后方交会MATLAB程序实习报告
matlab实训心得体会
matlab实训心得体会《MATLAB实训心得体会》一、引言随着科学技术的飞速发展，数值计算和仿真技术在各个领域的应用越来越广泛。
MATLAB作为一款强大的数学计算软件，在工程、物理、经济等多个领域都发挥着重要的作用。
为了更深入地掌握MATLAB的应用，我参加了为期一个月的MATLAB实训项目。
通过这次实训，我对MATLAB有了更全面的认识，也收获了许多宝贵的经验和技能。
二、实训过程在实训过程中，我们主要进行了以下几个方面的工作：1.基础知识学习：首先，我们系统地学习了MATLAB的基础知识，包括语法、数据类型、函数、程序流程控制等。
这些基础知识是后续学习的基础，对于我们理解和应用MATLAB至关重要。
2.编程实践：在掌握了基础知识后，我们开始进行编程实践。
通过编写各种类型的程序，如矩阵运算、数据处理、图形绘制等，来提高我们的编程能力和解决问题的能力。
3.项目实战：最后，我们参与了几个实际项目。
在这些项目中，我们不仅将所学的知识应用到实际问题中，还学会了如何与团队成员协作、如何解决突发问题等。
三、实训收获经过一个月的实训，我取得了显著的进步，具体表现在以下几个方面：1.提高了编程能力：通过大量的编程实践，我的MATLAB编程能力得到了很大的提高。
现在，我已经能够熟练地运用MATLAB解决各种复杂的问题。
2.加深了对MATLAB的理解：实训让我更深入地了解了MATLAB的工作原理和应用场景。
我意识到，MATLAB不仅仅是一款编程软件，更是一个强大的数学计算和仿真平台。
3.培养了团队协作能力：在项目实战中，我学会了如何与团队成员进行有效的沟通和协作。
我们共同解决问题、分享经验，最终完成了项目目标。
4.增强了自信心：通过实训，我成功地解决了许多实际问题，这让我对自己的能力和潜力充满了信心。
我相信，在未来的学习和工作中，我会更加自信地面对各种挑战。
四、展望未来虽然我在实训中取得了一定的成绩，但我深知自己还有很多不足之处需要改进。
matlab实训报告总结
matlab实训报告总结Matlab实训报告总结摘要：本文总结了在Matlab实训中所学到的知识和经验，包括Matlab的基本操作、常用函数的使用、图形绘制和数据处理等方面。
通过实际操作和实验练习，我们深入了解了Matlab的强大功能和灵活性，在数据处理和科学计算方面取得了令人满意的结果。
1. 引言Matlab是一种强大的科学计算软件，广泛应用于工程、数学、物理和其他科学领域。
在Matlab实训中，我们学习了如何使用Matlab 进行数据处理、模拟实验和图形绘制等操作。
2. 实训内容在实训中，我们首先学习了Matlab的基本操作，包括变量的定义和赋值、数组和矩阵的创建和运算，以及条件语句和循环语句的使用。
这些基本操作是我们后续实验的基础。
接着，我们学习了常用函数的使用。
Matlab提供了许多内置函数，例如求解方程、插值、傅里叶变换等。
我们通过实际例子学习了这些函数的使用方法，并在实验中应用到了实际问题中。
在图形绘制方面，Matlab提供了丰富的绘图函数，可以绘制二维和三维图形。
我们学习了如何绘制线条、曲线、散点图和柱状图等，并通过实验练习提高了我们的图形绘制能力。
我们学习了数据处理的方法。
Matlab提供了强大的数据处理函数，可以对数据进行滤波、拟合、统计和分析等操作。
我们通过实验掌握了这些数据处理方法，并将其应用到了实际数据中。
3. 实训成果通过Matlab实训，我们取得了一些令人满意的成果。
首先，我们掌握了Matlab的基本操作，能够灵活运用各种语句和函数解决问题。
其次，我们学会了使用Matlab进行数据处理和图形绘制，能够对实验数据进行分析和展示。
最后，我们通过实验练习，提高了自己的问题解决能力和创新思维。
4. 实训心得在Matlab实训中，我们遇到了一些困难和挑战。
但是通过不断的尝试和学习，我们克服了这些困难，取得了一些进步。
在实训中，我们学会了如何提高自己的编程技巧和问题解决能力，培养了耐心和坚持的品质。
matlab实训心得体会（通用23篇）
matlab实训心得体会（通用23篇）matlab实训篇1自己刚刚接触matlab有半个学期的时间，说实话我现在对MATLAB还是摸不着头脑，一方面是自己接触的时间太短，另一方面，就是自己在上机方面投入的时间有限，实践比较少。
现在，我对MATLAB的印象仅仅在解决习题和绘制图形上，但是我很喜欢MATLAB的简单的语法,易于绘制图形,编程也非常容易, 并且具有功能强大的开放式的toolbox。
因此,尽管我一直没有这方面的应用,但是我还是对它非常感兴趣，自己正打算暑假好好研究研究MATLAB。
下面是我学习MATLAB在理论和实践方面的一点心得与体会，可能有些地方自己理解的不是很正确，但是随着学习的深入，我想我可以发现自己的错误所在。
首先我想说的是，在理论方面，在学习MATLAB过程中，我感觉到它和c语言有许多相似之处，他有c语言的特征，但是比c语言编程计算更加简单，适合于复杂的数学运算。
但是MATLAB跟其他语言也有着很大的不同。
现在用的比较多的编程语言，除了MATLAB就应该是c、c＋＋、VHDL，VB和Delphi也接触过，如果自己抱着“把其他语言的思想运用在MATLAB里面”的话，那么我想，即使程序运行不出错，也很难把握MATLAB的精髓，也就很难发挥MATLAB的作用了。
众所周知MATLAB是一个基于矩阵运算的软件，但是，真正在运用的时候，特别是在编程的时候，许多人往往没有注意到这个问题。
在使用MATLAB时，受到了其他编程习惯的影响，特别是经常使用的C语言。
因此，在MATLAB编程时，for循环（包括while循环）到处都是。
.这不仅是没有发挥MATLAB所长，还浪费了宝贵的时间。
我这里想说的一点是，往往在初始化矩阵的时候注意到这个问题，懂得了使用矩阵而不是循环来赋值，但是，在其他环节上，就很容易疏忽，或者说，仍然没有摆脱C＋＋、C的思想。
MATLAB博大精深，涉及的内容很多，所以，我认为不要试图掌握MATLAB的每一个功能，熟悉和你专业最相关的部分就可以了，这也是老师在课堂上经常说的。
matlab_实习报告
matlab_实习报告在大学的学习生涯中，实习是一个非常重要的环节，它能够让我们将理论知识与实际应用相结合，提升自己的专业技能和综合素质。
本次实习，我选择了使用 MATLAB 这个强大的工具进行实践操作，通过一段时间的学习和实践，我收获颇丰。
一、实习目的本次实习的主要目的是深入了解和掌握MATLAB 软件的使用方法，能够运用其解决实际问题，并提高自己的编程能力和逻辑思维能力。
同时，通过实际项目的操作，培养自己的团队协作精神和解决问题的能力，为今后的学习和工作打下坚实的基础。
二、实习单位及岗位介绍我实习的单位是_____，在实习期间，我主要负责利用 MATLAB 进行数据分析和算法实现的相关工作。
三、实习内容及过程（一）基础学习在实习的初期，我首先对 MATLAB 的基本语法和操作进行了系统的学习。
了解了变量的定义、数据类型、矩阵运算、函数的编写等基础知识。
通过大量的练习和实例，我逐渐熟悉了 MATLAB 的编程环境，能够熟练地编写简单的程序。
例如，在学习矩阵运算时，我通过编写程序实现了矩阵的加法、乘法、求逆等操作，深刻理解了矩阵运算在数学和工程中的重要应用。
（二）项目实践在掌握了基础知识后，我开始参与实际的项目。
其中一个项目是对一组数据进行分析和处理，以提取有用的信息。
首先，我使用MATLAB 读取数据文件，并对数据进行预处理，包括去除噪声、缺失值处理等。
然后，运用统计学方法对数据进行分析，计算均值、方差、相关性等统计量。
最后，通过绘图函数将分析结果以直观的图表形式展示出来，以便更好地理解数据的特征和趋势。
在这个过程中，我遇到了很多问题。
例如，数据的格式不一致导致读取错误，算法的复杂度过高导致运行时间过长等。
通过查阅资料、请教同事和不断地调试，我最终解决了这些问题，顺利完成了项目任务。
（三）算法实现除了数据分析，我还参与了算法的实现工作。
在一个图像识别的项目中，需要使用机器学习算法对图像进行分类。
后方交会MATLAB程序实习报告
Ys=Ys0
Zs=Zs0
fai=fai0
omig=omig0
ka=ka0
If abs(XX(4))<0.0000291&&abs(XX(5))<0.0000291&&abs(XX(6))<0.0000291
break
end
End
R=[a1,a2,a3;b1,b2,b3;c1,c2,c3];
a2=-cos(fai0)*sin(ka0)-sin(fai0)*sin(omig0)*cos(ka0);
a3=-sin(fai0)*cos(omig0);
b1=cos(omig0)*sin(ka0);
b2=cos(omig0)*cos(ka0);
b3=-sin(omig0);
c1=sin(fai0)*cos(ka0)+cos(fai0)*sin(omig0)*sin(ka0);
a16=y(h);
a21=(a2*f+a3*y(h))/Q;
a22=(b2*f+b3*y(h))/Q;
a23=(c2*f+c3*y(h))/Q;
a24=-x(h)*sin(omig0)-(y(h)/f*(x(h)*cos(ka0)-y(h)*sin(ka0))-f*sin(ka0))*cos(omig0);
④计算旋转矩阵R。利用角元素近似值计算方向余弦值，组成R阵。
⑤逐点计算像点坐标的近似值。利用未知数的近似值按共线条件式计算控制点像点坐标的近似值（x），(y)。
⑥逐点计算误差方程式的系数和常数项，组成误差方程式。
⑦计算法方程的系数矩阵ATA与常数项ATL，组成法方程式。
⑧解求外方位元素。根据法方程，解求外方位元素改正数，并与相应的近似值求和，得到外方位元素新的近似值。
摄影测量学后方交会matlab实习报告
摄影测量原理单张影像后方交会实习目录一实习目的 (3)二实习原理 (3)1. 间接平差 (3)2. 共线方程 (3)3. 单向空间后方交会 (4)三计算流程 (4)1. 求解步骤 (4)2.计算机框图 (4)四程序实现 (5)五结果分析 (6)1.外方位元素 (6)2.误差 (6)3.旋转矩阵R (7)六实习体会 (7)1. 平台的选择 (7)2.问题的解决 (7)3.心得体会 (8)七代码展示 (8)一实习目的为了增强同学们对后方交会公式的理解，培养同学们对迭代循环编程的熟悉感，本次摄影测量课间实习内容定为用C语言或其他程序编写单片空间后方交会程序，最终输出像点坐标、地面坐标、单位权中误差、外方位元素及其精度。
已知四对点的影像坐标和地面坐标如下。
内方位元素fk=153.24mm，x0=y0=0。
本次实习，我使用了matlab2014进行后方交会程序实现。
结果与参考答案一致，精度良好。
二实习原理题干中有四个控制点在地面摄影测量坐标系中的坐标和对应的像点坐标，由此可列出8个误差方程，存在2个多余观测（n=2）。
故可利用间接平差的最小二乘法则求解。
由于共线方程是非线性函数模型，为了方便计算，需要将其“线性化”。
但如果仅取泰勒级数展开式的一次项，未知数的近似值改正是不精确的。
因此必须采用迭代趋近法计算，直到外方位元素的改正值小于限差。
1.间接平差间接平差为平差计算最常用的方法。
在确定多个未知量的最或然值时，选择它们之间不存在任何条件关系的独立量作为未知量组成用未知量表达测量的函数关系、列出误差方程式，按最小二乘法原理求得未知量的最或然值的平差方法。
在一个间接平差问题中，当所选的独立参数X个数与必要观测值t个数相等时，可将每个观测值表达成这t个参数的函数，组成观测方程。
函数模型为：L = BX + d。
2.共线方程共线方程是中心投影构像的数学基础，也是各种摄影测量处理方法的重要理论基础。
式中：x，y 为像点的像平面坐标；x0，y0，f 为影像的内方位元素；XS，YS，ZS 为摄站点的物方空间坐标；XA，YA，ZA 为物方点的物方空间坐标；ai，bi，ci （i = 1,2,3）为影像的3 个外方位角元素组成的9 个方向余弦。
MATLAB实习报告
MATLAB实习报告实习报告一、实习单位概述我在公司完成了为期两个月的MATLAB实习。
该公司是一家致力于研发和生产先进电子产品的科技型企业。
公司专注于电脑硬件和软件产品的开发，拥有一支强大的研发团队，同时与多个国内外知名大学与研究机构合作。
二、实习内容在实习期间，我主要负责开发一个基于MATLAB的图像处理算法，用于自动识别和分类图像中的目标物体。
具体而言，我的任务包括以下几个方面：1.数据预处理：对输入图片进行预处理，包括灰度化、降噪、图像增强等操作，以提高后续算法的准确性和鲁棒性。
2.特征提取：使用MATLAB内置的图像处理工具箱，提取目标物体的特征信息，如颜色、纹理、形状等。
3.目标识别：通过编写MATLAB脚本，实现目标物体的自动识别，使用机器学习算法训练分类器，并应用于测试集中的图像。
4.结果评估：对算法的准确性和性能进行评估，包括计算分类准确率、召回率等指标，并分析算法的优缺点和改进空间。
三、实习收获通过这次实习，我收获了许多宝贵的经验和知识。
首先，我深入学习了MATLAB的图像处理工具箱，了解了常用的图像处理算法和技术。
在实践中，我熟悉了MATLAB的基本语法和函数，并学会了如何利用MATLAB进行图像的读取、处理和保存。
其次，我掌握了图像特征提取和目标识别的方法和技巧。
通过对图像进行灰度化、降噪和图像增强等预处理步骤，我能够有效提取目标物体的特征信息，并通过机器学习算法实现目标的自动识别和分类。
最后，我学会了如何评估和改进算法的准确性和性能。
通过对测试集中的图像进行分类，并计算分类准确率和召回率等指标，我能够客观地评估算法的优劣，并提出针对性的改进方法。
四、实习总结通过这次实习，我不仅得到了理论知识的巩固和实践技能的提升，还培养了团队合作和解决问题的能力。
在与团队成员的合作中，我学会了如何与他人相互协作，分享经验与知识，并且通过互相帮助和配合，达到更好的工作效果。
同时，面对实习过程中遇到的问题和困难，我学会了如何利用各种资源和工具，积极主动地解决问题。
摄影测量学单像空间后方交会编程实习报告
摄影测量学单像空间后方交会编程实习报告实习背景在本次实习中，我们学习了摄影测量学单像空间后方交会的编程实现。
这是一种通过计算影像中各点的坐标来确定被摄物的三维坐标的方法，应用广泛于测绘、地理信息、建筑等领域。
本次实习采用 MATLAB 软件进行编程，目的是将理论知识应用到实际操作中，让我们更深入理解摄影测量学单像空间后方交会的原理和应用。
实习内容理论部分首先，我们在工作室进行了理论部分的学习。
老师讲解了单像空间后方交会的原理，以及如何通过影像坐标、相机外方位元素、像点坐标和像平面坐标等参数来计算被摄物的三维坐标。
在理论部分的学习过程中，我们通过公式的推导和实例分析，更加深入地理解了单像空间后方交会的原理。
实践部分实践部分是本次实习的重头戏。
我们利用 MATLAB 软件进行了单像空间后方交会的编程实现，具体步骤如下：1.输入相机外方位元素通过读取文本文件，将相机外方位元素（相机在拍摄时的姿态、位置等参数）输入到 MATLAB 中。
2.输入影像坐标通过读取文本文件，将影像中的像点坐标输入到 MATLAB 中。
3.计算像平面坐标利用相机内定标参数，将像点坐标转化为像平面坐标。
4.计算被摄物三维坐标根据单像空间后方交会的原理，利用相机外方位元素、像平面坐标和像点坐标等参数，计算被摄物的三维坐标。
5.输出结果将计算结果输出到文本文件中，以便后续的数据处理和分析。
在实际操作中，我们首先编写了 MATLAB 脚本文件，根据上述步骤逐步实现了单像空间后方交会的计算过程。
然后，我们利用自己拍摄的实际照片进行实验，将相机外方位元素和像点坐标输入到程序中，最终得到了被摄物的三维坐标结果。
实习收获通过本次实习，我从理论到实践，更深入地理解了摄影测量学单像空间后方交会的原理和应用，同时也掌握了 MATLAB 的编程技能。
在实践中，我遇到了许多问题，包括数据的输入输出、代码的调试和结果的分析等等。
通过和同学的讨论和老师的指导，我不仅解决了这些问题，还对摄影测量学的应用有了更深入的认识。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《摄 影 测 量 学》
单像空间后方交会
实习报告
班 级： XXXX
姓 名： X X X
学 号：XXXXXXXXXXXXX
指导教师： X X X
一、实习目的
1、掌握空间后方交会的定义和实现算法；
2、了解摄影测量平差的基本过程；
3、熟练MATLAB 等程序编写。
二、实习原理
利用至少三个已知地面控制点的坐标),,(A A A Z Y X A 、
),,(B B B Z Y X B 、),,(C C C Z Y X C ，与其影像上对应的三个像点的影像坐标),(a a y x a 、),(b b y x b 、),(c c y x c ，根据共线方程，反求该像片的外方位元素κωϕ、、、、、S S S Z Y X 。
共线条件方程式：
将共线式线性化并取一次小值项得：
三、解算过程
①获取已知数据。
包括影像比例尺1/m，平均摄影距离（航空摄影的航高）H，内方位元素x0、y0、f，控制点的空间坐标X、Y、Z。
②量测控制点的像点坐标并进行必要的影像坐标系统误差改正，得到像点坐标。
③确定未知数的初始值。
单像空间后方交会必须给出待定参数的初始值，在竖直航空摄影且地面控制点大体对称分布的情况下，Xs0和Ys0为均值，Zs0为航高，φ、ω、κ的初值都设为0。
或者κ的初值可在航迹图上找出或根据控制点坐标通过坐标正反变换求出。
④计算旋转矩阵R。
利用角元素近似值计算方向余弦值，组成R阵。
⑤逐点计算像点坐标的近似值。
利用未知数的近似值按共线条件式计算控制点像点坐标的近似值（x），(y)。
⑥逐点计算误差方程式的系数和常数项，组成误差方程式。
⑦计算法方程的系数矩阵ATA与常数项ATL，组成法方程式。
⑧解求外方位元素。
根据法方程，解求外方位元素改正数，并与相应的近似值求和，得到外方位元素新的近似值。
⑨检查计算是否收敛。
将所求得的外方位元素的改正数与规定的限差比较，通常对φ，ω，κ的改正数△φ，△ω，△κ给予限差，通常为0.000001弧度，当3个改正数均小于0.000001弧度时，迭代结束。
否则用新的近似值重复④～⑧步骤的计算，直到满足要求为止。
四、程序框图
五、主要代码
[fn,pn,fi]=uigetfile('*.txt','选择文件');
I=load([pn fn]);
x=I(:,1)';y=I(:,2)';X=I(:,3)';Y=I(:,4)';Z=I(:,5)';
s=0;S=0;
for i=1:3;
j=i+1;
sij=sqrt((x(i)-x(j))^2+(y(i)-y(j))^2);
Sij=sqrt((X(i)-X(j))^2+(Y(i)-Y(j))^2);
s=s+sij;
S=S+Sij;
end
m=S*1000/s;
f=153.24;
Xs0=(X(1)+X(2)+X(3)+X(4))/4;
Ys0=(Y(1)+Y(2)+Y(3)+Y(4))/4;
Zs0=m*f;
fai0=0;omig0=0;ka0=0;
for v=1:+inf;
a1=cos(fai0)*cos(ka0)-sin(fai0)*sin(omig0)*sin(ka0); a2=-cos(fai0)*sin(ka0)-sin(fai0)*sin(omig0)*cos(ka0); a3=-sin(fai0)*cos(omig0);
b1=cos(omig0)*sin(ka0);
b2=cos(omig0)*cos(ka0);
b3=-sin(omig0);
c1=sin(fai0)*cos(ka0)+cos(fai0)*sin(omig0)*sin(ka0); c2=-sin(fai0)*sin(ka0)+cos(fai0)*sin(omig0)*cos(ka0); c3=cos(fai0)*cos(omig0);
R=[a1 a2 a3;b1 b2 b3;c1 c2 c3];
l=[];A=[];
for h=1:4;
O=a1*(X(h)-Xs0)+b1*(Y(h)-Ys0)+c1*(Z(h)-Zs0);
P=a2*(X(h)-Xs0)+b2*(Y(h)-Ys0)+c2*(Z(h)-Zs0);
Q=a3*(X(h)-Xs0)+b3*(Y(h)-Ys0)+c3*(Z(h)-Zs0);
x1=-f*O/Q;
y1=-f*P/Q;
a11=(a1*f+a3*x(h))/Q;
a12=(b1*f+b3*x(h))/Q;
a13=(c1*f+c3*x(h))/Q;
a14=y(h)*sin(omig0)-(x(h)/f*(x(h)*cos(ka0)-y(h)*sin(ka0))+f*cos(ka0))*cos(omig0); a15=-f*sin(ka0)-x(h)/f*(x(h)*sin(ka0)+y(h)*cos(ka0));
a16=y(h);
a21=(a2*f+a3*y(h))/Q;
a22=(b2*f+b3*y(h))/Q;
a23=(c2*f+c3*y(h))/Q;
a24=-x(h)*sin(omig0)-(y(h)/f*(x(h)*cos(ka0)-y(h)*sin(ka0))-f*sin(ka0))*cos(omig0); a25=-f*cos(ka0)-y(h)/f*(x(h)*sin(ka0)+y(h)*cos(ka0));
a26=-x(h);
lx=x(h)-x1;
ly=y(h)-y1;
lh=[lx ly]';
Ah=[a11,a12,a13,a14,a15,a16;a21,a22,a23,a24,a25,a26];
A=[A;Ah];
l=[l;lh];
end
XX=inv(A'*A)*A'*l;
Xs0=Xs0+XX(1);
Ys0=Ys0+XX(2);
Zs0=Zs0+XX(3);
fai0=fai0+XX(4);
omig0=omig0+XX(5);
ka0=ka0+XX(6);
R=[a1,a2,a3;b1,b2,b3;c1,c2,c3]
Xs=Xs0
Ys=Ys0
Zs=Zs0
fai=fai0
omig=omig0
ka=ka0
If abs(XX(4))<0.0000291&&abs(XX(5))<0.0000291&&abs(XX(6))<0.0000291 break
end
End
R=[a1,a2,a3;b1,b2,b3;c1,c2,c3];
V=A*XX-l;
Qii=inv(A'*A);
m0=sqrt(V'*V/2);
mi=m0*sqrt(Qii);
m=diag(mi);
m=[m(1),m(2),m(3),m(4)/pi*180*3600,m(5)/pi*180*3600,m(6)/pi*180*3600]; mXs=m(1);mYs=m(2);mZs=m(3);mfai=m(4);momig=m(5);mka=m(6);
fp=fopen('后方交会计算结果.txt','wt');
fprintf(fp,'迭代次数:%d\n',v);
fprintf(fp,'\n旋转矩阵R：\n');
[m,n]=size(R);
for i=1:1:m
for j=1:1:n
if j==n
fprintf(fp,'%g\n',R(i,j));
else
fprintf(fp,'%g\t',R(i,j));
end
end
end
fprintf(fp,'\n外方位元素解：\n');
fprintf(fp,'Xs=%g\t',Xs);fprintf(fp,'Ys=%g\t',Ys);fprintf(fp,'Zs=%g\n',Zs); fprintf(fp,'φ=%g\t',fai);fprintf(fp,'ω=%g\t',omig);fprintf(fp,'κ=%g\n',ka);
fprintf(fp,'\n单位权中误差的值：mo=%g\n',m0);
fprintf(fp,'\n外方位元素中误差为：\n');
fprintf(fp,'mXs=%g米\t',mXs);fprintf(fp,'mYs=%g米\t',mYs);fprintf(fp,'mZs=%g米\n',mZs); fprintf(fp,'mφ=%g秒\t',mfai);fprintf(fp,'mω=%g秒\t',momig);fprintf(fp,'mκ=%g秒\n',mka);
六、实习结果
1、起算数据
2、运行结果
3、几次迭代的数据。