特征组合（精选11篇）
特征组合 篇1
0引言
随着互联网信息的海量增长,一方面用户很难从海量信息中发现自己真正所需的信息;另一方面也使得大量少人问津的信息成为网络中的“暗信息”,无法被一般用户获取[1]。推荐系统[2,3,4]作为互联网信息和用户快速连接的一种工具,可以帮助用户方便获取感兴趣的信息。推荐系统技术的出现,使用户不再是被动的网页浏览者,而成为信息获取的主动参与者[5]。推荐系统的核心思想是从海量的用户历史行为数据中分析出与用户兴趣相关的物品信息,并向用户进行推荐。推荐系统在电子商务领域应用非常广泛,如淘宝、京东、亚马逊等大型网站均有应用。亚马逊的购书推荐系统,可根据用户的购买情况,向用户推荐相关书籍;360浏览器的“猜你喜欢”功能,可根据用户的点击情况,向用户推荐相关信息等。
目前,对于推荐系统还没有明确的分类体系,本文对推荐系统作如下划分:1根据算法原理,分为基于协同过滤算法的推荐、基于内容的推荐、基于关联规则的推荐、基于知识的推荐、混合推荐;2根据应用场景,分为电子商务应用中的推荐、社交好友的推荐、信息内容的推荐;3根据使用的分析数据,分为基于用户行为数据的推荐、基于标签的推荐、基于上下文信息的推荐、基于社交网络的推荐。
随着互联网络的发展和大数据浪潮兴起,人们逐渐意识到推荐引擎的重要性,好的推荐系统能够充分挖掘隐含在大数据中的信息,帮助用户迅速获得所需信息,提高信息查询效率,改善用户体验,同时方便为企业推销产品。目前,apachemahout推荐系统平台,可以帮助开发人员快速搭建推荐系统。
1传统推荐算法
1.1协同过滤算法
协同过滤算法是目前应用最为广泛的个性化推荐技术[6,7],其中Grundy被认为是第一个投入应用的协同过滤系统[8]。协同过滤算法主要有两种:基于用户的协同过滤和基于物品的协同过滤。基于用户协同过滤的基本思想是在大量的用户中挖掘出和目标用户具有相同兴趣的用户,作为目标用户的近邻,根据近邻与目标用户的相似度,预测目标用户对目标物品的喜爱程度,根据最终计算结果排序,将评分较高的物品推荐给用户。基于物品的协同过滤的基本思想是:如大量用 户对两个 物品的评 分非常相近,则两个物品是相似的,先计算出物品之间的相似性,再找出近邻物品,结合用户对近邻物品的评分计算出对当前物品的评分。基于物品的协同过滤算法分为两步:1计算物品之间的相似度;2根据物品的相似度和用户的历史行为生成推荐列表[9]。
1.2相似度计算方法
协同过滤中,由用户的历史评分记录生成用户评分矩阵Rm*n,根据Rm*n计算用户相似度以及物品的相似度,相似度计算在协同过滤中非常关键,可以提高准确度。
协同过滤算法中常用的相似性度量方法有余弦相似性、皮尔森相似度、修正余弦相似性等。
余弦相似性的计算将用户评分看作n维空间中的向量,计算向量之间的夹角余弦度量相似性的大小:
其中,u,v为两个用户的评分向量。
皮尔森相似性是在两个用户共同评分的项目集上,使用用户的评分进行相似度计算:
其中,Ru,i代表用户u对物品i的评分;Ru.avg代表用户u评分的平均值;S代表用户u,v评分的项目集。
修正余弦相似性也是依据用户评分计算相似度:
其中,Ru,i代表用户u对物品i的评分;Ru.avg代表用户u评分的平均值;S代表用户u,v共同评分的项目集合;S1代表用户u评分的项目集合;S2代表用户v评分的项目集合。
1.3预测评分方法研究
使用近邻用户的评分数据,或者近邻物品的得分,采用相似度加权方法计算用户对目标物品的评分值。计算如下:
sim(u,v)代表用户的相似度;Pv,j代表近邻用户v对物品j的评分;Ru.avg用户u评分的平均值。
近邻物品得分的计算方法如下:
sim(i,j)代表物品的相似度;Pu,j代表用户u对物品j的评分;Rj.avg为用户得分的平均值。
本文在以上传统协同过滤算法的基础上,提出改进的协同过滤算法。
2基于用户特征和商品特征的组合协同过滤算法
在协同过滤算法中,用户和商品相似度的计算是非常重要的步骤,精确的近邻计算结果可以提高信息推荐的准确度。传统协同过滤仅依据用户评分的历史记录进行相似度计算,没有考虑用户和商品本身的特征。本文提出一种新的相似度计算方法,能改善相似度的计算结果。
2.1基于用户特征的相似度计算
网站注册中一般会 要求用户 填写基本 信息,例如年龄、性别、学历、职业等。本文将用户属性特征信息融入相似度计算,根据采用数据集,考虑用户的性别、年龄、职业信息。
(1)性别特征。不同性别的用户对商品的需求是不同的,性别相似度度量计算公式为:
(2)年龄特征。不 同年龄段 的用户对 商品的需 求不同,年龄相似度度量计算公式为:
本文认为年龄差距在10岁以内的用户兴趣相近,其它年龄差距按公式进行度量。
(3)职业特征。不同职业的用户对商品的需求不同,职业相似度度量计算公式为:
用户特征相似度计算公式为:
其中a,b分别为性别特征和年龄特征所占权重,可根据具体情况,结合传统协同过滤算法反复实验获得适当的权重。
用户相似度计算公式为:
其中,SimMatrix(u,v)为根据用户评分矩阵计算的相似度结果;c,d分别为两种相似度计算所占权重,具体数值可结合传统协同过滤算法反复实验获得。
2.2基于物品特征的相似度计算
将物品分类信息融入商品相似度计算中,由于每个商品可以属于多个不同的类别,以测试数据集movelens中的数据分类为例,电影类别数目一定,一部电影属于某个类别,则该类别属性的值设为1,否则类别属性设为0。根据类别属性值产生一个类别向量,通过计算类别向量在n维空间的夹角余弦来计算商品之间的特征相似度。
假设商品i的类别向量为→i,商品j的类别向量为→j,则商品i,j之间的相似度计算公式:
物品相似度计算公式为:
其中,SimMatrix(i,j)为根据物品得分矩阵计算的相似度结果;Sparse=对i,j评分用户的交集/i,j评分用户的并集,为用户评分的稀疏度;e,f为两种相似度计算所占权重,具体数值可通过结 合传统协 同过滤算 法反复实 验获得。
2.3组合推荐算法
通过计算相似度得到近邻用户和近邻商品,传统评分预测计算方法采用上文所述相似度加权方法。本文提出的计算方法基于物品的计算方法和基于用户的计算方法进行组合,计算公式如下:
其中,α=相似物品数/设定的物品近邻数;β=(设定的物品近邻数-计算出的相似物品数)/设定的物品近邻数。
上述组合评分计算,弥补了由 于数据稀 疏性即物 品多、评分少带来的近邻数目不足的问题,改善推荐计算结果。
3实验设计与结果分析
将基于物品的协同过滤算法,基于用户的协同过滤算法和本文提出的改进算法的实验结果进行对比。
3.1实验数据集
验证实验所采用的数据集为MovieLens网站的电影评分数据ml-100k,MovieLens由GroupLens项目组创办,是一个以研究为目的的实验性站点。ml-100k数据集包括用户属性信息文件u.user,用户评分数据文件u.base,u.test,电影信息文件u.item等。该数据集包含10万条用户评分记录,943位用户,1682部电影,每个用户至少对20部电影进行了评分。
3.2实验度量指标
本实验结果的度量标准采用平均绝对误差MAE。通过计算算法预测评分和实际用户评分的偏差大小来度量算法的预测准确性。MAE计算公式如下:
其中,Pi为预测用户品分;qi为用户实 际评分;N为评分用户数目。
3.3实验结果
结合传统协同过滤算法进行反复试验,确定计算公式中权重估计值:
a=0.5,b=0.2,c=0.7,d=0.3,e=0.8,f=0.2。在上述权重值下进行基于用户协同过滤,基于物品协同过滤及基于用户特征和商 品特征的 组合协同 过滤算法 试验。实验结果如图1所示。
由实验结果可以看出,结合用户属性特征和商品分类属性特征的组合协同过滤算法在不同的近邻数目取值下,度量指标平均绝对误差比传统的基于用户的协同过滤和基于物品的协同过滤低。可以看出,本文算法提高了推荐的准确度。
4结语
本文将用户属性特征融入用户相似性计算,将商品分类特征融入商品相似性计算,改进了相似度计算方法,并将两种预测评分方法进行组合,一定程度上减少了数据稀疏性带来的问题。由实验结果可以看出,改进的算法提高了推荐精度。下一步研究需将该算法应用在其它推荐场景中,不局限于实验所采用的数据。
摘要：协同过滤算法在电子商务网站推荐系统中的应用非常广泛,其通过分析大量用户的历史行为数据,挖掘用户的兴趣,向用户推荐合适的物品。然而,协同过滤算法存在数据稀疏性问题。针对该问题,提出一种基于用户特征和商品特征的组合协同过滤推荐算法。通过用户基本属性特征、物品分类属性特征以及用户的历史评分记录,计算用户的相似性和物品的相似性,获得近邻用户和相似物品;依据改进的基于物品协同过滤和基于用户协同过滤组合推荐算法,为项目进行评分。实验表明,该方法能降低预测结果的平均绝对误差,提高推荐精度。
关键词：协同过滤,属性特征,数据稀疏性,平均绝对误差
特征组合 篇2
千山-辽河平原-医巫闾山表土孢粉组合特征分析
对采自千山、医巫闾山及两山之间辽河平原的9个样品进行了孢粉分析,分析表明该地区孢粉组合中木本植物占优势,草本植物孢粉含量相对较少,这与区域内实际植被情况大致相同.但由于该区域人为影响严重,所见植被基本为次生植被,因此孢粉与植被之间并未形成良好的对应关系.孢粉聚类分析表明,联合指数A,超代表性指数O,低代表性指数U结合起来能够反映出孢粉对植被的指示程度,分析表明研究区内松属、栎属、榛属孢粉对植被的`指示意义较明显,而草本植物孢粉对植被的指示程度均较低,其中地榆属、唇形科、伞形科的指示意义最差.DCA排序把9个样地分为三组,第一组为千山区,第二组为医巫闾山区,第三组为辽河平原区,与实际情况相符,说明DCA排序能为恢复古环境、古气候提供依据.
作 者：李应硕 介冬梅 LI Yingshuo JIE Dongmei 作者单位：东北师范大学城市与环境科学学院,吉林,长春,130024刊 名：山地学报 ISTIC PKU英文刊名：JOURNAL OF MOUNTAIN SCIENCE年，卷(期)：24(6)分类号：Q913.84关键词：千山-辽河平原-医巫闾山 表土孢粉 DCA 聚类分析 联合指数A
特征组合 篇3
关键词：电力市场；营销环境特征；组合方法
中图分类号：F407 文献标识码：A 文章编号：1006-8937（2015）27-0123-01
从电力企业在现代社会发挥的作用来看，它属于一种通过创造电力和价值来满足社会生产和生活需求的服务过程，它的电力市场主要指的是电力的销售市场，电力企业和电力产品的用户是其主体构成。随着近些年来，社会各领域对电力需求量的不断增大，使得电力体制改革不断的深化，新的营销理念和组合方法逐渐得到了市场的认可，作为电力企业核心服务的市场营销，需要电力企业严格的遵守市场的基本运行规律，从而推动电力企业的长远发展。
1 电力市场营销环境的特征分析
1.1 必需性和稳定性
现代社会发展中，电力企业的市场营销服务贯穿于社会生产和生活的各个方面，是国民经济赖以发展的基础，它的目标市场并不是一个独立的市场，而是和国民经济之间有密切联系的关系，它的目标市场的确定需要综合考虑到国家、社会等众多方面，需要充分的满足供电企业专营区域电力目标市场的用电需求，不能盲目的追求经济利益，要与经济的长远健康发展的要求相一致，这也是其社会必需性和稳定性的体现。
1.2 整体性和差异性
所谓的整体性就是电力营销市场和整个电网系统之间是紧密相关的，电网系统所覆盖的区域是由众多不同群体构成的，这些客户群体就是电力市场营销的服务目标所在，在这些服务目标的作用下，电力市场营销会连接成一个有机的整体。但是不同的区域在电力营销市场的产品类型、客户的分类等方面都具有相同的性质，只是在具体的计划安排、时间需求、量的需求以及消费方式方面有一定的差异性。
1.3 电力供应的针对性和需求时间的差异性
电力企业在进行电力产品的供应时，需要对电力用户进行有针对性的层次划分，根据用户的实际用电行为，最终确定何种供应方式，常见的有直接供电、间接供电、长期供电以及临时供电等形式，因此，不同的电力目标市场对于供电的计划安排也是有很大差异的。电力用户对电力产品的需求时间的差异性主要表现在不同性质的电力用户对电力需求的时间会有很大的不同，例如大型工厂由于生产的需要，对于供电就要满足全天候的进行；而其他一般小商户用电则是集中在白天时间段。
2 福建山区的电力营销现状分析
根据我国电力营销价格的相关文件，电价类别包括居民生活用电、非居民生活用电、商业用电、非工业普通用电、大工业用电、农业生产用电以及趸售用电等7类。针对福建山区的用电实际状况和特征，对于其的电力营销策略可以围绕以下几方面展开。
2.1 折扣电价策略
这一电价策略一般是适合在一些水电占较大部分的地区，例如福建水电就占到了48%左右，由于水情的制约，在前几年就已经出台了很多的优惠电价策略，例如丰水期优惠电价、节假日优惠电价等，这样就大大减少了废弃水的损失，促进了经济效益的提高。
2.2 差别电价策略
依据于不同地区上网电价的结构构成和客户结构的差异，可以制定有针对性的差别电价，与此同时，也可以利用价格杠杆促进节能减排的实现，前些年根据国家出台的文件规定，要求对一些淘汰类和限制类的行业进行差别化定价，这就包括水泥行业、电解铝行业、铁合金行业等，通过价格杠杆的作用来进一步的规范高耗能行业的生产行为，不断的调整产业结构，实现电力营销效果的最佳，促进经济效益的提高。
2.3 峰谷电价策略
峰谷电价策略的主要目的就是为了有效的实现资源的优化配置，对大工业以及非普工业进行峰谷分时电价，对于那些连续三班制的客户可以根据自愿的原则选择是否实施执行，最终的目的在于促进客户的削峰填谷，优化负荷的曲线，进一步的提高社会效益和经济效益。
2.4 高可靠的价格策略
在市场的电力供求相对稳定的状态下，高价值可以反应出高价格，对于供电可靠性要求较高的电力客户，特别是大型的客户可以适当的收取较高的费用，这也是市场规律的内在反应，少数客户对供电可靠性提出了更高的要求，那么可以依据于电网的实际状况和客户最大能够接受的值，对供电的成本进行适当的提高，做出合理的补偿。
3 山区电力营销的策略阐述
3.1 价格的营销策略
电力市场的价格营销策略自始至终的中心是成本、需求和竞争三个方面。从当前的现状来看，电力企业的管理模式还属于单独生产经营和统一的电网调度，因此，实施有效的价格策略是其扩大电力市场的重要措施，那么为了有效的激发电力用户的用电积极性，就要在坚持用电价格规范标准的同时，可以采取灵活的方法对已经办理增容的客户，闲置配变可按照产权界限在相同的区域内进行调节的使用。
另外，价格作为电力市场营销的关键要素，它的市场拓展就需要对电力价格进行规范化，尽可能的减少因为权力电、人情电等影响到用户的用电积极性，并定期的实行电力价格的听证制度，使电力价格决策成为一个由多方面共同制约的局面，进而提高政府对电价进行规范的全面性和科学性，从而保证电力产品价格的合理。
3.2 分销的营销策略
对于这一环节的分析，需要结合整个电力营销方案的制定内容来讲，需要电力企业在进行市场营销时尽可能的减少中间环节，这样一方面可以最大化的减少资源的浪费；另一方面也可以给营销管理工作带来便利。
很多的电力企业在市场营销中存在多种销售体制，包括直管式、代管式、趸售式等的形式，那么依据于当前我国的电网系统建设较为滞后、并且建设的成本费用较高的状况，可以灵活的采用电力分销的影响策略。
4 结 语
在新形势下，电力市场的影响是基于现代管理、行为科学以及经济科学等的理论基础上实现的，特别是在当前电力企业体制改革不断深化的背景下，电力企业的改革和市场化的影响策略不断的落实到位，使得电力企业的信息网络和自动化程度也有了新的发展。电力企业市场营销环境的特征决定了其营销组合方法的多样化，需要电力企业在充分把握这些特征的前提下，依据于自身的实际状况，采取科学合理的、适合自身的营销组合方法，以更好的促进企业的长远发展。
参考文献：
[1] 王庆坡，田海井.电力市场分析及营销策略研究[J].中国电力教育， 2012，（3）.
[2] 张建.电力企业对电力市场营销策略的研究[J].现代营销（学苑版）， 2010，（10）.
特征组合 篇4
零售要素组合也叫零售营销组合, 是指零售商用以满足顾客需求并影响其购买决策的各种营销要素的组合。零售要素组合的各种要素包括商品、价格、服务、广告及促销、店铺设计与商品陈列、选址等。在零售竞争中, 许多零售商竞相采取不同的零售要素组合以加强企业形象, 避免陷入与竞争者过于雷同的境地, 从而使零售经营形式多样化。零售要素组合也是零售业态的内在组合要素, 由于各因素选择余地大, 组合变化多, 这就使现代零售业态的经营内容精彩缤纷, 即使同一业态的零售商店也表现出不同的经营特色。面对相同的目标顾客, 在区域竞争环境中, 城郊高校商店的零售经营要素呈现出某些共性特征, 本文从零售环境和业务运营两大方面总结分析初步形成规模的城郊高校商店的零售要素组合特征。
一、城郊高校商店的零售环境特点分析
1、目标顾客的特征
城郊高校零售商店的目标顾客是年龄在18-24岁的在校学生, 每年的顾客群体总量稳定, 消费者数量增长率成稳步增长趋势, 平日的活动区域有限, 人口密度很大;由于学校所处的地理位置远离市区, 交通方式单一, 到达市区商业集聚的时间成本比较高, 同时因为学校规章制度的限制和学生的职业特点, 造成这个消费群体的流动性比较差, 目标顾客一般会选择就近便利消费;目标顾客的日常学习生活规律性很强, 导致零售商店的营业高峰期比较集中;消费支出来源主要依靠家庭供给, 每个月的消费额趋于固定, 光顾商店动机比较单纯, 目的性购买居多, 同时由于大学生的价值观、消费观念没有完全稳定, 消费经验不够丰富, 加之求新、求美的个性, 在购物时容易受外部环境的影响, 忽略对商品全面认真的分析比较, 导致大学生在消费时带有浓厚的感情色彩, 冲动性购买也比较多[1]。
目标顾客的消费行为特点是消费注重情感内涵, 倡导优良服务, 注重消费的实用性和前卫性, 消费结构的多元性主要包括:学习投资型、时尚信息型、娱乐休闲型和其他消费型[1]。
2、零售竞争特点
城郊高校零售商店的竞争按照区域范围来分可以分成两种:商业集聚间的竞争和商业集聚内的竞争。从大范围来看, 是两种商业集聚的竞争:市内商业集聚同郊外商业集聚的竞争。很明显, 市内商业集聚在发展时间、集聚规模、繁华程度和集客能力等各方面都存在竞争优势, 所以, 在节假日等某些特殊时间, 市内商业集聚将会吸引在校学生克服时间成本障碍前往消费。
在日常的经营过程中, 城郊高校零售商店主要面对的是商业集聚内的竞争。基于目标顾客的消费特点, 城郊高校商店主要以食品、文具、日常用品等便利品为主力商品, 在零售服务、备货、定价和信息系统使用等方面趋同, 致使集聚内竞争激烈。
3、选址特点分析
城郊高校零售商店主要围绕校园开店经营, 商圈中的需求密度很大, 核心商圈内的目标顾客比例在95%以上, 主要靠步行方式到达商店, 购物平均需要花费5-10分钟。因为城郊结合处的交通规划和商业网点规划未曾经过正规设计, 所以街道宽度不合理, 道路铺设质量比较差, 凹凸不平, 每到消费高峰期, 客流量很大, 道路拥挤, 顾客出行购物不便。零售商为缩减成本和降低经营风险, 大多是采用租赁店铺的形式开店, 所以一般也不会对店铺进行装修和维护, 商店的店面设计非常简单或根本不对店面进行设计, 外观极其简陋。
二、零售运营管理特点分析
1、商品定价
城郊高校零售商店多执行稳定的定价政策, 奉行每日低价原则, 以求薄利多销。目标顾客需要提供的服务项目不多, 要求的服务水准不高, 有利于零售商降低经营成本, 得以维持低价原则。同时基于目标顾客的消费具有很强的规律性, 稳定的低价政策可以稳定商品销售, 有利于库存管理和防止脱销, 并且能使零售商有精力改进日常的管理工作, 使经营销售变得简单有序。
具体的定价方法是竞争导向定价法, 一般制定同竞争者保持一致的温和价格。这是商店定价的中庸之道, 因为大多数商店的地理位置以及所经营的商品不具有独特的竞争优势, 与竞争对手的距离比较近, 所以通常宜采用温和价格策略。这样, 商品价格较容易得到消费者的认可, 又不会招致竞争对手的敌意行为。温和价格策略可以增强顾客对商店价格信任感, 因此, 绝大多数商店乐于采用温和价格策略。
由于城郊高校零售商店的经营者多是个体经营, 资本实力较弱, 没有能力采用现代化零售经营手段, 同时缺乏经营管理技巧和知识。所以在具体的定价策略上主要使用弹性定价、一价政策和系列定价。没有进一步考虑消费者对价格变动的反应而采取更巧妙的定价策略如巧用数字定价和捆绑定价等。
2、广告与促销
城郊高校零售商店很少搞促销活动和广告宣传, 分析其中原因可能是基于以下几点:一是个体零售商经营意识的原因, 大多数个体商人的经营目标是维持已得利润和现有规模即可, 不想把生意当成事业来经营, 也就不会去学习现代化的经营知识, 采用先进的营销手段。二是经济实力的原因, 商业集聚内的竞争比较激烈, 经营零售商店只能获取行业平均利润, 大部分零售商店采取的是稳定的低价策略, 并且是个体经营, 没有雄厚了资金实力支持, 所以没有多余精力做广告宣传搞促销活动。三是核心商圈范围比较小, 目标顾客比较集中, 并且是主营便利品, 与目标顾客沟通信息的机会比较多, 没有太大必要做广告宣传。
部分零售商店会采用传单广告形式在开业、周年店庆或重要节日时搞促销活动。传单广告对于提高商店知名度, 引导顾客入店购物有明显效果, 而且费用不高, 方式灵活, 适合在商业圈内的中小零售商店使用。
在城郊高校零售商店的经营过程中, 一个很明显的特点是:最重视的促销手段是公共关系。公共关系是市场营销的一个重要工具, 它承担着为零售商在其公众中塑造良好形象的一切沟通联系活动。一个零售商不但与顾客、渠道成员发生联系, 还和其他群体如员工、投资者、政府、中介协会、新闻媒体及一般公众发生联系。零售商与众多社会群体关系的好坏可以帮助或阻拦零售商店的发展。首先, 城郊高校零售商店要与当地政府搞好关系。因为商店日常经营过程中应遵循的规章制度由当地政府制定, 所发生的法律纠纷先由当地政府协调解决, 社会治安的维持、各种公共设施的兴建等均由当地政府管辖。其次是与目标顾客的关系, 很多零售商店会利用支持赞助学校社团的各种活动来塑造商店形象, 赢得目标顾客对零售商店的好感。赞助的活动主要有体育运动、文化娱乐活动、各种竞赛活动等。
3、零售服务
由于城郊高校零售商店主要提供的商品是便利品, 因此所提供的服务也主要体现在便利性服务上。一是营业时间比较长, 一般从早晨7点至晚上9点, 基本上能满足目标顾客作息时间内的全部需要。二是部分商店提供赊销服务, 主要是因为目标顾客素质比较高, 信用风险比较低。三是部分商店提供订购业务和送货上门业务。在图书、电子用品销售上, 可以提供欲订和团购优惠服务项目使学生在购买选购品时提供方便。在一些即食食品销售上, 如果总的消费量达到一定标准, 有些商店提供送货上门的服务, 千方百计为目标顾客提供便利。
除了便利之外, 提供的其它服务项目比较少。
4、店面布局与设计
商店是销售商品的场所, 为了扩大销售, 要研究怎样充分利用商店的条件来增加商品的销售。商店管理要注意商店的外观、商店的内部环境, 使它与顾客的购买欲望相一致, 同时还要使顾客感到东西便宜、购买方便。由于城郊高校零售商店在选址时, 主要选择租赁店铺, 对店铺不具有所有权, 为了降低经营成本和经营风险, 大多数零售商没有对店铺进行装修和设计。
商店的外观设计几乎千篇一律, 没有突出行业特点也没有形成独特风格, 为节约成本和招徕顾客, 大多数店铺在临街空地上摆设商品或设置经营摊位, 使整条商业街看上去乱七八糟, 没有整洁感和文化气息。多数以商品属性来给招牌命名, 招牌材料以木块或塑胶盒子为主, 铸模的字体, 只写上店名和经营商品, 简单明了, 投资较小, 有的为了让招牌在夜间也能看见, 还在顶部装上荧光灯, 用以照明。店铺招牌横摆放在店铺上方。
商店内部装修极其简陋, 在照明灯光、色彩使用上几乎没有任何个性化设计。店内光线不充足, 给人压抑和脏乱的感觉。城效高校零售商店在店面布局和装修设计上存在很大不足, 虽然目标顾客的消费水平比较低, 但是倡导优良服务、追求时髦和文化品味的独特需求被忽视了, 几乎没有得到满足。
三、结语
城郊高校商店零售要素组合特征大致由买方和卖方的特点来决定, 买方即目标顾客是学生群体, 卖方即零售商是个体商铺。目标顾客的低消费水平、便利性需求特征, 个体零售商的生计型经营意识和低投资、低服务型经营策略共同决定了城郊高校商店的零售要素组合特征。
零售商在实施低投资、低服务的经营策略时, 满足目标市场便宜、便利性需求, 却忽视了目标顾客追求时尚、虚荣, 注重文化内涵的需求。随着对消费者行为的进一步了解和零售商内部竞争的加剧, 城郊高校商店零售要素组合也会相应的改变。
参考文献
[1]罗玲, 陈国毅.基于我国高校的市场营销策略分析[J].科技创业月刊, 2006, (08) .
[2]邵一明, 董燕飞.高校连锁超市营销定位策略及未来发展建议分析[J].江苏商论.20008, (10) .
特征组合 篇5
杂交中籼新组合川香8号特征特性及高产栽培技术
“川香8号”系四川省农科院作物所用自育不育系“川香29A”与恢复系“成恢157”配组而育成的杂交中籼新组合,2004年通过四川省农作物品种审定委员会审定,2008年通过国家农作物品种审定委员会审定.该组合在富阳市洞桥镇试种,表现出适应性强、高产稳产、熟期适中、米质较优等特点.在栽培上宜采用适时播种、合理稀植、科学施肥、湿润灌溉、综合防治病虫害等措施.
作 者：朱满庭 黄献洪 吴小南 作者单位：浙江省富阳市洞桥镇农技站,311400刊 名：上海农业科技英文刊名：SHANGHAI AGRICULTURAL SCIENCE AND TECHNOLOGY年，卷(期)：2009“”(2)分类号：S5关键词：杂交中籼 川香8号 特征特性 栽培技术
特征组合 篇6
关键词：箭猪坡；多金属矿床；矿物组合
0 引言
箭猪坡Pb-Zn-Sb（Ag）位于广西丹池成矿带东南端的五圩矿田境内，矿床出露地层为中泥盆统纳标组泥岩和泥灰岩，其所属构造位置为北北西向五圩背斜的西翼近轴部处，区内断裂构造以北北西向为主，而箭猪坡矿床的矿体大多都产于该组构造裂隙中。矿床的围岩蚀变较弱，主要为硅化、碳酸盐化以及绢云母化。矿床范围内无岩浆岩出露。
1 成矿阶段的划分
箭猪坡的矿体赋存于泥盆系中统纳标组第二段地层中，受北北西走向断裂构造控制。由于构造的多期性及矿化的脉动性，箭猪坡矿床中的矿体在空间上常呈脉状、网脉状、条带状及透镜状充填在断裂带中。根据矿脉的穿插关系及矿物组合的变化，可将矿石的矿物组合分成三个主要的成矿阶段，即石英—硫化物阶段、硫盐矿物-硫化物阶段和碳酸盐-硫化物阶段，相应地可划分出该矿床的三种矿物组合类型，即黄铁矿—石英—闪锌矿组合、脆硫锑铅矿—闪锌矿—黄铁矿组合、辉锑矿—闪锌矿—碳酸盐矿物组合。
2 矿物组合特征
2.1 黄铁矿—石英—闪锌矿组合
该组合矿石矿物以黄铁矿为主，其次是少量的闪锌矿和毒砂，脉石矿物主要为石英，以及少量的铁白云石。矿石结构以自形—半自形结构为主，矿石构造以块状构造和条带状构造为主。在镜下可见黄铁矿出现碎裂现象，即为早期形成的黄铁矿受后期构造作用所致；镜下亦可见黄铁矿被毒砂所包裹，即黄铁矿的形成早于毒砂。
2.2 脆硫锑铅矿—闪锌矿—黄铁矿组合
该组合矿石矿物以脆硫锑铅矿、闪锌矿和黄铁矿为主，其次有微量的黝铜矿和锡石。该组合脉石矿物少见，为少量的石英和铁白云石。矿石结构以自形—半自形结构为主，矿石构造以块状构造为主，即由单一的矿石矿物（如脆硫锑铅矿）或多种矿石矿物组成的块状矿石。在镜下可见脆硫锑铅矿在闪锌矿中呈自形板状或菱形状，也可见脆硫锑铅矿交代闪锌矿而使其形成孤岛状或港湾状。该矿物组合中出现的黝铜矿和锡石仅在显微镜下可见，其粒度小于0.3mm，黝铜矿常与闪锌矿共生，而锡石多产于由石英和黄铁矿组成的细脉里。
2.3 辉锑矿—闪锌矿—碳酸盐矿物组合
该组合的矿石矿物以辉锑矿、闪锌矿为主，其次是少量的黄铁矿和微量的黝铜矿，脉石矿物则以出现大量的碳酸盐矿物为主要特征，其中包括菱锰矿、锰白云石和锰方解石。该组合矿石以自形结构为主，矿石多为条带状构造。镜下可见辉锑矿和闪锌矿的边界呈菱形的锯齿状，即辉锑矿和闪锌矿的形成晚于碳酸盐，辉锑矿和闪锌矿充填于菱形碳酸盐晶体的空隙中。
3 总结
结合矿体野外产状及矿石镜下特征可知，箭猪坡矿床的成矿过程经历了三个主要的阶段，即石英—硫化物阶段、硫盐矿物-硫化物阶段和碳酸盐—硫化物阶段，早期矿化以黄铁矿和石英的沉淀开始，中期则出现了大量的脆硫锑铅矿和闪锌矿，到晚期以碳酸盐矿物和辉锑矿的沉淀结束了该矿床的热液期成矿过程。根据各阶段的矿物组合及矿石镜下的相互交代关系可知，该矿床矿石矿物的生成顺序为黄铁矿→毒砂→锡石→脆硫锑铅矿→闪锌矿→黝铜矿→辉锑矿，脉石矿物的生成顺序为石英→铁白云石→菱锰矿→锰白云石→锰方解石。
参考文献：
[1] 陈毓川， 黄民智， 等.大厂锡矿地质. 北京： 地质出版社， 1993.
※依托项目：国家科技支撑计划课题《复杂铂钯共生矿分离提取关键技术研究》（编号：2008BAB-32B10-01B）；广西有色金属集团有限公司地质找矿科研项目（GYDK090012）；广西自然科学基金（桂科自0640179）
特征组合 篇7
可靠性一词源于1957年AGREE的学术报告, 它在说话人识别技术应用中具有丰富的涵义。具体到技术运行的可靠性, 通常称为支持可靠性[1]。支持可靠性通过固有可靠性和使用可靠性两方面来表现, 这两方面涵盖了技术研究和投入使用两方面的全过程。固有可靠性是指技术内在的可靠性, 它在技术的研发过程中得以确立。技术的仿真、结构的设计、工艺的科学性以及检验方法决定了固有可靠性, 而使用可靠性则与技术的实现环境和实现方法密切相关, 它更多的取决于技术的操作方法等众多外界因素, 另外产品的研发者的素质对使用可靠性也会产生很大的影响。[2]
1 我国说话人识别技术研究现状
在我国, 由于汉语在发音和结构上的独特性, 语音信号的特征参数和行为规范比较复杂而多变, 国外的说话人识别技术无法直接应用, 这给中国的说话人识别技术带来了很大的困难和挑战。但是近几年来, 国内外众多科研机构、高校实验室以及高科技公司都对汉语的说话人识别技术投入了很大的精力, 国内外一些重点实验室、研究所以及一些公司等都通过自身的努力和互相间的合作, 对说话人识别技术的研究做出了很大的贡献。
2 语音特征参数提取及组合
2.1 线性预测倒谱系数提取的实现
本文中所做实验中语音特征参数选用线性预测倒谱系数 (LPCC) 、美尔倒谱系数 (M FCC) 。
实验中需要先取取线性预测系数 (LPC) , 在LPC的参数求出的条件下再进行LPCC计算, 这是因为由于不能直接提取到线性预测倒谱系数。这一过程的实现可采用MATLAB软件语音处理工具箱中的lpc函数进行提取, 它的实现语句是:
这里x为一帧语音, p为计算LPC参数的阶数。MATLAB语音处理工具箱中也提供了计算实复倒谱系数的函数cceps, 如果不考虑计算量, 可以用下面的函数计算一帧语音信号x的LPCC系数:
该程序中首先计算x的LPC系数, 由于函数cceps不是基于递推公式的, 因此要保留所有阶的LPC系数, 即a的长度与序列x的长度相同。当然, 这种方法在一个实际的语音系统中是不能采纳的, 因为计算量太大。因此, 采用迭代算法计算LPCC参数的程序如下[3]:
此段代码中, 假设LPC系数的阶数为14, LPCC系数的阶数为16, 前10阶LPCC系数通过10阶LPC迭代计算, 后2阶LPCC则是通过外推得到的。
2.2 美尔倒谱系数提取的实现
在MATLAB语音处理工具箱中, 计算MFCC的函数为melcepst, 其中调用了计算滤波器系数的melbankm函数, melbankm的语法为:
其中, m为滤波器个数, n为语音帧长度, fs为采样频率。例如, 设计一个滤波器组, 包含24个滤波器, 语音信号的帧长度为256, 信号采样频率为8000Hz, 所用的命令为:
利用函数melcepst可以直接计算语音信号s的MFCC参数
这一命令默认地以256点为帧长计算12阶的MFCC参数。如果s比较长, 将会按照128点的间隔将s分为若干帧, 再分别计算。由于本系统要获取16阶的MFCC系数, 且语音的帧长为256点, 帧移128点, 因此不能直接采melcepst函数。修改后的计算MFCC的函数如下:
2.3 语音参数的特征组合
图1为本文所采用的组合方式, 将LPCC与MFCC两个特征组合为一个特征Com。具体特征组合方法如下:
其中, p为MFCC的维数, q为LPCC的维数。
通过仿真得出的组合特征参数的图如图1所示。
组合特征参数图中, 横坐标取MFCC和LPCC各20帧, 纵坐标为所对应参数值的数值。语音参数中不同的特征是基于不同的模型, 本文中LPCC是基于声道模型, MFCC则是基于人的听觉模型, 不同类型的特征向量表征了人的不同特性, 通过特征组合采用多种向量组合有利于从不同的角度体现说话人个性。
单独使用某一参数只能反映某一方面的特性, MFCC反映的是说话人语音的听觉频率非线性特性, LPCC反映的是说话人声道生理结构的差异, 使用组合特征参数LPCC弥补了MFCC声道不能描述声道的特征, 语音识别中利用组合特征参数能较好的反映说话人的个性特征, 能够提高说话人识别率。
3 结语
本论文主要目的是对语音特征参数的组合进行研究, 通过参数的特征组合从不同的角度来反映说话人的个性特征, 能够大大提高说话人识别系统的识别率。本文首先对说话人识别的基本知识及研究历程做了介绍, 其中涉及到了说话人识别常用的特征参数以及利用特征参数进行说话人识别存在的技术难点。其次对语音信号的基本处理进行阐述, 说话人识别归根到底就是对说话人语音的识别, 所以对语音信号的处理是一项很重要的工作, 本文所用的特征参数 (MFCC及LPCC) 的特性及提取过程进行了详细的解释。
摘要：本论文重点对语音特征参数的组合进行了研究, 通过参数的特征组合从不同的角度来反映说话人的个性特征, 能够大大提高说话人识别系统的识别率。对其中的特征参数 (MFCC及LPCC) 的特性及提取过程进行了详细的解释和仿真。
关键词：说话人识别技术,线性预测倒谱系数,语音参数
参考文献
[1]史绍强.基于多级小波神经网络的模糊说话人识别研究[D].长沙理工大学学位论文, 长沙:长沙理工大学, 2004.
特征组合 篇8
1 具有优越的石油地质条件
1.1 地层
本区沉积了碳酸盐岩与碎屑岩交互的上震旦统—三叠系地层, 共厚5000m~6000m。主要的含油气地层为上震旦统—志留系地层。生油岩主要为上震旦统陡山沱组 (Z2ds) 及下寒武统 (∈1jm) 中的黑色泥岩, 灰绿、深灰色泥质岩;次要生油岩为下奥陶统 (O1) 石灰岩、中下志留统 (S1-2) 泥岩;储层主要为上震旦统灯影组 (Z2dn) 白云岩、下寒武统九门冲组 (∈1jm) 石灰岩、中寒武统甲劳组 (∈2jl) 白云岩、下奥陶统红花园组 (O1h) 石灰岩、中下志留统翁项群第一二段 (S1-2wn1-2) 的砾状灰岩、珊瑚灰岩及中下志留统翁项群第三段 (S1-2wn3) 的砂岩。其储集类型:碳酸盐岩以晶洞—溶孔—裂隙型为主, 砂岩以孔隙为储集空间。本区盖层主要为下寒武统 (∈1) 及中下志留统 (S1-2) 的泥岩。生、储、盖组合配置较好。
1.2 烃源岩
黔东地区主要发育2套烃源岩层系, 岩性为黑色泥岩, 灰绿、深灰色泥质岩。上震旦统陡山沱组、下寒武统九门冲组烃源岩均为被动大陆边缘盆地海侵期的次深海—深海盆地和较深水陆棚相区沉积[1]。
受沉积相带展布控制, 陡山沱组烃源岩分布相对局限, 厚度不稳定, 横向变化大, 深色泥质岩一般厚10m~25m, 最厚75m, 有机碳含量最高3.22%, 一般1.93%, 主要分布在黔东地区的黔南坳陷。
下寒武统九门冲组烃源岩在黔东地区分布较广, 黔南坳陷庄1井揭示下寒武统九门冲组烃源岩厚117.13m, 有机碳含量0.69%~3.4%;黔山1井钻探揭示下寒武统九门冲组烃源岩厚88.0m, 有机碳含量1.60%~5.86%, 平均3.22%, 为一套较好的生油岩。
1.3 储层
实钻及露头揭示, 黔东地区主要发育上震旦统灯影组白云岩、下奥陶统红花园组灰岩、翁项群三段砂岩等储层。
上震旦统灯影组白云岩在黔东地区, 灯影组为斜坡相—盆地相沉积, 白云岩储层厚度较小, 一般为26m~45m。
下奥陶统红花园组灰岩和翁三段砂岩储层, 是麻江古油藏和凯里残余油气藏的主力产层, 麻江古油藏红花园组灰岩和翁项群三段砂岩原始石油储量约16×108t;凯里地区虎47井翁三段砂岩完井测试, 在井段355.23m~445.36m处产油0.6L/d、井段2 48.1 8m~2 49.1 8m处产气3 90 6.6 4m 3/d, 对下奥陶统上部灰岩进行酸化压裂后, 累计产油2.3t。在麻江地区红花园组的灰岩储层, 主要分布在距顶部10m~25m的古岩溶层段中, 溶蚀孔洞缝发育;翁三段残余沥青含量在2%~5%之间, 部分可达8%~10%, 残余孔隙度为1.38%~4.48%。凯里地区下奥陶统红花园组储层, 主要为强烈重结晶的生物碎屑灰岩, 厚度83.22m~98.7m, 一般孔隙度在5%~10%间, 最高可达18%;中下志留统翁三段砂岩厚31.55m~125.55m, 井下平均孔隙度1.34%~1.36%, 地表平均4.4%, 镜下可见砂岩粒间孔, 视面孔率3%~12%。
1.4 盖层
黔东地区海相下组合的主要盖层包括:下寒武统九门冲组 (∈1jm) 、中、下志留统翁项群 (S1-2wx) 区域性盖层和寒武系杷榔组碳酸盐岩地区性盖层。次为下奥陶大湾组区域性盖层。
下寒武统九门冲组岩性主要为黑色、深灰色碳质泥 (页) 岩和黄绿色砂质泥 (页) 岩夹粉砂岩等, 是上震旦统灯影组白云岩储集层的直接盖层。在黔东地区广泛分布, 厚度为200m~600m。中下志留统盖层在黔东地区主要是指翁项群第四段泥岩, 在凯里地区厚123.5m~511.5m, 在麻江地区厚130m~512m。
寒武系明心寺杷榔组碳酸盐岩主要是泥页岩与泥质粉砂岩, 黔山1井厚612m, 庄1井厚635.5m, 厚度基本相同, 推测其沉积条件也相同。
下奥陶统大湾组以泥灰岩为主。泥质岩类所占比例部分在50%以下, 为非均质盖层, 但凯里凯棠凯1井、凯8井、凯11井等在钻井中见油气产出, 说明泥灰岩在一定条件下具一定的封盖能力。大湾组是红花园组生物灰岩和生物碎屑灰岩、桐梓组白云岩储集体的直接盖层。
1.5 保存条件分析
由于黔中古隆起的控制作用, 黔东地区后期改造较弱, 保存条件较好。开阳洋水背斜904孔钻遇∈1jm—Z2dn地层断层遮挡处发生天然气井喷, 燃烧数月供井队照明和生活用气, 未产水。凯里黔山1井试油测试, ∈1jm灰岩气喷, 火焰达4m (测试产气170m3/d) 。庄1井由于构造位置较低 (南、北高点间鞍部轴线上) 仅获高矿化度油田水 (氯根32305PPm, 总矿化度52.1g/L, CaCl2型) , 说明∈1jm—∈1m泥岩盖层具良好的封盖性能。
凯里凯棠地区50余口浅井中, 除2~3口井外均不同程度在O1h灰岩、S1-2wx3砂岩中见油、见气, 其中有9口井曾获10立方米—数千立方米天然气及少量原油 (如凯1井获原油100公斤、凯8井20公斤、凯11井5公斤、虎47井2.3t;虎41井产气790~1890m3/d、虎47井产气7505.45m3/d等) 。这些钻井中见油气产出而证实O1d (O1m) 、S1-2wx4泥灰岩、泥岩具好的封盖能力。
1.6 生储盖组合
实钻及露头揭示, 存在两套生储盖组合。
(1) 以上震旦统陡山沱组 (Z2ds) 暗色泥岩、下寒武统九门冲组 (∈1jm) 下部碳质泥岩为烃源层, 上震旦统灯影组 (Z2dn) 藻白云岩为储层, 下寒武统九门冲组 (∈1jm) 下部泥岩、变马冲组 (∈1b) 泥岩、杷榔组 (∈1p) 泥岩为盖层。
(2) 下寒武统九门冲组 (∈1jm) 下部碳质泥岩、中下志留统翁项群二段 (S1-2wx2) 黑色泥岩为烃源层, 中寒武统甲劳组 (∈2j) 上部白云岩、中上寒武统娄山关群 (∈2-3ls) 白云岩、下奥陶统红花园组 (O1h) 白云岩、生物屑灰岩、中下志留统翁项群三段 (S1-2wx3) 石英砂岩为储层, 中下志留统翁项群二段 (S1-2wx2) 、四段 (S1-2wx4) 泥岩为盖层。
2 油气成藏模式
黔东及邻区古油藏和残余油气藏的成藏模式综述[2,3]。
如图1所示。
2.1 按生储关系
有自生自储 (包括同一层段生储、如凯里虎庄地区O、S系残余油气藏) 、古生新储 (包括同组合下生上储、如麻江古O—S古油藏) 、侧向生储 (包括自生和上部倒灌) 等油气成藏模式。
2.2 按构造岩性关系
有受古构造控制的成藏模式, 如麻江古油藏;受岩性控制的成藏模式, 如瓮安古油藏 (图2) ;受古今构造和岩性控制的成藏模式, 如凯里残余油藏 (图2) [4]。
3 勘探的有利区带及目的层系
黔南坳陷黄平—凯里一带, 应是黔东地区下步勘探有利地区。麻江—凯里区带位于黔南坳陷东北角, 具有多套勘探目的层系。钻探证明该区存在以翁项群三段 (S1-2w x3) 石英砂岩为储层, 翁项群二段 (S1-2w x2) 、四段 (S1-2w x4) 泥岩为盖层的储盖组合。据最新研究认为麻江背斜南北长约70km, 东西宽约35km, 核部储层已被剥蚀。该构造面积在1975km2以上, 现今仅残存800km2左右, 仍具有一定的资源潜力。
瓮安“古油藏”位于黔中隆起东端, 该隆起属加里东期古隆起, 燕山运动改造后瓮安地区成为复向斜, 残存油砂深埋复向斜地腹, 面积约400km2。
区内存在以下寒武统金顶山为储层的勘探目标, 据新一轮油砂评价资料, 该区剩余资源潜力较大, 为近期有利勘探目标。
摘要：黔东地区位于雪峰隆起西缘 (主要为黔南坳陷) “, 下组合”包括震旦系、寒武系、奥陶系和志留系, 具有丰富的油气资源和较好的油气成藏条件。本文通过对“下组合”石油地质特征的研究, 认为黔东地区存在两套海相“下组合”, 一套为以∈1jm暗色泥岩为生油岩, Z2dn藻白云岩为储层, 中下寒武统泥质岩为盖层的生储盖组合;另一套以∈1jm、S1-2wx2碳质泥岩、黑色泥岩为生油层, 中上寒武统娄山关组白云岩、O1h生物灰岩、S1-2wx3石英砂岩为储层, S1-2wx4段泥岩为盖层的生储盖组合;通过对油气成藏模式的剖析, 认为以中下志留统为目的层的麻江—凯里地区及以中下寒武统金顶山为目的层的瓮安地区是近期找油找气的有利地区, 值得关注。
关键词：黔东地区,下组合,石油地质特征,有利地区
参考文献
[1]魏志红, 等.黔中隆起及周缘地区下组合油气成藏条件[J].南方油气, 2005.
[2]汤良杰, 等.黔中地区多期构造演化、差异变形与油气保存条件[J].地质学报, 2008 (3) :346～352.
[3]李浩.滇黔桂地区加里东构造古地理变迁及油气勘探潜力分析[D].北京:中国地质大学, 2005.
[4]赵陵等.麻江、凯里地区油砂评价[J].内刊, 2006.
特征组合 篇9
1 特征特性
1.1 产量表现
2011年该组合在东留乡封侯等8个村作中稻种植80hm2, 经农技人员测产统计, 产量8 973～10 053 kg/hm2, 平均产量9 351 kg/hm2, 其中中心示范片10 hm2, 平均产量9 637.5kg/hm2, 比对照Ⅱ优明86增产724.5 kg/hm2, 增幅8.13%, 达极显著水平。稻谷按2.9元/kg计算, 平均增收2 101.05元/hm2, 推广种植80 hm2, 合计增创效益逾16.8万元, 深受广大农民青睐。表现为生育期适中、高产、稳产、抗病、适应性广等特点。
1.2 生育期
该品种属基本营养型组合, 在东留封侯村 (海拔480 m) 作中稻栽培, 4月5日播种, 秧龄29 d, 始穗期7月25日, 齐穗期8月1日, 成熟期8月26日, 全生育期143 d, 比对照Ⅱ优明86早熟1 d。泥洋村 (海拔650 m) 4月10日播种, 秧龄31 d, 始穗期8月3日, 齐穗期8月8日, 成熟期9月5日, 全生育期148 d, 比对照Ⅱ优明86早熟2 d。表现为生育期适中, 适宜作中稻栽培。
1.3 农艺性状
该组合株型集散适中, 剑叶直立, 株叶形态好, 分蘖力强, 早发性好, 生长繁茂, 穗大粒多, 结实率高, 熟期转色好。据对封侯村20丘田产量结构调查:株高121 cm, 穗长25.8cm, 有效穗数241.5万穗/hm2, 每穗总粒数174.2粒, 结实率84.2%, 千粒重29.3 g, 实际产量为9 705 kg/hm2, 比对照Ⅱ优明86增产1 095 kg/hm2, 增幅12.7% (表1) 。
1.4 抗病性
示范片中未出现叶瘟、穗颈瘟和白叶枯病等病害, 纹枯病发生轻。而相邻田种植的对照种Ⅱ优明86叶瘟、纹枯病发生较重。
1.5 米质
米质检测表明:全优3301糙米率81.6%, 精米率72.8%, 整精米率60.7%, 粒长6.9 mm, 长宽比2.7, 垩白率44%, 垩白度11.1%, 透明度1级, 碱消值5.6级, 胶稠度61 mm, 直链淀粉含量22.9%, 蛋白质含量9.5%。依据《食用稻品种品质 (NY/T593—2002) 》标准评判:整精米率、透明度2项指标达食用稻一级标准, 糙米率、精米率、碱消值、胶稠度、直链淀粉含量、蛋白质含量6项指标达食用稻2级标准, 垩白率、垩白度2项指标达食用稻4级标准。
2 中稻高产栽培技术
2.1 适时播种, 稀播育壮秧
在东留乡作中稻种植, 宜在4月上中旬播种, 以充分利用春季相对较低的气温, 延长本田营养生长期, 为形成穗多粒大群体提供充裕时间;同时将齐穗—成熟期调节在光温最佳的8月, 又可避开中稻区稻瘿蚊主害代的危害。秧龄掌握在30 d以内。秧田播种量150 kg/hm2左右, 大田用种量15.00～18.75 kg/hm2, 施足基肥, 施好断奶肥 (二叶一心期) 、壮苗肥 (四叶期) 、移栽前的送嫁肥和打好送嫁药。对采用软盘育秧的, 在抛秧前15 d左右应控苗炼苗;适龄适时抛栽, 叶龄一般掌握在4.0～4.5叶抛栽。
2.2 合理密植, 插 (抛) 足基本苗
在栽培上应提倡带土移栽, 以促进低节位分蘖 (如抛栽) 。对移栽的大田株行距以20 cm×20 cm或18 cm×23 cm为宜, 插24.0万～25.5万丛/hm2, 每丛插足2粒谷, 基本苗60万～90万株/hm2, 争取有效穗数达225万穗/hm2以上[1]。采用抛秧栽植的, 一般抛足600盘/hm2 (每盘551个穴) , 即基本苗30.0万～33.0万丛/hm2。
2.3 推广配方施肥技术
科学施肥是增产的关键, 在增施有机肥的情况下, 应采用重施基肥, 早施分蘖肥, 中后期注意增施磷、钾肥[2]。后期不宜过量施用氮肥, 以防剑叶披垂。根据配方施肥技术的要求, 施肥水平达到纯N 180～225 kg/hm2, N∶P2O5∶K2O比例宜采用1∶0.7∶0.9, 基肥∶分蘖肥∶穗粒肥比例为6∶3∶1。具体方法为:基肥施碳铵525～750 kg/hm2、过钙375 kg/hm2;插后5～7 d可施三元复合肥 (15-15-15) 300～375 kg/hm2+60%氯化钾150kg/hm2;在倒三四叶露尖时结合烤搁田复水, 可施46%尿素60～75 kg/hm2、60%氯化钾75～90 kg/hm2;由于超级稻一般有2次灌浆的特性, 后期应进行叶面根外喷施, 一般可用磷酸二氢钾 (若叶色退黄较重的, 可适当加尿素) , 延缓衰老, 达到养根保叶, 提高结实率和千粒重, 从而提高产量。
2.4 科学管水, 适时烤田
在大田生长过程中采用浅水插 (抛) 秧, 薄水勤灌促分蘖, 中期适时搁烤田, 烤田采用“苗到不等时, 时到不等苗”的方法;幼穗分化时复水, 以保证幼穗分化对水分的要求;利用全优3301有2次灌浆的特性, 抽穗扬花期以后, 灌水原则应坚持干湿交替, 切忌过早断水, 达到养根、保叶防早衰的目的[3]。
针对山区冷烂锈毒田多的特点, 应提倡实施垄畦栽培技术, 进行好气灌溉, 改善水稻生长的土壤环境, 增加土壤含氧量, 提高土温, 促进根系生长和深扎, 有效提高肥料利用率。未实行垄畦栽培的也应开好多条排水沟或排锈沟, 除水分敏感期和施肥用药时采取间歇浅水灌溉外, 全生长期间实行无水层或湿润灌溉为主的水管技术, 并在生育中期实行重烤田。
2.5 加强病虫害防治
病虫害防治应坚持“预防为主、综合防治”的方针[4]。重点防治螟虫、稻瘿蚊、稻飞虱、稻瘟病、纹枯病、稻曲病等病虫害。应根据植保部门预测预报, 选准对口农药, 科学喷施, 适时防治病虫草鼠的危害。重点防治好分蘖期的稻瘟病和稻瘿蚊、中后期的稻飞虱和稻曲病, 在破口期要科学施药防治稻瘟病等病虫害。氮肥过多或肥力高的田块要注意纹枯病的防治[5]。
参考文献
[1]王新珠, 李顺和.杂交稻新组合全优3301在武夷山种植表现及栽培技术[J].福建稻麦科技, 2011 (3) :56-58.
[2]颜明涛.高山区优质杂交中稻高产栽培技术[J].福建农业, 2009 (5) :11.
[3]谭中和, 兰太元, 方文, 等.高温地区杂交中稻避灾稳产高产栽培技术[J].农业科技通讯, 1984 (3) :1-2.
[4]杂交中稻栽培技术[J].农业科技通讯, 1977 (3) :3-4.
特征组合 篇10
进行遥感影像彩色合成时, 方案的选择十分重要。以陆地卫星Landsat的TM图像为例, 当4, 3, 2波段分别赋予红, 绿, 蓝颜色进行彩色合成时, 这一合成方案就是标准假彩色合成, 是一种常用的合成方案。实际应用时, 常常根据不同的应用目的, 在实验中进行分析、调试, 寻找最佳合成方案, 以达到最好的目视效果。
波段的选择必须遵循三个原则:一是三个波段的信息量要最大化;二是三个波段的相关性最小化;三是目标地物与其他地物要有很好的可分性。工作中, 选取的方法有:方差、标准差、相关系数法、最佳指数 (OIF) 法、熵与联合熵、平均梯度法、典型地物波谱特征分析。本文基于TM图像的光谱特征浅谈了上述的六种选取方法方法。
1 TM图像的光谱特征及图像预处理
1.1 TM图像的光谱特征
由表1可知, TM1、2、3波段处于可见光区域, TM4为近红外波段, TM5、7为中红外波段, 而TM6为热红外波段。
1.2 图像的预处理
图像预处理包括几何校正、大气校正和去除坏线条带。几何纠正需要从三个方面来实现:一是选取地面控制点;二是进行像元坐标变换;三是是像元亮度值的重采样。大气校正主要采用波段对比法和直方图对比法来实现。坏线条带成像时, 由于检测系统某一扫描线上故障造成扫描线脱落, 在图像上只显示一条黑线, 有时也会出现分段黑线, 这些均称条带噪声。去除条带的方法是用条带上行和下行的均值来代替。
2 最佳波段选取的方法
2.1 方差、标准差
方差、标准差, 均反映亮度值作为随机变量取值的离散程度, 即变量与均值的偏差程度。方差是所有像元亮度值和均值之差的平均平方值。其公式如 (1) 表示:
式中, n为像元的总个数, Xi为各像元的灰度值。
方差的平方根值就是标准差, 其公式如 (2) 表示:
标准差越小, 图像中像元亮度值就越集中于某个中心值;反之, 其标准差越大, 亮度值就越分散。标准差是普遍应用于数字图像处理的一个统计值, 如现行对比度增强、相似分类法以及精度评估等。所以方差和标准差越大, 说明像元亮度值分布离散, 信息量越大。
2.2 相关系数法
相关系数反映了不同变量间的相关程度, 其值由两个变量间的协方差以及各自的标准差决定着, 公式如 (3) 表示:
式中, rij为两个波段的相关系数, σ2ij为两个波段的协方差的平方, σii和σjj为两波段各自的标准差。
相关系数一般介于-1到1之间, 如果两波段的相关系数大于0, 则说明两个波段间, 一个波段的亮度值增加会引起另一个波段上亮度的增加, 相关系数接近1, 这种依赖性越明显。所以相关系数值越小, 信息的冗余度就越小。
2.3 最佳指数法 (OIF)
OIF指数是Chavezetal最早提出来的, 它是用来计算任意三个波段组合后所反映的信息量。OIF与某一个波段内的标准差的大小成正比关系, 与波段间的相关系数成反比关系。具体来说就是通过比较选择的三个波段标准差之和及这三个波段间相关系数之和的大小来判断最佳组合。最佳组合要满足的客观条件就是波段间相关系数之和最小以及波段标准差之和最大。计算公式如 (4) 表示:
式中, Si为第i波段的标准差, rij为i、j波段的相关系数, j=1, 2, 3, 且i≠j, 这是在数据统计分析的基础上选择相关系数小、标准差大的数据。所以OIF值越大, 3个波段的选择就越合适。
2.4 熵与联合熵
由于一个波段辐射量方差的大小体现了信息量的大小, 因此, 在选择波段时, 我们要尽可能选择方差大的波段。波段间辐射的相关性大的时候, 那么这些波段包含的信息就会重复, 因此在选择最佳波段组合时, 必须要同时满足方差大相关性小这两个条件。保证组合后的图像的熵最大。
式中:x为输入的图像变量;Pi为图像灰度值的概率。由此可知, 3个波段的联合熵为:
式中:Pi1, i2, i3表示3个图像灰度值得联合概率。依据这个公式, 可以对所有可能的波段组合进行联合熵计算, 并按照从大到小的顺序列成表格, 最佳波段的组合就一目了然。
2.5 平均梯度
平均梯度指图像的边界或影线两侧附近灰度有明显差异, 即灰度变化率大, 这种变化率的大小可用来表示图像清晰度。它反映了图像微小细节反差变化的速率, 表征图像的相对清晰程度。其公式如 (7) 表示:
式中:D (i, j) 为图像的第i行j列的灰度值;M, N分别是图像的总行数和总列数。所以说, 平均梯度的值越大, 遥感图像越清晰。
2.6 典型地物波谱特征分析
地物的反射、吸收、发射电磁波的强度是随波长而变化的。因此, 人们往往以波谱曲线的形式表示地物波谱特征, 简称地物波谱或地物光谱。
图1表示四种典型地物的光谱反射率曲线, 其形态差异很大。四种地物在可见光谱段内反射率差异十分明显, 分别呈现蓝白、浅黄、绿、暗灰色。严格来说, 每条曲线不应是一条, 而是呈带状的。这是因为在一个特定的类型中, 光谱反射率也是有变化的。图中的曲线是通过测量大量样品综合而成的, 它仅代表平均反射率曲线。因此, 将不同的地物波谱曲线融合到一张曲线图内, 就能挑选出那些波段的组合能够更轻易地区分图像。
3 结论
为了能够轻易地进行图像解译、分析、信息提取, 最佳波段组合应运而生。其主要原理就是围绕波段组合的三大原则:一是信息量;二是相关性;三是可分性。在实际操作中, 不可能同时运用以上六种方法来选择最佳波段组合, 而是选用其中的两种或者三种, 然后进行人机交互解译分析。即省时间, 又能提高效率。
摘要：在波段选择上, 最大限度地区分和监测不同类型的地球资源是必要的。基于TM的7个波段, 最佳波段的选取使图像的解译、分析、信息提取达到最佳效果。本文遵循最佳波段的选取原则:一是波段包含的信息量最大化;二是各波段之间的“重复度”、“冗余度”最小化;三是对图像的可分性最强化。浅谈了包括方差、标准差;相关系数法;最佳指数 (OIF) 法等在内的六种方法对波段组合提供的科学依据。
关键词：波段选取,选取原则,选取方法
参考文献
[1]年波, 等.植被遥感信息提取的最佳波段选择——以云岭中部山区为例[J].云南地理环境研究, 2004, 16 (2) :18-21.
[2]戴昌达, 等.遥感图像应用处理与分析[M].北京:清华大学出版社, 2004.
[3]官凤英, 等.基于ETM+影像竹林信息提取的最佳波段组合研究[J].竹子研究汇刊, 2009, 28 (3) :10-13.
[4]李石华, 等.多光谱遥感数据最佳波段选择方法实验研究[J].云南地理环境研究, 2005, 17 (6) :29-33
[5]施拥军.森林遥感分类技术研究-以浙西北山区为例[D].北京:中国博士硕士优秀论文数据库, 2003.
[6]陆灯盛, 等.TM图像的光谱信息分析及特征信息提取[J].环境遥感, 1991, 4 (4) :267-274.
特征组合 篇11
关键词：特征提取,人脸识别,支持向量机,多分类器组合
0 引言
人脸识别是生物识别技术的重要课题,目前是一个非常活跃的研究方向。进入九十年代以来,人脸识别的研究重新成为人们所关注的热点,在心理学、神经科学、模式识别和计算机视觉等方面涌现出大量的成果。人脸正面图象包含了人脸更明显的特征,其识别研究受到人们更多的重视。将一幅人脸图象看成一个矩阵,通过作矩阵变换,可以抽取人脸的全局识别特征。人脸识别问题是个典型的小样本识别问题,基于统计学的模式识别方法有一个最基本的应用前提,就是只有在学习样本的数目趋于无穷大时,其识别的性能才能有理论上的保证,这也是与统计学的渐进学习理论是一致的如何解决人脸识别上的小样本局限就成为这一领域学者的研究重点。从20世纪60年代开始,V.N.Vapnik等人在有限样本的机器学习问题上取得一系列的进展,在这一研究领域建立了一套较完整的理论体系――支持向量机[1-2](Support Vector Machine,SVM)。目前,这一新的理论方法在解决模式识别中小样本、非线性及高维识别问题中表现出独特的优势和良好的应用前景。由于SVM是用来解决两类样本之间的分类问题,对于多类问题,SVM采用的是一对一和一对多分步解决的策略。在本文的人脸分类中,对于多类的人脸分类,采用SVM的一对一方法结合二叉决策树对单特征的人脸进行分类,最后采用多分类器组合方法取得了更高的识别率。
1 人脸图像的特征提取
1.1 独立成分分析[3,4]
独立成分分析作为一种盲源分离技术,是基于信号的高阶统计特性的分析方法,该方法的目的是将观察到的数据进行某种线性分解,使其分解成统计独立的成分,经ICA分解出的各个信号分量是相互独立的。最早提出ICA概念的是Jutten和Herault,其目的是用来解决“鸡尾酒”问题,当时他们对ICA给出了一种相当简单的描述,认为ICA是从线性混合信号里恢复出一些基本的源信号的方法。ICA方法已经在EEG信号,fMRI信号的分析与处理方面获得了比较成功的应用。其基本思想是:用一组基函数来表示一系列随机变量,而假设它的各成分之间是统计独立的或者尽可能独立。ICA最简单的形式是:给定m个可观察变量x1,x2,…,xm;假设它们为n个未知的独立成分,s1,s2,…,sn的线性组合,这些独立成分相互之间满足统计独立的假设且都具有零均值。将观察变量和独立成分用向量的形式表示:表示可观察到的变量xi;表示独立成分变量si。则S和X之间的关系如下:
其中矩阵A称为混合矩阵或特征矩阵,该矩阵的各列代表了所有特征,si则代表在观察数据x中第i个特征的幅度。如果独立成分si都具有单位方差,即根据独立成分的符号,可以确定唯一的独立成分。如果能计算出A的逆W,这时独立成分可由下式得到:
其中的W一般称为分离矩阵。
1.2 主成分分析
PCA实质上是KL变换的网络递推实现。KL变换是图象压缩技术中的一种最优正交变换,其生成矩阵一般为训练样本的总体散布矩阵。其思想就是将包含人脸的图象区域看作是一种随机向量,因此可以采用KL变换获得正交KL基。对应其中较大特征值的基具有与人脸相似的形状,因此又称作特征脸(Eigenface)。利用这些特征向量描述,表达和逼近人脸图像,因此可以进行人脸的识别与合成。假定在训练阶段数据库中有K个人,每个人有M幅人脸灰度图像,其中每一幅图像都用NxN的二维数组I(x,y)来表示,数组元素表示象素点的灰度值。同样,每一幅图象都可以视为一个N2x1的向量。因此,它等同于N2维的人脸象素域空间中的一个点。我们用fij表示。
一个N2x1的向量来表示数据库中第i个人的第j幅图像然后,定义平均人脸g如下:
Sij=fij-g表示了每一幅人脸与平均人脸的差值,它们组成了一个N2x M K的矩阵,[],PCA方法就是要找到对应于矩阵AAT的前Q个较大特征值λ的正交特征向量Un:
因为AAT是的矩阵,求它的N2个特征值的计算量非常大。一般而言,训练过程中人脸数据库里的图像数目比人脸空间的维度N2要小,所以我们可以先求ATA的特征向量U,n
在式(5)两边左乘A,然后与(4)式比较,我们可以很容易的得到:
这些特征向量构成了人脸空间的一个子空间的正交基,这个子空间就是我们通常所说的特征空间。特征空间由训练图象的协方差矩阵的特征向量构成。然后,我们将数据库中的每一幅人脸f从原始人脸空间转化到特征空间:
通过转换之后每一幅人脸就都可以用特征空间里的向量来表示。
2 分类策略
2.1 支持向量机[1,2]
支持向量机算法的思想来自于统计学习理论。该算法基于结构风险最小化(structural risk minimization,SRM)原理,将原始数据集合压缩到支持向量集合,然后用子集学习得到新知识,同时也给出由这些支持向量决定的规则,并且可得到学习错误的概率上界,即支持向量的期望数目和训练集合大小的比值。SVM用于模式识别的基本思想是构造一个超平面作为决策平面的,使两类模式之间的距离最大。
分类线性方程为,我们可以对它进行归一化,使得对线性可分的样本集,满足
使分类间隔最大实际上就是对推广能力的控制,这是SVM的核心思想之一。统计学习理论指出,在N维空间中,设样本分布在一个半径为R的超球范围内,则满足条件的正则超平面构成的指示函数集(sgn()为符号函数)的VC维满足下面的界
因此使最小就是使VC维的上界最小,从而实现S R M准则中对函数复杂性的选择。利用Lagrange优化方法可以把上述最优分类面问题转化为其对偶问题,即在约束条件
下对ai求解下列函数的最大值
相应的分类函数为
概括地说,支持向量机就是首先通过用内积函数定义的非线性变换,将输人空间变换到一个高维空间,在这个空间中求(广义)最优分类面。SVM分类函数形式上类似于一个神经网络,输出是中间节点的线性组合,每个中间节点对应一个支持向量。
SVM中不同的内积核函数将形成不同的算法,目前研究最多的核函数主要有三类,一是多项式核函数
所得到的是q阶多项式分类器;
二是径向基函数(RBF)
所得分类器与传统RBF方法的重要区别是,这里每个基函数中心对应一个支持向量,它们及输出权值都是由算法自动确定的。
三是采用Sigmoid函数作为内积,即
2.2 人脸识别的应用
支持向量机是针对两类问题提出来的,为实现对人脸的多类问题的识别,需要对SVM进行推广。在一个多类别问题中,如果已知任意两类可分,则通过一对一或者一对多的组合规则,实现多类划分。在本文采用一对一结合二叉决策树的判决规则来实现对人脸数据的多类划分。
多分类器组合技术可通过对多个分类器提供的不同特征的信息,利用其互补性和冗余性,以提高系统的正确识别能力。在本文方法的人脸识别中,虽然提取的都是代数特征。但是在“本征脸”空间中,各正交基呈现出的人脸的形状,较好的刻画了分布的信息,保留了人脸部件之间的拓扑关系,从2阶上消除了人脸数据的相关性;在“独立成分脸”空间中,各正交基中一部分主要呈现出人脸的形状,反映了人脸部件间的拓扑关系,另一部分则着重反映了局部的轮廓信息与灰度信息,能够较好地同时刻画概貌分量与细节分量,从高阶上消除了数据的相关性。经线性鉴别分析的人脸数据点从低维空间上得到了代数上的最佳划分。通过特征提取之后的人脸数据经SVM分类之后,采用多数投票法的多分类器组合规则[5]进行分类。其组合分类规则如下,对于输入样本x,K个分类器会有K个输出。将每个分类器的输出看成一票,那么表示第k个分类器投标号jk一票。若有超过k/2个分类器的分类结果均为j时,则E(x)输出为j,否则据识。
3 实验结果
本文采用ORL人脸数据库验证该算法,该数据库包括从1992年4月到1994年4月剑桥大学实验室拍摄的一系列人脸图像,具体为40个人,每个人有不同表情或不同视点的10幅图像所构成,倾斜角度不超过20度,这些人脸图像的分辨率为92×112,为灰度图像。
在实验中,我们采用每类样本的前六个数据作为训练样本,即采用每个人的前六幅照片作为训练数据,同时所有的人脸数据作为检测数据,为了数据处理的方便,试验中的原始数据采用46*56的形式。
在本文的实验中,首先采用特征提取方法得到人脸图像的不同特征,由于PCA和ICA的特征提取方法从不同的阶数上消除了数据的相关性,在这里我们分别给出了两种特征提取方法得到的结果。
对于经过特征提取之后的得到不同代数特征人脸图像数据,我们采用SVM作为分类器以及组合各个分类器得到的分类效果图如图2所示。
4 结束语
本文通过提取人脸数据的不同代数特征,并采用支持向量机结合多分类器组合方法在一定程度上提高了人脸的识别率。在ORL人脸数据库上的实验也验证了这个方法的有效性,多分类器组合的识别率远远优于单分类器的识别率。提取图像的不同特征,并在此基础上进行识别是提高图像识别率的一个有效方法。在不同的特征集上设计最优分类器和采用加权的组合方法是需要我们进一步要做的工作。
参考文献
[1]VAPNIK V N,张学工译.统计学习理论的本质[M].清华大学出版社,2000.
[2]王建芬,曹元大.支持向量机在大类别数分类中的应用[J].北京理工大学学报,21(2):225-228,2001.