统计学的特征篇1
【摘要】所谓统计思想，就是在统计实际工作、统计学理论的应用研究中，必须遵循的基本理念和指导思想。统计思想主要包括均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想等思想。文章通过对统计思想的阐释，提出关于统计思想认识的三点思考。
一、关于统计学
统计学是一门实质性的社会科学，既研究社会生活的客观规律，也研究统计方法。统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。
二、统计学中的几种统计思想
1统计思想的形成
统计思想不是天然形成的，需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的统计思想。
2比较常用的几种统计思想
所谓统计思想，就是统计实际工作、统计学理论及应用研究中必须遵循的基本理念和指导思想。统计思想主要包括:均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。现分述
2.1均值思想
均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有统计学理论，是统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。
2.2变异思想
统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。
2.3估计思想
估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。
2.4相关思想
事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。
2.5拟合思想
拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模式和基于此而预示的可能性”。
2.6检验思想
统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。
3统计思想的特点
作为一门应用统计学，它从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）统计思想强调方法性与应用性的统一；（2）统计思想强调科学性与艺术性的统一；（3）统计思想强调客观性与主观性的统一；（4）统计思想强调定性分析与定量分析的统一。
三、对统计思想的一些思考
1要更正当前存在的一些不正确的思想认识
英国着名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如Gnp、人口增长率等等，均是凯特勒及其弟子们的遗产。
2要不断拓展统计思维方式
统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息(尤其是不完全甚至劣质的信息)去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。
3深化对数据分析的认识
任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析(DDa)、推断性数据分析(iDa)和探索性数据分析(eDa)等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。
参考文献:
陈福贵.统计思想雏议[J]北京统计,2004,(05).
庞有贵.统计工作及统计思想[J]科技情报开发与经济,2004,(03).
统计学的特征篇2
关键词：图像特征提取；人机交互系统；Bp神经网络；Canny边缘检测算法
中图分类号：tp391
在感性消费的社会里，情感与体验等无形的因素逐渐变成衡量人生活品质的关键要素，在这样的背景下，公寓作为人的生理心理双重港湾，更是不得不考虑住户的感性需求。如何能够实现用户只通过表达自己的情感就找到符合自己需求的公寓图片呢？本文设计了一个自选公寓人机系统，使得用户能方便快捷地获得符合自己情感需求的公寓图片，并进行选择。
1感性空间
感性空间的建立主要有下面几个步骤：一是搜集挑选用户对于公寓图片的心理感觉形容词对；二是挑选用户进行问卷调查，利用感性工学语义量化（SD）方法，建立用户情感认知空间；三是对多维情感认知空间进行多元分析，简化情感空间的维数。一和二属于调查阶段，三属于分析阶段。
1.1调查阶段
首先挑选了11对感觉形容词，再加上一对反映用户喜好的形容词，喜欢和不喜欢，共计十二对：喜欢的――不喜欢的，宽广的――狭窄的，温馨的――清冷的，协调的――不协调的，整齐的――杂乱的，优雅的――不优雅的，明亮的――阴冷的，舒适的――不舒适的，柔和的――刚硬的，现代的――传统的，简约的――复杂的，放松的――紧张的。
选取200幅公寓图片，针对上述十二对形容词，邀请120名用户进行等级评价。评价分为五个等级，例如图1的形容词对宽广的――狭窄的，1、2、3、4、5分别表示非常宽广的，有些宽广的，中性，既不宽广也不狭窄的，有些狭窄的，非常狭窄的。
图1五级评价
这样就得到最终的结果模型，也即用户感性数据库，可描述为：a=，其中akij为第k个用户对第i个公寓图片的第j个感性词汇对的等级评价，K=120，i=200，J=12，i=1，2，…，i，j=1，2，…，J。
1.2分析阶段
因子分析的思想是将众多变量之间的内部关系简化成用少数几个公共变量来描述，一般假设某一样本变量由所有变量均有的公共因子和自己独有的特殊因子两部分组成，因子分析的数学模型为：
X=BF+ε，（1）
（i*j）（i*m）（m*j）（i*j）
其中X为i个原变量j个评价标准的i维矩阵，B为因子载荷矩阵，F为m维的公共因子变量矩阵，ε为特殊因子矩阵，因子载荷矩阵是各个原始变量的因子表达式的系数，表达提取的公共因子对原始变量的影响程度。
对于上述感性数据库a，由于akij为第k个用户对第i个公寓图片的第j个感性词汇对的等级评价，于是可求得所有用户对第i个公寓图片的第j个感性词汇对的等级评价，进而可得到一个均值意象评分矩阵a′，a′=，对该均值意象评分矩阵利用（1）式进行分析，可得到一个m维公共因子矩阵，也即将原感性空间从i维降到m维，并可得形容词在该感性空间的坐标。
2情感客户模型
建立情感客户模型即建立图像特征空间到用户情感空间的一个映射，为此，需要先对公寓样本图片进行特征提取。
2.1公寓设计样本图片特征提取
2.1.1图片颜色特征提取
颜色特征采用颜色直方图法表示，颜色直方图可以是基于不同的颜色空间和坐标系。大部分的数字图像都是用RGB颜色空间表达的，然而为了更接近于人们对颜色的主观认识，首先将RGB颜色空间转换到HSV颜色空间，其转换公式具体为下面（2）、（3）、（4）式：
（2）
（3）
（4）
其中。再将HSV颜色模型进行颜色量化，最后计算得到颜色直方图。
2.1.2图片形状特征提取
本文选择Canny算子边缘检测算法对图片形状分析，首先对图像按（5）式灰度化；接着用高斯滤波器平滑滤波，滤波器高斯函数为（6）式，即是根据待滤波的像素点及其邻域点的灰度值按照一定的参数规则进行加权平均，这样可以有效滤去图像中的高频噪声；之后计算图像灰梯度的幅值和方向，并对灰度幅值进行非极大值抑制，即寻找像素点局部最大值，将非极大值点所对应的灰度值置为0，这样可以剔除一大部分非边缘的点；剩下的也不都是边缘点，为了减少假边缘，采用双阈值法，选择相对高低两个阈值，由高阈值可以得到一个边缘图像，由于阈值较高，这样图像就含有很少假边缘，但是产生的图像边缘可能有间断，因此又采用了一个低阈值，将高阙值得到的边缘连接成轮廓，在到达轮廓的断点时，选择低阙值直到边缘能够闭合为止；之后采用Hu不变矩对提取出来的轮廓进行特征提取。
Gray=0.299R+0.587G+0.114B（5）
（6）
2.2建立情感模型
本文采取的是Bp神经网络方法，通过神经网络学习图像特征与用户感性词汇之间的关系，结构图如下：
图2Bp神经网络结构图
输入层维数为基本颜色的个数，输出层维数为感性词汇的个数。我们选择200幅公寓图片作为Bp神经网络的训练图，邀请20位用户对这些图像进行情感标注，挑选出代表性词汇，假设我们得到的词汇空间为温馨，清冷，简约，古典，恬淡，高贵，轻快，优雅，分别用（10000000），（01000000）…（00000001）一一对应表示，之后提取图片的颜色特征，得到十二种基本颜色特征，红橙黄绿青蓝紫褐灰粉黑白，分别用（100000000000），（010000000000）…（000000000001）一一对应表示，这样就得到神经网络的训练集。输入层与输出层之间隐含层的作用是根据训练样本，学习提取并储存其内在规律。对于隐含层节点来说，确定其最佳数目的常用方法是试凑法，一般以式（7）作为试凑法的初始值：
（7）
式中m为隐层节点个数，n为输入层节点个数，l为输出层节点个数，a为1-10之间的常数。完成训练后，就可以将训练样本以外的数据输入到网络中，判断网络的预测能力。
3客户自选公寓设计人机系统
图3给出了该人机系统的框图，图4给出了用户自选流程，用户可以对显示的图片进行选择，文中选取的是200幅公寓图片，但系统图片库中远远超过这个数目，而且系统管理人员会及时更新图片库，所以要求系统能够对更新的图片进行感性注释，当用户输入的是系统形容词库中所没有的形容词时，系统能够进行训练学习，找到其感性空间中对应坐标，并且系统可以该形容词汇自动记忆并加入感性形容词库。
图3客户自选公寓人机系统框图图4用户自选公寓流程
4实验及分析
本文共选取了200幅公寓图片，邀请用户对图片进行评价和量化，形成情感数据库，当用户提出形容词配对自选公寓时，从图片库中找出符合条件的样本，并显示出来。图5为“清冷的”显示结果。实验中用户感觉较好。
图5自助公寓系统获取图像
5结束语
本文将感性工学方法与图像特征提取相结合用于设计人机系统，研究出一种情感模型，通过神经网络方法，使得图片的特征空间可以映射到客户情感空间，从而完成了自选公寓系统最重要的部分，致力于实现人机之间的和谐交流。在公寓样本图像的分析这个问题上，包括图像选取是否涵盖所有类型，包括怎样使提取的特征更准确代表图像，比如有的学者将图像的全局颜色特征和局部特征相结合，等等，未来研究中可以着重这些方面，进一步完善。
参考文献：
[1]黄，赖茂生.图像情感特征的分类与提取[J].计算机应用，2008（03）.
[2]许青，陈坤，彭兆元.基于感性工学的消费者需求分析[J].设计艺术研究，2012（03）.
[3]汪霞，张晓如，冯成.基于颜色、形状的情感图像检索[J].科学技术与工程，2009（11）.
[4]薛雨丽，毛峡，张帆.BHU人脸表情数据库的设计与实现[J]，2007（02）.
[5]akiyainoue，takeshiKurosawa，motoiiwashita，Kennishimatsu.CustomerChoice-BehaviormodelingappliedtoKanseiengineering.2011internationalConferenceonBiometricsandKanseiengineering.
[6]汤凌洁.感性工学方法之考察[D].南京艺术学院，2008：21-39.
[7]苏建宁，李鹤歧.应用数量化一类理论的感性意象与造型设计要素关系的研究[J].兰州理工大学学报，2005（02）.
[8]柯惠新，黄京华，沈浩.调查研究中的统计分析法[m].北京：北京广播学院出版社，1999.
[9]靳清泽.基于神经网络的图像特征和情感映射规则的研究[D].太原理工大学，2012.
[10]李清勇，胡宏，施智平.基于纹理语义特征的图像检索研究[J].计算机学报，2006（01）.
[11]李海芳，柳凌燕，陈俊杰.基于免疫规划的神经网络规则抽取算法[J].电脑开发与应用，2010（07）.
[12]刘红岩，陈剑，陈国青.数据挖掘中数据分类算法综述[J].清华大学学报（自然科学版），2002（06）：727-730.
[13]王上飞，陈恩红，王胜惠.基于情感模型的感性图像检索[J].电路与系统学报，2003（06）.
统计学的特征篇3
【关键词】人脸检测Harr-like特征openCVVisualBasic界面
在日常各项生产生活中，通常需要考勤与人数统计工作，生物特征识别的方法日渐成为主流。与指纹识别相比，人脸识别具有高精度、高效率等优点，应用前景广阔。本系统软件调用USB摄像头获取现场照片，即可通过openCV人脸检测程序检测现场人数，具有较好的灵活性、实用性，适合教室、办公室的人员考勤。
1基于Haar-like特征的人脸检测
设计使用Viola提出的人脸检测方法，主要有一下三步：
（1）以Haar-like特征表示人脸，使用“积分图”实现特征数值的快速计算；
（2）以adaboost算法挑选出最能代表人脸的矩形特征；
（3）将若干强分类器串联成一个级联结构的层叠分类器。
1.1人脸的Haar特征
Haar-like特征是计算机视觉领域一种常用的特征描述算子Haar特征分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板，Haar-like特征训练样本通常有近万个且矩形特征的数量非常庞大，如果每次计算特征值都要统计矩形内所有像素之和，那么训练速度和检测速度就会极低。为了解决这个问题引入了积分图计算法。在计算矩形特征值时并不需要计算矩形内所有的像素和，只需要查找矩形的四个顶点积分图，大大减少了计算量。
1.2基于openCV的人脸检测程序设计
用openCV的训练函数生成正脸和侧脸的分类器，将正脸检测程序和侧脸检测程序分别封装成facedetect_frontal和facedetect_multiview_reinforce函数给主函数调用。
大部分条件下，尤其是教室人脸检测中，正脸的数量相对较多，而且正脸检测的速度相对较快，因此采用先检测正脸，再将检测到的正脸用灰度为0的圆覆盖掉再检测侧脸，如图1所示。
2基于VisualBasic的图形化界面程序设计
2.1功能框架
程序主要分为三大部分：摄像头画面读取或图片文件读取，启动图像检测程序和返回检测结果。在程序主界面有打开摄像头，截取摄像头画面，读取本地图片文件，检测，退出程序等功能按钮。
2.2运行效果分析
系统软件检测有两种方法，第一种点击连接按钮后摄像头开启，截取摄像头图像到界面中，点击检测按钮后，即可开启人脸检测程序。第二种方法是直接点击找图按钮上传默认文件夹下的图片，点击检测按钮即可开启人脸检测程序。本文运行效果分析采用的是第二种方法，可以看到成功标识出了人脸，系统显示最终统计人数，如图2所示。
3结论
基于Haar-like特征的人脸检测方法使用openCv库，通过aboost算法构建正脸和侧脸分类器，实验证明在图片人数不超过100人的条件下能够成功识别出人数。基于VisualBasic的图形化界面程序简洁实用，在教室、办公室场合具有一定应用价值。
（通讯作者：韩鑫彬）
参考文献
[1]赵黎.基于openCV的人脸检测系统设计与实现[J].科技信息：科学教研，2008（18）.
[2]江伟坚，郭躬德，赖智铭.基于新Haar-like特征的adaboost人脸检测算法[J].山东大学学报（工学版），2014（02）：43-48.
[3]Yangm，Crenshaw.J，augustineB，etal.adaBoost-basedfacedetectionforembeddedsystems[J].ComputerVisionandimageUnderstanding，2010，114（11）：1116-1125.
[4]刘远志，潘宏侠，赵润鹏.基于openCV和adaboost算法的人脸检测[J].机械管理开发，2012（01）：185-186.
[5]陈志恒，姜明新.基于openCV的人脸检测系统的设计[J].电子设计工程，2012，20（10）：182-185.
[6]刘辉权，肖天贵，邱静雅.气象预报预警系统开发中VB与GraDS、FoRtRan混合编程技术[J].成都信息工程学院学报，2011，26（02）：208-214.
作者简介
宋振（1987-），男，山东省胶州市人。硕士学位。现为青岛工学院助教。研究方向为计算机视觉、数字信号处理。
韩鑫彬（1986-），男，山东省胶州市人。硕士学位。现为青岛工学院助教。研究方向为市场营销。
作者单位
统计学的特征篇4
关键词：模式识别；特征提取；分类器；刑事科学技术
中图分类号：tp391文献标识码：a文章编号：1009-3044(2008)34-1855-02
theoryandapplicationsofpatternRecognitioninCriminalScienceandtechnology
ZHanGSong-lin1,Gaopei-pei2
(1.DepartmentofelectronicsofHenanmechanicalandelectricalengineeringCollege,Xinxiang453003,China;2.DepartmentofForensicofXinxiangmedicaluniversity,Xinxiang453002,China)
abstract:patternRecognitioninrecentyearsincriminalscienceandtechnologyhasbeenwidelyapplied，Summaryoftheidentificationprocessofpatternrecognitionandidentificationmethodcommonlyused，andapplicationofpatternrecognitionincriminalscienceandtechnology.
Keywords:patternrecognition;featureextracting;classifier;criminalscienceandtechnology
1引言
模式识别(patternRecognition)是一种从大量信息和数据出发，在已有认识和经验的基础上，利用计算机及数学推理的方法对信息特征自动完成识别的过程。模式识别属计算机科学中人工智能的研究范畴[1]，内容非常广泛。20世纪70年达国家开始将模式识别广泛技术应用于刑事侦察部门[2]，近年来，模式识别在我国刑事技术的应用也取得长足发展，模式识别在刑事技术中的应用不仅提高了刑事科学技术水平，也极大地提高了刑事科学技术现代化的建设。
2模式识别与模式识别系统
模式识别是对表征事物或现象的各种形式的（数值的、文字的或逻辑关系的等）特征信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。
模式识别的研究主要集中在两方面[3-4]，一方面研究生物体（包括人）是如何感知对象的，另一方面是在给定的任务下，如何用计算机实现模式识别的理论和方法。前者属于认知科学的范畴；后者则是通过数学家、信息学专家和计算机科学工作者研究的范围，目前已经取得了系统的研究成果。
模式识别通常包括相互关联的两个阶段：学习阶段和实现阶段，前者是对样本进行特征选择，寻找分类的规律构筑分类器，后者是根据分类规律对未知样本集进行分类和识别，模式识别系统框图如图1所示。
■
图1模式识别系统框图
1)数据采集及预处理：
数据采集是指把被研究对象的各种信息转换为机器可以接受的数值或符号集合。这种数值或符号所组成的空间为模式空间。为了从这些数字或符号中抽取出对识别有效的信息，必须进行预处理，包括进行二值化处理、数字滤波进行平滑去噪处理及规范化处理等。
2)特征提取：
预处理后的信息送入特征提取模块抽取特征用于分类器的设计。特征提取的目的是从原始信息中抽取出用于区分类型的本质特征。无论是识别过程还是训练学习过程，都要对研究对象固有的、本质的重要特征或属性进行量测并将结果数值化或符号化，形成特征矢量。比如，指纹识别时，提取的特征有纹理、交叉点、形状等。特征的提取和选择对识别过程是至关重要的，如果模式选择得好，对不同类的模式就能表现出很大的差别，就能比较容易地设计出性能较高的分类器。因此特征的选择会直接影响到分类器的构造和识别的效果。
虽然特征的提取和选择在模式识别中占有如此重要的地位，但是迄今没有特征提取和选择的一般方法，大多数的方法都是面向问题的。有人可能认为在处理识别问题时，模式特征取得越多越好，或者说，模式向量的维数越高，对分类器的设计越是有利。经常有这样的情况，当用一组特征做出来的分类器不能满足要求的话，自然就会想到增加新的特征。虽然知道特征的增加同样也会增加特征提取的困难和分类计算的复杂性，但总认为这样可以改进分类器的性能。但是，在实际工作中，往往会发现当特征的数目达到某个限度后，不但不能改善分类器的性能，反而使它的工作恶化，产生这个问题的基本原因是用以设计分类器的样本数目是有限的。为了使模式识别的结果满意，在增加特征的同时，必须增加供学习的样本数量。
3)分类器设计及分类识别：
生成的模式特征空间，就可以进行模式识别的最后一部分：分类器设计及分类识别。该阶段最后输出的可能是对象所属的类型，也可能是模型数据库中与对象最相似的模式编号。分类器设计及分类识别通常是基于已经得到分类或描述的模式集合而进行的。这个模式集合称为训练集，由此产生的学习策略称为监督学习。学习也可以是非监督性学习，在此意义下产生的系统不需要提供模式类的先验知识，而是基于模式的统计规律或模式的相似性学习判断模式的类别。分类器设计及分类识别的方法有很多，常见的模式识别方法：模板匹配、统计模式识别、句法（或结构）模式识别、模糊模式识别和神经元网络模式识别。
3模式识别方法
3.1模板匹配
模板匹配是一种相对简单的也是早期常用的模式识别方法之一。匹配是模式识别的一种分类操作，主要是判断同一类的两个实体特征间的相似性。模板匹配的基本思想主是利用实体的特征进行模板匹配。但是该方法计算量非常大，同时该方法的识别率严重依赖于已知模板，如果已知模板产生变形，会导致错误的识别结果。
3.2统计模式识别
统计模式识别理论是一种相对较为完善和成熟的识别理论。统计模式识别，又称决策理论识别，该方法基于模式的统计特征，用一个n维特征空间（特征集）来描述每个模式，然后基于概率论矩阵理论等知识，利用合适的判别函数，将这个n维特征空间划分为m个区域，即类别。特征值分布函数可以通过指定或学习得到。统计模式识别经常用于解决分类问题。现在研究的一个热点-支持向量机就是基于统计学习理论基础上的一个新的模式识别方法。
3.3结构（句法）模式识别
结构（句法）模式识别主要是基于特征的结构相关性将复杂的模式用简单的子模式或基元递归来描述，这种描述与文字中的句子通过多个单词来描述相似。
3.4神经网络模式识别
神经网络可看作是由大量交互的神经元构成的计算系统[5]，神经模式识别即是利用神经元网络中出现的神经计算模式进行。神经元网络允许模式可以有噪声，若训练得当，神经元网络会对未知模式的类别做出正确的响应。
4模式识别在刑事科学技术中的应用
经过多年的发展，模式识别已被广泛应用在了刑事科学技术领域[6]，如痕迹检验、票证印章识别、相貌识别等。
4.1痕迹鉴别
痕迹鉴别是在刑事科学技术中广泛应用于查证、披露和确认罪犯的一种十分有效的技术手段。主要包括指纹鉴别、足迹鉴别、掌纹及皮肤纹鉴别、枪弹痕迹鉴别、凶器及作案工具鉴别和汽车轮胎等其它痕迹的鉴别。其中指纹识别[7,8]最为常用，经专家证实，每个人的手指、脚、脚趾内侧表面的皮肤凸凹不平产生的纹路会形成各样的图案,而这些皮肤的纹路在图案、断点和交叉点上各不相同，是唯一的。依靠这种唯一性，就可将一个人同他的指纹对应起来，从而识别出对应的案犯。现代公安系统中的指纹自动识别系统即是利用计算机进行自动识别，并与人工认定相结合，效果十分显著。这种识别技术还可以用于金融、保险、出入境安全通道、医疗卡、安全系统等重要业务的身份鉴别。
4.2票证印章识别
票证包括护照、支票、银行信用卡、股票、国库券、发货票、产权证、工作证等有价证券、证件和票据，一般票证均采取相应的高新技术防伪措施如在票证上印刷上有特殊花纹、加金属线和荧光粉材料等。除了用一些简易的紫外线方法检验外，通常可将形成防护信息转换成代码均匀散布在票证上[2]，鉴别时只需将防护信息代码提取出来由计算机进行自动识别，如直接通过刷卡、扫描等方式即可鉴别真伪。
4.3生物特征识别
所谓生物特征识别是指通过计算机与生物统计学等手段利用人体所固有的生理特征或行为特征来进行个人身份鉴别[9,10]。生理特征多为先天性的；行为特征则多为后天性的。同时用于身份鉴别的生物特征应具有普遍性、唯一性和可接受性等特点。
基于生理特征的识别技术包括人脸识别、虹膜识别、视网膜识别、掌纹识别、手形识别、人耳识别、基因识别及红外温谱图识别等。基于行为特征的识别技术主要有步态识别、击键识别和签名识别等。
5结束语
随着计算机软硬件技术的快速发展，模式识别得到了更多的关注，模式识别技术越来越完善，应用领域也越来越广泛。模式识别技术在刑事科学技术领域中的应用，将为刑事科学技术的发展，刑事科学的现代化进程推向一个新的高度。
参考文献：
[1]边肇祺,张学工.模式识别[m].2版.北京:清华大学出版社,2000.
[2]贾铁军,李锦.人工智能在刑事技术中的应用[J].刑事技术,2002,(6):56-60.
[3]严红平,潘春洪.模式识别简述[J].自动化博览.2006(2):22-26.
[4]熊超.模式识别理论及其应用综述[J].中国科技信息,2006(6):171-172.
[5]潘盛辉,韩峻峰.基于神经网络的模式识别及其应用[J].广西工学院学报,2000,11(4):33-36.
[6]贾玉文,张书杰.刑事科学技术[m].2版.北京:人民卫生出版社,1999.
[7]杨宏林,吴陈.指纹识别方法综述[J].华东船舶工业学院学报,2003,17(3):37-42.
[8]谢健阳,李铁才,唐降龙,等.指纹识别系统的设计与实现[J].微计算机信息,2006,22(3):156-157.
[9]周激流,张晔.人脸识别理论研究进展[J].计算机辅助设计与图形学学报,1999,11(2):180-184.
统计学的特征篇5
【关键词】整合；会计信息系统；学科；知识体系；创新
我国会计信息系统建设起步于上世纪70年代末，至今已发展了近30年。经众多学者和实务工作者的不懈努力，取得了丰硕的成果。在实践层面，已经由部门内集成的财务软件发展为企业内集成的管理软件；在理论层面，会计信息系统学科也逐步成形。会计信息化事业在社会上的影响力日益增强，某种程度上已经成为我国信息化事业发展的“引擎”，为推动我国信息化事业发展做出了显著贡献。
但是，在信息化日益成为世界经济和社会发展大趋势的背景下，会计信息系统学科建设也逐渐暴露出一些与信息化环境不相适应的问题，其中某种程度上的会计信息系统学科知识体系特色淡化问题已引起有关专家和学者的密切关注。
一、会计信息系统学科知识体系特色淡化的若干现象
（一）会计信息系统课程体系结构长期以来难以趋同
某一学科领域的知识体系是否稳定，很大程度上会在专业课程体系结构上体现出来。我国会计类课程群中，会计信息系统课程在内容和结构上相当不稳定，基本上可以概括为“大同大异”的特征，相同之处高度趋同，相异之处又有很大差异。限于计算机技术迅猛发展的影响，会计信息系统课程在内容上出现一定程度上的不稳定现象是很正常的。这种现象在一些涉及计算机技术的其他相关课程中也有表现，如管理信息系统、地理信息系统、计算机辅助设计等课程。但是与这些课程相比，会计信息系统课程不仅在内容上稳定性不强，甚至在结构上也缺乏相对稳定性。基本上是在侧重开发、侧重应用、侧重复合三条线上摇来摆去，长期以来有关各方各执己见，难以趋同，课程结构难以定型，再加上相关内容必须随计算机技术的发展做与时俱进的调整，某种程度上难免给人造成课程体系较为混乱的印象。
（二）会计信息系统课程中复合性内容的比重不高
会计信息系统融会计学、管理学、计算机科学与技术、信息处理技术等多个学科知识为一身，边缘性和复合性突出。会计信息系统课程的教学目标是使接受教育者达到既懂会计又懂计算机的水平。对于会计信息系统课程的这一教学目标，有关各方是高度认同的，在会计信息系统课程建设方面也形成了复合派这一流派。但是分析众多复合派的教材内容结构，发现基本上是对数据库原理及应用、管理信息系统、软件工程、网络技术与应用等知识进行结构化合并，与数据库原理及应用等相关技术基础课程的内容重复较多，真正能够体现出会计与数据库原理及应用等相关技术课程“整合”特征的内容相对较少，所占比重不高，使得会计信息系统课程的一体化程度不高，交叉特色不明显。
（三）会计信息系统课程的相对独立性日益受到管理信息系统课程的冲击
管理信息系统对会计信息系统的冲击由来已久，早在2002年，某从事会计信息系统研究的学者在一个会计信息系统的教师座谈会上，向几位同行提出了一个问题，就是aiS能不能成为一个独立的学科？一些同行提出，现在aiS已经快要被eRp代替了！以后很快就没有aiS这门课了。至今，众多从事会计信息系统教学的教师对此仍有颇深感受。
笔者认为，管理信息系统课程对会计信息系统课程的冲击源于实践层面。通过观察不难发现，我国企业信息化的发展，与诺兰阶段模型非常吻合。即率先在各种组织的财务部门开始初装，随后开始在其他部门蔓延。随着企业信息化的深入开展，会计信息孤岛现象逐渐显现出来。为解决这一现实问题，催生了具有财务业务一体化特征的所谓企业级会计软件，并很快升格为集成程度更高的管理信息系统软件（eRp），这种趋势迅速蔓延并普及。许多国内会计软件厂商，如新中大、用友、金蝶、浪潮国强等知名厂商等，因此纷纷转型为管理软件公司，并不再推出单纯的财务软件。这迫使教学单位使用财务业务一体化的eRp软件开展配套的aiS实验教学。eRp软件所蕴涵的理念已超越出传统的会计观念，需要综合运用生产管理、销售管理、采购管理、信息系统管理等知识与技能，才能使软件流程运行下去。目前已经形成了会计学、财务管理、工商管理、市场营销、国际经济与贸易、物流管理等众多专业的师生共同在一个平台上进行所谓的“沙盘大赛”的局面，其必然会对传统的aiS形成冲击。
伴随着会计信息孤岛的消逝，会计信息系统课程的相对独立地位也在动摇，会计信息系统课程出现边缘化倾向。
（四）部分会计信息系统人才的复合特征不明显
目标中的会计信息系统人才应该是复合性人才，即所谓的既懂计算机又懂会计的双通人才。通过我们的观察，真正达到这种水平的人才是非常短缺的。
在教师层面，与其他会计类教师相比，从事会计信息系统教学和研究的教师，在知识结构和个人素质方面差异非常大，基本上可划分为强计算机强会计，强计算机弱会计、弱计算机强会计、弱计算机弱会计（如部分由管理信息系统转型的教师）的分布格局。除第一类教师外，其他三类教师的知识结构的复合特征弱化，难以适应信息化日益深化的要求，部分教师纷纷离开了原来的会计信息系统教学岗位，放弃了原来的研究方向。
在学生层面，部分会计电算化专业的学生和会计类专业学生，在会计信息系统化方面的复合能力不强，处理会计信息化实际问题的技能有限。在人才市场上被评价为不精通会计信息系统，甚至有些学生被戏称为“既不懂会计又不懂计算机”，这类型的学生在人才市场上处于非常尴尬的地位。本来应该属于他们的会计信息化岗位，经常被计算机专业毕业生替代，目前这已成为较为普遍的现象。这类学生的就业前景非常不理想。
二、会计信息系统学科的交叉性知识是表现学科特色的关键构成
如会计信息系统学科知识体系中核心知识的交叉成份不浓厚，个性特征不强。与相关学科知识相比，就没有显著的区别。这将导致学科特色淡化，这也许就是会计信息系统学科知识体系特色淡化的根本原因。
笔者认为，会计信息系统知识体系的核心知识应是会计学科相关知识与计算机等支撑性技术学科相关知识经过“内生性”融合，能够充分体现出“整合”特色的知识。应具备如下特点：
一是相对独立性。会计信息系统知识应在复合性基础上，对会计知识及计算机等相关技术支撑知识进行适度的创新发展，与源知识既要有联系，更要有区别，如果能达到“我中有你，你中无我”的程度，就非常理想了。
二是整合性。会计信息系统知识应具有会计信息系统个体属性，其有关概念应具有特定的内涵与外延。套用面向对象方法的概念比喻，会计信息系统应该既不是“会计类”，也不是“计算机类”，而应是经过系统整合后的新类，即“会计信息系统类”。
三是基于会计信息系统知识形成的专业能力难以被替代。基于会计信息系统知识形成的专业能力，既难以被单纯的计算机专业能力替代，也应难以被单纯的会计专业能力替代。计算机专业人员在进行会计信息系统实施时需依赖这些知识和相关人才，财务部门在进行会计信息系统实施时也需依赖这些知识和相关人才。
三、模拟建筑学和工业设计学科建设思路，创新会计信息系统知识体系
会计信息系统核心知识建设，应坚持牢固树立“整合”观念、强化交叉性知识的研究和积累、突出会计信息系统知识集成性的原则，才能凸显出会计信息系统学科的特色，维持会计信息系统的独立学科地位，避免被边缘化。
在众多学科专业领域中，有许多和会计信息系统同样具有边缘性、复合性突出特征的学科专业，如工程管理、技术经济与管理、信息系统与信息管理、建筑学、工业设计等专业。通过观察分析，我们发现建筑学与工业设计的学科建设思路值得移植和借鉴。
（一）建筑学与工业设计专业复合特征分析
建筑学专业的培养目标是培养具备理工与人文、科学与艺术广泛的知识背景，“建筑、城市、园林”三位一体的专业知识结构，能在设计、科研、管理部门及高等院校从事建筑设计、城市规划设计、室内设计、风景园林设计、文物建筑保护、建筑技术设计、科学研究、管理及建筑教育等方面工作的建筑学科高级工程技术人才。
工业设计专业的培养目标是培养具备工业设计的基础理论、知识与应用能力，能在企事业单位、专业设计部门、科研单位从事工业产品造型设计、视觉传达设计、环境设计和教学、科研工作的应用型高级专门人才。
上述专业的复合特征分析：
1．建筑学专业主要从事建筑物的外观设计，要求既懂土木工程基础，又精通建筑艺术。其形成的专业能力形成两个依赖关系，一是土木工程师要依赖注册建筑师，土木工程师虽然也具备建筑学基础知识，但是其建筑物设计水平难以超越建筑师；二是房地产开发商也依赖建筑师，虽然房地产开发商可聘请艺术家帮助其设计建筑物产品，但是由于普通的艺术家不懂工程结构，设计出来的建筑物可能会成为“空中楼阁”，根本无法建造出来。基于建筑学专业知识形成的既懂建筑工程又懂艺术的复合专业能力，很难被工程师或者艺术家的专业能力替代，其工程与艺术整合的特征突出。
2．工业设计专业主要从事工业产品的造型设计，专业能力的特征本质上与建筑学专业类似，只不过领域不同。例如汽车造型与功能的设计工作，汽车工程师和艺术家很难替代汽车设计师的专业能力。
3．上述两个专业具备一些共性特征。一是专业价值主要体现在目标产品（如住宅或汽车）的“做什么”和“怎么做”阶段，基本上不涉及“具体做”方面，产品的实现依赖相应专业的工程师来完成；二是非结构化思维与结构化思维的有机融合。技术知识具有非常明显的结构化特征，艺术知识具有非常明显的非结构化特征，两方面的知识所依赖的思维方式及技巧差异较大，将二者整合起来比较困难。正因为如此，一旦通过专业培养，形成以复合知识为支撑的具有整合特征的专业能力，就具有非常强的难以替代性；三是知识结构具有强艺术含量和较强工程技术含量的复合属性。
（二）会计信息系统专业能力的复合特征与上述专业的比较分析
会计信息系统总体上可以看作是基于会计专业需求的软件工程，需要会计专业知识和计算机等相关支撑技术专业知识的高度融合。会计专业知识具有较强的艺术性，非结构化特征明显；计算机等相关支撑技术知识具有较强的科学性，结构化特征明显；二者的整合也是具有较大难度的。
软件工程从根源上说，是移植了建筑工程的原理，模拟建筑工程分为勘察、设计、实施三大阶段的思路，将软件开发分为系统分析、系统设计和系统实施三大阶段。即按照依次解决系统“做什么”、“怎么做”、“具体做”问题的先后顺序，逐步搭建软件系统，避免返工，降低风险，最终实现系统目标。
对于会计信息系统这一软件工程来说，会计专业知识在系统分析和系统设计阶段，尤其是在系统分析阶段，作用明显，价值凸现。但是会计专业知识的应用适应计算机等相关技术知识的要求；而计算机等相关技术知识在系统实施阶段的价值体现非常明显。
综上，会计信息系统专业能力的复合特征与建筑学和工业设计学科建设思路类似，专业能力价值主要表现在产品的“做什么”与“怎样做”阶段，科学与艺术整合特征突出。
（三）会计信息系统学科知识体系创新的初步设想
1．会计信息系统学科专业能力的目标定位。会计信息系统专业能力的目标，通俗地讲，就应该是既懂会计又懂计算机。要求不仅要精通会计理论与方法，正确处理会计业务。而且要掌握软件工程的方法，结合会计业务需求，分析和设计会计信息系统。能够管理会计信息系统的运行，并具备一定的会计信息系统实施能力。会计信息系统专业知识主要应用于系统分析和系统实施阶段，形成强会计较强计算机的能力强度分布特征。会计信息系统专业能力的作用应主要体现在会计信息系统软件的分析和设计环节，至于软件的实施（编程），应交给软件工程师来完成。
2．会计信息系统学科知识体系创新的基本原则与初步设想。会计信息系统学科知识体系的核心构成，应该是会计信息系统系统分析知识和系统设计知识。除传统的软件工程知识并结合会计业务与相关管理业务加以整合外，为提高整合效果，还应该模拟建筑学和工业设计专业的思路，增加软件设计美学、软件设计心理学、软件安全工程、软件工程项目管理等相关支撑知识。所有核心知识均应体现出突出的“整合”特色。
在具体的构建路线上，分为两个层次，一是专业层次，可以考虑设立“会计信息系统设计”专业。以本科专业设计为例，在专业基础课程模块适当增加计算机类课程；专业课程分成会计信息系统分析与设计、审计信息系统分析与设计、财务管理信息系统分析与设计三大模块，丰富并强化会计专业知识与相关技术支撑知识的整合性内容；毕业环节以毕业设计为主，毕业论文为辅；职业定位应是会计软件系统分析员。二是课程层次，应对会计专业的会计信息系统课程进行改革，改革所遵循的原则应包括如下几个方面：强化整合性内容，弱化合并性内容；强化系统分析能力、系统设计能力、系统应用方案设计与管理方案设计能力，弱化系统实施（编程）能力；显化会计信息系统知识，淡化管理信息系统知识。
综上，会计信息系统学科知识体系的创新，应在会计专业知识与相关技术支撑知识的结合处狠下功夫，强调会计知识与相关技术支撑知识的“整合”，形成难以被替代的会计信息系统复合性知识，突出会计信息系统学科特色，维护会计信息系统学科的独立性。
【参考文献】
统计学的特征篇6
关键词：C语言程序设计；计算思维；抽象；自动化
美国卡内基・梅隆大学的周以真教授在2006年系统地提出了计算思维的概念[1]：计算思维指的是运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等一系列思维活动。其后，陈国良院士和李廉教授归纳出三种典型的科学思维，即以观察和归纳为特征的实证思维，以推理和演绎为特征的逻辑思维，以抽象和自动化为特征的计算思维[2-3]。计算思维是计算机类课程的主要思维方式。
有关计算思维在程序设计类课程中的研究，已经引起很多学者的兴趣[4-6]。这些研究虽然从案例设计和项目过程等角度做了有益探索，但却忽略了对计算思维本质的讨论。C语言程序设计课程中，我们采用李廉教授的观点，即计算思维的本质是抽象和自动化。抽象指的是使用符号系统对问题进行精确而严格的描述；自动化指的是对这些符号系统施加一定操作并按照某种结构自动地执行。
一、C语言程序中的计算思维本质之一：抽象
有些C语言程序设计课程教学的一开始就提倡使用案例教学。这虽然能够使得学生可以迅速进入实际编程环节并建立直观感性认识，但案例教学由于往往出现“程序就是编程工具”的工具论现象，导致出现“只知其然，而不知其所以然”的学习后果，不利于学生的后续发展。
对于C语言程序来说，抽象指的是使用符号系统对求解问题进行精确而严格的描述，抽象的过程就是对实际系统建模的过程。实际上，程序是用来描述现实生活中某个实际存在的或不存在的系统。程序就是对系统的抽象。系统之所以存在，是因为系统具有一些关键特征和核心功能。程序中对系统特征进行抽象的就是操作对象，对系统功能进行抽象的就是函数。系统功能往往有多个且存在着复杂的调用关系。例如，求一个函数定积分的功能必然涉及求函数在某一个点的取值功能，如果该函数比较复杂且含有正弦、余弦和正切等三角函数，还需要继续调用求这些三角函数值的功能，形成多级调用；有时函数执行过程中还需要调用本身，形成递归调用。
C语言程序中的操作对象分为变量和常量。常量是对系统中的取值不变的特征进行抽象，如圆的圆周率；而变量是对系统中取值可以改变的特征进行抽象，如圆的半径。不管是哪类特征，都会有一个取值范围以及所允许的操作。例如，对于课程成绩，其取值范围一般是从0～100，而允许对该特征进行的操作可以是加法和减法等算术操作以及大于和小于等比较运算；而对于课程名字这一特征，就不能进行加法和减法这样的算术操作。C语言程序中用来对特征的取值范围及允许的操作进行抽象的概念是数据类型。C语言程序中的抽象模块如表1所示。
现实生活中，经常需要描述多个相同数据类型的一个系统特征，如所有同学的高等数学课程的成绩，可以使用一维数组来进行描述；而描述多个不同数据类型的多个系统特征，如学生的姓名、学生的身高和学生的年龄等，可以使用结构体来进行描述；如果要描述多个相同数据类型的多个系统特征，如全班所有同学的高等数学和大学英语课程的成绩，则可以使用二维数组来进行描述。
表1C语言程序中的抽象模块
C语言程序中的元素现实生活中的元素
程序系统
函数系统功能
函数调用功能调用
数据类型常量系统特征
变量
一维数组多个相同类型的一个系统特征
多维数组多个相同类型的多个系统特征
结构体多个不同类型的多个系统特征
链表或结构体数组多个不同类型的多个系统特征的集合
二、C语言程序中的计算思维本质之二：自动化
计算思维的另一个本质是自动化。自动化指的是对符号系统建模的各种元素施加一些操作，并按照某种顺序的或非顺序的结构自动地执行。对于C语言程序来说，自动化体现为函数内部的语句在eip寄存器加法操作支持下顺序自动地执行以及函数之间的调用在内存堆栈区支持下自动地进行跳转。eip是32位机的指令指针寄存器，用来存放下一条要执行的指令的地址。eip寄存器中增加值的大小需要根据实际存储指令的大小来确定。
对于C语言程序来说，自动化过程中执行的对象是语句。不同类型的语句，执行的结果和效用是不一样的。例如，一个变量定义语句“inta”的执行结果是在内存中分配4个字节的空间，一个返回语句“returnt”的执行结果是将程序的执行流程返回到主调函数中。这些语句的组合构成一个个函数，程序的执行就是在某个函数之中顺序自动地执行以及在多个函数之间来回自动地跳转。
既然程序的执行过程是在某个函数之中顺序自动地执行以及在多个函数之间来回自动地跳转，这种自动执行需要有相应的计算机软件和硬件基础。支持程序自动执行的软件基础是操作系统，支持程序自动执行的硬件基础是计算机硬件结构，即冯・诺依曼原理的程序存储思想。当用户点击执行按钮后，程序被提交给操作系统来执行，可以不需要人为干预。此后，程序在操作系统中以进程的方式出现。操作系统协调内存、中央处理器和外存等硬件资源执行该进程。
函数中的语句之所以能够一个接着一个顺序地执行，主要依赖于eip寄存器的加法操作。当一条指令执行完成之后，eip寄存器在原有内容的基础上再加上当前指令所占存储空间大小，其内容便是下一条指令的地址。如此进行下去，就可以一个一个顺序地执行函数中的语句。
程序控制之所以能够在函数之间进行跳转，主要依赖于操作系统管理的内存堆栈区。内存堆栈区是满足“后进先出”操作约束的存储区。当操作系统开始执行用户提交的C语言程序时，首先开始从main函数执行，main函数的相关局部变量被压入栈中；当执行到被调函数时，被调函数的相关局部变量再次被压入栈中，程序控制转移到被调函数，且操作只能对当前栈顶进行，而此时栈顶存储的就是被调函数的相关局部变量；而当被调函数执行结束时，被调函数的相关局部变量从栈中退出，程序控制转移到main函数继续执行，此时栈顶存储的是main函数的相关局部变量；当main函数执行结束时，main函数的局部变量从栈中退出，整个程序执行结束。下列程序执行时的堆栈变化过程示意如图1所示。
#include"stdio.h"
doubles（doubler）
{returnr*r；}
intmain（）
{doubler；
doublearea；
r=2.0；
area=s（r）；
printf（"area=%f"，area）；
return0；
}
图1函数调用过程的堆栈变化
自动化过程实际反映了C语言程序解决实际问题的算法流程。算法是解决某一问题的执行步骤。一般而言，使用C语言进行编程之前，需要进行相应的算法设计，即构思解决实际问题的思路和步骤。一旦这些步骤变成C语言程序语句并形成一个完整的程序，就可以提交给操作系统自动地执行这些步骤，这正是计算机解决问题的高效率的体现。
三、以计算思维为导向的C语言程序设计课程教学
1.教学内容
针对计算思维的抽象和自动化两大本质特征，C语言程序设计课程的教学内容需要在原有的基础上特别强调一些针对性的观点。例如，C语言中的各种数据类型和数据结构可以完成实际系统中各种不同元素的抽象，一个函数之中的顺序语句自动执行的基础是eip寄存器的加法操作，多个函数之间的来回自动跳转的基础是内存堆栈区的支持等。具体强调的观点如表2所示。
表2教学内容中需要强调的观点
C语言程序设计
课程的内容强调的观点
C语言概述程序是对系统的抽象
抽象过程就是C语言的建模过程
自动化过程反映C语言的算法流程
数据类型、表达式和语句操作对象是对系统特征的抽象
语句是系统自动化执行的基本对象
控制结构控制结构是问题求解步骤的抽象
函数中顺序语句自动执行的基础是eip寄存器的加法操作
数组一维数组是对多个相同类型的一个系统特征的抽象，多维数组是对多个相同类型的多个系统特征的抽象
函数函数是对系统功能的抽象
函数调用是功能调用的抽象
函数之间的来回自动跳转的基础是内存堆栈区的支持
结构体结构体是对多个不同类型的多个系统特征的抽象
指针链表是多个不同类型的多个系统特征集合的抽象
2.教学方式
计算思维的本质是抽象和自动化。C语言程
序设计课程一般都是面向大一新生，理解抽象和自动化进而培养计算思维，对于还处在计算机学习起点的学生来说是比较困难的。
对于C语言程序来说，抽象过程实际就是运用C语言中各种符号对所描述系统的建模过程，培养抽象的计算思维方式就是培养使用C语言描述实际系统的思维过程。因此，可以通过启发式教学方式引导学生思考如何使用C语言中的符号来描述系统。可以提出这样的一系列问题：C语言中如何描述一个人的身高？如何综合描述一个人的姓名、年龄和籍贯等？如何描述一个班中所有学生的高等数学成绩？如何描述各路公共汽车站的网状信息？通过启发学生对这些问题的思考，让学生所学的C语言中的各种符号不再“虚幻”，让学生真正理解这些符号实际是一种建模元素，每种符号有着其特别的抽象描述能力。
对于C语言程序来说，理解自动化过程必须借助一些形象化的手段。例如，借助于VisualC++6.0平台的单步调试功能，可以形象地演示上述C语言程序的自动化过程，如表3所示。
表3C语言程序执行过程中eip和eSp寄存器内容的变化
断点eip寄存器内容eSp寄存器内容当前栈顶函数
r=2.0；语句004010680013FF24main函数
area=s（r）；语句004010760013FF24main函数
returnr*r；语句004010200013FF18s函数
printf（"area=%f"，area）；语句004010890013FF24main函数
从表3可以看出，随着eip寄存器内容的增加，main函数中的语句顺序自动执行，即从语句“r=2.0”到语句“area=s（r）”再到语句“printf（"area=%f"，area）”。eSp寄存器是另一个重要的寄存器，它始终存放栈顶的地址。随着main函数对s函数的调用开始，栈顶工作函数由main函数变化为s函数；当s函数调用结束后，栈顶工作函数又由s函数回到main函数。
3.考核内容
针对C语言程序设计课程的计算思维培养要求，考核方式上必须从以考查语言的语法知识为主转变为以考查学生的系统建模能力和算法设计能力为主。
系统建模能力的考查主要针对计算思维的抽象特征。例如，可以给出各种系统特征，考查学生使用数据类型进行描述的能力。
算法设计能力的考查主要针对计算思维的自动化特征。当然，C语言程序设计课程中涉及的都是一些如迭代、枚举和排序等简单算法。可将这些算法封装成各种函数来进行调用，以考查函数中顺序语句的执行以及函数间的伴随参数传递的跳转来理解自动化过程。因此，必须以简单算
法设计和函数调用为重点考核内容，突出对函数接口设计和算法流程设计的考核。
参考文献：
[1]Jeannettem.wing.Computationalthinking[J].CommunicationsoftheaCm，2006，49（3）：33-35.
[2]陈国良.计算思维[J].中国计算机学会通讯，2012，8（1）：31-34.
[3]李廉.计算思维――概念与挑战[J].中国大学教学，2012（1）：7-12.
[4]张耀文.基于计算思维的程序设计课程案例教学法研究[J].重庆电子工程职业学院学报，2012，21（3）：149-150.
[5]吴绍兵.计算思维和程序设计能力的培养[J].计算机教育，2011（16）：11-14.
统计学的特征篇7
【关键词】计算机；人脸识别技术；应用；分析
计算机人脸识别技术所涵盖的范围比较广泛，其中包含信号处理、数字图像处理、模式设置等诸多内容。计算机人脸识别技术根据已知人脸确定未知人脸的归属问题。换言之，计算机人脸识别技术属于一种模式识别范畴，对已知的信息进行采样量化，将其转化为计算机可以处理的数据信息。
一、计算机人脸识别技术原理
（一）计算机人脸检测技术
分析计算机人脸识别技术，需要明确计算机人脸检测。在进行人脸识别时，计算机系系统需要人脸的大小以及位置进行检测，在特定的空间内实现人脸识别。基于计算机的人脸检测技术方法有镶嵌图法、模板匹配法、人工神经网络法以及可变性模板法。实现人脸检测，需要在科学的流程下实现。计算机人脸检测流程为：图像输入环节――图像预处理――图像特征提取――计算机系统检测与判断。计算机人来检测技术在科技社会中不断更新，已经演化为计算机人脸识别技术的前段技术之一，与智能监视等技术相互衔接。
（二）计算机人脸识别流程
计算机人脸识别技术是在人脸检测技术的基础上，进行信息辨别。在人脸信息辨别的环节中，主要分为“是不是谁”和“是谁”两个询问阶段。通常情况下，人脸识别首先需要进行人脸输入，对图像进行预处理，然后对图像进行特征提取，最后进行人脸识别，进行人脸验证。人脸识别，主要分为两个方向的识别，一为人脸特征分析以及人脸密度线分配；二是人脸基准点与其他人脸特征参数结合。
二、计算机人脸识别方法
（一）人脸几何特征识别
人与人的面部特征差别比较大，基于计算机人脸识别的技术在实际应用中，最为简单直接的方法就是对于人脸的几何特征进行有效识别。人的嘴、眼睛、鼻子以及下巴，是构成人脸面部特征的基本要素。每一个人的面部特征都不同，将这些面部特征输入到计算机数据系统，进行人脸的差异性识别。研究小组在人脸特征信息搜集的基础上，采用积分投影的方法提取出欧式距离表征，实现科学高效的人脸识别。
（二）人脸模板匹配识别
基于模板匹配的人脸识别方法，主要是在可变换性的模板基础上，对面部特征进行抽取。这些模板能够根据需求，进行变形、平移以及旋转，将细节特征面部图形收取出来。该种人脸识别方式与人脸特征分析方式相比，其效果更高。
（三）神经网络识别
基于神经网络的人脸识别方法，主要是利用神经网络的高效分类能力，以及学习能力，在获取人脸信息的基础上，对人脸的特征进行有效识别和提取。该种方法能够减少很多复杂的特征获取。且能够将人脸图像中的形状材质信息进行科学整理。该种方法在人脸识别中，能够缓解人脸识别规律无法进行显性表达的弊端。
（四）小波变换
基于小波变换计算机人脸识别，能够实现多分辨性，能够实现信号是多向观察性。其在信号检测中所适应的范围比较广，针对信号系统中所出现的诸多问题能够及时克服。当识别系统中出现信号周期性陷波、暂态振荡、电压跌落以及闪变等情况时，小波变换都能够有效克服。小波检测技术也有一定的局限性。第一，小波变换中的滤波特性较差；第二，小波分析中的频域分辨率较粗糙。第三，小波变换环节中所涉及数据计算比较多。
（五）K-L变换压缩技术
特征脸识别技术是一种从主成份中分析而导出来的一种人脸识别与人脸特征描述技术，一般通过K-L变换压缩技术中的一种优正交换方式来实现。从理论上分析，任何人脸图像集合都能够在通过两个比较相似的集合重建而来。在K――L交换下，人脸识别能够得到高维图像的一组正交基，取特征值，组成一个正脸空间。在进行人脸识别环节中，能够将新人脸图像映射到特征脸空间中，从而得到投影向量。
三、计算机人脸识别技术实际应用
（一）警方办案中的应用
计算机人脸识别技术在警方办案中的应用比较广泛，例如，在进行亲人寻找中，可以根据专业部门所提供的照片，直接发送到计算机系统中，进行人脸信息的对比检索。同时大型的活动场所中，如果发生安全时间，警方可以调用监控视频，对嫌疑人的面部特征进行提取。
（二）在智能门禁中的应用
随着科技不断发展，建设安全型的住宅小区是社会发展的必然，智能门禁系统的开发能够提升小区安全，计算机人脸识别技术在智能门禁中的应用也比较广泛。计算机人脸识别技术在智能门禁系统中的应用，主要分为三个步骤：
第一，在进行人脸信息录入时，系统对人脸进行检测，并进行特征提取，根据系统中的人脸描述来进行特征信息存储。通过RFiD进行信息输入与信息注册，与人脸特征一同进行已知的人脸数据库录入，并最终将记录信息进行存储。
第二，将该系统进行实际应用，在门禁视频前，当有人员访问时，门禁控制器首先进行RFiD信息提取，然后进行RFiD认证，对特征信息进行提取，并从已知的认证数据库中调出信息。
第三，在现场中，当有工作人员进入到监测区域中，RFiD读卡器将对人员的iD信息进行读取，并启动系统中摄像机采集，并进入人脸图像采集中。
结论
综上所述，在本文中对计算机人脸识别技术应用原理进行分析，研究其在实际生活中的应用。计算机人脸识别技术的研发，为人们的生活提供便利，是科技研发中的重要产物。计算机人来检测技术在科技社会中不断更新，已经演化为计算机人脸识别技术的前段技术之一，与智能监视等技术相互衔接。主要的计算机人脸识别方法有：人脸几何特征识别、神经网络识别、人脸模板匹配识别以及K-L变换压缩技术等。
参考文献：
[1]曹雪.小波理论在人脸识别中的应用研究[D].南京理工大学，2012.
统计学的特征篇8
【关键词】特征实例加工链CaD/Capp
随着计算机技术的迅速发展，计算机技术在工艺过程设计中得到了应用，即计算机辅助工艺设计(Capp，Computeraidedprocessplanning)，根据零件设计所给出的信息进行零件的加工方法和制造过程的设计。
传统的变异式Capp虽然简单易实现，但针对复杂的传动箱体零件，Gt代码不可能完整地描述零件信息和工艺规程信息。以专家系统为核心的智能型Capp系统，也未能很好的解决工艺知识描述、工艺决策方法等问题。基于实例的计算机辅助工艺设计(CaseBasedprocessplanning，CBpp)为解决这些问题提供了一个较好的思路，其基本思想是利用已有的工艺方案实例求解新方案，是基于实例的推理(CaseBasedReasoning，CBR)方法在Capp中的应用和发展。
基于特征实例传动箱体零件YRX-CaD/Capp集成系统在特征工艺设计模块中，采用了基于特征工艺实例的工艺设计方法，可快速获得特征加工链，后利用工艺决策模块进行排序优化，以获得零件工艺路线，大大简化了复杂的箱体零件工艺设计的难度。
一、传动箱体零件特征
特征是零件信息传递的载体，通过它能够实现设计、制造或其他工程任务间的通信与交流[2]。传动箱体类零件特征的定义和分类是主要针对传动箱体类零件的一些常见形状和功能结构进行的，由于传动箱体类零件和其他零件类不同，所以特征定义和分类方式也有所不同。一个传动箱体零件就是由不同形状和不同功能的特征经过一定的布尔运算和组合构成，从几何造型的角度可以把它定义成：传动箱体零件特征=形状特征+属性
形状特征：是与零件的几何形状描述相关的信息集合。它是通过几何和拓扑信息来描述，表示零件的某一功能形状，一般由变量尺寸参数来驱动其造型。对形状特征的进一步描述是通过显示表示的面、槽、孔等低层次的几何拓扑信息。
属性：指的是描述特征属性的数据，表达特征的功能以及特征间的相互关系。在本设计中，属性主要包括精度和材料属性(1)精度属性是建立在形状特征模型基础上，它表达零件的精度信息，由尺寸公差、形状公差和表面粗糙度等组成；(2)材料属性能够主要包括材料种类、热处理方式、总体表面处理和局部处理等。
为确定这些形状特征在空间的位置，系统引用了方位特征来描述传动箱体类零件的特征信息，每个加工方位单独成为一个描述单元，零件各特征(称为一般特征)依附在方位面(称为方位面特征，也称基体特征)上加以描述。
一个零件确定了空间三维坐标系后，其方位面的位置也随之确定。零件的每个方向都可以单独形成一个"子零件"，每个"子零件"都有外形轮廓和形面内容，对所有的方位进行单独描述，既可保证零件全部的轮廓和形面信息，同时也简化了不同方位上特征形面的位置关系，避免了数据结构的复杂和混乱由于传动箱体类零件总是以基体为中心的，所以把箱体基体作为主特征，把其它所有结构作为辅特征处理。
二、YRX-CaD/Capp系统设计
框架系统由CaD特征建模子系统和Capp子系统两大部分组成。
1.CaD特征造型模块
这是CaD特征建模子系统的核心模块，也是实现CaD与Capp集成的重要环节，主要完成零件设计和信息输入。传动箱体类零件的特征造型可分为箱体基体结构造型和附着在基体每个方位面上的形状特征造型两个阶段。箱体基体结构造型可以在预先利用CaD软件造型并创建的基体特征库中选用，也可以利用CaD软件的实体造型功能的体素拼合而成。在箱体基体结构造型完成后，可利用本系统提供的特征选取下拉式菜单，选取一般特征项，通过人机交互方式顺序完成箱体各个方位的造型，并补充每个特征的有关工艺属性信息，将特征的几何信息和拓扑信息一起写入特征数据库中，直至零件造型完成。由于设计者直接面向特征进行零件的造型，因此操作方便，并能较好地表达设计意图。用这种方法建立的特征模型，具有丰富的工程语义信息，为后续应用提供了方便。
在主界面点击特征造型按钮，系统将在提示下切换到autoCaD界面，通过人机交互输入零件相关的总体信息，将作为输出工程图上标题栏的填写内容以及Capp工序卡表头部分内容。在输入完总体信息后，进行面特征信息的输入以及一般特征信息的输入。如果有多个面的信息要输入，则只需要连续反复操作此对话框，直到完成所有面的特征信息输入为止。信息在输入完毕后，系统将自动绘制图形，并标注相应的尺寸及精度要求，一般特征将添加在基体上。所输入的信息将以代码的形式保存在特征信息数据库的表格中，供生成加工链时读取。
2.Capp特征工艺生成模块
特征工艺生成模块是Capp子系统的核心模块之一。传动箱体零件的加工也就是箱体零件上各方位面上的加工特征加工，因此获得各加工特征的加工链是零件工艺路线生成的首要关键，在获得各加工特征加工链后，经过合理组合就可以构成了整个零件工艺路线，因此，特征工艺的生成是零件工艺过程生成的基础。
本系统利用基于特征实例的思想来完成各种加工特征方法推理决策，其推理过程如图1所示。当对待加工零件进行工艺设计时，特征代码将通过人机交互方式输入，将其与实例库中已有的实例的代码进行进级匹配，所谓实例是指在满足特定设计要求下所获得的优化结果，这里指已设计完成的实例特征，实例库由两部分组成：(1)典型特征的信息描述，包括零件名称、类别、几何形状、尺寸、精度、材料等内容；(2)典型特征的加工方案，可以通过人机界面，使用人机交互的方式把已经代码化或较简短文字的加工方案输人Capp系统。匹配结束得到相似程度最高的实例，即最相似实例，然后对最相似实例的加工链进行推理及修正，使之满足加工要求，就可得到待加工特征最终加工链。
如此反复，直到读完所有的制造特征为止。
3.工艺决策模块
工艺过程决策是Capp系统的核心和难点，它包括工艺决策方法和决策知识，它是以当前零件信息为依据，选择好各种形状特征的加工方法，然后按一定算法合理生成零件得工艺路线。工艺过程决策的重点是工序间的排序，它是将按特征生成的加工链转换为零件加工工艺的过程。在转换中应考虑特征间的关联性：(1)特征间有基准关系，应考虑基准先行原则；(2)特征间互为基准，应按照特征先后作为基准的顺序安排加工顺序；(3)特征间有定位关系，则定位特征先行加工；(4)特征间有衍生关系，则按特征产生先后顺序进行工序安排；(5)特征间间有位置精度要求，则在一次装夹中完成。此外，排序的原则还包括：机床集中原则；先面后孔原则；工序集中原则；先粗后精原则；先主后次原则；刀具集中等工序排序原则。经过加工排序后，生成了多个工艺方案，然后对多个备选工序方案按照不同的优化目标进行排序，给出最优工序方案。
三、结束语
本系统以传动箱体零件为研究对象，通过特征造型技术的应用，为从零件的设计到加工制造的集成提供了一条有效途径。要建立功能完善的基于特征实例的Capp系统，要重点解决好以下几个关键技术：(1)特征建模；(2)特征实例库和工艺规则库的建立；(3)工艺文件输出。
参考文献：
[1]罗尚虎，尹建伟等.一个工艺实例的匹配方法.计算机辅助设计与图形学学报，2002，(6)：591-593.
[2]张永康，黄翔.基于特征的工艺生成方法的研究.机械制造与研究，2002，(4)：26-28.
[3]冯立艳，王志江.基于实例推理和专家系统的综合工艺决策方法.新技术新工艺，2005，(7)：24-26.
统计学的特征篇9
关键词:特征选择；入侵检测；粗糙集；信息熵
中图分类号:tn915.08
文献标志码:a文章编号:1672-8513(2011)04-0292-04
StudyofintrusionDetectionFeatureSelectionBasedonRoughSetandinformationentropy
wUping,JianGYiting
(Schoolofinformation,YunnannormalUniversity,Kunming650092,China)
abstract:Featureselectionistheremovingprocessforthesmallestfeaturesubsetsatisfyingtheneedsfromthecollectionandapplicationofselectedcharacteristicsrelatedwithgreatimportance.itisimportantintheintrusiondetection.Forsolvingtheproblemoftheexistingintrusiondetectionsystemwithlesspriorknowledge,thepaperdescribestheintrusiondetectionfeaturesetwiththeroughsetknowledgerepresentationsystemanddeterminestherelativeimportanceofeachfeaturebycalculatingitsinformationentropy.Finally,itgetsastreamlinedfeatureset.asaresult,itsimplifiestheintrusiondetectiontrainingset,reducesthedetectiontimeandeffectivelyimprovestheclassificationaccuracyoftheinvasion.
Keywords:featureselection;intrusiondetection;roughset;informationentropy
入侵检测需要对大规模的网络数据流或主机审计信息进行数据分析，判定攻击类型，而网络中的行为一般都可以用一些特征来描述，如：源地址、目的地址、协议类型、服务类型、端口号及连接时长等，一条网络记录是正常行为还是攻击行为通常是由许多特征组合取不同值来表征的，但是存在着一些特征对于最后的判定起的作用很小，即这些特征的变化与否与判定结果基本无关，可以约简.过多的特征会给计算带来困难，占用大量的存储空间，会降低整个网络系统的吞吐效率，耗费大量的时间，检测的精准率也会降低，所以在进行数据处理之前需要进行特征选择.
特征选择技术[1]正是从原有的庞大的数据集中选择出满足需要的、重要性较高的一个精简数据集合的过程，并且该精简数据集可以保持原有数据集的完整性，且不会影响最后判定结果的准确性.文献［2］中采用的特征选择方法，是对单个特征进行评价，以对评估数据检测的正确率和时间作为度量准则，这种选择方法可以挑出前n个最有效的单个特征，但是这n个特征放在一起却不一定是最佳的组合，所以对于约简后的特征属性集合的信息完整性缺乏可靠验证[3].
为了解决上述问题，本文基于粗糙集的知识约简理论，采用计算信息熵的方法来选择重要特征，在保持知识库的分类或决策能力不变的条件下，删除不相关或不重要知识，得到保持分类正确的最小特征子集.
1粗糙集中的知识表达系统在入侵检测特征中的描述
粗糙集(RoughSet)理论是由波兰学者pawlak于1982年提出的[4]，它是一种刻画具有不完整性和不确定性信息的数学工具，其基本思想是：在保持知识库的分类能力不变的前提下，通过知识（属性）约简得出问题的决策或分类规则.粗糙集的优点是[5]：在处理问题时不需要其他先验知识，利用定义在数据集合U上的等价关系R对U的划分作为知识.在不丢失信息的前提下，根据知识系统的条件属性与决策属性的依赖和关联度，通过知识约简算法得到具有最小决策规则的分类模型.
11网络攻击特征数据的粗糙集知识表达
粗糙集中对知识进行表达和处理的基本工具是信息表知识表达系统[6]，下面就本文中的研究对象网络攻击特征数据集进行粗糙集的知识表达.
攻击特征数据的知识表达：
设五元组t=＜U,C,D,V,f＞是一个网络攻击特征数据决策表知识表达系统，其中U是攻击样本的集合，C为攻击特征（条件属性）集合，D为攻击类型（决策属性）集合且D≠，V是属性值的集合，Vr表示属性r∈C∪D的属性值范围，即属性r的值域，f:U×(C∪U)是一个信息函数，它指定U中每一个对象x的属性值.
12网络攻击特征的选择
首先选定一个特征子集a，然后将其他特征属性加入该特征子集中，如果加入的特征属性并没有使原有的特征的信息熵发生变化，则该属性就是非必要特征属性，可以对其进行约简.可进行如下描述：
在网络攻击特征数据决策表系统t=＜U,C,D,V,f＞中，选定特征子集{a|aC}，将特征r∈C加入到特征子集a中，形成a′并计算a′的信息熵，如果a′的信息熵不发生变化，则说明r不能为特征子集a的分类增加信息，则a为相对于D的特征选择.即：
H(a|C)=H(a′|C＼{r})
特征选择的终止条件是在t中，有H({d}|a∪{r})=H({d}|a)，则a为C的相对于{d}的特征选择.
13网络攻击特征数据决策表的核
对于一个网络攻击特征数据决策表系统t=＜U,C,D,V,f＞，C中所有对{d}是必要的特征组成的集合称为特征集合C相对于{d}的核，记作CoRe{d}(C).
2信息熵的相关定义和计算模型
信息熵[7]是测量不确定性的一种度量方法，任何一个随机变量的不确定性可以通过它的信息熵来表示.
信息熵的定义为：a为U上的一个条件属性子集合，U/inD(a)={x1,x2,…，xn},d为u上一个决策属性子集合,U/inD{d}={y1,y2,…,yn}，则决策属性{d}相对于条件属性子集合的信息熵为：
entropy(Da)=－p+lbp+－p－lbp－
如果将属性集分类进行合并[8]，在合并过程中，当一个分类对于另一个分类的概率相等的情况下，不会导致信息熵发生变化，就出现了上面介绍过的增加一个属性并不能为原有的属性子集分类增加任何信息，此时就可以将之约简.
根据以上结论可以得出，可以将核作为计算信息熵的起点，则在特征选择的过程中，不断地向特征子集C′中增加属性r∈C，然后判断信息熵H(D|C′{r})是否发生变化.如果该信息熵值是递减的，则特征属性r为不可约简的特征属性.
即对于一个网络攻击特征数据决策表系统t=＜U,C,D,V,f＞，a为C经过攻击特征选择后得到的特征集合，C0是核.如果ri∈a\\C0是任意一个不能被约简的特征属性，有：
H({d}|C0)＞H(D|C0∪{ri})＞…＞H（D|C0∪{r1}∪{r2}∪…∪{ri}∪…）＞…＞H(D|a)
因为核肯定是在特征选择的结果中，所以本文算法以核为起点，逐步向核的集合中增加特征，直到得到最后的特征选择结果为止.
3计算信息熵进行特征选择的算法
攻击特征的相对重要性[9]定义为：对于一个网络攻击特征数据决策表系统t=＜U,C,D,V,f＞，特征r∈C在C中对{d}的重要性定义为：
SGe(r,C,D)=H(D|C\\{r})-H(D|C)
所以可以看出，在C确定的情况下，SGe(r,C,{d})越大，对于决策{d}就越重要.当且仅当SGe(r,C,{d})＞0时，攻击特征r是必要的.
网络攻击特征数据选择的具体步骤如下：
1)计算攻击数据决策表系统中的信息熵H({d}|C)：
H({d}|C)=-∑ni=1p(xi)∑mj=1p(yj|xi)log(p(yj|xi)).
2)求特征集合的核：
CoRe{d}(C)={c∈C|SGF(c,C,{d})＞0}；
SGF(c,C,{d})=H({d}|C＼{c})-H({d}|c).
则可以求出条件属性特征集的核C0.
3)计算核的信息熵：H({d}|CoRe{d}(C0)).
4)以核为起点，选择使信息熵最小的特征加入特征选择子集中.
令C0为核，a={C-C0}，设ri∈a，则依次计算信息熵H({d}|C0∪{ri})，使H({d}|C0∪{ri})最小的ri加入C0中，C0′={C0+ri}，若H({d}|C0′)=H({d}|C)，则算法终止，得到了特征选择的结果.
4特征选择结果分析
41实验数据的选取
本文选用的数据集KDDCup99[10]是一个网络连接记录集，其中包含了大量的有代表性的正常网络流量和各种攻击类型，具有很强的代表性.KDDCup99数据集中的每条数据有41维属性特征和一个为标记正常与非正常的特征（即决策属性）.前41维属性特征被划分为4个特征子集：基于tCp连接的特征属性、基于内容的特征属性、基于2s时间窗的流量特征属性、基于主机的流量特征属性.决策属性分为5类，即正常、DoS攻击、probing攻击、U2R攻击和R2L攻击.
本文选取KDDCup99离线测试数据的10%子集作为实验基本数据，其各种攻击类型所占比例为normal(19.68%)、DoS(62.54%)、U2R(3.43%)、probing(6.58%)、R2L(6.92%).
42实验结果分析
经过本文的算法对数据进行处理后，共约简出21个攻击特征，如表1~4所示.
经过粗糙集特征选择后，各候选特征子集所包含的特征数相比全部41个特征而言大为减少，这对于神经网络的学习训练和入侵检测系统的实时检测而言，会有较好的性能提升.
根据特征属性约简的结果，对于样本数据重新整合形成神经网络的输入向量，约简后的特征属性不会影响数据连接之间的内在联系，且可以减少存储空间和降低算法复杂性.在后面通过小波神经网络进行入侵分类的时候，根据选择出的特征属性，对样本数据集进行输入向量的构建，并在训练之前须对数据进行数值化和归一化处理，使它们可以适合于小波神经网络的处理，使用约简前后的数据集对基于小波神经网络的入侵检测系统进行检测，检测率分别为88.1%和90.4%，说明特征属性约简并不会影响网络的分类性能，而且可以缩短网络的训练时间.
5结语
大量冗余特征的存在会加重入侵检测系统的存储负担并降低网络入侵检测分类器的性能.为此本文提出了基于粗糙集和信息熵的入侵检测特征选择处理方法，针对于KDDCup99标准数据集，使用该算法对网络入侵数据特征进行信息熵的计算、重要性的度量，完成了特征的选择.结果表明去除冗余特征后，入侵检测系统的检测率与使用全部特征时是基本不变的，但是训练和测试时间却降低了，达到了预想的效果.
参考文献:
［1］王元龙.模式识别在发动机故障诊断中的应用［J］.科技信息,2011,28(1):32-35.
［2］SUnGaH,mUKKamaLaS.identifyingimportantfeaturesforintrusiondetectionusingsupportvectormachinesandneuralnetworks［C］//proceedingsofthe2003internationalSymposiumonapplicationsandtheinternettechnology.ieeeComputerSocietypress,2003,209-216.
［3］pawLaKZ.Roughsettheoryanditsapplicationstodataanalysis［J］.CyberneticsandSystems1998,29(7):661-688.
［4］付磊，王金亮.基于粗糙集理论的RBF神经网络在LUCC分类浅析［J］.云南师范大学学报:自然科学版,2010,30(3):28-31.
［5］耿德志.基于粗糙集和模糊聚类方法的属性约简算法［J］.软件导刊,2010，9（12）：81-83.
［6］蒋桂莲,徐蔚鸿.改进粗糙集属性约简算法和支撑向量机的特征选择算法［J］.微计算机信息,2010,32(27):235-241.
［7］孟洋,赵方.基于信息熵理论的动态规划特征选取算法［J］.计算机工程与设计,2010,39(17):1542-1548.
［8］邓林峰,赵荣珍.基于特征选择和变精度粗集的属性约简算法及其应用［J］.机械科学与技术,2010,32(10):384-389.
统计学的特征篇10
关键词：传统民间剪纸；艺术设计；灵感
中图分类号：J5281文献标识码：a文章编号：1006-723X（2012）09-0160-03
中国传统民间剪纸是上千年来广大先民智慧积淀，是推进和强化中国现代设计的民族化的基石。由于这种剪纸艺术承载的是民族文化和民族精神，通过民族历史流传下来的具有历史性、民俗性和文化性的延续。民族文化在漫长的历史发展过程中形成了特有的独特性，不论在形式上还是内容上都表现着很强的民族特点，是广大设计者学习和研究具有民族特征的现代艺术设计进行艺术创作的重要艺术文化源泉。因此，民间剪纸为现代艺术设计提供了具有民族特征和特色作品的创作与研究和更灵活的创作途径。
一、民间剪纸为具有民族特征现代艺术
设计提供了丰富的文化底蕴中国传统民间剪纸是具有独特审美情趣和深厚的文化底蕴的民族艺术特色的民间艺术，有着上千年来受政治、宗教、历史等各方面的影响的民间艺术形式之一，形成了自己独特的艺术发展空间，传承了中华民族的艺术特色和民族精神，体现了艺术最本质的审美特征和精神境界。在其他如刺绣、皮影、印染、木雕、陶瓷等传统的民间艺术形式中都有剪纸的踪影，所以传统民间剪纸是中国民间艺术中最具代表性的艺术样式，是其他民间艺术的基础。因此在现代艺术设计中通过结合传统剪纸艺术表现手法结合现代的设计理念出现在标志设计、平面广告设计、包装设计、书籍装帧设计、动漫设计、室内外装饰设计、服饰设计等各个设计领域中。
中国民间传统剪纸元素种类丰富、形态多样、蕴涵深厚的民俗文化、因此它的广泛应用体现了本民族的文化特色，对各类现代设计形成具有民族特征的发展起了积极的推动作用。同时中国传统的剪纸艺术在创作中充分展示传统的虚实辩证关系，并用简洁、单纯的色调将艺术创作展示于观众。
传统的剪纸艺术造型中的虚实结合体现的特别突出，利用虚实辩证关系的互动性提高视觉传递信息的能力。由于在设计中强调阴阳互补、阴阳相依的表现手法，这种造型基础给设计带来了新的思路，由于在现代设计中尤其在平面设计中许多作品是具有商业性，目的是为企业推销产品和某种服务，用最简洁的表现手法将信息传递给消费者，传统的剪纸艺术的那种图与地的虚实关系及简洁的单色及具有视觉的注意力和冲击力为现代设计提供了更好的有效途径。
中国传统的剪纸艺术由于源于民间遍布全国东南西北各个地区，因此，无论从体裁上，还是在表现内容、审美观念、民俗民风及创作群体等各个方面，都有广泛的普遍性和个性，这个特征是其他艺术难以达到，同时中国传统民间剪纸艺术主要依附于民俗活动，并应用于各类艺术活动中，它的表现题材丰富，源于最底层的民众，它凝聚着集体的智慧，有着悠远的历史积淀性，具有强烈的民族特征和地域特征。因这些特点，中国传统剪纸艺术是一座丰富的民族民俗艺术博物馆，有许多东西值得现代艺术设计借鉴和吸收，这样才能更好地为设计出具有民族特色的作品提供了充分的设计基础和资源。
二、民间剪纸为具有民族特征现代
艺术设计激发无穷的设计灵感艺术设计是一种创造性的设计，其本质决定了在艺术设计中灵感思维占重要的地位，同时灵感思维也是提高设计师创新能力的关键，也是提高设计作品质量的关键手段之一，因此在艺术设计中获取灵感思维，全面提高设计师的创新素质，推动艺术设计发展就是寻求好的灵感，灵感是在技术、科学、文学、艺术等活动中由于艰苦学习与探索、长期实践、不断累积经验和知识而突然出现的富有创造力的一种思路，灵感是人脑直觉思维活动和理性思维活动共同的结果，同时灵感是艺术设计者在艺术构思探索过程中由于受某种机缘的启发，而突然出现的精神亢奋、豁然开朗取得一种突破性的特殊的心理现象。在艺术设计中灵感给人们带来意想不到的创造，但它的产生却是突然而来、倏然而去，并不为人们的理智所控制，具有突然性、短暂性、亢奋性和突破性等特征的同时。它是一个人在对某一问题长期思考、冥思苦想之后，通过某一事物、现象的诱导的启发，触发某一种新的思路使其突然接通。灵感的出现正常人都有可能，只是水平高低不同而已，并无性质的差别，只不过有的人灵感少一些，有的人多一些，那只是设计者各自的思维过程不同，专注程度、思考广度及深度不同，对信息的分支界定方法不一样，艺术实践的多少不同而已。因此在传统的民间剪纸艺术的艺术宝藏中蕴涵诸多的触发灵感的因素，这就要求艺术设计者进一步探究传统的民间剪纸艺术创造中思维方式的必要性。
中国传统民间剪纸来源于最底层的广大民众和对社会实践及其亲身的生活体验，是劳动人民由于为了满足自身精神生活的需要而创造地，并结合他们自己当中应用和独特流传的一种艺术样式。它诞生和生存于劳动者深厚的生活土壤中，不受价值观念和功利思想的制约，体现了人类艺术最基本的审美观念和精神品质，在灵感和创意方面具有鲜明的艺术特色和生活情趣。通过对各地区传统民间剪纸艺术研究，充分利用各地区传统民间剪纸资源，学习继承民间艺人直抒事物美的惯用夸张、象征、意想、借代、谐音、装饰、造型更趋于写意而不在写实、更趋于传情而不在写型的表现手法，甚至用抽象的表现是生活原型可以完全服从艺人手中那方特殊纸片，这些受创作内容、材料、时间、空间限制，更适合于现代设计中受内容、客户、观众或消费者、材料、媒体、时空条件的制约等，在现代设计艺术实践创作中借鉴，所以通过对中国传统民间剪纸的思维方式的探究能够给现代艺术设计以无穷的启迪和设计灵感。