NOMA 和SIC非正交多址 NOMA串形干扰删除 SIC举例一举例二非正交多址 NOMA非正交多址接入，即Non Orthogonal Multiple Access采用非正交的功率来区分用户，用户之间的数据可以在同一个时隙，同一个频点上传输NOMA的子信道传输依然采用正交频分复用（OFDM）技术，子信道之间是正交的，互不干扰一个子信道上不再只分配给一个用户，而是多个用户共享，同一子信道上不同用

K-近邻近算法定义通过你的邻居来判断你属于哪个类别一般使用欧式距离scikit-learn优点简单有效重新训练的代价低适合类域交叉样本适合大样本的自动分类缺点惰性学习类别评分不是规格化输出可解释性不强对不均衡的样本不擅长样本不均衡：收集到的数据每个类别占比失衡计算量较大APIsklearn.neighbors.KNeighborsClassifier(n_neighbors=5)from skle

六、数据技术篇—— 数据服务6.1 架构演进6.2 技术架构@6.3 最佳实践@6.3.1 性能6.3.2 稳定性6.1 架构演进DWSOA由需求驱动，一个需求开发几个接口，编写接口文档，开放给业务方调用。缺点：接口力度粗，灵活度低，扩展性差，复用率低，开发效率低OpenAPI数据按照统计粒度聚合，同样维度的数据形成一张逻辑表，能有效收敛接口数量。SmartDQOpenAPI接口变多，且带来大量对

三、数据技术篇—— 数据同步3.1 数据同步基础 @3.1.1 直连同步3.1.2 数据文件同步3.1.3 数据库日志解析同步3.2 数据仓库同步方式3.2.1 批量数据同步3.2.2 实时数据同步3.3 同步遇到的问题3.3.1 分库分表3.3.2 增量全量同步的合并@3.3.3 数据漂移的处理 @有多种不同应用场景：主数据库和备份数据库之间的数据备份，主系统和子系统的数据更新，不用地域、数据库