实验名称：现代机械工程基础实验2 实验时间： 2013.12.23 - 2014.1.3
学院：机电工程学院
班级：机械10级班
姓名：
学号：
指导教师：
山东建筑大学实验报告纸
实验报告一、成型制件的实物图片
冲压件图片
塑料件图片
锻造件图片
序号标准号:发布年份标准名称(仅供参考) 1 GB 1683-1981 硫化橡胶恒定形变压缩永久变形的测定方法 2 GB 1686-1985 硫化橡胶伸张时的有效弹性和滞后损失试验方法 3 GB 1689-1982 硫化橡胶耐磨性能的测定(用阿克隆磨耗机) 4 GB 532-1989 硫化橡胶与织物粘合强度的测定 5 GB 5602-1985 硫化橡胶多次压缩试验方法 6 GB 6028-1985 硫化橡胶中聚合物的鉴定裂解气相色谱法 7 GB 7535-1987 硫化橡胶分类分类系统的说明 8 GB/T 11206-1989 硫化橡胶老化表面龟裂试验方法 9 GB/T 11208-1989 硫化橡胶滑动磨耗的测定 10 GB/T 11210-1989 硫化橡胶抗静电和导电制品电阻的测定 11 GB/T 11211-1989 硫化橡胶与金属粘合强度测定方法拉伸法 12 GB/T 1232.1-2000 未硫化橡胶用圆盘剪切粘度计进行测定第1部分:门尼粘度的测定 13 GB/T 12585-2001 硫化橡胶或热塑性橡胶橡胶片材和橡胶涂覆织物挥发性液体透过速率的测定(质量法) 14 GB/T 12829-2006 硫化橡胶或热塑性橡胶小试样(德尔夫特试样)撕裂强度的测定 15 GB/T 12830-1991 硫化橡胶与金属粘合剪切强度测定方法四板法 16 GB/T 12831-1991 硫化橡胶人工气候(氙灯)老化试验方法 17 GB/T 12834-2001 硫化橡胶性能优选等级 18 GB/T 13248-1991 硫化橡胶中锰含量的测定高碘酸钠光度法 19 GB/T 13249-1991 硫化橡胶中橡胶含量的测定管式炉热解法 20 GB/T 13250-1991 硫化橡胶中总硫量的测定过氧化钠熔融法 21 GB/T 13642-1992 硫化橡胶耐臭氧老化试验动态拉伸试验法 22 GB/T 13643-1992 硫化橡胶或热塑性橡胶压缩应力松弛的测定环状试样 23 GB/T 13644-1992 硫化橡胶中镁含量的测定CYDTA滴定法 24 GB/T 13645-1992 硫化橡胶中钙含量的测定EGTA滴定法 25 GB/T 13934-2006 硫化橡胶或热塑性橡胶屈挠龟裂和裂口增长的测定(德墨西亚型) 26 GB/T 13935-1992 硫化橡胶裂口增长的测定 27 GB/T 13936-1992 硫化橡胶与金属粘接拉伸剪切强度测定方法 28 GB/T 13937-1992 分级用硫化橡胶动态性能的测定强迫正弦剪切应变法 29 GB/T 13938-1992 硫化橡胶自然贮存老化试验方法 30 GB/T 13939-1992 硫化橡胶热氧老化试验方法管式仪法 31 GB/T 14834-1993 硫化橡胶与金属粘附性及对金属腐蚀作用的测定 32 GB/T 14835-1993 硫化橡胶在玻璃下耐阳光曝露试验方法 33 GB/T 14836-1993 硫化橡胶灰分的定性分析 34 GB/T 15254-1994 硫化橡胶与金属粘接180°剥离试验 35 GB/T 15255-1994 硫化橡胶人工气候老化(碳弧灯)试验方法 36 GB/T 15256-1994 硫化橡胶低温脆性的测定(多试样法) 37 GB/T 15584-1995 硫化橡胶在屈挠试验中温升和耐疲劳性能的测定第一部分:基本原理 38 GB/T 15905-1995 硫化橡胶湿热老化试验方法 39 GB/T 16585-1996 硫化橡胶人工气候老化(荧光紫外灯)试验方法 40 GB/T 16586-1996 硫化橡胶与钢丝帘线粘合强度的测定 41 GB/T 16589-1996 硫化橡胶分类橡胶材料
《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/3611849720.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/3611849720.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；
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
一种新型促进剂CBBS的应用研究 杜孟成，王军，李云峰，王士栋 （国家橡胶助剂工程技术研究中心，山东阳谷，252300） 摘要：试验研究了促进剂CBBS在全钢载重子午线轮胎胎面胶中等量替代次磺酰胺同类促进剂TBBS、DCBS、CBS的应用效果。结果表明：促进剂CBBS具有延迟焦烧以及降低硫化速率的特性，硫化胶料的磨耗、过硫化以及老化后的物理性能都较好。 关键词：全钢载重子午线轮胎，促进剂CBBS，胎面胶 全钢载重子午线轮胎的生产工艺对胶料的要求非常苛刻，特别是轮胎在硫化过程中，因其断面厚，表面层胶料会出现过硫现象，会对胎面胶物理机械性能造成负面影响，这就要求胶料既要有良好的加工安全性，又要具有良好的抗硫化返原性；全钢载重子午线轮胎使用条件也比较苛刻，路面差、载重大，这就要求轮胎胎面胶料耐热、较高磨耗和抗撕裂性能。 为了满足巨型工程子午线轮胎生产工艺和使用要求，阳谷华泰开发了一种新型促进剂N-环己基-双-2-苯并噻唑次磺酰亚胺（简称CBBS），它具有延迟焦烧作用、胶料的硫化速度慢、抗硫化返原性较好。本文介绍了CBBS等量替代同类次磺酰胺促进剂TBBS、DCBS、CBS在正硫、过硫以及老化条件下，具有良好的物理机械性能。 1 实验部分 1.1 主要原材料 SCR 5#，云南农垦；促进剂CBBS、TBBS，阳谷华泰化工股份有限公司产品；其它原材料均为正常生产用原材料。 1.2 配方 天然橡胶100，氧化锌4，硬脂酸2，防老剂3，炭黑55，其他10.5，硫磺2，促进剂（变品种）1。 1.3 主要设备和仪器 XK-160型开炼机，台湾高铁检测仪器有限公司产品；XSM-1/10～120型密炼机，上海科创橡塑机械设备有限公司产品；HS-100T-RTMO型平板硫化机，深圳佳鑫公司产品；GT-7080S2型门尼粘度计、GT-MV2000型无转子硫化仪、GT-7017-M 型老化试验箱、GT-7012-A型阿克隆磨耗试验机，台湾高铁检测仪器有限公司产
数据挖掘实验报告（一） 数据预处理 姓名：李圣杰 班级：计算机1304 学号：1311610602
一、实验目的 1.学习均值平滑，中值平滑，边界值平滑的基本原理 2.掌握链表的使用方法 3.掌握文件读取的方法 二、实验设备 PC一台，dev-c++5.11 三、实验内容 数据平滑 假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）：13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70。使用你所熟悉的程序设计语言进行编程，实现如下功能（要求程序具有通用性）： (a) 使用按箱平均值平滑法对以上数据进行平滑，箱的深度为3。 (b) 使用按箱中值平滑法对以上数据进行平滑，箱的深度为3。 (c) 使用按箱边界值平滑法对以上数据进行平滑，箱的深度为3。 四、实验原理 使用c语言，对数据文件进行读取，存入带头节点的指针链表中，同时计数，均值求三个数的平均值，中值求中间的一个数的值，边界值将中间的数转换为离边界较近的边界值 五、实验步骤 代码 #include
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
增塑剂D 2R 在轮胎中的应用试验 盖雪峰 [银川中策(长城)橡胶有限公司 750011] 增塑剂D 2R 是不饱和脂肪酸锌盐与润滑剂的混合物,具有增塑润滑作用,可以促进炭黑和胶料的流动,提高炭黑的分散度,改善胶料的加工性能,并能提高硫化胶的耐磨和耐老化性能。为了研究增塑剂D 2R 的性能,我们设计了不同配方进行对比试验。1 实验111 主要原材料 增塑剂D 2R ,上海元庆公司提供;NR ,马来 西亚进口产品;BR ,北京燕山石化公司产品;炭黑N234,辽宁抚顺炭黑厂产品;防老剂4020,南京化工厂产品;防护蜡,山东招远宏达橡胶助剂有限公司产品;氧化锌,大连氧化锌厂产品;硬脂酸,张家港中鼎油脂化工有限公司产品;操作油,兰州炼油厂产品。112 配方 (1)基本配方 NR 50;BR 50;硬质炭黑 55;防老剂 310;防护蜡 115;氧化锌 310;硬脂酸 项 目 方案号 A B C 门尼粘度[ML (1+4)100℃] 641664176112门尼焦烧时间(120℃)/min 491325112050170硫化仪数据(143℃ ) M L /(N ?m )012801290129 M H /(N ?m )115411621164 t 10/min 101051114012110 t 90/min 23135 26153 26163 从表1可以看出,含有增塑剂D 2R 的胶料的门尼粘度值比其它两种胶料有所降低,门尼焦烧时间比未加增塑剂的胶料稍长;含有增塑剂D 2R 的胶料的t 10和t 90均比未加增塑剂D 2R 的胶料长,说明增塑剂D 2R 具有迟延硫化的作用。212 增塑剂D 2R 对硫化胶物理性能的影响增塑剂D 2R 对硫化胶物理性能的影响见表2。 61 轮 胎 工 业 1999年第19卷310;操作油 710。 (2)对比配方将基本配方胶料作为母胶,然后再用母胶和硫黄、促进剂、增塑剂A 和增塑剂D 2R 组成下列3个方案对比配方:方案号母胶硫黄增塑剂A 增塑剂D 2R A 1751501800 B 175150181150C 17515 018 115 113 主要设备和仪器 F270密炼机,英国Farral 公司产品;Φ160 ×320开炼机,广东湛江机械厂产品;140t 平板硫化机,上海第一橡胶机械厂产品;T 210电子拉力机,孟山都公司产品;MDR2000型硫化仪,孟山都公司产品;阿克隆磨耗试验机,上海化工机械四厂产品;门尼粘度计,北京友深电子 仪器厂产品。114 胶料制备 在F270密炼机上制备母胶,在Φ160× 320开炼机上制备对比配方胶料。115 性能测试 胶料门尼粘度按G B/T 1232—92测定。胶料硫化特性在孟山都MDR2000型硫化仪上测试。 硫化胶拉伸性能按G B/T 528—92测定;撕裂强度按G B/T 529—91测定;邵尔A 型硬度按G B/T 531—92测定;耐磨性能按G B 1689—89测定。 硫化胶热老化性能按G B 3512—89测定。2 结果与讨论 211 增塑剂D 2R 对未硫化胶性能的影响 增塑剂D 2R 对未硫化胶性能的影响见表1。 表1 未硫化胶性能试验结果
大数据理论与技术读书报告 -----K最近邻分类算法 指导老师: 陈莉 学生姓名: 李阳帆 学号: 201531467 专业: 计算机技术 日期 :2016年8月31日
摘要 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地提取出有价值的知识模式，以满足人们不同应用的需要。K 近邻算法（KNN）是基于统计的分类方法，是大数据理论与分析的分类算法中比较常用的一种方法。该算法具有直观、无需先验统计知识、无师学习等特点，目前已经成为数据挖掘技术的理论和应用研究方法之一。本文主要研究了K 近邻分类算法，首先简要地介绍了数据挖掘中的各种分类算法，详细地阐述了K 近邻算法的基本原理和应用领域，最后在matlab环境里仿真实现，并对实验结果进行分析，提出了改进的方法。 关键词：K 近邻，聚类算法，权重，复杂度，准确度
1.引言 (1) 2.研究目的与意义 (1) 3.算法思想 (2) 4.算法实现 (2) 4.1 参数设置 (2) 4.2数据集 (2) 4.3实验步骤 (3) 4.4实验结果与分析 (3) 5.总结与反思 (4) 附件1 (6)
1.引言 随着数据库技术的飞速发展，人工智能领域的一个分支—— 机器学习的研究自 20 世纪 50 年代开始以来也取得了很大进展。用数据库管理系统来存储数据，用机器学习的方法来分析数据，挖掘大量数据背后的知识，这两者的结合促成了数据库中的知识发现（Knowledge Discovery in Databases，简记 KDD）的产生，也称作数据挖掘（Data Ming，简记 DM）。 数据挖掘是信息技术自然演化的结果。信息技术的发展大致可以描述为如下的过程：初期的是简单的数据收集和数据库的构造；后来发展到对数据的管理，包括：数据存储、检索以及数据库事务处理；再后来发展到对数据的分析和理解， 这时候出现了数据仓库技术和数据挖掘技术。数据挖掘是涉及数据库和人工智能等学科的一门当前相当活跃的研究领域。 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地抽取出有价值的知识模式，以满足人们不同应用的需要[1]。目前，数据挖掘已经成为一个具有迫切实现需要的很有前途的热点研究课题。 2.研究目的与意义 近邻方法是在一组历史数据记录中寻找一个或者若干个与当前记录最相似的历史纪录的已知特征值来预测当前记录的未知或遗失特征值[14]。近邻方法是数据挖掘分类算法中比较常用的一种方法。K 近邻算法（简称 KNN）是基于统计的分类方法[15]。KNN 分类算法根据待识样本在特征空间中 K 个最近邻样本中的多数样本的类别来进行分类，因此具有直观、无需先验统计知识、无师学习等特点，从而成为非参数分类的一种重要方法。 大多数分类方法是基于向量空间模型的。当前在分类方法中，对任意两个向量： x= ) ,..., , ( 2 1x x x n和) ,..., , (' ' 2 ' 1 'x x x x n 存在 3 种最通用的距离度量：欧氏距离、余弦距 离[16]和内积[17]。有两种常用的分类策略：一种是计算待分类向量到所有训练集中的向量间的距离：如 K 近邻选择K个距离最小的向量然后进行综合，以决定其类别。另一种是用训练集中的向量构成类别向量，仅计算待分类向量到所有类别向量的距离，选择一个距离最小的类别向量决定类别的归属。很明显，距离计算在分类中起关键作用。由于以上 3 种距离度量不涉及向量的特征之间的关系，这使得距离的计算不精确，从而影响分类的效果。
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');
模量增强剂HMZ在轮胎胎面胶和 缓冲胶中的应用 李成民,郭红波 文献标识码:B 文章编号: 坏的主要原因之一。模量增强剂HMZ能有效提高硫化胶的300%定伸应力和邵尔A型硬度,减小补强剂用量,从而达到提高橡胶回弹性、耐热性,降低扯断永久变形和生热的目的。为此,我公司将模量增强剂HMZ加入轮胎胎面胶和缓冲胶中进行试验,取得了较好效果。 1 实验 111 原材料 模量增强剂HMZ,郑州金山企业集团公司化工厂产品;其它原材料均为正常生产用料。 112 试验配方 (1)胎面胶 NR 50;BR 50;硫黄 112;促进剂NOBS 1;防老剂RD 115;防老剂4010NA 1;炭黑和模量增强剂HMZ 变量;其它 26。 (2)缓冲胶 NR 80;SBR 20;硫黄 212;促进剂D T2 DM 016;促进剂NOBS 017;软化剂 6;炭黑和模量增强剂HMZ 变量;其它 11。 作者简介:李成民(19672),男,河南鹤壁人,鹤壁环燕轮胎有限责任公司工程师,学士,主要从事配方设计工作。113 主要试验设备 Φ160mm×320mm开炼机;X(S)N75/30密炼机;M200E门尼粘度仪;R100E硫化仪;XQ2 250拉力试验机;阿克隆磨耗试验机;ST2CN热空气老化箱;轮胎耐久性试验机。 114 混炼工艺 小配合试验在Φ160mm×320mm开炼机上进行,加料顺序为:生胶模量增强剂HMZ+小料炭黑促进剂硫黄下片。 大配合试验胎面胶采用两段混炼工艺,加料顺序为:一段:生胶模量增强剂HMZ+小料炭黑排胶、下片;二段:一段混炼胶 促进剂排胶、在压片机上加硫黄、下片。缓冲胶加料顺序为:生胶模量增强剂HMZ+小料炭黑软化剂促进剂 排胶在 压片机上加硫黄、下片。 115 性能测试 胶料性能按相应的国家标准进行测定。 2 结果与讨论 211 理化性能分析 模量增强剂HMZ的理化性能分析按G B 8828—88进行,结果见表1。 由表1可见,模量增强剂HMZ的理化性能 (鹤壁环燕轮胎有限责任公司,河南鹤壁 456250) 摘要:研究了模量增强剂HMZ在轮胎胎面胶和缓冲胶中的应用效果。试验结果表明,在胎面胶中加入115份模 量增强剂HMZ,不改变其它组分用量;在缓冲胶中加入2份模量增强剂HMZ,适当减小炭黑用量,可增大硫化胶的 300%定伸应力、邵尔A型硬度和回弹值;胶料的门尼粘度有所下降,包辊性好,挤出和压延性能有所改善。试制的成 品轮胎6.50-1610PR的耐久性达到15514h,速度性能达到130km?h-1。 关键词:模量增强剂;轮胎;胎面胶;缓冲胶 中图分类号:TQ330138+7;TQ33611 100628171(2002)0920535204 生热大是造成轮胎肩空、冠部脱层等早期损
数据挖掘实验报告（二）关联规则挖掘 姓名：李圣杰 班级：计算机1304 学号：1311610602
一、实验目的 1. 1.掌握关联规则挖掘的Apriori算法； 2.将Apriori算法用具体的编程语言实现。 二、实验设备 PC一台，dev-c++5.11 三、实验内容 根据下列的Apriori算法进行编程：
四、实验步骤 1.编制程序。 2.调试程序。可采用下面的数据库D作为原始数据调试程序，得到的候选1项集、2项集、3项集分别为C1、C2、C3，得到的频繁1项集、2项集、3项集分别为L1、L2、L3。
代码 #include 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; 实验十七阿克隆磨耗 一、实验目的 橡胶制品的磨耗是一种常见的现象。橡胶制品耐磨性能的优劣在很大程度上决定着产品的使用寿命，因而是一项重要的技术指标。 1、了解阿克隆磨耗试验机的结构 2、掌握阿克隆磨耗试验的测试原理 3、掌握影响阿克隆磨耗的因素 4、掌握实验数据的处理 二、实验仪器及测试原理 1、工作原理： 本试验是将试样与砂轮在一定倾斜角度和一定的负荷作用下进行摩擦，测定试样一定里程的磨耗体积。 将试样轮夹在胶轮轴上，电机通过减速系统带动试样轮在胶轮轴上作顺时针方向旋转，负荷托架上的试验用重砣使砂轮紧贴在试样轮上，并保证砂轮向左的（即作用在试样轮上）横向作用力为26.7N±0.2N，砂轮做逆时针方向转动。 （1）胶轮轴与砂轮轴之间的夹角：15o±0.5o、25o±0.5o；试样的行驶里程：1.61km （2）阿克隆磨耗机使用的砂轮 砂轮尺寸：直径150mm，厚度25mm ,中心孔直径32mm. （3）砂轮材料组成：磨料为氧化铝，粘合剂为陶土，粒度为36#，硬度为中硬度2。 （4）试样夹板：夹板直径56mm，工作面厚度12mm. 2、仪器 图17-1 阿克隆磨耗试验机 三、试样准备 1、半成品胶料的试样用专用模具硫化，为条状，长度为(D+h) +0~5mm，宽度为12.7±0.2mm，厚度为3.2±0.2mm，其表面应平整、不应有裂痕杂质等现象。 注：D 为胶轮直径，h 为试样厚度，π为圆周率（3.14） 2、硫化完的试样，按规定时间停放后，将其一面用砂轮打磨出均匀的粗糙面之后，清除胶屑，用橡胶水粘贴于砂轮上（粘贴时试样不应受到张莉）。适当放置一段时间，使之粘贴牢固。 四、实验步骤 1、把粘好的试样轮固定在胶轮轴上，起动电机，使试样按顺时针方向旋转。 2、试样预磨15~20min 后取下，刷净胶屑，称量其重量，精确到0.001克。 3、用预磨后的试样进行试验，试样行驶1.61km 后，关闭电机，取下试样，刷掉胶屑，在一小时内称量，准确到0.001克。 4、按GB/T533测定试样的密度。 五、实验结果 1、试样磨耗体积V 按式（17-1）计算： ρ2 1m m V -= （17-1） 其中：V ——试样的磨耗体积，cm 3 m 1——试样预磨后的质量，g m 2——试样试验后的质量，g ρ——试样的密度，g/cm 3 2、磨耗指数按式（17-2）计算： %100V V t s ?= 磨耗指数 （17-2） 其中：V s ——标准配方的磨耗体积 V t ——试验配方在相同里程中的磨耗体积 3、试验数量不少于2个，以算术平均值表示试验结果，允许偏差为±10%。 8.10按照GB/533的方法，分别测定标准胶和试验胶的密度。 六、影响试验结果的因素 1、砂轮 砂轮是试验时的磨料，其切割力的大小，直接影响试验结果，在使用过程中，随着时间的延长，在其表面会附着一层发粘的胶沫，甚至染上油污，这些对试验结果都有影响 ，因此建议各单位根据实际情况选定一个校正用的试验配方，定期对试验机进行校正，随时掌握砂轮切割力的变化情况。 阿克隆磨耗机上使用的砂轮并不是任意选一片符合标准4.6要求的砂轮，装配在磨耗机上就可以使用，而是必须经过严格筛选，多次试验后标定砂轮。因为即使是同一配方、同一生产工艺生产出来的砂轮，每片砂轮摩擦面间的切割力也存在着较大的差异。使用标定砂轮，可以减少试验误差，提高个试验室间试验结果的可比性。 2、角度 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 一、实验目的 使用数据挖掘中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较他们之间的不同。与此同时了解Weka平台的基本功能与使用方法。 二、实验环境 实验采用Weka 平台，数据使用Weka安装目录下data文件夹下的默认数据集iris.arff。 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。 三、数据预处理 Weka平台支持ARFF格式和CSV格式的数据。由于本次使用平台自带的ARFF格式数据，所以不存在格式转换的过程。实验所用的ARFF格式数据集如图1所示 图1 ARFF格式数据集(iris.arff) 对于iris数据集，它包含了150个实例（每个分类包含50个实例），共有sepal length、sepal width、petal length、petal width和class五种属性。期中前四种属性为数值类型，class属性为分类属性，表示实例所对应的的类别。该数据集中的全部实例共可分为三类：Iris Setosa、Iris Versicolour和Iris Virginica。 实验数据集中所有的数据都是实验所需的，因此不存在属性筛选的问题。若所采用的数据集中存在大量的与实验无关的属性，则需要使用weka平台的Filter(过滤器)实现属性的筛选。 实验所需的训练集和测试集均为iris.arff。 四、实验过程及结果 应用iris数据集，分别采用LibSVM、C4.5决策树分类器和朴素贝叶斯分类器进行测试和评价，分别在训练数据上训练出分类模型，找出各个模型最优的参数值，并对三个模型进行全面评价比较，得到一个最好的分类模型以及该模型所有设置的最优参数。最后使用这些参数以及训练集和校验集数据一起构造出一个最优分类器，并利用该分类器对测试数据进行预测。 1、LibSVM分类 Weka 平台内部没有集成libSVM分类器，要使用该分类器，需要下载libsvm.jar并导入到Weka中。 用“Explorer”打开数据集“iris.arff”，并在Explorer中将功能面板切换到“Classify”。点“Choose”按钮选择“functions(weka.classifiers.functions.LibSVM)”，选择LibSVM分类算法。 在Test Options 面板中选择Cross-Validatioin folds=10，即十折交叉验证。然后点击“start”按钮： 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+= 阿克隆耐磨试验机 一、概述硫化橡胶阿克隆磨耗试验机 特点及用途：阿克隆磨耗机用于测定硫化橡胶的耐磨性能，通过试样与砂轮在一定的倾斜角度和一定的负荷作用下进行摩擦，测定试样在一定里程内的磨耗体积。符合GB/T1689《硫化橡胶耐磨性能的测定》等标准的要求。数字设定、显示磨耗次数，自动停机，将主机与电器控制设计为一体，采用标定砂轮，造型美观、操作方便，为**新改进型试验机。 技术参数： 1、胶轮所受作用力为：26.7N 2、胶轮轴回转速度为：76±2r/min 3、砂轮轴回转速度为：33--35r/min 4、胶轮轴与砂轮轴夹角范围为：0°--45° 5、电源电压：AC220V±10% 6、外形尺寸：600×480×400 7、重量：60Kg 8、附件：电子计数器1只 试验机简介： 本阿克隆耐磨试验机在长时间的磨耗下，测试橡胶制品之耐磨耗性能，可适用于轮胎、战车履带、鞋底等等高耐磨性橡胶制品。试验数据需另搭配比重天平使用。 技术参数： 1.试片规格：外径63.5 mm，内径1 2.7 mm，厚12.7 mm，长220 mm，硬度60~70 2.试料轴转速：76±2 rpm(GB标准);250±5 rpm(BS 标准) 3.试样倾斜角度范围：0°~45° 4.荷重：26.7±0.2 N 5.砂轮规格：直径150 mm，厚度25 mm，中心孔直径32 mm，粒度36#，磨料为氧化铝 6.砂轮轴回转速：34±1 rpm 7.计数器：0~999，999 8.通铭外形尺寸：58×52×46 cm(L×W×H) 9.重量：60 kg 10.电源：AC 220V，50 Hz 依据标准(定单前请指明测试标准)： GB/T 1689，BS 903，JIS K6264，CNS 734 纺织类色牢度，刮擦，透气性，磨耗，燃烧，汗渍，物性，拒水性，防水，皮革，等测试标准推广，涵括测试仪器、实验消耗品，及专业测试标准、测试方法手册。 主要经营的产品包括：颜色及色彩评价、显微及法政检验、床垫测试仪器、地毯测试仪器、玩具测试仪、湿度测量&控制系统、土壤温湿度计附件、纺织及服装、无纺布及土工布测试仪、透气性测试仪、单向耐磨仪、皮革及鞋材测试仪、过滤材料测试仪、交通工具类测试仪、耐候及老化测试仪、高加速老化测试系统、烘箱环境设备、轻工及包装材料测试仪、电子电器测试仪、光化光谱及其它测试仪。 产品种类多达600多种，涵盖测试仪器、实验消耗品，专业测试校准，测试方法手册，每种产品均注明了相关的国际应用标准，可以保证为你提供的产品、售前、售后服务是最为快捷优质的。经营产品：纺织摩擦色牢度检测仪器汽车内饰耐磨检测仪器纺织燃烧性检测仪器皮革检测仪器汽车刮檫检测仪器，磨耗检测仪器老化试验检测仪器水洗色牢度测试仪数字信号处理实验报告(实验1_4)
青岛科技大学 橡胶实验十七 阿克隆磨耗
数据分析与挖掘实验报告
大数据挖掘weka大数据分类实验报告材料
西南交大数字信号处理报告
阿克隆耐磨试验机
相关主题
文本预览