"计算机复试面试准备的相关问题"
本文主要讨论了计算机复试面试中的相关问题，包括机器学习、双机信息采集系统等知识点。
一、机器学习
机器学习是使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测，研究计算机如何模拟和实现人类的学习行为从而不断获取新的知识技能，不断组织已有的知识结构，不断改善自身的性能。主要是归纳和综合而不是演绎。
常见的机器学习算法包括：
1. 回归算法：线性回归和逻辑回归。线性回归是根据训练集学习出一个线性函数，然后测试这个函数是否足够拟合训练集数据，然后挑选出最好的线性函数。逻辑回归将数据拟合到一个 logit 函数或者是 logistic 函数中，从而能够完成对事件发生的概率进行预测。
2. 决策树算法：将一组“弱”学习器集合在一起，形成一种强算法，这些学习器组织在树状结构中，相互分支。
3. 贝叶斯算法：朴素贝叶斯分类是一种十分简单的分类算法，叫它朴素是因为其思想基础的简单性：就文本分类而言，它认为词袋中的两两词之间的关系是相互独立的，即一个对象的特征向量中每个维度都是相互独立的。
二、双机信息采集系统
双机信息采集系统分为上位机和下位机（上位机就是 pc 机，下位机就是用的8086 微处理器。）上位机发送一个启动命令给下位机，下位机收到命令之后开始以 0.5s 为周期对工作现场的各种开关量和模拟量数据进行采集，并且把模拟量转化成数字量通过数码管显示，然后把模拟量和数据量传递给上位机，上位机以图形化方式显示模拟信号和对应的开关量信号。同时利用远程监控机进行监控。
整个过程分为三个阶段：
第一阶段：使用汇编语言完成下位机的基本工作（主要包括下位机各个元器件初始化的代码以及下位机要完成对开关量和模拟量进行采集的代码），上位机暂时使用串口助手完成信息的收发。
第二个阶段：使用 java 编写可视化图形界面，使用输入输出流进行上位机与下位机之间的通信。能够方便对送来的数据进行读写，对接收到的数据能够很方便的进行处理。同时将收到的数据以图形化的方式显现。
第三个阶段：用 java 编写远程服务端和客户端程序进行通信连接，使用 UDP 通信协议和服务器的 ip 地址来确定通信对象，建立通信连接，将收到的模拟量和开关量实时发送给远程控制的 pc 机。
本文讨论了机器学习和双机信息采集系统这两个重要的计算机知识点，并对其进行了详细的解释和分析，为计算机复试面试提供了有价值的参考。
