SAS教学大纲

SAS教学大纲（精选8篇）

SAS教学大纲 第1篇

《信息分析软件SAS》教学大纲

课程名称: 信息分析软件SAS

编写日期: 2003年7月

一、开设系（部）：经济信息管理系

二、教学对象：

本科

三、教学目的： SAS系统是能够为不同硬件平台上的不同业务用

户提供强大、一致、完善的编程、数据管理和分析的工具。SAS软件最初应用于统计和技术领域，但SAS系统现在已发展成为一个企业级工具，提供了从数据存取、数据访问、数据分析到数据展现等的全过程服务，解决方案涉及数据仓库、决策分析、数据挖掘和Web发布等多个方面。这些方案和技术在各个部门都发挥着非常重要的作用。推广SAS对我国当前企业信息化有着一定的促进作用。通过本课程的学习力求使学生对SAS产生浓烈的兴趣、学习的愿望、和使用的设想。能够对SAS系统快速入门，并在对SAS有一定了解的基础上逐步认识SAS软件促进企业信息化方面的强大功能和魅力。

四、教学要求：

（一）突出SAS在企业信息化方面的应用，拓展

范围，不仅仅局限于SAS的操作和统计分析。

（二）应用大量实例分析让学生了解SAS在当前各个行业各个领域的最新应用。

（三）多媒体课件教学，增强学生的学习兴趣和接受能力。

（四）创造机会让学生上机实践。

五、教学课时及其分配：总学时：54学时；讨论：3学时；上机：

随机安排

六、考核：考核形式——期末考试、平时考核;

试卷结构——试题类型：1.填空题 2.是非判断题

3.单项选择题

4.多项选择题

5.问答题

题量——2小时；

分值分配——1.填空题 10分； 2.是非判断题10分 ；

3.单项选择题 20分 ；4.多项选择题 20分 ；5.问答题 40分;

七、教材：《SAS for Windows 统计分析系统教程》；著者：洪楠 侯军；出版社：电子工业出版社；版本：2001年3月第1版；出版日期：2001年3月

八、主要参考书目：

（一）《实用统计方法与SAS系统》高惠璇 编著；北京大学出版社；2001年10月第1版；2001年10月出版。

（二）《SAS 系统

BAS SAS 软件使用手册》 高惠璇等译；中国统计出版社；1997年4月第一版

1997年4月出版。

（三）《SAS 系统 SAS/STAT 软件使用手册》高惠璇等译；中国统计出版社；1997年4月第一版；1997年4月出版。

（四）《SAS 系统 SAS/ETS 软件使用手册》高惠璇等译；中国统计出版社；1997年4月第一版；1997年4月出版。

九、讲授提纲：

第一部分

SAS系统与基础统计分析

一、简介

（一）什么是SAS系统

（二）SAS系统的组成

二、SAS 系统初步：

（一）SAS系统的运行环境及界面

（二）SAS数据库与数据集

三、SAS的数据接口

（一）外部数据的输入(指非SAS数据文件)

（二）编辑、浏览SAS数据集

（三）输出为外部数据的格式

四、SAS编程基础

（一）使用SAS语言

（二）SAS表达式

五、SAS数据集的创建与整理

（一）利用SAS创建数据集

（二）数据的整理

第二部分

SAS软件在企业信息化中的主要应用

一、SAS 整体财务管理方案

（一）简介

1.高层财务主管面临新的挑战 2.SAS整体财务管理解决方案

(1)预算和计划

(2)财务合并和整合、分析和报表(3)成本分析和管理

(4)运营管理：与行为管理的联接

（二）功能概述

1.业务模型 2.预算与计划

3.成本分摊（Cost Allocation）4.e-报表和分析 5.支持的平台 6.自动操作和整合

（三）成功案例介绍

二、SAS分析型客户关系管理

（一）简介

（二）一个正在急剧变化的世界

（三）什么是客户关系管理？

（四）分析型CRM的核心技术

1．数据仓库 2.数据挖掘

3.联机分析处理（OLAP）4.先进的决策支持和报表工具

（五）SASe-CRM简介

1.介绍

2.创造知识驱动业务，从互联网战略中获益 3.制定电子商务战略不再需要猜测 4.正确描述网站访问者特征 5.保持在Web商务上的遥遥领先 6.优化站点设计(六)成功案例介绍

三、SAS 风险分析环境

（一）概述

（二）前言

（三）风险（Risk）

（四）衍生（Derivative）

（五）SAS风险分析环境

（六）通过SAS风险分析环境解决风险管理问题

（七）项目工作流

（八）结论

（九）成功案例介绍

四、SAS数据仓库--从您的业务数据中提炼出决策支持信息的解决方案

（一）SAS研究所和SAS系统

（二）利用SAS技术建立你的数据仓库

（三）SAS数据仓库的组成（四）SAS数据仓库的体系结构

（五）SAS数据仓库的开发

（六）SAS的数据仓库产品-SAS/WA

（七）决策支持智能化

（八）成功案例介绍

五、SAS 数据仓库方法论

（一）快速建库方法论浏览 1．什么是数据仓库

2．建立数据仓库的业务理由

3．建立数据仓库的技术理由

4．数据仓库的技术特征

5．确认业务需要和数据仓库的目标

6．关键成功因素

（二）SAS快速建立数据仓库方法论的细节

1．业务驱动

2．收集需求的研讨会

3．快速应用开发(RAD)

（三）（四）方法论的框架

成功案例介绍

六、SAS数据挖掘

（一）SAS帮助你进行数据挖掘

（二）SAS的数据挖掘的方法论-SEMMA

（三）SAS数据挖掘的集成软件工具--SAS/EM

（四）成功案例介绍

七、企业级的报表制作工具--SAS/ER + SAS/MDDB + SAS/IntrNet

（一）SAS企业级的报表制作软件： SAS/ER

（二）丰富的报表制作能力

（三）报表所用数据的收集和准备

（四）企业级报表制作系统的管理

（五）SAS的多维数据库结构使你的报表和决策支持系

统高效率运作

（六）在网上实现一切

（七）成功案例介绍

八、信用风险管理—信用记分卡

（一）简介

（二）信用记分卡

（三）信用风险管理

1.评估申请人的信誉

2.维持评估方法的准确性

3.确定新的信贷产品，开拓新市场

（四）怎样建立记分卡

1.信用记分卡的类型 2.记分卡的基本要素 3.建立记分卡的技术

4.建立记分卡的步骤

（五）记分卡的监控

（六）成功案例介绍

九、Cross-selling

（一）（二）导言 概述

1.客户：你最宝贵的资产 2.对于IT行业的挑战 3.SAS的客户关系管理解决方案：Cross-selling

（三）市场的变化创造了机会，也带来了挑战

1.企业合并 2.数据仓库 3.更好的客户分类 4.新的渠道

5.个人社会特性的改变

（四）基于Cross-selling数据的分析方法

1.相关与聚类 2.预测模型 3.创建采样数据 4.数据挖掘流程

（五）成功案例介绍

十、综合计分卡

（一）前言

（二）综合计分卡模型

1.概述

2.与传统方法的区别 3.四个主要方面 4.因果关系

（三）SAS解决方案

1.全面的解决方案 2.从原始数据到关键信息 3.综合计分卡管理系统

（四）成功案例介绍

SAS教学大纲 第2篇

我认为做得较好的地方有：

一、把课堂的主动权还给学生，分层次提问问题，让每个学生都参与进来。

本节课以提问的形式复习前面的判定方法，出示课件让学生先直观三角形交流形状和大小是否一样，再让学生按要求动手画三角形，交流看所画的三角形是否完全重合，最后看这两个三角形具备什么条件，归纳”SAS"定理。从方法的推导到运用都让学生充分发表自己的意见，老师根据学生的情况作适时指导，起到指导的作用。充分发挥学生的学习主动性，达到抛砖引玉的效果。

二、突出重点、突破难点

本节课重点是运用“边角边”方法证明两个三角形全等，所设计的例题、练习都是运用“边角边”方法进行证明，学生会用“边角边”判定方法解决实际问题。习题的设计上我采用层次递进法，达到每个层次的学生都能参与，让他们多交流，同层次交流，综合交流，从而充分发挥学生的积极主动性，使课堂气氛活跃，提高学生学习的积极性，培养学生学习数学的兴趣。

不足之处：

一、时间把握不准。由于给充分时间学生探索、运用“边角边”判定定理，由于学生层次不齐，各个环节实用时间都比计划的时间多。

二，没能做到关注每一位学生，分层次教学效果还有点差，有极个别学生没有参与课堂，课堂反馈的信息不够全面。

SAS教学大纲 第3篇

在教育的环境中, 教师的作用是非常重要的。教师教学带来的影响取决于教授的方法、内容、手段等因素。另外, 学生学习的动机、学习方法以及学习效果也会随之教学的改变而改变。然而, 随着现在社会的需求和新时代新人的理想, 教学方式要进一步深化和改革。教师在教学过程中, 即要起主导作用, 更主要的是对于学习者的引导, 充分发挥学生的积极性和创造性, 提高学生的学习效率, 锻炼学生的学习思维, 加强学生的动手能力。由此可知, 教师的授课质量是至关重要的, 授课质量的好坏直接影响着教学的效果, 影响着学生的身体质量和自练能力。基于这些因素, 很有必要对教师授课质量进行评价, 教师出了授课这方面外, 还包含评价这一方面。为了创造更好的教学环境, 提高教师的授课质量, 许多高校在不同程度上开展了对教师教学质量的评估工作, 通过不断的改革和推进, 积累相关经验, 教师评估工作取得了一定的进展。为了能够更全面、更具体地分析和评价教师的教学情况, 本文借鉴了某些高校成功的经验, 根据实地考察, 选取多元统计方法对某一选项课的教学质量进行了综合评价, 其量化模型及评价方法同样适用于其他课程的测评系统。

2 教学质量评估体系的内容

基于该选项课程特有的规律及特性, 我们确定了教学质量评估如下的分析内容:

教学态度:备课充分;教学风格;教学交流;与学生交流融洽。教学内容:内容充实丰富;课堂讲解清晰, 动作示范规范;突出重难点。教学方法:理论联系实际;综合素质教学手段;授课生动, 幽默, 言语富有激情。教学效果:学生掌握知识, 激发和提高自学兴趣;考核方法有效反映学生对内容的掌握;学生的自学能力。总体评价:非常满意 (10分) , 比较满意 (8分) , 一般满意你 (6分) , 不满意 (4分) 。

3 实证研究

由于教学与很多因素有关, 导致教师教学质量评估体系的内容非常繁冗复杂, 我们不可能对每个因素一一做研究, 只能从中选取有代表性的一些因素去研究, 从而判断出教师的优劣。这些因素种类多, 而且因素与因素间都带有一定的相关性, 基于此, 本文选取运用主成份分析法, 这种方法的思想就是把多个相关的因素指标通过分析后, 转化成几个互不相关的综合指标, 并且将分析出的因素指标按照一定的顺序排列出来, 更直观更方便的反映出影响教学质量评估体系的因素, 同时得出整个选项课教学的总体概况, 为教学管理部门的教学情况提供了科学依据, 使学校能更好的提高和科学管理教师教学。

将该评价内容制成表格, 从200份中表格调查中随机抽出8位教师的调查表格。首先运行SAS软件, 并编辑如下的内容:

点击运行后得到一个8*13的表格数据。众多的指标数据很难从中判断出教师的优劣。本文运用主成份分析法, 把表格中多个指标化为少数几个互不相关的综合指标, 指出主要成份, 同时分析得出整个教学的总体概况。

主成分分析:

前两个主成分包含数据的信息总量达87%, 且特征值均大于1, 因此选用前两个主成分进行分析。其中第一主成分为教学质量的综合指标。

由上可看出其排名由大到小排名为3, 6, 4, 2, 8, 5, 7, 1, 与现实情况相符。

4 结论

本文用主成份分析对教学进行定量评价, 通过分析从众多指标中找到排在前五个的重要综合指标:“综合评价”、“教学态度”、“教学方法”、“教学效果”和“教学水平”, 这个结果与实际资料调查反映出来的结果基本相符。由此证明了本文运用主成份分析法还是比较适合教学质量评估的。

主成分分析法比较直观, 简洁, 大大减少了分析因素的数量, 从而更加方便的呈现出分析的结果。根据分析结果, 结合现实情况, 学校要及时调整教学方式, 有的放矢地改进教学, 争取教学质量和学生的学习更上一层楼。

参考文献

[1]惠大丰, 姜长鉴.统计分析系统SAS软件实用教程[M].北京:北京航空航天大学出版社, 1988:87-93.

SAS教学大纲 第4篇

关键词:时间序列分析 SAS统计软件 辅助教学

中图分类号:G434文献标识码:A文章编号:1674-098X(2011)01(b)-0164-01

《时间序列分析》是一门针对动态数据进行建模、预测,方法明确,内容丰富,实际应用性很强的一门统计学课程,在金融经济、气象水文、信号处理、机械振动等众多领域有着广泛的应用,并且在近20年中随着计算机技术的进步得到了迅猛的发展,该门课程的教学在整个统计学专业教学中是非常重要的。在《时间序列分析》课程教学实践中,无论是教师还是学生常常会遇到一个实际而又棘手的问题就是数据处理,由于数据处理量大、计算方法复杂,已超出了靠手工完成的能力,必须采用统计软件来完成。目前有许多统计软件可以进行时间序列分析,其中最权威的软件是SAS(Statistical Analysis System),该软件具有完备的数据访问、数据管理、数据分析和数据呈现功能,内有三十多个专用模块,各模块既可独立又可相联。此外,在SAS软件中有一个专门进行计量经济与时间序列分析的模块:SAS/ETS(Econometric&Time Series),并且由于SAS系统具有全球一流的数据仓库功能,因此在进行海量数据的时间序列分析时具有其他统计软件无可比拟的优势。本文将对在《时间序列分析》课程中引入SAS软件辅助教学进行探讨。

1 使用SAS统计软件多媒体辅助教学的优越性

1.1 利用SAS软件,能方便、快捷地绘制图形、建立模型和进行预测,使教学过程变得直观、形象

在《时间序列分析》课程中,往往要根据时间序列数据进行绘图、建模、计算、预测,但在同一个课时内根本无法完成这样的教学任务,而采用SAS软件辅助教学后,则可使绘图、建模、计算、预测一气呵成。

1.2 实施SAS软件辅助教学,能够使教学重点突出,教学难点容易理解,提高学生学习兴趣

《时间序列分析》课程的教学重点是平稳时间序列分析和非平稳时间序列分析,教学难点则是这两种不同序列的建模,这些内容包含复杂的统计理论知识,还涉及到数学学科的相关内容,如随机过程、常微分方程等,这就要求学生有良好的数学基础知识,否则势必影响学生的学习积极性;另一方面,如将这些难度较大的知识用手工进行推导、演算,由于受到课时的限制,讲授内容的广度与深度都无法满足实际应用的需要。而采用SAS软件进行辅助教学后,该课程一个学期的习题和例题,只需要数小时就可以全部演算一遍。教师完全可以把授课的重点从主要针对时间序列概念和方法的理解转向对时间序列结果实际意义的理解,直接讲述用途、注意事项、结果解释等,使学生可以将注意力更多地集中到方法原理、结果应用等内容上,学生对教材上的定义和公式不再感到空洞乏味,对这门课程产生浓厚的兴趣,从而达到良好的学习效果。

1.3 使用SAS进行辅助教学,能够使时间序列原理方法、案例分析和统计软件融为一体

由于《时间序列分析》是一门理论性、应用性和操作性均很强的学科,要使学生能够融会贯通所学的知识和尝试用理论知识解决实际问题,就需要在教学中适当使用案例教学法来阐述基本概念、基本理论,同时利用SAS进行辅助教学,这种理论教学、实际案例与SAS软件三者相结合的教学方法,常常可起到事半功倍的教学效果。

1.4 使用SAS软件辅助教学,有利于培养学生解决实际问题的能力,提高学生的职场竞争力

使用SAS软件辅助教学,能让学生同时学到理论知识和实践操作,将学生从枯燥的数字计算中解脱出来,成倍提高了解题的效率,此外,由于SAS输出的数据结果都需要实际社会经济意义的解释,可以把学生的精力与兴趣引向对实际问题的考察、分析和研究,从而提高学生的实际能力。SAS软件在统计软件中最具权威,学生有良好的学习大环境,并能受到用人单位的认可,有利于学生今后的科研、工作,大大提高其择业竞争力。

2 SAS统计软件在《时间序列分析》课程中辅助教学应注意的问题

2.1 教材的选用

在教材选择上要选择SAS与《时间序列分析》课程很好结合的教材,并且能够提供大量可供学生上机演练的习题。本人选择的教材是王燕主编的《应用时间序列分析》,由中国人民大学出版,该书案例丰富,难易程度适当,且与案例结合详细介绍SAS/ETS模块,是一本大学本科生学习《时间序列分析》課程较好的入门教材。

2.2 学习SAS软件遇到的“难关”

初学SAS,都会感到有一定难度,因为掌握SAS,需要过两关:一是“英语”关,不论SAS8.0还是SAS9.0是全英文界面,这不仅要求学生的英语基础水平,还要求有专业英语水平,学习时学生需花费一定时间和功夫去攻“英语”关;二是“SAS语言”关,SAS程序是用SAS语言编写的,写程序时要求用专门的命令或SAS语句按一定的格式编写,因此在介绍SAS/ETS模块之前,如学生没有学过SAS,必须用至少两节课的时间给学生介绍SAS编程的基础知识。

2.3 教学内容和考核问题

教学内容上要做到“三减三增”:减少详细的手工计算步骤与技巧;减少复杂的公式推导,改为公式内涵的剖析;减少部分浅显内容,改为自学或课堂讨论。增加案例教学;增加“SAS软件使用”;增加“上机实验”。在考试内容和形式上,着重考核学生解决时间序列实际问题的综合分析能力。采用撰写报告、上机操作测试和笔试三方面结合的考核方式。

3 使用SAS统计软件在《时间序列分析》课程中辅助教学的举例

《时间序列分析》课程本质是对时间序列中存在的长期趋势、季节性变动、循环波动及不规则变动进行分离、描述、估计和检验,并进行统计预测。而时间序列根据实际情况,可分为平稳时间序列和非平稳时间序列两类,对于这两种不同序列,采取的研究理论、方法和手段有所不同,本文将以运用非平稳时间序列建立ARIMA模型为例,来说明利用SAS是如何完成辅助教学的。

参考文献

[1] 李爱军,刘兵.SPSS软件在统计辅助教学中的应用[J].滁州学院学报,2006.

[2] 钟英莲.统计学专业SAS实验课程初探[J].中山大学学报论丛,2000.

SAS教学大纲 第5篇

教学内容

本节课主要内容是探索三角形全等的条件（SAS），及利用全等三角形证明．

教学目标

1．知识与技能 领会“边角边”判定两个三角形的方法．

2．过程与方法 经历探究三角形全等的判定方法的过程，学会解决简单的推理问题． 3．情感、态度与价值观 培养合情推理能力，感悟三角形全等的应用价值．

重、难点及关键

1．重点：会用“边角边”证明两个三角形全等． 2．难点：应用结合法的格式表达问题．

3．关键：在实践、观察中正确选择判定三角形全等的方法．

教具准备 投影仪、直尺、圆规．

教学方法 采用“操作──实验”的教学方法，让学生有一个直观的感受．

教学过程

一、回顾交流，操作分析

【动手画图】

【投影】作一个角等于已知角．

【学生活动】动手用直尺、圆规画图．

已知：∠AOB．

求作：∠A1O1B1，使∠A1O1B1=∠AOB．

【作法】（1）作射线O1A1；（2）以点O为圆心，以适当长为半径画弧，交OA•于点C，•交OB于点D；（3）以点O1为圆心，以OC长为半径画弧，交O1A1于点C1；（4）以点C1为圆心，以CD•长为半径画弧，交前面的弧于点D1；（5）过点D1作射线O1B1，∠A1O1B1就是所求的角．

【导入课题】

教师叙述：请同学们连接CD、C1D1，回忆作图过程，分析△COD和△C1O1D1•中相等的条件．

【学生活动】与同伴交流，发现下面的相等量：

OD=O1D1，OC=O1C1，∠COD=∠C1O1D1，△COD≌△C1O1D1．

归纳出规律：

两边和它们的夹角对应相等的两个三角形全等（简写成“边角边”或“SAS•”）．

【评析】通过让学生回忆基本作图，在作图过程中体会相等的条件，在直观的操作过程中发现问题，获得新知，使学生的知识承上启下，开拓思维，发展探究新知的能力．

【媒体使用】投影显示作法．

【教学形式】操作感知，互动交流，形成共识．

二、范例点击，应用新知

【例2】如课本图11．2-6所示有一池塘，要测池塘两侧A、B的距离，可先在平地上取一个可以直接到达A和B的点，连接AC并延长到D，使CD=CA，连接BC并延长到E，•使CE=CB，连接DE，那么量出DE的长就是A、B的距离，为什么？

【教师活动】操作投影仪，显示例2，分析：如果能够证明△ABC≌△DEC，就可以得出AB=DE．在△ABC和△DEC中，CA=CD，CB=CE，如果能得出∠1=∠2，△ABC和△DEC•就全等了． CACDABC和△DEC中 证明：在△1

2∴△ABC≌△DEC（SAS）CBCE ∴AB=DE 想一想：∠1=∠2的依据是什么？（对顶角相等）AB=DE的依据是什么？（全等三角形对应边相等）

【学生活动】参与教师的讲例之中，领悟“边角边”证明三角形全等的方法，学会分析推理和规范书写． 【媒体使用】投影显示例2．

【教学形式】教师讲例，学生接受式学习但要积极参与．

【评析】证明分别属于两个三角形的线段相等或角相等的问题，常常通过证明这两个三角形全等来解决．

三、辨析理解，正确掌握

【问题探究】（投影显示）

我们知道，两边和它们的夹角对应相等的两个三角形全等，由“两边及其中一边的对角对应相等”的条件能判定两个三角形全等吗？为什么？

【教师活动】拿出教具进行示范，让学生直观地感受到问题的本质．

操作教具：把一长一短两根细木棍的一端用螺钉铰合在一起，•使长木棍的另一端与射线BC的端点B重合，适当调整好长木棍与射线BC所成的角后，固定住长木棍，把短木棍摆起来（课本图11．2-7），出现一个现象：△ABC与△ABD满足两边及其中一边对角相等的条件，但△ABC与△ABD不全等．这说明，•有两边和其中一边的对角对应相等的两个三角形不一定全等．

【学生活动】观察教师操作教具、发现问题、辨析理解，动手用直尺和圆规实验一次，做法如下：（如图1所示）

（1）画∠ABT；（2）以A为圆心，以适当长为半径，画弧，交BT于C、C′；（3）•连线AC，AC′，△ABC与△ABC′不全等．

【形成共识】“边边角”不能作为判定两个三角形全等的条件．

【教学形式】观察、操作、感知，互动交流．

四、随堂练习，巩固深化

课本P10练习第1、2题．

五、课堂总结，发展潜能 1．请你叙述“边角边”定理．

2．证明两个三角形全等的思路是：首先分析条件，•观察已经具备了什么条件；然后以已具备的条件为基础根据全等三角形的判定方法，来确定还需要证明哪些边或角对应相等，再设法证明这些边和角相等．

六、布置作业，专题突破

1．课本P15习题11．2第3、4题． 2．选用课时作业设计．

板书设计

SAS教学大纲 第6篇

四、教学重难点

重点：全等三角形全等条件的寻找.难点：能熟练快速的运用三角形的条件证明三角形全等

五、教法与学法

以“自助探究”为主，以小组合作、练习法为辅；在具体的教学活动中，要给予学生充足的时间让学生自主学习，先形成自己的全等三角形知识认知体系，尝试完成练习；给予学生充足的空间展示学习结果，通过讨论交流、学生互评、教师最后点评方式实现本节课的教学目的.六、教具准备 三角板

七、课时安排 1课时

八、教学过程 复习提问已经学过的两个三角形全等条件的内容 2让学生独立解决黑板上的三道练习题

3让学生小组内一起交流出现的疑问，帮助有困难的同学 4找小组代表板书过程

5师生共同分析学生的板书内容

6老师归纳总结三道问题的条件以及我们学会如何思考 7对问题进行条件变式，让学生再进行解决。九

教学反思

SAS基础语法总结 第7篇

DATA语句的作用是表明数据步的开始并给出数据集 的名称。

DATA语句的格式为：

DATA 数据集的名称；

数据集的名称必须以英文字母开始，最长不超过8个字符。

二、CARDS语句

CARDS语句的作用是与“;”呼应,标志数据行的开始与结束。

CARDS语句的格式为：

CARDS;数据行;如果使用CARS语句，在CARDS的后面必须紧跟数据行，并且在一个数据步中最多只能使用一个CARDS语句。

三、INPUT 语句

INPUT语句的作用是描述输入记录中的数据，并把输入值赋给相应的变量。INPUT语句的格式为：

INPUT 数据的变量名、顺序及类型；

用INPUT语句是为了读取外部文件的数据或跟在CARDS语句后面的数据。

SAS默认用INPUT语句读取的是数值类型变量的值。若在变量后加’$’，则该变量为字符串类型变量。

为从一行读入多个观测值，应使用行保持符’@@’限制度数指针，使其保持在这一行上读数，知道数据读完为止。

例如：

Input x y@@;

Cards;

8

;

四、INFILE语句

Infile语句的作用是指明外部数据文件的名称，并从这个外部数据文件中读取数据。

INFILE语句的格式为： INFILE ‘外部数据文件名’；

例如，在D盘上有一个名称为xiao.txt的数据文件，其中数据排列为：

A 3.16 B 2.9 B 5.8 B 3 A 4.9 A 4.17 用 INFILE语句读取数据的代码为：

Data ex;Infile ‘D:xiao.txt’;Input z$ x@@;Proc print;

Run;

五、SET语句

SET语句的作用是按照指定的条件从指定的数据集中读取数据机那里新的数据集获奖两个数据集中的观测值纵向连接建立新的数据集。

SET语句的格式为：

SET 数据集名表;例如，从数据集EX中读取数据建立新的数据集EX1，可编辑语句：

DATA EX1;SET EX;将两个数据集D1和D2中的观测值纵向连接建立新的数据集D3，可编辑语句：

DATA D3;SET D1 D2;

六、MERGE语句

MERGE语句的作用是将两个数据集中的各个观测值横向合并建立新的数据集。

MERGE语句的格式为：

MERGE 数据集名表;例如，将数据集D1与D2中的观测值横向合并建立新的数据集D3，可编辑语句：

DATA D3;MERGE D1 D2;

RUN;

七、DROP语句

DROP语句的作用是指定不写到数据集中的变量。DROP语句的格式为：

DROP 变量名表;如果在DATA步中有DROP语句，那么DROP语句中一出现的变量的观测值被删除，未出现的变量的观测值仍保留在新的数据集中。

八、KEEP语句

KEEP语句的作用是指定要写到数据集中的变量。KEEP语句的格式为：

KEEP 变量名表;如果在DATA步4中有KEEP语句，那么KEEP语句中未出现的变量的观测值被删除，已出现的变量的观测值被保留在西你的数据集中。

九、IF语句

IF语句的作用是使SAS继续处理符合IF条件规定的观测值，因而所得到的数据集是原数据集的子集。IF语句的格式为：

IF 条件表达式;如果表达式的值为真，SAS处理当前的观测值，执行DADA步中的语句，如果表达式的值是假，SAS马上返回到DATA步的开始，不处理当前的观测值，不执行DADA步中的语句。

十、PROC语句

PROC语句的作用是指定需要调用的过程以及该过程的若干选择项。PROC语句的格式为：

PROC SAS的过程名;例如，调用print过程，打印数据集ex的内容：

PROC print data=ex;这里的data=数据集名，用来指定本过程所要处理的数据集名，如缺省则处理最新建立的数据集。在PROC步中，还必须确认一些最基本的信息，包括：（1）处理的数据集名，格式为data=数据集名；（2）所涉及的变量名，格式为 var 变量名；（3）分组处理的标志，格式为 by 组变量名；

十一、CLASS语句

class语句的作用是在分析的过程中定义分类变量，再按分类变量的值分组进行数据分析。

Class语句的格式为：

CLASS 变量名;CLASS语句对数据分析所起的作用类似于by语句，但是它们打印输出的格式不相同，并且by语句要求先对变量排序后才能使用。

十二、FREQ语句

freq语句的作用是规定一个变量，以它的值作为数据集中观测值出现的频数。

FREQ语句的格式为：

FREQ 变量;假定某观测值的FREQ变量的值为n，在分析时，改数据集中这个观测值出现的频数便是n。

若n<1，则观测值不参加分析

若n不是整数，则自动取整。观测值的总数等于FREQ变量的和。

常用的SAS过程步

一、print过程

print过程可以打印一个SAS数据集中的全体或部分观测值，还可以打印数 值变量的综合或部分和。

print过程中经常使用的语句有：

proc print [选择项];

var 变量表;by 变量表;sum 变量表;在proc print 语句中可能出现的选择项有

data=数据集名，如果省略这一选择，则打印最新建立的数据集中的数据。

sum语句被用来求变量表中诸变量的总和。

二、sort过程

SORT过程将SAS数据集中的观测值按一个或多个变量的值进行排序，以便 其他的SAS过程利用by语句对这些观测值进行分组处理，排序后的观测值存放在一个新的SAS数据集中或者代替原来的数据集。在SORT过程中经常使用的语句有：

proc sort [选择项]；

by 变量表;在proc sort语句中可能出现的选择项有：

data=数据集名，用来说明要排序的数据集名，如果省略这一选择，则指定最新建立的数据集。

out=数据集名，用来说明要输出的数据集名，如果省略这一选择，则原来的数据集被输出的数据集替换。sort过程默认按升序排列，若要按降序排列，在对应变量前增加选择项descending。

三、FORMAT过程

format过程可以对字符或数值变量定义一个所需要的输出格式，使data步以及含有format的语句的过程步中的变量都受到这一输出格式的限制。

通过proc FORMAT过程所定义的格式包括：（1）将输出值转换成不同的值、数值可以变成字符，字符可以变成另外的字符。（2）使输出值保留一定的小数位，否则输出值将有8个小数位。FORMAT过程由下列语句控制：

PROC FORMAT;

VALUE 格式名 格式的定义;为便于识别，格式名通常是原变量名加fmt

如果原变量是字符串，则应当在格式名前加字符串符号。后面的过程中，如果涉及到某变量的输出格式，必须有语句：

FORMAT 变量名 格式名

四、standard过程

standtard过程按给定的平均值和标准差对SAS数据集中的部分或全体变量进行“标准化”变换，并形成新的数据集。

在standard过程中经常使用的语句有：

proc standard [选择项];

var 变量表;freq 变量表;by 变量表;在proc standard语句中可能出现的选择项有：

data=数据集名，用来说明要“标准化”变换的数据集名，如果省略这一选择，则指定最新建立的数据集。

out=数据集名，用来说明含有“标准化”变量的新数据集名，如果忽略这一选择，SAS将按内部程式给出新的数据集名。

此过程将打印输出每个“标准化”变量的输入频数、平均值及标准差。

五、TRANSPOSE过程

transpose过程将一个数据集进行转置，使行变为列而列变为行，也就是使原数据集中样品的观测值变换成新数据集中变量的观测值，而原数据集中变量的观测值则变成新数据集中样品的观测值。transpose过程的格式为：

proc transpose [选择项];var 变量表;by 变量表;在proc transpose语句中可以出现的选择项有：

（1）data=数据集名，用来说明要转置的数据集名；如果忽略这一选择，则指定最新建立的数据集。

（2）out=数据集名，用来说明转置所建立的心数据集名，如果省略这一选择，SAS将按内部程式给出新的数据集名。

（3）prefix=字母（指定一个新前缀，用来构成新变量名）

（4）name=字母（为含有输入数据集中被转置的变量名的输出数据集中的变量命名，如果省略这一选择，SAS将按内部程式指定）。

在var语句中应列出要被转置的变量名，否则原数据集中未在其他语句中列出的所有数值型变量都将被转置，字符型变量必须在var语句中列出才能被转置，未被转置的变量不进入新的数据集，除非它们已经被列入copy或by语句。

一种SAS图像拼接改进算法 第8篇

合成孔径声纳 (SAS, Synthetic Aperture Sonar) 利用小孔径基阵在方位向 (沿轨方向) 的移动合成虚拟大孔径, 通过对不同位置的回波进行相干处理, 获得高分辨率的成像[1,2,3]。当前SAS的主流工作方式是条带侧扫式, 在测绘带宽度受限的情况下, 为了获得大范围水域水底地貌, 声纳拖体需要在不同的距离上做多次扫测, 得到有一定重叠的地貌条带图。获得地貌条带图后, 利用其地理位置关系或重叠信息, 对条带图进行拼接, 获得大范围的水底地貌图[4]。

SIFT (Scale Invariant Feature Transform, 尺度不变特征变换) 是由David G. Lowe在2004年总结了现有的基于不变量技术的特征检测方法的基础上提出的[5]。该算法可以完全容忍图像之间发生平移、旋转、缩放, 一定程度地容忍仿射失真、亮度变化等, 所以在图像拼接领域得到了广泛应用。

基于上述背景, 本文研究了基于SIFT算子和RANSAC算法改进的SAS高分辨率图像的拼接技术。首先研究了基于SIFT算子和RANSAC算法的图像拼接算法, 其后根据SAS图像的特点, 对原拼接算法进行了两点改进。第一点改进基于SAS图像分辨率高、重合度大, 特征点多的特点改进了SIFT算子去除不稳定特征点的过程, 使得保留下来的特征点都是显著的角点。第二点改进根据待拼接SAS图像之间只存在平移和旋转变换, 优化了求图像变换矩阵的过程。最后对实际的SAS湖试图像进行了拼接处理, 验证了提出的改进方法的有效性。

2 基于 SIFT 算子和 RANSAC 算法的图像拼接算法

基于SIFT算子和RANSAC算法的图像拼接算法主要步骤为1根据SIFT算子获取图像的特征点和对应的特征描述子 (特征向量) ;2用RANSAC算法计算待配准图像的变换矩阵;3根据变换矩阵对图像进行变换, 并进行图像配准和融合。

2. 1 SIFT 算子

2. 1. 1 检测尺度空间极值

设原始二维图像为f (x, y) , 二维高斯函数为

构建高斯图像:

其中σ为尺度因子。将图像与不同尺度因子的高斯函数进行卷积, 就得到了高斯图像。然后由两个尺度因子相差k倍的高斯函数所形成的高斯图像进行差分, 就形成了图像的DoG (Difference - of - Gaussian, 高斯差分) 尺度空间[6]:

对图像做多次隔点抽取, 即可获得多个尺度上的图像。将同组内相邻两幅高斯图像相减, 获得DoG图像。

获得DoG图像金字塔后, 即进行极值点检测, 其方法为对于每组多幅DoG图像, 比较每个点与其周围的26个点。如果该点的值都大于或都小于周围的26个点, 则此点为兴趣点, 即尺度空间极值点。

2. 1. 2 定位特征点

定位特征点包括两个内容:一个是去除不稳定的点 (包括对比度低的点和边缘上的点) ;二是确定极值点在原始输入图像中的位置。

在某极值点A处对D (x, y, σ) 进行泰勒展开:

式 (4) 中X = (x, y, σ) T是到点A的偏移量。对上式求X的偏导并令偏导数为0, 有

如果, 表示该极值点和另一个采样点 (图像中的另一个像素) 离的更近。采用插值法求得极值点位置的估计值。同时可以利用去除低对比度的点, 将代入式中, 得

实验表明, 绝对值小于0.03的极值点都可以去除[7]。

对于分布在边缘上的极值点, 其最大法曲率与最小法曲率的比值一般要比非边缘极值点的响应比值较大。为此设定一个阈值, 当最大法曲率与最小法曲率的比值大于该阈值时, 即认为该极值点位于边缘上。主曲率可以通过海森矩阵 (Hessian Matrix) 计算, 海森矩阵描述了局部的曲率函数。

设α是较大特征值, β是较小特征值, 根据矩阵的性质, 有

其中Tr (·) 表示矩阵的迹, Det (·) 表示矩阵的行列式。如果行列式出现负值, 表示两个主曲率异号, 则将该极值点抛弃。设r =α/β, 可得:

阈值通常选择r =10。

2. 1. 3 指定特征点方向

利用特征点的邻域像素点的梯度方向分布特性为每个特征点指定方向。梯度值和梯度方向的计算方法如下:

其中L为特征点所在尺度空间的尺度。由此获得图像特征点的三个内容:位置、尺度和方向, 分别使得SIFT算子具有平移、缩放和旋转不变性。

最终获得的梯度直方图中, 梯度最大的一项所在的方向作为该特征点的主方向, 如果其他方向上的梯度达到最大值的80%以上, 也将其作为特征点的主方向, 并认为该特征点有多个主方向[8]。

2. 1. 4 计算特征点描述子

得到特征点后, 取特征点为中心的16×16窗口, 计算该邻域内每个像素的梯度和方向。将该邻域划分为16个4×4的子窗口, 将每个子窗口内各点的梯度按照其方向加权叠加到8个方向上。这样每个特征点将获得16×8 =128个数据的特征描述子。

2. 2 基于 RANSAC 算法的图像配准

得到每个特征点的特征点向量之后, 需要计算参考图像特征点和待配准图像特征点之间的正确匹配关系, 根据正确的特征点匹配对求取待配准图像的变换矩阵, 匹配过程包括如下的粗匹配和精匹配两步。

2. 2. 1 利用特征描述子进行粗匹配

对每个特征点, 寻找出待配准图像中与其欧式距离 (特征向量之间的欧式距离) 最近邻和次近邻的两个特征点, 特征向量的欧式距离计算方法如下:

其中M =128, 为特征向量的维数, vi、v'i为对应特征向量的维度分量。

若最近的距离与次近距离的比值小于某个阈值 (一般取0.6) , 则认为特征点和最近距离的点是一对匹配点。

2. 2. 2 利用 RANSAC 算法进行精匹配

常用的基于特征点的图像拼接方法是使用RANSAC (随机抽样一致性算法) 剔除误匹配点, 估算单应性矩阵, 得到较准确的变换矩阵H。RANSAC算法的基本思想是用模型去拟合数据, 剔除野值[9]。

假设要拼接的参考图像和输入图像分别是I' (x', y') 和I (x, y) , 其对应的变换关系为

简记为

其中kR为比例因子, 反映图像间的缩放关系, X' = (x', y', w') T, X = (x, y, w) T为参考图像和待配准图像的齐次坐标。H有8个自由度, 选择4对匹配点就可以估计出H。但是由于粗匹配结果准确度较低, 存在误匹配点对, 所以得到的变换矩阵误差较大, 甚至是完全错误的变换矩阵。RANSAC算法利用匹配点的内在联系, 对匹配对进行处理, 剔除不准确的匹配点对。首先进行如下定义:

内点:数据点到模型的距离误差值小于距离阈值的数据点为内点。

外点:数据点到模型的距离误差值大于距离阈值的数据点为外点。

当前最佳估计内点集用SN表示, 模型累计距离误差用D表示, 算法迭代次数用N表示。根据RANSAC算法原理求参考图像和待配准图像之间变换矩阵H的基本步骤如下。

(1) 从点集选择4对匹配点计算变换矩阵H;

(2) 计算每个匹配点经过矩阵变换后到对应匹配点的欧式距离d (X'i, HXi) (距离误差) , 设定一距离阈值TR, 把满足d <TR的匹配点作为内点。并统计此次迭代的累计距离误差Di (Di= Di+ d) 。

(3) 比较当前迭代获取的内点集Si的数目与SN的数目, 若大于, 则将H和当前的内点集作为当前最佳估计, 内点集SN的值更新为Si, D的值更新为Di;若等于, 则如果Di小于当前的D, 则将H和当前的内点集作为当前最佳估计, 内点集SN的值更新为Si, D的值更新为Di。同时动态更新剩余迭代次数, 如果当前迭代次数达到N, 则保留H和当前的内点集并停止迭代。否则重复 (1) — (3) 进行迭代估计。

最后迭代结束之后, 对当前内点集的所有匹配点采用DLT算法 (Direct Linear Transformation algorithm) [10]重新估计。

2. 2. 3 插值和融合

在确定了图像的变换矩阵H后, 利用变换矩阵将待配准图像进行变换, 得到的各个像素点的坐标位置通常不是整数, 这就需要进行插值, 以获得新坐标系下整数坐标点上的像素值。相邻图像对齐之后, 需要对重合区域的像素进行融合, 使图像过渡更自然。

常用的插值方法有最邻近插值、双线性插值、双三次插值等。

常用的融合方法有最小值法、最大值法、算数平均、加权平均、小波融合等。

3 算法的改进

3. 1 获取稳定特征点的改进

SIFT算子最初用于目标识别, 而目标识别需要从大量的图像数据库中匹配较小的目标, 因此对较小的目标也需要丰富的特征信息进行描述, 而SIFT算子获取的特征点较多, 可以满足此要求。这对于重叠比例较小的图像配准也十分重要, 因为这种情况下需要保证在很小的图像重叠部分依然存在足够多的特征点。而SAS图像具有分辨率高, 相邻图像重合度高的特点, 因此特征点集大, 特征点匹配运算量大, 因而需要进一步去除不稳定的特征点, 改进过程如下。

因为SIFT算子获取的特征点的描述符是基于特征点邻域的像素梯度变化的, 这说明对于特征点而言, 如果邻域窗口内像素的梯度变化越大, 描述符的特征向量越具有较好的独特性, 比如角点, 进行描述符匹配时正确匹配的概率越高。因此, 首先对参考图像和待配准图像分别用2.1部分介绍的方法提取多尺度空间的极值点, 并去除低对比度的候选特征点和不稳定的边缘响应点。然后判断各个极值点周围的邻域内是否具有Harris角点[11,12] (这不需要增加额外的运算, 因为在去除边缘相应点的时候已经计算了Hessian矩阵的行列式的值和对角线的元素和) , 如果存在显著的角点, 则保留该点作为特征点, 否则去除该点。不同的尺度空间上角点检测公式如下:

其中σl是高斯空间的尺度, σs是DoG空间特征点所在层的尺度。这里Th是一个固定的阈值, 通常取值kC= 0. 04 - 0. 06。

这样通过检测特征点邻域是否存在Harris角点来迸一步去除那些不稳定的极值点, 提高了特征点集合的显著性。这有利于提高特征点正确匹配的概率和后续步骤匹配的速度。

3. 2 RANSAC 算法迭代过程的优化

RANSAC算法的缺点是其计算参数的迭代次数没有上限;如果设置迭代次数的上限, 得到的结果可能不是最优的结果, 甚至可能得到错误的结果。RANSAC算法只有一定的概率得到可信的模型, 概率与迭代次数成正比。

RANSAC算法计算变换矩阵的收敛速度取决于计算变换矩阵H时选择的4对匹配点, 若4对匹配点都是正确的内点, RANSAC算法将快速收敛, 迭代次数少。

由于SAS待拼接的两幅或多幅图像分辨率一致, 且只存在平移和旋转变换, 即在上式 (15) 中, 缩放因子kR= 1。特征点匹配对满足的关系是, 如果2对匹配点都是正确的匹配关系, 那么它们在图像上对应位置的欧式距离 (特征点在图像上像素位置之间的欧式距离) 相等。

图3是参考图像和待配准图像在图像上的特征点匹配对关系示意图, 线连接的是图像之间的特征点匹配对, 点的位置表示其在图像中对应的像素位置, 其中 (A1, B1) 、 (A2, B2) 是正确的匹配对, 它们在图像上对应位置之间欧式距离相等, 即有是错误的匹配点对, 它在图像上和 (A1, B1) 、 (A2, B2) 匹配对之间欧式距离相等的概率很小, 即有则正确的匹配点对在图像上的欧式距离满足下面的关系:

其中Lij为参考图像上特征点i、j对应的欧式距离, Llm为待配准图像上特征点l、m对应的欧式距离, 其中 (i, l) 、 (j, m) 是特征点匹配对。将 (18) 式归一化后, 有

其中ε是误差因子, 在本算法中取ε =0.1。

通过对RANSAC算法迭代过程进行优化, 确保每次选择的4对匹配点对是正确的, 从而加快了算法的收敛速度, 减少了算法的迭代次数。由于改进的算法收敛速度快, 因此迭代次数不再设为固定值N。设定一阈值TC, 当内点集数目与数据集的数目的比值超过阈值TC时, 迭代就结束。

原算法和优化之后的算法迭代过程流程图对比如下:

4 湖试数据处理

对2011年7月千岛湖高频合成孔径声纳图像进行了处理。参考图像和待配准图像为千岛湖湖底地貌图, 两幅原图像在距离向上的测绘带宽度为150米, 经拼接后, 宽度增加到220米左右。

(a:改进前获取大量特征点;b:改进后获取较稳定的特征点)

(a:原迭代算法获取的匹配对;b:优化后算法获取的匹配对)

( (a) 原算法的图像拼接结果; (b) 改进算法的图像拼接结果)

表1是算法改进前后实验结果的对比。其中图像的分辨率1192×500, 实现平台为win7 + matlab2010, 机器内存为3G、CPU为双核、主频2.2GHz。

从图6 (a) , 图6 (b) 可以看出, 改进算法通过进一步判断极值点周围的邻域内是否具有Harris角点, 可以把变化不是很明显的特征点去除掉, 保留下来的特征点为地势变化明显处稳定的特征点, 暗处不稳定的特征点都被过滤掉了, 表1的统计结果也很好的验证了这个结论。表1统计结果进一步表明, 算法改进后的RANSAC算法的迭代次数大大减少, 图像拼接速度得到了提高。这说明对求取变换矩阵H的4对种子匹配对之间添加了了欧式距离关系的约束条件后, 每次求取的变换矩阵H将以更大的概率接近真实的模型, RANSAC算法的收敛速度更快。

由图5 (a) , 图5 (b) 对比可以看出, 参考图像和待配准的两幅图像之间不仅存在平移, 还存在细小的旋转, 由图8 (a) , 8 (b) 的对比可以看出, 图8 (b) 的拼接图像校正了参考图像和待配准图像之间的旋转变化, 说明改进后的算法求取的变换矩阵更接近真实的模型。

5 结束语

本文研究了基于SIFT算子和RANSAC算法的图像拼接算法, 并在此基础上, 根据SAS图像分辨率高、相邻图像重合度大的特点进行了改进。本文首先改进了获取稳定特征点的方法, 通过harris角点剔除掉在图像上变化不明显的特征点, 获取了少而稳定的特征点。这样, 既提高了图像拼接算法的速度, 又增强了图像拼接算法的鲁棒性, 改善了拼接图像的质量。

另一方面, 本文对RANSAC算法去除误匹配点迭代过程进行了修改。在图像拼接算法中, RANSAC算法去除误匹配点十分有效, 但需要反复迭代。基于SAS图像之间只存在平移和旋转变换, 正确的匹配点对之间应当满足欧式距离相等的关系。针对这一特点, 本文在每次选择种子匹配对求取变换矩阵H时, 对匹配对添加了欧式距离关系的约束, 以大概率保证种子匹配对是正确的内点, 这将可以大大减少RANSAC算法的迭代次数, 获取更高质量的内点集。

最后, 本文利用改进的方法对SAS实测图像进行了拼接处理, 处理结果表明该方法有较好的适用性, 在水底大范围地貌绘图方面有良好的应用前景。。

参考文献

[1]张春华, 刘纪元.合成孔径声纳成像及其研究进展.物理.2006.35 (5) :107-123

[2]M.P.Hayes, P.T.Gough.Synthetic Aperture Sonar:A Review of Current Status.IEEE Journal of Oceanic Engineering.2009, 34 (3) :207-224

[3]P T Gough, D W Hawkins.A Short History of Synthetic Aperture Sonar.IEEE Geoscience and Remote Sensing Symposium Proceedings, 1998, 2:618-620

[4]S Reed, I T Ruiz, C Capus, et al.The Fusion of Large Scale Classified Side-Scan Sonar Image Mosaics.IEEE Transactions on Image Processing.2006, 15 (7) :2049-2060

[5]David G.Lowe.Distinctive Image Features from Scale-Invariant Keypoints[J].International Journal of Computer Vision, 2004.

[6]丁文.红外图像拼接技术研究.南京:南京理工大学, 2010.

[7]杨郑.基于块匹配和特征点匹配的图像拼接算法研究[D].四川:西南交通大学, 2009.

[8]杨占龙.基于特征点的图像配准与拼接技术研究[D].西安:西安电子科技大学, 2008.

[9]周剑军, 欧阳宇.基于RANSAC的图像拼接方法[J].计算机工程与设计, 2009, 30 (24) .

[10]Richard Hartley and Andrew Zisserman (2003) .Multiple View Geometry in computer vision, Cambridge University Press.

[11]C.Harris and M.J.Stephens.A combined corner and edge detector.In Alvey Vision Conference, pages 147-152, 1988.