卷积神经网络的特性篇1
关键词：树叶识别；支持向量机；卷积神经网络
中图分类号tp18文献标识码：a文章编号：1009-3044（2016）10-0194-03
abstract：inthispaper，theconvolutionneuralnetworkrecognitionintheleaves，andtheprocessbyconvolutionofimagevisualization.experimentsshowthattheneuralnetworkapplicationidentificationconvolutionleavesa92%recognitionrate.inaddition，thisneuralnetworkandsupportvectormachinecomparativestudycanbedrawnfromthestudy，convolutionalneuralnetworkineitherspeedoraccuracybetterthansupportvectormachines，visible，convolutionneuralnetworkintheleavesaspecthasgoodapplicationprospects.
Keywordsrecognitionleaves；SVm；convolutionalneuralnetwork
1概述
树叶识别与分类在对于区分树叶的种类，探索树叶的起源，对于人类自身发展、科普具有特别重要的意义。目前的树叶识别与分类主要由人完成，但，树叶种类成千上万种，面对如此庞大的树叶世界，任何一个植物学家都不可能知道所有，树叶的种类，这给进一步研究树叶带来了困难。为了解决这一问题，一些模式识别方法诸如支持向量机（SupportVectormachine，SVm）[1]，K最近邻（k-nearestneighbor，Knn）[2]等被引入，然而，随着大数据时代的到来，这些传统分类算法暴露出越来越多的不足，如训练时间过长、特征不易提取等不足。
上世纪60年代开始，学者们相继提出了各种人工神经网络[3]模型，其中卷积神经网络由于其对几何、形变、光照具有一定程度的不变形，因此被广泛应用于图像领域。其主要特点有：1）输入图像不需要预处理；2）特征提取和识别可以同时进行；3）权值共享，大大减少了需要训练的参数数目，是训练变得更快，适应性更强。
卷积神经网络在国内研究才刚刚起步。Lenet-5[4]就是一种卷积神经网络，最初用于手写数字识别，本文研究将卷积神经网络Lenet-5模型改进并应用于树叶识别中。本文首先介绍一下卷积神经网络和Lenet-5的结构，进而将其应用于树叶识别，设计了实验方案，用卷积神经网络与传统的模式识别算法支持向量机（SVm）进行比较，得出了相关结论，并对进一步研究工作进行了展望。
2人工神经网络
人工神经网络方面的研究很早就已开展，现在的人工神经网络已经发展成了多领域、多学科交叉的独立的研究领域。神经网络中最基本的单元是神经元模型。类比生物神经元，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变这些神经元的状态。人工神经元模型如图1所示：
上述就是一个简单的神经元模型。在这个模型中，神经元接收来自n个其他神经元传递过来的输入信号，这些信号通过带权重的w进行传递，神经元接收到的总输入值将与神经元的阈值进行比较，然后通过“激活函数”来产生输出。
一般采用的激活函数是Sigmoid函数，如式1所示：
[σz=11+e-z]（1）
该函数图像图2所示：
2.1多层神经网络
将上述的神经元按一定的层次结构连接起来，就得到了如图3所示的多层神经网络：
多层神经网络具有输入层，隐藏层和输出层。由于每一层之间都是全连接，因此每一层的权重对整个网络的影响都是特别重要的。在这个网络中，采用的训练算法是随机梯度下降算法[5]，由于每一层之间都是全连接，当训练样本特别大的时候，训练需要的时间就会大大增加，由此提出了另一种神经网络―卷积神经网络。
2.2卷积神经网络
卷积神经网络（Cnn）由于在图像分类任务上取得了非常好的表现而备受人们关注。发展到今天，Cnn在深度学习领域已经成为了一种非常重要的人工神经网络。卷积神经网络的核心在于通过建立很多的特征提取层一层一层地从图片像素中找出关系并抽象出来，从而达到分类的目的，Cnn方面比较成熟的是Lenet-5模型，如图4所示：
在该Lenet-5模型中，一共有6层。如上图所示，网络输入是一个28x28的图像，输出的是其识别的结果。卷积神经网络通过多个“卷积层”和“采样层”对输入信号进行处理，然后在连接层中实现与输出目标之间的映射，通过每一层卷积滤波器提取输入的特征。例如，Lenet-5中第一个卷积层由4个特征映射构成，每个特征映射是一个24x24的神经元阵列。采样层是基于对卷积后的“平面”进行采样，如图所示，在第一个采样层中又4的12x12的特征映射，其中每个神经元与上一层中对应的特征映射的2x2邻域相连接，并计算输出。可见，这种局部相关性的特征提取，由于都是连接着相同的连接权，从而大幅度减少了需要训练的参数数目[6]。
3实验研究
为了将Lenet-5卷积网络用于树叶识别并检验其性能，本文收集了8类树叶的图片，每一类有40张照片，如图5所示的一张树叶样本：
本文在此基础上改进了模型，使用了如图6卷积神经网络模型：
在此模型中，第一个卷积层是由6个特征映射构成，每个特征映射是一个28*28的神经元阵列，其中每个神经元负责从5*5的区域通过卷积滤波器提取局部特征，在这里我们进行了可视化分析，如图7所示：
从图中可以明显地看出，卷积网络可以很好地提取树叶的特征。为了验证卷积神经网络与传统分类算法之间的性能，本文基于python语言，CUDa并行计算平台，训练同样大小8类，一共320张的一批训练样本，采用交叉验证的方法，得到了如表1所示的结论。
可见，无论是识别率上，还是训练时间上，卷积网络较传统的支持向量机算法体现出更好地分类性能。
4总结
本文从人工神经网络出发，重点介绍了卷积神经网络模型Lenet-5在树叶识别上的各种研究并提取了特征且进行了可视化，并与传统分类算法SVm进行比较。研究表明，该模型应用在树叶识别上较传统分类算法取得了较好的结果，对收集的树叶达到了92%的准确率，并大大减少了训练所需要的时间。由于卷积神经网络有如此的优点，因此在人脸识别、语音识别、医疗识别、犯罪识别方面具有很广泛的应用前景。
本文的研究可以归纳为探讨了卷积神经网络在树叶识别上的效果，并对比了传统经典图像分类算法，取得了较好的分类精度。
然而，本文进行实验的样本过少，当数据集过多的时候，这个卷积神经网络算法的可行性有待我们进一步的研究；另外，最近这几年，又有很多不同的卷积神经网络模型出现，我们会继续试验其他的神经网络模型，力求找到更好的分类算法来解决树叶识别的问题。
参考文献：
[1]Bella，Sejnowskit.aninformation-maximizationapproachtoBlindSeparationandBlindDeconvolution[J].neuralComputation，1995，7（6）：1129-59.
[2]altmannS.anintroductiontoKernelandnearest-neighbornonparametricRegression[J].americanStatistician，1992，46（3）：175-185.
[3]RipleyBD，HjortnL.patternRecognitionandneuralnetworks[m].patternrecognitionandneuralnetworks.CambridgeUniversitypress，，1996：233-234.
[4]LécunY，BottouL，BengioY，etal.Gradient-basedlearningappliedtodocumentrecognition[J].proceedingsoftheieee，1998，86（11）：2278-2324.
卷积神经网络的特性篇2
关键词：交通标志；识别；卷积神经网络；深度学习
中图分类号：tn911.73?34；tp391.41文献标识码：a文章编号：1004?373X（2015）13?0101?06
abstract：inactualtrafficcircumstance，theimagequalityofcollectedtrafficsignsisworseduetomotionblur，backgrounddisturbances，weatherconditions，andshootingangle.thehigherrequirementsareproposedforaccuracy，robustnessandinreal?timeoftrafficsignsauto?recognition.inthissituation，thetrafficsignsrecognitionmethodbasedondeep?layerconvolutionneuralnetworkispresented.themethodadoptssupervisedlearningmodelofdeep?layerconvolutionneuralnetwork.takingthecollectedtrafficsignimagesthroughbinarizationastheinputs.theinputsareconductedmultilayerprocessofconvolutionandpooling?sampling，tosimulatehierarchicalstructureofhumanbrainperceptionvisualsignals，andextractthecharacteristicsofthetrafficsignimagesautomatically.trafficsignsrecognitionisrealizedbyusingafullconnectednetwork.theexperimentalresultsshowthatthemethodcanextractthecharacteristicsoftrafficsignsautomaticallybyusingdeeplearningabilityoftheconvolutionneuralnetwork.themethodhasgoodgeneralizationabilityandadaptiverange.Byusingthismethod，thetraditionalartificialfeatureextractionisavoided，andtheefficiencyoftrafficsignsrecognitionisimprovedeffectively.
Keywords：trafficsign；recognition；convolutionneuralnetwork；deeplearning
0引言
随着智能汽车的发展，道路交通标志的自动识别[1?3]作为智能汽车的基本技术之一，受到人们的高度关注。道路交通标志识别主要包括两个基本环节：首先是交通标志的检测，包括交通标志的定位、提取及必要的预处理；其次是交通标志的识别，包括交通标志的特征提取和分类。
如今，交通标志的识别方法大多数都采用人工智能技术，主要有下述两类形式[4]。一种是采用“人工特征+机器学习”的识别方法，如基于浅层神经网络、支持向量机的特征识别等。在这种方法中，主要依靠先验知识，人工设计特征，机器学习模型仅负责特征的分类或识别，因此特征设计的好坏直接影响到整个系统性能的性能，而要发现一个好的特征，则依赖于研究人员对待解决的问题的深入理解。另一种形式是近几年发展起来的深度学习模型[5]，如基于限制波尔兹曼机和基于自编码器的深度学习模型以及卷积神经网络等。在这种方法中，无需构造任何的人工特征，而是直接将图像的像素作为输入，通过构建含有多个隐层的机器学习模型，模拟人脑认知的多层结构，逐层地进行信息特征抽取，最终形成更具推广性和表达力的特征，从而提升识别的准确性。
卷积神经网络作为深度学习模型之一，是一种多层的监督学习神经网络，它利用一系列的卷积层、池化层以及一个全连接输出层构建一个多层的网络，来模仿人脑感知视觉信号的逐层处理机制，以实现视觉特征信号的自动提取与识别。本文将深层卷积神经网络应用于道路交通标志的识别，通过构建一个由二维卷积和池化处理交替组成的6层网络来逐层地提取交通标志图像的特征，所形成的特征矢量由一个全连接输出层来实现特征的分类和识别。实验中将加入高斯噪声、经过位移、缩放和旋转处理的交通标志图像以及实际道路采集交通标志图像分别构成训练集和测试集，实验结果表明，本文所采用的方法具有良好的识别率和鲁棒性。
1卷积神经网络的基本结构及原理
1.1深度学习
神经科学研究表明，哺乳动物大脑皮层对信号的处理没有一个显示的过程[5]，而是通过信号在大脑皮层复杂的层次结构中的递进传播，逐层地对信号进行提取和表述，最终达到感知世界的目的。这些研究成果促进了深度学习这一新兴研究领域的迅速发展。
深度学习[4，6?7]的目的就是试图模仿人脑感知视觉信号的机制，通过构建含有多个隐层的多层网络来逐层地对信号特征进行新的提取和空间变换，以自动学习到更加有效的特征表述，最终实现视觉功能。目前深度学习已成功地应用到语音识别、图像识别和语言处理等领域。在不同学习框架下构建的深度学习结构是不同的，如卷积神经网络就是一种深度的监督学习下的机器学习模型。
1.2卷积神经网络的基本结构及原理
卷积神经网络受视觉系统的结构启发而产生，第一个卷积神经网络计算模型是在Fukushima的神经认知机中提出的[8]，基于神经元之间的局部连接和分层组织图像转换，将有相同参数的神经元应用于前一层神经网络的不同位置，得到一种平移不变神经网络结构形式。后来，LeCun等人在该思想的基础上，用误差梯度设计并训练卷积神经网络[9?10]，在一些模式识别任务上得到优越的性能。
卷积神经网络本质上是一种有监督的深度学习算法，无需事先知道输入与输出之间精确的数学表达式，只要用已知的模式对卷积神经网络加以训练，就可以学习到输入与输出之间的一种多层的非线性关系，这是非深度学习算法不能做到的。卷积神经网络的基本结构是由一系列的卷积和池化层以及一个全连接的输出层组成，可以采用梯度下降法极小化误差函数对网络中的权值和阈值参数逐层反向调节，以得到网络权值和阈值的最优解，并可以通过增加迭代次数来提高网络训练的精度。
1.2.1前向传播
在卷积神经网络的前向传播中，输入的原始图像经过逐层的卷积和池化处理后，提取出若干特征子图并转换成一维特征矢量，最后由全连接的输出层进行分类识别。
在卷积层中，每个卷积层都可以表示为对前一层输入图像的二维卷积和非线性激励函数，其表达式可用式（1）表示：
[Ylj=fi=1ml-1Yl-1i?wlij+blj]（1）
式中：[Ylj]是第l层中第[j]个卷积特征子图的输出；[ml-1]是前一层（[l-1]层）的输出[Yl-1j]的总数；[wlij]是第[l]层中第[j]个卷积的权值；[blj]是第[l]层中第[j]个卷积的阈值；符号“*”表示二维卷积运算；[f（?）]是非线性激励函数，其表达式如下：
[f（x）=11+e-x]（2）
式中：[x]是函数的输入。对于一幅[nl-1x*nl-1y]的输入图像[Yl-1i]和[Klx*Kly]的卷积权值[wlij，]输出[Ylj]的大小为[nl-1x-Klx+1，nl-1y-Kly+1。]
在池采样层中，每个池采样层通过一个非重叠的[kx×ky]矩形区对上一卷积层输出的特征子图进行采样（求矩形区内像素的均值或最大值）。经过池采样后输出的特征子图在两个维度上分别缩小[kx]和[ky]倍，其表达式为：
[Yl+1j=down（Ylj）]（3）
式中：[Yl+1j]表示第[l+1]层中第[j]个池采样的输出；[Ylj]是前一层（l层）的输出特征子图；down（）实现对[Ylj]的池采样。图1给出了上述卷积和池采样的示意图。
在输出层中，首先利用一个全连接层将输入的特征子图转换为一个一维的特征矢量，然后再应用一个Bp神经网络完成特征矢量的分类识别。Bp神经网络输出层的每一个神经元的输出值对应于输入图像所属不同交通标志图像的概率，表达式为：
[Yj=fi=1nwij×Yl+1i+bj]（4）
式中：[Yj]表示输出层中第[j]个输出；[Yl+1i]是前一层（[l+1]层）的输出特征（全连接的特征向量）；[n]是输出特征向量的长度；[wij]表示输出层的权值，连接输入[i]和输出[j]；[bj]表示输出层第[j]个输出的阈值；[f（?）]是输出层的非线性激活函数。
对于一个有[C]种不同的交通标志和共计[n]个样本的情况，整个网络的误差平方代价函数[11]为：
[en=12n=1nk=1Ctnk-ynk2=12n=1ntn-Yn2]（5）
式中：[t=[t1，t2，…，tC]]为网络的理想输出目标矢量；[Y=[y1，y2，…，yC]]为网络的实际输出矢量；[tk=0，1，][yk∈[0，1]，][k=1，2，…，C。]
当只考虑第[n]个单个样本时，网络的误差平方代价函数可以表示为：
[en=12k=1Ctnk-ynk2=12tn-Yn2]（6）
1.2.2反向传播
在反向传播过程中，卷积神经网络的训练方法采用类似于Bp神经网络的梯度最速下降法，即按极小化误差的方法反向传播调整权值和阈值。网络反向传播回来的误差是每个神经元的基的灵敏度[12]，也就是误差对基的变化率，即导数。下面将分别求出输出层、池采样层和卷积层的神经元的灵敏度。
（1）输出层的灵敏度
对于误差函数式（6）来说，输出层神经元的灵敏度可表示为：
[δ=-fu×t-Y]（7）
[u=w×Yl+1+b]（8）
式中：[t]表示目标输出；[Y]表示网络的实际输出；[Yl+1]表示上一层（池采样层）的输出；[w，b]分别是输出层的权值和阈值。那么输出层的权值和阈值的导数为：
[?e?w=Yl+1×δt]（9）
[?e?b=δ]（10）
（2）池采样层的灵敏度
池采样层没有权值和阈值，所以不存在权值和阈值的导数，只需要求出该层的灵敏度。
①若池采样层的下一层为全连接的输出层，那么池采样层的灵敏度为：
[δl+1i=wijtδj]（11）
式中：[δil+1]表示输出层的第[j]个灵敏度；[wij]表示输出层的权值。
②若池采样层的下一层是卷积层，那么假设第[l+1]层为池采样层，第[l+2]层为卷积层，且卷积层的灵敏度为[δl，]有[m]个特征图。第[l+1]层中的每个特征的灵敏度等于第[l+2]层所有特征核的贡献之和，那么池采样层的灵敏度为：
[δl+1i=j=1mδl+2j?wl+2ij]（12）
式中：“[?]”表示卷积；[δil]表示第[l]层第[i]个特征映射的灵敏度；[δjl+1]表示第[l+1]层第[j]个特征映射的灵敏度；[wl+1ij]表示第[l+1]层的权值，连接第[i]个特征灵敏度与第[j]个特征灵敏度。
（3）卷积层的灵敏度
假设第[l]层为卷积层，第[l+1]层为池采样层，且池采样层的灵敏度为[δl+1，]那么卷积层的灵敏度为：
[δlj=up（（δl+1j））]（13）
[up（δl+1j）δl+1j?1kx×ky]（14）
式中：up（・）表示池采样第[l+1]层的灵敏度特征映射；[δjl]表示第[l]层第[j]个特征映射的灵敏度；[δjl+1]表示第[l+1]层第[j]个特征映射的灵敏度；[kx×ky]表示采样池的大小。
现在对于一个给定的特征映射，就可以计算出卷积层的权值和阈值的导数：
[?e?wlij=u，v（δlj）uv（Yl-1i）uv]（15）
[?e?blj=u，v（δlj）u，v]（16）
式中：[Yl-1i]是第[l-1]层与权值[wlij]作卷积的特征映射；输出卷积映射的[（u，v）]位置的值是由第[l-1]层的[（u，v）]位置的特征映射与权值[wlij]卷积的结果。
1.3网络权值和阈值的调整
所有层的权值和阈值的导数都可以用上述方法求得，然后再依据梯度下降法[13]调整权值和阈值，如下：
[Δwijk+1=ηΔwijk+α（1-η）?e?wijk]（17）
[wijk+1=wijk+Δwij（k+1）]（18）
[Δbjk+1=ηΔbjk+α（1-η）?e?bjk]（19）
[bjk+1=bjk+Δbj（k+1）]（20）
其中：[k]表示迭代次数；[Δwij，][Δbj]分别表示权值和阈值的调整值；[wij，][bj]分别表示权值和阈值调整后的值；[α]为学习效率；[η]为动量因子。
在前向传播过程中，得到网络的实际输出，进而求出实际输出与目标输出之间的误差；在反向传播过程中，利用误差反向传播，采用式（17）～式（20）来调整网络的权值和阈值，极小化误差；这样，前向传播和反向传播两个过程反复交替，直到达到收敛的要求为止。
2深层卷积神经网络的交通标志识别方法
2.1应用原理
交通标志是一种人为设计的具有特殊颜色（如红、黄、白、蓝、黑等）和特殊形状或图形的公共标志。我国的交通标志主要有警告、禁令、指示和指路等类型，一般采用颜色来区分不同的类型，用形状或图形来标示具体的信息。从交通标志设计的角度来看，属于不同类型（不同颜色）的交通标志在形状或图形上有较大的差异；属于相同类型（相同颜色）的标志中同类的指示信息标志在形状或图形上比较接近，如警告标志中的平面交叉路口标志等。因此，从机器视觉的角度来分析，同类型中同类指示信息的标志之间会比不同类型的标志之间更易引起识别错误。换句话说，相比于颜色，形状或图形是正确识别交通标志的关键因素。
因此，在应用卷积神经网络识别交通标志时，从提高算法效率和降低错误率综合考虑，将交通标志转换为灰度图像并作二值化处理后作为卷积神经网络的输入图像信息。图2给出了应用卷积神经网络识别交通标志的原理图。该网络采用了6层交替的卷积层和池采样层来逐层提取交通标志的特征，形成的特征矢量由一个全连接的输出层进行识别。图中：[w1i]（i=1，2，…，m1），w1j（j=1，2，…，m2），…，[w1k]（k=1，2，…，m（n?1））分别表示卷积层[L1，L3，…，Ln-1]的卷积核；input表示输入的交通标志图像；pool表示每个池采样层的采样池；map表示逐层提取的特征子图；[Y]是最终的全连接输出。
交通标志识别的判别准则为：对于输入交通标志图像input，网络的输出矢量[Y=[y1，y2，…，yC]，]有[yj=max{y1，][y2，…，yC}，]则[input∈j，]即判定输入的交通标志图像input为第[j]类交通标志。
2.2交通标志识别的基本步骤
深层神经网络识别交通标志主要包括交通标志的训练与识别，所以将交通标志识别归纳为以下4个步骤：
（1）图像预处理：利用公式Gray=[0.299R+][0.587G+0.114B]将彩色交通标志图像转换为灰度图像，再利用邻近插值法将交通标志图像规格化，最后利用最大类间方差将交通标志图像二值化。
（2）网络权值和阈值的初始化：利用随机分布函数将权值[w]初始化为-1～1之间的随机数；而将阈值[b]初始化为0。
（3）网络的训练：利用经过预处理的交通标志图像构成训练集，对卷积神经网络进行训练，通过网络前向传播和反向传播的反复交替处理，直到满足识别收敛条件或达到要求的训练次数为止。
（4）交通标志的识别：将实际采集的交通标志图像经过预处理后，送入训练好的卷积神经网络中进行交通标志特征的提取，然后通过一个全连接的网络进行特征分类与识别，得到识别结果。
3实验结果与分析
实验主要选取了我国道路交通标志的警告标志、指示标志和禁令标志三类中较常见的50幅图像。考虑到在实际道路中采集到的交通标志图像会含有噪声和出现几何失真以及背景干扰等现象，因此在构造网络训练集时，除了理想的交通标志以外，还增加了加入高斯噪声、经过位移、旋转和缩放处理和实际采集到的交通标志图像，因此最终的训练样本为72个。其中，加入的高斯噪声为均值为0，方差分别为0.1，0.2，0.3，图像的位移、旋转、缩放的参数分别随机的分布在±10，±5°，0.9～1.1的范围内。图3给出了训练集中的交通标志图像的示例。图4是在实际道路中采集的交通标志图像构成的测试集的示例。
在实验中构造了一个输入为48×48个神经元、输出为50个神经元的9层网络。网络的输入是像素为[48×48]的规格化的交通标志图像，输出对应于上述的50种交通标志的判别结果。网络的激活函数采用S型函数，如式（2）所示，其输出范围限制在0～1之间。
表1给出网络的结构参数，包括每一层的特征数、神经元数、卷积核尺寸和均值采样尺寸等。
图5给出一幅交通标志图像在卷积层和均值采样层的特征子图的示例。
图6是交通标志的训练总误差[en]曲线。在训练开始的1500次，误差能迅速地下降，在迭代2000次以后是一个平稳的收敛过程，当迭代到10万次时，总误差[en]可以达到0.1882。
在交通标志的测试实验中，为了全面检验卷积神经网络的识别性能，分别针对理想的交通标志，加入高斯噪声、经过位移、旋转和比例缩放以及采集的交通标志图像进行实验，将以上测试样本分别送入到网络中识别，表2给出了测试实验结果。
综合分析上述实验结果，可以得到以下结论：
（1）在卷积神经网络的训练学习过程中，整个网络的误差曲线快速平稳的下降，体现出卷积神经网络的训练学习具有良好的收敛性。
（2）经逐层卷积和池采样所提取的特征具有比例缩放和旋转不变性，因此对于旋转和比例缩放后的交通标志能达到100%的识别率。
（3）与传统的Bp网络识别方法[11]相比较，卷积神经网络能够达到更深的学习深度，即在交通标志识别时能够得到更高的所属类别概率（更接近于1），识别效果更好。
（4）卷积神经网络对实际采集的交通标志图像的识别率尚不能达到令人满意的结果，主要原因是实际道路中采集的交通标志图像中存在着较严重的背景干扰，解决的办法是增加实际采集的交通标志训练样本数，通过网络的深度学习，提高网络的识别率和鲁棒性。
4结论
本文将深层卷积神经网络应用于道路交通标志的识别，利用卷积神经网络的深层结构来模仿人脑感知视觉信号的机制，自动地提取交通标志图像的视觉特征并进行分类识别。实验表明，应用深层卷积神经网络识别交通标志取得了良好的识别效果。
在具体实现中，从我国交通标志的设计特点考虑，本文将经过预处理二值化的图像作为网络的输入，主要是利用了交通标志的形状信息，而基本略去了颜色信息，其优点是在保证识别率的基础上，可以简化网络的结构，降低网络的计算量。在实际道路交通标志识别中，将形状信息和颜色信息相结合，以进一步提高识别率和对道路环境的鲁棒性，是值得进一步研究的内容。此外，本文的研究没有涉及到道路交通标志的动态检测，这也是今后可以进一步研究的内容。
参考文献
[1]刘平华，李建民，胡晓林，等.动态场景下的交通标识检测与识别研究进展[J].中国图象图形学报，2013，18（5）：493?503.
[2]SaHaSK，DULaLCm，BHUiYanaa.neuralnetworkbasedsignrecognition[J].internationalJournalofComputerapplication，2012，50（10）：35?41.
[3]StaLLKampJ，SCHLioSinGm，SaLmenaJ，etal.manvs.computer：benchmarkingmachinelearningalgorithmsfortrafficsignrecognition[J].neuralnetwork，2012，32（2）：323?332.
[4]中国计算机学会.深度学习：推进人工智能梦想[eB/oL].[2013?06?10].http：//.cn.
[5]郑胤，陈权崎，章毓晋.深度学习及其在目标和行为识别中的新进展[J].中国图象图形学报，2014，19（2）：175?184.
[6]FUKUSHimaK.neocognition：aself?organizingneuralnetworkmodelforamechanismofpatternrecognitionunaffectedbyshiftinposition[J].BiologicalCybernetics，1980，36（4）：193?202.
[7]LeCUnY，BottoUL，BenGioY，etal.Gradient?basedlearningappliedtodocumentrecognition[J].ieeeJournalandmagazines，1989，86（11）：2278?2324.
[8]LeCUnY，BottoUL，BenGioY，etal.Backpropagationappliedtohandwrittenzipcoderecognition[J].neuralComputation，1989，1（4）：541?551.
[9]CiReSanD，meieRU，maSCiJ，etal.multi?columndeepneuralnetworkfortrafficsignclassification[J].neuralnetworks，2012，32（2）：333?338.
[10]naGiJ，DUCateLLeF，CaRoD，etal.max?poolingconvolutionneuralnetworkforvision?basedhandgesturerecognition[C]//2011ieeeinternationalConferenceonSignalandimageprocessingapplication.KualaLumpur：ieee，2011，342?347.
[11]杨斐，王坤明，马欣，等.应用Bp神经网络分类器识别交通标志[J].计算机工程，2003，29（10）：120?121.
[12]BUVRieJ.notesonconvolutionalneuralnetworks[eB/oL].[2006?11?12].http：///5869/.
[13]周开利，康耀红.神经网络模型及其matlab仿真设计[m].北京：清华大学出版社，2005.
卷积神经网络的特性篇3
关键词：机器学习；深度学习；推荐算法；远程教育
深度学习（DeepLearning），也叫阶层学习，是机器学习领域研究的分支，它是学习样本数据的表示层次和内在规律，在学习的过程中获取某些信息，对于数据的解释有巨大帮助。比如对文字数据的学习，在网络上获取关键字，对图像数据的学习，进行人脸识别等等。
一、深度学习发展概述
深度学习是机器学习领域里一种对数据进行表征学习的方法。一句话总结三者之间的关系就是：“机器学习，实现人工智能的方法；深度学习，实现机器学习的技术。深度学习目前是机器学习和人工智能领域研究的主要方向，为计算机图形学、计算机视觉等领域带来了革命性的进步。机器学习最早在1980年被提出，1984年分类与回归树出现，直到1986年，Rumelhart等人反向传播（Backpropaga-tion，Bp）算法的提出，解决了感知模型只能处理线性分类的问题，1989年出现的卷积神经网络（Convolutionalneuralnet-works，Cnn）也因此得到了一定的发展。在1990年至2012年，机器学习逐渐成熟并施以应用，GeoffreyHinton在2006年设计出了深度信念网络，解决了反向传播算法神经网络中梯度消失的问题，正式提出了深度学习的概念，逐渐走向深度学习飞速发展的时期。随后，各种具有独特神经处理单元和复杂层次结构的神经网络不断涌现，深度学习技术不断提高人工智能领域应用方面的极限。
二、深度学习主要模型
1、卷积神经网络卷积神经网络（Convolutionalneuralnetworks，Cnn）是指有着深度结构又包含着卷积计算的前馈神经网络。卷积物理上理解为系统某一时刻的输出是有多个输入共同叠加的结果，就是相当于对一个原图像的二次转化，提取特点的过程。卷积神经网络实际上就是一个不断提取特征，进行特征选择，然后进行分类的过程，卷积在Cnn里，首先对原始图像进行特征提取。所以卷积神经网络能够得到数据的特征，在模式识别、图像处理等方面应用广泛。一个卷积神经网络主要由三层组成，即卷积层（convolutionlayer）、池化层（poolinglayer）、全连接层（fullyconnectedlayer）。卷积层是卷积神经网络的核心部分，通过一系列对图像像素值进行的卷积运算，得到图像的特征信息，同时不断地加深节点矩阵的深度，从而获得图像的深层特征；池化层的本质是对特征图像进行采样，除去冗杂信息，增加运算效率，不改变特征矩阵的深度；全连接将层间所有神经元两两连接在一起，对之前两层的数据进行分类处理。Cnn的训练过程是有监督的，各种参数在训练的过程中不断优化，直到得到最好的结果。目前，卷积神经网络的改进模型也被广泛研究，如全卷积神经网络（FullyConvolutionalneuralnetworks，FCn）和深度卷积神经网络（DeepConvolutionalneuralnetworks，DCnn）等等。2、循环神经网络区别于卷积神经网络在图片处理领域的应用，循环神经网络（Recurrentneuralnetwork，Rnn）主要应用在自然语言处理领域。Rnn最大的特点就是神经元的输出可以继续作为输入，再次利用到神经元中循环使用。Rnn是以序列的方式对数据进行读取，这也是Rnn最为独特的特征。Rnn的串联式结构适用于时间序列的数据，可以完好保持数据中的依赖关系。循环神经网络主要有三层结构，输入层，隐藏层和输出层。隐藏层的作用是对输入层传递进来的数据进行一系列的运算，并将结果传递给输出层进行输出。Rnn可用于许多不同的地方。下面是Rnn应用最多的领域：1.语言建模和文本生成，给出一个词语序列，试着预测下一个词语的可能性。这在翻译任务中是很有用的，因为最有可能的句子将是可能性最高的单词组成的句子；2.语音识别；3.生成图像描述，Rnn一个非常广泛的应用是理解图像中发生了什么，从而做出合理的描述。这是Cnn和Rnn相结合的作用。Cnn做图像分割，Rnn用分割后的数据重建描述。这种应用虽然基本，但可能性是无穷的；4.视频标记，可以通过一帧一帧地标记视频进行视频搜索。3、深度神经网络深度神经网络（deepneuralnetworks，Dnn）可以理解为有很多隐藏层的神经网络。多层神经网络和深度神经网络Dnn其实也是指的一个东西，Dnn有时也叫做多层感知机（mul-ti-Layerperceptron,mLp）。Dnn内部的神经网络层也是分为三类，输入层，隐藏层和输出层，一般来说第一层是输入层，最后一层是输出层，而中间的层数都是隐藏层。深度神经网络（Dnn）目前作为许多人工智能应用的基础，并且在语音识别和图像识别上有突破性应用。Dnn的发展也非常迅猛，被应用到工业自动驾驶汽车、医疗癌症检测等领域。在这许多领域中，深度神经网络技术能够超越人类的准确率，但同时也存在着计算复杂度高的问题。因此，那些能够解决深度神经网络表现准确度或不会增加硬件成本高效处理的同时，又能提升效率和吞吐量的技术是现在人工智能领域能够广泛应用Dnn技术的关键。
三、深度学习在教育领域的影响
1、学生学习方面通过网上学习的实时反馈数据对学生的学习模式进行研究，并修正现有教学模式存在的不足。分析网络大数据，相对于传统在线学习本质区别在于捕捉学生学习过程，有针对性，实现学生个性化学习。举个例子，在学习过程中，可以通过学习平台对学生学习课程所花费的时间，参与的程度，知识的偏好等等数据加以分析。也可以通过学生学习某门课程的次数，鼠标点击次数、停留的时间等，来推断学生学习情况。通过以上或类似数据汇总分析，可以正向引导学生学习，并给予积极的学习评价。这种利用计算机收集分析出来的客观数据，很好展示了学生学习行为的结果，总结学习规律，而不需要教师多年的教学经验来判断。对于教育研究者而言，利用深度学习技术可以更客观准确地了解学生，使教学工作良好发展更进一步。2、教学方面学习平台的数据能够对教学模式的适应度进行预测，通过学生的考试成绩和对教师的线上评价等加以分析，能够预测出某一阶段的教学方式发发是否可行，影响如何。通过学生与教师的在线互动，学生测验时完成的时间与完成的结果，都会产生大量的有效的数据，都可以为教师教学支持服务的更好开展提供帮助，从而避免低效率的教学模式造成教学资源的浪费。
四、成人远程教育中深度学习技术的可应用性
深度学习方面的应用在众多领域都取得了成功，比如电商商品推荐、图像识别、自然语言处理、棋类博弈等等。在远程教育方面，深度学习的技术还有很大的发挥空间，智能网络教育的实现是人们的众望所盼。若要将深度学习技术应用到远程教育平台，首先要清楚学生的需求和教学资源如何分配。1、针对学生的学习需求与学习特征进行分析美国斯坦福大学克里斯皮希研究团队的研究成果显示，通过对学生知识学习进行时间建模，可以精确预测出学生对知识点的掌握情况，以及学生在下一次学习中的表现。深度学习的应用可以帮助教师推测出学生的学习能力发展水平。通过学生与教学环境的交互行为，分析其学习风格，避免教师用经验进行推断而产生的误差。2、教学资源的利用与分配深度学习技术能够形成智能的分析结论。计算机实时采集数据集，对学生的学习情况加以分析，使教师对学生的学习状态、情绪状态等有更加清晰、准确的了解。有了上面良好的教学模式，教师对学生的学习状态有了更准确的掌握，对学生的学习结果就有了更科学的教学评价。基于深度学习的人工智能技术，还可以辅助教师实现智能阅卷，通过智能阅卷自动总结出学习中出现的问题，帮助教师减少重复性劳动，减轻教师负担。作为成人高校，远程教育是我们的主要教学手段，也是核心教学方式，学校的教学必定是在学生方便学习的同时，以学生的学习效果为重。通过深度学习技术，可以科学地分析出学生的学习效果，对后续教与学给予科学、可靠的数据支撑。我们可以在平台上为每位同学建立学习模型，根据学生的学习习惯为其定制个性化方案，按他们的兴趣进行培养，发挥他们专业的潜能。同时，可以将学生正式在线参加学习和考试的学习行为和非学习时间浏览网站的行为结合到一起，更加科学地分析出学生在学习网站上感兴趣的地方。采用深度学习算法，根据学生学习行为产生的海量数据推算出学生当前状态与目标状态之间的差距，做到精准及时的学习需求反馈。有助于帮助学生明确学习目标，教师确立教学目标，真正做好因材施教。基于深度学习各种智能识别技术，可以为教师的线上教学活动增光添彩，在反馈学生学习状态的同时，采用多种形式的教学方法吸引学生的注意力，增强教学活动的互动性，达到良好的教学效果。
卷积神经网络的特性篇4
关键词深度神经网络图像分类车型识别预测
中图分类号：tp317.4文献标识码：a
0引言
所谓的深度学习是根据具有多层结构的人工神经网络所提出。在具体的深度学习中，主要借助模拟神经系统中的层次结构，来进行数据结构特征的反映，一般来说，细节用低层次进行表示，抽象数据结构则用高层次来表示，利用这种方式，能够进行数据挖掘学习，满足学习要求。在传统的车型识别发展中，主要涉及到的技术包括模式识别、特征选择和提取以及检测分割等方面内容，在技术发展中，存在的难点主要涉及到如何将完整的目标车辆区域进行分割，这是项基础工作，也是难点所在。这结合实际需求，对于不同拍摄角度下的汽车图片，包括皮卡车、SUV、面包车以及小轿车进行车型识别，其目标质量分割质量则是最为关键的技术，直接影响到最后的判断效果。所以，应该重视进行具有代表性特征的选择处理，并相应转化成有效的参数过程。在获取特征参数后，则应该结合项目要求来选择合理的分类器，这样才能保障识别的准确率。结合汽车车型识别问题的要求，这里网络输入则是原始图像，利用神经网络优势，原始数据经过卷积层、完全连接层以及Softmax层的培训学习，通过这种深度神经网络来进行分析处理，免于上述存在难度的图像分割、手工提取等过程。
1数据集
这里的车型识别目标的数据集主要包括皮卡车、SUV、面包车以及小轿车等四种类型。其中，训练集和测试集分别包括1025张和368张原始图片。此数据集中，包括不同摄像角度中的汽车图像照片，具有背景复杂、图像大小不统一，车辆在图片中所占比例具有较大差异性等方面问题，这些都在一定程度上造成车型识别的难度上升。
在预处理中，为了保证网络输入的一致性，对于原始图像进行调整处理为256？56？尺寸。在此基础上，对于图像RGB三个通道的均值进行计算，并进行均值标准化的处理。在具体的网络训练测试的过程中，主要则是选取224？24？的样本作为输入。
2网络结构探讨
结合文献所提出的深度神经网络VGG16的优势，我们将其应用在汽车车型识别问题中。VGG16网络具有较强的优势，主要包括5个堆栈式的卷积神经网络Convnet，以及3个完全连接层以及1个Softmax层，由此可见，其属于“网络中的网络”架构。在每个每个Convnet中，还有多个卷积层所构成，然后紧跟随着max-pooling层。在进行卷积以及池化处理的基础上，进行三层完全连接处理，同时，Softmax层的输入则是最后一个完全连接曾的输出，在这基础上，实现车型分类的要求。结合实际需求，将非线性的ReLU层加入该网络中，这样就会让ReLU来处理卷积层和完全连接层的输出，保证训练时间有效降低。另外，还将一种正则化Dropout方式应用在网络中，避免出现完全连接层中的过拟合问题。
另一个神经网络alexnet，结构稍微简单一些，主要包括5卷积层、3个完全连接层、Softmax层等几部分，在进行部分卷积层处理后，在进行max-pooling层处理。在此网络中，同样采用非线性的ReLU层，所采用难度重叠池化方式，也能有效保证尽量降低过拟合的问题。
3实验结果分析
结合上述分析的深度神经网络VGG16和alexnet的基础上，进行Gaffe框架的搭设，为了保证运算效率，建立在GeForceGtXtitanXCpU的工作站中。经过统计，单一网路训练大约为2小时，一张图片测试大约为0.2秒。在应用上述网络测试、训练之外，在分类过程中，还应用了经典的分类算法Knn。经过实验分析，可以看出，VGG16网络能够具有比较好的分类结果，能够实现准确率为97.3%，而alexnet网络准确率达到为93.0%，Knn算法不能有效处理较为复杂背景的图片，分类准确率仅为52.3%。在具体的案例中，分析VGG16网络错误分类的情况，面包车具有完全正确的分类效果。在错误分类的SUV车型中，究其原因，主要包括：车颜色有两部分组成，红色部分则和皮卡车车型相同；车型结构太类似于皮卡车；背景中加入其他车型，这样会造成分类结果不准确。如果图片中仅仅包括车头的情况，在进行车型识别中也存在较大的难度，不同车型从前面角度进行观察，并没有太大的差异化，这点应该明确指出。
4结语
这里采用深度学习方法，结合先进的深度神经网络，以及功能强大的计算机工作站，对于四类汽车进行识别实验研究。经过试验表明，VGG16网络具有最好的分类效果，传统的经典分类算法往往仅为其准确率的一半左右。所以，可以看出深度神经网络具有强大的学习能力，能够在图像分类问题中表现出很大优势，应该不断优化深度神经网络的结构，以便其适用于更多的图像分类要求。
参考文献
[1]HintonGe，osinderoS，tehYw.aFastLearningalgorithmForDeepBeliefnets[J].neuralComputation，2006，18（7）：1527-1554.
卷积神经网络的特性篇5
关键词：深度学习；行为识别；神经网络
1概述
动作行为识别是计算机视觉领域中的一个研究热点，已经广泛应用于智能监控、人机交互、视频检索等领域中[1]。动作行为识别技术是通过对视频或者图像中人体动作行为做出有意义的判断。有效表达图像（视频）中的实际目标和场景内容是最基本，最核心的问题。因此，对于特征的构建和选择得到广泛关注，例如Stip、SiFt、mSeR等。但是，能通过无监督方式让机器自动从样本中学习到表征样本的特征，会让人们更好地利用计算机来实现人的视觉功能。而深度学习作为神经网络的延伸和发展，是通过逐层构建一个多层网络来使得机器自动学习到隐含在数据内部的关系，从而让学习到的特征更加准确性。
文章旨在探讨深度学习与机器学习（神经网络）之间的关系，并且介绍深度学习的由来、概念和原理；同时介绍目前深度学习在计算机视觉中的应用。最后提出深度学习目前发展所面临的问题，以及对未来的展望。
2深度学习
2.1深度学习概述
深度学习源于人工神经网络的研究，是机器学习的拓展。深度学习是经过组合低层特征来形成更加抽象的属性类别和特征，从中发现原始数据的特征表征[2]。现在用于动作行为识别的技术是通过“动作表征”+“动作分类器”的框架来进行行为识别的。其中“动作表征”是人们手动设计特征获取到的，也就是在目前识别框架内存在一个对动作图像（视频）的预处理过程。
深度学习和浅层学习相对。目前许多学习算法是浅层网络学习方法，具有一定的局限性，例如在样本有限的状况下，表示复杂函数的能力有限制，且对复杂分类问题的泛化能力也会受到一定约束[3]。而深度学习通过学习深层非线性网络结构，达到复杂函数逼近，又能在样本少的情况下学习原始数据的特征。Bp算法作为传统神经网络的典型算法，虽然训练多层网络，但仅含几层网络，训练方法很不理想[3]。因为其输入和输出间非线性映射让网络误差函数形成含多个极小点的非线性空间，因而经常收敛到局部最小，且随着网络层数的增加，容易过拟合。而深度学习可以获得分布式表示，通过逐层学习算法来得到原始输入数据的主要变量。通过深度学习的非监督训练完成，同时利用生成性训练避免因函数表达能力过强而出现过拟合情况。
2.2深度学习原理
传统机器学习仅含单层非线性变换的浅层网络结构，而且浅层模型单一。这对于深度网络来说易造成陷入最优或产生梯度分散等问题。因此，Hinton等人在基于深度置信网（DBns）的情况下提出非监督贪婪逐层训练算法，随后提出了多层次自动编码器深层结构，这给解决深层网络结构相关的优化难题带来了希望。此外Lecun等人提出的卷积神经网络是第一个多层次结构的学习算法。同时深度学习还出现了许多结构：多层感知机、去噪自动编码器、稀疏编码等。
卷积神经网络是第一个真正采用多层次网络结构，具有鲁棒性的深度学习算法，通过探究数据在空间上的相关性，减少训练参数的数量。而且卷积神经网络（Cnn）适应性强，善于发现数据的局部特征。它的权重共享结构降低了网络模型的复杂度，减少了权值的数量，使得卷积神经网络在模式识别中取得了很好的结果。
自动编码器的核心关键是将原始图像（视频）输入信号进行编码，使用编码后的信号来重建原始信号，使得两者之间的重建误差最小。通过将原始信号编码成另一形式，能够有效地提取信号中的主要信息，能够简洁地表达原始图像（视频）的特征。
3深度学习的应用
3.1语音识别
从2009年开始，微软研究院语音识别专家通过与Hinton合作，首先将RBm和DBn引入到语音识别声学模型训练中，使得语音识别的错误率相对减低30%，这彻底改变了语音识别原有的技术框架。在国际上，iBm、google等公司都快速进行了Dnn语音识别的研究，并且速度飞快。国内方面，阿里巴巴，科大讯飞、百度、中科院自动化所等公司或研究单位，也在进行深度学习在语音识别上的研究。
3.2视频中的动作行为识别
准确迅速识别视频中人的动作行为对于视频搜索和视频监控具有划时代的意义。最近几年，深度学习技术被应用于视频动作行为识别中。如Ji等人[4]提出多层网络的3D卷积神经网络来学习视频中的时空特征，并通过卷积来实现对整个视频特征的学习，从而代替之前的时空兴趣点检测和特征描述提取。在tReCViD数据库上进行的实验取得了不错效果。
4结束语
文章对深度学习的主要概念进行了全面阐述，包括其由来、原理、研究进展和相应的应用等。在很多领域中，深度学习都表现了潜在的巨大价值，但深度学习作为浅层学习的延伸，仍处于发展阶段，还有很多问题值得我们深入探讨：
（1）我们需要了解深度学习的样本复杂度，需要多少训练样本才能学习到足够的深度模型。
（2）在推进深度学习的学习理论和计算理论的同时，我们是否可以建立一个通用的深度学习网络模型，作为统一的框架来处理语音、图像和语言。
（3）神经网络具有前馈性连接和反馈性连接，可是我们研究的深度网络中还没有加入反馈连接，这些都给深度学习的研究带来了严峻的挑战。
参考文献
[1]王亮，胡卫明，谭铁牛.人运动的视觉分析综述[J].计算机学报，2002，25（3）：225-237.
[2]余凯，贾磊，陈雨强.深度学习的昨天、今天和明天[J].计算机研究与发展，2013，50（9）：1799-1804.
卷积神经网络的特性篇6
一、指导思想
以邓小平理论和“三个代表”重要思想为指针，牢记“两个务必”，认真贯彻党的十六大精神和各级烟草工作会议精神，继续坚持可持续发展和主精副强战略，狠抓规范管理，着力改革创新，提高网络质量，巩固辖区市场，与时俱进，真抓实干，不断推进三个文明协调发展，全力开创**烟草改革与发展的新局面。
二、工作目标
总体目标：学习新知识，树立新观念，建立新机制，实现新突破。达到：整体工作进入岳阳市系统前三名，单项工作分别有两个以上进入岳阳市系统前二名；争创省级双文明建设标兵单位，争创省级模范“职工之家”，争创**市政府目标管理红旗单位；卷烟销售计划执行率100%，积极争取政策范围内的有效货源，综合毛利率同比增长2个百分点，全年实现利润1000万元。
专卖管理：进一步巩固“户籍化”管理模式，全力推行诚信化和社区化管理模式，全面启动专卖信息化管理平台，努力提升信息系统管理，最大限度发挥信息系统的作用，高起点进行网点布局，高质量建设“两档”工作，紧扣新三年阶级性目标，狠抓规范经营，严格执行到货确认制，进一步巩固和扩大“三个四无”成果，全年实现无行政败诉、行政赔偿案件，案件处理准确率与结案率达100%。
网络建设：坚持和不断完善“城乡一体，访送分离”模式；深化“三线互控、一线监督、全员联动”管理模式；稳步推进卷烟零售统价工作；按照“电话订货、网上配货、电子结算、现代物流”的要求实现营销管理标准化、程序化和信息化，继续优化品牌结构，加大新品牌培育力度，确保经营效益稳中有升；进一步落实规范经营措施和“同网同价”工作，积极探索卷烟零售连锁经营模式，全面提升服务质量，确保送货率、访送成功率分别达到100%和辖区销量完成及名优卷烟销售比率有新增长。
企业管理：坚持以财务管理为核心，加大三项费用管理力度，努力提高费用利润率，全面贯彻落实《会计法》，进一步落实财经秩序整顿工作，促进财务规范化管理水平的不断提高；进一步加强和完善竞争机制、用工机制和分配机制，实行中层干部考核考评不合格者淘汰制，员工双向选择、优化组合、以岗定薪、以岗定人；要进一步改革分配制度，实行职工收入与工作业绩挂钩，整体工作与利益联动；进一步加强费用预算管理，变事后监督为事前控制，确保全年费用总额不突破预算；强化安全管理，努力实现安全事故发生率为0；严格层级管理，坚持目标管理责任制，确保企业管理规范、运行有序、形象良好、实力有增。
文明创建：企业管理上水平，企业形象上档次，以“三个代表”重要思想为行动指南，深入贯彻落实十六大和十六届三中全会精神，进一步加强党风廉政建设和反腐败工作，做到领导无违纪、员工无违法、决策无失误、企业无事故；争创省级双文明建设标兵单位和省级模范“职工之家”。
多元经营：在做好主业，提高主业的核心竞争力的基础上，拓宽经营渠道，巩固和扩大多种经营成果，积极引入竞争机制，按现代企业管理的要求，以创新的思维，高起点、高水平、高质量管理多元经营。
三、具体措施
（一）、增强忧患意识，保持清醒头脑，转变观念要有新突破。
事业发展的瓶颈，关键在于人的思想意识出现瓶颈。我们不少同志已经缺少创业初期那种精神风貌和昂扬斗志了，已经习惯于享受生活而不是锐意进取，面对新问题、新矛盾，往往文过饰非，视而不见。取得了一些成绩就沾沾自喜，头脑不冷静，不清醒，缺少如履薄冰之感，缺少继续奋进的精神，缺少艰苦奋斗的精神，缺少危机意识和忧患意识，有的满足于既得利益，小富即安，小进即满，创新动力不足；有的思想保守，患得患失，畏首畏尾，创新魄力不足；有的观念陈旧，思路狭隘，办法不多，创新能力不足，这种精神状况与时代精神已不相适应。我们要始终坚持发展才是硬道理，做到坚定、清醒、有作为。要努力从国际国内大背景和行业改革发展的历史进程中，分析我们所处的环境和形势，总揽全局，把握主流。坚持以发展为主题，正确处理改革、发展、稳定三者的关系，不断自加压力，抓住一切机遇加快发展。
改革与发展是企业永恒的主题。发展始终是我们各项工作的第一要务，发展中的问题要靠加快发展来解决，发展中的难题要靠深化改革来化解。改革与发展必须与时俱进，不进则退，小进、慢进也是退。当前**烟草的改革与发展正处于不进则退的关键时期，冲破瓶颈、实现现代化企业目标还有关键的几步，气可鼓不可泄！我们要找准政治思想工作新的结合点，务必保持谦虚谨慎、不骄不躁的作风；务必保持艰苦奋斗、求真务实、真抓实干的作风；务必保持昂扬向上、奋发有为的精神状态。以高度的政治责任感和历史使命感，满怀信心地迎接挑战，全力以赴加快改革与发展**烟草的步伐。（二）、完善销售网络，健全管理体系，市场控制要有新突破。
营销工作基本思路是：要努力寻找企业新的经济增长点，深化改革，不断加强价格管理和品牌整合；开拓创新，大力拓展市场，做实辖区；与时俱进，加速推进网络建设现代化和零售终端网建设；坚持向管理要效益，要通过优化卷烟经营品牌结构增效益，要进一步增强烟草市场控制能力和品牌运作能力，全面提升营销网络的核心竞争力。
1、稳扎稳打，逐步推进统一卷烟零售指导价工作
统一卷烟零售指导价工作是规范市场秩序，保护零售户利益，稳定批发价格的重要措施，我们要本着“为客户服务、靠客户参与、让客户满意”的理念，通过与零售户签定联网经营卷烟协议，运用行政的、经济的、感情的手段，将卷烟零售户纳入到网络管理范畴，使零售户变为烟草企业的延伸网点，积极组织客户进行自律，变烟草行业统零为全社会统零，从而达到专卖专营权、经营主动权、指挥决策权的高度集中统一，实现由政策性垄断过渡到经营性垄断，由硬性管理转变到柔性管理的网建管理新模式。我们要立足实际，稳打稳扎，以利益均衡和供求规律为依据对卷烟价格进行统一规划，要减少调价频率，调整调价时间，保证零售户能获得稳定的、较为可观的收益，使客户自觉按价销售，形成一种守法经营氛围，达到牢牢控制卷烟市场价格，进一步理顺卷烟流通秩序，真正构建起公司与零售户“双赢”平台和维护行业价格的严肃性、权威性的目的。在确保企业效益和客户利益的情况下，充分发挥价格对市场的有效调节、拉动作用。
2、进一步优化经营品牌的结构
2005年，我们成功地对五类烟进行了品牌置换。以“咀芙蓉”、“黄盖芙蓉”置换“咀相思鸟”工作相当成功，“咀相思鸟”退出后，“咀芙蓉”、“黄盖芙蓉”销量直线上升，最高月销量达到4179.25件，得到了市局、常德卷烟厂的肯定和好评。今年，我们要加大这方面工作的力度，把效益源牢牢留在自己的市场上。对于市场需求量大，货源紧的品牌，要积极寻找同档次的其他品牌来替代，特别是5元/包和1元/包的档次上的品牌，要努力寻找货源，满足烟民的消费。同时要进一步加大力度培育好新产品，主动出击，积极组织新品牌的上市和推介工作，既要在宣传上产生轰动效应，又要对市场消费情况进行仔细调研，尽可能的培养新的适应中、低消费者的卷烟品牌。积极争取各方面的支持，全力推介有效益、有市场、有潜力的品牌，引导烟民消费，彻底改观**市场卷烟消费过于单一和对某一品牌依赖程度过高的状况，增强市场的稳定度，增强企业整体竞争力和抗风险能力。
3、稳步推行卷烟零售连锁经营模式
连锁商业的兴盛，是一个国家和地区现代化的重要标志，现代连锁经营模式将成为今后国家的主流经营业态。美国电脑业的一世枭雄——微软总裁比尔·盖茨被从“世界首富”的宝座上拽了下来，取而代之的不是其它新经济的带头人，而是美国传统零售业大王——沃尔玛公司。它再次证明连锁经营具有强大的生命力，它将以不可阻挡的势头改造传统的商业形态。专家们估计，在今后的一段时间内，连锁经营必将成为中国商业发展的新的增长点。烟草作为一种特殊的商品，国外卷烟连锁经营发展已相当成熟，国内已有部分企业通过连锁经营在烟草零售业取得较快的发展，因而，争夺零售环节的控制权也是我们应对国外烟草公司挑战与竞争的重要手段。如果我们能够尽快建立起在我们控制之下的卷烟零售网络，从批发环节和零售环节双管齐下、两面出击，就有可能掌握对卷烟市场的绝对控制权，从而在未来的卷烟市场竞争中赢得最后胜利。所以我们要从零售环节寻找新的经济增长点，使企业的发展空间在新的层次上得到进一步拓展。
经过这几年的网建工作，我们已经积累了较丰富的网络建设与管理经验，培养了一大批网络经营的人才，培育了一大批忠诚的消费者，积累了厚实的物质基础和市场基础，现在推进卷烟零售连锁网络建设，可以达到事半功倍的效果。推行卷烟连锁经营，还对完善网络建设具有十分重要的意义。第一，我们可以根据连锁经营店反馈的市场信息，及时补充各类货源，扩大主渠道销售。这样不仅抵制了“假私非超”烟流入市场，规范了卷烟经营秩序，提高了市场占有率和净化率，还有利于掌握销售的主动权，提高对卷烟市场的控制力。第二，实行卷烟连锁经营能够减少不必要的中间环节，使消费者获得更多的利益，增加其忠诚度，有利于控制市场，获得更大的利润。第三，实行卷烟连锁经营还有利于卷烟零售价的统一，对做大、做精、做强品牌起到十分重要的作用。第四，实行卷烟连锁经营有利于进一步整合、优化、提升网络建设，有利于将企业的卷烟品牌、诚信服务、完美形象展示给消费者，为向现代化商业、集约化经营的卷烟销售网络目标靠近创造了条件。版权所有
我们要积极稳妥推进卷烟零售连锁网络建设。可以分步骤实施：第一，按连锁经营“六统一”即统一形象及店面识别、统一访销配送流程、统一日常运营、统一服务规范、统一广告宣传、统一零售价格的要求，在城区以自建、直营方式，开设卷烟零售连锁商店。第二，选择守法规范的、经营信誉较好的、有一定规模的、有一定经营能力的社会零售店作为特许加盟店，逐步扩大数量，并最终形成网络。第三，对卷烟零售连锁商店进行整合，最终形成有相当规模的、覆盖城乡的卷烟零售连锁网络。
在发展卷烟零售网络的过程中，还要注意几个问题，第一要积极稳妥，分步推进，防止急于求成，贪大求洋；第二要加强监督，严格财经纪律；第三，实行科学管理，建立现代企业制度；第四，要转变观念，尊重经济规律，防止不切实际地追求高回报、高效益的倾向。在卷烟零售网络有一定基础的前提下，我们还要放开眼界，敢于跳出“两包烟”的限制，依靠企业雄厚的经济实力和遍布城乡的网点优势，进一步深入流通领域，逐步介入其他商品的零售业务，努力培育商业品牌，为企业的发展开辟新的道路。
4、以客户满意为目标，客户关系管理要有新突破。
在新形势下，我们的一切工作都要以满足客户需求为出发点，建立起客户满意的工作体系，做到服务流程化、标准化和一致化，达到提高客户对企业的依附力、满意度和忠诚度的目的。我们的客户关系管理工作要重点突出“四个转变”即：从普遍转向个性化服务，从基本服务转向差异化服务，从单向服务转向互动服务，从服务转向精细服务。要通过对客户信息资源的整合，实现资源共享，为客户提供更快速、周到的优质服务，吸引和保持更多的客户；要通过对业务流程的重新设计，更加有效地管理客户关系，降低企业成本；要建立起包括客户的基本资料、信用等级、经营情况、市场研究和消费者研究等方面资料的客户档案。要通过培训提高员工对实施客户关系管理的认识，要树立以客户为中心的服务思想，认真制定以客户为中心的卷烟销售网络建设策略，尽可能的让每个员工参与进来并积极与客户交流、获取需求信息，努力成为客户的拥护者。同时，我们要建立自己的客户价值金字塔，要对不同价值的不同客户进行差异化服务；要以供货快捷、准确，交易流程简便、高效，沟通渠道及时、顺畅，服务高质量、高标准来提高客户满意度，提高网络运行质量和效率；要倡导机关为基层服务、经营为顾客服务、专卖为合法经营户服务的新理念，努力创新客户关系管理，创造临烟服务品牌。
（三）、一手抓规范，一手抓创新，市场监管要有新突破。
今年是落实新一轮专卖管理三年目标的关键一年。专卖管理新的三年阶段性目标是：把握行政管理法制化、国际化、信息化的时代特征和发展趋势，结合专卖专营的特性，转变观念，与时俱进，不断创新，进一步提高专卖管理网络运行效率，提高市场净化率，提升烟草专卖执法形象。今年专卖管理工作的基本思路是：把依法行政作为专卖管理的根本要求，把净化市场作为专卖管理的第一要务，把执法形象贯彻专卖管理工作始终，一手抓规范引导，一手抓打击整治，着力营造市场环境，力争在夯实专卖基础、推进专卖管理诚信化、社区化进程、树立执法形象等三个方面取得突破性进展。
1、加大五个力度，突出“四高”，全面夯实专卖管理基础。
在继承和发扬过来好的作法的基础上，我们今年要创新和发展管理方式，加大五个力度，突出抓好“四高”，全面夯实专卖管理基础。加大五个力度就是一要加大宣传力度，确保宣传到位，做到家喻户晓；二要加大市场监控力度，确保市场净化；三要加大情报建设力度，确保专卖执法打击准确、有力、有效；四要加大查处力度，查案要严厉，处罚要到位；五要加大案件移送力度，确保追“刑”到位。突出抓好“四高”就是首先要高起点抓好卷烟零售户的合理布局，按照上级有关精神严格控制办证数量和经营户的分布，不符合合理布局要求的一律不办；其次是高标准规范卷烟营销市场，既要规范企业内部的经营行为，又要规范卷烟市场秩序，切实保护好守法经营者的利益；同时要按规范的要求高质量建设“两档”工作，一个是要建立好客户户籍化档案（包括电子档案和文件档案），另一个是要建立好卷烟违法案件处理的有效文本档案；另外，要高频率使用专卖信息平台，要推行专卖管理工作“数字化”。要严格执行到货确认制，进一步规范经营行为，为实现专卖管理新三年目标打下坚实的基础。
2、全力推进专卖管理诚信化、社区化进程。
寓管理于诚信服务是创新专卖管理工作的重头戏。今年，我们将在户籍化管理的基础上，全力推行社区化客户诚信等级记分管理，建立诚信等级管理网络系统，基本实现零售户档案管理和诚信等级分类管理信息化，将网络户视同于职工进行管理，做到有奖有罚，奖罚分明。一是进一步强化户籍化管理方式，建立更清晰的户籍档案，并将入网户的基本情况卡，零售许可证发放申请表，违法违规情况、变更登记及其它动态情况进入基础档案，继续抓好悬证、挂牌工作，协助入网经营户搞好卷烟商品的陈列和明码标价；二是专卖管理由单一行政管理型向诚信服务型转变。为卷烟零售户提供全方位的宣传服务、咨询服务、联络服务和指导，我们的执法人员要达到“七员”的要求，即业务员、调研员、宣传员、促销员、管理员、策划员、信息员，要大力弘扬以客户为中心的理念，深入推行亲和管理，把零售户看作是我们的同盟军，把我们与零售户的关系建成“鱼水”关系。
3、规范执法行为，转变执法方式，树立执法新形象。
专卖管理是一种行政执法行为，必须依法行政。对外行使职权时，要严格区分行政行为和经济行为，严格按程序执法，要注意化解社会矛盾，不得乱扣乱罚，专卖管理方式要适应政治文明和政府职能转变的趋势，增强服务意识，我们的执法人员要配备锤子、钉子和抹布，在进行执法检查时主动为零售户挂零售许可证、擦拭柜台，并帮助老弱病残、下岗特困职工解决困难，以真诚的行动打动零售户，与零售户的关系要由对立转为交流、沟通，逐步向柔性化、数据化管理转变。同时还要以推行文明执法为切入点，开展执法形象大讨论，加强专卖队伍建设和素质教育，提高执法形象。要顺应国内市场国际化的管理形势，培养出一支高素质、高专业知识水平的执法队伍。
（四）、以信息带动管理现代化，管理水平要有新突破。
强化企业内部管理的基本思路是：建立并逐步完善企业信息化技术和管理标准体系，进一步夯实现在软硬件基础平台；建立以财务管理为核心的企业现代化管理费制度；依托信息技术，加强企业科学化管理、规范化管理、现代化管理，建立更为良好的内部经济运行秩序，真正做到企业管理水平有新的突破。
1、进一步加强信息化建设，打造“数字临烟”。
信息的收集、传递和利用是企业发展的动力。今年，我们要提升卷烟销售业务系统、专卖管理信息系统两大应用软件的整体应用水平，在提升信息建设，实现信息共享工作方面加快步伐。一方面，要大力增强全员的信息化意识，切实提升干部职工信息化运用水平，做到能用、会用、善用。另一方面，我们要充分利用两大系统全面、及时地收集各个网点（零售户）、各个品牌的进、销、存情况、“四员”了解市场的情况以及客户对我们的意见等情况，并加以系统的分析、研究、提出建议，及时发现和利用有价值的信息，为领导的决策提供准确的依据，通过建立灵活、科学、高效的信息系统为我们的网络注入新活力，承担起主导市场的作用。同时，要在已实现电话订货的基础上，加快探索“电子结算、网上配货”工作的步伐，要通过采用货源倾斜等多种办法，鼓励零售户接受电子结算方式。另外，我们还要在办公自动化，建立人才资源数据库等方面下功夫，充分利用现有的硬件设施，引进自动化办公软件，实行阅文阅稿、通知等日常工作网络化，建设有临烟特色的现代化办公网络，全力打造“数字临烟”。
2、进一步规范财务管理工作，努力提高会计信息质量。
要以强烈的危机感推动以财务管理为核心的企业管理现代化建设。一是要加强成本费用管理，倡导节支增效。要分项目分月度对费用进行分解，列出计划，公布每月费用计划执行情况，继续推行“4+1”费用减控模式，进一步加强费用预算管理，改事后监督为事前计划控制，同时要加大节支增效的宣传力度，形成崇尚节俭、反对浪费的浓厚氛围；要把费用管理与目标管理考评相结合，依据考评结果实行全员联动，努力实现费用总额不突破预算的目标。二是要着力提高会计信息质量，通过对财务会计报告和量、本、利报表的分析研究，发现经营活动中存在的问题，及时挖掘出经验，保证企业经济活动健康有序地发展。三是要提高资金使用效率，加强存量资金的分析管理，及时监督资金的使用情况，规避资金运作中的各种风险。四是要严格执行“六不准”。即：一切原始单据凡不符合财经制度的一律不准报销；非正规发票或白纸条收据一律不准报销；金额不符、项目清单不清的一律不准报销；原始凭证无经办人（部门）签字、财务科审核、领导人审批程序的不准报销；房屋建筑等基础设施建设资金未经公开招标或议标的一律不准付款；超过5000元以上开支未经领导班子集体研究的不准报销；未按经审程序和非“一支笔”审批的不准报销。在执行中要不怕得罪人、不搞下不为例，确保不支付一笔糊涂账。
3、进一步强化目标管理，全面实现管理目标化、程序化。
为了确保工作顺利开展和目标如期实现，我们要将全年的工作目标任务分解到科室、到岗位、到人，要严格推行目标任务层层负责制，严格按程序办事，各科室要认真履行职责，一级抓一级，一级管好一级，一级向一级负责，要在严格执行月考评考核工作的同时，加强对中心工作的督查管理，要定期与不定期对工作开展进度、效果进行跟踪检查，发现问题及时整改，切忌流于形式、走过场，要强化责任、明确职责、确保实效。
4、进一步落实安全责任制，确保各项工作安全运行。
安全稳定无小事。要坚持“安全第一，预防为主”、“谁主管，谁负责”的安全管理原则，在全员中牢固树立“求安全、保稳定、促发展”的思想。要继续把强化警示教育、提高全员认识、提升全员素质摆到十分突出的位置，经常抓、抓经常、反复抓、抓反复，确保安全工作在企业各个环节的有效落实。继续推行安全风险抵押和安全承包责任制，层层签订安全承包责任状，责任到岗到人，上下齐抓共管；继续设立安全奖，逐月考核，年终兑现，调动全员参与企业安全管理的积极性，不断加强干部职工的安全自觉性。要坚持“四查四结合”，即：领导带班查与保卫人员查相结合，保卫人员白天查与晚上查相结合，经常查与重点查相结合，普遍查与专项查相结合。要贯彻落实“门卫日查，保卫科周查，领导小组月查”的连环检查方式，保证督促检查到位。今年，我们还要整改一切不符合安全要求的电器线路、防盗、防火设施，制订出更科学、更严格的管理办法，确保企业安全运行。
（五）、进一步强化精神文明建设，队伍建设要有新突破。
精神文明建设的基本思路是：紧紧围绕以经济建设为中心，进一步深化临烟精神；进一步树立人才资源观，制订更有效的鼓励自学成才的办法和措施，提高企业全员的知识结构；进一步深化干部人事制度改革，推动用工、分配制度改革；进一步推进党风廉政建设，为实现**烟草新一轮的加速发展提供精神动力和思想、组织保障。
1、进一步深化临烟精神内涵。结合“三个代表”、十六大精神、十六届三中全会精神的学习，以弘扬和深化临烟精神为主线，组织开展一次“提升形象，规范发展”的主题教育和“我与企业与时俱进”的演讲活动，进一步激励广大干部职工与时俱进、真抓实干，为企业发展建功立业的激情，深化临烟形象建设，开展以“形象展示”为主题的宣传活动，树立良好的企业形象、领导形象、员工形象、执法形象、营销形象。要牢固树立市场意识、竞争意识、抢抓机遇意识，以奋发有为的精神状态积极应对各种挑战。要全力抓好创建省级双文明建设标兵单位和省级模范“职工之家”工作，不断提高精神文明建设水平。要用制度规范人，用纪律约束人，用理论教育人，用真情感化人，用榜样示范人，用业绩鼓舞人。要使精神文明建设工作行于岗前，贯穿于岗中，延伸于岗下。要认真学书记在西柏坡考察时的重要讲话，深刻认识新形势下弘扬艰苦奋斗精神的重大意义，按照“四个牢记”要求，增强艰苦奋斗意识，大力弘扬艰苦奋斗精神，在企业形成浓厚的艰苦奋斗氛围。要继续开展以“四讲四比四看”、“首问负责制，主办负责制”、“挂牌上岗，亮证执法”等为主要内容的精神文明创建活动，培养和树立先进典型，以点带面，发挥模范作用，充分展示烟草职工的精神风貌，弘扬正气。要继续组织干部职工开展争创“最佳八员”、争创“红旗车组”等业务竞赛活动。要定期不定期对活动开展情况进行抽查、分析和评估，提炼具有特色的企业精神和企业文化，培养员工奋发进取、积极向上、团结互助和忠诚企业的良好的精神品质，增强员工的凝聚力、向心力和忠诚度。
2、加强队伍建设，深化干部人事用工分配制度改革。企业改革与发展的瓶颈是人才,潜力和动力也在于人才。我们要努力消除和打破现行体制和机制的障碍，以优化职工队伍的整体素质为目标，积极实施新世纪发展人才工程，打造与入世相适应的人才队伍。一方面，要树立人才资源观，努力营造有利于人才建设的机制和环境，切实加强员工队伍的培训。劳资管理要从调配管理调整到人才建设上来；要大力优化人员结构，用市场经济的手段引进人才和管理人才；要制订出一系列更有效的办法和措施来鼓励员工自学成才，要积极组织员工参加各级各类的培训学习，把建设学习型企业作为一项重要工作来抓，做到有计划、有步骤地培养阶梯型、复合型人才和智囊型人才。要更新用人观念，精兵强将到一线，通过“腾位子”、“搭梯子”、“压担子”等办法，为优秀的年轻干部脱颖而出创造条件，要把年纪轻、文化水平高、思想作风好，具有一定的组织、协调能力的中层干部、大学生和有发展潜力的职工，纳入干部人才后备库，加以培养和锻炼，为形成良好的干部结构梯次打下基础。另一方面，要按照工作需要科学地定员定岗，以岗定薪，全面推行双向选择、竞争上岗，拉开分配档次，逐步降低固定收入的比例，提高联销计酬的比重。对经过1-2次择岗还不能上岗的，局领导不安排、不协调，实行待岗学习培训后再择岗；对连续两年在本级双目标管理考核得分最低的科室负责人进行降级使用。要科学制定分配制度，报酬分配要向一线倾斜，真正体现效率优先、兼顾公平的原则。要进一步细化员工考核标准，着力健全企业激励机制，按照“以人为本、重在提高、客观公正、以儆效尤”的原则，当奖则奖，该罚则罚，坚决兑现，毫不含糊，对考核不合格，经培训教育后仍无起色的，要当机立断，采取解聘、下岗、待岗等措施，真正形成“干部能上能下、职工能进能出、上岗靠竞争、收入比贡献”的用人、上岗和分配激励机制，彻底解决人浮于事、效率低下的问题，切实增强员工紧迫感、危机感和忧患意识。
3、抓好源头，综合治理，扎扎实实推进党风廉政建设和反腐败工作。我们要严格实行民主集中制，推行企务公开，做到公开、公平、公正，进一步强化经济评审制度，进一步细化党风廉政责任制的内容和责任追究的规定。继续实行党风廉政建设风险抵押，层层签订责任状，单列党风廉政建设奖，在目标管理考核中，实行党风廉政建设“一票否决制”，要继续抓好廉洁自律，严肃查处违反政治纪律、组织工作纪律、经济工作纪律的行为，要结合整顿和规范市场经济秩序，利用现代化手段，切实有效地从源头上预防和治理腐败，要围绕中心工作，认真开展各项纪律、规章的监督检查和效能监察，要筑牢思想道德防线，提高干部职工廉洁自律的自觉性，增强拒腐防变的能力。
（六）、规范管理，稳健经营，主精副强要有新突破。
多元化经营的基本思路是：坚持主精副强的发展战略，以发展为主题，以经济效益为中心，以优化、提升为主线，进一步加强宏观管理，规范稳键经营，集中力量做精做强优势项目，努力提高资产运作效率和投资收益。我们要在实践中积极探索一条符合**烟草实际的多元化发展路子。一是要正确定位多元化经营战略。要始终把多元化经营摆在**烟草持续、稳键发展的战略地位上去认识、去定位、去实施，要坚持“主精副强”协调发展的战略思路，多元经营要与主业同步发展，相互促进。我们对多元经营要不断调整、不断深化，紧紧依托主业的核心竞争力，充分利用资金、资源、环境优势，勇于开拓、艰苦创业、大胆探索、逐步规范，要形成产业资本、商贸资本、金融资本的有机结合，为**烟草多元经营的长足、健康发展奠定基础。二是要坚持市场经济规律，建立起适应市场经济要求的现代企业管理制度，不断提高多元经营的核心竞争力。三是要坚持边发展边规范，走出一条正确的多元化经营发展之路。烟草行业的多元经营没有一套固定完善的标准模式可供遵循；多元经营是“馅饼”还是“陷井”，这一问题人们一直纷争不休。多元经营搞好了，就能形成企业一条新的资金链、财富流，为主业开辟新的投资渠道，拓展业务领域，寻求新的经济增长点；搞不好，就会让资金呆滞甚至冻结，形成可怕的“冰块”。在这充满机遇和风险面前，我们要咬定发展不放松，坚定不移地走多元发展之路，不断解放思想，大胆探索实践，在坚持发展的同时，狠抓规范，以规范促发展，以发展求规范。从有利于发展的角度出发，从多元经营的内在需要出发，加强宏观调控，加强对已投项目的运作管理、协调和财务监督，边发展边规范，在发展中规范，在规范中发展，既要有动力，又要有约束，从而确保**烟草多元化经营稳步发展。
卷积神经网络的特性篇7
[关键词] 人格；网络孤独；因素分析；网络服务
1 引言
网络最初是作为提供信息的科技发展起来的。网络的使用者也被认为是信息的搜索者。近年来，网络逐渐发展为一种社会性的科技，被广泛运用于人际沟通(pewinternet＆amerlcalrlLife，2002)，向大众提供支持和归属感(Sproull＆Faraj，1995，forareview)。根据中国互联网络发展状况统计报告(2006年7月)统计显示中国网民已过亿。正是网络的快速发展及其影响让心理学家开始关注。一项网络使用调查显示(Brennet，1997)，大部分网络使用者认为网络于扰了生活；一部分甚至报告出现类似成瘾问题。而且，网络的运用可能导致社会的隔离(stoll，1995；turkle，1996)、心理健康水平的下降(Kraut，patterson，Lundmark，muko－padhyay＆scherlis，1998)等。与此相反，部分学者描绘了网络对个体健康的积极影响。如，sprouuandFaraj(1995)就强调了网络在人际沟通渠道上的发挥重要社会作用。mcKennaandBargh(1998)认为，网上虚拟团体可以帮助他们远离不良群体．如同性恋，通过匿名的方式实现社会化。
孤独感是一种不良情绪体验，“当个体社会关系太小或者不能满足他的需要时孤独感便产生了”(peplau，Russell,＆Helm，1979)。孤独感与人的身心健康关系密切，国外已把孤，独作为评定心理健康水平的一个重要指标，广泛应用于精神病学、心理咨询和治疗及群体心理卫生的调查与研究中。孤独与网络的过度使用存在持久的联系。“网络能提供给他们交往和反应的工具，提供与现实相反的、安全的、趣味的空间”(morahan-mnatin，1999，p.48)。也有很多人利用网络逃避压力和不舒适感(Kraut，patterson，Lundmark，Kiefler，mukopadhyay，1998)。Kraut，eta1(1998)在一项研究中测量网络对社会卷入程度和心理健康水平的影响，发现网络的过度使用与使用者的孤独体验相关。Stdl(1995)＆turkle(1996)也认为网络的使用可能导致社会隔离。
上述研究主要分析孤独和网络的使用或网络与使用者的人格特征等关系。笔者在此研究基础上对使用者人格特征和网络服务的丰富性对孤独感水平的影响方式进一步讨论。
2 对象与方法
2．1 被试主要是湖南城市学院计算机系及武汉大学心理学专业的部分学生。共发放问卷90份，剔除无效问卷后最终获得84份有效问卷。其中男生49人，女生35人，年龄在21～28岁之间。
2．2 研究工具
2．2．1 网络使用问卷自编问卷。该问卷主要报告网络的使用频度。项目的选择是根据中国互联网络发展状况统计报告(2006年7月)内容，问卷由16个项目构成；找工作；学习；一般信息查询；群聊；下载游戏，软件下载；聊天室；看新闻；性网站；收发邮件等。每一项5级记分(从1－根本不用，到5－经常用)。根据探索性因素分析，两次结构分析转轴后所得4个因子的特征值大于1，占总方差的71.03％，分别命名为娱乐服务、技术服务、社会服务、信息服务，各维度的内部一致性系数Crotibacha分别为0.829、0.742、0.627、0.770，总问卷的内部一致性系数Cronbacha为o.868。
2．2．2 大五人格问卷本研究采用简化版大五人格问卷，测定被试的外向性、宜人性、尽责性、开放性和神经质性。具有较高的信效度，重测信度为0.72，内部一致性相关系数是0.44。
2．2．3 UCLa孤独量表该量表为一维的，主要测“对社会交往的渴望与实际水平的差距”而产生的孤独感，针对的是被检查者的人际关系质量，偏重于个体的主观孤独感。量表共20个条目，4级评分，高分表示孤独程度高。该置表α系数为0.8419，重测相关为0.6239。
2．3 统计分析用SpSS12.0、amosa5.0统计软件对结果进行t检验、相关分析及路径分析。
3 结果
3．1 网络使用问卷的因素分析利用最大方差旋转对网络服务进行主成分探索性因素分析。为增加该量表的效度，第一次旋转后从量表中省去负数值不明显的项目：搜索一般信息、性网站等，将剩下的13项进行第二次结构因素分析。结果得出4个因子的特征值大于1，占总方差的71.03％，其中因子1占23.88％。各因素的负荷值和所占方差百分比。经认证后分别将因素命名为娱乐服务、技术服务、社会服务、信息服务。这些因素与一般网络服务占有情况是一致的。
3．2 UCLa孤独量表评定结果大学生整个孤独量表得分成正态分布。UCLa得分平均分39.964±8.187，其中男生41.327±5.987，女生38.057±10.324。经方差分析显示性别之间的得分无显著性差异(p＞0.05)。
3．3 不同孤独感程度的人格特质、网络服务比较全部大学生被试的孤独感得分均分呈正态分布。根据孤独感总均分为划界值，将该被试分成高水平组和低水平组。比较两组在人格特征、网络服务方面的差异，从结果得知，尽责性和神经质性上均存在显著性差异，尤其是在神经质人格特征中出现高度显著性差异(p＜0.01)；技术服务和信息服务这两种网络服务的使用上也出现了显著性差异(p＜0.05)。
3．4 人格倾向、网络服务对互联网使用者孤独感的影响方式
首先，为确定网络使用者的孤独感与哪些人格倾向、网络服务项目直接关联，本研究对孤独感与外向性、宜人性、尽责性、开放性、神经质和娱乐服务(F1)、技术服务(F2)、社会服务(F3)、信息服务(F4)与水平进行了相关分析(见表3)。从表3可见，网络使用与孤独感水平之间的相关达到了显著水平(p＜0.05)。具体而育，F2、F3与孤独感水平呈现显著性负相关。人格倾向与孤独感也存在一定程度相关，其中宜人性与孤独感水平呈现高度负相关(p＜0.01)。
然后，笔者以amos5.0对人格特征和网络服务对网络孤独感的影响方式进行路径分析，使用结构方程模型对数据与
假设模型的拟合度进行了验证。通过逐步删除饱和模型中的不显著路径，得到如附图所示的关系模型。
人格特征、网络服务除了对网络孤独感具有直接预测作用外，宜人性、开放性、神经质倾向还通过不向的网络服务间接影响网络孤独感。进一步对路经模型中的路径系数的分解。
结果发现，在影响网络孤独感的诸因素中。宜人性人格特征作用最大，其次是网络的社会服务和信息服务，影响最小的是网络的技术服务；神经质、开放性对网络孤独感的直接影响大于间接影响。
4 讨论
4．1 不同孤独感水平的人格特征和利用的网络服务研究者发现，孤独感既有情境性也有稳定性，人格的作用至关重要。通过不同孤独感水平组的人格特征比较发现孤独感水平较高者尽责性得分高，神经质水平较低。尽责性表示克制和严谨，与成就动机和组织计划有关，同时反映个体自控程度以及推迟需求满足的能力。在校大学生感受到社会竞争的压力，自我期望值高，责任感有所增强，但另一方面自身具备的条件、社会经验尚不满足，对未来既充满希望又惶恐不安，内心有不被理解甚至不被现在社会所接纳的感觉，感受到的孤独感强烈。而网络的游戏、虚拟成分可以减少责任的压力，能给予他们暂时性缓解的空间，一定程度上起到宣泄的作用。神经质得分高者个性内向不稳定，社交敏感等。许多研究认为孤独感水平高者具有神经质倾向。但本研究得出相反的结论。笔者认为可能和网络服务有关，文章后面关于两者对网络孤独的综合影响中将会具体解释。此外，孤独感水平较高者更善于利用网络所提供的信息类服务和利用网络技术满足自己的需要。在现实世界中他们较少通过人际交往来获取信息，为了满足对外界了解的需要因此在信息的选择渠道上更偏向人机对话式的支持方式。
4．2 人格倾向、网络服务对互联网使用者孤独感的影响方式
本研究证实了在网络环境中，部分人格特质对网络孤独有明显的直接作用。人格特质论认为，人格是一种稳定的特征，会影响到个体的行为方式，使得其对客观事物的感知带有鲜明的个性色彩。孤独感作为一种个体内部的主观情感体验，势必受到人格的影响。高宜人性者能够创造快乐的环境和生活事件。我们认为，宜人者具有关系型性格特征，由于性格随和，一般具有良好的人际关系，孤独感程度会随之降低，与_此相反，则孤独感水平较高，他们可能会将对社会关系需求满足的渴望转向网络。虽然网络世界与现实社会有差距，但在一定程度上是现实世界的反映，再者网络交流的虚拟性、隐藏性等，迎合了某些个体的需求。
本研究结果也证实了网络服务对网络孤独的直接作用。目前关于网络使用与孤独感的关系存在着两种截然对立的研究假设。过度的网络使用导致孤独感；孤独感强的人更倾向于过度使用网络。持第一种观点的认为，网络的使用将个体与现实隔离开来，剥夺了他们的归属感和现实交往的需要，于是使用者花费太多的时间、精力放在网上的关系建立上，孤独变成了过度使用网络的副产品。而且，网络交流引发了技术性的疏远，在参与者之间产生了障碍，甚至是两个原本认识的个体之间。持这种观点的人的一个潜在假设就是相对于现实生活交往而言，在线关系是薄弱的、肤浅的(Kraut，etal，1998~0．tode，2000；anders，Field，Diego，Kaplan，2000)。持第二种观点的认为，孤独的个体更倾向于使用网络。由于网络提供的归属感、同伴关系、人际交流的可能，孤独的个体容易被在线的交互式的社会活动形式所吸引(morahan－martln，1999)。网络为孤独者进行社会交往提供了一个理想的环境，主要是网络交流促进了“抑制的解除”，提供一个自我展现和社交的平台。另外，也有孤独者把网络当成逃避、减少压力，减轻与孤独相关的负性情绪，如同网络使孤独下降一样(Loytskert＆aiello，1997；morahan－martin＆Schumacher，2000；Young,1998)。本研究似乎支持了第二种假设，即网络不是孤独产生的原因，相反是解决孤独感程度高的一种有效途径。因此，笔者认为，有效的利用网络，规范网络市场的管理，为使用者提供健康、丰富的信息，使孤独者的或非孤独者能从网络社会中获得更多的社会支持，满足人际交往的需求。
卷积神经网络的特性篇8
主体模糊、形式多样的新媒体具有资源的丰富性、传播的快捷性和交互的多元化等特点，给高职大学生的学习和生活带来了极大影响。本次调查采用无记名方式，发出问卷1350张，收回问卷1328张，有32%的大学生每天上网时间在8小时以上，每天上网时间6小时以上的为64%，每天上网时间最短的为2小时以上，19%的大学生上网的主要目的是用于专业学习，即查找资料或参加网络课堂学习，79%的学生主要目的是玩游戏。谈到父母对孩子上网的态度，15%的父母认为无所谓，34%的父母反感，26%的父母极度反感，25%的父母忍无可忍。从以上问卷调查结果来看，新媒体虽然对大学生有许多积极影响，但一些大学生却不经常使用和利用，或者无暇使用和利用，因为网络世界太丰富了，他们简直是分身乏术。但网络的消极作用却被大学生们快乐的享用着。因此，我们必须转变观念，增强新媒体对大学生思想政治教育的积极效应，使新媒体真正成为高职院校大学生思想政治教育的有效载体。
二、新媒体环境下高职大学生思想政治教育的对策
（一）利用新媒体拓展思政课教学渠道高职思政课是对大学生进行思想政治教育的主阵地、主渠道，思政课教师应顺应形势的发展，不断提高自己的新媒体素养，充分利用三门思政课：《思想和中国特色社会主义理论体系概论》、《思想道德修养和法律基础》、《形势与政策》，二种教学方式：理论教学和实践教学，用新媒体的优势开展思想政治教育。十召开以后，教育部《关于高等学校思想政治理论课贯彻落实十精神的教学建议》指出：让十精神进教材、进课程、进学生头脑。为此，我们在思政课教学中增加了两个环节。一是每日手机时事新闻播报，要求学生关注并收看收集近期国内外大事、热点问题。二是开办网上论坛，利用学院贴吧由思政课教师定期发帖，学生及时回复，主要目的是引导大学生学会感恩，懂得奉献，理智爱国，明辨是非。在思政课理论教学和实践教学的全过程中，我们特别注意利用多媒体的先进技术，发挥大学生擅长使用新媒体的优势，把学生吸引到思政课教学全过程中，充分发挥他们的积极性和主动性，让学生动脑思考、亲身体会和感悟，在不经意间进入角色，将自己学得的理论知识和经验内化为内心的信念，并外化出支配自己的行为，这样就可使大学生思想政治教育收到实效。
（二）利用新媒体提高大学生专门技能为了让新媒体在高职院校大学生思想政治教育中发挥积极作用，必须让大学生深入了解和掌握网络基础知识，学会正确使用网络。为此，我们邀请学院计算机系专业教师定期为大学生开办各种专题讲座。这种既专业又有趣的引导会让大学生慢慢远离网络游戏，使新媒体变成传播知识、传播文明、传播进取精神的工具。
卷积神经网络的特性篇9
人工智能、大数据、光纤网络等技术的发展和改进，人类社会已经进入到了“互联网+”时代，有力的促进了信息化系统的普及和使用，比如证券交易所开发了结算交易系统，政府机关开发了电子政务系统，旅游景区开发了旅游住宿管理系统等，提高了行业智能化、自动化和共享化水平。互联网虽然为人们带来了极大的方便，提高了各行业的信息化水平，但是其也面临着海量的安全攻击威胁，比如数以万计的病毒或木马，都给互联网的应用带来了极大的障碍。目前，网络中流行的攻击包括病毒木马、DDoS攻击等，这些病毒木马常常发生各类型的变异，比如2018年初爆发的勒索病毒，攻击了很多政企单位的服务器，导致终端操作系统无法登录和访问，传统的防火墙、杀毒软件等网络安全防御软件已经无法满足需求，需要引入大数据技术，以便能够将被动防御技术改进为主动防御技术，及时的查处网络中的病毒或木马，从而可以提高互联网防御水平。
1.网络安全防御现状研究
网络安全防御经过多年的研究，已经吸引了很多的学者和企业开发先进的防御技术，比如360安全卫士、访问控制列表、防火墙等，同时还提出了一些更加先进的深度包过滤和自治网络等防御技术，这些技术均由许多的网络安全防御学者、专家和企业进行研究提出，已经在网络中部署喝应用，一定程度上提高了网络防御水平。（1）防火墙防火墙是一种部署于因特网和局域网之间防御工具，其类似一个过滤器，可以不熟一些过滤规则，从而可以让正常的数据通过防火墙，也可以阻止携带病毒或木马的数据通过防火墙，防火墙经过多年的部署，已经诞生了数据库防火墙、网络防火墙、服务器防火墙等，使用枚举规则禁止查看每一个协议是否正常，能够防御一定的病毒或木马。（2）杀毒软件杀毒软件也是一个非常关键的程序代码，可以在杀毒软件系统的服务器中保存检测出的病毒或木马基因特征片段，将这些片段可以与网络中的数据信息进行匹配，从而可以查找网络中的病毒或木马，及时的将其从网络中清除。杀毒软件为了能够准确的识别病毒，目前引入了许多的先进技术，这些技术包括脱壳技术、自我保护技术等，同时目前也吸引了更多的网络安全防御公司研究杀毒软件，最为著名的软件厂商包括360、瑞星、江民、卡巴斯基等，同时腾讯公司、搜狗公司也开发了自己的安全管理技术，大大的提高网络防御能力。（3）访问控制列表访问控制列表是一个易于配置、安装简单和管理容易的网络安全防御工具，设置了黑白两个关键名单，白名单收录了安全数据源ip地址，黑名单收录了非法的数据源ip地址。访问控制列表已经可以在四个层次配置防御策略，分别是目录及控制级、入网访问控制级、属性控制级和权限控制级。访问控制列表级别越高访问性能越好，但是工作效率非常慢，不能够实时升级访问控制列表，因此应用的场所比较简单，一般都是不重要的中小学实验室等，许多大型政企单位都不用这个防御措施。（4）深度包过滤深度包过滤能够嵌入到硬件中形成一个固件，这样就可以快速的采集网络中的数据，然后利用深度包过滤的枚举检查规则，不仅检查数据包的头部ip地址、目的ip地址，还检查数据包中的内容，以便能够深入到数据包内部检查是否存在病毒或木马，一旦发现就可以启动防御软件。深度包过滤可以实施穿透式检查规则，分析每一个协议字段，深入到内部检查的更加详细和全面，从而避免病毒或木马隐藏在数据包内部，因此深度包过滤已经在很多领域得到应用，比如阿里云、腾讯云、百度云等都采用了这些技术，许多的政企单位也采用了深度包过滤技术，进一步提高了数据防御水平。（5）自治网络自治网络作为一种先进的互联网安全防御技术，其采用了自动愈合的建设理念，在网络中构建了一个冗余策略，一旦网络受到病毒或木马的攻击，此时自治网络就可以将这些一部分网络设备隔离，同时形成一个新传输通道为网络设备提供连接，知道数据修复完毕之后才能够将这些网络拓扑结构纳入到网络中。自治网络可以实现自我防御，也可以调动网络信息安全的许多的资源，将网络病毒导入备用服务器，此时就可以杀灭这些病毒。
2.基于大数据的网络安全防御系统设计
网络安全防御系统集成了很多先进的技术，尤其是快速的数据采集和大数据分析技术，能够将传统的被动网络安全防御模式转变为主动，提高网络安全防御性能。本文结合传统的网络安全防御功能及引入的大数据技术，给出了网络安全防御系统的主要功能，这些功能包括四个关键方面，分别是数据采集功能、大数据图1基于大数据的网络安全防御系统功能分析功能、网络安全防御功能和防御效果评估功能。（1）网络数据采集功能目前，人们已经进入到了“互联网+”时代，网络部署的软硬件资源非常多，访问的用户频次数以亿计，因此网络安全防御首先需要构建一个强大的数据采集功能，可以及时的采集网络中的软硬件数据资源，将这些网络数据发送给大数据分析功能。网络数据采集过程中可以引入深度包过滤功能，利用这个深度包过滤可以快速的采集网络数据，提高网络数据采集速度。（2）大数据分析和处理功能网络数据采集完毕之后，系统将数据发送给大数据分析和处理模块，该模块中包含了很多的病毒基因片段或特征，可以针对网络数据进行智能分析，将预处理后的网络数据与学习到的特征进行对比，以便能够发现这些数据信息中是否潜藏着木马或病毒，发现之后及时的将其发送给安全防御模块。（3）网络安全防御功能网络安全防御与传统的防御技术一致，采用木马或病毒查杀软件，因此一旦发现网络中存在病毒或木马，此时就可以启动网络安全防御工具，及时的将网络中的病毒或木马杀灭，并且可以跟踪病毒或木马来源，从而可以锁定源头服务器，将源头清除掉。如果源头涉及到犯罪就可以获取这些证据，同时将这些证据发送给公安机关进行侦破。（4）防御效果评估功能网络安全防御功能完成之后，系统可以针对处理效果进行评估，从而可以获取网络系统中的杀毒信息，将这些网络病毒消灭，避免网络中的病毒或木马复发。网络安全防御效果评估之后，还可以跟踪大数据分析的准确度，一旦准确度降低就可以及时进行学习，从而提高网络安全防御性能。大数据是一种非常关键的数据处理和分析技术，可以利用多种算法，比如Bp神经网络算法、支持向量机、深度学习、K-means算法等挖掘数据中潜在的知识，这些知识对人们是有价值的，能够帮助人们进行决策。本文为了能够更好的展示互联网应用性能，重点描述了深度学习算法分析互联网安全数据过程。深度学习算法是一种多层次的卷积神经网络，包括两个非常关键的层次结构，一个是卷积层称为病毒数据特征提取层，一个卷积层为病毒数据特征映射层，可以识别病毒数据中的特征数据，同时将池化层进行处理，压缩和处理池化层数据信息，比如进行预处理、二值化等，删除病毒数据中的一些明显的噪声特征。池化层可以将海量的病毒数据进行压缩，减少卷积神经网络分析时设置的参数，解决卷积神经网络学习和训练时容易产生的过度拟合问题，避免病毒识别模型陷入到一个过度拟合状态，避免无法提高病毒识别能力，还会提升病毒识别处理开销。全连接层就是一个关键分类器，可以将学习到的病毒知识标记到一个特征空间，这样就可以提高病毒识别结果的可解释性。卷积神经网络通过学习和训练之后，其可以形成一个动态优化的网络结构，这个结构可以在一定时期内保持不变，能够实现病毒特征的识别、分析，为病毒识别提供一个准确的结果。
卷积神经网络的特性篇10
烟草局工作总结今年是卷烟销售网络建设的关键年，也是实现上海会议提出的网络建设三年目标的最后一年。半年来，我市局（分公司）按照2月初国家局召开的继续推进全国卷烟销售网络建设电视电话会议精神及《全国卷烟销售网络建设整体推进、全面提升实施方案》所确定的工作目标和工作要求，以科学发展观统领全局工作，坚持规范、科学、扎实、精细的工作作风，不断进取、勇于创新，加快将分公司培育成充满生机和活力的经营主体，迅速实现传统商业向现代流通的转变，统一业务模式、统一工作标准、统一组织结构、统一信息平台，实现以分公司为单位资源有效整合。以服务“三个满意”为中心，积极构建工商新型关系，满足市场需求，打牢网建基础，提升网建水平，努力提高市场占有率，1～5月份实现人均销售卷烟条，促进我市烟草持续、稳定、健康发展。
一、主要经济指标完成情况（1～6月份）
1.系统外销售箱，为全年任务的％。
2.金圣系列销售箱，为全年任务的％。
3.百牌号销售箱，为全年任务的％；
4.名优烟销售箱，为全年任务的％；
5.省外烟销售箱，为全年任务的％。
二、㈠主要抓了以下工作统一思想认识，明确工作目标
按照国家局要求，积极组织县（市）局领导班、客户经理代表及网建、业务、配送、电访等部门同志，参加了2月2日上午国家局召开的继续推进全国卷烟销售网络建设电视电话会议，会议的主要内容是认真贯彻落实全国烟草工作会议精神，按照保持平稳发展的工作，部署落实20__年的卷烟销售和网络建设工作，国家局何泽华副局长、中国卷烟销售公司总经理田忠振都作了重要讲话。田忠振在讲话中对20__年卷烟销售工作需要抓好的几项重要工作，即提高认识，把卷烟销量摆在各项工作的头等位置，继续推进卷烟销售网络建设，提高网建水平，加快传统商业向现代流转变等几项具体工作及何泽华副局长强调的
首先要坚持平稳发展的方针，正确分析当前形势，努力保持卷烟销量稳定增长。
其次要按照整体推进的要求，加快网络建设的步伐。
第三，要根据国际一流的目标，全面提升网建水平（抓住服务和效率两个关键，努力做到三个满意，提升四种能力）。
第四，要围绕提升中国烟草总体竞争实力的主要任务，积极构建新型工商关系，工商合力保证销售任务的完成。
第五，要不断提高市公司的经营水平。对20__年网建工作提出了更高标准的要求，内容丰富详实，特别是参加会议收看人员之广是历年来所没有的，对会议精神在全体员工作了进一步的传达和贯彻，按照国家局、省局网络建设要求，结合本地实际、制定了《景德镇市烟草专卖局（分公司）卷烟销售网络建设整体推进、全面提升实施方案》，并提出了具体目标和要求。经过一年的努力，按照省局要求到20__年底景德镇烟草网建达到或基本达到上海、大连水平。围绕一个目标建设好现代物流配送中心。调整好“二个观念”（即服务与效率），落实好“三个满意”（即工业企业满意、客户满意、消费者满意），着力提高“四种能力”（即培育资源整合能力、客户服务能力、科学管理能力、品牌培育能力）。通过“流程优化，实现管理集中；机构扁平化，实现职能集中；财务电算化，实现核算集中；管理信息化、实现数据集中”的要求，全面提升网建水平。具体要求为：
1.按照规划要求，脚踏实地，认认真真地抓好网络建设的各项基础工作。
2.进一步抓好规范经营。
3.加大市场的整治和净化，努力营造一个良好的销售环境。
4.建立城信服务，提升客户关系管理，构建新型工商合作伙伴关系，努力提高“三个满意”。
5.做好客户“订单供货”月销售计划工作，根据市场需求，进行品牌结构调整，尽可能满足订单货源的需求，促进卷烟销售正常提高，保证全年销量稳定增长。
6.进一步加强队伍建设和作风建设，提高员工素质，为做好营销网络提供保障。
㈡完善网络功能，提高网建水平。
1.完善网络功能，实行全市大配送。我局（分公司）按照省局要求，克服条件差没有场地困难，租赁场地创造条件，实行了“电话订货”和“卷烟配送”两个集中，电话订货面达100％，订货成功率98％以上，卷烟统一由分公司打码到户，集中送货面达100％。两个集中真正体现了以分公司为经营主体基本格局，同时也有利于县级局（营销中心）的职能转变，使县级局（营销中心）能够集中精力管好市场，做好市场。
2.加强客户关系管理，提高服务质量。客户关系管理是一项系统工程，行业的每位员工都与此有关联，但工作的重点在客户经理的工作中得以体现。
一是充分发挥客户经理的职能作用，对展开的工作要做到“精、细、实、恒”。
二是及时了解市场情况、客户需求、经营状况、政策解释、
宣传到位，帮助经营户提高规范意识、经营考评。三是把货源分配权，特别是紧俏烟分配权交给客户经理掌握，由客户经理根据市场情况和客户关系需求、库存情况进行货源的确定和安排。
四是做好零售户“订单供货”月度卷烟销售计划。20__年3月份制定了“以定单供货”的月计划工作流程及考核办法。具体操作是每月初由客户经理向所辖零售户送达“月供货计划衔接表”。按照划分的销售级别、月合理定量、单品牌限量等要求由经营户自己填写当月所需品牌、数量，然后由客户经理收集交营销中心汇总，报分公司网建科审核后，由业务科负责组织货源，并将可供货源与零售户商定后，分次数填入月计划及订货登记簿内，并严格按计划商定数执行。这种以“定单供货”的方法实施后，使零售户的满意度提高了，打破了过去由公司有什么货，要零售户卖什么货传统做法，变为零售户需要什么货，公司组织什么货供应的办法，也进一步掌握了市场调控主动权，优化了资源配置，活跃了零售市场。
㈢诚信经营，实现“三个满意”
1.认真做好明码标价工作，规范价格行为，今年4月12日，在公司金叶大酒店召开了40位各级别经营户代表座谈会，共同商定卷烟条、包不同的零售价格，市工商、公平交易局也派员参加，与会代表逐一对所投放的品牌达成了统一共识，并在4月15日全市逐一经营户换发新印制的统一条、包零售价格标签，进一步提高了市场零售价格规范行为，特别是条、包不同价位，比较符合市场零售及消费者购物心理和实际状况。
2.为进一步提高客户满意度，改善卷烟零售户销售环境，我司制定了近260个美观、大方、实用的卷烟专用零售柜台，免费租赁给一级户，城市、主要街道给逐一签订了协议书，交到了经营户的一流好评，许多经营户都表示要规范经营，扩大零售，也争取得到卷烟柜台。
3.6月份市局（分公司）与价格检查局联合下发了开展卷烟零售经营价格诚信评比活动的实施办法，拟在全市评选出一批价格诚信经营户，这无疑给我市的明码标价，特别是明码实价工作带来新的成效。通过开展价格诚信活动，进一步强化经营者自律意识，规范经营者的价格行为，促进我市烟草零售市场公平、公正的合法竞争，有利于建立健全符合市场经济体制要求的社会经济体制要求的社会经济制度。
4.严格实行限量供货。我们始终坚持按销售级别对月、日供量及单品牌限量要求进行供货，对80元／条以上的省产名优烟适当增量外，其它均按去年所定限量要求，较好地控制了批发性的大户货源，使中小客户不断壮大，稳定了市场零售价，同时在4.5月份对三、四级根据其销售情况，进行了级别调整。目前，全市一、二、三级客户达2382户，比去年年初的户增加373户，中小户的壮大增加了零售户对烟草公司的依存度。
5.密切工商协作，搞好网络销售。
一是在营销过程中牢固树立服务意识、品牌意识，通过实施“订单供货”月计划作，使我们及时有效的掌握了市场卷烟销售结构的变化、品牌需求的变化，促进了市场占有率的进一步提高。通过对主导品牌上柜要求，有力地促进了名优、百牌号卷烟销售和对新品牌的认识和选择，有力的促进了品牌的培育和宣传。
二是进一步调整销售结构，进行市场货源优化，加大品牌培育和宣传，积极引导消费，加大对市场调研和发展新品牌主动性，争取新上市的品牌销售都能获得市场占有率成功。
6.积极组织调入适销对路货源，满足市场需求。
一是按照定单供货要求，组织调入适销对路，批零差价合理的卷烟。
二是想办法多调入四、五类烟，以满足农村市场需求。三是在正常调入省产烟情况下，争取多调入一些市场具有一定潜能，有一定品牌培育价值的省外烟、名优烟及百牌号卷烟，以满足市场正常流通。由于调入卷烟基本符合市场需求要求，而且又具有一定的利润空间，品牌结构较为合理，深受广大经营户的欢迎，而且市场的乱渠道进货，卖假冒烟的情况得到了进一步遏制。
7.加强专销结合，狠抓规范经营。我局（公司）把规范经营作为事关行业稳定健康发展的大事抓紧做好，坚持规范、严谨踏实的工作作风，坚决贯彻执行烟草专卖法及其法律、法规，落实国家局、省局杜绝体外循环的有关规定，认真扎实地做好本地市场的培育和销售。
一是狠抓制度建设，相继出台和完善了许多规范性文件，使大家工作职责更明确、措施更得力、管理更到位。
二是抓制度的落实和考评，更加注重过程管理，对查出的问题坚决按规范要求，严肃处理。上半年内部查处不规范行为2起，中队长被免职1人、辞退员工1人，有关人员共有15人被处以经济处罚。通过狠抓规范经营，杜绝了体外循环，制止了卖大户，刹住了超量供货等现象。
8.制定了客户投诉管理办法。为进一步提升网建水平，提高客户满意度，规范工作行为，加大社会的有效监督，建立快捷有效的客户投诉渠道和投诉受理管理机制。县（市）局（营销中心）、分公司网建科都设立了客户投诉电话，并有专人负责受理客户投诉。对烟草公司的政策、规定及对“四员”的工作情况、服务态度及建议和要求都在受理范围之内。
㈣加强队伍建设，提高员工素质
随着网建的整体推进，全面提升的要求，对网建人员整体素质也提出了更高的要求，网络人员怎样适应工作职能工作流程，工作方法的变化，都需要我们认真思考和探索的问题。因此我们要引进激励机制、新的营销理念、新的工作思维、强化技能培训和组织学习、自学相结合方式，同时把人才关，以提高网建人员的业务技能和知识水平，努力塑造一支高素质的网络队伍。上半年以来，我们主要从以下几个方面着手：
1.树立“营销网络”是企业不断发展和立足之本的理念，进一步增强员工的责任感和使命感。
2.关心员工遇到的问题和困难，加强情感交流，增强企业凝聚力和向心力。
3.加强员工的培训，提高其综合素质，上半年我市共举办各类培训班共4期，培训人数共260余人。
4.充分利用网点日、周例会进行政治、业务、报刊等方面学习和讨论。
5.认真做好20__版营销管理系统的切换工作。按照省局布置，我市按照把新的营销管理系统的上线工作纳入重要议事日程，由于前期准备工作充分，培训工作到位，部门间配合，4月底切换成功，并且利用五一节日期间，休息时间，对电访、配送、业务等上线情况跟踪和逐项问题的进一步解决营销软件运行基本正常，同时对一号工程工作极为重视，信息中心指派一人自5月份中旬以来经常仓库指导仓储人员对购进品牌进行打码，对出现的问题进行总结和汇报，按照省局要求，确保7月实现卷烟生产经营决策管理系统全面稳定进行。
三、网建工作存在的差距与不足上半年，景市网建工作在省局（公司）正确领导下取得了一定的进步，得到一定提升，但仍存在许多不足。
1.与上海、大连网建水平相比，我市网建基础工作还有差距，网络的功能还没有得到最大发挥。
2.队伍的整体素质还不高，特别是客户经理的水平还不能完全适应现代流通要求。
3.省外卷烟调销进度缓慢，市场占有份额较少，特别是四、五类卷烟矛盾相对突出。
4.城区电子结算率不高。
5.管理体制和考核机制还不够健全。
四、下半年的工作打算
㈠、完成以分公司为经营主体的网络组织机构1.按照省局（公司）统一规划要求，进行组织架构调整到位，成立营销中心、物流中心、督察中心、信息中心，按照业务流程再造，按照程序化、规范化要求，整合流程，使业务流程更加科学、规范、合理。
2.根据流程需求，进一步整合线路和人员，使线路更优化，用工更合理，降低运行成本，提高工作效率。
㈡、加强管理，真抓实干
管理是永恒的主题，只有加强制度管理工作的前提，才能真抓实干，下大力气抓好制度建设，完善管理机制，对网建的每项工作都要落到实处，不断提升网建水平，正视工作中的困难和不足，找到解决问题的办法，抓好典型推广，要按照分公司的部署达到上海、福建管理模式，紧扣景德镇烟草实际，不断探索、勇于创新、精心策划、狠抓落实，要自我加压、自逼快上，同时，要充分发挥县（市）局（营销中心）的骨干作用，把主要精力集中到网建工作上来。
㈢、狠抓规范经营，努力提高市场占有率
首先要从思想上彻底解决规范经营问题，要引导营销人员不能把不规范经营看作是完成任务的有效途径。
二是要从考核体制上彻底解决不规范经营行为。
三是彻底解决虚假入网的不规范经营行为。
四是通过分级限量，彻底解决批发大户再次批发的行为。
五是通过“两个专项整顿”全面、彻底解决不规范经营的各种行为。
㈣、在营销中牢固树立服务意识，注重工作过程和实数。
⑴坚持以市场为导向，积极组织改进适销对路的货源，特别是加大省外名优、百牌号烟的销售，满足不同消费群体需求。
⑵进一步调整卷烟销售结构，进行市场货源优化，加大品牌的宣传和推介力度，培育好品牌。
⑶要通过客户经理的工作，在实施“订单供货”月计划工作中，解释引导工作要到位，增强零售户对他公司的依存度和满意度，要不断完善“订单供货”月计划工作流程和考核办法，使之更贴近市场、贴近经营户，使我们有效地掌握掌声卷烟销售结构的变化，以最大可能地组调货源给予满足。
⑷继续抓好主导品牌上柜工作，促进名优、百牌号卷烟销售以及消费者对新品牌的认知和选择，促进品牌的培育和宣传。