導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇人工智能技術(shù)的優(yōu)缺點(diǎn)，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】人工智能；電氣自動(dòng)化控制；應(yīng)用研究；智能控制器

1前言

人工智能是計(jì)算機(jī)技術(shù)飛速發(fā)展過(guò)程中產(chǎn)生的一個(gè)重要分支，是對(duì)人的意識(shí)、思維的信息過(guò)程進(jìn)行模擬，通過(guò)對(duì)其擴(kuò)展應(yīng)用于各個(gè)領(lǐng)域，對(duì)于整個(gè)社會(huì)的發(fā)展都有著積極的推動(dòng)作用。在企業(yè)、工程運(yùn)行過(guò)程中，為了提高運(yùn)行管理效率，需要大量的應(yīng)用到自動(dòng)化控制技術(shù)，將人工智能應(yīng)用于自動(dòng)化控制領(lǐng)域?qū)τ谔岣咂髽I(yè)運(yùn)營(yíng)水平有著很大的幫助。

2人工智能概念、優(yōu)勢(shì)及特點(diǎn)

在這里我們提到的人工智能，是一門(mén)以研究、開(kāi)發(fā)用于模擬、延伸和伸展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的科學(xué)，其最終目的是生產(chǎn)出能以人類(lèi)智能相似的方式作出反應(yīng)的智能機(jī)器，并應(yīng)用到社會(huì)生產(chǎn)生活的各個(gè)方面。在理論上人工智能可以像人那樣思考，甚至超過(guò)人腦，所以各領(lǐng)域?qū)τ谌斯ぶ悄艿奈磥?lái)寄予厚望。人工智能除了具有其他智能技術(shù)的特點(diǎn)外，還具有一些獨(dú)特的優(yōu)勢(shì)，具體表現(xiàn)為控制性能更高、使用方法更簡(jiǎn)便、控制效果高度一致等。通過(guò)在電氣自動(dòng)化領(lǐng)域應(yīng)用人工智能技術(shù)，對(duì)于整個(gè)領(lǐng)域都有著積極的推動(dòng)作用，與傳統(tǒng)自動(dòng)化控制方法比較，其突出的優(yōu)點(diǎn)體現(xiàn)為更高的性?xún)r(jià)比、更強(qiáng)的可操作性和更高的可靠性。［1］

3人工智能技術(shù)在自動(dòng)化控制方面的應(yīng)用

鑒于人工智能技術(shù)在自動(dòng)化控制方面的發(fā)展水平，目前其應(yīng)用主要是體現(xiàn)在電氣設(shè)備的設(shè)計(jì)、電氣控制、故障診斷等多個(gè)方面。下面我們分別對(duì)其進(jìn)行細(xì)致分析:

3．1在電氣設(shè)備設(shè)計(jì)方面的應(yīng)用

在傳統(tǒng)的電氣設(shè)備設(shè)計(jì)過(guò)程中，由于涉及到的學(xué)科內(nèi)容較多，如電磁學(xué)、電動(dòng)機(jī)、變壓器、交直流轉(zhuǎn)換等。同時(shí)對(duì)于設(shè)計(jì)人員的工作經(jīng)驗(yàn)也提出很高的要求，在設(shè)計(jì)完成后還需要進(jìn)行大量的調(diào)試試驗(yàn)，人力、物力、財(cái)力的消耗都非常大。通過(guò)將人工智能技術(shù)應(yīng)用于電氣設(shè)備設(shè)計(jì)，除了能夠解決以往人腦很難解決的大量計(jì)算和模擬問(wèn)題外，還能夠有效的控制設(shè)計(jì)的精確度和工作效率。在對(duì)電氣設(shè)備進(jìn)行設(shè)計(jì)過(guò)程中，一般需要應(yīng)用到兩方面的人工智能技術(shù)，分別是專(zhuān)家系統(tǒng)和遺傳算法，前者主要是針對(duì)產(chǎn)品的開(kāi)發(fā)性設(shè)計(jì)，而后者主要是實(shí)現(xiàn)對(duì)設(shè)計(jì)方案的優(yōu)化。通過(guò)應(yīng)用人工智能技術(shù)，在設(shè)計(jì)工作中，對(duì)于設(shè)計(jì)人員工作經(jīng)驗(yàn)的要求就大大降低，只需要熟練掌握相關(guān)的設(shè)計(jì)軟件即可。

3．2在電氣控制中的應(yīng)用

自動(dòng)化控制作為電氣控制領(lǐng)域中最為重要的一個(gè)環(huán)節(jié)，通過(guò)與人工智能的融合，能夠很大幅度的提高電氣運(yùn)行控制的自動(dòng)化水平，進(jìn)而有效的降低人、物、財(cái)三者的成本，改善運(yùn)行系統(tǒng)的質(zhì)量和效率。較為成熟的智能控制的方法主要包括神經(jīng)網(wǎng)絡(luò)控制、專(zhuān)家控制、模糊控制三類(lèi)。3．2．1神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制中所指的神經(jīng)網(wǎng)絡(luò)，指的是一種經(jīng)驗(yàn)?zāi)Ｐ?，它是通過(guò)對(duì)生物神經(jīng)網(wǎng)絡(luò)功能的模仿而建立的。在信息傳輸處理過(guò)程中，模擬生物神經(jīng)網(wǎng)絡(luò)的傳輸處理方式進(jìn)行。這種模擬人工神經(jīng)的網(wǎng)絡(luò)對(duì)于輸入的信號(hào)有著極強(qiáng)的處理和反應(yīng)能力。鑒于神經(jīng)網(wǎng)絡(luò)中各個(gè)神經(jīng)元之間的連接關(guān)系非常復(fù)雜，而且各個(gè)神經(jīng)元之間是以一種非線性的方式進(jìn)行信號(hào)傳遞，這種情況下，在輸入和輸出信號(hào)之間可以構(gòu)建很多種不同的關(guān)系。鑒于這一特點(diǎn)，神經(jīng)網(wǎng)絡(luò)模型同樣可以作為一個(gè)黑箱模型來(lái)處理那些用機(jī)理模型無(wú)法精確描述，但是其輸入輸出間確實(shí)存在關(guān)系的規(guī)律。神經(jīng)網(wǎng)絡(luò)控制作為一種成熟的經(jīng)驗(yàn)控制的方法，在實(shí)際自動(dòng)化控制中應(yīng)用的越來(lái)越廣泛。3．2．2專(zhuān)家控制專(zhuān)家控制，作為人工智能技術(shù)的一個(gè)重要分支，也被稱(chēng)為專(zhuān)家智能控制，是將專(zhuān)家系統(tǒng)的理論和技術(shù)，以及控制技術(shù)的理論、方法進(jìn)行有機(jī)的結(jié)合，在未知環(huán)境下，仿效專(zhuān)家的大量經(jīng)驗(yàn)，實(shí)現(xiàn)對(duì)系統(tǒng)的控制。是通過(guò)對(duì)人類(lèi)專(zhuān)家的控制知識(shí)和經(jīng)驗(yàn)進(jìn)行模擬來(lái)實(shí)現(xiàn)設(shè)備的智能化控制。3．2．3模糊控制模糊控制在人工智能技術(shù)中發(fā)展的最為成熟，也最為簡(jiǎn)單，所以在各個(gè)領(lǐng)域都得到了廣泛的應(yīng)用。一套典型的模糊控制系統(tǒng)，結(jié)構(gòu)如下圖1所示:通過(guò)對(duì)系統(tǒng)結(jié)構(gòu)示意圖的分析，我們可以看到這一控制系統(tǒng)主要是由模糊控制器、輸入/輸出接口、執(zhí)行機(jī)構(gòu)、被控對(duì)象和檢測(cè)裝置五部分組成。其中模糊控制器作為這一系統(tǒng)的核心，可以實(shí)現(xiàn)如模糊量化處理、模糊決策、非模糊化處理等多個(gè)功能;輸入輸出接口則是實(shí)現(xiàn)被控對(duì)象與控制器間的數(shù)據(jù)交換;執(zhí)行機(jī)構(gòu)主要是生產(chǎn)現(xiàn)場(chǎng)的各類(lèi)電動(dòng)機(jī);在模糊控制系統(tǒng)中，根據(jù)需要實(shí)現(xiàn)功能的不同，被控對(duì)象也各不相同，既可以是裝置、設(shè)備，也可以是各種對(duì)象過(guò)程。模糊控制對(duì)于那些用精確數(shù)學(xué)模型難以定義的對(duì)象具有更高的優(yōu)異性。系統(tǒng)中的檢測(cè)裝置就是各種不同類(lèi)型的傳感器，其精度與系統(tǒng)的控制精度有著直接的關(guān)系，所以在系統(tǒng)構(gòu)建時(shí)應(yīng)盡量選擇高精度的傳感器。［2］

3．3在故障診斷中的應(yīng)用

在電氣自動(dòng)化運(yùn)行過(guò)程中，故障診斷也是控制系統(tǒng)重要的實(shí)現(xiàn)功能，將人工智能技術(shù)應(yīng)用于這一環(huán)節(jié)，對(duì)于提高整個(gè)自動(dòng)化控制系統(tǒng)的運(yùn)行效率和質(zhì)量有著巨大的意義，具體應(yīng)用到的技術(shù)包括專(zhuān)家系統(tǒng)、模糊理論及神經(jīng)網(wǎng)絡(luò)，通過(guò)對(duì)這三種技術(shù)的綜合應(yīng)用，互補(bǔ)優(yōu)缺點(diǎn)，當(dāng)電氣系統(tǒng)中的各類(lèi)電動(dòng)機(jī)、發(fā)電機(jī)、變壓器發(fā)生故障時(shí)，可通過(guò)人工智能診斷系統(tǒng)對(duì)故障點(diǎn)進(jìn)行及時(shí)的診斷和處理。［3］

4結(jié)語(yǔ)

人工智能作為人類(lèi)智力的延伸，在提高人類(lèi)工作效率的同時(shí)，也將會(huì)更好為人類(lèi)提供服務(wù)。在上面文章里，我們只是簡(jiǎn)單的對(duì)人工智能技術(shù)及其在電氣自動(dòng)化控制領(lǐng)域的應(yīng)用進(jìn)行了探討。通過(guò)加強(qiáng)自動(dòng)化電氣控制方面人工智能技術(shù)的研究和應(yīng)用，將會(huì)有效的推動(dòng)電氣產(chǎn)業(yè)的進(jìn)一步深化和改革。

參考文獻(xiàn):

［1］紀(jì)．人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用思路分析［J］．電子測(cè)試，2014，(03):138．

［2］馬仲雄．淺談電氣自動(dòng)化控制中的人工智能技術(shù)［J］．電子技術(shù)與軟件工程，2014，(11):247．

篇2

關(guān)鍵詞：ICAI；系統(tǒng)模型；教學(xué)策略；綜合集成方法論MSM；現(xiàn)代教育技術(shù)

中圖分類(lèi)號(hào)：G250.73 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1673-8454(2012)01-0030-04

計(jì)算機(jī)輔助教學(xué)（Computer Aided Instruction，簡(jiǎn)稱(chēng)CAI）是利用計(jì)算機(jī)來(lái)模擬教師的行為，通過(guò)學(xué)生與計(jì)算機(jī)之間的交互活動(dòng)來(lái)達(dá)到教學(xué)的目的。即在計(jì)算機(jī)輔助下進(jìn)行的各種教學(xué)活動(dòng)，主要是以對(duì)話方式和學(xué)生討論教學(xué)內(nèi)容、安排教學(xué)進(jìn)程、進(jìn)行教學(xué)訓(xùn)練的方法與技術(shù)。CAI為學(xué)生提供一個(gè)個(gè)人化的學(xué)習(xí)環(huán)境，綜合應(yīng)用多媒體、知識(shí)庫(kù)等計(jì)算機(jī)技術(shù)，這是傳統(tǒng)CAI的主要應(yīng)用方式。

在沒(méi)有智能系統(tǒng)支持的情況下，傳統(tǒng)CAI盡管可能具有良好的教學(xué)材料模型，但它往往僅借助于計(jì)算機(jī)來(lái)展示教學(xué)內(nèi)容，并不能很好地根據(jù)它所教學(xué)生的學(xué)習(xí)特征，以不同的教學(xué)策略和教學(xué)方法來(lái)教授；只是盲目地傳授知識(shí)給學(xué)生，如果某個(gè)學(xué)生不能接受提供的教學(xué)策略，系統(tǒng)沒(méi)有為這個(gè)學(xué)生提供可供選擇的另外的教學(xué)策略。目前使用的絕大多數(shù)CAI是將全部教學(xué)信息以編程方式預(yù)置于課件中，這樣的CAI課件一旦制作完成，很難對(duì)課件進(jìn)行更新和維護(hù)，尤其是在這樣的CAI系統(tǒng)中，學(xué)生的學(xué)習(xí)仍然處于被動(dòng)狀態(tài)，即完全受計(jì)算機(jī)控制。

一、智能化計(jì)算機(jī)輔助教學(xué)概念

現(xiàn)代教育技術(shù)的日益發(fā)展以及與其他領(lǐng)先技術(shù)的結(jié)合，必然促使計(jì)算機(jī)輔助教學(xué)CAI的進(jìn)一步發(fā)展。人工智能技術(shù)應(yīng)用于CAI產(chǎn)生的基于網(wǎng)絡(luò)環(huán)境的智能化CAI，就是現(xiàn)代信息化社會(huì)發(fā)展的產(chǎn)物，并在教育教學(xué)領(lǐng)域中有很好的發(fā)展前景。

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它的目標(biāo)是構(gòu)造能表現(xiàn)出一定智能行為的，目的就是讓計(jì)算機(jī)這臺(tái)機(jī)器能夠像人一樣思考。人工智能的研究更多地是結(jié)合具體領(lǐng)域進(jìn)行的，主要研究領(lǐng)域有專(zhuān)家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識(shí)別、博弈、智能決定支持系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等等。人工智能技術(shù)與專(zhuān)家系統(tǒng)的成就，促使人們把問(wèn)題求解、知識(shí)表示這些技術(shù)引入CAI，并借助于網(wǎng)絡(luò)環(huán)境來(lái)實(shí)施，這便是智能型計(jì)算機(jī)輔助教學(xué)。

智能計(jì)算機(jī)輔助教學(xué)ICAI（Intelligence Computer Assisted Instruction）屬于人工智能的一個(gè)分支，是以認(rèn)知科學(xué)和思維科學(xué)為理論基礎(chǔ)，綜合人工智能技術(shù)，教育心理學(xué)等多門(mén)學(xué)科的知識(shí)對(duì)學(xué)生實(shí)施教育的一門(mén)新的教育技術(shù)。ICAI通過(guò)研究人類(lèi)學(xué)習(xí)思維的特征和過(guò)程，探索學(xué)習(xí)知識(shí)的模式，利用信息化網(wǎng)絡(luò)環(huán)境使學(xué)生獲得個(gè)別化自適應(yīng)性學(xué)習(xí)的獲取知識(shí)方法，從而使學(xué)生的學(xué)習(xí)更有針對(duì)性，更有效。

ICAI依靠人工智能技術(shù)的進(jìn)步，主要應(yīng)在因材施教方面取得進(jìn)展。其主要特點(diǎn)是:

（1）能自動(dòng)生成適合學(xué)習(xí)者程度的學(xué)習(xí)內(nèi)容。

（2）能根據(jù)學(xué)生的不同認(rèn)知水平與學(xué)習(xí)風(fēng)格選擇教學(xué)策略和教學(xué)方法。

（3）能評(píng)價(jià)學(xué)生的學(xué)習(xí)結(jié)果，并不斷地在教學(xué)中改善教學(xué)策略。

二、智能化計(jì)算機(jī)輔助教學(xué)研究現(xiàn)狀

現(xiàn)階段，在一些發(fā)達(dá)國(guó)家，如美國(guó)、日本、加拿大、英國(guó)、法國(guó)、澳大利亞等，CAI已經(jīng)普遍存在于學(xué)校和家庭中，正起著越來(lái)越大的作用。而ICAI的研究還處于初始階段。目前國(guó)內(nèi)在這一領(lǐng)域的研究主要集中在CAI和ICAI的優(yōu)缺點(diǎn)比較，ICAI的理論來(lái)源、系統(tǒng)特征、模塊建設(shè)、發(fā)展趨勢(shì)等基礎(chǔ)理論知識(shí)的研究，基于相關(guān)課程或?qū)W科的實(shí)踐研究還比較少見(jiàn)。智能教學(xué)系統(tǒng)的設(shè)計(jì)和開(kāi)發(fā)是一項(xiàng)復(fù)雜的系統(tǒng)工程，由于需要考慮的因素較多，系統(tǒng)比較龐大，同時(shí)也依賴(lài)于人工智能等技術(shù)的發(fā)展,因而要建立完善的ICAI還是比較困難的。[1]因此ICAI有很大的理論和實(shí)踐發(fā)展空間。

完善的ICAI系統(tǒng)需能夠充分調(diào)動(dòng)學(xué)生的主動(dòng)性，并能通過(guò)分析推理，對(duì)某具體學(xué)生做出適合的教學(xué)決策。使學(xué)生獲得個(gè)別化自適應(yīng)性學(xué)習(xí)的學(xué)習(xí)方法，達(dá)到因材施教的目的。人工智能技術(shù)的發(fā)展必將會(huì)對(duì)ICAI的發(fā)展起到巨大的推動(dòng)作用。隨著計(jì)算機(jī)科學(xué)的發(fā)展，21世紀(jì)的教育教學(xué)輔助手段將是以ICAI為主線，多學(xué)科、多方位發(fā)展的新技術(shù)的體現(xiàn)，越來(lái)越多的教育工作者會(huì)從更多的視角審視ICAI，并從事ICAI的研究。相信ICAI將會(huì)在現(xiàn)代教育領(lǐng)域中有更廣泛的應(yīng)用。

“現(xiàn)代教育技術(shù)”既是教育技術(shù)專(zhuān)業(yè)的必修課程，也是大中專(zhuān)院校廣泛設(shè)置的選修課程，適用范圍非常廣泛。本文以《現(xiàn)代教育技術(shù)》這門(mén)課程為主要研究對(duì)象，來(lái)研究智能化教學(xué)系統(tǒng)設(shè)計(jì)在具體實(shí)踐中的應(yīng)用。

三、ICAI決策系統(tǒng)的理論依據(jù)

1.綜合集成理論

教育是以人為主體參與的活動(dòng)，而人本身就是一個(gè)復(fù)雜巨系統(tǒng)，因此以這種大量的復(fù)雜巨系統(tǒng)為子系統(tǒng)組成的系統(tǒng)――教育系統(tǒng)，是一個(gè)復(fù)雜巨系統(tǒng)。依據(jù)系統(tǒng)與其環(huán)境是否有物質(zhì)、能量和信息的交換，將系統(tǒng)劃分為開(kāi)放系統(tǒng)和封閉系統(tǒng)來(lái)看，學(xué)生的學(xué)習(xí)受到教師、同學(xué)、家庭及社會(huì)等因素的影響，所以教育系統(tǒng)是一個(gè)開(kāi)放的復(fù)雜巨系統(tǒng)。

錢(qián)學(xué)森的理論和實(shí)踐研究表明：現(xiàn)在能用的、惟一能有效處理開(kāi)放的復(fù)雜巨系統(tǒng)的方法，就是定性定量相結(jié)合的綜合集成方法論。綜合集成方法論（Meta-synthesis Methodology MSM）是方法論上的創(chuàng)新，它是研究復(fù)雜巨系統(tǒng)和復(fù)雜性問(wèn)題的方法論。[2]定性定量相結(jié)合的綜合集成方法是將專(zhuān)家群體(各種有關(guān)的專(zhuān)家)、數(shù)據(jù)和各種信息與計(jì)算機(jī)技術(shù)有機(jī)結(jié)合起來(lái)，把各種學(xué)科的科學(xué)理論和人的經(jīng)驗(yàn)知識(shí)結(jié)合起來(lái)，發(fā)揮這個(gè)系統(tǒng)的整體優(yōu)勢(shì)和綜合優(yōu)勢(shì)。[3]它把人的經(jīng)驗(yàn)、知識(shí)、智慧以及各種情況、資料和信息系統(tǒng)集成起來(lái)，從多方面定性認(rèn)識(shí)上升到定量認(rèn)識(shí)，從而達(dá)到解決復(fù)雜系統(tǒng)問(wèn)題的目的。在解決問(wèn)題的過(guò)程中，專(zhuān)家群體和專(zhuān)家的經(jīng)驗(yàn)知識(shí)起著重要的作用。

教學(xué)系統(tǒng)設(shè)計(jì)是一個(gè)復(fù)雜的系統(tǒng)，它是由教育系統(tǒng)的復(fù)雜性決定的。教育系統(tǒng)具有復(fù)雜系統(tǒng)的基本特點(diǎn)，它在結(jié)構(gòu)與功能上表現(xiàn)為規(guī)模大、相關(guān)因素多且相關(guān)方式復(fù)雜、目標(biāo)多樣等；在運(yùn)動(dòng)上表現(xiàn)為隨機(jī)性、非線性等。用一般的理論方法無(wú)法全面合理地解決這一不良結(jié)構(gòu)的問(wèn)題，本研究嘗試用綜合集成方法論來(lái)指導(dǎo)、分析教學(xué)設(shè)計(jì)智能化過(guò)程。因此，運(yùn)用綜合集成理論的方法來(lái)研究教學(xué)設(shè)計(jì)系統(tǒng)，探討具體科目的教學(xué)設(shè)計(jì)在設(shè)計(jì)過(guò)程中遇到的復(fù)雜性問(wèn)題，進(jìn)而構(gòu)建科學(xué)合理的教學(xué)設(shè)計(jì)系統(tǒng)，具有重要的理論和實(shí)踐價(jià)值。

2.教學(xué)設(shè)計(jì)理論

本文采用“雙主”教學(xué)模式作為ICAI的教學(xué)設(shè)計(jì)的理論基礎(chǔ)。“雙主”教學(xué)模式既能發(fā)揮教師的主導(dǎo)作用又能充分發(fā)揮學(xué)習(xí)者認(rèn)知主體作用，是在教師主導(dǎo)下的課堂中能讓學(xué)習(xí)者參與進(jìn)來(lái)共同學(xué)習(xí)的一種教學(xué)模式。

基于“雙主”的教學(xué)模式，要求根據(jù)學(xué)習(xí)者的特征、學(xué)習(xí)內(nèi)容、學(xué)習(xí)策略、學(xué)習(xí)目標(biāo)等多種因素的不同情況研究它們的結(jié)合方式，以使系統(tǒng)達(dá)到理想的教學(xué)效果。

基于網(wǎng)絡(luò)環(huán)境的ICAI相對(duì)于傳統(tǒng)的CAI來(lái)說(shuō)，充分體現(xiàn)了“雙主”的教學(xué)模式。ICAI中有專(zhuān)門(mén)分析學(xué)習(xí)者學(xué)習(xí)方式和認(rèn)知水平的學(xué)生模型，有專(zhuān)門(mén)為不同的學(xué)習(xí)內(nèi)容選擇不同的學(xué)習(xí)策略的策略庫(kù)模型（也稱(chēng)為教師模型），有評(píng)價(jià)學(xué)習(xí)效果并反饋給系統(tǒng)的評(píng)價(jià)模型。學(xué)生模型是對(duì)學(xué)習(xí)者的學(xué)習(xí)特征進(jìn)行分析，包括學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、認(rèn)知水平。策略庫(kù)模型包含有豐富教學(xué)策略和有一個(gè)智能推理機(jī)，能根據(jù)學(xué)生模型的信息和學(xué)習(xí)目標(biāo)為學(xué)習(xí)者選擇合適的學(xué)習(xí)策略，指導(dǎo)學(xué)習(xí)者學(xué)習(xí)。

3.建構(gòu)主義學(xué)習(xí)理論

當(dāng)代建構(gòu)主義者主張，世界是客觀存在的，但是對(duì)于世界的理解和賦予意義卻是由每個(gè)人自己決定的。建構(gòu)主義者認(rèn)為學(xué)習(xí)者要以自己的經(jīng)驗(yàn)為基礎(chǔ)來(lái)建構(gòu)現(xiàn)實(shí)，或者至少說(shuō)是在解釋現(xiàn)實(shí)，每個(gè)人的經(jīng)驗(yàn)世界是用自己的頭腦創(chuàng)建的。

學(xué)習(xí)過(guò)程同時(shí)包含兩方面的建構(gòu)：一方面是對(duì)新知識(shí)意義的建構(gòu)，同時(shí)又包含對(duì)原有經(jīng)驗(yàn)的改造和重組。建構(gòu)主義者強(qiáng)調(diào)學(xué)習(xí)者在學(xué)習(xí)過(guò)程中能夠靈活地建構(gòu)起用于指導(dǎo)實(shí)踐活動(dòng)的圖式，這種圖式是對(duì)概念的豐富理解，依據(jù)個(gè)人經(jīng)驗(yàn)背景的不同而不同。

教學(xué)應(yīng)當(dāng)把學(xué)習(xí)者原有的知識(shí)經(jīng)驗(yàn)作為新知識(shí)的生長(zhǎng)點(diǎn)，引導(dǎo)學(xué)習(xí)者從原有的知識(shí)經(jīng)驗(yàn)中，生長(zhǎng)新的知識(shí)經(jīng)驗(yàn)。教學(xué)不是知識(shí)的傳遞，而是知識(shí)的處理和轉(zhuǎn)換。

ICAI伴隨著這種理論的發(fā)展而發(fā)展，它注重的是由學(xué)習(xí)者來(lái)控制學(xué)習(xí)過(guò)程，重視學(xué)習(xí)內(nèi)容的知識(shí)結(jié)構(gòu)和學(xué)習(xí)情境，讓學(xué)習(xí)者主動(dòng)構(gòu)建對(duì)自己有意義的知識(shí)的活動(dòng)?；诰W(wǎng)絡(luò)環(huán)境的ICAI積極地為學(xué)習(xí)者創(chuàng)設(shè)學(xué)習(xí)情境，幫助學(xué)習(xí)者用他們已有的知識(shí)去建構(gòu)、生成、整合新的知識(shí)。

4.教學(xué)處方理論

“教學(xué)處方理論”是鄭永柏博士于1998年提出的一種新型適合于信息化教學(xué)設(shè)計(jì)的理論，他通過(guò)對(duì)教學(xué)系統(tǒng)設(shè)計(jì)理論和計(jì)算機(jī)輔助教學(xué)設(shè)計(jì)方面的研究，建構(gòu)了一種新型的教學(xué)系統(tǒng)設(shè)計(jì)理論――教學(xué)處方理論。該理論主要包括：六個(gè)基本概念、一個(gè)理論框架、三條基本原理和兩個(gè)關(guān)于教學(xué)設(shè)計(jì)的知識(shí)庫(kù)。[4]

該理論指出教學(xué)處方可以看作是教學(xué)設(shè)計(jì)者(有時(shí)可以看作是教師)依據(jù)系統(tǒng)分析后使用的各種教學(xué)模式、教學(xué)方法和教學(xué)內(nèi)容處理模式的組合；說(shuō)明了在特定教學(xué)條件下對(duì)特定教學(xué)結(jié)果的教學(xué)，以不同的學(xué)習(xí)理論和教學(xué)理論為指導(dǎo)將會(huì)采用不同的教學(xué)方法，即教學(xué)處方，這也是本研究的核心內(nèi)容，是該系統(tǒng)設(shè)計(jì)的指導(dǎo)理論?！敖虒W(xué)處方理論”具有更好的包容性、開(kāi)放性，能夠吸收和容納豐富的學(xué)習(xí)和教學(xué)研究成果。

四、ICAI系統(tǒng)的模塊結(jié)構(gòu)

1.前端分析模塊：認(rèn)知能力、學(xué)習(xí)動(dòng)機(jī)、認(rèn)知風(fēng)格

前端分析是美國(guó)學(xué)者哈利斯（Harless，J．）在1968年提出的一個(gè)概念，指的是在教學(xué)設(shè)計(jì)過(guò)程開(kāi)始的時(shí)候，先分析若干直接影響教學(xué)設(shè)計(jì)但又不屬于具體設(shè)計(jì)事項(xiàng)的問(wèn)題，本文主要指認(rèn)知能力、學(xué)習(xí)動(dòng)機(jī)和認(rèn)知風(fēng)格方面的分析。前端分析模塊主要是建立相應(yīng)的學(xué)生特征類(lèi)型的數(shù)據(jù)庫(kù)。

認(rèn)知能力的測(cè)量采用認(rèn)記、理解、應(yīng)用、分析、綜合、評(píng)價(jià)六個(gè)維度，每個(gè)維度有“優(yōu)、良、中、差”四個(gè)選項(xiàng)。通過(guò)數(shù)據(jù)分析找出學(xué)習(xí)者的現(xiàn)狀和期望之間的差距，確定需要解決的問(wèn)題是什么，并確定問(wèn)題的性質(zhì)，形成不同層次的教學(xué)設(shè)計(jì)項(xiàng)目的目標(biāo)。

學(xué)習(xí)風(fēng)格和學(xué)習(xí)動(dòng)機(jī)通過(guò)專(zhuān)門(mén)的量表來(lái)收集數(shù)據(jù)。

2.內(nèi)容分析模塊

教學(xué)內(nèi)容分析就是在確定好總教學(xué)目標(biāo)的前提下，借助歸類(lèi)分析法、圖解分析法、層級(jí)分析法、信息加工分析法等方法，分析學(xué)習(xí)者要實(shí)現(xiàn)總的教學(xué)目標(biāo)，需要掌握哪些知識(shí)、技能或形成什么態(tài)度。通過(guò)對(duì)教學(xué)內(nèi)容的處理，確定學(xué)習(xí)者所需學(xué)習(xí)內(nèi)容的范圍和深度，確定內(nèi)容各組成部分之間的關(guān)系，為以后教學(xué)順序的安排奠定好基礎(chǔ)。

對(duì)教學(xué)內(nèi)容的處理主要包括：教學(xué)內(nèi)容的選擇、教學(xué)內(nèi)容的編排、確定單元目標(biāo)及對(duì)內(nèi)容進(jìn)行初步評(píng)價(jià)、分析教學(xué)內(nèi)容類(lèi)別及性質(zhì)等四個(gè)基本方面。在構(gòu)建規(guī)定性教學(xué)內(nèi)容處理模式庫(kù)時(shí)，應(yīng)對(duì)上述四個(gè)方面提供具體的方法。[5]

3.決策模塊

教學(xué)策略（處方）的制定就是根據(jù)特定的教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)對(duì)象等條件，來(lái)合理地選擇相應(yīng)的教學(xué)順序、教學(xué)方法、教學(xué)組織形式。在數(shù)據(jù)庫(kù)中建立可供選擇的不同的教學(xué)策略（處方），是本文所研究的ICAI系統(tǒng)的主要模塊，也是特色模塊。

教學(xué)策略（處方）的制定包括教學(xué)順序的確定、教學(xué)方法的選擇、教學(xué)組織形式的選擇等。教學(xué)順序的確定就是要確定教學(xué)內(nèi)容各組成部分之間的先后順序；教學(xué)方法的選擇就是要通過(guò)講授法、演示法、討論法、練習(xí)法、實(shí)驗(yàn)法、示范模仿法等不同方法的選擇，來(lái)激發(fā)并維持學(xué)習(xí)者的注意和興趣，傳遞教學(xué)內(nèi)容；教學(xué)組織形式主要有集體授課、小組討論和個(gè)別化自學(xué)三種形式，各種形式各有所長(zhǎng)，須根據(jù)具體情況進(jìn)行相應(yīng)的選擇。教學(xué)策略的制定是根據(jù)具體的目標(biāo)、內(nèi)容、對(duì)象等來(lái)確定的，要具體問(wèn)題具體分析，不存在能適用于所有目標(biāo)、內(nèi)容、對(duì)象的教學(xué)策略。

4.評(píng)價(jià)模塊

在基于網(wǎng)絡(luò)環(huán)境的ICAI的評(píng)價(jià)模塊，要依據(jù)前面確定的教學(xué)目標(biāo)，運(yùn)用評(píng)價(jià)量表，分析學(xué)習(xí)者對(duì)預(yù)期學(xué)習(xí)目標(biāo)的完成情況，主要收集三個(gè)方面的基本信息，一是要收集關(guān)于教師對(duì)教學(xué)設(shè)計(jì)方案和教學(xué)方案實(shí)施結(jié)果的滿意度的信息數(shù)據(jù)，二是要收集關(guān)于學(xué)習(xí)者對(duì)教學(xué)過(guò)程、教學(xué)策略的適應(yīng)性的信息數(shù)據(jù)，三是要看與其他方法相比，本處方中所采用的方法是否有獨(dú)到之處，是否有不足之處。[6]在數(shù)據(jù)分析的基礎(chǔ)上，對(duì)教學(xué)策略和教學(xué)內(nèi)容的修改和完善提出建議，并以此為基礎(chǔ)對(duì)ICAI各個(gè)環(huán)節(jié)的工作進(jìn)行相應(yīng)的修改。

5.ICAI系統(tǒng)模型框圖

學(xué)習(xí)者前端數(shù)據(jù)采集數(shù)據(jù)庫(kù)包括：認(rèn)知結(jié)構(gòu)測(cè)量及分析系統(tǒng)、學(xué)習(xí)動(dòng)機(jī)測(cè)量及分析系統(tǒng)、學(xué)習(xí)風(fēng)格測(cè)量及分析系統(tǒng)和學(xué)生基本信息系統(tǒng)。系統(tǒng)模型如圖所示。

五、ICAI決策系統(tǒng)實(shí)驗(yàn)數(shù)據(jù)來(lái)源

本課題實(shí)踐研究的調(diào)查對(duì)象來(lái)自云南大學(xué)，是2008屆市場(chǎng)營(yíng)銷(xiāo)教育和財(cái)會(huì)教育本科生，共89人，課程設(shè)置為現(xiàn)代教育技術(shù)。學(xué)生調(diào)查表包括本科生基本信息表，所羅門(mén)學(xué)習(xí)風(fēng)格量表，學(xué)習(xí)者認(rèn)知能力調(diào)查問(wèn)卷，學(xué)習(xí)者學(xué)習(xí)動(dòng)機(jī)調(diào)查問(wèn)卷四份表格組成。實(shí)際收到數(shù)據(jù)表89份，有效數(shù)據(jù)表75份。數(shù)據(jù)表中的信息選項(xiàng)根據(jù)所占權(quán)重，統(tǒng)一折合成百分制進(jìn)行處理。

六、總結(jié)

本文把教學(xué)設(shè)計(jì)理論、方法與“現(xiàn)代教育技術(shù)”課程相結(jié)合，擬研發(fā)出一個(gè)基于綜合集成方法論的廣義智能網(wǎng)絡(luò)教學(xué)設(shè)計(jì)輔助系統(tǒng)。主要研究成果如下：

（1）把綜合集成方法論引入解決教學(xué)設(shè)計(jì)這一不良結(jié)構(gòu)問(wèn)題；

（2）結(jié)合數(shù)字化方法和數(shù)據(jù)挖掘技術(shù)，它能對(duì)學(xué)習(xí)者進(jìn)行數(shù)字化的前端分析；

（3）它所自動(dòng)化給出的教學(xué)設(shè)計(jì)方案，可為青年教師提供良好借鑒，有利于教師因材施教、因風(fēng)格施教、因需要施教；

（4）它所自動(dòng)化給出的學(xué)習(xí)者學(xué)習(xí)建議方案，有利于促進(jìn)學(xué)習(xí)者自主學(xué)習(xí)。

現(xiàn)有的CAI存在的許多問(wèn)題隨著新技術(shù)的不斷出現(xiàn)而顯得越來(lái)越不能適應(yīng)新環(huán)境的需求，因此以基于網(wǎng)絡(luò)環(huán)境的ICAI為代表的新計(jì)算機(jī)輔助教學(xué)系統(tǒng)，將是教育教學(xué)研究人員在教育技術(shù)上需要不斷探求、努力實(shí)現(xiàn)的發(fā)展方向。

參考文獻(xiàn)：

[1]楊采堅(jiān)，董玉銘.智能教學(xué)系統(tǒng)設(shè)計(jì)[J].中國(guó)電大教育,1993（3）.

[2]于景元,涂元季.從定性到定量綜合集成方法――案例研究[J].系統(tǒng)工程理論與實(shí)踐,2002.5.

[3]錢(qián)學(xué)森,于景元,戴汝為.一個(gè)科學(xué)新領(lǐng)域：開(kāi)放的復(fù)雜巨系統(tǒng)及其方法論[J].自然雜志,1990(1).

[4]鄭永柏.教學(xué)系統(tǒng)設(shè)計(jì)理論和方法研究:教學(xué)處方理論和ISD-EPSSS的設(shè)計(jì)與開(kāi)發(fā)[D].北京師范大學(xué)博士學(xué)位論文，1998.

篇3

課程共20 集，網(wǎng)易公開(kāi)課已經(jīng)全部翻譯完成。講師：Andrew Ng。

[ 第1 集] 機(jī)器學(xué)習(xí)的動(dòng)機(jī)與應(yīng)用

簡(jiǎn)介： 機(jī)器學(xué)習(xí)的動(dòng)機(jī)與應(yīng)用、Logistic 類(lèi)、機(jī)器學(xué)習(xí)的定義、監(jiān)督學(xué)習(xí)概觀、學(xué)習(xí)理論概述、非監(jiān)督學(xué)習(xí)概述和強(qiáng)化學(xué)習(xí)概述。

[ 第2 集] 監(jiān)督學(xué)習(xí)應(yīng)用

簡(jiǎn)介： 監(jiān)督學(xué)習(xí)應(yīng)用—— 自主推導(dǎo)，ALVINN 系統(tǒng)，線性回歸，梯度下降，組梯度下降，隨機(jī)梯度下降，標(biāo)準(zhǔn)方程推導(dǎo)。

[ 第3 集] 欠擬合與過(guò)擬合的概念

簡(jiǎn)介：欠擬合與過(guò)擬合的概念，參數(shù)化及非參數(shù)化算法概念，局部加權(quán)回歸，對(duì)于線性模型的概率解釋?zhuān)琇ogistic 回歸，感知器。

[ 第4 集] 牛頓方法

簡(jiǎn)介：介紹了牛頓方法，可以代替梯度上升算法用來(lái)計(jì)算函數(shù)的最大值；之后以高斯分布和伯努利分布為例介紹了指數(shù)分布函數(shù)族；最后以指數(shù)分布函數(shù)族為基礎(chǔ)，引出了廣義線性模型，可以通過(guò)指定概率分布直接推導(dǎo)出模型。

[ 第5 集] 生成學(xué)習(xí)算法

簡(jiǎn)介：一類(lèi)新的學(xué)習(xí)算法——生成學(xué)習(xí)算法，并詳細(xì)地講解了該算法的一個(gè)例子：高斯判別分析；之后對(duì)生成學(xué)習(xí)算法與之前的判別學(xué)習(xí)算法進(jìn)行了對(duì)比；最后介紹了一個(gè)適合對(duì)文本進(jìn)行分類(lèi)的算法——樸素貝葉斯算法，并結(jié)合該算法講述了一種常用的平滑技術(shù)——Laplace 平滑。

[ 第6 集] 樸素貝葉斯算法

簡(jiǎn)介：先介紹了兩種樸素貝葉斯算法的事件模型；之后介紹了神經(jīng)網(wǎng)絡(luò)算法；在最后介紹了兩個(gè)重要的概念：函數(shù)間隔和幾何間隔。基于這兩個(gè)概念提出了一個(gè)線性分類(lèi)算法：最大間隔分類(lèi)器算法。該算法用于引出一個(gè)非常重要的非線性分類(lèi)算法：支持向量機(jī)。

[ 第7 集] 最優(yōu)間隔分類(lèi)器問(wèn)題

簡(jiǎn)介：首先提出了原始的優(yōu)化問(wèn)題：最優(yōu)間隔分類(lèi)器問(wèn)題；之后介紹了對(duì)偶問(wèn)題的概念和KKT 條件；基于原始優(yōu)化問(wèn)題的對(duì)偶問(wèn)題的分析，介紹了SVM 算法；最后對(duì)SVM 算法進(jìn)行了評(píng)價(jià)，以引出下節(jié)課對(duì)核方法的介紹。

[ 第8 集] 順序最小優(yōu)化算法

簡(jiǎn)介：核的概念——它在SVM 以及許多學(xué)習(xí)算法中都有重要的應(yīng)用；之后介紹了l1 norm 軟間隔SVM——它是一種SVM 的變化形式，可以處理非線性可分隔的數(shù)據(jù)；最后介紹了SMO 算法——一種高效的可以解決SVM 優(yōu)化問(wèn)題的算法。

[ 第9 集] 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化

簡(jiǎn)介：主要介紹了模型選擇中的一種常見(jiàn)現(xiàn)象——偏差方差權(quán)衡。為了解釋該概念，首先介紹了兩個(gè)重要的引理——聯(lián)合界引理和Hoeffding 不等式；之后定義了兩個(gè)重要的概念——訓(xùn)練誤差和一般誤差，并提出了一種簡(jiǎn)化的機(jī)器學(xué)習(xí)算法模型——經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化（ERM）；最后基于這些概念對(duì)ERM 結(jié)果的理論上界進(jìn)行了證明，并基于上界分析對(duì)偏差方差權(quán)衡進(jìn)行了解釋。

[ 第10 集] 特征選擇

簡(jiǎn)介：VC 維的概念——該概念能夠?qū)㈥P(guān)于ERM 一般誤差的界的結(jié)論推廣到無(wú)限假設(shè)類(lèi)的情形；模型選擇問(wèn)題——具體介紹了交叉驗(yàn)證方法以及幾種變形；特征選擇問(wèn)題——具體介紹了兩類(lèi)方法：封裝特征選擇和過(guò)濾特征選擇。

[ 第11 集] 貝葉斯統(tǒng)計(jì)正則化

簡(jiǎn)介：貝葉斯統(tǒng)計(jì)和規(guī)范化；簡(jiǎn)單介紹了在線學(xué)習(xí)的概念；機(jī)器學(xué)習(xí)算法設(shè)計(jì)中的問(wèn)題診斷技巧；兩種分析技巧：誤差分析與銷(xiāo)蝕分析；兩種應(yīng)用機(jī)器學(xué)習(xí)算法的方式與適用場(chǎng)景。

[ 第12 集] K-means 算法

簡(jiǎn)介：無(wú)監(jiān)督學(xué)習(xí)的內(nèi)容。首先介紹了k-means 聚類(lèi)算法；混合高斯模型，它是最大期望算法（EM）的一種特例；引入了Jesen 不等式，利用Jesen 不等式引出了EM算法的一般形式。

[ 第13 集] 高斯混合模型

簡(jiǎn)介：對(duì)混合高斯模型在EM 算法下的結(jié)論進(jìn)行了推導(dǎo)，并且介紹了EM 算法在混合貝葉斯模型中的應(yīng)用。最后介紹了因子分析算法。該算法可以進(jìn)行高維數(shù)據(jù)下樣本數(shù)目較少的情況下的模型擬合。

[ 第14 集] 主成分分析法

簡(jiǎn)介：本講繼續(xù)上一講的內(nèi)容，詳細(xì)地講解了因子分析問(wèn)題對(duì)應(yīng)的EM 算法的步驟推導(dǎo)過(guò)程，并重點(diǎn)提出了其中應(yīng)該注意的問(wèn)題。之后介紹了主成分分析（PCA）的算法原理和主要應(yīng)用。該算法是一種常用的降低數(shù)據(jù)維度的算法。

[ 第15 集] 奇異值分解

簡(jiǎn)介：主成分分析PCA，及舉出利用PCA 找出相似文檔的例子；SVD（奇異值分析）；無(wú)監(jiān)督算法和因子分析；ICA（獨(dú)立成分分析算法）和CDF（累積分布函數(shù)），并復(fù)習(xí)了高斯分布的知識(shí)；最后舉了幾個(gè)應(yīng)用ICA 的例子。

[ 第16 集] 馬爾可夫決策過(guò)程

簡(jiǎn)介：主要介紹了監(jiān)督學(xué)習(xí)；然后引出強(qiáng)化學(xué)習(xí)的知識(shí)，用“使直升機(jī)飛翔”的例子闡述強(qiáng)化學(xué)習(xí)；介紹了馬氏決策過(guò)程（MDP），由此引出來(lái)的兩個(gè)解決最優(yōu)策略和最優(yōu)回報(bào)的算法；最后重點(diǎn)介紹了“值迭代”和“策略迭代算法”的實(shí)施，以及比較了它們的優(yōu)缺點(diǎn)。

[ 第17 集] 離散與維數(shù)災(zāi)難

簡(jiǎn)介：繼續(xù)馬氏決策過(guò)程（MDP），以及解決狀態(tài)MDP 的算法， 主要詳細(xì)介紹了擬合值迭代算法（fitted value iteration） 和近似政策迭代（approximate policy iteration）這兩種算法，并通過(guò)具體的例子和求解的方式來(lái)說(shuō)明這兩種算法。

[ 第18 集] 線性二次型調(diào)節(jié)控制

簡(jiǎn)介： 控制NVP 算法， 非線性動(dòng)力學(xué)系統(tǒng)；在動(dòng)力系統(tǒng)的模型和線性二次型調(diào)節(jié)控制（linear quadratic regulationcontrol），導(dǎo)出一些處理情況的函數(shù)；還包含線性模型的建立，非線性模型的線性化的知識(shí)。

[ 第19 集] 微分動(dòng)態(tài)規(guī)劃

簡(jiǎn)介：強(qiáng)化學(xué)習(xí)算法，引入調(diào)試強(qiáng)化學(xué)習(xí)算法，介紹Kalman 濾波器微分動(dòng)態(tài)規(guī)劃, 卡爾曼濾波與LQR 控制結(jié)合的一種算法（LQG 控制算法，線性二次高斯），并比較了高斯分布和卡爾曼濾波的效率問(wèn)題。

[ 第20 集] 策略搜索

簡(jiǎn)介：學(xué)習(xí)和復(fù)習(xí)了強(qiáng)化學(xué)習(xí)算法，講述了一些POMDPs( 部分可觀察馬氏決策過(guò)程) 的知識(shí)，完全可觀察MDP 的知識(shí)；接下來(lái)介紹了策略搜索算法（其中包括兩種算法：Reinforced 和Pegasus）；最后，介紹了與這門(mén)課程相關(guān)的一些課程，并給學(xué)生提出一些希望。

名詞解釋

機(jī)器學(xué)習(xí)(Machine Learning, ML) 是一門(mén)多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析和算法復(fù)雜度理論等多門(mén)學(xué)科。專(zhuān)門(mén)研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。

機(jī)器學(xué)習(xí)是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，主要使用歸納、綜合而不是演繹。

一、研究意義

顧名思義，機(jī)器學(xué)習(xí)是研究如何使用機(jī)器來(lái)模擬人類(lèi)學(xué)習(xí)活動(dòng)的一門(mén)學(xué)科。更為嚴(yán)格的提法是：機(jī)器學(xué)習(xí)是一門(mén)研究機(jī)器獲取新知識(shí)和新技能，并識(shí)別現(xiàn)有知識(shí)的學(xué)問(wèn)。這里所說(shuō)的“機(jī)器”，指的就是計(jì)算機(jī)，電子計(jì)算機(jī)，中子計(jì)算機(jī)、光子計(jì)算機(jī)或神經(jīng)計(jì)算機(jī)等。

機(jī)器學(xué)習(xí)有下面幾種定義：“機(jī)器學(xué)習(xí)是一門(mén)人工智能的科學(xué)，該領(lǐng)域的主要研究對(duì)象是人工智能，特別是如何在經(jīng)驗(yàn)學(xué)習(xí)中改善具體算法的性能”?！皺C(jī)器學(xué)習(xí)是對(duì)能通過(guò)經(jīng)驗(yàn)自動(dòng)改進(jìn)的計(jì)算機(jī)算法的研究”?！皺C(jī)器學(xué)習(xí)是用數(shù)據(jù)或以往的經(jīng)驗(yàn)，以此優(yōu)化計(jì)算機(jī)程序的性能標(biāo)準(zhǔn)?！币环N經(jīng)常引用的英文定義是：A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.

學(xué)習(xí)是人類(lèi)具有的一種重要智能行為，但究竟什么是學(xué)習(xí)，長(zhǎng)期以來(lái)卻眾說(shuō)紛紜。社會(huì)學(xué)家、邏輯學(xué)家和心理學(xué)家都各有其不同的看法。

機(jī)器能否像人類(lèi)一樣能具有學(xué)習(xí)能力呢？ 1959 年美國(guó)的塞繆爾(Samuel) 設(shè)計(jì)了一個(gè)下棋程序，這個(gè)程序具有學(xué)習(xí)能力，它可以在不斷的對(duì)弈中改善自己的棋藝。4 年后，這個(gè)程序戰(zhàn)勝了設(shè)計(jì)者本人。又過(guò)了3 年，這個(gè)程序戰(zhàn)勝了美國(guó)一個(gè)保持8 年之久的常勝不敗的冠軍。這個(gè)程序向人們展示了機(jī)器學(xué)習(xí)的能力，提出了許多令人深思的社會(huì)問(wèn)題與哲學(xué)問(wèn)題。

機(jī)器的能力是否能超過(guò)人的，很多持否定意見(jiàn)的人的一個(gè)主要論據(jù)是：機(jī)器是人造的，其性能和動(dòng)作完全是由設(shè)計(jì)者規(guī)定的，因此無(wú)論如何其能力也不會(huì)超過(guò)設(shè)計(jì)者本人。這種意見(jiàn)對(duì)不具備學(xué)習(xí)能力的機(jī)器來(lái)說(shuō)的確是對(duì)的，可是對(duì)具備學(xué)習(xí)能力的機(jī)器就值得考慮了，因?yàn)檫@種機(jī)器的能力在應(yīng)用中不斷地提高，過(guò)一段時(shí)間之后，設(shè)計(jì)者本人也不知它的能力到了何種水平。

二、主要策略

學(xué)習(xí)是一項(xiàng)復(fù)雜的智能活動(dòng)，學(xué)習(xí)過(guò)程與推理過(guò)程是緊密相連的。按照學(xué)習(xí)中使用推理的多少，機(jī)器學(xué)習(xí)所采用的策略大體上可分為4 種——機(jī)械學(xué)習(xí)、通過(guò)傳授學(xué)習(xí)、類(lèi)比學(xué)習(xí)和通過(guò)事例學(xué)習(xí)。學(xué)習(xí)中所用的推理越多，系統(tǒng)的能力越強(qiáng)。

篇4

一、讓全體學(xué)生提高計(jì)算機(jī)學(xué)習(xí)的自覺(jué)性

讓學(xué)生自覺(jué)地將人類(lèi)社會(huì)文化的精華――計(jì)算機(jī)的知識(shí)內(nèi)化成一種自我的精神食糧，形成知識(shí)產(chǎn)業(yè)，促進(jìn)其個(gè)性潛能、整體素質(zhì)得到充分和諧的發(fā)展。 計(jì)算機(jī)中融入素質(zhì)教育，既可以增強(qiáng)學(xué)生的愛(ài)國(guó)主義心理素質(zhì)和良好的思想品德素質(zhì)，使學(xué)生開(kāi)發(fā)智力、豐富知識(shí)，又懂得做人須具備科學(xué)發(fā)展需要的本領(lǐng)。計(jì)算機(jī)是本世紀(jì)科學(xué)技術(shù)的驕子，由于它的誕生和發(fā)展極大地提高了社會(huì)生產(chǎn)力，計(jì)算機(jī)也滲透到各行各業(yè)及人們生活的各個(gè)角落。青年學(xué)生若沒(méi)有接受了解有關(guān)計(jì)算機(jī)的背景和知識(shí)，將很難立足于未來(lái)社會(huì)，國(guó)家也將因公民素質(zhì)低下而處于貧困落后挨打的地位。所以，掌握計(jì)算機(jī)技術(shù)才算拿到本世紀(jì)的通行證。所以作為職業(yè)中學(xué)學(xué)生必須全面了解計(jì)算機(jī)的有關(guān)知識(shí)，并且利用互聯(lián)網(wǎng)這一載體來(lái)廣泛獲取知識(shí)。所以我在講簡(jiǎn)史過(guò)程中，向同學(xué)們講述了近五十年來(lái)計(jì)算機(jī)組成元件已由簡(jiǎn)的電子管――晶體管――集成電路――大規(guī)模集成電路，發(fā)展至今的智能型元器件，按人們編寫(xiě)的程序來(lái)完成各種各樣的功能。當(dāng)今社會(huì)發(fā)展迅速，科技知識(shí)和技術(shù)日新月異。在高科技時(shí)代，國(guó)家未來(lái)的主人如果跟不上時(shí)代那將無(wú)法生存，這就要求我們這些未來(lái)的中華人們共和國(guó)的新一代棟梁之才的培養(yǎng)者，具備良好的學(xué)習(xí)目的，掌握提高學(xué)習(xí)的方法，逐步提高學(xué)習(xí)效率。讓學(xué)生自己分析當(dāng)今形式，明確未來(lái)計(jì)算機(jī)發(fā)展趨勢(shì)。

二、計(jì)算機(jī)教學(xué)與素質(zhì)教育關(guān)系密切

現(xiàn)代中國(guó)學(xué)校的教育教學(xué)已經(jīng)由“應(yīng)試教育”向“素質(zhì)教育”轉(zhuǎn)軌，不僅要開(kāi)發(fā)學(xué)生們的心理健康教育，也應(yīng)增強(qiáng)學(xué)生心理素質(zhì)。計(jì)算機(jī)教學(xué)作為一門(mén)學(xué)科，既提高學(xué)生的科學(xué)文化素質(zhì)，又培養(yǎng)健康的心理素質(zhì)，這樣才能提高學(xué)生的整體素質(zhì)。我認(rèn)為素質(zhì)教育寓于計(jì)算機(jī)教學(xué)過(guò)程之中，有密切的內(nèi)在聯(lián)系，值得深思。 首先教師對(duì)學(xué)生應(yīng)用愛(ài)心去溫暖，用誠(chéng)心去激勵(lì)，用信心去鼓舞，用耐心去完善。教師要有點(diǎn)撥學(xué)生學(xué)習(xí)的能力，能指導(dǎo)學(xué)生會(huì)學(xué)習(xí)，會(huì)做人。要有精選典型例題的能力，克服學(xué)生作業(yè)的重復(fù)性。不僅要精通心理學(xué)，還要研究用腦科學(xué)，巧用眼神，提高與學(xué)生的信息交流，借助眼神營(yíng)造氛圍。使課堂成為教育學(xué)生懂得現(xiàn)代化科學(xué)知識(shí)的重要基地。教師的素質(zhì)直接影響學(xué)生，使廣大教師成為做人的表帥。上課的每一分鐘都要緊緊抓住學(xué)生的興奮點(diǎn)，一環(huán)緊扣一環(huán)，使學(xué)生在高效率、高收獲的課堂掌握好知識(shí)。教師的關(guān)鍵在于備課，不僅備教材更應(yīng)備學(xué)生。只有功在課下，才能效在課上。加強(qiáng)自身素質(zhì)教育和學(xué)校語(yǔ)言文學(xué)使教師提高素質(zhì)。教師應(yīng)具備敬業(yè)精神、奉獻(xiàn)精神、科學(xué)精神、開(kāi)拓精神，才能勝任教育教學(xué)，具備較高的知識(shí)水平和過(guò)硬的教學(xué)基本功。

三、計(jì)算機(jī)發(fā)展需要學(xué)生必備學(xué)習(xí)的本領(lǐng)和適應(yīng)時(shí)代的需要

當(dāng)今社會(huì)“科技興國(guó)”成為我國(guó)社會(huì)主義現(xiàn)代化建設(shè)的基本戰(zhàn)略。三十年來(lái)，教育形式和手段呈多樣化。我們應(yīng)讓學(xué)生們明白當(dāng)今有利的時(shí)代和條件，應(yīng)緊緊抓住有利時(shí)機(jī)，充分利用有利條件，讓計(jì)算機(jī)成為未來(lái)教育的主要輔助手段,成為學(xué)生獲取知識(shí)的主要手段。學(xué)生們對(duì)電腦的學(xué)習(xí)有了些了解和基本實(shí)踐后，就會(huì)對(duì)多媒體制作產(chǎn)生極大的興趣，我就鼓勵(lì)他們多動(dòng)腦、多動(dòng)手，遇到什么問(wèn)題，要想辦法弄明白。給他們一些有興趣的知識(shí)和問(wèn)題，使學(xué)生有興趣、有愛(ài)好，自覺(jué)自愿地學(xué)習(xí)。

四、職業(yè)中學(xué)學(xué)生急需強(qiáng)化計(jì)算機(jī)知識(shí)

知識(shí)經(jīng)濟(jì)時(shí)代要求他們具有多方位，全面的計(jì)算機(jī)知識(shí)。 學(xué)習(xí)的興趣在于培養(yǎng)，只有長(zhǎng)時(shí)間地使用計(jì)算機(jī)才能達(dá)到理性和感性的完美結(jié)合，同時(shí)也需在他們上機(jī)的過(guò)程中養(yǎng)成良好的學(xué)習(xí)習(xí)慣。根據(jù)學(xué)校的要求和學(xué)生對(duì)知識(shí)的要求的不同，有選擇地組織學(xué)生參加計(jì)算機(jī)課外活動(dòng)小組，與學(xué)校配合，在周六下午及晚上，星期天全天微機(jī)室對(duì)全體學(xué)生開(kāi)放，讓學(xué)生有更多的時(shí)間來(lái)接觸電腦，接觸網(wǎng)絡(luò)。并給一些對(duì)多媒體特別感興趣的同學(xué)開(kāi)放綠燈，多布置作業(yè)，讓他們超前學(xué)習(xí)，讓他們比一般學(xué)生高一個(gè)檔次和水平，選拔優(yōu)秀的學(xué)生參加上一級(jí)的競(jìng)賽。爭(zhēng)取得到好的名次。既增進(jìn)了知識(shí)，又加強(qiáng)了師生友情。

五、教學(xué)過(guò)程是提高學(xué)生素質(zhì)的重要措施

篇5

【關(guān)鍵詞】單相PWM整流器；直接電流控制

1.前言

隨著電力電子技術(shù)的發(fā)展，功率電子設(shè)備的應(yīng)用越來(lái)越廣泛，致使大量的非線性負(fù)載涌入電網(wǎng)，給電力系統(tǒng)的電壓和電流都帶來(lái)了越來(lái)越嚴(yán)重的諧波污染。而PWM整流器提高了系統(tǒng)的功率因數(shù)，降低了對(duì)電網(wǎng)的諧波污染，得到了人們的重視。

根據(jù)輸入電感電流狀態(tài)PWM整流器可分為電流斷續(xù)工作模式（DCM）和電流連續(xù)工作模式（CCM），由于CCM模式具有輸入輸出電流紋波小、濾波容易、器件導(dǎo)通損耗小、適用于大功率場(chǎng)合等優(yōu)點(diǎn)，得到了更多地關(guān)注。在CCM模式中，根據(jù)是否直接選取瞬態(tài)電感電流作為反饋量，又可分為直接電流控制和間接電流控制。間接電流控制結(jié)構(gòu)簡(jiǎn)單、無(wú)需電流傳感器，但是它最大的缺點(diǎn)是電流動(dòng)態(tài)響應(yīng)緩慢，甚至交流側(cè)電流中含有直流分量，且對(duì)系統(tǒng)參數(shù)波動(dòng)較敏感。相對(duì)于間接電流控制，直接電流控制把整流器的輸入電流作為反饋和被控量，形成電流閉環(huán) 控制，使電流動(dòng)、靜態(tài)性能得到了提高，同時(shí)也使網(wǎng)側(cè)電流控制對(duì)系統(tǒng)參數(shù)不敏感，從而增強(qiáng)了電流控制系統(tǒng)的魯棒性[2][3]。所以，直接電流控制技術(shù)有著非常廣闊的應(yīng)用前景和使用價(jià)值。

2.單相電壓PWM整流器原理框圖

單相電壓型PWM整流器的拓?fù)浣Y(jié)構(gòu)如圖1所示，它主要由三部分組成：交流回路、功率開(kāi)關(guān)橋路、直流回路。其中交流回路包括交流電動(dòng)勢(shì)、網(wǎng)側(cè)電阻及網(wǎng)側(cè)電感等；直流回路包括由電感和電容組成的串聯(lián)諧振電路用來(lái)濾除電網(wǎng)的2次諧波分量、濾波電容及負(fù)載等；功率開(kāi)關(guān)橋路由四個(gè)反并聯(lián)二極管的IGBT組成[1]。

單相PWM逆變器的控制思路是：在保證直流側(cè)電壓穩(wěn)定的情況下，使交流側(cè)的電流與電壓盡可能的保持同相位，從而使交流側(cè)的功率因數(shù)為1。

3.單相PWM整流器直接電流控制技術(shù)分析

直接電流控制根據(jù)控制方式的不同，又可分為滯環(huán)電流控制、峰值電流控制、預(yù)測(cè)電流控制、平均電流控制、狀態(tài)反饋控制單周控制等。

3.1 峰值電流控制

峰值電流控制的原理是實(shí)時(shí)比較實(shí)際電流和指令電流瞬時(shí)值的大小，指令電流值是實(shí)際電流的上限，實(shí)際電流一旦達(dá)到這個(gè)上限，立刻轉(zhuǎn)而向下衰減，電感值的大小，線路的阻抗和脈寬調(diào)制的開(kāi)關(guān)頻率影響了這一衰減的最終值。其控制原理框圖如下。

峰值電流的優(yōu)點(diǎn)：①暫態(tài)閉環(huán)響應(yīng)較快，對(duì)輸入電壓的變化和輸出負(fù)載的變化的瞬態(tài)響應(yīng)均快；②控制環(huán)易于設(shè)計(jì)；③輸入電壓的調(diào)整可與電壓模式控制的輸入電壓前饋技術(shù)相妣美；④簡(jiǎn)單自動(dòng)的磁通平衡功能；⑤瞬時(shí)峰值電流限流功能，即內(nèi)在固有的逐個(gè)脈沖限流功能；⑥自動(dòng)均流并聯(lián)功能。缺點(diǎn)有：①占空比大于5%時(shí)開(kāi)環(huán)不穩(wěn)定性，峰值電流與平均電流的誤差難以校正；②閉環(huán)響應(yīng)不如平均電流模式控制理想；③占空比大于0.5時(shí)系統(tǒng)產(chǎn)生次諧波振蕩；④對(duì)噪聲敏感，抗噪聲性差；⑤電路拓?fù)涫芟拗?；⑥?duì)多路輸出電源的交互調(diào)節(jié)性能不好[4]。

3.2 滯環(huán)電流控制

滯環(huán)電流控制方式作為峰值電流控制方式的改進(jìn)，只是增加了一條限制電流衰減的下限。其原理仍然是指令電流和實(shí)際電流的實(shí)時(shí)值比較，實(shí)際電流達(dá)到上限指令電流，隨即轉(zhuǎn)入衰減，衰減至下限指令電流，重新開(kāi)始上升，如此反復(fù)，實(shí)際電流將是一條在上下限指令電流跳動(dòng)的鋸齒波。

其控制原理圖如圖3所示，圖中將指令電流和實(shí)際電流進(jìn)行比較，兩者的偏差作為滯環(huán)比較器的輸入，通過(guò)滯環(huán)比較器產(chǎn)生控制電路主電路中開(kāi)關(guān)通斷的PWM信號(hào)，該P(yáng)WM信號(hào)經(jīng)驅(qū)動(dòng)電路控制功率器件的通斷，從而控制電流的變化。

滯環(huán)電流控制的優(yōu)點(diǎn)是結(jié)構(gòu)簡(jiǎn)單，實(shí)現(xiàn)容易，具有很強(qiáng)的魯棒性和快速動(dòng)態(tài)響應(yīng)能力。缺點(diǎn)是開(kāi)關(guān)頻率不固定，濾波器設(shè)計(jì)困難，需要對(duì)電感電流全周期的檢測(cè)和控制。

3.3 平均電流控制

平均電流控制的工作原理是將電感電流信號(hào)與鋸齒波信號(hào)相加，當(dāng)兩信號(hào)之和超過(guò)基準(zhǔn)電流時(shí)，開(kāi)關(guān)管關(guān)斷，當(dāng)其和小于基準(zhǔn)電流時(shí)，開(kāi)關(guān)管導(dǎo)通。取樣電流來(lái)自實(shí)際輸入電流而不是開(kāi)關(guān)電流。其控制原理圖如圖4。

平均電流控制的優(yōu)點(diǎn)是：①平均電感電流能夠高度精確地跟蹤電流編程信號(hào)；②調(diào)試好的電路抗噪聲性能優(yōu)越；③適合于任何電路拓?fù)鋵?duì)輸入或輸出電流的控制；④易于實(shí)現(xiàn)均流。缺點(diǎn)是：①電流放大器在開(kāi)關(guān)頻率處的增益有最大限制；②雙閉環(huán)放大器帶寬、增益等配合參數(shù)設(shè)計(jì)調(diào)試復(fù)雜[5]。

3.4 預(yù)測(cè)電路控制

預(yù)測(cè)電流控制的原理是在每個(gè)調(diào)節(jié)周期開(kāi)始時(shí)通過(guò)對(duì)輸入、輸出電壓和輸入電流的采樣，根據(jù)實(shí)際電流和參考電流的誤差，選擇優(yōu)化的電壓矢量作用于下一個(gè)周期，使實(shí)際電流在一個(gè)周期內(nèi)跟蹤上參考電流，實(shí)現(xiàn)穩(wěn)態(tài)無(wú)誤差。預(yù)測(cè)電流控制原理框圖如圖5所示，其中為給定電壓，為直流側(cè)反饋電壓。這種控制的優(yōu)點(diǎn)：開(kāi)關(guān)頻率固定，動(dòng)態(tài)性能良好，電流諧波小，器件開(kāi)關(guān)應(yīng)力小，數(shù)字實(shí)現(xiàn)簡(jiǎn)單。缺點(diǎn)：要求較高的采樣頻率和開(kāi)關(guān)頻率，在低的采樣頻率下，會(huì)產(chǎn)生周期性的電流誤差[6]。

3.5 無(wú)差拍控制

無(wú)差拍控制是一種在電流滯環(huán)比較控制技術(shù)基礎(chǔ)之上發(fā)展起來(lái)的全數(shù)字化控制技術(shù)，利用前一時(shí)刻的電流參考值和各種開(kāi)關(guān)狀態(tài)下變流器的電流輸出值，根據(jù)空間矢量理論計(jì)算出整流器下一時(shí)刻應(yīng)滿足的開(kāi)關(guān)模式，選擇這種開(kāi)關(guān)模式作為下一時(shí)刻的開(kāi)關(guān)狀態(tài)，從而達(dá)到電流誤差等于零的目標(biāo)。采用無(wú)差拍控制的優(yōu)點(diǎn)數(shù)學(xué)推導(dǎo)嚴(yán)密、跟蹤無(wú)過(guò)沖、動(dòng)態(tài)性能好，易于計(jì)算機(jī)執(zhí)行，可以消除穩(wěn)態(tài)誤差，并在最短的時(shí)間內(nèi)結(jié)束過(guò)渡過(guò)程但它也存在魯棒性較差、瞬態(tài)響應(yīng)超調(diào)量大、計(jì)算實(shí)時(shí)性強(qiáng)因而對(duì)硬件要求很高等缺點(diǎn)。隨著數(shù)字信號(hào)處理器應(yīng)用的不斷普及，這是一種很有前途的控制方法[7]。

3.6 狀態(tài)反饋控制

狀態(tài)反饋控制是針對(duì)電流型可逆整流器輸入濾波器容易出現(xiàn)振蕩以消除振蕩的控制方式。其控制原理圖如下圖6。

4.總結(jié)與展望

直接電流控制是單相高功率因數(shù)整流器的主要控制方式，也是我們以后研究的重心。利用各種控制策略的優(yōu)缺點(diǎn)，采用多種控制策略相結(jié)合，形成互補(bǔ)關(guān)系，達(dá)到理想的效果，這也是控制技術(shù)發(fā)展的一個(gè)方向。新的直接電流控制策略的研究將是另一個(gè)方向。隨著數(shù)字信號(hào)處理器的普遍應(yīng)用和人工智能技術(shù)的逐漸成熟。數(shù)字控制和智能控制也將是我們研究的目標(biāo)，這將是直接電流控制技術(shù)的發(fā)展的主流。

參考文獻(xiàn)

[1]張崇巍，張興.PWM整流器及其控制[M].北京：機(jī)械工業(yè)山版社，2003.

[2]張笑微，李永東，劉軍.PWM整流器電流控制策略的研究[J].電工技術(shù)雜志，2003（12）：57-59.

[3]王也仿.PWM整流器的直接電流控制策略和控制器的設(shè)計(jì)[J].科技通報(bào)，2005（9）：580-583.

[4]吳振軍，魯靜，趙坤，高金峰.降低Boost型變換器電磁干擾水平的峰值電流控制方法[J].鄭州輕工業(yè)學(xué)院學(xué)報(bào)，2004，19（1）：34-37.

[5]楊汝.平均電流模式的控制電路設(shè)計(jì)[J].電力電子技術(shù)，2002，36（4）：66-69.

[6]朱俊杰，王輝，周凱.三相PwM高功率因數(shù)整流器控制技術(shù)綜述[J].湖南工程學(xué)院學(xué)報(bào)，2004（9）：19-22.

[7]張志剛，黃守道，任光法，陳繼華.三和電壓型SVPWM整流器控制策略研究[J].長(zhǎng)沙大學(xué)學(xué)報(bào)，2004（12）：33-36.

[8]李正熙，李久和，李華德.電壓型PWM整流器非線性控制策略綜述[J].電器傳動(dòng)，2006，36（1）：9-13.

[9]姜靜，伍清河.模糊滑模變結(jié)構(gòu)控制技術(shù)的應(yīng)用研究[J].電光與控制，2006，13（2）：4l-44.

[10]朱桂萍，王樹(shù)民.電能質(zhì)量控制技術(shù)綜述[J].電力系統(tǒng)自動(dòng)化，2002（10）：28-31.

篇6

關(guān)鍵詞：虛擬人；形象化；運(yùn)動(dòng)控制；感知模型

中圖分類(lèi)號(hào) TP391.41 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào)：1009-3044（2016）27-0147-03

虛擬人（Avatar）是人類(lèi)自身在虛擬空間中的化身[1]。在人機(jī)交互研究領(lǐng)域內(nèi)，研究者往往會(huì)考慮到虛擬人、虛擬人環(huán)境和終端用戶這三者之間的交互作用，通過(guò)在虛擬空間中建立各種形象化的虛擬人模型，并借助可視化的虛擬人集合外觀、動(dòng)作姿態(tài)變化，來(lái)反應(yīng)用戶的行為和表情特征，從而達(dá)到增強(qiáng)用戶交流的效果和沉浸感[2]。隨著人工智能技術(shù)和多媒體技術(shù)的發(fā)展，虛擬人技術(shù)的研究更趨向于智能化和多樣化，人們將現(xiàn)實(shí)生活中的一些娛樂(lè)活動(dòng)搬到了虛擬空間當(dāng)中，例如虛擬舞臺(tái)的出現(xiàn)，通過(guò)建立虛擬場(chǎng)景，讓虛擬人來(lái)演繹音樂(lè)與舞蹈的內(nèi)在聯(lián)系。在建立虛擬場(chǎng)景以后，讓虛擬人通過(guò)邏輯推理與學(xué)習(xí)，形成自身對(duì)虛擬環(huán)境的認(rèn)識(shí)，使虛擬人具有“自我意識(shí)”，并將用戶意圖解釋為具體任務(wù)。如何構(gòu)建個(gè)性化的虛擬人，實(shí)現(xiàn)具有自主感知行為的虛擬人運(yùn)動(dòng)控制，是虛擬人研究領(lǐng)域內(nèi)所關(guān)注的焦點(diǎn)。

本文首先介紹虛擬人體建模方面的研究工作，就虛擬人形象化建模存在的問(wèn)題，給出具體的關(guān)鍵技術(shù)和方法；然后，對(duì)傳統(tǒng)的運(yùn)動(dòng)控制技術(shù)和方法加以歸納總結(jié)，并分析了自主感知行為的運(yùn)動(dòng)捕獲數(shù)據(jù)驅(qū)動(dòng)方法；最后，就自主感知行為虛擬人運(yùn)動(dòng)控制研究方面的存在的難點(diǎn)以及未來(lái)研究的方向，給出一些自己的想法。

1人體建模方法研究

人體是一個(gè)復(fù)雜的生命體系統(tǒng)，由骨骼、皮膚、肌肉和神經(jīng)系統(tǒng)等組成，其中關(guān)節(jié)和骨骼的自由度較多。目前，人體建模面臨兩方面的問(wèn)題：一是虛擬人骨骼結(jié)構(gòu)的簡(jiǎn)化及數(shù)學(xué)表達(dá)；二是建立逼真的外形，這是兩個(gè)相互依賴(lài)的問(wèn)題[1]。虛擬人的運(yùn)動(dòng)控制大部分是基于骨骼模型，也稱(chēng)之為骨骼動(dòng)畫(huà)。由于肌肉和神經(jīng)系統(tǒng)的建立存在著很大的困難，研究的難度巨大，所以骨骼模型忽略了肌肉和神經(jīng)系統(tǒng)。依據(jù)人體解剖學(xué)原理，人們制定了兩個(gè)重要的國(guó)際標(biāo)準(zhǔn)H-Anim和MPEG-4來(lái)表示虛擬人骨骼結(jié)構(gòu)[3]，主要是將人體的骨骼和關(guān)節(jié)進(jìn)行簡(jiǎn)化，減少其自由度，這樣可以降低建模的難度。人體建模的方法主要有基于幾何的方法、基于二維照片重構(gòu)方法和基于人體測(cè)量學(xué)的方法等[4。

（1） 基于幾何建模技術(shù)研究較多，常常采用棒狀型、體模型和表面模型（如圖1所示）。虛擬人幾何建模主要是使用三維造型軟件，如Poser、3dsMax、Maya等來(lái)構(gòu)建人體模型。針對(duì) Poser 軟件輸出的人體模型缺乏關(guān)節(jié)點(diǎn)數(shù)據(jù)問(wèn)題，文獻(xiàn)[7]提出一種基于模型的快速人體建模方法。給出一種骨架提取算法。此方法從Poser輸出的人體模型中提取出其骨架以后，將骨架層與皮膚層綁定，應(yīng)用運(yùn)動(dòng)學(xué)方法使得骨骼驅(qū)動(dòng)皮膚變形。依據(jù)H-Anim標(biāo)準(zhǔn)建立分層的骨骼模型，通過(guò)設(shè)置所有關(guān)節(jié)的自由度（DOF），采用三角網(wǎng)格方法來(lái)仿真皮膚層。

（2） 基于二維圖片重構(gòu)方法，采用數(shù)字圖像處理的方法，提取二維圖片中人體的特征點(diǎn)和參數(shù)，來(lái)重構(gòu)三維人體模型。李毅等人[6]針對(duì)輸入的草圖，提出一種通過(guò)草繪三維人體建模的模板形變方法。將草圖特征映射到三維人體模板，實(shí)現(xiàn)個(gè)性化的三維人體建模。有文獻(xiàn)提出了一種基于視頻的人體骨架建模新方法，通過(guò)提取視頻序列中人體骨架的特征，建立透視投影下的三維人體骨架模型，然后通過(guò)蒙皮來(lái)建立虛擬人皮膚模型。

（3） 基于人體測(cè)量學(xué)的方法，主要是借助一些三維掃描儀，依據(jù)人體測(cè)量學(xué)的原理，來(lái)構(gòu)建三維人體模型。文獻(xiàn)[7]提出一種采用 Kinect 掃描人體重建個(gè)性化人體模型方法，此方法的主要目的是用來(lái)解決三維試衣系統(tǒng)中人體建模方法難于建立大量個(gè)性化的三維人體模型的問(wèn)題。通過(guò)掃描獲得各種不同類(lèi)型人體的測(cè)量數(shù)據(jù)，可以迅速構(gòu)建參數(shù)化的人體模型，實(shí)現(xiàn)個(gè)性化、多樣化的逼真虛擬人模型。

以上三種人體建模方法，存在的主要問(wèn)題就是建立的虛擬人模型，只有單一的骨骼層或皮膚層，即便已經(jīng)將二者關(guān)聯(lián)起來(lái)，即將骨骼層和皮膚層綁定，通過(guò)骨骼層驅(qū)動(dòng)皮膚層變形。但是在虛擬人運(yùn)動(dòng)過(guò)程中，存在皮膚層的塌陷、斷裂等問(wèn)題，研究者往往忽略了這些問(wèn)題，未來(lái)研究的主要方向就是如何有效的解決上述問(wèn)題，建立肌肉層模型，實(shí)現(xiàn)逼真的虛擬人外形。

2 虛擬人運(yùn)動(dòng)控制技術(shù)的相關(guān)方法

虛擬人運(yùn)動(dòng)控制一直是虛擬人研究領(lǐng)域的關(guān)鍵技術(shù)之一。早期的虛擬人運(yùn)動(dòng)控制，主要是通過(guò)數(shù)值計(jì)算方式控制虛擬人運(yùn)動(dòng)。近期國(guó)內(nèi)外出現(xiàn)了大量有關(guān)虛擬人應(yīng)用軟件，最顯著的特點(diǎn)就對(duì)運(yùn)動(dòng)控制的效率以及實(shí)時(shí)性有了很高的要求，研究者關(guān)注的焦點(diǎn)是如何將人工智能技術(shù)與運(yùn)動(dòng)控制技術(shù)結(jié)合在一起，實(shí)現(xiàn)“自主”虛擬人。在自主虛擬人行為感知系統(tǒng)當(dāng)中，虛擬人根據(jù)行為決策系統(tǒng)輸出的決策結(jié)果，依靠運(yùn)動(dòng)控制系統(tǒng)，執(zhí)行相應(yīng)行為動(dòng)作，例如前往某個(gè)地方、閑逛、攻擊目標(biāo)、逃避危險(xiǎn)等[15]。

2.1 傳統(tǒng)的運(yùn)動(dòng)控制技術(shù)

在虛擬人研究領(lǐng)域，傳統(tǒng)的運(yùn)動(dòng)控制技術(shù)主要有基于關(guān)鍵幀的方法、基于物理控制方法、基于動(dòng)力學(xué)方法、基于運(yùn)動(dòng)學(xué)的方法等。

1）關(guān)鍵幀方法。

2）物理控制的方法。

3）運(yùn)動(dòng)學(xué)方法。

4）動(dòng)力學(xué)方法。

5）視頻數(shù)據(jù)驅(qū)動(dòng)的方法。

2.2 基于運(yùn)動(dòng)捕獲數(shù)據(jù)的控制方法

人體運(yùn)動(dòng)捕獲數(shù)據(jù)是直接記錄人體的運(yùn)動(dòng)數(shù)據(jù)并將其用于生成計(jì)算機(jī)動(dòng)畫(huà) ，因其視覺(jué)真實(shí)感、富有表現(xiàn)力等優(yōu)勢(shì)，越來(lái)越多地被應(yīng)用于動(dòng)畫(huà)、電影制作以及游戲等產(chǎn)業(yè)中。利用傳感設(shè)備捕獲人體運(yùn)動(dòng)數(shù)據(jù)，捕獲到的運(yùn)動(dòng)數(shù)據(jù)描述了骨架的結(jié)構(gòu)以及在各個(gè)時(shí)間點(diǎn)的運(yùn)動(dòng)參數(shù)，它可以視為一個(gè)時(shí)變函數(shù)[10]，給定時(shí)間參數(shù)，可以確定該時(shí)刻人體各關(guān)節(jié)的狀態(tài)信息。由于捕獲的數(shù)據(jù)存在一定的冗余，為了驅(qū)動(dòng)虛擬人在三維虛擬空間中更流暢運(yùn)動(dòng)，需要對(duì)捕獲的運(yùn)動(dòng)數(shù)據(jù)預(yù)處理，提取一些關(guān)鍵幀數(shù)據(jù)11]，將關(guān)鍵幀數(shù)據(jù)與人體模型進(jìn)行映射。

對(duì)于精度較高的捕獲設(shè)備，得到的運(yùn)動(dòng)數(shù)據(jù)準(zhǔn)確度高，能充分體現(xiàn)出運(yùn)動(dòng)的細(xì)節(jié)。文獻(xiàn)[12]中作者將捕獲的動(dòng)作文件進(jìn)行編輯，來(lái)合成逼真的虛擬人運(yùn)動(dòng)。文獻(xiàn)[13]中采用實(shí)時(shí)的動(dòng)作捕獲技術(shù)，在虛擬舞臺(tái)上進(jìn)行現(xiàn)場(chǎng)戲劇表演，實(shí)現(xiàn)了仿真人體的舞蹈動(dòng)畫(huà)。這是將傳統(tǒng)的藝術(shù)表演形式搬移到了虛擬空間，是藝術(shù)領(lǐng)域內(nèi)一次技術(shù)革新，引起越來(lái)越多研究者們對(duì)這種新的藝術(shù)表達(dá)方式的關(guān)注。文獻(xiàn)[14]提出一種“模板化”的運(yùn)動(dòng)控制方法，主要是將捕獲的運(yùn)動(dòng)數(shù)據(jù)，根據(jù)稀疏主成分分析方法、Group lasso以及 Exclusive group lasso三者結(jié)合起來(lái)，找到每一種運(yùn)動(dòng)內(nèi)在的具有語(yǔ)義特征的自由度，并將其包裝成模板化的運(yùn)動(dòng)參數(shù)留給用戶，用戶便可根據(jù)該參數(shù)的語(yǔ)義描述，直觀地進(jìn)行實(shí)時(shí)的模板化運(yùn)動(dòng)合成和控制。

上述方法各有優(yōu)缺點(diǎn)，基于運(yùn)動(dòng)捕獲的方法，雖然可以提高運(yùn)動(dòng)控制的效率和實(shí)時(shí)性，但是其無(wú)法適應(yīng)虛擬環(huán)境的變化，運(yùn)動(dòng)顯得死板僵硬的缺點(diǎn)也很明顯；基于物理控制的實(shí)時(shí)計(jì)算方法，雖然可以使虛擬人運(yùn)動(dòng)顯得真實(shí)，但是計(jì)算復(fù)雜、占用資源的缺點(diǎn)也限制了應(yīng)用的范圍。因此，可以采用多種方法綜合的途徑進(jìn)行，糅合每一種方法的優(yōu)點(diǎn)，這樣能極大地提高虛擬人運(yùn)動(dòng)控制的實(shí)時(shí)性。

3 自主感知行為的運(yùn)動(dòng)捕獲數(shù)據(jù)驅(qū)動(dòng)方法

前面所述的內(nèi)容，研究者關(guān)注的焦點(diǎn)是虛擬人運(yùn)動(dòng)的逼真性與實(shí)時(shí)性，根本上忽略了虛擬人與虛擬環(huán)境之間的交互性?？紤]到虛擬人與虛擬環(huán)境之間的交互作用，研究者提出通過(guò)建立自主感知模型APM，Autonomous Perception Model），使虛擬人實(shí)現(xiàn)自主行為控制。自主感知模型是自主虛擬人理解周?chē)h(huán)境、進(jìn)行自主行為控制以及決策的基礎(chǔ)，其主要目標(biāo)是通過(guò)不斷地監(jiān)測(cè)虛擬環(huán)境的變化，為行為控制模型提供必要的信息。

3.1 感知模型

通過(guò)建立感知模型來(lái)模擬虛擬人對(duì)虛擬環(huán)境感知限制，主要由視覺(jué)、聽(tīng)覺(jué)和觸覺(jué)過(guò)濾器組成。視覺(jué)過(guò)濾器的原理是采用計(jì)算機(jī)視覺(jué)計(jì)算的方法計(jì)算出虛擬環(huán)境中各個(gè)對(duì)象與人眼之間的相對(duì)距離，根據(jù)設(shè)定的虛擬人所觀察的范圍，判斷某個(gè)對(duì)象是否在虛擬人視野范圍之內(nèi)。為了提高感知模型檢測(cè)的準(zhǔn)確性，可以采用經(jīng)典的可見(jiàn)性計(jì)算方法分別求解虛擬人到包圍盒8個(gè)頂點(diǎn)的視線與其他物體包圍盒矩形是否有交點(diǎn)來(lái)判定空間的遮擋關(guān)系，包圍盒的選取要求光線與包圍盒的求交測(cè)試盡可能的簡(jiǎn)單。將得到的對(duì)象信息與虛擬人直接關(guān)聯(lián)，植入能否被感知的狀態(tài)值，設(shè)置虛擬人對(duì)物體的感知權(quán)限。聽(tīng)覺(jué)和觸覺(jué)過(guò)濾器主要作為視覺(jué)過(guò)濾器的補(bǔ)充，擴(kuò)大虛擬人的感知范圍。

3.2 行為決策模型

決策網(wǎng)絡(luò)是一種表達(dá)解決決策問(wèn)題的有向無(wú)環(huán)圖。有文獻(xiàn)中使用GeNie&Smile決策網(wǎng)絡(luò)包編程實(shí)現(xiàn)虛擬人行為決策模型。作者在行為決策模型設(shè)計(jì)中，將決策網(wǎng)絡(luò)劃分為頂級(jí)網(wǎng)絡(luò)、一級(jí)子網(wǎng)絡(luò)和以下各級(jí)子網(wǎng)絡(luò)組成。一級(jí)子網(wǎng)絡(luò)包括熟識(shí)行為網(wǎng)路、攻擊響應(yīng)網(wǎng)絡(luò)、呼救響應(yīng)網(wǎng)絡(luò)以及補(bǔ)充能量行為網(wǎng)絡(luò)。

3.3 運(yùn)動(dòng)控制模型

虛擬人根據(jù)行為決策系統(tǒng)輸出的決策結(jié)果，依靠運(yùn)動(dòng)控制系統(tǒng)，執(zhí)行相應(yīng)行為動(dòng)作。在高層控制中，通過(guò)設(shè)計(jì)路徑規(guī)劃器，根據(jù)目標(biāo)地點(diǎn)，生成虛擬人的運(yùn)動(dòng)路徑軌跡。路徑規(guī)劃器采用A*算法進(jìn)行路徑搜索。通過(guò)使用碰撞檢測(cè)，可在運(yùn)動(dòng)控制物理層上檢測(cè)出虛擬人之間及與虛擬環(huán)境景物之間發(fā)生的碰撞，并進(jìn)行相應(yīng)的碰撞反應(yīng)處理[8]。

4 總結(jié)與展望

由于人體結(jié)構(gòu)及其運(yùn)動(dòng)的復(fù)雜性，導(dǎo)致在虛擬人形象化建模、運(yùn)動(dòng)控制方面存在諸多困難和挑戰(zhàn)。本文在閱讀大量文獻(xiàn)的基礎(chǔ)上，通過(guò)分析總結(jié)了具有自主感知行為的虛擬人運(yùn)動(dòng)控制的方法。在形象化虛擬人建模方面，針對(duì)建立的虛擬人體模型缺乏逼真度等問(wèn)題，將相關(guān)研究成果進(jìn)行概括總結(jié)，分析了虛擬人體建模的關(guān)鍵技術(shù)和方法。在運(yùn)動(dòng)控制技術(shù)方面，將傳統(tǒng)的方法與最新的方法對(duì)比總結(jié)，重點(diǎn)介紹如何建立自主虛擬人感知模型，實(shí)現(xiàn)自主虛擬人行為控制和決策，使虛擬人具有“自我意識(shí)”。 如前文所述，由于人體自身的復(fù)雜性，自主感知行為的虛擬人運(yùn)動(dòng)控制技術(shù)還存在著一些問(wèn)題有待于解決。

參考文獻(xiàn)：

[1] 何長(zhǎng)鵬，侯進(jìn)，王獻(xiàn).基于骨骼的三維虛擬人運(yùn)動(dòng)合成方法研究[J].計(jì)算機(jī)工程與科學(xué)，2014，36（4）：737-740.

[2] J. Hou， F. Xu， L. Wu， and H. H. Mi. Avatar-based human communication： a review[J].International Journal of Modelling and Simulation，2012，32（4）：273-278.

[3] 夏時(shí)洪，王兆其.虛擬人合成研究進(jìn)展[J].中國(guó)科學(xué)F輯：信息科學(xué)，2009，39（5）：483-498.

[4] O. Schreer，R.Englert，P.Eisert，and R.Tanger.Real-time vision and speech driven avatars for multimedia applications[J].IEEE Trans. Multimedia， 2008，10（3）：352-360.

[5] 呂治國(guó)，李焱，賀漢根.基于Poser 模型的三維人體建模方法[J].計(jì)算機(jī)工程，2008，34（13）：256-261.

[6] 李毅，劉興川，孫亭.草繪3維人體建模的模板形變方法[J].中國(guó)圖象圖形學(xué)報(bào)，2015，20（6）：0828-0835.

[7] 姚礪，李?yuàn)W瓊，王慧潔.個(gè)性化人體特征曲線驅(qū)動(dòng)的三維服裝變形[J].計(jì)算機(jī)仿真，2015，32（7）：426-432.

[8] 劉渭濱，周亮，邢薇薇，等.自主虛擬人真實(shí)感行為與運(yùn)動(dòng)建模的研究[J].北京理工大學(xué)學(xué)報(bào)，2010，30（10）：1189-1193.

[9] J.L.Ren，Z.B.Zheng， Z.M.Jiao.Simulation of virtual human running based on inverse kinematics[C].//in Proc. 2nd Int. Conf. Education Technology and Computer， Shanghai， China， Jun.2010：360-363.

[10] S.L.Li，J.H.Liang，B.Wu，and L.Chen，etc.Dynamic motion editing by combining an extension of the prioritized inverse kinematics with active dynamic control[C].//in Proc. IEEE Int.Conf.Mechatronics and Automation，Changchun， China，Aug.2009：4067-4074.

[11] F. Multon，R.Kulpa，L.Hoyet，and T. Komura.Interactive animation of virtual humans based on motion capture data[J].Computer Animation and Virual Vorlds，2009，20（5）：491-500.

[12] C.E.Colvin，J.H. Babcock，J.H.Forrest，C.M.Stuart，M.J.Tonnemacher，and W.S.Wang.Multiple user motion capture and systems engineering[C].//in Proc. IEEE Systems and Information Engineering Design Symposium，Charlottesville， VS，USA，Apr.2011：137-140.

[13] C.TAY and R. Green. Human motion capture and representation[C].//in Proc. 24th Int. Conf. Image and Vision Computing， Wellington，New Zealand，Nov，2009：209-214.

[14] J.Geigel and M. Schweppe. Motion capture for real-time control of virtual actors in live， distributed， theatrical performances[C].//in Proc.IEEE Int. Conf. Automatic Face & Gesture Recognition and Workshops， Santa Barbara， CA， Mar. 2011：774-779.

[15] 夏貴羽，孫懷江.模板化的人體運(yùn)動(dòng)合成[J].自動(dòng)化學(xué)報(bào)，2015，41（4）：758-771.

篇7

【關(guān)鍵詞】電力系統(tǒng)；運(yùn)行；繼電保護(hù)；管理對(duì)策

社會(huì)經(jīng)濟(jì)的快速發(fā)展帶動(dòng)了電力系統(tǒng)的改進(jìn)，而工農(nóng)業(yè)的快速發(fā)展對(duì)電能的質(zhì)量和數(shù)量都提出了較高的要求，同時(shí)也對(duì)電網(wǎng)系統(tǒng)的實(shí)際運(yùn)行穩(wěn)定性提出了較高的要求。

1電力系統(tǒng)繼電保護(hù)的基本概念

在電力系統(tǒng)運(yùn)行中，外界因素（如雷擊、鳥(niǎo)害呢）、內(nèi)部因素（絕緣老化，損壞等）及操作等，都可能引起每項(xiàng)事故及非正常運(yùn)轉(zhuǎn)的情況呈現(xiàn)，我們經(jīng)?？吹降氖鹿视校合嚅g短路；兩相接地；三相接地；單相接地；短路等。這種系統(tǒng)不正常運(yùn)轉(zhuǎn)狀況有：過(guò)電壓，過(guò)負(fù)荷，不是全相運(yùn)轉(zhuǎn)，次同步諧振，振蕩，同步機(jī)器暫時(shí)失磁不尋常的運(yùn)轉(zhuǎn)等。繼電保護(hù)可以快速的切斷故障，消除不正常的運(yùn)行狀況，所以電力系統(tǒng)的繼電保護(hù)屬于一種保護(hù)電網(wǎng)運(yùn)行安全的自動(dòng)裝置。所以當(dāng)有危及電網(wǎng)安全的故障發(fā)生時(shí)，繼電保護(hù)會(huì)發(fā)生報(bào)警信號(hào)并自動(dòng)采取措施以終止不穩(wěn)定因素的發(fā)生。繼電保護(hù)的基本任務(wù)：自動(dòng)迅速，有選擇的跳開(kāi)特定的斷路器；反映電氣元件的不正常運(yùn)行狀態(tài)。電力系統(tǒng)對(duì)繼電保護(hù)的基本要求：速動(dòng)性；選擇性；靈敏性；可靠性。

2電力系統(tǒng)繼電保護(hù)現(xiàn)狀

2.1微機(jī)在繼電保護(hù)中的大量普及

隨著計(jì)算機(jī)的廣泛推廣普及，微機(jī)開(kāi)始在繼電保護(hù)裝置中開(kāi)始使用，計(jì)算機(jī)在計(jì)算方面具有極強(qiáng)的運(yùn)算能力和分析能力，所以在提高繼電保護(hù)裝置的性能方面具有較強(qiáng)的優(yōu)勢(shì)，所以在近年來(lái)，計(jì)算機(jī)廣泛在繼電保護(hù)裝置上開(kāi)始使用，且利用率呈上升趨勢(shì)，針對(duì)高壓的電力系統(tǒng)，微機(jī)的保護(hù)功能具有更強(qiáng)的性能。

2.2繼電保護(hù)與前沿技術(shù)相結(jié)合

當(dāng)今繼電保護(hù)技術(shù)已過(guò)慢慢的逐漸呈現(xiàn)互聯(lián)網(wǎng)和防護(hù)、檢測(cè)、控制、數(shù)據(jù)信息整體化。互聯(lián)網(wǎng)平臺(tái)成就信息和數(shù)據(jù)聯(lián)絡(luò)用具已形成網(wǎng)絡(luò)時(shí)期的技能助手，其與繼電防護(hù)的融合是呈現(xiàn)現(xiàn)在電力體系安全、穩(wěn)固運(yùn)轉(zhuǎn)的核心保護(hù)?，F(xiàn)在電力體制繼電保護(hù)需要整個(gè)防護(hù)單元全能同享整個(gè)體制的運(yùn)轉(zhuǎn)和事故信息的數(shù)據(jù)，促使每個(gè)防護(hù)單元與相交閘設(shè)置在研究這類(lèi)信息和數(shù)據(jù)的基礎(chǔ)上調(diào)和行為，實(shí)施這項(xiàng)體制防護(hù)的基礎(chǔ)條件是將整個(gè)體制每個(gè)核心電氣設(shè)施的防護(hù)設(shè)置用互聯(lián)網(wǎng)平臺(tái)結(jié)合在一塊，即呈現(xiàn)微機(jī)防護(hù)設(shè)置的互聯(lián)網(wǎng)信息化。當(dāng)前微機(jī)確保的互聯(lián)網(wǎng)信息化現(xiàn)在已實(shí)行，但它還是在初級(jí)時(shí)段，要完成我們國(guó)家微機(jī)防護(hù)的整體互聯(lián)網(wǎng)信息化，還要求我們繼電保護(hù)工作員的繼續(xù)努力。

2.3使用人工智能（AI）、自適應(yīng)控制算法等先進(jìn)手段

人工智能技術(shù)（如專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)ANN等）被全面地使用于需求非線性困難，相對(duì)于原來(lái)的方式有著不可更換的實(shí)力。我們都知道，電力系統(tǒng)繼電保護(hù)是一項(xiàng)普通的離散制約，劃分到系統(tǒng)的每個(gè)地方，對(duì)于系統(tǒng)的狀況（正?；蚬收希﹣?lái)診斷，即狀況評(píng)估，是完成確保有效行為的核心。由于AI的邏輯思維和迅速治理技能，AI已形成網(wǎng)上狀況評(píng)估的關(guān)鍵手段，越為廣泛地使用于電力體制的眾多方面里，尤其是繼電防護(hù)方面，在于掌控、監(jiān)管及計(jì)劃等空間中展示著尤為關(guān)鍵的作用。

3確保繼電保護(hù)安全運(yùn)行的對(duì)策

3.1繼電保護(hù)裝置檢驗(yàn)應(yīng)注意的問(wèn)題

在繼電保護(hù)設(shè)置檢測(cè)進(jìn)程里務(wù)必預(yù)防：將整個(gè)測(cè)驗(yàn)和電流回路升級(jí)檢驗(yàn)設(shè)置在該次檢測(cè)最終來(lái)做，這幾項(xiàng)動(dòng)作做完之后，不要再動(dòng)換定值﹑插件﹑換定值區(qū)﹑換變兩次回路對(duì)接等動(dòng)作信息網(wǎng)。電流回路升流和電壓回路升壓檢測(cè)，也務(wù)必在別的檢測(cè)地方形成后最終來(lái)做。在經(jīng)常的檢測(cè)里，時(shí)常在檢測(cè)做好后或者設(shè)施進(jìn)人熱備情況，或者進(jìn)入運(yùn)轉(zhuǎn)而短時(shí)間內(nèi)沒(méi)負(fù)荷，像這種狀態(tài)下是不可以檢測(cè)負(fù)荷向量和復(fù)印負(fù)荷采樣值的。

3.2定值區(qū)問(wèn)題

微機(jī)防護(hù)的最大優(yōu)勢(shì)是能有很多定值區(qū)，這也方便了電網(wǎng)運(yùn)轉(zhuǎn)方法千變?nèi)f化的狀態(tài)下定值更換問(wèn)題。這時(shí)務(wù)必要做好的是定值區(qū)的錯(cuò)誤對(duì)繼電工作來(lái)說(shuō)是一大忌，必須采用嚴(yán)格的管理和相應(yīng)的技術(shù)手段來(lái)確保定值區(qū)的正確性。

3.2.1短距離饋線與降壓變壓器保護(hù)配合問(wèn)題

一般廠里使用的電纜為不會(huì)超出2km的短線路。饋線最終的地方的10.5kV/0.4kV變壓器不會(huì)設(shè)置唯一的變壓器防護(hù)，務(wù)必將10kV這種線的路子和10.5kV/0.4kV變壓器應(yīng)該是線路變壓器構(gòu)成，是一樣要保護(hù)的。就是設(shè)置了變壓器防護(hù)的35kV/10.5kV變壓器，出于饋線線路非常短，短路電流異常挺慢，一時(shí)斷掉防護(hù)行為值需要按原線路終端三相短路較大的短路電流來(lái)整理，按照線路出去的地方短路來(lái)檢驗(yàn)快速斷電防護(hù)敏感度，在思考1.2的有效系數(shù)之后就沒(méi)了防護(hù)空間。有效防護(hù)整理中，同時(shí)將35kV線路和35kV/10.5kV變壓器想象成線路變壓器組，一塊看作防護(hù)對(duì)象。

3.2.2定時(shí)限過(guò)電流保護(hù)與限時(shí)電流速斷保護(hù)配合

速斷保護(hù)是一種短路保護(hù)，為了使速斷保護(hù)動(dòng)作具有選擇性，一般電力系統(tǒng)中速斷保護(hù)其實(shí)都帶有一定的時(shí)限，這就是限時(shí)速斷，離負(fù)荷越近的開(kāi)關(guān)保護(hù)時(shí)限設(shè)置得越短，末端的開(kāi)關(guān)時(shí)限可以設(shè)置為零，這就成速斷保護(hù)，這樣就能保證在短路故障發(fā)生時(shí)近故障點(diǎn)的開(kāi)關(guān)先跳閘，避免越級(jí)跳閘。定時(shí)限過(guò)流保護(hù)的目的是保護(hù)回路不過(guò)載，與限時(shí)速斷保護(hù)的區(qū)別在于整定的電流相對(duì)較小，而時(shí)限相對(duì)較長(zhǎng)。這三種保護(hù)因?yàn)橛猛镜牟煌荒苷f(shuō)各有什么優(yōu)缺點(diǎn)，并且往往限時(shí)速斷和定時(shí)限過(guò)流保護(hù)是結(jié)合使用的。

3.3一般性檢查

首先清點(diǎn)連接件是否緊固焊接點(diǎn)是否虛焊機(jī)械特性等?，F(xiàn)在保護(hù)屏后的端子排端子螺絲非常多，特別是新安裝的保護(hù)屏經(jīng)過(guò)運(yùn)輸搬運(yùn)，大部分螺絲已經(jīng)松動(dòng)，在現(xiàn)場(chǎng)就位以后，必須認(rèn)認(rèn)真真一個(gè)不漏地緊固一遍，否則就是保護(hù)拒動(dòng)，誤動(dòng)的隱患。其次是應(yīng)該將裝置所有的插件拔下來(lái)檢查一遍。

3.4接地問(wèn)題。

通俗的講接地就是將電器設(shè)備的外殼與大地通過(guò)接地極和接地線做良好的電氣連接，使電器的外殼與大地之間在正常和故障的情況下都可以保持相同的電位，因?yàn)檫@兩點(diǎn)（外殼和大地）的電位相同即電位差（電壓）為零，因此人站在地上摸外殼就不會(huì)有電流通過(guò)人體，從而達(dá)到了保護(hù)人身安全的目的，這是理論上的，實(shí)際上接地線、接地極與大地之間的電阻不可能做到零因此外殼對(duì)地還會(huì)有一定的電壓（具體數(shù)值視接地效果和漏電電流大小而不同），但畢竟大大降低了人體觸電危險(xiǎn)性。

3.5工作記錄和檢查習(xí)慣。

工作記錄和檢查習(xí)慣是每一個(gè)繼電工作者都應(yīng)該具有的工作習(xí)慣，良好的工作記錄能及時(shí)發(fā)現(xiàn)工作中任何環(huán)節(jié)的疏漏，對(duì)以后繼電保護(hù)工作也是一個(gè)良好的參考借鑒。

4繼電保護(hù)管理的重要性及任務(wù)

4.1重要性

繼電保護(hù)工作作為電網(wǎng)工作中的一個(gè)重要組成部分，這種行為責(zé)任重大、技能方面的性能非常強(qiáng)、工作細(xì)節(jié)復(fù)雜。繼電保護(hù)員工天天對(duì)著很多像電網(wǎng)架構(gòu)、保護(hù)設(shè)置、設(shè)施進(jìn)出、運(yùn)轉(zhuǎn)方法變換及事故狀況等每項(xiàng)信息，對(duì)這些來(lái)有效的總結(jié)、整理和分析，做起來(lái)非常復(fù)雜，況且上面和下面之間、局與各站點(diǎn)之間存著很多反復(fù)性?xún)?nèi)容進(jìn)入及維修工作。為降低繼電保護(hù)員工的工作的壓力力度，提升整體生產(chǎn)力，開(kāi)展繼電保護(hù)信息監(jiān)管體系已形成電網(wǎng)未來(lái)的一項(xiàng)必然發(fā)展趨勢(shì)。

4.2主要任務(wù)

電力體系繼電防護(hù)監(jiān)管體系的首要工作是對(duì)繼電防護(hù)所關(guān)系到的信息、數(shù)據(jù)、內(nèi)容、圖表等進(jìn)行進(jìn)入、查看、更改、刪掉、查詢(xún)。雖然監(jiān)管對(duì)象層次非常之多、架構(gòu)相對(duì)復(fù)雜、涉及全部一、二次設(shè)施參數(shù)、運(yùn)轉(zhuǎn)狀況、數(shù)據(jù)分析、圖檔監(jiān)管還有一些人力方面的管理，每個(gè)層面防護(hù)細(xì)節(jié)分工非常細(xì)，這也讓數(shù)據(jù)庫(kù)、表格非常之多，運(yùn)用監(jiān)管系統(tǒng)可以有效提升效率和數(shù)據(jù)運(yùn)用的確定性。在電力體系里，依然有如防護(hù)設(shè)置軟件設(shè)置不妥善、二次回路設(shè)置不規(guī)范、參數(shù)結(jié)合不理想、元器配件質(zhì)量較差、設(shè)施落伍、二次標(biāo)識(shí)不對(duì)、沒(méi)有運(yùn)用反措等很多因素，影響運(yùn)轉(zhuǎn)的繼電防護(hù)設(shè)施存在或呈現(xiàn)事故，比較輕的會(huì)導(dǎo)致設(shè)施正常運(yùn)轉(zhuǎn)，嚴(yán)重的是影響電網(wǎng)的安全正常運(yùn)轉(zhuǎn)，對(duì)此，務(wù)必提高警惕繼電保護(hù)事故預(yù)防，用心、堅(jiān)持地展開(kāi)好繼電保護(hù)信息管理。

5繼電保護(hù)管理中的不足

根據(jù)當(dāng)前電力系統(tǒng)每個(gè)供電機(jī)構(gòu)的繼電防護(hù)監(jiān)管狀況，會(huì)看出各公司對(duì)繼電保護(hù)監(jiān)管里當(dāng)下的困難款式多元化、內(nèi)容各不相同、格式也是無(wú)奇不有、規(guī)范方面就更不用說(shuō)了；還有，整個(gè)供電單位都是對(duì)監(jiān)管不到位也就是形式化的記一下而已，現(xiàn)在的事故打消之后就在不會(huì)來(lái)更深入的總結(jié)研究。更關(guān)鍵的還有公司連事故的原因都不記，發(fā)現(xiàn)監(jiān)管上的漏洞之后就是督促工作人員進(jìn)行處理就了結(jié)了。由于各公司對(duì)監(jiān)管力度不一樣，忽視不問(wèn)。最后構(gòu)成運(yùn)轉(zhuǎn)維修結(jié)果也不一樣：有的公司發(fā)現(xiàn)事故，想法處理根治，設(shè)施及電網(wǎng)安全基本穩(wěn)定；還有一些單位發(fā)現(xiàn)事故之后，反復(fù)處理都無(wú)法根除，浪費(fèi)力氣又耗材，而且非常嚴(yán)重的導(dǎo)致了設(shè)施及電網(wǎng)的安全穩(wěn)固運(yùn)轉(zhuǎn)；有的單位發(fā)現(xiàn)了事故由于人員緊張不能及時(shí)處理，同時(shí)對(duì)事故也沒(méi)有做出詳細(xì)的記錄，小事等大了在處理不但影響了電網(wǎng)的正常運(yùn)轉(zhuǎn)還損失了經(jīng)濟(jì)。對(duì)于這種情況，為了較低經(jīng)濟(jì)損失，要加強(qiáng)繼電保護(hù)工作人員治理事故的技能和經(jīng)驗(yàn)累積，提升繼電防護(hù)行為目標(biāo)，保證電力設(shè)施穩(wěn)健運(yùn)轉(zhuǎn)以及電網(wǎng)安全穩(wěn)固運(yùn)轉(zhuǎn)，確實(shí)將事故消除監(jiān)管工作做到位，并經(jīng)過(guò)科學(xué)監(jiān)管來(lái)引導(dǎo)安全運(yùn)轉(zhuǎn)維修工作，務(wù)必對(duì)事故及不足要實(shí)施微機(jī)化監(jiān)管，借助微機(jī)強(qiáng)大的技能，對(duì)呈現(xiàn)的事故存貯分析、統(tǒng)計(jì)、總結(jié)，并來(lái)精心探討、總結(jié)，尋找設(shè)施運(yùn)轉(zhuǎn)規(guī)律，很好地讓事故監(jiān)管應(yīng)用、服務(wù)于運(yùn)轉(zhuǎn)維修與安全有效運(yùn)轉(zhuǎn)。

6排除故障的措施

6.1對(duì)繼電保護(hù)故障按獨(dú)立的裝置類(lèi)型進(jìn)行統(tǒng)計(jì)

對(duì)當(dāng)前系統(tǒng)運(yùn)轉(zhuǎn)的各項(xiàng)線路防護(hù)設(shè)置、變壓器防護(hù)設(shè)置、母差防護(hù)設(shè)置、電抗器防護(hù)設(shè)置、開(kāi)關(guān)操作箱、重合閘設(shè)置或繼電設(shè)置、電壓切換箱，電容器防護(hù)設(shè)置、以及其他保護(hù)、備用電源自投切設(shè)置或安全自動(dòng)設(shè)置等，將其事故依照設(shè)置款式在微機(jī)里來(lái)統(tǒng)計(jì)分析，而不運(yùn)用羅列筆錄或按站統(tǒng)計(jì)等方式。

6.2對(duì)繼電保護(hù)故障分類(lèi)

除去按事故對(duì)設(shè)施或電網(wǎng)運(yùn)轉(zhuǎn)的影響力度可區(qū)分成較輕、嚴(yán)重、危機(jī)三種以外，還可以依照事故發(fā)生的直接因素，將事故區(qū)分為設(shè)置不理想（包含二次回路與設(shè)置原理）、反措沒(méi)實(shí)行、元器件不合格（包括物品自身質(zhì)量就不好與產(chǎn)品運(yùn)轉(zhuǎn)長(zhǎng)時(shí)間退化）、工作上的不足（包括失誤接錯(cuò)線、設(shè)施不良或使用不當(dāng)、標(biāo)識(shí)錯(cuò)誤、檢驗(yàn)疏忽）等幾個(gè)方面。對(duì)事故的分析統(tǒng)計(jì)之后，首先依照事故損壞程度，分清不同程度安排處理；另還有，便于對(duì)事故的輕重職責(zé)分類(lèi)及有效性改進(jìn)，從根源上杜絕事故以后在出現(xiàn)，也保證了消除事故整理的功效。

6.3明確繼電保護(hù)缺陷登錄的渠道或制度

為了逐漸把我設(shè)施運(yùn)轉(zhuǎn)規(guī)律，并逐步提升繼電保護(hù)工作人員的運(yùn)轉(zhuǎn)維護(hù)技術(shù)水平，就務(wù)必對(duì)繼電保護(hù)設(shè)施呈現(xiàn)的每一項(xiàng)事故來(lái)立即、整體的統(tǒng)計(jì)分析，除去繼電保護(hù)工作人員個(gè)人出現(xiàn)的事故應(yīng)立即統(tǒng)計(jì)分析之外，還務(wù)必立即統(tǒng)計(jì)分析變電站運(yùn)轉(zhuǎn)工作崗位上的人員出現(xiàn)的事故，而要做好后面這項(xiàng)以往非常復(fù)雜。對(duì)此，務(wù)必對(duì)運(yùn)轉(zhuǎn)機(jī)構(gòu)工作（人員）有效繼電保護(hù)事故通知方式、機(jī)制，經(jīng)過(guò)制度的制約，清楚事故上報(bào)的方式、事故政治的分界、耽誤事故治理構(gòu)成緣故的職責(zé)歸屬等，明確做好任何一次事故都能立即做到統(tǒng)計(jì)分析，為經(jīng)過(guò)不足之處監(jiān)管查詢(xún)?cè)O(shè)施運(yùn)轉(zhuǎn)規(guī)律奠定堅(jiān)實(shí)的基礎(chǔ)。

7繼電保護(hù)故障管理的對(duì)策

7.1跟蹤繼電保護(hù)設(shè)備運(yùn)行情況，及時(shí)、合理安排消缺

通過(guò)事故監(jiān)管，可以在不同地方把握設(shè)施運(yùn)轉(zhuǎn)狀況，做好下一步的計(jì)劃：哪些設(shè)施沒(méi)有出現(xiàn)過(guò)事故，我們可以暫不處理，哪些設(shè)施還存在隱患，事故可否導(dǎo)致設(shè)施安全運(yùn)轉(zhuǎn)，并對(duì)目前有事故的設(shè)備，依照事故輕重，進(jìn)行安排處理，立即妥善處理或逐漸導(dǎo)入月度生產(chǎn)檢測(cè)修理計(jì)劃來(lái)對(duì)設(shè)施打消或結(jié)合繼電保護(hù)定期檢驗(yàn)、交接性校驗(yàn)、狀態(tài)檢修進(jìn)行設(shè)備消缺，以確保設(shè)備盡可能地健康穩(wěn)定運(yùn)行。

7.2超前預(yù)防，安全生產(chǎn)

通過(guò)事故管理，對(duì)把握的事故的數(shù)據(jù)，在其未構(gòu)成故障之前，要做到立即總結(jié)分析，定出計(jì)劃和針對(duì)性的措施。對(duì)于立刻能處理的事故，要安排工作人員進(jìn)行處理；對(duì)不能馬上處理的事故，要做到再次總結(jié)分析，制定挽救方法，并認(rèn)真對(duì)待該事故預(yù)想。

7.3及時(shí)、準(zhǔn)確地對(duì)繼電保護(hù)設(shè)備進(jìn)行定級(jí)統(tǒng)計(jì)

要真正做到把每臺(tái)繼電保護(hù)設(shè)備定級(jí)到位，就必須做到時(shí)刻全面地掌握每臺(tái)繼電保護(hù)設(shè)備存在的問(wèn)題，并對(duì)其進(jìn)行合理化管理，進(jìn)而對(duì)設(shè)備定級(jí)實(shí)現(xiàn)動(dòng)態(tài)的科學(xué)化管理。

總之，電力企業(yè)作為能源工業(yè)之一，國(guó)家一直有相關(guān)的政策扶持，所以在發(fā)展上也一直呈上升速度快速的發(fā)展，隨著科學(xué)技術(shù)的不斷進(jìn)步，各種高科技技術(shù)開(kāi)始介入電力企業(yè)的發(fā)展過(guò)程當(dāng)中，繼電保護(hù)技術(shù)也在接受著新的機(jī)遇和挑戰(zhàn)，所以在繼電保護(hù)技術(shù)的使用上我們應(yīng)加強(qiáng)學(xué)習(xí)和研究，使繼電保護(hù)技術(shù)不斷朝著一體化及智能化管理方面發(fā)展。

參考文獻(xiàn)：

篇8

【關(guān)鍵詞】計(jì)算機(jī)；網(wǎng)絡(luò)管理；網(wǎng)絡(luò)安全

引言

對(duì)于目前來(lái)看，Web管理軟件可以包容很多技術(shù)及其各方面的應(yīng)用特性，不僅如此，還有比較容易操作和開(kāi)發(fā)成本比較低的特點(diǎn)，所以Web網(wǎng)絡(luò)管理系統(tǒng)是目前最受歡迎的軟件。所以本文就基于Web網(wǎng)絡(luò)管理系統(tǒng)這方面的優(yōu)越性，簡(jiǎn)單地介紹一下Web的基本理論和基于Web網(wǎng)絡(luò)管理模式的研究，最后以網(wǎng)絡(luò)管理安全作為本文的結(jié)論點(diǎn)，使得在網(wǎng)絡(luò)安全管理中保證其正常運(yùn)行。

1 計(jì)算機(jī)網(wǎng)絡(luò)管理的概念及Web技術(shù)

1.1 計(jì)算機(jī)網(wǎng)絡(luò)管理

計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)實(shí)質(zhì)上就是管理網(wǎng)絡(luò)的軟件系統(tǒng)，將其收集到的信息進(jìn)行綜合分析和具體的調(diào)整。網(wǎng)絡(luò)管理這一領(lǐng)域從 20 世紀(jì) 80 年代逐漸受到重視，各種網(wǎng)絡(luò)系統(tǒng)雖然在結(jié)構(gòu)上還存在著一定的差異，也沒(méi)有一個(gè)人們能接受的標(biāo)準(zhǔn)，但是可以將網(wǎng)絡(luò)管理的概念分為以下幾個(gè)主要內(nèi)容：

新的網(wǎng)絡(luò)管理技術(shù)的出現(xiàn)，使原有的技術(shù)已經(jīng)不能滿足新的網(wǎng)絡(luò)時(shí)代的要求，基于復(fù)雜的網(wǎng)絡(luò)管理技術(shù)，由于復(fù)雜和實(shí)施費(fèi)用過(guò)高，還不能被廣范的認(rèn)可，因此網(wǎng)絡(luò)管理系統(tǒng)還是當(dāng)前的重要研究?jī)?nèi)容。計(jì)算機(jī)網(wǎng)絡(luò)管理是收集網(wǎng)絡(luò)中的各種動(dòng)態(tài)和靜態(tài)信息的，為了保證網(wǎng)絡(luò)的安全和高效的運(yùn)轉(zhuǎn)，要合理的分配網(wǎng)絡(luò)資源。通常情況下，計(jì)算機(jī)網(wǎng)絡(luò)管理的功能主要包括計(jì)費(fèi)管理、故障管理、性能管理、配置管理和安全管理五個(gè)方面的管理功能。

1.2 Web 相關(guān)技術(shù)簡(jiǎn)介

自從Web技術(shù)的出現(xiàn)，人們的生活和工作受到了很大影響，使人們?cè)谠谛畔⒔涣髦谐隽藭r(shí)空的界限，在任何地點(diǎn)任何時(shí)間內(nèi)都可以獲取自己想得到的信息，如此以來(lái)，使得Web技術(shù)很快融入到了人們生活的每一個(gè)領(lǐng)域內(nèi)，包括計(jì)算機(jī)網(wǎng)絡(luò)管理領(lǐng)域。Web技術(shù)采用的是開(kāi)放式技術(shù)，即客戶與服務(wù)器結(jié)構(gòu)模式，在這方面的技術(shù)中，包括了Web服務(wù)器、客戶瀏覽器以及傳輸規(guī)程三個(gè)部分，其中還有一些輔技術(shù)，有CGI、JAVA和HTML等一些編程語(yǔ)言。但是，在Web技術(shù)迅速發(fā)展的時(shí)期，也帶來(lái)了一些問(wèn)題，使得人們?cè)谄浼夹g(shù)上跟不上其發(fā)展的步伐，使得那些新的應(yīng)用、協(xié)議和標(biāo)準(zhǔn)令人應(yīng)接不暇，雖然有各方面的問(wèn)題存在，但其發(fā)展框架還是圍繞著這些方面展開(kāi)的。

2 計(jì)算機(jī)網(wǎng)絡(luò)管理的發(fā)展趨勢(shì)

2.1 計(jì)算機(jī)網(wǎng)絡(luò)管理的現(xiàn)狀

計(jì)算機(jī)網(wǎng)絡(luò)管理在信息化時(shí)代已經(jīng)凸顯出了其重要的地位，對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)管理者來(lái)說(shuō)，如何有效的利用并將計(jì)算機(jī)網(wǎng)絡(luò)的使用價(jià)值最大化成為了迫在眉睫的任務(wù)。計(jì)算機(jī)網(wǎng)絡(luò)性能的管理是用戶最關(guān)注的話題，為滿足用戶及企業(yè)的要求，就要從軟件設(shè)備管理和業(yè)務(wù)管理入手。在網(wǎng)絡(luò)的發(fā)展中，總會(huì)出現(xiàn)一些關(guān)鍵性的問(wèn)題沖擊企業(yè)的發(fā)展，這些問(wèn)題關(guān)系到網(wǎng)絡(luò)的正常運(yùn)轉(zhuǎn)，影響到原有的網(wǎng)絡(luò)管理系統(tǒng)，這需要找到問(wèn)題的根源所在。從目前的情況看，我國(guó)的計(jì)算機(jī)網(wǎng)絡(luò)管理技術(shù)水平還很低，因此要實(shí)現(xiàn)一個(gè)網(wǎng)絡(luò)系統(tǒng)的高效運(yùn)轉(zhuǎn)仍然十分困難，大力的開(kāi)發(fā)和推廣新的管理是緩解當(dāng)前管理水平的有效措施。首先，我國(guó)在網(wǎng)絡(luò)管理的研究和應(yīng)用上與國(guó)外的先進(jìn)水平還有一段差距，要縮短差距，開(kāi)發(fā)出自己國(guó)家的一套先進(jìn)技術(shù)還十分困難；其次，單純的依靠國(guó)外的網(wǎng)絡(luò)管理來(lái)緩解我國(guó)的網(wǎng)絡(luò)管理落后局面也是不夠的，國(guó)外的一些管理與我國(guó)的實(shí)際情況并不符合，所生產(chǎn)的網(wǎng)絡(luò)產(chǎn)品與我國(guó)的網(wǎng)絡(luò)應(yīng)用環(huán)境不協(xié)調(diào)?？傊?，從這兩種情況可以看出：我國(guó)要積極的研究和開(kāi)發(fā)出屬于我國(guó)的計(jì)算機(jī)網(wǎng)絡(luò)管理，推廣和吸收國(guó)外的先進(jìn)經(jīng)驗(yàn)和原有的管理，在此基礎(chǔ)上，提高網(wǎng)絡(luò)管理在我國(guó)的應(yīng)用價(jià)值和效率。

2.2 計(jì)算機(jī)網(wǎng)絡(luò)管理的發(fā)展趨勢(shì)

現(xiàn)在的計(jì)算機(jī)網(wǎng)絡(luò)管理已經(jīng)開(kāi)始向應(yīng)用層次轉(zhuǎn)變，在傳統(tǒng)的計(jì)算機(jī)網(wǎng)絡(luò)管理的基礎(chǔ)上進(jìn)行了一系列的調(diào)整，數(shù)據(jù)的傳輸更加安全可靠。

2.2.1 實(shí)現(xiàn)了綜合化的網(wǎng)絡(luò)管理

計(jì)算機(jī)網(wǎng)絡(luò)管理系統(tǒng)中的綜合化網(wǎng)絡(luò)管理要求管理系統(tǒng)能夠提供更多的管理支持，通過(guò)具體的操作對(duì)管理的業(yè)務(wù)進(jìn)行定位和支持。計(jì)算機(jī)的網(wǎng)絡(luò)管理作用在生活中尤為突出，因此要實(shí)現(xiàn)對(duì)多個(gè)網(wǎng)絡(luò)的管理就要考慮幾個(gè)因素。首先，對(duì)存在多個(gè)網(wǎng)絡(luò)管理系統(tǒng)的的不同部分要進(jìn)行分別管理；其次，將網(wǎng)絡(luò)管理系統(tǒng)中的各個(gè)網(wǎng)絡(luò)緊密的結(jié)合起來(lái)，降低管理的復(fù)雜性。

2.2.2 實(shí)現(xiàn)智能化和業(yè)務(wù)監(jiān)控管理

實(shí)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)管理對(duì)支持策略和管理系統(tǒng)的本身維護(hù)，可以采用人工智能技術(shù)來(lái)進(jìn)行維護(hù)和排除故障以保證網(wǎng)絡(luò)的正常運(yùn)行。就目前的網(wǎng)絡(luò)管理的服務(wù)內(nèi)容來(lái)看，有些服務(wù)雖然已經(jīng)停止，但對(duì)其監(jiān)控管理還未停止。進(jìn)一步加強(qiáng)業(yè)務(wù)的監(jiān)測(cè)和管理是計(jì)算機(jī)網(wǎng)絡(luò)管理的一個(gè)重要的發(fā)展趨勢(shì)。

2.3 基于WEB的網(wǎng)絡(luò)管理模式的優(yōu)缺點(diǎn)

在互聯(lián)網(wǎng)技術(shù)迅速發(fā)展的今天，互聯(lián)網(wǎng)已經(jīng)取代了以前所用的局域網(wǎng)，相對(duì)于局域網(wǎng)來(lái)說(shuō)，互聯(lián)網(wǎng)的各方面費(fèi)用都很高，因?yàn)樗腔诋惙N平臺(tái)的設(shè)計(jì)及其網(wǎng)絡(luò)管理方法和模型的多樣性開(kāi)發(fā)的，所以會(huì)在開(kāi)發(fā)和維護(hù)時(shí)費(fèi)用大增，還有就是在這方面的操作需要專(zhuān)業(yè)的人員，對(duì)于這方面的學(xué)習(xí)要滲透全面掌握其基本理論，所以在這方面的學(xué)習(xí)是需要占用大量的時(shí)間的。對(duì)于這些缺點(diǎn)，人們繼續(xù)找到解決這些問(wèn)題的方法，研究開(kāi)發(fā)適合人們需求的高效方便的網(wǎng)絡(luò)管理模式。來(lái)適應(yīng)網(wǎng)絡(luò)高速發(fā)展的新形勢(shì)。

3 計(jì)算機(jī)網(wǎng)絡(luò)管理的安全策略

當(dāng)前，計(jì)算機(jī)網(wǎng)絡(luò)安全涉及的面更廣，危害更大，當(dāng)前我國(guó)已經(jīng)進(jìn)入了以網(wǎng)絡(luò)為核心發(fā)展的信息時(shí)代時(shí)期，但是在這個(gè)時(shí)期也產(chǎn)生了很多有關(guān)信息安全隱患問(wèn)題，這樣不經(jīng)給社會(huì)帶來(lái)很大的隱患，還會(huì)影響到我國(guó)機(jī)密信息的安全，所以在過(guò)個(gè)程中為了免受非法的盜取。下面將分析一下計(jì)算機(jī)網(wǎng)絡(luò)存在的安全問(wèn)題以及相應(yīng)的解決辦法。

3.1 數(shù)據(jù)加密技術(shù)

數(shù)據(jù)加密技術(shù)實(shí)際上是對(duì)數(shù)據(jù)進(jìn)行置換和移位的變換算法，這種方法能夠?qū)o態(tài)和動(dòng)態(tài)信息進(jìn)行同時(shí)的保護(hù)，在變換過(guò)程中有個(gè)“密鑰”控制，而密鑰必須要有密碼保護(hù)，而密碼只有授權(quán)用戶知道。

3.2 選用防火墻技術(shù)

防火墻技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)安全管理系統(tǒng)中是非常重要的。它是一種隔離控制技術(shù)，目前我們常用的防火墻技術(shù)只有三種，即狀態(tài)檢測(cè)技術(shù)、應(yīng)用網(wǎng)關(guān)技術(shù)、包過(guò)濾技術(shù)三種。對(duì)于不同的技術(shù)有不同的防御系統(tǒng)，像狀態(tài)檢測(cè)技術(shù)，他不僅可以對(duì)屬于同一連接的數(shù)據(jù)流程經(jīng)行檢測(cè)隔離，而且還可以對(duì)那些單個(gè)鏈接的數(shù)據(jù)流程經(jīng)行區(qū)分和識(shí)別。而應(yīng)用網(wǎng)關(guān)技術(shù)它是利用一個(gè)特殊的系統(tǒng)軟件來(lái)保護(hù)網(wǎng)絡(luò)和其他網(wǎng)絡(luò)系統(tǒng)，但它保護(hù)的對(duì)象有輕重之分，它的重點(diǎn)就是保護(hù)主機(jī)及其里面的數(shù)據(jù)；最后包過(guò)濾技術(shù)是對(duì)網(wǎng)絡(luò)層中的數(shù)據(jù)進(jìn)行檢測(cè)和選擇利用，對(duì)目標(biāo)地址和所用的端口進(jìn)行檢測(cè)，來(lái)判斷是否可以對(duì)其放行。

3.3 計(jì)算機(jī)桌面的安全系統(tǒng)

計(jì)算機(jī)網(wǎng)絡(luò)用戶最重要的信息是以文件的形式儲(chǔ)存在電腦上的磁盤(pán)里，用戶在存取、分發(fā)等方面更加的快捷，在同一時(shí)間內(nèi)提高工作效率和質(zhì)量，但也出現(xiàn)了一些問(wèn)題。用戶將檔案儲(chǔ)存在電腦上的磁盤(pán)里，信息容易泄漏，形成了安全隱患，在這種情況下，“清華紫光桌面計(jì)算機(jī)信息系統(tǒng)安全保護(hù)”在應(yīng)用中顯得非常重要的，它可以防止非法入侵和改變數(shù)據(jù)，保護(hù)文件的安全扮演了一個(gè)重要的角色。

4 結(jié)論

在幾十年的發(fā)展過(guò)程中，計(jì)算機(jī)網(wǎng)絡(luò)已經(jīng)應(yīng)用到各個(gè)領(lǐng)域里，并且網(wǎng)絡(luò)管理的規(guī)模也在日益擴(kuò)大，網(wǎng)絡(luò)正處于一個(gè)迅猛發(fā)展的階段，其復(fù)雜的程度也在逐漸加劇。對(duì)于Web系統(tǒng)，是網(wǎng)絡(luò)系統(tǒng)發(fā)展的一種優(yōu)勢(shì)，在其發(fā)展過(guò)程中，瀏覽器和Web服務(wù)器進(jìn)行信息交換時(shí)必須嚴(yán)格遵守HTTP協(xié)議，一般情況下會(huì)采用CGI腳本的方式進(jìn)行，但這種交互在一定情況下會(huì)受到限制，因?yàn)榭蛻舳怂@示的信息大都是之前預(yù)定好的，所以在這方面還存在著很多不足之處，需要我們繼續(xù)對(duì)Web方面的網(wǎng)絡(luò)管理系統(tǒng)進(jìn)行深一步的研究。計(jì)算機(jī)網(wǎng)絡(luò)為資源的共享和信息的傳播提供了一個(gè)全新的有效途徑，在網(wǎng)絡(luò)發(fā)展的時(shí)代，計(jì)算機(jī)網(wǎng)絡(luò)管理必將是一個(gè)重要的研究課題。

參考文獻(xiàn)：

篇9

關(guān)鍵詞：數(shù)據(jù)挖掘；貝葉斯；分類(lèi)

中圖分類(lèi)號(hào)：TP311文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2008)23-1024-02

The Application of Bayesian Classification

ZHONG Dai-jun

(Chongqing University of Arts and Sciences, Chongqing 402160, China)

Abstract: This paper elaborates the necessity and importance of Bayesian classification when designing system using the technique of artiffisal intelligence，introduced the basic technique ofBayesian classification, given the advantage and disadvantage and future of it. Explained with some sample of theapplicationg of Bayesian classification.

Key words: data mining; bayes; classification

1 引言

數(shù)據(jù)的豐富帶來(lái)了對(duì)強(qiáng)有力的數(shù)據(jù)分析工具的需求，大量的數(shù)據(jù)被描述為“數(shù)據(jù)豐富，但信息貧乏”。快速增長(zhǎng)的海量數(shù)據(jù)收集、存放在大型和大量的數(shù)據(jù)庫(kù)中，沒(méi)有強(qiáng)有力的工具，理解它們已經(jīng)遠(yuǎn)遠(yuǎn)超出了人的能力。

分類(lèi)作為數(shù)據(jù)挖掘的一種模式，可以用于提取描述重要數(shù)據(jù)的模型，通常是預(yù)測(cè)分類(lèi)標(biāo)號(hào)（或離散值）。例如，可以建立一個(gè)分類(lèi)模型，對(duì)銀行貸款的安全或風(fēng)險(xiǎn)進(jìn)行分類(lèi)。許多分類(lèi)的方法已被機(jī)器學(xué)習(xí)、專(zhuān)家系統(tǒng)、統(tǒng)計(jì)學(xué)和神經(jīng)生物學(xué)方面的研究者提出。

貝葉斯分類(lèi)是數(shù)據(jù)分類(lèi)中的一個(gè)基本技術(shù)。在大型數(shù)據(jù)庫(kù)，貝葉斯分類(lèi)已表現(xiàn)出高準(zhǔn)確率和高速度。貝葉斯分類(lèi)中又有樸素貝葉斯分類(lèi)和貝葉斯信念網(wǎng)絡(luò)。

2 什么是分類(lèi)

數(shù)據(jù)分類(lèi)(data classification)是一個(gè)兩步過(guò)程。第一步，建立一個(gè)模型，描述預(yù)定的數(shù)據(jù)類(lèi)集。通過(guò)分析有屬性描述的數(shù)據(jù)庫(kù)元組來(lái)構(gòu)造模型。假定每個(gè)元組屬于一個(gè)預(yù)定義的類(lèi)，由一個(gè)稱(chēng)作類(lèi)標(biāo)號(hào)屬性(class label attribute)的屬性確定。對(duì)于分類(lèi)，數(shù)據(jù)元組也稱(chēng)作樣本、實(shí)例或?qū)ο?。為建立模型而被分析的?shù)據(jù)元組形成訓(xùn)練數(shù)據(jù)集。訓(xùn)練數(shù)據(jù)集中的單個(gè)元組稱(chēng)作訓(xùn)練樣本，并隨機(jī)地由樣本群選取。由于提供了每個(gè)訓(xùn)練樣本的類(lèi)標(biāo)號(hào)，該步也稱(chēng)作有指導(dǎo)的學(xué)習(xí)（即模型的學(xué)習(xí)在被告知每個(gè)訓(xùn)練樣本屬于哪個(gè)類(lèi)的“指導(dǎo)”下進(jìn)行）。它不同于無(wú)指導(dǎo)的學(xué)習(xí)（或聚類(lèi)），那里每個(gè)訓(xùn)練樣本的類(lèi)標(biāo)號(hào)是未知的，要學(xué)習(xí)的類(lèi)集合或數(shù)量也可能事先不知道。

通常，學(xué)習(xí)模型用分類(lèi)規(guī)則、判定樹(shù)或數(shù)學(xué)公式的形式提供。例如，給定一個(gè)顧客信用信息的數(shù)據(jù)庫(kù)，可以學(xué)習(xí)分類(lèi)規(guī)則，根據(jù)他們的信譽(yù)度優(yōu)良或相當(dāng)好來(lái)識(shí)別顧客。這些規(guī)則可以用來(lái)為以后的數(shù)據(jù)樣本分類(lèi)，也能對(duì)數(shù)據(jù)庫(kù)的內(nèi)容提供更好的理解。

第二步，使用模型進(jìn)行分類(lèi)。首先評(píng)估模型（分類(lèi)法）的預(yù)測(cè)準(zhǔn)確率。模型在給定測(cè)試集上準(zhǔn)確率是正確被模型分類(lèi)的測(cè)試樣本的百分比。對(duì)于每個(gè)測(cè)試樣本，將已知的類(lèi)標(biāo)號(hào)與該樣本的學(xué)習(xí)模型類(lèi)預(yù)測(cè)比較。如果模型的準(zhǔn)確率根據(jù)訓(xùn)練集評(píng)估，評(píng)估可能是樂(lè)觀的，因?yàn)閷W(xué)習(xí)模型傾向于過(guò)分適合數(shù)據(jù)。

如果認(rèn)為模型的準(zhǔn)確率可以接受，就可以用它對(duì)類(lèi)標(biāo)號(hào)未知的數(shù)據(jù)元組或?qū)ο筮M(jìn)行分類(lèi)。（這種數(shù)據(jù)在機(jī)器學(xué)習(xí)文獻(xiàn)中也稱(chēng)為“未知的”或“先前未見(jiàn)到的”數(shù)據(jù)）。

分類(lèi)具有廣泛的應(yīng)用，包括信譽(yù)證實(shí)、醫(yī)療診斷、性能預(yù)測(cè)和選擇購(gòu)物。

3 Bayesian 分類(lèi)技術(shù)介紹

3.1 Bayesian分類(lèi)與其他分類(lèi)技術(shù)的比較

基于統(tǒng)計(jì)的分類(lèi)算法主要包括：相似度模型(Rocchio,K一近鄰)、概率模型(貝葉斯)、線性模型(LLSF,SVM)、非線性模型（決策樹(shù)、神經(jīng)網(wǎng)絡(luò)）和組合模型.對(duì)于這些分類(lèi)算法，國(guó)內(nèi)外很多研究者進(jìn)行了客觀評(píng)測(cè)。

分類(lèi)方法可以根據(jù)下列標(biāo)準(zhǔn)進(jìn)行比較和評(píng)估：

預(yù)測(cè)的準(zhǔn)確率：這涉及模型正確地預(yù)測(cè)新的或先前未見(jiàn)過(guò)的數(shù)據(jù)的類(lèi)標(biāo)號(hào)的能力。

速度：這涉及產(chǎn)生和使用模型的計(jì)算花費(fèi)。

強(qiáng)壯性：這涉及給定噪聲數(shù)據(jù)或具有空缺值的數(shù)據(jù)，模型真切預(yù)測(cè)的能力。

可伸縮性：這涉及給定大量數(shù)據(jù)，有效地構(gòu)造模型的能力。

可解釋性：上涉及學(xué)習(xí)模型提供的理解和洞察的層次。

數(shù)據(jù)庫(kù)研究界對(duì)數(shù)據(jù)挖掘的分類(lèi)一直強(qiáng)調(diào)可伸縮性。

“貝葉斯分類(lèi)的效率如何？”理論上講，與其他所有分類(lèi)算法相比，貝葉斯分類(lèi)具有最小的出錯(cuò)率。然而，實(shí)踐中并非總是如此。這是由于對(duì)其應(yīng)用的假定（如類(lèi)條件獨(dú)立性）的不準(zhǔn)確性，以及缺乏可用的概率數(shù)據(jù)造成的。然而，種種實(shí)驗(yàn)研究表明，與判定樹(shù)和神經(jīng)網(wǎng)絡(luò)分類(lèi)算法相比，在某些領(lǐng)域，該分類(lèi)算法可以與之媲美。

貝葉斯分類(lèi)還可用用來(lái)為不直接使用貝葉斯定理的其他分類(lèi)算法提供理論判定。例如，在某種假定下，可用證明正如樸素貝葉斯分類(lèi)一樣，許多神經(jīng)網(wǎng)絡(luò)和曲線擬合算法輸出最大的后驗(yàn)假定。

3.2 貝葉斯分類(lèi)

3.2.1 貝葉斯定理

設(shè)X為一個(gè)類(lèi)別未知的數(shù)據(jù)樣本，H為某個(gè)假設(shè)，若數(shù)據(jù)樣本X屬于一個(gè)特定的類(lèi)別C，那么分類(lèi)問(wèn)題就是決定P(H/X),即在獲得數(shù)據(jù)樣本X時(shí)，H假設(shè)成立的概率P(X)是建立在H基礎(chǔ)之上的x成立的概率。具體公式描述如下：

3.2.2樸素貝葉斯分類(lèi)（簡(jiǎn)單貝葉斯分類(lèi)）

樸素貝葉斯分類(lèi)方法[3]是機(jī)器學(xué)習(xí)中常用的方法之一。樸素貝葉斯分類(lèi)法將訓(xùn)練實(shí)例I分解成特征向量W和決策類(lèi)別變量C。樸素貝葉斯分類(lèi)法假定特征向量的各分向量間相對(duì)于決策變量是相對(duì)獨(dú)立的。對(duì)文本分類(lèi)來(lái)說(shuō)，假設(shè)各個(gè)單詞wi和wj之間兩兩獨(dú)立。

設(shè)訓(xùn)練樣本集分為k類(lèi)，記為C={C1,C2,…,Ck},則每個(gè)類(lèi)Ci的先驗(yàn)概率為P(Ci), I=1,2, …,k,其值為Ci類(lèi)的樣本數(shù)除以訓(xùn)練集總樣本數(shù)N。對(duì)于樣本d,其屬于Ci類(lèi)的條件概率是P(d|Ci)。文本d有其包含的特征詞表示，即d= (w1, …,wi, …,wm),m是d的特征詞個(gè)數(shù)|d|,wj是第j個(gè)特征詞。根據(jù)貝葉斯定理，Ci類(lèi)的后驗(yàn)概率為P(Ci|d)

因?yàn)镻(d)對(duì)于所以類(lèi)均為常數(shù)，樸素貝葉斯分類(lèi)器將未知樣本歸于類(lèi)的依據(jù)，如下

文檔d由其包含的特征詞表示，即d=(w1, …,wi, …,wm) ，m是d的特征詞個(gè)數(shù)|d|,wj是第j個(gè)特征詞，由特征獨(dú)立性假設(shè)，則得

式中P(wj|Ci)表示分類(lèi)器預(yù)測(cè)單詞wj在類(lèi)Ci的文檔中發(fā)生的概率。

3.3 改進(jìn)的貝葉斯分類(lèi)在文本分類(lèi)中的應(yīng)用

關(guān)鍵的一個(gè)技術(shù)是特征提取。文本分類(lèi)征提取的步驟包括：詞語(yǔ)切分，詞頻統(tǒng)計(jì)，加權(quán)計(jì)算和特征選擇（二者通常結(jié)合在一起進(jìn)行）。

在文本分類(lèi)中有很多權(quán)重計(jì)算和特征選擇的公式，如信息增益、期望交叉嫡、文本證據(jù)權(quán)、zx統(tǒng)計(jì)量等，其中最著名的是TFIDF公式.那么，權(quán)重計(jì)算和特征選擇的公式究竟哪個(gè)為優(yōu)呢？其實(shí)在這些公式中，關(guān)鍵在于特征選擇時(shí)的傾向：高頻詞或稀有詞，也就是公式中的P(w)因子起很大作用。因此，在特征選擇時(shí)，理想的做法應(yīng)該是充分考慮P(w)因子的作用，最好能兼顧到高權(quán)高頻詞和低頻高權(quán)詞。

有學(xué)者對(duì)TF*F和TF*IWF*IWFF公式進(jìn)行了分析并作了一些改進(jìn)，認(rèn)為關(guān)鍵詞在某類(lèi)的權(quán)重受3個(gè)因素的影響：該詞在當(dāng)前類(lèi)中的出現(xiàn)頻率；該詞在總語(yǔ)料中的出現(xiàn)頻率；該詞在不同類(lèi)別之間出現(xiàn)頻率的差異。最終得到關(guān)鍵詞在類(lèi)中的權(quán)重計(jì)算公式：

類(lèi)別區(qū)別度用來(lái)表示某一個(gè)詞語(yǔ)對(duì)于文本分類(lèi)的貢獻(xiàn)程度，即詞語(yǔ)的領(lǐng)域區(qū)別程度。直觀地看，如果一個(gè)詞語(yǔ)在每一類(lèi)中都比較均勻地出現(xiàn)，那么它對(duì)于分類(lèi)的貢獻(xiàn)幾乎為零，類(lèi)別區(qū)別度很低;如果某一詞語(yǔ)只在某一類(lèi)中出現(xiàn)，那么它對(duì)于分類(lèi)的貢獻(xiàn)很高，有的幾乎可以一詞定類(lèi)，類(lèi)別區(qū)別度也就很高了。比如，虛詞“的、我、在”的類(lèi)別區(qū)別度很低，而“魔獸爭(zhēng)霸、重倉(cāng)股、手機(jī)操作系統(tǒng)”這樣的詞語(yǔ)其類(lèi)別區(qū)別度就很高。

3.4 貝葉斯信念網(wǎng)絡(luò)

樸素貝葉斯分類(lèi)假定類(lèi)條件獨(dú)立，即給定樣本的類(lèi)標(biāo)號(hào)，屬性的值相互條件獨(dú)立。這一假定簡(jiǎn)化了計(jì)算。當(dāng)假定成立時(shí)，與其他所有分類(lèi)算法相比，樸素貝葉斯分類(lèi)是最精確的。然而，在實(shí)踐中，變量之間的依賴(lài)可能存在。貝葉斯信念網(wǎng)絡(luò)（Bayesian belief network）說(shuō)明聯(lián)合條件概率分布。它允許在變量的子集間定義類(lèi)條件獨(dú)立性。它提供一種因果關(guān)系的圖形，可用在其上進(jìn)行學(xué)習(xí)。這種網(wǎng)絡(luò)也被稱(chēng)為信念網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)和概率網(wǎng)絡(luò)。

信念網(wǎng)絡(luò)有兩部分定義。第一部分是有向無(wú)環(huán)圖，其每個(gè)節(jié)點(diǎn)代表一個(gè)隨機(jī)變量，而每條弧代表一個(gè)概率依賴(lài)。如果一條弧有節(jié)點(diǎn)Y到Z，則Y是Z的雙親或直接前驅(qū)，而Z是Y的后繼。給定雙親，每個(gè)變量條件獨(dú)立于圖中的非后繼。變量可以是離散的或連續(xù)值的。它們可以對(duì)應(yīng)于數(shù)據(jù)中給定的實(shí)際屬性，或?qū)?yīng)于一個(gè)相信形成聯(lián)系的“隱藏變量”。

“貝葉斯信念網(wǎng)絡(luò)如何學(xué)習(xí)？”在學(xué)習(xí)或訓(xùn)練信念網(wǎng)絡(luò)時(shí)，許多情況都是可能的。網(wǎng)絡(luò)結(jié)構(gòu)可能預(yù)先給定，或由數(shù)據(jù)導(dǎo)出。網(wǎng)絡(luò)變量可能是可見(jiàn)的，或隱藏在所有或某些訓(xùn)練樣本中。隱藏素凈的情況也稱(chēng)為空缺值或不完全數(shù)據(jù)。

如果網(wǎng)絡(luò)結(jié)構(gòu)已知并且變量是可見(jiàn)的，訓(xùn)練網(wǎng)絡(luò)是直截了當(dāng)?shù)摹Ｔ撨^(guò)程由計(jì)算CPT（條件概率表）組成，與樸素貝葉斯分類(lèi)涉及的計(jì)算概率類(lèi)似。

當(dāng)網(wǎng)絡(luò)結(jié)構(gòu)給定，而某些變量是隱藏的時(shí)，則可使用梯度下降方法訓(xùn)練信念網(wǎng)絡(luò)。目標(biāo)是學(xué)習(xí)CPT項(xiàng)的值。設(shè)S是s個(gè)訓(xùn)練樣本X1，X2，…，Xs的集合，Wijk是具有雙親Ui=uik的變量Y=yij的CPT項(xiàng)。Wijk可以看作權(quán)，類(lèi)似于神經(jīng)網(wǎng)絡(luò)中隱藏單元的權(quán)。權(quán)的集合總稱(chēng)為w。這些權(quán)被初始化為隨機(jī)概率值。梯度下降策略采用貪心爬山法。在每次迭代中，修改這些權(quán)，并最終收斂到一個(gè)局部最優(yōu)解。

4 結(jié)束語(yǔ)

簡(jiǎn)要闡述了分類(lèi)在數(shù)據(jù)挖掘中的位置，著重介紹了貝葉斯分類(lèi)的基本技術(shù)和它的相關(guān)應(yīng)用。

參考文獻(xiàn)

[1] 史忠植.知識(shí)發(fā)現(xiàn)[M].北京:清華大學(xué)出版社,2002.