话，那么我的理解是这样子的： **线性回归，是从大量的数据中找出最优的线性（y=ax+b）拟合函数,通过数据确定函数中的未知参数，进而进行后续操作（预测） **回归的概念是从统计学的角度得出的，用抽样 ...
分类：
其他好文 时间：
2020-10-08 19:45:53
阅读次数：
36
