正确答案是：A: Z-score标准化、C:区间缩放、D: 向量单位化。

专业分析如下：

1. **Z-score标准化**：这是一种常见的数据标准化方法，也称为标准差标准化。它将数据转换为均值为0、标准差为1的标准正态分布。公式为：
\[
Z = \frac{X - \mu}{\sigma}
\]
其中，\(X\)是原始数据，\(\mu\)是数据的均值，\(\sigma\)是数据的标准差。

2. **区间缩放**：也称为最小-最大标准化（Min-Max Scaling），它将数据缩放到一个特定的区间（通常是[0, 1]）。公式为：
\[
X' = \frac{X - X_{\min}}{X_{\max} - X_{\min}}
\]
其中，\(X\)是原始数据，\(X_{\min}\)和\(X_{\max}\)分别是数据的最小值和最大值。

3. **向量单位化**：这种方法将数据缩放为单位向量，使得数据的范数（通常是L2范数）为1。公式为：
\[
X' = \frac{X}{\|X\|}
\]
其中，\(\|X\|\)是向量的范数。

B: 施密特标准化并不是一个常见的或标准的数据标准化方法，因此不属于数据标准化的方法。