特征特征

特征特征（精选12篇）

特征特征 篇1

我所生活的城市, 西安, 是一座充满历史的城市, 十三朝古都, 有着数不清的古迹和遗址。历史对于我们来说, 一种是埋在地下看不见的, 一种是拿出来放在博物馆里展示的, 一种是样子长的像历史的, 还有一种是试图弥补历史和当代之间距离的。在所谓的全球化浪潮席卷的今天, 历史仿佛是东方面对西方的现代化和全球化唯一的一种找到自己特征和身份的方式。但是, 必须承认, 现代化全球化本身就是西方的, 西方之外无现代, 我们年轻一代都是在所谓的现代化环境中生长出来的结果, 绝大多数人甚至没有意识到或者考虑过什么是自己的特征, 即使考虑这个问题, 也只能用着西方的头脑想象着东方的问题, 总是让人觉得是隔靴搔痒。这样看来唯一让人信服的就是古人穿越来到现代, 面对当代的状况看他如何建造, 或者让我们自己忘掉之前受到的所有教育, 自我重新教育, 将自己变成东方文明的产物, 再谈建造。这两种好像才是真正纯粹的东方的现代, 但也都是不可能的。历史这时好像变成了一种负担, 如若不是完全复制, 你能做到最好的, 也是经过先天妥协的, 这听起来似乎有些悲观, 但也是今天我们必须承认和接受的状况。如此一来, 历史好像一种乡愁, 成为一个找不到方向时投靠的怀抱。那么有没有另外一种找到特征的方式, 让我们可以丢掉乡愁的包袱。

初到东京, 在从机场到目的地的地铁上, 就被窗外那极小的城市建筑尺度所吸引, 第一感觉像国内的城中村发展到高级阶段的产物, 和印象中东京应该是繁华的国际化大都市完全不一样。第二天深入考察时才发现东京独特的城市尺度特征是如此的吸引人:街道界面上的是全球化的超大尺度的大都市建筑, 往主要街道里面的支路走几步就会发现一个完全不一样的世界:全部都是低矮亲切的一层或者两层的建筑, 房子的规划也是比较凌乱, 道路顺着地形高低起伏, 宽处仅容一辆轿车勉强通过, 窄处只能步行, 不能行车。每一栋都是不同的仔细设计并施工的房子和认真布置的庭院和花园, 让人仿佛置身于美丽的乡村之中。如此让人放松的宜人的住宅环境和咫尺之外的令人紧张和焦虑的大都市建筑完全是两个世界, 最关键之处不在于街道界面上大都市的繁华, 也不在于街道内部亲切的乡村式的生活方式, 而在于这两者之间是如此紧密的并置:从大都市的喧闹和压力到乡村式的亲切和放松只是一步之遥。而这与美国城市的乡村式的生活方式又完全不一样, 美国的downtown和乡村式的住区环境是完全分离的, 而且呆板僵硬“乡村”的形态也没有任何特征和趣味可言。东京这一独一无二的都市尺度特征是如此的吸引人, 而这不仅仅是一种建筑尺度特征, 也是一种人的生活方式的特征。

现代社会中人们面临的大都市的压力完全瓦解了传统的乡村式的亲密的生活方式。在传统的乡村生活里, 你所住的房子是自己盖的, 吃的粮食和蔬菜是自己种的, 周围的人都是世代居于此地你所熟悉的, 村里的每一条路都是带着记忆的烙印的, 所有这一切都是家的安全的感觉。而在大都市中, 完全脱离身体尺度的巨大的建筑不是个人所能控制和建造的, 建筑已经成为资本和权力的象征, 在几百万甚至几千万人口的城市中你每天接触到的都是陌生人, 在尺度疏离和压迫的城市街道和广场中行走, 在一个路口猛然遇到的他人的目光, 都让人感到焦虑和惶恐。在现代的大都市中, 人处在一种焦虑的不安全的无家的状态。我们必须承认, 文明是向前发展的, 我们再也不可能回到乡村去了, 但文明的进步不应该以牺牲对个体的人的关怀为代价。如果一味追求文明进步, 做个极限的话就像《黑客帝国》里的矩阵一样, 也许未来某一天人类社会再也不需要物质的身体和实体的城市, 所有的一切运作都是虚拟的脑电波的意识, 个体身体存在的唯一价值只是为这个系统提供能量。这在逻辑上看起来是无懈可击的, 但我觉得谁也不想让这一天到来。

东京这一迷人的城市特征好像如此简单有效的应对了个体的人在大都市里无家的这个问题, 面对公共的城市街道的巨大尺度的大都市建筑是对当代全球化文明的回应, 而内部私密的宜人尺度的住宅区却是如此充满人性关怀的人的房子。它并没有抗拒当代文明进步的影响, 同时也丝毫没有妥协对个体的人的关怀, 一个普通人可以在当代最为繁华的大都市里找到一个自己的一个独一无二的安全的家, 这无疑是对人的当代的境况的深入关注, 不能不说是一个令人激动的当代的特征。

与当代的特征相比, 历史的特征是一种乡愁式的特征, 是一种博物馆式, 供人们参观的特征, 你可以住在历史的房子里怀旧, 但毕竟不是长久之计。比如威尼斯, 在今天本地居民也都搬走了, 变成了游客暂时居住式的博物馆。笔者曾经冬天在威尼斯的老房子里住过一周左右, 取暖设施不到位, 网络连接不方便, 房间受潮严重, 实在谈不上舒适, 即使白天看到的历史风光有多么美丽, 也无法长时间接受居住上的妥协。历史终归是过去的时光, 慢慢的会进入博物馆, 变成乡愁的寄托, 但人类社会毕竟是要向前发展的, 我们都是活在当下的时代。历史式的特征是无疑是重要和必不可少的, 但历史也是必然会出现的, 一切都会沉淀成历史, 变成特征的仓库。但是, 如果一切特征都只是从历史中去寻找的话, 谁来关注当代的境况呢。

那么历史的特征能够给当代的特征带来什么, 难道两者必须就是分离的二元吗。克莱门特·格林伯格在他著名的文章《现代主义绘画》里说:现代艺术是从内部对历史进行批判, 批判的目的不是要推翻历史, 而是使艺术本身在自己的领域里更加强化。现代艺术其实是最有连续性的, 没有历史, 没有对保持或超越过去杰出艺术设定的高标准的强烈的需求的话, 现代艺术是不可能出现的。

这句话比较抽象, 如果做一个形象的表述的话, 就像在《黑客帝国》里, 虚拟的矩阵世界Matrix代表当下和未来, 残存的现实世界“锡安”代表传统和过去。Matrix是一个建立在数学基础上的严整系统, 一切都是有规律的。而尼奥这个“救世主”的产生, 则和数学中的哥德尔命题有关:在任何数学系统中, 只要其能包含整数的算术, 这个系统的相容性就不可能通过几个基础学派所采用的逻辑原理建立。简单地说, 就是在任何系统中, 总有些真理是游离于逻辑之外的, 这些真理就叫做歌德尔命题。在Matrix中, 尼奥这个救世主就是在Matrix这个严整系统中不能被数学推得的歌德尔命题。按照整个世界的建筑师最初编写救世主时的任务, 救世主的使命就是在让现实世界“锡安”运行一段时间后, 将锡安的代码带回到Matrix的源程序进行重装, 同时机器世界摧毁“锡安”, 完成Matrix系统的升级。然后救世主将按照初始设置, 带领16女7男返回真实世界, 再开始重建“锡安”, 等待下一代的救世主出现。在这里, 代表传统的“锡安”存在的意义, 就是为了解决代表当下和未来的Matrix必然会出现的问题。

如果由此做个类比的话, 对建筑师来说, 追寻当代的问题, 然后从历史中找到应对的答案, 这也许才是面向未来的历史观。

摘要：在近期流行的建筑议题中, 传统和乡愁成为学界讨论的热点。然而除了一般性的认识, 是否还可以从新的角度来阐释建筑在传统和现代, 历史与当下的处境?为此, 本期评论特邀同庆楠老师就此议题展开论述。

特征特征 篇2

河流的水系特征与水文特征都取决于流域内的地形、气候和人类活动。人类活动是通过改变下垫面而产生影响的.，例如：人类砍伐植被会导致地表径流增加，河流水位陡涨陡落，含沙量变大，(泥沙)淤积河道，河床抬升;植树种草会减少地表径流，河流水位涨落幅度变小，含沙量变小。

硬化路面(水泥路面)会增加地表径流，河流水位陡涨陡落;铺设渗水砖会减少地表径流，增加地下径流，河流水位涨落幅度变小。修水库可以调节河流的流量，使下游水位平稳，减少下游河流泥沙含量。围湖造田会使湖泊调节作用减弱，水位陡涨陡落。

特征特征 篇3

“广播的硬件中最重要的是主持人，广播的软件中最重要的则是他们的主持。”北京人民广播电台台长汪良一直以这样的理念培养和考查主持人的工作。对于独享倾听之美的广播节目，“以声传情、声情并茂”的主持人语言成为他们主持工作的核心，更是节目成功的关键。

作为大众传媒的广播电台，由“广播”到“窄播”的专业化历程，更强调频率的特征性标签。就拿广播媒体的先锋——交通广播来说，“车轮上的广播、车厢里的文化”就是交通广播的整体频率语境。抓住这一点，交通广播才能够成为听众喜爱的媒体。

交通频率的受众特征

受众是频率语境中的重要因素，是频率定位、节目制作的依据。交通广播的听众都是“移动中的人群，他们是车上的人，他们是买得起车或坐得起车的人，他们对商业社会产生着影响”，北京交通台前台长王秋如是说。

驾乘主体的变迁带来主持人语言有针对性的多层表达。上世纪90年代中期，国内的私家车保有量只不过205万辆，交通广播的主要受众群体是出租车司机。而随着经济的迅猛发展，截至2008年6月底，中国机动车保有量为165,713,347辆。大量的行业精英以及普通人都拥有了自己或豪华或实用的代步工具。

由此一来，随着受众范围的扩大、层次的细分，单一的节目、固定的话语样式已不能满足所有听众，主持人的心态和语言也发生了相应的变化。如：以前面对出租车司机，主持人大多有指导帮助弱势群体义务，对象感单一，语言尽量接近出租车司机的群体语言，节目中“张师傅、李师傅”的称呼、“祝司机师傅多拉快跑，注意安全”之类的祝福说得听众心理甭提多热乎了。但如今，更多的私家车主成为交通广播的目标受众，他们的学历层次、生活空间相对于普通出租车司机都有一个较大的提升，因而主持人的心态更趋于平和沟通，在语言上表现为既有针对性（区别于普通综合频率），又依托节目凸显层次感。如以私家车主为主要目标受众的安徽交通广播《新闻直通车》、《爱车时间》等节目，主持人语言和传播的新闻信息符合城市白领需求，强调高品质的生活；而针对出租车司机的维权服务类节目，主持人依然保有着跟司机师傅“一家人”般的亲近感，语言上也更通俗贴近。

受众的接收特点引发主持人语言的灵活、动感表达。交通广播听众的收听环境主要在车上，内部空间狭小，外部环境复杂多变，而在车上的主要工作是驾车或者说是安全驾驶，听广播只是一个附带的休闲娱乐项目。同时，除了长时间驾车的职业司机，在车上的人大多收听时间比较短暂而没有规律性，长时间和单一的节目单元及信息单元都不利于完整收听，因此，主持人的语言相应就要以短小的话题、积极的话题转换、同一话题下相对独立的信息单元来体现驾乘人员收听的这种流动性。通过作者对安徽交通广播目前节目的分析，节目安排以路况信息、新闻资讯为骨架，以娱乐和服务性节目为两翼，同时，针对长时间驾车的人，富于变化的音乐和语言也更容易吸引以伴随性收听为目的的受众群的注意力，使之免于听觉疲劳带来的驾驶疲劳，有助于安全行车。

受众的心理诉求促使主持人语言的多样情感表达。要实现有效传播，就要了解并恰当地满足受众的心理诉求，建立主体间角色认同和情感互动的愉悦。出行人群时常会碰到堵车、事故等烦心事，长时间驾驶更容易引发孤独、烦躁的情绪，此时的交通广播就是他们在路上的贴心朋友，除了实时帮助，更有情感慰藉，这种心灵的渗透是稳定受众群的基础，要靠细节并通过主持人的语言来体现的。

一是信息准确而多样。路况信息是交通广播的生命线，交通瞬息万变，路况播报频率高、重复性强。在保证语言准确性的同时多换几种说法就格外重要。“车流量大”、“通行不畅”代替了单一的“堵车”；“拥挤”与“拥堵”的区别，决定了开车人选择正确的出行路线。而交通台广播的记者驻守合肥交警支队122交通指挥中心，在早晚出行的高峰时段及时梳理播报路况，又体现了交通广播的频道优势和专业权威性。

二是节目风格多样。交通广播的听众是繁忙的有车一族，他们需要最及时的信息和资讯，也需要时尚轻松的生活。安徽交通广播为紧紧抓住听众的需求，打造出不同风格并且屡创佳绩的节目：被听众誉为“创造早间资讯新思维，引领城市生活新风尚”的安徽人民广播电台十大品牌栏目《新闻直通车》，打破传统新闻的编排方式，以轻松明快的播报，海量的新闻信息，伴随早高峰时段的上班一族；备受听众青睐的《小瑶乱弹》以鲜明的主持风格，一直在同时段的电台节目当中遥遥领先；娱乐伴随节目《“玲儿”响叮当》深深吸引着城市里年轻时尚的白领和高校学生；《维权908》《司机加油站》将目光关注到普通的出租车司机，解决出行疑难事，共建和谐大交通，体现了安徽交通广播的社会责任感和人文关怀。

三是主持人语言温情而关照。电波中的主持人虽不与驾车人面对面，但共享的时空环境与陪伴关爱的节目宗旨要求主持人与受众心贴心。“现在夜深人静，乘客少了，有的出租车司机要休息一会儿了。您要把车停在人多有路灯的地方，或者停在住宅小区里，千万不要停在偏僻的小巷，要注意自己的安全。”类似于这样的语言充满温情，让听众倍感贴心舒心。

四是建设“形象工程”。“办看得见的广播”是当今许多电台的口号和实践，安徽交通广播开播以来就以各种有影响、精心策划的活动为契机，加强自我宣传，使其知名度节节攀升。爱是人类共同的情感，因此弘扬爱心最容易得到听众的共鸣，每年一度的“爱心送考”“夏日送清凉慰问交通人”等等主题公益活动，使社会和市民对交通广播产生了认同感和归属感。一年几十场的主持人见面会，和主持人全员上路交通体验式报道……让交通广播的主持人从幕后走向台前，和听众亲密接触，赢得了市场和民心。

从声情关怀到切身帮助的全程服务，让越来越多的黄金有车族融入交通广播的大家族中，成为交通广播的坚实后盾和最集中且深具购买力的听众群，黄金听众赋予了交通广播黄金媒体的特质。

交通频率的本体特征

频率专业化特征要求主持人语言做专业性的大众表达。作为交通广播的节目主持人，面对的受众是所有的驾乘人员，当然就要学习这个言语社团中的相关术语和语言习惯。但节目中邀请到的专家和其他非专业性的听众决定了交通广播的节目主持人不是专家而是专家与听众间沟通的桥梁，尤其对于专业术语要做形象直观的大众化表达。如安徽交通广播每周都会有一次主持人的集中学习，邀请交警、交通等部门的专业人士以及省内高校和台内的专家学者授课，提高主持人的专业素质，使其成为内行和专家，充分体现了交通广播的专业精神和服务精神。

交通广播即时性特点要求主持人语言对转换与衔接的巧妙表达。交通广播节目播出的最大特点就是实时直播，路况随时插播，正常节目与路况播报相得益彰。这就要求主持人的思维和语言始终处于即时变化的动态之中。

从市场来看，交通广播发展壮大的原因浅析有三点：

一是专业性。交通广播把“交通人”作为自己的传播对象，研究他们的收听需求，收听条件和审美需求，确定节目的内容和表现形式，从而获得大家的喜爱。

二是服务性。交通广播最大限度地去吸引听众，把满足听众的需求作为节目的出发点和归宿，不断根据听众的需求变化和节目的效益来调整，形成鲜明的服务特色。

三是合作性。交通广播的最大优势之一是和交通管理部门共同合作。在合作中，双方发挥各自的优势形成优势互补。这是交通广播成功的一个重要前提。

近几年，安徽交通广播始终在实践着这样一个理念，积极参与一些联合活动，如与全国几十家交通广播合作报道“奇瑞百万辆下线活动”、“合铜黄高速开通仪式”、“汶川地震特别节目”等等，不仅面向全国听众提升了安徽的形象，而且与全国同行有效联盟，跨地区合作，更是利益资源共享，前途无量。■

基于特征融合的人脸特征定位 篇4

关键词：人脸特征定位,活动形状模型,特征融合,局部二值模式

1 概述

人脸特征点的精确定位一直都是人脸信息处理的一个重要研究方向。精确的人脸特征定位已经广泛的应用于人脸识别、姿态估计和人脸合成等领域。在许多人脸特征定位方法中, 活动形状模型 (active shape model, ASM) [1,2]和活动表观模型 (active appearance model, AAM) [3,4]应用最为广泛。ASM是一种基于统计模型的方法, 它既可以灵活地改变模型的形状以适应目标形状的不确定特性, 又可以将形状的变化限制在模型允许的范围内, 从而保证模型变化时不会受各种因素影响[5]。然而, ASM在初始位置偏离目标位置较大和光照变化较大时, 很难收敛到正确位置。并且传统的ASM仅利用人脸的灰度信息建立局部模型, 太过单一, 影响其定位精度。

针对以上问题, 本文提出一种改进的活动形状模型。首先利用SUSAN算子能准确检测角点的特点将其与小波变换相结合, 用于识别图像提取边缘和快速准确地获得面部眼角点和嘴角点的位置, 作为模型的初始位置;然后本文根据LBP能够提取微结构如点、边缘、线和平面等并且计算简单的特点, 将其与原方法建立的局部特征融合, 构建新的局部模型用于特征定位。这样就可以克服一定光照的影响, 提高模型定位的精确性和鲁棒性。

2 ASM方法简介

ASM通过对图像进行统计建模得到反映目标图像形状变化规律的形状模型, 以及反映特征点局部区域灰度变化规律的局部模型。在目标搜索过程中利用先验知识进行模型的初始定位, 然后利用局部模型进行特征点搜索, 并利用形状模型对其进行合理性约束。

2.1 构建形状模型

首先选取n幅人脸图像作为训练集, 在每幅人脸图像中手工标定k个特征点, 每幅图像标定好的特征点组成一个形状向量:

然后对形状向量进行标准化, 接下来对其进行PCA处理。形状向量ai可表示为:

其中为平均形状向量, ps为协方差矩阵的前t个特征向量, bs是一个包含了t个参数的向量。

2.2 构建局部特征模型

在第i个特征点的其梯度方向上选择m个像素构成一个长度为2m+1的向量, 对该向量所含像素的灰度值求导得到一个局部纹理gij, 对其他训练样本进行同样的操作,

得到第i个特征点的局部纹理样本集gi1, gi2, …, gin然后求他们的均值和方差, 这样就得到了每个特征点的局部特征,

一个特征点的新特征与训练好的局部特征之间的相似性用马氏距离来表示:

马氏距离最小值对应的点就是最佳候选点。

2.3 特征点搜索

对模型的每个点都进行最佳候选点的搜索, 这样就得到了一个新的形状向量, 然后利用形状模型对其进行合理性约束。直到满足收敛条件, 迭代结束。

3 模型初始位置的确定

本文将二维离散小波变换和SUSAN算子相结合[6], 检测人脸图像的角点位置作为模型的初始位置。

二维离散小波变换能够对图像进行不同尺度的变换, 得到信号的近似分量和细节分量。二维小波对图像进行一次分解时, 将图像分为低频分量区和高频分量区, 在低频区看到更多的频率细节, 在高频区看到更多的时间细节。

SUSAN算子用一个圆形模板在图像上移动, 若模板内像素的灰度与模板中心像素 (称为核nucleus) 灰度的差值小于一定阈值, 则认为该点与核具有相同 (或相近) 的灰度, 由满足这样条件的像素组成的区域称为吸收核同值区 (USAN) 。从图1中可以看到, 当圆形模板完全处在图像中时, USAN区域面积最大 (如图1中的A所示) ;当模板移向图像边缘时, USAN区域逐渐变小 (如图1中B所示) ;当模板中心处于边缘时, U-SAN区域很小 (如图1中的C所示) ;当模板中心处于角点时, USAN区域最小 (如图1中的D所示) 因此, USAN区域包含了图像局部的许多重要信息。

用下式判别该像素是否属于USAN区域:

式 (4) 中, c (r, r0) 为模板内属于USAN区域的判别函数;I (r0) 为中心像素点的灰度值;I (r) 为模板区域内像素点的灰度值;t为2个像素点间灰度的差异阈值。

计算图像中r0点的USAN面积为:

式 (5) 中, m (r0) 为USAN面积, USAN面积越小, 则边缘强度越大。

小波一次变换后, 高频分量区分别保持了图像在水平、垂直和对角线方向上的高频边缘信息。主要的几个亮度、面积最大的区域, 分别对应人脸面部的几个主要特征。利用小波变换粗定位的结果, 在左右眼、嘴巴处做角点检测。使用SUSAN算子计算定位区域的USAN面积, 面积最小的即为眼角点和嘴角点的位置。所得到的角点位置就作为活动形状模型的初始位置。

4 使用融合的特征建立局部模型

4.1 LBP方法

LBP (local binary pattern) , 中文为局部二值模式[7], 它是一种描述图像局部区域纹理变化的算子, 能够检测微细构造, 如边缘、线、点和平面区, 还有另外一个特点就是计算简单。LBP计算原理如下:选取某一像素为中心, 将中心点像素的灰度值作为阈值与邻域的像素灰度值进行数值大小的比较, 把大于阈值的点设置为1, 反之为0, 从而得到一组二进制数。这组数通过下式计算得到:

式 (6) 中, p是半径为R的邻域内的像素个数, gc为中心点灰度值, gp为邻域点灰度值。图2为一个半径为1像素点个数为8的LBP编码产生示例。

如果图像发生旋转, 那么中心像素点的输出值自然会有所变化 (那些二进制表示原本为全0或者全1的像素点除外) , 为了消除图像旋转产生的影响。引入如下定义:

式 (7) ROR (x, i) 中表示将x右移i位, 直到得到它的最小值为止。

在实际的应用中, 为了增强LBP编码的分类能力提出一种uniform (统一) 编码模式:

即如果模式对应的二进制串中0、1变换次数小于两次, 则该模式就为统一模式。例如:01111111、11000111就是统一模式, 而10101111、00110111就是非统一模式。统一模式的LBP编码在所有模式中占有很大比例。

4.2 特征融合方法

由于非统一模式在LBP编码中的数量非常少, 没有足够的信息去描述纹理, 因此所有的非统一模式任意的被分配到一个相同的编码并且不包含在统一模式编码中。本文采用的LBP编码半径R=1像素点个数P=8, 纹理特征由10个编码组成, 其中具有旋转不变性的统一模式编码从0到8, 非统一模式编码为9, 如图3 (a) 所示。用这些LBP编码可以表达纹理特征, 例如0在纹理中代表点、4代表边, 如图3 (b) 所示。正是由于LBP编码可以代表点线面, 所以可以更好的表示纹理的细节信息。最后的纹理特征是通过LBP编码的直方图来表示的。

本文将LBP所提取的细节纹理特征与原方法的局部特征相结合, 采用特征水平融合的方法。特征水平融合方法能够使融合后的特征包含更丰富的信息, 并且可以减少融合后的冗余信息。LBP所提取的细节纹理特征为Z1=[b1, b2, …, bn], 原始活动形状模型所提取的局部特征为Z2=[g1, g2, …, gn]。用z-score方法对每个特征进行标准化:

式 (9) 中为第i个特征向量, ui和δi分别为第i个特征向量的均值和标准差。那么融合后的特征为:

合并后的特征维数增加, 这样就会增加计算量和存储空间, 因此还需要对其进行PCA降维:

式 (11) 为融合后的新的局部特征。那么式 (3) 就改为:

4.3 LASM搜索算法

基于上述改进的ASM方法, 我们可以通过迭代的方法来实现未知人脸图像的关键特征点的搜索, 每步的迭代过程如下:

(1) 设当前的全局形状为ai-1;

(2) 用小波变换和SUSAN算子相结合定位待检测人脸的眼角点和嘴角点, 作为模型的初始位置;

(3) 用式 (12) 搜索每一个标定点对应的最佳侯选点, 由此获得新的面部形状, 记为ai′;

(4) 通过仿射变换并调整其参数使得当前特征点的位置与对应的新位置最为接近;

(5) 比较相邻两次迭代结果之间的差别, 如果它们之间足够小或者迭代次数达到指定的值, 则搜索结束。否则转到 (3) , 继续新的迭代。

5 实验分析

本文基于PIE人脸库中的部分图像进行训练测试, 共490张, 其中包含正面人脸图像以及不同光照和正负偏转30°的人脸图像, 其中4/5作为训练图像, 1/5作为测试图像, 每幅图像分辨率取。每幅训练图像手动标有69个特征点。PIE人脸库中的图像均为彩色图像, 在仿真试验中, 需转换为灰度图像。图4为改进方法和原始方法在PIE人脸库中部分人脸图像仿真结果的比较。从图4给出的三幅人脸图像中可以看出, 原始ASM方法定位鼻、眼和人脸轮廓效果不佳。改进的方法能提高定位效果。

本文用两种算法对图像集进行训练, 然后在测试集合上将各个算法的运行结果与手工标注结果进行了比较。表1为两种算法的比较:

可见, 本文算法的收敛性能要优于传统ASM算法。

6 结束语

本文针对原始ASM方法对模型的初始位置敏感以及仅仅根据灰度信息建立局部模型过于单一的问题, 提出了改进措施。本文将小波变换与SUSAN相结合, 定位角点作为模型的初始位置。并在局部模型的建立中融合了LBP方法。LBP方法不仅能够提取图像的细节信息, 而且计算简单。实验结果表明, 本文提出的LASM方法和传统ASM方法相比, 定位的收敛率得到了明显的提高, 定位的精确性和鲁棒性也得到了明显的改善。

本文将LBP提取的细节信息与原方法融合, 今后可以将其它方法融合在局部模型的建立中, 如Gabor小波特征和Haar-like特征等。

参考文献

[1]T F Cootes, C J Taylor, D H Cooper.Active shape models-their training and application[J].Computer Vision and Image Understanding, 1995, 61 (1) :38-59

[2]S C Yan, C Liu, S Z Li, et al.Face alignment using texture-constrained active shape models[J].Image and Vision Computing, 2003, 21 (1) :69-75

[3]I Matthew, S Baker.Active appearance models revisited[J].International Journal of Computer Vision, 2004, 60 (2) :135-164

[4]T F Cootes, G J Edwards, C J Taylor.Active appearance models[J].IEEE Trans on Pattern Analysis and Machine Intelligence, 2001, 23 (6) :681-685

[5]刘爱平, 周焰, 关鑫璞.改进的ASM方法在人脸定位中的应用[J].计算机工程, 2007, 33 (18) :227-229

[6]胡利军.小波变换和SUSAN算子在图像处理中的应用[J].无线电工程, 2007, 37 (8) :13-15

[7]Timo Ahonen, Abdenour Hadid, Matti Pietik?inen.Face recognition with local binary pattern[J].Lecture N otes in Computer Science, 2004, 3021:469-481

[8]邵婷婷, 白宗文, 周美丽.基于小波变换的图像边缘检测[J].电子测试, 2014, 19:26-27.

[9]张译匀.基于活动形状模型的人脸特征定位的研究[D].兰州理工大学.

特征特征 篇5

一、教材分析与教法设计

1、教材的地位

统计是研究如何合理的收集、整理、分析数据的学科，它可以为人们制定决策提供依据，在日常生活中，人们常常需要收集数据，根据所获得数据提取有价值的信息，作出合理的决策，统计基础知识已经成为一个未来公民的必备常识。本节课主要通过对数据的整理分析，增强学生的社会实践能力，培养学生解决问题能力，增强学生学习数学的兴趣。

2、课程标准

（1）通过实例理解样本数据标准差的意义和作用，学会计算数据的标准差。

（2）能根据实际问题的需要合理地选取样本，从样本数据中提取基本的数字特征。

（3）进一步体会用样本估计总体的思想，会用样本的基本数字特征估计总体的基本数字特征，形成对数据处理过程进行初步评价的意识。

3、学生状况分析

学生在初中已经初步接触了平均数、方差、标准差等数字特征的相关概念，并掌握了用样本的数字特征进行相关的运用，也尝试过探究式的学习方式，所以说从知识和学习方式上学生已具备了自我探究的基础。

4、教学目标

根据上述教材内容与教材地位的分析，按照《普通高中教学课程标准》的要求，考虑到学生已有的认知结构和心理特征，我制定了如下的教学目标：

（1）通过实例让学生明确样本数据的平均数和标准差的意义和作用，能熟练计算样本数据的平均数、方差、标准差。

（2）通过合作探究使学生能从实际问题中合理提取数据，利用样本数据计算方差，标准差，并对总体稳定性水平作出科学的估计。

（3）通过自主探究与合作学习，让学生总结出平均数和方差的常用结论，能深刻领会通过合理的抽样对总体的稳定性水平作出科学的估计的思想。

5、教学重点、难点

重点：（1）通过实例让学生明确样本数据的平均数和标准差的意义和作用，能熟练计算样本数据的平均数、方差、标准差。

（2）通过合作探究使学生能从实际问题中合理提取数据，利用样本数据计算方差，标准差，并对总体稳定性水平作出科学的估计。

难点：理解样本标准差的意义和作用，形成对数据处理过程进行初步评价的意识。

6、教学方法

教法：著名数学家波利亚认为：“学习任何东西最好的途径是自己去发现。”在教学中为了体现以学生发展为本，我进行这样的教法设计，在教师的引导下，通过学生的类比，探究与合作交流进行教学。

学法指导：“授之以鱼，不如授之以渔”，方法的掌握，思想的形成，才能使学生受益终身。本节课的很多环节都是以学生主动参与为主，通过学生的自主学习完成教学目标。

教学手段：利用电脑和投影仪进行辅助教学。

二、教学程序设计

1、回顾旧知，做好铺垫。

通过复习近平均数、方差、标准差使学生熟悉相关公式，为新课的推进做好充分准备。

2、创设情景，导入新课

本节课通过伦敦奥运会射击选拔赛的例子引出课题使学生自觉不自觉地参与了情境中的角色，这样他们的学习积极性和思维活动就会极大地调动起来。因为问题的设置紧扣本节课的教学内容，当学生跃跃欲试地解答时，课题的引入已经水到渠成。学生的学习兴趣很快地吸引到了课堂上来，从而进入主动学习的状态。

3、探究新知，步步为营

质检是产品在生产过程中的一个重要环节，而平均数是工业生产中监测产品质量的`重要指标，当样本的平均数超过规定界限的时候，说明这批产品的质量可能距生产要求有较大的偏离，应该进行检查，找出原因，从而及时的解决问题。通过屏幕显示相关的具体实例，让学生深刻理解到用样本的平均数估计总体的平均数时，样本的平均数只是总体的平均数近似。按照学生的认知规律引导学生自主研究，既培养学生的运算能力，又提高学生的合作能力。

处理方式：学生以小组为单位进行讨论。完成任务后，组长可举手示意。

设计意图：不仅营造了学生合作、共同探讨问题的氛围，而且培养了学生从已有的认知结构中去提炼知识的能力。同时也培养了学生的竞争合作意识。

4、巩固应用，提升思维

应用一是公式的拓展，一方面是通过几组数据检查学生对公式的理解和掌握，另一方面通过展示数学的简洁美，来激发学生的发散思维

应用二是实际应用，用一个应聘问题让学生逆向求解，激发学生的发散思维，提升学生的应用能力；同时使学生认识到在解决实际问题时，仅仅依靠均数是片面的。

5、课堂小结，知识梳理

通过学生自我总结，老师补充的方式，达到让学生的学习由感性认识升华为理性认识.

6、课堂小测，巩固反馈

针对自学情况，教师立即小测，完成本节基础知识的学习。

健康人格的特征 篇6

1、有效地知觉现实

他们都能客观地察觉他们周围的人和事物，他们不把这个世界仅仅看成是他们想要或需要的样子，而是按着它的实际情况来看待它。由于有这种知觉的客观性，他们就能准确地判断其他人——迅速地识别出对象的伪装和不老实。他们不但对人如此，而且对艺术、智力和政治方面的事情亦能坚持自己的客观态度。他们不按流行的方式或别的什么人的方式来理解这些问题，而是依自己的判断和知觉。当然这些知觉和判断也不会掺杂倾向性或成见。

2、客观地接受自然、别人和自我

具有健康人格的人们毫不抱怨或焦虑地承认他们自己，承认他们的缺点和优点。实际上他们并不过多地考虑他们自己。即使是这些最健康的个体，也有弱点和不足，但他们对此并不感到羞愧和内疚，他们总是按其本来面目承认自己的天性。这样，他们也就不歪曲或篡改自己，在他们周围也就没有防御，而且他们也没有把自己隐藏在假面具或社会角色的背后。他们既不羞愧也不辩解地承认他们肉体上的欲望，而且他们也接受他们的爱和被爱的水平，尊重的水平以及自己价值的水平。一般地说，他们也同样宽恕他们所认识的人的缺点。

3、关心他们自身之外的问题

这种人热爱他们的工作，并且感觉到对他们来说，这些工作是天然适宜的。他们的工作是他们想要去做的某种事情，做这些事情确实不仅仅是为了谋生。著作家、哲学家和科学家通过工作能探索真理，艺术家可以探索美，法学家可以探索公正。他们不是为金钱、名誉或权力而工作，而是由于工作能满足他们的超需要。由于专注于工作，和由于工作所带来的强烈的满足，结果使这些健康人非常努力地工作。他们喜欢干他们的工作超过了干任何别的事情，并且以此来作为对自己做工作的报酬。

4、有独立和独处的需要

人格健康的人对于独立和独处有一种强烈的需要。他们在与形形色色的人交往的同时，也需要有独处的机会来反省自己。这种为了满足自己的需要而不依赖别人的表现，常使他们成为孤零零_的或沉默寡言的人。他们的行为和感情是强烈地以自我为中心的和强烈地自我定向的。这意味着他们有能力形成他们自己的意向，做出他们自己的决定。与此同时，这些人在社会和自然环境中还有着自主活动的能力和偏爱。即使他们不再为缺失性动机所驱使，那么他们为了自己需要的满足也就不再依赖现实世界，因为成长动机的满足来自内部。他们的发展依靠他们自己的潜能和内部资源。

5、高层次的社会兴趣

他们对所有的人都有强烈而深刻的慈爱之情，也有帮助人类的愿望。由于他们与一般人之间有明显的差别，所以他们是在更高的水平上活动的。他们也许经常被别人愚蠢的、懦弱的或残酷的行为所压抑或激怒，但他们能迅速的理解和宽恕他们。

6、性格中的民主倾向

人格健康的人能容忍和接受一切人而不管他们的社会阶级、教育水平、政治、宗教派别、种族或肤色如何，这些差别对于他们来说是无关紧要的。然而，他们的行为远不止容忍。在他们与别人相处中，如与那些缺少教育或智慧的人相处时，他们并不保持自尊，他们完全准备倾听，并向任何能够教他们某些东西的人学习。

7、能正确区别手段与目的、善与恶

人格健康的人能把手段和目的明确分开。对于他们来说，目的比达到目的的手段更重要。然而这是比较复杂的，因为心理健康的人经常认为是目的的某些活动和体验，对心理不大健康的人来说则是手段。人格健康的人在处理伦理问题时能够善恶分明，而不大健康的人则经常是混乱的或不一贯的，常常为了跟前的利益在正确与错误之间摆来摆去。

8、具有善意的幽默感

人格健康的人在他们感到富于幽默感的事情方面，在引起人们发笑的事情上不同于普通的、不大健康的人。不大健康的人往往因三种幽默发笑：敌意幽默，这种幽默包含着对别人心理上的刺痛；优势幽默，这种幽默为趁机捉弄别人的某种缺陷；权威或反抗行为的幽默，这种幽默往往与不干净的字眼有联系。心理健康的人的幽默富于哲理，它们一般都包含着一种能引起多数人兴趣的、有教益而非做作的论点。它是有几分创见的幽默，它导致的是理解的微笑和点头，而不是引起放声大笑。

9、有创造性

小议步法特征和磨损特征的关系 篇7

一般而言, 鞋底在被人们穿上行走的过程中, 会不断与地面或其他接触面发生摩擦, 久而久之, 这导致鞋底发生磨损痕迹, 轻者会使鞋的底面物质发生或多或少的脱落, 重者则会使鞋底出现裂痕等等。科学研究显示, 磨损特征的形成与鞋子种类关系不大, 主要是由足型结构、行走力的大小、方向、受力部位及行走习惯动作等因素决定, 即与步法特征密切相关。鞋底与地面相互接触、相互运动形成磨损, 主要是以挤压磨损、磨粒磨损的方式出现的。事实上, 人的行走运动 (穿鞋行走) , 从支撑腿落足、滚动到起足, 这一过程地面上的足迹的样子一方面可以中分看出人们的所穿鞋的底面花纹形状, 另一方面也可以分析出人们行走时的步法特征, 即人们的行走动作习惯。值得注意的是, 一般情况下, 当鞋与地面长期发生接触后, 鞋底的磨损情况同样反映出人们的行走动作习惯。因此可以说人的行走动作习惯一般可以通过鞋底的磨损情况看出, 而通过人们的鞋印有可看出鞋的磨损特征。

2. 落足阶段鞋底磨损特点

众所周知, 人在行走过程中, 一般都是脚跟先落地, 与地面最先发生接触, 此时脚掌会与地面产生一个较大的踏力, 导致后跟的外侧最先与地面接触, 受到的作用力最大。所以, 当一双鞋被长期穿用后, 由于后跟长期与地面接触, 不断发生摩擦, 就会使得鞋底后跟的物质发生或多或少的磨损。科学研究显示, 落足阶段鞋底磨损主要在脚后跟部位。换句话说, 人们在行走过程中的落脚方式直接决定了落足阶段鞋底磨损特点。

3. 起足阶段鞋底磨损特点

与落足阶段不同的是, 在起足阶段, 我们都是脚趾先落地, 并且受力大小是由脚掌心到脚趾这部分不断增加的。一般而言, 鞋尖部位的磨损状况与脚趾的在鞋中的部位和起足高低有直接的关系。实践证明, 如果起足高那么磨损面小, 其原因主要是, 如果起足高, 那么鞋尖与地面的接触面较小, 发生的磨损面就小, 相反, 起足低则会磨损面大。此外, 鞋掌部位的磨损与鞋尖和鞋跟都是大大不同的, 它主要是跖趾关节经常蹬地, 长期以来, 鞋底的受力就变大, 承受力不足, 再加上时常鞋底弯曲, 所以鞋掌也得到较大的磨损。由此可见, 鞋掌和鞋尖的磨损程度并不弱, 可以说仅次于鞋跟的磨损程度。

4. 垂直支撑阶段鞋底磨损特点

垂直支撑阶段, 鞋底面与地面完全接触。鞋底面对地面产生一个正压力, 地面对鞋底产生一个支撑力而形成挤压作用。此时鞋底与地面没有相对运动和相对运动趋势。由于鞋底面挤压地面, 使得地面上的物质深入到鞋底表面, 引起鞋底表面物质脱落所形成, 这个阶段引起的磨损较小。

5. 区域划分和检验顺序的关系

二者均从落脚开始, 依次为后跟、脚弓、前掌、脚趾到起脚划区分段。首先应观察测量鞋印落脚部位所反映的力的大小与方向, 脚跟、脚弓、前掌、脚趾的压力面、重压面、重压点, 鞋印边缘的虚实及其各自的位置、形状、面积的大小、相互关系, 起脚部位所反映的力的大小与方向。继之观察测量鞋底落脚部位的磨损位置、程度、力的方向, 脚跟、脚弓、脚前掌、脚趾部位磨损面的位置、形状、磨损程度及其之间的相互关系, 起脚部位磨损位置、程度、反映力的方向以及鞋的边缘磨损状况。

6. 检验内容和范围的关系

二者都从起落角、足底压力等方面出发, 明确指出脚掌面的着力点、着力范围、着力大小与其穿用鞋子的鞋底相应部位的磨损点、磨损范围、磨损程度相对应, 将鞋印所反映的起落角、足底压力面状态与鞋子的鞋底磨状态紧密地联系在一起, 揭示了鞋底磨损特征的本质, 使在形象检验中将磨损单纯地作为形象特征上升为动作习惯特征, 将足迹检验从鞋印扩大到鞋, 根据鞋底磨损认定人身, 从而扩大了检验范围, 使足迹检验形成了一环扣一环的完整的链条。

7. 检验中应用的特征的关系

在鞋印的观察过程中, 我们知道鞋印中的动作习惯特征主要是以足迹的凹凸、密度 (或灰度) 层次和磨损形象3种形式反映的。通常, 步法特征首先根据足迹的凹凸情况来反应压痕特征表现人行走所留鞋印中的动作习惯特征;其次再根据步法特征和足迹关系认定人身;最后在根据鞋底的磨损状况反映在鞋底上的人行走动作习惯特征, 其中主要包括鞋底的磨损部位、受力大小、受力方向等等。由此可见, 通过鞋印认定人的检验就是通过鞋印把握人们行走过程中的力的分布情况和使用情况。具体而言就是在鞋印上表现为落脚阶段的力的作用点、作用方向痕迹, 滚动阶段的垂直地面的作用力和为了保持身体动态平衡的水平分力所共同形成的“压力面”的形状、大小、分布和走向的痕迹形态, 起脚阶段的力的作用点、作用方向痕迹, 在鞋上则表现为鞋底的磨损和鞋子的变形。所以根据足迹所反映的动作习惯特征进行认定人的检验, 既包括鞋印也包括鞋子, 按落脚、脚底、起脚顺序进行比对。比对方法就是寻找标定特征位置及大小、形状, 确定特征相互间的关系构成的特定性。

摘要：人的行走运动是一种习惯动作的循环往复, 人在站立时或做空间位移时这个习惯动作却是相对稳定的。本文进一步通过对步法特征和不同年龄阶段所穿用鞋的磨损进行调查研究, 归纳总结出鞋底磨损与步法特征二者之间存在的特殊关系, 并在此基础上得出进步法特征随年龄变化的规律特点。

关键词：步法特征,鞋底磨损,特殊关系,规律特点

参考文献

关于特征值与特征向量的教学体会 篇8

线性代数作为数学的一个重要分支, 是讨论矩阵理论、与矩阵结合的有限维向量空间及其线性变换理论的一门学科。一般来说, 各种实际问题在大多数情况下可以线性化, 随着计算机技术的发展及其应用的普及, 线性化了的问题又可以计算出来, 线性代数正是解决这些问题的有力工具。

在矩阵计算中, 我们遇到的主要有以下三个基本问题。

(1) 求解线性方程组, 即给定n阶非奇异方阵A和n维向量B, 求一个n维向量x使得Ax=b。

(2) 计算一个矩阵的特征值和特征向量, 即给定一个方阵A, 求它的全部特征值或部分特征值, 或者相应的特征向量。

(3) 求超定方程的最小二乘解, 即给定m×n阶矩阵 (m≥n) 和m维向量b, 求n维向量x使得‖Ax-b‖2=min{‖Ay-b‖2:y∈Rn}。

在大量的科学研究中, 如流体力学、固体物理、量子物理、化学工程、航空航天工业、水力发电、化学工程、电机工程、信号处理和控制、网络排队、软件可靠性等, 经常都归结为一个矩阵计算问题。上述问题数值求解的理论研究, 算法开发和相应的软件设计是当今计算数学研究领域中的重要课题, 国际上对此研究极为重视。

如考虑如下微分方程的数值解,

设Ω是xy平面中的具有正方形边界坠Ω的一个有界区域, 考虑Laplace方程的第一边值 (Dirichlet) 问题, 由有限差分法, 离散后化为求解如下线性方程组:

其中A非奇异。

在工程技术中, 经常会遇到矩阵特征值的问题, 例如各种振动问题都可以归结为对矩阵特征值的计算。如弹性系统的振动模型, 按照力学的有关理论可以导出系统的运动方程, 在系统中, 要求系统中每个物体位移的问题就转化称为求系数矩阵A的特征值λ和特征向量x的问题。

二、教授矩阵特征值与特征向量的困难

在高等教育出版社出版的同济大学数学系编写的工程数学—线性代数 (第五版) 教材[1]中, 第五章讲相似矩阵及二次型, 从该章第二节到第四节讲授特征值, 特征向量和矩阵对角化理论。从特征值与特征向量概念以及求法, 关于对应于不同特征值的特征向量线性无关的定理, 讲到相似矩阵具有相同的特征值、与对角矩阵相似的充要条件, 再到对称矩阵对应不同特征值的特征向量相互正交的性质, 从而获得对称矩阵必存在正交矩阵使其相似于对角矩阵的结论。这短短三节将特征值、特征向量、对角化的问题讲解得十分清楚、简洁。但学生认为这部分内容要完全理解是非常困难的, 究其原因有二:一是为什么要引入特征值与特征向量他们不理解;二是因为不理解而不能很好地接受这个概念以及不明白后面两节的用意, 虽使用各种类型的习题对其进行巩固, 但仍感到不能清楚地理解概念的本意。

三、矩阵特征值与特征向量的讲授方法

引言中的那些典型的例子, 涉及学科的交叉问题, 对于本科低年级的学生来说, 作为引例是有一定难度的, 下面本着数学来源于实际并还原于实际的原则, 结合生态模型的简单应用探讨特征值与特征向量理论的讲授方法。

下面例子的过程分析对理解教材中的特征值与特征向量概念是十分有益的。

考察栖息在同一地区的兔子和狐狸的生态模型, 对两种动物的数量的相互依存关系可以用以下模型描述。

其中xn, yn分别表示第n年的时候, 兔子和狐狸的数量;x0, y0分别表示开始观察的时候, 兔子和狐狸的数量, 令

首先我们可以写出上述模型的矩阵形式如下:

我们可以看到, 向量x乘以一个矩阵A之后有非常简单的形式, 等同于乘以一个数。

这就启发我们思考, 对于任意一个给定的矩阵, 是否我们总可以找到一个数λ和一个非零的向量x, 使得:

由此可以预测n年后两种动物的数量没有发生改变, 即已经到达了生态平衡。

以上运算中, 表达式Aα0=α0反应了矩阵A与某个向量的乘积等于一个常数乘以这个向量。让我们再看一个数值算例, 设矩阵A和向量x分别为:

这样我们就得到了矩阵特征值和特征向量的定义。如果纯量λ和非零向量x恰好满足这个方程, 那么λ称为A的一个特征值, 而x称为A的属于λ的特征向量。显然这两个概念不可避免地要成对出现, 并且特征向量不能为零向量。

四、结语

暂且不说特征值和特征向量的其他作用, 仅从代数角度看, 它们也是非常有意义的, 因为根据定义, 特征向量是这样一些向量, 它们乘以一个矩阵之后有非常简单的形式, 等同于乘以一个纯量。这样在计算方阵的n次幂时可以大大地简化计算。

摘要：从矩阵特征值和特征向量的理论与实际应用两方面, 结合自己的教学体会与认识, 阐释了如何进行线性代数课程的课堂教学, 能收到良好教学效果。

关键词：特征值,特征向量,教学方法,教学效果

参考文献

[1]北京大学数学系.高等代数 (第三版) .北京:高等教育出版社, 2003.

特征特征 篇9

随着互联网信息的海量增长,一方面用户很难从海量信息中发现自己真正所需的信息;另一方面也使得大量少人问津的信息成为网络中的“暗信息”,无法被一般用户获取[1]。推荐系统[2,3,4]作为互联网信息和用户快速连接的一种工具,可以帮助用户方便获取感兴趣的信息。推荐系统技术的出现,使用户不再是被动的网页浏览者,而成为信息获取的主动参与者[5]。推荐系统的核心思想是从海量的用户历史行为数据中分析出与用户兴趣相关的物品信息,并向用户进行推荐。推荐系统在电子商务领域应用非常广泛,如淘宝、京东、亚马逊等大型网站均有应用。亚马逊的购书推荐系统,可根据用户的购买情况,向用户推荐相关书籍;360浏览器的“猜你喜欢”功能,可根据用户的点击情况,向用户推荐相关信息等。

目前,对于推荐系统还没有明确的分类体系,本文对推荐系统作如下划分:1根据算法原理,分为基于协同过滤算法的推荐、基于内容的推荐、基于关联规则的推荐、基于知识的推荐、混合推荐;2根据应用场景,分为电子商务应用中的推荐、社交好友的推荐、信息内容的推荐;3根据使用的分析数据,分为基于用户行为数据的推荐、基于标签的推荐、基于上下文信息的推荐、基于社交网络的推荐。

随着互联网络的发展和大数据浪潮兴起,人们逐渐意识到推荐引擎的重要性,好的推荐系统能够充分挖掘隐含在大数据中的信息,帮助用户迅速获得所需信息,提高信息查询效率,改善用户体验,同时方便为企业推销产品。目前,apachemahout推荐系统平台,可以帮助开发人员快速搭建推荐系统。

1传统推荐算法

1.1协同过滤算法

协同过滤算法是目前应用最为广泛的个性化推荐技术[6,7],其中Grundy被认为是第一个投入应用的协同过滤系统[8]。协同过滤算法主要有两种:基于用户的协同过滤和基于物品的协同过滤。基于用户协同过滤的基本思想是在大量的用户中挖掘出和目标用户具有相同兴趣的用户,作为目标用户的近邻,根据近邻与目标用户的相似度,预测目标用户对目标物品的喜爱程度,根据最终计算结果排序,将评分较高的物品推荐给用户。基于物品的协同过滤的基本思想是:如大量用 户对两个 物品的评 分非常相近,则两个物品是相似的,先计算出物品之间的相似性,再找出近邻物品,结合用户对近邻物品的评分计算出对当前物品的评分。基于物品的协同过滤算法分为两步:1计算物品之间的相似度;2根据物品的相似度和用户的历史行为生成推荐列表[9]。

1.2相似度计算方法

协同过滤中,由用户的历史评分记录生成用户评分矩阵Rm*n,根据Rm*n计算用户相似度以及物品的相似度,相似度计算在协同过滤中非常关键,可以提高准确度。

协同过滤算法中常用的相似性度量方法有余弦相似性、皮尔森相似度、修正余弦相似性等。

余弦相似性的计算将用户评分看作n维空间中的向量,计算向量之间的夹角余弦度量相似性的大小:

其中,u,v为两个用户的评分向量。

皮尔森相似性是在两个用户共同评分的项目集上,使用用户的评分进行相似度计算:

其中,Ru,i代表用户u对物品i的评分;Ru.avg代表用户u评分的平均值;S代表用户u,v评分的项目集。

修正余弦相似性也是依据用户评分计算相似度:

其中,Ru,i代表用户u对物品i的评分;Ru.avg代表用户u评分的平均值;S代表用户u,v共同评分的项目集合;S1代表用户u评分的项目集合;S2代表用户v评分的项目集合。

1.3预测评分方法研究

使用近邻用户的评分数据,或者近邻物品的得分,采用相似度加权方法计算用户对目标物品的评分值。计算如下:

sim(u,v)代表用户的相似度;Pv,j代表近邻用户v对物品j的评分;Ru.avg用户u评分的平均值。

近邻物品得分的计算方法如下:

sim(i,j)代表物品的相似度;Pu,j代表用户u对物品j的评分;Rj.avg为用户得分的平均值。

本文在以上传统协同过滤算法的基础上,提出改进的协同过滤算法。

2基于用户特征和商品特征的组合协同过滤算法

在协同过滤算法中,用户和商品相似度的计算是非常重要的步骤,精确的近邻计算结果可以提高信息推荐的准确度。传统协同过滤仅依据用户评分的历史记录进行相似度计算,没有考虑用户和商品本身的特征。本文提出一种新的相似度计算方法,能改善相似度的计算结果。

2.1基于用户特征的相似度计算

网站注册中一般会 要求用户 填写基本 信息,例如年龄、性别、学历、职业等。本文将用户属性特征信息融入相似度计算,根据采用数据集,考虑用户的性别、年龄、职业信息。

(1)性别特征。不同性别的用户对商品的需求是不同的,性别相似度度量计算公式为:

(2)年龄特征。不 同年龄段 的用户对 商品的需 求不同,年龄相似度度量计算公式为:

本文认为年龄差距在10岁以内的用户兴趣相近,其它年龄差距按公式进行度量。

(3)职业特征。不同职业的用户对商品的需求不同,职业相似度度量计算公式为:

用户特征相似度计算公式为:

其中a,b分别为性别特征和年龄特征所占权重,可根据具体情况,结合传统协同过滤算法反复实验获得适当的权重。

用户相似度计算公式为:

其中,SimMatrix(u,v)为根据用户评分矩阵计算的相似度结果;c,d分别为两种相似度计算所占权重,具体数值可结合传统协同过滤算法反复实验获得。

2.2基于物品特征的相似度计算

将物品分类信息融入商品相似度计算中,由于每个商品可以属于多个不同的类别,以测试数据集movelens中的数据分类为例,电影类别数目一定,一部电影属于某个类别,则该类别属性的值设为1,否则类别属性设为0。根据类别属性值产生一个类别向量,通过计算类别向量在n维空间的夹角余弦来计算商品之间的特征相似度。

假设商品i的类别向量为→i,商品j的类别向量为→j,则商品i,j之间的相似度计算公式:

物品相似度计算公式为:

其中,SimMatrix(i,j)为根据物品得分矩阵计算的相似度结果;Sparse=对i,j评分用户的交集/i,j评分用户的并集,为用户评分的稀疏度;e,f为两种相似度计算所占权重,具体数值可通过结 合传统协 同过滤算 法反复实 验获得。

2.3组合推荐算法

通过计算相似度得到近邻用户和近邻商品,传统评分预测计算方法采用上文所述相似度加权方法。本文提出的计算方法基于物品的计算方法和基于用户的计算方法进行组合,计算公式如下:

其中,α=相似物品数/设定的物品近邻数;β=(设定的物品近邻数-计算出的相似物品数)/设定的物品近邻数。

上述组合评分计算,弥补了由 于数据稀 疏性即物 品多、评分少带来的近邻数目不足的问题,改善推荐计算结果。

3实验设计与结果分析

将基于物品的协同过滤算法,基于用户的协同过滤算法和本文提出的改进算法的实验结果进行对比。

3.1实验数据集

验证实验所采用的数据集为MovieLens网站的电影评分数据ml-100k,MovieLens由GroupLens项目组创办,是一个以研究为目的的实验性站点。ml-100k数据集包括用户属性信息文件u.user,用户评分数据文件u.base,u.test,电影信息文件u.item等。该数据集包含10万条用户评分记录,943位用户,1682部电影,每个用户至少对20部电影进行了评分。

3.2实验度量指标

本实验结果的度量标准采用平均绝对误差MAE。通过计算算法预测评分和实际用户评分的偏差大小来度量算法的预测准确性。MAE计算公式如下:

其中,Pi为预测用户品分;qi为用户实 际评分;N为评分用户数目。

3.3实验结果

结合传统协同过滤算法进行反复试验,确定计算公式中权重估计值:

a=0.5,b=0.2,c=0.7,d=0.3,e=0.8,f=0.2。在上述权重值下进行基于用户协同过滤,基于物品协同过滤及基于用户特征和商 品特征的 组合协同 过滤算法 试验。实验结果如图1所示。

由实验结果可以看出,结合用户属性特征和商品分类属性特征的组合协同过滤算法在不同的近邻数目取值下,度量指标平均绝对误差比传统的基于用户的协同过滤和基于物品的协同过滤低。可以看出,本文算法提高了推荐的准确度。

4结语

本文将用户属性特征融入用户相似性计算,将商品分类特征融入商品相似性计算,改进了相似度计算方法,并将两种预测评分方法进行组合,一定程度上减少了数据稀疏性带来的问题。由实验结果可以看出,改进的算法提高了推荐精度。下一步研究需将该算法应用在其它推荐场景中,不局限于实验所采用的数据。

摘要：协同过滤算法在电子商务网站推荐系统中的应用非常广泛,其通过分析大量用户的历史行为数据,挖掘用户的兴趣,向用户推荐合适的物品。然而,协同过滤算法存在数据稀疏性问题。针对该问题,提出一种基于用户特征和商品特征的组合协同过滤推荐算法。通过用户基本属性特征、物品分类属性特征以及用户的历史评分记录,计算用户的相似性和物品的相似性,获得近邻用户和相似物品;依据改进的基于物品协同过滤和基于用户协同过滤组合推荐算法,为项目进行评分。实验表明,该方法能降低预测结果的平均绝对误差,提高推荐精度。

特征特征 篇10

随着互联网的深入发展,互联网金融的发展非常迅速,甚至是已经发展到了校园中。随着互联网金融的发展,征信迫在眉睫。但是我国的信用评估体系并不完善。在过去的信用体系建设中,主要着重在企业和个人的信用评估方面,很少涉及到大学生这个特殊的群体。因此,建立一套适用于大学生的信用评估体系,选择合适的信用指标,对繁荣的互联网市场确定信用良好的学生等方面具有重要的意义。

在美国,每个人都有非常完善的个人资信档案。信用卡的每笔消费、透支、偿还等都非常详细的记录在了个人资信档案中。1943 年,Edward F Gee提出了现今大家所熟悉的5C原则,即品格、能力、资本、抵押品和周期形势。二十世纪七十年代,Paul H.Hunnm根据5C原则提出了5P原则,分别是借贷人、资金用途、还款来源、债权保障、授信展望等5 方面[1]。借鉴国外个人信用评估的指标,我国也在逐步建立适用于我国国情的信用指标体系。黄大玉等将每个人的资信评定分成品质体系和资本实力体系两个体系,并且采用“单独量化、分别评定、互相制约”的方法评分,以避免混淆品质和资本实力的目的[2]。王军等人根据年龄、学历、职业等设立了十五个指标用于全面评价个人资信,测算贷款人的还款能力、信用额度等。在以上的评估体系中,婚姻状况、职业与职务、住房情况、工作稳定性、月收入等都是影响个人信用的指标[3]。然而这些指标并不适用于大学生。研究高校学生的信用评估模型,选择适用于学生的信用指标是非常重要的。

本文利用在校学生的图书馆记录、消费记录、学习成绩等数据,使用特征分组和遗传算法相结合的方式作特征选择,选择出适用于学生信用模型的学生信用指标。

1 特征选择算法

在特征选择算法中,按照搜索特征子集的策略,可以分为完全搜索、启发式搜索、随机搜索三种方式。其中随机搜索是完全搜索和启发式搜索的折中,能够在相对较短的时间内找出接近全局最优的特征子集,是一种比较有效的特征选择方法。遗传算法是随机搜索算法中的一个典型算法,目前已经在机器学习、信号处理、经济预测等领域都取得了非常显著的成果。因此,在本文中也将选用遗传算法作为特征选择的方法。但是遗传算法对于特征多的大规模数据库的效率也比较低,本文提出了特征分组与遗传算法结合的方法。在本文中,特征选择的过程如图1 所示。

2 特征选择过程及结果

2.1 数据处理

随着学校信息化和数字化的发展,学校数据库里包含了大量与学生的生活、学习相关的数据。在国外,很多国家都已经把图书是否超期作为信用的一部分。学校的数据库中也详细记录了每个学生在图书馆借阅的情况,因此,本文中将利用图书馆的逾期记录进行建模。

从某高校的数据库中随机选择了4000 个学生数据,其中2000 个作为训练样本,另外2000 个作为测试样本。这些数据包括学生在学校中的图书馆借阅记录、图书馆门禁记录、消费记录及学习成绩等,如表1 所示。

根据表1 所得的数据,可以衍生出很多衍生变量。整合原始变量和衍生变量的到一张变量表,通过观察表中的数据内容,剔除对建模没有意义的变量,得到与原始变量相关的七十五个特征变量。本文将从得到的七十五个特征变量中选择出评价大学生信用的特征变量。

2.2 特征分组方法

本文使用变量聚类的方法进行特征分组。变量聚类是通过分析变量间的关系来对变量作出分类,以达到对变量进行归纳和整理的目的。变量聚类一般根据相关阵或协方差阵对变量进行分类聚类,类的选择则是根据主成分分析的思想,使每一类的第一主成分所解释的方差达到最大[4]。

在SAS软件中,可以使用proc varclus过程直接进行变量聚类过程,将变量分成指定的组数。本文中,利用proc vaclus将特征分为四组,每组有十几到二十几个变量。

2.3 遗传算法

2.3.1 编码及初始种群设计

遗传算法只能处理表示成由基因组成的个体的数据。在本次特征选择中,是否违约是一个二值问题,因此采用二进制编码的方法,每个染色体对应一个特征子集。设在特征组中有n个特征,则染色体十一个长度为n的{0,1} 字串,如果基因为1,表示该基因对应的特征被选中,如果为0 则表示该基因对应的特征没有被选中。随机产生k个长度为n的{0,1} 字符串作为初始种群。

2.3.2 适应度函数的设计

适应度函数是评价群体中每个个体适应度的函数。如果个体的适应度函数值比较大,说明它具有的优良基因比较多,那么它遗传到下一代的可能性就比较大;如果个体的适应度函数值比较小,说明它具有的优良基因比较少,那么它遗传到下一代的可能性就比较小。因此,适应度函数的设计非常重要。

本次特征选择的目的是找出与学生信用相关的特征变量,成功将学生根据信用好坏分类。因此,在本次适应度函数的设计中,根据分类准确率进行设计适应度函数。分类准确率高的特征子集遗传到下一代的可能性大。

逻辑回归在二值分类的预测中具有非常广泛的作用,而且稳定性非常好,在本次适应度函数的设计中,以分类的准确率作为适应度函数值。

在本文中,样本只有违约和没有违约两类,对于染色体个体,所选取的特征个数为n个。首先采用辑回归算法对个体选取的特征进行逻辑回归分析,得到参数估计中各个特征的系数,然后将得到的系数代入到线性回归函数中,根据线性函数值计算出大学生违约的概率,并且根据违约概率预测是否违约,最后根据实际情况与预测结果计算该模型的准确率。

2.3.3 遗传算子

(1)选择算子

在本次遗传算法进行的过程中,选用最佳个体保存方法。与其它选择方法相比,最佳个体保存方法可以保证进化中某一代的最优解不被交叉和变异。在本文中,选择算子的步骤是:在交叉或者变异生成的新个体与上一代个体放在一起,对分类准确率进行排序,根据种群中的个体数保留分类准确率高的个体。

(2)交叉算子

在本次遗传算法中,采用的是一点交叉的算法。一点交叉的步骤是,从上一代中随机选择两个个体,随机指定交叉点,生成两个新的个体。

由于采用特征分组的方法,所以在每组个体的特征大约为十几到二十左右,相对比较少。

而且一点交叉比较成熟,使用简单,更容易的生成新的个体。

(3)变异算子

在本次遗传算法的变异过程中,首先按照变异概率选择需要变异的个体,然后在选出的个体中随机选择变异的基因,从0 变成1 或者从1 变成0,实现基因的变异。

2.3.4 终止条件的设计

在随机搜索算法中,终止条件一般设为一定的循环次数。在本次遗传算法的试验过程中,为遗传过程设置一定的代数,当遗传进行到该代之后停止。

2.4 实验及结论

在特征分组及遗传算法选择之后,得到各组变量的优化子集。将各组子集整合到一个变量集中,然后所得到的特征变量集利用遗传算法进行最后的优化,得出最优子集,该子集中的特征可以用于高校学生中的信用评估体系建设,如表2 所示。

在训练样本中,根据特征子集进行信用评估后得到的结果的准确率为94.5%,将得出的特征子集应用到测试样本中进行测试,结果的准确率为93.5%。从这些数据可以看出,选择出的特征子集应用于训练样本和测试样本时的分类准确率相差不大,说明该特征子集的选择比较好。

3 总结

本文为顺应互联网金融在高校校园中的发展,通过分析高校学生的学习成绩、消费记录及图书馆相关记录,为判断高校学生的信用状况选择合适的特征子集。首先,进行数据预处理,形成原始特征空间。然后,使用变量聚类的方法给变量分组,通过遗传算法找出各组中的最优子集。最后,整合各组最优子集,再次使用遗传算法找出最优子集。

根据该特征子集,采用逻辑回归算法,对学生的信用状况进行分析,可以看出该特征子集具有一定的准确性,可以作为高校学生信用评估模型中的特征变量,为高校学生信用评估模型的建立提供了一定的参考价值。但是,选择出的特征变量也有一定的不足。学生的生活、学习中不止有本文中用到的数据,还有其他可能与信用强相关的数据。另外,本次分析只选用了一部分学生数据,学生数据是在不断更新的,所以特征子集也可能需要不断的调整。

摘要：随着互联网金融的发展,消费信贷已经走入高校学生的生活中。本文在高校学生消费信用数据缺失的情况下,根据学生在学校中的图书馆借阅记录、图书馆门禁记录、一卡通消费记录以及学习成绩等数据进行分析,为高校学生信用模型的建立筛选相关特征变量。本文中采用特征分组与遗传算法相结合的方法,筛选出了与学生信用相关性最大的特征变量,为高校学生征信提供了重要的参考价值。

关键词：相关分析,遗传算法,信用

参考文献

[1]李大伟,个人信用评分与信用卡风险控制研究[D].长春,吉林大学,2006

[2]黄大玉,王玉东.论建立中国的个人信用制度[J].金融论坛.2000,(3):27-31.

[3]康世瀛.个人信用评估及贷款决策研究[J].经济问题探索.2002,(9):108-112.

山西商人性格特征 篇11

山西商人大多白手起家，凭着吃苦耐劳的创业精神杀出了一条血路，足迹踏遍天涯。

山多地少、土瘠民贫、天寒风烈的生存环境，逼着山西人背井离乡，踏上从商之路，同时也铸就了山西人勤俭吃苦、坚韧不拔的品质。历史上，山西商人称为晋帮。晋帮商人对万里行贾习以为常，他们远往他乡，不以身家为念。山西商人大多白手起家，他们靠的是勤俭吃苦的创业精神，一步一步走向成功。

许多山西商人把吃苦勤俭的美德代代承传，形成一种不怕艰苦、不畏风险的创业精神。在经商的刻苦性上，可以说，山西商人居全国商人之冠。现在，山西商人凭着这股精神，足迹遍及天涯。从日本到莫斯科，从加尔各答到阿拉伯地区，都能见到山西商人的身影。山西人也自豪地宣称："凡是有麻雀能飞的地方都有俺山西人。"

讲究信用和质量

山西商人崇信尚义，名闻四海。

在历史上，蒙古牧民只要看到刻印有"三玉川"、"长裕川"字样的砖茶就争相购买，甚至他们以砖茶代替银两作为货币在交易中使用。

自古以来，从经营思想上看，商人可分两类：一是诚贾，又称廉贾，良贾，良商；二是贪贾，又称任商，佞商，奸贾，奸商。前者薄利多销，货真价实；后者压价、抬价、掺杂使假，囤积居奇，投机倒把。其区别在于诚贾以信义为重，奸商做生意不讲信义。山西商人则是重信义的一个群体。近代名人梁启超就曾经说过："晋商笃守信用。"

历史上，山西商号信用卓著，贸易双方产生了一种由信用交易产生的特殊结算形式--标期。太谷为全省商业中心，标期每季一期，届期结算旧债，再生新债，有借有还，体现了商人与主顾间建立的互相信赖关系。过标之期，名商云集，"通衢为之狭"。倘若有人不按规定执行，就要受到所有商号的指责，并采取一致行动，中止与他的贸易往来，让他落得个身败名裂的下场。因此，晋帮商人中有许多深孚众望的商家，"舞弊情事，百年不遇"。

在山西商人中，许多人生意越做越大，越做越红火，就因为他们讲究信义，才得以致之。

近年来，由于山西商人在经商实践中奉行崇信重义的职业道德和遵守公平竞争的市场规则，成绩卓著，而受到社会的广泛好评。因此，与山西人做生意，在一般情况下，可以大胆放心，他们不会玩欺诈，也不会见利忘义。

公平竞争

义与利是一对矛盾，只讲义而不求利，就不成为商人，但只求利而不讲义，既不合乎社会道德规范，损害公众的利益，从长远看也是饮鸩止渴，损害商人自身的利益。所以，处理好义与利的关系，既是职业道德的要求，也是商人素质的体现。在处理义与利的矛盾上，山西商人是成功的典范。他们的秘诀就是公平竞争。

历史上，山西票号，财大气粗，其势力几乎左右全国的金融市场。它有得天独厚的竞争优势，但票号既不欺行霸市，也不以势压人，而是义中取利，同舟共济，互利互惠，尤其是对一些资金少、规模小的钱庄、店铺、典当、账局，他们不但不排挤，反而不时给予资金上的资助。这样，山西票号就避免了矛盾激化和一些不正当的竞争，而是凭借雄厚的资金、良好的信誉、灵活的经营和优质的服务，招徕了客户，扩展大量业务，从而取得了一流的经济效益。

山西商人公平竞争的商业精神一袭而下，到现在，他们做生意时仍然很注重的商业道德。在西部大开发的工程招标或其他企业活动中，虽然竞争很激烈，但是，山西人很少动歪主意，走关系，而是凭借实力进行公平竞争。

薄利多销

山西商人以善于经营闻名于全国，其经营方略值得借鉴。

山西人做生意一个重要的特点是薄利多销，产销结合，并以其热情周到的服务，赢得广大客户的欢迎。在历史上，他们在内地采购草原牧民需要的服装、茶叶、布匹、铁锅、白酒、红糖、碗瓷壶、果品等贱价抛售，还将布料扯成不同尺寸的蒙古袍料任牧民选购，从而使销售量大增，利润因之增多。而且，他们深入了解各地的生活习惯、消费水准、市场容量、产品规格、性能、价格等要素，采取以销联产、产销结合的办法，有时直接联系货源，组织生产加工。例如，平遥、祁县从事茶叶贩运的商人干脆在福建武夷、安徽六安及湖南等地开设茶叶加工厂，自己加工包装成砖茶，然后加盖本公司的商标，到各地销售。他们往往采用薄利多销的方式。

由于他们重视产品质量、信誉，因而客户只认商标，不加检验便大量购买，致使销路畅通、市场稳定、利润大增。此外，山西人大多从事长途贩运，商品的流通环节十分畅通，自运自销，产销配套，一条龙服务，既保证了供货及时，质量可靠，又赚取了运输费用，可谓一举数得。

因此，在山西做生意，必须重视山西商人的这一做法，并且加以接受学习，这样才能增强自己的竞争力，否则售价太高，就难以与山西人进行竞争，也难在山西打开市场。

重视信息

重视信息，预测行市，垄断市场，这是晋商致富的重要途径。

做生意，要讲信息。历史上尤其是贱买贵卖为主要手段的晋商，对商品信息十分重视。他们虽无徽商那种族谱"联络网"，但也尽量通过各种渠道了解市场行情，掌握各地物资余缺及影响商业经营因素的情报。在商业总号和分号之间，一般是五天一信，三日一函，互通情报。这种经济情报对晋商寻求商机和下决心起了很大的作用。

现在的山西商人大多继承了晋帮商人重视信息这一特点，在做生意时，他们很重视信息的捕捉和反馈，许多大的公司企业都有专门的市场预测人员进行市场调研，及时采取相应的变化措施。进入新世纪，山西人在互联网上建立的"晋商网"， 分"新闻动态"、"商业机会"、"产品展示"、"行业资讯"、"企业全库"、"晋商文化"、"企业名录"等栏目，及时发布和提供有关各种最新信息，并且每天更新100条以上。

针对山西商人重视信息的这一特点，在与他们做生意时，应做到几点：睁大眼睛看行情，竖起耳朵听动静，多方设法了解环境，掌握市场和竞争对手的情况。对于信息，要求真、全、快，即准确、全面、及时，只有这样，才能使信息产生巨大的经济效益。在信息战中，除了捕捉对方的竞争实力外，还有其竞争的态势(如产品的市场占有率、知名度、销售走势等)，竞争的策略等。还需要知道国家的政策、法令、市场要求的状况、消费趋势等等。

山西商人的特点

特征特征 篇12

痕迹检验中研究的足迹, 是犯罪嫌疑人在进行犯罪活动过程中, 足与地面等物体表面接触时留下的痕迹。虽然犯罪现场中的足迹和日常生活中的足迹没有本质区别, 但由于犯罪嫌疑人受到犯罪情景下各类因素的影响, 其遗留的足迹所包含的信息却具有一定的复杂性。所以, 痕迹检验中的足迹概念是有其特定含义的。

足迹检验是一种专门的科学活动。它包括足迹分析与足迹鉴定两部分。足迹分析是指依据足迹的各类形象特征反映分析人身特点及鞋、袜种类的检验过程。足迹鉴定是依据同一认定理论, 运用比对检验的方法, 比对现场足迹与样本足迹的特征异同, 确定现场足迹与犯罪嫌疑人或其所穿鞋、袜关系的检验过程。

2 足迹检验中的同一认定和种属认定

赤足检验是通过现场赤足足迹和犯罪嫌疑人赤足样本进行特征比对, 得出两者是否为同一人所留的结论, 所得结论可以直接认定人身。

赤足迹检验主要依据的是赤足的形象特征, 有时辅以步法特征。当前, 形象特征是进行同一认定的基础。例如赤足乳突纹线, 因人各不同, 终身不变, 是在认定人身时的重要基础。而形象特征中后天形成的特征, 无论从形态结构, 位置, 数量等方面都有较强的特定性。例如伤疤, 因其出现的随机性, 使其具有很强的特定性, 成为足迹检验中进行个人鉴定的重要依据。

穿鞋足迹检验一般有三种:a.根据现场穿鞋足迹对犯罪嫌疑人的鞋进行同一认定或否定;b.根据现场足迹对犯罪嫌疑人足迹进行人身同一认定;c.根据现场遗留的鞋对犯罪嫌疑人所穿其他种类鞋是否为同一人所穿进行同一检验。

鞋底的形象特征包括鞋底的外形, 使用的原料, 生产工艺, 鞋底磨损等。根据鞋底的生产工艺, 鞋底材料以及花纹形态等, 对嫌疑鞋印属于哪一类鞋所留进行种属认定;根据鞋在穿用过程中形成的一些磨损, 孔洞, 断裂等特征, 在足迹反映中表现为空白或隔裂, 尤其是鞋底的磨损部位, 大小, 形状, 程度具有人各不同的特点, 成为在种属认定的基础上进一步同一认定的重要依据。

3 足迹检验中种属特征和个别特征的研究

3.1 赤足足迹的种类特征和个别特征

赤足足迹所能反映的关于造痕体即足的特征主要有:赤足结构特征和运动特征。赤足结构特征包括足型特征、肤纹特征和其他特征;赤足运动特征即赤足足迹中反映出来的步法特征, 包括赤足步态特征和步幅特征。赤足足迹所能反映的特征较多, 但按特征的属性分类, 可划分为种类特征和个别特征。每类特征的属性不同, 对足迹的形象反映也不同, 对同一认定的作用也不同。对于赤足特征而言, 一般以结构特征为主。

3.1.1 赤足足迹结构特征中的种类特征主要有:

(1) 长、宽特征, 包括足长、宽以及各部位长、宽特征。 (2) 趾排列、分布的类型。 (3) 足弓的类型。 (4) 乳突纹线花纹类型。 (5) 边缘形状, 包括各区域的各边缘的形状。 (6) 褶皱纹的形状和分布。 (7) 畸形趾的类型。 (8) 鸡眼、老趼、脱皮的形状。 (9) 伤疤的类型及形状。 (10) 附着物的气味、种类、形状。如图1所示为赤足结构种类特征的足长足宽, 图2, 图3, 图4为不同的种类特征中不同的趾排列关系类型示意图。

3.1.2 赤足足迹结构特征中的个别特征主要有:

(1) 足型特征中的趾的形态、具体分布关系、趾间区和趾节区的形态、边缘形态、各边缘之间相互关系、第五跖骨粗隆的具体形态。 (2) 肤纹特征中的乳突纹线细节特征, 褶皱纹的具体形态、方位、流向及相互关系。 (3) 畸形趾的具体形态。 (4) 伤疤、鸡眼、老趼、脱皮的具体形态、方位及其与乳突纹线的关系。 (5) 附着物的位置、形态以及包扎的方式方法等。如图5所示。

3.2 穿鞋足迹的种类特征和个别特征

穿鞋足迹结构特征的种类特征和个别特征有:

a.种类特征主要包括:原料特点、鞋型结构、花纹种类及形状、注射孔和放热孔的形状及方位、附着物种类。

b.个别特征主要包括:非平直型冲切底鞋的鞋底边缘花纹形态;厂号、商标、鞋号的形态、方位;大牙子、围条的粘贴方位、方式;袢孔、袢头的方位、形态;原料、温度不均和碰撞等所引起的花纹变形, 模糊;模压或注压底鞋的绱线针脚、走料痕、冷却凹陷、削边整形的特征;皮底鞋和步底鞋的针脚、裁切形成的鞋底边缘轮廓形态、接头、跳线、表面凸凹等特征;修补方式与形态特征;附着物的附着方式与形态特征;穿用特征中的局部磨损的方位、形态特征。

穿鞋足迹步法特征中的种类特征和个别特征有:

a.种类特征包括: (1) 步幅特征中的步长、步宽、步角特征及双足摆动方式特征。 (2) 步态特征中的蹬痕、踏痕、压痕的形状、方位及伴生痕迹的形状、方位。

b.个别特征包括: (1) 蹬痕、踏痕、压痕的具体形态及其关系。 (2) 伴生痕迹如擦痕、挑痕等的具体形态、具体位置, 伴生痕迹之间的相互关系及其与蹬痕、踏痕、压痕之间的相互关系

4 足迹种类特征和个别特征的关系和相互转化

通常来说, 单个足迹种类特征一般不会变化。但当多个种类特征结合在一起, 各种类特征之间的相互关系共同形成足迹的个别特征, 则可用于足迹的同一认定, 以图6, 图7, 图8为例来说明。

对于图6, 单纯的拇指内缘突点和跖内缘突点的位置两者对应关系为拇指内收关系, 属于种类特征。但分别过拇指内缘和跖内缘突点作足迹中心线的平行线, 测量两平行线之间的距离, 进行具体量化之后, 则可以将种类特征转化为个别特征。图7中对于掌区跖前缘形态为波浪型, 属于种类特征。当具体计算波峰、波谷数量及波峰与波峰顶点之间具体距离及测量三指中心到所对应波峰顶点的距离时, 则可以将种类特征转化为个别特征。

图8中对于穿鞋足迹, 趾区、掌区内外侧整体的磨损位置、范围为种类特征, 但将各重磨损部位进行定位, 对各个区域重磨损点进行勾线画图, 所形成的具体图形形状、距离、长度、角度进行测量, 则将磨损的种类特征转化为个别特征。

5 结论

足迹检验是一种专门的科学活动, 也是侦查破案的一个重要方面, 随着目前犯罪形势的变化和案件复杂性的增强, 足迹检验在侦查破案中的地位和作用不言而喻。要保证足迹检验科学, 准确, 应在包括种属特征和个别特征在内的足迹特征研究上加以重视, 以便提高足迹的利用率, 更好的指导侦查破案。

参考文献

[1]孟小平, 韩均良, 王靖中.足迹鉴定技术[M].北京:群众出版社, 2012.