技术重构

技术重构（共12篇）

技术重构 篇1

只有信息技术的操作技能, 不等于懂得了信息技术本身;更不等于懂得了信息科学技术。如果不讲信息科学, 只讲信息技术, 确实很容易就会走向单纯的“技能化”。

理想的资讯科技课程应该回归到教育本质去思考:到底这一门课对学生现在及未来发展有什么帮助?应该教些什么才能让学生终生受用?

《中国信息技术教育》:自从2000年以后, 信息技术课程在全国基本得到普及, 但是随着信息技术的发展, 人们逐渐认为单独的信息技术软件操作教学呈现了技能化倾向, 您如何看待这种倾向?您认为课程的理想内容应是什么?

钟义信:“信息技术软件操作教学呈现技能化倾向”这个提法可能反映了当前我国中小学信息科学技术教学的现状。我觉得, 这不是一种令人满意的状况, 应当加以引导。

中小学信息领域课程的“理想内容”是什么?首先, 我认为, 中小学只讲“信息技术”不讲“信息科学”, 看来不是很合适。信息科学技术是一个有机的整体。因此, 只掌握信息技术的操作技能, 不等于懂得了信息技术本身;更不等于懂得了信息科学技术。如果不讲信息科学, 只讲信息技术, 确实很容易就会走向单纯的“技能化”。因此, 小学的这门课程是否可以定名为“信息科学技术入门”, 中学则可以定名为“信息科学技术初步”。其次, “信息科学技术入门”和“信息科学技术初步”课程的内容, 都应当给学生讲清楚“信息科学技术”的基本概念、基本原理和基本应用, 小学讲得浅显易懂, 中学讲得稍微深入一些;小学可以通过形象亲切的“应用”来引起兴趣, 通过“应用”来引出概念和原理, 中学则可以通过由浅入深的方法从基本概念引出原理和应用。

从小就对信息科学技术有正确的 (然而又是浅显易懂的) 概念, 这很重要。这是因为, 如果从小学一开始就把概念搞偏了, 将来纠正起来就会很麻烦。所谓“开始差之毫厘, 将来失之千里”, 就是这个道理。至于开始的时候学到的概念比较浅, 这没有关系, 将来到中学、大学、研究生阶段就会一步一步深入下去。怕就怕一开始就把概念理解偏了。

当然, “入门”和“初步”课程的具体内容安排是一个很细致也很复杂的问题, 不是三言两语就可以解决的。不过, 我相信, 只要发动中小学的相关课程的教师们, 同时邀请对此有研究和有兴趣的大学教师、专家学者以及教育主管人员共同研究, 这个问题一定可以得到解决。

同教材内容一样重要的是教学规律和教学方法。总的来说, 都应当遵循中小学生的认识规律、遵循信息科学技术知识的结构和层次规律, 通过循循善诱、引人入胜、生动形象的方法来启发学生的学习兴趣, 把学生引进“信息科学技术”的广阔天地。一方面要让学生对信息科学技术产生浓厚的学习兴趣, 另一方面又要让学生认识到“信息科学技术博大精深, 奥妙无穷, 应用无穷, 魅力无穷”。

王吉庆:如果从我国信息技术课程 (含计算机课程) 的发展来说, 普及计算机文化和提高应用计算机作为人们必须使用的工具的能力和态度分别是20世纪80年代与20世纪90年代的主要目标与任务。而进入21世纪以后, 应该说, 信息素养的形成与不断提升已经确定为信息技术课程的目标, 高中课程标准的颁布说明了新阶段的到来。但是应该看到, 目前教育界对于信息素养的认识是不一致的, 相当一部分具体工作者是根据课程的教材内容来理解课程的目标的, 而特别是在义务教育阶段, 由于课程指导纲要的制定太早又仓促, 没有明确信息素养的提升是课程的目标与任务, 而教材内容上工具论的痕迹十分明显。因此, 未来的信息技术课程研究和实施的主要任务是建立中小学信息技术课程体系, 首先是目标和任务的学习阶段分解。

吴正己:其实资讯科技课程的发展轨迹, 在世界各国和地区都非常相似。20世纪80年代个人计算机问世不久, 软件及操作系统 (DOS) 的使用接口为文字指令, 要利用计算机进行工作, 大部分都需要用户自己撰写程序或加载软件包, 1984年台湾的高中职开始有了资讯科技课程, 课程内容自然是学习程序设计。20世纪90年代窗口操作系统及各种应用软件开始发展, 台湾的小学、初中开始有了资讯科技课程, 课程内容很自然地是以应用软件操作的技能教学为主, 让学生能直接将计算机应用于学习与生活当中;而高中职的课程纲要虽锁定为计算机科学, 但在学校中的实际主要却是以应用软件为主, 少部分还教授程序设计。

到了21世纪, 个人计算机在家庭中已非常普及, 应用软件操作接口愈来愈简单, 使用计算机所需的技术门槛大大降低, 多数小学生甚至在入学前即已使用过计算机。很自然, 大家认为计算机软件操作技能简单易学, 实在不需要把它视为一门学科来教学生, 它应该是作为辅助其他学科的学习工具即可, 于是在2000年, 新定的台湾初中小课纲中资讯科技课程被删除了, 仅将“资讯教育”列为应融入各学习领域实施的重大议题。也就是说, 2000年后台湾的小学、初中课纲中已经没有资讯科技课程。虽然正式课程没有了, 但实际上, 几乎所有的学校仍是以自己的弹性课程时间继续教授计算机。高中的资讯科技课程也曾一度被删除, 但后来以两个学分必修的方式保留下来。如果资讯科技课程的目的是工具性的, 那么, 由计算机未普及、缺乏软件时代, 发展到计算机普及、软件易学易用时代, 资讯科技课程内容由程序设计转变为软件操作技能, 无疑是必然的倾向。但是, 资讯科技课程如果有其继续存在的必要, 则不能仅局限在工具性或技能性的目的, 因为软件工具愈来愈容易使用, 课程存在之目的也必然受到质疑。我个人认为, 理想的资讯科技课程应该回归到教育本质去思考:到底这一门课对学生现在及未来发展有什么帮助?应该教些什么才能让学生终生受用?

资讯科技课程未来的发展方向, 应是回归到计算机科学本质的教学, 计算机科学的重要概念是教学的目标, 资讯科技工具或软件则是用来具体化或辅助这些概念的学习, 同时兼顾计算机科学概念与软件工具的学习。台湾目前的高中资讯科技课程, 其定位相当于物理、化学等学科, 将资讯科技课程视为科学课程的一环, 只是学分比较少, 而且没有列入大学入学考试的学科当中。

《中国信息技术教育》:目前, 国际上又重新出现了培养“计算思维”的思潮, 计算机科学逐渐开始成为信息技术课程重要内容, 您如何看待计算机科学内容以及程序设计教学内容呢?

吴正己:“计算思维” (Computational Thinking) 是运用计算机科学概念或技巧, 以解决问题的方法或思维方式。现代生活中处处需要使用计算机, 如何运用计算机有效地解决问题是21世纪公民必备的技能。例如, 分解 (decomposition) 、模式辨识 (pattern recognition) 、算法设计 (algorithm design) 等都是计算机科学中常见的思维方式。程序设计是计算机科学中的一个范畴, 它不等于计算机科学, 但很多计算机科学的概念都得透过它来实现, 它是计算机科学解决问题的工具。在资讯科技课程中, 程序设计教学不应该只是学习程序语言, 而应该是以学习计算机科学概念 (或计算思维) 为目标, 那么, 两者的学习是相辅相成的。就资讯科技课程而言, 学习解决问题的计算思维才是最重要的, 解题工具愈简单愈好, 故而许多计算机科学教育者相继发展一些简化的程序语言或可视化环境, 如Python、Greenfoot、Alice、及Scratch等, 以减少学生学习程序设计的困扰, 使学习更聚焦于问题解决。

王吉庆:“计算能力”是21世纪委员会提出的对于21世纪人才能力需求七部分之一;不同于以前读、写、算中的“算”, 如果把“计算思维”认为是其核心“算法思维”的话, 那么我在2005年的“小学科, 大作为”讨论“信息技术课程的核心价值是什么”时就提出了, “我认为, 以信息技术为代表的技术学科类的学科教育中所强调的就是追求解决问题与完成任务的可实现、可操作的算法思维与创新精神”。而“所谓算法思维, 就是提倡人们在思维过程中的有序性和可执行性, 它的环节包括操纵公式、反映现实、分解问题、抽象推理、选择数据结构与算法等。具有算法思维的人在完成任何任务或者解决任何问题时, 都会认识到问题和任务是有起点, 有边界与限定范围的, 尽管其可能没有直接的方式达到目标, 也能够迅速地采取算法思维进行分析, 然后按部就班地一步步完成任务或者解决问题”, 按照这样的理解, 算法思维应该还是技术解决问题的过程与方法的一部分, 属于技术领域。我认为, 一方面程序设计教学有利于算法思维的形成与提升, 另一方面也要注意到, 其他信息活动的参与也可以从培育算法思维的角度去思考, 特别是教学目标的过程与方法的维度上, 需要认真考虑算法思维的形成与提升过程与方法。

还需要指出的是, 我认为信息技术课程应该属于技术领域的课程。科学关注的是发现, 技术关注的是发明;当然科学中也包含技术, 人们发明许多技术以求更加准确而细致地发现;技术又利用新的科学原理发现创造新的发明。因此, 作为信息技术课程, 需要介绍许多信息技术方面的科学知识, 但是主要的任务还是应用信息技术本身解决问题和参与信息活动的技术方法与过程。

钟义信:这个提法有片面性。“计算”的概念被泛化了。有人说, 世界一切过程都是“计算”。和这个概念抗衡的是“逻辑”, 有人说, 世界一切过程都是“逻辑”。那么, 究竟“计算”的概念更广大还是“逻辑”的概念更广大?学术界存在不同的认识。

所以, “计算思维”这个提法需要斟酌。我觉得可以提出“信息思维”的概念。这是因为, 传统科学基本建立在物质概念和能量概念上, 没有信息的概念。但是, 信息、物质、能量是现实世界三大战略资源, 是现代科学技术的三大研究对象。所以, 除了建立在“物质和能量”观念上的传统思维方式之外, 学习和建立“信息思维”是很重要的。虽然信息不能脱离物质和能量, 但是信息又不等同于物质和能量。信息具有自己独立的运动规律, 有自己的思维方式。人们想把人类智慧的奥秘搞清楚, 想通过解剖找到答案。但是, 这种单纯建立在“物质和能量”观念基础上的思维方式不可能解开人类智慧的奥秘, 必须运用“信息思维”才有希望打开“智慧”的大门。

技术重构 篇2

多学科设计优化中的设计过程建模及重构技术

根据对多学科设计优化特点的分析,论述了利用基于活动的设计结构矩阵方法对设计过程进行建模的方法,以及在此基础上的设计过程重构技术,并给出示例和验证.最后探讨了这种方法的.优点和局限性.

作 者：廖馨 王振华 Liao Xin Wang Zhenhua 作者单位：北京航空航天大学机械学院刊 名：航空制造技术 ISTIC英文刊名：AERONAUTICAL MANUFACTURING TECHNOLOGY年，卷(期)：“”(3)分类号：V2关键词：多学科设计优化 基于活动的设计结构矩阵 建模 重构

以数字技术重构学术服务模式 篇3

一、重构学术内容服务模式

学术内容服务中，信息的获取是学者最迫切的常态化需求。数字技术影响下的学术领域中，学者用户关注的不再是简单的文献、知识的获取，而是如何从复杂的信息环境当中汲取解决所面临问题的信息内容，并将这些信息动态重组为相应的解决方案。然而，由于互联网低质信息泛滥，目标信息极易被淹没在海量信息中，更多的信息却无法带来更多的价值；快速浏览信息的互联网阅读方式也会受到海量内容噪音（如广告、图片、弹出窗口、社交工具、电子邮件等）的干扰，令学者难以保持长时间的阅读专注力，对学者的系统化思考、概念抽象、内省、推理、批判性思维等方面带来难以评估的不良影响；与此同时，完全市场化的互联网消费模式中，学术内容良莠不齐，大量吸引眼球的低质重复性内容充斥屏幕，真正优质的学术内容难以脱颖而出，隐形信息极难捕捉，往往令学者搜索无方，有心无力。

解决这一现状的创新探索主要可以着力于两个方面：一方面是通过用户分析技术，整合用户的身份属性（如性别、职业、专业、研究方向等）、兴趣属性（如阅读偏好、分类维度等）、行为属性（如浏览、收藏、订购记录等）、统计数据（如ARPU付费率、PV浏览量等）等数据信息，实时向用户推送其感兴趣或有潜在需求的内容，充分实现内容与用户兴趣及专业方向的匹配；另一方面采用用户上传、自有信息建设、站外信息抓取等手段，实现网络信息采集与动态重组，满足用户学术信息一站式获取需求。

人大数媒“学者在线”项目组所进行的几点探索，也许能带给人们一定的启发。“学者在线”人文社科学术成果发布和共享平台，是人大数媒依托中国人民大学书报资料中心的期刊、文章、学者等学术数字资源，开发的一款致力于实现前沿学术研究成果追踪、海量学术信息跨库搜索及应用、学者交流互动及成果自助出版等功能的多终端互联网及移动互联网应用平台。

首先，“学者在线”提供面向用户兴趣点的实时内容推送，以保证用户能准确获得目标信息。平台功能模块引导用户关注所在学科方向的期刊、文章、学者，主动向用户推送目标信息更新内容。例如，某用户关注了学者陈雨露，系统将根据用户自定义条件，将陈雨露最新发表的论文及相关领域其他学者的论文主动推送给用户。同时，用户可进行“论文点击量大于X（数量）、论文被引量大于X（数量）、论文引用我的文章、论文作者含我的关系学者、论文属于我关注的学科”等个性化内容推送方面的设置。

其次，“学者在线”提供面向用户研究领域的学术资源整合，保证用户在细分研究领域全面精准地获得信息。其“学术资源脉络”产品整合了论文、期刊、图书、学者、机构、项目、会议等资讯信息，学者只需点击进入所关注的领域页面，就能一站式获取其希望查询的相对全面的学术资讯。

再次，“学者在线”提供面向内部数据库与外部数据库之间的知识网络链接，保证用户在多个数据库之间便捷地检索内容，不需要在多个网站或频道间频繁跳转。例如，用户搜索某篇论文，页面将显示出其来源出自万方数据库、中国知网、维普数据库等链接地址。事实上，用户关心的也仅仅是信息本身，而非信息提供方。

同时，“学者在线”应用强大的LBS技术，可以为学者提供随时随地的学术信息的实时获取。例如，某学者来北京参加某个学科领域的研讨会，“学者在线”移动端可根据学者所在位置的变化，实时为他推荐同城该领域及他所关注的学术领域的课程、会议、活动信息，以方便该学者利用出差在外的空余时间参与同行交流。

二、重构学术分析服务模式

网络时代的数据采集和分析方兴未艾，基于精准定量分析的学术观察还不完善，无论是机构还是学者个人，往往都只能看到自己一亩三分地里的变化，专注于现象而非规律，了解个体而非全貌，痴迷于量化而非分析，这让各学术主体既缺乏沟通，也缺乏战略前瞻性眼光，对其自身发展十分不利。当前学术界的各项排名榜单和数据分析也多止步于封闭系统中的感性认知，形成一个个信息孤岛，较少关注信息的内在联系和学术发展脉络走势。比如说，我们可以从2012人大《复印报刊资料》转载学术论文指数排名中得知在2012年度中，中国人民大学在哲学、理论经济学、应用经济学、法学、政治学、社会学、新闻传播学、工商管理、农林经济管理、公共管理10个一级学科，转载量、综合指数排名中位列各高校第一名，但却无法从指数排名中得出中国人民大学这10个学科的研究特色和发展走势，缺乏对机构学科发展的整合型数据分析，难以把握机构学科的发展全貌，并据此向机构提出学科发展的建设性意见。可以说，无论是宏观层面的学科、学者、机构、刊社基本情况，还是微观层面的文章、读者、地区、作者细分数据，都亟需投入大量的人力及时间成本进行采集和研究。

事实上，学术分析服务是一个极其复杂的过程，它不同于传统的数据库技术和简单的知识发现，它面对的海量信息不全是简单的结构化数据，而常常为半结构化的数据，如文本、图形、图像数据，甚至是异构型数据。与此同时，发现知识的方法也对操作方提出了极高的要求，既要求学术专业深度，又要求技术深度，在智能化、精确化、交叉语言检索、多媒体检索、专业化等技术领域均提出了深度要求。

基于以上难点，学术分析服务模式的重构宜着眼于四个步骤：第一是主动进行海量信息获取，例如大规模搜集网页，对大型学术网站的访问日志进行挖掘，检索出目标信息群；第二是信息选择和处理，即从检索到的信息资源中挑选和处理得到有效信息，例如研究网民的行为模式，将网络零散且隐形的内容整合起来；第三是对信息进行梳理和概括，即依据不同的统计标准，对隐形信息进行深度挖掘和概念归纳；第四是分析整合，通过整合计算，将挖掘出来的大量数据形成直观并且完整的期刊、学科、学者相关数据集。

人大数媒的“学者在线”致力于提供面向学术界宏观和微观发展态势的数据分析，将数据的各种属性和变量用数据可视化（Data Visualization）的方式呈现出来。首先，基于一级学科、二级学科、三级学科不同范畴，分论文被引次数、论文阅读统计、论文数量、项目数量、发文学者数量、新关键字增长、期刊数量、阅读数量等不同数据类型，以及起始年份、终止年份不同查询时间段，通过集群、分割、孤立点分析等数据挖掘算法，深入数据内部挖掘价值；其次，采用语义引擎从纷杂的结构化及半结构化数据中智能提取信息，同时辅以专业分析员根据可视化分析和数据挖掘的结果作出一些预测性判断；然后，通过标准化的流程和工具对数据进行处理，用直观的文字、图形、表格及数值模型表述复杂的信息内容。“学者在线”的专业大数据分析流程，可以保证期刊社、学术机构、学者、管理部门对学术发展趋势和个体状态有清晰、动态的掌握，以便采取及时的应对措施。以学术机构论文统计为例，“学者在线”“可以为该机构提供其历年发文走势图、论文总被引量排名、论文总下载排名等数据分析。

三、重构学术管理服务模式

长期以来，学术管理服务模式未引起足够的重视。学术管理应该是研究学术发展和服务于学术研究的，但国内学术不端、失范、腐败现象层出不穷，学术自由的价值理念未得到应有的保护，在学科建设、人才培养、科研方向等重大问题的决策和指导上，专家、教授、精英学者的领航作用尚待激发。经济学家张曙光曾在2011年5月召开的华人哈耶克年会上提出过“既然学术界是社会的良知，学者们都主张法治和宪政，主张权力制衡和社会监督，为什么不从自己做起，先在学界逐步建立起一套宪政秩序、法治规则和纠错机制，并使其正常运行和发挥作用呢？这是学术界可以担当和可以做到的事情。如果中国学术界连自己的事情都做不到和做不好，还遑论什么改造中国、服务世界，那真是没救了。”自由的学术空间、高效的激励机制、醇厚的学术氛围、专注的学者队伍，离不开科学合理的学术管理服务模式。重构学术管理服务模式，需要建立百花齐放百家争鸣的学术评价机制体系，让学术成果的评价更加多元化、前沿化、合理化，同时也离不开透明公正的学术成果汇总体系。

学术成果填报便是学术管理服务领域中鲜有人深究的灰色地带。依惯例而言，学者、学校科研处、学校图书馆每年都需要对自身的学术成果进行整理填报工作，但由于信息海量无法迅速形成全面评估，更无法保证评判是否准确，如同名学者冒名问题，使得填报工作不能准确反映实际情况；同时，专业水准如何展开评估，也给学术成果填报带来困扰。相比较而言，学者发表的论文、出版的著作、所获的奖项、参与的项目等简单基础数据不难采集，但论文收录详情、期刊及网站转载详情、被引详情，以及学者被关注度、学术创新程度、论文相关领域排名等相关重要数据却不易获得。

用透明来涤清污浊，以科学来洗刷腐朽，还原学术领域的公平公正，重构学术管理服务的品质品位，可从两个层面入手：一方面通过海量数据的抓取和挖掘，保证学者学术信息完整，能够更全面定量地反映学者的学术成果；另一方面通过语义分析解决同名学者等问题，保证填报的真实性，以同时满足学者成功填报和机构成果填报的精准度。

“学者在线”面向机构、学者学术成果填报的内容自助查询系统保证填报者所填报的内容能够全面地反应学术成果，轻松完成各项检查评估。系统不仅提供机构、学者个人的不同身份查询路径，同时可按姓名、曾用名、所在单位等不同主体信息查询路径，可自动生成及导出查询该机构、学者所有相关学术成果。例如，通过学者陈雨露的学者空间个人主页，系统可以自动生成其研究方向、所在单位、关系学者、发表论文、参与学术研讨活动等行为轨迹，既可以保证所有学术成果皆为当事人所有，也能将非本人学术成果进行排除、筛选，满足学者个人及机构的学术填报需求。

集成成像三维数字重构技术研究 篇4

集成成像技术除了在显示领域中应用广泛, 应用于数字重构、测量、机器视觉等领域也能起到良好的效果[6]。由于该技术通过对三维信息进行多视角获取获得元素图像阵列, 把景物的三维信息存储在这些平面二维图像之中, 因此经过一些光线追踪计算, 原三维景物可以被准确地重构出来, 实现基于多视角三维信息的三维数字重构以及三维测量, 使其在电视技术、军事、医疗、制造业等诸多领域中获得更为广泛的应用[7]。

1 统计重构法三维物体数字重构原理

对空间三维物体进行拍摄获取了元素图像阵列后, 需要对元素图像阵列进行重构计算, 从而重现景物。然而, 传统的三维物体集成成像重构算法很多都存在算法复杂的问题, 相对简单的重构算法又对元素图像阵列中各子元素图像中同名像点的坐标精度要求非常高, 应用起来都有较大缺陷[8]。针对以上问题, 将使用统计重构的方法对三维物体进行模型重构, 分析成像误差, 即各元素图像中像点坐标偏差对重构精度的影响, 发现统计重构方法对同名像点提取精度的鲁棒性很强[9]。最后以标准量块为样品, 选取4个角点作为特征点, 设计程序进行特征点的自动匹配, 并进行重构运算, 得到重构图像中特征点的精确坐标, 与标准值相比较验证重构精度[10]。

集成成像的记录过程如图1所示, 物方空间中1个3D物点O (x0, y0, z0) 经过p×q (重构空间点对应的元素图像点在第 (p, q) 个子元素图像范围) 密接记录透镜阵列D (m, n) (透镜阵列由m×n个子透镜) 记录成像后, 在元素图像阵列像面上可以得到p×q个同名像点R (m, n) 。

假设记录透镜阵列中第 (m, n) 个子透镜的空间坐标为D (m, n) (x, y, z) = (x D (m, n) , y D (m, n) , z D (m, n) ) , 它所对应的同名像点R (m, n) 的坐标为 (x R, y R, z R) , 子透镜D (1, 1) 的空间坐标为 (x (1, 1) , y (1, 1) , z (1, 1) ) , 记录透镜阵列中子透镜在x方向上的间隔为px, 在y方向上的间隔为py, 各子透镜z坐标相同。又假设记录透镜阵列中各子透镜的焦距均为f, z方向上坐标为z1, 则由高斯公式可计算出同名像点距离记录透镜阵列的距离g, 从而可以推得记录的物点O所对应的的每个同名像点R (m, n) 的空间坐标。反之, 在已知透镜阵列D (m, n) 和同名像点R (m, n) 的空间坐标的情况下, 可以利用光线追迹的方法, 反推出所记录物点O的空间坐标。

在各点坐标准确的条件下, 其中任何2个同名像点和它们所对应的记录子透镜中心的空间坐标都可以推算出待计算空间物点O, 原理是任意2个同名像点都和待计算空间物点O组成1个三角形, 而记录子透镜的中心各处于三角形的1条边上, 它们的连线与同名像点的连线平行, 由相似三角形关系容易推算出O的坐标。在记录透镜阵列和所记录的同名像点的坐标均无误差的理想情况下, 由p×q个同名像点计算得到的S个物点O (x, y, z) 应该是完全重合的。S可由公式计算得到:S= (p×q) × (p×q-1) /2, p和q为空间点对应的元素图像点。

但是, 实际情况是几乎不可能得到没有误差的坐标, 所以得到的S个结果是有一定差异的。考虑对上述O点坐标的S个重构结果进行统计分析, 可以认为S个结果中出现频率最高的那个结果为所计算物点O的空间坐标, 依次对原景物中每一个物点重复上述分析过程, 就可以得到该景物表面所有点的空间坐标, 从而实现了对景物的三维数字重构。

2 统计重构法标准量块三维数字重构

选用长度为100 mm的标准量块作为三维物体, 进行基于统计重构方法的三维数字重构的实验验证。实验使用精度为0.5μm的二维电动平台和彩色面阵电荷耦合元件 (CCD) 构建成记录相机阵列, CCD像素为1 024×768, CCD焦距为25 mm, 将标准量块放在CCD前方800 mm的位置, 采用10 mm×10 mm的扫描间隔, 进行10×10的逐个扫描, 实验装置如图2所示。扫描相机阵列记录的10×10元素图像阵列如图3所示, 将元素图像阵列导入计算机, 用MATLAB编程读入元素图像阵列, 研究自动匹配算法, 提取每个子元素图像中标准量块的4个角点作为特征点, 编写统计重构算法的程序对4个特征点进行统计重构, 得到三维重构结果。

其中自动匹配算法的编程思路和具体步骤如下:

1) 分别读入10×10个子元素图像, 由于物体较为简单, 将彩色图像对应的三维R, G, B (R代表红色, G代表绿色, B代表蓝色) 矩阵A转换成二维灰度矩阵C, 便于后续处理。

2) 将转换成的灰度矩阵C中每个像素点替换成该像素点灰度值与其上、下、左、右四邻域内的灰度值的差值的平方和, 形成新的矩阵B, 矩阵B中的像素点表示该点在其四邻域内灰度值的变化率。观察矩阵B可以发现, 背景集中或物体集中处矩阵B像素点的值较小, 背景和物体边界以及物体中灰度突变处矩阵B像素点的值较大 (基本全为255) , 边界处形成3~4行 (或3~4列) 的大像素点。这样, 矩阵B可以方便地展现出背景和物体边界以及物体中灰度突变的像素点。

3) 对矩阵B进行扫描, 在左上、右上、左下、右下4个方向分别进行扫描, 分别找到四邻域灰度变化率突增的4个提取的特征点。为了排除子元素图像中一些噪声的干扰, 寻找四邻域灰度变化率突增的点时, 根据所选物体的几何特征进行了进一步的条件设置:对左上方角点要求该点、该点正右方第20个像素点和该点正下方第20个像素点需同时大于250;对右上方角点要求该点、该点正左方第20个像素点和该点正下方第20个像素点需同时大于250;对左下方角点要求该点、该点正右方第20个像素点和该点正上方第20个像素点需同时大于250, 对右下方角点要求该点、该点正左方第20个像素点和该点正上方第20个像素点需同时大于250。经过该设置条件, 自动匹配特征点的算法精度得到大幅改善。

实验所编程序发现, 该自动匹配算法提取出的特征点的像素位置的误差在±2个像素以内, 精度基本符合要求。整个统计重构算法的程序流程图如图4所示。

在MATLAB中运行上述程序, 得到以下结果:A, B, C, D这4个特征点的X坐标、Y坐标的频率分布图如图5所示, A, B, C, D这4个特征点的面型坐标图如图6所示。

用统计重构方法对标准量块进行三维重构后, 得到量块AB边长度为124.6 mm, CD边长度为104.2 mm, 基本符合实验要求。AB边长度偏差24.6%, CD边偏差4.2%。事实上, A, C, D这3个特征点的重构偏差是较小的, 只有B点重构偏差较大, 而且从频率分布图中可以看出, B点在被统计重构时, 正确值的频率也是比较高的。造成这种统计重构偏差的原因主要是因为所使用的自动匹配算法有一定的误差, 另外, 实验中CCD的采样精度有限 (0.2 mm) 且相机阵列的横向扫描位移较大 (达到90 mm) , 这使得相机在非正拍的时候, 量块后表面的顶点干扰了拍摄结果和同名像点的提取。所以如果使用更高精度的同名像点匹配算法, 使用采样精度较高的CCD, 以上算法的精度将能够得到提高。

验证基于统计重构方法的三维数字重构只使用了较为简单的量块作为三维物体, 而且只对少数特征点进行了提取和重构。实验结果表明, 在误差允许的范围内, 基于统计重构方法的三维数字重构在精度上可以满足要求, 且对同名像点的提取误差有较强的鲁棒性。若需要重构出三维物体的所有表面物点, 只需按照上述重构特征点的方法对所有同名像点依次进行统计重构计算即可;若需要对较为复杂的三维物体进行重构, 只需使用相应的自动匹配算法, 对复杂景物中的同名像点完成自动匹配, 再按照本文所述重构特征点的方法进行统计计算, 即可完成复杂三维物体的数字重构。从理论上分析, 加上以上的实验支持, 这些需求是完全可以实现的, 但由于时间关系, 上述工作有待今后进一步完善。

3 总结

介绍了统计重构方法用于三维数字重构的基本思想, 分析了成像误差对三维重构精度的影响是非常小的, 然后以标准量块为样品验证了统计重构方法。在对标准量块进行元素图像阵列的记录后, 对得到的元素图像阵列中量块4个角点进行程序自动匹配, 用统计重构方法重构计算出标准量块的4个角点的精确坐标, 计算角点间距, 与标准值比较发现重构出的特征点坐标存在一定误差, 但在实验允许的范围之内。由此说明, 使用统计重构方法对三维物体进行三维数字重构是可行的, 且对同名像点的提取误差有较强的鲁棒性。

参考文献

[1]JUNG S, HONG J, PARK J H, et al.Depth-enhanced integral-imaging 3D display using different optical path lengths by polarization devices or mirror barrier array[J].Journal of the SID, 2004, 12 (4) :461-467.

[2]STERN A, JAVIDI B.Three-dimensional image sensing, visualization and processing using integral imaging[J].Proceedings of the IEEE, 2006, 94 (3) :591-607

[3]焦小雪.集成成像三维显示技术中光学记录系统的研究[D].天津:南开大学, 2012.

[4]ORTIZ S, SIDDLECKII D, REMON L, et al.Three-dimensional ray tracing on delaunay-based reconstructed surfaces[J].Appl.Opt., 2009, 48 (20) :3886-3893.

[5]焦小雪, 赵星, 杨勇, 等.基于最佳记录距离的三维集成成像光学获取技术[J].光学精密工程, 2011, 19 (11) :2805-2811.

[6]王芳.集成成像三维显示系统光学性能的研究[D].天津:南开大学, 2012.

[8]黎达.基于集成成像系统非匹配参数设计方法提升系统显示性能的研究[D].天津:南开大学, 2012.

[7]HONG J, KIM Y, CHOI H, et al.Three-dimensional display technologies of recent interest:principles, status, and issues[J].Appl.Opt., 2011, 50 (34) :87-115.

[8]王琼华, 王爱红.三维立体显示综述[J].计算机应用, 2010, 30 (3) :579-581.

[9]BLUNDELL B.Volumetric three dimensional display systems[M].New York:Wiley Inter-Science Publication, 2000.

重构学习笔记 篇5

2010-9-19 1.如果你发现自己需要为程序添加一个特性，而代码结构无法很方便的那么做，那就先重构那个程序，使得特性添加容易进行，然后再添加特性。

2.任何不会被修改的变量都可以当作参数传入函数，如果只有一个变量会被修改，我们可以把它当作返回值。

3.任何一个傻瓜都能写出计算机可以理解的代码，惟有写出人类容易理解的代码，才是优秀的程序员。

4.函数放到它所使用的数据的所属Class内。

2010-9-20 1.重构有时不能减少代码量，有时反而会增多代码量，重构时候不必多考虑性能问题，目的为了减少编写难度和维护难度。

2.尽量去除临时变量，临时变量往往形成问题，它们导致大量的参数被传来传去，而其实完全没有这种必要

3.使用query method来替换临时变量，使得设计干净，及复用。

2010-9-21 1.重构：对软件内部的一种调整，目的在于不改变【软件之可察行为】的前提下，提高其可理解能力，降低其修改成本。2.2010-9-25 1.2.3.4.【重构】改进软件设计

【重构】使得软件更容易被理解 【重构】助你找到bugs 【重构】组你提高编程速度 5.你之所以重构，是因为你想做别的什么事情，而重构可以帮助你做的更好

6.三次法则，三则重构,第一次做某件事情尽管去做，第二次做类似的事会产生反感，但无论如何还是做了，第三次再做类似的事情，你就要重构了。7.添加新功能时候一并重构，如果在前进过程中把代码结构理清，我就可以从中理解更多东西。重构是个快速流畅的过程，一旦完成重构，新特性的添加就会更快速，更流畅。8.如果收到一份错误报告，这就是重构的信号，因为显然代码不够清晰----不够清晰到你能一目了然发现bugs。9.Code reviews一并重构 10.程序有二面价值：“今天能为你做什么”和“明天能为你做什么”。

2010-9-26 1.重构之前，代码必须起码能够在大部分情况下正常运行

2.重写（非重构）的清楚的符号就是：现有的代码根本不能正常运作。3.如果项目接近后期，你也应该避免重构，从重构过程赢得的生产里只有在最后期限过后才能体现出来，而那时已经时不我予。

技术重构 篇6

关键词 金融系统;金融混沌;相空间重构;李雅普诺夫指数;关联维数

中图分类号 F830.3 文献标识码 A

Title Identification of Financial Chaos Based on Phase Space Reconstruction Technology

ZHANGQiang, LI Li-hua

(College of Finance and Statistics, Hunan University, Changsha，Hunan 410079, China)

AbstractWith the phase space reconstruction, which is used to identify chaos of nonlinear system in the areas of project and technology, the problem of identifying financial chaos was studied. After studying China's financial system under the current global financial crisis, which is the most serious financial chaos in financial history, we find that determinate instability and financial chaos took place in China's financial system during the global financial crisis with the effect of global financial crisis. Further, it can lay the cornerstone for prevention and control of financial chaos.

Keywordsfinancial system；financial chaos； phase space reconstruction； Lyapunov exponents； correlation dimensions

1 引 言

金融混沌，是金融系统中发生因确定性运行的失稳，而导致的从量变(类似倍周期分岔)到质变(混沌)的不确定性运行；其外在表现为金融市场中出现异常的剧烈波动、金融过热、金融危机、金融风暴等现象.金融混沌的出现严重地降低了市场配置资源的效率，给经济的增长与社会的稳定带来了很大的负面作用.因此，如何准确识别出金融混沌，为进一步控制金融混沌、维持金融系统安全稳定运行显得尤为重要.然而，现实金融系统内在的非线性性与复杂性，要想通过构造完整的数理模型对其进行刻画是非常困难的；实际上，往往只能测得该系统中的某些状态分量的时间序列.相空间重构技术是工程技术领域内处理复杂系统的有利工具，其基本思想是：由于系统的任一状态分量的演化都是由与之相互作用的其他状态分量所决定的，因此，这些相关状态分量的信息就隐藏在任一状态分量的发展过程中；于是，只考虑某一个状态分量，并将在某些固定时间延迟点上的观测值作为新维来处理，从而通过“嵌入”方法可以构造出一个与原系统等价的相空间，并可以在这个空间中恢复原有的动力系统，并研究其吸引子的性质[1].现有研究已证明，当嵌入维数和时间延迟的选择适当时，重构出来的相空间具有与实际的动力系统相同的几何性质和信息性质，具有真实相空间的所有特征[2].因此，可借助这种技术对金融系统运行过程中出现的混沌状态进行识别[3].

当前，有关金融系统混沌方面的研究文献不是很多，其中具有代表性的研究成果主要有：李红权、马超群、邹琳（2005）使用小数据量算法计算最大李雅普诺夫指数以及其他混沌系统的科学判据，对我国证券市场的混沌动力学结构做出了仔细分析，发现了中国股市具有显著的非线性混沌特征[4]；马超群、邹琳、李红权（2008）基于BDS与CR方法从不同角度对中国股票市场的混沌动力学结构进行了分析[5]；向小东（2007）对原油期货价格的混沌进行了识别研究[6]；李立华、张强（2010）基于混沌理论对金融系统的稳定性展开了深入的研究与探讨[7].现有这些研究，要么只是针对某个证券市场，如股票或者期货等；要么只是研究常态下金融系统的混沌动力学结构与非线性混沌特征；而并没有就整个金融系统在非常态特别是危机背景下的运行状况展开深入的研究.因此，本文将以我国金融系统历经本次全球金融危机为研究对象，借助工程技术领域中的相空间重构技术对金融系统混沌的识别进行实证研究[8].

2 数据来源与预处理

根据系统相空间重构技术的基本思想，原则上可以从金融系统中任意选取一个状态分量的时间序列就可以对其相空间进行重构.但由于证券市场在整个金融系统中具有非常重要的地位，同时上证综合指数又能综合反映我国证券市场的整体运行情况；因此，本文在这里选取这个指数的日收盘价数据对金融系统的相空间进行重构，相对于采用金融系统中其他的状态分量更具有说服力.并且由于本轮金融混沌——全球金融危机是在2007年8月9日开始浮现的；因此选取数据的时间跨度范围为2007年8月9日至2009年12月31日，共587个日收盘价数据，在此期间其趋势见图1.

图1 全球金融危机期间上证综合指数日收盘价

由于经济增长与通货膨胀等因素的影响，一般不能简单地、直接地利用证券市场的价格指数，必须对价格序列进行预处理以消除经济增长和通货膨胀的趋势.通常有两种处理方式：对数收益率法与对数线性法.本文的研究目的是考察金融系统的稳定性行为——金融系统是否存在混沌，对数收益率法并不是一个合适的趋势消除方式，因此，采用对数线性趋势消除法：

xt=ln pt－(α+β t) (t=1,2,…,T=587)，（1）

其中，pt为原始的证券指数时间序列，xt为对数线性趋势消除后得到的新时间序列，α为最小二乘法得到的截距，β为常数增长率.消除趋势后的上证综合指数见下图2.

图2 对数线性趋势消除后的上证综合指数图

3 金融系统相空间的重构

要重构金融系统的相空间，首先得确定重构相空间所需的两个重要参数——嵌入维数m与时间延迟τ.在这里，采用C-C算法通过建立嵌入时间序列的关联积分，同时估计出时间延迟τ和数据依赖最大时间窗口τw；并由时间延迟、最大时间窗口与嵌入维数三者之间的数量关系τw=(m－1)τ，间接求出重构金融系统相空间所需的嵌入维数m.当选取上证综合指数对金融系统的相空间进行重构时，计算出时间延迟τ为35，时间窗口τw为280，从而可以计算出嵌入维数m为9.

于是，可以根据这些参数的取值重构出金融系统的相空间如下[9]：

Y(ti)=(xi,xi+35,…,xi+35×(9－1))∈R9

(i=1,2,…,n)， （2）

其中，n=T－(m－1)τ=587－(9－1)×35=307.Takens定理已经证明：当确定的嵌入维数与时间延迟适当时，重构出来的相空间与现实金融系统在拓扑意义下等价，即重构的相空间能够恢复出现实金融系统运行过程中的所有特征与性质[10].因此，就可以通过分析重构相空间的几何性质，间接考察现实金融系统的运行状态，并进一步判断金融混沌的存在与否.

4 金融系统混沌状态的识别

识别系统混沌状态的方法很多，这些方法被广泛运用于工程技术领域，如系统相图结构法、李雅普诺夫（Lyapunov）指数法、分数维法、熵法、功率谱法等等.然而由于现实金融系统的特殊性，并不是所有这些识别混沌的方法都适合于金融系统混沌的识别.接下来，主要运用两种适合金融系统的混沌方法对其进行实证研究[11].

4.1 最大李雅普诺夫指数识别法

混沌动力系统最基本的特征之一是存在对初始条件的敏感依赖性，两个极靠近的初值所产生的轨道，随时间推移按指数方式分离，李雅普诺夫指数就是描述这一特征的量.李雅普诺夫指数通过量化相空间中两相邻点在映射作用下平均指数发散速度，从而可以整体上估计系统的混沌程度.

设F是由相空间重构技术重构出来的现实金融系统的相空间上的映射，它决定了该系统的运行状态.并将系统的初始条件取为一个无穷小的9维小球，由于在金融系统演化过程中的自然变形，球将变成椭球.将椭球的所有主轴按其长短顺序排列，那么第i(i=1,2,…,9)个李雅普诺夫指数就是根据第i主轴的长度Pi(n)增加速率定义为

σi=lim n→

1nln Pi(n)P0(n). （3）

这样李雅普诺夫指数就是与相空间的轨线收缩或扩张的性质相关联的，在李雅普诺夫指数小于零的方向轨道收缩，初值相邻的两轨线越来越靠近，其运动是渐近稳定的，对于初始条件不敏感；而在李雅普诺夫指数大于零的方向上，轨道迅速分离，对初始条件敏感，运动呈现混沌状态.不过为了判断系统中是否出现混沌状态，并没有必要计算出所有的李雅普诺夫指数.1983年，Celso Grebogi 与Edward Ott已经证明只要最大的李雅普诺夫指数大于零，就可以肯定混沌的存在.所以，金融系统的最大李雅普诺夫指数的正负号可作为混沌存在与否的一个判断依据[12].

根据求最大李雅普诺夫指数的小数据量方法的基本思路可知，在图3中回归直线的斜率就是所要求的最大李雅普诺夫指数.由图3可知：由上证综合指数序列重构的金融系统相空间的最大李雅普诺夫指数为0.0127大于零,表明在此期间我国金融系统运行的轨迹对初始条件的敏感依赖；从而，也进一步说明了在受到全球金融危机的影响下，我国金融系统发生了确定性的失稳，出现了明显的金融混沌现象.

图3 金融系统相空间的李雅普诺夫指数分析图

4.2 关联维数识别法

混沌动力系统另一个重要的特征是存在奇异吸引子，即轨迹在状态空间中的发散是在有限范围内的无规则运动.通常使用分数维来定量描述吸引子的“奇异”程度.分数维有多种定义方式，包括Hausdorf维、盒维、信息维、关联维、Lyapunov维等等.其中，在实践中运用最广泛的是由Grassberger和Procaccia提出计算关联维的G-P算法.因此，可以借助它来识别金融系统的混沌状态，度量金融系统整体的混沌程度.

对于金融系统的重构相空间，奇异吸引子由点yj=(xj,xj+35,…,xj+35×(9－1))所构成.定义这些点之间的距离为两点的最大分量差，即：

yi－yj=max 1≤k≤9yik－yjk.（4）

规定凡是距离小于正数r（事先给定的）的点，称为有关联的点.并假设重构相空间中有N个这样的点，计算其中有关联的点的对数，它在一切可能的N2种配对中所占的比例称为关联积分：

C(r)=1N2∑Ni,j=1θ(r－yi－yj)，（5）

其中，θ为

Heaviside单位函数：θ=0,r|yi－yj|，1,r<|yi－yj|.适当地选取r使得在其的某个区间内有C(r)=rD，其中D称为关联维数.若计算出来的关联维数为分数（即非整数），则表明金融系统的运行过程中出现了混沌状态；否则，则表明金融系统不存在混沌.

在由上证综合指数序列重构出来的金融系统相空间中，计算关联积分C(r)，并画出金融系统相空间的关联维分析图，见图4.

图4金融系统相空间的关联维分析图

根据关联维数判断系统是否存在混沌的基本思想，在图4中除了斜率为0或

的直线外，考察期间的最佳拟合直线，该直线的斜率就是所要求的关联维数.并根据计算机仿真结果可知：由上证综合指数序列重构的金融系统相空间的关联维数为3.12为分数（或者是非整数），从而也可以断定在本轮全球金融危机的影响下，我国金融系统在运行过程中发生了确定性的失稳，出现了金融混沌.

5 结束语

在现代市场经济体系中，金融的作用与地位越来越突出；金融系统的安全、稳定对一国乃至全球经济社会稳定与发展越来越重要.然而，随着金融自由化与全球化，特别是始于20世纪60年代的各种金融制度、金融产品、交易方式、金融组织、金融市场等金融创新的出现与蓬勃发展，使的金融系统越来越成为一个开放的、非线性的、复杂系统.与此同时，由于金融系统中发生因确定性运行的失稳，而导致的从量变(类似倍周期分岔)到质变(混沌)的不确定性运行，出现诸如金融市场的剧烈动荡、金融危机、金融海啸等金融混沌现象时有发生.这些金融混沌现象的出现严重地降低了金融市场配置资源的效率，给经济的增长与社会的稳定带来了很大的负面影响.因此，及时准确识别出金融混沌状态，为进一步控制金融混沌、维持金融系统安全稳定运行具有重要的意义.

在考察金融系统运行状况时，由于金融系统内在的非线性性与复杂性，要想通过构造完整的数学模型对其进行刻画是非常困难的、也是不现实的.于是，考虑采取工程技术领域内处理复杂系统的有利工具——相空间重构技术，在相空间中恢复出整个金融系统运行的所有特征与性质，并借助最大李雅普诺夫指数法与关联维数法分别从不同角度对金融系统中的混沌进行了识别.实证结果表明：在全球金融危机的影响下，我国金融系统在运行过程中发生了确定性的失稳，表现出了较强的混沌现象；这也进一步解释了在此期间我们金融系统动荡的根本原因.

参考文献

［1］ 盛昭瀚,马军海.管理科学:面对复杂性——混沌时序经济动力系统重构技术[J].管理科学学报,1998,16(1):49-60.

[2] 谢忠玉,张立.相空间重构参数选择方法的研究[J].中国科技信息, 2009,27(16):84-90.

[3] 谢赤,杨妮,孙柏.汇率时间序列混沌动力学特征及实证[J].系统工程理论与实践, 2008,24(8):119-122.

[4] 李红权,马超群,邹琳.中国证券市场的混沌动力学特征研究[J].中国管理科学,2005,17 (13):194-200.

[5] 马超群,邹琳,李红权.股票市场的非线性结构与混沌效应检验-基于BDS与CR方法[J].湖南大学学报:自然科学版,2008,35(5):85-88.

[6] 向小东.原油期货价格的混沌识别研究[J].运筹与管理, 2007,22(8):57-65.

[7] 李立华,张强.基于混沌理论的金融系统稳定性研究[J].经济数学,2010,27(4):67-72.

[8] 陈士华,陆君安.混沌动力学初步[M].武汉:武汉水利电力大学出版社, 1998.

[9] 吕金虎,陆君安,陈士华.混沌时间序列分析及其应用[M].武汉:武汉大学出版社,2001.

[10]MANE F TAKENS. In dynamical systems of turbulence [C]∥Lecture Notes in Mathematics. Berlin: Springer, 1981，898.

[11]Li-hui WU，Jie ZHANG. A phase space reconstruction based approach to throughput prediction in semiconductor wafer fabrication system [J]. Journal of Donghua University: English Edition, 2010, 39 (1):765-779.

[12]GREBOGI CELSO,OTTEDWARD. Long-lived chaotic transients and unstable pair bifurcation [J]. Physical Review Letters, 1983, 50(7):897-901.

信息技术下的文化重构 篇7

1 人类社会的三次社会变革

美国未来学家托夫勒在《第三次浪潮》一书中把人类社会自产生到目前所发生的变革划分为三次浪潮。第一次浪潮发生在从原始社会向农业社会过渡的时期, 原始社会人类改造自然的能力还很低下, 主要过着群居和迁移不定的生活。原始社会末期, 发生了第一次变革浪潮, 这次变革以农业中的栽种技术和畜牧业的养殖技术为标志, 由于农业和饲养需要固定而肥沃的土地, 于是人类改变了原始社会迁移不定的生活, 而农业劳动中由于蓄力的使用, 使得以家庭为单位的生产作业成为可能, 农业社会的人类社会生活便以家庭为单位的个性化劳动为特征, 人们围绕着某一块肥沃土地聚村落而居, 另外, 与工业化社会相比, 农业社会的经济模式是不以交换为目的的自给自足的自然经济模式。

人类社会的第二次变革浪潮发生在农业社会向工业社会过渡的时期。在农业社会, 由于人类有意识的知识创造和积累, 先后发生了两次科学革命和技术革命, 第一次科学革命以15世纪哥白尼的《天体运行论》和1678年牛顿的《自然哲学的数学原理》两部著作为标志。第二次科学革命以1873年麦克斯韦的《电与磁》为标志。而第一次技术革命以蒸汽机改造运用为基础, 第二次技术革命则以电力技术的运用为基础。两次科学和技术革命使人类跨入了工业社会, 以城市为中心生产就成了工业社会的主要特征, 人类工作的中心由农业转向工业, 生活中心由家庭转向公司, 社会的联系是以价值规律为重心的价格为纽带的。

当社会进入二十世纪中期时, 第三次浪潮随之而至。第三次浪潮是以计算机和网络技术的运用为标志的, 也是在第三次科学和技术革命的基础上发生的。第三次科学革命以相对论的提出为标志的, 主要围绕宇宙学、生物学、化学、板块结构等方面的内容。而第三次技术革命则是以计算机技术和网络信息技术为核心, 并伴随生物技术、空间技术、海洋技术等的发展。伴随着第三次浪潮, 人类社会进入了信息社会, 与工业社会的批量化、规模化、标准化和集中化的生产和生活方式不同, 信息社会以个性化、家庭化和单件化的生产和生活方式为主要特点。

2 三次浪潮中人类社会的文化变革

原始社会人们过着迁移不定的群体生活, 如何在动荡不宁和温饱不能完全保证的恶劣生活情况下协调人们的活动, 使人们朝着共同的目标努力而不致引起社会的解体?原始人发明了原始宗教、巫术和原始道德。在中国“巫”是沟通人与天之间的使者, 古代美洲的印第安人野创造了自己的原始文化, 他们崇拜自己的神———“太阳神”, 建造了宏伟的太阳神庙——“金字塔”, 另外古代埃及、古代印度、古代巴比伦也都创造了自己的原始宗教和文化。

而到了农业社会, 人类首先创造了国家的形式, 整个社会矛盾由一个社会的权威仲裁机构———国家来解决, 而宗教则退到了次要的地位 (在某种情况下宗教任很重要, 如西方的基督教) , 围绕着国家的运转。人们确定了国民对国家的义务———纳税和服役, 同时确定了国家对国民的义务——保护国民的生命和财产安全。在社会意识形态方面, 在以家庭为生产单位的农业社会, 人们普遍看好家庭社会作用, 中国古代社会还形成了“仁”“孝”为中心的社会观念形态, 并把它引伸到国家治理的高度, 皇帝以“孝”治天下, 民间重视“三纲五常”, 看重多子多福。而西方基督教则形成以一夫一妻为中心的家庭理论。

工业社会中国家在社会上仍然发挥着重要的作用, 它不但是社会矛盾的仲裁人, 社会公正的保持者, 而且是经济稳定, 经济快速增长的推动者, 但公民与国家的关系已大大不同于农业社会中国民与国家的关系, 工业社会是主权在民的社会, 是法制社会, 要求“法律面前人人平等”, 人人遵守法律, 只要法律未加禁止, 任何人的行动是自由的。社会中的人们改变了以往“重农轻商”的观念, 人们以从事工商业为荣, 人人希望发财致富。同时, 工业社会按照严格的科学化方式进行生产管理, 各个行业都有自己行业的伦理道德。

3 信息技术下的文化重构

当人类进入信息社会时, 生产和生活方式再一次发生了重大变化, 这种变化首先表现在人类社会经济的全球化。全球化是世界变成了“地球村”, 世界各国经济呈现出你中有我、我中有你的格局。其次由于信息沟通的方便, 人们不必像以往那样每天都必须来单位上班, 过那种有组织、有纪律的生活, 家庭办公, 网上沟通将成为主要的工作和生活方式。而在生产组织内部, 以往那种权力高度集中的金字塔式组织方式向权力分散的扁平化的组织方向发展, 而组织内部的管理透明化、直接化。最后, 人与人之间沟通交往的形式也发生了变化, 网上沟通、网上交往很普遍, 人们生活在一个虚拟的世界里。

同时, 以往人类所不曾遇到过的许多问题摆在了面前, 首先是网络安全问题, 各种各样的黑客侵入计算机系统窃取到别人的信息, 骗取钱财或破坏他人的系统。其次, 网络上各种不良内容的传播。互联网为人们更方便地沟通提供便利, 但也为某些人传播其他不良信息提供便利, 网络上各种色情信息、反动信息到处流播, 对以往的社会管理模式形成了挑战。

如同原始社会转变为农业社会和农业社会转变为工业社会, 技术不能解决所有的社会问题一样, 信息社会下的社会问题也需要用社会方法来解决。小偷不但创造了防盗门 (技术解决) , 还创造了警察 (社会解决) 。信息社会下我们需要文化重构, 以往的思想观念需要改变, 新形势下我们首先要建立全球化的意识, 我们要突破以往关于国家主权、国界的观念, 构建各国相互协作的大秩序, 这样才有利于各国的全面发展, 有利于全人类的发展。其次建立适应信息社会的管理模式和管理规范, 任何一次社会的变革都会带来制度和规范的变革, 以及生产管理方式的变革, 我们要创造和信息社会相适应的社会规范和生产管理规则。最后, 加强社会伦理建设, 网络世界是虚拟世界, 这对人与人之间得诚信问题提出了根高的要求, 这就要求我们需要用跟大的努力, 去建立一种与虚拟世界相适应的伦理规范。

摘要：人类社会至今发生了三次科学与技术革命, 而每次变革都会引起相应的文化变革。如今, 人类已进入信息社会, 信息社会同样需要文化重构。

关键词：信息社会,文化,社会变迁

参考文献

[1]迈克尔.德图佐斯 (德) .未来的社会[M].上海:上海译文出版社, 1998.

[2]曹世潮.文化战略[M].上海:上海文化出版社, 2003.

[3]董光璧.传统与后现代[M].济南:山东教育出版社, 1996.

梯形图设计软件的重构技术 篇8

随着嵌入式系统的发展以及构件化软件设计方法不断完善, 构件技术逐渐成为嵌入式软件开发研究的主流。国外已经提出的嵌入式构件模型有:飞利浦公司应用于消费电子的Koala构件模型[1], ABB等公司应用于现场设备技术的PECOS构件模型[2], Arcticus系统公司应用于建筑设备的Rubus构件模型[3], Malardalen大学的Ivica Crnkovic等人应用于汽车电子领域的SaveComp构件模型[4]等。国内相关的研究有科泰世纪公司的ezCOM模型[5], 科银京成公司的DeltaCORBA模型[6], 应用于智能家电控制的嵌入式软件源码构件模型[7]等。上述模型大多面向特定领域, 在工业逻辑控制编程方面Ljungkrantz Oscar等人提出了复用构件[8], 但尚未涉及梯形图软件重构方面的研究。

梯形图程序通常存在大量复用片段, 设计过程周期较长, 而程序长时不易编辑和修改。采用重构技术将复用部分封装成一个独立的功能块, 不仅能简化程序, 保证程序正确性, 也能为后续设计带来便利。

本研究首先从分析梯形图元素特点出发, 建立梯形图构件模型, 包括构件的形式化、图形化描述和分类;在此基础上定义构件间连接关系, 由于图形元素的布局具有一定规范, 构件之间通过接口状态和构件位置建立其结构关系;然后进一步介绍构件重构模型;最后结合3层电梯程序, 给出重构方法与传统方法在效率上的比较。

1 梯形图构件模型

构件模型以形式化方式描述了构件的结构、语义和非功能特性, 是分析和评价构件行为和性能的依据[9,10]。嵌入式构件模型的研究方向主要有面向特定应用的嵌入式构件模型和剪裁通用构件模型得到的嵌入式构件模型两种, 本研究提出一种面向PLC领域的梯形图构件模型。

1.1 梯形图构件的形式化描述

定义1 梯形图构件接口类型

梯形图构件的接口根据其用途可定义为两类:逻辑关系接口和数据接口。逻辑关系接口包括串联接口和并联接口两种, 数据接口包括输入数据接口、输出数据接口和辅助数据接口3种。

采用统一的构件表达形式, 梯形图构件可表示为LDC<Name, ID, PI, RI, Property, Specification>, 其中:

(1) Name为构件的名称, 简要描述构件实现的功能;

(2) ID为构件的标识符, 在整个梯形图程序中是唯一的;

(3) PI为构件所能够提供服务的接口集合, 它包括梯形图构件的右侧串联接口、向下并联接口、输出数据接口和部分辅助数据接口;

(4) RI为构件所需求服务的接口集合, 它包括梯形图构件的左侧串联接口、向上并联接口、输入数据接口和部分辅助数据接口;

(5) Property为构件内部所包含属性的集合, 是构件的基本构成元素, 包括位置、大小、指令参数、注释、状态值等信息;

(6) Specification为功能说明, 以具体的文字、公式或框架模板说明构件实现的方法及功能。

功能块构件的图形化表示如图1所示。

1.2 构件分类

梯形图构件按其粒度大小可分为原子构件和复合构件[11] (Composite Component, CC) 两类。

原子构件是粒度最小的构件。面向对象中的基类就是其典型代表。梯形图构件中触点构件、线圈构件、横线构件、竖线构件及简单功能块构件都是原子构件。

复合构件由一组紧密协作的成员构件及其关系组成, 它是大粒度的复用单元, 其成员构件既可以是原子构件, 又可以是复合构件。除了接口信息之外, 复合构件还包括内部成员构件的组成、成员构件的实例化、成员构件之间的连接以及外部接口到内部成员构件接口的映射等内部结构信息。复合构件的优势在于最小化所包含构件组的接口数量。按照组装时对构件的了解程度和复用方式可分为黑盒组装、白盒组装和灰盒组装[12]。

本研究所描述的梯形图构件, 采用的是灰盒组装技术, 通过调整构件的组装机制而不是修改构件来满足应用系统组装的需求, 既实现了构件组装的灵活性, 又不至于过于复杂。设计人员只需懂得如何设计梯形图, 并了解各构件实现的功能及相应参数的作用, 便可对其进行配置或修改, 满足灵活多变的需求。

2 梯形图构件重构方法

2.1 梯形图构件组装

现有构件组装方法通常采用消息传递机制[13], 可分为两类:直接消息传递和间接消息传递。其中直接消息传递发送对象必须知道接收对象的特性, 直接调用接收对象。EJB、COM和UML2.0组装时都采用直接消息传递, 这些构件通常是对象, 如图2 (a) 所示。间接消息传递时, 构件间通过连接器连接传递消息。ADLs、Koala和PECOS组装时都采用间接消息传递, 这些构件通常是结构单元, 如图2 (b) 所示。

在梯形图构件重构过程中, 构件间不直接传递消息, 它们只与连接器相关。是否形成连接关系由连接器分析决定, 连接器主要分析逻辑关系接口状态和构件位置, 如图2 (c) 所示。连接器在获得构件A和B的位置、大小、逻辑关系接口状态等信息后, 经分析构件结构关系得出是否存在连接, 若存在则建立连接。梯形图设计器左上角坐标为 (0, 0) , 其中X值向右递增, Y值向下递增。逻辑关系接口状态包括TRUE和FALSE两种, TRUE表示可以提供或需要能量流, FALSE表示中断能量流。梯形图构件的串联接口状态始终为TRUE, 并联接口状态在设计梯形图时设定。

2.2 梯形图构件结构关系

连接器分析得出的梯形图构件间连接关系主要有串联关系和并联关系两种。下面给出建立这两种关系的形式化描述。其中LocationX (LDC) 表示构件位置的X值, LocationY (LDC) 表示构件位置的Y值, Height (LDC) 表示构件的长度, Width (LDC) 表示构件的宽度。

定义2 梯形图构件串联关系

对于处于同一行的两个梯形图构件LDC1、LDC2, 假设LocationX (LDC1) <LocationX (LDC2) , 如果满足以下两个条件之一, 则称这两个梯形图构件形成串联关系:

(1) LocationX (LDC1) +Width (LDC1) =LocationX (LDC2) , 即两个构件通过串联接口直接连接;

(2) 有n个横线构件 (Row1, Row2, …, Rown) 与这两个构件处于同一行, 且

LocationX (LDC1) +Width (LDC1) =LocationX (Row1) ,

LocationX (Row1) +Width (Row1) =LocationX (Row2) ,

…,

LocationX (Rown) +Width (Rown) =LocationX (LDC2) ,

即两个构件之间由n个横线构件连接。

定义3 梯形图构件并联关系

对于处于同一列的两个梯形图构件LDC1、LDC2, 假设LocationY (LDC1) <LocationY (LDC2) , 如果满足以下两个条件之一, 则称这两个梯形图构件形成并联关系:

(1) LDC1的向下并联接口状态为TRUE, LDC2的向上并联接口状态为TRUE, 且LocationY (LDC1) +Height (LDC1) =LocationY (LDC2) , 即两个构件通过并联接口直接连接;

(2) 有n个竖线构件 (Col1, Col2, ..., Coln) 与这两个构件处于同一列, LDC1的向下并联接口状态为TRUE, LDC2的向上并联接口状态为TRUE, 竖线构件的向上和向下并联接口状态均为TRUE, 且

LocationY (LDC1) +Height (LDC1) =LocationY (Col1) ,

LocationY (Col1) +Height (Col1) =LocationY (Col2) ,

…,

LocationY (Coln) +Height (Coln) =LocationY (LDC2) ,

即两个构件之间由n个竖线构件连接。

梯形图构件之间形成上述两种连接关系后, 组合形成梯形图程序, 以实现某个特定功能。数据连接分为专用输入/输出参数连接和一般数据连接两种, 如图3所示, 带箭头的连线为专用输入/输出参数连接。专用输入和输出参数EN/ENO用来控制梯形图构件的执行, 如果EN求值为FALSE, 不执行该构件且输出参数ENO也被置为FALSE, 如果EN求值为TRUE, 将该构件的数据传送到下一个与之连接的构件。

图3中, LDC1和LDC2、LDC3和LDC4形成串联关系, LDC4和CC3形成并联关系, LDC1和LDC2组装成复合构件CC1, LDC3、LDC4和CC3组装成复合构件CC2, 其中复合构件CC3作为一个粒度更大的构件被重用。

2.3 构件重构模型

构件重构模型由以下3部分组成:用户界面模块、构件库和外部代码生成器, 如图4所示。

用户界面模块包括构件重构场景、构件查看器、属性编辑器等。用户界面模块是一个提供可视化操作的图形界面, 主要实现构件浏览、选择、配置、部署等多方面功能。构件查看器用来查看和选择构件库中已有构件, 提供的信息主要有构件名称、逻辑关系接口、数据接口、功能说明、分类等。属性编辑器与当前选中的构件绑定, 是配置并实例化构件的场所。

构件重构场景是构件的容器, 负责配置和部署构件, 管理实例化的构件组, 提供拖放、选中、移动、缩放、剪切、复制、粘贴、删除构件等功能。重构场景支持构件图形化方法的表示, 包括所有的构件实例及它们之间的连接关系, 并分析这些实例类型和串并联关系, 最终形成梯形图构件结构关系。通过重构场景设计完成后的构件可添加到构件库。

外部代码生成器生成基于XML的构件重构描述说明, 描述构件重构配置的基本信息, 同时可将这些信息重新反馈到构件重构场景, 用来查看或修改复合构件的具体设计方案。

3 应用实例

为了验证方法的有效性, 本研究设计了多个梯形图程序进行实验, 并分别使用传统方法和重构方法进行相关数据的比较。这里给出使用两种方法设计3层电梯程序时的实验数据。

该实验的测试环境是Windows XP操作系统, 512 MB内存和Microsoft Visual Studio2005开发环境。根据程序中复用情况设计复合构件, 下面列举其中的两个:各楼层指示灯和上/下行接触器的设置。实现这两个功能的梯形图结构, 如图5所示。各楼层指示灯模块中, 除楼层、每层楼指示灯和按钮所对应的不同继电器需要单独设置外, 其余参数都可作为内部变量而不提供外部修改;上/下行接触器模块中, 上行和下行是对应的过程, 共同部分都可作为内部变量。

根据复合构件参数设置形成的图形化描述, 如图6所示。各楼层指示灯模块中FloorN、ButtonN和LightN分别表示楼层、楼层按钮和楼层指示灯所对应的继电器;上/下行接触器模块中Sensor1、Sensor2、Contactor1、Contactor2、Light和Button分别表示下/上平层感应器、上/下平层感应器、下/上行接触器、上/下行接触器、上/下方向灯和向上/下按钮所对应的继电器。

重构前后两个模块的相关数据比较如表1所示, 从表中可知, 在设计两个模块对应的程序时, 重构程序的操作步骤较传统程序有大比例的减少。梯形图程序中, 复合构件的复用频率越高, 设计时操作数的减少量就越多。

使用复合构件前后效率对比如表2所示。梯形图程序在文件大小、构件个数、加载时间上进行比较, 使用复合构件后构件数目急剧减少, 同时文件大小和文件加载时间也随之减少。

4 结束语

本研究将重构技术应用到PLC领域, 提出并实现了构件支持下的梯形图设计软件。与现有方法相比, 采用构件制作及重构技术能有效地提高梯形图程序的设计效率, 降低程序耦合性, 具有较强的可扩展性, 同时为梯形图转化成其他语言奠定基础。

复合构件参数个数设置较多时, 图形化表示中参数列表相应变长, 会影响梯形图程序的易读性;如何确定合适粒度的复合构件和相应的度量准则, 目前还缺乏统一的标准, 这些都是今后进一步研究的重点。

基于双目立体视觉技术的曲面重构 篇9

三维测量数据的获取是基于数据的曲面重构的前提，数据获取的准确性直接关系着三维造型中曲面重构的精度。物体的三维轮重构技术主要包括接触式和非接触式两大类。接触式测量方法包括手动测量和三坐标测量中的接触式测量，三坐标测量机获取数据，再利用逆向工程软件对数据进行处理，重构其原型的三维数字化模型。然而，该方法由于散乱的数据量大，处理速度慢。在非接触测量中，基于计算机视觉的三维重构技术已经成为目前研究的热点[1][2][3]。采用计算机视觉方法进行物体的三维重构，是指用数字摄像机作为图像传感器，综合运用图象处理、视觉计算等技术进行非接触三维测量，用计算机程序自动获取物体的三维信息。该方法效率高，成本低，是三维建模的一个重要的发展方向。本文采用由两台CCD相机组成的双目立体视觉测量系统，以电风扇的扇叶为例，阐述了基于双目立体视觉技术的曲面重构的实现过程。

1、技术路线

首先对建立的双目立体视觉技术进行现场标定，通过一个精度高加工的立方块，其表面具有标志点，各点间的相对三维坐标是已知的，利用透视投影和再投影误差最小化原则标定系统；然后，保持两CCD间的相对位置不变，在视场内放置被测的扇叶模型，通过计算机控制系统摄取图像对并保存；在MATLAB7.1中对所获取的图像对进行预处理，提取特征数据并保存，通过极线校正算法校正两幅图像；再利用透视投影关系计算特征点的空间三维坐标，并保存；最后在逆向工程软件中导入扇叶表面特征点的空间三维坐标，重构其曲面模型。具体技术实现如图1所示：

2、双目立体视觉测量系统

2.1 测量原理及系统组成

双目视觉一般采用的方法是两个摄像机从不同角度同时获取目标物体及其周围景物的两幅数字图像，或者用单摄像机在不同时刻从不同角度获取周围景物的两幅数字图像，基于视差原理，在己知两摄像机之间的位置关系的基础上，恢复出目标物体的三维空间信息，并进一步重建目标物体的三维形状与空间位置。

本文的双目视觉系统主要由CCD摄像机和光学镜头、摄像机定位架、图像采集卡、计算机、检测软件五部分组成。

2.2 双目立体视觉系统的标定

双目立体视觉系统的标定是建立在被测对象表面点的二维投影图像坐标与三维世界坐标之间的桥梁，是实现自由曲面三维重构的基础，其实质是获得双目摄像机内部几何和光学特性即内部参数，以及双目摄像机在世界坐标系中的相对位置和方向，即外部参数。建立准确实用的数学模型，得到三维世界坐标与二维图像坐标之间的关系，可以快速计算双目摄像机的内外部参数的精确值。关于摄像机标定的理论与方法早已成为机器视觉领域的研究热点。对在文献[4]标定算法进行改进，本文采用带有标志点的三维标定物，在透视投影变换算法的基础上，引入非线性畸变因素，首先利用最小二乘法求出线性模型下透视投影矩阵，再利用该投影矩阵对空间点进行重建，由重建误差最小化原则确定非线性畸变参数，由非线性畸变参数建立畸变模型，再由透视投影关系求出该畸变模型的投影矩阵，并分解内外参数，最后利用再投影误差最小化准则，对内外参数进行非线性优化[5]。该方法可同时标定出双目视觉系统的结构参数，实现现场标定，为后续几何模型三维数据的快速测量提供了前提保证。标定结果显示两个摄像机的透视投影矩阵分别为：

内、外参数如表1所示：

2.4 扇叶图像获取及特征点的提取

双目立体视觉系统标定好后，保持两CCD相机相对位置不变，将扇叶模型放置视场，获取图像对如图3所示。在Matlab中对图像进行滤波，特征提取，提取的特征点在图3在中做标记。

2.5 基于特征点的扇叶三维测量数据获取

具体步骤如下[6]：

(1) 提取两幅图像中特征点的图像坐标，匹配并保存。

(2) 利用投影矩阵和对应点的图像坐标，列矩阵方程如下。

(3) 利用最小二乘法求解矩阵方程，

(4) 遍历各个对应点，重复 (1) - (3) 步，求出所有特征点对应的空间点的三维世界坐标，并依次保存。以上过程均在MATLAB7.1中处理完成，基于特征点的测量数据在MATLAB中的网格显示如图4所示。

3、曲面重构

曲面重构（亦称曲面建模）是实现反向工程的重要环节，通过建模可以将离散的测量数据重构出连续变化的曲面。曲面拟合包括曲面插值和曲面逼近。曲面插值要求插值后的曲面严格地通过数据点；曲面逼近是基于离散数据构造出一个曲面，使这些点在某种意义下最为接近所构造的曲面。目前曲面建模领域主要分四边域网格曲面建模和三角域曲面建模。四边域网格曲面建模主要面向有序数据点的曲面建模，而三角域曲面建模是面向散乱数据点的曲面建模[7]。

由于扇叶曲率较大，且原型表面贴有规则的标志点，凸凹趋势有规律，可利用逆向工程软件Pro/E将特征点的三维坐标通过网格划分、曲线曲面拟合，生成光滑曲面，完成其重构。重构的扇叶模型如图5所示。

4、结束语

计算机视觉技术是三维建模的一个重要的发展方向，本文以一个简单平滑的扇叶模型为例，阐述了计算机视觉在模型重构中的技术实现，对于复杂曲面的重构还需进行大量的曲面重构算法的研究，尤其是曲面拼接技术。

参考文献

[1]王芳荣, 赵丁选, 尚涛, 李晓天.应用计算机视觉技术进行物体三维重构[J].吉林大学学报 (工学版) , Vol.38 No.6.2008年11月.

[2]杨萍, 唐亚哲.结构光三维曲面重构[J].科学技术与工程.Vol.6 No.19Oct.2006

[3]熊汉伟, 张湘伟.一种自由曲面光学视觉重构方法研究[J].光学技术.Vol.27 No.5, Sept.2001

[4]Chatterjee C, Roychowdhury V P.Algorithms for coplanar camera cali-bration[J].Machine Vision and Applications, 2000, 12 (2) :84-97.

[5]Tsai R Y.A Versatile Camera Calibration Technique for High-Accura-cy 3D Machine Vision Metrology Using Off-the-Shelf TV Cameras and Lenses[J].IEEE Journal of Robotics and Automation, August 1987, 3 (4) :323-344.

[6]郭陆峰, 江开勇, 吴明忠, 张满朝.一种新的非线性相机模型的标定方法[J].华侨大学学报, Vol.29 No.4, Oct.2008.

依托信息技术重构主生产计划体系 篇10

生产计划管理体系包括生产需求计划、主生产计划、物料需求计划、部门生产作业实施计划四种不同的层次, 主生产计划是各部门作业实施计划安排的依据, 它安排的科学、合理与否直接影响着生产需求计划的完成。

1 重构主生产计划体系基本思路

主生产计划是以产品结构为基础对生产需求计划进行分解, 以订单形式安排所内各职能部门生产任务;也是物料需求计划、部门生产作业实施计划安排的依据和输入条件。

建立生产规划、生产策划、订单式月度计划、库存管理主生产计划信息平台, 在主生产计划层面, 通过对需求计划按产品结构进行分解, 形成生产规划, 并启动生产策划进行投产, 向生产的各承制部门下达采购/制造/装配/调试订单。 (如图1)

2 主生产计划体系建设取得的成效

通过对业务流程的梳理, 主生产计划以下形式出现:年度生产规划、生产策划、订单式月度生产计划、库存管理。

2.1 生产规划:

根据生产需求计划, 依据产品BOM结构, 在生产计划管理信息系统平台上进行年度生产任务规划

外部市场产品需求是变化的, 把外部变化的结果准确、高效、动态反映在我所任务的整体布划, 科学安排各部门任务, 为此我们在2010年8月策划并上线应用了生产规划模块。

规划遵循的原则如下。

(1) 任务承制方 (所内、联合生产) 专业化原则、继承原则、竞合关系原则。

(2) 综合确定性需求和潜在性需求, 平衡任务与能力, 规避风险, 适度滚存。

(3) 应对突发需求 (包括新品、批产、维修备件及其他特定需求) 的产能留空原则。

规划考量的因素如下。

(1) 任务的期量标准。

(2) 过程能力水平现状与提升期望。

(3) 在制品与库存状态。

规划输出的结果如下。

(1) 所级下年度生产任务工作总量。

(2) 所级下年度各任务类型工作总量。

(3) 各承制部门承担的任务工作总量。

(4) 各承制部门承担的各任务类型工作总量。

通过信息化平台管理工具的使用使我们规划生产任务的工作效率提高了2倍, 基础数据的出错率降低了50%, 实现了数据共享, 统计数据多纬度, 规划过程可追索。

2.2 生产策划

生产策划模块上线应用于2005年, 随着新产品增加、科研生产组织模式的变化, 产品投产模式、流程、订单内容, 下达方式都需要不断改进与优化。

(1) 生产策划包括两个部分:年度任务策划过程和项目策划过程。

年度任务策划过程主要完成以下工作, 输出是年度生产计划。

(1) 对生产需求的落实, 将组件级需求分解到承制部门。

(2) 对现有库存和在制品的梳理。

(3) 基于生产周期确定各承制部门的生产时序图。

(4) 匹配前后节奏。

项目策划主要改善投产驱动模式, 主要目的在于控制在制品数量, 追求有秩序的过程和有节奏的产出, 输出的是生产订单。

(1) 改变投产驱动源, 原生产策划流程中, 设计部门启动投产, 由于设计部门对计划的需求、生产过程的监控缺乏足够的掌握, 导致投产驱动随意性较强, 主要表现周期不足、数量过大。新的生产策划管理体系的唯一驱动源是所级生产管理部门。该部门基于对需求节点和资源状况的掌握, 启动投产流程;通过合理设置批次、有效批量、设定主要产品的作业期量标准, 达到了平衡前后端生产节律。

(2) 明确生产计划驱动的载体——生产订单。生产订单确定了订单的管理类别、紧急程度等, 同时规定了每一个生产项的代号、名称、数量、节点日期, 对承制部门给出了明确、清晰生产指令。

2.3 订单式月度生产计划:

是一个月内生产订单节点的集合, 同时包括上个考核周期内的未完计划项

(1) 以生产订单方式下达各部门月度计划, 计划内容清晰、明确;考核以订单中零组件计划数量的入库数量为准, 考核结果更精准。

(2) 以生产订单为纽带, 纵向将所级年度生产计划与部门级实施计划集成, 横向将物料下达、前端加工、后端装调、库存管理、等环节集成, 实现全流程管理。

(3) 明确了订单与计划的关系, 订单的节点、数量就是各部门的考核计划, 为计划考核的刚性管理搭建了平台。

2.4 集中库存管理

(1) 建立统一库存信息系统, 实现实物、虚拟入库, 成套、零星、虚拟出库, 缺件提醒, 装调配套等功能。

(2) 利用条码技术, 在管理上实现从顶层策划到现场执行的全流程信息集成, 面向产品实现从物料准备到外场服务的全寿命信息管理。

(3) 利用条码技术, 为生产现场提供更便捷的信息录入、查询方式。

(4) 建立需求统一管理平台, 强化订单计划引导作用。没有任务, 不能领用、不给配送, 超出任务数量, 必须专门审批。信息流、物流的融合, 有助于实现信息流驱动物流, 信息流闭环反馈物流运行状况。

3 结语

随着外部市场需求变化, 所内生产组织方式不断调整, 生产计划体协需要长期持续推定, 生产计划管理体系重构还需要不断的努力和探索, 我们要依托信息技术, 结合研究所科研生产组织特点, 积极创新生产计划管理的有效方法。

摘要：本文总结了自控所近年来在任务逐年陡增、产能不足的情况下, 主计划主管部门在计划体系建设方面的主要做法及取得的成效。

技术重构 篇11

关键词：药物制剂技术；实践教学；重构

药物制剂技术是研究药物制剂的配制理论、生产技术、质量控制与合理应用等内容的综合性应用技术学科，具有很强的综合性与实践性。课程性质与行业的需求都决定了从事药物制剂的高职毕业生要具有药品生产专业知识与较高的综合素质，熟悉药物的生产过程及其GMP管理，能解决药品生产中的一般问题。可见，实践教学是该门课程的重要环节和必不可少的重要部分。然而，传统的实践教学以基本操作和验证性实验为主，对学生职业技能训练效果并不理想。因此，对高职院校药物制剂技术的实践教学体系进行重构，改进药物制剂技术实践教学，以提高药物制剂技术实践教学乃至整个学科的教学质量，是很有必要的。

一、传统实验教学

传统的实践教学以基本操作和验证性实验为主，以1～3人为一组，实验条件与实际生产相差较大，导致教学效果受到质疑。然而，这种实验教学还是有其意义的，在现阶段也是不可缺少的。一方面，传统实验操作能印证课堂理论教学的基本知识。许多剂型的制备，不管设施条件如何不同，其原理是相通的。有些仅仅是生产能力大小的区别或者是手工与机械的区别，比如乳剂及乳剂型基质软膏的制备，注射剂灭菌后的检漏等。另一方面，通过实验操作及与同组同学的合作，学生可以随时观察现象的变化与制剂形成过程，在操作与讨论过程中培养协作精神。学生提交实验报告时，除了实验目的、实验原理、实验步骤和实验结果等内容外，要特别注重实验讨论部分的内容，学着以理论知识去解释实验现象及实验成败的原因，从而增强分析问题解决问题的能力。因此，对于一些比较简单的剂型，如液体制剂或者暂不具备实训条件的教学项目，可以采用传统实验教学方式。

二、制药企业见习

在学生接受理论知识的同时，安排一定的时间让其到制药企业参观见习。这样能使学生一方面对未来职业、就业岗位及工作环境有初步了解，另一方面对本专业所需的知识和技能有初步的认识。这种实践教学形式既可以使学生将理论知识和生产实践结合起来，促使学生用理论知识去理解生产实践，也有助于学生利用見习中获得的感性认识理解课堂知识。

三、校内实训教学

实训是对学生包括单项能力和综合技术应用能力进行的训练，是接近生产实际条件和环境要求的应用性实践教学。我院“药物制剂实训车间”按照GMP要求建设，拥有高效粉碎机、高效混合制粒机、全自动胶囊填充机、压片机、铝塑包装机等先进设备，可用于散剂、颗粒剂、胶囊剂与片剂等制剂的实训教学。按GMP管理要求和标准操作规程对相关岗位操作进行培训，可使学生熟悉相关剂型制备工艺流程，掌握生产操作技术，结合生产操作与法规规范的要求，进而通过实训考取药物制剂中级工或高级工证书。这种实践教学方式大大缩短了学生从学校到企业之间的适应期。

四、多媒体及仿真实训软件教学

利用动画或录像等多媒体形式，讲解一些制剂设备的运行过程和剂型的形成过程，是板书教学无法相比的，如球磨机的粉碎、空心胶囊的掉头、压片过程的压力和片重调节等。因此，这类资源应充分运用。中国药科大学高等职业技术学院首创开发的药物制剂GMP仿真实训教学软件，是一个数字化教学平台，它采用3D场景模拟生产现场的实际状态，将生产中的洁净区管理、各剂型生产岗位操作、生产文书的填报、GMP规范应用等知识融合到一起。它展现各个岗位的生产实景，模拟真实的角色扮演，引导操作者逐步熟悉和掌握各剂型生产工艺流程，给予实训学生直观的现场感受。该软件很好地解决了实践教学中的实训设备和空间不足、所需经费高、实际操作危险性大、实际操作时间长等问题，实现了专业与产业、职业岗位的对接，是实训教学的有力补充。

五、校外顶岗实习

校外顶岗实习是药物制剂专业教育的最后一个教学环节，是学校教学和生产实践相衔接的阶段，对学生巩固专业知识、掌握生产技能、培养行业兴趣、调整就业心态具有关键的影响。完善校外顶岗实习，首先要建立和稳定相应数量的实习基地，为学生提供足够的实习空间，期间要注意企业生产的剂型品种、硬件条件和带教能力是否符合教学要求。其次，在落实实习单位的过程中，要根据企业条件确定合适的毕业课题，在顶岗实习结束时也完成毕业论文。再次，在毕业实习阶段，要有意识地考虑就业问题，通过顶岗实习能够直接顶岗操作，真正实现零距离就业。

参考文献：

[1]许良葵，李宗伟.浅谈高职药物制剂技术实践课程的改量思路[J].科技信息，2010（2）：219.

[2]周云，余霞，张玲，等.药物制剂GMP实训教学仿真软件使用的研究[J].药学研究，2015（6）：363-364.

[3]王威，刘宏伟，刘汉，等.高职药物制剂技术课程教学改革实践与探索[J].卫生职业教育，2013，31（17）：135-136.

技术重构 篇12

基于图像和视频的3D实景表示与重构技术 (ImagebasedModelingandRendering, IBMR) 是目前虚拟环境与对象高效建模的一种有效方法, 是计算机图形学、计算机视觉、图像处理和摄影测量学等多门学科交叉的成果。随着计算机技术及网络技术的迅速发展, 对物体或景物三维模型的需求越来越多。基于图像序列的三维重建方法具有成本低廉、操作简单、真实感高等优点, 已成为计算机图形学和计算机视觉等领域研究的热点之一。利用单个摄像机和对象之间的相对运动, 以及有相对运动的条件下拍摄的连续几幅图像, 就可以比较精确地恢复出对象的三维表面形状。

国际上IBMR的研究工作始于20世纪90年代初, 并立即成为学术界的研究热点。国内计算机图形学界和计算机视觉界随后在20世纪90年代中后期展开了对IBMR的系统研究, 理论研究成果丰富。有基于图像序列的建筑物模型重建技术, 开发了基于图像建模的原型系统——SIBM (Super Image Based Modeling) , 首先利用单幅图像重建该图像对应部分的三维场景模型, 然后根据各图像之间的关系, 将这些独立的场景模型合并为一个完整的模型。该系统要求输入一个场景的完整图像序列, 才能恢复出场景中建筑物的完整模型, 在相机标定方面使用了只有相机焦距未知的简化模型, 单幅图像重建采用的算法只能重建平面和简单的曲面, 而且重建过程中需要人工干预。有基于多幅图像的场景交互建模系统, 该系统是以普通相机自由运动拍摄到的多幅非广角照片作为输入, 采用按照几何空间层次分级重建方法, 并利用场景中存在的几何约束信息对重建结果进行优化。但是, 需要手工交互在输入图像上选取特征点, 并指出它们之间的对应关系, 以实时对所有图像的投影矩阵以及重建特征点进行更新。有基于单幅或者多幅未标定图像的渐进交互式三维建模方法, 研究和实现了基于多角度图像的三维建模系统Relievo, 该系统使用了基于预定义体素的方法, 并融入离散点方法的思想, 在大致形状的基础上, 由用户添加或者修改投影约束与空间约束, 并施加拓扑修改, 逐步实现照相机定标, 粗糙模型的求精, 并最终完成具有任何几何及拓扑物体的重建。该方法的优点在于利用了模型本身的约束关系, 缺点是需要预先构建参数化模型, 这就限制了可恢复目标模型的几何类型。

从国内外关于从图像重建三维场景或物体的研究来看, 大多数三维场景的研究存在一定的局限性, 利用时间和空间上具有较大自由度的图像重建场景的技术涉及较少。解决这一问题的关键是如何组织大量的、针对同一场景的无序图像, 在复杂的特征空间及多连通图中寻找最优的匹配;怎样计算无序多图像的摄像机参数组, 从而完成三维场景重构。

对于三维场景重构的实现, 本文考虑基于分层实现的方式来进行研究。对于得到的关于同一场景的多幅图像, 首先是建立图像对之间的特征点匹配, 通过选择合适的相关图像建立参考坐标系来计算图像间的基本矩阵;第二步是从基本矩阵得到射影重构下的摄像机矩阵来建立相应的射影重构;然后提升到欧式重构;从而最终实现三维场景重构。具体来说, 对于得到的关于同一场景的多幅图像, 提取图像的特征点, 然后利用图像间的外极线约束, 实现图像对间的特征点匹配。从图像中选择匹配点数目较多且图像的基线较宽的两幅图像建立参考坐标系, 计算图像间的基本矩阵, 从基本矩阵得到射影重构下的摄像机矩阵。然后利用绝对对偶二次曲面, 提升到欧式重构。并使用全局优化, 来优化计算结果[6]。

算法构成:由基本矩阵的估计, 射影重构的计算, 欧式重构提升, 全局优化组成。主要是根据基本矩阵计算射影重构, 在射影重构的基础上利用绝对对偶二次曲面, 得到欧式重构, 使用全局优化来优化结果。

1整个算法的流程如下:

Step1 对图像序列进行特征点匹配;

Step2 建立初始结构和运动:

Step2.1 选择适合重构的两幅图,

Step2.2 使用RACSAC算法计算基本矩阵,

Step2.3 建立初始坐标系,

Step2.4 恢复初始结构;

Step3 对于每一幅其他的视图:

Step3.1 利用摄像机与初始结构间的对应关系计算摄像机矩阵,

Step3.1 更新存在的结构,

Step3.3 初始化新的空间点;

Step4 使用Bundle Adjustment优化结构和运动估计;

Step5 使用绝对对偶二次曲面自标定:

Step5.1 使用线性方法估计摄像机焦距 (假设倾斜因子为0, 主点在图像的中央) ,

Step5.2 使用非线性方法优化结果;

Step6 提升射影重构到度量重构。

2基本理论及算法描述

2.1射影重建算法

设3D中的一组点Xj被矩阵为Pi的一组摄像机拍摄。用X${}_j^i$标记第j个点在第i个摄像机像平面上的坐标。射影重构问题如下:已知图像坐标X${}_j^i$的集合, 求摄像机矩阵Pi和点Xj, 使得PiXj=X${}_j^i$。这里对Pi或者Xj没有进一步约束。点Xj与真实的重构可能相差一个任意的3D射影变换。主要利用了基本矩阵的性质和摄像机的投影关系来计算射影重构。

射影不变性:如果H是表示3D射影变换的一个4×4矩阵, 那么对应于摄像机矩阵 (P, Pt) 和 (PH, PtH) 的基本矩阵是相同的[10]。

PX= (PH) (H-1X) , PtX= (PtH) (H-1X) 。

如果点x↔xt是对应于3D点X的关于摄像机对 (P, Pt) 的匹配点, 则它们也是关于摄像机对 (PH, PtH) 的匹配点并且对应于点H-1X。

令F为基本矩阵而 (P, Pt) 和 ($\widetilde{{\rm P}}$, $\widetilde{{\rm P}}$t) 都是与基本矩阵对应的两组摄像机矩阵对, 则存在一个非奇异的4×4矩阵H使得$\widetilde{{\rm P}}={\rm P}{\rm H}$和$\widetilde{{\rm P}}{}^t={\rm P}{}^t{\rm H}$。

即如果两个摄像机矩阵对产生于同一个F, 那么它们是射影相关的[9]。

增加其他视图的算法。先是初始结构估计, 确定摄像机矩阵后, 可以确定空间点的坐标。由于噪声的影响, 视线并不是精确的相交。可以先使用线性算法得到空间点的初始坐标, 然后使用非线性算法最小化重投影误差来得到。再更新初始结构, 根据两图得到初始重建后, 需要在初始重建的基础上添加新的视图。首先确定新的摄像机的位置, 然后更新初始重建的结果。

计算方法:

初始坐标系建立, 基本矩阵使用RACSAC算法。摄像机矩阵的选择, 得到基本矩阵后, 使用该图像对确定参考坐标系。世界坐标系原点在第一个摄像机上。

更新初始结构, 空间点的计算首先使用线性算法, 然后使用非线性算法最小化重投影误差。

使用了DLT算法来计算其他摄像机的位置[6]。

2.2基于绝对对偶二次曲面的自标定算法

利用绝对对偶二次曲面进行摄像机标定, 利用Ki产生的加在形式ω*i上的约束来估计Q*∞。首先使用线性方法获得一个初值, 然后使用非线性优化。绝对对偶二次曲面[10]Q*∞是一个退化的对偶二次曲面并由一个秩为3的4×4的齐次矩阵表示。Q*∞的重要性在于以非常简明的方式同时包含了π∞和Ω∞, 并且它有一个代数上简单的图像投影。

ω*=PQ*∞Pt。

其中ω*=KKt, 文字表示就是Q*∞投影为绝对二次曲线的对偶图像ω*=KKt。

在任何射影坐标系下, 绝对对偶二次曲面由一个4×4的矩阵表示并具有下面的性质[8]:

它是一个秩为3的奇异矩阵, 因为Q*∞是一个退化锥面;它的零空间是表示无穷远平面的矢量, 因为Q*∞π∞=0;它是半正定的 (或者是半负定的, 取决于齐次比例因子) 。

基于Q*∞的自标定思想是利用Q*∞与ω*的关系ω*=PQ*∞Pt。通过摄像机矩阵Pi把ω*的约束转移成Q*∞的约束, 一旦Q*∞确定, 矫正单应H就确定了。因此, 自标定的一般框架为:有特定的Ki的约束来确定Q*∞, 然后由Q*∞确定H。

如果Q*∞分解为

${\rm H}\widetilde{{\rm I}}{\rm H}{}^t\left(\widetilde{{\rm I}}=\left[\begin{array}{ccc}{\rm I}{}_{3\times 3}& 0& \\ 0{}^t& 0& \end{array}\right]\right)$

, 则H-1是把射影坐标系变成欧式坐标系的一个3D单应。

计算方法:

约束条件及目标函数[15], 当倾斜因子为0, 主点和宽高比已知的情况下, 可以变换方程使图像坐标系原点和主点重合, 宽高比为1, 这样

上面方程的坐标满足ω11=ω22, ω12=ω13=ω23=0, 这样对右边产生了4 (n-1) 个线性方程。通过求解这个线性方程, 可以得到Q*∞。

非线性方法, 可以通过非线性最小二乘法获得解:

min${\displaystyle \sum _{i=1}^n}$$\left|\left|\frac{{\rm K}{}_i{\rm K}{}_i^t}{\parallel {\rm K}{}_i{\rm K}{}_i^t\parallel {}_F}-\frac{{\rm P}{}_{i}Q{}_{\infty }^{*}{\rm P}{}_i^t}{\parallel {\rm P}{}_{i}Q{}_{\infty }^{*}{\rm P}{}_i^t\parallel {}_F}\right|\right|{}_F$。

3实验数据及分析

该方法实现中关键处有几点, 首先是射影重构部分, 容易看出射影重构具有多义性, 与坐标系的选取等有很大关系;并且射影重构在相差一个射影变换H情况下, 都是射影等价的。因此, 仅从射影重构结果上, 很难判断结果的好坏。同时在实验处理中发现, 射影重构与真实的场景差异还是很大的, 甚至从外观上完全不能看出是什么物体。所以, 不能从外观上来评价射影重构的好坏, 只有到了度量重构, 才能得到与真实物体相近的结果。

其二是基于绝对对偶二次曲面的自标定算法进行度量重构, 就本实验来看该方法具有较好的效果, 对于图像数目较少的情况, 比较适合。在图像序列较短的情况下, 可以使用这种标定算法, 计算速度较快, 效果较好。缺点是目前必须要求图像序列中有一部分点在整个序列可见, 使用范围较窄。但由于目前的射影分解方法没有考虑遮挡的情况, 因此不能用于长序列的标定。需要改进当前的射影分解算法, 以便推广到长序列的情况。

总之, 利用分层实现的方式来进行目标的三维重构是完全可行的。该方法适应情况较广并且无人工干预, 其结果也可以满足一定的需求。但为了适应更广的应用范围, 必须要在算法的适应性和其结果的精确性做出改进。可以考虑的方向有两个, 其一是射影分解算法的改进以适应长序列及复杂情况的图像;其二是基于绝对对偶二次曲面的自标定算法改进。由于算法本身的特点对于特殊情况可能存在解的有效性问题, 如何改进其即能提高解的有效性, 又能保持相应的算法效率以处理长序列的复杂图像问题。

参考文献

[1] Sturm P, Triggs B. A factorization based algorithm for multi-image projective structure and motion. In:ECCV96 (II) , 1996:709—720

[2]Mahamud S, Hebert M, Omori Y, et al.Provably-convergent iterative methods for projective structure from motion.IEEE International Con-ference on Computer Vision and Pattern Recognition, Kauai, Hawaii, 2001:1018—1025

[3]Chandraker M, Agarwal S, Kahl F, et al.Auto-calibration via rank-constrained estimation of the absolute quadric.IEEE Conf on Com-puter Vision and Pattern Recognition, 2007:1—8

[4]Pollefeys M, Van Gool L.From images to3D models.Communica-tions of the ACM, 2002;45 (7) :50—55

[5]Pollefeys M, Koch R, Van Gool L.Self-calibration and metric recon-struction in spite of varying and unknown internal camera parameters.International Journal of Computer Vision, 1999;32 (1) :7—25

[6] Pollefeys M, Van Gool L J, Vergauwen M, et al.Visual modeling with a hand-held camera. International Journal of Computer Vision, 2004;59 (3) : 207—232

[7]Nistr D.Automatic dense reconstruction from uncalibrated video se-quences.PhD Thesis, Royal Institute of Technology KTH, to appear, March, 2001

[8] Hartley R I, Zisserman A. Multiple view geometry in computer vision.Second Edition.Cambridge University Press, 2004

[9]Hartley R I, Zisserman A.Multiple View Geometry in Computer Vi-sion.Cambridge University Press, 2004