下载文档原格式
实训项目二 Premiere Pro 综合应用
本文档旨在介绍实训项目二的内容和应用方法。
实训项目二主
要围绕Adobe Premiere Pro软件展开，以下是该软件的综合应用内容。
1. 视频剪辑
- 使用Premiere Pro的基本编辑功能，如剪切、复制、粘贴、
拖动等，对视频素材进行剪辑和排序。
- 调整视频素材的顺序和时长，以达到预期的效果和叙事节奏。
- 添加过渡效果，使视频剪辑更加平滑自然。
2. 视频特效
- 利用Premiere Pro的特效库，添加各种视觉和音效特效，例
如文字动画、转场特效、滤镜效果等。
- 调整特效的参数，以根据需求对视频素材进行独特的处理。
3. 音频处理
- 使用Premiere Pro的音频编辑工具，对音频素材进行裁剪、混音和增强等处理。
- 调整音频的音量、平衡和环绕音效，以提升视频的音频质量和观赏体验。
4. 字幕和字幕特效
- 在Premiere Pro中添加字幕，并调整字幕的显示位置、样式和动作效果。
- 利用字幕特效功能，创建独特和吸引人的字幕效果。
5. 导出和分享视频
- 选择适当的视频导出设置，将编辑好的视频文件导出为常见的视频格式，如MP4、MOV等。
- 在各种媒体平台上分享导出的视频，与他人交流和展示自己的编辑成果。
以上是实训项目二 Premiere Pro 综合应用的基本内容和方法。
通过熟练运用Premiere Pro的编辑功能、特效处理、音频处理、字幕和字幕特效以及视频导出和分享等技巧，您将能够创作出精彩的视频作品。
Premiere Pro 2.0 上机实践报告
系别计算机专业计应班级06计应姓名学号
实践名称实训三——利用Premiere编辑并导出短片
实践目的能够熟练的应用Premiere各面板的功能快速制作视频短片
时间2008.9.18 地点403机房
实践内容
1、利用四点编辑法制作视频作品
新建一个工程文件，导入文件夹“任务1”中的“日出风景.avi”素材，按照如图所示位置进行四点编辑
2、利用时间线嵌套制作作品
新建一个工程文件，导入文件夹“任务3”中的4组汽车图片，每组5张，分别为“奔驰01.jpg”至“奔驰05.jpg”、“宝马01.jpg”至“宝马05.jpg”、“法拉利01.jpg”、“法拉利05.jpg”、“雪佛兰01.jpg”至“雪佛兰05.jpg”,使用本节的时间线嵌套方法，制作4组画面汽车不断变化的效果，并配以背景音乐。
3、将你喜欢的一首歌曲配以部分图片及视频文件，利用声画对位技巧进行MTV的制作实践过程。
pr实验报告结论与心得PR实验报告结论与心得引言：公关是企业与公众之间的桥梁，通过有效的公关活动可以提升企业形象、增加知名度、促进销售等。
在PR实验中，我们通过模拟一些典型的公关场景，学习了如何制定公关策略、如何撰写新闻稿等技能。
本文将对实验结果进行总结，并分享一些心得体会。
实验结果：1. 制定公关策略在PR实验中，我们学习了如何制定公关策略。
通过分析不同情境下的目标受众、目标效果和可行性等因素，我们制定了相应的公关策略。
例如，在面对负面报道时，我们可以采取回应或反击两种策略；在推广新产品时，我们可以采取媒体发布、赞助活动等多种方式。
2. 撰写新闻稿撰写新闻稿是一项重要的公关技能。
在PR实验中，我们学习了如何撰写新闻稿，并通过实践提高了自己的写作能力。
我们学会了如何选取新闻点、掌握新闻语言和格式等技巧。
3. 媒体沟通媒体沟通是公关工作中不可或缺的一环。
在PR实验中，我们学习了如何与媒体进行有效的沟通。
我们学会了如何制定媒体沟通计划、如何与媒体建立良好的关系等技巧。
心得体会：1. 制定公关策略需要全面考虑在制定公关策略时，需要全面考虑各种因素，包括目标受众、目标效果和可行性等。
只有综合考虑这些因素，才能制定出最优秀的公关策略。
2. 撰写新闻稿要注重语言和格式撰写新闻稿需要注重语言和格式。
新闻稿要简洁明了，用词准确，避免使用口语化的表达方式。
同时，格式也很重要，要符合新闻稿的规范格式。
3. 媒体沟通要建立良好的关系媒体沟通是公关工作中至关重要的一环。
建立良好的媒体关系可以帮助企业更好地传递信息、提升知名度和形象等。
为此，在平时工作中应该多加练习，多与媒体进行交流和互动。
结论：通过PR实验，我们深入了解了公关工作的重要性和技巧。
通过实践，我们学会了如何制定公关策略、撰写新闻稿、进行媒体沟通等技能。
这些技能对于我们将来的职业发展具有重要意义，我们应该在平时工作中不断加以练习和提高。
上机实验二一、实验目的 (1)二、实验内容 (1)2.1数据文件介绍 (1)2.2 估计以下模型 (2)2.3 实验报告要求 (2)三、重点内容回顾 (2)四、方程对象 (2)五、输入回归模型 (3)5.1 打开“方程设定对话框” (3)5.2 回归方程的输入方式 (4)5.3 选择估计方法 (5)5.4 样本范围 (5)5.5 补充内容：样本范围 (5)六、估计结果 (6)七、显著性检验 (7)八、预测 (8)8.1 扩充工作文件范围 (8)8.2 输入解释变量的取值 (8)8.3 点预测 (9)一、实验目的通过本实验应做到：熟悉EViews方程对象（equation），掌握EViews设定线性回归模型的基本方法，知晓EViews回归结果的各项含义，能使用方程对象（equation）进行假设检验、预测等操作，从而能用EViews进行实际经济问题的回归分析。
二、实验内容2.1数据文件介绍继续使用上机实验01中所建立的两个工作文件，即包含ceo和wage两个数据文档的工作文件。
Vote文件中包括了1988年美国众议院173次两党竞争的选举结果和竞选支出的数据。
每次竞争有两名候选人，A和B。
voteA为候选人A所得票数的百分比，shareA为候选人A 在总竞选支出中所占的百分比2.2 估计以下模型Ceo：用公司的平均净资产回报率（roe）来度量公司的业绩，建立一元线性回归模型，研究公司业绩和ceo薪水之间的关系。
Wage：利用小时工资和受教育年限的数据，建立一元线性回归模型，研究教育回报率。
如果某人的受教育年限比样本内的平均受教育年限高出5年，预测此人的小时工资是多少。
V ote：尽管影响竞选结果的因素很多（如候选人的素质等），但我们仍然可以建立一个简单的一元线性回归模型，分析一下，与竞争对手相比，是否花费更多的钱能够得到更多的票数百分比。
如果有一个候选人，其竞选支出占总支出的比重是62%，预测此人的得票百分比是多少。
Premiere实验报告
实验报告: Adobe Premiere Pro的基本操作
一.实验目的:
1. 了解Adobe Premiere Pro软件的基本操作和功能；
二.实验设备:
1.一台配置较高的电脑；
2. 操作系统Windows 10；
3. Adobe Premiere Pro软件。
三.实验过程:
2.创建项目:在「项目」面板中，我们可以通过选择「新建项目」来创建一个新的项目。
在创建项目的过程中，我们可以选择项目保存位置、文件格式等。
创建完项目后，还可以在「项目设置」中设置项目的帧率、分辨率等参数。
3.导入素材:在「项目」面板中，通过右键菜单或者拖拽的方式，可以将视频素材导入到项目中。
导入的视频素材会显示在「项目」面板中，我们可以通过对其进行双击预览视频内容。
4.剪辑视频:将视频素材拖拽到「制图器」面板中，可以进行视频剪辑。
在「时间轴」面板中，可以调整视频的起始时间和长度。
还可以对视频进行分割、删除等操作。
5.添加转场效果:在「时间轴」面板中，可以对视频进行添加转场效果，使视频之间过渡得更加自然。
我们可以通过在「转场」面板中选择不同的转场效果，然后拖拽到相应的位置。
6.添加文本和字幕:在「制图器」面板中，点击菜单栏的「文字工具」，即可在视频中添加文本和字幕。
选择合适的字体、大小和颜色，然后将文本拖拽到相应的位置。
7.添加音频:在「项目」面板中，可以导入音频素材。
将音频素材拖拽到「时间轴」面板中，可以和视频进行同步剪辑。
可以调整音频的起始时间和音量。
四.实验总结:。
pr实验报告PR实验报告一、引言公关（Public Relations，简称PR）是指组织和个人通过与公众建立和维护良好关系，以达到宣传、促销、形象塑造等目的的一种管理活动。
在当今信息爆炸的社会中，公关的重要性愈发凸显。
为了深入了解公关的实际应用效果，本实验旨在通过一系列的PR活动来评估其对目标受众的影响。
二、实验设计本实验将通过以下步骤进行：1. 确定目标受众：选择一群具体的目标受众，例如大学生群体。
2. 制定PR策略：根据目标受众的特点和需求，制定相应的PR策略，例如通过社交媒体平台传播信息。
3. 实施PR活动：根据制定的策略，进行一系列的PR活动，例如发布优质内容、与目标受众互动等。
4. 收集数据：通过问卷调查、访谈等方式收集目标受众对PR活动的反馈和评价。
5. 分析数据：对收集到的数据进行统计和分析，评估PR活动的效果。
三、实验过程1. 确定目标受众：我们选择了一所大学的本科生作为目标受众，因为他们是一个活跃在社交媒体上的群体，对新鲜事物和信息敏感。
2. 制定PR策略：我们决定通过社交媒体平台进行PR活动，利用校园公众号和学生社团的官方账号发布相关内容，吸引目标受众的关注。
3. 实施PR活动：我们在校园公众号和学生社团的官方账号上发布了一系列与大学生生活相关的内容，包括校园活动报道、学习技巧分享、校园美食推荐等。
同时，我们积极回复目标受众的留言和评论，与他们建立互动。
4. 收集数据：我们设计了一份问卷调查，邀请目标受众参与，以了解他们对我们的PR活动的看法和评价。
此外，我们还进行了一对一的访谈，深入了解他们对我们的PR活动的影响和态度。
5. 分析数据：通过对问卷调查和访谈数据的统计和分析，我们得出了以下结论：四、实验结果与讨论1. PR活动对目标受众的影响：大部分目标受众表示通过我们的PR活动了解到了更多校园活动和资源，并对我们的内容表示了兴趣和关注。
2. PR活动的效果评价：目标受众普遍认为我们的PR活动内容有趣、有用，并且对他们的生活有一定的帮助。
Premiere综合实验一、实验目的熟练掌握Premiere的基本工作过程二、实验要求1．掌握（1）项目素材的编辑方法（2）视频切换特效的添加与设置（3）运动特效的设置（4）视频特效的添加、控制以及视频合成（5）字幕的创建方法2．熟悉（1）音频特效的添加与设置（2）Premiere Pro的各种输出格式三、实验内容：制作校园风光短片1．新建以自己的姓名1命名的项目文件，如“张三1.prproj”；“载入预置”设为：DV-PAL 标准48kHz（我国电视标准制式）；2．将“素材”文件夹中的所有素材导入项目窗口；3．将时间线序列1重命名为“校园”。
以下内容设置在时间线序列“校园”中：（1）在视频1轨道零点处导入图片“云.tif”，并设置其持续时间为3秒；适当调整其位置和大小。
（2）在视频2轨道零点处导入图片“校园.jpg”，使其与“云.tif”首尾对齐；适当调整其位置和大小。
（3）为“校园.jpg”添加合适的特效将“校园”作抠图处理；如图1（a）所示。
图1制作流云（a）（b）（c）（4）为视频1轨道的“云.tif”添加视频特效“扭曲”中的“边角固定”特效（分别在00：00：00：00和00：00：02：24处设置其四角的位置关键帧来实现流云的效果）；如图1（b）和图1（c）所示。
4．新建时间线序列“图片”，以下内容设置在时间线序列“图片”中：（1）在视频1轨道中导入“01.jpg”，并设置其持续时间为3秒；（2）在时间线序列窗口的时间线：第3秒、第5秒、第7秒处设置时间标志；（3）分别将“02.jpg”导入到视频1轨道的第3秒处、“03.jpg”导入到视频1轨道的第5秒处、“04.jpg”导入到视频1轨道的第7秒处且持续时间为2秒；（4）适当调整各图片的显示比例；（5）在各张图片的接点中间设置不同的视频切换特效，特效内容以及参数值自由发挥设置；（6）在第9秒处设置“画中画”效果，持续时间为2秒。
如图2所示。
2.2 上机实验实验2-1 熟悉Visual FoxPro的集成环境【实验目的】1．掌握Visual FoxPro系统的启动与退出操作。
2．熟悉Visual FoxPro的集成操作环境。
3．掌握工具栏、命令窗口打开与关闭的方法。
4．掌握Visual FoxPro选项的设置。
【实验内容及步骤】1．启动Visual FoxPro可用如下两种方式启动Visual FoxPro。
◆双击桌面上的Visual FoxPro 快捷图标，以快捷方式启动Visual FoxPro。
◆单击Windows屏幕左下角的“开始”按钮，移动光标至“所有程序”命令项，在“所有程序”子菜单中选择Microsoft Visual FoxPro 6.0命令，单击标即可启动Visual FoxPro。
启动后，出现Visual FoxPro的主界面，如图2-1所示。
菜单栏工具栏命令窗口结果显示区状态栏图2-1 Visual FoxPro 主界面2．退出Visual FoxPro可选择如下五种方法之一退出Visual FoxPro。
◆单击主窗口右上角的“关闭”按钮。
◆在命令窗口中输入QUIT命令。
◆按快捷键Alt+F4。
◆单击“文件”菜单下的“退出”命令项。
◆单击主窗口左上角的图标，在弹出的控制菜单中单击“关闭”命令项。
3．“命令”窗口（1）隐藏“命令”窗口可选择如下三种方法之一。
◆单击“命令”窗口右上角的“关闭”按钮。
◆单击系统菜单栏中的“窗口”菜单下的“隐藏”命令项。
◆按Ctrl+F4组合键。
（2）显示“命令”窗口◆单击系统菜单栏中的“窗口”菜单下的“命令窗口”命令项。
◆按Ctrl+F2组合键。
（3）利用工具栏◆利用常用工具栏上的“命令”窗口按钮可实现打开/关闭命令窗口的切换。
4．自定义工具栏对于经常使用的功能，通过工具栏按钮调用比通过菜单调用要方便快捷得多，Visual FoxPro 6.0除了常用工具栏外，还提供了10个其他工具栏。
模式识别上机实验2：参数估计及两分类问题
专业：数学与应用数学 学号： 姓名：
给定2维样本500个，存放在文件“500样本.txt ”中，其中前300个是属于第一类的样本，接着200个是属于第二类的样本（第一列为样本的类别）。
假设两类样本均来自正态总体，试分别估计其参数，分别就一下两种假设求出各参数的估计，决策函数和决策规则并对如下五个未知类别的样本进行分类（有图像则更佳）。
1． 1212,()()P P ωω∑=∑=，
参数：()()'='= 6.8952 0.6673 3.9287 1.6473 21μμ
⎪⎪⎭
⎫
⎝⎛=∑=∑5198.75557.45557.42150.421
决策函数：()()()021)(x x w x g x g x g T -=-=
其中，()()2102112
1
,μμμμ+=
-∑=-x w 决策规则：当g(x)>0, x 属于第一类,否则x 属于第二类
2． 1212,()()P P ωω∑≠∑≠
参数：()()'
='= 6.8952 0.6673 3.9287 1.6473 21μμ
⎪⎪⎭
⎫
⎝⎛=∑⎪⎪⎭⎫ ⎝⎛=∑4506.36422.16422.19951.12326.104981.64981.66950.521
决策函数：()()()()2010212121)(w w x w w x W W x x g x g x g T
T -+-+-=-=
其中，1
21-∑-=i i W i i i w μ1-∑=
()()2,1ln ln 2
1
2110=+∑-∑-=-i w P w i i i i T i i μμ
决策规则：当g(x)>0, x 属于第一类,否则x 属于第二类
5个未知样本在两种假设下的类别：
1、实验过程
最小错误率贝叶斯决策规则常有四种方法：
（1） i j j w x x w P x w P ∈==则),|(max )|(2
,11
（2） i j j j i i w x w P w x p w P w x p ∈==则),()|(max )()|(2
,1
（3） ⎩⎨⎧∈<>=
2
11221,)()
()|()|()(w w x w P w P or w x p w x p x l 则 （4） ⎩⎨⎧∈+<>+2
1
2211),(ln )|(ln )(ln )|(ln w w x w P w x p or w P w x p 则
在多元正态函数中采用上述中方法（4），()()i i i w x p σμ,~|N ，可得到多元正态型下的最小错误率贝叶斯判别函数为
()()()()i i i i w P d x R x g ln ln 2
1
2ln 2,212+∑---=πμ
其中()i x R μ,表示x 到i μ的马氏距离，i ∑是协方差矩阵，()i w P 为先验概率。
决策面方程为 ()()x g x g j i =
决策函数为
()()()x g x g x g j i -=
()()
()()
j i j i j i w P w P x R x R ln ln 21],,[2
1
2
2
+∑∑-
--=μμ 决策结果为
()()⎩⎨⎧≤>∈0,0
,x g w x g w x j
i
参数估计
该题为二元正态分布， []y x x ,=，其密度函数为()()()μμπ-∑--
-∑
=
x x T e
x f 12
1
21
即 ()(
)
()()()()⎥⎥⎦
⎤
⎢⎢⎣⎡-+-------=
2222212121212
2121
2
21121
,σμσσμμρσμρρ
σπσy y x x e
y x f
由二元正态参数估计可知
DY DX Y X ====2121,,,σσμμ ()()EY Y EX X E Y X --==),cov(ρ
⎥⎦⎤
⎢⎣
⎡=∑21σρρσ 题所给的两个样本可得到各样本的密度函数参数见下表：
下，其中*号代表的是第二类样本点，o 号代表第一类样本点。
求未知类别的样本到各样本的()T
21,μμ的马氏距离
2、实验代码
样本yangbenzhi.m
yangben=[1.0000 2.1839 3.0859
……
2.0000 -0.0694 8.1524];
yangben1=yangben(1:300,:,:);
yangben2=yangben(301:500,:,:);
参数求解canshu.m
function [U S]=canshu(YB)
X=YB(:,2);Y=YB(:,3);
U=[mean(X);mean(Y)];
S=cov(X,Y);
正态密度函数 f.m
function z=f(X,S,U)
d=size(S);d=d(1);
z=(2*pi)^(d/2)*sqrt(det(S))*exp(-1/2*(X-U)'*S^-1*(X-U)); 马氏距离mashijuli.m
function R=mashijuli(X,U,S)
R=sqrt((X-U)'*S^-1*(X-U));
用马氏距离判别MSJL.m
YB=[-1.0221 3.2155
5.0000 10.000
2.4344 4.3210
3.1932 8.7089
-0.6212 1.8253];
yangbenzhi;
[U1 S1]=canshu(yangben1);
[U2 S2]=canshu(yangben2);
R=[];JG=[];
for i=1:5
R1=mashijuli(YB(i,:)',U1,S1);
R2=mashijuli(YB(i,:)',U2,S2);
R=[R;R1 R2];
if R1>R2
JG=[JG;'属于样本二 '];
else
JG=[JG;'属于样本一'];
end
end
disp('马氏距离为：');disp(R);
disp('马氏距离决策结果为：');disp(JG);
绘制样本二维图像HZTX.m
yangbenzhi;
X1=yangben1(:,2);Y1=yangben1(:,3);
X2=yangben2(:,2);Y2=yangben2(:,3);
plot(X1,Y1,'*',X2,Y2,'o');
[U1 S1]=canshu(yangben1);[U2 S2]=canshu(yangben2); x=linspace(-5,9,200);y=linspace(-5,12,200);
for i=1:200
for j=1:200
zf1(i,j)=f([x(i) y(j)]',S1,U1);
zf2(i,j)=f([x(j) y(i)]',S2,U2);
end
end
hold on;
contour(x,y,zf1,16);contour(x,y,zf2,16); hold off;最小错误率贝叶斯决策ZXBYS.m
YB=[-1.0221 3.2155
5.0000 10.000
2.4344 4.3210
3.1932 8.7089
-0.6212 1.8253];
PW1=0.6;PW2=0.4;
yangbenzhi;
[U1 S1]=canshu(yangben1);
[U2 S2]=canshu(yangben2);
JG=[];
for i=1:5
R1=mashijuli(YB(i,:)',U1,S1);
R2=mashijuli(YB(i,:)',U2,S2);
G(i)=-1/2*(R1^2-R2^2)-1/2*log(det(S1)/det(S2))+log(PW1/PW2); if G(i)>0
JG=[JG;'属于样本一'];
else
JG=[JG;'属于样本二'];
end
end
disp('G(X)为：');disp(G');
disp('最小贝叶斯错误率决策结果为：');disp(JG);
3、实验结果
马氏距离判别
最小错误率贝叶斯判别
4、教师评语。
