适应方法

适应方法（精选12篇）

适应方法 篇1

评标方法即指运用评标标准评审、比较投标文件的具体方法。评标的标准, 一般包括价格标准和价格以外的其他标准 (又称非价格标准) , 以及如何运用这些标准来确定中选的投标。目前招标采购评标的模式不外乎两种, 一是以追求价格最优为目的, 诸如“最低投标价法”和“最低评标价法”等;二是以追求综合最优为目的, 诸如“综合评估法”、“性价比法”等。

关于评标方法, 《中华人民共和国招标投标法》作了基本规定, 国家各部委的分类和解释基本相同, 又略有区别。建设部《评标委员会和评标方法暂行规定》中规定:“评标方法包括经评审的最低投标价法、综合评估法或者法律、行政法规允许的其它评标办法”。财政部《政府采购货物和服务招标投标管理办法》中规定“货物服务招标采购的评标方法分为最低评标价法、综合评分法和性价比法”。

一、各种评标方法简介

经评审的最低投标价法 (最低评标价法) ——评标委员会根据招标文件中规定的评标价格调整方法, 对所有投标人的投标报价以及投标文件的商务部分作必要的价格调整 (无需对投标文件的技术部分进行价格折算) 。以能够满足招标文件的实质性要求, 且经评审的最低投标价的投标为中标候选人。

综合评估法 (综合评分法) ——评标委员会按同一基础或同一标准, 对各投标文件的技术部分和商务部分进行量化 (可以采用折算成货币的方法、打分的方法或者其它方法) 后, 对量化结果进行加权, 计算出每一投标的综合评估价或者综合评估分, 以最大限度地满足招标文件中规定的各项综合评价标准的投标为中标候选人。

性价比法——是指按照要求对投标文件进行评审后, 计算出每个有效投标人除价格以外的其他各项评分因素 (包括技术、财务状况、信誉、业绩、服务、对招标文件的响应程度等) 的汇总得分, 并除以该投标人的投标报价, 以商数 (评标总得分) 最高的投标人为中标候选供应商或者中标供应商的评标方法。

实践中, 还有称之模糊综合评判法、层次分析法、价值工程法、协商议标法、投票法等的评标方法。

综上所述, 评标方法大致可从评价属性、评价因素、量化方式和评价手段四个方面来划分:按其评价属性不同可分为定性评价法和定量评价法。如采用最低投标价法的投标预审, 采用综合评估法的打分和评标价计算;按评价因素不同划分, 分为单因素评价法和多因素评价法。如以价格为主要评价因素的最低投标价法、最低评标价法, 以价格因素和非价格因素 (包括技术、商务、交货期、服务等) 为评价因素的综合评估法;按其量化方式的不同又可分为打分法和货币法;按其评价方法不同可分为模糊综合评判法、层次分析法、神经网络法、价值工程法等。

还可从评标时段来划分, 分为一阶段评标法和两阶段评标法。

国际工程、货物评标惯例:评标由专家组成的评标委员会进行, 采用将非价格因素折算成报价的最低评标价中标的评标方法, 不采用打分法评标, 不接受报价低于某一标准 (或低于成本) 投标就无效的做法, 竞争以价格为主, 世行、亚行、联合国以最低评标价中标, 甚至最低投标价中标, WTO以最优报价中标。

招标评标工作需要考虑的因素很多, 推行以价格竞争为主的单一评标模式存在一定不足, 以技术、商务、报价等因素综合考虑的评标模式广泛使用, 评标方法多样化, 并已在不断探索中逐步完善。那么这些方法的适应性在实践工作中会怎样, 本人在文中进行分析比较, 谈谈自己的认识和看法。

二、评标方法的适用性分析

1、招标决策取向分析

我们假定每个投标人都有一个个体成本核算。招标人对标的物的最低要求 (图1中示为基本功能线) , 已反映在招标文件的技术和商务条款中。

通常, 功能图1项目招标决策取向图和成本成正比例关系。往往功能满足度越高, 成本就越大, 报价就越高。出于对标目的功能目标的实现和对风险防范的考虑, 每个招标人评标决策时一定会尽力避免选择报价低于个体成本和不满足基本功能要求的投标中投。

招标人决标时追求的目标无非有三:一是最低价格, 二是最优技术保证, 三是合同风险最小。

反映到招标决策时有三种取向:

(1) 着重考虑价格因素。基本功能满足要求时, 尽可能选择价格最低的投标人中标。选择区域落在上图中的最一区域和第三区域;

(2) 着重考虑功能完善。尽可能选择功能满足程度最高 (或优于招标要求) 的投标人中标。选择区域落在上图中的最一区域和第二区域;

(3) 功能和价格综合考虑。选择区域落在上图中的最一区域和第二、第三区域的上半部。

在项目招标实践中, 评标方法的不同选择大致都源于这三种决策取向。如最低投标价法属于第一种取向;综合评分法和性价比法属于第三种取向;第二种取向多采用定向采购和议标方式。针对不同招标项目的特点, 各种的决策取向都有其合理性, 评标方法的选择也是一样。

2、现行评标方法适用性分析

对采购者而言, 采用招标方式, 既是社会的一种要求, 也是效率较高的一种运作方式。在招标采购这样一个平台上, 招标人要达到自己的目标, 评标方法的选择尤其重要, 招标人对产品质量、进度、造价、风险控制等的诉求全部都应在评标方法中得到体现。只有选择了正确的评标方法, 才能取得好的招标绩效。

评标方法的选择, 我国政府有关部委文件都有一些指导性意见, 如:财政部《政府采购货物和服务招标投标管理办法》中“最低评标价法适用于标准定制商品及通用服务项目”;建设部《评标委员会和评标方法暂行规定》中“经评审的最低投标价法一般适用于具有通用技术、性能标准或者招标人对其技术、性能没有特殊要求的招标项目。不宜采用经评审的最低投标价法的招标项目, 一般应当采取综合评估法进行评审”;七部委《工程建设项目货物招标投标办法》中“技术简单或技术规格、性能、制作工艺要求统一的货物, 一般采用经评审的最低投标价法进行评标。技术复杂或技术规格、性能、制作工艺要求难以统一的货物, 一般采用综合评估法进行评标”。

最低投标价法是一种简单易用的方法。它以价格考察为主, 可以减少评委的主观倾向性, 体现投标单位的管理、生产技术和成本优势, 节约采购投资。但是它的缺点也非常明显。第一, 不保护投标商的利润, 中标人要承担奖金周转困难和利润率极低的风险, 进而影响招标人的工程进度和质量。第二, 制约了中小企业的发展, 不利于社会主义市场经济的均衡发展。第三, 容易产生低价抢标, 高价索赔, 中标后或是频频更改设计、造成决算价超出中标价, 或是偷工减料, 导致严重的质量问题, 或是有意拖延工期甚至中途撒手, 给招标项目造成较多麻烦, 甚至严重地影响工程顺利进行。第四, 单纯追求中标低价格, 容易挫伤技术先进、质量好的投标人的积极性。第五, 投标人的个别成本难以确认。

综合评估法评价因素多, 应用较为复杂。它的优点是考虑了各项评价因素的重要性, 既有定性分析, 又有定量评价, 兼顾了价格、技术等各方面因素, 能客观反映投标单位的整体实力, 有利于招标项目的顺利实施。但是下列原因将会导致采用这种方法评标时不公平、不公正:第一, 评分项目及其定量标准难以达到准确。第二, 业主对评委施加影响或评委对各投标文件不可能进行较全面的阅读、理解、比较, 容易产生“月晕”现象或以偏概全现象。第三, 业主和评委的总体知识水平和主观倾向性会严重制约评标的准确性和有效性。

任何评标方法都有其优点和不足, 也不可能适用于所有的招标项目。招标采购时应根据标的物特性和招标人条件选择合适的评标方法, 以达到选择到最优投标和提高招标绩效的目的。

通常, 招标人采购一些简单商品、半成品、通用设备、原材料以及其他性能、质量相同或容易进行比较的货物时, 评标决策的着重点是价格因素, 一般采用最低投标价法。也有考虑控制合同风险而采用综合评估法的。

对于较复杂的项目, 或者是招标人招标主要考虑的不仅仅是价格, 还包括技术、质量等方面的因素即对功能和价格综合考虑时, 常常采用综合评估法。

综合评估法有许多种, 区别在于对定性评标因素采取不同的量化和比较方法。模糊综合评判法主要用于工程建设项目评标;价值工程法、层次分析法主要用于设备材料项目的评标;神经网络法在普遍适用的同时, 更容易用于科研项目的评标。

摘要：现行招标评标工作需要考虑的因素很多, 推行以价格竞争为主的单一评标模式存在一定不足, 以技术、商务、报价等因素综合考虑的评标模式广泛使用, 评标方法多样化, 并已在不断探索中逐步完善, 同时有必要对现行的评标方法进行适应性分析。

关键词：招标,评标方法,适应性分析

参考文献

[1]白思俊等.现代项目管理[M].北京:机械工业出版社, 2003:33-68

[2]陈爽.材料设备采购招标管理[J].铁道物资科学管理, 2005, 第3

[3]黄永春, 齐国友.一种新的评标方法[J].建筑管理现代化, 2006, 第1期

[4]罗振奋.现行招标投标方法初探[J].中国西部科技, 2006, 第19期

[5]赖利纯.企业工程招标合理最低评标法探讨[J].集团经济研究, 2006, 总第202期

适应方法 篇2

1.拥有同情心

知道有人在密切关注他并让他学会自己去探索，经受风险颠簸，失望等，然后在慢慢过渡到另一边。同情心有时候很难。知道有人关心，理解可以帮助他收拾残局，这也是培养适应能力的基础。

2.重视解决问题的经历

控制好你的焦虑，因为你不能让挽救孩子成为一种习惯。相反，当她陷入困境时，尽可能多给他一些可行性的解决方案。如果你在给孩子讲解或解决问题时，你要教一些他不能解决的事情。你的目标不是解决这些问题，而是帮助孩子通过处理这些问题的经历来肯定自己的能力。

3.帮助调节幼儿情绪

当孩子们感到不知所措时，他们可能会崩溃。相比之下，孩子们应该可以更好的调节自己的情绪并接受挫折的考验。这样他们会更加适应失败并克服挫折。所以接受孩子的情绪并尊重他们的情绪。他可以从这些经历中吸取经验并学习。

4.让孩子保持激情

我们所追求那些包括我们的基情——这些都取决于孩子们的努力工作来实现他们自己的目标。要确保你的孩子有足够多的时间来追逐自己的`激情——这些并不能简单的从家庭作业中和电视时间中来进行判断。

5.培养孩子适应能力的误区

通过面对失败来发展孩子的适应能力是一个常见的误区。这也仅仅是一个神话罢了。孩子们通过成功处理失误就是在发展他们的适应能力。当孩子们有了内外两部分的支持而开始筹备的时候，他们能克服差异化。当一个孩子没有内外的支持时，并且他都是从失败中学习，这个孩子就可能有一种失败的姿态。也正是这些内外的支持帮助孩子把失败转变为信心，无论发生什么事，他都可以处理。

在日常生活中，你不能保护你的孩子免受大雨的侵袭。你所能做的就是确保孩子知道怎样去找到遮雨的雨伞并通过这场暴风雨变得更加自信。现在是时候开始训练孩子了。某一天，你的孩子开始回忆时，并记得这些艰难时刻。

★ 培养自信孩子的方法

★ 培养孩子全面发展的方法

★ 培养孩子耐心的方法

★ 培养孩子消防意识的方法

★ 培养孩子高情商的方法

★ 培养孩子逻辑思维能力的方法

★ 六个培养优秀孩子的家庭教育方法

★ 培养孩子端正的学习态度的方法有哪些

★ 培养孩子良好学习习惯的方法有哪些

初中生物教师适应新课程方法举隅 篇3

【关键词】新课程改革；转变；生物教学

正文

新课程改革对广大初中生物教师提出了更新，更高的要求。面对教育的改革，作为初中生物教师应如何适应新课改的要求，是值得我们共同思考的问题。以下几点是笔者一点浅薄的看法和思考。

一、要更新教育理念

初中生物教师应树立新的教育理念，只有在新的教育理念的指导下，才会采用创新方法培养出创新人才。教师要将传统“标准件”型教育观改变为创新型教育观；变“师道尊严”为“师生民主平等”的师生观；变“应试教育观”为“素质教育观”；变传授知识的教学观为培养学生学会学习的教学观。

现在初中生物的只是作为一门考查学科，要求较低，生物学这门课程的学习对于学生来说没有了太大的压力。那么如何提高学生的兴趣了？古人说得好：“知之者不如好之者，好之者不如乐之者。”什么东西，一旦心生快乐和喜好“负担”就没有了，而做自己不喜欢的事情，就会感到痛苦。使生物学学习成为学生自身的一种需求，让学生通过生物学的课堂解决他们自己的问题，通过教师朋友式的启发和引导使得学生学会观察、分析、理解、运用，逐步学会自主学习，应是我们每一位初中生物教师做的一件事。

在初中生物教育中，教师不再仅是让学生获得生物学知识和技能，而提高生物科学素养，培养学生的创新精神和创新能力，并重视学生的情感、态度以及价值观的形成，成为了现在初中生物教育的一个主要部分。

二、灵活的使用教材

对教材的创新处理就是指改革教材中落后于社会与时代发展的知识体系，建立使学生认识和把握未来发展的知识体系和活动体系。通常教材在编定后会在一定时间内保持基本稳定，但科学技术和当今社会正在迅猛发展，随着时间的推移，教材中必然会有部分内容不能适应学生与社会发展的需要，教师对这部分内容作适当变动是十分必要的。此外，教材内容的编排不一定都符合学生的认知特点，有时需要教师对其进行适当调整与重组，使教材更符合学生的认知规律和发展需要。教师对教材的创新处理包括对教材内容的增减、调整、重组或重新选定。例如，《花的结构》一课中是以桃花为代表来学习，但是授课时间段里早已经没有桃花，此时可以改用其他花如梅花代替，并适当将课往后移，这样便于学生有实物进行观察；再如《人体需要的主要营养物质》可以利用调解饮食减肥的方法让学生能更多的应用知识解决生活问题，可以增加促进学生参加实践活动的知识，培养学生的科学态度与实践能力。总之，只要教师用创新思路来处理教材，一定会使教学内容得到创新。

三、改革教学方法

古人云“师者，传道、授业、解惑也”，在生物教学中，倍受教师青睐的传统“讲授法”现已受到严峻挑战，它是以传授知识为主的教学方法，但已不能适应现在对新素质教育的要求。广大初中生物教师可以大胆进行教学改革，创新教学方法，以学生为主体，最大限度地培养学生的创新思维能力，实际操作能力以及学会学习的能力。例如，教师可引导学生进行探究式学习、讨论式学习、合作型学习、自学式学习等。

总之，创新教学方法一定要以更加有利于学生掌握科学的学习研究方法为宗旨，将现代的科学理念有机的结合到我们初中生物的教学实践之中。

四、使用新的教育手段

现代教育手段在当今教育和未来教育中应发挥特殊作用。现代教学媒体在生物教学中所起的重要作用是传统教学媒体所无法比拟的，它能增大教学容量，开阔学生视野，诱发学生思维；它使生物课堂更直观，更生动，更容易为学生所接受。在信息网络高度发达的今天，教师要引进各种先进的教学手段，并对网上资源进行开发、利用，重视网络对教学的影响，并教会学生自己利用网络查找各种生物学信息。

同时传统的教育手段也要在新的时期有所调整。随着城市建设的逐步完善教育资源是越来越丰富，科技馆、博物馆、主题公园等城市设施也成为了我们教学的优秀资源。生物学教学手段不再局限于课堂、书本，走出教室，走出学校，走进城市，走向生活，让学生的眼、耳、口、鼻等所有能调动起来的感官都一起活跃起来，感受自然，感受生活。如在《绿化，我们共同的行动》这个单元中就可以让学生走进城市的每一个角落，观察、了解、记录、讨论、设计……为我们城市的建设出谋献策，使学生觉得学习就是生活的一部分，在生活中学习，在学习中更好的生活。

五、不断学习

面对新课程改革，教师应不断获取新知识、信息，以提高自身的知识素养和创新能力。生命科学是当前发展最快的学科之一，作为初中生物教师只有不断扩充知识信息，才能适应教育改革与时代发展的需要。教师只有不断接受新知识才能促进创造性思维的发展。因为每个人在长期的生活工作中，容易形成一种思维定势，必然妨碍创造性思维的产生，而新知识，新信息的出现不仅给人们以新的创造基础，而且能引发人们的好奇心，引发新的联系乃至幻想，增加迸发创造性思维火花的机会。

新课程改革对教师提出了更高的要求，但只要我们敢于突破旧思路的限制，牢记以学生为本，是生物教育的主旋律，是实施素质教育的关键，就能够培养出适应时代发展要求的学生。

自适应局部线性降维方法 篇4

当今,很多领域所涌现出的数据多为海量数据,其特点往往是高维的、非线性的、非结构性的。高维数据给现实世界中事物的描述带来了更加准确的信息。然而,高维特性存在着大量的冗余信息,对数据处理问题带来了极大的复杂性。高维数据降维是近年来新兴的热门技术,在感知网络、信息检索和人工智能等很多领域得到了广泛的应用,其实质是通过探索数据内部的关系结构,将高维数据在不改变数据几何结构的情况下映射在低维空间中,去除噪音,挖掘出隐藏在高维空间中的低维本征表示,便于后续处理,减少学习时间,提高学习精度。

目前,很多高维数据降维方法被提出,主要分为线性降维与非线性降维。经典的具有高斯分布线性结构数据的线性降维方法主要包括多维尺度变换MDS(Multi-dimensional Scaling)[1]、主成分分析PCA(Principal Component Analysis)[2]和线性判别分析LDA(Linear Discriminant Analysis)[3]等简单、易于理解的降维方法。然而,各个领域所获得的真实数据更多表现为非线性结构,传统的线性降维方法难于探索出固有的数据内部几何结构。近些年兴起了一种新型的能够处理非线性结构的高维数据降维方法,即流形学习,已成功应用于很多领域。著名的流形学习方法主要包括局部切空间排列LTSA(Local Tangent Space Alignment) [4]、等距嵌入Isomap(Isometric map)[5]、局部线性嵌入算法LLE(Local Linear Embedding)[6]以及HLLE(Hessian LLE)[7]等。这些方法将高维数据视为由少数有代表性的特征变量构成,其目的是寻找隐藏在高维数据空间中的低维流形结构,最终达到降维的目的。此外,一些新的方法被提出,主要包括邻域保持嵌入NPE(Neighborhood Preserving Embedding)[8]、局部保持投影LPP(Locality Preserving Projection)[9]、正交的邻域保持投影ONPP(Orthogonal Neighborhood Preserving Projection)[10]以及局部判别投影LDP(Local Discriminant Projection)[11]等,这些方法对应于已有的非线性算法,主要通过提取数据的局部信息,分析和探索数据局部结构的集合特性,将非线性结构线性化,有效地达到降维的效果。

针对目前流形学习方法的嵌入效果非常敏感于局部邻域的选取方式,提出一种自适应邻域选择的局部线性降维方法。该方法评估真实数据的固有维数,判断每一数据点的局部切方向,以便自适应地选择每一数据点的邻域数,使得不同数据集与邻域选取方式之间存在很好的自适应性,实现更好的降维效果。在人工生成数据集上和医学数据上的仿真结果表明,所提方法得到了良好的降维效果。

1 自适应局部线性降维方法

针对引言描述的目前流形学习方法的嵌入效果敏感于局部邻域的选取方式等问题,提出一种自适应邻域选择的局部线性降维方法,通过探索现实数据的固有维度以及局部切空间结构,适应性地决定每一样本点的最合适的局部邻域,使之达到更好的降维结果。

1.1 邻域选择的自适应方法

现有流形学习方法所设定数据点的局部邻域数大多由人为给定,且邻域的选取方式对降维嵌入的结果影响很大。本文通过挖掘数据的固有维数,同时判别局部切方向来自适应地决定数据点的邻域数,降低敏感性因素。目前,很多流形学习算法假定样本点的局部为一个线性的小区域,因此,判别每一数据点处的流形走势是局部邻域数选取的优质策略,即判别其密度、曲率等指标来选取局部邻域大小。如果局部邻域选入切方向变化较大的样本点,它将会导致成为非线性结构,这样会得到较差的嵌入结果。因此,获取数据的流形走势需要由数据固有的内在结构所决定,以便选取合适的邻域数,而此方案的实现归因于数据局部的本征维数与切空间的评价。

首先,对数据的估计本征维数做简单介绍。目前,著名的本征维度ID(Intrinsic Dimension)估计方法是最大似然估计法MLE[12],已经在不同领域的数据上获得了良好的评估效果。MLE方法通过建立近邻间距离的似然函数来得到固有维度的极大似然估计,即估计样本集合X的本征维数$\overline{d}$。它假设每一个小邻域的样本点均匀分布,并且假设样本点近似地处于服从泊松分布的增长半径的超球空间中。因此,样本点xi的局部k邻域的本征维数由式(1)计算:

$\overline{d}{}_k(x{}_i)=\frac{1}{k-2}{\displaystyle \sum _{j=1}^{k-1}\log }\frac{{\rm T}{}_k(x{}_i)}{{\rm T}{}_j(x{}_i)}(1)$

其中,Tk(xi)是样本点xi与其第k个近邻点的欧式距离。这样,数据集X的本征维数$\overline{d}$则通过平均化所有样本点的局部k邻域本征维数获得:

$\overline{d}=\frac{1}{{\rm N}}{\displaystyle \sum _{i=1}^{{\rm N}}\overline{d}}{}_k\left(x{}_i\right)(2)$

下面评价局部空间的切方向。首先将局部样本点构造协方差矩阵,然后将其进行特征值分解[2],从大至小排序特征值λ1≥λ2≥…≥λm≥…≥λk,每个特征值对应一个特征向量,每个特征向量体现对应的分解方向。这样,选取m个最大的特征值对应的特征向量构成一个矩阵Hi,记为数据点xi的切方向,且构成矩阵Hi必须满足下面2个条件:(1) 确保λm的值足够的大;(2) λm+1的值很小。这样,原始局部数据点的固有信息能够由矩阵Hi充分地表达,因为特征值λ越大,它所体现的信息量越大。注意:分解特征值阶段要求有足够大局部数据点[12],即m维超平面可由m+1个数据点构成,所以至少需要m+1个数据点。因此,欲想得到合适的λm值使得Hi能够固有地体现数据的内在信息,可以通过定义λm为样本点xi与其邻域点的期望半径来实现,记为$\overline{{\rm T}{}_k(x{}_i)}$。本文通过将前$\overline{d}$个最大特征值对应的特征向量所构成的矩阵Hi看作为$\overline{d}$维的超球空间[13],以此来准确地计算$\overline{{\rm T}{}_k(x{}_i)}$。数据点xi与其近邻点xj的期望半径$\overline{{\rm T}{}_k(x{}_i)}$即为此超球体的半径,因此,在此超球体中所观察到数据点N(r)的期望为:

E[N(r)]∝rd (3)

且

TN(r)(xi)≈r (4)

通过式(3)和式(4)结合可以得到:

$\overline{{\rm T}{}_k(x{}_i)}=\left(\frac{1}{k}\right){}^{\left(\frac{1}{\overline{d}}\right)}{\rm T}{}_k(x{}_i)=\left(\frac{1}{k}\right){}^{\left(\frac{1}{\overline{d}}\right)}\left|x{}_i-x{}_j\right|{}_2(5)$

因此,邻域数k通过迭代地增加,即在$\overline{d}$维超球体中每次加入1个样本点,在每次迭代过程中,新的期望半径$\overline{{\rm T}{}_k(x{}_i)}$会在数据点xi处产生,直至$\lambda {}_m\ge \overline{{\rm T}{}_k(x{}_i)}$,将不再增加样本点。依据文献[14],判别$\lambda {}_m\ge \overline{{\rm T}{}_k(x{}_i)}$可由样本点xi的切方向Hi定义所实现,即局部切空间判别如下:

$\left|({\rm I}-{\rm H}{}_i{\rm H}{}_i^{{\rm T}})(x{}_i-x{}_j)\right|{}_2<\overline{{\rm T}{}_k\left(x{}_i\right)}(6)$

其中,j=1,2,…,k。对数据点xi邻域的每个点做判别,如果增加样本点能够使得式(6)成立,新的样本点将不断被增加,直至式(6)不成立为止。

1.2 自适应局部线性降维算法

基于1.1节所提出的自适应邻域选择方案以及基于流形学习的局部线性嵌入LLE算法[6]基本框架,提出一种自适应的局部线性降维算法,具体步骤如下:

步骤1 根据自适应邻域选取方案,选择每一数据点xi的邻域数$k\left(k<{\rm N}\right)$;

步骤2 找到每一数据点xi的k个近邻点,距离公式为:

$d{}_{ij}=\left[{\displaystyle \sum _{k=1}^D\left|x{}_{ik}-x{}_{jk}\right|}{}^p\right]{}^{\frac{1}{p}}(7)$

在本方法中,取p=2表示欧氏距离。

步骤3 假设高维样本点集为X=[x1,x2,…,xN],xi∈RD,目标降至d维空间中Y=[y1,y2,…,yN],yi∈Rd,且d<<D。通过求解优化问题式(8),计算局部重建权值矩阵{wij}:

$\{\begin{array}{l}\min \epsilon (W)={\displaystyle \sum _{i=1}^{{\rm N}}\parallel }x{}_i-{\displaystyle \sum _{j=1}^{k}w}{}_{i{}_j}x{}_j\parallel {}_2^2\\ \text{s}.\text{t}.{\displaystyle \sum _{j=1}^{k}w}{}_{i{}_j}=1\end{array}(8)$

其中,xij(j=1,2,…,k)为xi的k个近邻点中的第j个近邻点,wij为xi和xj之间的权重。结合条件限制,式(8)被转换为:

$\min \epsilon (W)={\displaystyle \sum _{i=1}^{{\rm N}}\parallel }{\displaystyle \sum _{j=1}^{k}w}{}_{i{}_j}(x{}_i-x{}_j)\parallel {}^2$

$\begin{array}{l}={\displaystyle \sum _{i=1}^{{\rm N}}\parallel }(x{}_i-x{}_j)w{}_{i{}_j}\parallel {}^2\\ ={\displaystyle \sum _{i=1}^{{\rm N}}(}w{}_i){}^{\text{Τ}}{\rm Z}{}_{i}w{}_i\end{array}$

其中,Ζi=(xi-xj)T(xi-xj)为第i个样本点的局部协方差矩阵。依据Lagrange乘子法可求解该约束问题:

$\begin{array}{l}L(W)={\displaystyle \sum _{i=1}^{{\rm N}}(}w{}_i){}^{\text{Τ}}{\rm Z}{}_{i}w{}_i+\lambda \left({\displaystyle \sum _{j=1}^{k}w}{}_{i{}_j}-1\right)\Rightarrow \\ \frac{(\partial L)}{\partial w{}_{i{}_j}}=2{\rm Z}{}_{i}w{}_i+\lambda \times 1\Rightarrow {\rm Z}{}_{i}w{}_i\end{array}$

通常令Ζiwi=1求得wi。

步骤4 通过解决优化问题式(9),将高维空间数据X映射至低维空间Y。

$\{\begin{array}{l}\min \Phi (Y)={\displaystyle \sum _{i=1}^{{\rm N}}\parallel }y{}_i-{\displaystyle \sum _{j=1}^{k}w}{}_{i{}_j}y{}_j\parallel {}_2^2\\ ={\displaystyle \sum _{i=1}^{{\rm N}}\parallel }Y{\rm I}{}_i-Yw{}_i\parallel {}^2\\ ={\displaystyle \sum _{i=1}^{{\rm N}}\parallel }Y({\rm I}{}_i-w{}_i)\parallel {}^2=\text{m}\text{i}\text{n}trY{\rm M}Y{}^{\text{Τ}}\\ \text{s}.\text{t}YY{}^{\text{Τ}}={\rm I}\end{array}(9)$

其中,I表示N维单位矩阵,Ii表示I的第i列,M=(Ι-W)T(Ι-W)。使用Lagrange乘子法,解得MYT=λYT,则M的特征向量为得到的降维后的坐标。

2 实验结果

2.1 人工生成数据集

首先采用两组智能生成的三维数据集Helix和Twin-peaks对本文方法进行性能评价。使用本文方法、LLE和LPP方法将其从3维降至2维,结果如图1所示,本文方法有效地保证了数据间的内部几何拓扑关系结构,获得了较好的2维嵌入效果。

2.2 在医学乳腺肿瘤诊断上的应用

病例数据描述:选取UCI机器学习数据库[15]中的乳腺癌数据集Breast,将Breast数据集删掉缺省属性值的样本病例,有683个样本病例剩余,检测9项病理诊断(丛厚度、细胞大小均匀度、细胞形状均匀度、边缘黏附、单上皮细胞大小、裸核、Bland染色、常规核仁、有丝分裂),也就是说Breast数据集有9个特征,每个特征的取值范围为[1,10],病情状况分为两类: 一类表示恶性肿瘤,另一类表示良性肿瘤。这样,每个病例包含9个条件特征和1个决策特征。采用10折交叉验证的方法,平均将数据集等分成10份,其中9份作为训练集,1份作为测试集,实验重复10次,最终取平均值作为预测结果。

将Breast数据集用本文提出的算法进行降维,然后分别使用C4.5决策树、LLE+C4.5以及本文方法+C4.5对降维前和降维后的数据进行分类预测,结果见表1。可以看出:降维处理前的Breast数据集进行C4.5准确度预测为91.45%,而本文方法+C4.5的准确度预测为98.36%,比降维处理前的C4.5预测精度高出6.91个百分点,这相当于在一万个病例中多出约690个病人能够被准确地诊断出良性或恶性肿瘤,已经达到了很高的精度,及时地帮助了病人的治疗。

3 结 语

流形学习方法是高维数据降维的重要方法。提出一种自适应局部线性嵌入降维方法,通过估计数据的本征维度和局部切空间来自适应地选取数据点的邻域数,使之实现更好的降维。实验结果表明所提出的方法获得了很好的结果。

职场新人快速适应环境的方法 篇5

有些职场人士做到一定成绩后，就开始飘飘然，认为高人一筹，这种心态是很不好的。在中国人眼里，做人往往比做事更重要。一个谦虚好学的人更为企业高层赏识。

当你的工作有了一定成绩时，切忌骄傲自大，目中无人。要懂得韬光养晦，继续保持良好的工作态度。你所做的事情即使你不说出来，别人都能够看得到，但是你如果做人太失败，往往会被孤立，对于日后晋升有极大阻碍。

2、任何时候都要有明确目标

很多人初涉职场都感觉很迷茫，不管是工作上还是人际关系上都觉得力不从心。几年之后还是浑浑噩噩，没有什么建树。这是因为他们一开始没有给自己定下一个明确的目标。有了目标，才会激发你的动力，才能让自己更好地工作。

目标的确定不宜过高，如果你认为你刚刚进入一个公司不久就能够升职，你就大错特错。建议职场新人做好每日的工作目标规划。例如，今天一定要做好哪方面的工作，明天要做好另一方面的工作等。定期建立一个比较大的目标，比如做销售，可以定下一个月要做到多少业绩等。

3、不要怕吃亏

初入职场，可能很多事都需要去学习，也可能会在某些事情上吃亏。但是小编提醒大家，不要怕吃亏，更不要怕吃苦。因为“吃得苦中苦，方为人上人。”哪一个企业高层没有经历过这个过程呢？在这种情形下，适当地进行一下职业规划，勇敢地接受挑战，会让你积累更多经验。

总结：职场新人对于职场并没多大的了解，一些了解还是听到前辈的讲述才知道。所以，对于初入职场的新人来说，适时地了解职场心理学，掌握职场生活法则，对以后的职场生存非常重要。

低碳小城镇规划适应性方法探讨 篇6

关键词：低碳小城镇；规划；适应性方法

小城镇属于乡村之首、城市之尾，是联系乡村与城市之间的纽带和桥梁，能够吸纳大量的农村剩余劳动力，在现代经济快速发展过程中，小城市规划工作的成效直接影响着小城镇的建设成效与乡村的可持续发展，更加影响着我国社会主义新农村建设目标的顺利实现。

在现阶段下，对小城市进行规划的主要任务就是为居民创造出良好的生活环境，带动小城镇与周边村镇经济水平的发展。一般情况下，大多数小城镇规模小、经济基础差，其发展会经历曲折、复杂的过程，在低碳背景下，探索小城镇规划适应性方法具有很强的现实意义。

1 现阶段下小城镇规划过程中的常见问题

1.1 存在就城镇论城镇的问题

国家在编写小城镇规划时，已经对小城镇的发展有了科学的指导，从某种意义而言，小城镇规划已经具备了区域规划性指导与区域观点，但是在传统因素的影响之下，对于小城镇规划前期研究不足，尤其缺乏小城镇镇域内部空间及其与周边空间联系的研究。在这一背景下，在对小城镇进行规划时，只能够使用简单的空间结构进行规划，将小城镇纳入孤立空间规划范畴中，与经济发展脱节，也不符合低碳社会的发展需求。从小城镇发展角度来对其进行规划并不科学，必须要从区域角度来出发，这样才能够提升规划工作的有效性。

1.2 编制体系不完善

在长期城乡二元结构体系的影响下，我国城镇县域体系规划工作不够完善，小城镇布局分散，城镇、城市与农村之间的联系不紧密，无法发挥出相应的职能。此外，现阶段下小城镇发展依据仅仅是小城镇总体规划，还没有相关的环保制度、土地利用制度与基础设施建设制度，规划工作的可操作性、连续性与完整性不足，知识小城镇建设工作的开展困哪重重。

当然，小城镇在建设与规划过程中需要用到的理论是很多的，以上的这些理论是远远不足的，如果不尽快制定出系统、完善、科学的技术管理体系与规划理论，必然会影响小城镇经济水平的发展。

1.3 公众参与度不足

城市规划公众性极强，小城镇规划工作更是关乎众多居民的切身利益，是一项长远的公共政策，在编制过程中必须要让公众参与进来，目前，我国小城镇规划编制体系包括市（县）城镇体系规划与小城镇总体规划两个部分，一般情况下，需要先完善城镇体系规划，在编制小城镇总体规划，遵循循序渐进的原则进行编制。但是，每一个小城镇的情况都是不同的，编制人员不可能全面了解每一个小城镇的情况，又没有自上向下与自下向上的互动机制、反馈机制与调控机制，致使小城镇编制规划出现脱节问题，无法起到理想的指导效果。

为了解决这一問题，在进行规划时，必须要鼓励广大人民群众参与进来，提升规划工作的针对性。

2 低碳背景下小城镇规划适应性方法

2.1 注重前期研究工作

在农村城市化进程的推进下，小城镇已经不是农村集镇了，而逐步的演变为一种商业服务中心，能够有效带动本地区的发展，小城镇发展的重要动力就是经济水平的发展，在开展规划工作时，必须要做好前期研究工作，从长远的角度看待问题，分析小城镇规划与经济发展之间的关系，分析小城镇在发展过程中遇到的各项问题，确定合理的发展方向，完善相关的产业布局，实现农业产业化与现代化发展，形成特色化产业结构。

2.2 做好区域研究工作

小城镇并未鼓励存在的，而是通过通讯、交通与其他小城镇、城市、农村开展着信息、人员、物资、技术、资金的交流，形成了有机统一的整体，在对小城镇进行规划时，必须要站在区域性发展角度进行研究，注意到小城镇与周边城市、城镇、乡村之间的协作与分工，协调好环境、社会以及经济联系。从现代系统理论的角度进行研究，对小城镇的环境、文化背景、地理环境、资源状况进行深入的分析，确定小城镇的地位、作用与功能。

2.3 制定出弹性规划机制

在低碳背景下，很多因素都会给小城镇的发展造成阻碍，致使小城镇的发展表现出了不确定性的特征，传统“终极蓝图”与“静态式”发展模式已经不适宜小城镇的。在这一背景下，是无法按照一成不变的规则来预测的，必须要制定出弹性规划机制，在许可范围内提升规划灵活性，提升土地规划的兼容性，许可土地混合开发。在土地开发强度上，可以在维护公众利益以及保障环境质量的前提因素下适当增加开发强度。

2.4 引入公众参与机制

在市场经济环境下，常常存在着“市场失灵”的问题，公众物品供给无法保障实现，同时，小城镇的规划会影响很多人的利益，如果不实施公众参与机制，必然无法取得群众基础，也会给社会发展带来沉重的负担。为此，在小城镇发展过程中，必须要引入公众参与机制，利用公众听证、规划公示以及政务公开的方式听取群众意见，拓展群众参与公众的深度与广度，推进小城镇社会化进程的拓展。在进行规划时，要注意听取社会各界的意见，鼓励人民群众参与进来。

3 结语

总而言之，小城镇属于我国城市化进程发展的重要力量，在我国经济发展工作中起着举足轻重的作用，就现阶段来看，我国低碳小城镇的发展过程中还存在着一系列的问题，如果这些问题不解决，必然会影响社会经济的繁荣稳定。为此，在规划工作中，必须要全面考虑到各种因素，从全局角度进行分析，推进城乡关系与生态景观的结合，确定好城市布局与城市改造工作中的重点，这样才能够保障小城镇朝着低碳方向发展。

参考文献：

[1]芦建国，程治国，陈璇. 低碳经济理念下的城镇建设——以北京四季青镇建设发展为例[J]. 中国城市林业. 2011（02）

[2]秦宇楠，王玉芬，姜志恒. 基于低碳理念下的小城镇规划建设初探[J]. 低温建筑技术. 2011（03）

适应方法 篇7

1 指导思想

往年我们组织的全院护理人员技术考核都在示教室举行,按科室顺序,项目抽签进行。这样做的优点是:设备条件规范、齐全,护士只为考试而准备。针对以上弊端,为了配合我院开展的“以病人为中心”的整体护理模式病房工作的推广,我们走出示教室,跟班随时考核,护理部及考核组进入病区,遇见什么操作考核什么,这样不仅考出了真实成绩,而且带动了日常护理工作逐步走向规范化、标准化。考核中,由于操作在病房,在病人床边,我们就势在考核现场请病人及家属进行比较、评说。这样,在考核护士的同时,将标准的护理技能模式展示给每一位病人及家属,我们的护理工作得到了他们的理解、支持和监督。

2 结合科室性质改革考核方法

2.1 我院每个护理单元每季度均对本科护士进行护理技术操作考核。在此基础上,护理部每季度组织全院统一的基础理论、技术操作考核。我们按照山西省卫生厅编印的《基础护理操作评分标准》,按不同科室的不同性质进行考核。如手术室的重点是:口腔护理、麻醉床、无菌技术、注射、导尿,铺各种床、注射等。其中,针对手术室、供应室的特殊性质,我们做了大胆尝试,在科室自考的基础上,我们将手术室基础知识、供应室验收标准以及医院控制感染知识、基护等内容融到一起列出考题27道和20道,两个科室分别抽签答题,并将内容纳入近期科室业务学习内容。这样,考核与应用相结合,得到了护士们的赞同,而且带动了对基本理论和技能学习掌握的主动性和积极性。

2.2 在考核过程中,由于处在病房,往往受到环境的干扰,如病人和家属为护士讲情,其他护士帮忙等,或有的护士在看到考核人员进入病区的,又重新补充用物等,我们都严格标准。但是,发现错误或操作不当时,立即请其它护士纠正。做到边考核边教学边提高,收到了很好的效果。

3 增加基础考核的内容

我们按照“三甲”验收标准,将14项基础护理操作规程印发人手一册,列为今年第二轮技术考核内容。内容如晨、晚间护理、褥疮护理、占用应用床换床单法等。我们将深入科室进行考核,相信这对我院的基础护理工作是一个很大的推动。

4 效果评估

4.1 考出了真实的成绩

2007年技术考核历时2个月时间,是有史以来最长的一次,应考人员23名,除了产假等特殊情况外,实际参考人员20名,占应考人员的94%,考核后平均分数为87.5分,较2006年90.7分低了3.2分。虽然分数低了,但考出的是实际水平,使考核起到了鞭策和促进的作用。

4.2 得到了护士的赞同

这样的考核方法,不脱离实际,平时做什么考什么,而且边做边改,记忆深刻,容易纠正。

4.3 得到了病人的称赞

考核过程中,一些病人及家属反映,他们也从中明白了什么是标准,什么是应该做的,什么是错误的。对护理工作的科学性有了很大的理解。同时,病人在以后的休养期间,表现出主动、自觉地配合和互相宣传护理工作要求,融洽了护患关系。

4.4 提高了护理工作标准和基护质量

适应气候的建筑设计策略及方法 篇8

随着经济的快速发展, 人们的物质生活得到极大满足的同时, 对自身生存、居住环境也更加的关注。适应气候的建筑设计是对当地的气候条件进行合理的利用与改善, 为人们建设更加舒适、安全的居住环境, 同时保证建筑与自然环境相统一。适应气候的建筑设计从本质上来说也是一种绿色设计、生态设计, 使人们的社会活动与气候条件相适应, 保护城市的生态环境。因此, 加强建筑设计与气候因素的结合, 有利于更好的保护环境, 实现建筑业的可持续发展。

1 适应气候的建筑设计概述

1.1 建筑设计适应气候的重要性

与环境气候相适应的建筑设计是一项非常复杂的设计过程, 设计方式具有多样性和全面性, 并且它的设计方式不是简简单单的数学推导, 它需要在大量的数据信息分析的过程中针对具体的问题进行解决的一种设计方式, 继而形成一种具体的实际模式。

在建筑设计模式的选用过程中要与当地气候环境相适应, 结合现代建筑设计理念将建筑设计的能源利用和环境保护放在重点位置, 如果在建筑设计的过程中无法保证这两点, 将带来严重的经济损失和环境损害。在适应气候的建筑设计过程中, 要充分考虑建筑地区的温度、气候的变化情况, 并制定一年内的气候变化数据库, 并结合气候数据库的内容, 明确不同时期人们的舒适要求, 为建筑设计奠定基础。

1.2 气候适应性建筑设计的目的

好的建筑设计必须与当地的气候环境相适应, 而我国地域范围广, 气候差异大, 因此在建筑设计的过程中要因地制宜。建筑设计与当地气候条件相适应, 主要目的表现为两方面:一方面, 建筑设计与气候条件相适应, 可有效节省资源, 符合建筑企业的可持续发展理念;另一方面, 建筑设计与当地气候条件相适应可以提升建筑的舒适度。目前在建筑的过程中为了达到第一方面节省资源的目的, 在设计的过程中大多利用太阳能、自然风等被动的技术手段来增加围护的结构温度, 实现建筑的保温效果。太阳能、自然风等自然资源的利用使建筑资源得到有效的减少, 同时也保证了建筑的舒适度。而建筑舒适度的影响因素是多方面的, 在建筑设计过程中气候因素的合理利用对建筑的舒适度具有决定性的影响。

2 适应气候的建筑设计原理

随着可持续发展理念的提出, 我国的建筑行业也在积极的变革, 建筑设计不仅追求可持续发展理念, 也要求保护环境, 建设生态建筑, 而适应气候的建筑设计符合当今建筑设计的需求。在建筑设计的过程中结合气候因素, 不仅可以给人们带来更加舒适、安全、绿色的生活环境, 也有利于节约资源, 建设资源节约型、环境友好性社会。在建筑设计的过程中依据一定的设计原理, 结合建设场地的地质以及气候情况, 采用适应的建筑手段, 建设绿色、环保的建筑结构。

适应气候的建筑设计原理主要指的是通过建筑自身的系统进行调节, 保证建筑的舒适性, 这属于被动式的调节方法, 也可以采用主动式调节方法即利用环境设备等进行调控。适应气候的建筑设计主要目的是在建设的前期, 减少不利因素对建筑设计的影响, 保证设计的舒适性、安全性和可靠性。在设计的过程中, 尽量多的应用被动式设计方法, 减少环境设备的应用, 使建筑设计更加的节能、环保。

3 适应气候的建筑设计策略

3.1 考虑气候的要素和分区

建筑设计的科学性、适应性的衡量标准是多方面的, 其中与气候相适应是其衡量的重要内容。在建筑设计的过程中要与当地的气候因素相适应, 因地制宜的采用相适宜的建筑设计方式, 气候因素一直是建筑设计需要考虑的重要内容。例如, 热带地区的建筑形式与寒冷地区的建筑存在较大的差别。热带地区, 气候炎热, 当地的建筑设计原则主要是依据恒温原则进行设计, 避免太阳光的直射, 同时还会利用蒸发降温技术, 保证建筑温度的适应性。但在寒冷地区的建筑设计主要考虑的内容是如何进行建筑保温, 要充分利用太阳能, 保证建筑的温度。

3.2 符合生态气候学的原则

目前的社会生活和发展环境要求建筑设计需要遵循生态学原则, 可有效节省建筑资源保护环境, 为人们提供更加舒适、安全、环保的生活环境。适应气候的建筑设计是在保证建筑质量以及建筑适宜性的基础上开展而来, 不能忽略建筑设计的本质, 不能以牺牲建筑本身的安全、可靠来实现。与气候相适应的建筑设计是在节能、环保理念的基础上发展而来, 有利于实现建筑企业的可持续发展。

4 适应气候的建筑设计方法

4.1 合理选择建筑朝向

建筑设计的朝向对建筑的适宜性具有重要影响, 它对气候条件的利用具有决定性的作用。建筑设计的朝向问题直接关系到建筑内部空气的流动状况, 对建筑的通风条件以及日照条件的利用具有重要作用, 可进一步提高建筑的适应性以及舒适性。而建筑朝向确定需要考虑多方面的影响因素, 例如建设场地的地质情况、建设产地的风向、光照条件等, 综合分析这些因素, 才能科学、合理的确定建筑的朝向问题。

通常情况下, 建筑朝向的影响因素主要体现在两方面, 一是主风向, 二是日照。以我国南方的气候条件为例, 在建筑设计朝向问题的选择过程中需要主要考虑建筑的通风情况。为了保证建筑拥有良好的通风条件, 建筑的朝向应与夏季风呈45°, 使建筑内部形成良好的自然通风系统。同时, 还要注意建筑的排列形式, 当建筑呈行列的排列方式时, 在建筑设计的过程中要避开夏季主风向, 防止建筑之间产生较大的漩涡区, 影响后排建筑的通风。多栋建筑呈行列式排布时, 建筑朝向应与夏季风呈30°-60°, 保证建筑内部的自然通风条件。在保证建筑拥有合理的自然通风系统的同时, 还要对日照进行适当的调节和利用, 我国的建筑朝向基本上是坐北朝南, 保证建筑获取更多的光照, 但在建筑的过程中应结合实际的设计条件对其朝向问题进行分析。

4.2 注意通风与防潮

从一定程度上来看, 人类对风的态度是具有双面性的, 对于热带地区的人们来说, 人们普遍欢迎凉爽且具有一定湿度的风, 但是在一些潮湿多雨的地区, 人们更希望能够利用干燥温暖的风将空气中的湿气带走。

例如, 对南方地区进行建筑设计时, 南方地区属于冬冷夏热的地区, 属于典型的亚热带季风气候, 这里夏季的风速较小, 湿度较大, 很容易会使人产生一种闷热感, 因此在建筑设计过程中, 通风和防潮是其中的重点。在住宅设计中, 每个住宅单元选用两梯两户的户型, 这种户型充分利用南北贯通的户型格局, 在这种格局设计中会形成过堂风, 炎热的夏季可以很好的实现热传导以及形成对流。此外, 在节能要求得到满足的前提下, 还可以适当的开启门窗扇, 保证春秋两季可以有效获得良好的自然风, 通过这种方式可以有效减少过度季节空调的能耗。在设计裙房屋面中, 可采用绿化种植屋面, 不仅空间景观绿化面积得到增加, 同时对于能耗的降低也起到重要作用。

5 结语

总而言之, 随着环境问题、能源问题的日益凸显, 我们的生存环境已受到严重的制约。建筑对环境的破坏、对能源的需求, 致使越来越多的人关注建筑行业的发展。将气候因素积极的引入到建筑设计当中, 并消除不利气候因素的影响, 达到节能降耗、保护环境的目的, 有利于实现建筑行业的可持续发展, 是生态建筑、绿色建筑的重要表现。在适应气候的建筑设计过程中要积极的控制人工能源的用量, 积极应用自然资源, 例如实现建筑内部的自然通风系统、保温系统等, 实现真正的节能降耗, 同时, 也有效的减少了建筑行业对周边环境带来的压力, 实现与自然环境的和谐相处。

参考文献

[1]梁趛珮.试析适应气候的建筑设计策略及方法研究[J].江西建材, 2015 (8) :20-20.

[2]夏远.适应气候的建筑设计策略及方法研究[J].建筑工程技术与设计, 2015 (27) :410-410.

[3]张会.适应气候的建筑设计策略及方法研究[J].环球人文地理, 2014 (20) :68-68.

[4]叶守森.适应气候的建筑设计策略及方法研究[J].城市建筑, 2013 (10) :37-37.

负荷跟踪发电系统自适应控制方法 篇9

1蒸汽温度控制系统

如图1所示,由于主蒸汽过热器运行时间常数较长,过热器入口的蒸汽温度通过过热器预测热交换量, 决定过热器出口温度。过热器入口的蒸汽温度通过向入口处蒸汽中混合给水控制,最终使过热器出口的蒸汽温度值控制在规定数值内。蒸汽在高压缸中做功结束后,被送入再热器中进行下一次加热,然后作为再热蒸汽送入中 压缸中。整个过程 采用的是 常规PID控制[6,7]。

在这个运行过程中,仍存在控制过程上的问题,由于在主过热器与再热器中进行的再循环燃烧气体的热量交换,所以调节燃烧气体的再循环量可以满足控制再热蒸汽的温度要求,但这样主蒸汽的温度也会受到影响; 其次,如果改变了主过热器入口的蒸汽温度,那么在主过热器里的燃烧气体到蒸汽的热交换率就会相应受到影响,从而影响了燃烧气体的温度以及再热蒸汽。常规的控制方法对多控制量的相互影响处理效果较差,使得控制系统对负荷的跟踪效果较差。

2模型参考自适应控制系统原理

针对以上问题,提出了模型参考自适应控制系统 ( Model Reference Adaptive Control System,MRACS) 。它使得被控对象紧跟参考模型的动态特性,并可以解决主蒸汽温度多个状态影响下不断变化的问题,使得误差很快的趋近于稳定,控制效果较为理想。为了达到被控对象的控制期望从而建立了MRACS的参考模型。

如图2所示,给参考模型和被控对象分别加入相同的目标输入信号,而控制期望是由参考模型的输出结果或运行状态给出。基于以上描述,MRACS的基本工作原理为: 在控制过程运行中,被控对象的动态总是追踪参考模型的动态,并与之相统一。当两者输出状态产生误差时,系统的参数调整机构发挥作用,通过调整自身系数使被控对象的某些参数发生改变,最终尽可能的减小被控对象输出结果与参考模型运行结果的偏差。控制器参量是参量调整机构在得到ym,y和e等状态变量后,通过一定的算法获得,通过不同算法获得的参量调整机构所需的状态向量会有所不同,在收敛时,对象模型和控制律的对应关系传递函数与参考模型传递函数运行结果一致,从而实现模型跟踪,因此,当对象模型发生变化时,为了达到模型跟踪的目的,控制器参量需要实时更新[8]。

3参量调整机构的设计

MRACS的参量调整机构可由不同方法获取,如梯度法、超稳定理论、李雅普诺夫稳定理论等,无论方法如何,其结果通常是等价的。本文采用梯度法[9,10,11]推算参量调整机构。

控制器选择一个可调增益KC,定义被控对象设备的实际输出为y; 参考模型在负荷输入作用下得到的输出为ym,被控对象设备实际输出与参考模型输出的广义偏差为e。设参考模型的传递函数

被控对象设备的传递函数

广义误差

设所选性能指标为

下面建立参量调整机构,为使性能指标IPRM取到最小值,对可调增益KC做出调整。假定可调增益KC为不变的可调增益初值KC0及可变的增益部分 ΔKC表示,即

用梯度法计算参数调整机构。在以性能指标IPRM所构成的一个超曲面上进行整个搜索过程,如图3所示。假设起点为点A,其性能指标值为IPRM1,然后沿负梯度方向搜索到性能指标值为IPRM2的1点,接着搜索到2点,一直搜索到性能指标达到最小值的n点,且有IPRM> IPRM1> IPRM2> … > IPRMn。任一直面的梯度为

将式( 4) 带入式( 6) 中,可得

定义搜索步长为 λ,然后按性能指标负梯度方向搜索一个步长,KC的改变量为

将式( 7) 和式( 8) 代入式( 5) ,可得

所以当考虑到e = ym- y时,可得

式( 10) 即为调整KC的参数调整结构。其中 y /KC称为可调系统输出对可调增益KC的“敏感度函数”。 由于系统中高频干扰的存在,微分元件在构成系统时要避免使用,因此在参数调整结构中敏感度函数y/Kc也要尽量避免使用,为此要作如下变换。对于本文中并联的MRACS来说,参考模型的传递函数和被控对象设备的传递函数都已经给出。

由式( 1) 和式( 2) 得

把结果代入式

其中,μ = λ/K为常数,式( 10) 即为参数调整结构。

4仿真分析

根据以上理论分析,在Matlab中建立模型,并通过仿真验证理论的可行性。取某300 MW锅炉主蒸汽温度控制系统在负荷为30% 下测得的过热器动态特性,如表1所示,采用一阶系统作为被控对象设备的广义传递函数,并选取相同结构的参考模型传递函数,如表2所示。

输入对象采用实事负荷数据,负荷变化为210 ~ 350 MW,将建立的系统模型与传统控制方法效果进行对比。结果如图4 ~ 图8曲线所示。

由以上图可以看出:

( 1) 由图4与图5的曲线可以看出MRACS的误差变化紧跟负荷的变化,将图5放大得到图6,虽然系统有些波动,但是误差依然在0附近较为平整的变动, 并且恢复稳定时的所需时间较少,控制效果较为满意。

( 2) 将图6与图7作对比可以看出,采用MRACS后所引起的负荷误差远小于传统PID控制方法造成的误差,前者的误差范围约为0. 01且反应时间短,而后者误差范围稳定后约为5,可见MRACS对系统的负荷跟踪效果很明显。

( 3) 此外,图6与图8在600 s与1 200 s时同时动作,说明采用MRACS后,由于参量调整机构对误差的调整及控制器的制动,使得误差较快的得到调整并达到了稳定的调整效果,由此说明控制信号能够紧跟变化的误差。

5结束语

本文以主蒸汽温度控制结构为对象,采用MRACS对被控对象设备进行了研究。在设计出控制系统的参量调整机构后,通过搭建模型,用负荷实时数据作为输入对象,进行了仿真。仿真结果证明了新的控制能够得到更好的动态性能参数和控制效果,验证了所提控制方式的有效性。以此说明MRACS可以有效的跟踪负荷的变化,可以有效地改善发电设备在温度控制方面由于多干扰引起的负荷波动问题。

摘要：随着智能电网的建设,电力系统要求发电机组既能快速响应负荷变化,又能保证自身安全经济地运行。发电系统中锅炉蒸汽温度控制过程的动态特性随负荷的大小而变化,并且存在控制量和操作量产生相互干扰等问题。文中提出了一种能够进行负荷跟踪的模型参考自适应控制系统,并利用梯度法推导出可以快速调节误差的参量调整机构,以确保系统的稳定性和抗干扰性。并进行了数据仿真,其仿真结果表明,采用模型参考自适应控制系统能够得到动态性能参数和控制效果,具有一定的理论指导意义和应用前景。

一种自适应异常检测方法研究 篇10

本文研究的对象是基于模板图像的异常检测,而抖动和光照变化是造成异常误判的两个主要原因,为了实现精准的检测,本文提出了一种能消除抖动和光照变化影响,精准检测异常的新方法。该方法确立感兴趣区域,尽量避免无关像素参与异常决策,保证检测的准确性;基于投影的分块快速匹配结合了灰度投影法快速性和分块模板匹配法能估算复杂运动的优点,能在光照变化和异常影响下消除抖动;图像配准后使用多项式拟合的方法能较好地消除光照变化的影响;基于加权多区域差分矩阵进行异常判断,如果有异常,则在界面上显示异常发生的具体位置,没有异常,则系统进入下一个周期的异常检测。

1 前景计算

根据异常检测的实际需求,设计了整个检测系统的处理流程如图1,其中前景计算作为整个系统的预处理,要求确立可能的多个感兴趣区域并设定其敏感度,避免无关像素参与异常决策而导致异常的误判。由于大部分异常检测系统都有运动区域异常显著性的特点,因此本文通过人为设定,并结合基于欧式距离的颜色差分法来确立感兴趣区域。

本阶段首先在模板图像上根据实际的检测需求人为设定一个或者多个四边形区域为初始的感兴趣区域,并分别设定其对异常的敏感度。然后在初始的感兴趣区域内,基于运动区域异常显著性的特点,分割出最感兴趣的区域。为了使得分割出来的运动区域不至于产生较多的空洞和断裂,引入欧氏距离的基于彩色信息的差值模型:

其中ft(x,y)为区域内运动过程中第t帧图像(x,y)坐标处的颜色值,b(x,y)为模板图像(x,y)坐标处的颜色值,mtr,mtg,mtb分别为第t帧图像在(x,y)坐标处的红,绿,蓝分量和模板图像的红,绿,蓝分量的差。将结果图像二值化,分割出第t帧中的运动区域St。经过多帧分割,并且将每一帧分割的结果进行叠加,当叠加的结果趋于稳定时,迭代结束,此时分割出来的即为最感兴趣的运动区域S,并在系统内部给此区域设定一个高的敏感度,定义下式(2)表示:

2 异常的判断过程

摄像头抖动和光照的变化是影响异常判断的两个主要原因,为了得到正确的异常判断结果,依次消除抖动和光照变化的干扰再作异常决策是必要的。

2.1 基于投影的分块快速匹配法消除抖动

本文对分块模板匹配法进行改进,在区域运动矢量估算时以投影法代替匹配法,并在保证运动估算准确性的基础上,对投影运动矢量计算进行了速度上的改进。改进后的基于投影的分块快速匹配法的思路如图2,具体步骤如下:

1)图像分区。分别对模板图像与待检测图像分区,如图5(a)和5(b)所示。区域大小应当适中,划分过大会使得区域内的旋转运动不能被忽略;而划分过小,投影曲线变化量不够,会降低运动矢量估计的精度。

2)区域灰度投影。在模板图像和待检测图像的每个子区域做水平和垂直方向的灰度投影,具体的投影变换公式如(3)所示:

其中cur(i,j)表示子区域(i,j)处的灰度值,row(i)、col(j)分别表示子区域的第i行、第j列所有像素点的灰度和。图3为模板图像和待检测图像中左上角坐标为(64,128),大小为32像素的子区域的水平和垂直投影曲线。

3)子区域快速运动矢量计算。将待检测图像的行、列投影曲线与模板图像中对应子区域的行、列投影曲线作相关运算,根据两条相关曲线的谷点确定水平、垂直方向上的位移矢量。其中列投影互相关运算公式如下:

其中1≤i<2m+1,g(j)、gi(j)分别表示待检测图像和模板图像子区域内第j列的投影,j的取值范围为投影区域的列数d,m为运动矢量的最大偏移值。设Imin为c(i)最小时i的取值,则待检测图像子区域相对于模板图像在水平方向上的位移为:

该过程如图4,计算结果如图5(c)中的白线所示。

4)全局运动矢量计算。得到待检测图像各个子区域

相对于模板图像的运动矢量后,利用摄像机的6参数仿射模型和最小二乘法,求出待检测图像的当前全局运动矢量。根据局部运动矢量应该反映全局运动矢量的原理,将当前全局运动矢量和子区域运动矢量对比,差值大于设定阈值,则认为该子区域存在异常或者灰度层次和结构过于简单,舍弃该区计算结果,图5(c)中的红线表示该点的当前全局运动矢量,红线与白线的不一致反映出该点所在区域发生了异常或者灰度层次和结构过于简单。由于子区域较小,因此大部分子区域的光照变化可近似看作是灰度的整体提升或者降低,不会影响子区域运动矢量的计算结果。用剩余子区域的运动矢量精准计算全局运动矢量。

5)运动补偿。待检测图像到模板图像的全局运动参数描述了两者之间的运动位置关系,利用此参数可将待检测图像变换至模板图像坐标系实现运动补偿,从而达到消除待检测图像与模板图像间抖动的目的,消除抖动后的效果如图5(d)。

2.2 多项式拟合消除光照变化的影响

光的反射、遮挡、物体的运动都会引起环境光照的变化,导致待检测图像感兴趣区域的光照分布发生变化,造成系统对异常的误判。本文选用多项式拟合的方法来消除光照变化的影响,设计思路如图6,具体步骤如下:

1)将待检测图像与模板图像以R分量相减。以工业主板为实验对象,其中模板图像如图7(a),待检测图像如图7(b)。在相减的结果图像7(c)中,仅受光照变化影响的地方灰度缓慢变化,而真正有问题部分的边缘灰度是突变的,内部也是缓慢变化的。

2)应用在空域和频域都最佳的高斯滤波器来分割单纯的光照变化部分和有问题部分。高斯函数的二维分布表示为:

其中σ为高斯分布的空间尺度因子。高斯函数对相减得到的结果图像f(i,j)的滤波表示为卷积形式:

在光照减弱的情况下,f-fg大于零的位置为图像f(i,j)中有问题部分的边缘,小于零的位置为光照变化部分,而光照增强的情况恰好相反。通过水平扫描整幅图像,以有问题部分的边缘为分界线分割出光照变化部分并标记为1,有问题部分标记为2,无任何变化部分标记为0。如果没有标记为2的点,则可判定无异常发生,3)、4)、5)以及后续步骤就不必再执行了。

3)光照变化部分选取均匀分布的样点。将标记为1的点的坐标及其R分量作为元素保存到一个向量中,然后运用随机取样的办法,选取空间位置均匀分布的足够多的样点,作为多项式拟合的基础。每次选取一个样点后就将该样点元素和向量搜索范围内的最后一个元素交换,并将下次随机取样的向量搜索的范围向前减1。

4)多项式拟合有问题部分的光照变化。本文选用了二次多项式的形式:

该表达式有6个参数,但是为了得到较好的拟合结果,实验选取了均匀分布的能足够代表光照变化情况的样点。在多项式的系数求出之后,将有问题部分的各个像素坐标代入(8),得到各像素R分量的光照估计值。对图7(c)中感兴趣区域有问题部分的光照变化拟合后的结果如图7(d)所示。

5)消除有问题部分的光照变化。将待检测图像中有问题部分的各像素的R分量值减去相对应的R分量的光照估计值,其结果7(e)作为异常判定的依据。

2.3 基于加权多区域差分矩阵的异常判定

消除光照变化的影响后,接着就可以对待检测图像进行精准的异常判定了。考虑到可能存在多个感兴趣区域,且各个区域的敏感度也可能不同,因此本文采用基于加权多区域差分矩阵的方法,根据各个感兴趣区域内的灰度变化量和不同的敏感度来综合判定当前是否有异常发生。该方法如公式(9)和(10)所示:

其中0≤Ci≤1,Si表示第i个感兴趣区域,Ts(i)表示第i个感兴趣区域内所有像素的灰度变化量的绝对值之和,Ci表示第i个感兴趣区域的敏感度,T表示Ts(i)上加权运算的结果,grayik(x,y)表示在待检测图像的第i个感兴趣区域的(x,y)处的灰度值,grayi(x,y)表示在模板图像的第i个感兴趣区域的(x,y)处的灰度值。同时,在所有初始四边形区域内部的运动区域是敏感度最高的感兴趣区域,它的敏感度是所有Ci中最大的。

当T大于系统内部设定的固定的阈值T0时,则系统判定感兴趣区域内有异常发生,同时在界面上显示异常发生的具体位置;否则判定感兴趣区域内没有异常发生,系统进入下一个检测周期。

3 实验与总结

实验的视频图像采集于用模具生产产品的工业场景,图像的分辨率为640*480。首先人为设定监控的感兴趣区域及其敏感度,如图8(a),并在此基础上多次应用欧氏距离的基于彩色信息的差值模型来分割最感兴趣的运动区域并给它设定一个较高的敏感度,如图8(b);然后在消除可能发生的抖动和光照变化的影响后,使用基于加权多区域差分矩阵的方法进行异常的判断。如果有异常发生,则在界面显示异常的具体位置,如图8(c)和8(d)。

通过工业现场2000个小时对异常检测系统的测试,得出结论:本系统有较好的消除抖动的能力,在有光照变化影响的情况下,能正确地判断异常的发生,实验效果良好。

在产品和模具异常检测的应用上,该方法保持着99.9%以上的准确率,能正确检测出不合格的产品,及时发现模具表面的残留物并处理,避免模具受损,为企业节省了人力和开支。

4 结束语

本文提出的基于投影的分块快速匹配法与分块模板匹配法相比,效率要高很多,与灰度投影法相比,它能完全消除旋转的影响;多项式拟合的方法实验效果和双立方插值法差不多,但效率明显高于top_hat变换法和双立方插值法。实验结果表明:该异常检测方法执行速度快,能较好地适应工业异常检测系统实时性的要求,能消除抖动和光照变化的影响,异常检测的正确率很高。

摘要：在工业、军事等领域,有时需要检测图像感兴趣区域是否有异常发生。而抖动和光照变化都会导致异常的误判,消除它们实现精准的异常检测是一个难题,为此,提出一种解决办法。该方法使用基于投影的快速分块匹配来消除待检测图像与模板图像间可能存在的抖动;接着多项式拟合有问题部分的光照变化来消除其影响;最后基于加权多区域差分矩阵进行异常的判定。研究结果表明:此方法能精准地检测到图像感兴趣区域内异常的发生。

关键词：异常检测,块匹配,多项式拟合,加权多区域差分矩阵

参考文献

[1]WANG Xiao-yong,LI Qi,XU Zhi-hai,et al.Real-time digital image stabilization system based on gray Projection algorithm[J].ActaPhotonica Sinica,2006,35(8):1268-1271.

[2]SUN Hui.Fast gray projection algorithm and its application to electronic image stabilization[J].Optics and Precision Engineering,2007,15(3):412-416.

[3]CHANG Hungchang,LAI Shanghong,LU K R.A robust real-time video stabilization algorithm[J].J.Vis.Commun.Image R,2006,25(17):659-673.

[4]JACKWAY P T.Improved morphological Top-Hat[J].IEEE Electronics Letters,2000,36(14):1194-1995.

适应方法 篇11

（国家汽车质量监督检验中心，襄阳 441004）

汽车前照灯是保证汽车安全行驶的重要部件，在交通密度急剧增大的今天，人们对前照灯的照明和防眩目的要求越来越高，由于传统的汽车前照灯在实际的应用中存在很多不足，出现了自动适应车辆行驶状态的前照灯系统——前照灯自适应系统（AFS），AFS前照灯系统是目前国际在车灯照明领域最新的技术之一，同时也是一个和行车安全息息相关的主动式安全系统。

AFS系统具有多种能适应于不同外界环境的照明模式，能根据汽车所处的不同状态及环境自动改变照明的范围及效果，对于它的定义及检测要求也必定与传统前照灯不同，欧洲1994年启动了 Eureka Project（EU1403）计划，联合多家知名厂家研究AFS及相应法规，2007年ECE R123法规00版发布，至此对AFS形成了一个明确的定义及要求，随着AFS的发展，该标准也在不停的改进和完善，2009年3月允许将LED光源作为AFS的光源，2010年发布了01版，本文将重点介绍依据 ECE R123/01［3］版对 AFS如何进行配光试验。

1 AFS原理

目前开发的AFS一般是由传感器组、CAN总线、AFS控制单元（ECU）和执行器组成。从图1我们看到当车辆进入弯道或其他特殊的道路状况时，AFS控制单元（ECU）通过CAN总线从方向盘转角、速度、车身高度、环境照度、环境湿度等传感器组分别获得转向轮旋转角度、车速、车身倾斜角度、道路照明情况、雨量大小等信息，控制单元对这些信息进行控制算法处理，由执行机构执行改变汽车前照灯的照射角度及照射范围。

2 AFS照明模式

AFS 照明模式及实现条件包括以下几种［1，2］：

（1）乡村照明模式（C）：适合于普通乡村道路上行驶的车辆，类似于普通的近光灯。作为默认的基本照明模式。

（2）城市道理照明模式（V）：城市中一般有路灯照明、但道路复杂、交错。AFS在考虑到车辆市区行驶速度受到限制的情况下，可以产生如图2所示的比较宽阔的光型，道路左侧区域的照度得以增强，同时未对对面驾驶员或其它道路使用者产生额外眩光，有效地避免了与岔路中突然出现的行人、车辆可能发生的交通事故。

（3）高速公路照明模式（E）：车辆在高速公路上行驶，因为具有极高的车速，所以需要前照灯比乡村道路照得更远，照得更宽。AFS采用了如图3所示更为宽广的光型解决这一问题。

（4）恶劣天气照明模式（W）：恶劣天气照明模式主要针对的是阴雨天气，地面的积水会将前照灯照在地面上的光线反射至对面会车司机的眼睛中，使其目眩，进而可能造成交通事故。AFS前照灯发出特殊光型，减弱地面可能对会车产生眩光的区域的光强，以避免反射光对车辆前方的驾驶员造成炫目见图4右。

（5）弯道照明模式（T）：传统前灯的光线因为和车辆行驶方向保持着一致，所以不可避免的存在照明的暗区。一旦在弯道上存在障碍物，极易因为司机对其准备不足，引发交通事故。AFS前照灯在车辆进入弯道时，通过对车辆传感器提供的转向角、车速等参数进行评估和分析，采用水平旋转近光灯或增加附加光源的方法，给弯道及交叉路口以足够的照明，见图5。

随着多种AFS照明模式的出现，如何根据AFS前照灯的配光要求进行配光试验也将成为我们关注的焦点。

3 ECE R123配光要求及试验

本文简要介绍一下AFS的C级、V级、E级、W级近光的配光检测流程及方法，因为远光的测试点和传统前照灯的基本相同，所以本文只介绍近光。

3.1 配光试验设备

本文所使用试验设备为德国LMT公司生产的“GO-H1400”全自动灯具配光分析系统。该系统由照度传感器、测试转台、供电电源、控制显示系统、工业控制计算机等硬件部分组成，试验转台用于安装灯具，可以实现灯具在三个方向的移动以及绕中心的转动，通过设置工控机中的系统软件参数可以对供电电源、转台旋转角度进行控制，照度传感器采集信号后输出给工控机进行数据分析处理。

3.2 配光测试要求

3.2.1 AFS近光配光屏幕

与传统前照灯相比，AFS前照灯相对复杂一些。ECE R123/01［3］中给出了新的配光测试屏幕图，见图6，为了适应不同的路面及环境条件，标准中改变了一些区域的范围，新增了一些测量点、线，下面一一解读这些点、线和区域。

将AFS测试点分为三个部分。

（1）沿用传统前照灯的照明点及防眩点如B50L（防眩点—对方驾驶员眼睛位置）、HV （明暗截止线分界点）、50 R （本车道右边缘距前照灯50 m处的照明点）、75 R （车辆右边道路距前照灯75 m的点）、50V（车辆正前方 50 m 的点）、50 L（本车道右边缘距前照灯50 m的点）等。

（2）III区（明暗截止线上方的车灯防眩区）分III a和III b，均是针对不同级别的近光由八个点围成的多边形区域。在III区中的一些测量点如S50、S50LL、S50RR、S100、S100LL、S100RR 以 完 成 对 行车上方道路指示牌的照明。

（3）新的测量区域及点：BLL、BRR、P 点主要是针对行人的测试点，使原有的照明区域更宽，线段10和20代表车辆前方10米内和20米内的照明区域，近距离的测试区域可以有效地控制会车驾驶员的眩目。近光最大值在一个矩形区域内，以保证路面中心的足够亮度。

3.2.2 各级别近光的不同配光要求［3］

C级近光为基础近光，下面分析各级近光与C级近光差异。

V级近光适用于城市道路，V级近光开启条件为：

（1）车辆在城市道路或配备有路灯等固定照明的道路上行驶，且车速不超过60 km/h；

（2）路面亮度达到1 cd/m2、水平路面亮度持续超过10lx；

（3）车速不超过50 km/h。在有交叉路口、交通复杂的城市道路上，近距离的行人和车辆成为V级近光照明的重点。相对C级近光取消了对S50、S50/LL/RR、S100/LL/RR等对上方道路指示牌的要求，取消了P点的最低限值要求，取消了75R的要求增加了50R的要求，Emax最低照度值只有C级的一半，BR、BRR、BLL取统一限值，旨在将Emax区域的光均匀分布到车辆前方的近距离范围内。明暗截止线初始水平部分位置相对于C级近光0.57D变为0.57D～1.3D之间，也可以理解为增强近距离的大面积的照明。

E级近光主要适用于高速公路及没有行人及岔路的公路，开启条件为车速大于70 km/h，E级近光还分E1、E2、E3不同模式，车速达到80 km/h开启E3模式，车速达到90 km/h开启E2模式，车速达到100 km/h开启E1模式，车速达到110 km/h所有E级近光全部打开。E级近光开启时车速相对较快，所以制动距离就较远，因此远距离的照明显得至关重要，相对于C级近光，一些远距离照明点如75R、50V、50L的下限要求增加，明暗截止线的水平位置随着不同E1、E2、E3模式要求分别为不高于0.34D、0.45D、0.57D，与C级近光相比均有所上升，对应最大照度值也逐渐放宽70500cd、61700cd、52900cd。除此之外，III区的下边界也提高了0.34°。所以E级近光的照射重点就是增大前照灯的照射距离。

W级近光模式主要适用于雨天行车、W级近光更类似于E级近光，与其有相同的III区范围和限值，相同的明暗截止线要求，但W级近光对75R及Emax的要求更高。同时对左右道路边缘点25LL和25RR的限值从1 180 cd提升到3 400 cd，要求更宽照明同时，为了防止近距离地面积水的反射，对线段20和线段10及以下要求更严格，以减轻对会车驾驶员眼睛的眩目。近光弯道模式测试要求［3］如下：

（1）对不同类别（1类或2类）的弯道照明模式进行测量时，应符合ECE R123/01［3］附录3中表1-B的要求和原近光的明暗截止线位置要求。

（2）最大照度Emax应位于表1所规定的矩形区内（不进行附加的水平再照准）。

表1 弯道模式下的近光Emax位置要求

（3）当T信号对应车辆向左（或向右）最小转弯半径时、系统H-H线至H-H线以下2°和系统基准轴左（或右）10°至45°所形成的区域内，有一点或多点的光度值至少为2 500 cd。

（4）对于1类弯道照明模式，如果光束横向移动或照度发生变化处于失效状态时，系统必须可以切换到原先近光的照明模式，或者处于以下状态，即IIb区域中所产生的光度值不超过1 300 cd，Emax区域中有一点至少为3 400 cd，但下面的情况除外，如果相对于系统基准轴向左移动5°，从H-H线向上3°，和向左大于5°，向上0.57°的区域内光度值均不超过880 cd。

3.2.3 不同级别近光的调整

从图7看到某前照灯的核心部分由光学投射单元及两个步进电机组成，用于实现灯具的上下和左右旋转所需角度。上下调整可以实现截止线的垂直调整，左右调整以实现弯道照明功能，在试验时不同级别近光的调整可根据生厂商定义上下左右调整截止线位置。

3.3 配光测试流程

3.3.1 灯具照准

由于灯具检测时放于转台上随转台转动，并且使用25 m处的传感器进行测量，因此在检测时应将灯具基准中心与转台中心对中照准，将灯具按“装车位置”固定于转台上，上下、前后移动转台使投射到灯具上的激光点对准灯具的基准中心，完成上下、前后对中照准，之后将转台旋转90度，再一次前后移动转台完成灯具左右方向的对中照准，至此照准完成。

3.3.2 近光明暗截止线的照准要求

近光截止线的目视照准，照准前将系统设置在中性状态即C级状态：近光应有清晰的明暗截止线右侧交通为向左平直的水平部分，向右呈向上的肘扁部分。

（1）垂直校准，截止线的水平部分对准H-H下25 cm的横线。

（2）水平校准，从右向左，调整到 0.2°D的线上折线不能超过线A。在折线下面0.2°D应该与线A相交，见图8。对于应用气体放电光源的前照灯，未经过30 min或更长时间点灯的系统，接通4 s后，C类近光的50 V点至少达到3 100 cd，除V模式外，其它模式每侧50 V点至少达到2 500 cd。

对于各级别近光不能单独照准的不需要重新照准，但在配光无法满足要求的情况下，可相对于初始照准位置，在左右0.5°和垂直0.2°的范围内进行调节，对于可以单独照准调整的各级别近光明暗截止线的形状和位置见ECE R123/01［3］附录3中表2。

弯道模式下的近光照准方法，对于法规规定的弯道模式1，即弯道照明通过整体旋转式使光型整体移动，检测时需先通过控制器将旋转核心转至弯道照明功能的最大角度位置，然后反方向调整设备转台到相同角度再进行测试；对于法规规定的弯道模式2即弯道照明通过附加光源或移动部分配光镜，检测时只需将附加光源打开或移动部分配光镜，不需要再对灯具进行调整。

3.3.3 近光配光测试

对前照灯近光进行照准完成，打开LMT系统测试软件，编写测试程序，测试程序分为点的配光值（B50L、HV、BR、P、S50/LL/RR、S100/LL/RR、50R、75R、50V、50L、25LLRR）、 线的配光值 （BRR、BLL 和 W级近光附加条款中的线段E、F1、F2、F3）及范围的配光值（III区、线段20/10及以下区域）的编写见图9，AFS光形图见上图8，各级配光测试要求见ECE R123/01［3］附录 3 中表 1。

普通前照灯其规定的安装数量是两只，对于AFS前照灯，因为ECE R48法规中规定AFS的安装数量是1套，所以其左灯和右灯可以作为一个系统来对待，AFS不同级别的近光也应对左右灯综合考虑，由于同时点亮左右灯进行检测对设备很难实现，因此法规规定 “对适用该照明功能或模式的所有照明单元分别进行测量，取值为测量值总和的50%”，可以对左、右灯分别试验然后将测试结果取平均值，本软件测试程序分为两步，首先全屏扫描，将每个独立的照明单元的几何可见度角范围内的等照度图扫描出来，见图10。

第二步，通过系统软件将所有单元的配光要求的点的配光值拟合计算出来。AFS测试程序中可以由左右两只灯，也可以最多由四只灯拟合，见图11。

3.4 对于采用不同光源的系统试验要求

系统或者部件应使用标称电压12V的无色标准灯丝灯泡检测，在检测系统部件的过程中加在灯丝灯泡两端的电压应该使灯丝灯泡获得ECE R 37/03［4］中13.2V电压下的基准光通量，在测量过程中，灯丝灯泡的光通量可能不同于ECE R 37中13.2V下的基准光通量。在此情况下，光强应该由标准灯泡的个别的系数修正。

气体放电光源：12V系统的加载电压13.2V。按ECE R 99/00［5］规定的标准气体放电光源，经过至少15个循环的老练后再进行配光测量。气体放电光源的光通量如果不同于R99中规定的目标光通量，这种情况下，测量值需要进行相应的修正。

对于不可更换光源，所有的测量应按额定电压在 6.3V（6V）、13.2V（12V）、28.0 V（24V），或按申请人规定的电压进行。

因为ECE R123/01版的测量单位从ECE R123/00版中的lux（勒克斯）变成了cd（坎德拉）并进行了修正，所以取消了气体放电光源、不可更换光源的0.7的修正系数。

4 结束语

通过简要介绍了AFS的系统原理及基本照明模式，对ECE R123/01配光要求进行了解读，对AFS不同近光模式及弯道模式的试验方法进行了说明。随着AFS的发展与进步，将出现自适应远光与自适应近光相结合的智能车灯系统，随着LED前照灯的发展，也将出现通过控制LED矩阵光学单元发光位置及强度的新型AFS。

［1］卜伟理.自适应前照明系统（AFS）简介及发展趋势［J］.光源与照明，2009，（6）2： 22-24.

［2］崔惠中，关志伟智能前照灯系统（AFS）研究现状综述［J］.天津工程师范学院学报，2008（3）：P47-50.

［3］ECE R123/01.Uniform provisions concerning the approvalfront-lighting system（AFS）for motor vehicles， 2010.

［4］ECE R37/03.Uniform Provisions Concerning the approval of filament lamps for use in approved lamp units on powerdriven vehicles and of their trailers，2005.

适应方法 篇12

关键词：自适应滤波器,压缩感知,L0最小均方算法,信号重构

1 引 言

近年来出现的一个新颖理论-压缩感知(CS)理论[1,2,3,4]是一种新型的信号采样和重建方法,打破了信号处理必须遵循奈奎斯特采样定理的限制,在信号具有稀疏性(即可以在某个变换域稀疏表示)的前提下同时完成信号的压缩和采样,采样速率远低于奈奎斯特速率,大大降低了信息存储、处理和传输的成本。后端可以通过优化算法高概率恢复出原信号。这种低速采样理论目前得到国内外专家们的广泛研究,并已表明这一理论具有巨大的应用前景,目前已成功应用到核磁共振成像,模拟信息转换理论中[5]等。

在CS理论迅速发展的同时,自适应滤波算法也被大家所熟知并且发展越来越成熟。因其具有在未知环境下良好运行并跟踪时变输入统计量的能力,使得自适应滤波器成为信号处理和自动控制应用的强有力的手段,并已成功应用于通信、雷达、声纳、地震学和生物医学工程等领域。他们的基本特征是:用输入向量和期望信号响应来计算估计误差,并用该误差依次控制一组可调滤波器系数[6],在误差最小的情况下该系数达到最优。事实上,一些改进的LMS算法[7,8,9,10]提出在代价函数中加入一定的稀疏限制条件,可应用到稀疏系统识别中;压缩感知重构原信号时,首要目标是重构出信号的稀疏系数,所以这些方法同样可以应用到CS中解决CS重构问题。本文介绍了改进的自适应滤波算法与压缩感知相结合的基本思想,仿真验证了该算法的性能并与正交匹配追踪(OMP)算法进行了对比。

2 压缩感知理论概述

考虑一个实值的有限长一维离散时间信号x,在某个正交变换域Ψ上是稀疏的或可压缩的,则x可以表示为

$\mathit{x}={\displaystyle \sum _{i=1}^{{\rm N}}\psi }{}_{i}s{}_i=\mathit{\Psi }\mathit{s}(1)$

其中x和s是N×1列矢量,Ψ是N×N基矩阵(也称稀疏矩阵),s是x在Ψ域的表示。若s中非零个数K≪N,则x可称作K稀疏性。

通过一个观测矩阵Φ(M×N)随机观测原信号x,得到M×1维低速观测序列矢量y:

$\mathit{y}=\mathit{\Phi }\mathit{x}=\mathit{\Phi }\mathit{\Psi }\mathit{s}=\mathit{A}\mathit{s}(2)$

式中观测矩阵Φ需要满足受限等距约束性质(Restricted Isometry Property,RIP),常用的有高斯矩阵、伯努利矩阵、傅立叶矩阵、浑沌矩阵等;A称为M×N恢复矩阵。CS原理图如图 1。

由原理图可知压缩感知理论主要涉及三个核心问题:具有稀疏表示能力的基设计;满足受限等距约束性质的测量矩阵设计;信号重构算法设计。目前应用比较多的重构算法有BP、MP、OMP等算法,本文描述的是一种基于L0范数约束的自适应算法重构信号。

3 基于自适应滤波的压缩感知重构信号

3.1 压缩感知的自适应滤波框架

自适应滤波框架中,滤波器的输出误差e(n)定义如下

$e(n)=d(n)-\mathit{x}{}^{{\rm T}}(n)\mathit{w}(n)(3)$

d(n)为期望输出信号,x(n)=[x(n),x(n-1),…,x(n-L+1)]T为滤波器的输入矢量,w(n)=[w0(n),w1(n),…,wL-1(n)]为滤波器系数权值矢量,L为滤波器长度,n为时间变量。

CS重构问题主要是求解欠定方程y=As,假设

$\begin{array}{l}\mathit{A}=[\mathit{a}{}_1^{{\rm T}},\mathit{a}{}_2^{{\rm T}},\cdots ,\mathit{a}{}_{{\rm M}}^{{\rm T}}]{}^{{\rm T}}(4)\\ \mathit{a}{}_k=[a{}_{k1},a{}_{k2},\cdots ,a{}_{k{\rm N}}],k=1,2,\cdots ,{\rm M}(5)\\ \mathit{s}=[s{}_1,s{}_2,\cdots ,s{}_{{\rm N}}]{}^{{\rm T}}(6)\\ \mathit{y}=[y{}_1,y{}_2,\cdots ,y{}_{{\rm M}}]{}^{{\rm T}}(7)\end{array}$

则可以和自适应辨识系统各变量相对应如下表 1:

用自适应滤波框架解决CS重构问题时原理框架如图 2[11]。

由表 1和图 2可知,恢复矩阵A的每一行作为滤波器的一组输入矢量,稀疏矢量s作为滤波器系数矢量(也就是抽头权向量),由观测矩阵获得的低速观测序列yk相当于期望信号。通过自适应算法求出在输出误差e(n)最小的情况下抽头全向量的最优估计,即得到最优的稀疏系数矢量估计,再通过表达式x=Ψs可高概率重构出原信号。由于M≪N,恢复矩阵的行向量元素和观测序列中的元素应该递归式的迭代使用,以保证该框架中有足够多的输入矢量和期望信号个数,使滤波器系数快速达到收敛。综上,更新抽头权向量的具体步骤可表述如下:

(1) 初始化n=1,s(0)=0;

(2) 输入ak和yk到自适应滤波器中,其中k=mod(n,M)+1;

(3) 根据自适应算法更新s(n);

(4) 满足条件||s(n)-s(n-1)||<ε或者n>C时更新完毕,其中ε>0是给定的误差容限,C是迭代次数的最大值;

(5) 满足(4)中的条件时停止迭代,将s(n)返回向量s中并退出,否则n=n+1返回步骤(2)。

3.2 L0-LMS算法

LMS因其实现简单性及鲁棒性等特点广泛应用于自适应滤波中。其代价函数定义为

$\xi {}_{\text{L}\text{Μ}\text{S}}(n)=|e(n)|{}^2(8)$

抽头权向量更新的表达式为

$\mathit{w}(n+1)=\mathit{w}(n)+\mu e(n)\mathit{x}(n)(9)$

μ称为步长因子。

由于标准LMS算法没有利用稀疏性的特点,在对稀疏系统进行辨识时没有特别优势。近年来出现了一类针对一般稀疏系统的基于Lp(0<p<1)范数约束的自适应算法[12,13]。这类算法的核心思想是根据未知系统冲激响应稀疏的特点,在更新滤波器抽头权值的代价函数中施加稀疏性约束。L0-LMS算法利用表征稀疏性更佳的近似L0范数,是目前性能最好的稀疏系统辨识算法。其代价函数定义为

$\xi {}_{\text{n}\text{e}\text{w}}(n)=|e(n)|{}^2+\gamma ||\mathit{w}(n)||{}_0(10)$

γ称为平衡因子,用于调节稀疏性对代价函数的影响;||w(n)||0是对w(n)的一种稀疏性度量,表示权矢量中非零元素的个数。

求解L0范数最小化是一个NP-hard问题,很难直接求解。故对其代价函数进行近似表示,简化计算。最常用的||w(n)||0近似为[14]

$||\mathit{w}(n)||{}_0\approx {\displaystyle \sum _{i=0}^{L-1}(}1-e{}^{-\alpha |w{}_i(n)|})(11)$

当α→∞时,(10)式左右两边等价。

根据式(10),L0-LMS算法的代价函数可重新写为

$\xi {}_{\text{L}0-\text{L}\text{Μ}\text{S}}(n)=|e(n)|+\gamma {\displaystyle \sum _{i=0}^{L-1}(}1-e{}^{-\alpha |w{}_i(n)|})(12)$

最小化式(12),推导得到滤波系数更新表达式:

$w{}_i(n+1)=w{}_i(n)+\mu e(n)x(n-i)-\mu \gamma a\text{s}\text{g}\text{n}(w{}_i(n))e{}^{-\alpha |w{}_i(n)|}\forall 0\le i＜L(13)$

为了减小由式(13)最后一项产生的复杂度,利用泰勒级数和sgn函数的表达式:

$e{}^{-\alpha |x|}\approx \{\begin{array}{l}1-\alpha |x|,|x|＜1/\alpha \\ 0,\text{e}\text{l}\text{s}\text{e}\text{w}\text{h}\text{e}\text{r}\text{e}\end{array}\mathrm{sgn}(x)=\{\begin{array}{l}x/|x|,x\ne 0\\ 0,\text{e}\text{l}\text{s}\text{e}\text{w}\text{h}\text{e}\text{r}\text{e}\end{array}$

可将式(13)化简为

$\mathit{w}(n+1)=\mathit{w}(n)+\mu e(n)\mathit{x}(n)+kg(\mathit{w}(n))(14)$

其中k=μγ、g(w(n))=[g(w0(n)),g(w1(n)),…,g(wL-1(n))]T且

$g(x)=\{\begin{array}{l}\alpha {}^{2}x+\alpha ,-1/\alpha \le x＜0\\ \alpha {}^{2}x-\alpha ,0＜x\le 1/\alpha \\ 0,\text{e}\text{l}\text{s}\text{e}\text{w}\text{h}\text{e}\text{r}\text{e}\end{array}(15)$

kg(w(n))称作零引力项(ZA),它的引入使得大多数非零权值系数的绝对值在迭代过程中不断减小,迫使更多的系数收敛于零,从而保证解的稀疏性。

对比式(9)、(14)、(15)可知,L0-LMS算法和传统LMS算法的区别在于:滤波器权系数在沿误差梯度方向更新时,存在额外的修正量kg(w(n)),该修正量迫使零附近的权系数在小于零时增加、大于零时减小。其中参数α用于控制"吸引力"作用的范围和强度(如图 3),离零点越近的系数,ZA项对其产生的吸引力越大。当未知系统稀疏时,其系数为零的抽头占主导地位,且自适应权矢量中越小的元素对应的抽头真值为零的可能性越大,所以ZA项的引入可以加快权矢量向稀疏解收敛的速度。但是,系数离零点越近,零引力范围减小,收敛速度降低。所以实际中要权衡零引力强度和范围以确保收敛性能的折中。

综上分析,可将解决CS重构问题的L0-LMS算法总结如下:

(1) 初始化n=1,s(0)=0,选择μ,α,k;

(2) 确定输入矢量x(n)和期望信号d(n)

$k=\text{m}\text{o}\text{d}(n,{\rm M})+1、x(n)=ak、d(n)=yk$

(3) 计算误差e(n)=d(n)-xT(n)s(n);

(4) 利用LMS算法更新s(n)

$s(n)=s(n-1)+\mu e(n)x(n)$

(5) 加入零引力项

$\mathit{s}(n)=\mathit{s}(n)+k\mathit{g}(\mathit{s}(n-1))$

(6) 迭代n=n+1,直至||s(n)-s(n-1)||<ε或者n>C,结束。

3.3 仿真分析

以压缩感知为前提,仿真采用L0-LMS算法和压缩感知中常用的OMP算法重构原信号稀疏系数。具体参数设置为:随机产生长度L=256的输入信号,OMP算法重构信号时,基矩阵采用余弦基,感知矩阵为高斯随机矩阵;L0-LMS算法中迭代步长μ=0.02,平衡因子γ=0.01,"零引力"参数α=5,滤波器输入为高斯随机矩阵与余弦基的乘积信号,期望信号为高斯随机矩阵观测原随机信号得到的观测值。仿真结果如图 4和图 5所示。

由仿真结果看,L0-LMS算法重构信号完全可行,相对于OMP算法重构信号误差更小、效果更好(其中可能存在由于选择的基矩阵和观测矩阵与原信号不是特别匹配进而导致OMP算法重构信号误差较大)。

4 总 结

将压缩感知与自适应滤波技术相结合,构造基于自适应滤波的压缩感知重构框架,根据两者的各自特点,采用具有稀疏特性的自适应滤波算法进行重构信号,可以提高信号的重构概率。本文论述了L0-LMS算法重构信号的具体思想,仿真证明该算法可以很好的应用到压缩感知中。

如今,自适应滤波技术已发展比较成熟,但压缩感知还处于初步研究阶段,学者们力图找到一种复杂度低、速度快、精度高的重构方法,而这两种技术的结合可大大提高重构信号的准确度。已有学者研究出应用到压缩感知的自适应稀疏算法,如L0-LMS、L0-EFWLMS、L0-ZAP等[11],但对于算法中各个参数的选取还需要一定的理论研究。所以,基于自适应滤波的压缩感知重构算法是压缩感知重构算法研究的一个新方向。