第一篇：對數(shù)據(jù)進(jìn)行聚類分析實驗報告

對數(shù)據(jù)進(jìn)行聚類分析實驗報告 徐遠(yuǎn)東

任爭剛

權(quán)榮 一、基本要求 用 FAMALE.TXT、MALE.TXT 和/或 test2.txt 的數(shù)據(jù)作為本次實驗使用的樣本集，利用 C 均值和分級聚類方法對樣本集進(jìn)行聚類分析，對結(jié)果進(jìn)行分析，從而加深對所學(xué)內(nèi)容的理解和感性認(rèn)識。

二、

實驗要求

1、把 FAMALE.TXT 和 MALE.TXT 兩個文件合并成一個，同時采用身高和體重數(shù)據(jù)作為特征，設(shè)類別數(shù)為 2，利用 C 均值聚類方法對數(shù)據(jù)進(jìn)行聚類，并將聚類結(jié)果表示在二維平面上。嘗試不同初始值對此數(shù)據(jù)集是否會造成不同的結(jié)果。

2、對 1 中的數(shù)據(jù)利用 C 均值聚類方法分別進(jìn)行兩類、三類、四類、五類聚類，畫出聚類指標(biāo)與類別數(shù)之間的關(guān)系曲線，探討是否可以確定出合理的類別數(shù)目。

3、對 1 中的數(shù)據(jù)利用分級聚類方法進(jìn)行聚類，分析聚類結(jié)果，體會分級聚類方法。

4、利用 test2.txt 數(shù)據(jù)或者把 test2.txt 的數(shù)據(jù)與上述 1 中的數(shù)據(jù)合并在一起，重復(fù)上述實驗，考察結(jié)果是否有變化，對觀察到的現(xiàn)象進(jìn)行分析，寫出體會 三、實驗步驟及流程圖

根據(jù)以上實驗要求，本次試驗我們將分為兩組：一、首先對 FEMALE 與 MALE 中數(shù)據(jù)組成的樣本按照上面要求用 C 均值法進(jìn)行聚類分析，然后對 FEMALE、MALE、test2 中數(shù)據(jù)組成的樣本集用 C 均值法進(jìn)行聚類分析，比較二者結(jié)果。二、將上述兩個樣本用分即聚類方法進(jìn)行聚類，觀察聚類結(jié)果。并將兩種聚類結(jié)果進(jìn)行比較。

一、（1）、C 均值算法思想

C均值算法首先取定C個類別和選取C個初始聚類中心，按最小距離原則將各模式分配到C類中的某一類，之后不斷地計算類心和調(diào)整各模式的類別，最終使各模式到其判屬類別中心的距離平方之和最?。?）、實驗步驟 第一步：確定類別數(shù) C，并選擇 C 個初始聚類中心。本次試驗，我們分別將 C 的值取為 2 和 3。用的是憑經(jīng)驗選擇代表點的方法。比如：在樣本數(shù)為 N 時，分為兩類時，取第一個點和第 ? ? 1 2 / ? N INT 個點作為代表點；分為三類時，取第一、? ? 1 3 / ? N INT、? ? 1 3 / 2 ? N INT 個點作為代表點； 第二步：將待聚類的樣本集中的樣本逐個按最小距離規(guī)則分劃給 C 個類中的某一類。

第三步：計算重新聚類后的個各類心，即各類的均值向量。

第四步：如果重新得到的類別的類心與上一次迭代的類心相等，則結(jié)束迭代，否則轉(zhuǎn)至第二步。

第五步：迭代結(jié)束時，換不同的初始值進(jìn)行試驗，將實驗結(jié)果進(jìn)行比較（3）、實驗流程圖

（4）、本次試驗我們用的聚類指標(biāo)是誤差平方和聚類準(zhǔn)則 J e 設(shè)iN 是第 i 聚類iC 的樣本數(shù)目，iz是這些樣本的均值，則把iC 中得各樣本 y 與均值iz 間的誤差平方和對所有類相加后為：

??? ?? ?ci C yi eim y J12 當(dāng) C 取不同的值時各自算出它們的eJ，進(jìn)行比較。

二、利用分級聚類方法進(jìn)行聚類 1、分級聚類法思想：首先把全部樣本作為一類看做一類，然后根據(jù)一定的目標(biāo)

函數(shù)進(jìn)行分解。

2、步驟 第一步：開始時，將全部樣本當(dāng)做一類，第二類即為空集。

第二步：將第一類中的第一個樣本放入第二類，計算兩類樣本均值 1 X , 2 X，并確定兩類別中樣本數(shù)目 N1，N2 以及目標(biāo)函數(shù))2 1()“ 2 1(2 1X X X XNN NE ? ? ?

第三步：將第一類中剩下的所有樣本依次放入第二類中，按照上面運算得出 E值，并比較 E 值大小，選擇是 E 值最大的樣本，將其歸入第二類。并記錄此時的E 為 E（2）

第三步：將新的兩類按照上面的方法繼續(xù)劃分，直到第 i 次迭代的 E（i）

3、實驗流程圖

四、實驗結(jié)果

I I、1、用 FAMALE.TXT 和 MALE.TXT 中的數(shù)據(jù)組合起來作為樣本集：

C=2 時（1）、取第一個和第五十一個樣本作為初始聚類中心，得出的實驗結(jié)果圖如下：

得到結(jié)果是：星號表示的類別中樣本總數(shù)為61，點表示的類別中樣本總數(shù)為39。

兩個聚類中心分別為:z1 =（163.5738，53.1541），z2 =（175.8974，68.2692）

（2）、取第二十五個和七十五個樣本作為初始聚類中心時得到的實驗結(jié)果如下：

最終得到的兩個聚類中心分別為: z1 =（163.5738，53.1541），z2 =（175.8974，68.2692）

結(jié)果可發(fā)現(xiàn)取不同的初始聚類中心時兩次實驗結(jié)果相同。

它們的eJ= 5.9707e+003 但是，經(jīng)過后面的實驗我們發(fā)現(xiàn)，隨著 C 變大，選取不同的初值對聚類結(jié)果有較大影響，當(dāng) C=2 時影響很小，幾乎可以不計。因為當(dāng)分為兩類時,樣本的類別特征很明顯，所以此時選取不同的初值對聚類結(jié)果沒有影響，而隨著 C 的 增加，初值選擇對聚類結(jié)果影響將會逐漸變大。

下面是將男女樣本所代表的點分別畫到圖上可得下圖：

其中點表示的是女生樣本，圓圈表示的是男生樣本。其中，男生的樣本均值為（173.9200，65.5020）女生的樣本均值為（162.8400，52.5960）

通過比較兩幅圖，可以發(fā)現(xiàn)，當(dāng)去 C=2 時，對數(shù)據(jù)進(jìn)行聚類分析得到的聚類結(jié)果基本類似于男女生分類，他們的樣本均值相差不大，不過還是有一定差別。差別出現(xiàn)在一些身高低于 1.70 米的男生處。

C=3 時得到的聚類結(jié)果圖如下：

最終的三個聚類中心：z1 =（168.8158，57.0105）

z2 =（159.2333，49.9333）z3 =（176.4375，70.0156）

eJ= 3.9251e+003 從圖中可以看出，當(dāng)劃分為三類時，其結(jié)果可以看做按照身高與體重的比將樣本進(jìn)行聚類，身高體重比大，較大，小的分別為一類。

C=4 時：得到的分來結(jié)果如下：

得到的四個聚類中心為：

z1 =（164.7727，53.3545），z2 =（157.4286，49.2381）

z3 =（176.4375，70.0156），z4 =（170.4400，58.2640）

eJ=3.4318e+003 C=5 時得到的聚類結(jié)果如下：

最終的五個聚類中心分別為：

z1 =（170.3462，58.1423），z2 =（158.1579，47.3684），z3 =（163.3913，54.4652）z4 =（176.0741，67.7593）

z5 =（178.4000，82.2000）

eJ= 2.6352e+003 C=6 時得到的聚類結(jié)果如下：

最終的 6 個聚類中心分別為：

z1 =（166.9259，54.5889），z2 =（183.3333，66.6667）

z3 =（158.3462，49.8462）z4 =（178.0000，80.6667）

z5 =（171.4737，60.8158）z6 =（175.6842，68.1842）

eJ=

2.5607e+003 1、畫出 C 值與eJ之間的關(guān)系曲線如下：

由圖可以看出，在 C=5 之后，eJ的減小變得緩慢，所以講此樣本集聚為五類最合理 2、把 test2.txt 的數(shù)據(jù)與上述 1 中的數(shù)據(jù)合并在一起，重復(fù)上述實驗，實驗結(jié)果如下：（1）、取第二十五個和第二百零一個個樣本作為初始聚類中心，得出的實驗結(jié)果圖

其中，z1 =（165.0479，53.6491），z2 =（176.4506，69.9378）

eJ= 3.2952e+004 分為一類時的為 7.1410e+004 取第一百個和第三百個樣本作為初始聚類中心時得出結(jié)果與前面相同。

（2）、C=3

z1 =（174.5561，64.5024）z2 =（163.3438，51.8742）

z3 =（178.8657，80.4776）

eJ =2.0594e+004（3）、C=4 時：

eJ=1.6346e+004 z1 =（175.4783，65.7908），z2 =（159.8548，48.3145）

z3 =（179.3684，81.7368），z4 =（167.5567，56.6485）

（4）C=5 時：

eJ=1.3575e+004 z1 =（170.0510，57.5020），z2 =（175.3836，65.9452）

z3 =（160.5732，50.0512），z4 =（179.6667，91.3889）

z5 =（178.6429,75.7589)（5）、C=6 時

其中，eJ=

1.3018e+004 z1 =（170.6296，55.1241）z2 =（177.2955，68.0057）

z3 =（160.8427，50.6596）z4 =（172.6381，62.9143）

z5 =（181.5952，89.1905），z6 =（176.8488，76.8837）

畫出 C 值與eJ之間的關(guān)系曲線如下

與圖可知，在 C=5 之后，eJ的變化緩慢，所以認(rèn)為此時仍是將樣本集分為五類最合適（4）、將兩種樣本即進(jìn)行聚類后的樣本中心進(jìn)行比較，如下表：

樣本

C 以 FEMALE 和 MALE 中得數(shù)據(jù)作為樣本 以FEMALE和MALE以及test2中的數(shù)據(jù)作為樣本 2 z1 =（163.5738，53.1541）

z2 =（175.8974，68.2692）

z1 =（165.0479，53.6491），z2 =（176.4506，69.9378）z1 =（168.8158，57.0105）

z2 =（159.2333，49.9333）

z3 =（176.4375，70.0156）

z1 =（174.5561，64.5024）

z2 =（163.3438，51.8742）

z3 =（178.8657，80.4776）z1 =（164.7727，53.3545）

z2 =（157.4286，49.2381）

z3 =（176.4375，70.0156）

z4 =（170.4400，58.2640）

z1 =（175.4783，65.7908），z2 =（159.8548，48.3145）

z3 =（179.3684，81.7368），z4 =（167.5567，56.6485）z1 =（170.3462，58.1423）

z2 =（158.1579，47.3684）

z3 =（163.3913，54.4652）

z4 =（176.0741，67.7593）

z5 =（178.4000，82.2000）

z1 =（170.0510，57.5020），z2 =（175.3836，65.9452）

z3 =（160.5732，50.0512），z4 =（179.6667，91.3889）

z5 =（178.6429,75.7589)6 z1 =（166.9259，54.5889），z2 =（183.3333，66.6667）

z3 =（158.3462，49.8462）

z4 =（178.0000，80.6667）

z5 =（171.4737，60.8158）

z6 =（175.6842，68.1842）

z1 =（170.6296，55.1241）

z2 =（177.2955，68.0057）

z3 =（160.8427，50.6596）

z4 =（172.6381，62.9143）

z5 =（181.5952，89.1905），z6 =（176.8488，76.8837）

從上表可以縱向比較可以看出，C 越大，即聚類數(shù)目越多，聚類之間差別越小，他們的聚類中心也越接近。橫向比較用 FEMALE,MALE 中數(shù)據(jù)作為樣本和用FEMALE,MALE，test2 中數(shù)據(jù)作為樣本時，由于引入了新的樣本，可以發(fā)現(xiàn)后者的聚類中心比前者都稍大。但是它們的分布類似，變化不大。

II、將兩個樣本分別用分級聚類方法進(jìn)行聚類，得出結(jié)果，并與 C 均值聚類法進(jìn)行比較：

1、對 FEMALE 與 MALE 中數(shù)據(jù)組成的樣本集進(jìn)行聚類：

由圖可見，分即聚類法將樣本分為兩類，它們的聚類中心分別為 x1 =（163.4667，53.0400）x2 =（175.7500，68.0625）

將它與 C=2 時的 C 均值聚類結(jié)果進(jìn)行比較，分別比較它們的結(jié)果圖以及聚類中心，下面是它們的聚類中心比較：

聚類方法

C 均值聚類 分即聚類 聚類中心 z1 =（163.5738，53.1541）

z2 =（175.8974，68.2692）

x1 =（163.4667，53.0400）

x2 =（175.7500，68.0625）

比較發(fā)現(xiàn)它們的聚類結(jié)果很相似。

2、對由 MALE、MALE、test2 中數(shù)據(jù)組成的樣本集進(jìn)行分級類：

由圖可見，分即聚類法將樣本分為兩類，它們的聚類中心分別為 x1 =（164.9819，53.6229），x2 =（176.4487，69.8868）

將它與 C=2 時的 C 均值聚類結(jié)果進(jìn)行比較，分別比較它們的結(jié)果圖以及聚類中心，下面是它們的聚類中心比較：

聚類方法

C 均值聚類 分即聚類 聚類中心 z1 =（165.0479，53.6491），z2 =（176.4506，69.9378）

x1 =（164.9819，53.6229），x2 =（176.4487，69.8868）

比較發(fā)現(xiàn)它們的聚類結(jié)果也很類似 分析：比較發(fā)現(xiàn)利用分即聚類方法與利用 C 均值聚類法時 C 取 2 時的聚類結(jié)果極其相似，但是，從誤差平方和角度考慮，利用 C 均值聚類時 C=2 并不是最好的聚類結(jié)果，C=5 時，才是最好的分類，由此可見，從誤差平方和角度考慮，C均值聚類法比分即聚類法更優(yōu)。

五、

心得體會 通過本次試驗，我們隊 C 均值聚類法以及分即聚類法都有了較好的理解，并且在用 MATLAB 編程方面都有了很大進(jìn)步。

第二篇：對數(shù)據(jù)進(jìn)行排序和篩選

教學(xué)設(shè)計

【課題】：對數(shù)據(jù)進(jìn)行排序和篩選 【課型】：新授 【教材分析】

? 本節(jié)課的作用和地位

Excel電子表格是信息技術(shù)會考中的一個重要內(nèi)容，同時也是以后工作中一個基本的技能。通過前面的學(xué)習(xí)，學(xué)生基本上學(xué)會一些Excel的基本操作，并且用公式和函數(shù)對數(shù)據(jù)進(jìn)行處理。本節(jié)課學(xué)習(xí)對數(shù)據(jù)進(jìn)行排序和篩選，是學(xué)習(xí)Excel過程中一個必不可少的課程內(nèi)容，不管是對會考還是以后的學(xué)習(xí)和工作都有很大的幫助。? 本節(jié)主要內(nèi)容介紹

首先從課堂上獲取一些數(shù)據(jù)后，讓學(xué)生輸入數(shù)據(jù)，然后用公式和函數(shù)計算一些數(shù)據(jù)，最后講述排序和篩選，并且演示操作?！緦W(xué)生分析】

本節(jié)課的學(xué)習(xí)者是高一年級的學(xué)生，學(xué)生進(jìn)?？彀雮€學(xué)期，具備了一定的信息素養(yǎng)，并且在學(xué)習(xí)了文字處理的相關(guān)知識和Excel的基礎(chǔ)知識之后還有一定的操作基礎(chǔ)，但對一些概念性的理論知識不是很感興趣，理論知識相對欠缺，他們對感興趣的東西學(xué)習(xí)積極性特別高且樂于探索，但學(xué)習(xí)中易受網(wǎng)絡(luò)、游戲等影響，注意力不夠集中，另外因各種因素，學(xué)生的基礎(chǔ)存在一定的差異。【設(shè)計思路】

首先，教師創(chuàng)設(shè)情景，從學(xué)生自身出發(fā)，獲取要處理的數(shù)據(jù)。其次，演示怎么對數(shù)據(jù)進(jìn)行排序，給學(xué)生時間自己動手實踐。

然后，再演示怎么篩選（包括高級篩選），給學(xué)生時間自己動手實踐。最后，教師根據(jù)學(xué)生的練習(xí)中出現(xiàn)的問題有針對性的講解和示范?！窘虒W(xué)目標(biāo)】 1.知識與技能

(1)熟練對數(shù)據(jù)進(jìn)行排序操作；(2)熟練對數(shù)據(jù)進(jìn)行篩選操作； 2.過程與方法

(1)培養(yǎng)學(xué)生發(fā)現(xiàn)問題，解決問題的能力；

(2)培養(yǎng)學(xué)生綜合運用所學(xué)知識，解決實際問題的能力； 3.情感態(tài)度和價值觀

(1)課堂講授知識，培養(yǎng)學(xué)生良好的聽課習(xí)慣；

(2)通過完成任務(wù)，鍛煉學(xué)生的動手能力和培養(yǎng)學(xué)生間的團(tuán)結(jié)協(xié)作精神；

【重點難點】：

重點：對數(shù)據(jù)進(jìn)行排序和篩選 難點：高級篩選中各個區(qū)域的選擇?！窘虒W(xué)過程】：

一、談話激趣，揭示課題

師：同學(xué)們，初次見面給大家準(zhǔn)備了一點見面禮（播放趙本山的小品片段）。

放完之后??

師：既然說到了錢的事情，那我們就現(xiàn)場來做一些小調(diào)查。師：你們平時都在哪些地方用錢呀？ 學(xué)生：??

師：最近我在網(wǎng)上看了一個小調(diào)查(打開電子表格)，看了一下目前中學(xué)生使用零用錢的情況，你們是不是也差不多啊。

活動：課堂上抽取一些學(xué)生簡單的互動。

二、創(chuàng)設(shè)情景，復(fù)習(xí)鞏固，接著進(jìn)入新授課程

師：同學(xué)們都已經(jīng)學(xué)過了關(guān)于電子表格很多操作，那這節(jié)課我們先來復(fù)習(xí)一下上節(jié)課的內(nèi)容，現(xiàn)在大家利用函數(shù)計算出“總計”和“平均值”。（下發(fā)作業(yè)）

活動：課堂巡視學(xué)生的情況，指導(dǎo)。幾分鐘之后??

師：我看大部分同學(xué)都已經(jīng)完成了，那沒有完成的同學(xué)等下繼續(xù)努力。現(xiàn)在我們要請這節(jié)課的閃亮登場——對數(shù)據(jù)來進(jìn)行排序和篩選。學(xué)會了排序和篩選之后，同學(xué)們就可以來分析一下，你們在哪些方面用的錢最多或者最少，而且還可以篩選出哪些同學(xué)很節(jié)約等等。好了，現(xiàn)在我就用我手邊的數(shù)據(jù)為大家介紹一下今天我們的主角！

教師邊講授邊演示操作。

師：首先呢，我們可以簡單的對數(shù)據(jù)進(jìn)行升序和降序。方法就是：選中你要排序的那一列中的任意一個單元格之后，利用常用工具欄中的“升序”按鈕和“降序”按鈕。

師：很簡單對不對，接下來，同學(xué)自己來試試看。把零食那一列升序排列。

活動：學(xué)生自己練習(xí)，教師巡視學(xué)生情況，指導(dǎo)。

師：我看同學(xué)們都很棒，那我們接著來學(xué)習(xí)更復(fù)雜的排序，多條件排序。方法：執(zhí)行“數(shù)據(jù)”→“排序”，在彈出的對話框中設(shè)定多級排序的條件，就

可對數(shù)據(jù)進(jìn)行多條件排序。同學(xué)們還是來自己動手，看看它是不是沒有這么復(fù)雜。

活動，學(xué)生自己練習(xí)，教師巡視學(xué)生情況，指導(dǎo)。

師：大家做的都非常好，那下面我們再來點難度大一點的，來對數(shù)據(jù)進(jìn)行篩選。篩選也有兩個內(nèi)容，自動篩選和高級篩選。首先來看自動篩選：執(zhí)行“數(shù)據(jù)”→“篩選”→“自動篩選”，Excel便在數(shù)據(jù)清單中每個列標(biāo)題的右邊插入了一個下拉箭頭，單擊列標(biāo)題右邊的下拉箭頭，打開下拉列表，選擇。如果篩選的條件不是下拉式列表中的一個值，那么可以在下拉式列表中選擇“自定義”方式，在“自定義自動篩選方式”對話框中輸入篩選條件。下面同學(xué)們自己動手操作一下。

活動，學(xué)生自己練習(xí)，教師巡視學(xué)生情況，指導(dǎo)。

師：看了大家做的情況，同學(xué)們完成的都非常好，現(xiàn)在我們退出自動篩選（執(zhí)行“數(shù)據(jù)”→“篩選”→“自動篩選”退出）來學(xué)習(xí)今天最復(fù)雜的一個內(nèi)容——高級篩選。方法主要是定義三個單元格區(qū)域：一是定義查詢的數(shù)據(jù)區(qū)域；二是定義查詢的條件區(qū)域；三是定義存放查找出滿足條件的記錄的區(qū)域。注意步驟：第一，要在工作表的任意一個空白區(qū)域，輸入篩選的條件，輸入條件時，如果在同一行，表示條件需要同時滿足，在不同行表示滿足其中之一；第二，執(zhí)行“數(shù)據(jù)”→“篩選”→“高級篩選”，打開高級篩選對話框。在對話框中進(jìn)行設(shè)置。

師：接下來的時間大家就接著把剛剛的數(shù)據(jù)在處理一下，用高級篩選找出電話費大于30元的同學(xué)。

三、實踐鞏固，分層輔導(dǎo)

教師課堂巡視，進(jìn)行輔導(dǎo)。挑出比較優(yōu)秀的學(xué)生，對其他同學(xué)進(jìn)行輔導(dǎo)?！菊n堂小結(jié)】：

通過這節(jié)課的學(xué)習(xí)，知道了Excel電子表格給人們帶來的一個很大的便利就是可以幫助人們處理數(shù)據(jù)，這對于同學(xué)們以后的學(xué)生和生活是非常有幫助的。希望大家下去以后有時間多多練習(xí)，你會得到意想不到的收獲?！窘虒W(xué)反思】：

信息技術(shù)的學(xué)習(xí)重在操作實踐，本節(jié)課利用任務(wù)驅(qū)動輔助教學(xué)，注重教師的主導(dǎo)地位和學(xué)生的主體地位。教學(xué)過程中創(chuàng)設(shè)情景，不斷提高學(xué)生的興趣和吸引學(xué)生的注意力。課堂上，除了傳授新知識外，留大部分時間給學(xué)生自己操作，調(diào)動學(xué)生的積極性、主動性、和創(chuàng)造性，促進(jìn)學(xué)生主動發(fā)展。此外，挑出比較突出的學(xué)生對其他學(xué)生進(jìn)行指導(dǎo)，促進(jìn)他們的感情交流，創(chuàng)造一個良好的學(xué)習(xí)氛圍。

第三篇：數(shù)據(jù)結(jié)構(gòu)圖的遍歷實驗報告

實驗報告

課程名：數(shù)據(jù)結(jié)構(gòu)（實驗名：圖的遍歷姓

名：班

級：學(xué)

號：時

間：

C語言版）

2014.11.15

一 實驗?zāi)康呐c要求

1.掌握圖的遍歷的方法

2.利用 C 語言實現(xiàn)圖的遍歷

二 實驗內(nèi)容

? 將一個圖存儲起來

? 對該圖分別進(jìn)行先深和先廣遍歷

三 實驗結(jié)果與分析

程序：

#include #include #define INFINITY 32767 #define MAX_VEX 20 //最大頂點個數(shù)

#define QUEUE_SIZE(MAX_VEX+1)//隊列長度 //using namespace std;bool *visited;//訪問標(biāo)志數(shù)組,避免同一頂點多次訪問 /****圖的鄰接矩陣存儲結(jié)構(gòu)******/ typedef struct{ char *vexs;//頂點向量

int arcs[MAX_VEX][MAX_VEX];//鄰接矩陣

int vexnum,arcnum;//圖的當(dāng)前頂點數(shù)和弧數(shù) }Graph;/*********隊列類************/ class Queue{ public: void InitQueue(){ base=(int *)malloc(QUEUE_SIZE*sizeof(int));front=rear=0;} void EnQueue(int e){ base[rear]=e;rear=(rear+1)%QUEUE_SIZE;} void DeQueue(int &e){ e=base[front];front=(front+1)%QUEUE_SIZE;} public: int *base;int front;int rear;};/*圖G中查找元素c的位置*/ int Locate(Graph G,char c){ for(int i=0;i

G.vexs=(char *)malloc(G.vexnum*sizeof(char));//分配頂點數(shù)目

printf(“輸入%d個頂點.n”,G.vexnum);for(i=0;i

printf(“輸入頂點%d:”,i);scanf(“%c”,&G.vexs[i]);temp=getchar();//接收回車

} for(i=0;i

for(j=0;j

printf(“輸入弧%d:”,i);scanf(“%c %c %d”,&a,&b,&w);//輸入一條邊依附的頂點和權(quán)值

temp=getchar();//接收回車

s1=Locate(G,a);s2=Locate(G,b);G.arcs[s1][s2]=G.arcs[s2][s1]=w;} } /*****圖G中頂點k的第一個鄰接頂點***********/ int FirstVex(Graph G,int k){ if(k>=0 && k

for(int i=0;i=0 && i=0 && j

for(int k=j+1;k

visited[k]=true;printf(“%c ”,G.vexs[k]);//訪問第k個頂點

for(i=FirstVex(G,k);i>=0;i=NextVex(G,k,i))if(!visited[i])DFS(G,i);//對k的尚未訪問的鄰接頂點i遞歸調(diào)用DFS } } /****************廣度優(yōu)先遍歷***************/ void BFS(Graph G){ int k;Queue Q;//輔助隊列Q Q.InitQueue();for(int i=0;i

visited[i]=true;printf(“%c ”,G.vexs[i]);Q.EnQueue(i);//i入列

while(Q.front!=Q.rear){ Q.DeQueue(k);//隊頭元素出列并置為k for(int w=FirstVex(G,k);w>=0;w=NextVex(G,k,w))if(!visited[w]){ //w為k的尚未訪問的鄰接頂點

visited[w]=true;printf(“%c ”,G.vexs[w]);Q.EnQueue(w);} } } }

/***********主函數(shù)***************/ void main(){ int i;Graph G;CreateUDN(G);visited=(bool *)malloc(G.vexnum*sizeof(bool));

printf(“n廣度優(yōu)先遍歷: ”);for(i=0;i

圖1.圖的遍歷程序運行結(jié)果

第四篇：無線數(shù)據(jù)采集模塊實驗報告

無線數(shù)據(jù)采集模塊

實驗報告

姓名：張兆偉

班級：13 班

學(xué)號：2015042130 日期：2016年8月25日

無線數(shù)據(jù)采集模塊實驗報告

一、實驗背景

數(shù)據(jù)是指用來描述客觀事物的數(shù)字、字母和符號等等。數(shù)據(jù)傳輸在人類活動中的重要性是不言而喻的。它是計算機與外部物理世界連接的橋梁。數(shù)據(jù)采集，或稱數(shù)據(jù)獲取，既利用一種裝置，從系統(tǒng)外部采集數(shù)據(jù)輸入到系統(tǒng)內(nèi)部。

隨著計算機、通信和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，無線傳感器網(wǎng)絡(luò)應(yīng)運而生。傳感測試技術(shù)正朝著多功能化、微型化、智能化、網(wǎng)絡(luò)化、無線化的方向發(fā)展。工業(yè)無線網(wǎng)絡(luò)是從新興的無線傳感器網(wǎng)絡(luò)發(fā)展而來的，具有低成本、低能耗、高度靈活性、擴(kuò)展性強等特點，已經(jīng)成為繼現(xiàn)場總線技術(shù)后的又一個研究熱點。無線數(shù)據(jù)采集既要在復(fù)雜，惡劣的現(xiàn)場環(huán)境下將物理量完整的進(jìn)行采集，更要將采集到的數(shù)據(jù)傳給遠(yuǎn)端的主控室。其主要應(yīng)用領(lǐng)域包括：工業(yè)遙控、遙測；石油鉆井張力無線監(jiān)測；短距離無線數(shù)據(jù)傳輸；安防設(shè)備無線監(jiān)控；無線RS485、無線PLC；城市管網(wǎng)壓力、溫度監(jiān)測；電力線無線報警等。

二、實驗過程

無線數(shù)據(jù)采集既要在復(fù)雜，惡劣的現(xiàn)場環(huán)境下將物理量完整的進(jìn)行采集，更要講采集到的數(shù)據(jù)傳給遠(yuǎn)端的主控室。DTD110系列無線數(shù)傳模組廣泛應(yīng)用于無線數(shù)傳領(lǐng)域，典型應(yīng)用包括遙控、遙感、遙測系統(tǒng)中的數(shù)據(jù)采集、檢測、報警、過程控制等環(huán)節(jié)。

DTD110系列無線PLC有4路開關(guān)量的傳輸，4路模擬量的傳輸，距離100米~3000米均可。即可以實現(xiàn)點對點通信，也可以實現(xiàn)點對多點通信，不需要編寫程序，不需要布線，一般電工就可以調(diào)試使用。對于工業(yè)現(xiàn)場的遙測遙控實施簡單、方便、便宜。

1、適用范圍

無線數(shù)據(jù)采集模塊具有數(shù)據(jù)采集、控制、GPRS無線遠(yuǎn)程通信等功能。采用低功耗設(shè)計。該產(chǎn)品可接入各種串口儀表、各種模擬信號輸出的變送器、各種脈沖信號輸出的雨量計、水表等。廣泛用于水務(wù)、環(huán)保、氣象、市政、環(huán)境、地質(zhì)、農(nóng)業(yè)、公安等行業(yè)遠(yuǎn)程監(jiān)控系統(tǒng)。特別適用于太陽能供電方式的現(xiàn)場應(yīng)用，可大大降低太陽能供電成本。

2、無線數(shù)據(jù)采集的特征：

多種配置應(yīng)用方案，可以滿足用戶不同的需要；4個開關(guān)輸入通道，4個開關(guān)OC門輸出通道；4個模擬量輸入通道，4個模擬量輸出通道；可以直接代替有線的PLC設(shè)備；一體化設(shè)計，結(jié)構(gòu)緊湊；多種產(chǎn)品規(guī)格適應(yīng)于不同的傳輸距離；射頻輸出功率10mW、500mW、1000mW；GFSK調(diào)制，高效前向糾錯信道編碼技術(shù)；軟件無線電技術(shù)保證高抗干擾能力和低誤碼率；ISM 頻段433MHz，無需申請頻點；工業(yè)標(biāo)準(zhǔn)設(shè)計，能工作于各種惡劣環(huán)境；直流9~24V供電，電流小于800mA。

3、主要功能

1）遠(yuǎn)程通信：GPRS網(wǎng)絡(luò)和短消息雙通道傳輸數(shù)據(jù)，支持專線、VPN專網(wǎng)多種組網(wǎng)方式。

2）通訊協(xié)議：支持UDP、TCP 協(xié)議，支持多中心數(shù)據(jù)通信。

3）模擬量輸入：可采集4-20mA、0-5V等多種電流、電壓信號輸出模擬量。

4）開關(guān)量輸入：可采集干接點、有源接點開關(guān)量輸出信號，可定時采集以降低能耗。

5）脈沖量輸入：可采集干接點脈沖信號，用于采集脈沖發(fā)訊水表。6）智能儀表接入：提供2路RS232/485串口，可以采集各種智能儀表，如流量計、照相機等。

7）開關(guān)量輸出：提供三極管集電極信號輸出。

8）電源輸出：可定時為變送器供電，輸出電壓：同輸入電源電壓。9）遠(yuǎn)程控制：接受遠(yuǎn)程指令，實現(xiàn)控制。

10）數(shù)據(jù)顯示：可支持2×8中文漢字液晶顯示，配有4個數(shù)字鍵盤。

11）數(shù)據(jù)查詢：可本機按鍵查詢，同時支持就地串口查詢，遠(yuǎn)程查詢。

12）遠(yuǎn)程通信：支持RS232/485總線、GPRS、SMS等多種通信。

13）配套軟件：配套提供參數(shù)設(shè)置軟件。

4、主要特點

1）工作電流低：GPRS實時在線，平均工作電流<10mA。

2）數(shù)據(jù)存儲容量大：本機循環(huán)存儲監(jiān)測數(shù)據(jù)，掉電不丟失，存儲容量：4M。

3）維護(hù)方便：支持遠(yuǎn)程參數(shù)設(shè)置，遠(yuǎn)程軟件升級。

4）體積?。和庑统叽?45×100×65mm

5、技術(shù)指標(biāo)

1）硬件配置：GPRS/GSM無線通信接口、4路AI、4路DI、6路PI、3路DO、2路串口、中文液晶顯示和無顯示可選、1個4按鍵鍵盤可選。

2）采集精度：模擬量采集精度：0.5%，脈沖計數(shù)誤差：0.01%

3）通信協(xié)議：支持標(biāo)準(zhǔn)MODBUS協(xié)議，可嵌入其它通信協(xié)議。

4）通信接口：GPRS/GSM無線通信接口，1路串口用于維護(hù)，2路串口采集儀表，232/485可選。

5）通信速率：300～19200 bit/s

6）工作環(huán)境：溫度：-25~+70℃、濕度：≤95%、無腐蝕氣體、無導(dǎo)電塵埃、無爆炸環(huán)境。

7）安裝方式：一般采用導(dǎo)軌式安裝，特殊場合，可將控制器固定在安裝底板上。

8）供電電源：10～28VDC

6、系統(tǒng)功能

系統(tǒng)主要分三層，第一層為服務(wù)器，第二層為過渡層，由 Zigbee 協(xié)調(diào)器和 Zigbee節(jié)點構(gòu)成，第三層為任務(wù)層，由 54 個監(jiān)測單元和 1 個顯示單元構(gòu)成。系統(tǒng)的主要功能為：服務(wù)器有選擇地查詢 54 個監(jiān)測單元的數(shù)據(jù)，然后根據(jù)需要將某個監(jiān)測單元的數(shù)據(jù)發(fā)送到顯示單元上，讓其顯示，中間的傳輸全部由 Zigbee 組網(wǎng)無線通訊。

其服務(wù)器主要功能：

1）開辟多個線程，每個線程主動輪詢各個節(jié)點；與每個節(jié)點的通訊必須“有問 必答”，具有超時控制機制； 2）具有廣播，組播配置參數(shù)功能；

3）對每個節(jié)點可以實時監(jiān)測重量，溫度，濕度參數(shù)。并且以曲線形式顯示； 4）實時采集每個節(jié)點的參數(shù)并顯示；

5）服務(wù)器采用 Windows 7 操作系統(tǒng)，開發(fā)工具為 C#和 SQL 數(shù)據(jù)庫，最終生成安裝文件。

三、實驗結(jié)果

直觀看到顯示單元上面顯示的值，什么都不選時，數(shù)碼管上顯示 0000，當(dāng)輸入節(jié)點編號，并雙擊鼠標(biāo)選中溫度、濕度或者重量時，點擊確定后，數(shù)碼管

會立即顯示具體數(shù)值，并且給顯示單元發(fā)送顯示命令。

四、認(rèn)識與體會

數(shù)據(jù)采集是整個工廠自動化的最前端，測試精度、速度與實現(xiàn)該功能的成本是幾個重要因素，數(shù)據(jù)采集也正朝著這幾個方向發(fā)展。高速、實時數(shù)據(jù)采集在運動控制、醫(yī)療設(shè)備、快速生產(chǎn)過程和變電站自動化等領(lǐng)域都有非常重要的應(yīng)用。這些行業(yè)中，對高速數(shù)據(jù)采集的需求遠(yuǎn)遠(yuǎn)超過目前實際可以實現(xiàn)的程度。用戶的需求促進(jìn)了技術(shù)的發(fā)展和新產(chǎn)品的出現(xiàn)，隨著工業(yè)發(fā)達(dá)國家和新興崛起國家為提高其產(chǎn)品在全球市場的競爭力，他們更進(jìn)一步希望降低包括能源消耗、原材料消耗和勞務(wù)成本。對于發(fā)達(dá)國家來講，其勞務(wù)成本遠(yuǎn)遠(yuǎn)高于新興崛起國家，因此特別重視促進(jìn)創(chuàng)新和技術(shù)進(jìn)步，采用新的技術(shù)手段。正是在這樣競爭日益激烈的大背景下，無線數(shù)據(jù)采集技術(shù)在工業(yè)中的推廣應(yīng)用則受到了特殊的重視。

第五篇：SPSS數(shù)據(jù)統(tǒng)計軟件實驗報告

SPSS數(shù)據(jù)統(tǒng)計軟件實驗報告

專業(yè)

信息與計算科學(xué)

班級

級班

組別

指導(dǎo)教師

姓名

同組人

實驗時間

2018

****年**月**日

實驗地點

實驗名稱

方差分析

實驗?zāi)康耐ㄟ^對數(shù)據(jù)的分析，使其掌握用方差分析的方法來比較數(shù)據(jù)。

實驗儀器：

1、支持Intel

Pentium

Ⅲ及其以上CPU，內(nèi)存256MB以上、硬盤1GB以上容量的微機；

軟件配有Windows98/2000/XP操作系統(tǒng)及SPSS軟件。

2、了解SPSS軟件的特點及系統(tǒng)組成，在電腦上操作SPSS軟件。

實驗內(nèi)容、步驟及程序：

一、1.實例內(nèi)容：

下表給出銷售方式對銷售量的對比試驗數(shù)據(jù)，利用單因素方差分析來分析不同的銷售方式對銷售量的影響。

2.實例操作：

Step

01

打開對話框。

打開數(shù)據(jù)文件,選擇菜單欄中的【分析】|【比較均值】|【單因素?ANOVA】命令,彈出【單因素ANOVA檢驗】對話框。

Step

02

選擇因變量。

在候選變量列表框中選擇【銷售量】變量作為因變量,將其添加至【因變量列表】列表框中。

Step

03

選擇因變量。

在候選變量列表框中選擇【銷售方式】變量,將其添加至【因子】文本框中。

Step

04

定義相關(guān)統(tǒng)計選項以及缺失值處理方法。

單擊【單因素ANOVA檢驗】對話框【選項】，在彈出的對話框選中【方差同質(zhì)性檢驗】、【平均值圖】復(fù)選框，然后單擊【繼續(xù)】。

Step

05

事后多重比較。

單擊【單因素ANOVA檢驗】對話框【事后比較】，在彈出圖中選中Bonferroni復(fù)選框，然后單擊【繼續(xù)】。

Step

06

對組間平方和進(jìn)行線性分解并檢驗。

單擊【單因素ANOVA檢驗】對話框【對比】，彈出圖的對話框選中【多項式】，將【等級】設(shè)為【線性】，單擊【繼續(xù)】返回【單因素ANOVA檢驗】的對話框。

Step

07

單擊【確定】，輸出分析結(jié)果。

3.實例結(jié)果及分析

變異數(shù)同質(zhì)性測試

銷售量

Levene

統(tǒng)計資料

df1

df2

顯著性

.346

.793

給出了方差齊性檢驗的結(jié)果。從該表可以得到

Levene方差齊性檢驗的P值為0.793,與顯著性水平0.05相差大,因此基本可以認(rèn)為樣本數(shù)據(jù)之間的方差是非齊次的。

變異數(shù)分析

銷售量

平方和

df

平均值平方

F

顯著性

群組之間

（合併）

685.000

228.333

7.336

.003

線性項

比對

196.000

196.000

6.297

.023

偏差

489.000

244.500

7.855

.004

在群組內(nèi)

498.000

31.125

總計

1183.000

給出了單因素方差分析的結(jié)果。從表中可以看出,組間平方和是685、組內(nèi)平方

和是196,其中組間平方和的的F值為7.336,相應(yīng)的概率值是0.003,小于顯著性水平0.05,因此認(rèn)為不同的銷售方式對銷售量有顯著的影響。另外,這個表中也給出了線性形式的趨勢檢驗結(jié)果,組間變異被銷售方式所能解釋的部分是196,被其他因素解釋的有244.5,并且組間變異被銷售方式所能解釋的部分是非常顯著的4.事后檢驗

多重比較

因變數(shù):

銷售量

Bonferroni

法

(I)

銷售方式

(J)

銷售方式

平均差異

(I-J)

標(biāo)準(zhǔn)錯誤

顯著性

95%

信賴區(qū)間

下限

上限

1.0

2.0

-7.0000

3.5285

.388

-17.615

3.615

3.0

9.0000

3.5285

.128

-1.615

19.615

4.0

4.0000

3.5285

1.000

-6.615

14.615

2.0

1.0

7.0000

3.5285

.388

-3.615

17.615

3.0

16.0000*

3.5285

.002

5.385

26.615

4.0

11.0000*

3.5285

.040

.385

21.615

3.0

1.0

-9.0000

3.5285

.128

-19.615

1.615

2.0

-16.0000*

3.5285

.002

-26.615

-5.385

4.0

-5.0000

3.5285

1.000

-15.615

5.615

4.0

1.0

-4.0000

3.5285

1.000

-14.615

6.615

2.0

-11.0000*

3.5285

.040

-21.615

-.385

3.0

5.0000

3.5285

1.000

-5.615

15.615

*.平均值差異在0.05

層級顯著。

給出了多重比較的結(jié)果,*表示該組均值差是是顯著的。因此,從表中可以看出,第二組和第三組、第四組的銷售量均值差是非常明顯的,但是第三組與第四組的銷售量均值差話相卻不是很明顯。另外,還可以得到每組之間均值差的標(biāo)準(zhǔn)誤差、置信區(qū)間等信息。

平均值圖形

給出了各組的均值圖。從圖可以清楚地看到不同的施肥類型對應(yīng)不同的銷售量均

值?？梢?第三組的銷售量最低,且與其他兩組的銷售量均值相差較大,而第二組和和第三組之間的銷售量均值差異不大,這個結(jié)果和多重比較的結(jié)果非常一致

二、1.實例內(nèi)容：

某研究機構(gòu)研究了3種動物飼料對4種品系小鼠體重增加的影響,數(shù)據(jù)如圖下所示,變量a為飼料種類,變量b為鼠的品系,變量x為增重克數(shù)。

2.實例操作：

Step

01

打開對話框。

打開數(shù)據(jù)文件,選擇菜單欄中的【分析】|【一般線性模型】|【單變量】命令,彈出【單變量】對話框,如圖所示。

Step

02

選擇觀測變量。

在候選變量列表框中選擇【體重】變量作為因變量,將其添加至【因變量】列表框中。

Step

03

選擇因素變量。

選擇【飼料類型】和和【小鼠品系】變量作為因素變量,將它們添加至【固固定因子】列表框中,如圖所示。

Step

04選擇多重比較。

單擊【模型】按按鈕,彈彈出【單變量:模型】對話框,如圖5.23所示。選中【定制】單選按鈕,在左側(cè)列表框中選擇“因因素a”和“因因素b”變量并移至【模型】列表框中。選擇【構(gòu)建項】選項組中【類型】下拉列表框中的【主效應(yīng)】選項,再單擊【繼繼續(xù)】按鈕,返回主對話框。

Step

05其他選項選擇。

單擊【圖】按鈕,彈出圖5.24所示【單變量:輪廓圖】對話框。將因素b放入【單獨的線條】框,將因素a放入【水平軸)】文本框,單擊【添加】按鈕,再單擊【繼續(xù)續(xù)】按鈕,返回主對話框。

單擊【事后比較】按鈕,彈出圖所示對話框。將因素a和因素b放入【下列各項的事后檢驗】列表框,比較方法選擇LSD法。

單擊【選項】按鈕,彈出圖5.26所示【單變量:選項】對話框。將因素a和因素b放入【顯示下列各項的平均值】列表框,選中【比較主效應(yīng)】復(fù)選框。選中【描述統(tǒng)計】復(fù)選框表示輸出描述性統(tǒng)計量;選中【齊性檢驗】復(fù)選框表示輸出方差齊性檢驗表。再單擊【繼續(xù)】按鈕,返回主對話框。

Step

06

完成操作。

最后,單擊【確確定】按鈕,操作作完成。

3.實例結(jié)果及分析

(1)主體間效應(yīng)檢驗表

表所示為主效應(yīng)模型檢驗,結(jié)果可見校正模型統(tǒng)計量F=6.772、P=0.000,說明模型有統(tǒng)計學(xué)意義。因素a和因素b均有統(tǒng)計學(xué)意義,P=0.000、P=0.037,均小于0.05。

主旨間效果檢定

因變數(shù):

體重

來源

第III

類平方和

df

平均值平方

F

顯著性

修正的模型

8929.625a

1785.925

6.772

.000

截距

167796.750

167796.750

636.304

.000

a

6487.875

3243.938

12.301

.000

b

2441.750

813.917

3.086

.037

錯誤

11075.625

263.705

總計

187802.000

校正後總數(shù)

20005.250

a.R

平方

=

.446（調(diào)整的R

平方

=

.380）

(2)成對比較表。

表所示為不同飼料類型兩兩比較結(jié)果,從Sig值(即P值)可見,飼料B與飼料C沒有差異（p=0.117），其余均有差異，p<0.05。

成對比較

因變數(shù):

體重

(I)

飼料類型

(J)

飼料類型

平均差異

(I-J)

標(biāo)準(zhǔn)錯誤

顯著性b

95%

差異的信賴區(qū)間b

下限

上限

A飼料

B飼料

18.750*

5.741

.002

7.163

30.337

C飼料

27.938*

5.741

.000

16.351

39.524

B飼料

A飼料

-18.750*

5.741

.002

-30.337

-7.163

C飼料

9.188

5.741

.117

-2.399

20.774

C飼料

A飼料

-27.938*

5.741

.000

-39.524

-16.351

B飼料

-9.188

5.741

.117

-20.774

2.399

根據(jù)估計的邊際平均值

*.平均值差異在.05

層級顯著。

b.調(diào)整多重比較：最小顯著差異（等同於未調(diào)整）。

（3）均值圖

圖所示為不同品系小鼠喂養(yǎng)不同飼料的體重增重的均值圖?？梢夾飼料較好,B飼料和C飼料差異不大。

實驗小結(jié)：

通過該實驗，讓我懂得了利用數(shù)學(xué)思想解決實際問題，很好的把數(shù)學(xué)運用到實際生活中，在今后的學(xué)習(xí)中我會再接再厲的。

教師評語：

1.實驗結(jié)果及解釋：（準(zhǔn)確合理、較準(zhǔn)確、不合理）；占30%

2.實驗步驟的完整度：（完整、中等、不完整）；占30%

3.實驗程序的正確性：（很好、較好、中等、較差、很差）；占30%

4.卷面整潔度：（很好、較好、中等、較差、很差）；占10%

評定等級：（）

教師簽名：

日期：