在线考试系统的改进

在线考试系统的改进（通用10篇）

在线考试系统的改进 篇1

1 DES算法分析

从整体结构来看, DES加密算法可以分为三个阶段:

1.1 初始置换

对于给定明文m, 通过一个固定的初始置换IP来重新排列m中的所有比特, 从而构造比特串m0, 我们把64位的比特串拆分成左右两个部分, 即m0=IP (m) =L0R0, 这里L0由m0的前32位组成, R0由m0的后32位组成;

1.2 十六次迭代变换

所有十六次迭代具有相同的结构。第i次迭代运算以前一次迭代的结果和由用户密钥扩展得到的子密钥Ki作为输入进行运算;每一次迭代运算只对数据的右半部分Ri-1进行变换, 并根据如下规则得到LiRi作为下一轮迭代的输入:Li=Ri-1 Ri=Li-1⊕f (Ri-1, Ki ) , 其中⊕表示两个比特串的异或 (按位模2加) , f是一个非线性函数;

1.3 末置换

对十六次迭代变换后得到的结果使用IP置换的逆置换IP-1, 最后所得到的输出即为密文。DES的加密运算框图见图1。

在DES算法中, 每一轮迭代运算都使用了一个子密钥, 子密钥是从用户输入的密钥产生的。因此, 子密钥的强度是DES算法的安全性的保证, 甚至可以说DES算法的安全性完全依赖于所有的密钥。DES算法子密钥的生成过程示意见图2。

实际上, K是长度为64的比特串, 其中56比特是密钥, 8比特是奇偶校验位, 奇偶校验位分布在位于8﹑16……64位置上。56位密钥经过置换选择1﹑循环左移﹑置换选择2等变换, 产生16个子密钥。

DES算法运用了置换、替代、代数等多种密码技术, 算法结构紧凑, 条理清楚, 而且加密与解密算法类似, 这些特点都便于将DES算法在工程中实现。但自从DES作为数据加密标准起, 对它的安全性也有着激烈的争论。20年来对DES算法的一些主要研究成果有以下多个方面:

互补性:DES具有的性质:若明文组X逐位取补得X, 密钥K逐位取补得K, 具有Y=DESK (X) , 则Y=DESK (X) , 其中Y是Y的逐位取补, 这种特性称为算法上的互补性。这种互补性表现在选择明文攻击下仅需实验其可能的256个密钥的一半255个即可。另外互补性告诫人们不要使用互补密钥。

密文与明文、密文与密钥的相关性:对它们的研究表明可使每个密文比特都是所有明文比特和所有密钥比特的复合函数, 并且指出要达到这一要求至少需迭代5轮。并有研究证明8轮后输出和输入句可以认为是不相关的了。

S-盒的设计:S-盒是DES的心脏, DES靠它实现非线形变换, 关于S盒的设计准则还没有完全公开。许多密码学家NSA设计S盒时隐藏了“陷门”, 使得只有他们才可以破译算法, 但没有证据能表明这一点。

密钥搜索机:对DES安全性批评意见中, 较为一致的看法是DES的密钥太短, 其密钥长度为56比特, 密钥量为256≈1017, 不能抵抗穷尽搜索攻击。1997年1月28日, 美国的RSA数据安全公司在RSA安全年会上公布了一项“秘密密钥挑战”竞赛, 悬赏100美金破译长度为56比特的DES算法的相对强度。美国克罗拉州的程序员VERSER用了96天的时间, 成功地破译了DES的密钥。这一事件表明依靠INTERNET的分布计算能力, 用穷尽搜索破译DES以成为可能, 从而使人们认识到随着计算能力的增强, 必须相应地增加算法的密钥长度。

2 DES算法在考试系统中的实现

DES算法全称为Data Encryption Standard, 即数据加密算法。DES算法的入口参数有三个:Key、Data、Mode。其中Key为8个字节共64位, 是DES算法的工作密钥;Data也为8个字节64位, 是要被加密或被解密的数据;Mode为DES的工作方式, 有两种:加密或解密。

2.1 密文数据库中数据加密设计

以“江财职院网上考试系统”数据库中的表“考试成绩 (学号, 科目编号, 分数) ” 为例, 用DES算法实现数据加密。为了能在当前选用的SQL SERVER 2000中进行高效的数据查询, “考试成绩”数据表中的“分数”属性列实现密文存储, 而关键字段“学号, 科目编号”实现明文存储。明文存储的“考试成绩”数据表见表1。

用DES算法实现数据加密, 加密函数des (明文, k) =密文。按‘分数’加密存储的“考试成绩”数据表见表2。

2.2 密文数据库中的数据查询操作

就当前我国的数据库技术现状, 在密文数据库中实现数据查询主要有以下两种方法。

(1) 对全表进行解密, 然后再实现明文查询

如当我们要查询成绩在85分以上的学生学号及科目编号, 首先将表2中的密文数据进行全表解密还原成明文数据表1, 然后在明文表上进行明文查询, 查询语句为:

select 学号, 科目编号 from 考试成绩 where 分数>85

由于增加了额外的脱密开销, 这种加密数据库查询机制会导致数据库系统效率大大降低。

(2) 由用户自定义函数实现密文查询

如当我们要查询成绩在85分以上的学生学号及科目编号, 我们可以利用SQL SERVER 2000的用户自定义函数功能, 设计一个解密函数des-1 (密文, k) , 在查询语句中直接对数据表中的密文列进行解密后实施条件比较, 查询语句为:

select 学号, 科目编号 from 考试成绩 where des-1 (密文, k) >85

3 DES算法的改进

改变对分组密码算法传统的应用处理方法, 使其加密后密文长度不变, 就能满足1.中提出的数据加密系统对数据库密码的要求。

这里以数据加密标准DES为例进行说明。DES算法中数据分组长度、密度长度和输出密文长度均为64位, 明文经过16轮的迭代、乘积变换、压缩变换等编码过程输出密文。一个需要注意的问题是对尾部碎片的处理方法。传统的做法是填充数据而使其成为一个整组, 这种处理方法会使数据扩张, 不适用于数据库加密。因此我们使用了“密码挪用法”来解决这个问题, 见图3。

在上图中, 待加密的数据的长度为13。第一整组 (1-8码) 加密后截取第6-8码的密文与尾部 (9-13码) 组成一个整组进行加密, 加密所得密码接在前一组的第5个密码之后。其中第6-8码实际上进行了二次加密, 在脱密时也应该进行脱密。这一方法保证了64位分组加密, 同时又保证了数据库加密以后, 数据长度不会变化。

综上所述, 算法很多, 各有优劣。根据数据库加密的具体情况, 在本系统中数据库加密算法选择DES算法作为可密文查询的加密算法。

4 结语

作为分组密码的典型代表, DES算法自问世以来, 就对密码学的发展趋势产生了深刻的影响。本文通过分析序列密码体制、分组密码体制, 提出用DES算法作为可密文查询的加密算法, 并就加密数据库的密文索引技术进行了简单分析。同时设计了一种密钥管理方案, 该方案实行二级密钥管理, 实现对密钥的安全性保护。此外使用“密码挪用法”来解决数据加密中的尾部碎片的问题。

参考文献

[1]谢志强, 高鹏飞, 杨静.基于前缀码的DES算法改进研究[J].计算机工程与应用, 2009, (9) .

[2]王艳, 胡鸣.基于DES算法实现文件完整性检测方法的研究[J].武汉科技学院学报, 2009, (1) .

[3]张健, 孟晨.COM技术在软件可测试性中的应用[J].微计算机信息, 2005, (5) .

[4]杨灵鑫.数据库安全技术分析及改进策略[J].河北北方学院学报 (自然科学版) , 2008, (2) .

[5]管莹, 敬茂华.DES算法原理及实现[J].电脑编程技巧与维护, 2009, (4) .

在线考试系统的改进 篇2

关键词：开放教育；考试管理；问题；改进

一、开放教育考试管理的特点

1.考试级别高

开放教育的考试命题由国家开放大学总部组织，并在考试前将试卷通过机要的形式发至组织考试的各学院和学习中心，考试内容、时间、试卷回收、评卷标准全国统一。此外，还包括现代远程教育试点高校网络教育部分公共基础课全国统一考试，所以开放教育考试级别高、覆盖范围广。

2.考试类型复杂

由于开放教育专业种类繁多，多门课程采用单独的考试形式，并且2005年以来国家开放大学和省级电大相继对开放教育进行了基于网络的课程考核改革，再加上国家开放大学网络核心课试点的推进，导致开放教育的考试种类日益增多，加大了开放教育考试管理的难度。

3.考试安排过于集中

以今年为例，国家开放大学提供的开放教育汉文全国统一本、专科纸质试卷就多达774门，而统一考试时间仅为两天，每天四个单元的考试，由考试过于集中所带来的不仅是学院、学习中心在考试时间、考场教室方面安排的难度增大，相应产生的留考大幅增加也成为考试管理的难点之一。

4.社会关注度较高

由于开放教育相较于其他学历补偿教育存在收费低、门槛低、专业广、模式统一并能全国范围内转学等特点吸引了大量学员，如今学员数量已达三百多万，遍布全国各行各业，其学历质量也被各单位及各类人事考试所认可。因此开放教育期末考试具有较高的社会关注度，各类事件的报道往往会对国家开放大学在全国的声誉造成强烈的社会影响。

二、开放教育考试管理目前所存在的问题

1.对开放教育考试的认知有待改观

开放教育设立于1999年，其设立的初衷在于随着社会经济的发展、工作节奏的加快以及社会生活内容的丰富，以教师为中心的集中式教育模式已无法满足大量在职人员的学历补偿需求和各单位大量的高素质人才缺口。因此开放教育确立的是一种以学员为中心，以教师为辅助的教学模式，学习成果自然因人而异，然而开放教育的考试模式却与应试教育的考试形式相差无几：标准试题、标准答案、标准评分。如今随着社会生活节奏的进一步加快，学员浮躁心态的进一步凸显，考试模式与教学模式逐渐脱节，所以我们对开放教育考试的认知理念也需要加以改进。

2.考试舞弊现象依然存在

尽管国家开放大学一再强调开放教育的考试管理工作并加强对各分部、学院的巡视，但由于考务人员并没有随学员数量的增长而得到相应的补充，而且学员的成分、素质参差不齐，再加上社会上各种不良风气的影响，导致开放教育考试工作中诸如夹带、替考、使用手机等各类考试舞弊现象依然存在。

3.阅卷工作有待改进

阅卷工作作为对考试结果的最终评价，应具有极强的严肃性及统一性，但开放教育考试的阅卷工作却没有得到相应的重视。目前开放教育考试采取的是集中式的阅卷方式，但工作繁琐、缺乏监督及透明度、主观意识影响较大等不足不仅对国家开放大学的声誉造成消极的影响，更会使我们对学员学习效果的评价甚至日后开放教育的发展方向产生误判。

三、改进的措施

1.考试形式的改进

如果考试形式依然是传统“封闭”式的，那开放教育无异于缘木求鱼，因此开放教育不仅是考试形式，在试题解答、评分标准乃至考试时间等方面都应秉承“开放”二字。网络技术的发展和数码设备的普及使开放式的考试具有广阔的发展空间并为其提供了充足的软硬件支持，而且QQ、云技术等软件在问卷调查、投票统计等方面的应用也为开放式考试提供了很好的实验平台，甚至出现了一些网络培训班制作的基于微信平台的考试系统。

2.加大考试管理工作的力度

考试管理工作是对学员学习成果的最终检验，也是体现一所学校教学管理和办学水平的重要标志。所以在开放教育办学规模日益扩大、考场情况渐趋多变的今天，加大对考试管理工作的支持力度十分必要，如加大考试管理工作的政策倾斜，开展考试管理人员的培训，增加考试管理的人员分配，加大对考试管理工作的科研力度等。

3.增强阅卷工作的透明度

为增强开放教育考试管理的可信度和严肃性，杜绝各类舞弊现象及考生的侥幸心理，树立国家开放大学良好的办学形象，增强阅卷工作的透明度已成为当务之急。提高透明度首先要提高参与度，所以我们可以采取阅卷人员流动、阅卷点流动、网上流水阅卷等形式使阅卷工作在公平、公正、公开的环境下阳光运转，真实评价学生的学习成果。

参考文献：

[1]姜坫淮.对电大考试管理的思考[J].统计与管理，2013（5）：153-154.

[2]李蓉，戴永清.虚拟化技术在电大考试系统中的应用[J].电脑与信息技术，2015，23（5）：27-29.

[3]李强.电大考试管理公共性缺失及其重建路径[J].湖北函授大学学报，2015，28（20）：25-26.

[4]陈东.开放教育[M].上海：上海教育出版社，2001.

在线考试系统的改进 篇3

关键词：裂解气,在线分析,取样系统,改进措施

1引言

乙烯收率是衡量乙烯装置经济效益的一个重要指标, 为了提高乙烯收率, 对裂解炉实施优化控制, 裂解气在线分析是不可或缺的, 利用在线色谱仪对炉出口裂解气的轻组分进行分析, 可以直接反应裂解气的轻烃分布情况, 为控制裂解炉出口温度、进料量及比率、裂解炉热负荷等工艺参数, 优化裂解炉操作, 提高乙烯和丙烯收率提供重要依据。但国内大中型乙烯装置裂解气在线色谱仪的应用并不成功, 主要原因是取样系统故障频繁, 样品气带液造成取样管线不畅;样品操作系统、色谱仪的柱系统和检测器污染。通过调研齐鲁、扬子等乙烯装置在线分析仪表的实际情况, 在消化吸收色谱仪取样系统应用技术的基础上, 对其存在的问题进行深入分析探讨, 采取了一系列改进措施, 完善了取样器及样品与处理系统结构, 减少了样品气带液现象, 保证了裂解气在线色谱仪的稳定运行。

2裂解气取样系统简介

乙烯裂解炉出口裂解气温度高、含水量大、组成复杂, 既有氢气、甲烷、乙烯、乙烷、丙烯、丙烷等轻组分, 也有裂解汽油、柴油、焦油等粘稠组分, 还含有酸性气体, 其沸点从零下二百五十多度到零上几百度不等, 根本无法做到全组分分析。目前, 在线色谱分析仪只能分析其中的轻组分, 通常分析氢气、甲烷、乙烯、乙烷、丙烯、丙烷等。裂解气取样系统的作用就是从复杂的热裂解烃类气体混合物中, 除去固体、水分和重组分, 取出能够满足在线色谱仪分析需要的裂解气样气, 以便通过色谱仪对轻组分进行在线分析。因此, 取样系统运行正常与否决定着在线色谱仪的运行状况。

2.1裂解气取样系统组成

国内乙烯装置普遍使用的色谱仪取样系统一般包括:取样器、样品预处理系统和样品操作系统。如图1所示。

取样器是取样系统的核心部分, 取样器将组成复杂的裂解气净化, 经过滤回流段和冷却脱水段, 将固体颗粒、重组分及水分留在工艺管道内, 将轻组分取出, 以一定的流速均匀地送向样品预处理单元。

样品预处理系统主要包括:样品气流量、压力控制和滤油器等几部分组成。

样品操作系统主要包括流路切换、流量控制、大气平衡和标准气校正等, 核心单元是流路切换。

2.1.1取样器

典型的取样器有美国ABB公司的DRS系列FLUID DATA公司的PY-GAS系列, 取样器通常由截止阀、过滤逆流段、冷却脱水段、涡旋制冷管部件、气动温度控制器组成, 结构如图2所示。

过滤逆流段。在过滤逆流段装有拉希格环或不锈钢过滤网, 在这里高温裂解气中的杂质, 被拉希格环或不锈钢过滤网阻挡、截留, 并借助环境温度自然冷却, 使裂解气中的重组分开始冷凝, 介质一边上升一边冷凝, 冷凝物被聚集后滴进工艺管线, 并冲洗掉过滤器元件上的固体杂质。而其余的工艺样品 (较轻组分) 将继续上行进入冷却脱水段

冷却脱水段。冷却脱水部件是一个列管式换热器。样品中的水分和油分, 在列管内被壳管中由涡旋制冷管产生的低温 (-10℃左右) 冷气逐渐冷却, 并凝结于列管内壁上, 冷却并凝结后的液体成分就会在其自身重力作用下, 向下回流, 从而产生与取样方向相反的逆流物。这些逆流物, 在反向流过过滤逆流部件时将清洗被阻挡、截流于此的杂质, 脱离不锈钢金属过滤网并一同流回工艺管道中, 产生自清洗效果。

涡旋制冷管。利用压缩空气产生近-30℃的低温制冷工质, 冷却率极高, 并且这一温度可以调节。

温度控制器。温度控制器是旋冷仪的控制部件, 根据安装在冷却脱水部件上端的测温元件测到的样品温度和设定温度, 来控制温度控制阀和样品超温切断阀, 使取样器输出温度较为稳定的裂解气样品气。正常工作情况下, 通过控制涡旋制冷管所产生的低温气体来冷却裂解气, 使取样器出口气体在一定的温度范围内。当由于样品出口流量增大、工艺发生变化、样品传输管线泄漏等原因造成样品冷却不下来, 温度继续上升, 当上升到超温保护设定点温度时, 温度控制开关便送出一个气信号给样品超温切断阀, 关断样品出口, 这时, 由于冷却脱水部件的样品不再流动, 样品将马上冷却下来, 当温度降到过温保护设定点时, 温度控制开关便关闭给样品超温切断阀的气信号, 样品出口打开。

2.1.2样品预处理系统

该系统结构比较简单, 只安装有简单的气液分离罐, 在分离罐内装填金属网, 用于进一步将气体中夹带的液体分离, 经分离器后的气体进色谱仪。

3取样系统在实际应用中存在的问题分析

对于乙烯裂解气这种高温、高含水、高油尘的气体处理难度本身就很大, 加之裂解原料上的差别、工艺和设备上的差异、多变的工况、频繁的清焦、系统配置上的欠缺、使用维护上的不当, 都会对取样器运行产生影响, 极易造成裂解气样品中带水带液, 加之预处理系统原设计功能不够完善, 无法将油水彻底分离干净, 致使色谱仪无法正常运行。

分析化验结果, 不难看出, 有大量的重组分存在, 这些物质在取样器出口条件下应以液体形式存在, 特别是苯以下组分, 说明该部分液体是由样气夹带所致, 通过长期观察取样系统运行状况, 综合分析存在问题如下:

(1) 温控器故障率高、控制精度低, 运行不稳定造成样品气中时常带液 (2) 涡旋制冷器制冷能力偏小, 仪表风压力偏低、风管口径偏小或存在节流现象, 影响制冷效果, 造成取样器运行不稳

(3) 取样器出口压力、流量不稳定。

(4) 裂解炉烧焦时, 没有及时关闭取样器根部阀, 影响取样器正常工作。

(5) 样品预处理系统除尘、除油效果差, 易造成色谱仪采样阀磨损, 污染色谱柱, 影响色谱仪正常工作。

色谱仪入口样品气积液取样分析结果见表1。

4改进措施

分析取样系统存在的问题, 应从设计安装、日常维护和取样器结构改造等方面着手, 对硬件进行改造, 加强日常维护力度, 增加对取样器制冷量调整频率, 彻底改造取样器结构等手段, 稳定取样系统的运行, 为色谱仪长周期运行奠定基础。

4.1设计与安装方面改进

(1) 取样系统应包括:取样器、样品前处理样品预处理等, 样品前处理应具有稳压、稳流和气液分离功能样品预处理采取沉降、滤油等措施, 具有较好的除去液态油污, 聚结器对油雾进一步分离, 净化样品气等功能。改进后的取样系统结构见图3。

(2) 改造取样器结构, 适当延长过滤逆流段和冷却脱水段长度, 减少样气中油水的含量。

(3) 增加样品前处理。在取样器出口处增加前处理, 分离排放取样器出口样气中夹带的油水液滴, 减少后处理系统的负荷。

(4) 涡旋制冷器制冷量应达到15SCFM (15标准立方英尺/分) 。

(5) 根据各单位使用经验, 取样器的温度控制器宜选用电子式、具有温度显示功能, 温度控制精度应为±1℃。

(6) 取样器的过滤回流段、冷却段都应采取保温措施, 以减少环境温度对冷却效果的影响。

(7) 样品输送管线宜采用6×1 (1/4") 不锈钢材质的TUBE管, 宜采用绝热、轻伴热方式。

(8) 取样器出口样气应采取稳压稳流措施。样品流量应控制在1 000～1 500ml/min;

(9) 制冷器仪表风入口管线口径应不小于10×1 (3/8") , 仪表风压力应高于0.6MPa。

4.2运行及日常维护方面改进

(1) 定期检查取样器出口温度, 及时调整涡旋制冷器运行状态, 涡街管根部处的工作温度控制在10～12℃左右。

(2) 定期检查调整取样器出口样品流量, 一般控制在1 000～1 500ml/min, 出口处的气控阀工作状态要正常。

(3) 定期排放过滤器积液, 定期更换过滤器滤芯。

(4) 加强与工艺操作人员联系, 当裂解炉烧焦时, 及时关闭取样器根部阀。

(5) 定期用低压蒸汽吹扫取样管线。

(6) 定期对取样系统进行泄漏检查, 消除泄漏点。

(7) 为保证在线色谱仪分析数据与化验结果的一致性, 在线色谱仪和化验室色谱仪应使用同一厂家生产的标准气。

5结束语

改造取样器结构, 加长过滤逆流段、冷却脱水段长度, 大大提高了取样器除油效果。在此基础上, 增设了前处理系统, 取样器出口样气夹带的液滴在此大部分被分离下来, 减少了后处理系统的负荷。完善了后处理系统结构, 采取了过滤、稳压稳流、双级沉降式过滤等措施, 较好地除去液态油污及水分, 聚结器对油雾进一步分离, 净化了样品气。加大了日常维护调整力度, 稳定了取样器的运行。目前, 进入在线色谱仪的样品气压力、流量稳定, 样气清洁, 达到色谱仪的分析要求。实现色谱分析仪在线控制运行, 色谱仪投用率在95%以上。为实现裂解炉的优化操作、稳定运行奠定基础, 提高企业的经济效益。

5.1作用及意义

裂解炉在线色谱仪稳定运行, 可为优化乙烯生产、提高乙烯和丙烯收率提供重要的操作参考数据, 通过技术攻关活动实现色谱分析仪在线控制运行, 可为企业创造可观的经济效益。

通过乙烯裂解炉在线色谱仪样品预处理系统的技术攻关, 逐步规范设计、安装、运行、维护等工作, 将对确保裂解炉在线色谱仪系统的可靠运行、提高分析准确性提供切实可行的技术保障。

5.2经济效益和社会效益

(1) 裂解炉在线色谱仪样品处理系统每套每年的维修费用大约在10万元左右。

每套乙烯装置按15台裂解炉计算, 与之相配套的有15套样品处理系统, 每年可节约维修费用150万元左右。

(2) 因样品处理系统的可靠性所决定的整个分析系统的稳定性所产生的隐形效益就更加巨大

主要表现在可靠的在线分析数据对裂解炉的优化控制, 稳定裂解炉运行, 减少烧焦次数, 提高二烯收率方面。

(3) 该技术攻关项目具有很大的推广价值。

如果推广到国内的同类装置, 必将产生巨大的经济效益。

输电线路接地系统的改进 篇4

根据2005年的统计，江西省220千伏线路平均跳闸率为2.18次/百公里*年,与当时全国平均跳闸率（0.66次/百公里*年）相比，存在较大差距。在众多引起输电线路跳闸原因中，雷击跳闸占比重最大。降低雷击跳闸率一般措施是增加绝缘子片数、加大空气绝缘间隙、架设避雷线，包括目前广泛采用的侧向负角避雷针等其他防雷措施。对于220kV及以下电压等级输电线路而言大部分雷击跳闸都是由于反击引起的，其中一个主要的原因接地电阻值太高。因此只有一个良好的接地系统，才可保证使雷电流迅速消泄，不致造成雷电荷堆积，引起高电位对导线放电，并建立稳定的电弧，发生跳闸事故。

2 国内外研究水平及动向分析

国外目前在高雷暴日地区接地网的布置形式与国内差不多。但其使用的材料（包括水平和垂直接地体）大部为铜包钢，铜制电解离子棒等，由于其投资太大，国内很少采用，不太适合国情。

国内目前一般地区降低接地电阻的措施主要是延长接地射线，高雷暴日地区多辅以降阻剂、接地模块等。但延长接地射线对降低冲击电流影响有限；降阻剂虽然增加的投资有限，可一般会对接地体造成腐蚀；接地模块投资较大。因此，如何改善接地形式，在使用降阻剂的同时又避免其腐蚀性，就是本文的研究目的。

3高土壤电阻率地区，采用防腐镀锌圆钢加降阻剂

降低土壤电阻率和增加接地体与土壤接触的有效面积是改善杆塔接地电阻值的两种有效方法。降阻剂由于其投资较低，而降阻效果非常好，在工程中得到了广泛的使用。但是，导电率高的非金属化学物质总是存在活泼性和稳定性的问题，降阻剂也不例外。正是这一特性使其产生了一个致命的缺陷，由于其必须具备良好的导电性，其成分中自然含有电导率小的酸性或碱性电解质。被降阻剂长期包裹着的铁质的接地钢筋必然会受到其不同程度的腐蚀，这大大的降低了接地网的使用寿命。生产厂家都为降低降阻剂的腐蚀性做了很大的努力，但效果甚微。

既然降阻剂对接地体的腐蚀性难以控制，反之我们为什么不可以考虑如何增强接地体的抗腐蚀性。如国外常用的铜材或铜包钢等，这些材料肯定抗腐蚀性会很好，但投资较高，且被盗的几率大为增加。锌，是一种化学性非常稳定的且具有很好的导电性的金属，作为钢材的防腐材料已被广泛使用在各个领域。各种型号的镀锌钢筋是市场上的成熟产品，价格也较便宜。以往镀锌钢材的耐腐蚀性多体现在空气和水中，特别是其用在降阻剂中的耐腐蚀性如何，还不得而知。但是从理论上可以肯定锌质材料在酸碱质中的稳定性要大大强于铁质材料。这也正是我们开展本文的理论依据。

4 试验结果

经与赣州供电公司协商，选择万安至潭东220千伏线路158号塔位，其竣工验收时的接地电阻为43欧。

图1和图2分别为未镀锌圆钢和镀锌圆钢加降阻剂两年后的观测照片。

图1 未镀锌圆钢加降阻剂两年后的情况

图2 镀锌圆钢加降阻剂两年后的情况

5 结论及建议

该试验项目经过两年零四个月的运行接地电阻仍然非常低；镀锌接地体的铁质金属未见腐蚀，镀锌层只有轻微腐蚀。从两年多的运行时间看效果是相当好的。

建议：一、赣州供电公司继续按原实验方案要求的频次继续观察记录。

二、鉴于该接地方案较原方案增加的投资非常有限（仅增加镀锌的费用），完全可以在高土壤电阻率的地区逐步推广。

参考文献：

[1] 王美u-10，赵升．浅析输电线路接地装置的腐蚀[J]．内蒙古电力技术，2003，21(1)：46，48

[2] 潘家群．架空输电线路接地线防腐技术[J]．电力安全技术，2004(1)：42

[3] 胡毅．输电线路运行故障分析与防治[M]．北京：中国电力出版社，2007

[4] 李景禄．接地裝置的运行与改造[M]．北京：中国水利水电出版社，2005

[5] 王洪泽，杨丹，王梦云．电力系统接地技术手册[M]．北京：中国水利水电出版社，2007

在线考试系统的改进 篇5

Ajax是Asynchronous Java Script and XML (以及DHTML等) 的缩写。它由几种技术组合而成, 包括:基于XHTML和CSS标准的表示;使用Document Object Model进行动态显示和交互;使用XML Http Request与服务器进行异步通信;使用Java Scrip进行绑定。

传统的Web应用程序强制用户进入提交、等待、重新显示的模式, 即用户的界面操作触发HTTP请求, 服务器在接收到请求之后进行业务逻辑处理, 比如保存数据, 然后向客户端返回一个HTML页面。但服务器处理数据的时候, 用户处于等待的状态, 每一步操作都需要等待, 使得Web用户界面在响应灵敏性方面大打折扣。而Ajax带给用户完全不同的浏览感受。传统的动态网页技术被隐藏到Ajax的后台。用户所看到的只是一个静态页面, 不需要在提交页面后等待或者主动刷新网页。动态程序反馈的结果被直接无刷新地显示在这个页面上。因此利用Ajax开发的Web应用程序能够提供响应极其灵敏的Web用户界面, 使得应用过程很自然, 操作很流畅, 并消除了页面刷新所带来的闪烁。

1、系统的设计与实现

1.1 系统设计

在用户登录进考试系统时, 将登录时间按用户ID存入session变量中, 以便对每个用户实现计时。

用户登录后, 利用Ajax技术在后台实现计时功能, 由Java Script定时向服务器查询考试时间并实时显示在用户的WEB页面上。考试时间可在JSP的配置文件中给出, 计时器到规定时间后如用户还未提交试卷, 则由系统自动提交。

用户考试过程中, 利用Ajax技术由Java Script代码在后台为用户定时存盘, 一旦系统出现故障, 再次进入考试系统时, 可根据保存的信息在故障点处继续进行考试, 原来考试的信息可以从服务器端一次性加载。

试卷的形式可以采用一页一题的方式, 也可采用一页多题的方式。用户在答题时, 系统在后台为用户预先从服务器端读取下一段的试题, 当用户需要下一段试题时, 可以很快从客户端直接加载, 而不需要用户等待服务器端的数据, 实现无闪烁、无延迟的效果。

Ajax采用的是一种沙箱安全模型, Ajax代码 (具体而言即XML Http Request对象) 只能对所在的同一个域发送请求, 在本地机器上运行的代码只能对本地机器上的服务器端脚本发送请求。虽然上述功能的实现都是基于客户端脚本, 对于用户来说是可见的, 但是Ajax的沙箱安全模型保证了只有来自考试服务器端的客户端脚本才可以与服务器通信, 同时服务器端也只接受有访问信息的客户端的请求 (通过session等技术) 。所以该改进方案保证了考试系统的准确性。

1.2 系统的实现

1.XML Http Request对象。目前主流浏览器均支持XML Http Request对象, 但不同的浏览器对该对象的声明各不相同, 为了使得系统具有通用性, 要对不同情况加以区分。本文将该功能直接写在XML Http Js文件中, 具体实现请参考文献。XML Http Request对象的各种方法和属性请参考MSXML5.0SDK或其他相关文档。

2.时间控制系统的实现。首先在服务器数据库的考生表中设置"答卷时间"字段, 用于记录考生剩余考试时间。该字段值在考试过程中会以每分钟减一的频率被改写, 并在半分钟之内回显给考生, 当该字段值减为零或以下时系统自动交卷, 结束考试。在计时器的设计上, 以.NET系统自带的Timers.Timer组件为基础进行了自定义设计。在Global.asax文件中生成并启动自定义计时器, 由调用者订阅其发出的一分钟一次的事件, 并将自身注册为监听Global.timed的监听者。这样, Global.timed每次触发事件时, 注册者相应函数内的时间更新功能就会被执行, 从而达到考生表中"答卷时间"字段值每分钟自动减一的功能。由于NET中的Timers.Timer组件是基于服务器的, 并为在多线程环境中用于辅助线程而设计的, 服务器计时器可以在线程间移动来处理引发的Elapsed事件, 这样就可以比Windows计时器更精确地按时引发事件。在客户端向服务器端请求时间时, 要根据XML Http Request对象的HTTP状态码来操作;在服务器端, 必须将"Cache-Control"头设为"no-Cache"来保证每次取得的数据都不是从缓存中得到的。

3.试卷的定时存盘和预读试卷数据的实现。这两种功能的实现也采用Ajax技术, 只是由于请求的数据量比计时器的数据量大, 所以请求时采用"POST"方法。同时要求数据以xml格式返回, 在客户端利用DOM的强大功能来实现对数据的操作。

1.3 系统测试

该系统测试的客户端为Internet Explore6.0和Fire Fox1.0, 服务器端为Windows2003和Red Hat AS4+JDK1.5+Tomcat5.5.9, 网络环境为服务器在教育网内, 客户机在局域网内和远程电信网。系统在局域网内部和广域网上的测试均达到了预期效果。

2、结束语

本文利用Ajax技术改进现有的网上考试系统, 实现了在线考试的B/S系统, 使其达到了C/S系统所具有的功能, 同时兼备了B/S系统固有的优势, 即能实现用户的网上在线考试的功能, 又不需要用户安装额外的客户端软件。新的考试系统具有准确计时、快捷、安全、方便等优点, 从根本上改变了原有网上考试系统的多种弊端。

摘要：Web在线考试系统是我国教育远程化的重要组成部分, 由于传统Web工作模式的不足, 在线考试时需要频繁与服务器交互引起独占式请求, 页面重复加载, 这些情况不仅让考生处于不连续的考试状态中, 同时也消耗大量服务器资源, 给系统的应用发展带来不少问题。本文重点研究利用Ajax技术提升Web考试系统性能。改进后, Web考试系统具有C/S结构的优点, 并克服了C/S和B/S结构的缺点, 提高了系统的实用性。

关键词：AJAX,在线考试系统,B/S系统,C/S系统

参考文献

[1].曹衍龙, 叶达峰.Ajax编程技术与实例[M].北京:人民邮电出版社, 2007:5～15.

[2].David Flanagan.JavaScript:The Detonative Guide 4th Edition[M].0'Neilly Media, Inc, 2001.

[3].洪峰, 吴云飞.Ajax技术优化在线考试流量IJJ.长沙通信职业技术学院学报, 2006, 5 (3) :56～61.

[4].黄国平.用Ajax技术改进在线考试系统IJJ.南通职业大学学报, 2006, 20 (3) :87～89.

在线考试系统的改进 篇6

Z-203是一个在线混合器, 作用是将混合好的三种催化剂和冷丙烯充分混合, 为预聚合反应以及其后的聚合反应做好充分的准备。如果Z-203堵塞, 将导致催化剂和冷丙烯无法进入环管, 导致反应无法进行。因此认真分析Z-203堵塞原因, 排除隐患, 保证装置长周期平稳运行。

1 Z-203结构特征及其作用原理

Z-203为一个中间芯管外面带套管的混合器, 在正常运行时芯管走三剂, 套管走冷丙烯。由于三剂的用量要明显小于冷丙烯的用量, 所以此设备的芯管设置的很细。

其作用原理是从D-201过来的三剂缓慢的从芯管口流出, 在套管快速流动的丙烯流的带动下混合均匀并进入R-200进行预聚合反应。

2 Z-203的流程描述

Z-203的主要流程描述:从D108过来的主催化剂与P101过来的TEAL, P104过来的DONOR一起进入催化剂罐D-201, 三剂从D-201进入在线混合器与从E-201过来的冷丙烯混合后进入预聚合反应器R-200开始进行预聚合反应。另外, 此处还设置有一条油线, 主要是在Z-203堵塞清理后油洗Z-203前的这段管线, 将其冲洗干净, 还可以在堵塞不严重时利用油压将Z-203冲开。

3 Z-203堵塞时的现象

Z-203堵塞时的现象有PI2101显示压力明显偏高 (其正常值范围为3.5~3.6MPa) , FIC1102, FIC1201, FIC1503流量变小, P101A/B, P104 A/B, P108 A/B冲程变高。长时间堵塞会使反应器进料大幅降低, 导致反应无法进行, 最终导致装置停工。

4 Z-203的堵塞及其原因

通过上边的描述我们可以看到Z-203在本套聚丙烯装置中起着至关重要的作用, 它承担着把原料丙烯与三剂混合均匀的作用, 为预聚合和聚合做好准备。如果这一环节出现问题, 那么后续的聚合反应也就难以再继续, 因此, 我们需要对这一部分进行研究, 并尽量减少此部分问题的出现。此部分发生故障主要的就是Z-203及其相应的管线, 柱塞阀的堵塞, 那么, 我们就先来分析一下其堵塞的原因吧。

此部分堵塞的主要原因有以下几种:

4.1 催化剂系统的原因

主要有催化剂配置和运输过程中可能带入的杂质, 催化剂在D106放置过程中产生的催化剂结块, 这些都可能导致Z-203堵塞。

1) 催化剂原料, 配置催化剂所需油、脂在运输过程中都有可能将机械杂质带入催化剂系统, 通过催化剂系统最终进入在线混合器系统并导致其堵塞。

2) 配置好的催化剂在D106内放置过程中有可能造成催化剂结块, 结块的催化剂进入在线混合器却无法顺利通过, 导致Z-203堵塞。

4.2 催化剂充料和切换时人为失误

1) 在加催化剂时 (以给A加料为例) , 应该开2A阀误开为2B阀, 因为此时D-108B压力比较低, 就会使得D-201失压导致R-200进料丙烯倒串至Z-203使其发生堵塞。2) 在催化剂罐手动切换时 (以A切B为例) , 切换前D108B没有通过HV1505进行备压。而操作工未进行检查就开始催化剂的手动切换, 也会导致D-201失压R-200进料丙烯倒串至Z-203使其发生堵塞。

4.3 Z-203切换时 (以A切B为例) 操作失误

1) 在Z-203B投用时, 一定要注意操作顺序, 先开进丙烯的阀门及D201出料线上的球阀, 再开R200处球阀, 最后开角阀。否则会导致R-200进料丙烯倒串, 堵塞Z-203管线。2) 在Z-203A停用时, 同样也要注意操作的顺序, 先关R200处角阀, 再关球阀, 最后关进丙烯的阀门及D201出料线上的球阀。否则同样会导致R-200进料丙烯倒串, 堵塞Z-203管线。

4.4 油冲洗不彻底的原因

在Z-203停工时, 用高压油冲洗Z-203的芯管和套管时, 如果冲洗不够充分, 在系统中残留的催化剂与残留丙烯反应, 也可能导致Z-203发生堵塞。

5 Z-203的改进措施

前面我们说明了Z-203在本装置中的重要性, 分析了Z-203堵塞的原因, 但是做到了这些还不够, 我们还要研究如何对本部分改进, 从而尽量减少Z-203的堵塞。

1) 在D-106与D-108之间设计添加了过滤器使得催化剂淤浆中结块大大减少, 从而大大减小了催化剂的原因所导致的在线混合器系统的堵塞。2) 改变操作规程, 要求在催化剂充料前必须进行充分的返混, 将催化剂中可能存在的结块打碎, 尽可能减少催化剂结块。3) 对PK101从设计上进行改进, 将PK101系统改为自动, 简化操作步骤, 这样就基本上解决了人为的误操作所导致的在线混合器堵塞的可能。4) 严格执行操作规程, 减少了Z-203切换时的失误及油冲洗不彻底情况的发生。5) 在此部分设置连锁IS2240, 这样就使得一旦发生人为的误操作时在PDALL2102 (即PI1503与PI2101的压力之差) 压力小于0.1MPa的时候自动关闭HV2210, 使得即使发生了人为的操作错误也不至于使D-201发生失压导致聚丙烯淤浆倒串回来堵塞Z-203及其管线。

6 实施效果

通过添加过滤器, 将PK101改为自动, 设置连锁, 修改操作规程, 并加强操作规程的执行, 解决了在线混合器系统的堵塞问题, 保证了装置长周期平稳运行。

参考文献

[1]范爱民.华北油田6万吨/年聚丙烯装置单元培训教材[M].二联合车间, 1999.

在线考试系统的改进 篇7

指针分析, 是指通过对程序的分析近似地求出程序中指针表达式所指向的目标。基于包含的指针分析方法是一类重要的指针分析方法, 由Andersen[1]于1994 年首次提出, 在指针分析领域被称为Andersen风格的指针分析。在近二十年来研究者们提出了很多对Andersen风格的指针分析进行优化的技术: 离线优化技术和在线优化技术[2]。其中在线优化是在约束求解过程中采用的一种技术, 可分为: 约束图上强连通分量的检测和消除OCD ( Online Cycle Decection and Elimination) 、指向集传递过程中的优化、工作集节点的迭代求解顺序。例如继Fahndrich等人[3]首次提出OCD之后Heintze和Tardieu[4]、Whaley[5]、Pearce[6，7]、Harderkopf[8]、Pereira等人[9]相继提出了一些具有各自优缺点的OCD算法。其中以Pereira等人[9]提出的横向传播和纵向传播算法简称WP算法和DP算法 ( Wave Propagation, Deep Propagation) 最为优秀。其中DP算法由3 部分组成: OCD ( 对应文献[9]中的算法2, 简称为CSCC算法) , 指向集的横向传播 ( 对应文献[9]中算法4, 简称PWP算法) , 复杂约束求解 ( 对应文献[9]中算法6 的repeat操作伪代码, 简称CCS算法) 。而复杂约束求解的核心是纵向传播 ( 对应[9]中算法7, 简称DPR算法) 。虽然DP算法较以前的算法能以更加廉价的内存代价较好地实现指针分析, 但是其仍可进一步减少内存需求, 且其在执行深度优先遍历时并不能检测出约束图中所有潜在的强连通分量。于是我们针对DP算法的这些不足进行了研究, 提出了一个改进算法ADP ( Advanced Deep Propagation) 算法, 并通过一个实例演示了该算法的运行过程, 验证了它能在约束求解过程中识别约束图中所有的环。最后通过使用CIL工具对6 个开源软件源代码生成约束集, 然后对比ADP算法与原DP算法对这些约束集进行处理的时间开销和内存开销, 从而验证改进DP算法的优越性。

1 基于包含的指针分析方法介绍

基于包含的指针分析算法建立在集合约束分析之上, 它将指针分析分为两个阶段: 约束生成和约束求解。

约束生成使用如下约束规范语言来表示实际程序:

约束求解根据以下约束规则对生成的约束使用迭代方法求解以得到问题的最小解。约束规则为:

以下是一个约束生成和约束求解示例: p = &a根据[addr]经约束生成为p{ a} ; p = q; q = &a经约束生成为pq; q{ a} , 又经[trans]约束求解为p{ a} ; q = &r; p = * q经约束生成为q{ r} ; p*q, 又经[trans]约束求解为pr; p = &r; * p= q经约束生成为p  { r} ; * p  q, 又经[trans]约束求解为rp。

图1 是一个Andenson风格的指针分析算法[1]执行描述。

2 DP算法介绍

DP算法是一种先进的基于包含的指针分析在线优化技术, 其输入为原始约束图G, 输出为节点到其指向集的映射, 其维护了这样一个恒等关系 α: 假如一个节点w可从节点v到达, 那么节点w的指向集包含了节点v的指向集。下面只详细说明DP算法中CCS算法。

DP算法由3 部分组成: CSCC算法、PWP算法、CCS算法 ( 核心为DPR算法) 。该算法首先调用CSCC算法: 采用Nuuti-la[10]的强连通分量检测算法 ( 其是对Tarjan[11]算法的改进) 在整个约束图上做OCD, 同时把所有强连通分量的代表节点存储在一个栈中, 以保持这些节点的拓扑顺序, 即栈的顶端节点没有祖先节点, 这样便可实现工作集节点选取的优化; 之后对所有节点执行一次指向集横向传递操作, 即调用PWP算法, 恒等关系α 从此以后便得到满足; 最后调用CCS算法处理复杂约束, 该算法在添加完新边之后, 调用其核心算法DPR: 以指定的起始节点和终止节点做深度优先遍历以检测约束图中存在的环, 同时在遍历的过程中纵向传递指向集。CCS算法会重复处理复杂约束直到经一次调用DPR算法后约束图中所有结点指向集不再改变为止。

但是DP算法并不能确保检测出目标约束图中的所有环, 因为仅仅当一个节点有非空指向集向后传递时该节点才会唤起其后继节点的DPR算法。

3 改进的DP算法 ( ADP算法)

ADP算法由算法1 - 算法5 组成。我们为初始约束图中的每一个节点赋予一个布尔属性 β ( 即在扫描源代码以收集约束的同时为每一个变量赋予一个属性 β) : 若该节点 ( 或称变量) 为某一个或几个复杂约束中带解引用的节点时其值为true, 反之为false。例如: 存在一复杂约束l*r, 则初始约束图中节点r的 β 属性值为true。定义属性 β 的目的是为了更好地改进算法CCS的效率。

3. 1 CSCC算法的改进

由于为每个节点定义了属性 β, 而一个强连通分量中有可能各个节点的该属性不同, 为了达到定义该属性的目的, 我们改进了CSCC算法如算法3。对比原CSCC算法, 改进的算法只是增加了如下操作: 若检测出的强连通分量中包含至少一个属性β 值为true的节点, 则需将这个强连通分量的代表节点的属性 β值同步为true, 如算法3 中的第22 ~ 24 行所示。这样做同样是为改进算法CCS的效率服务的。

复杂度分析: 改进的CSCC算法与原算法的时间复杂度均为O ( V2) 。

3. 2 PWP算法的改进

原PWP算法中为每个结点v存储了两个指向集: Pcur ( v) , 表示一次横向传播到节点v时, 更新后的节点v的指向集; Pold ( v) , 表示一次横向传播到节点v时, 更新之前的节点v的指向集即旧值。这样做是为WP算法服务的: 因为WP算法中需要多次迭代调用PWP算法, 这样可避免在每次迭代中重复传播节点v的整个指向集, 从而只需传播节点v因一次执行文献[9]中的算法5 而新增的指向集, 也即达到了差异传播[2]的目的。但是在DP算法中PWP算法只在CSCC算法后调用一次, 因而定义Pold ( v) 值已经没有意义了。

改进的算法见算法4: 去除了Pold值, 取而代之的是第4 行计算得出的Pdif。算法4 增加了如第5 行中的一个判断: 表示如果 ( v, w) ∈E, 且w的指向集已经包含了v的指向集, 则跳过此边的指向集传播而进入另一边的指向集传播。这样做可以减少不必要的指向集的重复传播, 也即实现在线优化之一的差异传播, 提高了DP算法中横向传播的效率。

复杂度分析: 改进的PWP算法与原算法的时间复杂度均为O ( V2) 。

3. 3 DPR算法的改进

由第2 节分析可知, DP算法并不能确保检测出目标约束图中的所有环。针对这一问题, 我们对DPR算法也进行了改进, 使得DP算法能够检测出约束图中所有的环, 并运用了节点的属性 β 来改进CCS算法的效率。改进的算法如算法5 所示: 缓存值Pcache表示复杂约束中带解引用的变量对应节点在一次约束求解之前的指向集。算法5 主要对原DPR算法做了如下三方面改进。

一方面, 改进的算法隐式的将纵向传播分成两种形式: 当一节点有非空指向集向后传递时 ( 即此时Pnew不为空) , 该节点才会唤起其后继节点的纵向传播例程, 此时被唤起的例程才是真正实现了向后传播Pnew; 反之, 该节点也会唤起其后节点的纵向传播例程, 不过此时的例程是个伪纵向传播, 它不会向后传播Pnew, 而是向后深度优先搜索是否存在一个路径到达停止节点, 即是否存在环, 如果存在环则将该节点标记为grey, 否则标记为black。这样, 我们便可以检测出纵向传播过程中产生的所有环, 从而进一步优化了基于包含的指针分析。

另一方面, 由于改进的DP算法仍然维持恒等关系 α, 可知在一次添加新边 ( v, l) ( 对应原CCS算法中第16 行) 或 ( r, v) ( 对应原CCS算法中第26 行) 而调用DPR算法的过程中, 以节点v开始, 停止节点s ( 表示l或v) 结束进行深度优先遍历能探测出节点v和s处在同一个环中的前提是: Pcur ( s)  Pcur ( v) , 这里s表示停止节点, v表示环中的任一节点。如果前提条件Pcur ( s)  Pcur ( v) 不成立, 便可断定节点v和s不可能处在同一个环中, 于是就不需要继续执行深度优先搜索操作, 正如算法5中伪代码16 行所示。

最后, 可知在原CCS算法中repeat操作继续执行的条件是:经一次约束求解后约束图中只要有任一节点的指向集得到改变。但事实并非如此, 而是当属性 β 值为true的任一节点或代表节点的指向集发生改变时, 即只有复杂约束中带解引用变量对应的节点的指向集发生改变时才需要重复一次repeat操作, 因此便有了如算法5 中的9 ~ 11 行伪代码。

复杂度分析: 改进的DRP算法与原算法的时间复杂度均为O ( V3) 。

4 实例分析

实例1 图2 是算法1 的执行演示。其中由算法3 可知, 在步骤1) 中的约束图中只有节点H、E的 β 属性值为true; 在步骤2) 中检测除了强连通分量{ B, C} , 由于B、C的 β 属性值均为false, 所以该强连通分量的代表节点B的 β 属性值仍为false, 无需更改; 步骤3) 执行了算法4, 注意这里我们没有为每个节点保存Pold值; 步骤4) 、步骤5) 进行复杂约束求解, 注意在步骤5) 之后, 虽然节点D、G的指向集发生了改变, 但是节点D、G的 β 属性值均为false, 再经算法5 第9 ~ 11 行处理后, 整个算法1 的求解便结束了, 而原DP算法由于没有为每个节点定义 β 属性, 因此还需执行一遍算法1 中的repeat操作。

实例2 图3 中步骤2) 是经执行原DPR算法后显示的处理结果, 因为原DPR算法仅仅当一个节点有非空指向集向后传递时 ( 即此时Pnew不为空) , 该节点才会唤起其后继节点的DPR算法, 所以其不能检测出图中潜在的强连通分量{ A, B, C, E} ;而经采用改进的DPR算法即算法5 后, 如步骤3) 可知我们能够检测出该强连通分量{ A, B, C, E} 。

5 实验

本文用表1 中的6 个测试程序进一步验证改进算法的优越性, 实验过程中约束生成部分的数据获取采用了与DP算法[9]类似的流程, 这些约束通过CIL[12]前端生成, 同时出于指向集存储效率上的考虑, 将每一个约束变量映射成一个整形数值, 将变量之间的约束转换成整型值之间的约束关系, 将生成的约束写入约束文件中, 之后各个分析算法读取约束文件进行约束求解。

实验所用硬件平台为: Intel四核CPU E5430 ( 2. 66GHz) x2. 16GBDDR3 内存, 操作系统为Radhat企业版5. 1。测试之前, 用gcc编译各算法源程序, 编译优化选项为O3, 同时由于实验机器是64 位, 编译时设置选项“ - m32”用来生成32 位模式下的可执行代码, 此外, 实际测试的程序都是单线程的, 所有测试所得数据都是取3 次运行结果的算术平均值。

表2 显示了改进DP算法与原DP算法运行时间的对比, 由表可知改进的DP算法在每个测试程序下的时间开销都比原DP算法稍多, 这是因为: 由于改进的DP算法为每个节点定义了属性 β, 使得在经一次repeat操作后, 若没有属性 β 值为true的节点的指向集发生改变, repeat操作则结束, 而原DP算法则仍需要进行一次该操作, 进而改进了其执行效率; 但是改进的DP算法无论一节点有无非空指向集向后传递时 ( 即此时Pnew不为空) , 该节点都会唤起其后继节点的DPR算法, 所以其能检测出图中所有的强连通分量, 正是这点使得改进的DP算法分析程序的时间开销并没有得到很好的改善, 但庆幸的是也没有被恶化 ( 因为定义了属性 β) 。

表3 显示了改进DP算法与原DP算法内存开销的对比, 由表可知无论是针对小规模还是大规模源程序改进的DP算法的内存开销都比原DP算法的小, 是因为: 改进的DP算法最大时间复杂度与原算法相同, 但是前者不用为每个节点保存一个Pold值, 使得其能以更优秀的内存代价实现同样效率的一次横向传播。

6 结语

由以上实例分析和实验可知, 虽然改进的DP算法对程序分析的时间开销没有得到明显改善, 但也没有被恶化; 其次它的内存开销却得到了较明显的减少; 更重要的是该进的DP算法能够检测出约束图中的所有环, 这点对追求精确性的指针分析非常重要。

参考文献

[1]Andersen L O.Program analysis and specialization for the C programming language[D].Copenhagen:University of Copenhagen, 1994.

[2]陈聪明, 霍玮, 于洪涛, 等.基于包含的指针分析优化技术综述[J].计算机学报, 2011, 34 (7) :1224-1238.

[3]Fahndrich M, Foster J S, Su Z, et al.Partial online cycle elimination in inclusion constraint graphs[J].ACM SIGPLAN Notices, 1998, 33 (5) :85-96.

[4]Heintze N, Tardieu O.Ultra-fast aliasing analysis using CLA:A million lines of C code in a second[J].ACM SIGPLAN Notices, 2001, 36 (5) :254-263.

[5]Whaley J, Lam M S.An efficient inclusion-based points-to analysis for strictly-typed languages[J].Lecture Notes in Computer Science, 2002, 2447:79-99.

[6]Pearce D J, Kelly P H J, Hankin C.Online cycle detection and difference propagation[J].Software Quality Control, 2004, 12 (4) :311-337.

[7]Pearce D J, Kelly P H J, Hankin C.Efficient field-sensitive pointer analysis of C[J].ACM Transactions on Programming Languages and Systems, 2007, 30 (1) :1-42.

[8]Hardekopf B, Lin C.The ant and the grasshopper:Fast and accurate pointer analysis for millions of lines of code[C]//Proceedings of the2007 ACM SIGPLAN Conference on Programming Language Design and Implementation, San Diego, California, USA, 2007:290-299.

[9]Pereira F M Q, Berlin D.Wave Propagation and Deep Propagation for Pointer Analysis analysis[C]//Proceedings of the 2009 International Symposium on Code Generation and Optimization.Washington, DC, USA, 2009:126-135.

[10]Nuutila E, Soisalon-Soininen E.On finding the strongly connected components in a directed graph[J].Information Processing Letters, 1993, 49 (1) :9-14.

[11]Tarjan R.Depth-first search and linear graph algorithm[J].SIAM journal on Computing, 1972, 1 (2) :146-160.

在线考试系统的改进 篇8

(一) 高校考试中存在的问题

1. 考试目的功利化。

高校考试通常是在课程结束后进行课程结业考试, 即以考试的结束作为课程教学结束的标志, 考试顺利结束也就意味着教师完成了教学任务, 学生完成了学习任务。从教师角度而言, 考试是教学的基本环节之一, 也是最后一个环节。从学生角度而言, 由于学校把考试结果作为评价人才的主要依据, 直接与奖学金、评优、评先挂钩, 只要考试成绩优秀或合格, 就意味着顺利地完成了课程学习。因此, 对学生来说, 在很大程度上, 学习所追求和关心的不是自身综合素质的提高, 而是能否通过考试, 造成学生把主要的学习任务都放在期末考试前突击进行的局面, 甚至部分学生为了分数不惜铤而走险。对管理者来说, 学生成绩就是他们升级、休学、退学、延长学习年限等学籍异动的依据, 加强对学生的教育管理就是加强对学生考试的管理。在这种目的驱使下, 其结果就是教师为考试而教、学生为考试而学、管理者为考试而管, 把考试作为教和学的最终目的, 具有明显的功利化倾向。

2. 考核内容、题型简单化。

目前高校课程考核内容大多局限于教学大纲划定的范围内, 且偏重于对概念、原则、公式等基础知识和基本理论的考核, 是对课堂教学内容的再认与重现。这能有效地监测学生对知识的记忆程度, 然而较少涉及学生对知识的理解程度、运用程度及综合能力、创新能力。从考试题型看, 大多是只有唯一答案的填空、名词解释、问答题等客观题型, 综合分析等考核学生创新思维的主观题型较少。这样做的结果是强化了学生死记硬背的习惯, 弱化了创新思维的意识和能力, 限制了学生创新能力的发展。

3. 考核形式单一化。

课程特点不同、阶段性要求不同, 要求的考核形式也应不同。考试形式应是多样化的、动态的, 既可开卷, 也可闭卷;既可一次性完成, 也可多次考核后综合评定;既可用理论形式进行, 也可用实验、论文等实际操作式进行。然而, 为了简化操作, 目前高校课程考核大多是在课程结束后通过闭卷的形式一次完成。这种方式的弊端是显而易见的, 一方面, 考试成绩既不能反映学生平时的学习过程, 也不能反映一些偶发因素如疾病、心理状态等对考试效果的影响;另一方面, 闭卷形式使学生把主要精力放在对基本公式、概念的记忆上, 忽略了对问题的综合分析, 限制了学生创造性思维的发展;与此同时, 一次性考试也不利于教师总结教学经验, 调整教学内容, 改进教学方法, 不利于教师对考试形式的探索创新。

4. 考试管理不够规范化。

目前, 各高校都非常重视对考试的规范管理, 但在管理过程中也存在一些弊端, 主要体现在以下几个方面:一是制度缺乏灵活性, 对平时成绩和期中、期末成绩的比例及核算方式都进行了详尽的规定, 这样看似规范了管理, 克服了人为因素, 其实是忽视了各学科的特点, 剥夺了教师的自主权和创造性;二是管理制度不健全或执行不严, 体现为对教师自主命题没有限制, 使自主命题随意性大, 这样对部分责任心不强的教师缺乏约束力;三是不能充分发挥各教学单位及教师在考试管理过程中的主体作用, 使他们缺乏探索考试管理模式的主动性、积极性。

(二) 加强考试改革, 实现创新人才培养目标

1. 明确考试目的, 树立正确的考试观。

考试是检测教学效果的重要手段, 其目的在于考核学生对知识和技能的掌握、理解和运用情况, 并及时反馈结果, 便于教师分析教学中存在的问题, 调整、改进教学方式, 更好地指导学生学习。因此, 正确认识考试目的, 认真对待考试结果, 直接关系到人才培养目标的顺利实现。特别是对那些前后相关的课程, 先行课程的教学效果将直接影响后继课程, 一门课程的考试结束也是下一门课程学习的开始, 这是一个连续的过程。在这种情况下, 更应加强考试结果分析, 分别向师生提供有效的反馈信息。为此, 应改变考试的功利性现状, 树立正确的考试观, 根据不同的科目确定与之相适应的考试模式, 真正实现以考促教、以考促学的目的。

2. 健全考试内容, 培养创新能力。

高校不仅要夯实学生的知识和技能, 更重要的是要培养学生的创新意识和创新能力。考试的目的, 一方面是要检验学生对基础知识、基本技能的掌握程度, 另一方面是考核学生创新能力及综合素质。因此, 应充分发挥考试的能力导向作用, 大力构建全面综合的考试内容, 以丰富的内容来引导学生从多方面学习、充实和发展。从考试范围看, 不应局限于教材、教学大纲内容, 还应包括相关参考书的有关内容, 最大限度地拓展学生的知识面;对一些联系非常紧密的课程, 可尝试把相关内容综合成一门科目进行考核, 以全面考核学生对知识的理解力和融会贯通能力, 提高考试效果。从考试命题看, 既要有一定量的客观试题, 考核学生的基本概念和基本技能, 也要有考核学生综合分析能力、创新思维能力的主观试题, 并尽量加大此类题型的比例。

3. 改革考试方式, 增强考试的实效性。

单一的考试模式显然已经不能适应社会对人才质量、规格的多样化需求, 因此应大力改革现有的考试形式。 (1) 根据不同侧重点采取不同方式。一般说来, 考核基础知识可采用闭卷形式进行;考核综合分析、创新能力可采用开卷形式;考核实际动手、操作能力则可采用实验、实践等形式进行。 (2) 根据不同学生的学习特点, 设计多样化考试形式。这样使每个学生的能力和优势都有机会在一个合适的形式中得到展现, 促进学生健全发展。 (3) 根据不同评价效果, 采取综合考核方式。可以大力推行形成性评价和诊断性评价, 加大平时考核力度, 尽量发挥考试的功能。因此, 在教学过程中要多开展对学生的考核评价活动, 多进行形成性评价, 及时找到学生学习的差异、不足及其原因, 有针对性地进行教育引导;同时还应重视诊断性评价在教学中的作用, 通过诊断性评价, 及时了解学生的学习基础及其对知识的掌握、理解程度, 提高教学的实效性。

4. 加强考试管理, 提高教与学的积极性。

只有加强考试制度、规范的建设, 保证考试的公平、公正进行, 才能真正实现以考促教、以考促学的目的。从以下几个方面入手: (1) 加强考试全程管理。特别是注重对考试后的管理, 加强试后的试卷分析、成绩分析, 以此找出教学中的缺漏和学生学习的不足, 指导今后的教学和学习。 (2) 增强管理的灵活性。改变由学校“一管到底”的模式, 充分调动院 (系) 、教研室在考试管理过程中的积极性、主动性, 发挥其专业优势。鼓励教师根据教学特点和培养创新人才的需求进行考试改革探索, 设计本课程的个性化考试方案, 并把是否积极进行考试改革探索作为对教师评估的一项指标。 (3) 加强对主观性考试的管理。对论文、综合分析题等主观性试题的评价相对复杂, 需要投入大量精力, 且评价的主观性较强, 更应制定相应的管理政策措施:一是给予政策倾斜, 足额核算教师的工作量;二是提出规范要求, 保证评卷人在评阅过程中的公正客观。

(三) 考试改革中亟待解决的几个问题

1. 教学管理模式的转变。

考试是重要的教学环节, 要实现考试改革目标, 必然要求相应地转变原有的教学管理模式。一是转变教学管理重心, 实现由重教学结果管理向重教学过程管理的转变。在传统教学模式下, 对学生学业的评定, 往往以期末考试能否通过为衡量学习好坏的唯一标准, 因而教学也就成了能否实现考试目标的一个手段, 对学生是否有效地利用了学校的教育资源、是否积极投入学习等过程并没有进行有效的监控, 这也就造成了学生围着成绩转的局面。因此, 通过考试改革来促进教学重心的转变, 可以实现考试内容由教学内容的简单重复向丰富的内涵转变, 促进学生能力的发展。二是实现教学管理多样化的转变。高校往往制定了各项规章制度来规范自己的管理, 强调规范性、一致性。这种通过统一的规章制度和行政手段进行管理的方式在一定程度上剥夺了教学单位、教师的主体权, 严重限制了其主动性、创造性的发挥。然而, 由于不同学科、不同专业都存在着自身发展的内在规律, 因此, 对教学过程的设计、教学方法的选定等, 理所当然地也应由各教学单位及其教师来决定。因此, 应实现教学管理的多样化, 使教学单位及教师主动性、创造性得到最大的发挥, 真正实现教学自由、学术争鸣, 只有这样, 才能为考试方式的多样性、灵活化提供可能。

2. 教师素质的提高。

推行考试改革, 给教师的专业素质和师德师风都提出了更高的要求。首先, 要实现考试内容的能力导向, 教师就要具有较高的科研能力和学术水平。因为只有这样, 教师才有可能设计出综合分析的题型, 并具备对这些没有标准答案的题目进行客观、准确评价的能力。其次, 考试形式的多样化, 决定了从出题到阅卷的整个过程, 都需要教师投入更多的时间和精力, 增加了额外的工作量, 同时, 主观题型考核结果的评价本身也有很大的主观性, 这就需要教师保持高尚的师德师风, 以高度的奉献精神, 在评分过程中始终保持客观公正。因此, 推行考试改革, 需要大力提高教师素质。

3. 学生学习方式的转变。

在传统教育中, 学生往往满足于被动地接受教师的教诲, 习惯于记忆重点, 缺乏学习的主动性和创新意识, 考试范围越精确、考试内容越死板, 考试就越容易通过。推行考试改革, 重点是考核学生的独立思维习惯、创新思维能力等, 这要求学生在学习中具备求真意识和探究能力, 而非被动接受。这对学生的学习能力提出了新的要求, 需要学生改变原有的学习方式和思维习惯, 养成进行探究式学习的能力, 在此基础上逐步发展创新思维意识和能力。

摘要：合理的考试模式, 能促进教学活动的进行, 不仅可以检验教学效果、检测教学目的, 还能对学生能力的培养起到引导、促进的作用, 因此针对不同学科摸索出合适的考试方法对学生能力的培养很有益处。

在线考试系统的改进 篇9

据称，2013年初以来，每天有2.6家在线教育公司诞生。2014年6月2日正式运营的杏海教育科技有限公司（下称杏海教育）是其中之一。到写此文的11月2日，公司正式运营154天。这154天，恰是一个小有经验的线下教育培训工作者，全心体验在线教育水深火热的154天。

早期投资由热转冷

杏海教育谈的第一个意向投资者是莆田系的一个大佬，在北京、大连多地投资有民营专科医院。他们果真是传说中的财大气粗，“你们觉得这个项目大概需要投入多少？你们列一个预算。你们能投多少算多少，余下我们出。”列出预算，意向投资方看后的感慨是，“投这点钱大概太少了吧。”没有谈拢的莆田系，大致还没有开始涉足天使投资，要求是等比投资，等比占股。自叹财力悬殊。

第二个意向投资者是一家国有企业，出资设立了投资基金，不管是不是初创企业，他们对所有的投资入股的公司，都有一个条件，至少占股51%。

时间很紧张，项目有周期。本以为在我们没有费任何力气主动去找投资的时候，就有投资主动来找我们，当我们把市场做好，来找我们的投资会更多。对于资本，我们也可以有更多的议价能力。

创业团队的小伙伴，各自拿出自家积蓄，开始没日没夜地建官网、寻找老师，逼老师没日没夜地备课、录制课程，线上线下地推广……除官网外，杏海教育的课程，在BAT的在线教育平台上均有推广，并且收获了大量点击和购买。淘宝同学学习人次达10098人次，腾讯课堂学习人次达5084人次。还把一部分线上学习人群，转到线下，成为接受线下高端班型的客户。到10月6日，运营仅127天，收支平衡。

尽管项目已经初步收支平衡。再看资本市场对于在线教育的热情，已经由夏的炙热，转至秋的寒凉。

10月21日，参加一场在线教育的投资交流会。在线教育以及在线教育相关企业，泱泱来了很多，但参会的投资者屈指可数。投钱的资本与找钱的企业相比，明显僧多粥少。现场能看到有在线教育的企业创始人，拿着公司项目计划书，逢人就问，“请问您是投资者么，这是我们的项目。”

这两天，偶尔还能接到电话，“您是……，我们这边是XX，专注投资在线教育领域。”我们还是能感受到渐淡的投资行情。媒体上，在线教育圈风险投资仍在频繁发生，但投资至少已经是B轮，或者C轮，乃至PE段的投资，天使和A轮渐少。

一家和我们产品略有相似的公司，2013总营收只有50多万元，2014年，我们的产品刚刚上线时，得到的消息是，他们收到850万元投资。2014年，我们在上线运营四个月后，营收并不输于他们，但要在资本市场找到等量的投资，已经有一些难度。

公司的核心本质，当然包括在线教育公司，是创造价值，赚取利润。有资本的帮助，好处毋庸赘述。没有，生活还要继续。做一只风口的猪，需要把握时机的觉悟，做一只活下来的猪坚强，只要坚强就可以，只是成长的快慢问题。

感受BAT平台的不同

也是在2014年，BAT全面完成了它们对于在线教育平台的布局。淘宝对于在线教育的嗅觉更好一些。2013年8月，淘宝同学上线；2014年4月，腾讯课堂上线，同期QQ用户的“查找”框，除了“找人”、“找服务”、“找群”外，可以直接查找“课程”；8月，百度全资收购传课，原有的度学堂与传课合并。

这是传说中的BAT来了。不过对于我们做内容的在线教育机构，没有任何好害怕的。大鱼是大鱼的活法，小虾米是小虾米的活法。他们的优势和长项是做平台，不是做内容。对于做平台大鱼的出现，做内容的大、小虾米很开森。自己折腾半天的官网，流量怎么努力，还是很小。相反，杏海教育运行154天，是在BAT平台上，获得了巨大的流量。

我们很实际地傍上了BAT的在线教育平台。如果没有获奖也要感言的话，一定是：“感谢淘宝，感谢淘宝同学。”淘宝同学，是淘宝的新生频道，淘宝自己也在淘宝的平台上拼命推淘宝同学。这样，杏海教育占了很大便宜。

一度，在淘宝首页搜索框搜索与杏海在线培训项目相关的关键词，立刻弹出淘宝同学的广告栏，广告栏里推荐的几乎全是杏海教育的视频课程产品——十多个产品啊。截至今天我并不认识任何淘宝工作人员，也没有花钱在淘宝上买任何广告位。我们的一些竞品，也在淘宝同学的平台上做了推广，但是淘宝，没有推荐他们。这能理解是淘宝同学坚守了淘宝网最初的运营原则，给卖优质产品的小卖家以支持，以此推动平台的良性运营？

你生产了一款产品，没有给这个产品做任何额外的广告，你只是把它放到一个店铺里，那个店铺铺天盖地给你做广告，然后有人哗哗地光顾你的商铺，哗哗地买你的商品，钱哗哗地就打到你公司账户上了。

在腾讯课堂，我们的产品，在细分品类中，流量也不错。我们2014年的在线教育课程，不是针对大众的，整个中国，我们的目标消费人群大概也才四十万左右。要在14亿人中找到这40万多么不容易，借腾讯课堂，通过搜索发现到后期点击观看，至少是起到宣传推广作用的。不过，伤心的是，和淘宝同学相比，腾讯课堂点击量转化为购买率低很多。可能是腾讯用户购买习惯远远不如淘宝用户强。

百度在收购传课之前，一度以度学堂为自己的在线教育平台。不提也罢。那是大把花钱买竞价排名的公司的天堂，在线教育创业公司的地狱。辛辛苦苦在度学堂平台上在做公司店铺铺货，在度学堂上，却是搜索不到没有参与竞价排名的公司店铺的。可以找到你的产品，但那已经不知道排在多少页之后。

百度收购传课，度学堂与传课平台合并，在线教育平台更名为百度传课。客观地说，百度传课在运营思路上，对于大小在线教育机构已经一视同仁。同时，平台，对于做内容的小的在线教育机构，态度也很亲和。但是，截至目前，百度传课平台的流量和淘宝同学以及腾讯课堂相比，还远远不是一个量级的。

盲目者死清醒者生

BAT大佬们在布局在线教育产业。传统教育培训的巨头们，也没有闲着。新东方、好未来、学大、华图，甚至包括龙文……原来是做传统线下培训机构的，或早或晚，或先或后的，全都在线教育了；正保远程，一个原来做职业在线教育的，想做平台了；CC和能力天空是做视频存储的，现在也都在做平台了；不仅如此，新东方有了新东方在线的在线教育产品布局后，又发力，也打算做平台了……

就算懂互联网也不是一定就可以做好在线教育的。龚海燕，算是互联网界的成功人士，不太熟悉的不过是教育，杀进来，都并不是一帆风顺。

而平台，是在线教育食物链上的最高端，最是前景无量、钱途无量。大家都千方百计地往食物链的最高端进化。BAT外，还有YY、沪江、CC、能力天空种种平台。YY作为直播工具平台，是优秀的，如果是做年轻的大众化的教育产品，应该可以提供一定的流量，但如果做相对小众和专业化的在线教育内容，能提供的流量还是有限的，YY的直播工具可以免费用，但是流量靠自己。沪江作为平台，是把入驻的机构，乃至个人讲师，不管大小都当亲人的，甚至是提供各种亲切友好的服务的，但平台人群，主要还是各种语言学习者，做非语言类在线培训内容，在这个平台上能获得的流量支持有限。其它各家平台，叫平台，流量总体而言，还不太配得上平台这个称谓。

就像团购，就像电商，互联网也好，移动互联网也好，对于平台级的企业，容量不是无限的。强悍者生，弱小者死。传课网、粉笔网、微课网、爱班网……BAT布局在线教育平台后，对于那些指望借做在线教育平台一飞冲天的企业而言，打击多大不言而喻，有常识的都可以想像到。

至少，BAT布局在线教育平台之后，其它在线教育平台，我们已经不是那么看重了。即使有其它平台，看到我们在BAT平台上的课程推广之后，主动找我们——提供免费的平台服务，以及其它各种服务，我们的积极性也很有限。就像线下的厂家，我们为什么要费时间和精力，到一个压根儿没有人流量的商场去设立专柜呢。

认识一个早在2011年就开始做在线教育产品交易平台的朋友，线上也算做教育产品流量的高人，线下组织和凝聚人心更没有问题，苦心经营。当然，后面你们知道的，淘宝做淘宝同学了……2014年，这个伤心的同学，已经不在平台上纠结，他已经把他强大的凝聚力放在了线下，做教育培训机构的俱乐部了。

在线教育很残酷，或者说商业本质是很残酷的，没有盈利，即使融到了天资投资，甚至融到了A轮、B轮，没有造血能力，早晚要死的。就像当年团购，对于在线教育，很多外行以为是可以开挖的金矿，赴汤蹈火地来了……最终却是只有死一个结局。

在线考试系统的改进 篇10

圆形工位是视觉AGV (AutomaticGuidedVehicle, 自动导引车) 系统常用的标识符, 在车间中容易受到污染产生部分残缺的现象, 增加了识别难度和识别时间, 降低了系统性能。Hough变换是一种提取规则目标边缘特征简便而有效的方法, 并且作为一种全局物体形状检测算子, 具有很好的抗噪能力。随着研究的深入, 在此基础上国内外学者又提出了概率Hough变换[1]、随机Hough变换[2]、模糊Hough变换[3]和利用圆的几何性质的改进算法[4,5], 不同程度地提高了圆的检测速度, 但是具体到实际应用中仍然存在不足:首先, 改进的Hough变换算法虽然将检测时间降低到了200～800ms之间[6,7,8], 但是视觉AGV对图象识别方面要求在线检测, 识别速度通常限制在几十毫秒。其次, 改进的算法大多针对理想状况下的圆形目标, 而脏污残缺的圆形工位噪声点数远大于目标边缘数, 经过Hough变换后导致峰值扩散, 出现伪峰现象, 可能使系统漏检误检。识别效果难以适应产品化AGV对高可靠性高识别率的要求。

针对以上问题, 在分析了以往Hough变换研究成果的基础上, 提出了一种改进的Hough变换算法, 并将之用于AGV圆形工位的在线检测, 能快速准确地检测出脏污残缺的标识符。 (1)

2 Hough变换原理

Hough变换的基本思想是将图像空间内具有一定关系的像素进行聚类, 寻找能把这些像素用某一解析形式联系起来的参数空间累积对应点[9]。例如假设在工业现场中一定的视场内考察并确定一个圆形标识符。令{ (xi, yi) i=1, 2, …, n}为图像中待确定圆周上点的集合, (x, y) 为集合中的一点, 圆心坐标为 (a, b) , 半径为r。圆在参数坐标系 (a, b, r) 中的方程为:

该方程为三维锥面, 对于图像空间中任意一点均有参数空间的一个三维锥面与之对应。若集合中的点在同一个圆周上, 则这些圆锥簇相交于参数空间上某一点。这点恰好对应于图像平面的圆心坐标和半径。这种算法检测精度高、抗干扰性强, 但是计算量很大, 不适用于快速实时的在线检测。

3 改进的Hough变换

工业现场经常使用圆形工位作为控制视觉AGV运行状态的标识符。如图1 (a) 所示是完整的工位图。但是标识符使用一段时间后往往存在脏污残缺的现象, 如图1 (b) 所示。边缘检测后边界轮廓中存在数量众多的非圆周点的伪边缘。大量伪边缘的存在增加了Hough变换的无效运算, 使参数空间峰值扩散, 出现伪峰现象, 增加了系统的不稳定性。改进HT使用边界跟踪的方法提取边界轮廓, 随后利用梯度信息生成参数空间, 并对其进行筛选, 最后使用均方误差对参数空间进行二次筛选。

3.1 基于边界跟踪的工位轮廓提取

边界提取的方法主要有laplace算子、canny算子等, 上述算子检测出的边缘不连续, 并且在边缘较小的反差处, 通常检测不出边缘, 导致检测到的边缘出现缺口。对于内部残缺的标识符所检测出的边界还包括内部的残缺轮廓, 而不是计算所需的单纯的外围轮廓, 如图1 (c) 、1 (d) 所示。

为了避免边界检测出现上述情况, 本文使用一种基于边界跟踪的改进边缘提取方法提取工位轮廓。首先在边界跟踪前, 将目标区域的开始和结束5行进行目标填充, 即将残缺的标识符填补完整, 接着定义一个二维空间F (xi, yi) , 根据实际情况, 将中线和边界框交点 (即此点为边框底边的中点) 作为第一个目标象素点, 并将其读入F中。从第一个边界点开始, 定义初始的搜索方向为沿左上方;如果左上方的点是白点则为边界点, 依序读入F中, 否则搜索方向顺时针旋转45°。这样一直到找到下一个白点为止。然后把这个白点作为新的边界点, 将边界点存入F中。在当前搜索方向的基础上逆时针旋转90°, 继续用同样的方法搜索下一个白点, 直到返回最初的边界点为止。实验证明, 这种边缘提取方法在存在干扰的情况下也可以得到良好的检测结果 (如图1 (e) 所示) 。

3.2 改进Hough变换算法

假设集合F={e1, e2, …, en}中的一点fi=M (xm, ym) 属于真边缘, 其梯度值为:

梯度方向角为:

式中:Gx (m) , Gy (m) ———点m的梯度分量, 可近似为索贝尔算子。梯度方向为:

则圆心必在点M的梯度线Lm上, 定义:

式中:rmin, rmax———期望半径范围。同理, 过E中另一点ej=N (xn, yn) 也存在梯度线Ln, 假如点N也是真边缘上的一点, 则Lm和Ln必交于圆心 (如图2 (a) 所示) 。令r=rm=rn, 则有:

解得:

将r带入Lm或Ln可得圆心坐标 (x0, y0) 。

然而, 在工业现场中, 检测到的脏污残缺标识符轮廓E中存在大量的伪边缘, 只有部分像元符合上述理想状况。像元的梯度方向可能产生一定的误差 (如图2 (b) 所示) , 导致rm≠rn。所以随机的选取点对必然导致大量的无效运算。由图2 (b) 可知真实的标识符边缘是以断续的圆弧出现的。所以适当的点对选取原则可以大大降低Hough变换的失效率。由于本文使用基于边界跟踪的方法获得工位轮廓, 所以F中像素点是按照相邻顺序进行存储的, 为了计算简便, 在选择点组时采用固定距离, 点对之间间隔为5, 即将选取点对 (e1, e6) , (e2, e7) , …, (ei, ei+5) , …。当i+5=n时, 结束计算。对选取的点对重新进行求解可得:

对求得的半径rm和rn进行如下判断, 假如其满足条件:

则认为M和N在同一圆上。将符合条件的点对和圆心坐标 (x0, y0) 加入参数空间上的投票数组H (X, Y, R) , 每个投票单元为H (xi, yi, ri) 。定义Q为E中总像元个数, T=Q/4, 如果参数空间存在Hmax≥T (Hmax为参数空间最大投票值) , 则认为该圆是期望输出。否则使用最小均方差对参数空间进行筛选。

3.3 参数空间筛选

文献[10]使用最小二乘法来拟合圆形光斑。该方法根据各边界点残差及残差平方来滤除噪声。受该方法启发, 本文使用误差平方和对参数空间超过阈值的峰值边界点进行筛选。在3.2节中已经筛选出了所有投票值大于阈值Th的参数。如果仅得到一组参数, 那么这组参数就是改进Hough变换得到的最后结果。否则, 对每一组参数计算均方误差。计算方法如下:

设筛选出的一组参数为Hi= (xi, yi, ri) , 设参数集合Hi的均方误差为E, Hi对应于图像空间集合Pi (i=1, 2, …, m) , Pi E。均方误差E的计算只考虑非噪声点对参数的影响, 在参数对应图像的任意一条法线上, 只有距离边界最近, 且距离小于Td的点才被作为非噪声点 (其中Td为距离阈值) , E的计算如下:

式中:Bi———梯度方向Li上与Pi距离最小的边界点;‖PiBi‖———Pi与此边界点的距离。使用以上方法可以得到一组参数Hi对应的均方误差E, 对筛选得到的所有超过阈值的参数重复以上过程, 则可以得到所有参数的均方误差。选择均方误差最小的参数作为最后检测结果。通过3.2节的计算, 滤掉了图像中远离真边缘的噪声, 但是边缘附近的短线噪声并没有得到很好的抑制。利用均方误差对少量短线噪声不敏感的特点进一步筛选参数空间可以得到更合理的检测结果。

4 实验结果与分析

编程实验是在主频2.9GHz, 内存256M的Pentium 4电脑上进行, 图片大小为640×480像素, 格式为24位图。实验图像 (如图1 (b) 所示) 摄于计算机实验中心现场, 编程工具使用VisualC++6.0。设定阈值Th=0.7Hmax。使用三种Hough变换方法分别对图1 (b) 进行检测。SHT (标准Hough变换) 、SPHT (单参数Hough变换) 的检测时间未计入计算均方差的时间。检测结果如表1所示, 列出了检测出的圆心坐标 (x0, y0) 、半径r、均方误差E和检测时间t。

对比分析三种Hough变换的峰值H (xi, yi, ri) 后得到三组数据, 如图3 (a) 所示。由于目标图像中存在大量的噪声, 直接使用SHT随机采样会引入大量的无效单元, 增加系统时空开销, 即使提高阈值Th, 也不能得到正确的检测结果。使用SPHT算法提高了检测速度, 并且得到唯一的检测结果, 但是检测得到的目标偏离了实际边界, 如图3 (b) 所示。使用改进的Hough变换算法检测到的边界如图3 (c) 所示。通过对比可知检测效果明显优于其他两种算法。对比三种Hough变换得到的均方差和检测时间可知, 改进Hough变换算法的均方差值最小, 并且使用的检测时间最少。图3 (d) 是对完整干净标识符进行检测后的结果。其检测参数如表1第6组数据所示, 对比第5组数据可知, 虽然使用最小均方差对参数空间进行筛选增加了检测时间, 但是提高了识别的准确性。而且通过对多个脏污残缺圆形工位进行试验后, 发现检测时间在20ms左右。这样的检测速度可以满足视觉导航AGV系统开发的需要。

该算法也适用于其他相关的需要实时在线检测的工业现场。图4 (a) 是文献[6]中使用的PCB Mark图, 原文算法检测时间为29ms。改进HT的检测时间为1ms, 检测结果如图4 (b) 所示。图4 (c) 是文献[7]中使用的路标图像, 原文的检测时间为820ms, 改进HT的检测时间为46ms, 检测结果如图4 (d) 所示。从检测效果和时间上可以看出, 改进HT不但速度快, 而且准确率高, 符合许多相关工业方面在线检测应用的要求。

5 结论

本文针对自动化车间中标识符脏污残缺问题, 提出了一种基于改进Hough变换的标识符快速检测算法。该算法保留了Hough变换准确性高、鲁棒性好的优点, 提高了识别速度。实验证明该方法简单易行, 受残缺、噪声和断点的干扰小, 能够快速准确地检测出脏污残缺的圆形标识符, 具有实际的应用价值。

摘要：在自动化车间中, 视觉AGV系统的性能与标识符的检测速度和准确率密切相关。圆形工位作为系统常用的标识符在实际的工厂环境中经常受到污染导致脏污残缺现象, 造成系统性能降低。针对这个问题, 提出了一种改进的Hough变换算法。该算法利用边界跟踪方法提取完整工位轮廓, 接着使用改进的Hough变换对工位轮廓像元进行两次筛选确定最终检测结果。编程实验证明该算法能在20 ms时间内准确地识别脏污残缺圆形工位, 达到了在线检测要求。

关键词：AGV标识符,Hough变换,边界跟踪,均方差

参考文献

[1]KIRYATI N, ELDAR Y, BRUCKSTEIN A M.A Probabilis-tic Hough Transform[J].Pattern Recognition, 1991, 24 (4) :303-316.

[2]XUL, OJAE, KULTANENP.ANewCurve Detection Method:Randomized Hough Transform[J].Pattern Recognition Letters, 1990, (11) :331-338.

[3]VASSILIOS C, IOANNIS P.Fuzzy Cell Hough Transform forCurve Detection[J].Pattern Recognition, 1997, 30 (12) :2031-2042.

[4]岳晓峰, 吴雪峰, 韩立强.剧毒液体灌装机桶口的检测与定位系统[J].化工自动化及仪表, 2005, 32 (1) :48-50.

[5]CHIU Shih-Hsuan, LIAW Jiun-Jian.A Proposed Circle/Circu-lar Arc Detection Method Using the Modified RandomizedHough Transform[J].Journal of the Chinese Institute of Engi-neers, 2006, 29 (3) :533-538.

[6]柏长冰, 齐春, 宋福民, 等.Hough变换快速检测圆形PCBMark[J].光电工程, 2005, 32 (9) :75-78.

[7]宋新, 罗军, 王鲁平, 等.基于凸包的椭圆检测方法[J].光电工程, 2007, 34 (10) :40-44.

[8]王敏, 李启堂, 丁书斌.单参数Hough变换实现圆检测方法的研究[J].机械设计与制造, 2007, 61 (0) :61-63.

[9]章毓晋.图像工程[M].北京:清华大学出版社, 2005.