序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇自動識別技術論文范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

論文關鍵詞：物聯網，大學管理，應用研究

 

一、物聯網的概念

物聯網（Internet of Things，簡稱IoT）是新興的IT技術，它是指通過把射頻識別（RFID）、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，嵌入和裝備到公路、建筑、電網、供水系統、大壩、油氣管道等各種各樣的物體中，再結合現有的互聯網，實現人類社會與物理系統的整合的一種IT技術。

在這個經過整合的物聯網當中，通過互聯網實現物品的自動識別和信息的互聯與共享，另外中心計算機群也能對整合網絡內的人員、機器、設備和基礎設施進行實時的管理和控制。通過這樣一種技術手段，人類就能以更加精細和動態的方式管理生產和生活，達到“智慧”狀態，從而提高資源利用率和生產力水平大學管理，改善人與自然間的關系。

二、基于大學校園管理的物聯網關鍵技術

1. 感知技術

物聯網多通過RFID技術、傳感器來達到感知的目的。

RFID（Radio Frequency IDentification）技術，中文名為射頻識別技術，它是一種非接觸式的自動識別技術，通過射頻信號自動、快捷、方便地識別目標對象并獲取相關數據，從而實現對各類物體在不同狀態（移動、靜止、惡劣環境）下的自動識別和管理。

傳感器是能感受規定的被測量，并能按照一定的規律轉換成可用輸出信號的器件或裝置，多為敏感元件和轉換元件組成，用來感知信息采集點的環境參數。

2. 傳感器網絡

傳感器網絡是一個分布式智能化網絡系統。它在每個節點配備了傳感器、無線電收發器、微控制器和能源裝置等部件，再通過這些部件的協作，就可以監控不同位置的物理、環境狀況論文參考文獻格式。

3. 無線網絡

無線網絡指的是使用無線電技術進行傳輸的計算機網絡，它是有線網絡的延伸，和有線網絡功能相似，只是傳輸技術不同而已。它的優勢是在沒有有線網絡的地方，或是移動的環境下，也能同樣地連接上網絡。

4. 數據融合技術

數據融合技術是利用計算機技術、人工智能等技術，將來自多個傳感器的觀測數據進行采集、過濾、自動分析、綜合處理，進而得出相應的估計、決策等信息，以便輔助人們進行管理、決策工作。

三、物聯網在大學校園管理中應用的前提條件

大學作為年輕人密集的地方，同時也是高級知識分子集結地，在大學校園管理中運用物聯網技術，能迅速被人們接受和運用。且目前很多高校都擁有多年的校園網絡建設，已擁有校園網及校園無線網絡。這些都為物聯網在高校管理中的運用提供了前提條件。

四、物聯網技術在大學校園管理中的應用

1. 應用于圖書館檔案室管理

利用物聯網構建新型的高校圖書館、檔案室管理平臺大學管理，可以創新很多管理辦法。

圖書館、檔案室工作人員將RFID標簽貼在圖書、檔案中，通過標簽中的芯片和天線，再利用物聯網構建出RFID的無線射頻智能系統，這樣就能讓圖書、檔案擁有了GPS的定位功能。圖書、檔案在移動過程中，一旦經過館室中的各個檢查點，就立刻并跟蹤并記錄下來，并在服務器中儲存相關信息。這樣子，師生們在電腦上輸入書名、檔案的師生姓名，就能實時地掌握圖書、檔案當前的具置，再使用便攜式的掃描設備、手持機等工具進行跟蹤，就能快速找到自己想要的書籍、檔案。物聯網技術的引入，使得以前單純依靠號碼、人工查找的辦法得到了智能化的改革。

依據物聯網技術，還可以設計出圖書自助借還設備，師生們在借還圖書時，可以來到自助借還設備前邊，讓設備自動讀取借書證和圖書，由于使用RFID技術，設備可以在幾十厘米到幾米距離內讀取圖書，還可以一次讀取多本圖書，這樣子就提高了圖書借還速度，比之前使用條形碼，由圖書館工作人員現場一本一本地辦理借還手續高效得多。同時大學管理，設備還可以提供24小時借還圖書服務，為高校師生提供更為方便的服務。

在高校圖書館、檔案室中引入物聯網技術，將能為這些地方的管理提供靈活高效、減少人力的智能化方案。

2. 應用于校園安防管理

在物聯網安防管理平臺中，通過射頻識別、圖像識別、GPS、無線傳導網絡、遙感等技術，并結合日常的視頻監控系統，全面感知校園的環境、人和物的變化，而計算機系統將這些感知信息進行匯總、處理，適時地進行提示或報警。通過物聯網技術，我們就可以全方位地提升校園的安防自動化程度，實現智能化的識別和管理，提高效率，節省人力，從而更好地進行安防管理論文參考文獻格式。

當有物體闖上校園的圍墻或其他敏感區域時，系統通過在這些區域的紅外激光、次聲壓傳感檢測器、感應光纖等傳感終端，判別闖入物體的大小和具置，并通過傳感網絡調轉相應的攝像頭監控該區域，同時依靠圖像識別技術跟蹤闖入物體，相應的提醒信息也立即發送到中心和高校保衛人員的手持設備中。在得到提醒后，保衛人員就能立即調取該攝像頭的畫面。經過觀察后，當確實需要派保衛人員趕到現場時，物聯網安防管理平臺還可以利用地磁傳感器、校道旁安置的無線傳感節點、無線傳感網，以及保衛人員身上的手持終端大學管理，實時把握保衛人員在校園內的定位，以此中心就能方便地調度最近位置的人員前去現場。

物聯網技術的引入帶來了安防方法的改變，與先前的視頻監控系統安防方法不一樣了，物聯網技術的安防管理不再要求保衛人員一直守著監控屏幕觀看。由于傳感網絡擁有圖像識別智能技術，能夠在邊界內出現異動時，及時感知信息，自動跟蹤拍攝和錄制畫面，并向中心和人員發送提醒信息。保安人員可以只在收到信息后才調取、查看相應攝像頭的畫面。這將使得高校的安防管理輕松不少。

篇(2)

【關鍵詞】視頻圖像處理;DirectShow;目標識別;過濾技術

引言

在社會信息化日益發展的今天，信息技術、網絡技術、通信技術以及多媒體技術已經滲透到人類生活的各個領域中，視頻監控以其直觀、方便和內容豐富等特點，日益受到人們的青睞。視頻監控是多媒體、計算機網絡、工業控制和人工智能等多種技術的綜合運用，目前正從傳統的圖像采集朝著音視頻的數字化、系統的網絡化和管理的智能化方向發展。

人體檢測和跟蹤是智能視覺監控中的重要研究內容之一，也是近年來計算機視覺領域中備受關注的前沿方向。對圖像序列中的運動人體快速而準確的檢測和跟蹤是一項十分重要且極具挑戰性的工作，同時準確的檢測和跟蹤也是對行為進行有效理解的基礎除了視覺監控之外，人體檢測和跟蹤在高級人機交互動畫制作等方面也有著廣泛的應用。

基于智能空間的機器視覺是計算機視覺領域一個新興的研究方向，它與傳統意義上的系統的區別在于其智能性。簡單而言，不僅用攝像機代替人眼，而且用計算機替代人協助人，來完成監視或控制任務，從而減輕人的負擔。本論文工作的主要任務就是基于DirectShow技術的智能識別系統對攝像機拍錄的圖像序列進行自動分析來對被場景中人物的變化進行定位、跟蹤和識別，并結合人體朝向等分析的基礎上判斷有關目標的行為。

1.DirectShow系統原理

DirectShow是一套高效的多媒體開發系統，與DirectX開發包一起。它是建立在組建對象模型（COM）基礎上的，由許多模塊化的組件組成。DirectShow將應用程序、復雜的數據傳輸、硬件設備的差異以及同步等問題隔離開，多媒體軟件開發者只需要按照統一的COM接口來編寫應用程序，從而簡化了在Windows平臺上數字媒體應用程序的開發任務，DirectShow系統框架應用程序與DirectShow系統以及DirectShow所支持的軟件、硬件之間的關系如圖1所示。

圖1 DirectShow系統架構

DirectShow主要由Filter Graph構成，Filter Graph中包含了各種Filter，這些Filter在Filter Graph Manager的統一控制下，按一定順序連接在一起，從而使數據在由Filte組成的鏈表中流動，圖1中的箭頭表示Filter鏈表中的數據流的方向。在DirectShow系統框架外，是與用戶直接交互的應用程序。應用程序要根據實際的功能需求引入相應的Filter， 建立Filter Graph， 然后通過Filter GraphManager來控制系統的數據處理過程。DirectShow通過事件通知機制，實現應用程序與Filter Graph Manager之間的交互控制。Filter Graph運行的時候接收到各種事件，通過消息的方式發送到用戶應用程序，用戶應用程序則根據事件類型做出相應的處理。

2.基于DirectShow目標識別系統

2.1 目標是識別系統總體框架

采集圖像端創建一個Source Filter讀取內存緩沖區數據，并加入到Filter Graph Manager，Filter Graph Manager負責視頻信息采集，同時通過數據發送線程將從數據流發送。圖像處理端接受采集端傳送的視頻信息，通過Filter Graph Manager創建一個filter graph來對圖像幀進行控制，見圖2。

圖2 自動識別系統總體架構

2.2 圖像過濾

圖像采集和后端圖像處理兩個部分組成（如圖2）所示。前端圖像采集部分包括：高清攝像機、傳輸線纜、后端圖像處理部分、數據管理和圖像顯示。采用DirectShow提供的輔助組件Capture Graph Builder來創建Filter Graph，流程如圖3所示。

圖3 Filter Graph Manager創建過程

在Filter Graph Manager創建完成后，調用該組件的QueryInterfaces接口，獲取并存儲IMediaControl、IMediaEventEx、IBasicVideo、IBasicAudio、IVideoWindow等接口對象。在多媒體軟件中，利用這些接口對象可以開發出如圖像預覽、圖片快照、音視頻播放控制、屏幕控制等具體應用。

用Filter鏈路建立調用Capture Graph Builder組件的RenderStream接口對PIN_CATEGORY_PREVIEW類型的Pin完成后續連接，代碼如下：

ICaptureGraphBuilder *pBuild;

//第二步獲取的對象

Capture Graph BuilderIBaseFilter *pCap;

//第三步獲取的對象

Videocapture filterhr=pBuild->RenderStream

（&PIN_CATEGORY_PREVIEW，&MEDIATYPE_Video，

pCap，NULL，NULL）;

視頻顯示部分調用IVideoWindow對象進行指定窗口的顯示，調用IMediaControl對象的Run方法控制Filter Graph開始運行， 代碼如下：

RECT winRect;

//應用程序傳入的窗口對象

IVideoWindow *pIVideoWin;

//第三步獲取的

IVideoWindow 對象

IMediaControl *pIMediaCtrl;

//第三步獲取的

IMediaControl對象

pIVideoWind->put_Left（0）;

pIVideoWind->put_Top（0）;

pIVideoWind->put_Width（winRect.right

-winRect.left）;

pIVideoWind->put_Height（winRect.bottom

-winRect.top）;

pIVideoWind->put_WindowStyle（WS_CHILD|WS

_CLIPCHILDREN|WS_CLIPSIBLINGS）;

pIMediaCtrl->Run（）;

目標識別系統將上述開發過程的DirectShow部分封裝為一個獨立的類，包括Filter Graph Manager的創建、系統設備的枚舉以及對設備各種控制接口的操作等，上層應用程序只需實例化該類的對象，即可調用該類提供的公共接口。

2.3 圖像目標識別處理

DirectShow采集進來的圖像是BMP格式的。圖像處理的大致流程是：一是灰度化;二是二值化;三是標記;四是計算目標區域位置;五是判決當前目標是否被命中。本系統的圖像處理采用基于DirectShow系統架構的圖像處理流程。圖象處理主要實現步驟如下：

（1）初始化COM。

（2）創建Capture Graph Builder組件 ， 獲取 CaptureGraph接口。

（3）在Filter Graph加入視頻源過濾器。

（4）在Filter Graph加入AVI Decompressor Filter。

（5）在Filter Graph加入Sample Grabber Filter并設置媒體類型、緩沖模式。

（6）連接各Filter pBuilder->RenderStre

am（&PIN_CATEGORY_CAPTURE，&MEDIATYPE_Video，m_pFilter，pAviDecompressorF，pGrabberF）;

pBuilder->RenderStream（NULL，&MEDIATY

PE_Video，pGrabberF，NULL，NULL）;

pBuilder->Release（）;

（7）定義一個類 CSampleGrabberCB： public IsampleGrabberCB在該類中重載 BufferCB方法。在BufferCB中可以加入用戶具體的圖像處理函數。在類中可以定義一些公用屬性， 用于傳遞相關參數。

（8）設置Sample Grabber回調模式CSample-

GrabberCB CB;//向類CsampleGrabberCB傳遞圖像類型信息。

CB.Width = vih- >bmiHeader.biWidth;

CB.Height = vih- >bmiHeader.biHeight;

FreeMediaType（mt）;

pGrabber- >SetBufferSamples（true）;

pGrabber- >SetOneShot（false）;

pGrabber- >SetCallback（&CB，1）;

（9）用接口對Filter Graph進行控制。

3.實驗結果與分析

本實驗使用采集人體運動視頻來驗證系統的有效性，視頻1是一段正對面向攝像頭行進的運動人體序列。視頻采集處理的圖像如下圖4所示。從圖上可以清晰的看出人體被標黑，并且可以準確的跟蹤人體運動，達到預期的目標。

圖4 正對面向鏡頭行進的運動人體識別圖

為了進一步測試自動識別系統對圖像的處理識別能力，下圖5所示為垂直于鏡頭的運動人體序列的情況，自動識別系統依然可以正確識別人體。

實驗表明采用基于DirectShow的自動人體識別系統可以在不同的角度對運動的物體進行識別捕獲，具有較好的識別能力和推廣使用價值。

4.結束語

本文介紹了基于DirectShow的自動識別運動系統，通過分析DirectShow的視頻圖像處理技術，闡述了DirectShow系統架構，構造了一種目標識別物體物體系統。采用過濾技術實現復雜環境準確人體識別功能，結合實驗論證了基于DirectShow的目標識別運動物體系統的可行性。下一步我們將對圖像處理過濾部分進行優化設計，提高過濾效率。

參考文獻

[1]Kalman R E.A new approach to linear filtering and prediction problems[J].Journal of Basic Engineering，1960，82D：34-45.

篇(3)

關鍵詞：隱喻識別；多學科交叉視角；計算思維；語言教學

中圖分類號：TP31

隱喻普遍存在于人類語言中。早在兩千多年前，古希臘哲人亞里士多德就在《詩學》中把隱喻歸入到修辭學領域中進行了描述。漢語隱喻的歷史也非常悠久，最早的詩歌總集《詩經》中就出現了“譬”（metaphor）的純熟運用。20 世紀30年代，出現了以Richard& Black為代表的語義互動隱喻學派，他們認為人的思維是隱喻生成機制的主要動因，為隱喻從修辭格向認知領域的過渡打下了理論基礎。到了70年代，Lakoff & Johnson[1]在《我們賴以生存的隱喻》一書中指出，隱喻是一種思維方式，是人類理解抽象概念、進行抽象思維的重要途徑。此后隱喻的認知功能和在思維中的中心作用得到了學術界的普遍認可。90年代著名認知語言學家Turner & Fauconnie[2]創建了概念整合論（The Conceptual Integration Theory），對Lakoff & Johnson的概念隱喻理論進行了整合完善，具有更廣泛的解釋性。近幾年隨著計算機科學的迅猛發展，隱喻又成為了自然語言處理的研究熱點。目前學者們在多學科研究的基礎上對隱喻的識別理解進行多種嘗試[3-5]，試圖推動對自然語言更深層次的認知和理解。隱喻已經成為了一個涉及認知語言學、心理學、教育學、邏輯學、計算機科學等多學科交叉的研究領域。

隱喻自動識別關鍵的第一步是要解開人類對隱喻理解的認知機制，建立語言的形式化模型，使之能夠以計算機能夠識別的形式表示出來。這一過程很大程度上需要依賴認知語言學理論的指導。目前關于隱喻計算研究的綜述性文章主要針對隱喻模型設計、知識庫和數據資源建設及隱喻處理的應用方面進行介紹，而本文將從認知語言學和計算機科學的交叉角度對隱喻識別所涉及的理論和方法進行探究。以期讓更多的研究人員不僅停留在技術層面，而是更多的關注計算機技術背后的認知語言學理論基礎，同時為語言教育者提供一些計算思維和計算機網絡環境下語言教學的新思路和方法。

本文的結構安排如下：第一部分探討認知語言學視角下的隱喻的本質、識別機制；第二部分介紹計算機科學視角下的隱喻識別的研究進展。第三部分討論了隱喻識別對于計算機專家及語言學家和外語教育者的啟示和展望。

1 隱喻識別的認知語言學視角

1.1 隱喻本質

在認知語言學背景下，隱喻被普遍認為是一種思維方式和認知模式。概念隱喻理論認為隱喻是利用一種概念表達另一種概念，需要這兩種概念之間的相互關聯。這種關聯是客觀事物在人的認知領域中的聯想。概念隱喻觀運用源域與目標域之間的映射以及意象圖式來解釋隱喻現象，認為隱喻的本質是以一種事物去理解另一種事物的手段，從一個比較熟悉，易于理解的源域映射一個不太熟悉、較難理解的目標領域。人類對隱喻識別是指在語境中發現隱喻表達，找出源域、目標域及映射域的關系。束定芳[6]歸納了人類對隱喻識別的兩種基本方法：（1）基于文本線索；（2）基于語義沖突。

1.2 基于文本線索的識別

隱喻表達的特征之一是具有一定的語言標記，可以把這些語言標記作為隱喻識別的線索。這種研究思路在隱喻識別中非常直觀，起到一種“路標”的作用，具有較高的價值。通過隱喻標記語的明確指示，做出不能對該話語做字面意義理解而應做隱喻意義理解的明確引導。由于隱喻標記語的介入，人類對隱喻進行推理的時候，就能很容易地領會蘊藏的意圖，從而作出正確的隱喻識別。因此，隱喻標記語的使用明示了話語的語義邏輯關系，對隱喻的人腦推理過程起到了明示的語用制約，從而幫助理解與識別。束定芳[7]總結了隱喻表達的七種文本線索標記：

（1）領域信號或話題標志。如intellectual stagnation（智力上的停滯）、psychic eddy current（心理旋渦）、時間隧道、歷史悲劇。（2）元語言信號。直接用metaphor，metaphorical，metaphorically或“比如”等字眼。（3）強調詞信號。In fact，literally，actually，really，漢語中的幾乎、差不多、簡直等。（4）模糊限制詞。如英語中的a little，practically，漢語中的“有點”“某種意義上”等。（5）表示隱喻轉換的上義詞。如sort of，type of，“某種”等。（6）明喻。明喻是隱喻的一個種類，其比喻詞like，as，“好像”，“仿佛”等明確表明這是隱喻式話語。（7）引號。

根據上述認知語言學理論，在隱喻計算機自動識別領域，有一些研究工作是針對文本中的線索而進行的。本文第3.1節將介紹相關研究方法和技術。

1.3 基于語義沖突的識別

多數隱喻的出現并沒有什么明確的信號或標志，需要通過對語義沖突的理解來識別隱喻。語義沖突也稱為語義偏離（deviation），指的是在語言意義組合中違反語義選擇限制和常理的現象，是隱喻產生的基本條件。語義沖突可以產生在句子內部，也可以產生在句子與語境之間。Ortony[8]認為某一語言表達成為隱喻的第一要素是從語用角度或從語境角度看，它必須是異常的，即從其字面意義來理解有明顯與語境不符合之處。人類需要根據話語的字面意義在邏輯上或與語境形成的語義和語用沖突及其性質，判斷某一種用法是否屬于隱喻。

人類對隱喻的理解首先建立在上下文語境的基礎上，根據語言認知系統知識庫及涉身概念知識庫，對語言形式和字面意思進行分析，確定源域與目標域的語義沖突，并運用概念聯想提取機制判斷出映射關系，最后作出概念隱喻的判斷[9]。如圖所示：

2 隱喻識別的計算機科學視角

2.1 基于文本線索的方法

國內外很多學者對隱喻標記及其使用進行了分類和歸納總結[10-12]，旨在通過文本線索的方法對隱喻進行自動識別。很多建立在對語料庫（如British National Corpus）中隱喻標記統計的基礎上，把標記隱喻的語言信號分為若干類別，并考察其在文本中的出現頻率與隱喻的使用關系。研究表明，雖然帶有語言標記的隱喻句在隱喻句總數量中存在的比例并不大，但是存在隱喻標記語的書面語中隱喻的比例達到了大約1/2的比例。除了隱喻標記語的詞匯層面，Ferrari[13]還把句法分析作為文本線索進行隱喻識別的研究。例如，通常作為隱喻標記的單詞metaphor，在句子“A metaphor is a figure of speech where comparison is implied.”中作為主語出現，此句不再是隱喻，metaphor也失去了標記的功能。這種方法概括起來就是利用規則約束與機器學習相結合，從語料庫中統計隱喻的語言標記和句法信息出現的概率，以此作為文本線索進行隱喻計算機自動識別。

因為更多的隱喻不具有明顯的語言標記，所以這種基于文本線索的方法只能作為一種輔助來提高識別效果。在前面1.2節中認知語言學中提到的語義沖突關鍵作用基礎上，接下來探討從計算機自動語義分析角度進行隱喻的識別。

2.2 基于語義知識的方法

由于技術的局限，對這種方法的研究很少到應用認知語言學中的語言系統知識庫和系統概念知識庫，只是把字面上出現的語義或者邏輯不一致當作隱喻進行識別。例如：對于隱喻句“my car drinks gasoline”，由于動詞drink的語義優先公式為（（* ANI SUBJ）（（（FLOWSTUFF）OBJE）（MOVE CAUSE））），發出drink這個動作的主語即drink應是生命體，而car屬于不具備生命體的語義類別，與系統中汽車文本中語義框架中出現的例如“消耗”等語義并不相符，因此造成了語義類搭配異常，形成隱喻的識別。

Fass[14]對基于語義知識的方法進行了早期的研究，建立語義沖突分類體系，并手工建立了語義知識庫，但對大規模的語料分析具有局限性，也耗時耗力。Mason[15]通過大規模語料庫自動獲取詞匯的優選語義，從領域語料庫獲得詞匯的語義特征，對比特征語義沖突完成概念映射的優選。但由于領域知識庫規模不足，此方法只能處理與動詞相關較簡單的概念隱喻，對于復雜映射具有很大的局限性。

利用詞典和語義搭配知識是基于語義知識方法的另一項應用。如Krishnakumaran利用英語詞典word-Net得到語義知識，計算詞語在語料庫中語義搭配的概率[16] 。同樣，楊蕓利[17]用《同義詞詞林》和《詞語常規搭配庫》來識別漢語語義搭配型隱喻。

另外，機器學習方法是隱喻自動識別研究的一個新方向，在處理海量信息上有著明顯的優勢和廣泛的應用[18-19]。面對日益增多的數據與計算機技術迅速發展，廣泛地嘗試探索基于機器學習的隱喻識別研究十分必要。基本上，此方法把隱喻識別的問題轉化成文本分類問題，最終達到識別目的。

3 總結與展望

3.1 語言學家與計算機研究者攜手共進

語言學與計算機科學對于隱喻識別，有著共同的研究處理對象及共同的奮斗目標――揭示人類語言中隱喻的秘密，開發人類語言智能的功能。利用計算機對隱喻進行識別，基于規則和統計相結合的辦法是有效辦法之一，只利用任何一種方法都有它的局限性。計算機固然可以迅速地從大規模的語料中獲取隱喻知識，解決系統的一些具體問題，但是卻不能解釋確切的運行機制和其中的規則到底是如何建立的。所以需要語言學家對語言進行描述與規則制定，實現計算語言的形式化，這些都是跟語言學的基礎理論分不開的。同樣，語言學也需要進一步現代化。而計算機隱喻識別所提出的一系列新的方向與需求，一方面啟發語言學家從新的角度去思考和探索，這必將深化語言學的理論知識；另一方面，通過計算機改造語言學理論，可以促進語言描寫的形式化、科學化和精密化。計算機科學的發展，不但為語言學提供了現代化的研究手段，而且擴展了語言學的研究視野。因此，語言學家與計算機研究者加強合作與支持，才能促進隱喻研究的重大突破。

3.2 隱喻知識庫與英語教學

隱喻的各種計算模型往往需要一個或多個知識庫的支撐，這是由隱喻的認知性所決定的。國外在隱喻知識庫方面發展比較迅速，代表性的隱喻知識庫有Sense-frame、Master Metaphor List、MetaBank和Metalude。在語言學教學實踐中，隱喻知識庫中所包含的詞條、對隱喻的描述以及例句、規則、分析等給學生提供了實際語言運用中的真實語言材料。這類知識庫所提供的語言學習材料，幫助學生理解和分析隱喻系統，提高英語語感、促進語言習得。“教材中非真實語料的例句往往對學生有誤導作用，教學中應更多地使用地道的英語”[20]。例如，Master Metaphor List 知識庫的詞條 force下，隱喻類別示例如下：

Force is a substance contained in affecting causes

Put more force in to your punches.

Each sentence contained the force of an order.

Her death hit us with a lot of force.

Related metaphors： related to Causes are Forces.

Source domain： substance，contents，container，hitting.

Target domain： force.

知識庫中除了三個例句，還給出了與force類別相關的隱喻類別（Related metaphors：related to Causes are Force）。指出了隱喻的源域（substance，contents，container，hitting）和目標域（force），另外還有簡要分析的以幫助理解（ note）。例句中都包含概念隱喻的影子。借助概念隱喻可以認識到隱喻表達形式的根源，將原本分散的形式內涵按根源進行歸類。隱喻知識庫所提供的概念隱喻系統使語言學習者了解到隱喻生成機制的原理，利用映射原理對知識系統分類整理。隱喻知識所提供的實例分析和分類幫助學生形成系統的理解和有序的邏輯思維，分清隱喻表述的各部分關系，代替死記硬背的學習方式，遵循有效的認知規律，從語言學習的根源和理論上整體把握，從而提高對語言深層次的理解，提高學習的效果，增強英語語感。

參考文獻：

[1]Lakoff，G.，Johnson，M.Metaphors We Live By [M]，Chicago： University of Chicago Press，1980.

[2]Turner，M.，Fauconnier，G.Conceptual Integration and Formal Expression[J].Metaphor & Symbolic Activity，1995，10（3）：183-204.

[3]Derrida.Margins of Philosophy[M].Chicago：The University of Chicago Press，1982：31.

[4]Shen，Y.，&Gadir，O.How to interpret the music of caressing：Target and source assignment in synaesthetic genitive constructions[J].Journal of Pragmatics，2009，41（2）：357-371.

[5]胡壯麟.認知隱喻學[M].北京：北京大學出版社，2004.

[6]束定芳.隱喻學研究[M].上海：上海外語教育出版社，2000.

[7]束定芳.認知語義學[M].上海：上海外語教育出版社，2008.

[8]Ortony，A.（ed）.Metaphor and Thought[M].Cambridge University Press，1979.

[9]黃孝喜.隱喻機器理解的若干問題研究[D].浙江大學博士論文，2009l：51-52.

[10]Wallington，A.M.，et al.Metaphoricity Signals：A Corpus Based Investigation [D].Technical Report CSRP203205，University of Birmingham，2003.

[11]Barcelona，A.On the plausibility of claiming a metonymic motivation for conceptual metaphor[A]，2000b.In A Barcelona，2000.

[12]Croft，W.The role of domain in the interpretation of metaphors and metonymies[J].Cognitive Linguistics，1993：4-4：335-371.

[13]Ferrari，S.Using Textual Clues to Improve Metaphor Processing[C].Proceedings of the 34th Annual Meeting on Association for Computational Linguistics Student Session.Santa Cruz，California，1996.

[14]Fass，D.Met 3：A Method for Discriminating Metonymy and Metaphor By Computer [J].Computational Linguistics，1991，17（1）：49-90.

[15]Mason，Z.CorMet：A Computational，Corpus2basedConventional Metaphor Extraction System[J].Com2putational Linguistics，2004，30（1）：23-44.

[16]Krishnakumaran，S.，Zhu，X.J.Hunting Elusive Metaphors Using Lexical Resources[C].Proceedings of the ACL 2007 Workshop on Computational Approaches to Figurative Language，2007：13-20.

[17]楊蕓.漢語隱喻識別與解釋計算模型研究[D].廈門大學博士學位論文，2008.

[18]Pasanek，B.Sculley，D.Mining Millions of Metaphors[J].Literary and Linguistic Computing，2006，23（3）：345-360.

[19]戴帥湘.漢語隱喻分類識別的計算方法研究[D].廈門大學碩士學位論文，2005，6.

[20]Kittay.E. Metaphor：Its Cognitive Force and Linguistic Structure [M].Oxford： Clarendon Press，1987.

作者簡介：張冬瑜（1977-），女，博士，講師，主要研究方向：自然語言處理；樊宇（1966-），女，遼寧大連人，講師，學士，主要研究方向：英語教學、教育管理；李映夏（1978-），女，遼寧大連人，講師，碩士，主要研究方向：應用語言學。

篇(4)

    1.論文研究的背景和意義

    到目前為止,隨著現代信息的不斷發展,智能化和信息化已經被廣泛應用到各個領域。目前的自動識別技術主要包括兩個種類:條碼技術和無線射頻(RFID)技術。隨著這兩種技術的不斷發展,自動識別技術已經在全世界具有了一定的發展規模。由于信息量和人們需求的不斷擴大,現代的物流行業涉及的種類是很煩瑣的供應鏈結構也相應地變得很復雜,很多時候都是要求遠距離的傳輸,在這種傳輸中傳統的物流方式就存在很大的弊端。RFID技術,最早出現在第二次世界大戰的戰場上為飛機的一種敵我目標識別出現的。但是由于成本和技術限制等諸多原因,一直沒有得到廣泛的應用。

    2.研究現狀

    (1)物流信息的研究現狀。物流信息管理的發展已有很長一段時間,并且各個地區和國家的發展情況都不盡相同。我們可以在線地對車輛和貨物進行信息的追蹤和查找,但是這種方式對網站的信息和其他的鏈接都沒有可靠的保障。這種系統可以利用全球衛星定位系統和智能的交通管理系統來對運輸貨物的車輛進行位置的追蹤,從而掌握貨物的運輸情況,以這種動態的管理方式使得車輛的管理效率得到提高。(2)RFID技術的研究現狀。條形碼技術可以說最早是由沃爾瑪公司開始應用的,從此成為了各個物流行業中的重要識別技術。而現在沃爾瑪公司否定了條碼技術開始使用電子標簽,這充分地說明了RFID技術明顯優于傳統的條碼技術。也預示著RFID技術在商業物流行業中的應用會得到普及,最終取代條碼技術。RFID技術在中國作為一種新型的自動非接觸式識別技術的發展歷史還不是很久,所以是處于剛剛起步的階段。但是作為一種新型的技術手段,RFID技術還是具有很大的發展前景和空間的。

    3.論文研究的主要內容

    本文主要是把RFID技術應用到物流信息管理系統中,從而實現對物流全過程的調度優化和控制的動態性。

    二、物流信息系統概述

    1.物流管理系統的概念及功能

    (1)物流系統的定義。物流信息是一個非常廣泛的概念,涉及到我們社會經濟的任何一個方面,是一個錯綜復雜的社會系統。從大的材料供應商、批發商到零售商和消費者,幾乎都有物流信息系統的身影。現在的物流信息管理系統的主要任務有以下三方面:商品的流動,也就是我們所說的商流;信息的流動,也就是我們所說的信息流;資金的流動,也就是我們所說的資金流。物流信息管理系統的英文名稱是Logistics Information System,以下簡稱為LIS。LIS的主要組成:計算機軟硬件、通信網絡的主要設備和人組成的智能人際交互界面系統。(2)物流信息管理系統的主要功能概述。通過計算機技術對數據進行處理,可以向運營商和客戶提供相應的共享數據,并且可以加強企業和企業之間的合作關系,形成一種更加優越和完善的供應鏈網絡。

    2.物流管理系統的主要結構及類型

    一個完善的物流信息管理系完成的主要功能包括:首先對信息進行采集整理存儲,然后對有用的信息進行相應的傳輸和利用。與此同時也涉及到了活動中的每個要素。

    3.物流信息管理識別中主要的采集技術

    物流信息管理系統主要是將各個環節的物流信息聯合到一起,表現出了物流管理系統強大的整合能力。(1)條碼技術簡介。這種識別技術主要是被應用在計算機的數據的輸入與輸出。具有很多的優點:可靠性高、成本低并且采集和輸入輸出的速度非常快。由于這些優點的存在,條碼技術目前被廣泛應用在國內外的物流行業中。條形碼識別技術由于具有非常優越的優點,準確可靠快速的傳輸,使得它的應用價值非常大。其中條形碼的設備主要分為條形碼的印刷設備和條形碼的掃描設備。(2)RFID識別。射頻識別技術,即RFID技術是一種非接觸式的自動識別的技術。一個標準的射頻識別系統是由三部分構成的:電子標簽、讀寫器和天線。但是由于實際中存在的問題,這種RFID系統好使需要軟硬件之間的良好配合才能完成它的功能。

    三、RFID技術簡介

    由于射頻的數據保密性非常好,所以目前被廣泛地應用在防偽行業中。RFID的主要優點是:具有唯一的UID號碼。

    1.RFID系統的組成和特點

    一個最基本的RFID系統如圖1所示,一般包括:標簽、閱讀器、天線和數據的讀寫系統。

    圖1 RFID系統組成

    標簽的作用:RFID的電子標簽是由耦合元件組成的。上述每個電子標簽都具有唯一的UID編碼。是標簽唯一識別的標識。讀寫器:讀寫器是電子標簽的讀寫設備。主要控制數據的讀寫。天線:主要完成讀寫器和標簽之間射頻信號的傳遞。

    如圖1所示,一個完整的RFID系統還包括一個中心處理的電腦和應用軟件系統。這個系統主要是將讀寫器上的信息和數據傳遞到電腦上的數據處理中心進行處理和應用。這也是RFID技術的基本原理。

    2.RFID組成部分簡介

    (1)電子標簽。RFID系統中的電子標簽是整個系統的數據的載體。通常情況下,一個完整的電子標簽主要是由標簽元件和天線組成。電子標簽與條形碼不同的是電子標簽可以自動地把自身存儲的信息發送出去,它是可編程的,可以適當地改寫編程的程序來滿足不同情況下的電子標簽的需求。(2)讀寫器。在RFID系統中,負責數據的讀寫的設備主要是讀寫器設備。讀寫器的功能非常強大,通常在系統中它都是獨立存在的,也就是說讀寫器可以單獨地對數據進行讀寫、處理并且顯示等。(3)數據的管理系統。完整的RFID系統除了包括最基本的標簽、天線、閱讀器外,還應該具有一整套完整的數據管理系統。數據管理系統的主要功能是完成數據信息的處理和存儲共享。

    3.RFID技術的優點

    RFID技術的出現,使人們認為RFID技術是條形碼的高級形式,但是這種說法是沒有什么理論依據的。RFID作為一種新型的非接觸式自動識別技術,它在很多方面都優于條形碼技術。RFID技術的優點很明顯,它不需要光源,并且更加安全。

    4.RFID技術目前面臨的問題

    RFID技術是一種新型的識別技術,它與條形碼識別技術相比,發展的歷史比較短。所以技術還不是很成熟,目前還存在著許多發展的問題。

    四、物流管理系統的需求分析

    1.RFID技術的主要應用

    隨著信息技術的發展,RFID技術也有一定的發展,被應用在許多不同的領域,最主要的應用范圍包括:零售、倉儲、生產和運輸行業。

    2.目前物流公司的現狀

    經濟需求的不斷增長,市面上有越來越多的物流公司來滿足人們對物流的需求。但是很多物流公司的規模都比較小,存在著一些缺點。

    3.需求問題的解決

    目前的物流企業的規模比較小,標準和網絡化都不完善,存在著各種各樣的問題。針對這些問題,我們對物流公司有了新的需求問題的解決方案。每個公司都可以發揮它的長處取長補短,互相幫助贏取共同的利益。這種集中管理和共享的方式不僅可以幫助物流公司來提高他們的運輸速度,而且還大大地降低了物流中貨物運輸的成本,減少了不必要的浪費,有助于管理者的經營。

    4.RFID系統結構的選擇

    本文主要用到的數據庫是SQL。采用的主要構架是B/S模式。下面分別對這兩種技術進行簡單的介紹。(1)SQL簡介。SQL(Structured Query Language),它的意思是結構化查詢的語言。SQL這種語言最主要的功能是它可以很好地與各個數據庫建立相應的聯系并且可以進行很好的溝通。(2)瀏覽器/服務器(B/S)構架。目前來說管理信息系統主要的構架類型主要包括:主機/終端型、客戶機/服務器即所謂的C/S模式、文件/服務型、三層的B/S和多層分布的形式。

    這種技術是www技術和數據庫技術相結合的結果,是未來數據庫發展的主要方向。

    B/S模式的主要結構如圖2所示。

    圖2 B/S模式結構示意圖

    5.系統成本的分析

    我們知道RFID系統主要是由標簽、天線和閱讀器構成的,所以它的主要硬件成本也是由這三部分構成,這主要是從RFID系統的市場需求來看的。對于物流管理行業來說,這三部分也是主要的硬件投資方式。雖然目前RFID系統的成本略高,但是它帶給我們的優點遠遠勝過了糨的這個不足。

    五、系統的總體設計研究

    1.基于RFID的物流管理系統的總體目標

    物流信息系統主要解決的問題是:(1)縮短從接受訂貨到發貨的時間;(2)庫存適量化(壓縮庫存并防止脫銷);(3)提高搬運作業效率;(4)提高運輸效率;(5)使接受訂貨和發出訂貨更為省力;(6)提高接受訂貨和發出訂貨精度;(7)防止發貨配送出現差錯;(8)調整需求和供給回答信息咨詢等。一個好的完善的物流信息管理系統會很好地解決上述的問題。我們最終的目的都是為了提高服務水平并且降低物流運輸的總成本。

    2.系統硬件產品介紹

    本系統設計的是一個基于RFID硬件產品已有的物流管理系統,所以首先對RFID不同用途的讀寫設備和它們的應用場合作了一下簡單的介紹,例如,下面這款電子標簽。

    本系統選用的電子標簽是T12048,這款電子標簽是TI公司新出的一款粘貼式的電子標簽。如圖3所示。

篇(5)

【關鍵詞】新疆；民族；文字識別；發展進度

我國是多民族國家，尤其是在新疆維吾爾自治區共有13個少數民族在這富饒的土地上共同生存和繁榮發展。在我國少數民族語言文字政策的大力支持下，我區各民族都在使用各自的語言文字并通過在語言文字領域不斷引進新興技術，使各自的文字領域創造了數字化、自動化的新的局面。本文提出的少數民族文字識別系統指的是使用某種數字技術把現存的少數民族文字編寫的紙質文獻通過掃描形式先轉化為計算機能識別的標準圖像格式，再用類似于中文文字識別軟件OCR等轉換工具把以圖像格式保存的文字轉換成WINDOWS等系統的WORD或其他文本格式文件的過程。這些文本文件形成后根據使用者的需求會直接被使用或再進行二次加工用PDF文件或HTML網頁文件等軟載體傳播并提供給讀者閱讀。文字識別系統為后者提供準備工作和硬條件，也就是為電子圖書等數字文獻的形成做中轉的作用（如圖1）。介紹新疆地區少數民族文字識別系統之前，我們必須先了解其文字背景和特點，首先簡單介紹一下我區少數民族文字現狀。

一、少數民族文字基本情況

在新疆地區，維吾爾族、哈薩克族、柯爾克孜族等屬于突厥語系的民族現在都使用自己的語言和文字實現各種交流和溝通。這幾個民族使用文字的歷史原因，使用文字變化多樣化、因時代不同而使用文字不同等特點已經導致文字的不統一性和不確定性。在解放前后都已經使用過新、舊文字兩種文字表達方式。而他們現在用的文字是國家按有關語言文字的特征，在阿拉伯文字的基礎上模仿性創造出的文字表達方式，是在阿拉伯文字的基礎上更改并簡化了部分環節后產生的新的字母，既有阿拉伯文字的有些特征并有自己的特點和不同。維吾爾文字使用32個字母，哈薩克文使用33個字母，柯爾克孜文使用30個字母（1983年版），這三種語言文字在各自中間也有些共同點和不同地方。

目前，雖然有關這些語言文字識別的研究有了些新的進展，其實幅度還是不能滿足使用者對新技術的發展需求，可以說是出于發展的初級階段。由于阿拉伯文和這些語言字符集上的相似性，可以借鑒阿拉伯文研究成果。但是阿拉伯文字識別的研究遠遠落后于拉丁文、中文等文字識別技術的研究，大部分的研究采用的是結構化的方法。

二、少數民族文字自動識別的特點

因為跟阿拉伯文字有不同點，這些語言文字的識別技術也會有自己的特點和不同之處，簡單總結為以下幾點：

（1）形成的少數民族文字電子書籍格式不統一或不完善，基本以圖像格式使用，再有轉化為文本格式的電子書籍也是很少一部分。因相關文字識別技術不成熟，好多電子圖書都不是靠文字識別系統來轉換為電子版的。在使用掃描形成的圖像格式（*.BMP，*.JPG等文件）制作成包括PDF在內的各種格式的資料中，轉換出的文本里不能正常顯示的字母占的比例高或者各種符號的錯誤率較高、排版出現混亂等現象普遍存在，最后影響了整本電子文獻的質量。這種現象的主要原因是某些字母在數字轉換過程中沒有能夠達到識別的標準，部分原因來自于工作人員的疏忽和工作態度等。現在，已經以圖像形式掃描成為電子文獻的資源已經開始在社會各個領域使用并開始形成數據庫。跟文本形式的電子書相比，這些圖書在實際使用中確實不易利用，顯然有很多不足之處。讀者使用時這種圖像個會的文件僅能通過輸入文本格式的文件名來查詢，而不能直接把文件內容使用各種文本編輯工具來編輯或通過 JAVA ，XML等腳本語言編程，對PDF或HTML等網頁文件內容進行查詢和編輯操作。

（2）因歷史種種原因導致的文字使用背景，存在一種語言使用多種文字情況，識別過程比較復雜，處理一種語言文字需要兩種解決途徑，而且這兩種解決方式是并且（U或者AND）關系的結構。拿維吾爾語和哈薩克語來講的話，這兩種語言到1965年前都使用阿拉伯文字形式的舊文字，從1965年開始使用拉丁文字形式的新文字，而又從1982年開始變更為以前的阿拉伯文字形式的舊文字。所以，處理這不同年代時的圖書資料時，我們需要處理兩種不同文字。雖然是一種語言，因使用的文字不同，而且這兩種文字從結構上有根本性區別和不同的特點。這顯然會要求我們準備和使用兩種不同的處理技術和方案。

（3）文字識別系統準確率不高，識別質量低。雖然少數民族文字識別系統問世已有幾年時間，軟件技術基本不成熟，實際使用中遇到的需要攻關和還未能得到全面解決的技術性問題很多。不僅現有的少數民族文字識別軟件的種類和數量都少，而它們的識別率等最關鍵的技術水平也未能得到提高，還處在初級研究和充實階段，而且發展進度也比較慢。對現有的少數民族文字識別軟件而言，它們的實際識別率僅僅達到10%—15%左右，根本無法滿足文字系統應有的功能指標。如果按照這個比例進行掃描的話，整本書的大部分內容會出現錯誤而需要對其余部分進行手工輸入，根本體現不出自動化處理的優越性，反而會浪費人力和財力并會提高建立數字資源的成本，最終影響數字資源庫的建設步伐。其中也隱藏著使用者數量不多、市場發展前景不樂觀、經濟利潤少等幾個主要因素。不管再有多大的技術障礙或客觀因素，如果有讀者的需求和時代的要求，我們有必要組織更多的人力和財力發展文字自動識別并攻關這些技術難關。

從技術角度來看，少數民族文字自動識別工作中存在一下三種技術亮點和把關的環節：

三、文字識別中的技術亮點

（1）形成文本文件后的文字必須符合Unicode字符標準，不管使用什么字體，在編碼中必須使用Windows 系統無條件認可的字符格式。這樣才能保證文本在檢索中的統一性，避免出現文字編碼不同而影響檢索結果。相反，在建立數字資源數據庫時數據不管存放到SQL或Oracle 等大型數據庫或自制數據庫里，只能找出相關文件名，而查詢全文時會出現字符亂碼或顯示不正常等情況。

（2）同時需要解決并提高混合文字的識別率。因現存的維哈文等用的是從右到左的讀寫方式，如果在文獻全文中維哈文字符和拉丁文字和中文、符號和數字同時出現時就需要處理不同文字的不同拼寫方向問題。這是識別某種文字的同時還需要保證其中混合的讀寫方向不同的其他文字和字符的準確率。雖然這種情況在文學作品中出現的概率不大，在其他學科（比如學術性文章和自科類文獻）中出現的概率還是不能小看的。為了實現文獻全文和電子版的融合，此項工作必須當重中之重來考慮并完成。

（3）因文字自身特征，維哈文等文字有30多個主體字母的90多種字符形式，在掃描識別過程中不能忽視這些字母的變位規律。比如一個字母根據在詞語中的位置有四種寫法時（不包括在行尾的簡寫方法）會要求文字識別軟件必須按照該字母當時的字符形式來做出判斷。比如：哈薩克文中字母T（）來舉例，該字母根據詞語中的位置有（如圖2）四種寫法。這種因素無意中會給文字識別的速度與準確率帶來一些技術上的障礙并會影響邏輯識別的連續性。

總之，因維哈文字書寫方向為從左到右，且各字符是在基準線附近相互連接的，因此，維哈文字符的識別率要比中文、英文等符號之間的存在空隙字符的識別率要低。這些少數民族手寫文字的識別主要的困難基本集中在于字符結構簡單、筆劃數少、可提取的特征較少、字符之間的相似程度極高、手寫草體的區別較大等幾個方面。對民族文獻信息的深入、持續建設和開發利用仍然是擺在民族圖書館人面前的一項艱巨而緊迫的任務。我們必須在已有的基礎上，進一步解放思想，與時俱進，求真務實，急讀者所急。也相信在不久的將來會找出可靠、穩定的解決方案和技術創新。

參考文獻：

[1] 碩士研究生論文.新疆大學；維文在線處理技術與實現：瓦熱斯江·阿布都克力木[2002年6月10日]

[2]吳慰慈.圖書館學概論 ，北京：北京圖書館出版社

篇(6)

關鍵詞：地鐵施工；EPC編碼；射頻技術

1、EPC編碼和RFID射頻技術

1.1EPC編碼

在技術革新迅猛發展的背景下，為滿足對單個產品的標識和高效識別，給每一個商品唯一的號碼―電子產品代碼（EPC）。EPC標簽即是這個編號的載體，當EPC標簽貼在物品上或內嵌在物品中的時候，即將該物品與EPC標簽中的產品電子碼建立起了一對一的對應關系。EPC編碼提供了一種簡單、可行的標的識別方式，它不僅可以將標的與其所帶的信息進行一對一的標識，還能準確、全面的記錄和體現標的的所有相關信息，并且以符號和數字的量化形式來實現所有信息數據的采集和存儲，利用它可以進行準確、有效的監控項標識和數據、信息的輸入。EPC編碼由一個標頭和數字字段組成，每一個數字字段都代表了監控項的信息，一一對應存儲于數據庫中。編碼標簽以唯一性、可擴展性、可操作性和簡單性為原則進行編制。唯一性就是指每一監控項標的與其標識代碼一一對應，標識代碼一旦確定不會改變，唯一性是監控項標的編碼最重要的一條原則。可擴展性是指從編碼體系的格式上，編碼考慮到了各方面的屬性，并預留了擴展區域。可操作性和簡單性是指通過對監控項的編碼標識，易于了解監控信息，利用數字形式可以更簡單存儲和傳遞監控信息。

1.2RFID技術

RFID是（Radio Frequency Identification）射頻識別技術的英文的縮寫，是一項利用射頻信號通過空間耦合（交變磁場或電磁場）實現無接觸信息傳遞并通過所傳遞的信息達到識別目的的技術。它具有其優于傳統條碼的特性：①無需“可視”讀取，實現遠距離自動識別，避免了人工干預，特別是在惡劣環境條件下；②能識別靜止、運動的物品；③能夠同時識別多個標簽，提高識別效率。射頻識別技術發展非常迅速，被廣泛應用于交通運輸控制管理、高速公路自動收費系統、停車場管理系統、物品管理、流水線生產自動化、安全出入檢查、倉儲管理、動物管理、車輛防盜等眾多領域。近年射頻識別技術在安全領域的研究應用廣泛，如對煤礦安全監控系統的研究，對施工現場鋼構件施工進度的監測，公共安全物聯網的構建研究，生命狀態監測系統研究等。通過上述分析可以看出，將 RFID 技術運用到地鐵施工實時動態監控研究中，可以有效的解決地鐵地下施工技術、環境等特殊風險監控艱難的問題。

2、基于EPC編碼和RFID技術實時動態監控模型

2.1關鍵警兆指標的甄選

本文根據多個地鐵施工事故數據，從人、機、環境、管理四個維度對地鐵施工風險維度進行了劃分，并采用多維關聯規則數據挖掘技術進行計算，甄選出關鍵警兆指標。

2.2關鍵警兆指標EPC編碼標識

由于地鐵施工現場人、機、環境、管理各風險因素復雜、無序且具有動態性，要想準確監控每一個關鍵警兆指標，就必須給每個風險源賦予唯一的編碼標簽。本論文擬建立的編碼體系不僅能唯一識別單一風險源，而且能從編碼中直接讀取風險源的位置信息和監控記錄信息，進而實現地鐵施工風險源關鍵警兆指標的標識。編碼標簽以唯一性、可擴展性、可操作性和簡單性為原則進行編制，如圖1所示。

圖1 編碼標簽格式圖

①A、B、C、D：位于編碼標簽第1至第4位，字符為二進制編碼。表示地鐵施工項目代碼名稱，以區分不同的、相互獨立的項目。②E、F：位于編碼第4至第5位，字符為二進制編碼。表示地鐵施工監控指標風險源種類，00―人，01―機，10―環境，11―管理。③G、H、I、J：位于編碼標簽第6至第9位，字符為二進制編碼。表示地鐵施工監控關鍵警兆指標風險源位置。④K、L、M、N：位于編碼標簽第9到12位，字符為二進制編碼。表示監控關鍵警兆指標具體數值，如施工器具損壞程度值等。⑤O、P：位于編碼標簽第13到14位，字符為二進制編碼。表示監控指標的歷史信息，歷史信息應包括風險源發生隱患時間、地點、事故情況、防控結果等歷史數據信息。⑥Q、R：位于編碼標簽第14到15位，字符為二進制編碼。設為擴充區，防止新增加信息加入編碼。

地鐵施工實時動態監控編碼體系的結構在不同的項目中是可以優化和完善的。即使是在同一個系統中也會自身不斷的優化，以適應后續數據采集的實現。只有這樣，才能夠確保編碼體系的可操作性。編碼標簽是施工現場風險源和關鍵警兆指標的唯一標識，也是后續進行實時動態監控的依據。

2.3基于RFID技術的地鐵施工實時動態監控

2.3.1人：施工人員或工作人員隨身攜帶雙向編碼標簽卡，裝在施工人員的皮帶或安全帽上，記錄有施工人員或工作人員的個人信息、進出施工場所的時間、分工和責任。編碼標簽卡實施雙向發送信息，實時動態監控時給監控中心發信息，監控中心也可以給每個施工人員發信息，同時雙向編碼標簽卡有個按鈕和指示燈，可以在遇到危險的情況下按下緊急按鈕鍵，進行緊急呼救。當施工現場里面出現特殊情況時，施工人員只要按下按鈕，監控中心就會有報警聲。當監控中心出現什么情況時，監控中心也可以給每個人施工人員發信號，通過指示燈來提示。

2.3.2機：每個施工器具上都附有編碼標簽卡和監控看板，編碼標簽卡的功能是識別施工器具風險源、監控施工器具的位置。監控看板的功能采集實時監控每個施工器具的監控信息，如運行情況和隱患狀態等通過RFID射頻技術傳輸給監控中心。

2.3.3環境：根據國家法律法規進行實時動態監測項設置，并按規定進行動態監控，監控項應包含施工場所所有動態風險源等。

2.3.4管理：制定施工管理實時監控看板并帶有編碼標簽卡，置于施工場地進出口，根據風險源種類和關鍵警兆指標落實安全責任。

3、地鐵施工實時動態監控模型

根據前文所述，從人、機、環境、管理四個維度對風險源進行多維關聯規則分析，全面識別地鐵施工過程中存在的風險因素，找出所有的頻繁項集，通過算法計算得出施工過程中風險指標之間的強關聯規則，確定關鍵警兆指標。利用EPC編碼方式對關鍵警兆指標進行編碼標識，編制針對人、機、環境、管理的實時動態監控編碼標簽卡和實時動態監控看板，利用RFID射頻識別技術和人機接合的方法進行分散風險信息的準確采集、實時監測和遠程動態跟蹤，從而構建地鐵施工實時動態監控模型。

4結語

總之，對地鐵施工預警研究上，依據所甄選出的關鍵警兆指標，采用EPC編碼方式對關鍵警兆指標的信息進行量化，實現信息的準確采集。充分利用RFID射頻技術的優勢，實現地鐵施工關鍵警兆指標的運程自動識別、實時監控和動態跟蹤，為發生施工災害時啟動預案和確定實施強度提供決策支持。

參考文獻：

篇(7)

【關鍵詞】線掃描相機激光光源鐵路車輛故障圖像檢測

1.前言

最初的鐵路車輛故障檢測完全采用人工方式，車輛入段（編組站）后，鐵路工人拎著錘子通過觀察和聽錘子敲擊車輛的聲音判斷車輛故障。這種原始的車輛故障檢測手段，人工作業難度大，不容易發現隱蔽故障，且無法核實和追溯故障。

2005年，國內一些企業開始研究車輛故障圖像檢測系統，通過安裝在軌道底部和兩側的工業相機，在鐵路車輛通過時，動態拍攝車輛圖片，圖片實時傳輸到列檢中心，作業人員在電腦上瀏覽車輛圖片，發現故障后及時通知維修。這種方式將現場人員從繁重的體力勞動中解放出來，極大地提高了鐵路車輛檢修的效率。

早期的車輛故障圖像檢測系統采用的面陣相機每次曝光成像一幅照片，圖像在拍攝方向上不能無縫拼接，且容易因為信號的干擾造成丟圖、竄圖等問題，給作業人員造成了不小的困擾。2009年，線掃描相機的出現，革命性地改變了車輛故障圖像檢測領域的發展，線掃描相機形成的圖像可以做到無縫拼接，并為實現圖像故障自動識別提供了條件。

2.線掃描相機成像技術

線掃描相機，主要應用于工業、醫療、科研與安全領域的圖象處理。在機器視覺領域中，線掃描相機是一類特殊的視覺機器。與面陣相機相比，它的傳感器只有一行感光元素，因此使高掃描頻率和高分辨率成為可能。線掃描相機的典型應用領域是檢測連續的材料，例如金屬、塑料、紙和纖維等。被檢測的物體通常勻速運動，利用一臺或多臺相機對其逐行連續掃描，以達到對其整個表面均勻檢測。可以對其圖象一行一行進行處理，或者對由多行組成的面陣圖象進行處理。另外線掃描相機非常適合測量場合，這要歸功于傳感器的高分辨率，它可以準確測量到微米。

從車輛故障圖像檢測領域廣泛使用的線掃描相機對光譜的敏感曲線可以看出，該相機對800nm附近波段的光線最敏感。另一方面，可見光處于390nm～770nm波段，太陽光在808nm波段的光功率密度大概是0.95*808W/m2=0.7676mW/mm2，光功率密度相對于可見光部分要小，如果采用808nm波段的近紅外補償光源，既能很好地滿足線掃描相機對感光的要求，且由于近紅外光基本不可見，消除了補償光源在軌邊對車輛駕乘人員的干擾。

激光單色性好、功率大、能量集中，能很好地配合線掃描相機使用。如果光功率密度選擇合適，則既能滿足線掃描相機的需要，又能起到很好的抗陽光干擾的效果。

激光光源分為三部分，激光器、光纖、激光鏡頭。激光器是激光發生源，是激光光源最重要的部分。光纖是激光傳輸的介質，連接激光器和激光鏡頭。激光鏡頭由光學鏡頭組成，將光纖傳輸過來的點狀激光光斑變成線狀激光光斑。光纖必須按照激光器配套，芯徑400um，數值孔徑0.22，而激光鏡頭的好壞決定了激光光源光斑的均勻性。

早期的激光補償光源兩端光弱、中部光強，使線掃描相機所采集的圖像在靠近鋼軌側曝光不足，線掃描相機視場中部卻曝光過度；在垂直于線掃描相機掃描線方向上，補償光源是發散式的，近處光強而遠處光弱，使線掃描相機采集的圖像在列車底部交叉桿等近處曝光過度、遠處卻曝光不足。

隨著技術發展，另外一種新型激光鏡頭出現，該鏡頭發出的線性光源兩端光強、中部光弱，使線掃描相機所采圖像在靠近鋼軌側也可充分曝光，而相機視場中部不會過度曝光；在垂直線掃描相機掃描線方向上會聚光，使線掃描相機采集的圖像在動車底部中間不會過度曝光，而動車底部距相機較遠處也可充分曝光。由此使線掃描相機所采集的圖像在橫向、遠近取景處都有合適的曝光度。

3.線掃描相機成像技術優勢

1）采用線掃描相機作為拍攝單元，結合廣角拍攝技術，采用單個相機即可完成列車底部可視部件的圖像采集，拍攝圖像完整性好，真正實現了列車側部與底部拍攝圖片的無縫拼接。

2）采用紅外線性激光光源，能量集中，抗陽光干擾效果更加理想。3）線掃描相機拍攝的圖像更有利于車輛故障圖像自動識別。

線掃描相機拍攝的圖片沒有拼接，有利于故障位置的定位。線掃描相機白天與夜間拍攝的圖片基本一致，基本無陽光干擾。線掃描相機只對運動的物體成像，對靜止的物體不成像，背景圖像單一。

目前，線掃描相機成像技術在動車組運行故障圖像檢測領域的應用，能實現故障的自動識別，雖然故障預報準確率僅能達到50%，但能在很大程度上減輕作業人員的工作量，作業人員只需要對系統預報的故障進行核實，不需要再查看全部圖像。線掃描相機成像技術在鐵路車輛故障圖像檢測領域帶來了前所未有的革命性變化。

參考文獻

[1]王勤.高速線陣CCD圖像數據采集系統的研究：[碩士學位論文]，天津：天津大學，2005.

[2]徐大成，翁桂榮.線陣CCD數據的高速采集系統[J].傳感器技術，2002.