计算机认知实习报告.docVIP

计算机专业认知实习报告 学号： 姓名： 专业班级：计算机10级 学院：电信学院 2012年6月 本次实习主要学习了三大部分的内容，一，语义web等知识，二，图像处理技术，三，数据库相关技术。从这些内容中，我了解了更多关于计算的的知识，更加了解了搜索查询，语义分析，图像处理，水印算法，空间数据库，应用数据库，实时数据库，半结构化数据，数据挖掘等内容。下面，就我个人的学习内容的具体体会做一个简单的总结。 从WEB语义的学习中，我了解了语义web的产生，语义web技术基础，主要研究方法，开发步骤与工具，应用系统等内容。也知道了搜索引擎工作原理是基于关键词，语法层次，词频\位置\扇入值。现有改进方法是提供交互式界面，逐步求精。采用目录或基于反馈信息，但是这种方法效率较低。语义分析技术是基于本体，对用户的查询请求语句或词组做语义分析，进行必要的扩展和形式化处理。它利用了语句中的语法结构信息和上下文语境信息，并使用逻辑推理技术，提高了查全率和查准率。语义web的目标是将面向人的网页、文档、知识转化为机器可以识别和处理的数据，从而提高查询效果。原理是将搜索引擎的处理层面由语法层提高到语义层。 语义web主要研究方法有两种。一是基于语言学理论的理想主义方法，二是基于统计模型的经验主义方法，在实际应用中上述两种方法相结合。当前研究热点是1，自动本体生成技术：人工、半自动、自动，基于WordNet的最长匹配算法。2，短语识别中的语义排歧：统计模型、语境， 准确度与算法效率。3，排序策略与算法，语义相似度计算：向量余弦值。向量空间、潜在语义分析。 通过学习，了解到了不少课本之外的知识，知道了WEB的基本开发步骤包括定义领域本体，构建训练集、语料库，设计业务模块，测试系统等。搜索引擎类型有理想型，完整型，改进型等。RDF Data Model，它包含一系列的节点N； 它包含一系列属性类P， 每一属性都有一定的取值V； RDF Data Model是一个三元组：{节点，属性类，属性值}； 每一个RDF Data Model可以看成是由节点和弧构成的有向图。 通过语义web的学习，我更加意识到科技带给人们生活的巨大改变，更加体会到技术发展对社会发展的重要性。语义Web提供各种依靠语义的自动化服务，如天气预报服务、航班信息服务、在线航班预定服务、数据库查询服务、目录查询服务、数字图书馆查询服务、搜索和分类服务、B2C交易服务、B2B交易服务等。 学习了图像处理之后，我们又学习了数据库的相关知识。从中我了解到关系数据库，空间数据库，应用数据库，实时数据库，半结构化数据，数据挖掘等内容，更加深入的了解体会到数据在整个系统以及社会应用上的巨大价值。 传统数据库管理空间数据的局限，地理空间数据存储操作的对象可能是一维、二次、三维甚至更高维。传统数据库管理空间数据的局限，不连续的、相关性较小的数字和字符，传统数据库管理的实体类型少，并且实体类型之间通常只有简单固定的空间关系，传统数据库存贮的数据通常为等长记录的原子数据，传统数据库只操纵和查询文字和数字信息。这些局限逐渐的不能满足现在的需求，所以需要继续发展新的技术。 实时数据库技术是实时系统和数据库技术相结合的产物。概括的讲，实时数据库就是其数据忽然事物都有显示定时限制的数据库，系统的正确性不仅依赖于事物的逻辑结果，而且依赖于该逻辑结果所产生的时间。相对于结构化数据(即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据)而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。对于数据挖掘，主要学习了关联挖掘等。学习了关联规则挖掘，购物分析，基本概念，关联规则挖掘分类，单维布尔关联规则挖掘，Apriori算法，关联规则的生产，Apriori算法的改进等内容。这对于我们学习搜索引擎等技术有很大的帮助。关于面向对象的模型的学习，我们主要学习了ER模型等的相关知识。学习并了解了ER模型的基本成分是实体、联系和属性，弱实体的划分与依赖联系，子类和超类，ER模型的操作，实体类型的分裂，实体类型的合并。设计局部ER模式，全局ER模式的优化。 通过本次实训实习，我了解了更多关于计算机技术的知识，扩大了我的视野，扩展了我的知识面，加深了我对技术的认识。科技改变生活，知识改变命运。未来世界的发展，将是更多的科技带给人们更多的便捷，是更多的发明带给人们生活的舒适。无论是计算机方面的技术，还是理论、产品等其他方面的发展，都需要一代又一代青年人学习，研究，开发新的技术，新的成果。学习，乃是一个人不断成长的必备条件，也是一个社会不断发展的巨大推动力。希望我们在学习的路上，走的更远，获得的更多。希望科技的发展能够带给我们更大的便利，更舒