人工智能技術的優缺點范文

導語：如何才能寫好一篇人工智能技術的優缺點，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

【關鍵詞】人工智能；電氣自動化控制；應用研究；智能控制器

1前言

人工智能是計算機技術飛速發展過程中產生的一個重要分支，是對人的意識、思維的信息過程進行模擬，通過對其擴展應用于各個領域，對于整個社會的發展都有著積極的推動作用。在企業、工程運行過程中，為了提高運行管理效率，需要大量的應用到自動化控制技術，將人工智能應用于自動化控制領域對于提高企業運營水平有著很大的幫助。

2人工智能概念、優勢及特點

在這里我們提到的人工智能，是一門以研究、開發用于模擬、延伸和伸展人的智能的理論、方法、技術及應用系統的科學，其最終目的是生產出能以人類智能相似的方式作出反應的智能機器，并應用到社會生產生活的各個方面。在理論上人工智能可以像人那樣思考，甚至超過人腦，所以各領域對于人工智能的未來寄予厚望。人工智能除了具有其他智能技術的特點外，還具有一些獨特的優勢，具體表現為控制性能更高、使用方法更簡便、控制效果高度一致等。通過在電氣自動化領域應用人工智能技術，對于整個領域都有著積極的推動作用，與傳統自動化控制方法比較，其突出的優點體現為更高的性價比、更強的可操作性和更高的可靠性。［1］

3人工智能技術在自動化控制方面的應用

鑒于人工智能技術在自動化控制方面的發展水平，目前其應用主要是體現在電氣設備的設計、電氣控制、故障診斷等多個方面。下面我們分別對其進行細致分析:

3．1在電氣設備設計方面的應用

在傳統的電氣設備設計過程中，由于涉及到的學科內容較多，如電磁學、電動機、變壓器、交直流轉換等。同時對于設計人員的工作經驗也提出很高的要求，在設計完成后還需要進行大量的調試試驗，人力、物力、財力的消耗都非常大。通過將人工智能技術應用于電氣設備設計，除了能夠解決以往人腦很難解決的大量計算和模擬問題外，還能夠有效的控制設計的精確度和工作效率。在對電氣設備進行設計過程中，一般需要應用到兩方面的人工智能技術，分別是專家系統和遺傳算法，前者主要是針對產品的開發性設計，而后者主要是實現對設計方案的優化。通過應用人工智能技術，在設計工作中，對于設計人員工作經驗的要求就大大降低，只需要熟練掌握相關的設計軟件即可。

3．2在電氣控制中的應用

自動化控制作為電氣控制領域中最為重要的一個環節，通過與人工智能的融合，能夠很大幅度的提高電氣運行控制的自動化水平，進而有效的降低人、物、財三者的成本，改善運行系統的質量和效率。較為成熟的智能控制的方法主要包括神經網絡控制、專家控制、模糊控制三類。3．2．1神經網絡控制神經網絡控制中所指的神經網絡，指的是一種經驗模型，它是通過對生物神經網絡功能的模仿而建立的。在信息傳輸處理過程中，模擬生物神經網絡的傳輸處理方式進行。這種模擬人工神經的網絡對于輸入的信號有著極強的處理和反應能力。鑒于神經網絡中各個神經元之間的連接關系非常復雜，而且各個神經元之間是以一種非線性的方式進行信號傳遞，這種情況下，在輸入和輸出信號之間可以構建很多種不同的關系。鑒于這一特點，神經網絡模型同樣可以作為一個黑箱模型來處理那些用機理模型無法精確描述，但是其輸入輸出間確實存在關系的規律。神經網絡控制作為一種成熟的經驗控制的方法，在實際自動化控制中應用的越來越廣泛。3．2．2專家控制專家控制，作為人工智能技術的一個重要分支，也被稱為專家智能控制，是將專家系統的理論和技術，以及控制技術的理論、方法進行有機的結合，在未知環境下，仿效專家的大量經驗，實現對系統的控制。是通過對人類專家的控制知識和經驗進行模擬來實現設備的智能化控制。3．2．3模糊控制模糊控制在人工智能技術中發展的最為成熟，也最為簡單，所以在各個領域都得到了廣泛的應用。一套典型的模糊控制系統，結構如下圖1所示:通過對系統結構示意圖的分析，我們可以看到這一控制系統主要是由模糊控制器、輸入/輸出接口、執行機構、被控對象和檢測裝置五部分組成。其中模糊控制器作為這一系統的核心，可以實現如模糊量化處理、模糊決策、非模糊化處理等多個功能;輸入輸出接口則是實現被控對象與控制器間的數據交換;執行機構主要是生產現場的各類電動機;在模糊控制系統中，根據需要實現功能的不同，被控對象也各不相同，既可以是裝置、設備，也可以是各種對象過程。模糊控制對于那些用精確數學模型難以定義的對象具有更高的優異性。系統中的檢測裝置就是各種不同類型的傳感器，其精度與系統的控制精度有著直接的關系，所以在系統構建時應盡量選擇高精度的傳感器。［2］

3．3在故障診斷中的應用

在電氣自動化運行過程中，故障診斷也是控制系統重要的實現功能，將人工智能技術應用于這一環節，對于提高整個自動化控制系統的運行效率和質量有著巨大的意義，具體應用到的技術包括專家系統、模糊理論及神經網絡，通過對這三種技術的綜合應用，互補優缺點，當電氣系統中的各類電動機、發電機、變壓器發生故障時，可通過人工智能診斷系統對故障點進行及時的診斷和處理。［3］

4結語

人工智能作為人類智力的延伸，在提高人類工作效率的同時，也將會更好為人類提供服務。在上面文章里，我們只是簡單的對人工智能技術及其在電氣自動化控制領域的應用進行了探討。通過加強自動化電氣控制方面人工智能技術的研究和應用，將會有效的推動電氣產業的進一步深化和改革。

參考文獻:

［1］紀．人工智能技術在電氣自動化控制中的應用思路分析［J］．電子測試，2014，(03):138．

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

篇2

關鍵詞：ICAI；系統模型；教學策略；綜合集成方法論MSM；現代教育技術

中圖分類號：G250.73 文獻標識碼：B 文章編號：1673-8454(2012)01-0030-04

計算機輔助教學（Computer Aided Instruction，簡稱CAI）是利用計算機來模擬教師的行為，通過學生與計算機之間的交互活動來達到教學的目的。即在計算機輔助下進行的各種教學活動，主要是以對話方式和學生討論教學內容、安排教學進程、進行教學訓練的方法與技術。CAI為學生提供一個個人化的學習環境，綜合應用多媒體、知識庫等計算機技術，這是傳統CAI的主要應用方式。

在沒有智能系統支持的情況下，傳統CAI盡管可能具有良好的教學材料模型，但它往往僅借助于計算機來展示教學內容，并不能很好地根據它所教學生的學習特征，以不同的教學策略和教學方法來教授；只是盲目地傳授知識給學生，如果某個學生不能接受提供的教學策略，系統沒有為這個學生提供可供選擇的另外的教學策略。目前使用的絕大多數CAI是將全部教學信息以編程方式預置于課件中，這樣的CAI課件一旦制作完成，很難對課件進行更新和維護，尤其是在這樣的CAI系統中，學生的學習仍然處于被動狀態，即完全受計算機控制。

一、智能化計算機輔助教學概念

現代教育技術的日益發展以及與其他領先技術的結合，必然促使計算機輔助教學CAI的進一步發展。人工智能技術應用于CAI產生的基于網絡環境的智能化CAI，就是現代信息化社會發展的產物，并在教育教學領域中有很好的發展前景。

人工智能是計算機科學的一個分支，它的目標是構造能表現出一定智能行為的，目的就是讓計算機這臺機器能夠像人一樣思考。人工智能的研究更多地是結合具體領域進行的，主要研究領域有專家系統、機器學習、模式識別、博弈、智能決定支持系統、人工神經網絡等等。人工智能技術與專家系統的成就，促使人們把問題求解、知識表示這些技術引入CAI，并借助于網絡環境來實施，這便是智能型計算機輔助教學。

智能計算機輔助教學ICAI（Intelligence Computer Assisted Instruction）屬于人工智能的一個分支，是以認知科學和思維科學為理論基礎，綜合人工智能技術，教育心理學等多門學科的知識對學生實施教育的一門新的教育技術。ICAI通過研究人類學習思維的特征和過程，探索學習知識的模式，利用信息化網絡環境使學生獲得個別化自適應性學習的獲取知識方法，從而使學生的學習更有針對性，更有效。

ICAI依靠人工智能技術的進步，主要應在因材施教方面取得進展。其主要特點是:

（1）能自動生成適合學習者程度的學習內容。

（2）能根據學生的不同認知水平與學習風格選擇教學策略和教學方法。

（3）能評價學生的學習結果，并不斷地在教學中改善教學策略。

二、智能化計算機輔助教學研究現狀

現階段，在一些發達國家，如美國、日本、加拿大、英國、法國、澳大利亞等，CAI已經普遍存在于學校和家庭中，正起著越來越大的作用。而ICAI的研究還處于初始階段。目前國內在這一領域的研究主要集中在CAI和ICAI的優缺點比較，ICAI的理論來源、系統特征、模塊建設、發展趨勢等基礎理論知識的研究，基于相關課程或學科的實踐研究還比較少見。智能教學系統的設計和開發是一項復雜的系統工程，由于需要考慮的因素較多，系統比較龐大，同時也依賴于人工智能等技術的發展,因而要建立完善的ICAI還是比較困難的。[1]因此ICAI有很大的理論和實踐發展空間。

完善的ICAI系統需能夠充分調動學生的主動性，并能通過分析推理，對某具體學生做出適合的教學決策。使學生獲得個別化自適應性學習的學習方法，達到因材施教的目的。人工智能技術的發展必將會對ICAI的發展起到巨大的推動作用。隨著計算機科學的發展，21世紀的教育教學輔助手段將是以ICAI為主線，多學科、多方位發展的新技術的體現，越來越多的教育工作者會從更多的視角審視ICAI，并從事ICAI的研究。相信ICAI將會在現代教育領域中有更廣泛的應用。

“現代教育技術”既是教育技術專業的必修課程，也是大中專院校廣泛設置的選修課程，適用范圍非常廣泛。本文以《現代教育技術》這門課程為主要研究對象，來研究智能化教學系統設計在具體實踐中的應用。

三、ICAI決策系統的理論依據

1.綜合集成理論

教育是以人為主體參與的活動，而人本身就是一個復雜巨系統，因此以這種大量的復雜巨系統為子系統組成的系統――教育系統，是一個復雜巨系統。依據系統與其環境是否有物質、能量和信息的交換，將系統劃分為開放系統和封閉系統來看，學生的學習受到教師、同學、家庭及社會等因素的影響，所以教育系統是一個開放的復雜巨系統。

錢學森的理論和實踐研究表明：現在能用的、惟一能有效處理開放的復雜巨系統的方法，就是定性定量相結合的綜合集成方法論。綜合集成方法論（Meta-synthesis Methodology MSM）是方法論上的創新，它是研究復雜巨系統和復雜性問題的方法論。[2]定性定量相結合的綜合集成方法是將專家群體(各種有關的專家)、數據和各種信息與計算機技術有機結合起來，把各種學科的科學理論和人的經驗知識結合起來，發揮這個系統的整體優勢和綜合優勢。[3]它把人的經驗、知識、智慧以及各種情況、資料和信息系統集成起來，從多方面定性認識上升到定量認識，從而達到解決復雜系統問題的目的。在解決問題的過程中，專家群體和專家的經驗知識起著重要的作用。

教學系統設計是一個復雜的系統，它是由教育系統的復雜性決定的。教育系統具有復雜系統的基本特點，它在結構與功能上表現為規模大、相關因素多且相關方式復雜、目標多樣等；在運動上表現為隨機性、非線性等。用一般的理論方法無法全面合理地解決這一不良結構的問題，本研究嘗試用綜合集成方法論來指導、分析教學設計智能化過程。因此，運用綜合集成理論的方法來研究教學設計系統，探討具體科目的教學設計在設計過程中遇到的復雜性問題，進而構建科學合理的教學設計系統，具有重要的理論和實踐價值。

2.教學設計理論

本文采用“雙主”教學模式作為ICAI的教學設計的理論基礎。“雙主”教學模式既能發揮教師的主導作用又能充分發揮學習者認知主體作用，是在教師主導下的課堂中能讓學習者參與進來共同學習的一種教學模式。

基于“雙主”的教學模式，要求根據學習者的特征、學習內容、學習策略、學習目標等多種因素的不同情況研究它們的結合方式，以使系統達到理想的教學效果。

基于網絡環境的ICAI相對于傳統的CAI來說，充分體現了“雙主”的教學模式。ICAI中有專門分析學習者學習方式和認知水平的學生模型，有專門為不同的學習內容選擇不同的學習策略的策略庫模型（也稱為教師模型），有評價學習效果并反饋給系統的評價模型。學生模型是對學習者的學習特征進行分析，包括學習者的學習風格、認知水平。策略庫模型包含有豐富教學策略和有一個智能推理機，能根據學生模型的信息和學習目標為學習者選擇合適的學習策略，指導學習者學習。

3.建構主義學習理論

當代建構主義者主張，世界是客觀存在的，但是對于世界的理解和賦予意義卻是由每個人自己決定的。建構主義者認為學習者要以自己的經驗為基礎來建構現實，或者至少說是在解釋現實，每個人的經驗世界是用自己的頭腦創建的。

學習過程同時包含兩方面的建構：一方面是對新知識意義的建構，同時又包含對原有經驗的改造和重組。建構主義者強調學習者在學習過程中能夠靈活地建構起用于指導實踐活動的圖式，這種圖式是對概念的豐富理解，依據個人經驗背景的不同而不同。

教學應當把學習者原有的知識經驗作為新知識的生長點，引導學習者從原有的知識經驗中，生長新的知識經驗。教學不是知識的傳遞，而是知識的處理和轉換。

ICAI伴隨著這種理論的發展而發展，它注重的是由學習者來控制學習過程，重視學習內容的知識結構和學習情境，讓學習者主動構建對自己有意義的知識的活動。基于網絡環境的ICAI積極地為學習者創設學習情境，幫助學習者用他們已有的知識去建構、生成、整合新的知識。

4.教學處方理論

“教學處方理論”是鄭永柏博士于1998年提出的一種新型適合于信息化教學設計的理論，他通過對教學系統設計理論和計算機輔助教學設計方面的研究，建構了一種新型的教學系統設計理論――教學處方理論。該理論主要包括：六個基本概念、一個理論框架、三條基本原理和兩個關于教學設計的知識庫。[4]

該理論指出教學處方可以看作是教學設計者(有時可以看作是教師)依據系統分析后使用的各種教學模式、教學方法和教學內容處理模式的組合；說明了在特定教學條件下對特定教學結果的教學，以不同的學習理論和教學理論為指導將會采用不同的教學方法，即教學處方，這也是本研究的核心內容，是該系統設計的指導理論。“教學處方理論”具有更好的包容性、開放性，能夠吸收和容納豐富的學習和教學研究成果。

四、ICAI系統的模塊結構

1.前端分析模塊：認知能力、學習動機、認知風格

前端分析是美國學者哈利斯（Harless，J．）在1968年提出的一個概念，指的是在教學設計過程開始的時候，先分析若干直接影響教學設計但又不屬于具體設計事項的問題，本文主要指認知能力、學習動機和認知風格方面的分析。前端分析模塊主要是建立相應的學生特征類型的數據庫。

認知能力的測量采用認記、理解、應用、分析、綜合、評價六個維度，每個維度有“優、良、中、差”四個選項。通過數據分析找出學習者的現狀和期望之間的差距，確定需要解決的問題是什么，并確定問題的性質，形成不同層次的教學設計項目的目標。

學習風格和學習動機通過專門的量表來收集數據。

2.內容分析模塊

教學內容分析就是在確定好總教學目標的前提下，借助歸類分析法、圖解分析法、層級分析法、信息加工分析法等方法，分析學習者要實現總的教學目標，需要掌握哪些知識、技能或形成什么態度。通過對教學內容的處理，確定學習者所需學習內容的范圍和深度，確定內容各組成部分之間的關系，為以后教學順序的安排奠定好基礎。

對教學內容的處理主要包括：教學內容的選擇、教學內容的編排、確定單元目標及對內容進行初步評價、分析教學內容類別及性質等四個基本方面。在構建規定性教學內容處理模式庫時，應對上述四個方面提供具體的方法。[5]

3.決策模塊

教學策略（處方）的制定就是根據特定的教學目標、教學內容、教學對象等條件，來合理地選擇相應的教學順序、教學方法、教學組織形式。在數據庫中建立可供選擇的不同的教學策略（處方），是本文所研究的ICAI系統的主要模塊，也是特色模塊。

教學策略（處方）的制定包括教學順序的確定、教學方法的選擇、教學組織形式的選擇等。教學順序的確定就是要確定教學內容各組成部分之間的先后順序；教學方法的選擇就是要通過講授法、演示法、討論法、練習法、實驗法、示范模仿法等不同方法的選擇，來激發并維持學習者的注意和興趣，傳遞教學內容；教學組織形式主要有集體授課、小組討論和個別化自學三種形式，各種形式各有所長，須根據具體情況進行相應的選擇。教學策略的制定是根據具體的目標、內容、對象等來確定的，要具體問題具體分析，不存在能適用于所有目標、內容、對象的教學策略。

4.評價模塊

在基于網絡環境的ICAI的評價模塊，要依據前面確定的教學目標，運用評價量表，分析學習者對預期學習目標的完成情況，主要收集三個方面的基本信息，一是要收集關于教師對教學設計方案和教學方案實施結果的滿意度的信息數據，二是要收集關于學習者對教學過程、教學策略的適應性的信息數據，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到之處，是否有不足之處。[6]在數據分析的基礎上，對教學策略和教學內容的修改和完善提出建議，并以此為基礎對ICAI各個環節的工作進行相應的修改。

5.ICAI系統模型框圖

學習者前端數據采集數據庫包括：認知結構測量及分析系統、學習動機測量及分析系統、學習風格測量及分析系統和學生基本信息系統。系統模型如圖所示。

五、ICAI決策系統實驗數據來源

本課題實踐研究的調查對象來自云南大學，是2008屆市場營銷教育和財會教育本科生，共89人，課程設置為現代教育技術。學生調查表包括本科生基本信息表，所羅門學習風格量表，學習者認知能力調查問卷，學習者學習動機調查問卷四份表格組成。實際收到數據表89份，有效數據表75份。數據表中的信息選項根據所占權重，統一折合成百分制進行處理。

六、總結

本文把教學設計理論、方法與“現代教育技術”課程相結合，擬研發出一個基于綜合集成方法論的廣義智能網絡教學設計輔助系統。主要研究成果如下：

（1）把綜合集成方法論引入解決教學設計這一不良結構問題；

（2）結合數字化方法和數據挖掘技術，它能對學習者進行數字化的前端分析；

（3）它所自動化給出的教學設計方案，可為青年教師提供良好借鑒，有利于教師因材施教、因風格施教、因需要施教；

（4）它所自動化給出的學習者學習建議方案，有利于促進學習者自主學習。

現有的CAI存在的許多問題隨著新技術的不斷出現而顯得越來越不能適應新環境的需求，因此以基于網絡環境的ICAI為代表的新計算機輔助教學系統，將是教育教學研究人員在教育技術上需要不斷探求、努力實現的發展方向。

參考文獻：

[1]楊采堅，董玉銘.智能教學系統設計[J].中國電大教育,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].系統工程理論與實踐,2002.5.

[3]錢學森,于景元,戴汝為.一個科學新領域：開放的復雜巨系統及其方法論[J].自然雜志,1990(1).

[4]鄭永柏.教學系統設計理論和方法研究:教學處方理論和ISD-EPSSS的設計與開發[D].北京師范大學博士學位論文，1998.

篇3

課程共20 集，網易公開課已經全部翻譯完成。講師：Andrew Ng。

[ 第1 集] 機器學習的動機與應用

簡介： 機器學習的動機與應用、Logistic 類、機器學習的定義、監督學習概觀、學習理論概述、非監督學習概述和強化學習概述。

[ 第2 集] 監督學習應用

簡介： 監督學習應用—— 自主推導，ALVINN 系統，線性回歸，梯度下降，組梯度下降，隨機梯度下降，標準方程推導。

[ 第3 集] 欠擬合與過擬合的概念

簡介：欠擬合與過擬合的概念，參數化及非參數化算法概念，局部加權回歸，對于線性模型的概率解釋，Logistic 回歸，感知器。

[ 第4 集] 牛頓方法

簡介：介紹了牛頓方法，可以代替梯度上升算法用來計算函數的最大值；之后以高斯分布和伯努利分布為例介紹了指數分布函數族；最后以指數分布函數族為基礎，引出了廣義線性模型，可以通過指定概率分布直接推導出模型。

[ 第5 集] 生成學習算法

簡介：一類新的學習算法——生成學習算法，并詳細地講解了該算法的一個例子：高斯判別分析；之后對生成學習算法與之前的判別學習算法進行了對比；最后介紹了一個適合對文本進行分類的算法——樸素貝葉斯算法，并結合該算法講述了一種常用的平滑技術——Laplace 平滑。

[ 第6 集] 樸素貝葉斯算法

簡介：先介紹了兩種樸素貝葉斯算法的事件模型；之后介紹了神經網絡算法；在最后介紹了兩個重要的概念：函數間隔和幾何間隔。基于這兩個概念提出了一個線性分類算法：最大間隔分類器算法。該算法用于引出一個非常重要的非線性分類算法：支持向量機。

[ 第7 集] 最優間隔分類器問題

簡介：首先提出了原始的優化問題：最優間隔分類器問題；之后介紹了對偶問題的概念和KKT 條件；基于原始優化問題的對偶問題的分析，介紹了SVM 算法；最后對SVM 算法進行了評價，以引出下節課對核方法的介紹。

[ 第8 集] 順序最小優化算法

簡介：核的概念——它在SVM 以及許多學習算法中都有重要的應用；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據；最后介紹了SMO 算法——一種高效的可以解決SVM 優化問題的算法。

[ 第9 集] 經驗風險最小化

簡介：主要介紹了模型選擇中的一種常見現象——偏差方差權衡。為了解釋該概念，首先介紹了兩個重要的引理——聯合界引理和Hoeffding 不等式；之后定義了兩個重要的概念——訓練誤差和一般誤差，并提出了一種簡化的機器學習算法模型——經驗風險最小化（ERM）；最后基于這些概念對ERM 結果的理論上界進行了證明，并基于上界分析對偏差方差權衡進行了解釋。

[ 第10 集] 特征選擇

簡介：VC 維的概念——該概念能夠將關于ERM 一般誤差的界的結論推廣到無限假設類的情形；模型選擇問題——具體介紹了交叉驗證方法以及幾種變形；特征選擇問題——具體介紹了兩類方法：封裝特征選擇和過濾特征選擇。

[ 第11 集] 貝葉斯統計正則化

簡介：貝葉斯統計和規范化；簡單介紹了在線學習的概念；機器學習算法設計中的問題診斷技巧；兩種分析技巧：誤差分析與銷蝕分析；兩種應用機器學習算法的方式與適用場景。

[ 第12 集] K-means 算法

簡介：無監督學習的內容。首先介紹了k-means 聚類算法；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

簡介：對混合高斯模型在EM 算法下的結論進行了推導，并且介紹了EM 算法在混合貝葉斯模型中的應用。最后介紹了因子分析算法。該算法可以進行高維數據下樣本數目較少的情況下的模型擬合。

[ 第14 集] 主成分分析法

簡介：本講繼續上一講的內容，詳細地講解了因子分析問題對應的EM 算法的步驟推導過程，并重點提出了其中應該注意的問題。之后介紹了主成分分析（PCA）的算法原理和主要應用。該算法是一種常用的降低數據維度的算法。

[ 第15 集] 奇異值分解

簡介：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）；無監督算法和因子分析；ICA（獨立成分分析算法）和CDF（累積分布函數），并復習了高斯分布的知識；最后舉了幾個應用ICA 的例子。

[ 第16 集] 馬爾可夫決策過程

簡介：主要介紹了監督學習；然后引出強化學習的知識，用“使直升機飛翔”的例子闡述強化學習；介紹了馬氏決策過程（MDP），由此引出來的兩個解決最優策略和最優回報的算法；最后重點介紹了“值迭代”和“策略迭代算法”的實施，以及比較了它們的優缺點。

[ 第17 集] 離散與維數災難

簡介：繼續馬氏決策過程（MDP），以及解決狀態MDP 的算法， 主要詳細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，并通過具體的例子和求解的方式來說明這兩種算法。

[ 第18 集] 線性二次型調節控制

簡介： 控制NVP 算法， 非線性動力學系統；在動力系統的模型和線性二次型調節控制（linear quadratic regulationcontrol），導出一些處理情況的函數；還包含線性模型的建立，非線性模型的線性化的知識。

[ 第19 集] 微分動態規劃

簡介：強化學習算法，引入調試強化學習算法，介紹Kalman 濾波器微分動態規劃, 卡爾曼濾波與LQR 控制結合的一種算法（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題。

[ 第20 集] 策略搜索

簡介：學習和復習了強化學習算法，講述了一些POMDPs( 部分可觀察馬氏決策過程) 的知識，完全可觀察MDP 的知識；接下來介紹了策略搜索算法（其中包括兩種算法：Reinforced 和Pegasus）；最后，介紹了與這門課程相關的一些課程，并給學生提出一些希望。

名詞解釋

機器學習(Machine Learning, ML) 是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析和算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。

機器學習是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，主要使用歸納、綜合而不是演繹。

一、研究意義

顧名思義，機器學習是研究如何使用機器來模擬人類學習活動的一門學科。更為嚴格的提法是：機器學習是一門研究機器獲取新知識和新技能，并識別現有知識的學問。這里所說的“機器”，指的就是計算機，電子計算機，中子計算機、光子計算機或神經計算機等。

機器學習有下面幾種定義：“機器學習是一門人工智能的科學，該領域的主要研究對象是人工智能，特別是如何在經驗學習中改善具體算法的性能”。“機器學習是對能通過經驗自動改進的計算機算法的研究”。“機器學習是用數據或以往的經驗，以此優化計算機程序的性能標準。”一種經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.

學習是人類具有的一種重要智能行為，但究竟什么是學習，長期以來卻眾說紛紜。社會學家、邏輯學家和心理學家都各有其不同的看法。

機器能否像人類一樣能具有學習能力呢？ 1959 年美國的塞繆爾(Samuel) 設計了一個下棋程序，這個程序具有學習能力，它可以在不斷的對弈中改善自己的棋藝。4 年后，這個程序戰勝了設計者本人。又過了3 年，這個程序戰勝了美國一個保持8 年之久的常勝不敗的冠軍。這個程序向人們展示了機器學習的能力，提出了許多令人深思的社會問題與哲學問題。

機器的能力是否能超過人的，很多持否定意見的人的一個主要論據是：機器是人造的，其性能和動作完全是由設計者規定的，因此無論如何其能力也不會超過設計者本人。這種意見對不具備學習能力的機器來說的確是對的，可是對具備學習能力的機器就值得考慮了，因為這種機器的能力在應用中不斷地提高，過一段時間之后，設計者本人也不知它的能力到了何種水平。

二、主要策略

學習是一項復雜的智能活動，學習過程與推理過程是緊密相連的。按照學習中使用推理的多少，機器學習所采用的策略大體上可分為4 種——機械學習、通過傳授學習、類比學習和通過事例學習。學習中所用的推理越多，系統的能力越強。

篇4

一、讓全體學生提高計算機學習的自覺性

讓學生自覺地將人類社會文化的精華――計算機的知識內化成一種自我的精神食糧，形成知識產業，促進其個性潛能、整體素質得到充分和諧的發展。 計算機中融入素質教育，既可以增強學生的愛國主義心理素質和良好的思想品德素質，使學生開發智力、豐富知識，又懂得做人須具備科學發展需要的本領。計算機是本世紀科學技術的驕子，由于它的誕生和發展極大地提高了社會生產力，計算機也滲透到各行各業及人們生活的各個角落。青年學生若沒有接受了解有關計算機的背景和知識，將很難立足于未來社會，國家也將因公民素質低下而處于貧困落后挨打的地位。所以，掌握計算機技術才算拿到本世紀的通行證。所以作為職業中學學生必須全面了解計算機的有關知識，并且利用互聯網這一載體來廣泛獲取知識。所以我在講簡史過程中，向同學們講述了近五十年來計算機組成元件已由簡的電子管――晶體管――集成電路――大規模集成電路，發展至今的智能型元器件，按人們編寫的程序來完成各種各樣的功能。當今社會發展迅速，科技知識和技術日新月異。在高科技時代，國家未來的主人如果跟不上時代那將無法生存，這就要求我們這些未來的中華人們共和國的新一代棟梁之才的培養者，具備良好的學習目的，掌握提高學習的方法，逐步提高學習效率。讓學生自己分析當今形式，明確未來計算機發展趨勢。

二、計算機教學與素質教育關系密切

現代中國學校的教育教學已經由“應試教育”向“素質教育”轉軌，不僅要開發學生們的心理健康教育，也應增強學生心理素質。計算機教學作為一門學科，既提高學生的科學文化素質，又培養健康的心理素質，這樣才能提高學生的整體素質。我認為素質教育寓于計算機教學過程之中，有密切的內在聯系，值得深思。 首先教師對學生應用愛心去溫暖，用誠心去激勵，用信心去鼓舞，用耐心去完善。教師要有點撥學生學習的能力，能指導學生會學習，會做人。要有精選典型例題的能力，克服學生作業的重復性。不僅要精通心理學，還要研究用腦科學，巧用眼神，提高與學生的信息交流，借助眼神營造氛圍。使課堂成為教育學生懂得現代化科學知識的重要基地。教師的素質直接影響學生，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生的興奮點，一環緊扣一環，使學生在高效率、高收獲的課堂掌握好知識。教師的關鍵在于備課，不僅備教材更應備學生。只有功在課下，才能效在課上。加強自身素質教育和學校語言文學使教師提高素質。教師應具備敬業精神、奉獻精神、科學精神、開拓精神，才能勝任教育教學，具備較高的知識水平和過硬的教學基本功。

三、計算機發展需要學生必備學習的本領和適應時代的需要

當今社會“科技興國”成為我國社會主義現代化建設的基本戰略。三十年來，教育形式和手段呈多樣化。我們應讓學生們明白當今有利的時代和條件，應緊緊抓住有利時機，充分利用有利條件，讓計算機成為未來教育的主要輔助手段,成為學生獲取知識的主要手段。學生們對電腦的學習有了些了解和基本實踐后，就會對多媒體制作產生極大的興趣，我就鼓勵他們多動腦、多動手，遇到什么問題，要想辦法弄明白。給他們一些有興趣的知識和問題，使學生有興趣、有愛好，自覺自愿地學習。

四、職業中學學生急需強化計算機知識

知識經濟時代要求他們具有多方位，全面的計算機知識。 學習的興趣在于培養，只有長時間地使用計算機才能達到理性和感性的完美結合，同時也需在他們上機的過程中養成良好的學習習慣。根據學校的要求和學生對知識的要求的不同，有選擇地組織學生參加計算機課外活動小組，與學校配合，在周六下午及晚上，星期天全天微機室對全體學生開放，讓學生有更多的時間來接觸電腦，接觸網絡。并給一些對多媒體特別感興趣的同學開放綠燈，多布置作業，讓他們超前學習，讓他們比一般學生高一個檔次和水平，選拔優秀的學生參加上一級的競賽。爭取得到好的名次。既增進了知識，又加強了師生友情。

五、教學過程是提高學生素質的重要措施

篇5

【關鍵詞】單相PWM整流器；直接電流控制

1.前言

隨著電力電子技術的發展，功率電子設備的應用越來越廣泛，致使大量的非線性負載涌入電網，給電力系統的電壓和電流都帶來了越來越嚴重的諧波污染。而PWM整流器提高了系統的功率因數，降低了對電網的諧波污染，得到了人們的重視。

根據輸入電感電流狀態PWM整流器可分為電流斷續工作模式（DCM）和電流連續工作模式（CCM），由于CCM模式具有輸入輸出電流紋波小、濾波容易、器件導通損耗小、適用于大功率場合等優點，得到了更多地關注。在CCM模式中，根據是否直接選取瞬態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。間接電流控制結構簡單、無需電流傳感器，但是它最大的缺點是電流動態響應緩慢，甚至交流側電流中含有直流分量，且對系統參數波動較敏感。相對于間接電流控制，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 控制，使電流動、靜態性能得到了提高，同時也使網側電流控制對系統參數不敏感，從而增強了電流控制系統的魯棒性[2][3]。所以，直接電流控制技術有著非常廣闊的應用前景和使用價值。

2.單相電壓PWM整流器原理框圖

單相電壓型PWM整流器的拓撲結構如圖1所示，它主要由三部分組成：交流回路、功率開關橋路、直流回路。其中交流回路包括交流電動勢、網側電阻及網側電感等；直流回路包括由電感和電容組成的串聯諧振電路用來濾除電網的2次諧波分量、濾波電容及負載等；功率開關橋路由四個反并聯二極管的IGBT組成[1]。

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

3.單相PWM整流器直接電流控制技術分析

直接電流控制根據控制方式的不同，又可分為滯環電流控制、峰值電流控制、預測電流控制、平均電流控制、狀態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時比較實際電流和指令電流瞬時值的大小，指令電流值是實際電流的上限，實際電流一旦達到這個上限，立刻轉而向下衰減，電感值的大小，線路的阻抗和脈寬調制的開關頻率影響了這一衰減的最終值。其控制原理框圖如下。

峰值電流的優點：①暫態閉環響應較快，對輸入電壓的變化和輸出負載的變化的瞬態響應均快；②控制環易于設計；③輸入電壓的調整可與電壓模式控制的輸入電壓前饋技術相妣美；④簡單自動的磁通平衡功能；⑤瞬時峰值電流限流功能，即內在固有的逐個脈沖限流功能；⑥自動均流并聯功能。缺點有：①占空比大于5%時開環不穩定性，峰值電流與平均電流的誤差難以校正；②閉環響應不如平均電流模式控制理想；③占空比大于0.5時系統產生次諧波振蕩；④對噪聲敏感，抗噪聲性差；⑤電路拓撲受限制；⑥對多路輸出電源的交互調節性能不好[4]。

3.2 滯環電流控制

滯環電流控制方式作為峰值電流控制方式的改進，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際電流的實時值比較，實際電流達到上限指令電流，隨即轉入衰減，衰減至下限指令電流，重新開始上升，如此反復，實際電流將是一條在上下限指令電流跳動的鋸齒波。

其控制原理圖如圖3所示，圖中將指令電流和實際電流進行比較，兩者的偏差作為滯環比較器的輸入，通過滯環比較器產生控制電路主電路中開關通斷的PWM信號，該PWM信號經驅動電路控制功率器件的通斷，從而控制電流的變化。

滯環電流控制的優點是結構簡單，實現容易，具有很強的魯棒性和快速動態響應能力。缺點是開關頻率不固定，濾波器設計困難，需要對電感電流全周期的檢測和控制。

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與鋸齒波信號相加，當兩信號之和超過基準電流時，開關管關斷，當其和小于基準電流時，開關管導通。取樣電流來自實際輸入電流而不是開關電流。其控制原理圖如圖4。

平均電流控制的優點是：①平均電感電流能夠高度精確地跟蹤電流編程信號；②調試好的電路抗噪聲性能優越；③適合于任何電路拓撲對輸入或輸出電流的控制；④易于實現均流。缺點是：①電流放大器在開關頻率處的增益有最大限制；②雙閉環放大器帶寬、增益等配合參數設計調試復雜[5]。

3.4 預測電路控制

預測電流控制的原理是在每個調節周期開始時通過對輸入、輸出電壓和輸入電流的采樣，根據實際電流和參考電流的誤差，選擇優化的電壓矢量作用于下一個周期，使實際電流在一個周期內跟蹤上參考電流，實現穩態無誤差。預測電流控制原理框圖如圖5所示，其中為給定電壓，為直流側反饋電壓。這種控制的優點：開關頻率固定，動態性能良好，電流諧波小，器件開關應力小，數字實現簡單。缺點：要求較高的采樣頻率和開關頻率，在低的采樣頻率下，會產生周期性的電流誤差[6]。

3.5 無差拍控制

無差拍控制是一種在電流滯環比較控制技術基礎之上發展起來的全數字化控制技術，利用前一時刻的電流參考值和各種開關狀態下變流器的電流輸出值，根據空間矢量理論計算出整流器下一時刻應滿足的開關模式，選擇這種開關模式作為下一時刻的開關狀態，從而達到電流誤差等于零的目標。采用無差拍控制的優點數學推導嚴密、跟蹤無過沖、動態性能好，易于計算機執行，可以消除穩態誤差，并在最短的時間內結束過渡過程但它也存在魯棒性較差、瞬態響應超調量大、計算實時性強因而對硬件要求很高等缺點。隨著數字信號處理器應用的不斷普及，這是一種很有前途的控制方法[7]。

3.6 狀態反饋控制

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

4.總結與展望

直接電流控制是單相高功率因數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缺點，采用多種控制策略相結合，形成互補關系，達到理想的效果，這也是控制技術發展的一個方向。新的直接電流控制策略的研究將是另一個方向。隨著數字信號處理器的普遍應用和人工智能技術的逐漸成熟。數字控制和智能控制也將是我們研究的目標，這將是直接電流控制技術的發展的主流。

參考文獻

[1]張崇巍，張興.PWM整流器及其控制[M].北京：機械工業山版社，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計[J].科技通報，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].鄭州輕工業學院學報，2004，19（1）：34-37.

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

[6]朱俊杰，王輝，周凱.三相PwM高功率因數整流器控制技術綜述[J].湖南工程學院學報，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].長沙大學學報，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，2006，36（1）：9-13.

[9]姜靜，伍清河.模糊滑模變結構控制技術的應用研究[J].電光與控制，2006，13（2）：4l-44.

[10]朱桂萍，王樹民.電能質量控制技術綜述[J].電力系統自動化，2002（10）：28-31.

篇6

關鍵詞：虛擬人；形象化；運動控制；感知模型

中圖分類號 TP391.41 文獻標識碼 A 文章編號：1009-3044（2016）27-0147-03

虛擬人（Avatar）是人類自身在虛擬空間中的化身[1]。在人機交互研究領域內，研究者往往會考慮到虛擬人、虛擬人環境和終端用戶這三者之間的交互作用，通過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、動作姿態變化，來反應用戶的行為和表情特征，從而達到增強用戶交流的效果和沉浸感[2]。隨著人工智能技術和多媒體技術的發展，虛擬人技術的研究更趨向于智能化和多樣化，人們將現實生活中的一些娛樂活動搬到了虛擬空間當中，例如虛擬舞臺的出現，通過建立虛擬場景，讓虛擬人來演繹音樂與舞蹈的內在聯系。在建立虛擬場景以后，讓虛擬人通過邏輯推理與學習，形成自身對虛擬環境的認識，使虛擬人具有“自我意識”，并將用戶意圖解釋為具體任務。如何構建個性化的虛擬人，實現具有自主感知行為的虛擬人運動控制，是虛擬人研究領域內所關注的焦點。

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題，給出具體的關鍵技術和方法；然后，對傳統的運動控制技術和方法加以歸納總結，并分析了自主感知行為的運動捕獲數據驅動方法；最后，就自主感知行為虛擬人運動控制研究方面的存在的難點以及未來研究的方向，給出一些自己的想法。

1人體建模方法研究

人體是一個復雜的生命體系統，由骨骼、皮膚、肌肉和神經系統等組成，其中關節和骨骼的自由度較多。目前，人體建模面臨兩方面的問題：一是虛擬人骨骼結構的簡化及數學表達；二是建立逼真的外形，這是兩個相互依賴的問題[1]。虛擬人的運動控制大部分是基于骨骼模型，也稱之為骨骼動畫。由于肌肉和神經系統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系統。依據人體解剖學原理，人們制定了兩個重要的國際標準H-Anim和MPEG-4來表示虛擬人骨骼結構[3]，主要是將人體的骨骼和關節進行簡化，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、基于二維照片重構方法和基于人體測量學的方法等[4。

（1） 基于幾何建模技術研究較多，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等來構建人體模型。針對 Poser 軟件輸出的人體模型缺乏關節點數據問題，文獻[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，應用運動學方法使得骨骼驅動皮膚變形。依據H-Anim標準建立分層的骨骼模型，通過設置所有關節的自由度（DOF），采用三角網格方法來仿真皮膚層。

（2） 基于二維圖片重構方法，采用數字圖像處理的方法，提取二維圖片中人體的特征點和參數，來重構三維人體模型。李毅等人[6]針對輸入的草圖，提出一種通過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，實現個性化的三維人體建模。有文獻提出了一種基于視頻的人體骨架建模新方法，通過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，然后通過蒙皮來建立虛擬人皮膚模型。

（3） 基于人體測量學的方法，主要是借助一些三維掃描儀，依據人體測量學的原理，來構建三維人體模型。文獻[7]提出一種采用 Kinect 掃描人體重建個性化人體模型方法，此方法的主要目的是用來解決三維試衣系統中人體建模方法難于建立大量個性化的三維人體模型的問題。通過掃描獲得各種不同類型人體的測量數據，可以迅速構建參數化的人體模型，實現個性化、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，即便已經將二者關聯起來，即將骨骼層和皮膚層綁定，通過骨骼層驅動皮膚層變形。但是在虛擬人運動過程中，存在皮膚層的塌陷、斷裂等問題，研究者往往忽略了這些問題，未來研究的主要方向就是如何有效的解決上述問題，建立肌肉層模型，實現逼真的虛擬人外形。

2 虛擬人運動控制技術的相關方法

虛擬人運動控制一直是虛擬人研究領域的關鍵技術之一。早期的虛擬人運動控制，主要是通過數值計算方式控制虛擬人運動。近期國內外出現了大量有關虛擬人應用軟件，最顯著的特點就對運動控制的效率以及實時性有了很高的要求，研究者關注的焦點是如何將人工智能技術與運動控制技術結合在一起，實現“自主”虛擬人。在自主虛擬人行為感知系統當中，虛擬人根據行為決策系統輸出的決策結果，依靠運動控制系統，執行相應行為動作，例如前往某個地方、閑逛、攻擊目標、逃避危險等[15]。

2.1 傳統的運動控制技術

在虛擬人研究領域，傳統的運動控制技術主要有基于關鍵幀的方法、基于物理控制方法、基于動力學方法、基于運動學的方法等。

1）關鍵幀方法。

2）物理控制的方法。

3）運動學方法。

4）動力學方法。

5）視頻數據驅動的方法。

2.2 基于運動捕獲數據的控制方法

人體運動捕獲數據是直接記錄人體的運動數據并將其用于生成計算機動畫 ，因其視覺真實感、富有表現力等優勢，越來越多地被應用于動畫、電影制作以及游戲等產業中。利用傳感設備捕獲人體運動數據，捕獲到的運動數據描述了骨架的結構以及在各個時間點的運動參數，它可以視為一個時變函數[10]，給定時間參數，可以確定該時刻人體各關節的狀態信息。由于捕獲的數據存在一定的冗余，為了驅動虛擬人在三維虛擬空間中更流暢運動，需要對捕獲的運動數據預處理，提取一些關鍵幀數據11]，將關鍵幀數據與人體模型進行映射。

對于精度較高的捕獲設備，得到的運動數據準確度高，能充分體現出運動的細節。文獻[12]中作者將捕獲的動作文件進行編輯，來合成逼真的虛擬人運動。文獻[13]中采用實時的動作捕獲技術，在虛擬舞臺上進行現場戲劇表演，實現了仿真人體的舞蹈動畫。這是將傳統的藝術表演形式搬移到了虛擬空間，是藝術領域內一次技術革新，引起越來越多研究者們對這種新的藝術表達方式的關注。文獻[14]提出一種“模板化”的運動控制方法，主要是將捕獲的運動數據，根據稀疏主成分分析方法、Group lasso以及 Exclusive group lasso三者結合起來，找到每一種運動內在的具有語義特征的自由度，并將其包裝成模板化的運動參數留給用戶，用戶便可根據該參數的語義描述，直觀地進行實時的模板化運動合成和控制。

上述方法各有優缺點，基于運動捕獲的方法，雖然可以提高運動控制的效率和實時性，但是其無法適應虛擬環境的變化，運動顯得死板僵硬的缺點也很明顯；基于物理控制的實時計算方法，雖然可以使虛擬人運動顯得真實，但是計算復雜、占用資源的缺點也限制了應用的范圍。因此，可以采用多種方法綜合的途徑進行，糅合每一種方法的優點，這樣能極大地提高虛擬人運動控制的實時性。

3 自主感知行為的運動捕獲數據驅動方法

前面所述的內容，研究者關注的焦點是虛擬人運動的逼真性與實時性，根本上忽略了虛擬人與虛擬環境之間的交互性。考慮到虛擬人與虛擬環境之間的交互作用，研究者提出通過建立自主感知模型APM，Autonomous Perception Model），使虛擬人實現自主行為控制。自主感知模型是自主虛擬人理解周圍環境、進行自主行為控制以及決策的基礎，其主要目標是通過不斷地監測虛擬環境的變化，為行為控制模型提供必要的信息。

3.1 感知模型

通過建立感知模型來模擬虛擬人對虛擬環境感知限制，主要由視覺、聽覺和觸覺過濾器組成。視覺過濾器的原理是采用計算機視覺計算的方法計算出虛擬環境中各個對象與人眼之間的相對距離，根據設定的虛擬人所觀察的范圍，判斷某個對象是否在虛擬人視野范圍之內。為了提高感知模型檢測的準確性，可以采用經典的可見性計算方法分別求解虛擬人到包圍盒8個頂點的視線與其他物體包圍盒矩形是否有交點來判定空間的遮擋關系，包圍盒的選取要求光線與包圍盒的求交測試盡可能的簡單。將得到的對象信息與虛擬人直接關聯，植入能否被感知的狀態值，設置虛擬人對物體的感知權限。聽覺和觸覺過濾器主要作為視覺過濾器的補充，擴大虛擬人的感知范圍。

3.2 行為決策模型

決策網絡是一種表達解決決策問題的有向無環圖。有文獻中使用GeNie&Smile決策網絡包編程實現虛擬人行為決策模型。作者在行為決策模型設計中，將決策網絡劃分為頂級網絡、一級子網絡和以下各級子網絡組成。一級子網絡包括熟識行為網路、攻擊響應網絡、呼救響應網絡以及補充能量行為網絡。

3.3 運動控制模型

虛擬人根據行為決策系統輸出的決策結果，依靠運動控制系統，執行相應行為動作。在高層控制中，通過設計路徑規劃器，根據目標地點，生成虛擬人的運動路徑軌跡。路徑規劃器采用A*算法進行路徑搜索。通過使用碰撞檢測，可在運動控制物理層上檢測出虛擬人之間及與虛擬環境景物之間發生的碰撞，并進行相應的碰撞反應處理[8]。

4 總結與展望

由于人體結構及其運動的復雜性，導致在虛擬人形象化建模、運動控制方面存在諸多困難和挑戰。本文在閱讀大量文獻的基礎上，通過分析總結了具有自主感知行為的虛擬人運動控制的方法。在形象化虛擬人建模方面，針對建立的虛擬人體模型缺乏逼真度等問題，將相關研究成果進行概括總結，分析了虛擬人體建模的關鍵技術和方法。在運動控制技術方面，將傳統的方法與最新的方法對比總結，重點介紹如何建立自主虛擬人感知模型，實現自主虛擬人行為控制和決策，使虛擬人具有“自我意識”。 如前文所述，由于人體自身的復雜性，自主感知行為的虛擬人運動控制技術還存在著一些問題有待于解決。

參考文獻：

[1] 何長鵬，侯進，王獻.基于骨骼的三維虛擬人運動合成方法研究[J].計算機工程與科學，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] 夏時洪，王兆其.虛擬人合成研究進展[J].中國科學F輯：信息科學，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，李焱，賀漢根.基于Poser 模型的三維人體建模方法[J].計算機工程，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].中國圖象圖形學報，2015，20（6）：0828-0835.

[7] 姚礪，李奧瓊，王慧潔.個性化人體特征曲線驅動的三維服裝變形[J].計算機仿真，2015，32（7）：426-432.

[8] 劉渭濱，周亮，邢薇薇，等.自主虛擬人真實感行為與運動建模的研究[J].北京理工大學學報，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.模板化的人體運動合成[J].自動化學報，2015，41（4）：758-771.

篇7

【關鍵詞】電力系統；運行；繼電保護；管理對策

社會經濟的快速發展帶動了電力系統的改進，而工農業的快速發展對電能的質量和數量都提出了較高的要求，同時也對電網系統的實際運行穩定性提出了較高的要求。

1電力系統繼電保護的基本概念

在電力系統運行中，外界因素（如雷擊、鳥害呢）、內部因素（絕緣老化，損壞等）及操作等，都可能引起每項事故及非正常運轉的情況呈現，我們經常看到的事故有：相間短路；兩相接地；三相接地；單相接地；短路等。這種系統不正常運轉狀況有：過電壓，過負荷，不是全相運轉，次同步諧振，振蕩，同步機器暫時失磁不尋常的運轉等。繼電保護可以快速的切斷故障，消除不正常的運行狀況，所以電力系統的繼電保護屬于一種保護電網運行安全的自動裝置。所以當有危及電網安全的故障發生時，繼電保護會發生報警信號并自動采取措施以終止不穩定因素的發生。繼電保護的基本任務：自動迅速，有選擇的跳開特定的斷路器；反映電氣元件的不正常運行狀態。電力系統對繼電保護的基本要求：速動性；選擇性；靈敏性；可靠性。

2電力系統繼電保護現狀

2.1微機在繼電保護中的大量普及

隨著計算機的廣泛推廣普及，微機開始在繼電保護裝置中開始使用，計算機在計算方面具有極強的運算能力和分析能力，所以在提高繼電保護裝置的性能方面具有較強的優勢，所以在近年來，計算機廣泛在繼電保護裝置上開始使用，且利用率呈上升趨勢，針對高壓的電力系統，微機的保護功能具有更強的性能。

2.2繼電保護與前沿技術相結合

當今繼電保護技術已過慢慢的逐漸呈現互聯網和防護、檢測、控制、數據信息整體化。互聯網平臺成就信息和數據聯絡用具已形成網絡時期的技能助手，其與繼電防護的融合是呈現現在電力體系安全、穩固運轉的核心保護。現在電力體制繼電保護需要整個防護單元全能同享整個體制的運轉和事故信息的數據，促使每個防護單元與相交閘設置在研究這類信息和數據的基礎上調和行為，實施這項體制防護的基礎條件是將整個體制每個核心電氣設施的防護設置用互聯網平臺結合在一塊，即呈現微機防護設置的互聯網信息化。當前微機確保的互聯網信息化現在已實行，但它還是在初級時段，要完成我們國家微機防護的整體互聯網信息化，還要求我們繼電保護工作員的繼續努力。

2.3使用人工智能（AI）、自適應控制算法等先進手段

人工智能技術（如專家系統、人工神經網絡ANN等）被全面地使用于需求非線性困難，相對于原來的方式有著不可更換的實力。我們都知道，電力系統繼電保護是一項普通的離散制約，劃分到系統的每個地方，對于系統的狀況（正常或故障）來診斷，即狀況評估，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已形成網上狀況評估的關鍵手段，越為廣泛地使用于電力體制的眾多方面里，尤其是繼電防護方面，在于掌控、監管及計劃等空間中展示著尤為關鍵的作用。

3確保繼電保護安全運行的對策

3.1繼電保護裝置檢驗應注意的問題

在繼電保護設置檢測進程里務必預防：將整個測驗和電流回路升級檢驗設置在該次檢測最終來做，這幾項動作做完之后，不要再動換定值﹑插件﹑換定值區﹑換變兩次回路對接等動作信息網。電流回路升流和電壓回路升壓檢測，也務必在別的檢測地方形成后最終來做。在經常的檢測里，時常在檢測做好后或者設施進人熱備情況，或者進入運轉而短時間內沒負荷，像這種狀態下是不可以檢測負荷向量和復印負荷采樣值的。

3.2定值區問題

微機防護的最大優勢是能有很多定值區，這也方便了電網運轉方法千變萬化的狀態下定值更換問題。這時務必要做好的是定值區的錯誤對繼電工作來說是一大忌，必須采用嚴格的管理和相應的技術手段來確保定值區的正確性。

3.2.1短距離饋線與降壓變壓器保護配合問題

一般廠里使用的電纜為不會超出2km的短線路。饋線最終的地方的10.5kV/0.4kV變壓器不會設置唯一的變壓器防護，務必將10kV這種線的路子和10.5kV/0.4kV變壓器應該是線路變壓器構成，是一樣要保護的。就是設置了變壓器防護的35kV/10.5kV變壓器，出于饋線線路非常短，短路電流異常挺慢，一時斷掉防護行為值需要按原線路終端三相短路較大的短路電流來整理，按照線路出去的地方短路來檢驗快速斷電防護敏感度，在思考1.2的有效系數之后就沒了防護空間。有效防護整理中，同時將35kV線路和35kV/10.5kV變壓器想象成線路變壓器組，一塊看作防護對象。

3.2.2定時限過電流保護與限時電流速斷保護配合

速斷保護是一種短路保護，為了使速斷保護動作具有選擇性，一般電力系統中速斷保護其實都帶有一定的時限，這就是限時速斷，離負荷越近的開關保護時限設置得越短，末端的開關時限可以設置為零，這就成速斷保護，這樣就能保證在短路故障發生時近故障點的開關先跳閘，避免越級跳閘。定時限過流保護的目的是保護回路不過載，與限時速斷保護的區別在于整定的電流相對較小，而時限相對較長。這三種保護因為用途的不同，不能說各有什么優缺點，并且往往限時速斷和定時限過流保護是結合使用的。

3.3一般性檢查

首先清點連接件是否緊固焊接點是否虛焊機械特性等。現在保護屏后的端子排端子螺絲非常多，特別是新安裝的保護屏經過運輸搬運，大部分螺絲已經松動，在現場就位以后，必須認認真真一個不漏地緊固一遍，否則就是保護拒動，誤動的隱患。其次是應該將裝置所有的插件拔下來檢查一遍。

3.4接地問題。

通俗的講接地就是將電器設備的外殼與大地通過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，因為這兩點（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有電流通過人體，從而達到了保護人身安全的目的，這是理論上的，實際上接地線、接地極與大地之間的電阻不可能做到零因此外殼對地還會有一定的電壓（具體數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性。

3.5工作記錄和檢查習慣。

工作記錄和檢查習慣是每一個繼電工作者都應該具有的工作習慣，良好的工作記錄能及時發現工作中任何環節的疏漏，對以后繼電保護工作也是一個良好的參考借鑒。

4繼電保護管理的重要性及任務

4.1重要性

繼電保護工作作為電網工作中的一個重要組成部分，這種行為責任重大、技能方面的性能非常強、工作細節復雜。繼電保護員工天天對著很多像電網架構、保護設置、設施進出、運轉方法變換及事故狀況等每項信息，對這些來有效的總結、整理和分析，做起來非常復雜，況且上面和下面之間、局與各站點之間存著很多反復性內容進入及維修工作。為降低繼電保護員工的工作的壓力力度，提升整體生產力，開展繼電保護信息監管體系已形成電網未來的一項必然發展趨勢。

4.2主要任務

電力體系繼電防護監管體系的首要工作是對繼電防護所關系到的信息、數據、內容、圖表等進行進入、查看、更改、刪掉、查詢。雖然監管對象層次非常之多、架構相對復雜、涉及全部一、二次設施參數、運轉狀況、數據分析、圖檔監管還有一些人力方面的管理，每個層面防護細節分工非常細，這也讓數據庫、表格非常之多，運用監管系統可以有效提升效率和數據運用的確定性。在電力體系里，依然有如防護設置軟件設置不妥善、二次回路設置不規范、參數結合不理想、元器配件質量較差、設施落伍、二次標識不對、沒有運用反措等很多因素，影響運轉的繼電防護設施存在或呈現事故，比較輕的會導致設施正常運轉，嚴重的是影響電網的安全正常運轉，對此，務必提高警惕繼電保護事故預防，用心、堅持地展開好繼電保護信息管理。

5繼電保護管理中的不足

根據當前電力系統每個供電機構的繼電防護監管狀況，會看出各公司對繼電保護監管里當下的困難款式多元化、內容各不相同、格式也是無奇不有、規范方面就更不用說了；還有，整個供電單位都是對監管不到位也就是形式化的記一下而已，現在的事故打消之后就在不會來更深入的總結研究。更關鍵的還有公司連事故的原因都不記，發現監管上的漏洞之后就是督促工作人員進行處理就了結了。由于各公司對監管力度不一樣，忽視不問。最后構成運轉維修結果也不一樣：有的公司發現事故，想法處理根治，設施及電網安全基本穩定；還有一些單位發現事故之后，反復處理都無法根除，浪費力氣又耗材，而且非常嚴重的導致了設施及電網的安全穩固運轉；有的單位發現了事故由于人員緊張不能及時處理，同時對事故也沒有做出詳細的記錄，小事等大了在處理不但影響了電網的正常運轉還損失了經濟。對于這種情況，為了較低經濟損失，要加強繼電保護工作人員治理事故的技能和經驗累積，提升繼電防護行為目標，保證電力設施穩健運轉以及電網安全穩固運轉，確實將事故消除監管工作做到位，并經過科學監管來引導安全運轉維修工作，務必對事故及不足要實施微機化監管，借助微機強大的技能，對呈現的事故存貯分析、統計、總結，并來精心探討、總結，尋找設施運轉規律，很好地讓事故監管應用、服務于運轉維修與安全有效運轉。

6排除故障的措施

6.1對繼電保護故障按獨立的裝置類型進行統計

對當前系統運轉的各項線路防護設置、變壓器防護設置、母差防護設置、電抗器防護設置、開關操作箱、重合閘設置或繼電設置、電壓切換箱，電容器防護設置、以及其他保護、備用電源自投切設置或安全自動設置等，將其事故依照設置款式在微機里來統計分析，而不運用羅列筆錄或按站統計等方式。

6.2對繼電保護故障分類

除去按事故對設施或電網運轉的影響力度可區分成較輕、嚴重、危機三種以外，還可以依照事故發生的直接因素，將事故區分為設置不理想（包含二次回路與設置原理）、反措沒實行、元器件不合格（包括物品自身質量就不好與產品運轉長時間退化）、工作上的不足（包括失誤接錯線、設施不良或使用不當、標識錯誤、檢驗疏忽）等幾個方面。對事故的分析統計之后，首先依照事故損壞程度，分清不同程度安排處理；另還有，便于對事故的輕重職責分類及有效性改進，從根源上杜絕事故以后在出現，也保證了消除事故整理的功效。

6.3明確繼電保護缺陷登錄的渠道或制度

為了逐漸把我設施運轉規律，并逐步提升繼電保護工作人員的運轉維護技術水平，就務必對繼電保護設施呈現的每一項事故來立即、整體的統計分析，除去繼電保護工作人員個人出現的事故應立即統計分析之外，還務必立即統計分析變電站運轉工作崗位上的人員出現的事故，而要做好后面這項以往非常復雜。對此，務必對運轉機構工作（人員）有效繼電保護事故通知方式、機制，經過制度的制約，清楚事故上報的方式、事故政治的分界、耽誤事故治理構成緣故的職責歸屬等，明確做好任何一次事故都能立即做到統計分析，為經過不足之處監管查詢設施運轉規律奠定堅實的基礎。

7繼電保護故障管理的對策

7.1跟蹤繼電保護設備運行情況，及時、合理安排消缺

通過事故監管，可以在不同地方把握設施運轉狀況，做好下一步的計劃：哪些設施沒有出現過事故，我們可以暫不處理，哪些設施還存在隱患，事故可否導致設施安全運轉，并對目前有事故的設備，依照事故輕重，進行安排處理，立即妥善處理或逐漸導入月度生產檢測修理計劃來對設施打消或結合繼電保護定期檢驗、交接性校驗、狀態檢修進行設備消缺，以確保設備盡可能地健康穩定運行。

7.2超前預防，安全生產

通過事故管理，對把握的事故的數據，在其未構成故障之前，要做到立即總結分析，定出計劃和針對性的措施。對于立刻能處理的事故，要安排工作人員進行處理；對不能馬上處理的事故，要做到再次總結分析，制定挽救方法，并認真對待該事故預想。

7.3及時、準確地對繼電保護設備進行定級統計

要真正做到把每臺繼電保護設備定級到位，就必須做到時刻全面地掌握每臺繼電保護設備存在的問題，并對其進行合理化管理，進而對設備定級實現動態的科學化管理。

總之，電力企業作為能源工業之一，國家一直有相關的政策扶持，所以在發展上也一直呈上升速度快速的發展，隨著科學技術的不斷進步，各種高科技技術開始介入電力企業的發展過程當中，繼電保護技術也在接受著新的機遇和挑戰，所以在繼電保護技術的使用上我們應加強學習和研究，使繼電保護技術不斷朝著一體化及智能化管理方面發展。

參考文獻：

篇8

【關鍵詞】計算機；網絡管理；網絡安全

引言

對于目前來看，Web管理軟件可以包容很多技術及其各方面的應用特性，不僅如此，還有比較容易操作和開發成本比較低的特點，所以Web網絡管理系統是目前最受歡迎的軟件。所以本文就基于Web網絡管理系統這方面的優越性，簡單地介紹一下Web的基本理論和基于Web網絡管理模式的研究，最后以網絡管理安全作為本文的結論點，使得在網絡安全管理中保證其正常運行。

1 計算機網絡管理的概念及Web技術

1.1 計算機網絡管理

計算機網絡管理系統實質上就是管理網絡的軟件系統，將其收集到的信息進行綜合分析和具體的調整。網絡管理這一領域從 20 世紀 80 年代逐漸受到重視，各種網絡系統雖然在結構上還存在著一定的差異，也沒有一個人們能接受的標準，但是可以將網絡管理的概念分為以下幾個主要內容：

新的網絡管理技術的出現，使原有的技術已經不能滿足新的網絡時代的要求，基于復雜的網絡管理技術，由于復雜和實施費用過高，還不能被廣范的認可，因此網絡管理系統還是當前的重要研究內容。計算機網絡管理是收集網絡中的各種動態和靜態信息的，為了保證網絡的安全和高效的運轉，要合理的分配網絡資源。通常情況下，計算機網絡管理的功能主要包括計費管理、故障管理、性能管理、配置管理和安全管理五個方面的管理功能。

1.2 Web 相關技術簡介

自從Web技術的出現，人們的生活和工作受到了很大影響，使人們在在信息交流中超出了時空的界限，在任何地點任何時間內都可以獲取自己想得到的信息，如此以來，使得Web技術很快融入到了人們生活的每一個領域內，包括計算機網絡管理領域。Web技術采用的是開放式技術，即客戶與服務器結構模式，在這方面的技術中，包括了Web服務器、客戶瀏覽器以及傳輸規程三個部分，其中還有一些輔技術，有CGI、JAVA和HTML等一些編程語言。但是，在Web技術迅速發展的時期，也帶來了一些問題，使得人們在其技術上跟不上其發展的步伐，使得那些新的應用、協議和標準令人應接不暇，雖然有各方面的問題存在，但其發展框架還是圍繞著這些方面展開的。

2 計算機網絡管理的發展趨勢

2.1 計算機網絡管理的現狀

計算機網絡管理在信息化時代已經凸顯出了其重要的地位，對于計算機網絡管理者來說，如何有效的利用并將計算機網絡的使用價值最大化成為了迫在眉睫的任務。計算機網絡性能的管理是用戶最關注的話題，為滿足用戶及企業的要求，就要從軟件設備管理和業務管理入手。在網絡的發展中，總會出現一些關鍵性的問題沖擊企業的發展，這些問題關系到網絡的正常運轉，影響到原有的網絡管理系統，這需要找到問題的根源所在。從目前的情況看，我國的計算機網絡管理技術水平還很低，因此要實現一個網絡系統的高效運轉仍然十分困難，大力的開發和推廣新的管理是緩解當前管理水平的有效措施。首先，我國在網絡管理的研究和應用上與國外的先進水平還有一段差距，要縮短差距，開發出自己國家的一套先進技術還十分困難；其次，單純的依靠國外的網絡管理來緩解我國的網絡管理落后局面也是不夠的，國外的一些管理與我國的實際情況并不符合，所生產的網絡產品與我國的網絡應用環境不協調。總之，從這兩種情況可以看出：我國要積極的研究和開發出屬于我國的計算機網絡管理，推廣和吸收國外的先進經驗和原有的管理，在此基礎上，提高網絡管理在我國的應用價值和效率。

2.2 計算機網絡管理的發展趨勢

現在的計算機網絡管理已經開始向應用層次轉變，在傳統的計算機網絡管理的基礎上進行了一系列的調整，數據的傳輸更加安全可靠。

2.2.1 實現了綜合化的網絡管理

計算機網絡管理系統中的綜合化網絡管理要求管理系統能夠提供更多的管理支持，通過具體的操作對管理的業務進行定位和支持。計算機的網絡管理作用在生活中尤為突出，因此要實現對多個網絡的管理就要考慮幾個因素。首先，對存在多個網絡管理系統的的不同部分要進行分別管理；其次，將網絡管理系統中的各個網絡緊密的結合起來，降低管理的復雜性。

2.2.2 實現智能化和業務監控管理

實現計算機網絡管理對支持策略和管理系統的本身維護，可以采用人工智能技術來進行維護和排除故障以保證網絡的正常運行。就目前的網絡管理的服務內容來看，有些服務雖然已經停止，但對其監控管理還未停止。進一步加強業務的監測和管理是計算機網絡管理的一個重要的發展趨勢。

2.3 基于WEB的網絡管理模式的優缺點

在互聯網技術迅速發展的今天，互聯網已經取代了以前所用的局域網，相對于局域網來說，互聯網的各方面費用都很高，因為他是基于異種平臺的設計及其網絡管理方法和模型的多樣性開發的，所以會在開發和維護時費用大增，還有就是在這方面的操作需要專業的人員，對于這方面的學習要滲透全面掌握其基本理論，所以在這方面的學習是需要占用大量的時間的。對于這些缺點，人們繼續找到解決這些問題的方法，研究開發適合人們需求的高效方便的網絡管理模式。來適應網絡高速發展的新形勢。

3 計算機網絡管理的安全策略

當前，計算機網絡安全涉及的面更廣，危害更大，當前我國已經進入了以網絡為核心發展的信息時代時期，但是在這個時期也產生了很多有關信息安全隱患問題，這樣不經給社會帶來很大的隱患，還會影響到我國機密信息的安全，所以在過個程中為了免受非法的盜取。下面將分析一下計算機網絡存在的安全問題以及相應的解決辦法。

3.1 數據加密技術

數據加密技術實際上是對數據進行置換和移位的變換算法，這種方法能夠對靜態和動態信息進行同時的保護，在變換過程中有個“密鑰”控制，而密鑰必須要有密碼保護，而密碼只有授權用戶知道。

3.2 選用防火墻技術

防火墻技術在計算機網絡安全管理系統中是非常重要的。它是一種隔離控制技術，目前我們常用的防火墻技術只有三種，即狀態檢測技術、應用網關技術、包過濾技術三種。對于不同的技術有不同的防御系統，像狀態檢測技術，他不僅可以對屬于同一連接的數據流程經行檢測隔離，而且還可以對那些單個鏈接的數據流程經行區分和識別。而應用網關技術它是利用一個特殊的系統軟件來保護網絡和其他網絡系統，但它保護的對象有輕重之分，它的重點就是保護主機及其里面的數據；最后包過濾技術是對網絡層中的數據進行檢測和選擇利用，對目標地址和所用的端口進行檢測，來判斷是否可以對其放行。

3.3 計算機桌面的安全系統

計算機網絡用戶最重要的信息是以文件的形式儲存在電腦上的磁盤里，用戶在存取、分發等方面更加的快捷，在同一時間內提高工作效率和質量，但也出現了一些問題。用戶將檔案儲存在電腦上的磁盤里，信息容易泄漏，形成了安全隱患，在這種情況下，“清華紫光桌面計算機信息系統安全保護”在應用中顯得非常重要的，它可以防止非法入侵和改變數據，保護文件的安全扮演了一個重要的角色。

4 結論

在幾十年的發展過程中，計算機網絡已經應用到各個領域里，并且網絡管理的規模也在日益擴大，網絡正處于一個迅猛發展的階段，其復雜的程度也在逐漸加劇。對于Web系統，是網絡系統發展的一種優勢，在其發展過程中，瀏覽器和Web服務器進行信息交換時必須嚴格遵守HTTP協議，一般情況下會采用CGI腳本的方式進行，但這種交互在一定情況下會受到限制，因為客戶端所顯示的信息大都是之前預定好的，所以在這方面還存在著很多不足之處，需要我們繼續對Web方面的網絡管理系統進行深一步的研究。計算機網絡為資源的共享和信息的傳播提供了一個全新的有效途徑，在網絡發展的時代，計算機網絡管理必將是一個重要的研究課題。

參考文獻：

篇9

關鍵詞：數據挖掘；貝葉斯；分類

中圖分類號：TP311文獻標識碼：A文章編號：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

數據的豐富帶來了對強有力的數據分析工具的需求，大量的數據被描述為“數據豐富，但信息貧乏”。快速增長的海量數據收集、存放在大型和大量的數據庫中，沒有強有力的工具，理解它們已經遠遠超出了人的能力。

分類作為數據挖掘的一種模式，可以用于提取描述重要數據的模型，通常是預測分類標號（或離散值）。例如，可以建立一個分類模型，對銀行貸款的安全或風險進行分類。許多分類的方法已被機器學習、專家系統、統計學和神經生物學方面的研究者提出。

貝葉斯分類是數據分類中的一個基本技術。在大型數據庫，貝葉斯分類已表現出高準確率和高速度。貝葉斯分類中又有樸素貝葉斯分類和貝葉斯信念網絡。

2 什么是分類

數據分類(data classification)是一個兩步過程。第一步，建立一個模型，描述預定的數據類集。通過分析有屬性描述的數據庫元組來構造模型。假定每個元組屬于一個預定義的類，由一個稱作類標號屬性(class label attribute)的屬性確定。對于分類，數據元組也稱作樣本、實例或對象。為建立模型而被分析的數據元組形成訓練數據集。訓練數據集中的單個元組稱作訓練樣本，并隨機地由樣本群選取。由于提供了每個訓練樣本的類標號，該步也稱作有指導的學習（即模型的學習在被告知每個訓練樣本屬于哪個類的“指導”下進行）。它不同于無指導的學習（或聚類），那里每個訓練樣本的類標號是未知的，要學習的類集合或數量也可能事先不知道。

通常，學習模型用分類規則、判定樹或數學公式的形式提供。例如，給定一個顧客信用信息的數據庫，可以學習分類規則，根據他們的信譽度優良或相當好來識別顧客。這些規則可以用來為以后的數據樣本分類，也能對數據庫的內容提供更好的理解。

第二步，使用模型進行分類。首先評估模型（分類法）的預測準確率。模型在給定測試集上準確率是正確被模型分類的測試樣本的百分比。對于每個測試樣本，將已知的類標號與該樣本的學習模型類預測比較。如果模型的準確率根據訓練集評估，評估可能是樂觀的，因為學習模型傾向于過分適合數據。

如果認為模型的準確率可以接受，就可以用它對類標號未知的數據元組或對象進行分類。（這種數據在機器學習文獻中也稱為“未知的”或“先前未見到的”數據）。

分類具有廣泛的應用，包括信譽證實、醫療診斷、性能預測和選擇購物。

3 Bayesian 分類技術介紹

3.1 Bayesian分類與其他分類技術的比較

基于統計的分類算法主要包括：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、神經網絡）和組合模型.對于這些分類算法，國內外很多研究者進行了客觀評測。

分類方法可以根據下列標準進行比較和評估：

預測的準確率：這涉及模型正確地預測新的或先前未見過的數據的類標號的能力。

速度：這涉及產生和使用模型的計算花費。

強壯性：這涉及給定噪聲數據或具有空缺值的數據，模型真切預測的能力。

可伸縮性：這涉及給定大量數據，有效地構造模型的能力。

可解釋性：上涉及學習模型提供的理解和洞察的層次。

數據庫研究界對數據挖掘的分類一直強調可伸縮性。

“貝葉斯分類的效率如何？”理論上講，與其他所有分類算法相比，貝葉斯分類具有最小的出錯率。然而，實踐中并非總是如此。這是由于對其應用的假定（如類條件獨立性）的不準確性，以及缺乏可用的概率數據造成的。然而，種種實驗研究表明，與判定樹和神經網絡分類算法相比，在某些領域，該分類算法可以與之媲美。

貝葉斯分類還可用用來為不直接使用貝葉斯定理的其他分類算法提供理論判定。例如，在某種假定下，可用證明正如樸素貝葉斯分類一樣，許多神經網絡和曲線擬合算法輸出最大的后驗假定。

3.2 貝葉斯分類

3.2.1 貝葉斯定理

設X為一個類別未知的數據樣本，H為某個假設，若數據樣本X屬于一個特定的類別C，那么分類問題就是決定P(H/X),即在獲得數據樣本X時，H假設成立的概率P(X)是建立在H基礎之上的x成立的概率。具體公式描述如下：

3.2.2樸素貝葉斯分類（簡單貝葉斯分類）

樸素貝葉斯分類方法[3]是機器學習中常用的方法之一。樸素貝葉斯分類法將訓練實例I分解成特征向量W和決策類別變量C。樸素貝葉斯分類法假定特征向量的各分向量間相對于決策變量是相對獨立的。對文本分類來說，假設各個單詞wi和wj之間兩兩獨立。

設訓練樣本集分為k類，記為C={C1,C2,…,Ck},則每個類Ci的先驗概率為P(Ci), I=1,2, …,k,其值為Ci類的樣本數除以訓練集總樣本數N。對于樣本d,其屬于Ci類的條件概率是P(d|Ci)。文本d有其包含的特征詞表示，即d= (w1, …,wi, …,wm),m是d的特征詞個數|d|,wj是第j個特征詞。根據貝葉斯定理，Ci類的后驗概率為P(Ci|d)

因為P(d)對于所以類均為常數，樸素貝葉斯分類器將未知樣本歸于類的依據，如下

文檔d由其包含的特征詞表示，即d=(w1, …,wi, …,wm) ，m是d的特征詞個數|d|,wj是第j個特征詞，由特征獨立性假設，則得

式中P(wj|Ci)表示分類器預測單詞wj在類Ci的文檔中發生的概率。

3.3 改進的貝葉斯分類在文本分類中的應用

關鍵的一個技術是特征提取。文本分類征提取的步驟包括：詞語切分，詞頻統計，加權計算和特征選擇（二者通常結合在一起進行）。

在文本分類中有很多權重計算和特征選擇的公式，如信息增益、期望交叉嫡、文本證據權、zx統計量等，其中最著名的是TFIDF公式.那么，權重計算和特征選擇的公式究竟哪個為優呢？其實在這些公式中，關鍵在于特征選擇時的傾向：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，理想的做法應該是充分考慮P(w)因子的作用，最好能兼顧到高權高頻詞和低頻高權詞。

有學者對TF*F和TF*IWF*IWFF公式進行了分析并作了一些改進，認為關鍵詞在某類的權重受3個因素的影響：該詞在當前類中的出現頻率；該詞在總語料中的出現頻率；該詞在不同類別之間出現頻率的差異。最終得到關鍵詞在類中的權重計算公式：

類別區別度用來表示某一個詞語對于文本分類的貢獻程度，即詞語的領域區別程度。直觀地看，如果一個詞語在每一類中都比較均勻地出現，那么它對于分類的貢獻幾乎為零，類別區別度很低;如果某一詞語只在某一類中出現，那么它對于分類的貢獻很高，有的幾乎可以一詞定類，類別區別度也就很高了。比如，虛詞“的、我、在”的類別區別度很低，而“魔獸爭霸、重倉股、手機操作系統”這樣的詞語其類別區別度就很高。

3.4 貝葉斯信念網絡

樸素貝葉斯分類假定類條件獨立，即給定樣本的類標號，屬性的值相互條件獨立。這一假定簡化了計算。當假定成立時，與其他所有分類算法相比，樸素貝葉斯分類是最精確的。然而，在實踐中，變量之間的依賴可能存在。貝葉斯信念網絡（Bayesian belief network）說明聯合條件概率分布。它允許在變量的子集間定義類條件獨立性。它提供一種因果關系的圖形，可用在其上進行學習。這種網絡也被稱為信念網絡、貝葉斯網絡和概率網絡。

信念網絡有兩部分定義。第一部分是有向無環圖，其每個節點代表一個隨機變量，而每條弧代表一個概率依賴。如果一條弧有節點Y到Z，則Y是Z的雙親或直接前驅，而Z是Y的后繼。給定雙親，每個變量條件獨立于圖中的非后繼。變量可以是離散的或連續值的。它們可以對應于數據中給定的實際屬性，或對應于一個相信形成聯系的“隱藏變量”。

“貝葉斯信念網絡如何學習？”在學習或訓練信念網絡時，許多情況都是可能的。網絡結構可能預先給定，或由數據導出。網絡變量可能是可見的，或隱藏在所有或某些訓練樣本中。隱藏素凈的情況也稱為空缺值或不完全數據。

如果網絡結構已知并且變量是可見的，訓練網絡是直截了當的。該過程由計算CPT（條件概率表）組成，與樸素貝葉斯分類涉及的計算概率類似。

當網絡結構給定，而某些變量是隱藏的時，則可使用梯度下降方法訓練信念網絡。目標是學習CPT項的值。設S是s個訓練樣本X1，X2，…，Xs的集合，Wijk是具有雙親Ui=uik的變量Y=yij的CPT項。Wijk可以看作權，類似于神經網絡中隱藏單元的權。權的集合總稱為w。這些權被初始化為隨機概率值。梯度下降策略采用貪心爬山法。在每次迭代中，修改這些權，并最終收斂到一個局部最優解。

4 結束語

簡要闡述了分類在數據挖掘中的位置，著重介紹了貝葉斯分類的基本技術和它的相關應用。

參考文獻

[1] 史忠植.知識發現[M].北京:清華大學出版社,2002.