基于神经网络的手势识别篇1
【关键词】Bp神经网络加速度传感器手势识别
手势识别的研究是一个非常有意义的课题，从识别方法上看，目前主要采用的是隐马尔可夫模型（Hmm）、支持向量机（SVm）、分类决策树以及人工神经网络（ann）等。在多种识别方法中，Hmm方法的识别率较高，但计算时间复杂度较高，SVm需要的存储空间较大，而决策树仅仅对简单手势有较好的识别率，对于复杂手势则识别率较低。综上，本文根据佩戴式数据手套的实时性要求高，计算时间、空间复杂度低的特点，采用Bp神经网络模型进行手语识别。
1基于加速度的Bp神经网络手势识别设计
1.1手势动作的加速度数据
通过可穿戴的手势加速度数据手套，采集得到手势数据。并通过挑点去除和均值滤波对手势数据进行预处理。然后用紧邻极值法提取手势动作的加速度特征值，形成一个手势动作的特征值样本集。
1.2Bp神经网络的设计
根据Bp神经网络算法的特点，主要有以下几个方面的设定。
1.2.1训练样本数量的选择
训练所采用的样本数量的多少，会对手势识别的准确度有较大的影响，训练所采用的样本数量越多，在训练后，最终手势的识别效果越好。但是，在解决实际问题时，不可能无限制的进行样本识别，需要一种规则来选择合适的样本数量进行训练，一般情况下，训练样本数量p可由（1）式来进行计算。
（1）
其中，mε为网络中权值数量加上阈值数量，ε为给定的训练误差。
根据经验，训练样本的数量一般为mε的5到10倍，另外，还需要对样本进行筛选，选择具有代表性的样本进行训练。在样本训练的过程中，将不同类别混合，随机选择加入，以使Bp神经网络能够适应各种不同的情况。
1.2.2Bp神经网络的结构设计
在设计Bp神经网络的过程中，需要确定隐含层数量、输入层与输出层节点的数量、隐含层节点的数量。
Bp神经网络中，当具备S型隐层，权值矩阵再加上阈值，理论上可以用来大致表示所有的线性非线性函数。虽然层数的增加可以提高精度，但会大大增加神经网络的复杂度。考虑到可穿戴设备中的计算能力低，存储空间小，故而选择一层网络。
一般情况下，输入层的节点数量由实际的样本向量的维数决定；输出层的节点数量为需要辨别的手势数量加一。
对于隐层节点数量的选择，一般情况下，可由（2）式得到大致的节点数。
（2）
其中，m为隐含层节点数，n为输入层节点数，l为输出层节点数。
1.2.3初始权值的选择
对于初始权值，一般情况下选择较小的数，可以使每个神经元的输入小，可以避免多次训练后某些权值的不合理性。本文选取0到2之间的随机数。
1.2.4学习率的选择
初次训练一般情况下在0.01到1之间选择学习率，然后依据学习率不断调整权值向量，最终获取比较好的权值组合，使得实际输入与期望输入之间的误差小于一定的范围。
1.3利用Bp神经网络的手势识别过程
Bp神经网络的手势识别主要分为学习训练与手势识别，其过程如图1所示。
2实验验证过程及结果分析
在本实验中，主要针对Bp神经网络的实现过程做重点介绍，同时根据输出结果，分析Bp神经网络的识别效果。
2.1实验验证过程
本实验随机选择了20位实验者，使其按照预先设定的手势的起始与终止动作，执行十个阿拉伯数字的动作，每人重复10次，总共得到2000组手势动作样本。其中，任意选择其中的一半作为Bp神经网络训练样本，剩余部分则用来进行各种手势的识别。训练时，所有样本打乱顺序，然后依次按照顺序输入。
由于需要识别0-9这十个阿拉伯数字，所以总共需要10个输出节点，激活函数采用sigmoid.而一般手语的特征点不超过16个，为了增加Bp神经网络的接收能力，将输入节点设为20个。隐含层节点数设为12，训练终止误差设为0.01，学习效率设为0.1。识别效果见表1。
2.2实验结果分析
在数据训练识别中，由于数字9和数字0的识别中，由于数字0的手势识五个手指全部握住，而在数字求的识别中，手语动作识食指只是一个弧度，没有彻底握住，导致了数字9和数字0的识别率较低。这一问题有待于以后的提高。
参考文献
[1]孔俊其.基于三维加速度传感器的手势识别及交互模型研究[J].传感技术学报，2009.
[2]李歌.基于Bp神经网络的手势识别研究[D].秦皇岛：燕山大学，2013.
[3]徐川龙.基于三维加速度传感器的人体行为识别[D].杭州：浙江工业大学，2013.
[4]吴江琴.基于DGmm的中国手语识别系统[J].计算机研究与发展，2000.
[5]邹伟.一种中国手语单手词汇识别系统[J].系统仿真学报，2003.
基于神经网络的手势识别篇2
关键词：模式识别；神经网络；卷积；文字识别
中图分类号：tn711?34；tp391.4文献标识码：a文章编号：1004?373X（2014）20?0019?03
Largepatternonlinehandwritingcharacterrecognitionbasedonmulti?convolutionneuralnetwork
Geming?tao1，wanGXiao?li1，panLi?wu2
（1.SiaSinternationalSchool，ZhengzhouUniversity，Zhengzhou451150，China；
2.HenanUniversityofanimalHusbandryandeconomy，Zhengzhou450011，China）
abstract：onlinehandwritingcharacterrecognitionisanimportantfieldintheresearchofpatternrecognition.thetraditionalrecognitionmethodisbasedonthecommonconvolutionalneuralnetworks（Cnns）technology.ithasanefficientrecognitionrateforthesmallpatterncharactersetonlinehandwritingcharacters，buthaslowrecognitionrateforthelargepatterncharactersetrecognition.arecognitionmethodbasedonmulti?convolutionalneuralnetworks（mCnns）ispresentedinthispapertoovercomethesituationthatthepreviousmethodshavethelowrecognitionrateforlargepatterncharactersetandimprovetherecognitionrateforthelargepatternhandwritingcharactersetrecognition.thestochasticdiagonalLevenbert?marquardtmethodisusedinthesystemfortrainingoptimization.theexperimentalresultsshowthattheproposedmethodhastherecognitionrateof89%andhasagoodprospectforonlinehandwritingcharacterrecognitionforlargescalepattern.
Keywords：patternrecognition；neuralnetwork；convolution；characterrecognition
0引言
随着全球信息化的飞速发展和对自动化程度要求的不断提高，手写文字识别技术被广泛地应用到许多方面。特别是近几年拥有手写功能的手机、平板电脑等智能电子产品的普及，联机手写文字识别研究已经成为一个备受关注的主题。联机手写字符识别要求实时性较高，识别过程中要求特征空间的维数比较高，在进行特征样本训练时要求训练的数目很大，要匹配的特征值或特征对象比较多[1?2]。
卷积神经网络（Convolutionalneuralnetworks，Cnns）的优点在于图像的识别过程中对视觉模式的获得是直接从原始图像中获得的，所以在设计系统时图像的预处理工作很少，与一般神经网络相比是一种高效的识别方法。卷积神经网络在模式识别的一些领域具有很好的鲁棒性，如在识别有变化的模式和对几何变形的识别方面。利用卷积神经网络的手写识别方法具有如下一些优点：对于要检测的图像可以与事先制定网络拓扑结构之间有较高的匹配率；特征提取和模式分类同时进行；训练参数往往是系统计算量的重要参数，而卷积神经网络中利用权值共享技术，这样就可以大大降低该参数，在设计系统结构时使得结构变得更简单，从而使得整个系统具有更好的适应性[3?5]。
目前，人机交互系统的手写字符识别、汽车车牌号识别和信息安全中常用的人脸识别等领域都有卷积神经网络的成功应用。文献[6]用一个4层的卷积神经网络Lenet?5对mnist库进行识别实验，获得了98.4%的识别率，用2层的Bp网络的识别率[4，6]是87%。许多学者对卷积神经网络在联机手写文字识别方面做了多方位的研究。但是，这些成功的联机手写文字识别主要是针对小模式字符集，利用以往的这些方法对大规模模式分类的联机手写文字的识别依然有识别率不高的问题。本文介绍了卷积神经网络的基本概念和一种典型的卷积神经网络结构，给出了基于多重卷积神经网络的字符识别和词语识别模型。通过使用大字符集的Unipen数据库进行训练和测试，本文提出的方法在大模式联机手写识别上，取得了较高的识别速度和满意的识别率。
1卷积神经网络
文献[6?7]中详细地描述了卷积神经网络如何保证图像对位移、缩放、扭曲鲁棒性能。典型的手写字符卷积神经网络Lenet5的结构图如图1所示[6?7]。
图1典型的卷积神经网络结构
在图1中，输入层接收要识别32×32的手写字符图像，经过简单的大小归一化和图像灰度处理，之后的结果作为一个采样层的图像；然后用一个可学习核进行卷积操作，卷积结果经过激活函数的输出形成这一层的神经元，每个神经元与输入图像的一个5×5的邻域相连接，从而得到由6幅特征图组成的第一个隐层（C1层）。每个特征图有25个权值（如方向线段，端点、角点等），考虑到边界效果，得到的特征图的大小是28×28，小于输入图层[3?9]。卷积层的数学计算过程可表示为：
[xlj=fi∈mjxl-1j*kernellij+blj]（1）
式中：[l]代表层数；kernel是卷积核；[mj]代表输入特征图的一个选择。每个输出图有一个偏置[b]。
每个卷积层的结果作为下一个次采样层的输入，次采样层的作用是对输入信息进行抽样操作。如果输入的特征图为n个，则经过次采样层后特征图的个数仍然为n，但是输出的特征图要变小（例如，各维变为原来的50%）。因此隐层S2是由6个大小为14×14的特征图组成的次采样层。次采样层计算公式可以用式（2）表示：
[xlj=fβl-1jdown（xl-1j）+blj]（2）
式中down（・）表示次采样函数。次采样函数一般是对该层输入图像的一个n×n大小的区域求和，因此，输出图像的大小是输入图像大小的[1n]。每一个输出的特征图有自己的β和b。
类似的，C3层有16个10×10的特征图组成的卷积层，特征图的每个神经元与S2网络层的若干个特征图的5×5的邻域连接。网络层S4是由16个大小为5×5的特征图组成的次采样层。特征图的每个神经元与C3层的一个2×2大小的邻域相连接。网络层C5是由120个特征图组成的卷积层。每个神经元与S4网络层的所有特征图的5×5大小的邻域相连接。网络层F6，包括84个神经元，与网络层C5进行全连接。最后，输出层有10个神经元，是由径向基函数单元（RBF）组成，输出层的每个神经元对应一个字符类别。RBF单元的输出yi的计算方法如式（3）所示：
[yi=j（xj-wij）2]（3）
很多研究人员通过对字符集作弹性训练，经测试发现在mniSt字符集上的识别率可以高达99%以上[6?7]。卷积神经网络的优势主要是对小模式集上，如对数字或26个英文字母组成的集合都有着较高的识别率。然而，对大模式集的识别仍然是一个挑战，因为设计一个优化的并足够大的单一网络是比较困难的，且训练时间也较长。因此，本文的目的旨在通过组合多个对某一字符集有高识别率的卷积神经网络，从而构成多重卷积神经网络，进而提高卷积神经网络对大模式集手写字符的识别率。
2多重卷积神经网络
2.1多重卷积神经网络字符识别
根据传统卷积神经网络的运算过程以及其在处理大模式集手写字符时存在的不足，本文提出一种多重卷积神经网络来改进传统的卷积神经网络模型，用多个拥有高识别率的小卷积神经网络组成一个多重卷积神经网络。每一重小卷积神经网络对某一具体字符集有较高的识别率，另外，单重卷积神经网络除了有一个正式的输出集之外，还产生一个未知的输出（即难以识别的字符），即如果一个输入字符没有被正确识别，它将被输出为一个未知字符，然后输入模式转到下一重卷积神经网络进行识别。最后，通过一个拼写检查模块进行判断，选择最好的结果输出。系统的流程如图2所示。
其中Cnn1是识别手写数字的卷积神经网络，Cnn2是识别手写小写英文字母的卷积神经网络，该模型具有极强的扩展性，可以添加多任意模式的卷积神经网络（如中文，日文等）。
图2多重卷积神经网络字符识别示意图
2.2随机对角Levenberg?marquardt训练方法
传统的结构比较简单、单一的卷积神经网络多采用基本的Backpropagation（Bp）规则训练网络，往往需要几百次迭代，网络的收敛速度较慢。本文采用LeCun博士提出的随机对角Levenberg?marquardt算法对网络作训练，该算法需要的迭代次数明显比基本的Bp算法少[4，9]。随机对角Levenberg?marquardt算法的公式为：
[ηki=ε?2e?w2ij+μ]（4）
式中[ε]是全局的学习率，一般取初始值0.01，太大会使网络无法收敛，太小则会降低收敛速度，且使网络更容易陷入局部极小值，训练过程中可以用启发式规则改变[ε]的值，本文取最下值为5e-005；[?2e?w2ij]是一个估计值，根据训练集的大小可以调整样本数量，文中随机选取200个样本估算它的值；[μ]用来避免[?2e?w2ij]太小时[ηki]的变化过大。
2.3多重卷积神经网络词句识别
本文提出的多重卷积神经网络对手写词语的识别方法可以简单地描述为：首先对输入的手写图像进行预处理和分割，然后通过多重卷积神经网络模块分别进行识别，最后采用单词识别模块对识别结果进行判断，选择最好的结果输出。其过程如图3所示。
图3多重卷积神经网络联机手写词句识别过程
本文提出的多重卷积神经网络联机手写文字识别方法克服了传统卷积神经网络文字识别的对字符集的限制，每一重卷积神经网络是一个针对小模式的卷积神经网络，易于训练和优化，更重要的是此方案的灵活性非常好易于调节参数，可扩展性强。每一重卷积神经网络都具有可重用能力，可以根据需要加载一个或多个网络，可以根据新的模式添加新的网络而不需改变或重建原来的网络。
3训练和实验
为了评估多重卷积神经网络对基于大模式字符集的联机手写文字识别的性能，本系统采用mniSt和Unipen两种不同的手写字符训练集进行测试。Unipen数据库是在1992年举行的ieeeiapR会议上提出并建立的，其目的是创建一个大型的手写体数据库用于为在线手写识别提供研究和开发的基础，得到了多个知名公司或研究所的支持并完成了Unipen的规范设计。在进行数据比对实验中，本文采用许多研究使用的mniSt手写数字数据库，该数据库是neC研究中心设计的，是niSt（thenationalinstituteofStandardsandtechnology）数据库的一个子集，该训练集中有大量训练样本和测试用例。本文默认用以下定义：
[识别率=正确识别数样本总数×100%]
[失误率误识率=错误识别数样本总数×100%]
实验测试是在通用的台式电脑上进行的。整个识别原型系统采用C#编写，运行在.netFrame4.5平台上。经测试对mniSt训练集识别正确率可达[9]99%，对Unipen数字识别正确率可达97%，对Unipen数字和大写字母识别正确率可达89%（1a，1b），对Unipen小写字母识别正确率可达89%（1c）。图4是对Unipen小写字母3次训练的均方误差比较。
图4训练的误差数据
从图4中可以看出，在开始的几个训练周期内，均方误差（mSe）下降得很快，然后在第13个周期后神经网络达到一个稳定的值，约为0.1485。也就是说，网络在第13个周期后，改善程度就很小。所以修改训练错误率的值为0.00045后重新进行18代的第二次训练，均方误差有所降低。经过第三次的训练后趋于稳定，对Unipen小写字母识别正确率可达89%。经测试，通过使用随机对角Levenberg?marquardt方法，收敛速度比基本Bp算法快了许多，经过68代训练后识别正确率可达89%。
4结语
本文提出了基于多重卷积神经网络的联机手写字符的识别方法，通过使用多个识别率高的卷积神经网络和随机对角Levenberg?marquardt方法，可以适用于大模式联机手写识别。经过实验数据比较，该方法在大模式联机手写识别过程中具有很高的识别率，与此同时识别速度也很快，有很好的实时性，总体效果很好。在当今触摸屏应用遍及生产生活的各个方面的趋势下，该方法有着广阔的应用前景。同时此方法为今后多手写汉字识别的研究提供了很好的借鉴。
注：本文通讯作者为潘立武。
参考文献
[1]吴鸣锐，张钹.一种用于大规模模式识别问题的神经网络算法[J].软件学报，2001，12（6）：851?855.
[2]张辉.大规模联机手写汉字识别数据库整理、统计与实验分析[D].广州：华南理工大学，2012.
[3]徐姗姗，刘应安，徐，等.基于卷积神经网络的木材缺陷识别[J].山东大学学报：工学版，2013，43（2）：23?28.
[4]吕刚.基于卷积神经网络的多字体字符识别[J].浙江师范大学学报：自然科学版，2011，34（4）：425?428.
[5]pHamDV.onlinehandwritingrecognitionusingmulticonvolutionneuralnetworks[m].BerlinHeidelberg：Springer，2012：310?319.
[6]LeCUnY，BottoUL，BenGioY，etal.Gradient?basedlearningappliedtodocumentrecognition[C]//proceedingofieee.USa：ieee，1998：2278?2324.
[7]SimaRDpY，SteinKRaUSDave，pLattJohn.Bestpracticesforconvolutionalneuralnetworksappliedtovisualdocumentanalysis[C]//internationalConferenceonDocumentanalysisandRecognition（iCDaR）.Losalamitos：ieeeComputerSociety，2003：958?962.
基于神经网络的手势识别篇3
关键词：醇酮；RBF神经网络
1引言
在醇酮生产过程中，工艺要求醇酮中重组分的含量不能超过1%，否则产品不合格，但是重组分含量过低又会影响产品收率。为了在保证醇酮质量合格的情况下，尽可能的提高重组分的含量，以提高产品的收率，需要对重组分的含量进行实时监测。目前尚无分析仪器能对重组分进行直接有效测量。本文利用径向基神经网络对醇酮中重组分的含量进行软测量，实现了对醇酮中重组分含量的实时监测，为下游产品的的质量提供保证。
本文将基于工艺机理先验知识和过程输入、输出数据，用神经网络建立醇酮中重组分含量的实时软测量模型。
2径向基函数网络
RBF神经网络是由moody和Darken在1989年提出一种三层前馈网络。在信号处理、模式识别等系统中，多层前馈网络是应用较为广泛的模型，但是大部分基于反向传播的多层前馈网路的学习算法必须基于某种非线性优化技术的缺点，计算量大、学习速度慢。RBF神经网络理论为多层前馈网络的学习提供了一种新颖而有效的手段[1]。RBF神经网络不仅具有良好的推广能力，而且计算量少，学习速度一般也比其它算法快得多。
RBF神经网络理论上具有全局逼近和最佳逼近的性质，实现结构简单，学习算法速度快，也不存在局部最小问题，是解决非线形系统建模的理想网络。与多层前向网络类似，它是一种3层前向网络，隐层节点的基函数对输入激励产生一个局部化的响应，它通过一个固定不变的非线形变换实现这一功能，一般采用高斯函数。输入层由信号源节点组成，第二层为隐含层，单元数视所描述的问题需要决定，第三层为单输出层，它对输入模式的作用做出响应。从整体上看，网络由输入到输出的映射是非线性的，而网络输出对可调参数而言却又是线性的，这样网络的权就可由线性方程组直接解出。RBF网络的应用范围十分广泛，主要有模式识别，函数逼近等。
3醇酮中重组分含量软测量模型的建立
3.1数据采集和处理
建立醇酮中重组分含量软测量模型，首先要从工艺机理出发定性分析与醇酮中重组分含量有关的因素，同时根据实际装置的特点，筛选出影响较大的变量，建立相应的函数关系。
将经过归一化处理后的260组数据分为两部分：前200组数据作为训练数据，后60组数据作为测试数据，用newrb函数建立RBF网络环己酮含量软测量模型，均方误差goal设为0.005，径向基函数的扩展速度spread默认值为1，DF两次显示之间所添加的神经元数目取默认值25。
隐含层节点数对模型拟合和预测精度影响很大。随着节点数增加，模型拟合误差不断降低，但模型预测误差却呈上升趋势。因此，必须同时考虑模型拟合误差与泛化能力，不能一味追求高的模型拟合精度，因为这可能引起过拟合现象，丧失预测的功能；也不能将拟合精度定得太低。本文对模型进行训练，最终确定隐层节点数为mn=12。
3.2.2模型评价
图中红色曲线代表检验值，蓝色加号代表模型的预测值，由图可以看出，此模型的预测效果比较理想，预测值基本上能跟随检验值的变化，检验值与预测值之间的绝对误差最大不超过0.03%，满足工程生产的要求，能够比较准确的预测醇酮中重组份的的含量。
基于神经网络的手势识别篇4
关键词：脱机手写藏文识别；GaBp神经网络；特征提取
中图分类号：tp317.2文献标识码：a文章编号：16727800（2013）009007902
基金项目：青海省普通高等学校研究生创新项目
作者简介：梁会方（1987-），女，青海师范大学计算机学院硕士研究生，研究方向为藏文信息处理。
0引言
模式识别在各个领域中的应用非常多，从这些应用中可以看到它们的共性，即一个模式识别系统通常包括原始数据的获取和预处理、特征提取与选择、分类或聚类、后处理4个主要部分。其中藏文识别需要解决的关键问题是模式分类，其理论基础是模式识别技术，其中最常用的方法是统计模式识别方法和结构模式识别方法。近年来也有很多人将隐马尔科夫模型用于手写识别领域，取得了良好的效果。本文主要介绍统计模式识别、结构模式识别以及使用较多的隐马尔科夫模型和人工神经网络模型。
1模式识别
1.1统计模式识别
统计模式识别是依据统计的原理来建立分类器，其分类器设计方法主要有贝叶斯决策理论和判别函数。贝叶斯决策理论基本思想为：在类条件概率密度和先验概率已知或者可以估计的条件下，利用贝叶斯公式比较样本属于两类的后验概率，然后将类别决策为后验概率大的一类，从而使总体错误率最小。常见的一种贝叶斯决策为最小错误率贝叶斯决策[1]，其决策规律如下：
如果p（w＼-1|x）>p（w＼-2|x），则x∈w＼-1；反之，则x∈w＼-2。
通过贝叶斯公式，后验概率的比较可以转化为类条件概率密度的比较，离散情况下也是类条件概率的比较，而这种条件概率或条件密度则反映了在各类模型下观察到当前样本的可能性或似然度，因此可以定义两类之间的似然比或对数似然比进行决策。
该方法的主要优点是抗干扰能力强，且易于实现，但是应用中的主要缺点是细分能力较弱，区分相似字的能力较差。
1.2结构模式识别
藏文文字结构复杂，但同时具有相当的规律性，这种文字都含有丰富的结构信息，因此可以获取这些组字的规律以及藏文字符信息的结构特征作为识别的依据。结构模式识别[2]的主要思想就是文字图像划分为很多基本组合，然后利用一些相似性度量准则确定出这些组合之间的关系，以及这些字符图像模式和一些典型模式之间利用一些相似性度量准则确定的相似程度。
1.3隐马尔科夫模型
Hmm模型[3]是将特征值和一个状态转移模型联系起来，它是一个双重随机过程，其中状态转移过程是不可观察即隐藏的马尔科夫模型，而可观察事件的随机过程是隐藏状态转换过程的随机函数。Hmm有3个基本问题及常用算法：①评估问题：前后向递推算法；②解码问题：Viterbi算法；③学习问题：Baumwelch算法。
Hmm模型可以用一种特定的神经网络模型来模拟[4]，该模型收敛性较差，易陷入局部极值。
1.4人工神经网络模型
神经系统是由大量神经细胞构成的复杂网络，是一个由大量简单的处理单元组成的高度复杂的大规模非线性自适应系统。神经网络是一个高度并行的分布处理结构，它是非线性的，具有自组织和自学习的能力。神经网络与传统的模式识别不同，能够直接输入数据并进行学习，用样本训练网络并实现识别。它是非参数的识别方法，不需要传统方法中的建模、参数估计以及参数校验、重新建模等复杂过程。
在字符识别领域常用的网络模型有：Bp网络、RBF网络、自组织网络、Hopfield网络、SVm网络等。
Bp网络是一种多层前馈网络[5]，是一种依靠反馈值来不断调整节点之间的连接权值而构建的一种网络模型。它由输入层、隐藏层、输出层相互连接构成，其结构如图1所示。
网络的学习训练过程由信号的正向传播与误差的反向传播组成，其中正向传播是把输入样本从输入层输入，经各隐层处理后传向输出层，若输出层的实际输出和期望输出不符，则转入误差的反向传播阶段。误差反传是将输出误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层的所有单元，从而获得各层单元的误差信号，此误差信号即作为修正各单元权值的依据。各层权值调整过程是周而复始地进行，直到网络输出的误差减少到可以接受的程度。
2遗传算法改进的Bp网络
藏文字符识别是中国多文种信息处理系统的重要组成部分，脱机手写藏文识别在很多领域有广阔的使用前景。在现有汉字以及数字识别方法的基础上，提出了很多预处理和模式识别的方法，大大提高了手写藏文的识别精度。为了提高脱机手写藏文识别精度，本文将GaBp神经网络应用于脱机手写藏文识别分析中，识别过程分为两步：训练阶段、识别阶段。在训练阶段，提取训练样本集的特征，建立网络模型，以输入为目标，保存网络的连接权值和阈值以及字符特征；在识别阶段，将待识别的藏文特征送入网络运行，待网络运行到平衡状态，将输出结果与数字特征库的值进行比较，识别出藏文字符。
Bp网络是目前应用最多的神经网络，这主要是因为Bp算法[6]有较强的非线性映射能力、泛化能力以及容错能力。但是它本身存在大量的问题，突出表现在：Bp算法的学习速度很慢，需要较长的训练时间；网络训练失败的可能性较大，易陷入局部极小点，逼近局部极小值[5]。为了改善这些缺点，通常会改变隐层数量，隐藏层一般根据具体情况制定，但是增加隐藏层的层数和隐藏层神经元个数不一定总能够提高网络精度和表达能力。而遗传算法的基本作用对象是多个可行解的集合，而非单个可行解。它同时处理多个个体，同时对搜索空间中的多个解进行评估，使得遗传算法具有较好的全局搜索性能，减少了陷于局部最优解的可能性，同时，它本身具有良好的并行性。所以用遗传算法学习神经网络的权重及拓扑结构[6]，对神经网络进行改进，提高了神经网络的精度，同时也提高了遗传算法的局部搜索能力。在模式分类应用中进行数据预处理，利用遗传算法进行特征提取，其后用神经网络进行分类。GaBp混合学习算法结构如图2所示，采用Ga优化Bp网络权值。
①Bp网络参数初始化；
②按Bp网络的权值和阈值连接随机产生染色体；
③计算染色体的适应值以及迭代次数，如果达到要求，则结束Ga算法，产生最佳个体，如果没有达到，进行下一步；
④按适应度进行选择、交叉和变异操作，产生新的染色体，重复上一步；
⑤将产生的最好个体依次映射到Bp网络中对应的权值和阈值，并将此作为Bp网络的初始值；
⑥利用Bp网络，判断误差是否达到预定要求，达到就结束，如果没有，则Bp网络反向传播，返回上一步。
3结语
本文分析了文字识别的常用方法及其优缺点，着重分析了手写藏文识别征提取和分类器设计两个关键技术，并对藏文识别研究领域今后的研究方向和发展前景提出了一些看法。在原Bp网络的基础上改进GaBp神经网络，可以提高其学习速度，加快收敛速度，相比而言识别精度较高、训练时间较短，且具有较强的鲁棒性。由于神经网络和遗传算法已经发展得比较成熟，将两者结合的方法用于藏文识别，具有很大的实用价值，同时将GaBp神经网络用于藏文识别，有助于神经网络用于藏文识别的可能性和有效性。
参考文献：
[1]张学工.模式识别[m].北京：清华大学出版社，2010.
[2]吴刚，德熙嘉措，黄鹤鸣.印刷体藏文识别技术[C].第十届全国少数民族语言文字信息处理学术研讨会论文集，2005.
[3]刘卫，李和成.基于局部保持投影与隐马尔可夫模型的维文字符识别[J].计算机应用，2012，32（8）.
[4]梁弼，王维兰，钱建军.基于Hmm的分类器在联机手写藏文识别中的应用[J].微电子学与计算机，2009，26（4）.
基于神经网络的手势识别篇5
关键词：风机；故障诊断；振动
1风机故障机理研究
风机的故障常从振动状况方面体现出来，根据振动信号进行监测与诊断是目前风机设备维护管理的主要手段，经过多年的发展与完善，风机振动故障诊断已经形成了比较完备的理论与技术体系。近年来，随着非线性理论的发展，尤其是信号处理、知识工程和计算智能等理论技术与故障诊断的融合渗透，使风机故障诊断的内容得到了进一步的丰富与充实。
发生故障的风机设备在运行中一般处于非线性振动状态，应用非线性动力学理论，针对电机组轴系存在的关键振动问题，建立了转子非线性动力学模型，从理论、试验和数值计算等方面，对各种故障因素影响下的动力学行为进行了综合分析，提出了对轴系振动故障进行综合治理的方案。阐述了风机等旋转机械常见故障，如不平衡、不对中、弯曲、裂纹、松动、碰摩、喘振、油膜涡动、油膜振荡、旋转失速等故障的产生机理，以表格的形式总结出了各种故障与振动特征、敏感参数和故障原因之间的对应关系，给出了相应的治理措施。
总体来说，风机振动故障产生于4个方面：电机、风机本身、基础和风管。其因果分析如图1所示，其中由风机本身原因引起的故障占主导地位。
2风机故障的诊断推理
目前，故障诊断推理过程中采用的方法较多，按照它们隶属的学科体系，可以将其分为3类：基于控制模型故障诊断、基于模式识别故障诊断和基于人工智能故障诊断。
（1）基于控制模型的故障诊断
对于动态系统，若通过理论或实验方法能够建立模型，则系统参数或状态的变化可以直接反映设备物理系统或物理过程变化，为故障诊断提供依据。此方法涉及模型建立、参数估计、状态估计和观测器应用等技术，其中，参数与状态估计技术是关键，需要系统的精确模型，在实际生产环境中，对于复杂的设备而言，该方法不是经济可行的。
（2）基于模式识别的故障诊断
模式识别是对一系列过程或事件进行分类或描述，主要分为统计法和语言结构法两大类。设备的故障诊断可以视为模式识别过程：测量并记录设备的运行状态参数，从中提取故障征兆参数，对于不同的故障状态，相应的征兆参数形成不同的模式，将系统的状态模式与故障字典中的故障样本模式进行匹配，从而识别出设备的故障。当系统的模型未知或者非常复杂时，该方法为解决故障诊断问题提供了一种简便有效的手段。
（3）基于人工智能的故障诊断
基于人工智能故障诊断的研究主要分为两类：基于知识（符号推理）的故障诊断和基于神经网络（数值计算）的故障诊断。
①基于知识的故障诊断
大致经历了两个发展阶段：基于浅知识（规则）的专家系统和基于深知识（模型知识）的专家系统。专家系统是一种人工智能软件系统，利用领域专家的经验知识，根据用户给出的关于问题的信息数据，按照一定的推理机制，从知识库中选择对于问题的最合理的解释。基于知识的故障诊断专家系统有很多优点，例如：适合于模拟人的逻辑思维过程，解决需要进行逻辑推理的复杂诊断问题；知识可以用符号表示，在已知基本规则的情况下，无需大量的细节知识；便于与传统的符号数据库接口等。虽然已经出现了许多成熟的商业软件，并且在工程实践中得到了应用，但仍存在一些问题：知识获取中的“瓶颈”问题难于解决；“知识窄台阶”问题；易产生“组合爆炸”、“无穷递归”问题；实时在线诊断能差等。
②基于神经网络的故障诊断
神经网络是模拟生物神经系统而建立起来的自适应非线性动力学系统，具有可学习性和并行计算能力，可以实现分类、自组织、联想记忆和非线性优化等功能。神经网络用于故障诊断领域，可以解决趋势预测和诊断推理问题。目前，在故障诊断中应用较多的有多层感知器（mLp）网络、自适应共振理论（aRt）、自组织特征映射（Fm）和双向联想记（Bam）等。为了提高神经网络的工作性能，人们对网络的结构类型、学习算法和样本处理等问题进行了研究：应用模块化神经网络解决大规模复杂问题；应用剪枝法优化网络连接方式；将遗传算法和混沌理论应用于网络的学习训练中，解决局部极小问题；为提高网络的泛化能力、加快网络学习速度，在训练样本中加入噪声，或者对样本数据进行优化处理。基于神经网络的智能故障诊断具有很多优点：知识表达形式统一，知识库组织管理容易，通用性强，便于移植与扩展；知识获取容易实现自动化（如自组织自学习）；可以实现并行联想和自适应推理，容错性强；能够表示事物之间的复杂关系（如模糊关系）；可以避免传统专家系统的“组合爆炸”和“无穷递归”问题；推理过程简单，可以实现实时在线诊断。但是也存在着一些问题：训练样本获取困难；忽视了领域专家的经验知识；连接权重形式的知识表达方式难于理解等。
3风机状态监测与故障诊断技术的发展趋势
（1）整体系统，已从单纯监测分析诊断向主动控制的方向发展。整个系统向着可靠性、智能化、开放性以及与设备融合为一体的方向发展，例如，利用可控电磁阻尼器和参数可控挤压油膜阻尼器来在线消除机组失稳故障，采用在转子上安装平衡头的方法来解决机组不平衡故障，使用高精度的中心标高测试仪以及可控支座调节器来处理不对中故障等。
（2）采集器，向着高精度、高速度、高集成以及多通道方向发展，精度从8位到12位甚至16位；采集速度从几赫发展到可达到几万赫；采集方式从等时采样到等角度同步整周期采样方向发展，这样可以提供包括相位在内的多种信息：采集的数据从只有稳态数据发展到包括瞬态数据在内的多种数据。
（3）数据传输，从计算机的串行口和并行口通讯向着网络通讯（波特率可达1o兆、100兆、甚至几百兆）的方向发展。
（4）监测系统，向对用户更友好的方向发展，显示直观化，操作方便化，采用计算机技术的最新成果，使用多媒体技术，大屏幕立体动态图像显示。
（5）诊断系统，向智能化诊断多种故障的方向发展，由在线采集、离线诊断向在线采集、实时诊断方向发展，提高诊断准确率。
（6）数据存储，向大容量方向发展，存储方式向通用大型数据库方向发展。
总的来说，在风机的在线检测和故障诊断方面，尽管国内己经取得了一定的进步，但与国外先进水平相比还有很大的差距，系统所具备的功能不很完善，在形成专用的智能软件方面也还有一段距离。
参考文献：
[1]陈予恕，田家玉，金宗武，等.非线性动力学理论与大型火电机组振动故障综合治理技术[J].中国机械工程，2006，10（9）：1063―1068.
基于神经网络的手势识别篇6
关键词：[HtSS]供电设备；状态检修；专家系统；人工神经元网络
状态检修方式以设备当前的实际工作状况为依据，它通过先进的状态监测和诊断手段、可靠性评价手段以及寿命预测手段，判断设备的状态，识别故障的早期征兆，对故障部位其及严重程度、故障发展趋势做出判断，并根据分析诊断结果，在设备性能下降到一定程度或故障将要发生之前主动实施维修［1］。它为电气设备安全、稳定、长周期、全性能、优质运行提供了可靠的技术和管理保障。
作到状态检修的关键是对设备状态的判断，不仅要识别已经发生的故障，而且预测未来可能发生的故障。解决这些问题，一些常规的计算程序和分析程序无能为力或不够有效。因为在这些问题中，人类专家的经验起着主导作用。因此，专家系统技术已经运用到电力设备状态检修中，特别是发电设备的状态检修。而专家系统技术用于供电设备的状态检修还不多见。原因在于供电设备的状态检修起步比较晚，这与早年实行“重发轻供不管用”的政策有关。当前电力企业深化改革，以利润为中心，实行内部模拟电力市场，促使供电企业努力提高供电可靠率和检修的经济性。因此供电设备的状态检修势在必行。
状态检修能够使检修和管理效率提高，设备大修间隔延长和小修频率降低，杜绝不足维修和过剩维修，减少重大事故的发生，提高了设备的可用系数，从而降低了企业经营成本。
1、配电设备状态检修决策支持系统的总体结构
随着传感技术、微电子、数字信号处理和计算机网络技术在状态监测中的应用，使状态检修成为可能。而人工神经网络、专家系统、模糊集理论等综合智能技术在状态识别和故障诊断中的应用，使状态检修得以实现［2，3］。
本系统根据在线和离线监测诊断数据、设备寿命预测数据、可靠性评价数据、设计参数、检修历史数据、同类设备统计数据等进行综合分析，并利用状态评价准则体系对设备状态变化趋势进行预测，运用决策模型给出检修什么和何时检修的建议，并制定检修计划，到企业网站。总体结构如图1所示。
1.1设备综合管理模块
状态检修需要大量描述设备状态及其演变过程的准确数据，即要有足够的信息用于分析与决策，这就是设备数据综合管理。该模块管理、存储所有设备资产清单，设备台帐图纸、设备设计数据、设备安装状况及系统图、维修历史数据、设备变更与维修记录、设备状态监测与诊断数据、事故及异常记录、测点设置、设备可靠性状态统计分析数据等等。
1.2智能化诊断模块
该模块用专家系统与人工神经元网络结合的方法实现。既能对单一试验数据进行故障诊断，也能对多种试验数据进行综合诊断。单一诊断用产生式专家系统，将规程规定和专家知识存储在知识库，可以随时更新、修改。综合诊断用人工神经元Bp网络。功能模块之间用状态驱动。每一个层次的数据可以维护、查询，有利于程序的模块化设计［4，5］。
1.3检修决策模块
对单一设备，根据不同运行方式和检修方式，运用技术经济分析方法，对检修费用、效益进行评估，给出对该设备来说最佳检修时间、检修措施和检修项目，并形成检修决策报告。
1.4编制检修计划模块
状态检修并不排斥检修计划的作用，恰恰相反，状态检修体制还要利用一些先进的技术手段来动态地制订和优化供电设备检修计划，以充分发挥检修计划的指导作用。在状态检修体制下，面对众多需要检修的设备，检修计划的编制根据检修决策的结果，负荷预测、趋势分析、动态规则等手段考虑配网的运行方式、供电可靠性、经济性等要求，使检修计划既具有可行性，又具有科学性和经济性。
1.5企业网站检修信息模块
将排定的检修计划在供电企业网站上，供生产单位执行，也为用户提供了检修信息，大用户据此安排生产，减少供电设备检修带来的损失。这能提供服务质量，增加供电工作的透明度。
2、基于专家系统的单一诊断模块
2.1单一诊断功能
单一诊断是指对一种检测方法所取得的数据进行处理和判断，得出故障征兆或有关设备状态的初步结论。这些检测方法指：油中气体色谱检测、绕组直流电阻检测、绝缘电阻及吸收比、极化指数检测、绝缘介质损耗检测、油质检测和绝缘老化的检测等等。检测的数据与规程比、与历史比、与同类设备比，并考虑当前系统的运行状况，将这些知识保存在专家系统的规则库中。
转贴于
通过各种方法检测到的数据，或通过检测数据计算出的数据，并不能说明当前设备的状况，只有与标准值比较，才能得到设备可能故障的征兆。如在变压器预防性试验中，绕组直流电阻mVa以下的变压器，相间差别是5%，与规程比较，规程规定一般不超过4%，所以得出绕组直流电阻相间差别过高的征兆。
单一诊断是对单项试验数据进行诊断。该方法简单、宜于实现，有时可直接定位故障。但更多时给的结论不够清晰，或结论片面。因此，该过程可以看作综合诊断的前期数据处理［6］。
单一诊断的结果可能有四种：
1）明确定位故障；
2）参数正常，不存在与此参数有关的故障；
3）不确定故障是否存在；
4）故障确实存在，但不能定位。后两种情况给出的结果不明确，需要更多的信息进行明确判断，由综合诊断来完成。但单一诊断的所有诊断结果都送到综合数据库里。在综合诊断中，对四种结论的处理各不相同。
单一诊断的过程是：
（1）数据采集：采集定期或不定期的试验数据；
（2）参数计算：有些参数据不能直接测得，需要用试验数据计算得到。
（3）参数换算：有时要把试验数据或参数换算成某一环境下的数据；
（4）数据比较：试验数据或换算后的数据与规程规定的标准试验数据比较，与设备原始数据比较；
（5）得出结论：单一诊断的结论是上述的四种结论。如果不需综合诊断，则可以直接生成诊断报告。
2.2专家系统各模块的功能
单一诊断功能由专家系统实现，该专家系统的模块如下：
（1）数据库：数据来源于设备综合管理模块。该库需要的数据有：设备工况数据，设备设计参数，设备缺陷与检修历史数据，事故记录，同类设备统计数据；
（2）知识库：该库包括故障诊断知识和设备状态预测知识。包含有设备的有关标准、规程、导则和有关设备性能指标的资料，以及收集的国内外诸多专家分析判断设备故障的权威经验，用产生式知识表示法表示知识；
（3）推理机：能进行故障诊断和设备状态预测，并设置监控预警功能，发现设备缺陷，向运行值班和检修负责人发出警报。考虑到供电设备故障的特点：有时是一种故障引起多个征兆；有时是一种征兆是由多个故障引起的，因此推理方式采用混合推理；
（4）学习机：随着标准、规程及导则中有关内容的变化，经验不断积累和增加。诊断知识库要随时扩充、修改、更新，增强专家系统的诊断、决策能力。因此，要求学习机有很强的自学习功能。自学习包括三个方面的内容：
①就诊断对象的功能状态去识别系统未曾掌握的征兆，并形成新的知识；
②有新的设备时，能够学习新设备的故障征兆和判断设备状态的规则；
③对知识的自行校正，如一致性检验、冗余检验等。
3、基于神经元网络的综合诊断模块
神经网络是对人脑神经系统的数学模拟，其目的是学习和模仿人脑的信息处理方式。神经网络把知识变成网络的权值和阀值，并分布存储在整个神经网络之中。在确定了神经网络的结构参数、神经元特性和学习算法之后，神经网络的知识表达是与它的知识获取过程同时进行、同时完成的。当训练结束时，神经网络系统所获取的知识就表达为网络权值矩阵和阀值矩阵。神经网络具有知识容量大，处理的问题范围广，推理速度快等优势。所以综合诊断是运用人工神经元网络在故障征兆与故障位置之间建立起数学模型，将综合诊断知识存储在网络的权值和阀值里。采用Bp网络进行模型。故障征兆是输入层的X1，X2，X3，XL；输出层的Y1，Y2，Y3，Yn是具体的故障。这里的故障征兆就是单一诊断的结论。
4、结束语
供电设备状态检修决策支持系统中设备状态诊断是关键，不仅能对已经发生的故障做出诊断，还能对将要发生的故障进行预测，这样才能根据状态进行检修。自学习功能，增加了该系统的灵活性，随着经验的积累，知识库的日益丰富，状态诊断的可靠性将日益提高。
状态检修离不开状态检测技术，供电设备的状态监测已经有许多的方法，如直流电阻测量，油色谱分析，绝缘性能测试，远红外测温，有载调压开关特性测试等。随着这些监测手段的日益完善，监测点逐渐增多，监测设备的功能强大，通过先进的通讯手段和计算机网络化管理，状态检修系统就更为健全。
从电力行业发展看，供电设备状态检修代替定期检修是必然的，但要有一段很长的过渡过程，在这期间，可能两种检修方式并存。做到真正的状态检修，仅有技术支持系统是不够的，还需要管理工作的配合、加强检修人员的培训等。
参考文献
［1］杨叔子，郑晓军。人工职能与诊断专家系统［m］。西安交通大学出版社，1990.
［2］许婧，王晶，高峰，束洪春。电力设备状态检修技术研究综述［J］。电网技术，2000（8）。
［3］白建青。供电设备从定期维修制向状态检修制过渡［J］。青海电力，1998（4）。
［4］尤钟晓，卢章辉，岑文辉。面向对象的电力系统调度操作专家系统［J］。电力系统自动化，1999（1）。
［5］邵胜利。开展状态检修实现可靠性和经济性相统一［J］。电力建设，1999（3）。
基于神经网络的手势识别篇7
人工神经网络是由大量的简单基本元件-神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单，但大量神经元组合产生的系统行为却非常复杂。人工神经网络的基本结构模仿人脑，反映了人脑功能的若干基本特性，能够自身适应环境、总结规律、完成某种运算、识别或过程控制。人工神经网络具有并行处理特征，可以大大提高工作速度。
人工神经网络的特点和优越性，主要表现在三个方面：
第一，具有自学习功能。
第二，具有联想存储功能。
第三，具有高速寻找优化解的能力。
1神经网络的学习方法
神经网络的学习也称为训练，指的是神经网络在外界环境的刺激作用下调整网络自由参数，并以新的方式来响应外部环境的过程。能够从环境中学习并在学习中提高自身性能是神经网络最有意义的性质。理想情况下，神经网络在每一次重复学习后，对它的环境有了更多的了解。
（1）监督学习（有教师学习）
在学习时需要由教师提供期望输出，通常神经网络对于周围的环境未知而教师具有周围环境的知识，输入学习样本，教师可以根据自身的知识为训练样本提供最佳逼近结果，神经网络的自由参数在误差信号的影响下进行调整，其最终目的是让神经网络模拟教师。
（2）非监督学习（无教师学习）
它也称为自组织学习，系统在学习过程中，没有外部教师信号，而是提供给一个关于网络学习性质的度量，它独立于学习任务，以此尺度来逐步优化网络，一旦网络与输入数据的统计规律达成一致，那么它将发展形成用于输入数据编码特征的内部表示能力，从而自动创造新的类别。
（3）强化学习（激励学习）
在强化学习系统中，对输入输出映射的学习是通过与外部环境的不断交互作用来完成学习，目的是网络标量函数值最小，即外部环境对系统输出结果只给出评价信息（奖或罚）而不是给出正确答案，学习通过强化那些受奖的动作来改善自身性能。
神经网络针对学习问题修改网络自由参数的过程称为学习规则（学习算法），设计学习规则的目的是训练网络来完成某些任务，没有一个独特的学习规则可以完成所有的学习任务。神经网络有5个基本的学习规则：误差--修正学习，基于记忆的学习，Hebb学习，竞争学习，随机学习。
2神经网络的研究趋势
（1）利用神经生理与认知科学研究大脑思维模式及智能机理过程
深入研究神经网络理论神经网络在一定程度上揭示人类智能和了解人脑的工作方式，由于人类对神经系统的了解非常有限，而且对其自身脑结构及其活动机理的认识不完善，故而神经网络只能是模仿人脑的局部功能，而对人脑作为一个整体的功能解释，神经网络起不到任何作用。神经科学，心理学和认识科学等方面提出的一些重大问题，是向神经网络理论研究提出的新挑战，这些问题的解决有助于完善和发展神经网络理论，因此利用神经生理和认知科学研究大脑思维及智能机理，如有新的突破将会改变智能和机器关系的认识。
（2）神经网络领域的数学研究趋于重要
随着神经科学基础理论研究的深入，用数理方程探索智能水平更高网络模型将是研究的趋势所在，神经元以电为主的生物过程在认识上一般采用非线性动力学模型，其动力演变过程往往是非常复杂的，神经网络这种强的生物学特征和数学性质，要求有更好的数学手段，而对于神经网络这样非线性模型，需要用数学方法研究网络新的算法和网络性能，如稳定性、收敛、容错性、鲁棒性等，开发新的网络数理理论，如神经动力学、非线性神经场等。研究人员断言一种更简洁、更完善和更有效的非线性系统表达与分析的数学方法是这一领域主要目标之一。
（3）神经网络软件模拟、硬件实现的研究以及神经网络在各个科学技术领域应用的研究
目前，数字计算机在计算方面的能力已远远超出入的大脑，但在自然语言理解、图像辨识、信息处理等方面都显得笨拙，原因是基于冯・偌依曼思想的计算机结构及其运算方式与人的大脑有本质的区别，而神经计算机（第六代计算机）以神经网络为理论基础，用于模拟神经网络，具有自学习、自组织和自适应能力，能更有效地处理复杂问题，其实现过程用光学、生物芯片的方式，现在光学神经计算机和分子计算机的研究是神经网络的前沿课题。
（4）神经网络和其它算法结合的研究
神经网络和其它算法的结合和交叉，研究新型神经网络模型也是发展方向之一。如神经网络和模糊逻辑结合，建立模糊神经网络；将混沌理论和神经网络结合建立混沌神经网络；将遗传算法和神经网络结合；利用遗传算法优化神经网络的结构或权值；将小波分析和神经网络结合建立小波神经网络；专家系统，贝叶斯学习以及粗糙集理论和神经网络结合等，这些都是神经网络研究的热点。
3结束语
神经网络虽已在许多领域应用中取得了广泛的成功，但其发展还不十分成熟，还有一些问题需进一步研究。比如：神经计算的基础理论框架以及生理层面的研究仍需深入；新的模型和结构的研究；神经网络的可理解性问题；神经网络技术与其他技术更好的结合等。
基于神经网络的手势识别篇8
关键词：C立方云计算智能职业信息安全实训室
中图分类号：tp309文献标识码：a文章编号：1007-9416（2013）03-0208-01
随着职业教育的发展、市场行业的细分，计算机网络技术专业教学需求也再不断增加。职业技术学院已经逐渐从传统的教学模式向以真实、以行业、以工作为中心的教学模式发展。计算机网络技术专业作为一个动手实践能力需求很强的专业，如何建设好自己的实训室就显得尤为重要。
四川信息职业技术学院计算机网络技术专业作为学院的第一大专业，也是学院的重点专业，在建设信息安全实训室的时候就引入了企业的C立方标准，从而更适应企业的需求。
1什么是C立方？
C立方或者叫（C’Cube），首先C立方不是一个具体的解决方案，而是一整套实训室的解决方案集，它集成了目前神州数码所有的实训室解决方案。包括基础网络实训室、信息安全实训室、智能无线实训室、安防监控实训室、融合通信实训室、数据中心实训室、ipV6实训室、物联网实训室等等。本文所述的C立方分别表示Cloud云计算、Clever智能、Career智能。
1.1云计算
当前云计算服务已经成为it行业变革的主要驱动力，各个行业均开始合理搭配使用自己的云服务。云服务除了在行业中可以合理的分配使用资源，在实训室中也可以体现云计算的优势。神州数码利用自己的硬件与软件优势，将所有的设备资源进行统一整个，并合理的分配使用资源。学院可以将实训室建成私有云共享平台，学生可以在实训室实训，还可以通过网络，在校园内的任何地点利用实训室的资源，从而建成真正的开放性实训室。利用C立方的强大云服务功能，学校还可以将实训室建立为在互联网上使用云平台，也就是在校园外可以随时使用云平台的资源。校校之间的的独立云还可以联合，实现资源共享。这一点与锐捷提出的联邦实训室具有很大的相识性。
1.2智能
神州数码提出C立方实训室与传统实训室相比有一个重大的进步就是不再依靠人力手工切换设备进行控制、不再手工绘制实训拓扑、不再手工恢复设备配置。而是智能的自动连接拓扑、切换设备、恢复设备。这样就节约了实训时间，极大的提高了实训效率。
1.3职业
神州数码提出C立方实训室以学生就业为出发点，根据学生走上工作岗位的实际需求，站在职业的角度考虑实训室的建设意义。将实训与真实的工作环境相结合，引入先进的项目式教学方法“项目实战沙盘”，让学生在实训过程中如同参与到真实的工作中，以职业工作者的身份进行操作。
2C立方的特色
（1）所见即所得的网络拓扑管理；（2）方便的在线实验管理；（3）强大的“一键式恢复”功能；（4）平台化；（5）教学监控；（6）“项目实战沙盘”教学方法。
3信息安全实训室解决方案
3.1方案特点
（1）区别于普通的安装调试型安全实训室，强化突出信息安全攻防技术，把实训室升级到运维、管理级别。（2）实训案例的综合性。实训室包括网络安全技术知识、网络攻防等模块。基于系统提供主机安全、数据库安全、应用安全、数据安全、漏洞利用等知识模块的课间。（3）提供设计型、综合型实训的真实环境。学生可以自行设计拓扑完成练习。综合型则需要多人分组实训，每人扮演不同的角色，各司其职完成实训。（4）定期更新实训内容。
3.2推荐产品
为保障学生实训效果，神州数码推荐使用一下产品。（1）信息安全实训平台（DCSt）。该产品是神州数码专业针对网络安全攻防实验室研发的产品，是进行网络安全攻击和防御教学的真实演练平台，锻炼学生动态网络安全维护的能力。（2）入侵检测系统（DCniDS-1800-m3）。该入侵检测系统是基于网络的动态入侵检测系统。采用旁路方式全面侦听网上信息流，动态监视网络上的所有数据包。通过检测和实时分析，及时甚至提前发现非法或异常行为，并及时响应。通过采取告警、阻断和在线帮助等事件响应方式，以最快的速度组织入侵事件的发生。（3）web应用安全网关（DCFw-1800-waF200）。该产品是神州数码研究开发的面向政府、教育、企业行业用户的新一代高性能应用层网络安全网关。能够为各种用户规模的weB应用提供立体化安全防护解决方案。（4）用户安全接入管理与认证计费综合管理系统（DCBi）。该产品能够实现认证授权和计费等功能，并与神州数码增强型802.1x、pppoe、web认证的系列设备结合，实现灵活的用户安全接入管理和认证计费功能。
3.3设备清单
主要网络设备清单如表1：
3.4实训相关教材
主要包括《网络安全管理员》、《网络安全工程师》、《网络安全高级工程师》、《信息安全教学系统实训教程》、《信息及网络安全联动环境设备与实施》。这基本教材已经全部在机械工业出版社出版，可以配合完成实训。
基于神经网络的手势识别篇9
论文摘要:论述互联网时当前思想政治工作产生一系列的影响，特别是时青年人思想政治工作、思想控制、思想政治工作载体、思想政治工作者素质等方面带来的严咬挑战;提出从建设网上马克思主义阵地、开展网络道德教育、网络立法、网络管理、软件开发、提高思想政治工作者信息素质等六方面加吸网上思想政治工作的对策。
互联网作为目前连接世界各国计算机网络的全球信息网，被认为是未来全球信息高速公路的雏形。其传输形式已不仅是文字，还包括声音、图片、动画，甚至是图文声像并茂的影视画面。其传输内容非常丰富，涉及到全球的政治、经济、文化、体育等各个领域。运用互联网络获取信息的人越来越多，互联网络的运用深人到社会的各个领域。据中国互联网络信息中心(CniViC)的最新的《中国互联网络发展状况统计报告》显示:截止到2002年12月止，我国上网用户人数达到5910万人。互联网络对社会方方面面的影响越来越大，也越来越受到人们的关注。有人曾如此预言:19世纪是铁路的时代，20世纪是高速公路的时代，21世纪将是网络信息的时代。王选教授曾深刻指出:“谁错过了互联网，谁将犯历史性的错误”。面对当今日益迅猛的网络化大潮，我们的生活方式、工作方式均受到了网络开发、利用方式和水平的巨大影响。邓小平同志在谈到新时期思想政治工作时也反复强调“时间不同了、条件不同了、对象不同了，因此解决问题的方法也不同了。在网络环境下，思想政治工作面临许多新情况、新问题，面临新的发展机遇和严峻挑战。因此，我们必须充分认识加强和改进网络环境下思想政治工作的重要意义，认真研究网络环境下思想政治工作的特点和规律，积极探索进一步加强和改进思想政治工作的新途径和新办法，努力让社会主义精神文明去占领网络文化的阵地，培养“四有”人才。
一、互联网给思想政治工作带来的影响
《网络文化丛书》的编者写道:“几乎所有触及互联网络的人，都直觉地发现自己触及的不仅仅是技术，而是一种以信息为标识的崭新的生存方式。”叫应当说，互联网首先是一种现代信息技术。从技术的角度讲，它具有人们已经熟知的传媒所不具有的一些特点，例如:它传递的信息量特别大，传播的速度特别快，筱盖的范围特别广，这些都是报刊、广播、电视等传媒所无法比拟的。但它又不仅仅是一种自然科学技术，而是一种发展速度极快的彻底社会化了的现代高新技术，在某种意义上是一种崭新的生存方式或曰“数字化生存”。从社会的角度看，它同样具有传统传媒所不具有的一些特点。例如:由于互联网技术建立在“所有电脑生来都平等”的理念上，其理论基础是开放的“分布式包切换”原理，所以，它的自由度特别高，更难于控制和监管;它的共享性特别强，谁也不可能完全垄断信息资源和信息系统;它的交互性特别突出，“一言堂”在互联网条件下不会有市场。与前述互联网的技术特点和社会文化特点相伴生，信息宝藏与信息垃圾共存于一“网”，也是互联网的一个特点。
互联网及其特点，给我们的思想政治工作带来了难得的机遇和严峻的挑战。
1.互联网给思想政治工作带来难得的机遇
互联网是一种新事物，是一种在现代条件下认识世界、改造世界的新武器和新手段。郑必坚认为互联网既是一种新的认识武器、认识工具，又是一种新的交流工具，还是一种新的生产力。阎这个观点给我们一个启发，这就是:在新的条件下，我们必须努力掌握互联网这个新的认识工具、新的交流工具和新的生产力，为中国的三个文明建设服务。从思想政治教育来说，互联网带来的既有教育手段的现代化，更有教育观念和内容的现代化。也就是说，在现代条件下，思想政治教育同互联网相结合，就是同新的认识工具、新的交流工具和新的生产力相结合，也就更具有生机和活力。具体地讲，表现在以下几个方面:
一是传播媒体的变化使思想工作宣传地域全球化。现阶段，我们的信息传播媒体主要还是依靠电视、广播、报纸和刊物等。互联网络的发展使网络传播日益成为一种重要的传播手段。未来信息技术的发展方向是报纸、期刊、书籍、专利文献等现实世界存在的信息统统移置到互联网上，实现几乎不受地域限制的多媒体网络通讯。互联网络被人们认为是继电视、广播、报刊和书籍之外的“第四媒体”，是一个超越地域和国界的人类信息传播交往空间，它使得“地球村”的理想逐步变为现实。它是对外、对内的重要舆论阵地，也是我国把握国际动态、了解舆论信息的新渠道。因此，互联网络的运用使思想工作宣传的地域全球化。
二是传播方式的变化使政治思想工作的宣传形式多样化。与电视、广播、报刊和书籍不同的是，在互联网上，个人或组织可以完全自由地发表自己的想法，“出版”自己的言论，它们被称为网上作品。现在国内的互联网上已经出现了大量“个人主页”、“电子公告版”、“电子邮件杂志”等宣传形式。互联网络的综合宣传形式将增强思想政治工作的辐射力、吸引力和感染力。
三是传播功能的变化使思想政治工作宣传功能多样化。在互联网上，“域民不以封孤为界”，信息的流通没有国境线，打破了信息交流的空间限制，任何方式都不能够控制人们接触信息的范围和内容。随着计算机和通信技术的不断发展，网上快速传播、同步交流、信息检索、现实虚拟、游戏娱乐、电子商务等功能广泛应用，网络媒体功能越来越多，给新闻事业和思想政治工作的发展创造了难得的机遇。
四是传播效果的变化使思想政治工作的宣传效果经济化。网上新闻的“即时播发”和滚动播出极为便捷，提高了新闻的时效性和传播速度，互联网络的特性，为我们思想政治工作以经济合理的投人来充分利用全球网络资源提供了新的机遇。在互联网络上建立宣传网站，各宣传单位可以资源共享，形成合力，不搞重复建设，并且宣传面更广、速度更快、容量更大。
互联网络的飞速发展，给思想政治工作带来了许多有利因素。它开阔了人们的视野，丰富了人们的知识，为思想政治工作科学化、现代化提供了前提条件。运用互联网络，可以直接面向世界宣传我们的观点、立场、主张，扩大受教育面和参与程序，增强思想政治工作的渗透力和影响力。
2.互联网给思想政治工作带来严峻的挑战
(1)青年人思想政治工作面临挑战
据中国互联网络信息中心(CniViC)的最新调查，“网民”年龄段分布如表1所示，用户上网目的及其比如表2所示。
目前互联网上，有95%的信息是由美国等西方发达国家提供的，而我国则不足1%。此外，美国等西方发达国家每年在信息技术和软件领域的投资高达6000亿美元，这就意味着西方发达国家基本上垄断了信息网络上的大多数信息资源，形成以西方发达国家的价值观念、意识形态、政治制度、文化思想等为核心的传播体系。从表1中我们可以看出18-35岁的青年人占64.5%，占了网民大多数，从表2中可以看到多数用户上网是为了获取信息，且上网时间呈逐年增加的趋势。据CniViC调查显示，网民每周上网时间已达9.8小时，与半年前相比增加了1.5小时。青年人是建设中国特色社会主义的骨干和基本力量，是我国改革开放和发展的主力军，也是精神文明建设的主体。因此，青年人是思想政治工作的重点。他们思想活跃、接受新鲜事物快，但辨别能力比较差，由于他们是上网成员的主体，不可避免地会接触到西方国家的价值观、意识形态等西方文化。如何引导青年人正确面对西方文化，抵御西方的政治思想、腐朽的生活方式，如何在网上与这些青年人交流思想、了解他们的思想动向和需求并做好这些青年人的思想政治工作，是摆在我们面前的一个课题。
(2)思想控制面临挑战
由于互联网的出现和普及，打破了信息传播的空间限制，使各种合法的不合法的、健康的不健康的信息快捷方便进人网民的眼界，一旦出现热点问题，与此相关的信息寻访及讨论数量都会直线上升，范围之广、速度之快都是无法想象的。这种完全开放的、互动式的传播，使社会对个人思想行为和制约机制发生了变化，社会不再能够进行有效的监督。诸如问题讨论、信息公布板等各式各样的问题的交流日益增加，这预示着思想领域更大程度的开放，这种开放给我们的思想政治工作提出了新的挑战。
(3)思想政治工作载体面临挑战
互联网作为新的文化和思想传播体正越来越受到各国政府的重视，我国的“政府上网工程”也已全面启动，可以这样说，各个上网的政府部门都是一个思想政治工作网站。因为，老百姓可以通过网上渠道发表自己的意见，而这些网站也可以在网上为老百姓排优解难，疏导和沟通人们的思想。然而，由于我国在这方面的起步较晚，中文网站还比较少、中文信息量开发利用还不够、中文在网上的信息资源不够丰富。如果我们不注意利用互联网加强思想政治工作，就不能最大限度地减少互联网所带来的负效应。所以，对广大思想政治工作者来说，如何建立形式上多种多样的，内容上丰富多彩、健康向上的网站也是摆在我们面前的工作之一。
(4)思想政治工作者素质面临挑战
网络是由人来创造和管理的，而思想政治工作者对互联网的掌握、熟悉和运用及其创造力和
想象力决定了网上思想政治工作的成效。思想政治教育是通过思想政治教育者进行的，思想政治教育者的素质，直接影响到教育的实效。在传统的教育过程中，教育者处于一种信息优势的地位。通过这种信息优势，教育者在教育过程中比较容易树立威信，得到受教育者的尊重，从而更加有利于思想政治教育工作的发展。然而，在网络时代，教育者信息优势至少是部分丧失了。青年人通过网络可以方便地查到各种公开或内部、真的或假的信息，而教育者有时候却面临信息劣势的境地，部分教育工作者由于对计算机基础知识特别是网络知识和技能知之较少，面对飞速发展的计算机和网络科技往往不知所措，心有余而力不足。因此，思想政治工作者如何熟悉网络、更新知识、提高素质是他们迎接网络时代挑战的一个重要课题。
二、加强互联网上思想政治工作的思路与对策
江泽民同志高瞻远瞩地指出:“信息传播业正面临着一场深刻革命。互联网的应用使信息达到的范围、传播的速度与效果都有显著增大和提高。世界各国争相运用现代化信息技术加强和改进对外传播手段。我们必须适应这一趋势，加强信息传播手段的更新和改进，积极掌握和运用现代传播手段。随着信息高速公路的不断延伸和个人电脑的广泛普及，互联网在思想文化宜传乃至整个精神文明建设中的作用已经越来越强。这是网络时代思想政治工作新的重要阵地，也是进行精神文明建设的新领域。这样的阵地，这样的领域，如果先进的思想文化不去占领，落后的思想文化就会去占领;如果社会主义思想文化不去占领，非社会主义的思想文化就会去占领。互联网给思想政治工作带来的严峻挑战，我们应当给予高度重视。加强研究，采取积极措施，用好互联网这把“双刃剑”，实现思想政治工作的创新与发展。
1.加强互联网上马克思主义阵地建设
建设互联网上的马克思主义阵地是应对西方利用因特网传播其意识形态，防止其对我西化、分化的需要。一种信息传播方式便是一种思想文化传播途径，掌握一种信息传播方式便拥有了一种传播某种思想文化的权力和影响力。今天，获得这种权力和影响力正是以美国为首的西方发达国家大力发展信息技术的主要目的之一。美国的“信息高速公路”计划—《全球信息基础设施》明白无误地宜称:“高速发展的全球信息基础设施将促进民主的原则，限制极权政权形式的蔓延;世界上的公民，通过‘全球信息基础设施’，将有机会获得同样的信息和同样的准则，从而使世界具有更大意义上的共同性”。由此可见，美国发展以互联网为特征的“信息高速公路”，其目的决不限于经济和科技的发展，而是企图用西方的意识形态、政治制度、文化思想、价值观念去支配全世界。面对这样一个来势汹涌的反马克思主义思潮的挑战，我们必须在互联网上发出我们党和政府更多、更强有的声音。这就需要在互联网上有马克思主义科学理论体系的展现，有社会主义价值准则的呐喊。如果我们不立即行动起来，放弃互联网上的阵地，还谈得上什么“以科学的理论武装人”?如果自己的声音很微弱，又怎么谈得上以“正确的舆论引导人”?所以我们要尽快建设一批受青年人欢迎又具有鲜明社会主义文化特点的宣传网站，扩大社会主义文化在网络上的宣传阵地。首先是要高举马列主义、毛泽东思想、邓小平理论和“三个代表”重要思想的伟大旗帜，宣传这些思想，用这些思想武装青年人，无论在什么情况下都不能有丝毫的动摇。第二是坚守唯物主义阵地。我们党历来坚持唯物主义，反对唯心主义，提倡科学，反对迷信、愚昧落后的东西，它们麻痹人的思想，瓦解人的斗志，动摇人的信念，破坏安定团结的政治局面，必须给予高度重视。第三是积极弘扬爱国主义精神。爱国主义是一面旗帜，它对于团结各种爱国力量共同实现中华民族的复兴和祖国的繁荣昌盛具有巨大的感召作用。特别是在当前国际政治形势复杂多变的情况下，广大宣传思想工作者要用更多的思想文化精品去占领网上阵地，通过优秀的精神产品进一步弘扬爱国主义精神，以此来凝聚人心，振兴中华。我们要广泛的开展理想信念教育，引导党员、干部和人民牢固地树立起正确的世界观、人生观和价值观，从思想上筑起抵御西方国家“西化”、“分化”以及防止资产阶级腐朽文化侵袭的钢铁长城。只有这样，我们才能在互联网提供的信息海洋中明辨是非、分清真伪，才能在各种错误思潮面前站稳脚跟，永远立于不败之地。
2.加强网络道德教育
网民的高素质是互联网络在全社会良性发展的关键。通过网络手段，大力加强对网民的网络行为道德和伦理道德教育，提高网民的网络道德水平和网络行为的自律意识，推动网络文明建设，是当前思想政治工作的一个新课题。互联网络的斗争是全球性的斗争，是高科技的竞争，而归根结底是政治思想、意识形态的斗争。由于我国对互联网络的控制力和信息的屏蔽能力还很弱，一些西方国家的敌对势力，利用其在网络上的种种优势宣扬不适合我国国情的政治思想文化，对我们进行意识形态上的渗透。互联网使我们的意识形态防御能力面临着严峻考验。同时，由于我们对互联网络在国际意识形态斗争中作用认识不够，经济投人少，对互联网络这种现代科技传播手段还较陌生，现有的信息平台没有充分利用，我们的网站内容还不够充实，变化小，更新慢。我们的网络宣传还不适应网上意识形态斗争主动攻击的需要，没有在互联网络上形成强大的对外宣传攻势，使得我们在国际意识形态斗争中处于不利地位。因此，应加强网民的网络行为道德的宣传教育，制定网络守则，约束网络行为，建立具有普遍适应性、层次较高的网络伦理和道德规范标准。注意消除网上消极内容造成的不良影响，建设新型的网络文化，营造自觉抵制不良思想文化的社会氛围。
3.加快网络立法步伐
网络社会最大的特点是隐蔽性和虚拟性，网民上网大多是以匿名的方式与人交往，这种全新的沟通、交流方式，使得人的行为与他的真实身份相脱离，一些人就肆无忌惮地说一些在现实社会中不敢说的话、做一些在现实社会中不敢做的事，甚至是违法乱纪的事。网络社会的这种特点，使网络上的违法犯罪的事件层出不穷、日益猖撅。比如恶意制造计算机病毒、黑客非法侵人网站窃取资料、网络诈骗、侵犯知识产权等案件逐年上升，而偷看他人的私人信件、查阅色情图片和文字、不健康的信息等不道德的行为更已成为网络的公害。而更为严重的是，非法人侵网站的黑客在相当一部分年轻人心目中却是英雄，是崇拜的对象。北京联合大学曾对5所高校的学生使用internet的情况进行了初步的调查，对于网络黑客的行为，有26.3%的人表示“黑客有高超的技术，令人佩服”，16.7%的人认为“黑客的行为促进了网络技术的发展”，还有24.4%的人表示不好说，只有24.2%的人明确表示“黑客的行为具有社会危害性，应严厉惩罚并尽力杜绝”。四由此可见，在网络社会中，由于犯罪已不再是传统社会里血淋淋的暴力行为，而只是对着眼前的屏幕敲击键盘，使得人们对于犯罪的负疚感大为减弱。这种社会认识倾向，使网络上违法犯罪事件愈演愈烈，而依靠传统的法律制度、社会舆论等手段已难以对虚拟的网络社会的违法犯罪现象进行有效的制约和惩治，因此，加快网络立法步伐，尽快出台一部法律法规已成为迫在眉睫的事情。
4.加强网络管理和规范
传统的媒体是牢牢掌握在党和政府的手中，网民是被动的接受者。而互联网络突破了党和政府对媒体的控制范围，扩大了受众接收信息的自主权，增强了受众对信息的能力。又由于网民多匿名在线交往，因此，不同国籍、不同地域、不同意识形态以及不同年龄、不同经历的人的这种交流会呈现相当的复杂性，使得舆论导向的控制更加困难。而且网上的宣传往往是“先人为主”、“先声夺人”，因此，要加强对网络信息的监控和分析，提高宣传的针对性和宣传质量，及时了解网上信息，对网上的一些有害信息，要针锋相对，澄清是非曲直，进行“解毒”“消毒”工作;要切实加强对网上各种主页和网站的管理引导以及对非法反动信息的删除工作，把握网上的舆论导向。我们的新闻媒体的宣传必须始终坚持用正确的舆论引导人。
5.加大软件开发力度
大力开发有利于对青年人进行宣传教育的中文软件。因为在互联网上的中文信息本来就少，而对青年人进行宣传教育的信息更是微乎其微，这是函待解决的问题。为了打破西方文化特别是英语文化在网络世界的一统天下的局面，迫切需要通过制作、传播集思想性、知识性、艺术性、娱乐性于一体的中文宣传教育软件，各级思想政治工作部门要大胆实践，发挥年轻人的特长，组织他们参与开发更多的政治教育软件，逐步扩大多媒体软件教育的范围和内容，通过图文并茂、形象生动的多媒体教育手段，吸引青年人积极参加、接受各项教育，人耳人脑，打牢思想根基，也使年轻人在积极参与中接受教育。
基于神经网络的手势识别篇10
总书记在中共中央政治局第三十八次集体学习会上强调：“加强网络文化建设和管理，充分发挥互联网在我国社会主义文化建设中的重要作用，有利于提高全民族的思想道德素质和科学文化素质，有利于扩大宣传思想工作的阵地，有利于扩大社会主义精神文明的辐射力和感染力，有利于增强我国的软实力。我们必须以积极的态度、创新的精神，大力发展和传播健康向上的网络文化，切实把互联网建设好、利用好、管理好。”①由此可见，在网络媒体迅猛发展的今天，地方党委面临着“建设”、“利用”与“管理”三大问题。
网络媒体城乡差距的现状与成因
近年来，我国的网络媒体虽然以惊人的速度膨胀，但发展是很不平衡的。网络媒体在基层社会，尤其在人口数量最多的、西部乡镇村的发展和管理更是跟不上时代的步伐。
不可回避的差距。由于网络媒体的利用受硬件设备和文化教育的制约，目前，我国网络媒体的发展与经济发展成正比，表现为“东高西低”、“城（市）高乡（村）低”，呈现依次递减的特征。下表是《第19次中国互联网络发展状况统计报告》的部分情况：
此表最能说明网络媒体受经济文化制约的特点。另外《报告》还显示城镇网民普及率是农村的6.5倍，而在网民各职业分布中，农民只占了0.4%。报告指出：“不懂电脑网络，不具备上网所需的技能”是影响中国非网民不上网的最主要因素。
最近，笔者对四川经济发展好、中、差三个层次的部分乡镇（不在城市周边）作了调查，他们拥有计算机的台数分别是人口数的1.5％、1％和0.6％，有些地方还要少。
中国的互联网在东部与西部、城镇和农村之间的差距由这组资料可见一斑，而这种“知识沟”随着城市经济文化的继续升温，很可能在一定时期差距还会拉得更大，这种社会信息生态的悬殊现象很值得关注。须知，现代社会的文明程度是与信息的占有分不开的。我国要加快新农村建设，缩小城乡差距，积极发展网络媒体，充实基层信息的占有量，加快信息的沟通和交流具有不可低估的作用。
基层网络媒体发展滞后的成因。网络媒体在基层，尤其在农村的发展与利用，笔者在调查中了解到这样几种情况。
一是基层党政干部缺乏发展和利用网络媒体的认识和意识。网络媒体是一种新兴的信息产业，对于基层干部来说，似乎与自己的工作涉及甚少，至于网络媒体对信息获取的便捷，以及它作为大众媒介所体现的“监督环境、决策参与、文化传承、促进教育和提供娱乐”等功能，除教育部门外，很少触及基层干部的意识。他们认为，基层党政的工作非常现实，对发展经济、增加老百姓的收入、维护社会稳定等大事，在这些方面的人力、财力上都忙不过来，哪里还有精力和资金去投入网络媒体这种“务虚”的事。因此，基层网络媒体的发展和管理基本还处于“自由繁殖”和无政府状态。
二是网络媒体生成低水平、低效率。在我国中西部地区，由于意识和资金、技术等原因，往往只有学校教学才配置电脑，而很多乡镇、街道党政机关尚无电脑。作为基层党政，有些经济发展较好的地方，只有乡镇、街道党政一把手才有资格享用电脑这种现代信息技术，即使有些地方配置得多一些，但由于受文化和相关知识的制约，利用率很低，甚至成了一种“作秀”的摆设。不少人就是简单地打打游戏，很少有意识地用它来“传播信息、学习知识、宣传党的理论和方针政策”，基本上未体现出现代传播技术的先进性和高效率。目前，基层党政这种网络文化环境自然阻碍着网络媒体的成长，这种滞后状态与社会进步对信息的需求很不协调。
三是网络媒体在基层的发展缺乏有关政策支撑。综观我国计算机信息网络管理法规，主要集中于网络的申办、归口管理、系统安全保护、域名注册等方面，以及互联网站从事登载新闻业务的管理规定，这些法规主要集中在“禁止性规范”和“义务性规范”两个方面，而“授权性规范”的条款却很少，尤其是鼓励性条款，几乎是空白。另外，国家对互联网站从事新闻传播的管理条款很宏观，国务院新闻办公室、信息产业部联合推出的《互联网站从事登载新闻业务管理暂行规定》，对地市以下，尤其是乡镇、社区等基层建立新闻网站没有要求，也就是说，市县一级没有任何理由在网上新闻，而实际上有些人又在自己的网页上转载和新闻信息。因此，基层单位目前对网络媒体的发展、利用和管理，由于政策的缺失，不知从何做起，显得很被动。
地方党委占领网络媒体阵地的对策
毋庸置疑，网络媒体在基层的这种现状，既不利于中央提出的“我们必须以积极的态度、创新的精神，大力发展和传播健康向上的网络文化，切实把互联网建设好、利用好、管理好”的精神，也不利于基层党委对新闻宣传的管理和舆论把关。总书记指出：“我国网络文化的快速发展，为传播信息、学习知识、宣传党的理论和方针政策发挥了积极作用，同时也给我国社会主义文化建设提出了新的课题。”②特别是基层党委，面对怎样用好和管好网络媒体这一“新的课题”，很值得有关部门和人士认真地思考和探索。
努力推进网络媒体发展战略。中央已把网络媒体的利用和管理，提到了“关系到了社会主义事业和文化产业健康发展，关系到国家文化信息安全和国家长治久安，关系到中国特色社会主义事业的全局”的高度，我们要做到党中央提出的“切实把互联网建设好、利用好、管理好”，就得以积极的态度，研究网络媒体的管理，探索“唱响网上思想文化主旋律”的路子。
一是宣传引导，加快网络建设，积极占领网络媒体阵地。笔者认为，基层党政领导须认真领悟中央的精神，平心静气地了解互联网在当今世界发展和各种竞争中的传导能量，充分认识网络媒体在推进基层各项事业中的巨大潜力。无论是乡镇还是社区，从现在起都应做好网络媒体的发展规划，制定出每年的发展计划，并在一年一度的财政支出计划中，划拨一定的资金，投入网络媒体的硬件建设。同时，各地根据实际情况，对基层干部划出年龄段，分期分批开展计算机应用能力的培训，特别是45岁以下的干部和大中专毕业后到基层工作的干部，更应该扫计算机盲。
二是加快基层网络媒体人才的培养及计算机应用的普及培训。基层社会网络媒体发展滞后，文化程度相对偏低和计算机人才匮乏是其主要因素。笔者认为，基层网络媒体人才的培养和计算机应用的普及可采取这样的办法：第一，发挥市县两级党校的作用。长期以来，这两级党校除组织县乡两级干部进行常规的思想文化和时事政治的学习外，总是千方百计地去争学历教育，结果带来很多负面影响。笔者认为，地方党校与其去争学历教育资源，还不如针对社会发展实际，在干部常规的思想文化和时事政治学习的基础上，不间断地开展新科技的普及培训，比如计算机方面知识的普及性学习等。第二，整合基层文化建设资源。近年来，国家对基层文化建设投入了大量人力和物力，乡镇、社区有文化站、广播站等，各村和街道有文化室、广播室。基层党委、政府应充分利用这些现成的资源，丰富原有文化广播站的内涵，整合资源，根据自身实际，增设一定的电脑，并利用基层的广播电视线路，连接互联网，主动积极占领基层网络媒体阵地。
适度管理、开源导流。基层党委要占领网络媒体制高点，在积极发展普及的同时，还要有效地管理，做到发展、利用与管理并重。我们知道，互联网的虚拟性带来了网络世界的公开与自由，但虚拟性在扩大公民言论自由度、知情权的同时，也释放了人性中的一些“丑恶”现象，所以网络媒体的发展是一柄双刃剑，其正负面效应良莠分明，尤其在基层，目前负面效应还较突出。作为地方党委，应客观地看到它的优势和前景，“坚持积极利用、大力发展、科学管理，以先进技术传播先进文化，促进和谐文化建设，更好地满足人民群众日益增长的精神文化需要，为全面建设小康社会提供有力的思想保证和舆论支持。”③目前，地方党委对网络媒体的弊端，既要正视，又不能因噎废食。
积极引导，让网络媒体更好地服务于“三个文明”建设。最近，笔者对地方党委就如何管理和利用网络媒体作了一些调查，综合调查情况分析，认为与其管死，不如开源导流，具体可采取以下措施：首先，宣传部门要加强与网民的交流，疏导人们对网络文化的价值取向。宣传部门是我国舆论导向的“守门人”，既要守住网络媒体不利于社会文明和进步的“噪音”的任意释放，又要以积极的态度营造良好的发展土壤，发挥好这一新兴媒体积极的舆论导向作用。要做到这一点，其主管人士就应深入实际，多与网民接触，克服指手画脚的机关作风，变“堵”为“疏”，尤其要加强与当地有影响的网站经营人士的交流，做好龙头网站和“意见领袖”的工作，发挥他们在文明网络文化中的带头作用。其次，引导网络媒体服务工业、农业，传递生产、商品流通、消费等信息。在基层社会，有些人已自觉或不自觉地利用先进的信息传播介质优势，加强产品信息沟通，加快商品流通，增加收入，但目前能这样做的只是部分企事业单位和农村个别种植养殖大户，而往往管理者素质较高的单位才有这种意识。这种现象无疑是网络文化在基层社会中呈现出的亮点，地方党政应因势利导，对当地积极利用网络媒体的先行者给予鼓励，并大张旗鼓地宣传典型，推广先进经验，引导更多的人利用网络媒体为自己的生产、生活、学习服务。最后，整合民间网站，营造良好的网络文化氛围。散点式传播和互动式传播是网络媒体突出的特点之一，任何公民只要申请了账户，就可建立自己的网页，就有条件传播信息，因此地方党委对网络媒体的舆论把关难度非常大。如德阳市辖内目前有网站2000多家，加上个人网页有六七千家，如此分散，管理起来很麻烦，于是有的地方（如绵竹市）便把当地民间一些稍有影响的网页网站进行整合并加以正面引导。其办法是人员、技术互用，骨干人员组成优势群体，以沙龙的形式开展网络文化活动，管理人员适当地参与进去，加强舆论引导。笔者认为，目前此方法不失为占领基层网络媒体阵地的好办法。
增强网民的责任意识和道德自律意识。县乡村应由宣传、文化、科技等部门联合建立网络文化的管理网络，各级管理者分层次地对网站、网页经营者进行信息传播的有关法规的宣传教育，使大家树立起积极的公民意识和责任意识。尤其是乡村、街道基层管理者应不定期地组织网民学习、座谈，让广大网民自觉地意识到，网络媒体的自由度虽然很大，但不是滥用自由的天堂，从而在和谐的氛围中应增强道德自律意识，哪些该做、哪些不该做要心中有数，如涉及政治、民族、宗教这些敏感问题的信息，要各自负责。
对于基层网络媒体的管理，除基层党委、政府要采取一些积极有效的措施外，作为国家的有关政策法规也应延伸到基层，配套相应的管理细则，以便基层党政有效地操作。
注释：
①②③《人民日报》，2007年1月25日第1版。