实验报告
实验项目一破碎实验
一、实验目的
1.了解颚式破碎机的结构，性能和工作原理。
2.了解辊式破碎机的结构，性能和工作原理。
3.掌握矿物材料破碎过程和设备的实际破碎比和破碎级数。
二、实验原理
1.颚式破碎机的结构
颚式破碎机由动颚，定颚，连杆，推力板，偏心轴和悬挂轴构成，其中，动颚悬挂在偏心轴上，通过连杆和推力板带动定颚做往复运动。
2.颚式破碎机的工作原理
颚式破碎机有两块颚板，定颚额和动颚，定颚固定在机架的前壁上，动颚则悬挂在轴上可作左右摆动。当偏心轮转动时，带动连杆做往复运动，从而使两块推力板亦随之作往复运动，通过推力板的作用，推动悬挂轴上的动颚作左右往复摆动。当动颚摆向定颚时，落在颚腔的物料主要受到颚板的挤压作用而粉碎。当动颚摆离定颚时，已被粉碎的物料在重力的作用下经下料口落下。
3.辊式破碎机的结构，性能和工作原理
辊式破碎机由两辊子互相平行水平安装在机架上，前辊和后辊作相向旋转。物料加入到喂料箱内，落在转辊上，在辊子的表面摩擦力作用下，被扯进转辊之间受到辊子的挤压而粉碎。粉碎后的物料被转辊推出，向下卸落。因此，破碎机是连续操作的，且有强制性卸料的作用，粉碎粘湿的物料也不致堵塞。
4.破碎比
若原始物料粒度为D，经过某台粉碎机械粉碎后的粒度为d，则比值i＝D／d，被称为粉碎比。对破碎而言，称为破碎比。近来有把粉碎比与产量的乘积称作质量系数，把它作为对破碎机技术评价和对比的指标之一。
由于破碎机的破碎比较小，如果要求达到的破碎比超过范围，就得把两台或更多台破碎机串联使用．这种串联几台破碎机进行破碎作业叫做多级破碎，破碎机串联的台数叫做破碎级数，这时原始物料的粒度与最后破碎产品的粒度之比叫做总破碎比。在多级破碎时，各级破碎比；i1,i2,i3,……i n与总破碎比i。有如下关系：
i＝i1×i2×i3……i n
三、主要仪器及耗材
颚式破碎机，辊式破碎机，钢尺，标准筛，岩石。
四、实验内容和步骤
1）取一定数量的矿石，用钢尺测量其尺寸，求出所取岩石的平均尺寸。
2）开启颚式破碎机，将岩石加入颚式破碎机两颚板之间，经过颚式破碎机进行破碎。
3）利用钢尺测量破碎后岩石的平均尺寸，并计算颚式破碎机的平均破碎比i1。
4）将经过颚式破碎机破碎后的岩石经过辊式破碎机，进行进一步破碎。
5）利用标准筛对辊式破碎机破碎后的粉料进行分级，求出所得粉体的平均尺寸，计算辊式破碎机的破碎比i2。
6）计算整个串联破碎过程的总的破碎比。
五、数据处理与分析
最初的矿石因为比较大，可用三轴径的几何平均值来表示。用a，b，c分别表示岩石的长，宽，高，取岩石的平均直径为
R＝（a＋b＋c）/3。
经过颚式破碎机后为a’,b’,c’,R’=(a’+b’+c’)/3,
于是i
1
＝R/R’
经过辊式破碎机后，所得到的粉体颗粒比较细，用三轴径表示比较困难，此时可利
用筛析法确定所得粉体的平均粒径。通过d
1筛的颗粒重m
1
克，d
2
筛的为m
2
克，依次d
n
筛的
颗粒为m
n 克，则平均粒径d＝（d
1
m
i
+d
2
m
2
+……+d
n
m
n
）/(m
1
+m
2
+……+m
n
)
则辊式破碎机的破碎比i
2
＝R’/d
总的破碎比i=i
1×i
2
六、实验注意事项
1）严格遵守实验设备的操作规程
2）辊式破碎机不易快速加料，快速加料会导致两辊卡死，在使用时应特别注意。
3）在实验过程中所使用的设备均为高速运转设备，应注意安全。
七、思考题
1.粉体的当量直径表示方法有哪些？各有何实际意义。
2.颚式破碎机的种类有哪些？实验室所使用的颚式破碎机属于哪一种？其优缺点各是什
么？
3.颚式破碎机的最佳转速应如何确定？
实验项目二粉体粒度分布的测定
一、实验目的
1. 了解筛析法测粉体粒度分布的原理和方法；
2. 根据筛分析数据绘制粒度累积分布曲线和频率分布曲线。
二、实验原理
1. 基本原理
筛析法是用一定大小筛孔的筛子将被测试样分成两部分：留在筛面上粒径较粗的不通过量（筛余量）和通过筛孔粒径较细的通过量（筛过量）。实际操作时，按被测试样的粒径大小及分布范围，一般选用5到6个不同大小筛孔的筛子叠放在一起。筛孔较大的放在上面，筛孔较小的放在下面。最上层筛子的顶部有盖，以防止筛分过程中试样的飞扬和损失，最下层筛子的底部有一容器，用于收集最后通过的细粉。被测试样由最上面的一个筛子加入，依次通过各个筛子后即可按粒径大小被分成若干个部分。按操作方法经规定的筛分时间后，小心地取下各个筛子，仔细地称重并记录下各个筛子上的筛余量（末通过的物料量），即可求得被测试样以重量计的颗粒粒径分布（频率分布和累积分布）。筛析法主要用于粒径较大的颗粒的测量。一般适用约20m
μ~100mm之间的粒度分布测量。
筛析法有干法与湿法两种，测定粒度分布时，一般用干法筛分；湿法可避免很细的颗粒附着在筛孔上面堵塞筛孔。若试样含水较多，特别是颗粒较细的物料，若允许与水混合，颗粒凝聚性较强时最好使用湿法。此外，湿法不受物料温度和大气湿度的影响，还可以改善操作条件，精度比干法筛分高。所以，湿法与干法均被列为国家标准方法，用于测定水泥及生料的细度等。
筛析法除了常用的手筛分、机械筛分、湿法筛分外，还用空气喷射筛分、声筛法、淘筛法和自组筛等，其筛析结果往往采用频率分布和累积分布来表示颗粒的粒度分布。频率分布表示各个粒径相对应的颗粒百分含量（微分型）；累积分布表示小于（或大于）某粒径的颗粒占全部颗粒的百分含量与该粒径的关系（积分型）。用表格或图形来直观表示颗粒粒径的频率分布和累积分布。
筛析法使用的设备简单，操作方便，但筛分结果受颗粒形状的影响较大，粒度分布的粒级较粗，测试下限超过38m
μ时，筛分时间长也容易堵塞。
2. 标准筛系列
每一个国家都有自己的标准筛系列，它由一组不同规格的筛子所组成。系列标准中，除筛子直径（有400mm，300mm，200mm，150mm，75mm等多种，以200mm使用最多）及深度（有60mm，45mm及25mm，以45mm最普遍）外，最主要的是筛孔尺寸。筛孔大小有不同的表示方法。例如，在编织筛的方形孔情况下，美国Tyler（泰勒）系列中以目(mesh)来表示筛孔的大小。目是每英寸（1 in=25.4mm）长度内筛网编织丝的根数，也就是每英寸长度上的筛孔数。筛孔的目数越大，筛孔越细，反之亦然。200目的Tyler筛，每英寸共有200根编织丝，丝的直径为0.053mm(53m
μ)，因此，筛孔的尺寸（孔宽）为
0.075mm(75m μ):
200×（0.053+0.075）= 25.6(mm)
美国Tyler 标准第列筛以200
减。例如，与200目相邻的170目和250目筛子的筛孔尺寸分别为7588m μ?≈和
75/
61m μ≈，依此类推。
ISO （国际标准化组织）编织筛系列与美国Tyler 系列基本相同，但不是采用目，
为等比系数递增或递减其他各个筛子的筛孔宽度。为此，ISO 标准系列中的筛子数比Tyler 系列的要少，相邻两筛孔的筛孔尺寸间隔也较大。ISO 系列中，最细的筛孔尺寸为45μm ，而Tyler 系列为38μm ，表1.1给出了ISO 和美国Tyler 系列标准筛。英国、德国、法国、日本、苏联等也都有自己的标准系
列筛号，其中法国AFNOR
三、 主要仪器及耗材
标准筛，振筛机 ，托盘天平，搪瓷盘，无机粉体。
四、 实验内容和步骤
1）将选好的一套筛子，依筛孔尺寸大小从上到下套在一起，底盘放在最下部，试样放在顶部的最大孔径的筛子，然后装上盖子。
（2）将整套试验筛牢固地装在振筛机上，借助振筛机的振动，把粉末筛分成不同的筛分粒级。
（3）筛分过程可以进行到筛分终点，也可以进行到供需双方商定的时间。对于一般粉末，筛分时间规定为15min 。难筛的粉末，粉分时间可适当延长些。
筛分进行到每分钟通过最大组分筛面上的筛分量小于样品量的0.1%时，取为筛为终点。 （4）筛分后，称量每个筛面和底盘上的粉末量，称量精确到0.1g 。 每个筛面上的粉末量按如下方法收集：
从一套筛子上取出一个筛子，把它里面的粉末倾斜到一边，倒在光滑的纸（如描图纸）上，再把附在筛网和筛框底部的粉末，用软毛刷扫到相邻的下一个筛子中，然后把筛子反扣在光滑纸上，轻轻地敲打筛框，清出筛子中所有的粉末。
（5）每次筛分测定的所有筛子和底盘上的粉末量总和应不小于试样的98%，否则须重新测定。
（6）当筛子用过数次后，发现筛孔堵塞严重时，应及时用超声波清洗。一般情况下，筛子用过10次后，就应该进行清洗。
五、 数据处理与分析
数据记录
筛分析结果可按下表的形式记录：
试样名称： 试样质量： g 测试日期： 筛分时间： min
实验误差=
试样质量－筛析总质量
试样质量×100%
2．数据处理
（1）
（2）根据实验结果记录，在坐标纸上绘制筛上累积分布曲线R，筛下累积分布曲线D，
频率分布曲线
３．结果分析
一个筛子的各个筛孔可以看作是一系列的量轨（衡量物料运行轨道），当颗粒处于筛孔上，有的颗粒可以通过而有的通不过。颗粒位于一筛孔处的概率由下列因素决定：粉末颗粒大小分布、筛面上颗粒的数量、颗粒的物理性质（如表面积）、摇动筛子的方法、筛子表面的几何形状（如开口面积/总面积）等。当颗粒位于筛孔上是否能通过则决定于颗粒的尺寸
和颗粒在筛面上的角度。
六、实验注意事项
筛分所测得的颗粒大小分布还决定于下列因素：筛分的持续时间、筛孔的偏差、筛子的
磨损、观察和实验误差、取样误差、不同筛子和不同操作的影响等。
七、思考题
１.影响筛析法的因素有哪些？
２.由粒度分布曲线如何判断试样的分布情况？
３.由粒度分布曲线确定试样的平均径（中位径及最大几率径）是多少？
六 数据的表示和分析
六数据的表示和分析 本单元主要学习条形统计图、折线统计图和平均数。教科书中设计了多个有效的统计活动，帮助学生经历完整的统计过程，如统计生日活动、统计蒜苗生长情况的活动、统计记数字情况的活动等。本单元对条形统计图、折线统计图及平均数等表示、分析数据方法的学习，均结合在统计过程当中，以利于数据分析观念的培养。如教科书设计了栽蒜苗活动，并对活动记录分别进行了不同的统计。结合两个统计过程，教科书分别设计了“栽蒜苗(一)”和“栽蒜苗(二)”，分别学习用条形统计图和折线统计图表示数据。教科书在统计图表方面除了要求学生能收集、整理与描述数据外，还引导学生从图表中尽可能多地获取信息。 第1课时生日
(这是边文，请据需要手工删加) 教材第83～84页的内容。
1．结合调查班里同学生日所在的季节，经历数据的收集、整理、表示与分析的过程，积累统计活动的经验。 2．认识条形统计图，能根据条形统计图回答简单的问题。 3．体会统计在生活中的应用，感受数学与生活的联系。 重点：认识简单的条形统计图(1格表示1个单位量)。 难点：能对条形统计图的数据进行简单的分析。 多媒体课件、投影仪 师：你知道祖国妈妈的生日是几月几日吗？(板书课题) 生齐答：十月一日。 师：那你知道十月一日是什么季节吗？ 学生可能会说秋季，有的可能会说冬季。 师：为了方便，我们约定：三、四、五月是春季，六、七、八月是夏季，九、十、十一月是秋季，十二、一、二月是冬季。(师板书) 1．经历收集数据的过程。 师：现在你们知道自己过生日的时候是什么季节了吗？你准备怎么调查同学们的生日分别在什么季节？先自己想一想，然后和小组同学交流一下。 学生交流后汇报。预设以下几种方法： 方法一：每人在纸条上写出自己生日所在的季节。 方法二：让不同季节过生日的同学举手，我们分别数一数。 方法三：可以用画“正”字的方法。 方法四：先收集同学的生日所在季节的情况，再分类整理纸条，收集数据。 方法五：把大家生日所在季节的情况涂在格子里。 …… 教师根据举手的方式实际统计每个季节过生日的人数。 2．用涂格子的方法表示数据。 (1)课件出示教材第83页条形统计图。 师：观察这个统计图，横轴表示什么？1格代表多少？纵轴呢？ 生观察后汇报：横轴表示人数，1格代表1人。纵轴表示四个季节。
数据挖掘实验报告
《数据挖掘》Weka实验报告 姓名＿学号＿ 指导教师 开课学期2015 至2016 学年 2 学期完成日期2015年6月12日
1.实验目的 基于https://www.360docs.net/doc/d713742199.html,/ml/datasets/Breast+Cancer+WiscOnsin+%28Ori- ginal%29的数据，使用数据挖掘中的分类算法，运用Weka平台的基本功能对数据集进行分类，对算法结果进行性能比较，画出性能比较图，另外针对不同数量的训练集进行对比实验，并画出性能比较图训练并测试。 2.实验环境 实验采用Weka平台，数据使用来自https://www.360docs.net/doc/d713742199.html,/ml/Datasets/Br- east+Cancer+WiscOnsin+%28Original%29，主要使用其中的Breast Cancer Wisc- onsin (Original) Data Set数据。Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 3.实验步骤 3.1数据预处理 本实验是针对威斯康辛州(原始)的乳腺癌数据集进行分类，该表含有Sample code number（样本代码)，Clump Thickness（丛厚度），Uniformity of Cell Size （均匀的细胞大小），Uniformity of Cell Shape （均匀的细胞形状），Marginal Adhesion（边际粘连），Single Epithelial Cell Size（单一的上皮细胞大小），Bare Nuclei（裸核），Bland Chromatin（平淡的染色质），Normal Nucleoli（正常的核仁），Mitoses（有丝分裂），Class（分类），其中第二项到第十项取值均为1-10，分类中2代表良性，4代表恶性。通过实验，希望能找出患乳腺癌客户各指标的分布情况。 该数据的数据属性如下： 1. Sample code number（numeric），样本代码； 2. Clump Thickness（numeric），丛厚度；
《数据的表示和分析》一遍过
数据的表示和分析 一、认真填空。（每空1分，共20分） 1.常用的复式统计图有（）和（）两种。 2.复式条形统计图可以表示（）的多少；复式折线统计图便于比较两组数据的（）。 3.要表示两地一天内气温的变化情况，应选择（）统计图；要表示两个班级的学生获得优、良、及格、待及格这几种成绩的人数，应选择（）统计图。 4.平均数容易受（）的影响。 5.下面是徽商商场2019年销售电脑情况统计图。 微商商场2019年销售电脑情况统计图 （1）这是（）统计图。 （2）第（）季度笔记本电脑销量最大，第（）季度台式电脑销量最大。（3）第二季度台式电脑的销量比笔记本电脑多（）台；第四季度笔记本电脑的销量比台式电脑少（）台。 6.右面是某地2012－2018年城乡居民人均居住面积统计图。 某地2012－2018年城乡居民人均居住面积统计图 （1）城镇居民人均居住面积最多的是（）年，最少的是（）年。
（2）农村居民人均居住面积增长最快的是（）年到（）年。 （3）（）年村居民人均居住面积与城镇居民人均居住面积差距最小。 （4）从图中可以看出，农村居民人均居住面积与城镇居民人均居住面积的差距在逐渐变（）。（填“大”或“小”） 7.某位患者在某天的8：00、10：00、12：00 、14：00的体温分别为39℃、39 ℃，37 ℃、37℃，该患者这四次测得的平均体温是（）℃；18：00他的体温为 40 ℃，这五次测得的平均体温为（）℃。 二、正确选择。（将正确答案的字母填在括号里）（每题2分，共8分） 1.要想了解学校各年级男、女生的人数，选择（）统计图比较合适。 A.单式条形 B.复式条形 C.复式折线 2.计算一组数据的平均数时，如果该组中一个数据变大了，其平均数会（）。 A.变大 B.变小 C.不变 3.既能反映上海迪士尼乐园和北京欢乐谷两个景点一周内的参观人数，又能对这两个景点的参观人数进行对比，应该制成（）。 A.复式条形统计图 B.统计表 C.复式折线统计图 4.甲、乙二人参加某体育项目训练，右面是两人最近甲、乙二人5次训练成绩统计图。根据统计图，下面说法错误的是（）。 A.第3次训练，甲的成绩与乙的成绩相同 B.第4次训练，甲的成绩比乙的成绩多4分 C.5次训练，甲的平均成绩比乙高 三、手工作坊。（共25分） 1.如图为小明绘制的春雨小学五年级3个班男、女生人数统计图。请你写出修改意见。（10分）
数据挖掘实验报告(一)
数据挖掘实验报告（一） 数据预处理 姓名：李圣杰 班级：计算机1304 学号：1311610602
一、实验目的 1.学习均值平滑，中值平滑，边界值平滑的基本原理 2.掌握链表的使用方法 3.掌握文件读取的方法 二、实验设备 PC一台，dev-c++5.11 三、实验内容 数据平滑 假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）：13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70。使用你所熟悉的程序设计语言进行编程，实现如下功能（要求程序具有通用性）： (a) 使用按箱平均值平滑法对以上数据进行平滑，箱的深度为3。 (b) 使用按箱中值平滑法对以上数据进行平滑，箱的深度为3。 (c) 使用按箱边界值平滑法对以上数据进行平滑，箱的深度为3。 四、实验原理 使用c语言，对数据文件进行读取，存入带头节点的指针链表中，同时计数，均值求三个数的平均值，中值求中间的一个数的值，边界值将中间的数转换为离边界较近的边界值 五、实验步骤 代码 #include
实验报告初稿
实验一输入/输出函数（简单程序设计） 一、实验目的 1．掌握C语言程序的上机调试过程。 2．熟悉一种C语言程序开发环境(以Microsoft Visual C++ 6.0为例)。 3．了解C语言程序的基本结构。 4．了解几种算术类型所允许的操作种类和运算规则。 5．掌握scanf、printf、getchar、putchar等输入/输出函数的使用方法和函数中几种数据的输出格式控制。 6．了解变量的命名规则。 7．了解赋值运算符的意义和正确用法。 8．了解变量的地址和指针的概念。 9．掌握格式数据类型和之间转换，自增和自减运算。 二、实验要求 1．提前复习Microsoft Visual C++ 6.0开发环境的使用方法及教材相关内容。 2. 上机之前应作好充分的准备工作，预先编好程序，写出程序清单，经过人工检查无误后，才能上机，以提高上机效率，严禁一边上机一边编写。 3．独立上机输入和调试自己所编的程序，切忌抄袭、拷贝他人程序。 4．上机结束后，应整理出实验报告。书写实验报告时，重点放在调试过程和小结部分，总结出本次实验中的得与失，以达到巩固课堂学习、提高动手能力之目的。 三实验：1）编程测试下列语句的输出： printf("%d\n",1/3*10000);输出：0析：1/3的结果为0，舍去小数部分，0*10000为0 printf("%d\n",10000*1/3);输出：3333析：运算符结合方向从左至右，10000*1为10000，10000/3为3333，舍去小数部分 printf ("%d\n",1./3*10000); 输出：-1431655766析：类型转换错误，若输出浮点型应为3333.333333 printf ("%d\n",1/3.*10000); 输出：-1431655766析：类型转换错误，若输出浮点型应为3333.333333 printf ("%f\n",1./3*10000); 输出：3333.333333 析：将1转化为浮点型，1/3.为
《数据的表示和分析》单元检测1
《数据的表示与分析》单元检测(1) 一、填一填。(第1题18分,第2题12分,共30分) 1、仔细观察统计图,再回答问题。 (1)全年级男生人数最多的就是( )班,女生人数最多的就是( )班。 (2)全年级男生总数就是( )人,女生总数就是( )入。 (3)全年级男生总数占全年级总人数的（ ）（ ） (4)五年级一班学生人数占全年级总人数的（ ）（ ） (5)五年级三班比五年级四班多( )人,五年级三班的人数比五年级四班多（ ）（ ） (6)五年级二班男生人数比女生人数少（ ）（ ） 2、下面就是明明与亮亮跳远成绩统计图。 (1)明明与亮亮第一次跳远的成绩相差( )米。 (2)明明第二次跳远成绩就是亮亮的（ ）（ ） (3)她们第( )次的成绩相差最多。 (4)亮亮的成绩整体上呈现( )的趋势。 (5)亮亮的平均成绩就是( )米。 (6)明明与亮亮两个人跳远的平均成绩中,( )的成 绩好。
二、判一判。(对的画“√”,错的画“×”)(每题2分,共10分) 1、复式条形统计图、复式折线统计图都必须有图例。 ( ) 2、绘制统计图时,起始格可以表示较大的单位量,用折线表示。 ( ) 3、复式统计图可以清楚地瞧出数量的多少,还可以瞧出两个数量的对比情况。 ( ) 4、在一次投篮比赛中,行行2次投的平均个数就是25,要使3次投的平均个数就是26,第3次需投27个。 ( ) 5、小亮与爷爷、奶奶三人的平均年龄比爷爷与奶奶两人的平均年龄少很多。 ( ) 三、选一选。(将正确答案的序号填在括号里)(每题2分,共10分)。 1、要反映五、六年级学生开展“心连心,手拉手”活动,为希望小学捐书的情况,选用( ) 统计图比较合适。 ①单式条形②单式折线③复式条形④复式折线 2、为了表示两座城市近阶段物价上涨的变化情况,应选用( )统计图比较合适。 ①单式条形②单式折线③复式条形④复式折线 3、平均数容易受( )的影响。 ①极端数据②数据数量③近似数 4、丽丽将4盒水彩笔包成一包。 她想出了6种方案,第( )种包装最节省包装纸。 5、小嵩与小高骑自行车从学校沿着一条路到20千米外的 七星湖公园。已知小嵩比小高先出发,她俩所行路程与时间 的关系如图所示。下面说法正确的就是( )。 ①她们都骑行了20千米
数据挖掘实验报告资料
大数据理论与技术读书报告 -----K最近邻分类算法 指导老师: 陈莉 学生姓名: 李阳帆 学号: 201531467 专业: 计算机技术 日期 :2016年8月31日
摘要 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地提取出有价值的知识模式，以满足人们不同应用的需要。K 近邻算法（KNN）是基于统计的分类方法，是大数据理论与分析的分类算法中比较常用的一种方法。该算法具有直观、无需先验统计知识、无师学习等特点，目前已经成为数据挖掘技术的理论和应用研究方法之一。本文主要研究了K 近邻分类算法，首先简要地介绍了数据挖掘中的各种分类算法，详细地阐述了K 近邻算法的基本原理和应用领域，最后在matlab环境里仿真实现，并对实验结果进行分析，提出了改进的方法。 关键词：K 近邻，聚类算法，权重，复杂度，准确度
1.引言 (1) 2.研究目的与意义 (1) 3.算法思想 (2) 4.算法实现 (2) 4.1 参数设置 (2) 4.2数据集 (2) 4.3实验步骤 (3) 4.4实验结果与分析 (3) 5.总结与反思 (4) 附件1 (6)
1.引言 随着数据库技术的飞速发展，人工智能领域的一个分支—— 机器学习的研究自 20 世纪 50 年代开始以来也取得了很大进展。用数据库管理系统来存储数据，用机器学习的方法来分析数据，挖掘大量数据背后的知识，这两者的结合促成了数据库中的知识发现（Knowledge Discovery in Databases，简记 KDD）的产生，也称作数据挖掘（Data Ming，简记 DM）。 数据挖掘是信息技术自然演化的结果。信息技术的发展大致可以描述为如下的过程：初期的是简单的数据收集和数据库的构造；后来发展到对数据的管理，包括：数据存储、检索以及数据库事务处理；再后来发展到对数据的分析和理解， 这时候出现了数据仓库技术和数据挖掘技术。数据挖掘是涉及数据库和人工智能等学科的一门当前相当活跃的研究领域。 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地抽取出有价值的知识模式，以满足人们不同应用的需要[1]。目前，数据挖掘已经成为一个具有迫切实现需要的很有前途的热点研究课题。 2.研究目的与意义 近邻方法是在一组历史数据记录中寻找一个或者若干个与当前记录最相似的历史纪录的已知特征值来预测当前记录的未知或遗失特征值[14]。近邻方法是数据挖掘分类算法中比较常用的一种方法。K 近邻算法（简称 KNN）是基于统计的分类方法[15]。KNN 分类算法根据待识样本在特征空间中 K 个最近邻样本中的多数样本的类别来进行分类，因此具有直观、无需先验统计知识、无师学习等特点，从而成为非参数分类的一种重要方法。 大多数分类方法是基于向量空间模型的。当前在分类方法中，对任意两个向量： x= ) ,..., , ( 2 1x x x n和) ,..., , (' ' 2 ' 1 'x x x x n 存在 3 种最通用的距离度量：欧氏距离、余弦距 离[16]和内积[17]。有两种常用的分类策略：一种是计算待分类向量到所有训练集中的向量间的距离：如 K 近邻选择K个距离最小的向量然后进行综合，以决定其类别。另一种是用训练集中的向量构成类别向量，仅计算待分类向量到所有类别向量的距离，选择一个距离最小的类别向量决定类别的归属。很明显，距离计算在分类中起关键作用。由于以上 3 种距离度量不涉及向量的特征之间的关系，这使得距离的计算不精确，从而影响分类的效果。
3S实验报告
实验二GIS应用系统建立例 一、实验目的 1.使用GIS中图形输入功能，掌握图形数据输入、编辑的方法； 2.使用GIS中数据表功能，掌握建立、更新数据表的方法； 3.通过建立一个简单GIS应用系统, 初步了解GIS应用概念。 二、实验要求 1.了解GIS中图形输入编辑的概念； 2.建立一个最简单的GIS应用系统。 三、实验内容及步骤 1.就图形的输入与编辑进行简单练习，熟悉MapInfo提供的绘图工具条； 2.初步掌握图形的输入和编辑功能，熟悉GIS中属性数据库的建立及维护功能，对建立的图， 作增加点状图层（如在每个地块中建立气象站）的操作练习，利用现有符号库对所建立图 作填充、注记操作练习。 四、实验结果
五、结果分析 1.开始画图的时候，每个区域的衔接操作不熟练，后面逐渐掌握技巧，运用节点移动工具和 增加节点工具，使得区域的衔接步骤得以实现。特别指出，按S键后的节点捕捉工具特别 好用，大大减免了复杂的操作。 2.当需要在图上标出各区域代号的时候，开始是采用的自己添加文字的方法，操作过于机械， 复杂；后面使用了自动标注的方法，使得步骤简化。 3.单独建立一个图层来标注监测站，比起在原图上标出，也能很方便的调出数据，便捷。
实验三屏幕跟踪矢量化作业 一、实验目的 1.通过投影选择和控制点配准，了解GIS中投影的概念，图形配准的概念； 2.将一个典型栅格图象在屏幕上实现投影选择、控制点配准和手工跟踪矢量化； 3.对矢量化的图作进一步操作处理，加深对数据获取中误差的理解。 二、实验要求 1.投影选择和控制点配准概念； 2.利用扫描图象在屏幕上实现手工矢量化； 3.对矢量化的图作进一步操作处理。 三、实验内容及步骤 1.正确设置地图的坐标系、投影、地图方向和单位, 设置控制点坐标； 2.利用扫描图象在屏幕上实现手工矢量化； 3.建立北京市图11个区的属性表，属性表最少有面积字段；对建立北京市图11个区的进行 自动注记,着色；分别求出北京市各区的面积及北京市总面积，并分析产生误差。 四、实验结果 图3-1 获得矢量结构的北京市图 图3-2 对建立北京市图11个区的进行自动注记和着色
八大数据地表示和分析报告
八、数据的表示和分析 认识复式条形统计图 课时：总6课时分第1课时主备人：管晓梅集体备课组：五年级备课组【教学目标】 1.引导学生在探究学习过程中使学生学会设计简单的调查表。 2.结合实例认识复式条形统计图，体验服饰条形统计图在描述数据中的作用。 3.学会整理和运用复式条形统计图，并根据复式条形统计图提出问题和解决问题。 【教学重点】认识复式条形统计图，会设计简单的调查表。能运用所学解决问题【教学难点】认识复式条形统计图，会设计简单的调查表。能运用所学解决问题【教学过程】 一、激趣引新，启迪探究 1. 谈话引入：我们以前学过的做统计图，那么程序是怎样的？统计图可以怎样分类？我们学过哪些统计图？都有什么特点？ 2.同学们平时喜欢什么运动？好，老师这儿有两个片段想给同学们看看。（出示同学们打篮球的视频。）问：我们班谁打篮球打的最好？问该生，你看到了什么？你对篮球了解多少？（学生叙述，教师概括。） 3.那既然这名同学喜欢打篮球，老师想问一个问题：你投篮的时候单手投篮还是双手投篮投得远呢？看来同学们各有想法，那么用什么方法来确定用哪只手投篮比较远呢？（举手表决，统计）对！我们可以现场收集和整理大家的想法。那么我们班的情况到底怎样呢？（举手表决）支持单手的同学请举左手；支持双手的同学请举右手。（现场了解统计情况，做到心中有数。） 4. 刚才只是我们对本班的收集和整理，不能代表我们整个年级同学的意见。所以老师在课前随机抽取了7名同学的投篮的情况。 5. 为了更清楚地反映大家的意见，你觉得我们用什么把这些数据表现出来会更好呢？（条形统计图）老师也觉得条形统计图很好，因为用直条图来表示可以直观的看清楚每个同学投篮距离的情况。但怎样用条形统计图表示上面的两组数据呢？（学生各抒己见） 6.出示7名同学的复式条形统计图，从图中你能看出什么？（标题、学生号码、单位、横纵轴、不同的直条图、图例以及纵轴表示的单位大小等），为何选用两种颜色的直条，这和我们以前学过的条形统计图有何不同？我们把这种条形统计图叫做“复式条形统计图”。 7.同学们试着从83页的练一练两道小题中能读出哪些信息？并完成书中给出的题目。 二、小结。 今天这节课我们学习了什么内容？你有什么想法和体会？
数据挖掘报告
哈尔滨工业大学 数据挖掘理论与算法实验报告(2016年度秋季学期) 课程编码S1300019C 授课教师邹兆年 学生姓名汪瑞 学号 16S003011 学院计算机学院
一、实验内容 决策树算法是一种有监督学习的分类算法；kmeans是一种无监督的聚类算法。 本次实验实现了以上两种算法。在决策树算法中采用了不同的样本划分方式、不同的分支属性的选择标准。在kmeans算法中，比较了不同初始质心产生的差异。 本实验主要使用python语言实现，使用了sklearn包作为实验工具。 二、实验设计 1.决策树算法 1.1读取数据集 本次实验主要使用的数据集是汽车价值数据。有6个属性，命名和属性值分别如下： buying: vhigh, high, med, low. maint: vhigh, high, med, low. doors: 2, 3, 4, 5more. persons: 2, 4, more. lug_boot: small, med, big. safety: low, med, high. 分类属性是汽车价值，共4类，如下： class values：unacc, acc, good, vgood 该数据集不存在空缺值。
由于sklearn.tree只能使用数值数据，因此需要对数据进行预处理，将所有标签类属性值转换为整形。 1.2数据集划分 数据集预处理完毕后，对该数据进行数据集划分。数据集划分方法有hold-out法、k-fold交叉验证法以及有放回抽样法（boottrap）。 Hold—out法在pthon中的实现是使用如下语句： 其中，cv是sklearn中cross_validation包，train_test_split 方法的参数分别是数据集、数据集大小、测试集所占比、随机生成方法的可
数据挖掘实验报告-关联规则挖掘
数据挖掘实验报告（二）关联规则挖掘 姓名：李圣杰 班级：计算机1304 学号：1311610602
一、实验目的 1. 1.掌握关联规则挖掘的Apriori算法； 2.将Apriori算法用具体的编程语言实现。 二、实验设备 PC一台，dev-c++5.11 三、实验内容 根据下列的Apriori算法进行编程：
四、实验步骤 1.编制程序。 2.调试程序。可采用下面的数据库D作为原始数据调试程序，得到的候选1项集、2项集、3项集分别为C1、C2、C3，得到的频繁1项集、2项集、3项集分别为L1、L2、L3。
代码 #include 一、实验目的 通过在实验二的基础上，增加中间代码生成部分，使程序能够对实验二中的识别出的赋值语句，if语句和while语句进行语义分析，生成四元式中间代码。 二、实验方法 实验程序由c语言完成，在Turboc 2.0环境中调试通过。 语义分析程序的基本做法是对文法中的每个产生式分别编写一个语义分析子程序，当程序语法部分进行推倒或规约时，就分别调用各自的语义分析程序。当语法分析结束时，语义分析也就结束了。 在本实验程序中，当语法分析部分识别出语法正确的句子时，就进入content函数（当语法分析识别出不正确的句子时，不进入content函数，也就是不进行语义分析），然后根据句子的类型进行分类，进入不同的语义处理部分。 对于赋值语句，关键是产生正确的处理算术表达式E的四元式。 程序中的ec函数的功能就是产生算术表达式的四元式，在ec函数中使用了两个栈idshed，opshed，分别是算术表达式的数据栈和符号栈。每次提取一个数字和一个算符，然后将算符与与栈顶算符进行优先级比较，优先级高则将单前数字和算符进栈，低或者相等 的话则将当前栈顶元素进行合并，产生四元式。直至整个算术表达式结束。其中还有一些细节问题，具体的做法可以参看程序。 对于实验给定的if语句的文法格式，条件判断式C只中可能是>或者<=两种关系，不可能是布尔表达式，这样程序就简单的多了。 通过ec函数可以产生条件判断式C中的E的四元式，然后只要加上转向四元式就可以了。本实验程序中只给出真出口的转向四元式，没有给出假出口的转向四元式，这在实际中是不可以的，但在本实验中，实际上是对每条独立的语句进行语法分析，给出假出口转向四元式实际上意义不大，而且假出口转向语句的转移目标必须要到整个语句分析结束以后才可以知道，这样就要建立栈，然后回填，这样会使程序复杂很多，所以没有加上假出口转向四元式。 对于while语句，具体的做法和if语句差不多，所不同的是当while语句结束时，要多出一条无条件转向四元式，重新转到条件判断式C的第一条四元式。当要产生无条件转向四元式时，它的转向目标C的第一条四元式已经产生了，所以具体的做起来是不太困难的。只要记下当前while中的C的第一条四元式的位置，填上就可以了。 整个程序的结束是当读入“ . ”时，程序就中止。 程序中还有很多细节问题，具体的可以后面的附录：程序的完整代码。 三、测试程序 ff:=6+6*6-; if sl>89+56*67 then f:=7*7+4; 一、实验目的 使用数据挖掘中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较他们之间的不同。与此同时了解Weka平台的基本功能与使用方法。 二、实验环境 实验采用Weka 平台，数据使用Weka安装目录下data文件夹下的默认数据集iris.arff。 Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java 写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 三、数据预处理 Weka平台支持ARFF格式和CSV格式的数据。由于本次使用平台自带的ARFF格式数据，所以不存在格式转换的过程。实验所用的ARFF格式数据集如图1所示 图1 ARFF格式数据集(iris.arff) 对于iris数据集，它包含了150个实例（每个分类包含50个实例），共有sepal length、sepal width、petal length、petal width和class五种属性。期中前四种属性为数值类型，class属性为分类属性，表示实例所对应的的类别。该数据集中的全部实例共可分为三类：Iris Setosa、Iris Versicolour和Iris Virginica。 实验数据集中所有的数据都是实验所需的，因此不存在属性筛选的问题。若所采用的数据集中存在大量的与实验无关的属性，则需要使用weka平台的Filter(过滤器)实现属性的筛选。 实验所需的训练集和测试集均为iris.arff。 四、实验过程及结果 应用iris数据集，分别采用LibSVM、C4.5决策树分类器和朴素贝叶斯分类器进行测试和评价，分别在训练数据上训练出分类模型，找出各个模型最优的参数值，并对三个模型进行全面评价比较，得到一个最好的分类模型以及该模型所有设置的最优参数。最后使用这些参数以及训练集和校验集数据一起构造出一个最优分类器，并利用该分类器对测试数据进行预测。 1、LibSVM分类 Weka 平台内部没有集成libSVM分类器，要使用该分类器，需要下载libsvm.jar并导入到Weka中。 用“Explorer”打开数据集“iris.arff”，并在Explorer中将功能面板切换到“Classify”。点“Choose”按钮选择“functions(weka.classifiers.functions.LibSVM)”，选择LibSVM分类算法。 在Test Options 面板中选择Cross-Validatioin folds=10，即十折交叉验证。然后点击“start”按钮： 3S技术实习报告 一实习目的： 1掌握GPS的定位现面积量测，并能进行野外考察采集样点 2掌握通过ERDAS，进行RS图像的监督分类 3掌握通过Arcview GIS寻监督分类图进行矢量化，建立土地利用专题图 实习材料：手持GPS、遥感影像、遥感软件ERDAS、地理信息系统软件Arcview GIS 实习容： 1利用手持GPS进行考察野外土地利用状况，采集样点，提取不同土地利用在遥感图像上的纹理特征 2利用野外考察为基础，对2004CERBS图像进行监督分类，生成土地利用分布图 3对土地利用分布图进行矢量化，并应用GPS进行野外校正分析，建立土地利用专题图 实习步骤： ㈠遥感影像野外判读 1根据国土资源局土地类型的划分类别： 一级类二级类 1 耕地11 灌溉水田1 2 望天田1 3 水浇地1 4 旱地1 5 菜地 2 园地21 果园22 桑园2 3 茶圆2 4 橡胶园2 5 其它园地 3 林地31有林地32 灌木林地33 疏林地3 4 未成林造林地3 5 迹地3 6 苗圃 4牧草地41 天然草地42 改良草地43 人工草地 5居民点及51 城镇52 农村居民点53 独立工矿54 盐田 工矿用地55 特殊用地 6 交通用地61 铁路62 公路63 农村道路64 民用机场65 港口和码头 7 水域71 河流水面72 湖泊水面73 水库水面74 坑塘水面75 苇地 76 滩涂77 沟渠78 水工建筑物79 冰川及永久积雪 8未利用地81 荒草地82 盐碱地83 沼泽地84 沙地85 裸土地 86 裸岩石砾地87 田坎88 其它 本实习要求对影像的土地利用类型依国土资源局的一级类别进行划分，因而要对一级类别的土地类型进行野外考察，以建立土地利用类型与遥感影像图的对应关系。利用GPS定位功能进行野外实地地物考查，并建立相关记录表： 考查人：考查日期： 《数据的表示和分析》习题 一．填空 1. 条形统计图能清楚地表示出（），折线统计图不但能表示（），还能表示出 （）。 2. 医生想用统计图记录病人24小时的体温变化情况，选用（）统计图比较合适。 3. 要表示本校3—6年级各年级的人数，用（）统计图合适。 4. 商店有蓝气球和红气球宫43只，黄气球有20只，绿气球有33只。平均每种气球有（）只。 5. 笑笑所在班级的学生的平均身高是145厘米，笑笑的身高（）是145厘米。（填“可能”“一定”或“不可能”） 二．实践操作 1. 根据统计表制作统计图，并回答问题。 华谊超市2014年电暖气、空调销售情况统计表 第一季度第二季度第三季度第四季度 电暖气/台800 500 300 600 空调/台450 400 800 150 华谊超市2014年电暖气、空调销售情况统计图 （1）全年销售电暖气（）台，空调（）台。 （2）平均每个季度销售电暖气（）台，空调（）台。 （3）第（）季度销售的电暖气最多，第（）季度销售的空调最少。 （4）如果你是超市经理，那么根据电暖气和空调的销售情况，将如何进货？ 2. 请你把下面的复式条形统计图转化为复式折线统计图画出来。 三．解决问题 1. 根据下面的复式条形统计图回答问题。 （1）（ ）小组的男生人数最多，（ ）小组的女生人数最少。 （2）（ ）小组的人数最多，（ ）小组的人数最少。 （3）舞蹈组的男生人数占舞蹈组人数的几分之几？音乐组音乐组女生人数比绘画组女生人数少几分之 几？ 2. 看图完成下面的问题。 根据上图中的信息，下列哪个说法是正确的？（ ）。 A. 五年级比六年级有更多的同学喜欢游泳 B. 五年级和六年级喜欢郊游的人数最多 C. 参加调查的人数，六年级比五年级多 D. 喜欢滑冰的人数，六年级是五年级的 3. 下面是淘气上学期语文、英语各单元测试成绩统计图。 3 2 实验一 ID3算法实现 一、实验目的 通过编程实现决策树算法，信息增益的计算、数据子集划分、决策树的构建过程。加深对相关算法的理解过程。 实验类型：验证 计划课间：4学时 二、实验内容 1、分析决策树算法的实现流程； 2、分析信息增益的计算、数据子集划分、决策树的构建过程； 3、根据算法描述编程实现算法，调试运行； 4、对所给数据集进行验算，得到分析结果。 三、实验方法 算法描述： 以代表训练样本的单个结点开始建树； 若样本都在同一个类，则该结点成为树叶，并用该类标记； 否则，算法使用信息增益作为启发信息，选择能够最好地将样本分类的属性； 对测试属性的每个已知值，创建一个分支，并据此划分样本； 算法使用同样的过程，递归形成每个划分上的样本决策树 递归划分步骤，当下列条件之一成立时停止： 给定结点的所有样本属于同一类； 没有剩余属性可以进一步划分样本，在此情况下，采用多数表决进行 四、实验步骤 1、算法实现过程中需要使用的数据结构描述： Struct {int Attrib_Col; // 当前节点对应属性 int Value; // 对应边值 Tree_Node* Left_Node; // 子树 Tree_Node* Right_Node // 同层其他节点 Boolean IsLeaf; // 是否叶子节点 int ClassNo; // 对应分类标号 }Tree_Node; 2、整体算法流程 主程序： InputData(); T=Build_ID3(Data,Record_No, Num_Attrib); OutputRule(T); 释放内存; 3、相关子函数： 3.1、 InputData() { 输入属性集大小Num_Attrib; 输入样本数Num_Record; 分配内存Data[Num_Record][Num_Attrib]; 输入样本数据Data[Num_Record][Num_Attrib]； 获取类别数C(从最后一列中得到); } 3.2、Build_ID3(Data,Record_No, Num_Attrib) { Int Class_Distribute[C]; If (Record_No==0) { return Null } N=new tree_node(); 计算Data中各类的分布情况存入Class_Distribute Temp_Num_Attrib=0; For (i=0;i 运动性疲劳的判断 一．实验目的：掌握运动性疲劳的生理指标测定与评定的方法 二．中文摘要 人体疲劳时，各器官系统功能都下降。下降的程度和疲劳程度有关。因此测定运动前后一些生理指标变化，可以判断是否出现疲劳及疲劳程度。准确判断运动训练后的疲劳程度，对于合理安排运动负荷，防止过度疲劳有重要的意义。通过学生自行设计与实地操作，培养学生运用理论知识指导实践的能力。 【关键词】判定疲劳的生理指标疲劳程度运动负荷过度疲劳 三、前言 对运动员来说，参加训练或比赛是常有的事。当训练和比赛负荷超过于机体承受的能力，而产生的暂时的生理机能减退现象，是运动员为了提高运动成绩而进行大运动量、大强度训练所引起的机体机能的变化。这就是经常所说的运动性疲劳。正确评价运动性疲劳的发生及其程度，对于科学地指导训练、健身运动，提高运动成绩和工作绩效，增进健康水平具有重要的实践意义。 四、实验方法 1．唾液 唾液PH值：由于长时间剧烈运动后，乳酸生成增多，血液PH值下降，使唾液PH值也下降，因此，测定唾液PH值可用于判断运动性疲劳。 检测：让受试者将口腔中的唾液清除掉，然后使新产生的唾液沿口唇流出，用镊子把测试唾液 PH值的试纸贴在舌尖，待其充分吸湿后取出，立即与比色表对照。 评价：运动后唾液PH值降低，表示机体疲劳。 （二）生理测量 1．肌力 疲劳时参与工作的肌肉（或肌群）的力量会下降。因此，测定工作前后的肌肉力量，可判断参加工作的肌肉是否出现疲劳及其疲劳的深度。简易测试方法：根据参与工作的主要肌群确定测试内容，以上肢工作为主的运动可用握力或屈臂力量测试；以腰背肌工作为主的运动可选择背力测试等；呼吸肌力量测定则一般 第八单元数据的表示和分析 第一课时复式条形统计图 【教学目标】 1、引导学生在探究学习过程中使学生学会设计简单的调查表。 2、结合实例认识复式条形统计图，体验服饰条形统计图在描述数据中的作用。 3、学会整理和运用复式条形统计图，并根据复式条形统计图提出问题和解决问题。教学重点难点认识复式条形统计图，会设计简单的调查表。 能运用所学解决问题基本教案补充内容 【教学过程】 一、激趣引新，启迪探究 1、谈话引入：我们以前学过的做统计图，那么程序是怎样的？统计图可以怎样分类？我们学过哪些统计图？都有什么特点？ 2、同学们平时喜欢什么运动？好，老师这儿有两个片段想给同学们看看。（出示同学们打篮球的视频。）问：我们班谁打篮球打的最好？问该生，你看到了什么？你对篮球了解多少？（学生叙述，教师概括。） 3、那既然这名同学喜欢打篮球，老师想问一个问题：你投篮的时候单手投篮还是双手投篮投得远呢？看来同学们各有想法，那么用什么方法来确定用哪只手投篮比较远呢？（举手表决，统计）对！我们可以现场收集和整理大家的想法。那么我们班的情况到底怎样呢？（举手表决）支持单手的同学请举左手；支持双手的同学请举右手。（现场了解统计情况，做到心中有数。） 4、刚才只是我们对本班的收集和整理，不能代表我们整个年级同学的意见。所以老师在课前随机抽取了7名同学的投篮的情况。 5、为了更清楚地反映大家的意见，你觉得我们用什么把这些数据表现出来会更好呢？（条形统计图）老师也觉得条形统计图很好，因为用直条图来表示可以直观的看清楚每个同学投篮距离的情况。但怎样用 条形统计图表示上面的两组数据呢？（学生各抒己见） 6、出示7名同学的复式条形统计图，从图中你能看出什么？（标题、学生号码、单位、横纵轴、不同的直条图、图例以及纵轴表示的单位大小等），为何选用两种颜色的直条，这和我们以前学过的条形统计图有何不同？我们把这种条形统计图叫做“复式条形统计图”。 7、同学们试着从83页的练一练两道小题中能读出哪些信息？并完成书中给出的题目。 二、小结。 今天这节课我们学习了什么 第二课时复式折线统计图 【教学目标】 1、通过对两个城市月平均降水量的研究，认识复式折线统计图。了解折线统计图的特点。 2、从统计图中获取尽可能多的信息，体会数据的作用。 3、初步学会制作复试折线统计图，培养学生动手操作能力，分析能力和合作能力。 教学重点难点如何区分折线的不同和标清图例，正确确定竖线间隔。 如何根据所提供数据的实际情况（有时并非每月、每年都有数据）来确定水平射线上每天竖线之间的间隔。 【教学过程】 一、情境引入。 1、中国最南端的位置在南沙群岛的曾母暗沙，最北的位置在漠河县，课件出示，给出了两地2011年4月7—10日的最高气温，你看懂了吗？ 2、从折线图中，你能获取哪些数学信息？ 二、新授。 1、两条不同的折线，分别表示曾母暗沙和漠河的最高气温走势。在统计图的右上角，这个叫图例。中间代码生成实验报告
大数据挖掘weka大数据分类实验报告材料
3S技术实习报告范本
四年级《数据的表示和分析》习题2
数据挖掘实验报告1
实验报告
数据的表示和分析