计算机专业认知实习报告

 学号：  

姓名：     

专业班级：  

学院：    

20##年6月

1、实习目的：

计算机科学与技术专业认识实习是学生在完成基础课学习转入到专业课学习阶段的一个极其重要的实践教学环节。其目的是通过听取专业报告和写出听取报告后的感想和学习体会等多种方式，使学生了解本专业相关领域的发展现状。具体任务包括：

1、了解计算机、网络通信等相关领域的发展现状和最新科研成果，以及在生产科研中的应用；

2、巩固学生的理论知识，培养学生的实践能力、创新能力，拓宽学生视野，树立努力学习专业知识的信心，并为学习后续课程打下一定的实践基础；

3、增强动手上机实践能力的观念，树立正确的劳动观和价值观。

2、社会背景：

随着社会的不断发展，科技的进步，计算机技术的飞速发展，标志着信息时代已走入蓬勃发展的时代。作为信息载体的计算机日益显露出其举足轻重的地位知识经济将成为新世纪的主导产业。伴随计算机的逐步使用和推广，计算机已在科研、生产、商业、服务等许多方面占据了最根本的地位，创造了提高效率的途径。它已成为政府、企事业单位信息化建设中的重要组成部分，其重要性早已根深蒂固、深入人心。

3、实习内容：

1、Semantic web 与 Semantic web services
    黄广军老师向我们讲授了Semantic web 与 Semantic web services，主要讲了语义web的产生，语义web技术基础，主要研究方法，开发步骤与工具，应用系统以及Semantic web services的起源，web services框架以及语义web services结构，以及当前的一些研究热点等方面的内容。
    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，而且现有的改进方式是提供交互式界面，逐步求精，或是采用目录或基于反馈信息，但是效率很低，而语义web引入语义分析技术基于本体，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。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。还是我了解到语义web的目标即将面向人的网页、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。其原理是将搜索引擎的处理层面由语法层提高到语义层。也明白了web services的架构和工作原理。老师也讲了一些著名的搜索引擎现在所存在的缺陷和问题。
    此次讲座老师使我们对Semantic web 与 Semantic web services有了一个初步的认识，也给我们提供了对计算机技术的一个研究方向。
2、 数字图像处理的应用及发展动态
    黎蔚老师向我们讲授了数字图像处理的应用和发展状态，主要包括数字图像处理技术的背景和意义，数字图像处理的特点，数字图像处理的主要内容，数字图像处理的应用、数字图像处理领域的发展动向以及图像处理技术未来发展，其着重讲了水印提取算法，主要内容有两种水印应具备的特征，不可见水印提取算法的设计与实现，相似度分析，鲁棒性能实验和分析以及结论。
    图像技术对于我们来说接触的最多的是PS,主要是图像进行美工处理，以前对图像技术也听说过但不是很了解究竟会有怎样的应用，老师的讲后发现图像的应用真的很广泛，包括物理化学的结晶分析、谱分析；生物、医学的细胞分析、染色体分类、血球分类、X射线照片分析、CT等；环境保护的水质及大气污染调查；地质的资源勘探、地图绘制、GIS；农林的植被分布调查、农作物估产；海洋的鱼群探查、海洋污染监测；水利的河流分布、水利及水害调查；气象的云图分析等；通信的传真、电视、多媒体通信；工业、交通的工业探伤、铁路选线、机器人、产品质量监测；经济上的电子商务、身份论证、防伪；军事上的军事侦察、导弹制导、电子沙盘、军事训练等以及法律上的指纹识别等。基本上涵盖了各个行业，而且以前对水印的技术了解也只是钱币真假的识别，以及老师在课堂上所提到的版权保护，而这次讲座时我对水印有了一个更加深刻的认识，并不是自己所理解的那么狭隘。
3、数据库的相关技术
    刘勇老师向我们介绍了数据库技术的相关的知识，主要有半结构化数据库建模，应用数据库，数据挖掘等内容，其中应用数据库包括实时数据库，空间数据库和面向对象数据库 。着重讲了半结构化数据库建模，强调掌握XML的重要性，对应用数据库和数据挖掘也有提及。
    在信息社会，信息可以划分为两大类。一类信息能够用数据或统一的结构加以表示，我们称之为结构化数据，如数字、符号；明白了我们所学的就是一种简单的结构化的数据库；而另一类信息无法用数字或统一的结构表示，如文本、图像、声音、网页等，我们称之为非结构化数据。结构化数据属于非结构化数据，是非结构化数据的特例。　

随着网络技术的发展，特别是Internet和Intranet技术的飞快发展，使得非结构化数据的数量日趋增大。这时，主要用于管理结构化数据的关系 数据库的局限性暴露地越来越明显。因而，数据库技术相应地进入了“后关系数据库时代”，发展进入基于网络应用的非结构化数据库时代。所谓非结构化数据库， 是指数据库的变长纪录由若干不可重复和可重复的字段组成，而每个字段又可由若干不可重复和可重复的子字段组成。简单地说，非结构化数据库就是字段可变的数 据库。

4、实习总结及分析

实习历时之短，虽然只有几次讲座，但是给我留下了印象和感触却是不可比拟的，这让我倍受鼓舞。我相信，通过这次实习对我来说是一次很好的人生经历，对我以后走上工作岗位打了一剂很强的预防针，让我受益匪浅。

真诚待人，乐于与人沟通。人作为社会中的个人，是社会中的一部分，每时每刻都要与人交流，沟通，所以处理好人与人之间的关系非常重要。一个人无论从事什么工作，首先要做的就是处理好自己与身边的人的关系，是自己更好的融入到他所在的团队中去。而要让自己能更好地融入到团队中去，你就得诚实讲信用，真诚的去对待身边的同事，乐于与他们沟通。在实习的过程中，这点我感受颇深。

所以对以下三个问题要反复斟酌，充分论证，综合分析，以确定自己的最佳职业生涯路线。要以自己的最佳才能，最优性格，最大兴趣，最有力的环境等综合因素最佳配置。

审视自我，确立目标，生涯策略，生涯评估都到了最好的阶段，如果已经创业就应该排除不必要的犹豫和干扰，全心致力于目标的实现。如果已经精锐衰退期，没有什么新的驱动力，对现状妥协或者是转变工作角色应该是不错的选择，可由走技术路线，转向行政管理路线。

“千里之行，始于足下”，这次实习虽然短暂，但对我来说却很充实，我认为这对我走向社会起到了一个桥梁的作用，过渡的作用，用人生的一段非常重要的经历，对将来走上工作岗位有着很大帮助。这次实习学到的东西不仅仅是书本上的知识，更有为人处事的知识。做事首先要学做人，要明白做人的道理，如何与人相处是现在社会做人的一个最基本的问题。对于我们两年以后就要步入社会的人来说，需要学习的东西很多，而他们就是我最好的老师，正所谓“三人行，必有我师”，而我则可以向他们身上学习很多知识和道理。我觉得这是我一生中的一笔宝贵财富。

我在这些天的实习中学到了很多在课堂上根本就学不到的知识，收益非浅．现在我对这几天的实习做一个实习小结。回想自己在这期间的实习情况，不尽如意。对此我思考过，学习经验自然是一个因素，然而更重要的是心态的转变没有做到位。现在发现了这个不足之处，应该还算是及时吧，因为我明白了何谓工作。在接下来的日子里，我会朝这个方向努力，我相信自己能够把那些不该再存在的“特点”抹掉。感谢老师们在这段时间里对我的指导和教诲，我从中受益非浅。

5、实习体会

通过此次实习，让我学到了很多课堂上更本学不到的东西，仿佛自己一下子成熟了，懂得了做人做事的道理，也懂得了学习的意义，时间的宝贵，人生的真谛。明白人世间一生不可能都是一帆风顺的，只要勇敢去面对人生中的每个驿站！这让我清楚地感到了自己肩上的重任，看清了自己的人生方向，也让我认识到了计算机工作应支持仔细认真的工作态度，要有一种平和的心态和不耻下问的精神，不管遇到什么事都要总代表地去思考，多听别人的建议，不要太过急燥，要对自己所做事去负责，不要轻易的去承诺，承诺了就要努力去兑现。单位也个哦我们指明了具体的一些方向，对实际的计算机工作的有了一个新的开始，更好地为我们今后的工作积累经验。

“纸上得来终觉浅，绝知此事要躬行。”在短暂的实习过程中，我深深的感觉到自己所学的知识于在实际运用中的专业知识相比，还有很大的差距，而要缩小这个差距还有很多的知识要学。我深深的感觉到自己所学知识和在实际运用中的专业知识的匮乏，当听到讲师在讲解的过程中我才发现我了解的计算机内容是那么少，平时总以为我在学校学得还不错，现在才自己真正懂的知识是那么少，这时才真正领悟到“学无止境”的含义。不过这对我来说也不是坏事，能及时发现自己的欠缺，可以让自己及时补上这方面的知识。这让我更深刻体会到，学习知识要坚持理论与实践相结合，计算机科学是一门实践操作要求很强的学科，他需要理论与实践相结合，在学习理论知识的同时，更加要注重实践操作，而且要把时间操作放在一个重要的位置，仅仅学习理论知识是不行的。蜗居的学校里的实训课和实践实习就是一种很好的实践形式。他能够把理论与实践很好的结合起来。

要持之以恒。做任何事情都要有耐心和恒心，并且以正确的态度去对待你所做的事情，因为你有了正确的态度去对待你所做的事情，你才能认真的去做好它，及时完成它，有了耐心与恒心，无论你遇到多大的困难，你都会坚持到底，直到成功。这是我在实习过程中的感悟。

我知道工作是一项热情的事业，并且要持之以恒的品质精神和吃苦耐劳的品质。我觉得重要的是在这段实习期间里，我仿佛深入了社会，在实践中了解社会掌握了一些与人交往的技能，怎样处理之间的关系。利用这次难得的机会，也打开了视野，增长了见识，为我们以后进一步走向社会打下坚实的基础。

 

第二篇：计算机专业认知实习报告

计算机专业认知实习报告

       学号：10104060213

     姓名：凌红康

     专业班级：计科102

     学院：电子信息学院

    

20##年6月

相对于结构化数据而言,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。字段可根据需要扩充，即字段数目不定，可称为半结构化数据，例如Exchange存储的数据。

在信息社会，信息可以划分为两大类。一类信息能够用数据或统一的结构加以表示，我们称之为结构化数据，如数字、符号；而另一类信息无法用数字或统一的结构表示，如文本、图像、声音、网页等，我们称之为非结构化数据。结构化数据属于非结构化数据，是非结构化数据的特例。

随着网络技术的发展，特别是Internet和Intranet技术的飞快发展，使得非结构化数据的数量日趋增大。这时，主要用于管理结构化数据的关系 数据库的局限性暴露地越来越明显。因而，数据库技术相应地进入了“后关系数据库时代”，发展进入基于网络应用的非结构化数据库时代。所谓非结构化数据库， 是指数据库的变长纪录由若干不可重复和可重复的字段组成，而每个字段又可由若干不可重复和可重复的子字段组成。

  在这次的实习里，我们主要学习半结构化数据的建模技术，即XML。我们学习了：

1.  XML的介绍：认识的表示语言，XML的特色和它的应用；

2.  XML的基础知识：如XML是一种数据描述技术；

3.  XML的相关技术：如XSL和CSS；

4.  XML的数据源对象；

5.  XML的文档对象模型：有DOM技术。

数据挖掘(Data Mining)旨在从大量的、不完全的、有噪声的、模糊的、随机的数据中, 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。还有很多和这一术语相近似的术语,如从数据库中发现知识(KDD)、数据分析、数据融合(Data Fusion)以及决策支持等。

数据挖掘的任务主要是关联分析、聚类分析、分类、预测、时序模式和偏差分析等。1. 关联分析(association analysis)：两个或两个以上变量的取值之间存在的规律性称为关联。数据关联是数据库中存在的一类重要的、可被发现的知识。2. 聚类分析(clustering)：聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。3. 分类(classification)：分类就是找出一个类别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并用这种描述来构造模型，一般用规则或决策树模式表示。分类是利用训练数据集通过一定的算法而求得分类规则。分类可被用于规则描述和预测。4. 预测(predication)：预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。5. 时序模式(time-series pattern)：时序模式是指通过时间序列搜索出的重复发生概率较高的模式。与回归一样，它也是用己知的数据预测未来的值，但这些数据的区别是变量所处时间的不同。6. 偏差分析(deviation)：在偏差中包括很多有用的知识，数据库中的数据存在很多异常情况，发现数据库中数据存在的异常情况是非常重要的。偏差检验的基本方法就是寻找观察结果与参照之间的差别。数据挖掘常的基本技术：1. 统计学。2. 聚类分析和模式识别：聚类分析主要是根据事物的特征对其进行聚类或分类，即所谓物以类聚，以期从中发现规律和典型模式。近些年来模糊聚类和神经网络聚类方法也有了长足的发展。3. 决策树分类技术。4. 人工神经网络和遗传基因算法。5. 规则归纳。6. 可视化技术。数据挖掘的过程可以分为6个步骤（1)  理解业务。（2)  理解数据。（3)  准备数据。（4)  建模。（5) 模型评估。（6) 模型部署。

本次学习数据挖掘主要学习了：1.数据挖掘的发展简述：数据的丰富与知识的贫乏，从数据到知识和数据挖掘的产生。2.数据挖掘的基本知识：数据挖掘的定义，数据挖掘的深入。3.数据挖掘的功能：概念描述：定性与对比，关联分析，分类与预测，聚类分析，异类分析及演化分析。4.数据预处理。5.关联挖掘：关联规则挖掘和单维布尔联规则挖掘。

  空间数据库的概述与总结：这次学习了1.空间数据库的概述：空间数据库的重要性空间数据库的组成，空间数据库管理系统的实现。2.数据库的特点：数据库的复杂性，数据库处理的多样性及大量的数据。3,空间数据库的设计：空间数据库设计过程，空间数据库的数据模型设计，空间数据库设计的原则、步骤、技术方法。4.空间数据库库的实现与维护：空间数据库的实现，相关的其他设计如安全性，完整性等，空间数据库的运行与维护。5.数据库的数据模型：GIS数据库及其管理：基于关系型数据库和文件系统的管理方法，以关系型数据库为核心的引入面向对象机制，建立全新的面向对象的数据库管理系统。GIS空间分析：1.空间分析的概念：定义及重要性。2.空间分析的主要内容：空间位置，空间分布，空间形态，空间距离，空间关系，3. 基本空间分析技术：空间查询与量算，缓冲区分析，叠置分析，网络分析，空间插值，空间统计分析，数字高程模型与数字地形分析。4.空间数据库的发展：面向对象模型的应用，多媒体技术拓宽了地理空间数据库系统的应用领域，虚拟现实技术促进了地理空间数据库的可视化，分布式处理和Client/Server模式的应用，使地理空间数据库具有与Internet/Intranet的连接能力，实现分布式事物处理、透明存取、跨平台应用、异构网互联、多协议自动转换等。

  面向对象的数据库应用系统的概述与总结：1.概述：面向对象分析，面向对象设计，面向对象程序设计，面向对象测试，OOA 概论，OOD 概论，面向对象测试概论，UML 引论，

2.使用案例分析：使用案例，使用案例图。3.静态建模：认定对象与类，确认对象关系，模型的完善，4.动态建模：建模步骤，序列图的使用，状态图的使用，协作图的使用，动作图的使用，5.系统框架建模：逻辑框架设计，物理框架设计，6.使用UML的软件过程：CMM软件成熟度标准，RUP 开发周期，软件架构。7.面向对象设计案例分析：交互式图形编辑系统：用于创建、编辑、浏览图形，图形由直线、矩形、椭圆和文本组成，约束条件：提供可视化编辑手段，可浏览多个图形，不考虑图形的保存和装入，需求分析，系统分析，系统建模，系统实现。

  实时数据库技术：1.实时应用的数据处理。2. 实时数据库简介：实时数据库系统定义，实时系统的主要特性：及时性、可预测性和可靠性等，实时数据库与传统数据库，实时数据库与其它高级数据库的联系，3. 实时数据库的特征：RTDB的数据特征，RTDB的事务特征，4. 实时数据库管理系统：实时数据库系统的主要问题，实时数据库系统结构，实时数据库执行模型，5.实时事务模型：实时事务的建模特性，实时事务的分类，实时事务的特性，实时事务模型，嵌套实时事务模型，6.实时事务调度与并发控制：实时事务调度，实时事务的并发控制，7.实时数据库应用：国内外实时数据库的发展现状，实时数据库系统在企业信息化的应用，基于实时数据库的高级数据应用技术。

  通过本次的认知学习，我学习了半结构化数据建模：XML的相关知识，基于数据库的数据挖掘，空间数据库及实时数据库，还有面向对象的的数据库应用系统开发的知识。这次学习让我体会到数据库技术的复杂和深奥，数据库是一项包含了大量知识的一门学科，所以说我们如果想精通数据库，需要有明确的学习目标。我个人的目标是在接下来的一年里要抽出一定的时间与精力来学习数据库，主要是本次认知实习的内容。在接下来的几周我计划：第一周：学习XML和数据挖掘，进行实践的训练，多读这方面的书籍，加深理解，以达到自己学习的目标：基本了解并能掌握基本的知识。第二周及还剩余的时间：我计划学习空间数据库，面向对象数据库及实时数据库的知识，不过重点放在面向对象数据库的学习，可能以后工作最可能用到的就是面向对象数据库的知识，毕竟它已经在企业的应用还是比较多的。这部分知识更新颖对我来说，也是我比较感兴趣的。