【精品】大学生实习报告汇总五篇
随着个人素质的提升，报告的适用范围越来越广泛，其在写作上具有一定的窍门。你所见过的报告是什么样的呢？下面是小编精心整理的大学生实习报告5篇，仅供参考，希望能够帮助到大家。
大学生实习报告 篇1一、毕业实习单位的自然情况
首先介绍一下我的实习单位：沈阳联营公司。该公司座落在沈阳繁华的商业区中华路口处，交通十分便利，四通八达。总建筑面积达六万平方米，公司经营商品50大类，4万余种商品;下设12个商场。公司营业大厅装饰典雅豪华、陈列美观和谐，给购物增添了几分温馨的气氛，先进的中央空调和自动扶梯等现代化设施，使您随处感到舒适和方便。就像该公司的广告语大众购物哪可靠还是联营老字号一样深受广大消费者青睐。
二、毕业实习内容
自实习开始，在这5个月的工作中我参加了该公司的销售实习工作。实习可以分为两个阶段。第一个阶段是安排我在商场工作，主要是一般的销售工作。通过对这一阶段的工作使我知道了一般销售流程。销售分为售前和售后服务两个基本过程。售前就是十分了解产品并把产品介绍给消费者使之了解。售后就是产品出现问题使问题得到解决的服务。我负责销售，不要小看这只是看上去简单的销售，其中还真有学问。以前只是看别人做销售，觉得很简单，自认为不就是卖东西吗?没什么可难的，其实不然。刚开始只能跟着同事看他们怎样做销售从中学经验。这里就要把自己在 ……此处隐藏5523个字……、影象匹配、匹配结果的编辑、DEM 生成、DOM 及等高线影象生成、叠加影象生成、矢量测图、图廓整饰等。 通过本次实习使学生掌握摄影测量的内涵、摄影测量的基础知识、解析摄影测量原理 与方法、双像解析摄影测量，了解并能够理论与实际相联系，解决实际生产中的问题。 在完成以上的内容后，我们紧接着要做的是编写 K 平均区域分割程序，其基本原理是 将图像初步分成 K 个区域， 计算每个区域的灰度平均值， 将图像中每一像素分别与 K 个区域 灰度平均值进行比较，差值最小的区域与该像素最为接近，该像素分配给对应区域。
整个图像扫描完成，重新计算每个区域的灰度平均值，重复上述比较. K-均值算法是迭代算法，每完成一次图像迭代，区域灰度平均值就重新计算一次，经过 多次迭代，使区域灰度平均值趋于稳定。 K 平均区域分割算法步骤： （1）任意选择 K 个初始区域，计算每个区域的灰度平均值。 Z1 , Z 2 , ?，Z K （2）使用最小距离判别准则，将图像全部像素分配给 K 类区域； i j 即对所有的 则判该像素属于第 i 类区域。 （3）用步骤（2）分类结果，重新计算各区域灰度平均值，并以此作为新的区域均值； （4）比较两次区域均值之差，若小于某一阈值，则类中心稳定，终止算法；否则返回 步骤（2） 。 参数设定：图像初始分割区域数 K=2*2，两次区域灰度平均值之差（阈值）=10 。编写 与调试图像 K 平均区域分割程序，输入图像名： ‘eight.tif’ 。 完成以上步骤后， 我们的摄影测量的实习就算告一段落了。 实习虽然只有短短的一周时 间，但我学到了很多东西，让我更加深刻的了解了摄影测量学，把平时所学到的理论知识更 加真实的呈现在我面前，希望以后还会有这样的实习。
