当一项任务即将结束时,都会使用到报告，报告写作时要以事实材料为主要内容，以概括叙述为主要表达方式。什么样的报告才是有效的呢？精心挑选而来的“计算机认知实习报告”一定能够给读者提供帮助，希望能对你有所帮助，请收藏！
计算机认知实习报告 篇1
学号：10104060302
姓名：凡海洋
专业班级：计算机103
学院：电子信息工程学院
随着社会的发展，科技的进步，计算机技术的飞速发展，作为信息载体的计算机日益显露出其举足轻重的地位。当今社会已步入了信息社会，知识经济将成为新世纪的主导产业。伴随计算机的逐步推广和使用，计算机已在科研、生产、商业、服务等许多方面创造了提高效率的途径。它已成为政府、企事业单位信息化建设中的重要组成部分，从而倍受人们的重视。
实习目的：
通过听讲座了解一些与本专业有关的当代的前沿技术和知识、开阔自己的眼界，同时可以帮助自己了解计算机专业的就业前景，以及就业方向。有利于自己对本专业的认识，根据自己的自身情况，为自己制定一个适合自己的目标，以及根据自己的兴趣点选择自己比较感兴趣的方向。
实习内容：
1.Semantic web 与 Semantic web services
1.1 语义web的起源
20xx年Tim Bernas Lee发表论文提出新一代Internet技术。机器识别和处理
1.1.1 搜索引擎工作原理
基于关键词，语法层次，词频位置扇入值
1.1.2 现有改进方法
提供交互式界面，逐步求精。采用目录或基于反馈信息。效率较低
1.1.3 引入语义分析技术
基于本体，对用户的查询请求语句或词组做语义分析，进行必要的扩展和形式化处理。
利用了语句中的语法结构信息和上下文语境信息，并使用逻辑推理技术，提高了查全率和查准率。
1.2 语义web的目标
将面向人的网页、文档、知识转化为机器可以识别和处理的数据，从而提高查询效果。
1.3 web的主要研究方法
1.3.1 基于语言学理论的理想主义方法
1.3.2 基于统计模型的经验主义方法。然而实际应用中是上述两种方法相结合。
1.4 基于规则的语义分析方法
1.4.1 切词 主要对汉语，英语主要是去停用词。
1.4.2 词性标注 分析单词之间的语法关系。
1.4.3短语划分：最关键任务。
1.5 搜索引擎的类型
理想型：web网页被完整语义标注，引擎对查询请求语句作深层语义分析，具有智能推理功能。
完整型：具有全面语义分析、搜索和推理能力，可以对web网页做自动标注。
改进型：基于现有搜索引擎，对其输入输出接口做语义升级。
通过黄广君老师对web应用开发的讲解，我对web和web搜索有了一些初步的了解，了解到web的出现给我们的计算机网络带来了很多的方便，它使Internet上的内容极大丰富，以及使用上的方便快捷、简单易懂、它使信息检索无限，它具有交互性，web的交互性首先表现在它的超连接上，用户的浏览顺序和所到站点完全由他自己决定。另外通过FORM的形式可以从服务器方获得动态的信息。黄老师的讲解使我认识到计算机技术的发展给我们生活带来的便利，也是我对计算机专业就业前景有了初步的了解，计算机的就业方向也是很多的，关键是自己要有一定的技术很本领。
2.数字图像处理技术及其发展动向
数字图像处理技术起源于20世纪20年代，目前已成为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学甚至社会科学等领域各学科之间学习和研究的对象。
数字图像处理技术的意义：图像是人们从客观世界获取信息的重要来源、图像信息处理是人类视觉延续的重要手段、数字图像处理技术对国计民生有重要意义
数字图像处理的特点：图像信息量大、数字图像处理技术综合性强、图像信息理论与通信理论密切相关。
数字图像处理的主要内容：图像信息的获取、图像信息的存储、图像信息的传送、图像信息处理、图像信息的输出和显示。
数字图像处理领域的发展动向：提高精度的同时着重处理速度问题、加强软件研究、开发新的处理方法，特别要注意移植和借鉴其他学科的技术和研究成果，创造新的处理方法、加强边缘学科的研究工作，促进图像处理技术的发展、加强理论研究，逐步形成图像处理科学自身的理论体系、时刻注意图像处理领域的标准化问题。图像的信息量大、数据量大，因而图像信息的建库、检索和交流是一个极严重的问题。
在今天数字图像处理技术已经得到了广泛的应用，在医学上、航空航天、等方面有着广泛应用。
通过黎蔚老师的讲解，我对数字处理技术有了一定的了解，数字处理技术要求有较高的数学基础和程序设计思想，也了解到计算机技术的精深，好多事情计算机都可以实现并很快地去完成。也了解到数字图像处理是一个很好的研究方向和就业方向。
3.数据挖掘
数据挖掘的产生：随着信息技术的高速发展，网络和数据库的广泛应用，各个领域的数据规模和范围不断扩大。
数据挖掘的核心模块技术历经了数十年的发展，其中包括数理统计、人工智能、机器学习。今天，这些成熟的技术，加上高性能的关系数据库引擎以及广泛的数据集成，让数据挖掘技术在当前的数据仓库环境中进入了实用的阶段。
在数据挖掘中最常用的技术有：
人工神经网络：仿照生理神经网络结构的非线形预测模型，通过学习进行模式识别。决策树：代表着决策集的树形结构。
遗传算法：基于进化理论，并采用遗传结合、遗传变异、以及自然选择等设计方法的优化技术。
近邻算法：将数据集合中每一个记录进行分类的方法。
规则推导：从统计意义上对数据中的“如果-那么”规则进行寻找和推导。
通过刘勇老师对数据库挖掘的讲解，我明白了数据库挖掘的作用，通过数据挖掘可以把一些对自己有价值信息，在海量的数据库信息中抽取出来，然后来供自己使用。也让我明白了数据库挖掘的一些基本方法和原理。老师的讲解激发了我对数据库的兴趣。同时了解到数据库也是一个很好的就业方向，这也为自己以后的就业增加了一个选择的方向。
计算机认知实习报告 篇2
学号：10104060213 姓名：凌红康
专业班级：计科102 学院：电子信息学院
2010年6月
相对于结构化数据而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。字段可根据需要扩充，即字段数目不定，可称为半结构化数据，例如Exchange存储的数据。在信息社会，信息可以划分为两大类。一类信息能够用数据或统一的结构加以表示，我们称之为结构化数据，如数字、符号；而另一类信息无法用数字或统一的结构表示，如文本、图像、声音、网页等，我们称之为非结构化数据。结构化数据属于非结构化数据，是非结构化数据的特例。
随着网络技术的发展，特别是Internet和Intranet技术的飞快发展，使得非结构化数据的数量日趋增大。这时，主要用于管理结构化数据的关系 数据库的局限性暴露地越来越明显。因而，数据库技术相应地进入了“后关系数据库时代”，发展进入基于网络应用的非结构化数据库时代。所谓非结构化数据库，是指数据库的变长纪录由若干不可重复和可重复的字段组成，而每个字段又可由若干不可重复和可重复的子字段组成。
在这次的实习里，我们主要学习半结构化数据的建模技术，即XML。我们学习了：
1.XML的介绍：认识的表示语言，XML的特色和它的应用；
2.XML的基础知识：如XML是一种数据描述技术；
3.XML的相关技术：如XSL和CSS；
4.XML的数据源对象；
5.XML的文档对象模型：有DOM技术。
数据挖掘(Data Mining)旨在从大量的、不完全的、有噪声的、模糊的、随机的数据中, 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。还有很多和这一术语相近似的术语,如从数据库中发现知识(KDD)、数据分析、数据融合(Data Fusion)以及决策支持等。
数据挖掘的任务主要是关联分析、聚类分析、分类、预测、时序模式和偏差分析等。1.关联分析(association analysis)：两个或两个以上变量的取值之间存在的规律性称为关联。数据关联是数据库中存在的一类重要的、可被发现的知识。2.聚类分析(clustering)：聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。
3.分类(classification)：分类就是找出一个类别的概念描述，它代表了这类数据的整体信息，即该类的内涵描述，并用这种描述来构造模型，一般用规则或决策树模式表示。分类是利用训练数据集通过一定的算法而求得分类规则。分类可被用于规则描述和预测。4.预测(predication)：预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。5.时序模式(time-series pattern)：时序模式是指通过时间序列搜索出的重复发生概率较高的模式。与回归一样，它也是用己知的数据预测未来的值，但这些数据的区别是变量所处时间的不同。6.偏差分析(deviation)：在偏差中包括很多有用的知识，数据库中的数据存在很多异常情况，发现数据库中数据存在的异常情况是非常重要的。偏差检验的基本方法就是寻找观察结果与参照之间的差别。数据挖掘常的基本技术：1.统计学。2.聚类分析和模式识别：聚类分析主要是根据事物的特征对其进行聚类或分类，即所谓物以类聚，以期从中发现规律和典型模式。近些年来模糊聚类和神经网络聚类方法也有了长足的发展。3.决策树分类技术。4.人工神经网络和遗传基因算法。5.规则归纳。6.可
视化技术。数据挖掘的过程可以分为6个步骤（1)理解业务。（2)理解数据。（3)准备数据。（4)建模。（5)模型评估。（6)模型部署。
本次学习数据挖掘主要学习了：1.数据挖掘的发展简述：数据的丰富与知识的贫乏，从数据到知识和数据挖掘的产生。2.数据挖掘的基本知识：数据挖掘的定义，数据挖掘的深入。3.数据挖掘的功能：概念描述：定性与对比，关联分析，分类与预测，聚类分析，异类分析及演化分析。4.数据预处理。5.关联挖掘：关联规则挖掘和单维布尔联规则挖掘。
空间数据库的概述与总结：这次学习了1.空间数据库的概述：空间数据库的重要性空间数据库的组成，空间数据库管理系统的实现。2.数据库的特点：数据库的复杂性，数据库处理的多样性及大量的数据。3,空间数据库的设计：空间数据库设计过程，空间数据库的数据模型设计，空间数据库设计的原则、步骤、技术方法。4.空间数据库库的实现与维护：空间数据库的实现，相关的其他设计如安全性，完整性等，空间数据库的运行与维护。5.数据库的数据模型：GIS数据库及其管理：基于关系型数据库和文件系统的管理方法，以关系型数据库为核心的引入面向对象机制，建立全新的面向对象的数据库管理系统。GIS空间分析：
1.空间分析的概念：定义及重要性。2.空间分析的主要内容：空间位置，空间分布，空间形态，空间距离，空间关系，3.基本空间分析技术：空间查询与量算，缓冲区分析，叠置分析，网络分析，空间插值，空间统计分析，数字高程模型与数字地形分析。4.空间数据库的发展：面向对象模型的应用，多媒体技术拓宽了地理空间数据库系统的应用领域，虚拟现实技术促进了地理空间数据库的可视化，分布式处理和Client/Server模式的应用，使地理空间数据库具有与Internet/Intranet的连接能力，实现分布式事物处理、透明存取、跨平台应用、异构网互联、多协议自动转换等。
面向对象的数据库应用系统的概述与总结：1.概述：面向对象分析，面向对象设计，面向对象程序设计，面向对象测试，OOA 概论，OOD 概论，面向对象测试概论，UML 引论，2.使用案例分析：使用案例，使用案例图。3.静态建模：认定对象与类，确认对象关系，模型的完善，4.动态建模：建模步骤，序列图的使用，状态图的使用，协作图的使用，动作图的使用，5.系统框架建模：逻辑框架设计，物理框架设计，6.使用UML的软件过程：CMM软件成熟度标准，RUP 开发周期，软件架构。7.面向对象设计案例分析：交互式图形编辑系统：用于创建、编辑、浏览图形，图形由直线、矩形、椭圆和文本组成，约束条件：提供可视化编辑手段，可浏览多个图形，不考虑图形的保存和装入，需求分析，系统分析，系统建模，系统实现。
实时数据库技术：1.实时应用的数据处理。2.实时数据库简介：实时数据库系统定义，实时系统的主要特性：及时性、可预测性和可靠性等，实时数据库与传统数据库，实时数据库与其它高级数据库的联系，3.实时数据库的特征：RTDB的数据特征，RTDB的事务特征，4.实时数据库管理系统：实时数据库系统的主要问题，实时数据库系统结构，实时数据库执行模型，5.实时事务模型：实时事务的建模特性，实时事务的分类，实时事务的特性，实时事务模型，嵌套实时事务模型，6.实时事务调度与并发控制：实时事务调度，实时事务的并发控制，7.实时数据库应用：国内外实时数据库的发展现状，实时数据库系统在企业信息化的应用，基于实时数据库的高级数据应用技术。
通过本次的认知学习，我学习了半结构化数据建模：XML的相关知识，基于数据库的数据挖掘，空间数据库及实时数据库，还有面向对象的的数据库应用系统开发的知识。这次学习让我体会到数据库技术的复杂和深奥，数据库是一项包含了大量知识的一门学科，所以说我们如果想精通数据库，需要有明确的学习目标。我个人的目标是在接下来的一年里要抽出一定的时间与精力来学习数据库，主要是本次认知实习的内容。在接下来的几周我计划：第一周：学习XML和数据挖掘，进行实践的训练，多读这方面的书籍，加深理解，以达到自己学习的目标：基本了解并能掌握基本的知识。第二周及还剩余的时间：我计划学习空间数据库，面向对象数据库及实时数据库的知识，不过重点放在面向对象数据库的学习，可能以后工作最可能用到的就是面向对象数据库的知识，毕竟它已经在企业的应用还是比较多的。这部分知识更新颖对我来说，也是我比较感兴趣的。
计算机认知实习报告 篇3
本次实习主要学习了三大部分的内容，一，语义web等知识，二，图像处理技术，三，数据库相关技术。从这些内容中，我了解了更多关于计算的的知识，更加了解了搜索查询，语义分析，图像处理，水印算法，空间数据库，应用数据库，实时数据库，半结构化数据，数据挖掘等内容。下面，就我个人的学习内容的具体体会做一个简单的总结。
从WEB语义的学习中，我了解了语义web的产生，语义web技术基础，主要研究方法，开发步骤与工具，应用系统等内容。也知道了搜索引擎工作原理是基于关键词，语法层次，词频位置扇入值。现有改进方法是提供交互式界面，逐步求精。采用目录或基于反馈信息，但是这种方法效率较低。语义分析技术是基于本体，对用户的查询请求语句或词组做语义分析，进行必要的扩展和形式化处理。它利用了语句中的语法结构信息和上下文语境信息，并使用逻辑推理技术，提高了查全率和查准率。语义web的目标是将面向人的网页、文档、知识转化为机器可以识别和处理的数据，从而提高查询效果。原理是将搜索引擎的处理层面由语法层提高到语义层。
语义web主要研究方法有两种。一是基于语言学理论的理想主义方法，二是基于统计模型的经验主义方法，在实际应用中上述两种方法相结合。当前研究热点是1，自动本体生成技术：人工、半自动、自动，基于WordNet的最长匹配算法。2，短语识别中的语义排歧：统计模型、语境，准确度与算法效率。3，排序策略与算法，语义相似度计算：向量余弦值。向量空间、潜在语义分析。
通过学习，了解到了不少课本之外的知识，知道了WEB的基本开发步骤包括定义领域本体，构建训练集、语料库，设计业务模块，测试系统等。搜索引擎类型有理想型，完整型，改进型等。RDF Data Model，它包含一系列的节点N； 它包含一系列属性类P，每一属性都有一定的取值V； RDF Data Model是一个三元组：{节点，属性类，属性值}； 每一个RDF Data Model可以看成是由节点和弧构成的有向图。
通过语义web的学习，我更加意识到科技带给人们生活的巨大改变，更加体会到技术发展对社会发展的重要性。语义Web提供各种依靠语义的自动化服务，如天气预报服务、航班信息服务、在线航班预定服务、数据库查询服务、目录查询服务、数字图书馆查询服务、搜索和分类服务、B2C交易服务、B2B交易服务等。我相信，只要我们好好学习技术，中有一块地方属于我们，我们也会为社会的发展贡献自己的有限力量。
学习过语义web，我们又开始了数字图像处理技术及其发展动向和水印等知识的学习。通过数字图像处理技术及其发展动向和水印等知识的学习，我了解了数字图像处理技术的背景和意义，数字图像处理的特点，数字图像处理的主要内容，数字图像处理领域的发展动向等内容。
数字图像处理技术起源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，它采用了数字压缩技术。就1920年的技术水平来看，如果不压缩，传一幅图像要一星期时间，压缩后只需要3小时。1964年美国的喷气推进实验室处理了太空船“旅行者七号”发回的月球照片，这标志着第三代计算机问世后数字图像处理概念开始得到应用。其后数字图像处理技术发展迅速，目前已成为工程学、计算机科学、信息科学、统计学、物理学、化学、生物学、医学甚至社会科学等领域各学科之间学习和研究的对象。可见图像处理技术的发展对信息处理，交流等方面的帮助是多么的巨大。人类传递信息的主要媒介是语音和图像。据统计,在人类接受的信息中,听觉信息占20%,视觉信息占60%,其他如味觉、触觉、嗅觉总的加起来不过占20%。所以，作为传递信息的重要媒体和手段——图像信息是十分重要的，俗话说：“百闻不如一见”、“一目了然”，都反映了图像在传递信息中的独到之处。
图像处理技术对现代发展有重要意义。数字图像处理技术发展到今天，许多技术已日趋成熟。在各个领域的应用取得了巨大的成功和显著的经济效益。如在工程领域、工业生产、军事、医学以及科学研究中的应用已十分普遍。通过分析资源卫星得到的照片可以获得地下矿藏资源的分布及埋藏量；利用红外线、微波遥感技术可侦查到隐蔽的军事设施；X射线CT已广泛应用于临床诊断，由于它可得到人体内部器官的断层图像，因此，可准确地确定病灶位置，为诊断和治疗疾病带来了极大的方便。至于在工业生产中的设计自动化及产品质量检验中更是大有可为。在安全保障及监控方面数字图像处理技术更是不可缺少的基本技术，类似的应用例子随处可见。至于在通信及多媒体技术中图像处理更是重要的关键技术。
图像处理的特点主要有图像信息量大，数字图像处理技术综合性强，图像信息理论与通信理论密切相关等。数字图像处理领域的发展动向主要为图像处理的发展将向着高速、高分辨率、立体化、多媒体化智能化和标准化方向发展。围绕着HDTV（高清晰度电视）的研制将开展实时图像处理的理论及技术研究；图像、图形相结合朝着三维成像或多维成像的方向发展；硬件芯片研究；新理论与新算法研究等。
学习了图像处理之后，我们又学习了数据库的相关知识。从中我了解到关系数据库，空间数据库，应用数据库，实时数据库，半结构化数据，数据挖掘等内容，更加深入的了解体会到数据在整个系统以及社会应用上的巨大价值。
传统数据库管理空间数据的局限，地理空间数据存储操作的对象可能是一维、二次、三维甚至更高维。传统数据库管理空间数据的局限，不连续的、相关性较小的数字和字符，传统数据库管理的实体类型少，并且实体类型之间通常只有简单固定的空间关系，传统数据库存贮的数据通常为等长记录的原子数据，传统数据库只操纵和查询文字和数字信息。这些局限逐渐的不能满足现在的需求，所以需要继续发展新的技术。
实时数据库技术是实时系统和数据库技术相结合的产物。概括的讲，实时数据库就是其数据忽然事物都有显示定时限制的数据库，系统的正确性不仅依赖于事物的逻辑结果，而且依赖于该逻辑结果所产生的时间。相对于结构化数据(即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据)而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。对于数据挖掘，主要学习了关联挖掘等。学习了关联规则挖掘，购物分析，基本概念，关联规则挖掘分类，单维布尔关联规则挖掘，Apriori算法，关联规则的生产，Apriori算法的改进等内容。这对于我们学习搜索引擎等技术有很大的帮助。关于面向对象的模型的学习，我们主要学习了ER模型等的相关知识。学习并了解了ER模型的基本成分是实体、联系和属性，弱实体的划分与依赖联系，子类和超类，ER模型的操作，实体类型的分裂，实体类型的合并。设计局部ER模式，全局ER模式的优化。
通过本次实训实习，我了解了更多关于计算机技术的知识，扩大了我的视野，扩展了我的知识面，加深了我对技术的认识。科技改变生活，知识改变命运。未来世界的发展，将是更多的科技带给人们更多的便捷，是更多的发明带给人们生活的舒适。无论是计算机方面的技术，还是理论、产品等其他方面的发展，都需要一代又一代青年人学习，研究，开发新的技术，新的成果。学习，乃是一个人不断成长的必备条件，也是一个社会不断发展的巨大推动力。希望我们在学习的路上，走的更远，获得的更多。希望科技的发展能够带给我们更大的便利，更舒适的生活！希望未来生活更加美好！
计算机认知实习报告 篇4
1、实习目的：
计算机科学与技术专业认识实习是学生在完成基础课学习转入到专业课学习阶段的一个极其重要的实践教学环节。其目的是通过听取专业报告和写出听取报告后的感想和学习体会等多种方式，使学生了解本专业相关领域的发展现状。具体任务包括：
1、了解计算机、网络通信等相关领域的发展现状和最新科研成果，以及在生产科研中的应用；
2、巩固学生的理论知识，培养学生的实践能力、创新能力，拓宽学生视野，树立努力学习专业知识的信心，并为学习后续课程打下一定的实践基础；
3、增强动手上机实践能力的观念，树立正确的劳动观和价值观。
2、社会背景：
随着社会的不断发展，科技的进步，计算机技术的飞速发展，标志着信息时代已走入蓬勃发展的时代。作为信息载体的计算机日益显露出其举足轻重的地位知识经济将成为新世纪的主导产业。伴随计算机的逐步使用和推广，计算机已在科研、生产、商业、服务等许多方面占据了最根本的地位，创造了提高效率的途径。它已成为政府、企事业单位信息化建设中的重要组成部分，其重要性早已根深蒂固、深入人心。
3、实习内容：
1、Semantic web 与 Semantic web services
黄广军老师向我们讲授了Semantic web 与 Semantic web services，主要讲了语义web的产生，语义web技术基础，主要研究方法，开发步骤与工具，应用系统以及Semantic web services的起源，web services框架以及语义web services结构，以及当前的一些研究热点等方面的内容。
搜索引擎工作原理是基于关键词，语法层次，词频位置扇入值，而且现有的改进方式是提供交互式界面，逐步求精，或是采用目录或基于反馈信息，但是效率很低，而语义web引入语义分析技术基于本体，对用户的查询请求语句或词组做语义分析，进行必要的扩展和形式化处理。利用了语句中的语法结构信息和上下文语境信息，并使用逻辑推理技术，提高了查全率和查准率。还是我了解到语义web的目标即将面向人的网页、文档、知识转化为机器可以识别和处理的数据，从而提高查询效果。其原理是将搜索引擎的处理层面由语法层提高到语义层。也明白了web services的架构和工作原理。老师也讲了一些著名的搜索引擎现在所存在的缺陷和问题。
此次讲座老师使我们对Semantic web 与 Semantic web services有了一个初步的认识，也给我们提供了对计算机技术的一个研究方向。
2、 数字图像处理的应用及发展动态
黎蔚老师向我们讲授了数字图像处理的应用和发展状态，主要包括数字图像处理技术的背景和意义，数字图像处理的特点，数字图像处理的主要内容，数字图像处理的应用、数字图像处理领域的发展动向以及图像处理技术未来发展，其着重讲了水印提取算法，主要内容有两种水印应具备的特征，不可见水印提取算法的设计与实现，相似度分析，鲁棒性能实验和分析以及结论。
图像技术对于我们来说接触的最多的是PS,主要是图像进行美工处理，以前对图像技术也听说过但不是很了解究竟会有怎样的应用，老师的讲后发现图像的应用真的很广泛，包括物理化学的结晶分析、谱分析；生物、医学的细胞分析、染色体分类、血球分类、X射线照片分析、CT等；环境保护的水质及大气污染调查；地质的资源勘探、地图绘制、GIS；农林的植被分布调查、农作物估产；海洋的鱼群探查、海洋污染监测；水利的河流分布、水利及水害调查；气象的云图分析等；通信的传真、电视、多媒体通信；工业、交通的工业探伤、铁路选线、机器人、产品质量监测；经济上的电子商务、身份论证、防伪；军事上的军事侦察、导弹制导、电子沙盘、军事训练等以及法律上的指纹识别等。基本上涵盖了各个行业，而且以前对水印的技术了解也只是钱币真假的识别，以及老师在课堂上所提到的版权保护，而这次讲座时我对水印有了一个更加深刻的认识，并不是自己所理解的那么狭隘。
3、数据库的相关技术
刘勇老师向我们介绍了数据库技术的相关的知识，主要有半结构化数据库建模，应用数据库，数据挖掘等内容，其中应用数据库包括实时数据库，空间数据库和面向对象数据库 。着重讲了半结构化数据库建模，强调掌握XML的重要性，对应用数据库和数据挖掘也有提及。 在信息社会，信息可以划分为两大类。一类信息能够用数据或统一的结构加以表示，我们称之为结构化数据，如数字、符号；明白了我们所学的就是一种简单的结构化的数据库；而另一类信息无法用数字或统一的结构表示，如文本、图像、声音、网页等，我们称之为非结构化数据。结构化数据属于非结构化数据，是非结构化数据的特例。
随着网络技术的发展，特别是Internet和Intranet技术的飞快发展，使得非结构化数据的数量日趋增大。这时，主要用于管理结构化数据的关系 数据库的局限性暴露地越来越明显。因而，数据库技术相应地进入了“后关系数据库时代”，发展进入基于网络应用的非结构化数据库时代。所谓非结构化数据库， 是指数据库的变长纪录由若干不可重复和可重复的字段组成，而每个字段又可由若干不可重复和可重复的子字段组成。简单地说，非结构化数据库就是字段可变的数据库。
4、实习总结及分析
实习历时之短，虽然只有几次讲座，但是给我留下了印象和感触却是不可比拟的，这让我倍受鼓舞。我相信，通过这次实习对我来说是一次很好的人生经历，对我以后走上工作岗位打了一剂很强的预防针，让我受益匪浅。
真诚待人，乐于与人沟通。人作为社会中的个人，是社会中的一部分，每时每刻都要与人交流，沟通，所以处理好人与人之间的关系非常重要。一个人无论从事什么工作，首先要做的就是处理好自己与身边的人的关系，是自己更好的融入到他所在的团队中去。而要让自己能更好地融入到团队中去，你就得诚实讲信用，真诚的去对待身边的同事，乐于与他们沟通。在实习的过程中，这点我感受颇深。
所以对以下三个问题要反复斟酌，充分论证，综合分析，以确定自己的最佳职业生涯路线。要以自己的最佳才能，最优性格，最大兴趣，最有力的环境等综合因素最佳配置。
审视自我，确立目标，生涯策略，生涯评估都到了最好的阶段，如果已经创业就应该排除不必要的犹豫和干扰，全心致力于目标的实现。如果已经精锐衰退期，没有什么新的驱动力，对现状妥协或者是转变工作角色应该是不错的选择，可由走技术路线，转向行政管理路线。
“千里之行，始于足下”，这次实习虽然短暂，但对我来说却很充实，我认为这对我走向社会起到了一个桥梁的作用，过渡的作用，用人生的一段非常重要的经历，对将来走上工作岗位有着很大帮助。这次实习学到的东西不仅仅是书本上的知识，更有为人处事的知识。做事首先要学做人，要明白做人的道理，如何与人相处是现在社会做人的一个最基本的问题。对于我们两年以后就要步入社会的人来说，需要学习的东西很多，而他们就是我最好的老师，正所谓“三人行，必有我师”，而我则可以向他们身上学习很多知识和道理。我觉得这是我一生中的一笔宝贵财富。
我在这些天的实习中学到了很多在课堂上根本就学不到的知识，收益非浅．现在我对这几天的实习做一个实习小结。回想自己在这期间的实习情况，不尽如意。对此我思考过，学习经验自然是一个因素，然而更重要的是心态的转变没有做到位。现在发现了这个不足之处，应该还算是及时吧，因为我明白了何谓工作。在接下来的日子里，我会朝这个方向努力，我相信自己能够把那些不该再存在的“特点”抹掉。感谢老师们在这段时间里对我的指导和教诲，我从中受益非浅。
5、实习体会
通过此次实习，让我学到了很多课堂上更本学不到的东西，仿佛自己一下子成熟了，懂得了做人做事的道理，也懂得了学习的意义，时间的宝贵，人生的真谛。明白人世间一生不可能都是一帆风顺的，只要勇敢去面对人生中的每个驿站！这让我清楚地感到了自己肩上的重任，看清了自己的人生方向，也让我认识到了计算机工作应支持仔细认真的工作态度，要有一种平和的心态和不耻下问的精神，不管遇到什么事都要总代表地去思考，多听别人的建议，不要太过急燥，要对自己所做事去负责，不要轻易的去承诺，承诺了就要努力去兑现。单位也个哦我们指明了具体的一些方向，对实际的计算机工作的有了一个新的开始，更好地为我们今后的工作积累经验。
“纸上得来终觉浅，绝知此事要躬行。”在短暂的实习过程中，我深深的感觉到自己所学的知识于在实际运用中的专业知识相比，还有很大的差距，而要缩小这个差距还有很多的知识要学。我深深的感觉到自己所学知识和在实际运用中的专业知识的匮乏，当听到讲师在讲解的过程中我才发现我了解的计算机内容是那么少，平时总以为我在学校学得还不错，现在才自己真正懂的知识是那么少，这时才真正领悟到“学无止境”的含义。不过这对我来说也不是坏事，能及时发现自己的欠缺，可以让自己及时补上这方面的知识。这让我更深刻体会到，学习知识要坚持理论与实践相结合，计算机科学是一门实践操作要求很强的学科，他需要理论与实践相结合，在学习理论知识的同时，更加要注重实践操作，而且要把时间操作放在一个重要的位置，仅仅学习理论知识是不行的。蜗居的学校里的实训课和实践实习就是一种很好的实践形式。他能够把理论与实践很好的结合起来。
要持之以恒。做任何事情都要有耐心和恒心，并且以正确的态度去对待你所做的事情，因为你有了正确的态度去对待你所做的事情，你才能认真的去做好它，及时完成它，有了耐心与恒心，无论你遇到多大的困难，你都会坚持到底，直到成功。这是我在实习过程中的感悟。
我知道工作是一项热情的事业，并且要持之以恒的品质精神和吃苦耐劳的品质。我觉得重要的是在这段实习期间里，我仿佛深入了社会，在实践中了解社会掌握了一些与人交往的技能，怎样处理之间的关系。利用这次难得的机会，也打开了视野，增长了见识，为我们以后进一步走向社会打下坚实的基础。
计算机认知实习报告 篇5
计算机的发展将趋向超高速、超小型、平行处理和智能化，量子、光子、分子和纳米计算机将具有感知、思考、判断、学习及一定的自然语言能力，使计算机进入人工智能时代。这种新型计算机将推动新一轮计算技术革命，并带动光互联网的快速发展，对人类社会的发展产生深远的影响。
随着计算机技术的发展，PC将成为我们工作上的工具，生活中的控制中心是必然的事情。我们知道计算机的未来充满了变数。性能的大幅度提高是不可置疑的，而实现性能的飞跃却有多种途径。单单CPU方面就有可能通过“量子计算机”“DNA计算机”“光子计算机”等等技术来实现。不过我认为：性能的大幅提升并不是计算机发展的唯一路线，我认为计算机的发展，还应当变得越来越人性化，同时也要注重环保等等，模块化、无线化、专门化、网络化、环保化、人性化、智能化、个性化都将成为未来计算机的发展趋势。
手提电脑将成为主流:
联想集团台式型和移动型电脑开发部主要设计师认为不久的将来手提电脑将成为主流，但他并不觉得手提电脑会很快就一统天下。台式电脑不久将会消失，但是高端服务器将会继续存在，以满足企业级的需要，手提电脑将会满足其他类型的需求。由于显示屏和键盘尺寸的限制，台式电脑的基本贝壳式外形将仍然延续。
便携式电脑的主要制造趋势早已在全球明显呈现出来了。通过到处存在的接入点，无线计算机用户在任何地方都能持续上网。更新的无线技术规范将减少电线的需要，增强灵活性。DSL宽带技术作为一种利用普通电话线实现宽带网络接入的技术，将在便携式计算机的发展过程中起到至关重要的作用。
值得信赖的计算机:
无论将来的计算机发展方向如何，消费者们还将依赖于互联网，因此网络的安全需求仍然是最重要的。
软件制造商Wave Systems公司总裁Steven Sprague认为，一系列的规范将使得未来个人电脑在设备和网络方面的诚信度大大提高。他说：“我们生产的所有设备都保证安全性，个人电脑随时可以安全地通过网络共享和复制数据。因此，未来电脑不再需要用户ID和密码，因为所有的验证程序都将通过设备本身来进行。”一旦实现这样的技术，所有计算机设备都将出现在网上，而且每一个应用程序都可以通过用户个人授权的设备验证后在网上找到后使用。计算机专业的认识与打算
我也作为学计算机专业的学生，我对这专业的认识有：计算机是当代社会的经济、政治、军事、科研、教育、服务等方面在概念和技术上发生革命性的变化，对人类社会的进步还将产生极为深刻的影响，目前，计算机是世界各发达激烈竞争的科学技术领域之一，随着信息时代的到来，计算机逐渐成为科学领域的核心。随着计算机的普及，其应用领域广泛，深刻影响着我们的学习，工作及生活，因而，计算机的学习与我们的生活息息相关，学好计算机是非常必要的。
学好计算机基础很重要，我认为计算机专业学生应掌握的主要几点有： 基础课程：计算机导论、程序设计实习、数据结构、算法分析；
专业数学基础:概率、集成图论、代数结构与组合数学；
硬件基础：数字逻辑、微机原理、体系结构；
软件基础：编译原理、操作系统。
对于这一专业的就业方向认识有;计算机专业毕业后大致的工作方向是软件、硬件、网络、图四大类尤其以软件、网络为现今的首选。
从岗位上分，又可以分为技术道路、营销道路两大方向伴随着互联网的发展。
IT人才的短缺现象将会越来越严重。据保守估计，目前中国市场对IT人才的需求每年超过20万人。而国内目前的IT教育主要是高等学校计算机、电子、电信、信息技术等相关专业的学历教育，每年培养的大学毕业生约为5万，远远不能满足市场的需要。IT技术人员的极度短缺，迫使许多公司不得不提供高薪才能聘请到符合要求的专业人员，而这些职位优厚的待遇吸引了很多非IT人员。于是许多人设法通过各种培训来获得这些职位
IT行业良好的就业前景及薪酬待遇吸引了大量非计算机专业的人，大部分是年轻人。他们迫切需要依靠学习和培训获得进入IT业的技术能力。而另一个方面，IT行业中职业的变化和更替也是最为频繁的，它要求从业者必须不断地学习才能保持这种持续工作的状态。同时一个人学习的技术越先进，掌握的技术越全面，那么这个人的事业发展前景就越广阔，工作选择的机会就越大。此外，由于互联网技术的飞速发展，很多掌握过时技术的人员也不得不重新进行培训，以使自己能够与最新的技术同步。随着我国经济的不断发展，信息化程度不断提高，各个企业对信息化投入的比例逐步加大，因此要求在职人员必须要学会操作微机。
3体会
到到中兴公司参观，看到的大多数是高科技的产品，了解了一下我们专业以后工作的大概情形，知道生产出例如一部手机的大概流程。体会到要想找到好工作，首先自己要有真正的本事，不然什么都不会，所以现在就要掌握好基础知识，计算机
语言是这些知识的基础，尤其是c++，这是最常用的语言，在很多工作领域都用得上。
计算机认知实习报告 篇6
我走出去是为了看看自己的视野有多开阔，更多地了解外面的形式和发展，看到自己专业的就业前景，了解外面的需求。带着这些认知，我走近了实习生这一步。我实习的`地方是一家叫联想1 + 1的电脑专卖店。业主第一次让我知道各种计算机软件和硬件设施产品,知道不同品牌和不同配件的性能,并帮助他介绍一些品牌客户的优势和优点缺点,告诉客户清楚它们之间的差别,以便客户可以清楚地明白消费,不欺诈,对待客户坦白说,不关心自己的利益,只想在诚信的对待每一个客户,让人们心满意足地走吧。
在实习的第一天，我第一次了解了公司的规模。这是一家中型的电脑专卖店。它不是大的或小的。它有各种各样的电脑配件和许多品牌。它适合不同阶层的人购买。需要知道,主要品牌华硕,富士康,英特尔,哪个品牌适合哪种类型的人群,显卡丽台科技,华硕、XFX,蓝宝石,声卡,硬盘,内存,等等,告诉他们应该首选,选择什么,学到了很多计算机硬件的知识,初步了解在市场上电脑的需要。
随着互联网的发展。IT人才的短缺将变得更加严重。据保守估计，目前中国市场对IT人才的需求每年超过20万人。我国目前的信息技术教育主要是高校计算机、电子、电信、信息技术等相关专业的学历教育。每年大约有5万名大学毕业生接受培训，这远远不能满足市场的需求。IT技术人员的极度短缺迫使许多公司提供高薪来雇佣合格的专业人员。这些职位的优厚待遇吸引了很多非it人员，很多人通过各种培训获得了这些职位。职业变化和人员流动也是行业中最频繁的，需要从业者不断学习来保持这种持续工作的状态。同时，一个人学习得越先进，技术越全面，他的职业前景就越广阔，选择工作的机会就越大。此外，由于互联网技术的快速发展，许多拥有过时技术的人不得不重新培训，以使自己跟上最新的技术。随着我国经济的不断发展和信息化程度的提高，各企业对信息化的投入比例逐步提高，对在职人员必须学会操作微型计算机提出了要求。
这一代计算机专业的学生正面临着巨大的变化。计算机的快速发展使我们有点不知所措。为了跟上时代的步伐，跟上时代的步伐，我们需要不断地学习专业知识的精神和毅力。这个行业，在我看来，当电脑被用作工具的时候，也就是说，我们不应该仅仅专注于拉动汽车，我们的目标和发展动力是为他人服务的。有时候不要抱怨。看来通信行业正在引领计算机行业的发展。每个人都曾想过，没有通讯功能的电脑有多大的价值。应该说，通信技术有时只是计算机行业的一个方向，所以我们把他们的通信技术应用到我们的行业中。应该说，我们计算机的发展机遇是由于通信技术在计算机上的应用。
这是一家好公司。在老板的精心照顾下，它变得越来越强大。前景就像我们的计算机专业一样。这里有巨大的发展机遇。公司的管理很有条理。对每一位员工，首先要进行诚信教育和思想教育。员工，让员工有责任感，责任比利益更重要。这很好。员工之间有团队精神。他们互相讨论如何考虑如何使每个组件都最适合客户，实现人性化的服务。如果你想在外面找工作，首先你必须以人为本，在申请的时候用行动去感染对方。不仅依靠知识，还要依靠自己的品德。从长远来看，在一家计算机应用公司工作靠的不紧是完美的技术，一个人的素质也至关重要。
经过一次实习和学习，从这个有意义的暑假，我觉得整个人成熟了很多，说话充满自信，是一种放松的微笑。
计算机认知实习报告 篇7
学号：10104060330 姓名：张强
专业班级：计算机科学与技术103 学院：电子信息工程
2012年6月
这几年，计算机产业迅速发展，对于我们这个专业的来说，能够了解本专业前景，对整个发展有系统整体感知的认识，接触外面世界的需求是非常有必要的。为此，6月份，我们进行了计算机实习，实习的方式是听讲座。
实习目的：深入了解整个计算机的系统知识和发展方向，根据自己的兴趣选择合适的发展方向。开阔视野，增长见识，多一些了解，增加计算机科学与技术在实际生活中应用的知识。对课堂知识进行补充，培养兴趣和爱好。
实习内容：
1.语义Web
讲师：黄广君
1.1语义web的产生
语义web的起源，搜索引擎工作原理，基于关键词，语法层次，词频位置扇入值。语义web的理论基础。计算语言学，概率统计模型，人工智能技术。语义web的目标，将面向人的网页、文档、知识转化为机器可以识别和处理的数据，从而提高查询效果。
1.2语义web技术基础
本体理论与本体论技术，本体定义，本体结构，创建领域本体的步骤。
1.3主要研究方法
基于语言学理论的理想主义方法，基于统计模型的经验主义方法，实际应用中上述两种方法相结合。基于规则的语义分析方法，查询模型模块介绍。句子相似度算法流程。基于统计模型的研究方法，最大熵模型、隐马尔科夫模型、粗糙集理论、人工神经网络技术。基于统计模型的研究方法，基于描述逻辑的知识推理。当前研究热点。
1.4描述逻辑的体系结构
DL的基本元素——概念和关系，TBox语言是描述领域结构的公理的集合。
1.5DL中的构造算子
DL中的其它算子，在DL中添加算子。
1.6描述逻辑中的推理
一致性检测，概念可满足性，概念包含，包含与可满足性的关系，实例检测，可满足性检测算法——Tableaux算法，可判定性，计算复杂性
1.7 智能搜索引擎
搜索引擎类型，查询扩展方法，基于语义模型的查询扩展，重排序，返回文档排序，Semantic web应用
1.8 Semantic web services
起源，Web Services 框架，工作原理，工作模式，Semantic web services层次结构，RDF组成，RDF Data Model，RDF Schema，RDF Basic Concepts，RDF Model，描述语言进化过程。
以前对于web这块，感觉自己一片空白，不过，听完黄广君的讲座后，虽然不是很理解，但有点印象，感觉是那么回事，只好花时间去理解了。收获很大，虽然讲得很枯燥，还是认真听了下。
2.数字图像处理技术
讲师：黎蔚
2.1两种水印应具备的特征
可见水印的特征，不可见水印的应有特性。
2.2不可见水印提取算法的设计与实现
数字水印提取算法的设计，确定提取策略、确定提取公式、确定反置乱算法。根据嵌入公式确定提取公式，反置乱算法的确定，反置乱算法。
2.3相似度分析
相似度分析，相似性度量定义。
2.4鲁棒性能实验和分析
水印图像提取实验，含水印图像涂抹实验，水印图像salt噪声实验，水印图像salt（0.02）噪声再滤波实验，水印图像裁剪实验，JPEG压缩实验。
对于图像处理，一直很感兴趣，这个不像编程那样枯燥，我对ps很感兴趣，不过学过ps后觉得也没什么。听完黎蔚老师的讲座，感觉自己只是确实欠缺，图像原来还可以这样处理的。我的兴趣又加深了，以后打算朝着这个方向发展。
3.数据库技术
3.1数据挖掘发展简述
数据丰富与只是匮乏，从数据到知识，数据挖掘产生，3.2数据挖掘基本知识
数据挖掘定义、深入、功能。概念描述：定性与对比。关联分析，分类与预测，聚类分析，异类分析，演化分析，数据预处理。
3.3关联挖掘
关联规则挖掘，购物分析，基本概念，关联规则挖掘分类，单维布尔关联规则挖掘，Apriori算法，关联规则的生产，Apriori算法的改进。
3.4空间数据库技术
传统数据库管理空间数据的局限，地理空间数据存储操作的对象可能是一维、二次、三维甚至更高维。传统数据库管理空间数据的局限，不连续的、相关性较小的数字和字符，传统数据库管理的实体类型少，并且实体类型之间通常只有简单固定的空间关系，传统数据库存贮的数据通常为等长记录的原子数据，传统数据库只操纵和查询文字和数字信息。
3.5面向对象模型
对问题领域进行自然的分割，以更接近人类通常思维的方式建立问题领域模型，面向对象数据库系统的特性，特性，实现方式
3.6ER模型（Entity Relationship Model）
确定实体类型、确定联系类型：销售活动或订货活动、确定实体类型和联系类型画出ER图。ER模型的基本成分是实体、联系和属性，弱实体的划分与依赖联系，子类和超类，ER模型的操作，实体类型的分裂，实体类型的合并。设计局部ER模式，全局ER模式的优化。
3.7 半结构化数据
相对于结构化数据(即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据)而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等等。
基于数据库的数据挖掘，听着挺霸气的，还好我们刚刚学完数据库，对这个还是挺了解的，听完刘勇的讲座，收获甚大。刘勇讲课喜欢在黑板上演示，这个挺好的，我们都没听明白，对数据库这块又加深了专业知识的掌握。
4.实习体会
这些天的讲座收益颇多。以前接触过网站的制作，所以对于Web，XML,HTML这些东西还是很熟悉的，这次的讲座，又让我重温了这块。不过老师讲的还是挺仔细的，内容很充实，又介绍了其他的web应用。不过，黄广君老师眼神看着电脑，似乎很少看看下面，可能有
点害羞，好多都没听懂，有些东西还是第一次听说，想想有点可怕，了解的东西实在太少了。还好，后面有实例，通过例子，大概知道了点。Semantic不太了解，甚至它的翻译还不知道，后来都是百度了下。本来这就是认知的，只是做了解就行。TBox语言看着有点费劲，不会用，能看懂。DL中的构造算子，逻辑推理，真是云里雾里，以前真没听过。
黎蔚老师那个水印提取算法，我很感兴趣，现在才知道竟有这种技术，还有那个高速公路裂缝处理，学了这么多ps，对图像处理也了解了不少，这种处理的方式还是第一次见。那个数字水印提取算法还是不清楚，还有那个嵌入公式，提取公式，不知道使用什么处理的，需要用到哪些知识呢？这一直都是个未解之谜。反置乱，相似度分析，这些又该怎么处理呢，问题又增加了，这些都没讲清，要是举一个例子出来就好了。那个JPEG图像压缩，怎么压缩啊。压缩之后呢，又该怎么还原？这一切显得很有趣，很想去研究一下。听说研究这个数学要行，不过，这跟数学有什么关系呢？
刚刚学过数据库，也是刘勇教的，数据挖掘也是第一次听说，听着有点深奥。还好有案例，介绍的也很详细，不过，具体怎么去挖掘，还是不太了解。什么人工神经网络、决策树、遗传算法、近邻算法、规则推导，这些技术听着很高级，具体的应用还是一片空白。只有自己下去百度了。同时了解到数据库的抢到功能，不放可以考虑将来选择这个方向。数据库应用广泛，操作很庞大，重要的技术就是挖掘，如果这个学好了，数据库技术也就差不多了吧。
这些天的实习，我学到了不少，了解了我们计算机这个专业的发展方向和研究，真是太广泛了，学到了许多课堂上学不到的。如果仅局限于课本是不够的。如果只掌握课本上的，那我们就比被人没什么优势了，因此，要掌握的还有很多，这个专业的发展真实太广泛了，任何一个领域都有研究方向。对于我们这个专业，要学的真的很多，更新也比较快，要时时掌握一门新的技术了解更多的知识和技能。就拿开发工具和语言来说，又出现了java这门语言。听说我们这个专业，以后找工作，老板都会问会不会安卓或者C++，因为现在主要是苹果和安卓手机开发，这两个是主流。看来必须要掌握过硬的本领了。这对以后的学习提出了更高的要求。有些东西必须要学会自学，要想把别人比下去，就必须本领过硬。以后打算自学与我们这个专业相关的知识，有些地方比较薄弱，找时间补补。每天有事没事编编程，这样就会有收获，以后有的忙了。