深度神经网络综述精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的深度神经网络综述主题范文，仅供参考，欢迎阅读并收藏。

第1篇：深度神经网络综述范文

关键词：人工智能 机器学习 机器人情感获得 发展综述

中图分类号：TP18 文献标识码：A 文章编号：1003-9082 （2017） 04-0234-01

引言

人类自从工业革命结束之后，就已然开始了对人工智能的探索，究其本质，实际上就是对人的思维进行模仿，以此代替人类工作。人工智能的探索最早可以追溯到图灵时期，那时图灵就希望未来的智能系统能够像人一样思考。在20世纪五十年代，人工智能被首次确定为一个新兴的学科，并吸引了大批的学者投入到该领域的研究当中。经过长时间的探索和尝试，人工智能的许多重要基本理论已经形成，如模式识别、特征表示与推理、机器学习的相关理论和算法等等。进入二十一世纪以来，随着深度学习与卷积神经网络的发展，人工智能再一次成为研究热点。人工智能技术与基因过程、纳米科学并列为二十一世纪的三大尖端技术， 并且人工智能涉及的学科多，社会应用广泛，对其原理和本质的理解也更为复杂。 一、人工智能的发展历程

回顾人工智能的产生与发展过程 ，可以将其分为：初期形成阶段，综合发展阶段和应用阶段。

1.初期形成阶段

人工智能这一思想最早的提出是基于对人脑神经元模型的抽象。其早期工作被认为是由美国的神经学家和控制论学者 Warren McCulloch与Walter Pitts共同完成的。在1951年，两名普林斯顿大学的研究生制造出了第一台人工神经元计算机。而其真正作为一个新的概念被提出是在1956年举行的达茅斯会议上。由麦卡锡提议并正式采用了“人工智能”（Artificial Intelligence）砻枋稣庖谎芯咳绾斡没器来模拟人类智能的新兴学科。1969年的国际人工智能联合会议标志着人工智能得到了国际的认可。至此，人工智能这一概念初步形成，也逐渐吸引了从事数学、生物、计算机、神经科学等相关学科的学者参与该领域的研究。

2.综合发展阶段

1.7 7年， 费根鲍姆在第五届国际人工智能联合会议上正式提出了“知识工程”这一概念。而后其对应的专家系统得到发展，许多智能系统纷纷被推出，并应用到了人类生活的方方面面。20世纪80年代以来，专家系统逐步向多技术、多方法的综合集成与多学科、多领域的综合应用型发展。大型专家系统开发采用了多种人工智能语言、多种知识表示方法、多种推理机制和多种控制策略相结合的方式， 并开始运用各种专家系统外壳、专家系统开发工具和专家系统开发环境等等。在专家系统的发展过程中，人工智能得到了较为系统和全面的综合发展，并能够在一些具体的任务中接近甚至超过人类专家的水平。

3.应用阶段

进入二十一世纪以后，由于深度人工神经网络的提出，并在图像分类与识别的任务上远远超过了传统的方法，人工智能掀起了前所未有的。2006年，由加拿大多伦多大学的Geoffery Hinton及其学生在《Science》杂志上发表文章，其中首次提到了深度学习这一思想，实现对数据的分级表达，降低了经典神经网络的训练难度。并随后提出了如深度卷积神经网络（Convolutional Neural Network， CNN），以及区域卷积神经网络（Region-based Convolutional Neural Network， R-CNN），等等新的网络训练结构，使得训练和测试的效率得到大幅提升，识别准确率也显著提高。

二、人工智能核心技术

人工智能由于其涉及的领域较多，内容复杂，因此在不同的应用场景涉及到许多核心技术，这其中如专家系统、机器学习、模式识别、人工神经网络等是最重要也是发展较为完善的几个核心技术。

1.专家系统

专家系统是一类具有专门知识和经验的计算机智能程序系统，通过对人类专家的问题求解能力建模，采用人工智能中的知识表示和知识推理技术来模拟通常由专家才能解决的复杂问题，达到具有与专家同等解决问题能力的水平。对专家系统的研究，是人工智能中开展得较为全面、系统且已经取得广泛应用的技术。许多成熟而先进的专家系统已经被应用在如医疗诊断、地质勘测、文化教育等方面。

2.机器学习

机器学习是一个让计算机在非精确编程下进行活动的科学，也就是机器自己获取知识。起初，机器学习被大量应用在图像识别等学习任务中，后来，机器学习不再限于识别字符、图像中的某个目标，而是将其应用到机器人、基因数据的分析甚至是金融市场的预测中。在机器学习的发展过程中，先后诞生了如凸优化、核方法、支持向量机、Boosting算法等等一系列经典的机器学习方法和理论。机器学习也是人工智能研究中最为重要的核心方向。

3.模式识别

模式识别是研究如何使机器具有感知能力 ，主要研究图像和语音等的识别。其经典算法包括如k-means，主成分分析（PCA），贝叶斯分类器等等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的基于统计学习的识别方法。图形识别方面例如识别各种印刷体和某些手写体文字，识别指纹、癌细胞等技术已经进入实际应用。语音识别主要研究各种语音信号的分类，和自然语言理解等等。模式识别技术是人工智能的一大应用领域，其非常热门的如人脸识别、手势识别等等对人们的生活有着十分直接的影响。

4.人工神经网络

人工神经网络是在研究人脑的结构中得到启发， 试图用大量的处理单元模仿人脑神经系统工程结构和工作机理。而近年来发展的深度卷积神经网络（Convolutional neural networks， CNNs）具有更复杂的网络结构，与经典的机器学习算法相比在大数据的训练下有着更强的特征学习和表达能力。含有多个隐含层的神经网络能够对输入原始数据有更抽象喝更本质的表述，从而有利于解决特征可视化以及分类问题。另外，通过实现“逐层初始化”这一方法，实现对输入数据的分级表达，可以有效降低神经网络的训练难度。目前的神经网络在图像识别任务中取得了十分明显的进展，基于CNN的图像识别技术也一直是学术界与工业界一致追捧的热点。

三、机器人情感获得

1.智能C器人现状

目前智能机器人的研究还主要基于智能控制技术，通过预先定义好的机器人行动规则，编程实现复杂的自动控制，完成机器人的移动过程。而人类进行动作、行为的学习主要是通过模仿及与环境的交互。从这个意义上说，目前智能机器人还不具有类脑的多模态感知及基于感知信息的类脑自主决策能力。在运动机制方面，目前几乎所有的智能机器人都不具备类人的外周神经系统，其灵活性和自适应性与人类运动系统还具有较大差距。

2.机器人情感获得的可能性

人脑是在与外界永不停息的交互中，在高度发达的神经系统的处理下获得情感。智能机器人在不断的机器学习和大数据处理中，中枢处理系统不断地自我更新、升级，便具备了获得情感的可能性及几率。不断地更新、升级的过程类似于生物的进化历程，也就是说，智能机器人有充分的可能性获得与人类同等丰富的情感世界。

3.机器人获得情感的利弊

机器人获得情感在理论可行的情况下，伴之而来的利弊则众说纷纭。一方面，拥有丰富情感世界的机器人可以带来更多人性化的服务，人机合作也可进行地更加深入，可以为人类带来更为逼真的体验和享受。人类或可与智能机器人携手共创一个和谐世界。但是另一方面，在机器人获得情感时，机器人是否能彻底贯彻人类命令及协议的担忧也迎面而来。

4.规避机器人情感获得的风险

规避智能机器人获得情感的风险应预备强制措施。首先要设计完备的智能机器人情感协议，将威胁泯灭于未然。其次，应控制智能机器人的能源获得，以限制其自主活动的能力，杜绝其建立独立体系的可能。最后，要掌控核心武器，必要时强行停止运行、回收、甚至销毁智能机器人。

三、总结

本文梳理了人工智能的发展历程与核心技术，可以毋庸置疑地说，人工智能具有极其广阔的应用前景，但也伴随着极大的风险。回顾其发展历程，我们有理由充分相信，在未来人工智能的技术会不断完善，难题会被攻克。作为世界上最热门的领域之一，在合理有效规避其风险的同时，获得情感的智能机器人会造福人类，并极大地帮助人们的社会生活。

参考文献

[1]韩晔彤.人工智能技术发展及应用研究综述[J].电子制作，2016，（12）：95.

[2]曾毅，刘成林，谭铁牛.类脑智能研究的回顾与展望[J].计算机学报，2016，（01）：212-222.

[3]张越.人工智能综述：让机器像人类一样思考

第2篇：深度神经网络综述范文

关键词：树型奇偶机；不要相信我的伙伴；学习规则；几何攻击；简单攻击

中图分类号： TP309.7 文献标志码：A

英文摘要

Abstract：Focusing on the key exchange problem of how to get the higher security for neural cryptography in the short time of the synchronization， a new hybrid algorithm combining the features of “Do not Trust My Partner” （DTMP） and the fast learning rule was proposed. The algorithm could send erroneous output bits in the public channel to disrupt the attackers

eavesdropping of the exchanged bits and reduce the success rate of passive attack. Meanwhile， the proposed algorithm estimated the synchronization by estimating the probability of unequal outputs， then adjusted the change of weights according to the level of synchronization to speed up the process of synchronization. The simulation results show that the proposed algorithm outperforms the original DTMP in the time needed for the partners to synchronize. Moreover， the proposed algorithm is securer than the original DTMP when the partners do not send erroneous output bits at the same time. And the proposed algorithm outperforms the feedback algorithm in both the synchronization time and security obviously. The experimental results show that the proposed algorithm can obtain the key with a high level of security and a less synchronization time.

英文关键词

Key words：Tree Parity Machine （TPM）； Do not Trust My Partner （DTMP）； learning rule； geometric attack； simple attack

0 引言

公共密钥交换协议[1]自从由Diffie 和 Hellman提出后，在密码学中扮演了重要角色。通常，公共密钥交换协议可以使两个实体在公共信道上获取一个共享密钥，而攻击者即使有监听信道的能力，也无法获取该密钥。然而，随着神经网络的广泛应用，人们发现具有高度非线性的神经网络也能应用于此，并且受到了密码学界的关注，形成了一个新的研究领域――神经密码学[2]。

目前，在神经密码学方面已经有大量研究[3-5]。研究发现，两个树型奇偶机（Tree Parity Machine， TPM）通过互学习的方式达到同步的速度要比通过单向学习达到同步的速度快得多，并将这一现象应用于解决密码学中的密钥交换问题。文献[6-8] 研究了四种攻击方法，即简单攻击、几何攻击、多数攻击和遗传攻击，其中简单攻击和几何攻击都采用单神经网络，而多数攻击和遗传攻击都是基于几何攻击的多神经网络攻击方法。为了抵抗这些攻击，文献[9]的研究表明仅有一个或两个隐藏单元的TPM模型被证明是不安全的，而含有三个隐藏单元的TPM可以通过增加突触深度的值来使神经同步过程达到任意级别的安全性，但增加突触深度会增加同步时间。攻击者攻击策略离不开通信双方在公共信道上传输的输入信息及输出信息。根据攻击者的这一特点，文献[10]提出了一种反馈机制，这种机制可以使原来公开的输入向量部分隐藏以达到阻碍攻击者学习过程的进行。这种方法虽然可以使同步过程达到较高的安全性，但同步时间也大幅度增加。而文献[11]提出了一种基于错误检测的算法――不要相信我的伙伴（Do not Trust My Partner， DTMP），该算法依靠在公共信道上传送错误信息，通信双方可以检测并且恢复出正确信息，而攻击者却无法恢复出正确信息，从而对攻击者造成干扰。DTMP算法可以极大地提高同步过程的安全性，虽然其所需同步时间比前述的提高抗攻击性能的方法少，但也仍需要较长的同步时间。

针对以上问题，为了在提高安全性的同时尽量缩短同步时间，本文提出了一种基于DTMP和快速学习规则的联合算法。该算法可以根据同步程度适当地调整权值修改幅度[12]，从而加快同步进程，减少同步时间以及攻击者采用新方法攻击成功的机会。实验结果表明，与DTMP以及反馈算法相比，联合算法可以以较低的同步时间获取较高的安全性。

1 树型奇偶机

树型奇偶机（TPM）是多层前馈式网络，在神经密码学中，通信双方的神经网络A和B以及攻击者的神经网络E都是采用的这种结构。树型奇偶机的一般化结构如图1所示。 τ表示神经网络输出； σ表示隐藏单元输出； w表示权值； x表示输入；K表示隐藏单元个数；N表示每个隐藏单元的输入个数。解释图中参数

2 快速学习规则设计

传统的学习规则包括Hebbian学习规则、antiHebbian学习规则和randomwalk学习规则。使用传统学习规则的神经密码学在协商密钥时，每次权值更新的步长均为1，这就导致交换输出值的次数过多，同步时间较长。因此，可以令通信双方根据其同步程度，适当地调整学习规则中权值的修改幅度来加快同步进程。由于三种学习规则的修改方法是类似的，本文仅对Hebbian学习规则的修改进行研究，该学习规则可改为式（7）所示形式。

即在安全性提高的同时，通信双方的同步时间也会大大增加。这样不仅需要的计算开销及通信开销会随之增加，同时由于通信时间过长可能会给攻击者寻找新的攻击方法提供更多的机会。而DTMP算法旨在通过以一定概率传送错误的神经网络输出信息来提高神经密码的安全性，并且不会对通信双方的同步时间产生影响。但希望在提高安全性的同时，能够尽量地减少同步时间，以减少攻击者使用新方法攻击的机会。因此，这里将第2章所述学习规则引入到DTMP算法中。另外，DTMP算法是将通信双方要发送给对方的输出信息以一定的概率取反后再发送到信道上传输的，因此，通信双方A、B最终在学习过程中使用的对方的输出信息并非是直接从信道接收到的信息，而是进行检错纠错后的信息。因此，为了适用于DTMP算法，需将上述学习规则改为如下形式：

4 系统仿真

4.1 实验设置

本文仿真实验中，通信双方A和B均采用K=3，N=1000的TPM结构。随机数发生器RNG中的两组参数随机取值。为使联合算法既能保证安全性又能提高同步速度，根据文献[13]，本实验中将快速学习规则中参数设置为m=2，q=1。

仿真中用两种方法控制错误输出信息的产生：

1）通信双方A和B同时产生错误信息：

如果F（RAi，1，RAi，2）>0，A将发送一个错误的τA，否则就发送一个正确的τA；如果F（RBi，1，RBi，2）>0，B将发送一个错误的τB，否则就发送一个正确的τB。

2）通信双方A和B不同时产生错误信息：

如果F（RAi，1，RAi，2）>0，A将发送一个错误的τA，否则就发送一个正确的τA；如果F（RBi，1，RBi，2）

这两种方法不会对通信双方产生影响，但会对攻击者产生不同的影响：当A和B同时产生错误信息时，不会对攻击者何时进行权值更新产生影响，而是对其权值更新的方向产生干扰；而双方不同时产生错误信息时，对攻击者何时进行权值更新以及其更新方向均会产生一定的影响。

在攻击实验中，攻击者与通信双方使用相同的网络结构及学习规则。实验中，平均同步时间是10000次实验的平均结果；攻击成功率是10000次实验中攻击成功次数的比率是否为平均结果？平均同步时间是10000次实验的平均结果；攻击成功率是10000次实验中攻击成功次数的比率，不是平均结果。。

4.2 神经网络同步仿真

随着互学习过程的进行，通信双方的同步程度增大，双方神经网络的权值向量的距离会越来越小，当双方神经网络达到全同步状态时，通信双方权值相等，即ED=0，权向量距离收敛速度越快也就意味着所需同步时间越短。因此，两个神经网络的同步过程也可以看作是这两个神经网络中权向量距离的收敛过程。

从图2可以看出联合算法的权向量距离收敛速度比DTMP原算法快，这是由于联合算法中采用了快速学习规则，可以根据同步程度适当调整权值修改幅度，使权向量距离收敛速度加快，从而加快同步进程，缩短同步时间。由于神经网络的同步过程是一个随机过程，每次同步所需时间会存在差异，为观察整体特性，还需采用平均同步时间进行研究。图3是不同突触深度时，采用DTMP原算法和联合算法的同步过程的平均同步时间。图3也可以说明，在同步时间上，联合算法是明显优于DTMP原算法的。

权向量距离的变化与同步时间的关系坐标单位？在神经密码学中，同步时间是指同步所需的学习次数，权向量距离是两个权值向量的距离，均没有单位。

4.3 安全性仿真

4.2节中通过仿真实验对联合算法的同步性进行了验证，虽然快速学习规则可以有效地减少DTMP算法的同步时间，但是还需要对联合算法同步过程的安全性进行研究。神经网络的同步过程是一个随机过程，因此，也存在一定的概率能使攻击者E在A、B同步之前与A或B达到同步，因此，这个概率就可以用来描述神经同步过程的安全性。然而，在实际中，由于存在同步判定的问题，通信双方可能并不能在同步时刻就及时地停止同步过程，若在A、B同步后到A、B停止学习过程这段时间内，E与A或者B达到同步，那么E的攻击也是成功的。因此，本仿真实验中，将攻击成功率PE定义为在A、B同步时刻ρAE>0.9发生的概率。另外，目前主要有四种已知的攻击方法，即简单攻击、几何攻击、多数攻击以及遗传攻击。其中多数攻击和遗传攻击都是采用多个神经网络的，但都是基于几何攻击的，其攻击成功率也受几何攻击成功率影响。因此，本文中，仅对使用单神经网络的简单攻击和几何攻击进行仿真分析。在仿真实验中，攻击者E在应用快速学习规则时，所截取到神经网络A/B的输出信息为τAsent和τBsent。

表1和表2是A、B分别同时发送错误信息和不同时发送错误信息时的联合算法及原DTMP算法的抗几何攻击实验结果。 从表1和表2可以看出，若A和B同时产生错误信息，联合算法的抗几何攻击能力比DTMP原算法稍低；而若A和B不同时发送错误信息，则联合算法的抗几何攻击能力明显优于DTMP原算法。

表3和表4是A、B分别同时发送错误信息和不同时发送错误信息时的联合算法及DTMP原算法的抗简单攻击实验结果。从表3和表4可以看出，两种情况下，联合算法和DTMP原算法均已达到较高的安全性，但A、B不同时发送错误信息时，联合算法的抗简单攻击性要优于DTMP原算法。

以上实验表明，通信双方不同时发送错误信息时，联合算法的性能优于DTMP原算法。这是由于此时联合算法能使通信双方根据同步程度确定合适的并且不至于过大的权值修改幅度，使通信双方以较快的速度达到同步，而攻击者受错误信息的影响，无法正确判断通信双方何时进行更新以及通信双方使用什么样的权值修改幅度，这就导致攻击者不能在通信双方达到同步前与通信双方之一达到同步。

那么相对于经典的反馈机制，联合算法的性能又怎么样呢？图4和图5分别是几何攻击和简单攻击对使用反馈算法和联合算法的同步过程的攻击成功率与同步时间的关系图，图中攻击成功率越低且相对应的同步时间越少说明其性能越好。显然，联合算法能以较低的同步时间获得比反馈算法更好的抗几何攻击和简单攻击的能力。

5 结语

本文对基于DTMP和快速学习规则的联合算法进行了研究。DTMP算法可以通过产生并发送错误信息对攻击者的监听过程进行干扰来有效地提高同步过程的安全性；快速学习规则可以根据同步程度适当地调整权值修改幅度来加快同步进程。而二者的联合算法则可以以较短的同步时间获取较高的安全性。实验结果表明，DTMP和快速学习规则的联合算法所需的同步时间少于DTMP原算法，且明显优于反馈算法，达到很高的安全性，实现了以较短的同步时间获得较高的安全性的目的。但目前对神经密码学的研究都是基于实数神经网络的，而复数神经网络具有更强的处理能力，若将其应用到密码学中是否能达到更高的安全性，这还有待进一步的研究。

参考文献：

[1]DIFFIE W， HELLMAN M E. New directions in cryptography [J]. IEEE Transactions on Information Theory， 1976， 22（6）： 644-654.

[2]ROSENZVI M， KANTER I， KINZEL W. Cryptography based on neural networks-analytical results [J]. Journal of Physics A： Mathematical and General， 2002， 35（47）： 707-713.

[3]ROSENZVI M， KLEIN E， KANTER I， et al. Mutual learning in a tree parity machine and its application to cryptography [J]. Physical Review E， 2002， 66（6）： 135-138.

[4]VOLKMER M， WALLNER S. Tree parity machine rekeying architectures [J]. IEEE Transactions on Computers， 2005， 54（4）： 421-427.

[5]CAI J， LIU D， CHEN T. Review of neural cryptography [J]. Journal of Computer Applications， 2007， 27（S1）： 219-222.（蔡家楣，刘多，陈铁铭.神经网络密码学研究综述[J].计算机应用，2007， 27（S1）：219-222.）

[6]RUTTOR A， KINZEL W， NAEH R， et al. Genetic attack on neural cryptography [J]. Physical Review E， 2006， 73（3）： 132-136.

[7]SHACHAM L N， KLEIN E， MISLOVATY R， et al.Cooperating attackers in neural cryptography [J]. Physics Review E， 2004， 69（6）： 5-11.

[8]MISLOVATY R， PERCHENOK Y， KANTER I， et al. Secure keyexchange protocol with an absence of injective functions [J]. Physical Review E， 2002， 66（6）： 102-108.

[9]RUTTOR A， KINZEL W， KANTER I. Dynamics of neural cryptography [J]. Physical Review E， 2007， 75（5）： 56-58.

[10]RUTTOR A， KINZEL W， SHACHAM L， et al. Neural cryptography with feedback [J]. Physical Review E， 2004， 69（4）： 7-9.

[11]ALLAM A M， ABBAS H M. On the improvement of neural cryptography using erroneous transmitted information with error prediction [J]. IEEE Transactions on Neural Networks， 2010， 21（12）： 1915-1924.

第3篇：深度神经网络综述范文

以哲学中国化理论为指导办好新建应用型本科高校——以辽宁科技学院实践为例

微合金变质铸态中锰钢衬板的生产与应用

低碳钢生产连铸工艺的研究

高锰酸钾预氧化—混凝深度处理中药生产废水的试验

活性染料废水电凝聚脱色能耗分析

本钢7500L/h废盐酸再生机组工艺与设备浅析

辽细辛中马兜铃酸A的测定方法研究

均匀设计法对煤矸石作骨料的树脂混凝土的试验研究

不发火混凝土的配制技术

我国矿山土地复垦及生态重建

浅谈GPS在航测控制网中的应用

基于WindowsCE系统的水准测量外业电子记录手簿的研究与开发

ExcelVBA在GPS坐标转换计算中的应用

GPS控制网观测方案的优化

浅析主抽风机的维护与故障排除

阀控式铅酸蓄电池过热失控分析

试论备品备件ABC管理

浅论企业施行社会责任控制的重要性

企业信息化组织架构研究

辽宁科技学院电气自动化技术专业

Fenton试剂氧化-混凝深度处理焦化废水的试验

高炉煤气洗涤废水的混凝沉淀处理

国内氨基磺酸盐高效减水剂研究发展现状

白术内酯Ⅱ对照品制备方法研究

冷轧薄料光辊轧制板形控制工艺优化

热镀锌生产中锌灰对产品表面质量的影响和解决方法

模糊神经网络研究现状综述

基于AVR单片机的简易示波器设计

粉砂层作为天然地基持力层的稳定性分析

增大截面法加固双曲拱桥

PowerNetworkCORS软件的RTK精度测试

GPS连续运行多站系统建设探讨

鞍山GPSC级控制网的数据处理

二阶Laplacian差分方程的Dirichlet边值问题

数码摄影与传统摄影的比较分析

英汉公示语对比研究

双语社团和双言社团中的语码转换

文化缺省文本的翻译策略探析

浅析商业银行屡查屡犯问题的成因分析及管理对策

辽宁科技学院优势特色学科——钢铁冶金

基于神经网络的炸药与岩石匹配的研究

圆柱体花岗岩单轴压缩实验的数值模拟

粉煤灰碎石作路面基层疲劳性能试验分析

综合物探方法在内蒙隐伏铅锌矿勘查中的应用

超长超深地下综合管沟外壁混凝土裂缝的控制

基于ArcGISEngine的数字校园导航系统的研究与实现

基于GPS技术的铁背山隧道平面控制测量

Oracle9i数据库性能调优技术应用研究

包装问题的演化算法

企业专网机房建设中的几个问题的探讨

三相有功电能表非标准接线时计量异常的原因分析及处理方法

电弧炉电极调节器对电网影响的仿真探讨

模式飞剪提高快速跟随性能的方案分析

DCS系统在本钢发电厂的应用

电渣重熔2～3吨锭型充填工艺研究

本钢薄板坯连铸生产超深冲钢的试验研究

转炉氧枪喷头更换工艺的改进

第4篇：深度神经网络综述范文

关键词：财务舞弊识别；随机森林；R语言

中图分类号：F23 文献标识码：A

收录日期：2012年8月30日

财务舞弊即财务报告舞弊，通常是指管理当局采取伪造、掩饰等手法，编制和虚假财务信息，诱导投资者做出错误的决策，从而实现自身利益最大化的违法行为。近年来，上市公司财务舞弊现象正因其层出不穷的发生态势和所带来的巨大损失得到各界的广泛关注，各界在谴责那些舞弊企业道德丧失的同时，更是对研究出有效识别财务舞弊的方法提出迫切希望。

一、文献综述

目前，财务舞弊识别研究主要涉及定性研究和定量研究两方面，定性研究主要通过对企业会计报表进行深度考察并试图发现其中的矛盾，以此来甄别舞弊。如，刘姝威（2002）就利用这种方法揭发了曾轰动一时的银广夏和蓝田股份的财务舞弊案。

定量研究则主要依托于统计学和数据挖掘方法，对舞弊企业与非舞弊企业控制样本进行建模，并通过模型来预测企业是否舞弊。常用的方法诸如逻辑回归模型、判别分析、神经网络、决策树、支持向量机等。如Beneish（1999）利用Probit判别方法建立模型，模型的准确预测率达到75%，并在实际中得到了一定程度的运用。顾宁生等（2009）用学习矢量量化（LVQ）神经网络进行建模，同时将模型与BP神经网络、支持向量机的预测效果进行对比，发现LVQ神经网络的效果最好。王敏（2011）结合舞弊三角理论采用逻辑回归模型建模，研究表明，法人股比例越高、监事会会议次数越多、当年的审计意见类型为非标准审计意见的公司越容易发生财务舞弊行为。

二、研究方法

近年来，很多学者采用数据挖掘方法进行财务舞弊识别研究，但这些方法的实际效果往往有限，究其原因，Breiman（1996）认为数据挖掘领域很多算法都是不稳定的，当训练集稍微有变动都会使识别效果大打折扣。在这种不稳定的情况下，将分类器组合起来能大大提升分类器的分类效果。

本文采用随机森林方法进行研究，随机森林是Breiman在2001年提出的一种组合分类方法，它主要是利用自助重抽样法对原始样本进行抽样，再用这些样本分别建立决策树，最后根据这些树的分类结果投票得出最终预测结果。在分类问题中，随机森林得到的组合模型如下：

H■（X）=arg■■（I（h（X；？专■）=j））

其中，HR（X）是组合分类模型，h表示单棵树的预测结果，I是示性函数，公式表示使用得票最多的结果进行预测。

目前，随机森林主要应用于生物信息领域，在财务舞弊识别的研究上，国内尚无相关文献。

三、实证研究

（一）样本选择。本文选取2000～2008年之间被证监会公开处罚的财务舞弊上市公司，除去涉及中报、季报、临时公告，只保留涉及年报的舞弊企业，最终剩余116家舞弊企业，以舞弊当年为一个样本，涉及多年舞弊的企业以其初次舞弊的年份为样本。为了保证控制样本的企业不涉及舞弊，对控制样本的选择采取下列限制：

1、在与舞弊企业同行业同年度的企业中进行选择，即保证舞弊样本和控制样本在行业和年度的分布要类似。

2、除去被ST、S、PT的上市公司。

3、控制样本前后3年的审计报告意见都是标准无保留意见。

通过筛选，本文最终选择116家舞弊企业和116家非舞弊企业。样本数据及下文的变量数据都来自国泰安数据库。

（二）变量选择。本文从公司财务状况和公司治理两个方面对变量进行选择，具体变量如表1所示。（表1）

（三）模型建立过程。整个模型的构建过程基于R语言环境并采用R语言的varSelRF包和CORElearn包进行，R语言是一种集统计计算和图形绘画为一体的程序语言，在R的镜像站上有接近4，000多个程序包，涉及统计学、机器学习、计量经济学等多个学科，varSelRF和CORElearn包里包括了用随机森林进行变量筛选和建模的相关函数。

1、变量筛选。随机森林变量筛选的主旨思想是从备选的变量中选取使分类效果达到最优且数量最少的变量组合。经过筛选，财务杠杆系数、流动资产周转率、实际所得税率、销售期间费用率、应收账款周转率、营业利润率、债务保障率、资产报酬率、资产负债率9个指标成为入选的变量。

2、训练集、测试集划分。从样本中随机抽取75%作为训练集，剩余的25%为测试集。

3、RF模型建模。大量实证研究的结果表明，在模型的建立过程中对参数进行相应的调整能使模型达到更好的效果，RF需要调整的参数主要有rfNoTrees（建模需要的树的个数）和minNodeWeightRF（每个节点处候选特征的个数），经反复试验发现当rfNoTrees设置为100，minNodeWeightRF设置为3时，模型拟合的效果最好，最终得到的预测结果如表2所示。（表2）

四、结论

本文基于上市公司财务舞弊相关数据用随机森林对数据进行变量筛选及对筛选后的变量建模，变量筛选的指标集中分布在盈利能力、营运能力两个方面。同时，模型最后的预测正确率在训练集达到95.4%，在测试集上也达到72.4，预测效果良好。预测效果表明可以将随机森林方法引入财务舞弊识别的实际应用中。

主要参考文献：

[1]王敏.舞弊三角与财务舞弊识别[J].财会月刊，2011.10.

[2]Beneish M.D.Implications for assessing ernings management among firms with extreme.Financial performance[J].Journal of Accounting and Public Policy，1997.16.2.

第5篇：深度神经网络综述范文

关键词：无损检测；射线检测；焊缝；缺陷；自动识别

现代无损检测技术在产品质量控制和生产效率提升方面发挥着重要作用，常规无损检测技术包括射线检测、超声检测、涡流检测、磁粉检测等类型[1]，这些检测技术各有优势，适用于不同的应用场合。其中，以X射线检测为代表的射线无损检测技术具有高效、便捷、可定量判定等特点而受到广泛应用[2]。传统的射线检测主要通过胶片成像并判别缺陷，这种方法虽然技术简单、分辨力强，但操作比较复杂、成像过程不好操作、检测效率不高、难以实现自动化。近年来，数字化的射线成像系统应用日益普遍，数字成像的最大优点是便于缺陷的自动化识别，有效提高了检测效率和自动化水平[3]。基于此，本文以焊缝缺陷检测为例，对射线检测的自动识别技术进行了深入的探讨。

1射线检测基本原理

X射线是一种穿透能力极强的电磁波，通过穿透被测工件并检测透射强度分布来反映工件内部结构信息，通过人工或自动分析，可以识别出缺陷的大小、尺寸和分布等情况。当工件内部存在缺陷时，由于缺陷与工件本身的材料往往不一致，因此对X射线的衰减程度是不一样的，通过成像介质在工作的另一侧接收X射线的透射光并记录下来，即可将缺陷的投影尺寸和形状反射成像介质上。射线检测技术常常使用底片作为成像介质，可以取得很高的分辨率，对气孔、夹渣等缺陷有很高的检出率，而且能够准确识别缺陷的性质、数量、尺寸和分布情况。但对于具有方向性的缺陷，例如裂纹、分层，其检出率则与射线穿透的方向有关，如果缺陷方向与射线穿透方向一致，则可能出现漏检。随着现代生产工艺水平的提高，各应用场合都对检测效率提出了更高的要求，例如生产流水线，要求实现自动化实时检测，传统的胶片成像技术显著不再满足需求。在此背景下，数字成像技术应运而生，为射线检测缺陷的自动识别奠定了基础。

2焊缝自动检测的难点

焊缝检测是无损检测的重要应用场景，也是无损检测技术的优势应用领域之一。材料在焊接时，由于工艺技术、设备条件、应力变化、材料结构、尺寸形状等因素的影响，在焊缝中出现热裂缝是十分常见的，而裂缝作为一种极度危险的缺陷类型，一旦在焊缝中发现则要求必须返修。在产品使用过程中，焊接件在高温、高压、腐蚀、疲劳、冲击等恶劣环境下，也很基于射线检测的焊缝缺陷自动识别技术研究孙文斐（济南市计量检定测试院，山东济南，250101）摘要：本文介绍了射线检测的基本原理，分析了射线检测技术实现自动化的难点所在，分析焊缝检测图像的预处理过程和焊缝缺陷的特征提取方法，通过人工智能的方法实现了射线检测的焊缝缺陷自动识别，取得了良好的效果。本文的研究可以为无损检测技术的应用提供借鉴，具有一定的现实意义。关键词：无损检测；射线检测；焊缝；缺陷；自动识别中图分类号：TH3文献标识码：AResearchonAutomaticRecognitionTechnologyofWeldDefectsBasedonRadiographicInspectionSunWenfei(JinanMetrologicalVerificationandTestingInstitute,Ji’nanShandong,250101)Abstract:Thisarticleintroducesthebasicprinciplesofradiographicinspection,analyzesthedifficultiesofradiographicinspectiontechnologytoachieveautomation,analyzesthepreprocessingprocessofweldinspectionimagesandthefeatureextractionmethodofwelddefects,andrealizesradiographicinspectionthroughartificialintelligencemethods.Automaticidentificationofwelddefectshasachievedgoodresults.Theresearchinthisarticlecanprovideareferencefortheapplicationofnon-destructivetestingtechnologyandhascertainpracticalsignificance.Keywords:non-destructivetesting;radiographictesting;welds;defects;automaticidentificationDOI:10.16520/j.cnki.1000-8519.2022.04.007容易出现冷裂缝。考虑到焊接件的生产规模通常很大，要求实时在线检测，因此缺陷的识别过程也必须是自动化的。但是焊缝缺陷的自动识别有一定的难度，这主要是因为自动化识别涉及到图像处理、信号分析、模式识别、人工智能等一系列技术，是一门综合性的交叉技术。在射线检测中，成像介质上接收到的除了透射部分之外，还会包含许多杂乱的散射射线，使图像信噪比降低，图像对比度往往不高，这对于不规则线头缺陷的识别造成了很大的不便。另外，由于焊缝缺陷类型较多，而不同的缺陷类型需要不同的识别算法和特征库，不便于实际应用。

3焊缝检测图像的预处理

检测图像的预处理是指在正式进行自动判别之前，对质量不高的图像进行初步的处理，提高图像质量的过程。X射线检测图像信噪比低、分辨率低、对比度低、灰度不均匀、边缘不清晰，缺陷信息很有可能会湮灭在噪声之中，缺陷判别难度很大。因此在焊缝检测中，通常要对图像进行去噪等预处理。图像降噪包括空间域和频率域两种方法，空间域方法包括领域平均法、中值滤波等；频率域方法包括FFT、小波变换、低通滤波器等。

3.1小波去噪技术

小波去噪技术是基于小波变换理论的，它的数学本质就是对一个母小波进行伸缩和平稳，对特定函数进行最佳逼近。小波变换具有低熵性、多分辨率、去相关性和选基灵活性等优势，因而比传统的FFT具有更好的时频特性，在图像信号处理领域得到广泛的应用。对于射线图像来说，不同尺寸的缺陷在不同尺度中的小波系数也会有不同的体现，因此可以通过小波变换的方法对焊缝图像进行降噪处理。

3.2图像增强技术

图像降噪处理后，虽然噪声得到了一定程度的消除，但原本的图像在边缘区域往往会变得模糊，这将对后续的特征提取带来不良影响。因此可以采用图像增强技术来锐化图像边缘，进一步提高图像的对比度。所谓图像增强，就是根据实际需要，突出图像中的特定信息，同时削弱图像中无用的成分的一种处理过程。目前可以实现图像增强的技术主要包括修整灰度、去模糊、平滑或消除噪声等等方法，这些方法操作简单、效果显著，但在实际的使用中，为了提高图像增强的效果，往往会采用几种方法的组合。

3.3焊道识别

焊缝检测主要针对焊缝区域的缺陷，对其它部位的缺陷不感兴趣。但焊缝射线检测的图像区域往往较大，而区域中绝大部分是背景，焊缝只占了很小的一部分，因此在识别之前必须将识别区域准确地锁定在焊道区域上，这样不仅可以减少其它区域的信号干扰，而且有效减少了处理的数据量，显著提高处理效率。为了快速地在图像中提取出焊道区域，本文采用了基于线灰度曲线的双峰特性提取法，其基本思路是先计算出焊缝区域的大致中心线位置，然后再以这条中心线作为基准，向两边各延伸一定的像素范围作为焊道区域。由于图像会在焊道边缘区域产生突变，在像素曲线中表现为两个峰值，因此在向基准两边延伸的过程中，只要检测到峰值的存在，就可以将该峰值所在的位置作为焊道的边界，从而完成了焊道区域的自动识别。

4焊缝缺陷的特征提取

在一幅检测图像中会有大量的信息，但为了抓住图像最本质的特征，就需要对其进行特征识别。在焊缝检测中，就是要有效地提取出检测图像中的缺陷特征，但重要的特征往往很难识别，因此必须先掌握各种缺陷类型的基本特点。

4.1常见焊缝缺陷的分类

焊缝是一种特殊的材料和区域，它位于两个待焊接件之间，通过高温熔化焊接材料使两个工件连接在一起。由于焊接过程中工艺技术、设备条件、应力变化、材料结构、尺寸形状等因素均不相同，因此可能会出现各种不同的缺陷。根据不同的标准，可以将这些缺陷分为不同的种类，本文按照缺陷的性质不同，将其大致分为裂纹、未焊透、未熔合、气孔、夹渣等五大类。（1）裂纹。裂纹是受到焊接应力和其它致脆因素的影响，在焊接区域的局部地区金属原子结合力遇到破坏而出现的新界面。该界面将原本是一体的材料一分为二，宏观上表现为焊接裂缝。根据裂缝的走势不同，裂缝还可以进一步划分为纵向裂纹、横向裂纹、弧坑裂纹等等。裂纹多出现于焊道上或热影响区附近，在底片上表现为两端尖状的不规则黑色细线条。焊缝中是不允许任何形式的裂纹存在的。（2）未焊透。按照出现部分的不同，未焊透又可以分成根部未焊透、层间未焊透和边缘未焊透三种。在焊缝中出现未焊透的问题不仅会严重降低焊缝强度和延伸率，还会大大提高裂缝的概率。未焊透在X射线检测焊缝图像上一般表现为规则的黑色线条，多位于焊缝中间，其走向沿焊道方向，边界通常较平直且规则。焊缝中是不允许任何形式的未焊透缺陷存在的。（3）未熔合。未熔合是在焊缝材料与母材之间，或者焊道材料与焊道材料之间未完全熔化并结合的部分。按照出现部分的不同，未熔合又可以分成边缘未熔合、根部未熔合和层间未熔合。未熔合在X射线检测焊缝图像中表现为宽度不一、黑度不均匀、断续分布的条状。靠母材一侧的黑度较高且成直线，另一侧较模糊且轮廓不规则。焊缝中是不允许任何形式的未熔合缺陷存在的。（4）气孔。气孔是熔池中的气泡在凝固过程中未能及时逸出而残留在材料内部而形成的空穴。气孔在X射线检测焊缝图像表现为个圆形或者椭圆形的黑色影像，影像边缘光滑，外形规则，有清晰的周界，在圆形区域中，越往中间位置其黑度越大，越往边缘其黑度越小。气孔分布情况各不相同，既有密集的、也单个的，既有大个的、也有小个的，既有圆形的、也有椭圆形的。（5）夹渣。夹渣是残留在焊缝中的熔渣，根据其形状不同，夹渣可以分为条状夹渣和球状夹渣两种。当图像中夹渣的长宽比大于3时认为是条状夹渣；反之，当长宽比小于或等于3时认为是球状夹渣。夹渣在X射线检测焊缝图像表现为长条状或圆状的、边界有不规则棱角的，黑度均匀且清晰的影像。条状夹渣的延伸方向一般与焊缝走向相同。

4.2焊缝缺陷特征分析

对于不同类型的焊缝缺陷，其X射线检测图像的差异和变化都比较大，这主要是由于不同的焊缝缺陷成像结果不仅与缺陷自身形态有关，而且与射线强度、材料厚度、焊接工艺、焊接位置、发射角度等大量因素有关。焊缝缺陷图像主要有两种，分别为：由缺陷造成的缺陷影像，以及由试件外观造成表面几何影像。焊缝缺陷特征分析，就是要对缺陷图像的形状、尺寸、黑度、分布等信息进行识别，为缺陷类型的判断提供基本的条件。

5基于神经网络方法的焊缝图像识别技术

5.1神经网络概述

人工神经网络（ArtificialNeuralNetwork,ANN）是由大量处理单元相互连接而成的一种网络，它可以对人脑进行抽象、简化和模拟，从而复制人脑的基本特性。因此ANN属于人工智能技术的范围。ANN可以看成是一台简单的处理单元所组成的大量并行分布的处理机，该处理机不仅具有存储和应用经验知识的自然特性，而且可以通过对历史数据的学习快速从外部环境中获取所需信息，因此是是一个大规模的非线性自适应系统。

5.2BP网络的结构设计

在图像处理领域，BP神经网络通常是特征提取和特征识别的过程。网络共有3层，分别是输入层、中间层和输出层。如果将BP神经网络用于识别分类，那么输入节点数则可以根据数据源的维数来确定。对于焊缝检测来说，经过一系列的前期处理之后，得到6维的缺陷特征向量，所以将输入层节点定为6。网络的输出取前文介绍的5类缺陷，因此输出节点数据为5。隐含层的神经元数目与问题的要求、输入/输出单元的数目均直接相关，如果数量过大，会造成学习训练时间过长且误差未必最小，严重时还会出现错误；如果隐含层神经元节点过少，又会导致模型精确性不高。因此本文采用了具有7个节点的隐含层设计方案。神经元上的激活函数采用经典的S型函数，该函数在（0，1）内连续单调可微，满足激活函数的选择要求。使用实际检测到的100个缺陷图像为样本，其中80个用于网络的训练，20个用于网络的验证。试验表明，该模型可以实现对典型缺陷80%的检出率，基本上可以满足生产需求。BP神经网络的参数可以进行调优，经过调优后的网络，其对典型缺陷检出率接近90%，完全满足焊缝缺陷的自动化识别需求。

6结语

无损检测技术是现代检测技术的重要组成部分，而射线检测技术作为无损检测中的常规检测技术之一，在当前和未来一段时期内仍然占据着重要地位。在电子技术和图像处理技术迅速发展的背景下，射线检测缺陷的自动化识别成为一种必然的趋势。借助于各种先进的图像处理算法和人工智能算法，射线检测技术的检测能力将得到进一步的提升，也将成为一种不可替代的重要无损检测手段。本文对射线检测的焊缝缺陷自动识别技术进行了深入的分析，无论是对于射线检测技术的进步还是对于焊接领域的发展都有着重要的现实意义。

参考文献

[1]张立新.无损检测中焊缝X射线底片数字化仪及焊缝图像缺陷检测识别系统[J].西安工业大学学报,2021,41(03):381.

[2]张翔松,高炜欣,穆向阳,等.X射线环焊缝图像降噪及增强方法研究[J].激光杂志,2021,42(03):79-85.

第6篇：深度神经网络综述范文

【关键词】 电子政务 绩效评估 综述

1.引言

电子政务绩效评价就是指专门的机构和人员依据大量的客观数据和事实,按照专门的规范、程序,遵循统一的标准和特定的指标体系,运用科学的方法模型,对电子政务建设成本与效益进行客观、准确评判的过程。

电子政务绩效评估的根本目的就在于及时发现问题、解决问题,为电子政务的发展提供信息源泉和导向。所以对现有电子政务绩效评估研究成果进行回顾、归纳和分析,为我国电子政务的健康发展提供依据和指导,具有良好的现实意义。

2.国外电子政务评价体系

伴随发达国家电子政务的蓬勃发展,出现了一系列测评全球电子政务绩效状况的研究报告,这些研究报告在连续几年的跟踪测评过程中发展出了各自独特的电子政务绩效评价指标体系。

2.1 联合国经济与社会事务部的电子政府成熟指数

2008年, 联合国经济与社会事务部对全球190个国家的电子政务进行了调查, 将结果编制成各国电子政府成熟指数(董礼胜、雷婷,2009)[1]。指数包括三方面的内容:(1)政府网站的内容和网站的成熟度;(2)对信息通信技术基础设施的数据分析,共包括6 个指数, 即一个国家的计算机数量、互联网主机数量、上网人数、固定电话、移动电话以及电视机数量的百分比;(3)人力资本的数据分析, 包括人力资本的发展指数(是否倾向于接受并使用电子政府提供的数据)、信息获取指数(是否拥有技术手段获取相关的信息和服务)以及城市人口占总人口的百分比。对上述三方面综合分析,即得到电子政府成熟指数(见表1)。统计指数表明:美国电子政府成熟度指数为0.8644,全球排名第一;加拿大、法国、德国等发达国家也处于0.7-0.8之间,我国电子政府成熟度指数为0.5017,与发达国家存在一定差距。

2.2 埃森哲咨询公司的总体成熟度

世界著名的埃森哲咨询公司从2000年开始,就用其特有的评价指标体系对部分具有代表性的国家和地区政府门户网站进行分析评测(李鸣,2010)[2]。该评价体系主要通过总体成熟度来衡量一个国家或地区政府门户的电子政务绩效,总体成熟度由服务成熟度和客户关系管理两个指标的得分进行加权平均后的分数,其中服务成熟度包括服务成熟广度和服务成熟深度两个方面,权重占70%。客户关系管理是指政府服务的完备水平,占权重的30%(见表2)。

2.3 TNS(Taylor Nelson Sofres)咨询公司的电子政务绩效评估指标体系

TNS咨询公司是世界第四大市场信息咨询服务公司,在全球50个国家设有办事处,主要从事社会和政府方面的研究。该公司提出自己的一套电子政务绩效评估指标体系(赵小伟、葛晓萍,2010)[3]:1、发展程度(延伸的社会广度和行业深度);2、应用程度(政务的技术能力和集成度);3、人口覆盖面;4、对个人隐私信息安全的关心。通过问卷方式向各国电子政务用户、网民和一般公众采集原始数据,并将回收的答卷按对象划分为七种类型,通过细分答卷对象来获得更加具体的评价结果。

2.4 Gartner咨询公司的电子政务有效性评估

Cartner咨询公司致力于对特定电子政务项目有效性的评估主要从三个方面评价电子政务项目的有效性(张红亮、梁晓鹏、亢爱国,2009)[4],即对公民的服务水平、运行效益以及政治回报,而每个大类又包含一系列具体参数。该指标体系的设计充分考虑了成本效益分析对电子政务的建设所具有的指导意义,提出了应该围绕政府职能的根本作用进行评价,包括公众对电子政务提供的服务内容的满意程度、电子政务工程的经济效益,以及对电子政务参与政治事务的促进作用。

3.国内电子政务评价体系

3.1 中国互联网络信息中心

中国互联网络信息中心自1997年12月起《中国互联发展状况统计报告》(中国互联网络信息中心,2010)[5];截止到2010年1月,共发行25期。通过计算机辅助电话访问系统(CATI)进行调查。报告侧重于了解中国网民数量与结构特征、上网条件、网络应用、网民对互联网使用的态度和非网民状况。调查内容包括被访者是否上网,被访者背景信息,网民的上网行为、上网深度、上网体验等。

3.2 计世资讯公司

计世资讯公司在《2007-2008年中国政府公众网站评估研究报告》中,采用网站内容服务、网站功能服务、网站建设质量3项指标体系,对我国大中城市的政府网站进行了评估。该研究报告集中对当前电子政务与服务型政府转型中的热点和焦点问题进行了深度评论,并且选择具有代表性的政府网站进行了实地调研与案例研究。

3.3 中国互联网实验室

中国互联网实验室于2002年11月了《中国电子政务战略研究报告》。该报告在提出中国特色的电子政务战略分析框架的基础上,分别从评测战略、运营战略和IT战略三方面对国内电子政务战略规划进行了分析,详细描述了如何对政府机关的电子政务战略目标、可用的资源和能力、面临的外部环境以及达到目标的手段进行量化评测。

3.4 北京大学网络经济研究中心

北京大学网络经济研究中心2003年6月《中国地级市电子政务研究报告》。该研究对中国所有地级市政府网站进行了4次数据采集,从信息上网、网上信息使用指南、网上办公、对外经济服务、互动性、链接情况、时效性、国际化程度、网络安全、隐私性10个方面进行评分,综合权重计算得出电子政务网站的绩效水平。

4.小结

国内外众多的电子政务绩效评价体系既有共同之处,又各有特点;既有各自的优势,又存在不足。综合来看,各评价体系在理论研究与实践应用中都做出了巨大贡献,但普遍在指标体系的客观性和可操作性上还存在一定的局限:由于定性评价指标居多,在实际应用中难免要用到专家评价,而难以控制人为评价主观性、倾向性和评价过程中的不确定性影响,导致评价客观性和准确性受到影响。此外,国内外许多学者研究提出的评价体系经常追求理论上的逻辑性与严密性,而忽略了当理论运用于实际时的可操作性,指标体系数据获取困难而流于形式。因此,要对电子政务系统进行准确、公平、客观的评价,首先必须结合本国的实际情况,构建系统、客观、可操作的评价指标体系。

参考文献:

[1] 董礼胜、雷婷,国外电子政务最新发展及前景分析[J]. 中国 社会科学院研究生院学报,2009(11)

[2] 李鸣,我国电子政务发展综述[J].武汉工程大学学报,2010(04)

[3] 赵小伟、葛晓萍,国际电子政务发展阶段与现状[J].电脑知 识与技术,2010(03)

[4] 张红亮、梁晓鹏、亢爱国, 国内外电子政务发展阶段模型研 究[J]. 新世纪圈书馆,2009(06)

[5] 中国互联网信息中心,中国互联网络发展统计报告[M].中 国互联网信息中心,2010(07)

[6] 杨云飞、白庆华,电子政务评价指标体系[J].计算机应用与 软件,2004(08)

[7] 张成福、唐钧,完善我国电子政务建设的总体思路[J].电子 政务,2005(12)

[8] 颜佳华、宁国良、盛明科; 基于BP神经网络的电子政务绩 效评价研究 [J]. 中国管理科学,2005(12)

[9] 陈立立,行政生态视角下电子政务绩效评价动态指标构建 模型研究 [D]. 电子科技大学,2008

[10] 陈强、赵珏; NPS在电子政务绩效评价中的应用研究[J]. 上 海管理科学,2007(12)

[11] 易亚将,基于快速模拟退火神经网络的电子政务绩效评价 研究 [D]. 厦门大学,2007(04)

第7篇：深度神经网络综述范文

[关键词]GIS；灌区管理；土地利用

中图分类号：D912.3 文献标识码：A 文章编号：1009-914X（2015）18-0361-01

地理信息系统是计算机技术和地理科学技术和信息科学的管理学技术等相互融合的一门科学，它有着十分强大的功能，它能够对真实的情况进行现场的模拟，同时它还能够将模拟的过程展现给人们，这样也更有利于数据的分析，同时它还能对信息进行组织和管理，同时其还可以将生成的数据通过一定的方式进行有效的共享，因此其在农业水土领域也能够充分发挥积极的作用，促进农业的发展。

1、在流域和灌区水资源管理中的应用

1.1 灌区管理信息系统和决策支持系统

在我国，很多软件开发部门都对区域的供水管理系统进行了一定的设计和创新，在对其进行设计的过程中，经常会使用到GIS系统中的一些模块，由这些模块组成了相应的数据库，从而可以对农业灌溉中的需水量等数据进行估测，同时对一个地区的水资源的数量和质量都可以有效的评价，举例来说，一些灌区在技术上和效率上以及管理等方面都存在着不能适应当今时展需要的状况，在这种情况下，设计人员也使用了三种模型对这种情况加以改进，预测模型是最先提出的一种模型形式，这种模型在使用的过程中需要进行平衡预测，第二种是优化配置模型，第三种是规划和环境评价模型，在这些模型使用的过程中可以为决策提供更加科学和详细的信息，同时也能够对计算结果对当地环境的影响进行合理的评价，对决策的科学性有着十分重要的意义。

1.2 灌区的水资源管理

灌区用水管理中GIS的应用主要体现在GIS系统对TIN值的计算，同时还能声场DEM图，根据得到的图进行相关的计算和研究，从而能够形成一个非常清晰的图层，相关的研究人员在实际的研究过程中应用遥感图片和GIS技术对灌区潜水蒸发进行实验，对地下水的水域面积和深度都能够研究，同时还可以对相应的治水措施进行研究和分析。还有一些研究人员对作物蒸发潜水量进行了一定的借鉴。同时还对当地的一些地形和坡度等因素进行了仔细的研究之后，使用GIS的空间分析功能建立了数字高程模型，对作物蒸发量的空间分布进行了十分仔细的研究，在该地区的蒸发量空间分布上已经研究出了非常好的成果。

2、GIS在农业区划中的应用

在农业区划的过程中使用GIS技术能够有效的对各种因素对作物生长情况的影响进行精确的分析，同时也减少了这一过程中人为因素对区划效果的不利影响，可以非常顺利的对作物适宜的生长环境进行相应的筛选，同时还可以对区域的面积进行详细的计算，我国在这方面的研究也在不断的深入，一些研究人员对模型进行评定，选择了一些新的方法以后还进行了模型的设计，对当地的水稻和小麦农区划分进行了一定的规划和研究，在应用以后也取得了非常好的效果。

3、土地利用和土壤侵蚀

在当今的社会发展中，土地资源日渐紧张是一个十分常见的问题，造成这一现象最主要的原因就是土壤侵蚀，这也给我国社会和经济的发展构成了很大的障碍，在这样的情况下一定要加强对土地的合理利用和综合治理，预防土壤侵蚀现象的发生，这对我国土地资源的保护有着十分重要的作用。

目前国内外采用GIS技术结合土壤流失方程和其他相关方程对土壤侵蚀进行了评价、预报和空间分析，并就其与土地利用的关系做了深入研究。在与GIS的结合应用中，一般通过GIS在数字高程模型（DEM）上提取地形因子，然后用USLE或RUSLE模型进行栅格计算，这种方法是目前应用最多的一种。一些功能更强大的模型，如农业非点源污染模型AGNPS、农业管理系统化学径流侵蚀模型CREAMS等，也都是以USLE/RUSLE为基础来计算土壤侵蚀量。

4、GIS在精确农业中的应用

精确农业（Precisionfarming）主要的技术支持体系包括全球卫星定位系统（GPS）、地理信息系统（GIS）、遥感监测技术（RS）、信息采集与处理技术（ST）、决策支持系统（DSS）或专家系统（ES）、智能化农机技术（IAM）、变量投入技术（VRT）、环境监测系统、系统集成、网络化管理和培训系统。GIS在精确农业技术体系中主要用于建立农田土地管理、土壤数据、自然条件、作物苗情、病虫草害发生发展趋势、作物产量的空间分布等的空间信息数据库和进行空间信息的统计处理、图形转换与表达等，为分析差异性和实施调控提供处方信息。它将作物栽培管理辅助决策支持系统与作物生产管理与长势预测模拟模型、投入产出模拟模型和智能化农作专家系统一起，根据产量的空间差异性，分析原因，做出诊断，提出科学处方，调控操作。目前在欧美、日本已进行了大量的研究，而国内的研究主要集中在变量施肥方面。由于GIS在精确农业中要对大量的数据进行管理分析，因而需要功能强大而完善的GIS软件，且对操作者的专业素质要求高，在应用上开发专门的GIS应用系统会更加便于操作。

5、思考

（1）结合GIS应用的范围更加广泛。如运用GIS分析作物长势，估算作物的产量、分析作物生产潜力；评价耕地地力；对旱涝灾、水土污染和作物病虫害等农业灾害进行预测预报，生成灾害发生图和农作物病虫害的分布图对灾害分析结果进行评价等。在灌区的水管理方面已由单一的决策系统逐步转向将数据库、模型库、知识库和GIS有机结合的灌区水资源管理综合支持决策系统的研究。土地资源方面以GIS为基础，对流域土壤侵蚀、生态过程和景观生态过程进行模拟分析，建立流域的基础数据库和动态监测系统，以实现水土保持和土地利用的动态规划方面的研究还有待进一步加强。

（2）更多GIS功能的开发应用。目前国内农业水土领域最常用的是的GIS空间度量、空间统计分析和数字地形分析功能，这仅仅只是GIS强大功能的一部分，随着研究的深入，有更多功能将应用到农业水土领域。如灌区水资源管理中采用空间分析功能进行水量的最优配置；灌区输排水沟渠的维护和管理中，通过DEM（数字高程模型）叠加，进行渠道的选址、挖方量计算；对老灌区现状的评价和修复等。

（3）在专业模型与GIS结合运用中，要进行模型与GIS之间的数据格式转换，需要建立易于使用的用户界面，使GIS能够接受模型的算法，将更有利于模型的建立。组件式的GIS出现，将专业模型和GIS集成到一个系统中，发展成专家系统及决策支持系统的重要组成部分，其开发应用将是今后的发展方向。

（4）GIS与其他非线性优化算法。神经网络、遗传算法、模糊聚类以及博弈的耦合在农业水土方面的应用，可以更有效、更精确的进行决策。如神经网络和GIS相耦合，充分利用GIS空间分析特性和神经网络具有非线性问题的特点，对水质进行评价等。

（5）GIS在农业上应用的方式是将GIS与农业各模型相结合，根据所要解决的问题可采取如下的2种形式。

1）松散集成方式就是GIS和模型在保持系统独立性的条件下，只是作为模型参数的生成、输入和模拟结果的显示。

2）部分集成方式是利用GIS的高级开发语言，例如用Arc/info的语言开发与模型间的共用界面或数据、信息交换的程序，为模型提供输入数据，对模型的输出进行可视化处理等。

6、结语

GIS技术是时展和科技进步的重要产物，其在农业上的应用也极大的促进了我国农业生产水平的发展和进步，所以在当今人口不断增长，农业生产质量越来越重要的时期，一定要重视GIS系统在农业生产中的发展和应用，只有这样才能更好的保证我国农业的健康发展。

参考文献

第8篇：深度神经网络综述范文

关键词：桥梁；检测技术；现状；发展

中图分类号：TU997文献标识码： A 文章编号：

引言

随着我国交通事业的发展，桥梁的数量大量增加，交通运输量也迅速变大，车辆载重的增加以及行车密度的变大都加剧了桥梁结构的损伤，促使其老化加速。因此，交通管理部门对桥梁进行系统的检测显得尤为重要。

一、桥梁检测的重要性

在具体的工程实践中，往往有很多桥梁施工人员忽视对桥梁的检测，这对于保证交通的安全稳定运行是很不负责任的。采取合理有效的措施对桥梁的结构损伤进行检测，可以及时发现桥梁结构是否损坏，从而得以确保交通枢纽的正常运行。与此同时，对桥梁进行检测还可以获得很多其他潜在的效益。

1、对桥梁进行检测可以及时得到准确的桥梁信息状况，当检测出桥梁质量出现问题时可以采取封闭桥梁的施工措施对桥梁进行维修。同时，技术人员可以通过多次对桥梁检测的数据来研究桥梁在使用过程中发生的变化。

2、通过规律性的对桥梁进行检测，降低了桥梁出现安全隐患的可能性，更为科学地保护了桥梁，桥梁的使用寿命会明显得到提高。

3、对桥梁进行检测能为以后的桥梁结构设计提供宝贵经验，实践是检验真理的唯一标准，只有通过定时对桥梁进行检测，取得各项参数资料，验证其与理论计算的符合程度，才能不断地提高桥梁的设计水平，使其满足使用功能要求。在对桥梁进行检测的过程中，工程技术人员不应只着眼于对桥梁外观的检测上，更应进一步通过荷载试验检测深桥梁的材料与结构。随着科学技术的不断进步，在桥梁检测实践中，工程技术人员更应采用先进的设备与技术以提高桥梁检测的高效率性与准确性。

二、常用的检测方法

1、混凝土缺陷检测技术

目前，对混凝土内部缺陷的存在、大小、位置和性质进行无破损检测的手段有超声脉冲法和射线法两大类，其中射线法因穿透能力有限、操作中需解决人体防护等问题，在我国使用较少。目前最有效的检测方法是超声脉冲穿透法和反射法。超声脉冲穿透法已较为成熟，普遍用于工程实践，许多国家都已编制了相应的技术规程。反射法则根据超声脉冲在缺陷表面产生反射波的现象进行缺陷判断，由于它不必像穿透法那样在2个测试面上进行，因此对某些只能在1个测试面上检测的结构物（如桩基础、路面等）具有特殊意义，也取得了广泛的工程应用。

对于混凝土外部缺陷，如桥面裂缝、空洞等，检测人员可直接用肉眼观察或用裂缝观测仪、皮尺等进行测量，而对于桥墩、桥塔以及梁体外部等人员难以直接到达的部位，检测工作非常困难。目前有一种基于摄影技术的检查桥梁表观毁伤的非接触测量系统，可以在远距离对损伤部位进行非接触检测。

2、钢筋位置、保护层厚度及钢筋锈蚀检测

钢筋位置、保护层厚度均可利用雷达或者钢筋位置探测仪（利用涡电流原理）检测。钢筋的腐蚀性质或物理性质的检测是判断钢筋腐蚀最直接的方法，但是由于钢筋混凝土是一种极为复杂的材料，量测钢筋腐蚀速度或腐蚀量并不容易，目前常见的检测方法有腐蚀电位法和量测瞬时腐蚀速率法。

桥梁检测技术的现状

近年来，我国对桥梁的检测进行的大量研究。通过大量试桥梁检测验经验的积累，我国开发一些实用的检测方法。几十年来，我国逐渐从半损伤式检测法过渡到了无损失检测法。无损检测法主要包括对桥梁局部的检测和对桥梁整体进行检测两个主要内容。下面将对这两个方面进行简单的探讨。

1、桥梁的局部检测

对桥梁结构进行日常检测主要采用技术手段的是局部检测技术。局部检测技术是采用目视或专门的检测仪器对结构局部的损伤和缺陷状况进行检测。局部检测主要是检测桥梁结构的材质状况与耐久性。通过x射线、渗透、磁粉、涡流以及超声波等检测技术来检测混凝土强度、混凝土的碳化深度、混凝土内部损伤情况、钢筋分布及保护层厚度、钢筋的腐蚀情况、氯离子含量等内容。近年来，随着科学技术的发展，远红外热象、核磁共振、全息摄影、层析成像、微波以及雷达等先进检测技术也逐渐应用到桥梁的局部检测工作中。

2、桥梁的整体检测

2.1整体检测的作用

桥梁的整体检测能反映桥梁的承载力以及正常使用状态，它克服了结构局部检测所存在的局限性。它主要通过对桥梁结构进行静、动力试验等手段采集桥梁结构的速度、加速度、位移、应力、应变等结构响应数据。再通过数学以及力学方法对响应数据进行科学的处理，然后通过技术人员的细致分析就能够得到桥梁结构的整体状况以及局部的损伤状况。桥梁结构整体的工作性能通过整体检测技术真实地反映出来，它能回答所有人最关注的桥梁结构承载力的问题，从而能够较为准确的验证了桥梁的设计过程以及施工管理过程能否达到标准的要求。

2.2 整体检测采用的方法

通过施加可控荷载的对桥梁进行试验，并由试验检测、收集桥梁结构的应变量、应变分布和加速度等响应数据，据此来评估桥梁结构的整体性能。桥梁的整体检测试验可以分为静荷载试验以及动荷载试验。静载试验指的是施加静荷载于指定的位置对桥梁的各项指标进行检测从而得出桥梁整体的工作性能的试验。桥梁的动载试验是指用某种方法引起桥梁结构振动，测定其各项震动指标来判断其整体刚度的试验。桥梁的动荷载试验不会妨碍交通的运行，是桥梁结构整体检测中不可或缺的技术手段。

四、桥梁检测技术的发展趋势

1、桥梁无损伤检测技术

传统的桥梁检测方法主要依赖于动静载试验和检测人员的现场目测,辅以混凝土硬度实验、超声波探测、腐蚀作用实验等多种检测手段。进入20 世纪90年代,随着现代传感与通信技术的发展,无损检测技术更是出现了前所未有的发展势态, 先后涌现出一大批新的检测方法和检测手段,使无损检测技术向着智能化、快速化、系统化的方向发展。近年来,致力于桥梁检测的研究人员提出了许多成功的方法对桥梁进行非破坏性评估。一些新的方法被广泛应用于桥梁检测, 如利用相干激光雷达测试桥梁下部结构的挠度,利用全息干涉仪和激光斑纹测量桥体表面的变形状态,利用双波长远红外成像检测桥梁混凝土层的损伤,利用磁漏摄动检测钢索、钢梁和混凝土内部的钢筋等。随着振动实验模态分析技术的发展, 运用振动测试数据进行结构动力模型修正理论得到了充分的发展,为桥梁结构的安全检测开辟了新的途径。基于振动模态分析技术,人们研究发现结构的动力响应是整体状态的一种度量,当结构的质量、刚度和阻尼特性发生变化时,选用结构振动模态作为权数,对结构损伤前后的模态变化量进行加权处理,从而实现对单元损伤的识别和有效定位。

2、桥梁结构损伤识别技术

2.1 小波分析损伤识别法

由于小波分析适合分析非平稳信号, 因此可作为损伤识别中信号处理的较理想的工具,用它来构造损伤识别中所需要的特征因子,或直接提取对损伤有用的信息。小波分析在损伤识别中的应用是多方面的,如: 奇异信号检测、信噪分离、频带分析等。

2.2 神经网络损伤识别法

神经网络在损伤识别中的基本思路是:首先,用无损伤系统的振动测量数据来构造网络, 用适当的学习方法确定网络的参数；然后,将系统的输入数据送入网络, 网络就有对应的输出,如果输入过程是成功的,当系统特性无变化时,系统的输出和网络的输出应该吻合；相反,当系统有损伤时,系统的输出和网络的输出就有一个差异,这个差异就是损伤的一种测度。

结束语

综上所述，对于现有桥梁的养护管理应重视桥梁检测技术的研究，随着新材料、新技术的不断更新发展，桥梁检测技术具有更广阔的发展空间。

参考文献

[1]李毅卉.桥梁检测技术的发展与前景[J].市政技术，2011，（29）：5-7

第9篇：深度神经网络综述范文

关键词:双语教学;人工智能;体系结构

根据《朗曼应用语言学词典》中的定义,双语教学(Bilingual Teaching)指的是用两种语言作为教学媒介语,通过学习学科知识来达到掌握第二语言的目的。双语教学作为学科教学延伸,不是简单的母语加第二语言,而是将第二种语言融进学科知识,通过学习学科专业知识提高学生第二语言的听、说、读、写综合能力,培养学生用第二语言思考、解决问题的能力,培养适应社会发展需求的高素质、复合型人才,以适应信息时代我国经济和社会发展的需要。人工智能的主要目标是让机器具有应用符号逻辑的方法模拟人的问题求解、推理、学习等方面的能力,能够在各类环境中自主地或交互地执行各种任务,比如水下作业、输油管道、森林救火等。人工智能的发展,不仅代表计算机等科学技术的发展水平,也是一个国家工业化水平的重要标志。这对高校的教育提出了新的挑战。因此,选择人工智能课程的双语教学模式是非常必要的。

1人工智能课程分析

人工智能是一门多学科交叉的课程,特别涉及控制论、信息论、语言学、神经生理学、数学、哲学等多种学科[1-2]。学习该课程需要具有较好的数学基础和较强的逻辑思维能力,大多教师、学生在教、学的过程中都显得比较吃力。如何结合课程的特点,帮助学生找到好的学习方法,使他们能充分发挥自己的能力,提高学习兴趣成为教学研究过程中的首要目标。在目前高校提倡双语教学的环境下,我校已将人工智能立项为双语教学示范课程。人工智能课程具有如下特点:

(1) 是一门非常前沿的学科。

计算机最初是用来做科学计算的,但随着计算机科技的迅猛发展,人们开始考虑计算机还可以做些什么,能不能像人一样学习、思考,然后解决问题?这就是基于人的知识和经验,用符号推理的办法让计算机来做事情,是人工智能最早的研究成果。但是,知识并不都能用符号表示为规则,智能也不都是基于知识的。人们相信,自然智能的物质机构――神经网络的智能是基于结构演化的。因此,20世纪80年代在人工智能理论发展出现停顿时,人工神经网络理论出现新的突破,基于结构演化的人工智能迅速成为人工智能研究的新方向。事实上,智能问题无论从广度还是深度,都远比人们想象的要复杂得多。因此,我们一刻也不能放弃钻研,并且要时刻关注该领域发展的最新动态。在高校开展人工智能课程的双语教学,可以促使学生了解该领域以及相关领域,如模式识别、机器视觉、智能检索、人工生命等发展的最新动态,掌握大量的专业词汇,锻炼理解问题、解决问题、了解领域文化等实际能力,对培养国际化、工程化、实用化的复合型人才等具有重要的现实意义。

(2) 涉及面宽、难度大。

人工智能是一门多学科交叉的、极富挑战性的前沿学科,它几乎涉及于社会科学和自然科学的每个领域。人工智能课程是一门理论性非常强、知识点比较分散、知识更新快的课程,它以编程语言、数据库原理、概率统计、数据结构、离散数学以及编译原理等前趋课程为基础,还涉及到控制论、信息论、通信原理、图像处理、模式识别等课程。因此,人工智能课程的知识点难度较大。通过该课程的双语教学过程,学生不但学习了课程的专业知识,而且还学习了相关理论课程的第二语言表示方法及应用情况,对于培养具有个性化的多层次人才具有重要的价值。

人工智能课程的特点决定了它的双语教学也具有很大的难度。根据普通高校的实际情况,我们组织了人工智能的双语教学体系结构,教学实践表明,该模式行之有效。

2人工智能双语教学体系结构

要达到双语教学的目的,就必须将传统的“注入式”教学模式改变为新型的“以学生为中心”的教学模式。然而,这种“以学生为中心”的双语教学模式是多样化的,其教学过程是复杂的,在我国还处于探索阶段[3-5]。在人工智能课程的教学过程中,根据学生的实际情况,我们采用课堂教学多样化、基于CDIO理念的实践教学,不断地探索研究,形成高校人工智能双语教学体系结构,如图1所示。

计算机双语教学的正常开展,必须依托优秀的计算机专业外语教科书和教学参考用书。根据学生的实际情况,我们采用了Nils J.Nilsson教授编著的《Artificial Intelligence A New Synthesis》,该教材是美国斯坦福大学计算机系本科教材,不仅内容丰富、取材新颖,更重要的是内容组织结构比较符合学生的认知规律,便于学生学习、理解。参考书主要选用了蔡自兴、徐光v老师的《人工智能》。

3双语教学方法

由于人工智能是一门非常前沿、涉及知识面宽、应用范围广的学科,因而在教学的具体过程中,我们多种教学手段并用,主要采取理论联系实际的案例驱动讲授、CDIO实践模式、综合考证等讲授方法。

3.1理论教学

(1) 修改教学大纲和课程设计的实验大纲。参考吸收国外先进教材中的内容,结合普通高校的实际情况,形成有针对性的、合理的教学体系。

(2) 采用多种教学方法和手段。设计和制作简洁、易懂的英文电子教学课件,采用多媒体教学手段,丰富教学内容。建设课程网站,电子课件在网上公开,帮助学生预习专业词汇、了解教师讲解线索和重点内容,降低学习难度。

(3) 课堂提问。提问一些重要内容,鼓励学生积极思考,既能加深学生对所学课程知识的理解,也有利于其英文表达能力的提高。

(4) 案例驱动法。将有意义的案例贯穿在教学过程中,培养学生的兴趣,提高学生分析问题、解决问题的能力;

(5) 课后小组讨论。每6～8位同学分为一组,实行小组长负责制,组织学生讨论和解决学习中遇到的问题,交流学习心得,一方面起到温故而知新的作用,同时培养团队协作精神。

3.2实践教学

由于学生的英语水平、专业基础知识以及知识面都有差别,因此教师必须因材施教,培养学生的兴趣。实践课题来源于实际工程,将CDIO理念贯穿于实践教学过程中,提高学生综合创新能力与团体协作精神。

(1) 实验题目多样化。学生可以选择,也可以根据老师的要求自己构思,以培养学生的兴趣与查阅资料的能力。

(2) 分工与合作。来源于工程实践的题目,学生通常很难在短时间内独立完成,因而需要分工合作,培养学生的协作精神。

(3) 整体设计方案的灵活性。学生领会题目本意,自主设计解决方案,培养学生分析问题、解决问题的综合创新能力。

(4) 编程实现。培养学生的编程能力,形成科学的编程风格。

3.3考核方式

(1) 多种形式的平时测试(30%)。主要包括平时测验、讨论、作业等。主要考察学生对基本知识的掌握,英文表达能力以及知识面的拓宽等。

(2) 实践教学(30%)。主要考察学生对实践题目的理解、整体方案的设计、团队间的协作精神以及实现结果等。

(3) 期末考试(50%)。试题全部用英文形式出现,鼓励学生用英文作答。

人工智能课程采用双语教学,可以使学生最准确地理解专业知识,又可以使英语和专业课的学习相互促进。

4教学效果分析

课程结束后,我们对学生进行了教学效果讨论与调查,结果如表1所示。

从本课程讨论和调查的结果以及其他普通高等院校的双语教学调查结果可以看出,双语教学效果基本上达到了要求。但也存在一些值得思考的问题:不适应的人数比例偏高,专业知识的学习效果一般,甚至有学生因为跟不上进度放弃专业课的学习。为此,提出以下的建议:

(1) 加强学生认识。学生必须从思想上认识到人工智能双语教学的重要性,克服教学过程中的种种困难、持之以恒,主动与同学、老师进行讨论,密切关注学科发展动态。

(2) 提高实施条件。双语教学过程中,学生是主体,教师是关键。因此,要求老师要有较高的专业知识和英语水平,学生要有较好英语基础。

(3) 完善教学体系结构。双语教学在我国还处在探索阶段,因而必须在教学实践过程中不断地改进完善双语教学的体系结构。

只有解决好这些问题,才能培养出更高素质的复合型人才,适应国内外科学与经济发展的需要。

参考文献:

[1] Nils J Nilsson. Artificial Intelligence A New Synthesis[M]. 北京:机械工业出版,2002.

[2] 蔡自兴,徐光v. 人工智能[M]. 北京:清华大学出版社,2003.

[3] 贺志荣. 双语教学的实践与思考[J]. 黑龙江教育:高教研究与评估版,2008,62(10):45-46.

[4] 王树根,姜昕. 我国双语教学的历史发展阶段综述[C]. 安徽黄山,2007年全国测绘学科教学改革研讨会,2007.

[5] 汤东. 中外高校双语教学模式的比较研究[J]. 黑龙江教育:高教研究与评估版,2008,62(11):69-70.

Exploration and Practice on Bilingual Teaching Architecture for Artificial Intelligence Course

LI Zhu-lin, HAO Ji-sheng, MA Le-rong

(Department of Computer Science, Yan’an University, Yan’an 716000,China)