当前位置:文档之家› 20090307113曹晨《数据挖掘》期末大作业

20090307113曹晨《数据挖掘》期末大作业

20090307113曹晨《数据挖掘》期末大作业
20090307113曹晨《数据挖掘》期末大作业

数据挖掘原理、算法及应用

学号:20120311145

学生所在学院:信息工程学院

学生姓名:颜伟泰

任课教师:汤亮

教师所在学院:信息工程学院

2015年12月

12年级

决策树分类算法

颜伟泰

12软件(1)班

一、摘要

(一)、决策树算法简介:决策树算法是一种归纳分类算法,它通过对训练集的学

习,挖掘出有用的规则,用于对新集进行预测。决策树算法可设计成具有良好可伸

缩性的算法,能够很好地与超大型数据库结合,处理相关的多种数据类型,并且,

其运算结果容易被人理解,其分类模式容易转化成分类规则。

(二)、算法思想:该算法的基本思想是:首先找出所有的频集,这些项集出现

的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则,这些规

则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规

则,产生只包含集合的项的所有规则,其中每一条规则的右部只有一项,这里采

用的是中规则的定义。一旦这些规则被生成,那么只有那些大于用户给定的最小

可信度的规则才被留下来。为了生成所有频集,使用了递归的方法。

(三)、算法运用领域:

(1)Apriori算法广泛应用于商业中,应用于消费市场价格分析中,它能够很快

的求出各种产品之间的价格关系和它们之间的影响。通过数据挖掘,市场商人可

以瞄准目标客户,采用个人股票行市、最新信息、特殊的市场推广活动或其他一

些特殊的信息手段,从而极大地减少广告预算和增加收入。百货商场、超市和一

些老字型大小的零售店也在进行数据挖掘,以便猜测这些年来顾客的消费习惯。

(2)Apriori算法应用于网络安全领域,比如时候入侵检测技术中。早期中大

型的电脑系统中都收集审计信息来建立跟踪档,这些审计跟踪的目的多是为了性

能测试或计费,因此对攻击检测提供的有用信息比较少。它通过模式的学习和训

练可以发现网络用户的异常行为模式。采用作用度的Apriori算法削弱了Apriori

算法的挖掘结果规则,是网络入侵检测系统可以快速的发现用户的行为模式,能

够快速的锁定攻击者,提高了基于关联规则的入侵检测系统的检测性。

(3)Apriori算法应用于高校管理中。随着高校贫困生人数的不断增加,学校

管理部门资助工作难度也越加增大。针对这一现象,提出一种基于数据挖掘算法

的解决方法。将关联规则的Apriori算法应用到贫困助学体系中,并且针对经典

Apriori挖掘算法存在的不足进行改进,先将事务数据库映射为一个布尔矩阵,

用一种逐层递增的思想来动态的分配内存进行存储,再利用向量求"与"运算,寻

找频繁项集。实验结果表明,改进后的Apriori算法在运行效率上有了很大的提

升,挖掘出的规则也可以有效地辅助学校管理部门有针对性的开展贫困助学工作。

(4)Apriori算法被广泛应用于移动通信领域。移动增值业务逐渐成为移动通

信市场上最有活力、最具潜力、最受瞩目的业务。随着产业的复苏,越来越多的

增值业务表现出强劲的发展势头,呈现出应用多元化、营销品牌化、管理集中化、

合作纵深化的特点。针对这种趋势,在关联规则数据挖掘中广泛应用的Apriori

算法被很多公司应用。依托某电信运营商正在建设的增值业务Web数据仓库平台,

对来自移动增值业务方面的调查数据进行了相关的挖掘处理,从而获得了关于用

户行为特征和需求的间接反映市场动态的有用信息,这些信息在指导运营商的业

务运营和辅助业务提供商的决策制定等方面具有十分重要的参考价值。

二、算法步骤

Apriori算法过程分为两个步骤:

第一步通过迭代,检索出事务数据库中的所有频繁项集,即支持度不低于用户设定的阈值的项集;

第二步利用频繁项集构造出满足用户最小信任度的规则。

具体做法就是:

首先找出频繁1-项集,记为L 1 ;然后利用L 1 来产生候选项集C 2 ,对C 2 中的项进行判定挖掘出L 2 ,即频繁2-项集;不断如此循环下去直

到无法发现更多的频繁k-项集为止。每挖掘一层L k 就需要扫描整个数据库一

遍。算法利用了一个性质:

Apriori 性质:任一频繁项集的所有非空子集也必须是频繁的。意思就是说,生成一个k-itemset的候选项时,如果这个候选项有子集不在

(k-1)-itemset(已经确定是frequent的)中时,那么这个候选项就不用拿去和支

持度判断了,直接删除。具体而言:

1)连接步

为找出L k (所有的频繁k项集的集合),通过将L k-1 (所有的频繁k-1项集的集合)与自身连接产生候选k项集的集合。候选集合记作C k 。设

l 1 和l 2 是L k-1 中的成员。记l i [j]表示l i 中的第j项。假

设Apriori算法对事务或项集中的项按字典次序排序,即对于(k-1)项集l i ,

l i [1]

(l 1 [1]=l 2[1])&&( l 1 [2]=l 2 [2])&&……..&&

(l 1 [k-2]=l 2 [k-2])&&(l 1 [k-1]

l2 是可连接。连接l 1 和l 2 产生的结果是

{l 1 [1],l 1 [2],……,l 1 [k-1],l 2 [k-1]}。

2)剪枝步

C K 是L K 的超集,也就是说,C K 的成员可能是也可能不是频繁的。

通过扫描所有的事务(交易),确定C K 中每个候选的计数,判断是否小于最

小支持度计数,如果不是,则认为该候选是频繁的。为了压缩C k ,可以利用

Apriori性质:任一频繁项集的所有非空子集也必须是频繁的,反之,如果某个

候选的非空子集不是频繁的,那么该候选肯定不是频繁的,从而可以将其从

C K 中删除。

三、Apriori算法实例:

实例一:下面以图例的方式说明该算法的运行过程:假设有一个数据库D,其中有4个事务记录,分别表示为:

这里预定最小支持度minSupport=2,下面用图例说明算法运行的过程:

1、扫描D,对每个候选项进行支持度计数得到表C1:

2、比较候选项支持度计数与最小支持度minSupport,产生1维最大项目集L1:

3、由L1产生候选项集C2:

4、扫描D,对每个候选项集进行支持度计数:

5、比较候选项支持度计数与最小支持度minSupport,产生2维最大项目集L2:

6、由L2产生候选项集C3:

7、比较候选项支持度计数与最小支持度minSupport,产生3维最大项目集L3:

算法终止。

实例二:下图从整体同样的能说明此过程:

此例的分析如下:

1 . 连接:C3=L

2 L2 =

{{A,C},{B,C},{B,E}{C,E}} {{A,C},{B,C},{B,E}{C,E}} =

{{A,B,C},{A,C,E},{B,C,E}}

2.使用Apriori性质剪枝:频繁项集的所有子集必须是频繁的,对候选项 C 3 ,我们可以删除其子集为非频繁的选项:

{A,B,C} 的 2 项子集是{A,B},{A,C},{B,C} ,其中{A,B} 不是L2 的元素,所以删除这个选项;

{A,C,E} 的 2 项子集是{A,C},{A,E},{C,E} ,其中{A,E} 不是L2 的元素,所以删除这个选项;

{B,C,E} 的 2 项子集是{B,C},{B,E},{C,E} ,它的所有 2 -项子集都是L2 的元素,因此保留这个选项。

3.这样,剪枝后得到C3={{B,C,E}}

四、综合分析

(一)、从算法的运行过程,我们可以看出该Apriori算法的优点:简单、易理解、数据要求低

(二)、我们也可以看到Apriori算法的缺点:

(1)在每一步产生侯选项目集时循环产生的组合过多,没有排除不应该参与组合的元素;

(2)每次计算项集的支持度时,都对数据库D中的全部记录进行了一遍扫描比较,如果是一个大型的数据库的话,这种扫描比较会大大增加计算机系统的I/O开销。而这种代价是随着数据库的记录的增加呈现出几何级数的增加。因此人们开始寻求更好性能的算法。

改进Apriori算法的方法

方法1:基于hash表的项集计数

将每个项集通过相应的hash函数映射到hash表中的不同的桶中,这样可以通过将桶中的项集技术跟最小支持计数相比较先淘汰一部分项集。

方法2:事务压缩(压缩进一步迭代的事务数)

不包含任何k-项集的事务不可能包含任何(k+1)-项集,这种事务在下一步的计算中可以加上标记或删除

方法3:划分

挖掘频繁项集只需要两次数据扫描

D中的任何频繁项集必须作为局部频繁项集至少出现在一个部分中。

第一次扫描:将数据划分为多个部分并找到局部频繁项集

第二次扫描:评估每个候选项集的实际支持度,以确定全局频繁项集。

方法4:选样(在给定数据的一个子集挖掘)

基本思想:选择原始数据的一个样本,在这个样本上用Apriori算法挖掘频繁模式

通过牺牲精确度来减少算法开销,为了提高效率,样本大小应该以可以放在内存中为宜,可以适当降低最小支持度来减少遗漏的频繁模式

可以通过一次全局扫描来验证从样本中发现的模式

可以通过第二此全局扫描来找到遗漏的模式

方法5:动态项集计数

在扫描的不同点添加候选项集,这样,如果一个候选项集已经满足最少支持度,则在可以直接将它添加到频繁项集,而不必在这次扫描的以后对比中继续计算。

Apriori算法的优化思路

1、在逐层搜索循环过程的第k步中,根据k-1步生成的k-1维频繁项目集来产生k维候选项目集,由于在产生k-1维频繁项目集时,我们可以实现对该集中出现元素的个数进行计数处理,因此对某元素而言,若它的计数个数不到k-1的话,可以事先删除该元素,从而排除由该元素将引起的大规格所有组合。这是因为对某一个元素要成为K维项目集的一元素的话,该元素在k-1阶频繁项目集中的计数次数必须达到K-1个,否则不可能生成K维项目集(性质3)。

2、根据以上思路得到了这个候选项目集后,可以对数据库D的每一个事务进行扫描,若该事务中至少含有候选项目集Ck中的一员则保留该项事务,否则把该事物记录与数据库末端没有作删除标记的事务记录对换,并对移到数据库末端的事务记录作删除标一记,整个数据库扫描完毕后为新的事务数据库D’ 中。因此随着K 的增大,D’中事务记录量大大地减少,对于下一次事务扫描可以大大节约I/0 开销。由于顾客一般可能一次只购买几件商品,因此这种虚拟删除的方法可以实现大量的交易记录在以后的挖掘中被剔除出来,在所剩余的不多的记录中再作更高维的数据挖掘是可以大大地节约时间的。

参考文献

[1] 专(译)著:李爱国、厍(shè)向阳.《数据挖掘原理、算法及应用》.西安电子

科技大学:2012年1月第1版,29-41页

[2] 百度百科:Apriori算法

[3] CSDN博客:lizhengnanhua

数据挖掘期末大作业任务

数据挖掘期末大作业 1.数据挖掘的发展趋势是什么?大数据环境下如何进行数据挖掘。 对于数据挖掘的发展趋势,可以从以下几个方面进行阐述: (1)数据挖掘语言的标准化描述:标准的数据 挖掘语言将有助于数据挖掘的系统化开发。改进多个数据挖掘系统和功能间的互操作,促进其在企业和社会中的使用。 (2)寻求数据挖掘过程中的可视化方法:可视 化要求已经成为数据挖掘系统中必不可少的技术。可以在发现知识的过程中进行很好的人机交互。数据的可视化起到了推动人们主动进行知识发现的作用。 (3)与特定数据存储类型的适应问题:根据不 同的数据存储类型的特点,进行针对性的研究是目前流行以及将来一段时间必须面对的问题。 (4)网络与分布式环境下的KDD问题:随着 Internet的不断发展,网络资源日渐丰富,这就需要分散的技术人员各自独立地处理分离数据库的工作方式应是可协作的。因此,考虑适应分布式与网络环境的工具、技术及系统将是数据挖掘中一个最为重要和繁荣的子领域。 (5)应用的探索:随着数据挖掘的日益普遍,其应用范围也日益扩大,如生物医学、电信业、零售业等 领域。由于数据挖掘在处理特定应用问题时存在局限性,因此,目前的研究趋势是开发针对于特定应用的数据挖掘系统。 (6)数据挖掘与数据库系统和Web数据库系统的集成:数据库系统和Web数据库已经成为信息处 理系统的主流。 2. 从一个3输入、2输出的系统中获取了10条历史数据,另外,最后条数据是系统的输 入,不知道其对应的输出。请使用SQL SERVER 2005的神经网络功能预测最后两条数据的输出。 首先,打开SQL SERVER 2005数据库软件,然后在界面上右键单击树形图中的“数据库”标签,在弹出的快捷菜单中选择“新建数据库”命令,并命名数据库的名称为YxqDatabase,单击确定,如下图所示。 然后,在新建的数据库YxqDatabas中,根据题目要求新建表,相应的表属性见下图所示。

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.doczj.com/doc/867892086.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.doczj.com/doc/867892086.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;

多媒体技术期末考试试卷(附答案)

XX学校 XXXX-XXXX学年XX学期《多媒体技术》期末试卷班级:姓名: 一、选择题:(每小题1分,共25分) 1.多媒体计算机系统的两大组成部分是( D )。 A.CD- ROM驱动器和声卡 B.多媒体器件和多媒体主机 C.多媒体输入设备和多媒体输出设备 D.多媒体计算机硬件系统和多媒体计算机软件系统 2.多媒体技术的主要特性有( B )。 (1)多样性(2)集成性(3)交互性(4)可扩充性 A.(1) B.(2)(3) C.(1)(2)(3) D. 全部 3.( A )文件是Windows所使用的标准数字音频文件。。 A. WAV B. VOC C. MIDI D. PCM 4.视频卡的种类很多,主要包括( D )。 (1)视频捕获卡(2)电影卡(3)电视卡(4)视频转换卡 A.(1) B.(1)(2) C.(1)(2)(3) D. 全部 5.下列采集的波形声音质量最好的是( D )。 A. 单声道、8位量化、22.05kHz B. 双声道、8位量化、44.1kHz C. 单声道、16位量化、22.05kHz D. 双声道、16位量化、44.1kHz 6.王老师想配制一台多媒体计算机,并且想在他的课件中添加录音,那么在他的电脑中应该安装什么软件才可以进行录音,并且可以对声音进行编辑处理( C )。 A. Photoshop B. Word C. GoldWave D. PowerPoint 7.以下,( B )是合法的FLASH表达式。 A.(1+2)×4 B.A*b-2.1+100 C.[(3+5)+2]/c D. 3(x+y) 8.Illustrator cs3提供了( B )混合。 A. 平滑和对等 B. 平滑和扭曲 C. 对等和扭曲 D. 变形和平滑 9.Illustrator中,运用以下( D )方法不能切割图形。A. 执行“切割”菜单命令 B. 在工具箱中使用剪刀工具 C. 在工具箱中使用小刀工具 D. 使用工具箱中套索工具 10.遮罩动画主要是利用( B )图层来实现。 A. 引导 B. 遮罩 C. 普通 D. 静态11.FLASH动画制作中,要将一只青蛙变成王子,需要采用的制作方法是( B )。 A.设置运动动画 B. 设置变形动画 C. 逐帧动画 D. 增加图层 12.Flash软件必须通过ActionScript才能制作出( A )。 A. 交互动画 B. 位移变形动画 C. 位移动画 D. 变形动画 13.按( C )键可增加一个关键帧。 A. F4 B. F5 C. F6 D. F7 14.安装软件时通常需要设置安装类型,一般选择( B )安装。 A. 协议 B. 典型 C. 自定义 D. 压缩 15.要想提高流媒体文件播放的质量,最有效的措施是(A)。 A. 采用宽带网 B. 自行转换文件格式 C. 用超级解霸 D. 更换播放器16.媒体所承载的是( B )。 A. 声音 B. 信息 C. 图像 D. 文字 17.在各种图像文件中,图像压缩比高,适用于处理大量图像的场合是( B )。 A. BMP文件 B. JPG文件 C. TIF文件 D. PCX文件 18.下列文件格式中,( B )不是视频文件格式。 A. avi B. rab C. mpeg D. mov 19.印刷采用的色彩模式是( B )。 A. RGB B. CMYK C. Bitmap D. Lab 20.下述声音媒体中,质量最好的是( A )。 A. 数字激光唱盘 B. 调频无线电广播 C. 调幅无线电广播 D. 电话 21.通常我们所说的声音的音调高低,实际上是指( A )。 A. 声音信号变化频率的快慢 B. 声音的振幅大小 C. 泛音的多少 D. 声音的响亮程度 22.( C )泛指数字音乐的国际标准。 A. WAV B. VOC C. MIDI D. MOD 23.以下,哪种图形是用一组指令或参数来描述其中的各个成分的( A )。A. 矢量图形 B. 位图图形 C. JPEG图形 D. PNG图形24.Illustrator中,绘制直线时,按以下(D )键可以绘制水平、垂直或45o的角。

应用文写作第一学期期末考试题及答案

) C.报 D. 暂行 号 ) A. 生动 B. 真实 C. 完整 D.准确 1. 应用文的宣传、教育作用主要体现在上级党政机关颁发的各类公文中。( ) 2. 真实性是应用文最根本的特点,是应用文的生命线。( ) 3. 不同文体对主题的提法不同:在新闻和文学作品中一般用“主题” ;在理论文章 中通常称为“基本观点”或“中心论点” ;在应用性文章中称为“中心思想”或“中心”。( ) 4. 在选择材料时,要做到材料统帅观点,观点表现材料。( ) 5. 主题是文章的灵魂、统帅,因此,结构布局要为主题服务。( ) 6. 批复是下行文,具有指示性、针对性和简要性等特点,是针对请示做出答复的公 文。( ) 7. 会议纪要按会议的的形式可以分为决议性会议纪要、部署性会议纪要、情况性会 议纪要等。( ) 8. 函的标题中应该写明发文机关名称、事由、文种名称,文种名称应点明是“函” 还是“复函” 。( ) 9. 公文标题中除法规、规章名称加书名号外,一般不用标点符号。( ) 10. 公文的成文时间要用数字把年、月、日标全。( ) 1. 下列说法正确的是( ) A .附件如有序号,使用阿拉伯数码 B. 附件名称后不加标点符号 C. 附件应该与公文一起装订 D. 附件的序号和名称前后标识应一致 2.搜集、积累材料的途径主要有( ) A.观察 B.感受 C.调查 D. 想象 E.阅读 3.谋篇的原则有( ) A.服从表现主旨的需要 B. 为读者着想 C.最好采用总横式结构 D.反映客观事物的发展规律和内部联系 E.适应不同文体的要求 4.下列属于应用文结尾专用语言的是( ) A.鉴于 B.兹 C. 当否,请批示 D.

SQL数据库期末大作业

学校:北京联合大学 系别:信息管理系 姓名:孙超 学号:2013110444006 《餐饮业信息管理系统的开发》 1、本项目的需求分析 随着今年来中国餐饮行业的日益火爆,在强烈的行业竞争中,一个高效的餐饮信息管理系统的应用,无疑是至关重要的。高效,便捷的管理系统,不仅仅极大的方便了食客的就餐,同时对于餐饮公司的各项信息管理有着很大的帮助,同时,我们的餐饮信息管理系统还能帮助餐厅降低错误率,扩大营业范围,增加知名度等。 为了使得系统在操作的过程中,更加便捷,具有针对性,本次系统设计主要分为:员工登陆操作信息系统,以及店主操作管理信息系统。不同的设计从而达到不同的功能,实现信息的有效传达与管理。 第一:在员工使用本餐饮信息管理系统应可以实现以下功能: 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.查询菜单 3.添加查询预定信息,为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 第二:管理员使用本餐饮信息管理系统应可以实现以下功能: 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.添加修改查询菜单信息,最好能看到菜品图片 3.添加查询预定信息,为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 6.设定具体的打折方法 7.添加职员信息,权限也可以定为管理员。 8.可以查询使用者的现金收款金额。 二、餐饮业管理数据库管理系统的E-R模型(概念结构设计) 1.用户(员工)的信息:

编号、密码、类型、姓名、电话、收款金额 2.客户信息: 用户编号、客户编号、姓名、电话、密码、开卡时间、卡内余额 3.食谱: 类型、名称、价格、配料、照片 4.预定: 用户编号、日期、预定时间、客户姓名、类型、预定食谱、桌号5桌台管理: 桌号、使用情况、 6.点餐管理: 用户编号、类型、菜品、数量、价格、照片 7.盈利管理: 日期、日支出金额、店内收入、外卖收入、盈利额度 各对象之间的联系图: 用户E-R图 主要存储一些用户信息,如用户的账号、密码和类型地点等等,主要用于用户登录,添加客户和添加预定时会使用到用户信息。

存储器章节大作业

存储器章节 一、填空题 1、对存储器的要求是容量大、速度快、成本低,为了解决这三方面的矛盾,计算机采用多级存储体系结构,即(高速缓存)、(主存)、(辅存)。 2、一个存储器的容量假设为M*N位,若使用A*B的芯片,(A

应用文写作第一学期期末考试题及答案

职业中专应用文写作期末试题 一、选择题(每题1分,共10分)请把选项填在表格中。 题号 1 2 3 4 5 6 7 8 9 10 答案 1. 应用文是直接用于处理公私事务的实用性文章,其行文的目的是( ) A .说服阅读者 B. 解决实际问题 C. 与阅读者互通信息 D. 表现作者的文学功底 2.对于材料的选择,应该( ) A.越多越好,详细全面 B.尽力生动形象 C.以少胜多,以一当十 D.只选择新近发生的事实 3.下列公文属于上行文的是( ) A.决定 B. 通知 C.报 告 D. 函 4.“ 以上报告如无不妥,请予批转执行”是( )的结尾 A.呈转性报告 B.呈报性报告 C.转发性通知 D.批复5. 公函和便函是从( )角度分类的 A. 从内容 B.从公文处理程序 C. 从行文主体 D.从行文目的 6.下列属于应用文开头用语的是( ) A. 收悉 B.遵照 C. 我(部) D. 暂行7.决定和意见的基本格式一般由( )组成 A. 开头、主体、结尾 B. 标题和正文 C. 标题、主体 D. 正文结尾 8.下列公文可以上行、下行、平行的是( ) A. 函、决定 B. 函、意见 C. 意见、决定 D.函、会议纪要 9.下列公文发文字号书写正确的是( ) A.国办发﹝2012﹞第10号 B. 国办发﹝2012﹞ 10号 C.国办发(2012)第10号 D. 国办发(2012)10号 10.应用文语言要求用词造句要规范,符合现代语法规律,要求语言() A. 生动 B. 真实 C. 完整 D.准确 二.判断题(10分)请把“√”或“×”填在表格中。 题号 1 2 3 4 5 6 7 8 9 10 答案 1. 应用文的宣传、教育作用主要体现在上级党政机关颁发的各类公文中。() 2. 真实性是应用文最根本的特点,是应用文的生命线。() 3. 不同文体对主题的提法不同:在新闻和文学作品中一般用“主题” ;在理论文章 中通常称为“基本观点”或“中心论点” ;在应用性文章中称为“中心思想”或“中心”。( ) 4. 在选择材料时,要做到材料统帅观点,观点表现材料。() 5. 主题是文章的灵魂、统帅,因此,结构布局要为主题服务。( ) 6. 批复是下行文,具有指示性、针对性和简要性等特点,是针对请示做出答复的公文。() 7. 会议纪要按会议的的形式可以分为决议性会议纪要、部署性会议纪要、情况性会 议纪要等。() 8. 函的标题中应该写明发文机关名称、事由、文种名称,文种名称应点明是“函” 还是“复函” 。( ) 9. 公文标题中除法规、规章名称加书名号外,一般不用标点符号。() 10. 公文的成文时间要用数字把年、月、日标全。() 题号 1 2 3 4 5 6 7 8 9 10 答案 1. 下列说法正确的是() A .附件如有序号,使用阿拉伯数码 B. 附件名称后不加标点符号 C. 附件应该与公文一起装订 D. 附件的序号和名称前后标识应一致 2.搜集、积累材料的途径主要有( ) A.观察 B.感受 C.调查 D. 想象 E.阅读 3.谋篇的原则有( ) A.服从表现主旨的需要 B. 为读者着想 C.最好采用总横式结构 D.反映客观事物的发展规律和内部联系 E.适应不同文体的要求 4.下列属于应用文结尾专用语言的是( ) A.鉴于 B.兹 C. 当否,请批示 D.盼复5. 下列各句适合作请示结尾的有( ) A.“以上当否,请批复” B.“以上如无不妥,请予批准” 姓名 学校 班级 ………………装………………………………………………….订…………………………………………………线……………..

数据库大作业题目

1.饭店点菜系统 需求及功能描述: 维护服务员、厨师、菜单、包间、餐桌的信息 前台订桌:顾客可以根据自己的需求,选择不同型号的包间或大厅的餐桌 包间/大厅点菜:服务员按照顾客需求为其点菜并提交菜单给厨房 厨师和菜的分组:厨师和菜分别分组,每组厨师和一组菜一一对应,该组每位厨师会做该组所有的菜。 厨师做菜管理:厨师可以获得自己的待做菜单,并对已做的菜进行标记 上菜管理:服务员对已上菜和待上菜进行管理 结帐服务:审核菜单,协助顾客结帐

2.书店销售管理系统 需求及功能描述: 新进图书入库,维护入库图书的信息(编号、书名、分类、作者、出版社、价格等),自动计算库存 查询图书情况,可按分类、出版社、作者等多条件查询 销售管理,卖出的图书记录在销售列表中,图书售出后,及时更新库存 按月出图书销量情况的统计表 维护顾客信息,书店采用会员制,随着购物金额的累积,会员级别可提升,不同级别的会员可享受不同的折扣 书店不定期推出促销活动,对部分图书进行减价销售,通知顾客促销信息

3.学习教材订购系统 需求及功能描述: 统计学生对教材的订购情况 由教材任课教师提交购书单至教材发行人员,经教材发行人员审核有效,提交至书库 若书库教材库存不够,则登记缺书 统计缺书情况,生成待购教材表,提交至书库采购人员 采购人员按待购教材表采购教材,一旦新书入库,修改库存,发通知给教材发行人员 教材发行人员通知教师前往书库领书,图书出库修改库存

4.宾馆客房管理系统 需求及功能描述: 客房基本信息的录入与修改:客房的大小、地理位置、类型、价格、入住状态等 实现客房状态的查询和统计 客房预订:处理用户的预订请求,可通过各种方式预订(电话、email 等) 入住登记:办理入住,登记住客信息,更新客房状态 住客查询:查询住客信息 退宿、收费管理:包括入住金额和其他各类消费的最终结账管理,办理退宿,更新客房信息

期末大作业报告

期末大作业报告 课程名称:数字图像处理 设计题目:车牌识别 学院:信息工程与自动化学院 专业:计算机科学与技术 年级:xxxxx 学生姓名:xxxxxxx(学号xxxxxxxxxxxxx) 指导教师:xxxx 日期:20XX.6.10 教务处制 车牌识别 摘要:数字图像处理技术是20世纪60年代发展起来的一门新兴学科,随着图像处理理论和方法的进一步完善,使得数字图像处理技术在各个领域得到了广泛应用,并显示出广阔的应用前景。MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。根据它提供的500多个数学和工程函数,工程技术人员和科学工作者可以在它的集成环境中交互或编程以完成各自的计算。MATLAB中集成了功能强大的图像处理工具箱。由于MA TLAB语言的语法特征与C语言极为相似,而且更加简单,更加符合科技人员对数学表达式的书写格式,而且这种语言可移植性好、可扩展性强,再加上其中有丰富的图像处理函数,所以MA TLAB在图像处理的应用中具有很大的优势。车牌识别技术是智能交通系统的重要组成部分,在近年来得到了很大的发展。本文从预处理、边缘检测、车牌定位、字符分割、字符识别五个方面,具体介绍了车牌自动识别的原理。并用MATLAB软件编程来实现每一个部分,最后识别出汽车牌照。 关键词:车牌识别、数字图像处理、MATLAB

一、设计原理 车辆牌照识别系统的基本工作原理为:将摄像头拍摄到的包含车辆牌照的图像通过视频卡输入到计算机中进行预处理,再由检索模块对牌照进行搜索、检测、定位,并分割出包含牌照字符的矩形区域,然后对牌照字符进行二值化并将其分割为单个字符,然后输入JPEG或BMP 格式的数字,输出则为车牌号码的数字。牌照自动识别是一项利用车辆的动态视频或静态图像进行牌照号码、牌照颜色自动识别的模式识别技术。其硬件基础一般包括触发设备、摄像设备、照明设备、图像采集设备、识别车牌号码的处理机等,其软件核心包括车牌定位算法、车牌字符分割算法和光学字符识别算法等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能称之为视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等几部分。当车辆检测部分检测到车辆到达时触发图像采集单元,采集当前的视频图像。牌照识别单元对图像进行处理,定位出牌照位置,再将牌照中的字符分割出来进行识别,然后组成牌照号码输出。 二、设计步骤 1. 提出总体设计方案: (1)车牌图像预处理方法 因为车牌图像都是在室外拍摄的,所以不可避免地会受到光照、气候等因素的影响,而且拍摄者的手部抖动与车辆的移动会造成图像的模糊。要去除这些干扰就得先对车牌图像进行预处理。由于当前数码相机的像素较高,原始图像的数据一般比较大,输入的彩色图像包含大量颜色信息,会占用较多的存储空间,且处理时也会降低系统的执行速度。因此对图像进行识别等处理时,常将彩色图像转换为灰度图像,以加快处理速度。对图像进行灰度化处理后常用的方法是图像二值化、去除背景图像、增强处理、边缘检测、滤波等处理等。

大学数据挖掘期末考试题

第 - 1 - 页 共 4 页 数据挖掘试卷 课程代码: C0204413 课程: 数据挖掘A 卷 一、判断题(每题1分,10分) 1. 从点作为个体簇开始,每一步合并两个最接近的簇,这是一种分裂的层次聚类方法。( ) 2. 数据挖掘的目标不在于数据采集策略,而在于对已经存在的数据进行模式的发掘。( ) 3. 在聚类分析当中,簇内的相似性越大,簇间的差别越大,聚类的效果就越差。( ) 4. 当两个点之间的邻近度取它们之间距离的平方时,Ward 方法与组平均非常相似。( ) 5. DBSCAN 是相对抗噪声的,并且能够处理任意形状和大小的簇。( ) 6. 属性的性质不必与用来度量他的值的性质相同。( ) 7. 全链对噪声点和离群点很敏感。( ) 8. 对于非对称的属性,只有非零值才是重要的。( ) 9. K 均值可以很好的处理不同密度的数据。( ) 10. 单链技术擅长处理椭圆形状的簇。( ) 二、选择题(每题2分,30分) 1. 当不知道数据所带标签时,可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离?( ) A.分类 B.聚类 C.关联分析 D.主成分分析 2. ( )将两个簇的邻近度定义为不同簇的所有点对邻近度的平均值,它是一种凝聚层次聚类技术。 A.MIN(单链) B.MAX(全链) C.组平均 D.Ward 方法 3.数据挖掘的经典案例“啤酒与尿布试验”最主要是应用了( )数据挖掘方法。 A 分类 B 预测 C 关联规则分析 D 聚类 4.关于K 均值和DBSCAN 的比较,以下说法不正确的是( ) A.K 均值丢弃被它识别为噪声的对象,而DBSCAN 一般聚类所有对象。 B.K 均值使用簇的基于原型的概念,DBSCAN 使用基于密度的概念。 C.K 均值很难处理非球形的簇和不同大小的簇,DBSCAN 可以处理不同大小和不同形状的簇 D.K 均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN 会合并有重叠的簇 5.下列关于Ward ’s Method 说法错误的是:( )

多媒体技术-多媒体技术大作业报告

华南理工大学多媒体技术大作业报告 专业:多媒体技术 班级: 2015秋 学号: 20 学生姓名:鲁斌 完成时间: 2016-11-19

目录 说明 (3) 第一章概述 (4) 第二章技术介绍 (5) 第三章音频处理 (7) 第四章图像合成 (12) 第五章制作电影 (15) 第六章动画制作 (18) 第七章设计与制作的总结 (20)

说明 一、内容要求 1.用GoldWave软件处理音频 素材准备:音频素材(MP3、WAV、MIDI,至少准备两种格式的文件,每种格式准备2个以上文件) 操作要求: 1)文件拆分与合并 打开一个音频文件,将该音频文件拆分成两个文件分别存盘;打开两个音频文件,将两个音频文件合成一个音频文件。 2)文件格式转换 打开多个同种格式文件,将其批量转换成另一种格式文件存盘。 3)音频内容编辑 选择音频段、音频段静音、音频段删除、插入空白区域、撤消误操作、声音段内容移动位置。 4)音频效果编辑 淡入淡出效果、频率均衡控制、回声效果、改变音高、倒序声音 2.用Photoshop软件,运用“快速蒙板”抠图实现图像合成 操作要求:运用快速蒙版分别抠出图形,如荷花、花瓶,然后将抠出的图片与一个新建的背景图层合成,得到最终合成图像。 3.用Movie Maker软件,由多个独立的视频剪辑文件、音频文件合 成制作为电影 操作要求:将独立的视频文件和音频文件结合在一起,生成一个统一的电影文件。 4.用Flash软件,设计由变化数字组成的“倒计时”逐帧动画 操作要求:场景中数字从9依次变化到0,实现倒计时效果。 二、大作业报告 完成以上4项内容,书写大作业报告,按大作业报告格式书写。 ?大作业以提交的大作业报告(学生名字命名的WORD文件)作为期末成绩评分依据。 必须在规定时间内按要求完成。请在12月15日前提交大作业。 大作业务必独立完成,一经发现雷同作“0”分处理。

SQL数据库期末大作业91411

Hefei University 《数据库期末大作业》 餐饮业信息管理系统的开发 专业:电子信息工程 班级:13电子1班 姓名:李云 学号:1305011005

指导老师:史俊朗 完成时间:2016-12-28 一、本项目的需求分析 随着今年来中国餐饮行业的日益火爆,在强烈的行业竞争中,一个高效的餐饮信息管理系统的应用,无疑是至关重要的。高效,便捷的管理系统,不仅仅极大的方便了食客的就餐,同时对于餐饮公司的各项信息管理有着很大的帮助,同时,我们的餐饮信息管理系统还能帮助餐厅降低错误率,扩大营业范围,增加知名度等。 为了使得系统在操作的过程中,更加便捷,具有针对性,本次系统设计主要分为:员工登陆操作信息系统,以及店主操作管理信息系统。不同的设计从而达到不同的功能,实现信息的有效传达与管理。 第一:在员工使用本餐饮信息管理系统应可以实现以下功能: 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.查询菜单 3.添加查询预定信息,为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 第二:管理员使用本餐饮信息管理系统应可以实现以下功能: 1.添加修改查询客户会员信息(修改客户信息需客户确认) 2.添加修改查询菜单信息,最好能看到菜品图片

3.添加查询预定信息,为老顾客打折 4.客户可以在自己的会员账户里充值 5.顾客可以用现金买单也可以从会员账户里扣取 6.设定具体的打折方法 7.添加职员信息,权限也可以定为管理员。 8.可以查询使用者的现金收款金额。 二、餐饮业管理数据库管理系统的E-R模型(概念结构设计) 1.用户(员工)的信息: 编号、密码、类型、姓名、电话、收款金额 2.客户信息: 用户编号、客户编号、姓名、电话、密码、开卡时间、卡内余额 3.食谱: 类型、名称、价格、配料、照片 4.预定: 用户编号、日期、预定时间、客户姓名、类型、预定食谱、桌号5桌台管理: 桌号、使用情况、 6.点餐管理: 用户编号、类型、菜品、数量、价格、照片 7.盈利管理: 日期、日支出金额、店内收入、外卖收入、盈利额度 各对象之间的联系图:

数据挖掘大作业

1.音乐分类的数据集 在这个题目中,使用了SVM分类器和贝叶斯分类器,并通过sklearn库中的GridSearchCV方法对SVM分类模型的参数进行调优,使最终的正确率提高了5个百分点左右。但仍没有文档中的论文达到的分类正确率高,因为论文中的分类器的设计使专一对音乐音调分类的,其中设计到神经网络和深度学习的一些方法。而我使用的分类器使对大部分分类问题都有效的方法。下面是对数据集的一个简单的介绍: 数据标签 第3-14列:YES or NO 第15列:共16个取值('D', 'G#', 'D#', 'Bb', 'Db', 'F#', 'Eb', 'F', 'C#', 'Ab', 'B', 'C', 'A#', 'A', 'G', 'E') 第16列:共5个取值(1,2,3,4,5) 第17列:共102个类别('C#M', 'F_m', 'D_m', 'D_d7', 'G#m', 'D_m6', 'C_m6', 'C_d7', 'F_M', 'D_M', 'BbM7', 'F#d', 'C#d', 'E_d', 'F_d7', 'F#d7', 'G_m', 'C#d7', 'AbM', 'EbM', 'D#d', 'Bbm6', 'G_M7', 'F#m6', 'Dbd', 'B_m6', 'G#M', 'D_m7', 'B_M', 'F#M7', 'Bbm', 'A#d', 'D#d7', 'Abd', 'G_M', 'F#M4', 'E_M', 'A_M4', 'E_m7', 'D#M', 'C_M7', 'A_m6', 'Dbm', 'A#d7', 'F#M', 'C#m7', 'F_m7', 'C_M', 'C#M4', 'F_M6', 'A_M', 'G_m6', 'D_M4', 'F_M7', 'B_M7', 'E_M4', 'E_m6', 'A_m4', 'G#d', 'C_m7', 'C_M6', 'Abm', 'F_m6', 'G_m7', 'F_d', 'Bbd', 'G_M4', 'B_d', 'A_M7', 'E_m', 'C#M7', 'DbM', 'EbM7', 'C#d6', 'F#m', 'G_M6', 'G_d', 'Dbd7', 'B_m7', 'DbM7', 'D_M6', 'D#d6', 'G#d7', 'A_m7', 'B_d7', 'B_M4', 'A_d', 'A_m', 'C_d6', 'D#m', 'C_M4', 'A_M6', 'BbM', 'C#m', 'D_M7', 'E_M7', 'F_M4', 'F#m7', 'Dbm7', 'B_m', 'C_m', 'Ebd') 这是一个多分类问题 1.1数据读取与训练集和测试集分离

多媒体技术期末考试试卷

-、单项选择题(每小题1分,共40分) 1. 多媒体计算机系统的两大组成部分是__D___。 A 多媒体器件和多媒体主机 B 音箱和声卡 C 多媒体输入设备和多媒体输出设备 D 多媒体计算机硬件系统和多媒体计算机软件系统 2. __B____类型的图像文件是没有经过压缩的,所占存储量极大。 A JPG B BMP C GIF D TIF 3.以下__A_____文件是视频影像文件。 A MPG B MP3 C MI D D GIF 4. CD-ROM__D___。 A 仅能存储文字 B仅能存储图像 C仅能存储声音 D能存储文字、声音和图像 5. 多媒体数据具有___D__特点。 A 数据量大和数据类型少 B 数据类型间区别大和数据类型少 C 数据量大、数据类型多、数据类型间区别小、输入和输出不复杂。

D 数据量大、数据类型多、数据类型间区别大、输入和输出复杂。 6. 多媒体信息不包括_C____。 A 音频、视频 B 动画、图像 C 声卡、光盘 D 文字、图像 7. 下列叙述中,错误是__B___。 A 媒体是指信息表示和传播的载体,它向人们传递各种信息 B 多媒体计算机系统就是有声卡的计算机系统 C 多媒体技术是指用计算机技术把多媒体综合一体化,并进行加工处理的技术 D 多媒体技术要求各种媒体都必须数字化 8. 下列各组应用不是多媒体技术应用的是__B___。 A 计算机辅助教学 B 电子邮件 C 远程医疗 D 视频会议 9. 计算机存储信息的文件格式有多种,.gif格式的文件是用于存储__B___信息的。 A 文本 B 图片 C 声音 D 视频 10. Photoshop是一种__B___。

云南大学数据库期末大作业:数据库设计

云南大学软件学院实验报告 课程:数据库原理与实用技术实验学期:任课教师: 专业:学号:姓名:成绩: 期末大作业:Electronic Ventor 数据库设计 一、实验目的 (1)掌握数据库设计的基本方法 (2)掌握各种数据库对象的设计方法 (3)熟练掌握DBA必须具备的技能 二、实验内容 1、根据项目的应用和项目的需求说明文档,进行详细的需求分析,给出需求分析的结果。 (1)客户可以在网站上注册,注册的客户要提供客户的姓名、电话、地址,以方便售后和联系,姓名即作为用户名,和密码一起用于注册和登录,客户编号可唯一识别用户,卡号可网上支付。其中地址、电话以方便联系和寄货; (2)网站管理员可以登记各种商品,供客户查询,订购。登记商品时要提供商品的名称、价格,商店中现有商品量,商品编号可唯一识别商品; (3)类别表示商品所属类别,类别编号可唯一识别类别,其中包含了,商品类别名称和制造厂商,可以对商品进行分类售卖; (4)客户可以在网上下订单,也可以到实体店购物,其在订单上所选择的支付方式不同(信用卡、借记卡、现金,现金代表实体店购物),网站管理员可以查看订单,并及时将订单的处理情况更新(比如货物已寄出的信息,订单状态:0:未处理,1:已处理,2:已发货);订单编号可唯一识别订单,订单中包含订单产生时间,订单状态,支付方式和支付总额; (5)实体商店有自己的店名,卖多种商品,每个商店都有固定的地址,顾客可以到店中买商品,(注:在实体店中购买商品的顾客一律将顾客名默认为佚名),当商店中的库存量小于10时会有提醒到仓库中拿货; (6)配送单中包含查询号可唯一识别配送单,配送人,联系方式; (7)仓库中仓库编号可唯一识别仓库,其中每个仓库都有区号,代表其地址。 (8)各实体间关系 1)一个客户可以购买多种商品,一种商品可以被多个客户购买; 2)一个商品属于且仅属于一种类别,一种类别的商品可以包含多个商品或没有; 3)一种商品放在多个商店中销售,一个商店至少销售一种或销售多种商品; 4)一个订单对应一个客户,一个客户对应多个订单; 5)一个订单对应至少有一件商品或多件,一个商品对应多个订单; 6)一个订单可以有一个商品配送单 7)一个仓库可以存放多种商品,一种商品可以存放在一个仓库;

期末大作业

期末大作业 数据挖掘和基于数据的决策是目前非常重要的研究领域,是从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的特殊过程。在商业上,数据挖掘是一种决策支持过程,它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等,高度自动化地分析技术,可用于分析企业数据,做出归纳性的推理,从中挖掘出潜在的模式,帮助决策者调整市场策略,减少风险,做出正确的决策。 本次作业要求完成一个相亲配对程序,让相亲者更容易找到自己的意中人。查阅相关文献,以python为工具实现K-近邻算法,从而完成一个基本版的相亲配对系统,在此基础上深入研究聚类算法(K-近邻算法为其中一种),讨论各种聚类思路及算法优劣,完成相应的研究论文。 基本的设计思路提示如下:利用附件datingTestSet.txt文档中提供的三种属性(前三列,其中第1列为对方每年出差/旅行的公里数,第2列为对方玩游戏消耗时间的百分比,第3列为对方每周消费的冷饮公升数)作为测度是否和对方匹配的标准。附件文件第4列表示了你遇到此类人产生的好恶情感,其中largeDoses表示对你极有吸引力,smallDoses表示对你吸引力一般,didntLike 表示是你不喜欢的类型。利用此文件提供的数据,以K-近邻算法为工具,进行数据挖掘,发现你的喜好标准,对新的未标定的待匹配方(即只有前三行数据)给出第4行的好恶情感标签(即largeDoses、smallDoses或didntLike)。 具体要求如下: 1.查找文献,理解完整的K-近邻算法;

2.使用python语言编程实现K-近邻算法,解决相亲配对这一明确的应用问题; 3.撰写的研究论文要有关于聚类算法的详细叙述,论文中的算法应该与程序实 现的算法相印证。 大作业要求: 1.自己设计解决方案,简易的解决方案得分较低,完整的解决方案,即使部分 完成,得分也会较高; 2.作业上交形式为电子版文件。所有文件打包为一个文件,以“学号+姓名” 的方式命名; 3.算法的python源程序(py文件); 4.对此问题进行研究得到的研究性论文,论文包括前言(简介),算法部分(算 法流程图为核心),程序设计部分(程序流程图为核心),实验结果和分析,小结等内容(doc文件); 5.论文必须有规范的发表论文格式,包括题目、作者、单位、摘要、关键字、 正文及参考文献; 6.附有少量参考资料。 字数:论文部分字数限于2000±300,太多太少均扣分。 上交期限:19周周日,由学习委员收齐统一上交。 抄袭0分!

《多媒体技术与应用》期末大作业

《多媒体技术与应用》期末大作业 作业要求: 本次作业是该课程的期末考核,必须在6.24-7.1期间提交,否则不核算总评成绩。本大作业成绩占总评成绩的60%,平时作业和考勤占40%。请同学们按要求完成1-4题作业,从而顺利获得本课程学分。 注:每题有A和B两个题目,只需选做1题,多做不加分,每题中必须贴上自己的标识。 第一题:教材经典例题模仿(30分) A题:“水中倒影”图像制作(P74); B题:“精致的围棋棋盘”制作(P91)。 第二题:课堂经典习题模仿(30分) A题:“地球苹果”图像制作(制作过程参考附录1); B题:“柜台首饰”制作(制作过程参考附录2)。 第三题:个人创意(30分) A题:以足球为主体,展开自己的想像,创作一幅作品,要求必须使用4个以上图层,采用路径、蒙版及滤镜技术,作品要充分展现自己的图像处理技术; B题:以宇宙为主体,展开自己丰富的联想,创作一幅作品,要求必须使用4个以上图层,采用路径、蒙版及滤镜技术,作品要充分展现自己的图像处理技术。 第四题:个人名片制作(10分) 名片中必须包含个人姓名、学号、班级等基本信息。 附录1: 使用PHOTOSHOP制作“地球苹果”图案步骤: 1、制作苹果: (1)单击“文件”选“打开”菜单命令。弹出“打开”对话框,导入一幅地球图片。 (2)使用“自由钢笔工具”在画布窗口的地球图像上画出一个类似于被人咬了一口的苹果路径,这时“路径”调板中将出现“工作路径”,单击“路径”调板

下面的“将路径作为选区载入”图标按钮,这时刚才“自由钢笔工具”所画的路径将变为选区。 (3)单击“选择”中“羽化”菜单命令,弹出“羽化选区”对话框,设定羽化半径为2像素,单击“好”按钮退出。 (4)单击“图层”中“新建”的“通过拷贝的图层”菜单命令,这时“图层”调板中将出现“图层1”图层。 (5)单击选中“图层”调板中的“背景”图层,使用工具箱中“自由钢笔工具”在画布窗口的地球位置上,画出一个类似于一片叶子的路径,这时“路径”调板中将出现“工作路径”,单击“路径”调板下的“将路径作为选区载入”图标按钮,这时刚才用“自由钢笔工具”所画的路径变成了选区。 (6)单击“选择”中“羽化”菜单命令,弹出“羽化选区”对话框,设定羽化半径为2像素,单击“好”按钮退出。 (7)单击“图层”中“新建”的“通过拷贝的图层”菜单命令,这时“图层”调板中将出现“图层2”图层。 (8)单击选中“图层”调板中的“背景”图层,再单击“编辑”中“填充…”菜单命令,弹出“填充”对话框,设定填充颜色为黑色,模式为正常,单击“好”按钮退出。 (9)单击选中“图层”调板中“图层1”图层,再单击“滤镜”中“渲染”的“光照效果”菜单命令,弹出“光照效果”对话框,将“光照类型”中的颜色设定为浅蓝色,光照类型为点光,强度35,聚焦69,光泽0,材料69,曝光度0,环境8,单击“好”按钮退出。 (10)单击选中“图层”调板中的“图层2”图层,再单击“滤镜”中“渲染”的“光照效果”菜单命令,弹出“光照效果”对话框,将“光照类型”中的颜色设定为浅绿色,光照类型为点光,强度35,聚焦69,光泽0,材料69,曝光度0,环境8,单击“好”按钮退出。 2、制作文字 (1)输入文字“APPLE”,将文字的颜色设定为红色,这时“图层”调板将出现“APPLE”图层,单击选中“图层”调板中的“APPLE”图层,再单击“图层”中

相关主题
文本预览
相关文档 最新文档