一、U盘使用的重要方法有哪些？

一、正确的插拔方式 在插拔U盘时用力过猛或上下摆动幅度过大是不正确的。插拔U盘时只允许左右少许摆动，不允许上下过度摆动。这是因为usb插接口扁而薄。上下摇动容易使机内线路板断裂，或者插头与线路板之间脱焊。造成接触不良使数据传输出错甚至不能使用，这种故障是很常见的。

 二、携带方式要稳妥 携带时要注意保护U盘。如果随意装在衣袋里特别是裤子的后袋里，容易受到挤压而变形，严重时也会使线路板断裂产生隐性的故障。

 三、保持清洁防止灰尘污染 usb插口内如果积有较多的灰尘或污垢，会导致接触不良使数据传输不畅。读卡器的电触点更为精细内部如果有了灰尘或锈迹，与电脑连接后会出现莫名其妙的故障现象。有些种类的存储卡体积更小更薄，操作时一定要当心。注意插头上的灰尘颗粒还会把触点磨毛。缩短插口的使用寿命。一定要保持插接口清洁。

 四、防止受到腐蚀性污染 夏天随身携带的U盘容易收到汗液的污染。时间久了里面可能会生锈，造成损坏。还要防止淋雨;落水和腐蚀性气体的侵蚀或置于厨房的油烟或水蒸气的环境中。

 五、规范的操作 usb接口允许热插拔(带电插拔)，但在读取或写入数据时千万不可插拔。这样操作轻则损坏数据，重则损坏芯片。如果你不能确认是否正在读写数据，就采用安全删除硬件的方式断开连接。这种方式如果仍不能安全删除U 盘， 为了保险起见，建议你关机以后再拔出U盘。如果强行拔出可能会出现难以预料的不良后果。

 六、使用中注意温升的影响 U盘中电子芯片的体积很小，特别是小型的SD卡或迷你SD卡体积更小。散热问题要引起注意。夏季使用时气温较高，在进行写入数据操作时，闪存体的温升较高。如果U盘容量很大，待写入的文件又很多，持续写入的时间会很长。此时温度上升会比较大，为了防止芯片因过热受损，必要时可分段间歇写入，给积累的热量一个散发的机会。

 七、传输数据要注意 与电脑连接以后，在传输数据期间不要尝试去触动U盘。瞬间的接触不良可能会使数据出错。 

八、不能随意乱塞 由于某些充电器的接口也是USB，有的输出电压还较高，注意防止不小心误插或被孩子当玩具将U盘或读卡器插进充电器插口。过高的电压可能会导致储存芯片损坏。

 九、不使用时不要把U盘长时间插在电脑上 长期加电对U盘的使用寿命并不利。插在前面板还容易被不小心碰坏，轻则不能使用;重则可能就一分为二了。 

二、常见的信道利用方式有哪些？

统计时分多路复用（STDM） 复用中若将时隙分给并不总是进行传输的站，就不能很好地利用传输线路，这些预分的时隙可能会被浪费。统计时分多路复用通过动态分配时隙来解决这一问题，从而更有效地利用线路。统计时分多路复用较昂贵，这是因为它包含一些处理器，并使用缓冲技术来有效地利用信道。缓冲

三、数据挖掘不同领域中的采样方法有哪些？

1，关联规则的采样

挖掘关联规则的任务通常与事务处理与关系数据库相关，该任务需要反复遍历数据库，因此在大数据集上将花费大量的时间。有很多的算法可以改进关联规则算法的效率与精度，但在精度保证的前提下，采样是最直接与最简单的改进效率的方法。

2.分类的采样

分类一般分为三种类型:决策树、神经网络及统计方法(如无偏差分析)，在这些算法中均有使用采样的案例。分类的采样一般有四种，一种是随机采样，另外三种是非随机采样，分别是“压缩重复”、“窗口”及“分层”。

3.聚类的采样

在聚类中进行采样有若干的用途。有些聚类算法使用采样进行初始化工作，例如，利用采样得到的样本得到初始化的参数，然后再对大数据集进行聚类。当处理大数据集时，需要降低算法使用的空间。为了得到较好的聚类，根据数据的分布情况需要采用不同的采样方法。随机采样仍然是一种常规的方法，在随机采样忽略了小的聚类的情况下，一般采用非随机采样的方法。非随机采样的方法中最常用的是分层采样。例如，在密度差别很大的数据集中，根据密度的不同，采样的样本数量可以不同，在密度较高的区域采样的次数少一些，而在密度稀疏的区域，采样的次数多一些。

4.扩充(Scaling-Up)的数据挖掘算法的采样

扩充是指利用已有的数据挖掘算法能够高敛地处理大数据集。当数据挖掘的算法初期是处理小数据集的情况下，处理大数据集就会受到限制。在这种情况下，一般会采用分而抬之的方法:将大数据集分解成较小的互不重叠的数据集，利用己有算法进行处理，然后，将小数据集得出的结果合并成最终的结果。需要注意的是，这种方法等价于将困难转嫁到合并步骤，即需要复杂的处理才能得到正确的结果。因此，整体的复杂性没有降低。