知识交集

知识交集（精选8篇）

知识交集 篇1

0 引言

Internet上分布着海量的信息, 但由于这些信息内容没有更好地形式化表示, 所以, 主要是提供给人使用的, 计算机难以处理。加上互联网上广泛存在的信息格式的异构性、信息语义的多重性以及信息关系的匮乏和非统一, 给人们在信息搜索、抽取、表示、解释和维护方面造成极大的不便。正是由于这样, 使得网络的深层次应用, 如电子商务、电子政务和数字图书馆等智能化服务的开展十分困难。而计算机拥有对大规模信息处理的能力, 因此将网上信息处理和信息利用尽可能地交给计算机自动完成是解决这些问题的关键。而要达到这样的目的, 人们必须让计算机能够“理解”这些信息, 并在“理解”的前提下更好地处理和利用这些信息。WWW的创始人Tim Berners-Lee在2001年正式提出了在现有Web的基础上建设语义Web[1]。十多年来, 国内外对这方面做了大量研究, 其中, 对已有的RDF (Resource Description Framework) 知识和新建立的RDF知识进行并、交、差等集合操作产生新的知识 (这就是本文所说的知识融合) 国内研究很少, 所以, 本论文在研究语义Web的体系结构和Jena系统的体系结构[2]基础上, 基于Jena系统研究面向语义Web的知识融合的交集操作, 并基于Jena系统对知识融合的交集操作进行实现和验证。

Jena是HP实验室开发的一个用来处理语义Web架构的Java工具包[3,4], 本文使用的版本是Jena2.1系统 (以下简称Jena) 。Jena为语义Web研究提供了一个RDF平台, Jena根据RDF模型和RDFS语法规范提供建立和操作RDF图的Java API, 支持集合的并、交、差操作。

1 RDF文件、RDF图与RDF三元组

RDF文件、RDF图与RDF三元组是相同知识的三种不同表示形式。

RDF文件可以用纯文本文件编辑器 (如记事本) 或编程的方式创建, 下面是ynu-lnic-3.rdf文件的文本内容。

RDF文件和RDF有向无环图 (以下简称RDF图) 之间可以相互转换, 图1是ynu-lnic-3.rdf文件对应的RDF图, 图中椭圆表示一个资源 (resource) , 资源为空的结点称为空结点, 有向边表示该资源对应的一个属性 (property) , 方框表示该属性对应的值。

基于Jena系统创建图1的核心代码:

RDF三元组 (triples) 是RDF图的另外一种表示形式。RDF图中的每条边是一个陈述 (statement) , 一个陈述包含主体 (subject) 、谓词 (predicate) 、对象 (object) 三个部分, 所以陈述又叫做三元组 (triple) 。一个RDF有向图是一系列陈述的集合。ynu-lnic-3.rdf文件转换成三元组后的结果如下面所示, 其中, 前两行为命名空间, 四个数字编号代表四个三元组 (也叫四个陈述) , genid:ARP105295表示空结点。

2 两个RDF文件交集 (intersection) 操作分析

图1是ynu-lnic-3.rdf文件的RDF图表示形式, 图2是ynu-lnic-4.rdf文件 (此文件的内容如图3所示) 的RDF图表示形式, 两个RDF文件在图上可以明显地看到有相同的知识和不同的知识, 如何把这两个文件中相同的知识提取出来, 即两个RDF图的交集, 这是一个值得研究的知识融合问题。本文以图1和图2为例, 研究两个图的交集操作。

交集操作思想:交集操作是把两个RDF文件对应的三元组取交集, 也就是对两张图所包含的陈述 (statement) 取交集。首先把两个RDF文件分别加载到两个model模型中, 然后判断模型中两个图的大小, 用反复器Iterator列出小图的每一条陈述与大图中的每一条陈述进行比较, 如果小图中的陈述包含在大图中, 则把小图中的该条陈述加载到新建的第三个模型中, 重复上述比较过程直到全部比较完为止。此时第三个模型中就是两个RDF文件的交集。

3 交集操作描述及程序代码实现

(1) 初始化:创建两个空的model1和model2 (使之初始化为两个模型) ;

(2) 从存储介质上打开两个RDF文件并分别转换为两个Input Stream流对象;

(3) 把内存中两个Input Stream流对象分别读入model1和model2中, 通过model1和model2模型的装配, 首先转换成两个对应的RDF图 (Graph1和Graph2) , 然后每个图分别转换成对应的三元组Triples存储在内存中, 每个三元组的组成为Triple (Subject, Predicate, Object) ;

(4) 新建第三个空的model3模型并初始化, 判断Graph1和Graph2的大小, 列出小图的所有Statements放在反复器Iterator中, 提取反复器Iterator中的每一条Statement, 并判断这条Statement是否在大图中, 如果在大图中, 则把这条Statement加入到graph3中, 重复这一过程直到小图中每一条Statement都判断完为止。这样, model3对应的Graph3中存放的就是Graph1和Graph2的交集;

(5) 把内存中图Graph3中的交集结果输出到显示器或固定存储设备上。

基于Jena系统实现交集操作的核心代码:

4 基于Jena系统开发环境的搭建

jena系统的开放源码包括jena.jar, xerces Impl.jar, xml-apis.jar, icu4j.jar, concurrent.jar, jakarta-oro-2.0.5.jar, antlr.jar, junit.jar, commons-logging.jar, log4j-1.2.7.jar, rdfapi-2001-01-19.jar共11个程序包, 本论文用到的包主要是jena.jar。

用小颖Java源代码反编译专家V1.30中的“目录级反编译操作”反编译Jena2.1系统中lib文件夹中的上述1个java包, 就可以获得Jena2.1系统源程序代码。

知识融合的界面实现使用Jcreate pro2.5、Jbuilder X和Togerther6.1工具。Togerther6.1工具用来分析Jena系统的类图, Jbuilder X配合Togerther6.1打开Jena系统的源程序代码。

安装Java sdk1.4.0和Jcreator Pro250, 把Jena2.1系统中Lib下的11个jar包添加到Jcreator Pro250开发环境下。然后在Jcreator Pro250开发环境下设计知识融合的操作界面和编写程序代码。

5 两个RDF文件知识融合交集的界面设计及实现

知识融合的界面设计如图3所示, 整个界面设计分上中下三个部分, 上面部分和中间部分的设计相同, 都是由一个命令按钮和文本框组成, 命令按钮的功能负责从“打开文件对话框”中选择一个RDF文件;文本框的功能负责显示用命令按钮打开的文件。这样就可以把两个RDF文件分别打开并显示在两个文本框中。下面部分由一个文本框和六个命令按钮组成。交预览按钮负责实现知识融合的交集操作并把结果显示在文本框中, 交导出按钮负责把交集结果导出到文件系统的存储介质上。笔者基于Jena系统提供的Java API实现了知识融合的交集操作 (源程序代码略) 。图3是RDF文件lnic-ynu-3.rdf和RDF文件lnic-ynu-4.rdf交集操作的运行结果显示 (用默认输出格式"RDF/XML-ABBREV") 。

6 知识交集结果在线验证

为了验证知识交集结果是否正确, 我们把通过可视化界面导出的RDF文件分别上传到Experimental RDF Visualizer在线RDF解析器, 解析结果表明我们的编程实现是正确的。

Experimental RDF Visualizer解析器是HP实验室开发的一个实验性RDF图可视化器, 用户使用时需要自己搭建运行环境。该解析器由五个Java程序文件组成:

Analyzed Graph.java, Node To SVG.java, Model To SVG.java, Http Visualize Handler.java, Http Visualize Server.java。

编译和运行该解析器需要的其它软件有: (1) Sun's Java SDK, version 1.4.1; (2) The Jetty HTTP Server, version 4.2.1; (3) The Jena RDF Library, version 2.1。

运行的步骤: (1) 在Jcreator Pro250下运行Http Visualize Server.java, 按提示输入*.rdf文件所在的路径, 系统开始在DOS界面下检测提供路径的文件, 正常后自动启动远程服务器; (2) 切换到IE浏览器, 在地址栏输入http://localhost:8181/visualize即可查看RDF文件夹中的RDF文件的RDF图。

图4是用Experimental RDF Visualizer解析器显示的交集操作结果, 参与知识交集的源文件是RDF文件lnic-ynu-3.rdf和lnic-ynu-4.rdf, 知识融合交集的结果文件是lnic-ynu-3-4-intersection.rdf。

7 结束语

基于Jena系统的知识融合技术研究包含的内容很多, 本文基于Jena系统实现了知识融合的交集操作, 下一步将基于Jena系统对知识的差集操作进行研究。

参考文献

[1]Berners-Lee, T.;Hendler, J.;Lassila O., “The Semantic Web”, Scientific American, May 2001.

[2]Jeremy J.Carroll, “Jena:Implementing the Semantic Web Recommendations”, HP Laboratories Bristol, HPL-2003-146, December 2003.

[3]http://jena.sourceforge.net.

[4]http://www.hpl.hp.com.

知识交集 篇2

笔试题：两个整数集合A和B，求其交集

两个整数集合A和B，求其交集，

分析：

1. 读取整数集合A中的整数，将读到的整数插入到map中，并将对应的值设为1。

2. 读取整数集合B中的整数，如果该整数在map中并且值为1，则将此数加入到交集当中，并将在map中的对应值改为2。

通过更改map中的值，避免了将同样的值输出两次。

笔试题：找出1到10w中没有出现的两个数字

分析：

有1到10w这10w个数，去除2个并打乱次序，如何找出那两个数?

申请10w个bit的空间，每个bit代表一个数字是否出现过，

开始时将这10w个bit都初始化为0，表示所有数字都没有出现过。

然后依次读入已经打乱循序的`数字，并将对应的bit设为1。

当处理完所有数字后，根据为0的bit得出没有出现的数字。

首先计算1到10w的和，平方和。

然后计算给定数字的和，平方和。

两次的到的数字相减，可以得到这两个数字的和，平方和。

所以我们有

x + y = n

x^2 + y^2 = m

主题报道:寻找受众感受的交集点 篇3

一、从平民视角切入

每年的“两会”报道, 是主流媒体的重头戏, 会前的气氛烘托、会中的进程报道、会后的反响, 都是要做的题目。2010年《新华日报》的“两会”报道, 在官方微博上开展江苏“民生十问”的网络投票, 由网民在《新华日报》提供的20个问题中票选出10个最关心的问题, 通过记者带上大会, 采访代表委员为解决这些问题提出的思路和建议, 形成“两会”报道的一大亮点。

用平民的视角采写报道, 会面对各种各样的社会矛盾, 不应让问题放大或回避问题。在2012年的“两会”报道中, 很多主流媒体直面民生难点, 重视解决问题的办法, 寻找沟通点。比如很多老百姓认为工资涨幅赶不上GDP的增长速度。对此, 新华社报道了人大代表林道藩利用会议间隙到北京西绒线菜市场进行调研, 发现10元可买到21个鸡蛋、或5根黄瓜、或3个苹果、或5张地铁票、或7个番茄, 报道一出, 引发各地晒物价的热潮。通过横向比较, 人们能够发现政府在公共交通等民生领域的投入, 让老百姓在回忆过去平价时光的同时, 也感受到这些年的发展。

主题报道创新思路很重要, 不要写成工作总结, 视角一变就能找到了宣传主题和百姓关注的交汇点。

二、以记者体验的方式采写

很多主题报道, 往往采访记者规模很大, 但采访却是蜻蜓点水, 报道的内容和材料上文字没有多大区别。特别是典型人物的报道往往脸谱化、抽象化。

体验式报道何以打动人?真实。记者带着情感去感受生活, 笔下的现实才能充满人情味, 打动受众。去年央视4套推出的《边疆行》, 12路记者翻越400余座崇山峻岭, 跨过15条滚滚江流, 采访对象涵盖30多个少数民族、3000多基层群众。节目播出后, 平均收视率上升至0.24%, 观众好评如潮。

“走转改”不是一种创新, 而是一种回归。记者只有每天行走在真实的社会中, 才能触摸到民生的脉搏。体验式报道是一种职业洗礼, 带着责任去思考, 带着情感去观察, 不管有没有“走基层”的标识, 稿件都能产生震撼人心的效果。

三、用片段的方式展示

主题报道多是配合重大的政治任务或者经济成就展示, 因为主题重大, 往往结构庞大、洋洋洒洒、浓墨重彩, 效果未必好。不妨把成就分解为老百姓可以理解、感受的片段。

今年十八大成就报道的主要内容是展示这10年的辉煌和进步。为了让这一系列报道做得生动好听, 江苏新闻广播推出《百姓故事》, 报道涉及了人们日常生活的25个方面, 采访对象全是普通人, 有农民、学生、小老板、公务员, 通过他们的日常生活, 讲述他们这10年的变化, 客观地展示了科学发展带来的成果, 以最贴近的方式传递出最有说服力的感受。比如, 记者采访了一位厨师, 展现了“餐桌上的革命”, 表现现代人对健康的日益关注;采访了一位私家车主, 展现幸福的烦恼:10年来, 私家车增加了13倍, 生活半径大了, 道路也拥堵了, 开车时潇洒了, 停车时又苦恼了;写导游的故事, 反映10年来中国人旅游的足迹遍布全球;写网店店主的故事, 反映电子商务已经成为经济生活的重要力量……

幼儿园交集教案 篇4

1、学习用交集图表示男孩女孩喜欢的相同和不同的玩具。

2、初步理解交集的含义。

活动准备幼儿用书，表示集合的绿圈和红圈、幼儿喜欢的玩具的图卡，纸、笔等记录材料。

活动过程(预设)

(一)、汇总统计结果

1、根据幼儿统计的大家喜欢的玩具表，教师分别将男孩女孩喜欢的玩具的图卡分别放在红圈和绿圈中。

2、引导幼儿比较绿圈和红圈中的图卡，男孩和女孩喜欢的玩具有哪些是相同的，哪些是不同的。

(二)、学习用交集图表示调查结果。

1、取出绿圈和红圈中相同的图卡，讨论：这些卡片放在哪里或这样表示，能让大家看懂这是男孩和女孩都喜欢的玩具。

2、根据幼儿的讨论，教师移动圆圈和图卡。

教师分别演示把两个圆圈相同移动并部分重叠。

怎样放置男孩和女孩都喜欢的玩具?中间重叠的部分放进去图卡就表示男孩、女孩都喜欢的玩具。

3、教师小结：从这张图就可以清楚地了解男孩喜欢的玩具=女孩喜欢的玩具以及男孩和女孩都喜欢的玩具。

(三)、分组活动：用交集图表示“男孩、女孩都喜欢吃的水果”

1、先在一张纸上分别记录男孩、女孩喜欢吃的水果，再找出其中相同的水果。

2、根据男孩、女孩记录图的内容，画交集图。

3、展示交流各组用交集图表示的调查结果。

2、教师带领幼儿用坚定、自豪的情感跟诵歌词。

浅析三种价值论的交集 篇5

马克思在《资本论》第一卷开篇中就这样说道：“资本主义生产方式占统治地位的财富，表现为‘庞大的商品堆积’，单个的商品表现为这种财富的元素形式。因此，我们的研究就从分析商品开始。”[1]马克思发展了斯密的劳动价值论方面，他从“商品的二重性”出发，揭示出创造商品的“劳动二重性”，进而提出了科学的劳动价值论。商品是使用价值和价值的统一体。他认为各种商品能够有效地进行交换，其中必须包含一个“共同物”，这个“共同物”就是商品的价值，即凝结在商品中的无差别的人类劳动。价值作为商品经济的一个核心范畴，其本质在于它是一种特殊的生产关系，即商品生产不同主体之间一种特殊的劳动关系，价值是商品的社会属性。商品是用来交换的劳动产品，它“首先是一个外界的对象，一个靠自己的属性来满足人的某种需要的物。物的有用性使物成为使用价值。”[1]具体劳动创造的使用价值是商品的自然属性。使用价值是构成社会财富的物质内容，是人类社会赖以生存和发展的物质基础，它体现了人与自然的关系。

作为商品的自然属性的使用价值虽然不是马克思主义政治经济学的研究对象，但马克思从未忽视过对它的研究，也从不否定商品的使用价值在经济社会中的作用。劳动产品之所以成为商品，首先是因为它的有用性，能够满足人们的某种需要，否则，它就不是商品，而仅仅是劳动产品而已。“商品的使用价值，是它的交换价值的前提，从而也是它的价值的前提。”[1]生产商品的目的是用来交换，是要将产品转到把它当做使用价值的人的手里，即只有实现了交换的劳动产品才是商品，才有价值可言。因此在研究商品价值时，不仅要研究商品的价值决定，还要考虑商品的价值实现。

商品的价值量是由生产商品时所耗费的社会必要劳动时间决定的。所谓“社会必要劳动时间”是指“在现有的社会正常的生产条件下，在社会平均的劳动熟练程度和劳动强度下制造某种使用价值所需的劳动时间。”[1]这是我们通常所说的“第一种含义的社会必要劳动时间”，它是指物质生产领域内生产某一个使用价值所花费的平均劳动时间，反映了同一部门内不同生产者在生产单位产品的劳动耗费上互相比较的关系，它强调一定条件下，某一部门单位商品的部门平均劳动耗费。“事实上价值规律所影响的不是个别商品或物品，而总是各个特殊的因分工而互相独立的社会生产领域的总产品;因此，不仅在每个商品上只使用必要的劳动时间，而且在社会总劳动时间中，也只把必要的比例量使用在不同类的商品上。”[1]“只有当全部的产品是按必要的比例进行生产时，它们才能卖出去。”[1]这就是马克思在《资本论》第三卷中所说的“另一种意义的必要劳动时间”。它反映了社会劳动在各个部门不同的分配比例问题，即资源配置的实现问题。社会的总劳动时间在各部门之间的分配比例应该与社会对该部门的劳动需要量相适应。

“说商品有使用价值，无非就是说它能满足某种社会需要。当我们只是说到单个商品时，我们可以假定，存在着对这种特定商品的需要，———它的量已经包含在它的价格中，———而用不着进一步考察这个有待满足的需要的量。但是，只要一方面有了整个生产部门的产品，另一方面又有了社会需要，这个量就是一个重要的因素了。”[1]这就要求我们必须考虑到商品的需求，从而来研究商品的价值。第一种含义的社会必要劳动时间是从生产供给的角度来分析的，而第二种含义的社会必要劳动时间正是在第一种含义的社会必要劳动时间的基础上引入了需求这一必然要素。生产商品的劳动的社会属性决定了商品是社会化的产物，研究商品必须从生产过程和流通过程的统一来考察。第一种含义的社会必要劳动时间是从物质生产的领域来界定的，而第二种含义的社会必要劳动时间则将研究视角拓宽到了流通领域，从两个过程的统一来考察部门总量的社会必要劳动时间;第一种含义的社会必要劳动时间直接决定商品的价值量，第二种含义的社会必要劳动时间通过决定价值实现，以其为中介从而间接影响价值量的决定;决定价值量的第一种含义的社会必要劳动时间，是通过部门内部诸供求关系之间的竞争形成的;而第二种含义的社会必要劳动时间是由部门之间的供求竞争形成的。

二、劳动价值论和效用价值论的交集

效用价值论以物品满足人的欲望的能力或人对物品效用的主观心理评价解释价值及其形成过程来形成自己的理论，认为商品价值取决于消费者对商品效用的主观评价。效用是商品价值的源泉，商品价值的具体决定取决于效用和稀少性。例如萨伊就认为，物品的效用就是物品价值的基础，价值源于物品的效用。庞巴维克则进一步指出效用是形成商品价值的必要条件，稀缺性是商品价值形成的充分条件。“一切物品都有用途，但不是一切物品都有价值。一切物品具有价值，必须具有有用性，也具有稀缺性———不是绝对稀缺性，而是相对于特种物品需求而言的稀缺性。”[2]在效用价值论者看来，物有用而不稀少，没有价值;物稀少而无用，也没有价值;只有既稀少又有用的物品才具有价值。

效用价值论者否认商品价值的实体性，没有从实质上认识商品的价值，将价值的形成与劳动过程割裂开来，这首先是由他们的研究立场导致的。马克思认为劳动是价值的源泉，使用价值就是物的有用性，劳动产品如果没有使用价值，那么，它也就没有丝毫价值，价值必须以被社会承认为前提。

效用价值论中的效用是物品对人的需要和欲望的满足的能力，从这个意义上来看，效用可以看做使用价值。劳动价值论把物的有用性作为使用价值的定义，而效用价值论者则把物的有用性作为效用价值的一个特征。可见，两者都注意到了物的有用性以及对人的需要的满足。这也正是效用价值论和劳动价值论的交集所在。从客观上看，商品的价值是由凝结在商品中的无差别的人类劳动形成的，从主观上看，消费者所关心的是商品带给他的效用;从供给的角度来看，商品的价值是由社会必要劳动时间决定的，从需求的角度看，商品必须得到消费者的认可，适应消费者的需求。这同时也说明了生产要符合需求才能继续进行。从某种意义上来说，劳动价值论是从供给层面研究以及具体分析商品的价值是如何决定的;效用价值论则是从需求层面研究以及具体分析商品的价值是如何决定的。消费者只会购买那些满足自己需求的商品，如果一种商品能够满足人们的需要越多，消费者对该种商品效用的主观评价就会越高，那么，这种商品的价格自然就越高，但是，当商品的价格超过了消费者对该商品效用的主观评价时，消费者就不会去购买它了。

三、劳动价值论与均衡价值论的交集

马歇尔的价值理论同样是从价值范畴的定义开始的。均衡价值论认为，一种商品的价值，在其他条件不变的情况下，是由该商品的供给状况和需求状况共同决定的。针对斯密将价值解释为使用价值和交换价值的观点，马歇尔说：“经验已经表明，把价值这个字用作前一种意义是不妥的。一个东西的价值，也就是它的交换价值，在任何地点和时间用另一物来表现的，就是在那时那地能够得到的、并能与第一样东西交换的第二样东西的数量。因此，价值这个名词是相对的表示在某一地点和时间的两样东西之间的关系。”[3]从这段话我们可以知道，马歇尔所谓的价值就是指交换价值或价格。正是在将价值定义为价格的基础上，马歇尔才得出了价值(价格)取决于供给价格与需求价格的共同作用的均衡价值(价格)理论，其中，决定供给价格的因素是生产费用的高低;决定需求价格的因素是边际效用的大小。马歇尔的均衡价值论是建立在局部均衡理论基础上的均衡价格论，通过商品的均衡价格来衡量商品的价值。

在马克思看来，需求具有两个层面上的含义，一种是市场上对商品的需要，马克思把这个称之为需求，为了区别起见，我们将其称为“市场需求”;另一种则是实际的社会需要，我们可称之为“社会需求”。“市场上出现的对商品的需要，即需求，和实际的社会需要之间存在着数量上的差别。”[1]这里所说的“社会需要”，不是指“个别商品或物品”，而是指前文所提到的“各个特殊的因分工而互相独立的社会生产领域的总产品”;也不是个别时间或地点对某种商品的需要，而是指一个较长时间和全社会范围内的需要。“社会需求”是一种宏观意义上的需求，而“市场需求”则是微观意义上的。“市场需求”的存在是以“社会需求”为基础的。

马克思在《工资、价格与利润》中，有一节专门分析供给与需求。这里明确地指出，“供给和需求只调节着市场价格一时的变动。供给和需求可以说明为什么一种商品的市场价格会涨到它的价值以上或降到它的价值以下，但决不能说明这个价值本身……当供给和需求相互平衡因而停止发生作用时，商品的市场价格就符合它的实际价值，就符合市场价格随之变动的那个标准价格。所以在研究这个价值本质时，我们完全不用谈供给和需求对市场价格的一时影响。”[1]这里的“需求”是指市场需求。马克思的劳动价值论认为价值是价格的基础，价值决定价格;价格是商品价值的货币表现，价格随价值的变动而变动。价值规律是商品生产和商品交换的经济规律，即商品的价值由生产商品的社会必要劳动时间决定，商品交换遵循等价交换的原则。由于供求关系的影响，并不是每一次交换价格都与价值一致，供过于求时价格低于价值，供不应求时价格高于价值。“不同商品的价格不管最初用什么方式来互相确定或调节，它们的变动总是受价值规律的支配。”[1]

均衡价值论里的“需求”对应的是“市场需求”这一微观层面上的概念。市场的供给与需求影响着商品的价格，使其围绕价值上下波动，这只不过是价值规律作用的表现形式而已。出现市场供求决定的均衡价格与价值不符的情况并不是偶然现象，而是经济社会中的普遍现象，这种差别是由许多因素造成的。马克思也注意到了这种差别，所以他说：“要使商品互相交换的价格接近于符合它们的价值，只需要：(1)不同商品的交换不再是纯粹偶然的或仅仅临时的现象;(2)就直接的商品交换来说，这些商品是双方按照大体符合彼此需要的数量来生产的，这一点是由交换双方的销售经验来确定的，因此是从连续不断的交换本身中产生的结果;(3)就出售来说，没有任何自然的或人为的垄断能使立约双方的一方高于价值出售，或迫使一方低于价值抛售。我们把偶然的垄断理解为那种对买者或卖者来说由偶然的供求状况所造成的垄断。”[1]在马克思的那个时代，也许造成价格与价值不一致的原因主要只有上述三种情况，但是在当今纷繁复杂的经济社会中，影响市场供给和需求进而导致价格围绕价值上下波动的因素不是仅几种情况所能描述的。借用西方经济学的概念，也许只有当市场处于完全竞争的状态时，才能使商品的市场价格最接近于它的价值(或生产价格)。

马歇尔的均衡价值论是从供求统一和主客观统一的角度来分析的，这一点是其可取之处。从市场需求这一角度来看，劳动价值论与均衡价值论也是存在交集的。但是，马歇尔混淆了价值和价格的概念，用对价格变动的现象分析代替了对价值本质的分析，无法真正揭示价值的本源。均衡价值论认为商品的供求决定价值，不承认商品价值的内在属性，把供求关系当做价值的决定因素，用现象分析代替本质分析，是根本错误的。但是从市场价格的形成来看，市场供求确实起到了很大的作用。均衡价格理论分析供求对均衡价格的影响以及价格对供给和需求的影响，进而分析价格变动的原因以及如何发挥价格调节供求的作用，对于社会主义市场经济也是适用的。

四、三种价值论的交集———从需求的角度分析

对价值是人类无差别劳动的凝结的认识，是从供给角度理解的;如果引入需求进行分析，价值则是凝结在商品中被认可的人类劳动。于是，对于商品价值的决定便需要从供给和需求两个角度来考虑。供求关系决定着什么条件下的劳动是创造价值的：当社会供给大于社会需求时，商品的价值量就不再由中等条件下生产某种商品所花费的劳动时间决定，而是由生产条件好的商品生产者的个别劳动时间来决定;而当社会需求大于社会供给时，劣等生产条件下生产某种商品所花费的劳动时间决定商品的价值量;只有在供求平衡的条件下，商品的价值量才由中等生产条件下的劳动时间来决定。商品价值虽然是由凝结在商品中的抽象劳动形成的，但是，它在量上的大小和有无却是受供求状况制约的，不能脱离开具体条件去抽象谈论劳动价值论。“如果说个别商品的使用价值取决于该商品是否满足于一种需要，那么，社会产品总量的使用价值就取决于这个总量是否根据这种特定数量的社会需要比例地分配在不同的生产领域。在这里，社会需要，即社会规模的使用价值，对于社会总劳动时间分别用在各个特殊生产领域的份额来说，是有决定意义的。”[1]马克思最初分析商品的价值决定问题时，假定市场供给与需求是平衡的。如果考虑到市场需求与社会需求在量上的差异，从市场需求和供给的角度来考察，我们知道商品的市场价格受市场供求的影响，会高于或低于商品本身的价值，这并不违背价值规律，这只是价值规律的表现形式而已。于是，从需求的角度来看，三种价值论是存在交集的。

五、结语

价值论是一个历史范畴，在不同的社会形态下，占统治地位的意识形态对价值有不同的认识。不管是劳动价值论、效用价值论还是均衡价值论，它们都是研究商品价值(价格)决定或价值源泉的理论，并且都是以资本主义市场经济为研究对象。但是他们的研究立场和角度不同：效用价值论和均衡价值论的错误在于它们没有认识到商品价值的本质，误将商品属性中的一部分当做商品价值的实质，之所以会出现将现象当做本质来研究的错误，是由于效用价值论者和均衡价值论者的阶级立场导致的，他们为了掩盖资本主义固有的矛盾，必然会绕过价值的实体性问题，将价值的形成和劳动过程割裂开来;而马克思的劳动价值论则运用抽象分析方法，揭示了商品价值的本源和实质，并为创立揭示资本雇佣劳动、资本剥削实质的剩余价值理论奠定了基础，为无产阶级主张阶级斗争、暴力革命的社会主义学说提供理论依据。劳动价值论是从生产者供给角度研究商品价值的;效用价值论是从消费者需求的角度研究价值;而均衡价值(价格)论则是从生产者的供给和消费者的需求以及主观和客观两个方面来研究价值的决定。但是如果从纯技术层面上来讲，从需求的视角来分析，劳动价值论与效用价值论、均衡价值论还是存在一定交集的。

摘要：商品是实现了交换、满足人们需要的劳动产品, 它的价值量是由根据社会需要来分配的社会必要劳动时间决定的。从物对人的需要的满足这个角度来看, 劳动价值论和效用价值论是有交集的。需求和供给可以划分为宏观层面上的社会需求和供给以及微观层面上的市场需求和供给。从市场需求的角度来看, 劳动价值论和均衡价值论也是存在交集的。因此, 总的来说, 虽然三种价值论的研究立场、视角以及前提假设均不相同, 但是从需求的角度来看, 三种价值论还是存在交集的。

关键词：劳动价值论,效用价值论,均衡价值论,需求

参考文献

[1]马克思恩格斯选集:第2卷[M].北京:人民出版社, 1995:63-545.

[2]庞巴维克.资本论实证[M].北京:商务印书馆, 1964:155.

云计算与图书馆的交集探讨 篇6

从08年到现在, 云计算这个词进入大家视野已有5年多的时间, 有关云计算的论文和报道也很多, 同时, 今年的十二五规划纲要中也出现云计算的概念, 可见云计算已经热到了国家关注的高度。但到底什么是“云”, 为什么会出现“云”, 云到底能干什么, 它的基本特征是什么, 云实现的基础是什么, 云实现的关键问题是什么, 云的目的是什么, 为什么很多常规的应用要冠以云的称谓, 云应用现在落地了吗, 云和图书馆服务能有何交集, 对云计算有哪些认识误区, 该文将给大家进行拨云见日求真云, 并进一步探讨图书馆服务遇到的现实困境, 以及这朵真云能给图书馆带来什么。

2 云计算产生的背景——两对不可调和的矛盾

传统数据中心发展遇到了困境, 光靠硬件升级替换提高性能的老路已走到尽头, 迫切需要一种革命性的技术来为数据中心的未来发展铺平道路。

2008年世界金融危机爆发, 全世界各行各业都在缩减开支度难关, IT部门也一样, 预算被缩减之后, 靠硬件投资更新设备提高性能的老路就被堵住了, 此为困境一;传统更新设备提高性能的办法浪费大, 新设备替换旧设备, 性能的提升是以一种革命式而非积累式, 无法照顾好已有的投资, 此为困境二;各种应用各自独占一定计算资源, 有的严重过剩, 有的严重不足, 有的此时过剩彼时不足, 计算资源不能共享, 不能协调, 缺乏灵活性, 不能按需投放计算资源, 此为困境三。所有这些导致缺乏与浪费并存, 不足与过剩同在, 两对矛盾的不可调和呼唤一种新技术的出现, 这就是云计算产生的背景。

3 云定义

云计算的出现将首先在IT业界产生一场生态革命, 很多的IT企业如不以变应变将被淘汰, 这也导致很多企业慌忙给自己的产品贴上云计算的标签, 站在有利自己的角度解释着各自的“云”, 导致了“云”的混乱, 到目前为止还没有一个准确完整的定义, 何为真正的云?

为从本质上把握云计算, 在此给出如下定义:

云计算是以虚拟化技术为基础, 用自动化管理软件相配合, 以便对数据中心相关硬件 (包括计算、存储、网络) 资源在虚拟化的基础上进行有机整合、统一管理调配, 达到能按需积累式扩展 (或减少关闭) 硬件资源、自动监控资源使用情况、自动按需投放计算资源、用户能自助申请按需得到计算资源等目的而形成的一种虚拟的集大成的开放式的超级计算机。

此定义很好地体现了云计算对云计算产生背景中两对矛盾的解决。

4 云定义是照妖镜, 纷纷扰扰全看清

有了定义, 有上面对定义全面透彻的剖析, 对于云计算是怎么回事应了然于胸了。下面用云定义为工具来解释一下纷纷扰扰的云现象。云计算是一场IT技术革命, 是一种有别于传统的破坏性创新, 必然导致一场IT产业革命[1], 所以从生态链、利益链角度来看云计算是比较合适的。既然云计算是方向, 从生产方来说, 它就必然促使商家往此方向靠拢, 否则就面临生存危机;从消费方来说, 云计算既是为解决某种需求而产生的技术, 也必受到用户的欢迎。

云计算是一台虚拟的、集大成的、开放的超级计算机, 从生产它的角度说, 它由各种部件构成, 由多商家以协作开放的姿态共同完成, 与此生产相关的商家、行为和产品都可以冠以云名称, 比如云生产商, 云开发商、云生产、云开发, 产品有云服务器、云交换机、云存储、云网络、云虚拟软件、云集成软件、云存储管理软件、云操作系统、云应用软件、云应用开发平台软件、云网站等。

从消费服务的角度来说, 炒的比较热几个概念, 如IAAS (基础设施即服务) 、PAAS (平台即服务) 、SAAS (软件即服务) 、HAAS (硬件即服务) 、BPAAS (业务流程即服务) 、XAAS (一切皆服务) 几乎成了云计算的代名词, 其实不过是讨论如何消费这台超级计算机而已, 没有云计算这些服务照样可以进行, 只是没有那么方便, 云计算只是为这种服务提供了一个有力的工具。

再来看看公共云、私有云、混合云这几个概念, 说的只是这台云计算机放在什么地方, 服务范围多大而已。公共云放在公用网络上, 能为所有网民服务, 私有云放在企业单位内部网上, 主要为内部员工服务。公共云和私有云同时存在, 当然就构成混合云。

还有什么教育云、健康云、监控云、位置云、视频云、办公云、营销云、科研云、政务云等, 说的只是那些行业在使用云计算机提供行业服务, 由于云计算的开放性、存储容量、运算能力、接入带宽理论上可按需无限扩展性, 为将行业信息服务集中整合到云计算上提供了可能。各种资源及信息服务早已存在, 在此只是利用云计算将以前这种分散资源服务加以整合在一起统一服务罢了。

5 求云计算与图书馆的交集

以上说清一个问题, 云计算到底是什么, 没有明白这个问题, 如何求交集?说清了这个问题, 求交集又有何难。云计算是一台计算机, 只是一种工具, 它为解决两对尖锐矛盾而生, 具有某些特异功能, 和图书馆有没有交集, 就看图书馆是否有需求, 是否用得上它。

5.1 两对矛盾图书馆普遍存在, 当然需要云计算

前文提到两对矛盾 (缺乏与浪费并存, 不足与过剩同在。) 在图书馆是普遍存在。纵观一下现在的图书馆, 不管是公共图书馆还是高校图书馆, 经过十多年信息化数字化建设, 都有了各自或大或小的数据中心, 里面有好多的服务器、网络设备、存储设备, 运行着各种数据库, 有自建的, 但大部分是买来的, 也运行着各种应用管理程序。应用项目随年月增多, 基本每个应用都是独占一台服务器, 机房越来越满, 都快没处搁了, 等着新建大机房吧!有些数据库, 经过这么些年的积累, 数据在不断的增加, 原先预留的空间越来越不够用了, 运算响应能力越来越跟不上需求了, 怎么办啊?等着申请经费批复了买新设备替换吧, 可图书馆要申请到点经费一般还是比较难的。能换新设备是好, 可对管理员来说也是个麻烦事, 耽误使用不说, 新设备又得装系统, 重新配置好运行环境, 再将数据进行迁移, 有时迁移还会很不顺利。可事情还是没个头, 照这速度发展下去, 过不了几年又得换。被替换下来设备, 报废吗?可它并没有坏啊, 在它的能力范围还是可以发挥余热的, 可是能让它独自承受的活实在少了, 真是拾之不起, 弃之可惜, 无奈, 只有报废处理了。但还有另一种现象, 有的数据库, 使用的人比较少, 数据增加慢, 为其预留的空间和运算能长期处在闲置状态而得不到利用, 严重性能过剩。还有, 不光各数据库之间存在负荷不均匀的现象, 同一数据库不同时段也存在不均匀的现象, 有时负荷可能超限, 导致服务器不响应, 有时负荷不足, 服务器处于闲置状态。而且不同数据库的访问高峰时段还不一样, 可惜这些服务器都是各干各的活, 闲的也帮不上忙的服务器的忙。

再放眼看看各个图书馆之间, 哪怕是离得很近, 处于同一个高校园区的各高校图书馆, 你有的数据库我不能没有啊, 大家都在竞相买同样的数据, 建机房, 购设备, 最后都面临着同样的困境。重复投资, 大大的浪费。

所以这些问题不都反应为两对矛盾吗, 缺乏与浪费并存, 不足与过剩同在, 当然迫切需要一种技术来解困, 这就是云计算。

5.2 图书馆公共云建立有利于资源整合

云计算的能力, 从整合基础硬件设施资源中来, 又用到对信息资源的整合应用中去, 从整合到整合, 完成一个轮回。以整合对付整合, 以毒攻毒吗?类似, 确实有效。云计算的开放性, 导致它可用积累式扩容替代淘汰革命式扩容, 纳新不弃旧, 照顾了旧有投资, 避免了浪费, 同时也为不断的运算处理能力、存储能力、带宽的扩容, 拆除了“天花板”, 理论上能做到无限扩展。云计算的虚拟整合, 按需投放资源的特性, 更是造就了团结的力量、整合的力量, 使基础资源得到有效充分的利用, 也能从容面对各种高峰负荷。

5.3 开发商的数据库可以物归原主, 我要的只是服务

理想云和现实有距离, 云计算目前可逐步可做到的是怎么样呢?问题集中在图书馆的数据中心, 当然是从解救数据中心开始。如何解救?减负。且看云计算如何为图书馆减负。

先在大部分图书馆数据中心, 运行的数据是买来的, 是数据商数据的本地镜像。这些数据本是可以不用图书馆本地镜像的, 直接访问数据商提供的网上数据就行, 也就是所谓的包库使用模式, 我只花钱买服务, 这本是顺理成章的事情, 但是如果都如此的话, 问题就来了, 数据商的服务器接待能力有限, 当访问量超过一定的数量, 就会造成拒绝服务攻击的效果, 概不接待了, 这样就谁也使用不了, 所以又必须建镜像站。然而这种情况在各地云计算数据中心建立起来后就不同了, 数据商可以在云数据中心按需申请购买基础资源, 将数据库运行在云计算服务器上, 云计算的按需投放资源的能力, 使它可以从容应对各种爆发性的访问量。这样以后各图书馆就可以不用建镜像站了, 直接按需付费或年包库的方式使用数据商的各种数据库, 真正实现将开发商的数据还给开发商, 我要的只是服务。

5.4 私有云, 这个可以有

当所有的商业数据库离开了图书馆, 你会发现, 图书馆的数据中心几乎要空了, 这是好事!庆幸之余我们会发现还有些数据必须留在数据中心, 那就是各馆自建的特色数据库, 还有就是各馆的纸质图书管理系统。这些可是立馆之本, 没有这部分数据图书馆服务可就要瘫了。这么重要的数据, 其实也可以放到租用的云计算服务器上, 但你总有点担心, 所以, 这时建私有云就有必要了。我们可以购买虚拟化软件, 购买自动化整合软件, 对本馆现有的硬件资源进行虚拟化、整合、统一管理、按需分配实现云化, 构建出一台虚拟、集成、开放的超级计算机, 然后将相应的应用放到云计算机上运行服务, 这就私有云应用模式。

当然, 要构建这台私有云计算机, 光购买软件的费用就会很高的, 一般的馆目前基本难接受, 幸好这部分自建数据量不是很大, 被访问使用量不会很高, 用传统的服务器就能对付, 到实在需要的时候再建私有云也不迟。

6 总结

本文从给云计算下定义出发, 探寻出云计算的本质, 并详细分析了图书馆信息化建设面临的困境, 和云计算的出现给图书馆带来的利好情势, 求出了云计算和图书馆真正的交集。云计算的本质特征也决定了它适合用于具有海量数据整合, 具有阵发性巨大访问量的应用场合。一般普通的规模较小、面对用户较窄、数据增加较慢, 数据比较重要的应用, 传统的一个应用一服务器的本地方式还是比较好, 毕竟起点低, 易上手、给人实在踏实感。云计算是新生事物, 得随时间慢慢成熟, 云计算全面应用是一个很大的系统工程, 也需要其他各方面条件的成熟, 所以在相当长时间内, 传统应用方式和云计算方式将会并行存在。图书馆对于云计算的态度, 用一句养生名言来总结一下:未事不可先迎, 遇事不可过忧, 听其自来, 应以自然。从容、适时、按需、谨慎地迎接云计算, 这样应是比较合适的。

摘要：随着图书馆数字资源建设的不断发展, 数据累积量在不断扩大, 图书馆数据中心的运转陷入困境, 缺乏与浪费并存, 不足与过剩同在, 两对矛盾的不可调和。云计算的出现为解困找到了方向, 云计算是什么, 该文开创性地给出了定义, 从本质上来分析认识了云计算和云现象, 并分析了图书馆的需求, 找出了云计算与图书馆的交集, 为图书馆如何利用云计算这个工具指明了方向。

关键词：云计算,公共云,私有云

参考文献

知识交集 篇7

在故事里, 五个情绪小人主宰着大脑司令部, 他们产出的五色记忆球构成了庞大的记忆仓库和脑海之城。这个设定充满久违的童趣, 因为成长的过程, 几乎是一个剥离情绪的过程。我们像药剂师一样将各种情绪加加减减, 好让它们呈现一种暧昧的石灰色, 并且管那种在工作或交际时心如止水的能力叫作成熟。而在影片中, 五种情绪坐在孩子和大人的脑海中, 操纵着每一个时刻, 尽管大人脑中常常是力不从心的愤怒、理性克制的悲伤、不行于色的快乐。皮克斯大声地宣称:是情绪和记忆决定了我们之所以为我们, 而非理性或知识。在对感性的全然拥抱中, 我们从而复现那些迎面走来的陌生人们内心的五彩风暴。

是的, 虽然这部影片说的只是一个小女孩从十岁到十二岁—从童年进入青春期—那些不得不经历的动荡和改变, 我却觉得它提及了人生中每个阶段的风暴。那些“悲伤”不由自主溜出来, 将温柔的记忆染蓝的时刻;那些“欢乐”不在场、岛屿纷纷崩塌的时刻;那些在长夜辗转直到“欢乐”历尽千辛万苦归位, 对生活的缠斗之心随之复苏的时刻;那些渴望重温记忆, 却眼看它们消散在遗忘深渊的时刻。作为一个“悲伤”长期占据脑海首席的人, 我常常对它们不知所措。而皮克斯给出了这样温柔的解释:每一个忽然变坏的瞬间, 不过是你脑海中五个小人短暂的一次失败合作, 坍塌的岛屿有天会以更辉煌的姿态重建。

作为一部讲述心理世界的动画, 它将人类迈过创伤与遗忘的过程具现得如此浪漫。遗忘是一项巨大的工程, 永远有不留情面的清洁工将褪色的记忆球收进垃圾袋, 而那些被潜抑的要么被锁在潜意识地牢, 要么在记忆仓库中漫无目的地游荡, 等待一个终结—当它们被记起, 往往也就意味着遗弃。Bingbong这个有着粉红色棉花糖身体、会哭出糖果的可爱形象, 代表了莱莉的童年时光。当它和“欢乐”骑着小车高唱童谣, 小车喷出彩虹冲向云霄的时候, 我看得泪流满面。童年乃至于所有注定被抛下的时光, 在我们转身离去时, 也许都曾经这样听不见地高歌, 而我们前进, 因为它们暗中馈赠的余力。

美好与悲伤并存是这部动画的基调, 这使它完全超出了童话的范畴, 而成为一个关于人生的寓言。在观影时, 我曾以为这会是个“欢乐”努力在人生中取得控制权的故事, 所以当悲伤缓缓走上来, 将核心记忆球染蓝的时候, 我才轰然明白了这故事的内核, 无关在人生浮沉中始终占领高地, 而是坦然接受所有潮起潮落。金色的记忆慢慢变蓝, 仿佛这才是最适合它们的颜色, 时光流逝总是令人惆怅, 而对当下欢乐的感受总与长久的虚无齐头并进。最丰富的生命, 是悲欣交集的蓝金色风暴。

这是皮克斯为我们带来的又一部将会永载史册的动画电影。它的原创性是无与伦比的。它值得我们经久不息的掌声和发自肺腑的喝彩。它并不是一部单纯拍给儿童看的成长故事, 对于那些还没长大的孩子们来说, 这五个情绪小人加起来恐怕还比不上一个能卖萌的大白。然而, 对于成年人、尤其是已为父母的观众们, 它却是精心制作的一场内心冒险, 充满了太多让人会心一笑或是细思恐极的巧思。

《头脑特工队》的制作团队大多数都已为人父母, 这部电影有很多他们的切身感受。当自己的孩子有一天突然拥有了秘密, 变得有所保留, 许多父母都偷偷想过:别长大啊, 如果时间能永远停留在我们亲密无间的时刻多好。

本片制片人Jonas Rivera说过:“身为父母, 有很多的时刻我都希望时间能永远停下来。但那并不对。那不是我们作为父母的职责, 我们的职责是为他们指引前路。”于是有了结尾一家人泪中带笑的相拥。

每个人都经历过失去。失去Bing Bong, 失去纯粹的记忆球, 失去曾经引以为傲的个性之岛。然而失去是成长不可分割的一部分, 这是个悲欣交集的过程。

当失去来临, 我们需要告别。有时候我们用彻底忘记来告别, 有时候我们在废墟上重建新城。童年的消逝宣告着, 记忆从此不再毫无杂质, 交织的情绪让回忆开始五味杂陈。然而这正是人生。懂得悲伤, 方能体验欢乐的可贵;背负过沉重, 才能拥有真正的轻松。

从单纯走向复杂, 从孩童变成大人, 还有结尾隐隐一现的“青春期”, 这终究还是个阳光灿烂的故事。

知识交集 篇8

关键词：数据融合,无迹变换,协方差交集算法,UCI算法

0 引言

现代控制和跟踪系统结构大多采用分布式结构, 由于各个节点之间的通信路径不同, 会产生许多冗余信息。同时, 这些观测数据大部分都是非线性的, 一般不能满足相互之间的独立性和联合分布概率的高斯分布这两个条件。因此, 系统中的数据融合问题是难点问题[1], 主要原因有2个: (1) 系统中数据的相关性未知, 无法利用数学统计规律建立合理模型; (2) 系统中的非线性数据在进行线性化时存在较大误差。对于第一个问题, 一般采用协方差交集 (CI) 算法来解决, CI算法不需要数据间的独立性假设, 同时还可以获得较好的鲁棒性。但是, 该算法对于数据关联性是一种极端假设, 在滤波时会出现无法修正的偏差, 需要进一步改进。对于第二个问题, 扩展卡尔曼滤波可以解决, 但是也由于其主要方法是将非线性数据线性化, 使得均方误差过大, 从而造成应用的局限性, 适用范围很狭窄。

为了通过一次性算法解决以上2个问题, 本文在CI算法的基础上引入无迹变换 (Unscented Transformation, UT) , 给出了一种新算法即基于无迹变换的协方差交集算法 (UCI) 。UCI算法在非线性数据关联性未知的情况下, 采用合理假设的方法进行滤波。实验结果表明, 采用UCI算法滤波后, 系统误差大大减少。

1 无迹变换和CI算法

1.1 无迹变换

无迹变换是一种采用确定采样策略来逼近非线性分布的统计信息的方法[2,3,4]。无迹变换在采样均值为undefined和协方差为Pxx的点中, 选择一组sigma点集, 将非线性变换应用于采样的每个sigma点, 得到非线性转换后的sigma点集。无迹变换的基本步骤如下:

(1) 输入非线性函数的均值undefined和方差Pxx以及参数α、β、κ。

λ为比例因子, λ=α2 (n+κ) -n, 其中λ、κ∈R;n为非线性函数的维数;α为simga点的范围;β为先验因子;κ为比例因子。undefined为矩阵 (n+λ) Pxx的平方根矩阵的某列, 满足条件:undefined。

(2) 根据undefined和Pxx的分布, 选取sigma点。sigma点表示为

undefined

(3) 计算sigma点的权重。

undefined

(4) 按照要求输出sigma点和权重{xi, Wi}i=0, 1, …, 2n。

1.2 CI算法

在分布式系统中, 网络的每个节点所传输数据之间的关联性是未知的[5], 这就带来建立滤波模型的问题。CI算法可以在此基础上建立一个合适的数学模型进行滤波[6]。

CI算法是对均值和协方差估计的一个凸组合[7]。假设存在a、b这两个随机变量, 而且相关性已知, 将其表示为{a, Paa}、{b, Pbb}。同时, 假设估计Paa与Pbb满足一致性:undefined, 估计值C由a、b融合得到, 记为undefined, 而且c满足一致性:undefined, 则CI算法表示为

Pundefined=ωPundefined+ (1-ω) Pundefined

K1=ωPccPundefined

K2= (1-ω) PccPundefined

式中:K1、K2表示不清楚状态值之间的相关度。

由一致性[4], 要求局部估计权值ω∈[0, 1]。在二维情况下, CI算法变为

undefined

其中undefined, 求ωi的值, 使得融合后的协方差矩阵P (k/k) 的行列式的迹最小。

CI算法在多目标跟踪系统中有重要的应用价值[8], 在目标密集的环境中, 解决了目标的不确定问题。特别是在非线性滤波系统中, 当非线性变换应用于观测估值时, 在量测序列中产生了相关误差, CI算法在每个协方差估值保守的情况下保证非歧义的非线性滤波[9]。而传统的卡尔曼滤波算法存在固有的缺陷, 只要求信息间彼此独立而不管协方差估值保守与否。虽然CI算法比卡尔曼滤波算法具有良好的性能, 但是, 其存在一个主要的问题[7], 即CI算法认为每个估值都不是独立的, 这是一种极端的假设, 因为, 在非线性系统中也存在相互独立的估值。因此, 需要进一步改进。

2 基于无迹变换的CI算法

针对CI算法存在的缺点, 笔者提出一种将无迹变换与CI算法相结合的UCI算法。该算法的主体思想:首先对数据进行无迹变换, 然后对数据采用CI算法滤波, 可得到较好的滤波性能。具体步骤如下:

(1) 根据式 (1) 提供的方法, 计算出sigma点, 并将sigma点应用在CI算法中。

(2) 将每个点通过模型处理, 得到变换后的集合:

undefined

式中:Xi表示第i个节点在k时刻的估计值;u (k) 表示高斯噪声。

(3) 模型条件:

undefined

式中:vi为预测值;zi为更新预测值;Hi为观测矩阵;undefined为预测均值;Si为第i点的σ点集;Pi为第i点估计值的协方差;Ri为第i个传感器的观测噪声协方差;Wi表示第i点的权值。

(4) 模型方程:

Xi (k+1/k) =FXi (k/k)

Pi (k+1/k) =FPi (k+1/k) FT+Q (k)

式中:F为观测时间矩阵;Q (k) 为噪声协方差矩阵。

(5) 预测均值为

undefined

式中:α为状态向量的指数。

(6) 预测协方差为

(7) 通过观测模型初始化每个预测点:

undefined

式中:h (x) 为初始化函数。

(8) 观测预测值为

undefined

(9) 新息协方差 (即时序方程里的残差) 为

undefined

式中:undefined为期望观测值。

(10) 互相关矩阵为

undefined

3 仿真分析

构建一个传感器网络, 该网络用于测量二维目标位置、速度、加速度。目标在一个二维平面上具有变速, 存在有意和无意运动轨迹。目标的运动形式采用加速度模型, 噪声反映在加速度导数中, 假设在开始时刻对噪声进行采集, 噪声在这个预测过程中保持不变, 处理模型为

undefined

式中:;v (k) 为互不相关的零均值噪声, 其方差σundefined=10, 时间间隔ΔT=1 s, 距离测量偏差为1 000 m。

采用不同算法进行仿真, 得到二维目标真实航迹、CI算法滤波航迹、UCI算法滤波航迹如图1所示。从图1可看出, UCI算法的跟踪效果远远优于CI算法。

图2、图3分别为UCI算法与CI算法X轴与Y轴航迹误差分析。从图2、图3可看出, 采用UCI算法滤波的误差较小且相对稳定。

4 结语

介绍了UCI算法的具体实现步骤, 仿真结果表明, UCI算法具有良好的滤波性能。但是, 该仿真实例只是在一般分布网络中的应用, 没有涉及多维和其它更为复杂的情况, 在网络结构发生变化时, UCI算法的应用需要进一步讨论。

参考文献

[1]宋元, 章新华, 许林周.基于UT变换的传感器航迹数据无偏转换[J].数据采集与处理, 2009 (24) :111-114.

[2]杨峰, 潘泉, 梁彦, 等.多源信息空间配准中的UT变换采样策略研究[J].系统仿真学报, 2006, 18 (3) :713-717.

[3]刘毅, 李鑫.基于UT变换与卡曼滤波的目标跟踪研究[J].计算机工程与设计, 2010 (14) :199-203.

[4]王成理, 王维.基于奇异值分解的UT变换[J].西华大学学报:自然科学版, 2009 (5) :46-48.

[5]MAHLER R.Multi-target Byes Filtering via First-order Multi-target Moments[J].IEEE Transactions onAerospace and Electronic Systems, 2003, 39 (4) :1152-1178.

[6]杨万海.多传感器数据融合及其应用[M].西安:西安电子科技大学出版社, 2004.

[7]HALL D L, LLINAS J.多传感器数据融合手册[M].杨露菁, 耿伯英, 译.北京:电子工业出版社, 2008.

[8]JULIER S J, UHLMAN J K, DURRANT-WHYTEH F.A New Method for the Nonlinear Trans-formation of Means and Covariance in Filters andEstimators[J].IEEE Transactions on AutomaticControl, 2000, 45 (3) :477-482.