实验七数据的格式化处理
1.实验目的和要求
?掌握Excel的选项卡，以及相关命令和快捷键的使用方法；
?熟练掌握工作表中数据的录入和导入方法，以及数据表的建立原则；
?熟练掌握序列数据的输入
?熟练掌握工作表的管理操作；
?熟练掌握数据的操作方法，包括查找替换，复制粘贴等等；
?熟练掌握工作表中数据表的格式化操作；
?掌握简单公式的输入和应用。
2.实验环境
?Office办公组件中的Excel电子表格软件。要求：版本最好是2007之后，机房开机应选择Win7；作业说明也基于2007以后版本。不建议使用WPS表格、LibreOffice、iWork等软件编辑，以免作业检查程序处理时出现误判。?导入数据所需的“数据源.txt”文件，可在实验要求邮件附件中找到。?《大学计算机基础》课程所有的课件、实验要求和相关软件，可在链接: https://www.doczj.com/doc/7319144869.html,/s/1qXR1XAs处下载，提取密码: k5ta。
3.实验内容
3.1.熟悉Excel选项卡并掌握相关快捷键
依次查看“开始”、“插入”、“页面布局”、“公式”、“数据”、“审阅”、“视图”选项卡，了解各个选项卡的用途以及相应功能的位置。
相关快捷键：
文档操作快捷键：新建，Ctrl + N；打开，Ctrl + O；保存，Ctrl + S；关闭，Ctrl + W。
文档内容操作快捷键：撤消，Ctrl + Z；重复，Ctrl + Y；剪切，Ctrl + X；复制，Ctrl + C；粘贴，Ctrl + V；删除，Delete。
3.2.认识功能区及相关设置操作
1)显示或隐蔽功能区
右击功能区→勾选
“功能区最小化/折叠功
能区”，可显示/隐藏功能
区。
2)添加或删除工具按钮
右击功能区→“自定义快速访问工具栏”，下拉“从下列位置选择命令”列表，选择“不在功能区中的命令”，可将其添加到左上角的快速访问工具栏（即“撤消”按钮的位置）；或者右击功能区→“自定义功能区”，将新命令添加到已有或新的选项卡之中。
3.3.创建工作簿并导入数据
一个Excel的工作簿（Workbook）最多可有255张工作表（Worksheet），而每张工作表则可以存放16,384 x 1,048,576个单元格的数据。
通常可以采用复制粘贴的方法，输入外部数据，但数据不一定可以正确的匹配单元格，可能需要进行后期调整；也可以通过“导入”的方法获取外部数据，外部数据的类型也可以是多种多样的，可是Access数据库，也可以是文本文件（很多生物医学数据库网站提供的生物医学数据多采用该格式）等等。在导入数据的时候，应注意各个数据之间的间隔符号，是否存在标题，以及相对应的格式转换，如身份证数据在导入时便应设置为文本型的数据。
作业部分：
1)在Excel中新建一个空白工作簿，导入邮件附件“数据源.txt”中的全部数据
到该工作簿的“sheet1”工作表，并以A1为起始位置。
注意：应先下载保存“数据源.txt”到自己的计算机之上。
导入方法：点击“数据”→“自文本”的方式导入数据。注意，数据包含有标题，“出生日期”数据导入的格式为日期型，类型为年月日。
2)然后，将“sheet1”工作表重命名为“数据源”，以作为后续数据分析的基
础。并设置整个工作表的基本格式为：宋体，字号12。
3)如该工作簿中还存在“数据源”之外的其他工作表，如“sheet2”、“sheet3”，
则删除这些多余的工作表。
4)然后，保存该Excel工作簿，文件名为学号后四位加姓名的格式，如“1234
张三”。
3.4.数据填充
在Excel中，可采用多种不同的方法填充相同的数据或者有规律的序列，常使用“开始”→“填充”功能实现，并注意不同的填充方法。
此外，Excel还可以将常用序列数据定义为“自定义序列”以方便快速填充。定义如“张三，李四，……”这样的自定义序列的方法：07版本，选项→常用→编辑自定义列表。10及以后版本，选项→高级→编辑自定义列表。注意在输入序列时，应使用回车（Enter）键分割条目。注意：“选项”，通过点击左上方的“文件”或者后可见。具体可参见课本P105。
作业部分：
1)在“数据源”工作表的A列左侧插入1列，在A1单元格输入文字“ID”。然后，利用“填充”的方式在A2:A51的单元格中填充“1, 2, 3, 4, …”这样的序列，以作为每条数据的唯一标识。
2)定义一个自定义序列为“张三，李四，王五，赵六，钱七”。
然后，在J1单元格输入文字“住院医师”。随后，利用“填充”的方式在J2:J51的单元格中填充“张三，李四，王五，赵六，钱七”这样的自定义序列。
3.5.数据的查找与替换
Excel的“查找与替换”功能与Word对应功能相类似，都可以查找特定格式的数据。在Excel中，可选择区域以指定范围，并可以利用“查找全部”看到全部查找结果。
该功能适用于实现快捷、批量转换数据（如将字符型数据与数值型数据的互换），以及添加/去除某些特定字符（如数据中的文字）。
具体可参见课本P111。
作业部分：
利用“查找和替换”功能将“数据源”工作表中的所有“CM”和“KG”内容去除。然后，在C1单元格的“身高”后面添加文字“（CM）”，在D1单元格的“体重”后面添加文字“（KG）”。
图1 “数据源”工作表样图
3.6.数据的格式设置
在Excel中可利用“开始”→“格式”下拉菜单中的“设置单元格格式”，对工作表及其数据进行包括“数字、对齐、字体、边框、填充和保护”等方面的格式设置。
此外，还可以设置“条件格式”为特定的单元格指定有差异的格式，从而快速浏览都可识别出数值中存在的差异。通常使用其中的“突显目标数据”功能来标示单元格。
具体可参见课本P113。
作业部分：
1)建立一个“数据源”工作表的副本，将该副本放置在最后的位置，并改名为
“格式”。（可右击对应的工作表标签，从弹出的快捷菜单中选择“移动或复制”）
然后对“格式”工作表的内容进行以下的格式设置：
2)在第一行上方插入三行。
3)设置A1:J1单元格区域合并后居中，并输入文字“XX医院产科2016年产妇
信息表”。文字的字体为黑体、粗体、字号为18、红色。
4)在I2单元格输入文字“制表日期”，然后在J2单元格插入当前日期。注意可
使用快捷键Ctrl + ;输入当前日期。
5)设置A2:J54区域的行高为18（或者0.64cm），列宽设置为12（或者约2.57cm。
注意，这是因为Excel设定行列规格的度量单位不一样。）；单元格的数据在水平和垂直方向均居中；“身高”和“体重”列的数值设置显示1位小数。
6)设置整张表格（即A1:J54区域）的“外部边框”为蓝色双线，“内部边框”
为绿色虚线；“填充”背景色为黄色。
7)利用条件格式中的“突显目标数据”功能，将I5:I54单元格区域中的满足条
件“住院天数大于10天”的所有单元格，标记为“浅红色背景，文字带删除线”的格式。注意：需设置“自定义格式”，颜色“浅红色”可自行掌握。
图2 “格式”工作表样图
3.7.数据的选择性粘贴
单元格的复制或移动，会因为其所引用单元格地址类型的不同或者单元格格式设置的缘故，出现变化。因此，可使用“选择性粘贴”的方法保证复制的效果，或者实现不同的复制目的。
利用“选择性粘贴”可在粘贴时，选择“值”或者“公式”，也可保留格式，还可以叠加运算，以及实现“转置”（即行列的互换）。
具体可参见课本P110-111。
作业部分：
新建一张工作表，将其重命名为“公式”。选中“格式”工作表中A1:J54单元格区域，将其“选择性粘贴”到“公式”表中。选择性粘贴以A1为起始位置，并选择“值和数字格式”。
然后，将该表A:K列的列宽设置为10（或者约2.17cm）。
3.8.公式的使用
公式是对工作表中数据进行分析计算的表达式，以英文“=”开始。公式可包括常数、单元格引用、函数以及运算符等等。
作业部分：
1)在“公式”工作表的K4单元格输入文字“BMI指数”；
2)然后，在K5单元格利用公式计算产妇的BMI指数，结果设置显示两位小数。
BMI指数的计算方法见下图：
3)将该公式复制到K6:K54的单元格区域中。提示：可双击“填充柄（将鼠标
移动到单元格右下角可见黑色实心的“+”填充柄标记）”，将公式复制到下方的数据区域。也可使用Ctrl + End 移至工作表上的最后一个（有数据或曾经有过数据的）单元格，也可使用Ctrl + Shift +箭头键可将单元格的选定范围扩展到活动单元格所在列或行中的最后一个非空单元格，再来粘贴公式。
3.9.数值转换
在对医学数据进行统计分析时，数值型的数据更加方便输入、分析和管理，因此，在进行数据整理时，常常将字符型的数据转换为数值型的数据，如在性别数据中常用1表示男性，2（或者0）表示女性。
在Excel中可通过“查找与替换”功能或者函数计算来实现这一转换。
作业部分：
1)定位到“公式”工作表，利用“查找与替换”功能将G列“分娩方式”数据
中的“顺产”替换为1，“剖宫产”替换为2。
2)将H列“妊娠结局”数据中的“足月”替换为1，“其他”替换为2（注意：
不要替换其他列，如职业中的数据）。
图3 “公式”工作表样图
4.作业提交事项
保存工作簿，以备下一次实验使用（！！！）。
并将该工作簿文件以邮件附件的形式（注意：不要以QQ邮箱中“超大附
件”的形式，也不要直接把内容贴在邮件正文里面），发送到教师邮箱1026410403@https://www.doczj.com/doc/7319144869.html,，邮件标题格式为“学号后四位姓名7”，如“1234 张三7”。截止日期：12月4日24时之前。
数字信号处理作业提交日期：2016年7月15日
实验一 维纳滤波器的设计 第一部分 设计一维纳滤波器。 (1)产生三组观测数据，首先根据()(1)()s n as n w n =-+产生信号()s n ，将其加噪(信噪比分别为20,10,6dB dB dB )，得到观测数据123(),(),()x n x n x n 。 (2)估计()i x n ，1,2,3i =的AR 模型参数。假设信号长度为L ，AR 模型阶数为N ，分析实验结果，并讨论改变L ，N 对实验结果的影响。 1 实验原理 滤波技术是信号分析、处理技术的重要分支，无论是信号的获取、传输，还是信号的处理和交换都离不开滤波技术，它对信号安全可靠和有效灵活地传递是至关重要的。信号分析检测与处理的一个十分重要的内容就是从噪声中提取信号，实现这种功能的有效手段之一是设计一种具有最佳线性过滤特性的滤波器，当伴有噪声的信号通过这种滤波器的时候，它可以将信号尽可能精确地重现或对信号做出尽可能精确的估计，而对所伴随噪声进行最大限度地抑制。维纳滤波器就是这种滤波器的典型代表之一。 维纳（Wiener ）是用来解决从噪声中提取信号的一种过滤（或滤波）方法。这种线性滤波问题，可以看做是一种估计问题或一种线性估计问题。 设一线性系统的单位样本响应为()h n ，当输入以随机信号()x n ，且 ()() () x n s n v n =+，其中()s n 表示原始信号，即期望信号。()v n 表示噪声，则输出()y n 为()=()()m y n h m x n m -∑，我们希望信号()x n 经过线性系统()h n 后得到的()y n 尽可能接近 于()s n ，因此称()y n 为估计值，用?()s n 表示。 则维纳滤波器的输入-输出关系可用下面表示。 设误差信号为()e n ,则?()()()e n s n s n =-,显然)(n e 可能是正值，也可能是负值，并且它是一个随机变量。因此，用它的均方误差来表达误差是合理的，所谓均方误差最小即 它的平方的统计期望最小：222?[|()|][|()()|][|()()|]E e n E s n s n E s n y n =-=-=min 。而要使均方误差最小，则需要满足2[|()|]j E e n h ?=0. 进一步导出维纳-霍夫方程为：()()()()*(),0,1,2...xs xx xx i R m h i R m i R m h m m =-==∑ 写成矩阵形式为：xs xx R R h =，可知：1xs xx h R R -=。表明已知期望信号与观测数据的互相关函数以及观测信号的自相关函数时，可以通过矩阵求逆运算，得到维纳滤波器的
一、实验名称：基本信号的产生 二、实验目的：I 利用MATLAB 产生连续信号并作图 II 利用MATLAB 产生离散序列并作图 III 利用MATLAB 进行噪声处理 三、 实验内容： I 利用MATLAB 产生下列连续信号并作图 ①X(t)=-2u(t-1),-1 -1.5-1 -0.5 0.5 1 1.5 2 II 利用MATLAB 产生下列离散序列并作图 ① X(t)=1,-5<=t<=5 else 0,-15<=t<=15 MATLAB 程序如下: k= -15: 15; x=[zeros(1,10),ones(1,11),zeros(1,10)]; stem(k,x) 图形如下： ② X(t)=0.9^k*(cos(0.25*pi*k)+sin(0.25*pi*p),-20 实验设计与数据处理心得体会 刚开始选这门课的时候,我觉得这门课应该就是很难懂的课程,首先我们做过不少的实验了,当然任何自然科学都离不开实验,大多数学科(化工、化学、轻工、材料、环境、医药等)中的概念、原理与规律大多由实验推导与论证的,但我觉得每次到处理数据的时候都很困难,所以我觉得这就是门难懂的课程,却也就是很有必要去学的一门课程,它对于我们工科生来说也就是很有用途的,在以后我们实验的数据处理上有很重要的意义。 如何科学的设计实验,对实验所观测的数据进行分析与处理,获得研究观测对象的变化规律,就是每个需要进行实验的人员需要解决的问题。“实验设计与数据处理”课程就就是就是以概率论数理统计、专业技术知识与实践经验为基础,经济、科学地安排试验,并对试验数据进行计算分析,最终达到减少试验次数、缩短试验周期、迅速找到优化方案的一种科学计算方法。它主要应用于工农业生产与科学研究过程中的科学试验,就是产品设计、质量管理与科学研究的重要工具与方法,也就是一门关于科学实验中实验前的实验设计的理论、知识、方法、技能,以及实验后获得了实验结果,对实验数据进行科学处理的理论、知识、方法与技能的课程。 通过本课程的学习,我掌握了试验数据统计分析的基本原理,并能针对实际问题正确地运用,为将来从事专业科学的研究打下基础。这门课的安排很合理,由简单到复杂、由浅入深的思维发展规律,先讲单因素试验、双因素试验、正交试验、均匀试验设计等常用试验设计 方法及其常规数据处理方法、再讲误差理论、方差分析、回归分析等数据处理的理论知识,最后将得出的方差分析、回归分析等结论与处理方法直接应用到试验设计方法。 比如我对误差理论与误差分析的学习:在实验中,每次针对实验数据总会有误差分析,误差就是进行实验设计与数据评价最关键的一个概念,就是测量结果与真值的接近程度。任何物理量不可能测量的绝对准确,必然存在着测定误差。通过学习,我知道误差分为过失误差,系统误差与随机误差,并理解了她们的定义。另外还有对准确度与精密度的学习,了解了她们之间的关系以及提高准确度的方法等。对误差的学习更有意义的应该就是如何消除误差,首先消除系统误差,可以通过对照试验,空白试验,校准仪器以及对分析结果的校正等方法来消除;其次要减小随机误差,就就是要在消除系统误差的前提下,增加平行测定次数,可以提高平均值的精密度。 比如我对方差分析的理解:方差分析就是实验设计中的重要分析方法,应用非常广泛,它就是将不同因素、不同水平组合下试验数据作为不同总体的样本数据,进行统计分析,找出对实验指标影响大的因素及其影响程度。对于单因素实验的方差分析,主要步骤如下:建立线性统计模型,提出需要检验的假设;总离差平方与的分析与计算;统计分析,列出方差分析表。对于双因素实验的方差分析,分为两种,一种就是无交互作用的方差分析,另一种就是有交互作用的方差分析,对于这两种类型分别有各自的设计方法,但就是总体步骤都与单因素实验的方差分析一样。 数据分析实验报告 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58- 第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 统计量 全国居民 农村居民 城镇居民 N 有效 22 22 22 缺失 均值 1116.82 747.86 2336.41 中值 727.50 530.50 1499.50 方差 1031026.918 399673.838 4536136.444 百分位数 25 304.25 239.75 596.25 50 727.50 530.50 1499.50 75 1893.50 1197.00 4136.75 3画直方图，茎叶图，QQ 图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 数据分析实验报告 【最新资料，WORD 文档，可编辑修改】 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验 结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。 （2 ）W 检验 结果：在Shapiro-Wilk 检验结果972.00 w ，p=0.174大于0.05 接受原假设，即数据来自正太总体。 习题1.5 5 多维正态数据的统计量 数据： 实验一MATLAB语言的基本使用方法 实验类别：基础性实验 实验目的： （1）了解MATLAB程序设计语言的基本方法，熟悉MATLAB软件运行环境。 （2）掌握创建、保存、打开m文件的方法，掌握设置文件路径的方法。 （3）掌握变量、函数等有关概念，具备初步的将一般数学问题转化为对应计算机模型并进行处理的能力。 （4）掌握二维平面图形的绘制方法，能够使用这些方法进行常用的数据可视化处理。 实验内容和步骤： 1、打开MATLAB，熟悉MATLAB环境。 2、在命令窗口中分别产生3*3全零矩阵，单位矩阵，全1矩阵。 3、学习m文件的建立、保存、打开、运行方法。 4、设有一模拟信号f(t)=1.5sin60πt,取?t=0.001,n=0,1,2,…,N-1进行抽样，得到 序列f(n),编写一个m文件sy1_1.m,分别用stem,plot,subplot等命令绘制32 点序列f(n)(N=32)的图形，给图形加入标注，图注，图例。 5、学习如何利用MATLAB帮助信息。 实验结果及分析： 1）全零矩阵 >> A=zeros(3,3) A = 0 0 0 0 0 0 0 0 0 2）单位矩阵 >> B=eye(3) B = 1 0 0 0 1 0 0 0 1 3）全1矩阵 >> C=ones(3) C = 1 1 1 1 1 1 1 1 1 4)sy1_1.m N=32; n=0:N-1; dt=0.001; t=n*dt; y=1.5*sin(60*pi*t); subplot(2,1,1), plot(t,y); xlabel('t'); ylabel('y=1.5*sin(60*pi*t)'); legend('正弦函数'); title('二维图形'); subplot(2,1,2), stem(t,y) xlabel('t'); ylabel('y=1.5*sin(60*pi*t)'); legend('序列函数'); title('条状图形'); 00.0050.010.0150.020.0250.030.035 t y = 1 . 5 * s i n ( 6 * p i * t ) 二维图形 00.0050.010.0150.020.0250.030.035 t y = 1 . 5 * s i n ( 6 * p i * t ) 条状图形 第一题 如何用计算机模拟一个随机事件，并估计随机事件发生的概率以计算圆周率π。 解： （一）蒙特卡洛方法可用于近似计算圆周率：让计算机每次随机生成两个0到1之间的数，看以这两个实数为横纵坐标的点是否在单位圆内。生成一系列随机点，统计单位圆内的点数与总点数，（圆面积和外切正方形面积之比为π：4），当随机点取得越多时，其结果越接近于圆周率。 代码： N=100000000; x=rand(N,1); y=rand(N,1); count=0; for i=1:N if (x(i)^2+y(i)^2<=1) count=count+1; end end PI=vpa(4*count/N,10) PI = 3.1420384 蒙特卡洛法实验结果与试验次数相关，试验次数增加，结果更接近理论值 （二）18世纪，法国数学家布丰和勒可莱尔提出的“投针问题”，记载于布丰1777年出版的著作中：“在平面上画有一组间距为d的平行线，将一根长度为l （l 第二章 实验数据误差分析和数据处理 第一节 实验数据的误差分析 由于实验方法和实验设备的不完善，周围环境的影响，以及人的观察力，测量程序等限制，实验观测值和真值之间，总是存在一定的差异。人们常用绝对误差、相对误差或有效数字来说明一个近似值的准确程度。为了评定实验数据的精确性或误差，认清误差的来源及其影响，需要对实验的误差进行分析和讨论。由此可以判定哪些因素是影响实验精确度的主要方面，从而在以后实验中，进一步改进实验方案，缩小实验观测值和真值之间的差值，提高实验的精确性。 一、误差的基本概念 测量是人类认识事物本质所不可缺少的手段。通过测量和实验能使人们对事物获得定量的概念和发现事物的规律性。科学上很多新的发现和突破都是以实验测量为基础的。测量就是用实验的方法，将被测物理量与所选用作为标准的同类量进行比较，从而确定它的大小。 1.真值与平均值 真值是待测物理量客观存在的确定值，也称理论值或定义值。通常真值是无法测得的。若在实验中，测量的次数无限多时，根据误差的分布定律，正负误差的出现几率相等。再经过细致地消除系统误差，将测量值加以平均，可以获得非常接近于真值的数值。但是实际上实验测量的次数总是有限的。用有限测量值求得的平均值只能是近似真值，常用的平均值有下列几种: (1) 算术平均值 算术平均值是最常见的一种平均值。 设1x 、2x 、……、n x 为各次测量值，n 代表测量次数，则算术平均值为 n x n x x x x n i i n ∑==+???++=121 (2-1) (2) 几何平均值 几何平均值是将一组n 个测量值连乘并开n 次方求得的平均值。即 n n x x x x ????=21几 (2-2) （3）均方根平均值 n x n x x x x n i i n ∑==+???++= 1 222221均 (2-3) (4) 对数平均值 在化学反应、热量和质量传递中，其分布曲线多具有对数的特性，在这种情况下表征平均值常用对数平均值。 设两个量1x 、2x ，其对数平均值 武汉工程大学 数字信号处理实验报告 姓名：周权 学号：1204140228 班级：通信工程02 一、实验设备 计算机，MATLAB语言环境。 二、实验基础理论 1.序列的相关概念 2.常见序列 3.序列的基本运算 4.离散傅里叶变换的相关概念 5.Z变换的相关概念 三、实验内容与步骤 1.离散时间信号（序列）的产生 利用MATLAB语言编程产生和绘制单位样值信号、单位阶跃序列、指数序列、正弦序列及随机离散信号的波形表示。 四实验目的 认识常用的各种信号，理解其数字表达式和波形表示，掌握在计算机中生成及绘制数字信号波形的方法，掌握序列的简单运算及计算机实现与作用，理解离散时间傅里叶变换，Z变换及它们的性质和信号的频域分 实验一离散时间信号（序列）的产生 代码一 单位样值 x=2; y=1; stem(x,y); title('单位样值 ') 单位阶跃序列 n0=0; n1=-10; n2=10; n=[n1:n2]; x=[(n-n0)>=0]; stem(n,x); xlabel('n'); ylabel('x{n}'); title('单位阶跃序列'); 实指数序列 n=[0:10]; x=(0.5).^n; stem(n,x); xlabel('n'); ylabel('x{n}'); title('实指数序列'); 正弦序列 n=[-100:100]; x=2*sin(0.05*pi*n); stem(n,x); xlabel('n'); ylabel('x{n}'); title('正弦序列'); 随机序列 n=[1:10]; x=rand(1,10); subplot(221); stem(n,x); xlabel('n'); ylabel('x{n}'); title('随机序列'); 实 验 报 告 实验课程名称： 语音信号处理实验 姓名： 班级： 20120811 学号： 指导教师 张磊 实验教室 21B#293 实验时间 2015年4月12日 实验成绩 实验序号 实验名称 实验过程 实验结果 实验成绩 实验一 语音信号的端点检测 实验二 语音信号的特征提取 实验三 语音信号的基频提取 实验一 语音信号的端点检测 一、实验目的 1、掌握短时能量的求解方法 2、掌握短时平均过零率的求解方法 3、掌握利用短时平均过零率和短时能量等特征，对输入的语音信号进行端点检测。 二、实验设备 HP 计算机、Matlab 软件 三、实验原理 1、短时能量 语音信号的短时能量分析给出了反应这些幅度变化的一个合适的描述方法。对于信号)}({n x ，短时能量的定义如下： ∑ ∑∞ -∞ =∞ -∞ =*=-= -= m m n n h n x m n h m x m n w m x E )()()()()]()([222 2、短时平均过零率 短时平均过零率是指每帧内信号通过零值的次数。对于连续语音信号，可以 考察其时域波形通过时间轴的情况。对于离散信号，实质上就是信号采样点符号变化的次数。过零率在一定程度上可以反映出频率的信息。短时平均过零率的公式为： ∑∑-+=∞ -∞=--= ---=1)] 1(sgn[)](sgn[2 1 ) ()]1(sgn[)](sgn[21N n n m w w m n m x m x m n w m x m x Z 其中，sgn[.]是符号函数，即 ? ? ?<-≥=0)(10)(1 )](sgn[n x n x n x 《数据分析》实验报告 班级：07信计0班学号：姓名：实验日期2010-3-11 实验地点：实验楼505 实验名称：样本数据的特征分析使用软件名称：MATLAB 实验目的1.熟练掌握利用Matlab软件计算均值、方差、协方差、相关系数、标准差与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差； 2.熟练掌握jbtest与lillietest关于一元数据的正态性检验； 3.掌握统计作图方法； 4.掌握多元数据的数字特征与相关矩阵的处理方法； 实验内容安徽省1990-2004年万元工业GDP废气排放量、废水排放量、固体废物排放量以及用于污染治理的投入经费比重见表6.1.1，解决以下问题：表6.1.1废气、废水、固体废物排放量及污染治理的投入经费占GDP比重 年份 万元工业GDP 废气排放量 万元工业GDP 固体物排放量 万元工业GDP废 水排放量 环境污染治理投 资占GDP比重 （立方米）（千克）（吨）（%）1990 104254.40 519.48 441.65 0.18 1991 94415.00 476.97 398.19 0.26 1992 89317.41 119.45 332.14 0.23 1993 63012.42 67.93 203.91 0.20 1994 45435.04 7.86 128.20 0.17 1995 46383.42 12.45 113.39 0.22 1996 39874.19 13.24 87.12 0.15 1997 38412.85 37.97 76.98 0.21 1998 35270.79 45.36 59.68 0.11 1999 35200.76 34.93 60.82 0.15 2000 35848.97 1.82 57.35 0.19 2001 40348.43 1.17 53.06 0.11 2002 40392.96 0.16 50.96 0.12 2003 37237.13 0.05 43.94 0.15 2004 34176.27 0.06 36.90 0.13 1.计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2.计算各指标的偏度、峰度、三均值以及极差； 3.做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDP废气排放量，安徽省与江苏省是 否服从同样的分布？ 实验一 MATLAB 仿真软件的基本操作命令和使用方法 实验容 1、帮助命令 使用 help 命令，查找 sqrt （开方）函数的使用方法； 2、MATLAB 命令窗口 （1）在MATLAB 命令窗口直接输入命令行计算3 1)5.0sin(21+=πy 的值； （2）求多项式 p(x) = x3 + 2x+ 4的根； 3、矩阵运算 （1）矩阵的乘法 已知 A=[1 2;3 4]， B=[5 5;7 8]，求 A^2*B （2）矩阵的行列式 已知A=[1 2 3;4 5 6;7 8 9]，求A （3）矩阵的转置及共轭转置 已知A=[1 2 3;4 5 6;7 8 9]，求A' 已知B=[5+i,2-i,1;6*i,4,9-i], 求B.' , B' （4）特征值、特征向量、特征多项式 已知A=[1.2 3 5 0.9;5 1.7 5 6;3 9 0 1;1 2 3 4] ，求矩阵A的特征值、特征向量、特征多项式； （5）使用冒号选出指定元素 已知：A=[1 2 3;4 5 6;7 8 9]；求A 中第3 列前2 个元素；A 中所有列第2，3 行的元素； 4、Matlab 基本编程方法 （1）编写命令文件：计算1+2+…+n<2000 时的最大n 值； （2）编写函数文件：分别用for 和while 循环结构编写程序，求 2 的0 到15 次幂的和。 5、MATLAB基本绘图命令 （1）绘制余弦曲线 y=cos(t)，t∈[0，2π] （2）在同一坐标系中绘制余弦曲线 y=cos(t-0.25)和正弦曲线 y=sin(t-0.5)， t∈[0，2π] （3）绘制[0，4π]区间上的 x1=10sint 曲线，并要求： （a）线形为点划线、颜色为红色、数据点标记为加号； （b）坐标轴控制：显示围、刻度线、比例、网络线 （c）标注控制：坐标轴名称、标题、相应文本； >> clear; ( 2011-2012 学年 第二学期) 重庆理工大学研究生课程论文 课程论文题目： 《工程信号处理实验报告》 课程名称 工程信号处理实验 课程类别 □学位课 非学位课 任课教师 谢明 所在学院 汽车学院 学科专业 机械设计及理念 姓名 李文中 学 号 50110802313 提交日期 2012年4月12日 工程信号处理实验报告 姓名：李文中学号：50110802313 实验报告一 实验名称：数据信号采集及采样参数选定 1实验目的 1.1了解信号采集系统的组成，初步掌握信号采集系统的使用。 1.2加深对采样定理的理解，掌握采样参数的选择方法 1.3了解信号采集在工程信号处理中的实际应用，及注意事项。 2 实验原理 2.1 模数转换及其控制 对模拟信号进行采集，就是将模拟信号转换为数字信号，即模/数（A/D）转换，然后送入计算机或专用设备进行处理。模数转换包括三个步骤：（1）采样，（2）量化，（3）编码。采样，是对已知的模拟信号按一定的间隔抽出一个样本数据。若间隔为一定时间 T，则称这种采样为等时间间隔采样。除特别注明外，一般都采用等时间间隔采样；量化，是一种用有限字长的数字量逼近模拟量的过程。编码，是将已经量化的数字量变为二进制数码，因为数字处理器只能接受有限长的二进制数。模拟信号经过这三步转换后，变成了时间上离散、幅值上量化的数字信号。A/D转换器是完成这三个步骤的主要器件。 在信号采集系统中，A/D 转换器与计算机联合使用完成模数转换。用计算机的时钟或用软件产生等间隔采样脉冲控制 A/D 转换器采样。A/D 转换器通过内部电路进行量化与编码，输出有限长的二进制代码。信号采集系统中，通常由以 A/D转换器为核心的接口电路及控制软件，进行信号采集控制。 *注这部分是由本实验所用的信号采集器自动完成的，以上也是实验器材-信号采集器的部分工作原理。以后实验中就不再赘述。 2.2 信号采集的参数选择 信息科学与技术学院本科三年级 数字信号处理实验报告 2011 年12 月21日 实验一 序列的傅立叶变换 实验目的 进一步加深理解DFS,DFT 算法的原理;研究补零问题;快速傅立叶变换 （FFT ）的应用。 实验步骤 1. 复习DFS 和DFT 的定义，性质和应用； 2. 熟悉MATLAB 语言的命令窗口、编程窗口和图形窗口的使用；利用提供的 程序例子编写实验用程序；按实验内容上机实验，并进行实验结果分析；写出完整的实验报告，并将程序附在后面。 实验内容 1. 周期方波序列的频谱试画出下面四种情况下的的幅度频谱,并分析补零后，对信号频谱的影响。 实验结果： 60 ,7)4(;60,5)3(; 40,5)2(;20,5)1()] (~[)(~,2,1,01 )1(,01,1)(~=========±±=???-+≤≤+-+≤≤=N L N L N L N L n x DFS k X m N m n L m N L m N n m N n x ) 52.0cos()48.0cos()(n n n x ππ+= 2. 有限长序列x(n)的DFT （1） 取x(n)(n=0:10)时，画出x(n)的频谱X(k) 的幅度； （2） 将（1）中的x(n)以补零的方式，使x(n)加长到(n:0~100)时，画出 x(n)的频谱X(k) 的幅度； （3） 取x(n)(n:0~100)时，画出x(n)的频谱X(k) 的幅度。利用FFT 进行谱分析 已知：模拟信号 以t=0.01n(n=0:N-1)进行采样，求N 点DFT 的幅值谱。 请分别画出N=45; N=50;N=55;N=60时的幅值曲线。 实验结果： ) 8cos(5)4sin(2)(t t t x ππ+= 数字信号处理 第四次实验报告 一、 实验目的 1.了解离散系统的零极点与系统因果性能和稳定性的关系 2.观察离散系统零极点对系统冲激响应的影响 3.熟悉MATLAB 中进行离散系统零极点分析的常用子函数 4.加深对离散系统的频率响应特性基本概念的理解 5.了解离散系统的零极点与频响特性之间的关系 6.熟悉MATLAB 中进行离散系统分析频响特性的常用子函数，掌握离散系统幅频响应和相频响应的求解方法。 二、实验过程 9.2已知离散时间系统函数分别为 ) 7.05.0)(7.05.0(3 .0)(1j z j z z z H ++-+-= )1)(1(3 .0)() 8.06.0)(8.06.0(3 .0)(32j z j z z z H j z j z z z H ++-+-= ++-+-= 求这些系统的零极点分布图以及系统的冲击响应，并判断系统因果稳定性。 %---------第一式-----------------------------------------------------------------------------% z1=[0.3,0]';p1=[-0.5+0.7j,-0.5-0.7j]';k=1; %z1零点向量矩阵，p1极点向量矩阵,k 系统增益系数---------------------------% [bl,al]=zp2tf(z1,p1,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,1),zplane(bl,al); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆内'); subplot(3,2,2),impz(bl,al,20); %impz 绘制系统的冲激响应图 %---------第二式-----------------------------------------------------------------------------% z2=[0,3,0]';p2=[-0.6+0.8j,-0.6-0.8j]'; %z2零点向量矩阵，p2极点向量矩阵---------------------------------------------------% [b2,a2]=zp2tf(z2,p2,k); %将零极点增益函数转换为系统传递函数 subplot(3,2,3),zplane(b2,a2); %zplane 显示离散系统的零极点分布图 ylabel('极点在单位圆上'); subplot(3,2,4),impz(b2,a2,20); %impz 绘制系统的冲激响应图 %---------第三式-----------------------------------------------------------------------------% 数据分析实验报告 【最新资料，WORD文档，可编辑修改】 第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 方差1031026.918399673.8384536136.444百分位数25304.25239.75596.25 50727.50530.501499.50 751893.501197.004136.75 3画直方图，茎叶图，QQ图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 122223344 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验 单样本Kolmogorov-Smirnov 检验 身高N60正态参数a,,b均值139.00 标准差7.064 最极端差别绝对值.089 正.045 负-.089 Kolmogorov-Smirnov Z.686 渐近显着性(双侧).735 a. 检验分布为正态分布。 b. 根据数据计算得到。 结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。（2）W检验 《数字信号处理》 实验报告 课程名称：《数字信号处理》 学院：信息科学与工程学院 专业班级：通信1502班 学生姓名：侯子强 学号：0905140322 指导教师：李宏 2017年5月28日 实验一 离散时间信号和系统响应 一. 实验目的 1. 熟悉连续信号经理想采样前后的频谱变化关系，加深对时域采样定理的理解 2. 掌握时域离散系统的时域特性 3. 利用卷积方法观察分析系统的时域特性 4. 掌握序列傅里叶变换的计算机实现方法，利用序列的傅里叶变换对离散信号及系统响应进行频域分析 二、实验原理 1. 采样是连续信号数字化处理的第一个关键环节。对采样过程的研究不仅可以了解采样前后信号时域和频域特性的变化以及信号信息不丢失的条件，而且可以加深对离散傅里叶变换、Z 变换和序列傅里叶变换之间关系式的理解。 对连续信号()a x t 以T 为采样间隔进行时域等间隔理想采样，形成采样信号： ?()()()a a x t x t p t = 式中()p t 为周期冲激脉冲，$()a x t 为()a x t 的理想采样。 ()a x t 的傅里叶变换为μ ()a X j Ω： 上式表明将连续信号()a x t 采样后其频谱将变为周期的，周期为Ωs=2π/T 。也即采样信 号的频谱μ()a X j Ω是原连续信号xa(t)的频谱Xa(jΩ)在频率轴上以Ωs 为周期，周期延拓而成 的。因此，若对连续信号()a x t 进行采样，要保证采样频率fs ≥2fm ，fm 为信号的最高频率，才可能由采样信号无失真地恢复出原模拟信号 计算机实现时，利用计算机计算上式并不方便，因此我们利用采样序列的傅里叶变换来实现，即 ()() n P t t nT δ∞ =-∞ = -∑μ1()()*() 21 ()n a a a s X j X j P j X j jn T π∞ =-∞ Ω=ΩΩ= Ω-Ω∑μ()()|j a T X j X e ωω=ΩΩ= 讲座 实验误差及数据处理 教学要求 1、了解实验误差及其表示方法； 2、掌握了解有效数字的概念，熟悉其运算规则； 3、初步掌握实验数据处理的方法。 重点及难点 重点：实验误差及其表示方法；有效数字；实验数据处理。 难点：有效数字运算规则；实验数据的作图法处理。 教学方法与手段 讲授，ppt演示。 教学时数 4学时 教学内容 引言 化学实验中经常使用仪器对一些物理量进行测量，从而对系统中的某些化学性质和物理性质作出定量描述，以发现事物的客观规律。但实践证明，任何测量的结果都只能是相对准确，或者说是存在某种程度上的不可靠性，这种不可靠性被称为实验误差。产生这种误差的原因，是因为测量仪器、方法、实验条件以及实验者本人不可避免地存在一定局限性。 对于不可避免的实验误差，实验者必须了解其产生的原因、性质及有关规律，从而在实验中设法控制和减小误差，并对测量的结果进行适当处理，以达到可以接受的程度。 一、误差及其表示方法 1.准确度和误差 ⑴准确度和误差的定义 准确度是指某一测定值与“真实值”接近的程度。一般以误差E表示， E＝测定值－真实值 当测定值大于真实值，E为正值，说明测定结果偏高；反之，E为负值，说明测定结果偏低。误差愈大，准确度就愈差。 实际上绝对准确的实验结果是无法得到的。化学研究中所谓真实值是指由有经验的研究人员同可靠的测定方法进行多次平行测定得到的平均值。以此作为真实值，或者以公认的手册上的数据作为真实值。 ⑵绝对误差和相对误差 误差可以用绝对误差和相对误差来表示。 绝对误差表示实验测定值与真实值之差。它具有与测定值相同的量纲。如克、毫升、百分数等。例如，对于质量为0.1000g的某一物体。在分析天平上称得其质量为0.1001g，则称量的绝对误差为+0.0001g。 只用绝对误差不能说明测量结果与真实值接近的程度。分析误差时，除要去 3.(1)用双线性变换法设计一个Chebyshev型高通滤波器程序如下 Rp=1.2;Rs=20;T=0.001;fp=300;fs=200; wp=2*pi*fp*T;ws=2*pi*fs*T; wp1=(2/T)*tan(wp/2);ws1=(2/T)*tan(ws/2); [n,wn]=cheb1ord(wp1,ws1,Rp,Rs,'s'); [b,a]=cheby1(n,Rp,wn,'high','s'); [bz,az]=bilinear(b,a,1/T); [db,mag,pha,grd,w]=freqz_m(bz,az);plot(w/pi,db); axis([0,1,-30,2]); 3.(2) a用双线性变换法设计一个Butterworth型数字低通滤波器程序如下Rp=1;Rs=25;T=0.001;fp=300;fs=200; wp=2*pi*fp*T;ws=2*pi*fs*T; wp1=(2/T)*tan(wp/2);ws1=(2/T)*tan(ws/2); [n,wn]=buttord(wp1,ws1,Rp,Rs,'s'); [b,a]=butter(n,wn,'low','s'); [bz,az]=bilinear(b,a,1/T); [db,mag,pha,grd,w]=freqz_m(bz,az);plot(w/pi,db); axis([0,1,-30,2]); b用脉冲响应不变法设计一个Butterworth数字低通滤波器的程序如下：wp=400*pi;ws=600*pi;Rp=1;Rs=25; [n,wn]=buttord(wp,ws,Rp,Rs,'s') [b,a]=butter(n,wn,'s') [db,mag,pha,w]=freqs_m(b,a,500*2*pi); 盛年不重来，一日难再晨。及时宜自勉，岁月不待人。 中南大学 信息科学与工程学院 语音信号处理 实验报告 指导老师：覃爱娜 学生班级：信息0704 学生名称：阮光武 学生学好：0903070430 提交日期：2010年6月18日 实验一 语音波形文件的分析和读取 一、实验的任务、性质与目的 本实验是选修《语音信号处理》课的电子信息类专业学生的基础实验。通过实验： （1）掌握语音信号的基本特性理论：随机性，时变特性，短时平稳性，相关性等； （2）掌握语音信号的录入方式和*.WAV音波文件的存储结构； （3）使学生初步掌握语音信号处理的一般实验方法。 二、实验原理和步骤： WAV文件格式简介 WAV文件是多媒体中使用了声波文件的格式之一，它是以RIFF格式为标准。每个WAV文件的头四个字节就是“RIFF”。WAV文件由文件头和数据体两大部分组成，其中文件头又分为RIFF/WAV文件标识段和声音数据格式说明段两部分。常见的WAV声音文件有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样值）。采样率是指声音信号在“模拟→数字”转换过程中，单位时间内采样的次数；采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件，采样数据为8位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。WAV文件数据块包含以脉冲编码调制（PCM）格式表示的样本。在单声道WAV文件中，道0代表左声道，声道1代表右声道；在多声道WAV文件中，样本是交替出现的。WAV文件的格式见表1。 数字信号处理实验 利用FFT对信号进行频谱分析 一 实验目的 学习用FFT FFT 。 二 实验原理 用FFT 对信号作频分析是学习数字信号处理的重要内容，经常需要进行分析的信号是模拟信号的时域离散信号。对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。频谱分辨率直接和FFT 的变换区间N 有关，因为FFT 能够实现的频率分辨率是2π/N ，因此要求2π/N 小于等于D 。可以根据此式选择FFT 的变换区间N 。误差主要来自于用FFT 作频谱分析时，得到的是离散谱，而信号（周期信号除外）是连续谱，只有当N 较大时，离散谱的包络才能逼近连续谱因此N 要适当选择大一些。 三 实验内容 1．模拟信号)8cos(5)4sin(2)(t t t x ππ+=，以)1:0(01.0-==N n n t 进行采样，求： （1）N ＝40点FFT 的幅度频谱，从图中能否观察出信号的2个频谱分量? （2）提高采样点数，如N ＝128，256，512，再求该信号的幅度频谱，此时幅度频谱发生了什么变化？信号的2个模拟频率和数字频率各为多少？FFT 频谱分析结果与理论上是否一致？ 实验代码： clc;clear all; N=40; % N=128;%%%%%%对N 的值进行改变 % N=256; % N=512; n=0:N-1; t=0.01*n; x=2*sin(4*pi*t)+5*cos(8*pi*t); x1=x(1:N);X1=fft(x1,2048); figure, subplot(211),plot(0:N-1,x1);xlabel('n');ylabel('x(n)');title('时域波形');grid; subplot(212),plot(abs(X1));xlabel('k');ylabel('|X(k)|');title('幅频特性');grid; set(gcf,'color','w'); N=40 N=128 数据分析与挖掘实验报告 《数据挖掘》实验报告 目录 1.关联规则的基本概念和方法 (1) 1.1数据挖掘 (1) 1.1.1数据挖掘的概念 (1) 1.1.2数据挖掘的方法与技术 (2) 1.2关联规则 (5) 1.2.1关联规则的概念 (5) 1.2.2关联规则的实现——Apriori算法 (7) 2.用Matlab实现关联规则 (12) 2.1Matlab概述 (12) 2.2基于Matlab的Apriori算法 (13) 3.用java实现关联规则 (19) 3.1java界面描述 (19) 3.2java关键代码描述 (23) 4、实验总结 (29) 4.1实验的不足和改进 (29) 4.2实验心得 (30) 1.关联规则的基本概念和方法 1.1数据挖掘 1.1.1数据挖掘的概念 计算机技术和通信技术的迅猛发展将人类社会带入到了信息时代。在最近十几年里，数据库中存储的数据急剧增大。数据挖掘就是信息技术自然进化的结果。数据挖掘可以从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的，人们事先不知道的但又是潜在有用的信息和知识的过程。 许多人将数据挖掘视为另一个流行词汇数据中的知识发现（KDD）的同义词，而另一些人只是把数据挖掘视为知识发现过程的一个基本步骤。知识发现过程如下： ·数据清理（消除噪声和删除不一致的数据）·数据集成（多种数据源可以组合在一起）·数据转换（从数据库中提取和分析任务相关的数据） ·数据变换（从汇总或聚集操作，把数据变换和统一成适合挖掘的形式） ·数据挖掘（基本步骤，使用智能方法提取数 据模式） ·模式评估（根据某种兴趣度度量，识别代表知识的真正有趣的模式） ·知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）。 1.1.2数据挖掘的方法与技术 数据挖掘吸纳了诸如数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像和信号处理以及空间数据分析技术的集成等许多应用领域的大量技术。数据挖掘主要包括以下方法。神经网络方法：神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类：以感知机、bp反向传播模型、函数型网络为代表的，用于分类、预测和模式识别的前馈式神经网络模型；以hopfield 的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art 模型、koholon模型为代表的，用于聚类的自组实验设计与数据处理心得
数据分析实验报告
数字信号处理实验报告
信号处理实验报告、
实验数据误差分析和数据处理
数字信号处理实验报告一
哈尔滨工程大学 语音信号处理实验报告
数据分析实验报告
数字信号处理实验报告(实验1_4)
工程信号处理实验报告
西南交大数字信号处理报告
信号处理实验报告
数据分析实验报告
数字信号处理实验报告(同名22433)
实验数据的记录和处理
数字信号处理实验报告
《语音信号处理》实验报告
数字信号处理实验报告
数据分析与挖掘实验报告
相关主题
文本预览