从众心理实验报告

从众心理实验报告

一、实验目的

1、生动的了解及把握从众的含义；

2、了解从众的分类；

3、分析从众行为产生的原因及影响因素。

4、学会评价并能适当引导从众行为。

二、实验计划

从众实验将在我们学校展开，考虑到实验的效果和结论跟我们所影响的人数有关，我们决定在中午的时候做实验，因为中午的时候路上行人较多。根据我们学校学生的日常行为和思维习惯，我们拟定进行以下实验：在12栋楼下往天上看，而天上什么都没有，观察过路人的反应。

三、实验对象：路上行走的学生

四、实验分工：讲解者：李**

实验报告：邱**

PPT制作：龙**

模板搜集：贾**

五、实验过程：中午12：15开始实验，总共有10人参与实验，先有1人在12栋楼底下抬头望楼顶，然后“托儿”进场。实验期间规定不能说话，不能四处张望，只能抬头集中看一个方向，不能用手指方向做引导性动作；当路人问及什么事时，只许摇头或说不知道，不能

跟路人交谈。记录有抬头看的人为从众的人。

六、实验分析：

实验人数9

实验时长5分钟

路过总人数9

从众人数8

占总数百分百88.9%

从众的人有88.9%左右，与我们先前所估计的差不多。这种现象更倾向于好奇心引起的。

七、实验结论：

从众指个体在群体情境中，改变自己的观念或行为，使之与群体的标准相一致的一种行为倾向。由从众的概念可以看出，产生从众心理现象的前提条件是群体的存在。大学生处于校园群体中，其个人在群体中的表现，往往受到群体影响，这种影响迫使个体在认识与行为方式上与群体中大多数人保持一致，无论群体观点对错与否，都倾向于放弃自己的观点而赞同群体的观点。

实验中，当一个人抬头看天时，路过的人稍有迟疑的跟上去围观，接着又有路人好奇地跟着看天上，逐渐的人越来越多，本次实验只有一个人没有跟过去，直接走了。实验结果表明当前引起大学生产生从众心理主要是由于好奇心促使，没有目的性的随大流，缺乏自信和主

观意识的判断。

从众心理普遍存在于心理尚未成熟的当代大学生中，对大学生的学习，生活及身心健康都具有极大的影响作用。大学生的从众心理既有积极作用，也有消极作用。其积极作用主要表现在：一是有利于大学生达成共同目标。特别是学习方面的共同目标，大学生你追我赶，拼搏奋斗的精神值得提倡。二是有利于增强群体责任感。在群体中大家为了群体目标共同努力，同时个体也会为了群体利益来规范自己的行为，使自己的行为符合群体标准。三是有利于发挥榜样的力量。群体中表现良好的大学生可以为其他成员树立榜样，带动群体成员共同进步。大学生从众心理的消极作用主要表现在盲目的从众会抑制大学生个性的发展，束缚思维，扼杀创造力，为此我们要增强自身的自信心，树立明确的目标。

大学是一个小社会，在这个小社会的里一样有在外面的世界一些社会现象，学了社会心理学这门课，相信我们比别人有更多的基础，去迎接我们即将踏入的现实社会。

感谢本次实验所有参与人员的积极配合和大力支持。

旁观者效应实验

实验地点： 繁华的街口 实验人数： 三人以下简称A.B.C 实验过程： （1）A乔装成路人，走在街口的时候假装突然发病，慢慢坐在地上，然后呼救。 （2）此时C在一隐蔽处，用DV机记录在A假装发病倒地过程中及接下来一段时间里，路人对A发生这一情况所做出的反应。 （3）一段时间过后，B乔装成路人，在走过A时，上前询问A的情况，并进行救助。（4）C在一旁用DV机记录在B做出上前询问及救助后，路人又是怎样的反应。 实验现象： 现象一：在A乔装成路人并在街口发病后，过往的众多路人并未上前进行救助或是拨打110，120等急救电话，期间有路人驻足观看，回头张望，抑或视而不见。 现象二：在B上前询问进行救助的行为发生后，有一个路人也走上前询问，接着跟多的路人上前围观和帮助。 实验结论： 现象一和现象二可以分别称为责任分散效应和从众效应。 责任分散效应也称为旁观者效应，是指对某一件事来说，如果是单个个体被要求单独完成任务，责任感就会很强，会作出积极的反应。但如果是要求一个群体共同完成任务，群体中的每个个体的责任感就会很弱，面对困难或遇到责任往往会退缩。因为前者独立承担责任，后者期望别人多承担点儿责任。“责任分散”的实质就是人多不负责，责任不落实。 正是由于在紧急状态下有其他目击者在场，才使旁观者无动于衷。旁观者效应，他们解释道，不是在于旁观者的“病态”人格，而是在于旁观者对其他观察者的反应。旁观者数量越大，旁观者效应越明显。总体来说，当紧急情形出现时，如果只有一人在场，约有半数的人会伸手相救；如果知道还有另外一个人在场，援助者只有33%；如果知道还有更多的人在场，援助者只有22%。 人们常常要以别人为参照物来定位自己，通过观察别人来判断自己是否正确，所以这就导致了多人在场时反应会变慢。同时每个人都以为别人会做，自己就不做了，或者抱着罚不责众的心态，所以也就没有人会上前帮助或报警了。 从众效应作为一个心理学概念，是指个体在真实的或臆想的群体压力下，在认知上或行动上以多数人或权威人物的行为为准则，进而在行为上努力与之趋向一致的现象。从众效应既包括思想上的从众，又包括行为上的从众。从众是一种普遍的社会心理现象，从众效应本身并无好坏之分，其作用取决于在什么问题及场合上产生从众行为，具体表现在两个方面：一是具有积极作用的从众正效应； 二是具有消极作用的从众负效应。 积极的从众效应可以互相激励情绪，做出勇敢之举，有利于建立良好的社会氛围并使个体达到心理平衡，反之亦然。 正是由于B的救助行为给旁人的引导，所以更多的人上前救助。

西安交大《塞曼效应实验报告》

应物31 吕博成学号：10

塞曼效应 1896年，荷兰物理学家塞曼（）在实验中发现，当光源放在足够强的磁场中时，原来的一条光谱线会分裂成几条光谱线，分裂的条数随能级类别的不同而不同，且分裂的谱线是偏振光。这种效应被称为塞曼效应。 需要首先指出的是，由于实验先后以及实验条件的缘故，我们把分裂成三条谱线，裂距按波数计算正好等于一个洛伦兹单位的现象叫做正常塞曼效应（洛伦兹单位 mc eB L π4=）。而实际上大多数谱线的塞曼分裂谱线多于三条，谱线的裂距可以大于也可 以小于一个洛伦兹单位，人们称这类现象为反常塞曼效应。反常塞曼效应是电子自旋假设的有力证据之一。通过进一步研究塞曼效应，我们可以从中得到有关能级分裂的数据，如通过能级分裂的条数可以知道能级的J 值；通过能级的裂距可以知道g 因子。 塞曼效应至今仍然是研究原子能级结构的重要方法之一，通过它可以精确测定电子的荷质比。 一．实验目的 1.学习观察塞曼效应的方法观察汞灯发出谱线的塞曼分裂； 2.观察分裂谱线的偏振情况以及裂距与磁场强度的关系； 3.利用塞曼分裂的裂距，计算电子的荷质比e m e 数值。 二．实验原理 1、谱线在磁场中的能级分裂 设原子在无外磁场时的某个能级的能量为0E ，相应的总角动量量子数、轨道量子数、自旋量子数分别为S L J 、、。当原子处于磁感应强度为B 的外磁场中时，这一原子能级将分裂为12+J 层。各层能量为 B Mg E E B μ+=0 （1） 其中M 为磁量子数，它的取值为J ，1-J ，...，J -共12+J 个；g 为朗德因子；B μ为玻尔磁矩（m hc B πμ4= ）；B 为磁感应强度。 对于S L -耦合 ） （） （）（）（121111++++-++ =J J S S L L J J g （2） 假设在无外磁场时，光源某条光谱线的波数为 ）（010201~E E hc -=γ （3） 式中 h 为普朗克常数；c 为光速。

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/d511013999.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/d511013999.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；

多普勒综合试验仪

ZKY-DPL-2 多普勒效应综合实验仪实验指导说明书

多普勒效应综合实验 当波源和接收器之间有相对运动时，接收器接收到的波的频率与波源发出的频率不同的现象称为多普勒效应。多普勒效应在科学研究，工程技术，交通管理，医疗诊断等各方面都有十分广泛的应用。例如：原子，分子和离子由于热运动使其发射和吸收的光谱线变宽，称为多普勒增宽，在天体物理和受控热核聚变实验装置中，光谱线的多普勒增宽已成为一种分析恒星大气及等离子体物理状态的重要测量和诊断手段。基于多普勒效应原理的雷达系统已广泛应用于导弹，卫星，车辆等运动目标速度的监测。在医学上利用超声波的多普勒效应来检查人体内脏的活动情况，血液的流速等。电磁波（光波）与声波（超声波）的多普勒效应原理是一致的。本实验既可研究超声波的多普勒效应，又可利用多普勒效应将超声探头作为运动传感器，研究物体的运动状态。 【实验目的】 1、测量超声接收器运动速度与接收频率之间的关系，验证多普勒效应，并由f－V关系直线的斜率求声速。 2、利用多普勒效应测量物体运动过程中多个时间点的速度，查看V－t关系曲线，或调阅有关测量数据，即可得出物体在运动过程中的速度变化情况，可研究： ①自由落体运动，并由V－t关系直线的斜率求重力加速度。 ②简谐振动，可测量简谐振动的周期等参数，并与理论值比较。 ③匀加速直线运动，测量力、质量与加速度之间的关系，验证牛顿第二定律。 ④其它变速直线运动。 【实验原理】 1、超声的多普勒效应 根据声波的多普勒效应公式，当声源与接收器之间有相对运动时，接收器接收到的频率f为： f = f0（u+V1cosα1）/（u–V2cosα2）（1） 式中f0为声源发射频率，u为声速，V1为接收器运动速率，α1为声源与接收器连线与接收器运动方向之间的夹角，V2为声源运动速率，α2为声源与接收器连线与声源运动方向之间的夹角。 若声源保持不动，运动物体上的接收器沿声源与接收器连线方向以速度V运动，则从（1）式可得接收器接收到的频率应为： f = f0（1+V/u）（2） 当接收器向着声源运动时，V取正，反之取负。 若f0保持不变，以光电门测量物体的运动速度，并由仪器对接收器接收到的频率自动计数，根据（2）式，作f —V关系图可直观验证多普勒效应，且由实验点作直线，其斜率应为k=f0/u，由此可计算出声速u=f0/k 。 由（2）式可解出： V = u（f/f0– 1）（3）若已知声速u及声源频率f0 ，通过设置使仪器以某种时间间隔对接收器接收到的频率f采样计数，由微处理器按（3）式计算出接收器运动速度，由显示屏显示V－t关系图，或调阅有关测量数据，即可得出物体在运动过程中的速度变化情况，进而对物体运动状况及规律进行研究。 2、超声的红外调制与接收 早期产品中，接收器接收的超声信号由导线接入实验仪进行处理。由于超声接收器安装在运动体上，导线的存在对运动状态有一定影响，导线的折断也给使用带来麻烦。新仪器对接收到的超声信号采用了无线的红外调制-发射-接收方式。即用超声接收器信号对红外波进行调制后发射，固定在运动导轨一端的红外接收端接收红外信号后，再将超声信号解调出来。由于红外发射/接收的过程中信号的传输是光速，远远大于声速，它引起的多谱勒效应可忽略不计。采用此技术将实验中运动部分的导线去掉，使得测量更准确，操作更方便。信号的调制-发射-接收-解调，在信号的无线传输过程中是一种常用的技术。

从众效应

从众效应 【从众效应】“也称乐队花车效应”，也就是我们通常所说的“随大流”，是指当个体受到群体的影响，包括引导或施加的压力时，会怀疑并改变自己原来的想法、判断以及行为，并且朝着与群体大多数人一致的方向变化。从众效应可以是因为对方“人多势众带来的气场上的压迫感”，也包括有对方“有权威性或者领导性”，迫于对这些非本直接和客观因素的影响而从众。 比如，在大学课堂上教授拿出一个瓶子，说是某种名贵的精油，在点燃后，教室里有同学说闻到了花香，还有同学说是玫瑰花香，后来几乎所有人都闻到玫瑰花香。最后，教授说这只是一瓶普通的自来水。所以，第一个说闻到玫瑰花香的同学也许是一种联想导致的错觉，而后边说闻到玫瑰花香的同学是追随他人所产生的趋同性，如果说第一位同学是心理暗示起了作用，那么后边的一众同学是受了从众心理的影响。而这种从众心理效应本质上没有侵害任何一方的利益，所以最后同学们呵呵一笑，这个课题小测式就结束了。 众效应产生的原因 1.当个体在群体中，为了适应环境，融入集体，个体会倾向于跟从大众的一致性喜好。 2.当个体担心自己偏离群体，不想被突出，被独立，于是选择从众。 3.当个体对某个问题、事件缺乏自己独立见解时，或者对自己的答案不确定时，个体特别容易倾向于对照群体其他大多数的意见，选择从众。 4.当个体对群体认可度高，经常会过滤自己的观点，出现盲目从众。 5.还有，当群体中有权威人物时，个体也会倾向于相信群体的意见，看法，于是也陷入从众效应。 再深入的分析，有些从众行为也只是表现上的从众 1?表面服从，内心也接受，所谓口服心服；

2?口服心不服，出于无奈只得表面服从，违心从众； 3?完全随大流，谈不上服不服的问题。 与其人云亦云，不如独立思考 研究表明，女性比男性容易从众，幼儿，青少年比成人容易从众，缺乏自信的比自信的人容易从众。 顺便分析一下类似的一个心理学效应——责任分散效应。 它属于群体心理学的领域，在某个场景或某个事件中，单个个体的责任感会很强，会对情况做出积极的反应，如果是处于群体中，个体责任感就会减弱很多，往往会不采取行动或比较懈怠，它也叫做旁观者效应。例如：在某个紧急的情况下，某人有危险或者境地，如果只有一个人在场，他往往会采取行动，施于援手，因为此时他的责任感很强。不想因为对于事情置之不理感到内疚或者负罪，而当处于群体中时，责任就被分散，他会想反正还有其他人，不单只有我，这种情况就造成就集体冷漠，三个和尚没水喝就源于心理学效应。 其实从众也有它的积极影响，当人在情境不确定的时候，其他人的行为最具有参考价值，具备行为参照的功能。特别在职场中，新人往往选择与同事保持一致，这样可以更容易的被团队接受。另外，在团队凝聚力方面，也表现出从众的行为可以更受团队认同。 一群幼小的沙鸥，无忧无虑地嬉戏在绿色的湖水中。一只勇敢的小沙鸥尝试着，挣扎着，试图展开翅膀飞向蓝天。它一次次不停地扑摔着，挣扎着，失败着，其余的沙鸥只是看着，突然间，那只沙鸥成功了，自由地翱翔于天际。在那只飞的沙鸥引领下，第二只、第三只沙鸥开始了同样的尝试……突然有一天,所有的沙鸥都学会了飞翔。 所以，积极的从众效应可以互相激励情绪，做出勇敢之举，有利于建立良好的社会氛围和完成群体目标，能使个体达到心理平衡，增强内心的安全感和自信心，还有助于学习他人的智慧经验，扩大视野，克服固执己见、盲目自信修正自己的思维方式等。

浅谈课堂气氛中的从众效应

浅谈课堂气氛中的从众效应 摘要：在现实生活中，课堂气氛已经成为许多家长和孩子衡量学校教育质量的一个关键指标。通过对现实生活中课堂的研究以课堂气氛为出发点发现其中存在的从众效应与课堂气氛的好坏有着密切的联系，以综述的方法探讨了课堂气氛中从众效的原因及其对课堂气氛的积极和消极作用，并提出如何对课堂气氛中的从众效应进行调控，对目前的课堂教学有实际意义。 关键词：课堂气氛从众效应作用 调控 中小学教学通常都是在课堂内进行的，因此课堂气氛是促进或抑制学生学习的重要因素，关系到学生的学习积极性和学习成绩的好坏。许多教育实践表明良好的课堂气氛能使学生情绪高昂，智力活动呈最佳状态，还会使学生得到一种愉快成功的体验，并陶冶情操保持一种积极的学习心态。因此，心理学家通过实验研究从不同角度分析了影响课堂气氛的因素，但并没有系统的从众的角度来研究。教育学家认为个别学生的态度与情感并不构成课堂气氛，当多数学生具有一致的态度与情感时就会形成具有优势的课堂气氛。因此，存在于班级的从众效应是影响课堂气氛的一个重要因素，在参考各种文献和名家观点的基础上分析从众效应对课堂气氛的影响，从现实的角度来考察从众与课堂气氛的关系，对当代课堂教学有重要意义。 1 课堂气氛 课堂气氛，又称班风，通常指伴随师生之间的人际互动而形成的某些占优势的态度和情感的综合状态。在实际教学中，我们经常看到不同类型的课堂气氛，有的课堂气氛积极热烈，有的则拘谨沉默，死气沉沉。即使是同一个课堂在不同的任课老师的指导下也是大不相同。实践表明，学生之间的相互感染可以影响课堂气氛，其中隐含着一种心理学效应——从众效应。 班级是一个特殊的群体，在这群体中有一定的社会交往结构，有多种人际关系、社会气氛、行为规范等等，日常的课堂教学正是在这样一个相对封闭的教学系统中进行，学生处于这种封闭的集体环境中很容易彼此影响形成群体压力。当课堂上大部分同学都积极回答问题时，其余的同学迫于群体压力或为了与群体保持一致也积极思考这样全班就会形成积极和谐的课堂气氛，在这种气氛下就会不

塞曼效应实验报告

塞曼效应实验报告 一、实验目的与实验仪器 1. 实验目的 （1）学习观察塞曼效应的方法，通过塞曼效应测量磁感应强度的大小。 （2）学习一种测量电子荷质比的方法。 2.实验仪器 笔形汞灯+电磁铁装置，聚光透镜，偏振片，546nm滤光片，F-P标准具，标准具间距（d=2mm），成像物镜与测微目镜组合而成的测量望远镜。 二、实验原理 （要求与提示：限400字以内，实验原理图须用手绘后贴图的方式） 1.塞曼效应 （1）原子磁矩和角动量关系 用角动量来描述电子的轨道运动和自旋运动，原子中各电子轨道运动角动量的矢量和即原子的轨道角动量L，考虑L-S耦合（轨道-自旋耦合），原子的角动量J =L +S。量子力学理论给出各磁矩与角动量的关系： L = - L，L = S = - S，S = 由上式可知，原子总磁矩和总角动量不共线。则原子总磁矩在总角动量方向上的分量 为： J = g J，J = J L为表示原子的轨道角量子数，取值：0，1，2… S为原子的自旋角量子数，取值：0,1/2,1,3/2，2,5/2… J为原子的总角量子数，取值：0,1/2,1,3/2… 式中，g=1+为朗德因子。 （2）原子在外磁场中的能级分裂 外磁场存在时，与角动量平行的磁矩分量J与磁场有相互作用，与角动量垂直的磁矩分量与磁场无相互作用。由于角动量的取向是量子化的，J在任意方向的投影(如z方向)为： = M，M=-J,-(J-1),-(J-2),…,J-2,J-1,J 因此，原子磁矩也是量子化的，在任意方向的投影(如z方向)为： =-Mg 式中，玻尔磁子μB =，M为磁量子数。

具有磁矩为J的原子，在外磁场中具有的势能（原子在外磁场中获得的附加能量）： ΔE = -J·=Mg B 则根据M的取值规律，磁矩在空间有几个量子化取值，则在外场中每一个能级都分裂为等间隔的（2J+1）个塞曼子能级。原子发光过程中，原来两能级之间电子跃迁产生的一条光谱线也分裂成几条光谱线。这个现象叫塞曼效应。 2.塞曼子能级跃迁选择定则 （1）选择定则 未加磁场前，能级E2和E1之间跃迁光谱满足： hν = E2 - E1 加上磁场后，新谱线频率与能级之间关系满足： hν’= (E2+ΔE2) – (E1+ΔE1) 则频率差：hΔν= ΔE2-ΔE1= M2g2 B -M1g1B= (M2g2- M1g1)B 跃迁选择定则必须满足： ΔM = 0，±1 （2）偏振定则 当△M=0时，产生π线，为振动方向平行于磁场的线偏振光，可在垂直磁场方向看到。 当△M=±1时，产生σ谱线，为圆偏振光。迎着磁场方向观察时，△M=1的σ线为左旋圆偏振光，△M=-1的σ线为右旋圆偏振光。在垂直于磁场方向观察σ线时，为振动方向垂直于磁场的线偏振光。 3. 能级3S13P2 L01 S11 J12 g23/2 M10-1210-1-2 Mg20-233/20-3/2-3汞原子的绿光谱线波长为，是由高能级{6s7s}S1到低能级{6s6p}P2能级之间的跃迁，其上下能级有关的量子数值列在表1。3S1、3P2表示汞的原子态，S、P分别表示原子轨道量子数L=0和1，左上角数字由自旋量子数S决定，为（2S+1）,右下角数字表示原子的总角动量量子数J。 在外磁场中能级分裂如图所示。外磁场为0时，只有的一条谱线。在外场的作用下，上能级分裂为3条，下能级分裂为5条。在外磁场中，跃迁的选择定则对磁量子数M的要求为：△M=0，±1，因此，原先的一条谱线，在外磁场中分裂为9条谱线。 9条谱线的偏振态，量子力学理论可以给出：在垂直于磁场方向观察，9条分裂谱线的强度(以中心谱线的强度为100)随频率增加分别为，，75，75，100，75，75，，. 标准具 本实验通过干涉装置进行塞曼效应的观察。我们选择法布里-珀罗标准具(F-P标准具)作为干涉元件。F-P标准具基本组成：两块平行玻璃板，在两板相对的表面镀有较高反射率的薄膜。 多光束干涉条纹的形成

基于weka的数据分类分析实验报告

基于weka的数据分类分析实验报告 1实验基本内容 本实验的基本内容是通过使用weka中的三种常见分类方法（朴素贝叶斯，KNN和决策树C4.5）分别在训练数据上训练出分类模型，并使用校验数据对各个模型进行测试和评价，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。 2数据的准备及预处理 2.1格式转换方法 原始数据是excel文件保存的xlsx格式数据，需要转换成Weka支持的arff文件格式或csv文件格式。由于Weka对arff格式的支持更好，这里我们选择arff格式作为分类器原始数据的保存格式。 转换方法：在excel中打开“movie_given.xlsx”，选择菜单文件->另存为，在弹出的对话框中，文件名输入“total_data”，保存类型选择“CSV（逗号分隔）”，保存，我们便可得到“total_data.csv”文件；然后，打开Weka的Exporler，点击Open file按钮，打开刚才得到的“total_data”文件，点击“save”按钮，在弹出的对话框中，文件名输入“total_data”，文件类型选择“Arff data files（*.arff）”，这样得到的数据文件为“total_data.arff”。 2.2如何建立数据训练集，校验集和测试集 数据的预处理过程中，为了在训练模型、评价模型和使用模型对数据进行预测能保证一致性和完整性，首先要把movie_given.xslx和test.xslx合并在一起，因为在生成arff文件的时候，可能会出现属性值不一样的情况，否则将为后来的测试过程带来麻烦。 通过统计数据信息，发现带有类标号的数据一共有100行，为了避免数据的过度拟合，必须把数据训练集和校验集分开，目前的拆分策略是各50行。类标号为‘female’的数据有21条，而类标号为‘male’的数据有79条，这样目前遇到的问题是，究竟如何处理仅有的21条female数据？为了能在训练分类模型时有更全面的信息，所以决定把包含21条female类标号数据和29条male类标号数据作为模型训练数据集，而剩下的另49条类标号类male的数据将全部用于校验数据集，这是因为在校验的时候，两种类标号的数据的作用区别不大，而在训练数据模型时，则更需要更全面的信息，特别是不同类标号的数据的合理比例对训练模型的质量有较大的影响。

大学物理实验多普勒效应

多普勒效应实验报告 学院化学与生物工程学院班级化学1701 学号姓名 一、实验目的与实验仪器 实验目的 1、了解多普勒效应原理，并研究相对运动的速度与接收到的频率之间的关系。 2、利用多普勒效应，研究做变速运动的物体其运动速度随时间的变化关系，以及机械 能转化的规律。 实验仪器 ZKY-DPL-3多普勒效应综合实验仪、电子天平、钩码等。 二、实验原理 （要求与提示：限400字以内，实验原理图须用手绘后贴图的方式） 1、声波的多普勒效应 当声源相对介质静止不动时，声波的频率f0，波长λ0以及波速U0表示为 f0=U0/λ0 则观测频率f、观测波长λ和观测波速U的关系 f=U/λ 当接收器以一定的速率向声源移动时U=U0+V0，则 f=（U0+V0）/λ０ 联立，得f=（U0+V0）/λ０=（f0λ0）/λ0=（1+V/U0）f0 当声源以一定的速率向接收器移动时V =U0-V0，则 f’=U’/λ’=U0/( U0-V0)/T= U0/( U0-V0) f 当声源与接收器运动如图时 f=（U0+V1COSθ１）/( U0-V2 COSθ２) 2、马赫锥 ａ＝arcsin（U０／V０）＝arcsin（１／M） U０为波速，V为飞行器速率，ａ为马赫角，M为Ｖ／Ｕ０马赫数

3、天文学中的多普勒效应 观察两波面的时间 ｔ＝（λｃ／（C+Vｃ））／（１／（１－Ｖ２ｃ／Ｃ２ｃ）１／２） ＝（１－Ｖ２ｃ／Ｃ２ｃ）１／２／（（１＋Ｖｃ／Ｃｃ）ｆｃ） 三、实验步骤 （要求与提示：限400字以内） １、超声波的多普勒效应 （１）、组装仪器 （２）、打开实验控制箱，调至室温，记录共振频率ｆ０ （３）、选择多普勒效应验证实验 （４）、修改测试总数 （５）、为仪器充电，确定失锁指示灯处于灯灭状态 （６）、选定滑车速率，开始测试 （７）、选择存入或者重测 （８）、重新选择速度，重复（６）、（７） （９）、记录实验数据 ２、用多普勒效应研究恒力下物体的运动规律 （１）、测量钩码质量和滑车质量 （２）、连接仪器 （３）、选中变速运动测量 （４）、修改测量总次数 （５）、选中开始测试，立即松开钩码 （６）、记录测量数据 （７）、改变砝码质量，重复（１）到（６） 四、数据处理 （要求与提示：对于必要的数据处理过程要贴手算照片） 表4.12-1 多普勒效应的验证与声速的测量 t c = 24 ℃f0 = 40001 Hz 次数i 1 2 3 4 5 v/(m/s) 0.41 0.59 0.75 0.87 0.98 Fi/Hz 40049 40070 40089 40103 40116

塞曼效应实验报告

1、前言和实验目的 1.了解和掌握WPZ-Ⅲ型塞曼效应仪和利用其研究谱线的精细结构。 2.了解法布里-珀罗干涉仪的的结构和原理及利用它测量微小波长差值。 3.观察汞546.1nm （绿色）光谱线的塞曼效应，测量它分裂的波长差，并计算电子的荷质比的实验值和标准值比较。 2、实验原理 处于磁场中的原子，由于电子的j m 不同而引起能级的分裂，导致跃迁时发出的光子的频率产生分裂的现象就成为塞曼效应。下面具体给出公式推导处于弱磁场作用下的电子跃迁所带来的能级分裂大小。 总磁矩为 J μ 的原子体系，在外磁场为B 中具有的附加能为： E ?= -J μ *B 由于我们考虑的是反常塞曼效应，即磁场为弱磁场，认为不足以破坏电子的轨道-自旋耦合。则我们有： E ?= -z μB =B g m B J J μ 其中z μ为J μ 在z 方向投影，J m 为角动量J 在z 方向投影的磁量子数，有12+J 个值，B μ= e m eh π4称为玻尔磁子，J g 为朗德因子，其值为 J g =) 1(2) 1()1()1(1++++-++ J J S S L L J J 由于J m 有12+J 个值，所以处于磁场中将分裂为12+J 个能级，能级间隔为B g B J μ。当没有磁场时，能级处于简并态，电子的态由n,l,j （n,l,s ）确定，跃迁的选择定则为Δs=0, Δl=1±.而处于磁场中时，电子的态由n,l,j,J m ，选择定则为Δs=0，Δl=1±，1±=?j m 。 磁场作用下能级之间的跃迁发出的谱线频率变为： )()(1122' E E E E hv ?+-?+==h ν+(1122g m g m -)B μB 分裂的谱线与原谱线的频率差ν?为： ν?=' ν-ν=h B g m g m B /)(1122μ-、 λ?= c ν λ?2 =2λ (1122g m g m -)B μB /hc =2 λ (1122g m g m -)L ~

大数据挖掘weka大数据分类实验报告材料

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：

多普勒声速实验--实验报告

DH-DPL系列多普勒效应及声速综合实验 实验报告 一：实验目的 多普勒效应是一种与波动紧密相关的物理现象.利用多普勒效应可以测量运动物体的速度，但目前许多高校使用的多普勒效应实验仪集成化和智能化程度太高,实验时需要学生动手操作的环节太少;信号的转换、传输和处理过程不透明,不利于学生在实验过程中细致观察各种物理现象,分析测量误差的来源等,难以满足深入培养学生自主动手能力和观察分析能力的需要.本实验以商用超声多普勒实验系统(杭州大华DH -DPL1)的导轨模块作为开发平台,以模拟乘法器作为测量系统的核心单元;实验过程中学生需自行搭建信号拾取和处理电路,并利用示波器观察各个环节的信号波形,有助于培养学生得动手能力，并加深对多普勒效应及对模拟电子实验的理解。 二：实验原理 根据声波的多普勒效应公式,当声源与接收器之间有相对运动时,接收器收到的信号频率f为： f = f0 (u + v1 cosα1 ) / (u - v2 cosα2 ) (1) 式中f0为声源发射频率, u为声速, v1 为接收器运动速率, v2 为声源运动速率,α1 是声源与接收器连线与接收器运动方向之间的夹角,α2 是声源与接收器连线与声源运动方向之间的夹角. 在实验过程中,声源保持不动,接收换能器在导轨上沿声源与接收换能器连线方向上运动,则从式(1)可以得到接收换能器上得到的信号频率为： f = f0 (1 + v/u) (2) 式中v为接收换能器的运动速度,当向着声源运动时, v取正,反之取负.利用式(2)可以得到接收换能器的运动速度为：

v = u(f - f0 ) /f0 = uΔf/f0 ………..(3) 式中Δf = f - f0为多普勒频移. 在本研究中,采用的信号处理电路如图1所示, 其中模拟乘法器采用了AD633,其信号的输入输出 关系为： W =(x1 - x2 ) (y1 - y2 )/10+ z (4) 若输入到AD633的信号为x1 = E1 cos(2πf0 t +φ1 ) , y1 = E2 cos(2πft +φ2 ) , x2、y2 以及z均接地,则AD633的输出为： W =E1 E2{cos[2π(f + f0 ) t +φ2 +φ1 ] /20+cos[2π(f - f0 ) t +φ2 -φ1 ]} (5) 其中包含了两路信号的和频分量与差频分量. 利用低通滤波器可以提取出其中的差频分量,即多普勒频移,从而计算出接收换能器的运动速度. 在实际测量过程中,由于接收换能器与声源(发射换能器)的距离在不断变化过程中,因此接收换能器输出信号的幅度不是恒定值. 为了保证乘法器的输出信号幅度稳定,本研究中采用OA1组成的限幅放大电路,使输入到乘法器的信号幅度保持恒定值,以便于观察.因为本实验中只关心输出信号的频率,因此对接收换能器输出信号幅度的处理不会影响到实验结果.利用OA2构建的有源低通滤波器,可以有效提取出多普勒频移信号.

社会心理学--从众心理

从众心理 从众心理即指个人受到外界人群行为的影响，而在自己的知觉、判断、认识上表现出符合于公众舆论或多数人的行为方式，而实验表明只有很少的人保持了独立性，没有被从众，所以从众心理是大部分个体普遍所有的心理现象。由一个人或一个团体的真实的或是臆想的压力所引起的人的行为或观点的变化。“羊群效应”是指管理学上一些企业的市场行为的一种常见现象。 经济学里经常用“羊群效应”来描述经济个体的从众跟风心理。因此，“羊群效应”就是比喻人都有一种从众心理，从众心理很容易导致盲从，而盲从往往会陷入骗局或遭到失败。 （１）由于“羊群行为”者往往抛弃自己的私人信息追随别人，这会导致市场信息传递链的中断。但这一情况有两面的影响:第一，“羊群行为”由于具有一定的趋同性，从而削 弱了市场基本面因素对未来价格走势的作用。（２）如果“羊群行为”超过某一限度，将诱发另一个重要的市场现象一一过度反应的出现。（３）所有“羊群行为”的发生基础都是信息的不完全性。因此，一旦市场的信息状态发生变化，如新信息的到来，“羊群行为”就会瓦解。这时由“羊群行为”造成的股价过度上涨或过度下跌，就会停止，甚至还会向相反的方向过度回归。这意味着“羊群行为”具有不稳定性和脆弱性。 由于信息相似性产生的类羊群效应由于信息不完全产生的羊群效应 从众效应 引发大学生从众效应最值得注意的是“班级效应”和“宿舍效应” 班级效应”、“宿舍效应”在班风、舍风中的作用，由此可见一斑。反之，庸俗的从众行为往往会导致班风、舍风消极落后。 大学校园的从众行为，既有积极方面，又有消极方面。优化群体结构，利用从众行为的积极影响，防止其消极作用，具有重要的意义。 从众行为的过分普遍，反映了部分大学生自我意识弱化，独立性较差，缺乏个体倾向性的世界观、人生观、价值观，这是从众行为中消极现象抬头的主要原因，即使从众行为出现积极效应，但一旦失却这种从众氛围，又很容易不知所措，找不到自己努力的方向，走向社会后的迷悯、失落，实际上这是从众现象最直接的后遗症。 此外，一味从众也容易导致大学生心理障碍的发生。意味着自己失去了一片晴朗的天空，抛却了一片属于自己的领地。盲目从众意味着部分大学生丢失了以个体色彩的思维和行动编织的草帽，在喧哗与骚动中麻木自己，“创新意识“在头脑中只成了四个机械的汉字，所接受的高等教育也锈蚀成了斑驳的条条框框，毕业证书和学位证书只成了人生进程中的标志，却难以成为升华人生的动力。大学生，摆脱从众的盲目色彩，用独立的思想和明晰的脚印使自己主动融入集体的行列，这样，你将拥有一个真正属于自己的人生。

西安交大《塞曼效应实验报告》(资料参考)

塞 曼 效 应 实 验 报 告 应物31 吕博成学号：2120903010

塞曼效应 1896年，荷兰物理学家塞曼（P.Zeeman ）在实验中发现，当光源放在足够强的磁场中时，原来的一条光谱线会分裂成几条光谱线，分裂的条数随能级类别的不同而不同，且分裂的谱线是偏振光。这种效应被称为塞曼效应。 需要首先指出的是，由于实验先后以及实验条件的缘故，我们把分裂成三条谱线，裂距按波数计算正好等于一个洛伦兹单位的现象叫做正常塞曼效应（洛伦兹单位 mc eB L π4=）。而实际上大多数谱线的塞曼分裂谱线多于三条，谱线的裂距可以大于也可 以小于一个洛伦兹单位，人们称这类现象为反常塞曼效应。反常塞曼效应是电子自旋假设的有力证据之一。通过进一步研究塞曼效应，我们可以从中得到有关能级分裂的数据，如通过能级分裂的条数可以知道能级的J 值；通过能级的裂距可以知道g 因子。 塞曼效应至今仍然是研究原子能级结构的重要方法之一，通过它可以精确测定电子的荷质比。 一．实验目的 1.学习观察塞曼效应的方法观察汞灯发出谱线的塞曼分裂； 2.观察分裂谱线的偏振情况以及裂距与磁场强度的关系； 3.利用塞曼分裂的裂距，计算电子的荷质比e m e 数值。 二．实验原理 1、谱线在磁场中的能级分裂 设原子在无外磁场时的某个能级的能量为0E ，相应的总角动量量子数、轨道量子数、自旋量子数分别为S L J 、、。当原子处于磁感应强度为B 的外磁场中时，这一原子能级将分裂为12+J 层。各层能量为 B Mg E E B μ+=0 （1） 其中M 为磁量子数，它的取值为J ，1-J ，...，J -共12+J 个；g 为朗德因子；B μ为玻尔磁矩（m hc B πμ4= ）；B 为磁感应强度。 对于S L -耦合 ） （） （）（）（121111++++-++ =J J S S L L J J g （2） 假设在无外磁场时，光源某条光谱线的波数为

数据仓库与数据挖掘实验报告-焦永赞

《数据仓库与数据挖掘》 实验报告册 2013- 2014学年第一学期 班级： T1153-8 学号： 20110530816 姓名：焦永赞 授课教师：杨丽华实验教师：杨丽华 实验学时： 16 实验组号： 1 信息管理系

目录 实验一 Microsoft SQL Server Analysis Services的使用.. 3 实验二使用WEKA进行分类与预测 (114) 实验三使用WEKA进行关联规则与聚类分析 (22) 实验四数据挖掘算法的程序实现 (28)

实验一 Microsoft SQL Server Analysis Services的使用 实验类型：验证性实验学时：4 实验目的： 学习并掌握Analysis Services的操作，加深理解数据仓库中涉及的一些概念，如多维数据集，事实表，维表，星型模型，雪花模型，联机分析处理等。 实验内容： 在实验之前，先通读自学SQL SERVER自带的Analysis Manager概念与教程。按照自学教程的步骤，完成对FoodMart数据源的联机分析。建立、编辑多维数据集，进行OLAP操作，看懂OLAP的分析数据。 实验步骤（写主要步骤，可以打印）： 1、启动联机分析管理器：开始->程序－>Microsoft SQL Server－>Analysis Manager。 2、按照Analysis Service的自学教程完成对FoodMart数据源的联机分析。 3、在开始-设置-控制面板-管理工具-数据源（ODBC），数据源管理器中设置和源数据的 连接，“数据源名”为你的班级+学号+姓名，如T3730101张雨。 （1）打开管理工具中的数据源： （2）选择系统DNS

塞曼效应实验报告

近代物理实验报告 塞曼效应实验 学院 班级 姓名 学号 时间 2014年3月16日

塞曼效应实验实验报告 【摘要】： 本实验通过塞曼效应仪与一些观察装置观察汞（Hg）546.1nm谱线（3S1→3P2跃迁）的塞曼分裂，从理论上解释、分析实验现象，而后给出横效应塞满分裂线的波数增量，最后得出荷质比。 【关键词】：塞曼效应、汞546.1nm、横效应、塞满分裂线、荷质比 【引言】： 塞曼效应是原子的光谱线在外磁场中出现分裂的现象，是1896年由荷兰物理学家塞曼发现的。首先他发现，原子光谱线在外磁场发生了分裂；随后洛仑兹在理论上解释了谱线分裂成3条的原因，这种现象称为“塞曼效应”。在后来进一步研究发现，很多原子的光谱在磁场中的分裂情况有别于前面的分裂情况，更为复杂，称为反常塞曼效应。 塞曼效应的发现使人们对物质光谱、原子、分子有更多了解，塞曼效应证实了原子磁矩的空间量子化，为研究原子结构提供了重要途径，被认为是19世纪末20世纪初物理学最重要的发现之一。利用塞曼效应可以测量电子的荷质比。在天体物理中，塞曼效应可以用来测量天体的磁场。本实验采取Fabry-Perot（以下简称F-P）标准具观察Hg的546.1nm谱线的塞曼效应，同时利用塞满效应测量电子的荷质比。 【正文】： 一、塞曼分裂谱线与原谱线关系 1、磁矩在外磁场中受到的作用 (1)原子总磁矩在外磁场中受到力矩的作用： 其效果是磁矩绕磁场方向旋进，也就是总角动量（P J）绕磁场方向旋进。 (2)磁矩在外磁场中的磁能：

由于或在磁场中的取向量子化，所以其在磁场方向分量也量子化： ∴原子受磁场作用而旋进引起的附加能量 M为磁量子数 g为朗道因子，表征原子总磁矩和总角动量的关系，g随耦合类型不同（LS耦合和jj耦合）有两种解法。在LS耦合下： 其中： L为总轨道角动量量子数 S为总自旋角动量量子数 J为总角动量量子数 M只能取J，J-1，J-2 …… -J（共2J+1）个值，即ΔE有(2J+1)个可能值。 无外磁场时的一个能级，在外磁场作用下将分裂成（2J+1）个能级，其分裂的能级是等间隔的，且能级间隔 2、塞曼分裂谱线与原谱线关系： (1) 基本出发点：

weka实验报告

基于w e k a的数据分类分析实验报告1 实验目的 （1）了解决策树C4.5和朴素贝叶斯等算法的基本原理。 （2）熟练使用weka实现上述两种数据挖掘算法，并对训练出的模型进行测试和评价。 2 实验基本内容 本实验的基本内容是通过基于weka实现两种常见的数据挖掘算法（决策树C4.5和朴素贝叶斯），分别在训练数据上训练出分类模型，并使用校验数据对各个模型进行测试和评价，找出各个模型最优的参数值，并对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。 3 算法基本原理 （1）决策树C4.5 C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。C4.5由J.Ross Quinlan在ID3 的基础上提出的。ID3算法用来构造决策树。决策树是一种类似流程图的树结构，其中每个内部节点（非树叶节点）表示在一个属性上的测试，每个分枝代表一个测试输出，而每个树叶节点存放一个类标号。一旦建立好了决策树，对于一个未给定类标号的元组，跟踪一条有根节点到叶节点的路径，该叶节点就存放着该元组的预测。决策树的优势在于不需要任何领域知识或参数设置，适合于探测性的知识发现。 从ID3算法中衍生出了C4.5和CART两种算法，这两种算法在数据挖掘中都非常重要。 属性选择度量又称分裂规则，因为它们决定给定节点上的元组如何分裂。属性选择度量提供了每个属性描述给定训练元组的秩评定，具有最好度量得分的属性被选作给定元组的分裂属性。目前比较流行的属性选择度量有--信息增益、增益率和Gini指标。