計(jì)算機(jī)硬件方向精選(五篇)

序言：作為思想的載體和知識(shí)的探索者，寫作是一種獨(dú)特的藝術(shù)，我們?yōu)槟鷾?zhǔn)備了不同風(fēng)格的5篇計(jì)算機(jī)硬件方向，期待它們能激發(fā)您的靈感。

篇1

學(xué)術(shù)界對(duì)計(jì)算機(jī)的發(fā)明與發(fā)展一般認(rèn)為經(jīng)歷了四個(gè)階段。第一階段是在20世紀(jì)40年代，稱為電子管計(jì)算機(jī)時(shí)代，計(jì)算機(jī)發(fā)展之初，體積大、速度慢主要應(yīng)用的數(shù)字計(jì)算。20世紀(jì)50年代末60年代初晶體管取代電子管，稱為第二代計(jì)算機(jī)。第三代計(jì)算機(jī)是中小規(guī)模集成電路的時(shí)代，也是計(jì)算機(jī)飛速發(fā)展和快速普及的時(shí)代，這一代計(jì)算機(jī)已經(jīng)具備現(xiàn)代計(jì)算機(jī)的雛形，也突破了計(jì)算機(jī)數(shù)字計(jì)算時(shí)代，三代機(jī)可以處理文字、圖像等資料，也使軟件技術(shù)得以突破和發(fā)展。目前使用計(jì)算機(jī)成為第四代計(jì)算機(jī)，計(jì)算機(jī)進(jìn)入了超大規(guī)模集成電路和數(shù)字電路時(shí)代，計(jì)算機(jī)實(shí)現(xiàn)了智能化、微型化、網(wǎng)絡(luò)化和多媒體化，價(jià)格更便宜，更容易攜帶，所以更加普及從國(guó)防到工業(yè)、現(xiàn)代農(nóng)業(yè)、商業(yè)，教育，醫(yī)療衛(wèi)生，娛樂(lè)、生活，計(jì)算機(jī)正在改變?nèi)藗兊纳睿蔀楝F(xiàn)代社會(huì)不可缺少的生產(chǎn)資料。

2當(dāng)前計(jì)算機(jī)硬件的現(xiàn)狀

現(xiàn)代計(jì)算硬件的核心還是由中央處理器（CPU），內(nèi)部存儲(chǔ)器和輸入輸出設(shè)備組成，中央處理器是計(jì)算機(jī)運(yùn)算、控制的核心。它的運(yùn)算速度和處理能力是計(jì)算機(jī)性能的主要體現(xiàn)。內(nèi)部存儲(chǔ)器用來(lái)儲(chǔ)存“程序”和“數(shù)據(jù)”。中央處理器執(zhí)行程序時(shí)，從內(nèi)存中存取程序和數(shù)據(jù)。輸入設(shè)備是向計(jì)算機(jī)輸入數(shù)據(jù)和信息的設(shè)備，是計(jì)算機(jī)與用戶或其他設(shè)備通信的橋梁。輸出設(shè)備是人與計(jì)算機(jī)交互的一種部件，用于數(shù)據(jù)的輸出，它把各種計(jì)算結(jié)果數(shù)據(jù)或信息以數(shù)字、字符、圖像、聲音等形式表示出來(lái)。這三大核心部件是如何發(fā)展的。（1）中央處理器（CPU）。目前中央處理器按照處理信息的字節(jié)長(zhǎng)度可以分為4位、8位、16位、32位、64位處理器，處理信息速度可以達(dá)到1000MIPS，隨著納米集成電路的發(fā)展，能夠集成的晶體管數(shù)量還會(huì)進(jìn)一步增加，處理速度也會(huì)相應(yīng)增加，但是納米級(jí)集成電路也不能無(wú)限集成，他也有技術(shù)極限，要想有更大的突破，還需改變目前處理器硬件邏輯，創(chuàng)造新一代信息處理方法。（2）內(nèi)部存儲(chǔ)器。內(nèi)部存儲(chǔ)器儲(chǔ)存計(jì)算機(jī)程序和信息的硬件，一般認(rèn)為對(duì)于內(nèi)部存儲(chǔ)器來(lái)說(shuō)，希望它能具有更大信息存儲(chǔ)量，更高的信息交換速度和更低的能耗。（3）輸入輸出設(shè)備。使用過(guò)計(jì)算機(jī)的人都知道傳統(tǒng)的輸入輸出設(shè)備一般包括鍵盤、鼠標(biāo)、顯示器、音頻設(shè)備、打印機(jī)和一些圖像處理設(shè)備等，這些設(shè)備也是經(jīng)過(guò)不斷發(fā)展的，從機(jī)械鍵盤，機(jī)械鼠標(biāo)，到光電設(shè)備，從三基色CRT顯示器到LED液晶顯示器，這一類硬件發(fā)展速度非常快，而且更加專業(yè)化、數(shù)字化和智能化，使計(jì)算機(jī)的操作者人機(jī)界面更加友好。

3未來(lái)計(jì)算機(jī)硬件的發(fā)展方向

從計(jì)算機(jī)問(wèn)世至今，計(jì)算機(jī)硬件的發(fā)展一直在追求一個(gè)方向，那就是要使計(jì)算機(jī)運(yùn)算速度更快、存儲(chǔ)能力更強(qiáng)，集成化程度更高，也就是讓計(jì)算機(jī)體積更小，價(jià)格更便宜，應(yīng)用更加智能。但是當(dāng)進(jìn)入一個(gè)信息化、數(shù)字化發(fā)飛速發(fā)展的今天，對(duì)計(jì)算機(jī)的要求也不斷提高，希望計(jì)算機(jī)能能夠幫助人類做更多的事情。所以現(xiàn)在研究計(jì)算機(jī)發(fā)展時(shí)發(fā)現(xiàn)下一代計(jì)算沒(méi)有固定的發(fā)展方向了，呈現(xiàn)出數(shù)軸狀的發(fā)展趨勢(shì)，例如計(jì)算機(jī)體積就像兩個(gè)極端發(fā)展一個(gè)是微型化，一方是巨型化。計(jì)算機(jī)應(yīng)用的過(guò)程中希望單體硬件越小越好，便于攜帶和使用。另一方各國(guó)都在研制巨型計(jì)算機(jī)用于國(guó)防、天文、氣象、經(jīng)濟(jì)等領(lǐng)域頂級(jí)科研應(yīng)用，其實(shí)這兩種方向都要求計(jì)算機(jī)硬件特別是處理器能在更小的體積上集成更多的半導(dǎo)體材料。同時(shí)希望計(jì)算機(jī)更加智能，又要求計(jì)算機(jī)能更加專業(yè)，智能是要讓計(jì)算機(jī)像人腦一樣，處理更多的問(wèn)題，在工業(yè)上還要求計(jì)算機(jī)在精度、速度能夠滿足特定工藝具有專長(zhǎng)。這要求計(jì)算機(jī)運(yùn)算速度更快，使用更加可靠穩(wěn)定，處理信息的能力要更高，更加安全。從上分析得出結(jié)論，下一代計(jì)算機(jī)是要求速度快，智能程度高，安全穩(wěn)定，處理信息能力強(qiáng)，根據(jù)這些要求現(xiàn)在計(jì)算機(jī)硬件終究會(huì)有極限和瓶頸，集成程度高，散熱就是問(wèn)題。納米級(jí)集成電路也有尺寸極限。這是計(jì)算機(jī)硬件發(fā)展中一定會(huì)遇到的硬件墻。那么解決這一問(wèn)題的根本方法就是發(fā)展革命性信息處理技術(shù)的硬件。現(xiàn)在已經(jīng)在攻關(guān)的下一代計(jì)算機(jī)有光計(jì)算機(jī)，量子計(jì)算機(jī)、生物計(jì)算機(jī)等。希望在這些領(lǐng)域盡快突破，將人類文明引領(lǐng)于新時(shí)代。

4結(jié)語(yǔ)

計(jì)算機(jī)從問(wèn)世至今已經(jīng)有70多年的發(fā)展史，從晶體管計(jì)算機(jī)到目前超大規(guī)模集成電路，計(jì)算機(jī)的發(fā)展經(jīng)歷了幾次跨時(shí)代的革命。其中計(jì)算機(jī)硬件的革新是推動(dòng)計(jì)算機(jī)革命的主要?jiǎng)恿υ慈Ｄ壳罢J(rèn)為計(jì)算機(jī)經(jīng)過(guò)了四展，現(xiàn)有技術(shù)主要還是建立在半導(dǎo)體集成技術(shù)的基礎(chǔ)上，也在研究和展望下一代計(jì)算機(jī)發(fā)展方向，有科學(xué)及預(yù)計(jì)下一代計(jì)算機(jī)硬件技術(shù)可能出現(xiàn)顛覆性創(chuàng)新和多方向發(fā)展，光計(jì)算機(jī)，量子計(jì)算機(jī)，超導(dǎo)計(jì)算機(jī)都是未來(lái)計(jì)算機(jī)發(fā)展方向。文章不能全方位闡述計(jì)算機(jī)硬件的發(fā)展，只是根據(jù)個(gè)人觀點(diǎn)探討硬件的發(fā)展，尋找一個(gè)研究方向和目標(biāo)。

作者:李曉堅(jiān) 單位:黑龍江商業(yè)職業(yè)學(xué)院

參考文獻(xiàn)

篇2

關(guān)鍵詞：項(xiàng)目管理；計(jì)算機(jī)軟件；應(yīng)用方法

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）14-0077-02

隨著最近一段時(shí)間網(wǎng)絡(luò)技術(shù)的不斷流行，我們能夠清楚地看到在越來(lái)越多的項(xiàng)目管理中使用了計(jì)算機(jī)軟件，而從其最終獲得效果上來(lái)看，也是十分令人滿意的。雖然這種方式在我國(guó)起步的時(shí)間比較晚，但是整體發(fā)展速度卻十分的快，已經(jīng)獲得了越來(lái)越多人的認(rèn)可。但是我們應(yīng)當(dāng)明確的一點(diǎn)就是，項(xiàng)目管理軟件終究只是一種項(xiàng)目管理工具，如果想讓其能夠發(fā)揮更大的作用，要求操作者在使用的過(guò)程中將自己對(duì)于項(xiàng)目的管理理念加入到其中。因此這就需要項(xiàng)目的相關(guān)管理工作要對(duì)計(jì)算機(jī)軟件使用方法進(jìn)行不斷的完善，從而有效的提高管理中的科學(xué)性和合理性。

1應(yīng)用項(xiàng)目管理軟件的重要性

項(xiàng)目管理相關(guān)工作是從20世紀(jì)50年代左右逐漸興起的一種管理策略，在其產(chǎn)生的最初階段就受到了人們廣泛的使用，并且在很多比較大型的項(xiàng)目中都充分地發(fā)揮了作用，例如美國(guó)的阿波羅登月計(jì)劃、北極星潛艇研制計(jì)劃等等。從其最開始一直發(fā)展至今，已經(jīng)逐漸地走向了成熟，并且也為現(xiàn)代化的項(xiàng)目管理工作提供了相關(guān)的改進(jìn)策略。該方法在提高項(xiàng)目工作效率以及質(zhì)量方面發(fā)揮著十分重要的作用，無(wú)論政府部門還是在很多的企事業(yè)單位中，人們?cè)趯?duì)項(xiàng)目進(jìn)行管理時(shí)，都更加傾向于采用這種方式。

從我國(guó)目前發(fā)展的實(shí)際情況來(lái)看，經(jīng)濟(jì)轉(zhuǎn)型和企業(yè)改革已經(jīng)成為了一種趨勢(shì)，這也使得很多企業(yè)都感受到目前國(guó)內(nèi)市場(chǎng)的競(jìng)爭(zhēng)壓力逐漸增大。因此如果企業(yè)想要有效的提高經(jīng)濟(jì)效益，必須要針對(duì)目前的市場(chǎng)環(huán)境對(duì)自身的管理模式進(jìn)行不斷的調(diào)整，從而有效的迎合市場(chǎng)的需求。同時(shí)還要對(duì)自身的資源不斷地進(jìn)行優(yōu)化配置，盡可能地減少不必要的工作，不斷地提高企業(yè)自身的創(chuàng)新能力，從而逐漸地適應(yīng)目前這種比較大的市場(chǎng)壓力。為了有效地做到以上幾點(diǎn)，對(duì)企業(yè)的管理模式進(jìn)行有效地完善已經(jīng)成為了他們提高自身競(jìng)爭(zhēng)力的重要手段，而項(xiàng)目管理也剛好滿足了企業(yè)的這種需求。從目前國(guó)內(nèi)很多企業(yè)應(yīng)用項(xiàng)目管理軟件的實(shí)際效果上來(lái)看是十分好的，這些管理軟件不但幫助企業(yè)理順了項(xiàng)目?jī)?nèi)部各種繁雜的關(guān)系，還能夠讓企業(yè)各個(gè)部門之間彼此良好的進(jìn)行協(xié)作從而讓他們的工作效率以及質(zhì)量能夠得到進(jìn)一步的提升。

2項(xiàng)目管理計(jì)算機(jī)軟件的應(yīng)用分析

如果想讓相關(guān)的項(xiàng)目管理工作能夠順利的開展下去，采用先進(jìn)的項(xiàng)目管理技術(shù)對(duì)于有效地提高項(xiàng)目管理質(zhì)量有這十分大的幫助作用。我們目前所處的時(shí)代是一個(gè)網(wǎng)絡(luò)化時(shí)代，在這個(gè)時(shí)代下開展這項(xiàng)工作最為有效的模式就是利用先進(jìn)的計(jì)算機(jī)技術(shù)以及網(wǎng)絡(luò)技術(shù)，將其良好的應(yīng)用到其中。本節(jié)將針對(duì)目前經(jīng)常使用的集中項(xiàng)目管理軟件進(jìn)行簡(jiǎn)單的介紹，希望能給相關(guān)人員提供一定的借鑒作用。

2.1高檔項(xiàng)目管理軟件

隨著軟件在項(xiàng)目管理工作中應(yīng)用范圍越來(lái)越廣，也讓更多的軟件制造商將自身的工作重點(diǎn)放在了涉及項(xiàng)目管理軟件方面，這使得最近幾年，市場(chǎng)上的相關(guān)軟件數(shù)量增長(zhǎng)速度十分快。其中比較著名的就是目前很多企業(yè)普遍使用的Primavera軟件，其制作的基礎(chǔ)是廣義網(wǎng)絡(luò)計(jì)劃技術(shù)的相關(guān)理論。其最大的優(yōu)點(diǎn)就是運(yùn)算速度十分的快，對(duì)于一個(gè)單獨(dú)的項(xiàng)目就可以對(duì)其進(jìn)行多大10萬(wàn)道工序的處理效果。而且相比于其他同類型的軟件，其還具有著十分豐富的資源，在對(duì)每道工序進(jìn)行處理的過(guò)程中，其可使用的資源數(shù)也是一定的。除了上述優(yōu)點(diǎn)，該軟件還能夠在工作的過(guò)程中對(duì)資源均衡的功能或者資源不足的問(wèn)題進(jìn)行自主解決。同時(shí)當(dāng)相關(guān)操作人員需要自行編制節(jié)點(diǎn)號(hào)時(shí)，其同時(shí)也具備很多強(qiáng)的自主編制能力。而且當(dāng)采取該軟件對(duì)項(xiàng)目計(jì)劃進(jìn)行優(yōu)化之后，也可以隨時(shí)查看優(yōu)化之后的結(jié)果，這就使得人們可以利用這個(gè)功能針對(duì)不同工程的特點(diǎn)，制定出多個(gè)備選方案，之后對(duì)每個(gè)方案可能帶來(lái)的經(jīng)濟(jì)效益進(jìn)行比較，從而選擇一個(gè)最好的優(yōu)化方案。

2.2低檔項(xiàng)目管理軟件

與高檔相關(guān)管理軟件相對(duì)的就是低檔項(xiàng)目管理軟件，但是這里要說(shuō)明的一點(diǎn)就是這些軟件并不是在質(zhì)量上與其它軟件存在不同，而指的是他們可能在相應(yīng)的功能方面比較欠缺，并不是十分適合應(yīng)用到比較大型的項(xiàng)目中。人們通常情況下都是將這個(gè)軟件使用在一些簡(jiǎn)單的項(xiàng)目管理中。這些軟件的一般供能主要包括：人員管理、計(jì)劃安排以及風(fēng)險(xiǎn)分析等等。其中比較有代表性的就是Proiect Scheduler 7，其供能相對(duì)來(lái)說(shuō)就比較簡(jiǎn)單，但是憑借著簡(jiǎn)潔的操作界面以及在成本和價(jià)格上十分突出的特點(diǎn)，在很多小型的項(xiàng)目管理中得到了大范圍的應(yīng)用。具體來(lái)說(shuō)，這種類型有著他們獨(dú)特的風(fēng)格，雖然與高檔項(xiàng)目管理軟件在整體上存在一定的差距，但是他們可能在某一種功能上要比高檔軟件做的精細(xì)的多，而且還能比較順利地與SQL數(shù)據(jù)庫(kù)進(jìn)行良好的對(duì)接，一同解決一些比較難以處理的項(xiàng)目。除此之外，其還憑借著靈活管理等等一系列簡(jiǎn)單的功能深受一些小企業(yè)的青睞。

3計(jì)算機(jī)軟件工程項(xiàng)目管理中存在的問(wèn)題

雖然計(jì)算機(jī)管理軟件在我國(guó)應(yīng)用的較為廣泛，并且取得了十分良好的效果，但是其中也存在著比較多的問(wèn)題。

首先就是整個(gè)管理團(tuán)隊(duì)的協(xié)作可能會(huì)產(chǎn)生一定的問(wèn)題。項(xiàng)目管理工作是需要企業(yè)不同部門的積極配合才能共同完成的一項(xiàng)任務(wù)，但是由于互聯(lián)網(wǎng)技術(shù)的沖擊，目前很多團(tuán)隊(duì)內(nèi)部都出現(xiàn)了分工不明確、團(tuán)隊(duì)成員協(xié)作能力不強(qiáng)的問(wèn)題出現(xiàn)。再加上使用軟件的過(guò)程中對(duì)于操作人員的要求比較高，這就使得經(jīng)常會(huì)出現(xiàn)一人身兼多職的現(xiàn)象發(fā)生，而這種現(xiàn)象并不利于項(xiàng)目管理朝著統(tǒng)一化的方向發(fā)展。從筆者了解到的情況來(lái)看，很多企業(yè)內(nèi)部的部門在進(jìn)行工作的過(guò)程中都是各自做自己的事情，缺乏良好的溝通，直接導(dǎo)致了工作效率的下降，不僅影了項(xiàng)目管理的質(zhì)量，還可能導(dǎo)致相應(yīng)的責(zé)任制度出現(xiàn)一定程度上缺失。如果不能對(duì)上述問(wèn)題進(jìn)行及時(shí)處理的話，將會(huì)嚴(yán)重影響計(jì)算機(jī)軟件在項(xiàng)目管理工作中的應(yīng)用。

其次就是在使用相應(yīng)軟件進(jìn)行項(xiàng)目管理中還可能產(chǎn)生一定的風(fēng)險(xiǎn)。雖然我國(guó)最近幾年計(jì)算機(jī)水平不斷進(jìn)步，但是相應(yīng)的配套設(shè)施的建設(shè)工作卻不是十分的完善，而病毒就是一種最為嚴(yán)重的一個(gè)。從之前發(fā)生的很多事件中我們都能清楚地認(rèn)識(shí)到，如果不對(duì)并對(duì)進(jìn)行嚴(yán)密控制的話，將會(huì)給企業(yè)造成十分嚴(yán)重的經(jīng)濟(jì)損失。例如對(duì)一個(gè)比較大型的項(xiàng)目進(jìn)行管理工作中，可能會(huì)耗費(fèi)比較長(zhǎng)的時(shí)間，但是如果存放在電腦中的相關(guān)資料被黑客盜取的話，不僅會(huì)導(dǎo)致公司機(jī)密文件泄漏，還有可能使得之前做的工作前功盡棄，造成了整個(gè)項(xiàng)目的時(shí)間浪費(fèi)，最壞的可能還會(huì)導(dǎo)致項(xiàng)目延期，給企業(yè)造成嚴(yán)重的經(jīng)濟(jì)損失。

4計(jì)算機(jī)軟件工程項(xiàng)目管理的解決對(duì)策

針對(duì)上文提到的問(wèn)題，筆者提出幾點(diǎn)建議。首先，從培養(yǎng)人才方面來(lái)看，目前在使用計(jì)算機(jī)軟件對(duì)項(xiàng)目進(jìn)行管理工作時(shí)，往往需要的都是復(fù)合型的人才，即要掌握項(xiàng)目管理的相關(guān)知識(shí)，又要能夠熟練地運(yùn)用各種軟件。從企業(yè)的角度出發(fā)，可以從兩個(gè)方面培養(yǎng)屬于本公司的技術(shù)團(tuán)隊(duì)。一方面可以通過(guò)招聘的方式從公司外部聘請(qǐng)來(lái)這方面的人才，這也是能在短期內(nèi)提高項(xiàng)目管理工作效率最為直接的方法；另一方面可以對(duì)本企業(yè)原有的員工進(jìn)行培訓(xùn)，讓他們真正地掌握相關(guān)的知識(shí)。只有這樣，計(jì)算機(jī)軟件在項(xiàng)目管理中的作用才能真正的發(fā)揮出來(lái)。

其次就是企業(yè)要讓每個(gè)項(xiàng)目管理團(tuán)隊(duì)中的每個(gè)員工都清楚項(xiàng)目管理工作不是只靠一個(gè)人就能順利完成的，需要整個(gè)團(tuán)隊(duì)進(jìn)行良好的配合。要在日常工作中讓員工養(yǎng)成積極合作的意識(shí)，從而有效地提高項(xiàng)目管理工作的質(zhì)量和效率。

最后可以m當(dāng)?shù)暮鸵恍┸浖_發(fā)商建立合作關(guān)系，根據(jù)本企業(yè)的實(shí)際特點(diǎn)有針對(duì)性對(duì)本企業(yè)所使用的項(xiàng)目管理軟件建立一個(gè)有效的病毒入侵防控措施。這樣能夠讓企業(yè)在進(jìn)行項(xiàng)目管理的過(guò)程中有效降低風(fēng)險(xiǎn)出現(xiàn)的概率，有效地對(duì)企業(yè)效益起到保護(hù)作用。

篇3

圖像處理主要包括以下方面:①圖像預(yù)處理,其目的是對(duì)圖像去除噪聲,突出目標(biāo);②圖像分割和目標(biāo)提取,主要目的是從圖像中獲得感興趣的區(qū)域;③特征提取,是要獲得對(duì)目標(biāo)的有效特征表達(dá)和描述;④目標(biāo)分類,是在提取特征的基礎(chǔ)上實(shí)現(xiàn)判別和分類。

在計(jì)算機(jī)視覺的圖像處理中,往往需要進(jìn)行平滑、增強(qiáng)、邊緣檢測(cè)和去除噪聲等處理。在多數(shù)空域預(yù)處理算法時(shí)涉及到領(lǐng)域處理,典型的算法有中值濾波、均值濾波等。近年來(lái)數(shù)學(xué)形態(tài)學(xué)在數(shù)字圖像處理領(lǐng)域里有了廣泛的應(yīng)用,它以集合運(yùn)算為基礎(chǔ),其基本思想是用具有一定形態(tài)的結(jié)構(gòu)元素去度量圖像中的形態(tài)以解決問(wèn)題,基本算法是擴(kuò)張、腐蝕、開啟和閉合。

其中傅立葉變換和小波變換主要應(yīng)用于紡織品分析和測(cè)試中的以下一些領(lǐng)域:織物圖像的濾波、無(wú)紡布中纖維取向和織物紋理方向的測(cè)定、織物表面性能評(píng)定和織物結(jié)構(gòu)參數(shù)的測(cè)定等。

常用的圖像識(shí)別方法有:灰度匹配法、形態(tài)法、神經(jīng)網(wǎng)絡(luò)法、紋理模型法四種。其中,神經(jīng)網(wǎng)絡(luò)法的缺點(diǎn)是,可能因?yàn)樘卣髦颠x擇的不合適或者不足,造成檢驗(yàn)結(jié)果的不可靠;紋理模型法的不足在于僅僅通過(guò)隨機(jī)場(chǎng)模型并不能最大限度地降低圖像分析的計(jì)算復(fù)雜度和提高圖像處理的速度,因而還不能實(shí)現(xiàn)織物疵點(diǎn)的快速自動(dòng)檢測(cè)。

2、計(jì)算機(jī)圖像處理技術(shù)在紡織品測(cè)試中的應(yīng)用

2.1織物起毛、起球性能分析

織物起毛、起球性能是影響織物服用性能的重要因素。在測(cè)定織物的起毛、起球時(shí)，如果采用傳統(tǒng)的測(cè)試方法，如與標(biāo)準(zhǔn)樣照對(duì)比評(píng)級(jí)的方法，所得的結(jié)果主觀性太強(qiáng),沒(méi)有定量的描述；如果采用在顯微鏡下對(duì)起毛根數(shù)進(jìn)行計(jì)數(shù)的方法，則勞動(dòng)強(qiáng)度太大，耗時(shí)過(guò)長(zhǎng)。

而采用數(shù)字圖像處理計(jì)數(shù)的方法則實(shí)現(xiàn)了客觀化和定量化的測(cè)定評(píng)判，從而克服了傳統(tǒng)測(cè)定評(píng)判法中的主觀性強(qiáng)、誤差大和實(shí)驗(yàn)勞動(dòng)強(qiáng)度高等諸多缺陷。數(shù)字圖像處理計(jì)數(shù)法的步驟為：首先采集織物起毛圖像，然后對(duì)圖像進(jìn)行灰度化處理，再對(duì)灰度圖像進(jìn)行二值化處理，最后利用二值化圖像進(jìn)行起毛計(jì)數(shù)。

在此過(guò)程中，二值化處理中的閾值是關(guān)系到二值化圖像效果，并進(jìn)而影響到最終起毛計(jì)數(shù)精確性的極為關(guān)鍵的一步。

東華大學(xué)的陳霞等應(yīng)用一種圖像分析系統(tǒng)進(jìn)行織物起球等級(jí)的客觀評(píng)估，首先獲取反映織物二維輪廓數(shù)據(jù)的距離圖像，通過(guò)一組匹配濾波檢測(cè)毛球，應(yīng)用分塊閾值法進(jìn)行毛球分割，選取毛球個(gè)數(shù)、毛球面積和毛球體積建立等級(jí)評(píng)估方程，并采用模糊邏輯系統(tǒng)作為最終的等級(jí)評(píng)估模型。

結(jié)果表明，該系統(tǒng)能滿足實(shí)際起球的等級(jí)評(píng)估。國(guó)外的許多專家對(duì)此也有深入的研究，Konda等人提出了一種客觀評(píng)定起球性能的方法，他們對(duì)圖像進(jìn)行閾值處理，然后與標(biāo)準(zhǔn)圖像進(jìn)行比較，建立小球數(shù)量等級(jí)。Abril等人采用圖像分析方法測(cè)量標(biāo)準(zhǔn)織物圖像上的小球面積。

2.2懸垂性測(cè)試

織物懸垂性研究早在本世紀(jì)三十年代就已開始,目前存在的幾種懸垂性測(cè)定儀器,不能獲得懸垂性多方面特性的指標(biāo)以及全面表征懸垂性的綜合性指標(biāo),并且這些客觀指標(biāo)與主觀評(píng)價(jià)結(jié)果往往也很不一致。

有關(guān)文獻(xiàn)探索了應(yīng)用微機(jī)圖像處理技術(shù)測(cè)試織物懸垂性的方法,從采集的二維圖像上提取表征織物懸垂性程度大小與懸垂性形態(tài)特征的兩方面指標(biāo),由于二維圖像中隱含著三維信息,故又可為主觀評(píng)價(jià)提供具有三維信息的目標(biāo)圖景,從而實(shí)現(xiàn)在一次懸垂性測(cè)試中同時(shí)取得主客觀相結(jié)合的評(píng)價(jià)數(shù)據(jù)。

運(yùn)用數(shù)字圖像處理技術(shù)是先由CCD攝像頭采樣,攝取織物懸垂的物理圖像,然后經(jīng)過(guò)圖像采集卡A/D轉(zhuǎn)換成為數(shù)字圖像,以灰度圖像格式存儲(chǔ)在計(jì)算機(jī)的存儲(chǔ)器內(nèi)。計(jì)算機(jī)對(duì)此灰度圖像進(jìn)行一系列的圖像預(yù)處理,如濾波、二值化、邊緣增強(qiáng)等,除去噪聲、背景等無(wú)用信息,保留與懸垂有關(guān)的信息。最后,對(duì)懸垂圖像的形態(tài)結(jié)構(gòu)進(jìn)行分析,提取各種特征參數(shù),計(jì)算表征織物懸垂性能的相應(yīng)指標(biāo)。

2.3織物圖案自動(dòng)識(shí)別分析

圖像識(shí)別的一般流程，如下圖1所示，由預(yù)處理、特征提取和匹配、分類組成。在預(yù)處理中，進(jìn)行像素值的規(guī)格化。在提取特征值中，例如，對(duì)于圖像，在像素值的基礎(chǔ)上用向量來(lái)表示特征、或者提取出角邊緣的幾何特征。

在匹配中，把那些特征與預(yù)先存儲(chǔ)好的參照?qǐng)D案(樣板或模型)直接進(jìn)行比較匹配，然后利用統(tǒng)計(jì)上的圖案識(shí)別方法等進(jìn)行分類，輸出識(shí)別結(jié)果。

除此之外，圖像信息處理技術(shù)在紡織行業(yè)的應(yīng)用還大有潛力。例如，長(zhǎng)期以來(lái)，混紡紗的混紡比絕大多數(shù)采用化學(xué)分析法及顯微鏡橫截面觀察法等進(jìn)行測(cè)試，但隨著新型纖維的不斷涌現(xiàn)，有的就缺少適合的化學(xué)分析方法，結(jié)果不令人滿意。

采用計(jì)算機(jī)提取特征參數(shù)自動(dòng)識(shí)別纖維，測(cè)量混紡比，是實(shí)現(xiàn)快速準(zhǔn)確地檢測(cè)混紡比的新途徑。圖像處理與分析的工作流程如下圖2所示（紗線混紡比測(cè)試圖像處理與分析工作流程）：

圖2圖像處理與分析的工作流程圖

其中的關(guān)鍵是提取混紡紗中不同纖維的特征量。目前對(duì)棉/麻、絲/毛、麻/滌、毛/滌混紡比測(cè)定已經(jīng)較成熟。

在現(xiàn)有的織物仿真CAD系統(tǒng)基礎(chǔ)上，與紡織檢測(cè)技術(shù)結(jié)合起來(lái)，可以實(shí)現(xiàn)從對(duì)紗線實(shí)物的檢測(cè)到最終織物的模擬仿真，不僅可以評(píng)定紗線的質(zhì)量，為指導(dǎo)生產(chǎn)提供依據(jù)，而且可以預(yù)測(cè)用該紗線織成的織物外觀質(zhì)量以及最適合用該紗線織成的織物等等。

2.4測(cè)量機(jī)織物經(jīng)緯密度

傳統(tǒng)織物經(jīng)緯密度的測(cè)量方法是借助照布鏡或密度鏡,用人眼數(shù)出單位長(zhǎng)度內(nèi)的經(jīng)緯紗的根數(shù)。這種方法雖然需要的儀器簡(jiǎn)單,但是花費(fèi)時(shí)間較長(zhǎng),人的眼睛疲勞以后容易漏數(shù)或多數(shù),特別是來(lái)樣尺寸較小時(shí),誤差較大。

利用計(jì)算機(jī)圖像處理技術(shù)進(jìn)行織物密度測(cè)試的過(guò)程:通過(guò)輸入設(shè)備輸入織物的圖像,對(duì)圖像進(jìn)行傅立葉變換,將織物圖像在空間中的二維灰度分布變換成對(duì)應(yīng)的二維頻率域中的頻譜,進(jìn)而提取圖像的頻率域信息。頻率域中頻率所代表的物理涵義是單位長(zhǎng)度上正弦狀灰度濃淡變化的重復(fù)次數(shù)。

織物圖像反映了織物的表面形態(tài),它在經(jīng)緯向具有周期性變化的灰度分布,包含了經(jīng)緯紗線排列的密度信息。織物圖像頻譜圖中點(diǎn)的灰度值代表了該頻率成分的相對(duì)能量,半徑和角度對(duì)應(yīng)于周期性能元素的尺寸和方向。灰度最高的點(diǎn)稱為峰點(diǎn)。從頻譜圖中可以看到,在不同的方向上都有峰點(diǎn)存在,其中水平方向和垂直方向的峰點(diǎn),就是要尋找的經(jīng)紗和緯紗的頻率。

對(duì)這些頻率進(jìn)行分析和計(jì)算,即可得到織物經(jīng)緯紗線的密度。不過(guò)這只是單層織物的密度,如果織物是雙層的,還要根據(jù)表里經(jīng)緯紗的排列比算出織物的總密度。此法的優(yōu)點(diǎn)是測(cè)試速度快、準(zhǔn)確度高,且不受試樣大小的限制。

較好的例子有葉煒[2]等人開發(fā)了“計(jì)算機(jī)輔助機(jī)織物密度測(cè)定”軟件,配合掃描儀、計(jì)算機(jī)進(jìn)行機(jī)織物密度的測(cè)定。

2.5測(cè)定纖維長(zhǎng)、細(xì)度

纖維的長(zhǎng)、細(xì)度是反映紡織原料品質(zhì)的兩個(gè)重要指標(biāo)。測(cè)定纖維長(zhǎng)度的傳統(tǒng)方法是采用梳片式長(zhǎng)度儀進(jìn)行的：將纖維按長(zhǎng)度分組稱重,計(jì)算出纖維平均長(zhǎng)度、均方差和離散系數(shù)以及短絨率。

其局限性:①無(wú)法得到纖維“根數(shù)”長(zhǎng)度。對(duì)于毛紡行業(yè)的制條復(fù)梳和紡紗加工來(lái)說(shuō),僅按“重量”纖維長(zhǎng)度制訂工藝參數(shù)是遠(yuǎn)遠(yuǎn)不夠的。因?yàn)楦黝愥樖釞C(jī)、精梳機(jī)、粗紗和細(xì)紗機(jī)上的隔距參數(shù),是依纖維“根數(shù)”長(zhǎng)度分布而不是依“重量”長(zhǎng)度分布來(lái)確定的，因此“根數(shù)”長(zhǎng)度分布對(duì)于生產(chǎn)更有指導(dǎo)意義。

②測(cè)試結(jié)果誤差較大。測(cè)試過(guò)程中分組稱重,易使纖維流失。③對(duì)測(cè)試人員的要求高,檢驗(yàn)人員不僅要經(jīng)過(guò)專門的培訓(xùn)、考核,而且要經(jīng)常對(duì)其手法進(jìn)行比對(duì)或校核,以保障評(píng)定標(biāo)準(zhǔn)的統(tǒng)一。

常用的纖維細(xì)度的測(cè)定方法有顯微投影儀法和氣流儀法兩種。顯微投影儀法的測(cè)試原理是將纖維段輪廓用顯微投影放大500倍

用標(biāo)有刻度值的楔尺測(cè)量其寬度,逐次記錄測(cè)量結(jié)果,算出纖維平均直徑值。其缺點(diǎn)是操作繁瑣,結(jié)果計(jì)算復(fù)雜、精度略低。

氣流儀法是利用纖維表面積影響流動(dòng)空氣動(dòng)力的規(guī)律來(lái)間接測(cè)定纖維細(xì)度的。該方法的優(yōu)點(diǎn)是:操作快速簡(jiǎn)便,數(shù)據(jù)穩(wěn)定。

缺點(diǎn)是:①不能測(cè)試羊毛纖維的異質(zhì)毛細(xì)度。②準(zhǔn)確度受纖維吸濕性能的影響。

應(yīng)用計(jì)算機(jī)圖像處理技術(shù)測(cè)試?yán)w維細(xì)度的過(guò)程:利用哈氏切片法,得到纖維的縱向切片,纖維樣品經(jīng)過(guò)顯微鏡的光學(xué)放大,其圖像直接投影在工業(yè)攝像機(jī)的光電轉(zhuǎn)換器上,轉(zhuǎn)換成數(shù)字化的電子圖像輸入計(jì)算機(jī),通過(guò)計(jì)算機(jī)對(duì)圖像的柔化、二值化、去除干擾等處理獲得較滿意的實(shí)時(shí)輪廓后,再對(duì)纖維的細(xì)度及長(zhǎng)度進(jìn)行測(cè)定。

圖像柔化處理就是對(duì)圖像進(jìn)行低通過(guò)濾,刪除圖像中的高頻部分,減少要操作的像素點(diǎn)和相鄰像素間的差別。如果圖像對(duì)比度明顯,通過(guò)二值化可以將不同灰度區(qū)區(qū)分出來(lái),然后設(shè)計(jì)閾值,把源圖像變換成僅用兩個(gè)值分別表示的目標(biāo)和背景。

在經(jīng)過(guò)二值化的圖像中,有很多小顆粒,這些顆粒有可能阻礙圖像的正確處理,必須去除。用膨脹和腐蝕方法對(duì)二值化圖像進(jìn)行處理,通過(guò)腐蝕去掉小顆粒,再通過(guò)膨脹回復(fù)原來(lái)尺寸,然后求出圖像的輪廓,輪廓邊緣就是圖像中灰度發(fā)生急劇變化的區(qū)域邊界。

邊緣檢測(cè)算子可檢查每個(gè)像素的領(lǐng)域并對(duì)灰度變化率進(jìn)行量化,利用已有的處理結(jié)果進(jìn)行有目的的代換,跟蹤并找到纖維的兩個(gè)不同邊緣。利用3×3強(qiáng)鄰接像素模板檢測(cè)出纖維圖像的邊界再用長(zhǎng)度標(biāo)尺計(jì)算出纖維的長(zhǎng)度及細(xì)度。

這種方法的優(yōu)勢(shì):①操作簡(jiǎn)便,測(cè)試時(shí)間短,不需人工處理數(shù)據(jù),準(zhǔn)確度高。

②對(duì)纖維的適應(yīng)性強(qiáng),任何纖維均可在該儀器上進(jìn)行測(cè)試,不受纖維吸濕及比重變化的影響。

3、結(jié)語(yǔ)

紡織品圖像分析檢測(cè)是一個(gè)跨學(xué)科的技術(shù)領(lǐng)域，它包括了光學(xué)、計(jì)算機(jī)圖形學(xué)、數(shù)學(xué)分析、紡織科學(xué)、精密微處理技術(shù)等多領(lǐng)域的知識(shí)內(nèi)容。這些學(xué)科的綜合運(yùn)用使得鑒別更微小紡織品結(jié)構(gòu)特征和數(shù)學(xué)特征成為可能，從而發(fā)展并完善了紡織品數(shù)字圖像分析方法，并得到了越來(lái)越廣泛的應(yīng)用。

參考文獻(xiàn)：

篇4

關(guān)鍵詞二階效應(yīng) ；偏心受壓 ； 法；層增大系數(shù)法

Abstract: The lateral to have the frame structure, should consider the effect of the second order. And second order effect of the simplified calculation method of commonly used a layer and increase coefficient method. Choose different calculation method can make the calculation method for the bearing capacity structure component changes. This paper discusses the layer and increase coefficient method two calculation method considering the second order effect of the structure of the components when eccentric loading the influence of the bearing capacity calculation method.

Key Words: Second-order effects; Eccentric loading; Method; Layer increase coefficient method

中圖分類號(hào)：O24文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：

1 引言

框架結(jié)構(gòu)在橫向作用時(shí)有可能會(huì)產(chǎn)生較大側(cè)移。該側(cè)移在豎向力的作用下會(huì)增大構(gòu)件的端彎矩。如果在對(duì)結(jié)構(gòu)進(jìn)行設(shè)計(jì)時(shí)沒(méi)有考慮側(cè)移引起的二階效應(yīng)，則會(huì)使結(jié)構(gòu)內(nèi)力計(jì)算結(jié)果偏小，從而導(dǎo)致結(jié)構(gòu)配筋不足而引發(fā)結(jié)構(gòu)的破壞。所以應(yīng)該充分考慮有側(cè)移結(jié)構(gòu)的二階效應(yīng)。

2二階效應(yīng)的考慮方法

常用的二階效應(yīng)的考慮方法有 和層增大系數(shù)法兩種。

法是在用計(jì)算機(jī)進(jìn)行結(jié)構(gòu)設(shè)計(jì)之前考慮的一種簡(jiǎn)化計(jì)算方法。這種計(jì)算方法是在計(jì)算彎矩時(shí)，將二階效應(yīng)引起的彎矩增大等效為偏心距的增大。將初始偏心距乘以偏心距增大系數(shù) 來(lái)考慮二階效應(yīng)對(duì)結(jié)構(gòu)彎矩的影響。結(jié)構(gòu)所受的二階效應(yīng)大小的一個(gè)重要影響因素就是結(jié)構(gòu)的等效長(zhǎng)度 。而彎矩增大多少，是否合理的取決于 的求法是否合理，所以該種方法被稱為 法。

層增大系數(shù)法早在上個(gè)世紀(jì)60年代就已經(jīng)有學(xué)者進(jìn)行過(guò)研究[1][2]。因?yàn)闃前宓乃絼偠认鄬?duì)于豎向構(gòu)件而言可以看做無(wú)限大，所以在不考慮樓板水平變形的情況下，可以認(rèn)為樓板的豎向構(gòu)件的上下端的水平位移即為層間位移。也就是沒(méi)有考慮二階效應(yīng)的一階層間位移。而一階層間位移的增大系數(shù) ，就是二階效應(yīng)引起的彎矩增大幅度。

3兩種二階效應(yīng)的考慮方法對(duì)偏心受壓計(jì)算的影響

兩種方法均可以來(lái)考慮二階效應(yīng)對(duì)構(gòu)件受力的影響，但是不同的考慮方法對(duì)結(jié)構(gòu)的內(nèi)力和承載力的計(jì)算和結(jié)果都會(huì)帶來(lái)差異。本文主要討論兩種方法對(duì)結(jié)構(gòu)偏心受壓計(jì)算時(shí)所帶來(lái)的影響。

采用 法考慮二階效應(yīng)，進(jìn)行構(gòu)件偏心受壓計(jì)算的方法如下。首先根據(jù)公式（1）求出初試偏心距。該初試偏心距中的軸向壓力對(duì)截面重心的偏心距是在沒(méi)有考慮二階效應(yīng)作用的彎矩與軸力的比值。再根據(jù)公式（2）求出偏心彎矩增大系數(shù)，其中構(gòu)件的計(jì)算長(zhǎng)度可以在文獻(xiàn)[3]中查取。再根據(jù)公式（3）求得軸向壓力作用點(diǎn)到縱向受拉鋼筋合力點(diǎn)的距離。然后根據(jù)公式（4）、（5）求出采用偏心受壓柱的承載力的大小。

（1）

（2）

（3）

（4）

（5）

式中 為初試偏心距； 為軸向壓力對(duì)截面重心的偏心距； 為附加偏心距； 為考慮二階影響的偏心距增大系數(shù)； 為截面有效高度； 為構(gòu)件計(jì)算長(zhǎng)度； 為截面高度； 為偏心受壓構(gòu)件曲率修正系數(shù)； 為構(gòu)件長(zhǎng)細(xì)比對(duì)截面曲率的影響系數(shù)。

對(duì)采用 法計(jì)算偏心受壓構(gòu)件的公式可以看出，二階效應(yīng)的考慮主要體現(xiàn)在求解 上，而影響 取值的很重要的因素就是 的取值問(wèn)題。從文獻(xiàn)[3]可知，現(xiàn)在在確定 時(shí)并沒(méi)有考慮梁柱線剛度比的影響，所以在很多情況下會(huì)產(chǎn)生比較大的誤差。比如，當(dāng)梁柱的線剛度比較大或者線剛度比較小時(shí)，或者在復(fù)雜框架結(jié)構(gòu)中都會(huì)產(chǎn)生較大的誤差。而且在求解 時(shí)，沒(méi)有考慮同一層各個(gè)柱側(cè)移相等的條件，而是各個(gè)柱子分別計(jì)算的，所以在跨度不等的結(jié)構(gòu)中也會(huì)產(chǎn)生較大的誤差。在框架剪力墻結(jié)構(gòu)和框架核心筒結(jié)構(gòu)中，由于結(jié)構(gòu)比較復(fù)雜，在采 法考慮二階效應(yīng)進(jìn)行簡(jiǎn)化計(jì)算時(shí)，可能會(huì)造成超過(guò)25%的誤差[3]。

采用層增大系數(shù)法計(jì)算偏心受壓構(gòu)件的計(jì)算方法與采用 方法大體相同。首先根據(jù)公式（1）求出初試偏心距。但是與 方法不同的是在求解 時(shí)，層增大系數(shù)法所用的彎矩值是考慮了二階效應(yīng)以后的彎矩值。該彎矩值可以通過(guò)公式（6）、（7）、（8）求得[4]。再根據(jù)公式（9）求出軸向壓力作用點(diǎn)到縱向受拉鋼筋合力點(diǎn)的距離。從公式（9）與公式（3）可以看出，采用層增大系數(shù)求解軸向壓力到縱向受力鋼筋合力點(diǎn)的距離時(shí)所采用的公式無(wú)需考慮偏心距增大系數(shù) ，這是因?yàn)樵谇蠼廨S向壓力對(duì)截面重心的偏心距時(shí)，已經(jīng)考慮了二階效應(yīng)的影響,所以無(wú)需再乘以偏心距增大系數(shù)。然后再根據(jù)公式（4）、（5）便可以求出偏心受壓構(gòu)件的承載力。由于目前計(jì)算機(jī)輔助設(shè)計(jì)日趨普遍，利用計(jì)算機(jī)考慮二階后的端彎矩的大小比較容易求得，所以采用層增大系數(shù)法進(jìn)行偏心受壓構(gòu)件的承載力相對(duì)于 法而言在某些情況下更為準(zhǔn)確。

（6）

（7）

（8）

式中， 為桿端截面偏心距調(diào)整系數(shù)；為彎矩增大系數(shù)； 為截面曲率修正系數(shù)。

5.結(jié)語(yǔ)

對(duì)于有側(cè)移的框架結(jié)構(gòu)，考慮二階效應(yīng)是非常有必要的。 法和層增大系數(shù)法都是考慮二階效應(yīng)的有效的方法，并且應(yīng)用也非常廣范。但是 法在有些情況下會(huì)造成較大的誤差，隨著計(jì)算機(jī)的廣泛使用，有限元輔助設(shè)計(jì)成為趨勢(shì)，層增大系數(shù)法也有了更廣闊的發(fā)展空間。

參考文獻(xiàn)

[1] E.Rosenblueth.Slenderness Effect in Buildings.Journal of the Structural Division[J]，ASCE，1965

[2] L.K.，Stevens.Elastic Stability of Practical Multistory Frame[J].Proceedings of the Institution of Civil Engineers，1967

[3] 徐有鄰,李明順等.混凝土結(jié)構(gòu)設(shè)計(jì)規(guī)范（GB50010-2002）[M].北京：中國(guó)建筑工業(yè)出版社，2002.

篇5

關(guān)鍵詞 內(nèi)容推薦；內(nèi)容過(guò)濾；項(xiàng)目特征空間模型；用戶興趣模型

中圖分類號(hào)TP391 文獻(xiàn)標(biāo)識(shí)碼A 文章編號(hào) 1674-6708（2014）118-0245-02

0 引言

自互聯(lián)網(wǎng)出現(xiàn)和普及以來(lái)，互聯(lián)網(wǎng)的用戶就開始學(xué)會(huì)了在網(wǎng)絡(luò)上獲取自己所需要的各種信息[1]。在互聯(lián)網(wǎng)發(fā)展的早期，用戶一般只能從各個(gè)門戶網(wǎng)站中做好的分類目錄來(lái)一級(jí)一級(jí)查找到自己所需要的信息，這在初期信息量不大的時(shí)候是可行的。隨著互聯(lián)網(wǎng)信息量的逐漸增多，搜索引擎的出現(xiàn)使得用戶在搜索信息方面得到了極大的便利，這使得用戶可以根據(jù)自己的需求去主動(dòng)定制篩選信息的條件，使得信息的查找和獲取效率有了極大的提高。但是隨著互聯(lián)網(wǎng)的進(jìn)一步發(fā)展，信息量的大幅增長(zhǎng)，即便是搜索引擎也無(wú)法完全使得用戶在面對(duì)海量信息時(shí)還能獲得對(duì)自己真正有用的那部分信息，對(duì)信息的接收和處理能力又降低了，再次引發(fā)了所謂的信息超載問(wèn)題。

于是個(gè)性化的推薦系統(tǒng)開始被提出、設(shè)計(jì)并實(shí)現(xiàn)。個(gè)性化的推薦系統(tǒng)就是針對(duì)不同的用戶提供不同的服務(wù)來(lái)滿足不同的需求。通過(guò)分析用戶歷史的操作記錄的方式推算其興趣點(diǎn)，對(duì)每個(gè)不同的用戶都會(huì)有特定的興趣模型設(shè)計(jì)，在進(jìn)行推薦服務(wù)時(shí)將會(huì)結(jié)合其興趣模型來(lái)計(jì)算推送內(nèi)容，也因此對(duì)于每一位用戶來(lái)說(shuō)，推薦結(jié)果都系統(tǒng)是根據(jù)其興趣點(diǎn)所特別定制的，不需要的內(nèi)容便不會(huì)被推薦，這極大地節(jié)約了用戶在查找篩選信息上花費(fèi)的時(shí)間，并提高了用戶獲取信息的效率。

現(xiàn)有的主要推薦算法，主要有基于內(nèi)容過(guò)濾的推薦，基于協(xié)同過(guò)濾的推薦，基于關(guān)聯(lián)規(guī)則的推薦，以及組合推薦等等。基于內(nèi)容過(guò)濾的推薦是建立在項(xiàng)目自身屬性信息基礎(chǔ)上的一種推薦算法，其主要依賴的是項(xiàng)目自身的屬性信息，而不去考慮用戶反饋的項(xiàng)目評(píng)價(jià)和偏好。基于協(xié)同過(guò)濾的推薦算法則是利用最近鄰技術(shù)，利用用戶的歷史偏好信息來(lái)計(jì)算用戶之間的距離，然后利用目標(biāo)用戶計(jì)算出的最近鄰居用戶來(lái)對(duì)項(xiàng)目評(píng)價(jià)的綜合評(píng)價(jià)值來(lái)預(yù)測(cè)目標(biāo)用戶對(duì)某一特定項(xiàng)目的偏好程度，系統(tǒng)從而根據(jù)這一偏好程度來(lái)決定是否對(duì)目標(biāo)用戶進(jìn)行推薦。基于關(guān)聯(lián)規(guī)則的推薦算法是以項(xiàng)目間的關(guān)聯(lián)規(guī)則為基礎(chǔ)，把用戶已確定偏好的項(xiàng)目作為規(guī)則頭，規(guī)則體作為推薦其對(duì)象。

基于內(nèi)容過(guò)濾的推薦有著很多優(yōu)點(diǎn)，如無(wú)項(xiàng)目的冷啟動(dòng)問(wèn)題和矩陣稀疏的問(wèn)題，對(duì)于偏好小眾的用戶依然可以進(jìn)行推薦，在推薦時(shí)容易例舉出推薦的理由等。

1 項(xiàng)目特征空間模型

為了能夠明確的表明用戶對(duì)于某個(gè)項(xiàng)目的興趣度或者偏好度，首先需要建立該項(xiàng)目的特征空間模型。所謂特征即是指項(xiàng)目自身可以與其他不同項(xiàng)目作為區(qū)分標(biāo)準(zhǔn)的屬性，所以在選擇具體的項(xiàng)目特征時(shí)需要根據(jù)具體的應(yīng)用場(chǎng)景進(jìn)行選擇，避免選擇無(wú)用的亢余屬性作為過(guò)濾標(biāo)準(zhǔn)。多個(gè)特征可以組成項(xiàng)目的特征空間模型，每一個(gè)特征稱為是該特征空間模型的一個(gè)維度。

通常來(lái)說(shuō)，一個(gè)項(xiàng)目的一個(gè)特征可以有多種選擇值，例如顏色可以有紅、黃、藍(lán)等選擇值。為了將某一特征進(jìn)行量化表達(dá)，可以將可選的特征值按系統(tǒng)規(guī)范的標(biāo)準(zhǔn)排序，則可以獲得一個(gè)對(duì)該特征的值表示為空的向量。此時(shí)特征向量中的元素仍未賦值。

之后需要根據(jù)該具體項(xiàng)目所具有的特征值給向量進(jìn)行賦值。對(duì)于所有排序的特征值，項(xiàng)目符合的值置1，不符合的值置0。例如，對(duì)于一個(gè)項(xiàng)目，其顏色為紅色，系統(tǒng)規(guī)定其特征向量中分別表示紅色、黃色和藍(lán)色，則，其特征向量的具體值應(yīng)當(dāng)為。將項(xiàng)目的多個(gè)特征向量值都求出后，由這些像兩只組成的多維向量即是該項(xiàng)目的特征空間模型。

2 用戶興趣模型

在獲取了項(xiàng)目的特征空間模型之后，則需要獲取用戶對(duì)于該類特征空間中各個(gè)特征的偏好值，即用戶興趣模型。用戶興趣模型指的是該用戶對(duì)某一類項(xiàng)目所共享的各種特征的具體值得偏好度，而非對(duì)某個(gè)具體項(xiàng)目的偏好度。用戶興趣模型的基礎(chǔ)數(shù)據(jù)來(lái)源包括用戶注冊(cè)時(shí)填寫的問(wèn)卷回答，用戶歷史操作數(shù)據(jù)的分析結(jié)果，或者結(jié)合協(xié)同過(guò)濾算法依據(jù)其最近鄰居的偏好來(lái)對(duì)其偏好進(jìn)行模擬等。

根據(jù)用戶的基礎(chǔ)數(shù)據(jù)資料，可以獲取對(duì)某一特征向量上各個(gè)特征值的偏好，該偏好可以用向量來(lái)表示。這里與中同一特征的索引應(yīng)當(dāng)相同，并且兩個(gè)向量征元素的數(shù)量應(yīng)當(dāng)相等。這里向量的賦值應(yīng)當(dāng)由用戶基礎(chǔ)數(shù)據(jù)資料計(jì)算，將用戶對(duì)該特征值的每次關(guān)注可以累積加1，從而最終獲得的是以絕對(duì)值表示的向量。為了便于計(jì)算，可以將絕對(duì)值表示的向量進(jìn)行標(biāo)準(zhǔn)化處理，使得不同用戶在對(duì)同一項(xiàng)目進(jìn)行偏好度計(jì)算時(shí)可以進(jìn)行統(tǒng)一標(biāo)準(zhǔn)的比較。

在獲取項(xiàng)目的特征空間模型以及用戶對(duì)于該類項(xiàng)目的興趣模型之后，便可以結(jié)合這兩個(gè)模型進(jìn)行排序計(jì)算。將向量與中的特征值元素一一對(duì)應(yīng)相乘后累加，則獲得的值為該用戶對(duì)于該項(xiàng)目的偏好度。對(duì)于t個(gè)項(xiàng)目，每個(gè)用戶應(yīng)當(dāng)可以計(jì)算出t個(gè)w的值，對(duì)著t個(gè)w的值進(jìn)行降序排序，便可以根據(jù)系統(tǒng)需要輸出需要的推薦結(jié)果。

3 模型影響因素

對(duì)于使用項(xiàng)目的特征空間模型和用戶的興趣模型進(jìn)行的內(nèi)容過(guò)濾算法，有兩點(diǎn)因素會(huì)影響最后的排序結(jié)果。一是項(xiàng)目特征值的坐落范圍，二是項(xiàng)目特征空間模型的維數(shù)。

某些項(xiàng)目的特征值跨度范圍可以比較大，這多出現(xiàn)于使用數(shù)值表示的特征值中。對(duì)于這些項(xiàng)目，其某些的特征向量中可能出現(xiàn)多個(gè)特征值為1的情況，從而導(dǎo)致最后計(jì)算偏好值時(shí)該特征方面獲得的分值較高，但是并不符合用戶期望的情況。避免這種情況發(fā)生的辦法是合理進(jìn)行可選特征值的規(guī)劃，使可選特征值盡少分布于多個(gè)區(qū)域，從而最終計(jì)算的偏好值集中于用戶真正關(guān)心的特征項(xiàng)上。

而項(xiàng)目特征空間模型的維數(shù)則會(huì)隨著其數(shù)量的增加而對(duì)結(jié)果產(chǎn)生不同的影響。當(dāng)選取的項(xiàng)目特征數(shù)量較少時(shí)，可以用于計(jì)算的數(shù)據(jù)較少，可能會(huì)導(dǎo)致計(jì)算出的分值都較低，差異小的現(xiàn)象，這樣會(huì)使計(jì)算出的結(jié)果不能很好的滿足用戶需求，在用戶需要的特征項(xiàng)上缺乏計(jì)算補(bǔ)充。而當(dāng)維數(shù)增加時(shí)，隨著計(jì)算數(shù)據(jù)的增多，計(jì)算出的分值最后差異會(huì)增大，容易分離出用戶真正需要的特征項(xiàng)，從而提高推薦的準(zhǔn)確性。

但是當(dāng)維數(shù)增加超過(guò)一個(gè)閾值時(shí)，反而會(huì)導(dǎo)致結(jié)果出錯(cuò)。這是因?yàn)楫?dāng)維數(shù)過(guò)多時(shí)，進(jìn)行內(nèi)容過(guò)濾的條件過(guò)于嚴(yán)格，甚至?xí)霈F(xiàn)所有項(xiàng)目都不符合用戶高期望的情況。在這種情況下，系統(tǒng)計(jì)算出的所有項(xiàng)目偏好度都是極低甚至為0分，排序出的項(xiàng)目也不是用戶所期望的。對(duì)于這種情況，可以使用機(jī)器學(xué)習(xí)的方法來(lái)讓系統(tǒng)逐步學(xué)習(xí)哪些特征項(xiàng)應(yīng)該是被添加的，而哪些特征項(xiàng)的權(quán)重較低是可以省略的，以保證項(xiàng)目特征空間模型的維數(shù)維持在合理的閾值內(nèi)。

4 結(jié)論

本文介紹了使用內(nèi)容過(guò)濾推薦算法進(jìn)行用戶偏好計(jì)算的方法及對(duì)結(jié)果的影響因素，在對(duì)一些特征比較明顯的項(xiàng)目上使用內(nèi)容過(guò)濾算法來(lái)獲得對(duì)用戶的推薦結(jié)果效果是比較顯著地。同時(shí)有兩點(diǎn)因素會(huì)影響著計(jì)算最后的排序結(jié)果，項(xiàng)目特征值的坐落范圍和項(xiàng)目特征空間模型的維數(shù)，通過(guò)合理的規(guī)劃項(xiàng)目特征項(xiàng)的數(shù)量與特征值區(qū)間的分布可以有效避免這兩點(diǎn)因素的影響。

參考文獻(xiàn)

[1]劉勝華，董利紅.基于內(nèi)容過(guò)濾的電子商務(wù)推薦算法分析[J].統(tǒng)計(jì)與決策，2006（17）： 146-147.

[2]王嫣然，陳梅，王翰虎，等.一種基于內(nèi)容過(guò)濾的科技文獻(xiàn)推薦算法[J].計(jì)算機(jī)技術(shù)與發(fā)展，2011，21（2）： 66-69.

[3]岑詠華，甘利人，丁晟春.基于內(nèi)容的 Web 個(gè)性化推薦技術(shù)研究[J].圖書情報(bào)工作，2003（8）： 30-34.

[4]方春暉.“內(nèi)容過(guò)濾”的客觀需求及其實(shí)現(xiàn)[J].中國(guó)數(shù)據(jù)通信，2005，6（8）： 14-18.

[5]王翠平.基于用戶興趣度的網(wǎng)絡(luò)信息過(guò)濾模型研究 [D].濟(jì)南： 山東師范大學(xué)，2007.

[6]劉建國(guó)，周濤，郭強(qiáng)，等.個(gè)性化推薦系統(tǒng)評(píng)價(jià)方法綜述[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2009，6（3）： 1-10.