数据采集与编码25页PPT

技术创新
新型的数据采集技术如基于区块链的 数据验证、基于人工智能的数据预测 等，将为数据采集带来更多的可能性 。
02
数据预处理技术
数据清洗
数据去重
异常值处理
去除重复和冗余的数据， 确保数据集的唯一性。
识别并处理异常值，如 离群点或极端值，以避 免对分析结果的干扰。
缺失值处理
根据数据分布和业务逻 辑，对缺失值进行填充
案例二：实时数据处理系统设计
总结词
实时数据流处理、数据质量监控
详细描述
介绍实时数据处理系统的关键技术，如数据流处理框架、实时计算引擎等。同时，结合具体案例，讲解如何设计 一个高效、可靠的实时数据处理系统，并实现数据质量监控和异常检测功能。
案例三：数据挖掘在商业智能中的应用
总结词
数据挖掘算法、商业智能应用场景
数据采集的方法与分类
方法
数据采集的方法包括传感器采集、网络爬虫、日志采集、数据库导入等。
分类
数据采集可以根据数据来源、采集方式、数据类型等进行分类，如物联网数据、 社交媒体数据、交易数据等。
数据采集技术的发展趋势
发展趋势
随着物联网、人工智能等技术的不断 发展，数据采集技术正朝着自动化、 智能化、高效化的方向发展。
特点
应用场景
适用于需要复杂查询和事务处理的场 景，如金融、电商等。
数据结构化、完整性约束、事务处理 能力、支持ACID特性。
NoSQL数据库
定义
NoSQL数据库是指非关系型的数 据库，它不使用固定的数据结构，
而是根据实际需要灵活地组织数 据。
特点
可扩展性、灵活性、高性能、面向 文档或键值存储。
应用场景
分析。
数据转换

举例：
B574H= 11×163+5×162+7×161+4×160
表1.3.2
十进制、十六进制、二进制之间的关系
十进制
十六进制
二进制
0
0
0
1
1
1
2
2
10
3
3
11
4
4
100
5
5
101
6
6
110
7
7
111
8
8
1000
9
9
1001
10
A
1010
11
B
1011
12
C
1100
13
D
1101
14
E
（1）ASCII码 ASCII码（美国信息交换标准代码）是一套基于拉丁字母的
计算机编码系统，主要用于显示现代英语和其他西欧语言。 基本的ASCII码共有128个，用1个字节中的低7位编码、10
个阿拉伯数字，26个英文大写字母、26个英文小写字母与 一些标点符号、运算符号组成。
拓展链接 —— 数据的存储容量单位
1110
15
F
1111
思考、讨论：
1.3.4 编码
编码是信息按照某种规则或格式，从一种形式转化成另外 一种形式的过程。
解码是编码的逆过程。
数据的表现形式可以是文本、图形、图像、声音、视频等， 但不管哪种形式的数据，最终存储在计算机中的都是经过 一定规则编码后的二进制数字。
1.字符编码
常见的声音文件类型有Wave、MP3、WMA等。 Wave格式音频文件的存储容量计算公式：
存储容量=采样频率（Hz）×量化位数（bit）×声道数× 时长（s）（单位：位）

11.(2022·宁波九校高二)下列关于数制和编码的说法正确的是( D ) A．若十六进制数末位为0，则该数转换为十进制数后，末位可能是奇 数也可能是偶数
B．一幅1024×1024 的未经压缩的BMP 格式的黑白图像的存储容量约 为0.25 M
C．汉字在计算机内使用汉字国标码来表示，不使用二进制编码 D．二维码可以存储包括网址、名片、文本、特定代码在内的各种信息
知识要点1 数据采集
2.数字化 （1）定义：将模拟信号转变为数字信号的过程称为数字化，用到的主要设备是模数
转换器(ADC) 。 （2）模拟信号的数字化过程：
(自然界的大多数信号，如数字、文字、图像、声音……)
3.采样、量化 （1）采样定理：当采样频率大于或等于被采样信号最高频率的两倍时，得到 的离散信号可以完整的保留原始信号的所有信息。 （2）采样频率：1秒钟内采样的次数。常用单位是kHz,Hz （3）量化位数：表示采样后的一个信号点使用的二进制位数。 （4）采样频率越高，量化位数越多，数字化后的信号越接近实际数据。
专题2 数据采集与编码
知识要点1 数据采集
1.数据采集 早期：观察、实验等人工方式 现在：以机器获取为主
传感器：获取自然信源的数据。是一种能感受被测量敏感元件和转换元件组成。
网络爬虫：按照一定的规则，自动地抓取网页上数据的程序或脚本， 可在短时间内获取大量网络数据。
解析:模拟信号以连续变化的物理量存在，选项D错误。
知识要点2 数制 进制是一种记数方式，也称为进位计数法或位值计数法。 (1)进制的标识
(2)两个基本要素：基和权。 基，又称为基数，是组成该数制的数码个数； 权，又称为权值，是指每一个数位上的1对应的数值。
知识要点2 数制 (3)十进制转二进制、十六进制的方法(除R取余，倒序连接)

数制
编码
4.图像编码
数字图像包括：矢量图和位图图像 存储容量=总像素x颜色位深度 格式有：BMP、JPEG、GIF、PNG
思考练习
数据采集 数字化
数制
编码
5.视频编码
存储空间需求大
思考练习
数据采集 数字化
数制
编码
思考练习
1.在生活除了二进制、十进制与十六进制，我们常 用的还有哪些进制?
2.将1000个苹放入10个箱子。要取走1～1000中任意 个数的苹果，要求不拆开箱子。应如何装箱?结合 二进制思想，说明其原理。
数制
编码
思考练习
注意：模拟信号和数字信号之间是可以相互转换的。
转换是个什么流程？
数据采集 数字化
数制
编码
思考练习
数据采集 数字化
数制
编码
思考练习
数的进制 进制是一种计数的方式
二进制 八进制 十进制 十六进制
数制包含两个基本要素：基、权 理解为基的权次方
例如：十进制564 基数=10 4的 权值=100 5的权值=101
常用的输入码：拼音码、五笔码
数据采集 数字化
数制
编码
2.条形码
由13为数字组成。
思考练习
数据采集 数字化
数制
编码
思考练习
3.二维码 由黑白相间的图形组成。
数据采集 数字化
数制
编码
思考练习
4.声音码
存储容量=采样频率（Hz）x量化位数（bit）x声道数x时长（s）(单位： 位）
数据采集 数字化
第一我章们数毕据业与啦信息
其实是答辩的标题地方
1.3 数据采集与编码
目录
1.3.1数据采集 1.3.2数字化 1.3.3数制 1.3.4编码

位
GB：1GB ═ 210 MB ═ 1024 MB
TB：1TB ═ 210 GB ═ 1024 GB
04 编码
矢量图形和位图图像对比
04 编码
音频文件、图像文件的存储容量 计算公式
声音： 存储容量=采样频率（HZ）*量化位数（bit）*声道数*时长（s） （单位：位）
图像： 存储容量=总像素*颜色位深度（单位：位）
01 数据采集
从互联网采集数据
从互联网采集数据有很多方法，如借助网络爬虫来获取数据 。网络爬虫是一种按照一定的规则，自动地抓取网页上数据的程 序或脚本。
与人在浏览网页时的行为相似，网络爬虫也是通过网页中的 超链接在网页间跳转，根据需求按特定的关键字获取某一方面的 网页数据，然后对这些数据进行处理、存储等操作，并可用专门
软件对这些数据进行分析。
02PART TWO 数字化
02 数字化
信号可用模拟信号或数字信号表达。
模拟信号以连续变化的物理量存在； 数字信号在取值上是离散的、不连续的信号。 在信息技术中数字信号表示的数据可被计算机存储、处理的二进制 数据。
模拟信号或数字信号可以相互转换。 补充：数字信号和模拟信号的转化通过调制解调器（猫）来完成。 发送信息：数字信号→模拟信号 接受信息：模拟信号→数字信号
04 编码
字符编码
条形码 二维码 声音编码 图像编码 视频编码
ASCII码
共有128个，主要显示现 代英语、符号、阿拉伯 数字。详见最后一页。
汉字编码
外码、交换码、机内码、 字形码
黑条、白条组成
几何图案分布
声音是振动产生的声波， 频率一般以HZ表示
矢量图形、位图图像
MPEG-1、MPEG-2 MPEG-4

利用Acdsee转换图像格式
先选中预转换的图片，然后”工具”→”转换…”
利用Photoshop处理：
分辨率的调整 添加文字 色彩模式的转换 图像格式的转换
三、音频素材
文件格式
软件介绍
音频
获取途径
格式转换
1、文件格式
声音的数字编码方式非常多，不同的编码方式产生不同的 数字音乐文件格式。
二、图像素材
文件格式
格式转换
图像
获取途径
软件介绍
1、文件格式
1、位图（点阵图）： BMP JPG GIF PSD等。
2、矢量图：WMF
BMP
优点： 色彩丰富——适合表现大量细节的类似于照片、绘画之
类的画面；
不会去失图像的任何细节——适合在对图像质量要求
严格的情况下使用。
显示比矢量图形快——省去了生成矢量图形所需的着色
④ 视频截图：利用播放器的截图功能（豪杰 V9） ⑤ 扫描：扫描仪的使用 ⑥ 拍摄：数码相机的使用 ⑦ 购买图库
3、软件简介
① Paint ② Snag it：图象的处理，如添加文字、聚光放大等。 ③ Acdsee：工具菜单的使用 ④ PHOTOSHOP ⑤ ……
4、格式转换/简单处理
利用Snag it转换图像格式
音频类素材常用的存储格式
WAV MP3 MIDI RM WMA CD
WAV格式
采样频率是44.1K，速率88K/秒，16位量化位数 。 和CD音质相差无几，也是目前PC机上广为流行的声
音文件格式。 优点：WAV格式的音质较好，通用性强。使用
Windows操作系统的录音机录制的文件格式即为 WAV格式，在实际应用中常用此格式存储语音数据。 缺点：文件容量大

A.30 Hz B. 40 Hz C. 50 Hz D. 60Hz
名词 进制（计数法或位值计数法） 基（基数） 权（权值）
概念
一种记数方式。 组成该数制的数码个数 每一个数位上的1对应的数值， 可以表示为基数的若干次幂
常用进制：二进制、八进制、十进制、十六进制
两种表示方法：
脚标： (100)2 (11)8 (56)10 (4F)16 字母： 100B 11O 34D 4FH
相同时间内，采样频率越高，采样时间间隔越小，采集的样本数越多。
失真
提高采样频率，提高保真度
纵坐标划分得越细，量化就越精细，与实际数据也越接近。
1110 1100 1010 1000 0110 0100 0010
问题与讨论
既然计算机只能处理数字信号，那么是不是意味 着不再需要模拟信号了？
声音 图像 模拟信号
2、用UltraEdit软件观察到“学”字的内码为D1A7H，其对应的二进制编码是 （）
A、11010001 C、11000110
B、1010000110100010
√D、1101000110100111
3、二进制数1011与十进制数2相乘的值是（ ）
√A.（10110）2
B.（11010）2
C.（11100）2
思考：十六进制和十进制如何相互转换？
（154）10=（ (B2C4) 16 = （
）16 ）10
十进制 0 1
2 3 4 5 6 7 8 9
每4位二进制数可以用1位十六进制数字代替
二进制
十六进制
十进制
二进制
十六进制
0000
0
0001
1
10
1010
A

反馈电压
VO
V IN
比较器
模拟量
输入
启动
CLK
VC
控制时序和 逻辑电路
D / A转 换 器
逐位逼近寄 存 器 (SAR)
数字量
D0
输出
D1
锁存器
D2
D3
逐图位2-逼9 逐近位式逼近A式/DA/D转转换换原原理理图 图
第19页/共57页
• 当启动信号作用后，时钟信号在控制逻辑作用下:
• 首先使寄存器的最高位D3 1，其余为0， 此数字量
第8页/共57页
1. 采样保持的基本特性
u0
ui t
ui
t0
采样期 保持期(t0为发出保持命令的时刻）
捕捉时间：从发出采样指令的时刻起，直到输出信号稳定地 跟踪上输入信号为止，所需的时间定义为捕捉时间 关断时间：从发出保持指令的时刻起，直到输出信号稳定下 来为止，所需的时间定义为关断时间。(引起孔径误差)
第23页/共57页
• 双积分式A/D转换原理如上图所示，在转换开始信号控
制下，开关接通模拟输入端，输入的模拟电压VIN 在固 定时间T内对积分器上的电容C充电（正向积分），时间 一到，控制逻辑将开关切换到与VIN极性相反的基准电源
上，此时电容C开始放电（反向积分），同时计数器开始 计数。当比较器判定电容C放电完毕时就输出信号，由控 制逻辑停止计数器的计数，并发出转换结束信号。这时计 数器所记的脉冲个数正比于放电时间。
(a) 电路原理图
V0 积分器
输出
反充电
充电
t
定时脉冲 （开关S
状态）
S闭和
S断开
t
Vfo
频率输出
T截止
（三极管

系统设计灵活。 （3）数据采集与数据处理紧密，形成数据采
集与处理系统，可实现从数据采集、处理到 控制的全部工作。
2
（4）数据采集过程一般都具有“实时”特性，实时的 标准是能满足实际需要。
（5）随着微电子技术的发展，电路集成度的提高，数 据采集系统的体积越来越小，可靠性越来越高，出 现单片数据采集系统。
✓ CMOS：互补金属氧化物（PMOS管和NMOS管）共 同构成的互补型MOS集成电路制造工艺，功耗很低、 电压范围宽、抗干扰能力强。
✓ TTL：集成电路输入级和输出级全采用晶体管组成的 单元门电路，多发射极实现输入级“与”逻辑，输 出级晶体管实现“非”逻辑。与非门输出结果为： 有0出1，全1出0。+5V等价于逻辑“1”，0V等价于 逻辑“0”，被称做TTL（晶体管-晶体管逻辑电平） 信号系统 。
率信号和开关量信号等。
7
二、数据采集系统的主要性能指标 ➢ ①系统分辨率； ➢ ②系统精度； ➢ ③采集速率； ➢ ④动态范围； ➢ ⑤非线性失真。
8
第二节 数据釆集基本电路
一、运算放大器和测量放大器 1.运算放大器 在模拟集成电路中，集成运算放大器是最基本
又是用途最广的一种电路。集成运算放大器是 高增益、多级直接耦合放大器，在模拟计算中， 这种放大器能够实现各种数学运算，故称为运 算放大器。 ✓ 直接耦合:将前一级的输出端直接连接到后一级 的输入端。 高增益单片集成化运算放大器在自动控制、测 量仪表、计算技术等许多方面都有着极其广泛 的应用，是模拟电子领域中最重要的有源器件。
25
模拟多路开关有机械式、电磁式和电子式三大类。 ➢ 纯机械式开关在现代数据采集系统中已很少使用。 ➢ 电磁式多路开关主要是指各种继电器、干簧管等，

第一章 数据与信息
1、感知数据 2、数据、信息和知识 3、数据采集与编码 4、数据管理与安全 5、数据与大数据
1.3数据采集与编码
信息技术必修1数据与计算
CONTENTS
data acquisition
数据采集
Digitization
数字化
Number system
数
制
Code
编

码
CONTENTS
ASCII码
• 基本的共有128个，用1个字节中的低7位编码。
• 二进制范围为00000000~01111111，即十六进制 的00~7F
字符编码
• 汉字编码分为外码、交换码、机内码和字形码。
• 一个字符一个字节 ，一个汉字两个字节
1KB=1024B 1MB=1024KB
1TB=1024GB 1PB=1024TB 1ZB=1024EB （1B=8bit）
（题目没有出现分辨率，只有点阵，文件大小=点阵行×点阵列 ）
举例：
图像素材中有一张“接力比赛.bmp”文件，它是分辨率1024*768的32位真
彩色位图图像，该图像占用的存储空间大小是多少
B
32 就是一张图由32种颜色组成，而我们经常在电脑看到的16位24位32位， 是指由2的32次方种颜色组成，24位同理。
•
课堂练习
5.计算机编码是指( ) A.仅仅指对输入到计算机中的文字用二进制数进行编码的方式 B.对输入到计算机中的各种数据用二进制数进行编码的方式 C.仅仅指对输入到计算机中的图像和声音用二进制数进行编码的方
式 D.仅仅指对输入到计算机中的十进制数用二进制数进行编码的方式
课堂练习
6.关于数据编码的说法，错误的是( ) A.便于存储、加工 B.是一种形式上的转换 C.是计算机处理信息的关键 D.就是十进制数转化成二进制数

（62）8、52O 65、95D
(A9)16、B9H
二进制(Binary)
二进制的计算（逢二进一，借一当二）
是计算机最基本的运算功能，包括加、减、乘、 除四则运算，其基础是二进制的加法。
0 +0 ——
0
0 +1 ——
1
1 +0 ——
1
1 +1 ——
10
0+0=0 0+1=1 1+0=1 1+1=10
为什么计算机内部采用二进制
3、运算规则简单：二进制的运算规则要简单的多，方便运算器 的速度的提高。
二进制(Binary)
十进制 （1）有10个基本数码：0~9 （2）采用逢十进一的进位规则 （3）每个数码在不同的数位上
对应不同的权值
二进制
（1）有2个基本数码：0、1
（2）采用逢二进一的进位规则 （3）每个数码在不同的数位上
1111+1011=
R进制数的表示
除了二进制、十进制以外，计算机中还常常使用八进制 和十六进制。
八进制：0、1、2、3、4、5、6、7 十六进制：0、1、2、3、4、5、6、7、8、9、 A(10)、B(11)、C(12)、D(13)、E(14)、F(15)
二进制→十进制
本位上数字*权值展开相加
第1章 数据与信息\数据采集与编码
4
1.3.2 数字化
模拟信号转换成数字信号的过程：
第1章 数据与信息\数据采集与编码
5
1.3.2 数字化
采样：将信号从连续时间（空间）域上的模拟信号转换到离散时间 （空间）域上的离散信号的过程。通过采样器实现。
量化：将信号的连续取值近似为有限个离散值的过程。就是将采样 信号用数字表示出来。

数据与计算
2.
即在幅度轴上对信号数字化。连续信号经过采样成为离散信号，离 散信号经过量化后可以用数值表示。 纵坐标划分得越细，量化就越精细，与实际数据也越接近。
数据与计算
3.
即用二进制数表示每个采样的量化值（十进制数）。
讨论
数据与计算
既然计算机只能处理数字信号，那么是不是意味着不再需要 模拟信号了？请结合生活实例进行说明。
1.3.2数字化
数据与计算
信号数据可用于表示任何信息，如符号、文字、语音、图像等。 从表现形式上可归结为两类：模拟信号和数字信号，模拟信号与 数字信号的区别可根据幅度取值是否离散来确定。
1.3.2数字化
数据与计算
模拟信号：以连续变化的物理量存在，如水银温度表呈现的温度 值，电流表指针指向的电流值等。平时我们听到的声音、看到的 电视图像都是模拟信号。
一种能感受被测量并按照一定的规律转换成可用输 出信号的器件或装置，通常由敏感元件和转换元件 组成。
应用领域：传感器的应用领域非常的广泛，电子计算机、生产 自动化、医疗、军事、交通、化学、环保、能源与计算
网络爬虫也是通过网页中的超链接在网页间 进行跳转，根据需求按获取某一方面的网页 数据，然后用专门的软件进行处理分析。
1.3.2数字化
数据与计算
数字信号：取值上是离散的，不连续的信号。
在信息技术中，这种信号表示的数据是指可被计算机存储、处理 的二进制数据。
数字化
数据与计算
将模拟信号转换为数字信号的过程称为数字化。 如将语音通过计算机的麦克风、声卡等设备存储在计算机中。
电流电压
声音
话筒
声卡 声音文件
模拟量
模数转换 数字量 （A/D） (可存储)

模拟信号与数字信号 信息的分类：
模拟信号与数字信号 信息的分类：
模拟信号与数字信号 信息的分类：
编码
编码：信息按照某种规则或格式，从一种形式转换为另一种形式 的过程。
计算机对信息进行存储、加工、传递等处理，实际上是对信息的载 体——数据进行处理。 数据的表现形式可以是文本、图形、图像、声音、视频等，但不管 是哪种形式的数据，最终存储在计算机中都是经过一定规则编码后 的二进制数字。
文字（字符）编码
文字（字符）编码
文字编码与进制数关系
文字（字符）编码
图像编码
图像编码
声音编码
数据的存储容量单位
计算机中存储容量的最小单位是比特（bit），1位二进制数 码表示1个bit，但由于1bit所表示的值太小。实际上计算机中 以8bit为一个基本单位，称为字节（Byte）。常见的存储单位 还有千字节KB，兆字节MB，吉字节GB。
它们的换算关系：
1B=8bit
1KB=1024B
1MB=1024KB
1GB=1024MB
文字（字符）编码
文字（字符）编码 文字编码 是指将“文字”转换为进制数表示。
字母
十进制数
二进制数
A
65
01000001
a
Байду номын сангаас
97
01100001
文字（字符）编码
ASCII码（信息交换标准代码） ASCII码是1960年由香农创立 的、7位二进制码表示的基本 字符编码系统。 33个标点符号、运算符号 10个阿拉伯数字 26个大写字母 26个小写字母
数据编码
什么是数据？数据的基本特征？
• 数据 数据是现实世界客观事物的符号记录，是信息的载体，是计算机加工的对象。