数据挖掘实验三（精选8篇）
【实验要求】
在SQL Server平台上，利用AdventureWorks数据库作为商业智能解决方案的数据源，设计并构造数据仓库，建立OLAP和数据挖掘模型，并以输出报表的形式满足决策支持的查询需求。【实验内容】
步骤1：需求分析：以决策者的视角分析和设计数据仓库的需求； 步骤2：根据所设计的需求，确定本数据仓库的主题和主题与边界； 步骤3：设计并构造逻辑模型；
步骤4：进行数据转换和抽取，建立数据仓库：创建数据源，建立OLAP和挖掘模型，使用多维数据集进行分析，建立数据挖掘结构和数据挖掘模型，创建报表。【实验平台】
Win7操作系统，SQL Server 2005 【实验过程】
一、创建 Analysis Services 项目
1.打开 Business Intelligence Development Studio。
2.在“文件”菜单上，指向“新建”，然后选择“项目”。
3.确保已选中“模板”窗格中的“Analysis Services 项目”。
4.在“名称”框中，将新项目命名为 AdventureWorks。
5.单击“确定”。
二、创建数据库和数据源
1.运行AdventureWorks sql server 2005示例数据库.msi，然后用SQL Server Management Studio 附加数据库AdventureWorks_Data.mdf。
(1)运行AdventureWorks sql server 2005示例数据库.msi
(2)用SQL Server Management Studio附加数据库AdventureWorks_Data.mdf
2.在解决方案资源管理器中，右键单击“数据源”文件夹，然后选择“新建数据源”。3.在“欢迎使用数据源向导”页面中，单击“下一步”按钮。
4.在“选择如何定义连接”页上，单击“新建”向 Adventure Works 数据库中添加连接。5.在“连接管理器”的“提供程序”列表中，选择“本机 OLE DBSQL Native Client”。6.在“服务器名称”列表中，键入或选择承载 AdventureWorks 的服务器的名称。7.在“登录到服务器”组中，选择身份验证方法，并输入凭据。
8.在“选择或输入一个数据库名”列表中，选择 AdventureWorks，然后测试连接。若连接成功，再单击“确定”按钮。
9.单击“下一步”按钮进入向导的下一页。
10.在“模拟信息”页中，选择“使用服务帐户”，再单击“下一步”。11.请注意，在“完成向导”页中，数据源名称默认为 Adventure Works。
12.单击“完成”。
新的数据源 Adventure Works 将显示在解决方案资源管理器的“数据源”文件夹中。
三、创建数据源视图
1.在解决方案资源管理器中，右键单击“数据源视图”，选择“新建数据源视图”。系统将打开数据源视图向导。
2.在“欢迎使用数据源视图向导”页上，单击“下一步”。3.在“选择数据源”页的“关系数据源”下，系统将默认选中您在上一个任务中创建的 Adventure Works DW 数据源。单击“下一步”。若要创建新数据源，请单击“新建数据源”，启动数据源向导。
4.在“选择表和视图”页上，选择下列各表，然后单击右箭头键，将这些表包括在新数据源视图中：
5.单击“下一步”。
6.在“完成向导”页上，默认情况下，系统将数据源视图命名为 Adventure Works。单击“完成”。
系统将打开数据源视图设计器，显示 Adventure Works 数据源视图。
四、定义维度
1.在解决方案资源管理器中，右键单击“维度”，然后单击“新建维度”。
2.在“欢迎使用维度向导”页上，单击“下一步”。
3.在“选择生成方法”页上，验证是否选择了“使用数据源生成维度”选项，然后单击“下一步”。
4.在“选择数据源视图”页上，验证是否选择了 Adventure Works 数据源视图。
5.在“选择维度类型”列表中，选择“标准维度”。
6.在“选择主维度表”中，点击“下一步”。
7.在“选择维度属性”中，点击“下一步”。
8.在“指定维度类型”中，点击“下一步”。9.在“定义父子关系”中，点击“下一步”。
10.“检测层次结构”中，点击“下一步”。
11.点击“下一步”，然后点击“完成”。
五、使用多维数据集进行分析
1.在解决方案资源管理器中，右键单击“多维数据集”并选择“新建多维数据集”启动多维数据集向导。
2.在“欢迎使用多维数据集向导”页上，单击“下一步”。3.在“选择生成方法”页上，确认已选中“使用数据源生成多维数据集”选项，然后单击“下一步”。
4.在“选择数据源视图”页上，点击“下一步”。
5.在“检测事实数据表和维度表”页上，点击“下一步”。
6.在“时间维度表”页上，如下所示。
点击“下一步”。
7.在“查看共享维度”页上，点击“>”，然后“下一步”。
8.在“选择度量值”页上，选择可用度量值。
点击“下一步”。
9.在“检测层级结构”页上，查看结果，点击“下一步”。
10.在“查看新建维度”中，选择新建维度，然后点击“下一步”。
11.在“完成向导”页，多维数据集名称为“Adventure Works”。在“预览”中，可以看到“度量值组”和“维度”。
12.点击“完成”。
13.在多维数据集设计器的工具栏上，将“缩放”级别更改为 50 %，以便更轻松地查看多维数据集内的维度和事实数据表。注意，事实数据表是黄色的，维度表是蓝色的。
14.在“文件”菜单上，单击“全部保存”。
六、创建用于个人客户方案的挖掘结构
1.在解决方案资源管理器中，右键单击“挖掘结构”并选择“新建挖掘结构”启动数据挖掘向导。
2.在“欢迎使用数据挖掘向导”页上，单击“下一步”。
3.在“选择定义方法”页上，确保已选中“从现有关系数据库或数据仓库”，再单击“下一步”。
4.在“创建数据挖掘结构”页的“您要使用何种数据挖掘技术？”下，选择“Microsoft 决策树”。
5.单击“下一步”。
6.在“选择数据源视图”页上，请注意已默认选中 Adventure Works。在数据源视图中，单击“浏览”查看各表，然后单击“关闭”返回该向导。
7.单击“下一步”。
8.在“指定表类型”页上，选中 vIndividualCustomer 表旁边“事例”列中的复选框，再单击“下一步”。
9.在“指定定型数据”页上，确保已选中 CustomerID 列旁边 Key 列中的复选框。据源视图中的源表表示一个键，则数据挖掘向导将自动选择该列作为模型的键。
10.选中 FirstName和LastName 列旁边的“输入”和“可预测”。
如果数
11.单击“建议”打开“提供相关列建议”对话框。
只要选中至少一个可预测属性，即可启用“建议”按钮。“提供相关列建议”对话框将列出与可预测列关联最密切的列，并按照与可预测属性的相互关系对属性进行排序。值大于 0.05 的列将被自动选中，以包括在模型中。
12.阅读建议，然后单击“取消”忽略建议并保留向导设置的原始值。15.选中以下各列旁边的“输入”复选框： StateProvinceName MiddleName CountryRegionName
16.单击“下一步”。
17.在“指定列的内容和数据类型”页上，单击“检测”以运行对数值数据进行取样并确定数值列是否包含连续或离散值的算法。例如，某列可包含薪金信息，用以作为连续的实际薪金值，也可包含整数，用以表示离散的编码薪金范围（例如 1 = < $25,000；2 = 从 $25,000 到 $50,000）。
18.单击“检测”后，请查看“内容类型”和“数据类型”列中的各项；如有必要，请进行更改，以确保设置与下表所示一致。
通常，向导会检测数值，并分配相应的数值数据类型；但有些情况下，您可能想要将数值作为文本处理。
19.单击“下一步”。
20.在“完成向导”页上的“挖掘结构名称”中，键入Individual Customer。21.在“挖掘模型名称”中，键入 TM_Decision_Tree。22.选中“允许钻取”复选框。
23.单击“完成”。
七、挖掘模型和挖掘结构如下图。
八、创建查询
8.1创建预测查询的第一步是选择挖掘模型和输入表。
1.在数据挖掘设计器“挖掘模型预测”选项卡的“挖掘模型”框中，单击“选择模型”。
系统将打开“选择挖掘模型”对话框。
2.在整个树中导航到“个人客户”结构，展开该结构并选择 TM_Decision_Tree，再单击“确定”。
3.在“选择输入表”框中，单击“选择事例表”。系统将打开“选择表”对话框。
4.在“数据源”中，选择 Adventure Works。
5.在“表/视图名称”中，选择 Department(HumanResources)表，再单击“确定”。选择输入表之后，预测查询生成器便会根据各列的名称在挖掘模型和输入表之间创建默认映射。
8.2生成预测查询
1.在“挖掘模型预测”选项卡上的网格内的“源”列中，单击第一个空行中的单元格，然后选择 Department。
2.在 Department 行的“字段”列中，选择 DepartmentID。
3.在“源”列中，单击下一个空行，然后选择 TM_Decision_Tree。4.在 TM_Decision_Tree 行的“字段”列中，选择 First Name。这将会输出 Microsoft 决策树模型中作为预测目标的列。
5.在“源”列下，单击下一个空行，然后选择“预测函数”。6.在“预测函数”行的“字段”列中，选择 PredictProbability。预测函数提供有关模型如何进行预测的信息。PredictProbability 函数提供有关正确预测的概率信息。您可以在“条件/参数”列中指定预测函数的参数。7.在 PredictProbability 行的“条件/参数”列中，键入 [TM_Decision_Tree].[Bike Buyer]。这将指定 PredictProbability 函数的目标列。有关函数的详细信息，请参阅数据挖掘扩展插件(DMX)函数参考。
8.3查看结果
1.通过单击“切换到查询设计视图/切换到查询结果视图”按钮（即工具栏上的第一个按钮）旁边的箭头并选择“查询”，可以运行查询。
2.通过点击“单独查询”，结果如下：
【总结】
关键词：元数据,数据库,数据共享
0 引言
实验数据是科学实践活动的重要产品，也是后续科学研究工作的重要依据和素材。再强大的科研团队、学术带头人，其占有的时间资源、物质资源毕竟是有限的。因此，对现有各方数据的充分利用是推动科研工作又好又快发展的一条捷径，数据共享则是通向这条捷径的必由之路，作战实验数据共享也为作战相关问题研究工作的向上发展提供了新的有力支撑。
1 作战实验数据共享的意义
随着计算机仿真技术、网络通信技术等高新技术的迅猛发展，作战实验作为公认的认识战争的重要方法，是研究军事问题的重要科学实践活动，在作战方案评估、作战结果预测及作战方法研究等军事活动中发挥的作用日益突出。尤其是近年来，作战实验受到的重视程度越来越高，很多单位和部门都建立了不同类型、不同规模、不同作用的作战实验系统，各种作战实验系统的建设的成果也越来越多，应用的范围也越来越广，但同时也存在以下不足。一方面，多数作战实验系统彼此独立，在研究相对单一条件下的军事问题方面有独到之处，但由于系统间不能实现互联、互通和互操作，数据不能共享，在面对一体化联合作战等复杂条件下的军事问题的研究时则受到很大限制，作战实验系统的规模效应、集群效应和综合效应没能显现。另一方面，在多年来作战实验的过程中生成了类型众多、数量庞大的科学实验数据，同时积累了丰富的军事经验和研究技能，这些数据的作用和深加工潜力甚至超过了作战实验系统本身，但是目前尚没有做到对这些宝贵的数据进行有效的资源整合和共享，数据的重复利用率很低，不利于信息价值的充分发掘，造成了资源的浪费。因此，数据共享已成为制约作战实验系统发展的瓶颈。
2 数据共享的方式
科学数据资源对国民经济、社会、环境发展的重要价值赢得了广泛的认同和重视。地质、海洋、气象、测绘、环境、农业等许多领域和部门已建立了多个科学数据共享平台，并制定了相应的规范和技术标准，尤其是由我国科技部主导的“科学数据共享工程”于2003年启动以来，更是将我国的数据共享工作提升到了新的高度。归纳起来，目前较普遍采用的数据共享方式主要有以下三种。
2.1 集中共享的数据共享方式
集中共享是数据共享研究中最早采用的一种共享模式，其核心是把所有参与共享的数据库统一复制或移植到共享平台上，由共享平台集中管理并向用户提供统一的数据使用服务接口，从而实现数据共享。集中共享的架构比较简单，但是在这种共享模式下，一旦数据源发生了变化就需要把新数据重新移植到共享平台，对平台维护的要求较高，否则会出现用户从共享平台访问到的数据版本滞后于数据源版本的情况。因此，该方式比较适用于各数据源更新不太频繁或数据量不太大的数据共享环境。
2.2 分布共享的数据共享方式
分布共享不再需要将数据源集中，而是依托于以共享平台服务器为核心的计算机网络，共享源数据库可以位于网络上的任何节点，共享平台提供统数据源及访问用户间的数据服务接口，但不参与数据源的管理和维护。相对于集中共享，分布共享方式可以保证所有用户访问到的共享数据都是最新有效版本。位于不同节点数据源的数据库结构和数据格式的差异性很大，共享数据的准确定位与提取依赖的核心技术主要是是搜索引擎技术及数据库中间件技术。类似于ODBC和JDBC的数据库中间件技术现在已经比较成熟，可以实现共享异构数据库资源的目的。
2.3 基于元数据的数据共享方式
元数据已经有比较悠久的历史，许多国家或领域给元数据下过各式各样的定义，但核心意思基本一致。前文提到的我国科学数据共享工程将元数据定义为数据的数据。元数据可以用既定的相同格式来对各种不同类型和结构的数据或信息资源进行描述和诠释，同时给数据源打上了统一、规范的包装。我们也可以理解为是对于数据的注解或全面指南，通过元数据可以反映出描述对象的内部特性和外部特征。元数据对内容和结构都比较简单的数据可能意义不是很大，但对内容信息量大、结构复杂的数据或数据集则非常有意义。基于元数据的数据共享方式首先要根据共享的需求和数据源的特点来制定元数据的内容和格式标准，然后按照标准由数据源生成对应的元数据信息，由共享平台对这些元数据统一管理，当用户向平台提出数据共享服务申请时，平台首先对元数据集进行检索，然后通过检索到的元数据信息索引或链接到对应的数据源进行相应的数据服务操作，从而实现数据共享。采用元数据的方式使共享平台直接管理的数据量级大幅降低、共享资源的结构更加明晰，提高了数据资源管理的效率，也提高了数据检索和定位的速度，更重要的是能更有助于用户更便捷、准确地得到感兴趣的数据。基于元数据的数据共享方式也可以根据需要与前述的两种方式结合应用。
3 基于元数据的作战实验数据共享
作战实验数据共享的目的，一是多个作战实验系统同时工作进行联合作战实验时实现互联、互通和互操作；二是实验结果分析和军事理论中能方便、准确地对各实验系统历史数据进行查询。达成数据共享目的的核心是实现对分布在各个独立作战实验系统中的异构数据快速索引和正确定位。基于元数据的共享方式是解决这个问题的有效途径。
3.1 作战实验数据共享体系结构
基于元数据的作战实验共享平台共分为三个层次结构，分别是：数据层、服务层和应用层。各层次所包含的要素及作用如图1所示。用户通过应用层提出数据操作申请后，共享平台首先在服务层元数据库中检索相应的元数据信息，然后根据元数据属性信息中指示从数据层提取对应的数据源数据。
3.2 数据层
数据层主要由参与数据共享的各作战实验系统的数据源构成，这些数据库中所包含的数据正是我们共享的对象。由于开发过程中各作战实验系统彼此独立，所以这些数据库的类型多样，有Oracle数据库，有SQL Server数据库，有Access数据库，有DB2数据库，还有XML数据库等等，而且空间上处于分布的状态；数据库结构和数据格式更是千差万别；作战实验的特点决定了各系统的数据之间可能存在部分的交叉重叠。数据源的这些特点也正是数据共享所破解的难点。
3.3 服务层
服务层的服务内容主要有两项，即元数据服务和数据源服务。作战实验所涉及到数据的类型很多，若仅使用一种元数据对所有数据源进行描述，则元数据的属性项目数量会非常庞大，而这些属性值又大部分为空值，这样就会导致生成的元数据甚至比数据源本身还复杂。所以，应按照数据源的作用和属性特点对其分类，属性相近的划为一类，由一种元数据对该类进行描述，并为每种类型制定元数据标准。元数据服务的流程为数据源首先经过分类器进行分类，然后由各类元数据标准模型对其标准化，生成与之对应的元数据，同类元数据可以组成一个元数据集，各元数据集构成元数据库，完成数据源到元数据之间的映射。数据源服务主要是指与数据源访问相关的服务。数据共享不是简单的远程读写数据，它的意义在于提高数据的利用价值，使用户从共享到的数据中获取到准确、正确、尽可能多的信息。因此，数据源服务包含数据元素提取、异构数据分析、数据语义转换及数据质量评估等多个服务过程。比如，当用户向共享平台提交了某一关键词的数据查询请求，平台首先在元数据库中检索与关键词相关的元数据，数据元素提取服务将按照检索到的元数据信息中指示的数据源位置，在各作战实验系统数据库中把相关数据逐条定位，做好提取准备，然后根据元数据中指明的数据访问协议、参数对数据元素进行提取；因为提取出来的多条数据可能原本隶属于若干类型和结构不同的数据库，所以要通过异构数据分析服务判别数据异构的形式和程度，是系统异构还是数据库异构或者是语法异构；进而通过数据语义转换服务将数据规格化，转换为一致的语义形式；为挖掘数据的信息值提高其利用价值，数据质量评估服务利用评估模型将对检索到的数据进行质量评价供用户参考，评估内容包括数据完整性、数据精度、数据来源、数据生产时间以及对应元数据中体现的其他重要属性和外部特征；最后，把数据、数据质量评估结果、数据外部关联信息呈献给用户。
3.4 应用层
应用层的主要由与数据操作、数据管理及元数据管理功能相关的程序模块构成，例如数据浏览、数据查询、数据订制、数据下载、数据维护、数据分发及元数据管理等。用户通过应用层接口同共享平台交互，使用共享数据。管理人员也通过应用层对数据源和元数据库进行管理和维护。
4 结论
建立以元数据为基础的作战实验数据共享平台是一条解决当前军事问题研究中所面临的数据共享问题的有效途径，本文在此方面仅展开了初步的研究，无论是研究的范围、深度和广度都还不够。下一步将围绕共享平台的体系结构，开展可靠性、安全性、容错性等方面的研究。
参考文献
[1]牛晓琳,季民,赵志.刚基于元数据管理的数据共享研究[J].舰船电子工程,2006,(1).
[2]严冬梅,尚翔.论科技创新的基石:科学数据共享[J].科学管理研究,2005,23(1).
关键词：教学设计 挖掘 实验资源 提升 教学效果
高中化学的编排模式，是先学习元素化合物知识，当知识积累到一定程度以后，再归纳上升到化学理论知识，即从感性认识上升到理性认识。元素化合物知识的学习，高中阶段主要学习“主族元素”，由七个主族，即七条线组成的，每一个主族又由多种元素组成——即多个点。在学习过程中，我们往往是从“线”上去找一个熟悉的“点”，在掌握了这个“点”的性质的基础上，再从这个“点”去推知同一条线上的其他“点”的性质相似性和递变性，从而达到掌握同一族元素的性质。
碱金属元素，是金属元素的代表，具有典型的金属性，它和后面的典型的非金属代表——卤族元素的学习，为后面的元素周期律、元素周期表的学习打下基础。钠元素的相关性质是碱金属这一族元素的代表，由它的性质可以推知这一族元素的性质。同时，这又为我们学习后面的每一个主族形成一定的“套路”。
实验，作为化学学科的重要特点，同时也是化学学科的重要的教学资源，在实验过程中产生许多精彩的实验现象，激发了学生强烈的好奇心和求知欲。如何将学生的好奇心和探究的欲望延续？教师在课程设计上要充分注重实验的有效性，挖掘实验资源，加强学科内知识的联系，提升实验的教学功能。
首先，课题的引入和碱金属元素的介绍及今后学习每一族元素的一般规律。
其次，在学习钠的物理性质时，先通过金属钠的展示和复习初中学习过的金属的通性得出前三点（1.银白色，有金属光泽，质软；2.导电、导热；3.有延展性），再通过演示钠与水反应的实验补充后两点（4.钠比水轻；5.钠的熔点低），在此实验过程中，学生也体会到了初中学习的“化学变化中往往包含物理变化”这一知识点。
再次，在钠的化学性质的学习过程中，通过钠的原子结构先铺设了一条暗线：钠在化学反应中只有还原性。明线是：氧气、硫、氯气、水、酸以及硫酸铜溶液等氧化性物质与它反应的实验：
钠和氧气反应时，通过“钠在空气中自然氧化”和“钠在空气中燃烧”两个实验现象的对比，学生得出结论：钠能与氧气反应。钠与氧气反应时，在不同条件下，得到不同的产物。回忆初中学过的：碳在氧气中燃烧条件不同，产物不同。因而可以推出结论：在不同条件下，化学反应可能得到不同的产物，从而实现学生认识的飞跃。
通过钠与氧气的反应，氧气体现的是氧化性，结合前面“氧化还原反应”的知识，学生自然就能解决“钠和硫、钠和氯气能不能反应以及如何反应”的问题。
钠和水反应是本节的重点，也是难点。重点的突出和难点的突破，就是通过“钠与水反应”的实验来实现的。学生观察总结实验现象，再通过实验现象推断钠的化学性质以及钠与水反应的产物和钠与水反应的化学方程式。挖掘该实验资源：钠与水反应产生的气体是什么？如何说明、验证产生的气体？如何评价和设计一个实验？在教学分析实验过程中，我们用到了以前学习过的化学理论知识和实验知识，加强了学科内知识之间的联系，使学生认识到化学知识是一个紧密联系的整体。对于该实验的延续，教师可以继续设问：钠与水反应的实质分析“钠置换了水电离出来的H+”，学生自然得出钠与酸反应的实质。
最后，本课知识的检测：钠和硫酸铜溶液的反应。先复习金属之间的置换规律，提出问题：钠能不能置换硫酸铜溶液中的铜？推测钠和硫酸铜溶液反应的现象。演示钠与酸铜溶液的反应——现象与推测的不一样。这引发学生思考：蓝色沉淀是什么？是怎样产生的？从而得出钠与硫酸铜溶液反应的实质。
本课最后的一个重要问题是钠的保存和钠在自然界中的存在以及钠的用途。这是由钠的性质决定的，教师可以让学生自己总结、推导，让学生体会理论与实际相结合的同时也检测了学生对知识的掌握情况。
通过对钠的学习，学生能够产生一些对金属元素结构、性质等内容的体验。我们希望通过本节内容的教学，能使学生从单纯的知识和技能的学习，提升到树立化学学习观念，产生成功体验。
1.让学生由以前学过的知识，结合碱金属元素原子结构示意图，推知碱金属元素的化学性质，并在学习过程中验证学生的推导，让学生产生成就感，使他们在学习中产生成功的体验。
2.通过对钠的观察，总结出钠的物理性质，让学生感受同样是金属，原来钠的性质和我们平时所见到的金属是如此的不同，从而激发学生渴望对未知领域的了解，提高他们学习的主动性。
3.提出一些假设，让学生产生一些认知的冲突，引导学生用以前学习过的知识去解决这些冲突：本课中的钠与水反应时产生的气体到底是氢气还是氧气的问题，如何用不同方法去验证，用什么方法验证，过程如何设计等等，通过学生自己设计，自己操作，从而得出正确结论，让学生在自主学习中产生学习知识和技能构建过程的体验，并把这种体验用于今后的学习中，达到我们的教学目的。
4.学生分组设计实验，制订实验方案，讨论实验方案并达成共识，自己找药品，自己选择仪器等等。此过程培养了学生团结协作的精神，同时也使他们意识到化学是以实验为基础的自然科学。
5.通过高压钠灯、钠的化合物（NaCl、Na2CO3）等知识的介绍，让学生感到化学就在身边，化学就在生活中。
通过理论、实验探究不但使学生能够较为深刻地理解钠的化学性质，而且也能培养学生的研究问题的能力，严谨求实的科学态度以及开拓创新的精神，使学生在学习中获得成功的体验，享受学习。
数据恢复实验1（误删除的数据恢复）教案
一、实验目的
通过运用软件对误删除的硬盘或者其他设备的数据进行恢复，使学生了解windows平台逻辑层数据恢复原理。通过这个实验，使学生能够深入理解并掌握数据恢复软件的使用方法，并能熟练运用这些软件对存储设备设备进行数据恢复。
二、实验意义
通过上机实验，巩固理论课所学的基本知识，进一步熟悉存储介质数据修复和恢复方法及过程，提高自身的对存储介质逻辑层恢复技能。
三、实验内容
（一）熟悉EasyRecovery Pro的操作界面和该软件的使用，掌握该软件对误删除数据的恢复方法，并运用该软件对硬盘进行逻辑层误删除数据恢复。
（二）熟悉R-Studio的操作界面和该软件的使用，掌握该软件对误删除数据的恢复方法，并运用该软件对硬盘进行逻辑层误删除数据恢复。
四、实验环境
（一）硬件
1．CPU：Intel P4系列以上 2．内存：512M以上 3．硬盘可用空间：1G以上 4．其他辅助输入、输出设备
（二）操作系统：Win9x/WinNT/Win2000/WinXP/Win7
（三）实验软件：EasyRecovery Pro6.21、R-Studio5.0
五、实验原理
现实中很多人不知道删除、格式化等硬盘操作丢失的数据可以恢复，以为删除、格式化以后数据就不存在了。事实上，上述简单操作后数据仍然存在于硬盘中，懂得数据恢复原理知识的人只需几下便可将消失的数据找回来，不要觉得不可思议，在了解数据在硬盘、优盘、软盘等介质上的存储原理后，你也可以亲自做一回魔术师。
我们向硬盘里存放文件时,系统首先会在文件分配表内写上文件名称、大小，并根据数据区的空闲空间在文件分配表上继续写上文件内容在数据区的起始位置。然后开始向数据区写上文件的真实内容，一个文件存放操作才算完毕。
删除操作却简单的很,当我们需要删除一个文件时,系统只是在文件分配表内在该文件前面写一个删除标志,表示该文件已被删除,他所占用的空间已被“释放”, 其他文件可以使用他占用的空间。所以，当我们删除文件又想找回他（数据恢复）时，只需用工具将删除标志去掉，数据被恢复回来了。当然，前提是没有新的文件写入，该文件所占用的空间没有被新内容覆盖。
什么样的数据可以恢复?简单一句话，只要硬盘的物理形态没有改变，数据就可以恢复。我们普通在电脑上对磁盘上的操作(删除或者格式化)并没有改变磁盘的本体物理性质，所以原则上是都可以恢复。一般的做法是在电脑上使用文件恢复软件，比如德国Kroll Ontrack公司的Easy Recovery，美国的R-Studio，俄罗斯的PC3000，或者美国诺顿的NDD以及中国的DiskGenius都可以轻松的进行磁盘的初级恢复操作，使用软件基本上可以完成针对一般的数据删除的恢复(包括Shift + Del或低格的删除)。
EasyRecovery 是数据恢复公司 Ontrack 的产品，它是一个硬盘数据恢复工具，能够帮你恢复丢失的数据以及重建文件系统。它不会向你的原始驱动器写入任何东西，它主要是在内存中重建文件分区表使数据能够安全地传输到其他驱动器中。你可以从被病毒破坏或是已经格式化的硬盘中恢复数据。
Easy Recovery首先的功能就是磁盘诊断。功能包括Drive tests、Smart tests、Size Manager、Jumper Viewer、Partition tests和Data Advisor。
Drive tests用来检测潜在的硬件问题；
Smart tests用来检测、监视并且报告磁盘数据方面的问题；
Size Manager可以看见一个树型目录，可以看出每个目录的使用空间； Jumper Viewer是Ontrack的另外一个工具，单独安装EasyRecovery是不被包含的；
Partition tests类似于windows 2000/xp里的chkdsk.exe，不过是图形化的界面，更强大，更直观；
Data Advisor是用向导的方式来创建可以在16位下分析磁盘状况的启动软盘。
Easy Recovery最核心的功能就是Data Recovery(数据恢复)，对于恢复被删除的文件，在EasyRecovery主界面中选择“数据修复”，然后选择DeletedRecovery”进入修复删除文件向导，在第一步首先选择被删除文件所在分区，单击“下一步”按钮，软件会对该分区进行扫描，完成后会在窗口左边窗格中显示该分区的所有文件夹(包括已删除的文件夹)，右边窗格显示已经删除了的文件，可先浏览到被删除文件所在文件夹，然后就可以在右边的文件栏中看到该文件夹下已经删除的文件列表，选定要恢复的文件。单击“下一步”按钮，先在“恢复到本地驱动器”处指定恢复的文件所保存的位置，这个位置必须是在另外一个分区中。单击“下一步”按钮即开始恢复文件，最后会显示文件恢复的相关信息，单击“完成”按钮后，就可以在设置的恢复的文件所保存的位置找到被恢复的文件。
文件夹的恢复也和文件恢复类似，只需选定已被删除的文件夹，其下的文件也会被一并选定，其后的步骤与文件恢复完全相同。另外，文件恢复功能也可由“数据修复”中的“AdanceRecovery”来实现。
R-Studio 是功能超强的数据恢复、反删除工具，采用全新恢复技术，为使用 FAT12/16/
32、NTFS、NTFS5(Windows 2000系统)和 Ext2FS(Linux系统)分区的磁盘提供完整数据维护解决方案！同时提供对本地和网络磁盘的支持，此外大量参数设置让高级用户获得最佳恢复效果。R-Studio新增加的版本增加了RAID重组功能，可以虚拟重组的RAID类型包括，RAID0，RAID5，其中重组RAID5可以支持缺少一块硬盘。
具体功能有：采用 Windows资源管理器操作界面；
通过网络恢复远程数据(远程计算机可运行Win95/98/ME/NT/2000/XP、Linux、UNIX 系统)；
支持 FAT12/16/
32、NTFS、NTFS5 和 Ext2FS文件系统；能够重建损毁的RAID阵列；
为磁盘、分区、目录生成镜像文件；恢复删除分区上的文件、加密文件(NTFS 5)、数据流(NTFS、NTFS 5)；
恢复FDISK或其它磁盘工具删除过得数据、病毒破坏的数据、MBR 破坏后的数据；
识别特定文件名； 把数据保存到任何磁盘;浏览、编辑文件或磁盘内容等等。
六、实验步骤
（一）r-studio操作步骤 1．数据恢复。
将你要恢复文件的硬盘连在计算机上，点击桌面“r-studio图标”，打开r-studio软件（见图1）。
图1 2．打开任意磁盘或者分区，右边显现文件有红色叉的表示删除的文件（见图2）。
图2 3．勾选该文件，“右击”选择“恢复标记文件”，设置文件输出路径，便可以恢复文件了（见图3）。
图3 打开文件恢复的存放路径，看看有没有成功的恢复文件！
4．点击某分区，右击选择“扫描”，进行“文件系统设置”选项设置后，点击“扫描”开始扫描磁盘（见图4）。
图4 5．扫描磁盘（见图5）。
图5 6．完成磁盘扫描（见图6）。
图6 7．双击“红色盘符”，然后双击“额外找到的文件”，就可看到此文件系统下的恢复文件（见图7）。
图7 8．按你想要的方式给你恢复的文件分类，勾选你要恢复的一类文件或者某一文件（见图8）。
图8 9．右击选择“恢复标记的内容”，设置恢复的路径，此路径不能在此次扫描的磁盘中（见图9）。
图9 10．打开文件路径检查是否成功恢复文件。
（二）EasyRecovery Pro操作步骤
1．双击EasyRecovery Pro图标，打开EasyRecovery Pro主界面（见图10）。
图10 2．主界面的左上角，分别列出了该软件主要的四大块功能，分别是：磁盘诊断、数据恢复、文件修复和邮件修复（见图11）。
图11 3．点击“数据恢复”，进入数据恢复界面，里面有数据恢复的相关模块（见图12）。
图12 4．对于被误删除的文件（本实验以误删除文件为例，误格式化文件同理），点击“删除恢复”，进入删除恢复界面（见图13）。
图13 5．选择误删除文件的分区，点击“下一步”可以看到该优盘中被删除的一些文件（见图14）。
图14 6．点击右下角的“过滤器选项”可以设定过滤规则（见图15）。
图15 7．若文件较多，可以使用“查找”功能（见图16）。
图16 8．也可以选取某个文件，点击“查看文件”按钮，进行查看。9．选取要恢复的文件，按“下一步”继续（见图17）。
图17 10．选取恢复数据以及报告的目的地，按“下一步”继续（见图18）。
图18 11．数据恢复完成，可以将此报告打印或保存（见图19）。
图19 12．按“完成”保存恢复状态，退出程序（见图20）。
图20 13．查看已恢复出来的文件（见图21）。
图21
一、实验目的
UART 串行通信接口技术应用
二、实验实现的功能
用两片核心板之间实现串行通信，将按键信息互发到对方数码管显示。
三、系统硬件设计
实验所需硬件：电脑一台；
开发板一块；
串口通信线一根； USB线一根；
四、系统软件设计
实验所需软件：编译软件：keil uvision3；
程序下载软件：STC_ISP_V480； 试验程序：
#include
L1=1;L2=1;L3=1;
H1=0;if(L1==0)
return 1;else if(L2==0)
return 2;else if(L3==0)
return 3;
H1=1;H2=0;if(L1==0)
return 4;else if(L2==0)
return 5;else if(L3==0)
return 6;H2=1;return 0;
} unsigned char keyscan(){ static unsigned int ct=0;static unsigned char lastkey=0;unsigned char key;key=getkey();
if(key==lastkey){
ct++;
if(ct==900)
{
ct=0;
lastkey=0;
return key;
电子商务1003班
李小帅
20101503
一、概述
近年来，随着网络技术的不断发展和网民数量的不断增加，网络营销逐渐兴 起，各行各业开始借助网络开展市场营销活动。但是，在白酒行业，网络营销的 应用还并不广泛。据中国互联网数据中心 DCCI2011 年的统计资料显示，2011 年 上半年食品饮料行业在互联网营销方面的费用仅仅占到所有行业网络营销费用 的 3%。（可见，白酒行业费用占比更小）。而从网络营销所采用的方式看，国内白酒企业大多会采用两种方式来进行网 络营销：第一，建立自己的网站或博客，在网站或博客上发布企业新闻、产品信 息以及线下活动信息；第二，在较大的门户网站、地方网站和行业网站上发布广 告（以图片或 flash 动画形式）。除此之外，还有一些白酒企业通过电子商务的方式建立起了网络销售渠道。但由于白酒运输问题、销售渠道价格差异问题和白酒消费群体上网习惯等问题，白酒电子商务发展速度及规模并没有像其他行业那样的快和大。但是，随着网络技术的不断发展、网民年龄的不断增大、网络购物习惯的逐 渐形成，中国网民的年龄结构与国内白酒消费者年龄结构已经渐渐趋向一致，据 中国互联网络信息中心 2011 年 7 月发布的 《第 28 次中国互联网络发展状况统计 报告》显示，中国网民中 20 岁到 50 岁的网民数量已经占据全部网民总数的 65.6%，而在中国，白酒消费群体主要集中在 25 至 45 岁，所以，国内白酒行业 网络营销的基础已经形成。
二、国内白酒企业网络营销典型案例分析
1、洋河论坛营销分析
2010 年，洋河集团通过和烟台论坛合作，借助烟台论坛的人气，以在烟台 论坛建立论坛专区，发布企业及产品信息、线下活动信息等方式，促使洋河产品在烟台的旺销和品牌的快速传播。营销成功原因分析： 1.产品、品牌因素：产品价位区间宽，品牌知名度大 2.网络平台的选择：烟台论坛人气足，影响力大 3.营销活动内容：除了在论坛上发布企业及产品信息、广告等内容，同时 分阶段发布线下活动信息，使得产品、品牌的传播从线上到线下逐步扩散。
2、五粮液红酒博客营销
五粮液国邑干红与国内知名网络营销企业博拉合作，利用博客发布红酒 试饮活动信息，吸引网民参与活动，而后在众多报名者中依条件挑选若干人 参与试饮；试饮完毕，试饮者在通过博客给予产品体验反馈。营销成功原因分析： 1.产品、品牌因素：品牌知名度大 2.网络平台的选择：博客关注度大 3.营销活动内容：线上组织，线下活动。影响范围广。
3、酒仙网的网络营销
酒仙网是最近两年逐渐兴起的白酒 B2C 电子商务企业，它借助强大的资金 实力与市场营销力度和国内众白酒企业达成合作协议，并且采用气囊包装方 法，解决了少量白酒长途运输的问题。目前，它还与淘宝、拍拍等国内知名 B2C 电子商务企业合作，在其网站上开设酒仙网电子商城。目前，在淘宝、拍 拍上输入“白酒”，搜索结果中排名第一位的就是酒仙网电子商城。
在处理物理实验数据过程中,使用Excel收集数据、分析数据,利用计算机强大的计算功能,快速有效地得到其结果。不仅克服了手工计算耗时易错的缺点,而且有利于科学素质和理论联系实际的思考能力的培养,对培养有深厚基础的创新性人才有深远影响。
本文以处理测量摆的周期认识偶然误差的统计规律的实验数据为例,说明Microsoft Excel在物理实验数据处理中的使用方法和表现出的优越性。
1 数据处理实例
1.1 创建电子表格,输入原始数据
由于Excel XP以表格组织数据,所以须根据物理量的内在联系,创建单表头的“原始数据”表,录入测量数值,(见表1),为数据处理做好准备。
在数据输入过程中,采用Excel XP的预警机制,提高输入数据的准确性。
1)由于测量到的周期在一个小的范围内,可用“数据”菜单中的“有效性”命令设定相应范围。在输入范围外的数据时提出警示。
2)调用“文本到语音”工具栏,选中数据区域,点击“朗读单元格”按纽,与原始实验记录数据核对,杜绝手工输入可能引起的错误。
3)锁定原始数据,使数据呈不可编辑状态,避免误操作。
1.2 调用Excel XP内置函数,快速准确获得统计值
1.2.1 求平均值与标准偏差
1)在新的工作表中建立“标准统计”数据表,设定待求次序段(见表2)。
2)明确平均值与标准偏差与原始数据的函数关系:
求平均值公式:;求标准偏差公式:。
3)调用内置函数,在编辑栏中输入相应的表达式:
(1)选中单元格C4,在编辑栏中输入“=AVERAGE(原始数据!C3:C12)”,引用原始数据表中的数据求出前十个数据的平均值。使用“填充柄”,通过拖拉方法完成公式复制,避免二次输入过程,快速得到其余次序段的平均值。
(2)选中在单元格D4,在编辑栏中输入“=SQRT(DEVSQ(此函数返回各数据点与均值点之差(数据偏差)的平方和)。(原始数据!C3:C12)/9)”,逐次在D5～D14的编辑栏中复制公式并做相应修改,尽量减小手工输入,快速计算出所有标准偏差。
1.2.2 求格罗布斯判据
通过调用函数LN(number),计算出格罗布斯判据系数Gn=LN(105-3)/2.3+1.36-105/550,代入格罗判据公式:验证数据有效性。
在标准的电子数据表格中,通过调用内置函数,随时可以从原始数据中提取出相关数据,快速准确的分析计算出待求物理量,一个复杂的计算过程,在鼠标的点击、拖放过程中实现。
1.3 借助Excel XP图表功能,凸现数据统计规律
1.3.1 描绘平均值变化趋势图
1)在Excel XP的常用“工具栏”上,点击“图表向导”按纽,
2)选择“XY散点图”中的“折线散点图”,点击“下一步”,
3)在“数据区域”中选择“标准统计!$B$3:$C$14”,在系列选项中按列产生,点击“下一步”,
4)设置“标题”、“坐标轴”,“网格线”、“图例”、“数据标志”等选项卡中的相关项,
5)点击“完成”,得到期望的图表。(见图1)
1.3.2 进行分区统计
通过调用函数MIN(原始数据!C3:C107)求出所有数据的最小值,调用MAX(原始数据!C3:C107)求出所有数据的最大值,调用函数COUNTIF(range,criteria)计算出给定区间的数据数目,例如在编辑栏中输入(或通过“插入”“函数”实现)“=COUNTIF(原始数据!C3:C107,"<1.9808")-COUNTIF(原始数据!C3:C107,"<1.9609")”可以统计出介于1.9609～1.9808数据个数,计算出频率及频率和区间宽度的比值。(计算结果见表3:分区统计表)最后据此画出统计直方图。(见图2)
用电子图表代替了传统的坐标纸,简洁明了的传达出平均值随测量次数的增加波动幅度变小的现象,形象的说明了偶然误差和测量次数间的关系及测量数据的分布情况。
在物理实验数据处理过程中,可以借助图形的突出趋势、明确比例、夸张比较等丰富的表现力,明晰数据间的隐含关系;利用图形的可视效果,引发学生的形象思维,使数据分析工作在逻辑和形象思维间得到互补。
2 结束语
随着科技的发展,信息革命将使人类从繁杂的形式化脑力劳动中解放出来,使用计算机可以准确高效地处理各类数据。物理实验必须与现代科学技术接轨,才能激发学生的学习积极性与热情,也才能使现代科技进步的成果渗透到传统的经典课程内容之中。
摘要：该文通过介绍用Excel XP优化处理物理实验数据的过程,说明Excel XP在处理数据中的使用规范,并体验它在处理实验数据中的优越性。
关键词：数据处理,Excel,平均值,标准偏差,统计规律
参考文献
[1]微软公司Microsoft Excel2002标准教程(教师手册)[M].北京:中国劳动社会保障出版社,2002.
关键词：数据结构；实验；编程；教学
中图分类号：TP3-4 文献标识码：A文章编号：1007-9599 (2011) 06-0000-01
Teaching Research on Data Structure Experiment
Zhang Xiujian
(Guangzhou University Sontan Collehe,Guangzhou 511370,China)
Abstract:Data structure is a course that emphasizes that exercise of logical thinking and programming ideas.In this paper,we argue that the appropriate experimental program and integration of software engineering can improve student’s innovative ability.
Keyword:Data Structure;Experiment;Programming;Teaching
《数据结构》，是一门重要的理论学科。通过调研看出，该科目在各个院校的实验教学情况存在较大差异。学生学习理解过程缓慢，教师教学也不能得心应手，尤其是实验课，由于部分学生对编程语言掌握不熟练，实验内容抽象，而有较大畏难情绪，甚至不参加实验课。虽然曾经有些教师参考了任务驱动、实例教学等方法，但过于强调某种教法，也会影响教学效果。所以，该课程宜结合课程特点设计教学，切实通过贴近于实际的方法传道授业，结合实验落实教学效果是非常重要的。
一、数据结构课程实验教学中问题所在
（一）实验课时欠缺。有的学校压缩实验时间，让位于理论教学，这对学习效果的落实来说是本末倒置。没有足够的实验课时，学生就无法把理论知识加以系统地整理，进而在实验中消化吸收。
（二）综合性、创新性实验科目欠缺，系统性不强。开设的数据结构的实验课程中，虽然安排了相关知识点的实例，但是对设计的创新性和综合性上有待提高，要加强知识点的综合运作。
（三）没有很好地结合课堂教学和实验教学。作为一门比较抽象的理论教学课，尤其要重视课堂和实验教学相结合。实验中要突出该课程的实践性，教学中要注重理论和实践的结合。现在，不少教师只重视知识的灌输，在实验中任务不明确，要求不明晰，让学生在实验中迷失了对理论的进一步实践的方向。
二、实验教学的改革探索
（一）教学模式的改变。基于数据结构课程理论难于理解的特点，要突出实验课的效果，要注重“课堂.一章的基础性实验.综合实验”相结合的框架。注意从逻辑机构到存储结构，再到实现基本算法，继而具体应用的方法，一以贯之地落实到数据结构教学中去。算法的讲授要先分析算法，再运用编程语言演练算法，最后进一步分析算法。如能采用多媒体演示算法的步骤，会使学生更加清晰地理解。课堂教学始终要把应用的要求作为做种目标，辅以实验训练，加强学生动手编程和自我创新的能力。
（二）基础实验环节要重视。实验环节要让学生进一步理解数据结构的特点，明确相关概念，熟练各种基本算法的实现。枯燥的理论讲述的再多，也不如配合实验让学生一练，所以教学要重视基础实验环节。要想获得扎实的教学效果，教师要提供实验编程语言，Turbo C、Visual C++、Delphi等都可以。根据教材确定实验方案，明确实验目的、内容、要点和必备注意事项，最后安排几个演练题目，比如矩阵的遍历、数据的折半查找等。实验课程要贴近学生的编程水平，不可偏离太过。实验中，学生有章可循，对要点有较强的针对性，实验效率就会大大提高，使学生真正能举一反三。
（三）课程实验要理论应用相结合。实验要注意结合原理和应用，让学生在解决实际问题时学会调用学过的知识点，养成动手练习语言编程的习惯，所以，这个层面的综合实验要求要高于普通的课下练习和基础实验，更贴近于应用。平时虽然侧重练习简单的算法程序，但综合实验课是软件设计的高级训练阶段，融合了问题的分析，系统结构设计、操作界面设计、编程技能技巧，是软件设计的系统工程。教师分阶段拟定数据机构在实践中的各种应用，比如：汉诺塔问题、约涩夫环问题、Huffman Coding方式、班级信息管理系统等，把任务分配给学生，让学生组织课题公关。课题的结题要提供课题表述、基本要求、实验数据、实现结果和关键实现步骤等内容，这能协助学生破题解题，以免形成错误的认识，同时也讲解了程序设计的基本路线，确保实验目标的实现。最后每个课题组都集中展示实验过程接结果。试试证明，这样的实验环节，综合了数据结构知识、编程语言技能和软件工程思想，让学生系统地理解各门课程的联系，融合相关专业课的精髓，锻炼了学生的团队合作互助精神，提高了组织能力和管理水平
三、重点组织好教学实验的各个环节
（一）实验题目的设计。鉴于实验环节教学时间的限制，学生的编程基础和技能较为薄弱，所以，设计和拟定合适的实验题目尤为重要。实践题目应该由易到难循序渐进：
1.常用算法练习。主要讲解各章节知识点，深入贯彻算法理论的理解；2.基础性应用练习。主要让学生针对单一的数据结构解决应用难题，其难度中等；3.综合应用题目练习。要涵盖多个章节的内容，系统性强，难度较高，可以组织学生成立课题组，在课外实验环节共同研讨解决，再集中展示。课题的设计要注意：（1）常用算法的练习要有一定代表性，重点练习各个章节的知识点，难度较小，目的在于理论知识的掌握。课堂教学要和实验环节对应，学生在试验中重点演练课上讲授的内容。（2）基础性应用练习难度要适中，既要带动基础薄弱的学生，又要注意发挥基础好的学生的能动性，可以加以延伸，或是鼓励提供多种解决方法，进行不同思路的性能的比较，让各个层面的学生都能参与实验。（3）综合应用练习题不宜太难，但要引起学生的兴趣，宜于结合实际中的事物或应用系统，让学生宜于接受和理解，这样才能促进学生的积极性。
（二）实验环境的搭建。现在很多学校选取谭浩强教授出版的《数据结构（c语言版）》作为教材，应用C语言进行数据结构的设计语言，用TC搭建实验环境。而在实际教学中，应用C语言讲解数据结构常常对算法设计和实现上较为突出，对数据结构的系统性容易忽视。如果用C++进行数据结构的实验练习，可以注重其整体性和系统性，先定义数据结构的类，再分析其逻辑特性，然后把存储结构延伸到算法的实现中去，能帮助学生构建数据机构的概念。
（三）实验过程的组织与实施。实验中可以采取学生分组、一人负责的机制进行实验。提倡互动探讨和交流，既能让学生接触更多的实验题目，也能提高学生的团队合作精神。
（四）实验结果的检验和考核。对实验结果，教师要辅以必备的检查来进行督导。对于实验报告的书面汇报，要设计题目、要求、步骤、结构、程序代码和改进方法，以及最后的体会等。教师通过实验报告书可以详细了解学生的实验情况，进而发现共性的问题集中解决。
（五）实验问题的总结与弥补。通过实验，教师对于学生学习中存在的问题要进行系统总结和分析加以更正，有些不良的编程习惯，教师要着重强调。
四、结束语
《数据结构》的实验课注重学生动手能力的培养，强调创新思维的养成，通过实验，结合应用案例，能够进一步提高该课程的教学质量，加深学生对知识点的理解，具有积极的现实意义。
参考文献：
[1]程满玲.数据结构课程教学模式改革的探索与研究[J].武汉商业服务学院学报,2007,3
【数据挖掘实验三】推荐阅读：
关于数据挖掘的论文10-16
数据挖掘期末考试试题10-01
《数据结构》实验报告——排序05-30
实验数据结构与算法06-23
数据处理上机实验报告06-25
数据库上机实验题06-30
北邮数据库实验报告07-07
空间数据库实验总结07-14
数据库实验报告册09-20
