190

Средства анализа данных

Лабораторная работа

Информатика, кибернетика и программирование

Формирование в блокноте осмысленной информации, использование программных возможностей WinHex. Обработка данных в программном пакете Математика и проверка суммы вероятностей элементов списка. Расчет величины информационной энтропии.

Русский

2012-11-14

803 KB

11 чел.

Московский Энергетический Институт

(Технический Университет)

Отчет: Лабораторная работа №1

«Средства анализа данных»

Выполнил: Васильев Василий

Проверил: Рытов А.А.

Москва

2011

  1.  Сформировать в «Блокноте» осмысленный текст на русском языке из N=30 букв, содержащий только строчные буквы и пробелы. Сохранить в виде текстового (*.txt) файла.

формировал

  1.  Запусить WinHex , открыть созданный файл, и с помощью программы PrintKеy зафиксировать полученный результат (полный экран).

  1.  
    В меню Инструменты выбрать опцию Analise File  и получить на экране распределение символов, содержащихся в выбранном файле. Зафиксировать (на произвольном носителе) те буквы и их количество , вероятность появления которых в выбранном тексте выше 0.05 (5%), например :   E0h  а    0.0795    96.

  1.  Запустить пакет "Математика" и создать список полученных в предыдущем пункте букв и их частот появления в виде: ch0 = {{"а",   0.0795}, {"е", 0.0902}, {"и", 0.0637}, {"н", 0.0604}, {"о", 0.0762}, {"р", 0.0513}, {"т", 0.613}, {" ", 0.1358}}

Сделал

  1.  Нажав комбинацию клавиш Shift+Enter проверить правильность ввода (в дальнейшем любой запуск на выполнение операций сопровождается этой командой).

Все верно


  1.  Подключить блок статистической обработки  Needs["StatisticalPlots`"] и построить диаграмму Парето для введенного списка  ParetoPlot[ch0].

  1.  Вычислить длину списка (вектора) Length[ch0].

  1.  Проверить сумму вероятностей элементов списка используя две операции: сначала создать список состоящий только из значений вероятности p0=ch0[[All,2]], а затем подсчитать сумму вероятностей summch0=Sum[p0[[i]],{i, Length[ch0]}] .

  1.  Ввести список наиболее вероятных частот букв русского алфавита  в виде alfru={{"а",0.062},……..}. Возможно использование файла alfru.doc.  

  1.  Сформировать вектор частот  pa=alfru[[All,2]], определить длину списка na=Length[pa] и проверить сумму вероятностей summp=Sum[pa[[i]],{i,na}].

11. Рассчитать величину информационной энтропии H (энтропию языка):

                                               

entropyalfru=N[-Sum[pa[[i]]*Log[2,pa[[i]]],{i,na}]].

    12. Построить диаграмму Парето для наиболее вероятного распределения букв русского языка в тексте.

    13. Аналогично п.1 задания сформировать текстовый файл, содержащий 1500 строчных букв (и пробелов) русского алфавита.

Сформировал

    14. С помощью команды v1= ReadList["file",Byte,30] создать список  данных  v1, соответсвующий сформированному текстовому файлу, где file - это полный путь к файлу, который можно ввести с помощью команд меню Insert\ File Path, 30 –число вводимых символов на первом этапе.

   15. Построить гистограммы распределения букв (символов),используя команды Histogram[v1], Histogram[v1,{200,255,1}].

  


16. Установить параметр n2=60 и вести новый список данных v2=ReadList["file1500",Byte,n2], где file1500 –условное имя файла из п.13.

   17. Определить число символов, соответствующих буквам русского языка в векторе v2:              freq2=Tally[v2].

   18. Создать список частот для введенных  n2=60 символов текста:

            p2=N[freq2[[All,2]/Length[v2]], где N[ ] – преобразование к действительной форме представления чисел.

    19. Определить длину списка p2, сумму вероятностей, и информационную энтропию.

 


 20. Подготовить список для записи энтропии 120 последовательно увеличивающихся сегментов подготовленного текста entropytextout=Range[120].

    21. Используя оператор Do[expr, {j,jmax}], построить вектор значений энтропии сегментов текста, увеличивающихся каждый раз на 10 символов:

Do[{n2=10*j;

v2=ReadList["file",Byte,n2]; freq2=Tally[v2];

p2=N[freq2[[All,2]]/Length[v2]];np2=Length[p2]};

entropytextout[[j]]=N[-Sum[p2[[i]]*Log[2,p2[[i]]],{i,np2}]],{j,120}]

  22. Построить  точечный график зависимости энтропии сообщения от его длины:          ListPlot[entropytextout]


          23. Построить гистограмму распределения рассчитанных значений энтропии.

  24. Определить среднее значение Mean[entropytextout] и дисперсию  Variance[entropytextout].


  25. Используя команду Drop [list, n]- возвращает список list, из которого удалены первые n элементов: - удалить из распределения явные выбросы (значения лежащие вне диапазона Mean[entropytextout] Variance[entropytextout]) и вновь построить гистограмму распределения, рассчитать среднее значение и дисперсию энтропии.


 

А также другие работы, которые могут Вас заинтересовать

43582. Химическая технология природных энергоносителей и углеродных материалов 144.62 KB
  Дипломным проектированием завершается обучение студентов в университете. Студент допускается к выполнению дипломного проекта после сдачи всех экзаменов и зачетов, предусмотренных учебным планом
43583. Розробка технологічної лінії з виробництва батону «Європейського» в умовах ВАТ «Хліб» 3.65 MB
  У даному дипломному проекті проведена розробка технологічної лінії з виробництва батону «Європейського» в умовах ВАТ «Хліб». На підставі фізико-хімічних закономірностей процесу виробництва батона, а також техніко-економічних показників діючих підприємств прийняті технологічні параметри ведення процесу виготовлення.
43584. Роль командної роботи в створенні програмного забезпечення. Загальна характеристика команди розробників ПЗ. Класифікація команд 69.5 KB
  Команда – це не просто група, під якою розуміється об’єднання людей за інтересами. Команда – це група, що діє спільно з метою досягнення певних цілей або результатів, до яких прагне кожна людина з групи. Потенціал команди набагато вищий за потенціал групових або індивідуальних зусиль...
43585. Проект розробки програмного засобу моніторингу реалізації проектів на основі аналізу освоєного обсягу 1.17 MB
  Практична цінність дослідження полягає у створенні сприятливих умов для кращого сприйняття наданої інформації керівником проекту, що заощадить витрати по проекту. В свою чергу, це є основою для підвищення успішності управління проектом.
43586. Лексико-стилистические особенности комментариев пользователей официальных групп СМИ социальной сети «ВКонтакте» 188.69 KB
  Лексикостилистические особенности Интернетсообществ. Ключевые слова: журналистика Интернет коммуникация Интнернетсообщества лексика стилистика комментарий аудитория. Объектом исследования является текстовые сообщения Интернетсообщества. Цель работы комплексное изучение феномена Интернетсообществ с точки зрения лексических и стилистических особенностей.
43587. Развитие наследственного законодательства в Российской Федерации 381 KB
  Наследование характеризуется универсальным правопреемством. Это означает, что права и обязанности умершего выступают, как единое целое и переходят в этой совокупности к наследнику.
43590. Синтез математической модели для расчета газонасыщенности потока (расход жидкости (5-35) м3/сут) по показаниям датчиков прибора «Ультрафлоу» и выбор вида модели с низкой погрешностью 1.02 MB
  В связи с этим возникла необходимость разработки математической модели для расчета газонасыщенности потока по показаниям датчиков прибора «Ультрафлоу».