1) larger-scale data-density system
大规模数据密集型系统
2) Large-scale database system
大规模数据库系统
3) Very Large Database System
超大规模数据库系统
4) large-scale data set
大规模数据集
1.
More importantly, it still can be used even if traditional eigen-decomposition technique cannot be applied when faced with the extremely large-scale data set.
提出一种大规模数据集求解核主成分的计算方法。
5) Large scale data integration
大规模数据集成
6) Large relational data sets
大型关系数据集
补充资料：大规模系统
| 大规模系统 largescale systems 规模庞大、结构复杂 （ 环节较多、层次较多或关系复杂）、目标多样、影响因素众多，且常带有随机性的系统。这类系统不能采用常规的建模方法、控制方法和优化方法来进行分析和设计，因为常规方法无法通过合理的计算工作量得到满意的解答。随着生产的发展和科学技术的进步，出现了许多大规模系统，例如电力系统、城市交通网、数字通信网、柔性制造系统、生态系统、水资源系统、社会经济系统等。这类系统的特点是规模庞大，结构复杂，而且地理位置分散，因此造成系统内部各部分之间通信的困难，提高了通信的成本，降低了系统的可靠性。 在大规模系统中由于受控对象分散和变量数目太多，不宜采用集中控制结构。因此，在各种工程和非工程的大规模系统中存在着两种基本结构方案，即递阶结构（层次结构）和分散结构。其共同的特点是将大规模系统的总体功能和目标按一定关系分配给各子系统。这些子系统都具有各自的控制器，都有一定的决策能力。分解后的子系统的阶数下降较多，较易实现自身最优化。对大规模系统的研究，发展了递阶控制理论和分布式控制理论；研究该系统的稳定性则有加权和李雅普诺夫函数法、向量李雅普诺夫函数法和输入输出法。对于大规模系统实施模型简化（模型降阶）的主要方法有集结法和奇异摄动法。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条