描述模型（精选8篇）
描述模型 篇1
1 物联网的基本属性
1.1 新型实用的互联网。
每一个实体是由一个结构层和一个函数的层。在结构支撑的基础上,实现功能。一个实体的名称指定它的结构,或其功能,或两者的结合。互联网的结构是由多台计算机组成的物理系统的链接彼此,通过某些传输介质,传播互联网的信息功能。它不仅是指互联网连接计算机网络系统,而且整个世界信息共享的形式也是实现物理网络,即是“因特网应用”。
1.2 物的信息作为对象。
事情,包括物质和以及以产品为基础的人类生活,相对于固定的实体物质,那些主要有两个方面:数量大和类型多。前者需要有效对事物信息的管理,后者解释该事物的信息,可以相对固定的形式显示出来。因此它可以记录在一些材料介质,并附着在事物的实体。
2 物联网的特征
定义在科学意义的客观实体,该“类别+差异”的方法是由古希腊亚里士多德提出,之后被广泛采用。因此,实在物联网=互联网应用+物的信息,在这个等式的右边的项只是两个基本物联网如上属性提及。但是,这仅仅是说“物联网有两个属性”,不能被理解为具有两个单属性是物联网的互联网。
互联网应用的工作过程在全球范围内的信息共享通常被分成三个部分:信息上传,信息发送,和信息下载。互联网的特殊性在于,物联网是信息作为的对象。下面对这些特征进行了详细分析如下:
2.1 服务:
仅有物的信息。正如上面的描述,物联网的出现为时代需要,是迫切需要的一个原因,尽管其他的互联网应用,如Web服务网络可以是物的信息,但只有下载的物联网的信息才是意义上的物联网的信息。物的信息的专业化取向于物联网。通过智能地处理和全球化管理物的信息,才能实现最大化利用物的实体信息,这些物的信息包括自然的资源和增长的人类福利。
2.2 表达:
标准码。为了提高效率,特别是要帮助信息上传,信息传输,以及信息下载被一些机器自动完成,因而信息标准表达式上传是非常必要的。
为了描述有关物的实体,可有两种选择的方式:哪些信息项选择,以及什么样的条件被选择为传递物的信息。与此相一致,标准化物联网信息描述中涉及两个方面,即格式标准化和条款标准化。
标准化是制定一些准则,所有用户必须遵守它。物联网标准化组织互联网如ISO/IEC制定的信息格式中的电子标签必须包含并要求的名称,内容,所述信息条款的格式。现在的重大成果取决于体现在标准化RFID编码的通用标识UID推荐,深受日本和产品电子代码EPC西方国家强烈地建议。
条款标准化程度不那么乐观。条款可以只有一些文字表达。因为有许多种语言在人类社会使和词语多义性上经常出现在语音通信,这是不合理,可行和有效性在所有的英文词语中是要指定要表达的东西,一篇文章或一个产品而存在。
该格式可以以标准化的方式来实现强制性标准,而条款标准化唯一可以通过步骤中的所建议的形式来实现步骤标准。这一战略不仅考虑形式的多样性和人的语言,而且也考虑到复杂产品制造水平之间的不平衡和在不同的国家管理。
2.3 存储:
电子标签。一个物的信息,仅相当于描述性能,功能和实体结构。由于人类的需要,物的信息存在产品交换消费等多种途径,因而物的实体包括多样性。这就需要有关信息所对应的物的实体,即一个物包括两个特性。所以,物的信息必须有两个特点:a.小而轻的物理形式是为了不增加物的实体重量;b.简单,为了提高识别率而存在的表现形式。一个电子标签是一个一块包含电子媒介的信息。它可记录了物的信息,并且可以嵌入在实体中。现在主要有电子标签广泛应用于工业和商业。它们是条形码和RFID电子标签。后者有一些明显的优点,例如工作寿命长,接受远程读取,并支持信息改写,但前者将长期存在是因为成本约束。
2.4 上传:
非接触式读机。这些信息上载互联网的应用形式通常是用户手工输入直接被上传信息,例如超文本在网页和FTP文件。与此相反,上载的在物联网信息不再是通过人工输入,而是通过机器识别,即一些阅读器包括物的信息,可直接从物联网上获取物的信息。截至目前,主要的途径是建议该RFID读取器通过非接触式扫描读物的信息与表达在RFID电子标签的光信号连接到物的实体。其最大的优点是缩短物的信息上传到物联网上的时间。
3 物联网的描述模型
从上述的因特网的基本属性物联网和特征物联网(加工唯一的信息网络,通过UID或EPC码表示,存储在RFID电子标签,通过与RFID阅读器非接触形式),不可分割的阅读物联网的体系结构可以建立,为图1所示。
图1可以直观地解释了物联网的工作过程:一个物信息与物的实体连接写在UID或EPC代码,然后镶嵌到一个RFID电子标签;一个RFID阅读器读取的东西的信息由非接触形式的RFID电子标签,从而物的信息被上传到互联网,从而用户能实时地共享物的信息。
互联网应用程序的抽象表达
因特网应用程序是一组性质的信息,它不仅可以将信息存储在一个因特网的应用上,也可以间传送一些应用程序结束。它可以被抽象为一个表达式通过集合论的方法,如下所示
在这里,IA是互联网应用;
(1)右侧有三个关键点:信息,存储,发送。只要它们中的任何一个具有具体的约束条件,这一类互联网应用可以形成。例如,如果该信息的形式是应用程序,然后将Web服务;他们中的每一个也可以在一组来表示类似(1)的信息,请参见下面的公式只列出了个性,
4结论
互联网应用是基于Internet共享信息的形式,它可以被描述三阶段:信息的预处理,存储信息传输上传到互联网,以及信息下载到客户端上。这个过程可以直观地描述由一个图形模型的流程图。这观点是有利于使通过互联网比较,分析物联网的应用等。
参考文献
[1]维基媒体基金会有限公司“电子产品代码:维基百科,自由的百科全书”.
[2]国际电信联盟,“物联网2009年互联网:执行摘要”.
描述模型 篇2
这个描述模型的内容就为软件的标题，这样非常不利于优化，今天分享一个修改源码方法，让它截取内容简介的前200个字符，修改方法如下：
1、打开e/class/functions.php，找到第2236行：
//描述$pagedes=htmlspecialchars($add[smalltext]);if($pagedes==“”){$pagedes=htmlspecialchars($add[title]);}$newstemptext=Info_ReplaceSvars($newstemptext,$url,$add[classid],$pagetitle,$add[keyboard],$pagedes);
将上面的内容替换成下面的：
$softsay=$add[softsay];$newstex=$add[smalltext];if($softsay==“”){$pagedes=htmlspecialchars($newstex);}elseif($newstex==“”){$pagedes=htmlspecialchars(strip_tags($add[softsay]));if(!empty($pagedes)){//截取字符$pagedes=sub($pagedes,0,200,false);}}else{$pagedes=$pagetitle;}$newstemptext=Info_ReplaceSvars($newstemptext,$url,$add[classid],$pagetitle,$add[keyboard],$pagedes);
卫勤伤员虚拟仿真模型研究与描述 篇3
关键词：卫勤伤员,数据仿真,感知仿真,虚拟仿真
0 引言
计算机虚拟仿真技术广泛应用于军事领域[1]构建基于虚拟现实的卫勤组织指挥与保障模拟系统, 开展卫勤组织指挥与保障训练和研究, 能创新卫勤保障理论, 催生新的卫勤保障能力生成方式, 有效提高卫勤保障能力。 其中, 如何构建符合卫勤特征的卫勤伤员虚拟仿真模型具有重要意义, 本文就卫勤伤员虚拟仿真模型的类型及其描述方式进行探讨。
随着信息革命对未来军事的影响不断加深, 以计算机网络和技术为主体的数字化模拟技术已经在作战研究和军事模拟训练方面取得了革命性成果[2]。 发达国家军队广泛采用计算机仿真和作战仿真技术施训, 并将其作为信息化作战研究和训练的重要手段[3]。
在卫勤领域的研究及卫勤训练中, 伤病员是最基础也是最关键的要素。 运用信息技术进行卫勤伤病流研究与模拟训练是现代战争对卫勤提出的必然要求。 目前, 在卫勤信息化研究领域, 卫勤伤病员研究明显偏重于临床医疗技术研究与应用[4,5], 缺少基本的卫勤组织指挥与保障要素。 另一方面, 信息化的卫勤伤员表现形式单一, 往往只能以伤员库等平面数据的形式提供有限数量和类型的伤员, 难以满足卫勤科研与训练需要。 目前, 我军尚无卫勤伤病员数据仿真和伤病员感知仿真一体化的虚拟仿真卫勤伤病员, 缺少具有高度真实感和交互作用的虚拟伤病员[6]。 计算机仿真 (模拟技术的出现为其提供了良好的契机, 通过将计算机仿真技术应用于卫勤领域, 构建基于虚拟现实的卫勤组织指挥模拟系统, 可以解决实战卫勤伤病流研究与模拟训练存在的问题。 在实验室环境下开展基于想定的针对性卫勤组织指挥与保障研究和训练, 有望催生新的卫勤理论, 显著提高卫勤训练的效率和效果。
1 研究技术路线
通过查阅文献和调研, 针对现代战争战创伤的特点、医疗实践, 确定虚拟的卫勤伤病员属性和要素。运用实体-联系图 (entity relationship diagram, E-R图和数据库技术, 构建卫勤虚拟伤病员模型, 包括伤病员数据仿真模型和伤病员感知仿真模型。根据伤员生成需求与规则, 运用虚拟仿真引擎和统一建模语言 (unified modeling language, UML) 生成具有卫勤要素的虚拟仿真伤病员, 本研究的技术路线如图1 所示。
2 仿真模型描述方式
2.1 模型与仿真
模型是对真实系统的一种抽象、 描述和模仿, 要求其具有真实性、简明性、完整性等特点。构建模型要在明确建模目的的基础上, 确定模型构成要素间的真实关系, 在力求简明的同时确保模型的精度, 最后要对模型反复检验修正。仿真是通过系统模型的实验来研究一个存在的或设计中的系统。计算机仿真是借助计算机, 用系统的模型对真实系统或设计中的系统进行试验, 以达到分析、研究与设计该系统的目的。
卫勤伤员模型是为卫勤组织指挥与保障研究和训练提供伤员流。 运用计算机实现伤员仿真, 首先需要将伤员相关的属性数字化, 即建立伤员模型。 伤员模型要具备伤员分类救治相关属性, 满足卫勤组织指挥研究和卫勤技能训练等特殊需求, 如与伤员的分类救治相关的伤员症状、伤情、伤势等;与伤势分类相关的呼吸、 收缩压、 神志等生命体征和计算模型;与伤员后送运力的需求计算、战救药材消耗相关的参数模型。 这种在常规计算机模型上处理成符合卫勤研究和卫勤技能训练使用要求的模型的过程, 就是卫勤伤员的二次建模, 亦称为卫勤伤员的仿真建模。 根据卫勤组织指挥与保障模拟中的用途及计算机仿真特点, 可以将卫勤伤员仿真模型分为数据仿真和感知仿真2 种描述方式[7]。
2.2 卫勤伤员的数据仿真
简单来说, 数据仿真就是提供给计算机来分析和处理卫勤伤员的模型, 是计算机把一系列数据和模型转换成卫勤伤员模型的过程, 如伤员的伤情、伤类、生命体征、体位等。 我们也可以把有卫勤属性的伤员数据转化成计算机能够识别的伤员模型的过程称为“卫勤伤员模型化”。 卫勤伤员数据仿真可用最常用的关系数据模型来描述, 主要用于仿真交互和训练评估计算机对现实世界中实体的抽象、描述以及处理等是通过各种模型来实现的, 按模型应用的不同目的, 可以将模型分为2 个层次, 一是概念模型, 二是数据模型[8]。 概念模型是按用户的观点对数据和信息建模, 用实体、属性和联系对概念模型进行描述。 如卫勤伤员基本信息的概念模型中, 伤员就是一个实体, 伤员的属性包括姓名、性别、出生年月、血型、药物过敏史、职务、部别、民族、接种史。 数据模型是相对概念模型而言的, 是对客观事物及其联系的数据化描述, 应用E-R图, 可建立概念模型到数据模型的转换关系。 卫勤伤员的数据模型可以用关系模型 (见表1) 或面向对象模型等形式表述。
2.3 卫勤伤员的感知仿真
感知仿真的目的是直观地展现卫勤伤员, 其内容包括对伤员的视觉、听觉、触觉等多种感觉通道的仿真。 视觉仿真通常也称为“伤员可视化”, 是感知仿真中的一种主要形式, 就是将伤员的外观、伤部、行为等要素以立体的、 三维的或二维的图形图像表达出来。 听觉仿真是指通过对伤员声音的模拟来营造伤员的状态和伤情。 触觉仿真是指通过对人机交互设备的操作来实现卫勤技术人员与伤员的交流, 使参训人员产生临场感。 我们也可以把建立感知仿真模型的过程称为“卫勤伤员感知化”。 这种通过多感觉通道的模拟来实现临场感觉的技术就是虚拟现实技术, 主要用于卫勤组织指挥和训练模拟。
卫勤伤员的数据仿真和感知仿真是针对不同对象来说的, 但都是以数字化的卫勤伤员信息为基础。在卫勤伤员虚拟仿真模拟应用中, 这2 种仿真描述方式互为作用, 计算机对数据模型读取和解释, 并通过感知仿真, 立体、形象地将虚拟仿真伤员展现给应用人员, 而程序应用人员又可以通过人机交互改变数据仿真的结果。
3 卫勤伤员仿真模型内容
关于卫勤伤员数据模型有较多研究[9,10], 根据卫勤伤员信息对卫勤组织指挥、伤员医疗后送、医疗物资保障等的作用与影响, 可从数据模型和感知模型2 个方面来构建仿真模型, 如图2 所示。
3.1数据模型内容
卫勤组织和保障主要是围绕伤员的急救、救治和后送展开的, 卫勤伤员信息由伤员信息和救治伤员相关的卫勤需求信息组成 , 伤员自身情况及其卫生勤务需求共同构成了卫勤伤员的信息内容 。 卫勤伤员信息的内容由3个部分组成 : (1) 伤员信息 , 如伤员基本情况信息 , 伤类 、 伤情 、 伤势等信息 ; (2) 医疗救治信息 , 如诊断信息 、 救治信息等 ; (3) 卫勤需求信息 , 如卫勤指挥信息 、 医疗后送信息 、 医疗运力信息 、 医疗装备信息以及药材物资消耗信息等 。 数据模型是对卫勤伤员信息的数据描述 , 它主要包括3个方面 : (1) 伤员基本信息 :ID号及其关联信息 ( 姓名 、 性别 、 出生年月 、 血型 、 药物过敏史 、 职务 、 部别 、 民族 、 接种史等 ) 。 (2) 战伤状态信息 :1负伤时间和负伤地点信息 。 2伤部信息 。 按我军现行方法 , 划分为颅脑 、 颌面 、 颈 、 胸 ( 背 ) 腹 ( 腰 ) 、 骨盆 ( 会阴 ) 、 脊柱 、 上肢 ( 左 、 右 ) 、 下肢 ( 左 、 右 ) 、 内脏10个部位 。 3伤型信息 。 我军伤票规定的伤型有 : 贯通伤 、 盲管伤 、 切线伤 、 闭合伤及其他 。 4伤势信息 。 将伤势分为轻伤 、 中等伤 、 重伤3类 。 5伤类信息 。 按照致伤武器 , 分为常规武器伤 、 核武器伤 、 化学武器伤 、 生物武器伤 ; 按照致伤因素 , 分为弹片伤 、 地雷伤 、 枪弹伤 、 刃器伤 、 烧伤 、 挤压伤 、 冲击伤 、 毒剂伤 、 核放射伤 、 冻伤等 。 (3) 伤员医疗救护后送信息 :1伤员救治信息具体包括急救信息 、 紧急救治信息 、 早期治疗信息 、 专科治疗信息 。 2伤员分类信息包括收容分类信息 、 救治分类信息和后送分类信息 。3伤员后送信息包括后送等级 、 后送方式 、 后送工具 、 后送时伤员体位 、 后送去向 、 途中医疗 、 观察措施等 。
3.2 卫勤伤员感知模型
卫勤伤员感知模型的建立目的是实现多维的、可感知的、可交互的、形象逼真的虚拟卫勤伤员, 通过虚拟现实技术实现虚拟仿真。 卫勤伤员感知模型在视觉、听觉、触觉和交互方面需达到以下要求: (1) 在视觉上, 一是要求卫勤伤员感知模型外观逼真, 一般情况下, 卫勤伤员应着新式迷彩服。 二是从外观上基本能辨别受伤部位, 受伤部位按数据模型中的伤部信息显示, 受伤部位有必要的包扎和固定, 包扎和固定的方式和表现形式符合战救5 项技术要求。三是卫勤伤员具有合理的体位状态, 如直立、仰卧位;必要的运动属性, 如独立行走、跛行、扶拐等行走形式。 (2) 在听觉上, 卫勤伤员具有合理的语言能力, 伤部的触痛和活动痛的声音表达。 (3) 在触觉上, 卫勤伤员具有体征反应交互能力, 如受伤部位的触痛反应。 (4) 在交互上伤员能按要求回答病史、症状, 完成上下肢的吩咐动作, 能行走的轻伤员可按要求行走到某一区域。 能测量血压、脉搏, 能对伤员进行意识判断。伤员能接受医护人员的处置, 如挂分类牌、包扎、固定、气管插管等。
4 虚拟仿真伤员生成
虚拟仿真伤员生成大致分为4 个过程[11]: (1) 要广泛收集伤员及相关行为的媒体素材, 包括图片、文字、声音、视频和动画等, 如伤员受伤部位、伤口包扎外观、伤员跛行姿势等, 通过Photoshop等软件对相关图片、视频进行预处理, 制作服装、伤口、包扎等纹理; (2) 对对象进行特征提取, 使用3DSMAX等建立三维模型, 应用烘焙技术、布置灯光、渲染设置, 得到最佳的三维效果, 导出相应格式文件; (3) 使用3D引擎工具, 如Unity3D软件等, 对模型进行优化、调节动画, 编写C# 脚本实现智能控制; (4) 对系统进行优化并发布, 调试完善并提交。
突发大量伤员产生是卫勤保障的特点, 在模拟大批量伤员的产生时, 主要涉及2 个方面的参数 (1) 伤员的总体数量及其在时间上的分布; (2) 伤员的主要伤部、伤类、伤情、伤型及其比例。 大批量伤员生成参数可应用伤员生成器来实现, 伤员各类参数由想定编辑器完成设定, 也可按多样化军事任务预先设定, 生成卫勤伤员数据库。 最后根据卫勤伤员数据库中的数据模型, 生成虚拟仿真伤员, 并将相关数据与虚拟模型相关联, 形成逼真的三维虚拟伤员和具有丰富卫勤组织指挥和保障属性的卫勤伤员。
参考文献
[1]任剑.虚拟仿真技术及其在军事上的应用[J].军民两用技术与产品, 2007 (6) :30-31.
[2]马彦军.基于虚拟现实技术的战场仿真系统研究[M].北京:国防科学技术大学, 2006.
[3]李靖, 曹秀堂.机动卫勤分队人员与训练信息化管理模式探讨[J].医疗卫生装备, 2011, 32 (3) :118-119.
[4]张晓硌, 吴劲松, 毛颖, 等.虚拟现实技术在神经外科术前计划中的应用[J].中华显微外科杂志, 2006, 29 (6) :415-417.
[5]谭海珠, 杨棉华, 陈丹芸, 等.虚拟现实技术在医学中的发展与应用[J].医学教育探索, 2005 (6) :56-58.
[6]游雄.基于虚拟现实技术的战场环境仿真[J].测绘学报, 2002, 30 (1) :7-11.
[7]黄梯云.管理信息系统[M].4版.北京:高等教育出版社, 2009:131-140.
[8]李延鹏.战伤伤员信息数字化研究[D].重庆:第三军医大学, 2006.
[9]游海燕, 李延鹏, 周世伟.心理战伤伤员信息数字化编码研究[J].西南国防医药, 2008, 18 (1) :129-131.
[10]龚星耀, 张强, 姜志宽.全数字化战场伤病员信息采集传输系统设计[J].东南国防医药, 2008, 10 (5) :388-389.
描述模型 篇4
用例模型是开发过程的起点。它像引擎一样驱动系统后续开发过程, 系统中其他新建模型都依赖、服从于用例模型。
用例模型包括系统的用例图及用例描述, 因此, 建立用例模型的全部工作是为用例路径画出用例图和对用例进行描述。
本讲通过展示建立一个软件项目实例的用例模型的全过程, 讲解使用UML创建用例模型的方法和要点。
1 系统描述
创新基金管理过去以手工操作为主, 工作效率低, 不能为管理部门及时提供有效的决策信息。为了严格财经管理, 高效利用创新基金, 同时也为了提高工作效率, 改善决策支持, 公司决定开发一个创新基金管理信息系统, 以取代原来的人工处理方式。
新系统主要包括票据报销、数据检索和数据汇总。
票据报销流程如图1所示。
公司根据新产品开发计划, 将创新基金分配给各个研究项目。研究项目在完成过程中, 可以逐步向财务室报销项目开支的经费。每个项目报销票据时, 首先由报销人录入票据, 然后对票据进行检查、修改, 并按公司财务报销规定进行核对, 确认无误后送财务室。财务室收到票据以后, 审核人对票据进行审核, 如果票据不符合财务报销规定, 可以将送来的票据退回原报销人。只有票据都符合财务报销规定以后, 才能报销。
公司有关创新基金的财务报销规定如下:
(1) 单张汽油票金额不超过500元。
(2) 每张发票的金额不超过5000元。
(3) 飞机票的报销比例不超过项目经费总额的15%。
(4) 招待费的报销比例不超过项目经费总额的10%。
这些规定还可以随时更新。
票据报销以后, 作为财务档案被保存起来供用户检索和汇总。
数据检索和数据汇总处理的对象包括:所有项目的数据、已经报销的票据数据。
数据检索的条件可以选择票据的任何指标进行组合。数据汇总的分组指标可以选择项目或票据的任何指标进行组合。同时, 对票据数据进行汇总时, 还可以首先对票据进行筛选, 然后再对筛选后的票据进行分组汇总。
数据检索和数据汇总的结果以报表形式输出, 可以显示, 也可以打印。
对系统资源的使用, 公司要求不同的用户有不同的使用范围:审核人可以使用系统全部资源;公司领导可以检索、汇总项目数据或票据数据;项目报销人可以录入票据及将票据送财务室, 可以检索自己报销的票据数据及汇总自己担任项目报销人的项目数据。
2 活动者
活动者是系统分析员与用户交流的起点, 也往往是找出新用例的基础。
2.1 如何找
通常情况下, 活动者是指使用系统功能的人 (系统用户) , 但也可以是其他外部的系统, 包括软件系统和硬件设备。总之, 凡是与系统进行信息交换 (包括数据信息和控制信息) 的外部事物, 都可以是系统的活动者。
找出活动者需要系统分析员与系统用户进行广泛深入的交流, 明确系统的范围、系统的作用以及与系统交互的外部事物等。这个过程不可能一次完成, 可能需要往复多次。可以通过向用户询问以下问题来找出系统活动者:
(1) 谁/什么对系统运行产生的结果 (值) 感兴趣;
(2) 谁/什么将会改变系统中的数据;
(3) 谁/什么要从系统中得到信息;
(4) 谁/什么要与系统交互。
这些问题的答案往往包含了所有与系统有关联的用户, 进一步分析这些用户即可识别出系统的活动者。
2.2 找出活动者
找出本系统的活动者非常简单。从第一节系统描述中可以看出, 与系统发生交互行为的外部实体只有用户, 但用户又分为报销人、审核人和公司领导。这样, 从系统中可以找出4个活动者:
(1) 用户 (User)
(2) 报销人 (Undertaker)
(3) 审核人 (Auditor)
(4) 公司领导 (Leader)
在这4个活动者中, “用户”分别与“报销人”、“审核人”和“公司领导”存在泛化关系, 如图2所示。
3 用例
成功开发一个项目, 在很大程度上取决于能够采用一种对于项目组人员和用户来说都非常直观的方式, 来定义系统的需求。用例就是目前定义系统需求的最佳方式。
用例是面向目标的, 它代表的是系统将做什么, 而不是系统将怎么做。它像一个容器, 一个满足系统各种交互的容器。
3.1 如何找
用例识别是应用UML进行面向对象分析的关键的一步, 是后续工作的前提。
找出用例并不总是很直观的。可以从事件表中来识别用例, 一旦事件被定义, 用例的定义就变得简单。活动者是事件的主体, 事件从系统活动者中寻找。事件可以按照下面的格式来定义:
主语+动词+宾语
在这里:
主语是已被识别出来的活动者, 例如审核人。
动词表示动作, 例如报销。
宾语是动词涉及的目标, 例如票据。
由此, 生成用例的过程如图3所示。
不过, 事件表中的每个事件并不总是对应一个用例。可能有些事件内容是相近或相同的, 可以通过以下问题来斟酌取舍:
(1) 这些事件有什么共同点?
(2) 这些事件的最终目标相同吗?如果相同, 这个目标是什么?
3.2 找出用例
仔细阅读第一节的系统描述, 按照上述方法, 可以从系统中得到如表1所示的系统事件表。
表1中的描述短语就是从系统中识别出来的用例。它们是:
(1) 登录
(2) 查看报销条件
(3) 注册用户
(4) 修改用户信息
(5) 确立项目
(6) 修改项目
(7) 设定报销条件
(8) 录入票据
(9) 送票据到财务室
(10) 报销票据
(11) 检索票据
(12) 汇总票据
(13) 汇总项目
(14) 修改密码
系统的所有需求都源于要满足的事件以及用来满足需求的用例。如果需求没有被定义为一个事件, 同时也没有通过一个用例来满足, 那么应该增加生成满足此需要的事件和用例, 否则它将被系统忽略而最终不能得到满足。
4 画出用例图
找出用例以后, 就可以十分方便地画出系统的用例图。图4给出了当前分析得到的系统用例图。
5 用例描述
用例描述了系统做什么, 但没有规定怎么做, 也即用例图没有显示不同的路径, 只显示了活动者与用例之间的关系。因此, 需要为用例图配上结构化叙述的文本, 对用例进行描述。
5.1 定制用例模板
一个用例对应并描述一个完整的功能。
路径是用例为了回应事件而采取的步骤。有的资料将一个路径称为一个场景 (Scenario) 。
每一个用例包含多种路径, 每一个路径由一系列业务步骤组成。
定义用例时, 要合理掌握用例的粒度。如果粒度太粗, 则一个用例可能会包含太多太复杂的用例路径, 这会对系统后续开发增加不必要的难度。如果粒度太细, 一个路径甚至一个业务步骤也可以定义为一个用例, 这会导致某一功能支离破碎。
路径有3个层次:主要的、可选的和例外的。主路径是用例中最通常情况下发生的路径;可选路径是合法的但不是经常发生的路径;例外路径是不按设想顺利进行的路径, 是应用程序中必须要捕获的错误情况。
为了统一格式, 每个项目应该使用一个用例模板。创新基金管理信息系统使用如下所示的用例模板来描述用例。
用例模板
用例名称 (用例名)
用例目标 (用例在系统中的目标)
活动者 (此用例的活动者)
状态 (未定义路径/只定义了初始路径/路径定义完成)
前件条件 (用例执行前系统应具有的状态)
成功后件 (用例成功执行后系统应具有的状态)
主路径 (用例主路径的名称)
可选路径 (用例的可选路径)
例外路径 (用例的例外路径)
这个模板包括了描述一个用例的主要方面。
5.2 用例描述
用例描述是对用例的补充说明。第三节已经从系统中找出14个用例, 现在仅对用户登录、录入票据和检索票据用例进行描述。
(1) 用例名称登录
用例目标当用户登录系统时用例开始。它验证用户身份。当完成一次处理以后用例结束。
活动者用户 (User) 。
状态只定义了初始路径。
前件条件用户被注册。
成功后件用户被识别为登录用户。
主路径用户提供正确的用户帐户名和密码, 登录到系统中。
可选路径用户取消登录。
例外路径用户提供的用户帐户名还没有注册, 或者密码不正确。
(2) 用例名称录入票据
用例目标当报销人录入票据时用例开始, 它处理有关票据的初始化定义及编辑票据信息等问题, 当系统结束处理以后用例结束。
活动者报销人 (Undertaker) 状态只定义了初始路径。前件条件报销人登录进入系统。
成功后件在系统中增加了一组票据。
主路径报销人输入票据信息, 系统保存下来。可选路径输入票据信息, 但最后放弃保存。
例外路径无。
(3) 用例名称检索票据
用例目标当用户检索票据时用例开始, 它向用户显示已报销的票据, 系统完成处理以后用例结束。
活动者用户 (User)
状态只定义了初始路径。前件条件用户登录成功。
成功后件无。
主路径用户提供票据的检索条件, 系统以报表显示符合条件的票据。
可选路径无。
例外路径用户选择检索条件, 但没有符合条件的票据。其他用例的描述限于篇幅, 不再赘述。
6 结语
面向过程的系统分析是从系统需求出发, 去找出系统的功能。面向对象的系统分析也从系统需求出发, 不过是去找出系统的用例。一个用例对应并描述一个完整的功能。
用例模型不仅包括系统的用例图, 同时还包括为用例图配上的用例描述。
用例图描述系统中的用例、使用用例的活动者以及它们之间的关系。
要找出用例, 可以首先识别出活动者, 然后对系统事件进行列表, 再从事件表中识别出用例。
描述用例使用结构化叙述的文本———用例模板。为了统一格式, 每个项目应该使用同一个用例模板。
在建立用例模型的过程中, 系统分析员应与用户反复讨论, 以对系统需求达成共识。
参考文献
[1]范晓平.ASP.NET 2.0项目开发第一步UML+VB+C#+Crystal Reports.清华大学出版社, 2008.
[2]吴际, 金茂忠.UML面向对象分析.北京:航空航天大学出版社, 2002.
浅谈用函数描述软件体系结构模型 篇5
关键词：组件,连接器,软件体系结构,抽象代数,结构函数
软件体系结构为软件系统提供一个结构、行为和属性的高级抽象,由构成系统的元素的描述、这些元素的相互作用、指导元素集成的模式以及这些模式的约束组成[1]。软件体系结构的描述是进行软件体系结构研究的基础,一种形式化、规范化的体系结构描述语言对于软件体系结构的设计和理解都有重要作用。
软件体系结构描述语言(ADL)能形式化地描述基于组件和连接器的软件体系结构,并给出了软件体系结构的一般框架,但未对框架中的组件、连接器连接成为软件体系结构过程进行抽象描述。文献[2]借助抽象代数的思维方式,在给出组件、连接器和软件体系结构定义的同时,用数学方法描述了他们的属性和行为,并总结出了基于软件体系结构的抽象模型。
本文在文献[2]的基础上,进一步用数学方法探讨软件体系结构,核心是用组件的运算描述组件的连接,并在此基础上给出了软件体系结构抽象模型的函数理论研究,最后给出了软件体系结构抽象模型函数表示的一般应用。
1 组件
为了更好地理解组件这一抽象概念,该文将引入文献[2]对组件相关概念的定义和定理。
定义1[2]组件是一个数据单元或一个计算单元,它由组件接口和组件实现模块组成。组件接口是组件与外部接触点的集合,即
在定义1中组件接口给出了组件的形式化描述,它定义了一类组件的模式[2]。为了方便,一般用元组元素(ID)表示组件ID中的一类元素的集合。如Publ(C)表示组件C中各接口点Port中Publ元素的集合[2]。
定义2设A和B是论域U中两个组件,如果A的某一接口i和B的某一接口j满足:ExteAi∈Publ(B)且ExteBj∈Publ(A),则B可以通过连接器接入到A中,组成一个新组件C,称作组件B嵌入到组件A。记为:C=A←+B。
易知组件C满足以下性质:
其中,组件B可以通过激发(⊕)、使用(⊗)等运算来嵌入到组件A中。
定理1设C1、C2、C3是论域U的3个组件,它们对运算←+满足结合律,即:
该定理显然成立,其证明过程与文献[2]中的激发运算(⊕)满足结合律的证明类似。
同理,可以定义嵌入组件的逆运算。
定义3设A、B是论域U中两个组件,且B⊆A,如果B从A中撤离,A成为一个新的组件C,且C满足以下条件,则称B为A的脱组件。记为:
类似于嵌入组件运算,脱组件运算也有相关性质,以及满足结合律,此处不再赘述。
定义4设C为论域U中的组件,且∀x∈U都有x∉C,则称C为元组件,记作Ce。
定义5设A为论域U中的组件,A中含有元组件的个数称为A组件的基,记作:|A|。元组件的基为1,即|Ce|=1
定理2设A、B是论域U中两个组件,则|A⋃B|=|A|+|B|-|A⋂B|。该定理也称为组件的容斥原理。
证明:此定理跟集合运算中的包含排斥原理证明相同,显然成立,在此省略。
定义6:设C为论域U中的任一组件,若存在组件C′(C′∈U)在某一方向上、某一形态上或者某一意义上对称,则称C′为C的对称组件,记作C。
如图2,在结构模型的结构中,组件1与组件2在X轴方向上对称,它们互为对称组件。
显然,对称组件具有如下性质:
1)等价性。即对称组件在功能上或者结构上相似或者相同,两者可以等同替换。
2)冗余性。对于一个结构而言,出现对称组件,意味着结构重复,可以利用等同转化方法将结构简化。
3)自反性,即。
定义7设A、B、C均为论域U中的组件,满足C={x|x∈(A⋃B)→-(A⋂B)},那么组件C称为A和B的对称差。记作:。
组件的对称差运算,实质上是取两个组件相异的元组件。在体系结构设计时,抽取相异的组件来进行分析,能起到简化结构等重要作用。
2 连接器
在软件体系结构中,连接器是组件间连接和交互的纽带,赋予了组件间交互规则等,使得组件间的连接和各种交互活动得以顺利且规范地进行。
定义8[2]连接器是组件运算的实现。它是一个六元组
ID、Beha、Msgs、Cons、Non-Func跟组件的接口属性定义相仿。而Role为连接器与组件交互点的集合,每个Role=
3 软件体系结构
软件体系结构是一个系统的规划和抽象设计框架,它包括所建立系统中的各元素(组件和连接器)的描述、元素间的交互、指导装配的范例的约束[4]。
定义9[2]设论域为U,
1)组件是一个软件体系结构;
2)连接器是一个软件体系结构;
3)组件经有限次连接(运算)后是软件体系结构。
软件体系结构记为A=
一般地,O包含嵌入组件和脱组件两种运算,其中嵌入组件运算又进一步分为激发⊕、使用⊗等运算。
由定义8可得软件体系结构具有封闭性、层次性和可扩充性[2]。
软件体系结构函数模型
由软件体系结构的递归定义及软件体系结构的封闭性性质可知,如果软件体系结构满足1NF[2],即任一组件都至少与另一组件依赖,则软件体系结构是组件的函数。
1)Tuple模型
软件体系结构可以抽象为组件、连接器,以及它们间的连接等交互活动。其中,组件跟组件通过连接器相连,组成一个三元组(component,connector,component),而软件体系结构就是由若干三元组的有机结合而成。所以,软件体系结构是三元组的函数。这就叫做软件体系结构函数的元组模型,简称Tuple模型。
其中,0≤i,k≤|C|,0≤j≤|Con|,n=min(i,j,k)
矩阵的每一行称为一个元组,每个元组表示组件与组件的连接。组件与组件间连接(运算)行为的性质取决于连接器Connector中角色Role的活动Action。
2)元组件模型
在设计软件体系结构中,有时我们只关心的是嵌入组件或者脱组件操作,而很少理会操作细节。此时,我们可以把软件体系结构看作是元组件(C)或者结构间运算而成的有机体。也就是说,软件体系结构(A)为元组件(C)的函数。表示为:
A=F(x)其中,x∈C
组件间的连接可以是激发(⊕)和使用(⊗)等混合运算,函数F(x)的值就是软件体系结构。结构函数的图形表示如下:
性质1结构函数A=F(x)是增函数。
推论1结构函数可以嵌套为更加复杂的结构函数。例如:A=F(G(x)),如果x为元组件,那么组件G(x)为结构A的最底层,组件F(G(x))为结构A的最高层。
4 结构函数的一般应用
根据对称组件的冗余性质可知,对称结构不是最简结构,在一定程度上结构冗余,不利于软件体系结构的设计和理解,从而我们必须将结构最简化。
下面给出对称结构最简化的一般方法:
1)对组件进行标记操作。原组件C(C∈A)标记为Ci>0;相应的对称组件标记为。
2)脱组件操作。从最低层开始,对A中所有小于0的组件进行脱组件操作:A′=A→-Ci。直到最高层为止。
其中,
如图3,对一个软件体系结构进行脱组件之后,得到一个简化的软件体系结构。
借助软件体系结构函数,对于功能模型的结构可以用功能上的对称来进一步简化结构;对于动态模型、过程模型的结构,可以用语义、形态上的对称性来简化结构。从而取得更加简洁的结构,由于篇幅有限,该文不作详细介绍。
结构函数的最简化,实质上是软件体系结构更高层次上的抽象,它把结构中具有系统属性和动作看成一个黑盒,而软件体系结构就是有一个个的黑盒组成,大大方便软件结构设计和理解。
5 小结
本文引入了代数理论和函数思想来描述软件体系结构模型。继承了文献[2]中组件运算表示组件连接的观点,进一步完善了软件体系结构抽象模型的基本概念。同时,提出了软件体系结构函数模型这一概念,并进行简单应用,为进一步应用函数思想来研究软件体系结构相关问题奠定基础。
代数理论和函数思想具有强大的理论体系,必将是描述和研究多样的软件体系结构的有力工具。在软件体系结构设计中,如果能建立结构函数模型,并采用核函数等进行非线性变换,演算出最优的软件体系结构,这方面的研究十分必要,相关理论有待发展和完善。
参考文献
[1]张友生.软件体系结构[M].北京:清华大学出版社,2006.
[2]赵会群,王国仁,高远.软件体系结构抽象模型[J].计算机学报,2002,25(7):730-736.
描述模型 篇6
关键词：世界观,主体变量,描述模型
哲学常称为“关于世界观的学问”。当用“变量、描述模型”这种科学界能够接受的方式去理解“世界观”,它就是指主体使用描述模型形成的关于客在世界的认知图景。如此而言,哲学职能就是分析和批判业已形成的世界观描述模型问题,追究描述模型在逻辑前提、概念指意、变量关系、思维习惯中潜在问题。本文严格区分“客在世界、描述模型”两种复杂化进程,沿“主体”变量的“客在产生进程、描述模型设置进程”的对应关系,针对是否、如何设置“主体变量”问题,系统性分析近现代“世界观”描述模型的分类及其适用性问题。
一 描述模型的“变量”确定问题
建构描述模型,首先是确定“变量”问题。关于世界观的描述模型问题分析,也必然从此切入。
第一,描述模型为何设置时间( t) 变量。在哲学界,从德谟克利特、亚里士多德、伊壁鸠鲁的时间哲学思想基础上,沿康德所说“时间( 去掉它与我们直观的关系) 即不能自存性地,也不能依存性地算到自在对象的账上”[1],马克思写下: “因为只有从物质中抽掉时间这个因素,物质才是永恒的和独立的”[2]。时间哲学已经揭示,时间属于“主体认知方法”,而非“客体属性”,从而把一切含有时间( t) 要素的事物都送回到“意识世界”。在科学界,仍默认把“时间”作为“客体属性”来运用,仍没明白: 将“时间”归于“客体属性”,只是人必须的采用历史分析方法( 用历史特征为现实属性赋值) 认知所导致的集体错觉,客在世界本身并不与时间相关。时间变量,让人类世界观中有历史、现实、未来“描述三态”,而客在世界只有一个不断变化的现实形态。
第二,描述模型中“变量集”对应问题。哲学家、科学家有共识,描述模型的变量所对应的“应该”是客体及其关系,“应该”与客在世界的事物相一致。但问题出在: 描述模型“变量集”真正对应的,是被主体发现的“对象集”,并非“客体集”; 而人站在永远不可移开的“现象”屏幕前,始终不能保证“对象集”与“客体集”有一致对应的边界。这一方面是说,如暗物质、黑洞等现象隐含的客体,仍然没有真正进入“对象集”; 为此薛定谔在《生命是什么》中说“起初闯入意识领域的只是那些变化和‘差异’”[3]。另一方面是说,“对象集”之中不免有诸如“燃素”之类没有对应客体的对象; 对此需要主体尽力用逻辑批判、经验实证等理性方法去除。
第三,描述模型中“运动变量”的同质性问题。科学家、哲学家均承认,客体在空间永恒运动; 但在速度变量的赋值原则、方法上潜在许多问题。其一,对象的运动“属性”与运动“关系”不加区分问题; 如光速不变原理中,“光速”究竟表达的是光的运动属性,还是对于其他客体( 观察者或其他光子) 的运动关系。其二,传统上,是将“虚空”作为背景来描述“物的结构变化”,类似刻章时采用最为经济的“阴刻”方法( 反之,类似“阳刻”) ; 而爱因斯坦之后,开始将“物质 虚空”双本原作为具有关联性的双变量,却并未深刻理解这描述逻辑所遭遇“阴刻、阳刻”混用问题。其三,现代科技揭示微粒运动具有波性,实际上由此产生对“传播、运行”速度变量不同质问题; 但一直被“波粒二象性”掩盖。其四,人类只能采用“历史特征”近似等于方法来为速度变量( V) 赋值,无法规避“现实属性不同于历史特征”问题。
第四,描述模型中“相互作用变量”赋值问题。哲学与科学都承认“相互作用”变量,但此变量赋值却仍然隐含问题: 其一,它可以改变“物体”的运动状态,但能否改变“物质”( 构成物体的原始粒子) 的运动“属性”? 其实“光速不变原理”就隐含“物体、物质”运动本质差异问题。其二,它是否都可以量化为变量值问题; 如人之间的相互作用是否可以量化等。其三,各种相互作用是否都可以进行同质化转换问题; 如四种( 引力、电磁力、强相互作用、弱相互作用) 基本相互作用的大统一理论如何建立,“人—物”间的相互作用能否也被纳入等。其四,各种相互作用的底层形成原理问题; 即本质世界( 原子世界) 层面“是否有、如何有”不同质的相互作用等。
第五,描述模型中“主体变量”设置问题。在哲学界,“主体变量”或被设置在认知层面而成为脱离客体的“精神变量”,或被设置在“人类集合”内而缩变为“社会变量”。在科学界,自然科学习惯于无视主体特殊于其他客体,仅提供“无”主体变量的“自然观”描述模型; 而社会科学也是习惯于用统计等方法将之特征去除,来建构“虚”主体变量的“社会观”描述模型。只有把“主体变量”统一到“自然观”描述模型,才会解决这两种“分裂”。虽然“老、新三论”等系统科学,为“主体变量”进入描述模型提供了阶梯; 虽然“盖亚假说”标示“生命体”作为变量被设置进关于地球的描述模型,但“生命体”与“主体”的能动性差异问题,仍然没很好解决。
二 近现代主要描述模型特点比较
近现代学界,将客体的“空间运动、相互作用、主体能动”等客体属性作为现实形态变量,结合认知方法所注定的“时间”变量,对客在世界形态及变化,主要形成三种描述模型:
1、机械决定论描述模型( A模型)
A模型,是近代最基本的世界观描述模型,不设置主体变量; 认为当所有“运动”变量集合用x表示、所有“相互作用”变量集合用y表示,客在世界形态随时间( t) 变化就可用函数f( x、y、t) 来确定。它不承认主体变量带给客在世界“或然性”因素,认为“或然性”因素仅是主体对客体变量的认知能力不够而形成的失误或遗漏,在上帝等超级主体那里没有或然性。牛顿把A模型的应用范围推向整个科学界。
A模型,是把客在世界描述成精确运行的大钟表,认为当某客体系统的初始条件一旦确定后,此后所有变量都在第一次赋值( 宇宙大爆炸或第一次推动等) 后,变量均成为连续的自动被赋值( 惯性赋值) ; 客在世界在此后的形态变化,会依照自然规律精确地依次展现,会呈现出一条确定的变化路径:“历史”只有一条严格的因果链条结成的轨迹,“现实”只有一个确定的结构形态,“未来”也只有一条因果链条不断铺展的路径。客在世界是如同按照某种设定程序运转的、自我变形的机器,因此称为机械世界。
A模型,导致牛顿追问“第一次推动”( 变量的初始赋值) 问题,康德用“星云假说”给出了自我赋值解释,但他们都如爱因斯坦说“上帝不会掷骰子”那般,没看到“主体”可以凭其“能动性”给客在世界带来“或然性”,当然也就没在描述模型中设置“主体变量”。
A模型不设置“主体变量”,一方面是将人等主体只作为单纯“认知主体”( 观察者) 外在于客在世界,不是作为能动性的“实践主体”存在于客在世界之内; 另一方面,仅将人等主体视为上帝( 或大自然) 制造的被动运行的复杂机器,忽视主体在不同于其他客体的能动性。17世纪的笛卡尔强调“动物是机器”[4]51的观点,18世纪法国J. O. 拉·美特里的甚至提出《人是机器》[5]的观点,实际就是为A模型解决“去”主体变量问题。
2、主体决定论描述模型( B模型)
B模型,可看作描述模型A的改良版,是把“主体”与“其他客体”相区别,增设了“主体变量”,并为“主体变量”设置了有决定作用的权重。理解B模型的关键,在于明确什么是“主体”。
其一,“主体”以“能动性”区别于“其他客体”。它不是指黑格尔所说的可以脱离客体的自主自为的精神,而是指马克思所说的凭借意识能力具有自主自为行为能力的那些客体,是指具有思维能动性的特殊客体。客在世界进化出主体,是一次巨大质变。
其二,“生命体”不都是“主体”。主体不仅具有生命体的系统自组织能力、自我繁殖能力、刺激反应能力等特征,关键是它还具备根据意识做出自主行为选择的实践能力———即具有能动性特征。向日葵,是生命体,但不是具有意识能动的主体。在划界上,将这两者混同,或将主体仅仅限定在人类,可说是“宽严皆误”。主体,不仅指人,是指能做出自主能动行为选择的那些客体; 不排除外星智能体或未来机器人。但在人类已知主体中,人最优秀。
其三,“主体”不同于“复杂机器”。主体的能动行为不但是选择性的,且选择是自主的和能动的。机器无论多复杂、多精密,它的行为也是非主动的、被程序化的、被设定的; 尽管它在记忆、感觉等等个别功能上甚至超过“主体”,但它的行为实质上仍然具有被确定的必然性。自主自为的能动行为选择,是判定“人工智能产品”是否已经升华为主体的关键判据。
B模型设置“主体变量”的依据是: 客在世界自我进化出的主体,为客在世界注入了主动性的变量,注入了形态变化的非确定( 或然) 性。主体,至少可以自主能动地做出“行动、不行动、怎样方式行动”等2种以上的行为选择。就是说,主体变量都同时具有2种以上的“或然性”赋值。当主体变量的不断进行“或然性”赋值,就会导致客在世界形态变化的结果差异。当认知差异和价值多元的众多主体,同时进行能动性“行为选择”,就会给客在世界形态带来巨大的“或然的”可能。
主体的能动性带来“或然”赋值,导致B模型不再是A模型的一次性( 初始决定) 赋值,而是被众多主体不断地“或然性”赋值。所以B模型,仍然是客在世界形态由自身变量“决定”的描述模型; 但主体站在“现实”,向历史回看因果律决定的链条仍然是一条唯一轨迹,向未来展望却有多种的可能变化路径。对客在世界未来形态而言,“掷骰子”的确实不是上帝,而是客在世界产生出来的众多的主体。
3、人化决定论描述模型( C模型)
C模型,是B模型的改良版,突出了“人”在客在世界变化中的突出作用。“改良”是在其他变量不变的情况下,提升了“人”在主体变量体系中的权重。理解C模型的关键,是明确“人”在主体变量中的特殊性。
人,这种地球上最优秀的主体出现后,已经成为主体变量的主导力量,对地球区域的客在世界形态变化产生了更强烈的作用; 人类在主体变量集体中已经拥有最大的权重,而且优势仍在强化; 或者说,自我提升了在客在世界形态变量体系中的权重。人的能动性行为选择( 实践) ,已经给地球及其万物形态打上了自己的烙印,使地球因此在越来越广泛的意义上成为人化自然,日益成为人工生态系统; 而且通过“航天”行为开始把这种“主体变量”赋予更大的客在世界( 至少已是太阳系) 。
人类终非是如神般的超级主体,“人化自然”难免存在来自人性的危险。其一,无论人类的意识水平通过“科研途径”能自我提升到多高,仍是在逐步走向“真理”的路上。这注定人化自然必然具有某种程度的盲目性。生态危机就是这种盲目性的表现。当下人类已经有越来越强的生态危机意识,对C模型开始自我校正、完善。其二,人类的社会文明与个人文明是互动生成的现实有机网络,但终究是由众多差异性个体所组成,个人的人化自然能力随社会科技发展而同步增长; 但科技作为“双刃性”工具,也同时给客在世界的文明进程添加了众多自伤自毁按钮。
百年来,随着人类在主体变量中的主导地位逐步强势显现,让人类开始从“敬畏自然”( 设神崇拜)矫枉过正地恶性膨胀到“战胜自然”( 自我神化) 的地步。但是现代生态危机,开始让人类的“人化自然”核心理念从“战胜自然”向“引导自然”回归。以“引导自然”为核心的现代C模型的人化自然理念,既能鼓励作为主体变量主导者的人类承担现实责任,又使自己正确地置身于主体群变量主导的客在世界自我进化之中。
三 描述模型的适用性问题
对描述模型,当下学界形成一种评价观念: 从“机械决定论”到“主体决定论”、再到“人化决定论”描述模型,是人类的世界观走向正确和精确的进程。然而评价依据上,当下学界仅能够给出———客在世界复杂性、系统性、发展性、生态危机、人的作用等等———外在现象层面的解说; 而没有从本体存在层面对———客在世界为什么不是机械世界,而是主体世界、人化世界———给出科学逻辑解释; 没说清,客在世界中“或然性”从何而来; 也没有从认识论层面就“客体———描述”变量设置关系,给出三种描述模型的内在关系解释。
评价描述模型时,既要看到客在世界形态自我演进的复杂化进程: 客在世界有漫长的“没有主体”时期,也在地球( 不排除其他天体) 上发生了“机械世界”向“主体世界”演化、向“人化世界”演化; 在机械世界,依然“上帝不会掷骰子”; 但在已经产生主体的客在世界,却是众多主体在同时“掷骰子”。也要看清描述模型也相应地在不断复杂化: A模型,适用于描述那种尚未产生“主体”的客在世界( 即机械世界) 变化; 这机械世界也存在向更复杂的客体形态的自我进化,只是缺少主体的机械世界的进化速度很慢。B模型,适用于描述对那种已经产生“主体”的客在世界变化; 此时,客在世界进化出的主体注入的不确定性、或然性,可起到加速进化作用。C模型,比B模型更适用于对已经产生人类的客在世界( 至多不超过太阳系) 变化; 人在主体变量中的主导作用与强势地位,也给客在世界进化进一步加速的可能性。
描述模型 篇7
关键词：图像检索,自回归模型,Canny算子,尺度函数
图像作为一种重要的信息载体，具有直观、内容丰富、无语言限制和便于国际交流等特点，是组成多媒体信息的重要内容。
基于特征的图像是基于内容图像检索的重要组成部分，图像特征的表达与提取是基于内容的图像检索技术的基础，而形状特征是图像的核心特征之一，在进行基于形状的图像检索时，为了提取物体的形状特征，对图像进行了分割操作，分离图像中的物体，把图像分割为像素集合，每一个集合代表一个物体的图像。提取物体的形状特征前，首先要对图像进行边缘提取，以获得物体的轮廓边界，然后把轮廓边界区域的特征抽取出来。在这些特征里面，有一部分可以用数字量值来描述，但更多的特征是一些没有明显特征的几何图形。为了便于图像的匹配，需要对这些几何图形进行进一步的描述。由于图像中物体的性质不能因为图像的移动、旋转、比例尺改变而变化，所以，在进行形状描述时，选择的描述符应具有平移不变性、旋转不变性、尺度不变性等特点。不但如此，选择的描述符还应该能够刻画形状的本质特点，使得该描述符具有良好的可分辨能力。
所以，我们把自回归模型边界描述法的基本原理应用到图像的边界特征抽取。
1、基于自回归模型边界描述的图像检索方法的基本思想
为了既提高检索速度同时保证较高的检索精度，我们采取尺度函数由粗到精的检索策略。当图像被加入图像库时，我们同时保存原始图像、从图像中提取的形状以及从形状中提取的特征；在检索阶段，用户可以直接描绘一个草图作为查询要求，或者提交一个示例图像，系统自动提取图像中的显著形状，并以所提取的形状作为用户的查询要求。
整个检索过程，系统先根据各简单形状的全局特征量进行快速相似检索，然后在相对较小的结果子集上后进行尺度函数匹配，如果用户提交的是多个简单形状，还可根据其隐含的空间关系，对检索出的图形进行空间关系匹配，排除空间关系不匹配的图像，并把最后剩下的图像按相似度从大到小返回给用户。
2、有关形状的相似性度量的确定
我们用两个形状之间的距离来度量两个简单形状之间的相似性。距离越小，相似性越大。
2.1 基于全局特征的相似度量
假设我们能计算出简单形状的n个特征量f1, f2, ...fn这些特征量可以是面积、周长、距等，具体计算方法可以参考通常的图象处理方面的文献。
用X= (f1X, f2X, ...fnX) 表示简单形状x的n个特征量为f1X, f2X, ...fnX。对A= (f1A, f2A, ...fnA) 与B= (f1B, f2B, ...fnB) 而言，我们用带权欧式距离来计算它们之间的距离disf (A, B) ：
其中wi, i=1, 2, …, n, 为预先确定的常数，用来表示特征向量中每个向量的权重。%
2.2 基于尺度函数的相似度量
在离散的情况下，一个形状Γ可以看成是由一个点集V=∈x, , y, %|x, , y, %∈Γ∈构成，从V出发，我们可以构造一个图G=V, , E, ，其中V和E分别为顶点集与边集。
e x, 1, y1, x2, y2, 代表连接两点x, 1, y 1, 与x, 2, y2, 的边。这里是认为Γ上相邻的点有一条边相连。在实际应用中，我们可以用采样的方法，选取Γ上部分点作为顶点。这样，我们就把一个形状Γ用一个图表示出来。
然后，选取合适的度量函数覬x, , y, :V→R，用如下方法计算尺度函数LΓ, 覬a, , b, :R2→R的值:
Step2：从G中去掉覫x, , y, >b的顶点及其与这些顶点相连的边，形成一个新的图G:
Step3：在新的图G中，计算至少有一个顶点x, , y, 满足例覫x, , y, ≤a的连通子图的个数，并将这个数目作为LΓ覬a, , b, 的值。
可以看出，尺度函数是一种形状的特征表示方法，在这一表示方法中，不仅包含了形状的局部性质，而且还包含了形状的整体拓扑关系。对测度函数覫，两个形状“A’’与“B”之间的距离disφ (A, B) 可以用如下方式计算:
其中，D是某个合适的区域。
这种形似性度量方法，其关键问题是选取合适的测度函数覫x, , y, 。
3、基于形状的检索算法设计
首先用基于特征的检索方法检索出一定数量的图像，然后，用尺度函数在这个较小的结果子集上进行较为精确的匹配。
算法描述如下:
假设用户提供形状集为ΩI=∈A1, A2, …, An∈。
Step1：输入形状集, ΩI=∈A1, A2, …, An∈, 确定常数:ω1, ω2;
Step2：对每一个Ai, i=1, 2, …, n, :
Step2-1提取Ai的特征量；
Step2-2 shapNOi←特征库中与Ai的特征量距离disf<ω1的记录的形状号；
Step2-3将lmageNOi置为空集；
Step2-4对shapNOi中的每个形状号Sj，用尺度函数方法确定其与Ai的距离dis覬，如果dis覬<ω2，则从图象库选取所有形状号为Sj的图象号，并将其并入集合lmageNOi，否则，从shapNOi中去掉Sj.
Step3:
Step4：输出lmageNO中的每个图象。
这一检索算法中，Step2-1是基于特征的初级检索；Step2-4是基于尺度函数的匹配。
在图像检索中还应考虑有相同相对空间关系的图像，和图像的结构距离，可以计算lmageNOi中的每个图像与∩A1, A2, …, An∩的结构距离，按结构距离从小到大输出一定数量的图像。
描述模型 篇8
近30 多年来, 人体行为理解已经成为了计算机视觉领域的研究热点[1], 它是将人体姿势或动态行为与预先训练好的动作模版进行模式识别和匹配, 并用自然语言等描述出来。
人的行为语义描述是人体行为理解的主要方法之一, 近几年取得了很大的发展, 也取得了一定成果, 它是一种形式化的语法格式: 主语 ( 人) , 谓语 ( 人的动作) , 宾语 ( 实物) , 将场景中人的活动情况用填空的形式填入语法格式中, 产生对人体行为的理解的自然语言描述。该项技术的发展既可以推动视频监控中人体行为理解技术的发展, 也为图像语义检索技术的发展提供了广阔的前景, 所以越来越受关注。
Atsuhior K等[2]首先从图像序列中提取整个人体的头部和双手区域, 然后定义形式化语法规则, 最后利用机器翻译技术产生人体在环境中的自然语言描述。石跃祥[3]用二维人体刚体模型建立了人体行为自然语言描述体系结构。Ryoo M S和Ag-garwal J K[4]用基于CFG ( context-free grammar) 的方法定义复杂的人体行为。
目前的行为语义描述主要方法都是限于二维人体建模的方法, 但是二维模型只适用于对姿势或图像分辨率不需要精确的应用场合, 而三维建模可以无条件准确地描述复杂人体行为, 并可以避免遮挡带来的影响, 使识别率大大提高。
基于三维人体模型的人类行为识别方法近年来也有所发展, 主要应用在三维人脸识别, 三维步态识别等领域。仝明磊[5]提出利用卷积曲面构造人体三维模型的方法, 找到人体运动姿势与模型之间的一种解析关系。Qiu[6]提出了一种基于3D运动库的时空模型, 并以此为基础, 提出了3D连续运动生成方法。Zhao[7]提出通过匹配视频序列中的3D人体模型, 进行人体步态跟踪和识别。国内外还有其他类似的三维人体模型的运用, 这些方法都是基于状态空间法的途径实现人的行为识别, 没有转化成自然语言描述, 并且都缺乏对场景敏感度的考虑。
目前, 视频中人体行为理解采用的技术主要有三种[8]: 基于模版匹配的方法, 基于状态空间的方法, 基于语义描述的方法。模版匹配法计算复杂度低, 操作和实现简单, 但对噪声以及运动时间间隔的变化相当敏感; 状态空间法对噪声不敏感, 它克服了模版匹配法的缺点, 但是该方法提取每一帧特征矢量之前都要做复杂的处理, 同时行为理解要用到的迭代算法也非常复杂。基于语义描述的方法是最接近人类思维方式的一种方法, 具有广阔的发展空间。
在基于三维模型的人体行为识别上, Kinect[9]是目前成功用于商业推广的一种技术。Kinect是微软在2010 年6 月14 日对XBOX360 体感周围外设正式发布的名字。该系统通过动态捕捉, 影像辨识等功能让玩家摆脱传统游戏手柄的束缚, 通过肢体控制游戏。Kinect的工作模式主要是识别人体及相关动作, 核心是骨骼追踪。该项技术除用于游戏设计外, 已经被应用到手势识别以及新一代人机交互技术等多个领域。但此项技术是基于Kinect三维摄像机发展起来的, 不具有普适性, 并对目前已经成熟的视频监控系统的视频数据处理无效, 并且硬件成本偏高, 目前该技术的使用也未对场景敏感度进行处理。
本文以传统的视频监控硬件系统的视频序列为数据源, 建立了三维人体的语义模型, 并建立相应的关键节点的运动模型, 应用图像场景标注技术来描述背景图像, 从而准确描述了人在复杂场景下的语义行为。
1 三维人体语义模型的建立
图1 所示为一个典型人体三维骨骼模型[10], 共有25 个自由度, 包括整体的平移旋转 ( 6 个) 、胯关节 ( 3 + 3) 、膝关节 ( 1 +1) 、肩关节 ( 3 + 3) 、肘关节 ( 1 + 1) 和颈关节 ( 1) 。其子节点坐标与父节点坐标系之间的关系可以由以下公式确定:
计算人体上每个点在模型坐标系中的坐标, 可以先计算它在相应局部坐标系中的坐标, 然后进行坐标变换得到全局坐标。
1. 1 人体各关节点运动模型描述
通过运动链来表达每个点的3D坐标跟各旋转角关系, 各点在世界坐标系中的位置可以用以下公式求出:
( 1) 颈部关节点在世界坐标系中的位置
其中THHR为颈部到根节点的初始位移。
( 2) 左下肢各关节点在世界坐标系中位置
其中PLH, PLK, PLA, PLF分别代表左臀点, 左膝点, 左踝点以及左脚点, T ( tx, ty, tz) 为根节点到世界坐标系原点的位移, Rix为第i个节点绕x的旋转矩阵, Riy, Riz同理。TLHR, TLKH, TLAH, TLFH分别代表坐臀部到根节点的初始平移、左膝盖到左臀节点的初始平移、左踝部到左膝盖的初始平移和左脚部到左踝部的初始平移。
同理可求出右下肢, 左上肢, 右上支各关节点在世界坐标系中的位置。
1. 2 人体运动事件驱动描述及数据库建立
根据运动语义模型的定义, 对关节点标注后的人运动图像进行检测, 得到各关节点的位置变化值 ηi ( i = 1, 2, 3, …) 分别表示头、左右臀点、左右膝点、左右踝点、左右肘点、左右肩点、质心高度、运动轨迹变化等。当 ηi≥ Mij ( Mij为阈值) 时, 则称人体运动事件发生, 否则是干扰。
人体运动包括简单动作, 组合动作以及人与人之间的相互动作。简单动作是单个关节点运动事件的语义描述, 组合动作是多个关节点组合运动事件的语义描述, 人与人之间的相互动作指多个人的组合动作, 比如拥抱、握手、打架、集会等。
组合动作及人与人之间的相互动作由简单语义计算而来。定义语义逻辑运算符如下:
根据三维人体语义模型建立原始记录, 使用人机交互接口来完成原始记录的录入, 表1 是部分运动描述数据表。
1. 3 人体运动语义阈值参数的获取方法
人体运动语义阈值参数的获取, 首先要对训练样本的人体运动图像序列进行关键关节点的标注, 然后通过人工交互的方式检测出基本阈值, 处理流程如图2 所示。
对人体关键节点进行自动标注, 是一项具有挑战性的工作, 为了简化处理, 先做以下假设: 1) 图像序列的前两帧人体是直立的; 2) 前两帧图像人体没有故意地自遮挡。具体标注方法如下:
标注的对象是细化好的人体骨架, 首先采用同心圆算法[11]对人的头部关节点进行定位, 然后取人体运动区域的黄金分割点为质心, 质心以上为上半身, 质心以下为下半身。根据得到的人体身高, 取长宽比的经验值, 实现对肩关节与胯关节的定位。在细化好的人体骨架上通过端点搜寻法, 搜索骨架端点进行四肢端点关节点定位。在肩关节、胯关节、质心以及四肢端点标定的条件下, 利用人体各关节点分布的比例经验值, 可以得到膝关节与肘关节的定位。
实际运用阈值时需要根据摄像机参数和焦距对阈值进行放大或缩小。
1. 4 人体运动语义描述算法
在建立好基础数据库后, 人体运动语义描述实现按照图3所示的算法流程进行。
1. 5 时间间隔结构
一个行为动作事件的发生与时间间隔是紧密联系在一起的, 时间隔代函数是由Allen[12]提出来的。时间间隔被定义成线性的, 具有开始点和结束点。以此基本定义为基础进行扩展, 得出13 种两个时间间隔之间的基本关系, 如图4 所示。A与B是两个不同的时间间隔, 本文的时间结构采用此结构作为时间轴的逻辑关系。
2 场景语义自然语言标注的实现
一幅背景图像通常有多个语义, 每个语义的代表物出现在图像的不同区域。将图像划成多个区域, 每一个区域对应整幅图像语义信息中的一个或少数几个语义。然后根据区域的视觉信息, 提取更基本的视觉单词。本文用基于图论的阈值图像分割方法对背景图像进行区域分割, 然后用改进的条件随机场模型对背景图像实现了图像自动标注, 从而实现了场景语义自然语言标注。
2. 1 基于图论的阈值图像分割
阈值图像分割是一种被广泛应用的图像分割方法, 这种方法易于实现, 但这种方法主要适用于灰度图像, 因此本文采用了一种基于图论的阈值图像分割方法[13], 对传统的阈值图像分割方法进行改进, 该方法易于实现, 而且适用于各种图像。
定义G = ( V, | E) , V是定点, E是边缘, 权重为w ( u, v) , 将V分割成A和B。图像分割可以通过移动连接定点A和B的边缘来实现, 如式 ( 7) 所示:
其中, X ( u) 代表顶点u的位置, F ( u) 代表顶点u的灰度, dI, dX是可调参数。经过改进, 传统的阈值图像分割可以适用于各种背景图像分割, 并且得到的分割区域的图像性质是同质的, 未被改变的。
2. 2 基于改进条件随机场的图像自动标注
条件随机场CRF ( Conditional Random Field) [14]是由Lafferty等提出的一种概率图模型, 最初应用于自然语言处理, 近年来已成功应用于图像处理和模式识别, 本文将它用于图像自动标注。
CRF可以被表示为一个无向图G = ( V, | E) , V表示所有节点, E表示节点之间的无向连接。X表示观测随机变量 ( 即特征) , Y表示未观测随机变量 ( 即标号) 。CRF通过后验概率分布P ( Y | X) 实现标记。根据Hammersley-Clifford定理, 后验概率可表示为:
其中Z是一个归一化常数, u ( x, y) 是基团上的势函数。它是各小部分能量VC ( x, y) 的总和。本文将势能函数改进简化如下:
其中V1为位置势能函数, V2为边缘势能函数。
wi, bi为位置i的参数фi为观察特征空间的势函数。
其中wij为边缘 ( i, j) 的参数, yi, yj为观察量фj ( x) 的边缘线性参数。在迭代运算中, 参数按照以下公式选取:
迭代反复计算直至收敛, 便得到观察对象最合适的外部轮廓参数, 这样处理既考虑了位置势能, 又考虑了边缘势能, 比传统的方法标注正确率更高。
2. 3 场景语义自然语言标注的算法实现
( 1) 给定训练图像及手工标记的集合| x ( k) , y ( k) | , 用2. 1节提出的图像分割算法将图像分割成匀质的区域, 以区域为节点建立图模型;
( 2) 提取区域特征向量фi ( x) ( 颜色, 纹理和形状等) ;
(3) 根据式 (12) 计算势能函数的值;
( 4) 初始化参数 θ ( w, x) , 对参数进行估计;
( 5) 得到参数后对给定的背景图像进行自动标注。重复 ( 1) - ( 3) 步骤, 直至得到最优结果。
3 人行为自然语言描述生成
人体运动的行为描述, 采用基于显著性来选择已经识别的行为。发生的频率越小, 显著性越大, 发生的频率越大, 显著性越小。被选择的行为以及与行为相关的概念与事先建立好的自然语言中的行为动词、动词词组、修饰词等的对应关系得到对应的词或词组。然后采用以下简单语法来生成简单的句子[15], 并增加定语与状语, 最后得到完整的自然语言描述。
句子=子句+标点;字句=主语+谓语[+宾语]
主语=[修饰词+]名词;宾语=[修饰词+]名词
谓语=[前置修饰词+]动词|动词词组+[后置修饰词]
定语=场景语义描述
状语= 时间间隔描述
4 实验及实验分析
4. 1 训练样本的选择和系统参数的初始化
选用的视频资料来源于中国科学院生物识别与安全技术研究中心 ( CBSR) [16]。为了得到三维的人体语义模型, 视频同时选用了顶部和正面一定角度, 正面共三个观察角度的视频序列。训练样本选择场景分别有小区, 公路, 停车场, 大型商店等; 单人行为包括: 下蹲, 上坡, 弯腰, 砸车, 晕倒, 系鞋带, 跳跃, 跑, 散步, 徘徊等动作; 人的交互行为包括: 打架, 尾随, 并排行走, 相遇分离, 相遇同行, 握手, 赶上超过, 抢劫等。通过这些训练样本, 完成了运动语义描述数据库, 图像分割的权重w ( u, v) , 场景语义自动标注的初始化参数 θ ( w, x) 。
用来对比的二维人体语义模型选用的视频序列为正面一定角度的一个角度的素材。
4. 2 部分测试视频序列样本
图5 是选择的三个角度打架部分视频测试序列样本。图中所示的序列包括三个角度的视频序列, 采用关键帧的方法采样关键帧, 对抽样出来的序列采用背景减除法进行场景和人体进行分离, 分别得到三个不同观察角度的背景和人体运动序列, 三个角度信息互为补充, 进行融合, 可以有效解决遮挡问题和部分角度图片模糊的问题。
4. 3 部分实验数据及实验结果
实验测试序列选择了4 个交互行为; 包括打架, 尾随, 并排走, 握手, 相遇分离, 每个行为选择了不同背景下的20 个样本, 用来测试三维语义模型和二维语义模型的行为识别情况部分实验数据和实验结果如下所述, 其中 η 都是经过了归一化处理。
4. 4 实验结果比较及讨论
本文所论述的三维人体语义模型与目前比较成熟的二维语义模型采用相同的测试序列, 其中二维语义模型的测试序列选用的视频序列为正面一定角度的一个角度的素材。实验结果比较如表2 和表3 所示。
从实验结果可以明显看出, 三维人体语义模型在交互动作的识别率上, 特别是有遮挡的行为识别率上明显优于二维人体语义模型, 并且文中的方法实现了场景语义标注与时间间隔状态表述, 对整个行为事件的描述更加完整和精确。
5 结语