二乙基二硫代氨基甲酸银法[简称Ag(DDC)法
第一步收度。
：同古蔡氏法生成砷化氢
第二步：砷化氢还原Ag-DDC 溶液,产生红色的胶态
银.目视比色法
仪器分析510nm 处测吸
二乙基二硫代氨基甲酸银法[简称Ag （DDC ）法
本法为中国药典和USP 收载的方法。不仅可用于砷盐的限量检查，也可用作微量砷盐的含量测定。 原理 金属锌与酸作用，产生新生态的氢，盐反应，生成具有挥发性的砷化氢；代氨基甲酸银，使其还原产生红色的胶态银，法或在510nm 液用同法处理后得到的有色溶液进行比较。
方法 在砷化氢发生瓶A 溶液）
的试验条件（如加酸量和试剂用量）均同古蔡氏法，加锌粒后立即将生成的砷化氢导入盛有Ag （DDC 液5.0ml 的D 管中，将A 瓶置25℃~40℃水浴中，反应45 min 后，取出D 管，添加氯仿至5.0ml ，混匀。将供试
溶液D 管和对照溶液D 管同置白色背景上，自管上方向下观察比色。 必要时可将吸收液分别移入1cm 吸收池中，以Ag
DDC ）溶液为空白，于510nm 波长处，测定吸收度，供 图6-4 Ag （DDC ）法检砷装置 试溶液的吸收度不得大于标准砷对照液的吸收度。
本法需用有机碱吸收反应中产生的HDDC 。USP 检查砷盐时，配制了0.5%Ag （DDC ）的吡啶溶液，检测灵敏度可达0.5μgAs/30ml ，不足的是吡啶有恶臭。中国药典采用0.25%Ag （DDC ）的三乙胺-氯仿（1.8︰98.2）溶液，灵敏度略低于采用吡啶溶液者。也有文献报道使用三乙醇胺、麻黄碱等有机碱的氯仿溶液，但检测灵敏度均不及使用吡啶的好。
模式识别最近邻和fisher分类matlab实验报告
一、Fisher 线性判别 Fisher 线性判别是统计模式识别的基本方法之一。它简单，容易实现，且计算量和存储量小，是实际应用中最常用的方法之一。Fisher 判别法Fisher 在1936年发表的论文中首次提出的线性判别法。Fisher 判别法的基本思想是寻找一个最好的投影，当特征向量x 从d 维空间映射到这个方向时，两类能最好的分开。这个方法实际上涉及到特征维数的压缩问题。 一维空间的Fisher 线性判别函数为： 2 1212 ()()F m m J w S S -= + （1） i m = ∑x N 1,i=1,2 （2） 2,1,)()(=--=∑∈i m x m x S T i x i i i ξ （3） 其中，1m 和2m 是两个样本的均值，1S ，2S 分别为各类样本的的类内离散度。投影方向w 为： )(211 m m S w w -=- （4） 12w S S S =+ （5） 在Fisher 判决函数中，分子反应了映射后两类中心的距离平方，该值越大，类间可分性越好；分母反应了两类的类内的离散度，其值越小越好；从总体上讲，()F J w 的值越大越好，在这种可分性评价标准下，使()F J w 达到最大值的w 即为最佳投影方向。
1.1、 Fisher线性判别实验流程图
1.2 Fisher线性判别mtalab代码 data=importdata('C:\Users\zzd\Desktop\data-ch5.mat'); data1=data.data; data2=https://www.wendangku.net/doc/5613556945.html,bel; sample1=data1(1:25,:); sample2=data1(51:75,:); sample=[sample1 sample2]; sp_l=data2(26:75); test1=data1(26:50,:); test2=data1(76:100,:); test=[test1 test2]; lth=zeros(50,50); sample_m1=mean(sample1); sample_m2=mean(sample2); m1=sample_m1'; m2=sample_m2'; sb=(m1-m2)*(m1-m2)'; s1=zeros(2); for n=1:25 temp = (sample1(n,:)'-m1)*(sample1(n,:)'-m1)'; s1=s1+temp; end; s2=zeros(2); for n=1:25 temp = (sample2(n,:)'-m2)*(sample2(n,:)'-m2)'; s2 = s2+temp; end; sw=s1+s2; vw=inv(sw)*(m1-m2); a_m1 = vw'*m1; a_m2 = vw'*m2; w0 = (a_m1+a_m2)/2;
《土壤和沉积物 8种酰胺类农药、11种三针类农药、草甘膦、二硫代氨基甲酸酯(盐)类农药测定》2019环保标准
土壤和沉积物 8 种酰胺类农药的测定气相色谱-质谱法（HJ 1053-2019）.pdf 土壤和沉积物 11 种三嗪类农药的测定高效液相色谱法（HJ 1052-2019）.pdf 土壤和沉积物草甘膦的测定高效液相色谱法（HJ 1055-2019）.pdf 土壤和沉积物二硫代氨基甲酸酯（盐）类农药总量的测定顶空_气相色谱法（HJ 1054-2019）.pdf
中华人民共和国国家环境保护标准 HJ 1053-2019 土壤和沉积物 8种酰胺类农药的测定 气相色谱-质谱法 Soil and sediment —Determination of 8 amide pesticides —Gas chromatography mass spectrometry （发布稿） 本电子版为发布稿。请以中国环境出版集团出版的正式标准文本为准。 2019-10-24发布 2020-04-24 实施
目次 前言............................................................................................................................................... i i 1适用范围. (1) 2规范性引用文件 (1) 3方法原理 (1) 4试剂和材料 (1) 5仪器和设备 (3) 6样品 (3) 7分析步骤 (5) 8结果计算与表示 (7) 9精密度和准确度 (8) 10质量保证和质量控制 (9) 11废物处理 (10) 附录A（规范性附录）方法检出限和测定下限 (11) 附录B（资料性附录）质谱参考条件 (12) 附录C（资料性附录）方法的精密度和准确度 (13) i
重氮化与重氮盐的转化
第十三章 重氮化与重氮盐的转化 第一节 概述 一、重氮化反应及其特点 1． 重氮化合物定义： 指分子中含有两个氮原子相连的基团，而这个基团只有一端与碳原子相连，而另一端则不与C 原子相连。（与偶氮化合物相区别） 2． 重氮化反应定义： 将芳伯胺等胺基化合物在低温下及强酸（其中盐酸及硫酸最为常用）水溶液中，与亚硝酸作用生成重氮盐的反应，称为重氮化反应。 Ar N H 2+NaN O 2+2HX Ar N + 2X +O H 22+NaX 3． ★重氮化反应在有机合成中的应用： 用来合成与亲电取代反应相悖的化合物，尤其是各种偶氮染料、有机颜料的重要的基本的方法，在精细有机合成中被广泛应用。 如：间氯甲苯的合成。 4．脂肪胺与芳胺的重氮化反应特点： 由脂肪伯胺得到的重氮化合物很不稳定，容易分解成醇类化合物，在有机合成上没有多少价值。 由芳伯胺制得的重氮化合物性质稳定，可用来制备许多重要的中间体。在精细化学品的合成中有着重要的意义。 二、重氮盐的结构与性质 1．重氮盐的结构 重氮盐的结构为： 重氮盐的反应一般是在强酸性到弱碱性介质中进行的。其pH 值的高低与目的反应有关。 2．★重氮盐的性质 （1）重氮盐具有类似铵盐的性质，一般可溶于水，不溶于有机溶剂。重氮化后溶液是否澄清可作为反应正常与否的标志。 （2）干燥的重氮盐极不稳定，受热爆炸。 （3）重氮盐在低温水溶液中比稳定且具有高反应活性。生产中常不必分离出重氮盐结晶，而用其水溶液进行下一步反应。 （4）重氮盐可发生两类反应：一类是重氮基转化为偶氮基（偶合）或肼基（还原），非脱落氮原子的反应；另一类是重氮基被其他取代基所置换，同时脱落两个氮原子放出氮气的反应。 （5）重氮盐性质活泼，本身价值不高，但通过上述两类重氮盐的反应，可制得一系列重要的有机中间体。 A r N N Cl A r N N Cl A r N N C l ++ +
数据挖掘实验报告
《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.wendangku.net/doc/5613556945.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.wendangku.net/doc/5613556945.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；
二乙基二硫代氨基甲酸钠
二乙基二硫代氨基甲酸钠化 学品安全技术说明书 第一部分：化学品名称化学品中文名称：二乙基二硫代氨基甲酸钠 化学品英文名称：sodium diethyl dithiocarbamate trihydrate 中文名称2：促进剂SDC 英文名称2：accelerator SDC 技术说明书编码：2301CAS No.：20624-25-3 分子式：C 5H 10NS 2·Na·3H 2O 分子量：225.33第二部分：成分/组成信息有害物成分含量CAS No.第三部分：危险性概述健康危害：有刺激作用。 环境危害：对环境有危害，对水体可造成污染。燃爆危险：本品可燃，具刺激性。第四部分：急救措施皮肤接触：脱去污染的衣着，用大量流动清水冲洗眼睛接触：提起眼睑，用流动清水或生理盐水冲洗。就医。吸入：迅速脱离现场至空气新鲜处。保持呼吸道通畅。如呼吸困难，给输氧。如呼吸停止，立即进行人工呼吸。就医。食入：饮足量温水，催吐。就医。第五部分：消防措施危险特性：遇明火、高热可燃。其粉体与空气可形成爆炸性混合物, 当达到一定浓度时,遇火星会发生爆炸。受高热分解放出有毒的气体。有害燃烧产物：一氧化碳、二氧化碳、氮氧化物、氧化硫、氧化钠。灭火方法：消防人员须佩戴防毒面具、穿全身消防服，在上风向灭火。灭火剂：雾状水、泡沫、干粉、二氧化碳、砂土。第六部分：泄漏应急处理应急处理：隔离泄漏污染区，限制出入。切断火源。建议应急处理人员戴防尘口罩，穿一般作业工作服。不要直接接触泄漏物。小量泄漏：避免扬尘，小心扫起，置于袋中转移至安全场所。大量泄漏：收集回收或运至废物处理场所处置。第七部分：操作处置与储存有害物成分 含量 CAS No.:二乙基二硫代氨基甲酸钠 20624-25-3
重氮化反应
重氮化反应 diazo-reaction 一级胺与亚硝酸在低温下作用生成重氮盐的反应。例如： 脂肪族、芳香族和杂环的一级胺都可进行重氮化反应。通常，重氮化试剂是由亚硝酸钠与盐酸作用临时产生的。除盐酸外，也可使用硫酸、过氯酸和氟硼酸等无机酸。脂肪族重氮盐很不稳定，能迅速自发分解；芳香族重氮盐较为稳定。芳香族重氮基可以被其他基团取代，生成多种类型的产物。所以芳香族重氮化反应在有机合成上很重要。 重氮化反应的机理是首先由一级胺与重氮化试剂结合，然后通过一系列质子转移，最后生成重氮盐。重氮化试剂的形式与所用的无机酸有关。当用较弱的酸时，亚硝酸在溶液中与三氧化二氮达成平衡，有效的重氮化试剂是三氧化二氮。当用较强的酸时，重氮化试剂是质子化的亚硝酸和亚硝酰正离子。因此重氮化反应中，控制适当的pH值是很重要的。芳香族一级胺碱性较弱，需要用较强的亚硝化试剂，所以通常在较强的酸性下进行反应。 概述 芳香族伯胺和亚硝酸作用生成重氮盐的反应标为重氮化，芳伯胺常称重氮组分，亚硝酸为重氮化剂，因为亚硝酸不稳定，通常使用亚硝酸钠和盐酸或硫酸使反应时生成的亚硝酸立即与芳伯胺反应，避免亚硝酸的分解，重氮化反应后生成重氮盐。 重氮化反应可用反应式表示为： Ar-NH2 + 2HX + NaNO2--—Ar-N2X + NaX + 2H20 重氮化反应进行时要考虑下列三个因素： 一、酸的用量 从反应式可知酸的理论用量为2mol，在反应中无机酸的作用是，首先使芳胺溶解，其次与亚硝酸销生成亚硝酸，最后生成重氮盐。重氮盐一般是容易分解的，只有在过量的酸液中才比较稳定，所以重氮化时实际上用酸量过量很多，常达 3mol，反应完毕时介质应呈强酸性(pH值为3)，对刚果红试纸呈蓝色．重氮过程中经常检查介质的pH值是十分必要的。 反应时若酸用量不足，生成的重氮盐容易和未反应的芳胺偶合，生成重氮氨基化合物： Ar-N2Cl + ArNH2——Ar-N＝N—NHAr + HCl 这是一种自我偶合反应，是不可逆的，一旦重氮氨基物生成，即使补加酸液也无法使重氮氨基物转变为重氮盐，因此使重氮盐的质量变坏，产率降低。在酸量不足的情况下，重氮盐容易分解，温度越高，分解越快。 二、亚硝酸的用量 重氮化反应进行时自始至终必须保持亚硝酸稍过量，否则也会引起自我偶合反应。重氮化反应速度是由加入亚硝酸钠溶液加速度来控制的，必须保持一定的加料速度，过慢则来不及作用的芳胺会和重氮盐作用生成自我偶合反应。亚硝酸钠溶液常配成30％的浓度使用．因为在这种浓度下即使在－15℃也不会结冰。 反应时检定亚硝酸过量的方法是用碘化钾淀粉试纸试验，一滴过量亚硝酸液的存在可使碘化钾淀粉试纸变蓝色。由于空气在酸性条件下也可位碘化钾淀粉试纸氧化变色，所以试验的时间以0.5-2s内显色为准。
Parzen窗估计与KN近邻估计实验报告
模式识别实验报告 题目：Parzen 窗估计与KN 近邻估计 学 院 计算机科学与技术 专 业 xxxxxxxxxxxxxxxx 学 号 xxxxxxxxxxxx 姓 名 xxxx 指导教师 xxxx 20xx 年xx 月xx 日 Parzen 窗估计与KN 近邻估计 装 订 线
一、实验目的 本实验的目的是学习Parzen窗估计和k最近邻估计方法。在之前的模式识别研究中，我们假设概率密度函数的参数形式已知，即判别函数J(.)的参数是已知的。本节使用非参数化的方法来处理任意形式的概率分布而不必事先考虑概率密度的参数形式。在模式识别中有躲在令人感兴趣的非参数化方法，Parzen窗估计和k最近邻估计就是两种经典的估计法。二、实验原理 1.非参数化概率密度的估计 对于未知概率密度函数的估计方法，其核心思想是：一个向量x落在区域R中的概率可表示为： 其中，P是概率密度函数p(x)的平滑版本，因此可以通过计算P来估计概率密度函数p(x)，假设n个样本x1,x2,…,xn，是根据概率密度函数p(x)独立同分布的抽取得到，这样，有k个样本落在区域R中的概率服从以下分布： 其中k的期望值为： k的分布在均值附近有着非常显著的波峰，因此若样本个数n足够大时，使用k/n作为概率P的一个估计将非常准确。假设p(x)是连续的，且区域R足够小，则有： 如下图所示，以上公式产生一个特定值的相对概率，当n趋近于无穷大时，曲线的形状逼近一个δ函数，该函数即是真实的概率。公式中的V是区域R所包含的体积。综上所述，可以得到关于概率密度函数p(x)的估计为：
在实际中，为了估计x处的概率密度函数，需要构造包含点x的区域R1,R2,…,Rn。第一个区域使用1个样本，第二个区域使用2个样本，以此类推。记Vn为Rn的体积。kn为落在区间Rn中的样本个数，而pn (x)表示为对p(x)的第n次估计： 欲满足pn(x)收敛：pn(x)→p(x)，需要满足以下三个条件： 有两种经常采用的获得这种区域序列的途径，如下图所示。其中“Parzen窗方法”就是根据某一个确定的体积函数，比如Vn=1/√n来逐渐收缩一个给定的初始区间。这就要求随机变量kn和kn/n能够保证pn (x)能收敛到p(x)。第二种“k-近邻法”则是先确定kn为n的某个函数，如kn=√n。这样，体积需要逐渐生长，直到最后能包含进x的kn个相邻点。
二乙基二硫代氨基甲酸锌
二乙基二硫代氨基甲酸锌化 学品安全技术说明书 第一部分：化学品名称化学品中文名称：二乙基二硫代氨基甲酸锌 化学品英文名称：zinc diethyldithiocarbamate 中文名称2：促进剂EZ 英文名称2：accelerator EZ 技术说明书编码：2302CAS No.： 14324-55-1 分子式： C 10H 20N 2S 4·Zn 分子量：361.95第二部分：成分/组成信息 有害物成分含量CAS No.第三部分：危险性概述 健康危害：对皮肤有致敏性，对眼、鼻、喉有刺激作用。有报告可致突变。 环境危害：对环境有危害，对水体可造成污染。燃爆危险：本品可燃，具刺激性，具致敏性。第四部分：急救措施皮肤接触：脱去污染的衣着，用大量流动清水冲洗眼睛接触：提起眼睑，用流动清水或生理盐水冲洗。就医。吸入：迅速脱离现场至空气新鲜处。保持呼吸道通畅。如呼吸困难，给输氧。如呼吸停止，立即进行人工呼吸。就医。食入：饮足量温水，催吐。就医。第五部分：消防措施危险特性：粉体与空气可形成爆炸性混合物, 当达到一定浓度时, 遇火星会发生爆炸。受高热分解放出有毒的气体。有害燃烧产物：一氧化碳、二氧化碳、氮氧化物、氧化硫。灭火方法：消防人员须戴好防毒面具，在安全距离以外，在上风向灭火。灭火剂：雾状水、泡沫、干粉、二氧化碳、砂土。第六部分：泄漏应急处理应急处理：隔离泄漏污染区，限制出入。切断火源。建议应急处理人员戴防尘口罩，穿一般作业工作服。不要直接接触泄漏物。小量泄漏：避免扬尘，小心扫起，收集于干燥、洁净、有盖的容器中。大量泄漏：收集回收或运至废物处理场所处置第七部分：操作处置与储存有害物成分 含量 CAS No.: 二乙基二硫代氨基甲酸锌 14324-55-1
二乙基二硫代氨基甲酸钠安全说明
二乙基二硫代氨基甲酸钠安全说明 二乙基二硫代氨基甲酸钠化学品安全技术说明书(MSDS) 第一部分：化学品名称 化学品中文名称：二乙基二硫代氨基甲酸钠 化学品英文名称：sodium diethyl dithiocarbamate trihydrate 中文别名： 英文别名： 技术说明书编码： 分子式：C5H10NS2·Na·3H2O 分子量：225.33 第二部分：成分/组成信息
主要成分： CAS No.：20624-25-3 第三部分：危险性概述 危险性类别： 侵入途径： 健康危害：有刺激作用。 环境危害： 燃爆危险： 第四部分：急救措施 皮肤接触：脱去污染的衣着，用大量流动清水冲洗。 眼睛接触：提起眼睑，用流动清水或生理盐水冲洗。就医。 吸入：迅速脱离现场至空气新鲜处。保持呼吸道通畅。如呼吸困难，给输氧。如呼 吸停止，立即进行人工呼吸。就医。 食入：饮足量温水，催吐。就医。
第五部分：消防措施 危险特性：遇明火、高热可燃。其粉体与空气可形成爆炸性混合物, 当达到一定浓度时 , 遇火星会发生爆炸。受高热分解放出有毒的气体。 有害燃烧产物： 1
灭火方法：消防人员须佩戴防毒面具、穿全身消防服，在上风向灭火。灭火剂：雾状水 、泡沫、干粉、二氧化碳、砂土。 灭火注意事项及措施： 第六部分：泄漏应急处理 应急处理：隔离泄漏污染区，限制出入。切断火源。建议应急处理人员戴防尘口罩，穿 一般作业工作服。不要直接接触泄漏物。小量泄漏：避免扬尘，小心扫起，置于袋中转移至安全场所。大量泄漏：收集回收或运至废物处理场所处置 。 第七部分：操作处置与储存 操作注意事项： 储存注意事项：储存于阴凉、干燥、通风良好的库房。远离火种、热源。防止阳光直射。包 装必须密封，切勿受潮。应与氧化剂等分开存放，切忌混储。配备相应品
KNN算法实验报告
KNN算法实验报告 一试验原理 K最近邻(k-NearestNeighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。 该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决 定待分样本所属的类别。KNN方法虽然从原理上也依赖于极限定理，但在类别决策时，只与极少量的相邻样本有关。由于KNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法较其他方法更为适合。 KNN算法不仅可以用于分类，还可以用于回归。通过找出一个样本的k个最近邻居，将这些邻居的属性的平均值赋给该样本，就可以得到该样本的属性。更有用的方法是将不同距离的邻居对该样本产生的影响给予不同的权值(weight)，如权值与距离成正比。 该算法在分类时有个主要的不足是，当样本不平衡时，如一个类的样本容量很大，而其他类样本容量很小时，有可能导致当输入一个新样本时，该样本的K个邻居中大容量类的样本占多数。该算法只计算“最近的”邻居样本，某一类的样本数量很大，那么或者这类样本并不接近目标样本，或者这类样本很靠近目标样本。无论怎样，数量
并不能影响运行结果。可以采用权值的方法（和该样本距离小的邻居权值大）来改进。该方法的另一个不足之处是计算量较大，因为对每一个待分类的文本都要计算它到全体已知样本的距离，才能求得它的K个最近邻点。目前常用的解决方法是事先对已知样本点进行剪辑，事先去除对分类作用不大的样本。该算法比较适用于样本容量比较大的类域的自动分类，而那些样本容量较小的类域采用这种算法比较容易产生误分。 二试验步骤 那么根据以上的描述，我把结合使用反余弦匹配和kNN结合的过程分成以下几个步骤： 1．计算出样本数据和待分类数据的距离 2．为待分类数据选择k个与其距离最小的样本 3．统计出k个样本中大多数样本所属的分类 4．这个分类就是待分类数据所属的分类 数学表达：目标函数值可以是离散值(分类问题)，也可以是连续值(回归问题).函数形势为f:n维空间R—〉一维空间R。 第一步：将数据集分为训练集（DTrn）和测试集（DTES）。 第二步：在测试集给定一个实例Xq;在训练集（DTrn）中找到与这个实例Xq的K-最近邻子集{X1、、、、XK}，即：DKNN。 第三步：计算这K-最近邻子集得目标值，经过加权平均： ^f(Xq)=(f(X1)+...+f(XK))/k作为f(Xq）的近似估计。改进的地方：对
数据挖掘实验报告
数据挖掘实验报告 ——加权K-近邻法 一、 数据源说明 1. 数据理解 数据来自于天猫对顾客的BuyOrNot(买与不买)，BuyDNactDN(消费活跃度)，ActDNTotalDN(活跃度)，BuyBBrand(成交有效度)，BuyHit(活动有效度)这五个变量的统计。 数据分成两类数据，一类作为训练数据集，一类为测试数据集。 2.数据清理 现实世界的数据一般是不完整的、有噪声的和不一致的。数据清理例程试图填充缺失的值，光滑噪声并识别离群点，并纠正数据中的不一致。 a) 缺失值：当数据中存在缺失值是，忽略该元组 b) 噪声数据：本文暂没考虑。 二、 基于变量重要性的加权K-近邻法[1] 由于我们计算K-近邻法默认输入变量在距离测度中有“同等重要”的贡献，但情况并不总是如此。我们知道不同的变量对我们所要预测的变量的作用是不一定一样的，所以找出对输出变量分类预测有意义的重要变量对数据预测具有重要作用。同时也可以减少那些对输出变量分类预测无意义的输入变量，减少模型的变量。为此，采用基于变量重要性的K-近邻法，计算加权距离，给重要的变量赋予较高的权重，不重要的变量赋予较低的权重是必要的。 （1）算法思路： 我们引进1w 为第i 个输入变量的权重，是输入变量重要性（也称特征重要性），FI 函数，定义为：∑== p j i FI FI 1 ) i ()((i)w 。其中(i)FI 为第i 个输入变量的特征重要性， ∑=<1,1w )((i)i w 这里，(i)FI 依第i 个输入变量对预测误差的影响定义。设输入 变量集合包含p 个变量：p x x x x ,...,,,321。剔除第i 个变量后计算输入变量
人工智能实验报告
人工智能课程项目报告 姓名： 班级：二班
一、实验背景 在新的时代背景下，人工智能这一重要的计算机学科分支，焕发出了他强大的生命力。不仅仅为了完成课程设计，作为计算机专业的学生， 了解他，学习他我认为都是很有必要的。 二、实验目的 识别手写字体0~9 三、实验原理 用K-最近邻算法对数据进行分类。逻辑回归算法（仅分类0和1）四、实验内容 使用knn算法： 1.创建一个1024列矩阵载入训练集每一行存一个训练集 2. 把测试集中的一个文件转化为一个1024列的矩阵。 3.使用knnClassify（）进行测试 4.依据k的值，得出结果 使用逻辑回归： 1.创建一个1024列矩阵载入训练集每一行存一个训练集 2. 把测试集中的一个文件转化为一个1024列的矩阵。 3. 使用上式求参数。步长0.07，迭代10次 4.使用参数以及逻辑回归函数对测试数据处理，根据结果判断测试数 据类型。 五、实验结果与分析 5.1 实验环境与工具 Window7旗舰版+ python2.7.10 + numpy（库）+ notepad++（编辑）
Python这一语言的发展是非常迅速的，既然他支持在window下运行就不必去搞虚拟机。 5.2 实验数据集与参数设置 Knn算法： 训练数据1934个，测试数据有946个。
数据包括数字0-9的手写体。每个数字大约有200个样本。 每个样本保持在一个txt文件中。手写体图像本身的大小是32x32的二值图，转换到txt文件保存后，内容也是32x32个数字，0或者1，如下图所 示 建立一个kNN.py脚本文件，文件里面包含三个函数，一个用来生成将每个样本的txt文件转换为对应的一个向量：img2vector(filename):，一个用 来加载整个数据库loadDataSet():，最后就是实现测试。
重氮化反应
1.重氮化反应及其特点 (2) 四、重氮化操作技术 (3) 1.直接法 (3) 2.连续操作法 (3) 3.倒加料法 (4) 4.浓酸法 (5) 5.亚硝酸酯法 (6) 五、反应设备及安全生产技术 (6) 1.重氮化反应设备 (6) 2.安全生产技术 (8) 3.芳伯胺重氮化时应注意的共性问题 (12) 5.重氮化工艺 (13) 8.磺化工艺 (15)
1.重氮化反应及其特点 芳伯胺在无机酸存在下低温与亚硝酸作用，生成重氮盐的反应成为重氮化反应。工业上，常用亚硝酸钠作为亚硝酸的来源。反应通式为 Ar NH2+NaNO2 +2HX ArN2+ X- + 2H2O + NaX 式中，X可以是Cl、Br、NO3、HSO3等。工业生产上常采用硫酸、盐酸。 芳胺称作重氮组分，亚硝酸称为重氮化剂。亚硝酸易分解，故工业生产中常用亚硝酸钠与无机酸作用生成亚硝酸，以避免亚硝酸分解。 在重氮化过程中至反应终止时，要始终保持反应介质对刚果红试纸呈强酸性。如果酸量不足，可能导致生成的重氮盐与没有起反应的芳胺生成重氮氨基化合物。 ArN2X +ArNH2ArN NNH Ar + HX 在重氮化反应过程中，亚硝酸要过量或加入亚硝酸钠溶液的速度要适当，不能太慢，否则，也会生成重氮氨基化合物。 重氮化反应是放热反应，必须及时一处反应热。一般在0~10℃进行，温度过高，会使亚硝酸分解，同时加速重氮化合物的分解。重氮化反应结束时，过量的亚硝酸通常加入尿素或氨基磺酸分解掉，加入少量芳胺，使之与过量的亚硝酸作用。
四、重氮化操作技术 在重氮化反应中，由于副反应多，亚硝酸也具有氧化作用，而不同的芳胺所形成盐的溶解度也各有不同。隐藏，根据这些性质以及制备该重氮盐的目的不同，重氮化反应的操作方法基本上可分一下几种。 1.直接法 本法适用于碱性较强的芳胺，即含有给电子基团的芳胺，包括苯胺、甲苯胺、甲氧基苯胺、二甲苯胺、甲基萘胺、联苯胺和联甲氧基苯胺等。这些胺类与无机酸生成易溶于水但难以水解的稳定铵盐。 其操作方法是：将计算量（或稍过量）的亚硝酸钠水溶液在冷却、搅拌下，先快后慢的滴加到预先将芳胺溶于稀的无机酸水溶液并已冷却的稀酸水溶液中，进行重氮化，直到亚硝酸钠稍微过量为止。此法亦称正加法，应用最为普遍。 反应温度一般为0~10℃进行。盐酸用量一般为芳伯胺的3~4mol 为宜。水的用量一般应控制在到反应结束时，反应液总体积为胺量的10~12倍。应控制亚硝酸钠的加料速率，以确保反应正常进行。 2.连续操作法 本法也是适用于碱性较强芳伯胺的重氮化。工业上以重氮盐为合成中间体时多采用这一方法。由于反应过程的连续性。可较提高重氮
dbscan算法实验报告
一．算法概述 1. 密度聚类原理 DBSCAN是一种基于密度的聚类算法，这类密度聚类算法一般假定类别可以通过样本分布的紧密程度决定。同一类别的样本，他们之间的紧密相连的，也就是说，在该类别任意样本周围不远处一定有同类别的样本存在。 通过将紧密相连的样本划为一类，这样就得到了一个聚类类别。通过将所有各组紧密相连的样本划为各个不同的类别，则我们就得到了最终的所有聚类类别结果。 2. DBSCAN密度定义 DBSCAN是基于一组邻域来描述样本集的紧密程度的，参数(?, MinPts)用来描述邻域的样本分布紧密程度。其中，?描述了某一样本的邻域距离阈值，MinPts描述了某一样本的距离为?的邻域中样本个数的阈值。假设我的样本集是D=(x1,x2,...,xm),则DBSCAN具体的密度描述定义如下： 1）?-邻域：对于xj∈D，其?-邻域包含样本集D中与xj的距离不大于?的子样本集，即N?(xj)={xi∈D|distance(xi,xj)≤?}, 这个子样本集的个数记为|N?(xj)| 2) 核心对象：对于任一样本xj∈D，如果其?-邻域对应的N?(xj)至少包含MinPts个样本，即如果|N?(xj)|≥MinPts，则xj 是核心对象。
3）密度直达：如果xi位于xj的?-邻域中，且xj是核心对象，则称xi由xj密度直达。注意反之不一定成立，即此时不能说xj由xi 密度直达, 除非且xi也是核心对象。 4）密度可达：对于xi和xj,如果存在样本样本序列p1,p2,...,pT,满足p1=xi,pT=xj, 且pt+1由pt密度直达，则称xj由xi密度可达。也就是说，密度可达满足传递性。此时序列中的传递样本p1,p2,...,pT?1 均为核心对象，因为只有核心对象才能使其他样本密度直达。注意密度可达也不满足对称性，这个可以由密度直达的不对称性得出。 5）密度相连：对于xi和xj,如果存在核心对象样本xk，使xi 和xj均由xk密度可达，则称xi和xj密度相连。注意密度相连关系是满足对称性的。 3. DBSCAN密度聚类思想 DBSCAN的聚类定义很简单：由密度可达关系导出的最大密度相连的样本集合，即为我们最终聚类的一个类别，或者说一个簇。 这个DBSCAN的簇里面可以有一个或者多个核心对象。如果只有一个核心对象，则簇里其他的非核心对象样本都在这个核心对象的?-邻域里；如果有多个核心对象，则簇里的任意一个核心对象的?-邻域中一定有一个其他的核心对象，否则这两个核心对象无法密度可达。这些核心对象的?-邻域里所有的样本的集合组成的一个DBSCAN聚类簇。 4. DBSCAN聚类算法
数据挖掘期末实验报告
数据挖掘技术期末报告 理学院 姓名： 学号： 联系电话：
专业班级： 评分：优□|良□|中□|及格□|不及格□
一、实验目的 基于从UCI公开数据库中下载的数据，使用数据挖掘中的分类算法，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。二、实验环境 实验采用Weka平台，数据使用来自从UCI公开数据库中下载，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。 三、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。
重氮化
重氮化反应机理 主反应式：Ar-NH 2 + 2HX + NaNO 2 ＝＝ Ar-N 2 +X -+ NaX + 2H 2 O 分步反应： 1.芳胺成盐、水解反应 Ar-NH 2 + HX ←→ Ar-NH 3 +X- Ar-NH 3+X- + H 2 O ←→ Ar-NH 2 : + H 3 O+ + X- 2.质子转移亚硝化反应 ⑴盐酸法（HX） Ar-NH 2: + NOX → [Ar-NH 2 +-NO] + X ⑵硫酸法 Ar-NH 2: + N 2 O 3 → [Ar-NH 2 +-NO] + NO 2 3.中间体转化成重氮盐 [Ar-NH 2+-NO] → Ar-NH+≡N + H 2 O 一．影响因素 1.胺的选择 脂肪族、芳香族和杂环的一级胺都可进行重氮化反应。脂肪族重氮盐很不稳定，能迅速自发分解；芳香族重氮盐较为稳定。芳香族重氮基可以被其他基团取代，生成多种类型的产物。所以芳香族重氮化反应在有机合成上很重要。 2.无机酸的种类（性质） ⑴盐酸 2HNO 2 + HX ←→ NOX + H 2 O NOX为带亲电性的重氮化反应质点 Ar-NH 2: + NOX → [Ar-NH 2 +-NO] + X ⑵硫酸 2HNO 2←→ H 2 O + N 2 O 3 N 2O 3 为带亲电性的重氮化质点 Ar-NH 2: + N 2 O 3 → [Ar-NH 2 +-NO] + NO 2 ⑶浓硫酸 HNO 2 + H 2 SO 4 ←→ NO+(亚硝基强离子) + HSO 4 - + H 2 O NO+为亲电性最强的重氮化反应质点 重氮化反应质点亲电性大小顺序： NO+＞ NOBr ＞ NOCl ＞ ON-ON 2 ＞ ON-OH 盐酸的反应质点的亲电性要比稀硫酸的强，所以重氮化反应一般选用盐酸。 必要时可在盐酸介质中加入Br-：HNO 2 + H 3 +O + Br-←→ NOBr + 2H 2 O 3.反应温度 重氮化反应一般在0-5℃进行，因为大部分重氮盐在低温下较稳定，在较高温度下亚硝酸和重氮盐分解速度加快。另外亚硝酸在较高温度下也容易分解。重氮化反应温度常取决于重氮盐的稳定性，对-氨基苯磺酸重氮盐稳定性高，重氮化温度可在10-15℃进行。重氮化反应一般在较低温度下进行这一原则不是绝对的，在间歇釜式反应中重氮化反应时间长，应保持较低的反应温度，但在管道反应中进行重氮化时，反应中生成的重氮盐会很快转化，因此重氮化反应可在常温或较高温度下进行。 4.亚硝酸保持过量（无机酸和亚硝酸钠的用量）
二甲基二硫代氨基甲酸铁
二甲基二硫代氨基甲酸铁化 学品安全技术说明书 第一部分：化学品名称化学品中文名称：二甲基二硫代氨基甲酸铁 化学品英文名称：ferric dimethyldithiocarbamate 中文名称2：福美铁 英文名称2：ferbam 技术说明书编码：2228CAS No.： 14484-64-1 分子式： C 9H 18N 3S 6·Fe 分子量：416.51第二部分：成分/组成信息 有害物成分含量CAS No.第三部分：危险性概述 健康危害：对皮肤和粘膜有刺激作用。人经口的致死量为0.5~5g/kg(估计量)。 燃爆危险：本品可燃，具刺激性。第四部分：急救措施皮肤接触：脱去污染的衣着，用大量流动清水冲洗眼睛接触：提起眼睑，用流动清水或生理盐水冲洗。就医。吸入：迅速脱离现场至空气新鲜处。保持呼吸道通畅。如呼吸困难，给输氧。如呼吸停止，立即进行人工呼吸。就医。食入：饮足量温水，催吐。洗胃，导泄。就医第五部分：消防措施危险特性：遇明火、高热可燃。其粉体与空气可形成爆炸性混合物, 当达到一定浓度时,遇火星会发生爆炸。受高热分解放出有毒的气体。有害燃烧产物：一氧化碳、二氧化碳、氮氧化物、氧化硫、氧化铁。灭火方法：消防人员须佩戴防毒面具、穿全身消防服，在上风向灭火。灭火剂：雾状水、泡沫、干粉、二氧化碳、砂土。第六部分：泄漏应急处理应急处理：隔离泄漏污染区，限制出入。切断火源。建议应急处理人员戴防尘口罩，穿一般作业工作服。不要直接接触泄漏物。小量泄漏：避免扬尘，小心扫起，置于袋中转移至安全场所。大量泄漏：收集回收或运至废物处理场所处置。第七部分：操作处置与储存 有害物成分 含量 CAS No.: 二甲基二硫代氨基甲酸铁 14484-64-1
k最近邻算法实验报告
题目k-最近邻算法实现学生姓名 学生学号 专业班级 指导教师 2015-1-2
实验二 k-最近邻算法实现 一、实验目的 1.加强对k-最近邻算法的理解； 2.锻炼分析问题、解决问题并动手实践的能力。 二、实验要求 使用一种你熟悉的程序设计语言，如C++或Java，给定最近邻数k和描述每个元组的属性数n，实现k-最近邻分类算法，至少在两种不同的数据集上比较算法的性能。 三、实验环境 Win7 旗舰版 + Visual Studio 2010 语言：C++ 四、算法描述 KNN(k Nearest Neighbors)算法又叫k最临近方法。假设每一个类包含多个样本数据，而且每个数据都有一个唯一的类标记表示这些样本是属于哪一个分类， KNN就是计算每个样本数据到待分类数据的距离。如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。KNN方法虽然从原理上也依赖于极限定理，但在类别决策时，只与极少量的相邻样本有关。因此，采用这种方法可以较好地避免样本的不平衡问题。另外，由于KNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待
分样本集来说，KNN 方法较其他方法更为适合。该方法的不足之处是计算量较大，因为对每一个待分类的文本都要计算它到全体已知样本的距离，才能求得它的K 个最近邻点。目前常用的解决方法是事先对已知样本点进行剪辑，事先去除对分类作用不大的样本。该算法比较适用于样本容量比较大的类域的自动分类，而那些样本容量较小的类域采用这种算法比较容易产生误分。 1、 算法思路 K-最临近分类方法存放所有的训练样本，在接受待分类的新样本之前不需构造模型，并且直到新的（未标记的）样本需要分类时才建立分类。K-最临近分类基于类比学习，其训练样本由N 维数值属性描述，每个样本代表N 维空间的一个点。这样，所有训练样本都存放在N 维模式空间中。给定一个未知样本，k-最临近分类法搜索模式空间，找出最接近未知样本的K 个训练样本。这K 个训练样本是未知样本的K 个“近邻”。“临近性”又称为相异度（Dissimilarity ），由欧几里德距离定义，其中两个点 X （x1,x2,…,xn ）和Y （y1,y2,…,yn ）的欧几里德距离是： 2 222211)()()(),(n n y x y x y x y x D -+?+-+-= 未知样本被分配到K 个最临近者中最公共的类。在最简单的情况下，也就是当K=1时，未知样本被指定到模式空间中与之最临近的训练样本的类。 2、 算法步骤 初始化距离为最大值； 计算未知样本和每个训练样本的距离dist ； 得到目前K 个最临近样本中的最大距离maxdist ； 如果dist 小于maxdist ，则将该训练样本作为K-最近邻样本； 重复步骤2、3、4，直到未知样本和所有训练样本的距离都算完； 统计K-最近邻样本中每个类标号出现的次数； 选择出现频率最大的类标号作为未知样本的类标号。
重氮化反应
1.重氮化反应及其特点................................................................. 2. .. 四、重氮化操作技术................................................................ 3. .. 1.直接法................................................................. 3. .. 2.连续操作法................................................................. 3. .. 3.倒加料法................................................................. 4. .. 4.浓酸法................................................................. 5. .. 5.亚硝酸酯法................................................................. 6. .. 五、反应设备及安全生产技术................................................................ 6. . 1.重氮化反应设备................................................................. 6. .. 2.安全生产技术................................................................. 8. .. 3.芳伯胺重氮化时应注意的共性问题................................................................ 1.. 2