自动识别技术论文精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇自动识别技术论文范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

论文关键词：物联网，大学管理，应用研究

 

一、物联网的概念

物联网（Internet of Things，简称IoT）是新兴的IT技术，它是指通过把射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，嵌入和装备到公路、建筑、电网、供水系统、大坝、油气管道等各种各样的物体中，再结合现有的互联网，实现人类社会与物理系统的整合的一种IT技术。

在这个经过整合的物联网当中，通过互联网实现物品的自动识别和信息的互联与共享，另外中心计算机群也能对整合网络内的人员、机器、设备和基础设施进行实时的管理和控制。通过这样一种技术手段，人类就能以更加精细和动态的方式管理生产和生活，达到“智慧”状态，从而提高资源利用率和生产力水平大学管理，改善人与自然间的关系。

二、基于大学校园管理的物联网关键技术

1. 感知技术

物联网多通过RFID技术、传感器来达到感知的目的。

RFID（Radio Frequency IDentification）技术，中文名为射频识别技术，它是一种非接触式的自动识别技术，通过射频信号自动、快捷、方便地识别目标对象并获取相关数据，从而实现对各类物体在不同状态（移动、静止、恶劣环境）下的自动识别和管理。

传感器是能感受规定的被测量，并能按照一定的规律转换成可用输出信号的器件或装置，多为敏感元件和转换元件组成，用来感知信息采集点的环境参数。

2. 传感器网络

传感器网络是一个分布式智能化网络系统。它在每个节点配备了传感器、无线电收发器、微控制器和能源装置等部件，再通过这些部件的协作，就可以监控不同位置的物理、环境状况论文参考文献格式。

3. 无线网络

无线网络指的是使用无线电技术进行传输的计算机网络，它是有线网络的延伸，和有线网络功能相似，只是传输技术不同而已。它的优势是在没有有线网络的地方，或是移动的环境下，也能同样地连接上网络。

4. 数据融合技术

数据融合技术是利用计算机技术、人工智能等技术，将来自多个传感器的观测数据进行采集、过滤、自动分析、综合处理，进而得出相应的估计、决策等信息，以便辅助人们进行管理、决策工作。

三、物联网在大学校园管理中应用的前提条件

大学作为年轻人密集的地方，同时也是高级知识分子集结地，在大学校园管理中运用物联网技术，能迅速被人们接受和运用。且目前很多高校都拥有多年的校园网络建设，已拥有校园网及校园无线网络。这些都为物联网在高校管理中的运用提供了前提条件。

四、物联网技术在大学校园管理中的应用

1. 应用于图书馆档案室管理

利用物联网构建新型的高校图书馆、档案室管理平台大学管理，可以创新很多管理办法。

图书馆、档案室工作人员将RFID标签贴在图书、档案中，通过标签中的芯片和天线，再利用物联网构建出RFID的无线射频智能系统，这样就能让图书、档案拥有了GPS的定位功能。图书、档案在移动过程中，一旦经过馆室中的各个检查点，就立刻并跟踪并记录下来，并在服务器中储存相关信息。这样子，师生们在电脑上输入书名、档案的师生姓名，就能实时地掌握图书、档案当前的具置，再使用便携式的扫描设备、手持机等工具进行跟踪，就能快速找到自己想要的书籍、档案。物联网技术的引入，使得以前单纯依靠号码、人工查找的办法得到了智能化的改革。

依据物联网技术，还可以设计出图书自助借还设备，师生们在借还图书时，可以来到自助借还设备前边，让设备自动读取借书证和图书，由于使用RFID技术，设备可以在几十厘米到几米距离内读取图书，还可以一次读取多本图书，这样子就提高了图书借还速度，比之前使用条形码，由图书馆工作人员现场一本一本地办理借还手续高效得多。同时大学管理，设备还可以提供24小时借还图书服务，为高校师生提供更为方便的服务。

在高校图书馆、档案室中引入物联网技术，将能为这些地方的管理提供灵活高效、减少人力的智能化方案。

2. 应用于校园安防管理

在物联网安防管理平台中，通过射频识别、图像识别、GPS、无线传导网络、遥感等技术，并结合日常的视频监控系统，全面感知校园的环境、人和物的变化，而计算机系统将这些感知信息进行汇总、处理，适时地进行提示或报警。通过物联网技术，我们就可以全方位地提升校园的安防自动化程度，实现智能化的识别和管理，提高效率，节省人力，从而更好地进行安防管理论文参考文献格式。

当有物体闯上校园的围墙或其他敏感区域时，系统通过在这些区域的红外激光、次声压传感检测器、感应光纤等传感终端，判别闯入物体的大小和具置，并通过传感网络调转相应的摄像头监控该区域，同时依靠图像识别技术跟踪闯入物体，相应的提醒信息也立即发送到中心和高校保卫人员的手持设备中。在得到提醒后，保卫人员就能立即调取该摄像头的画面。经过观察后，当确实需要派保卫人员赶到现场时，物联网安防管理平台还可以利用地磁传感器、校道旁安置的无线传感节点、无线传感网，以及保卫人员身上的手持终端大学管理，实时把握保卫人员在校园内的定位，以此中心就能方便地调度最近位置的人员前去现场。

物联网技术的引入带来了安防方法的改变，与先前的视频监控系统安防方法不一样了，物联网技术的安防管理不再要求保卫人员一直守着监控屏幕观看。由于传感网络拥有图像识别智能技术，能够在边界内出现异动时，及时感知信息，自动跟踪拍摄和录制画面，并向中心和人员发送提醒信息。保安人员可以只在收到信息后才调取、查看相应摄像头的画面。这将使得高校的安防管理轻松不少。

篇(2)

【关键词】视频图像处理;DirectShow;目标识别;过滤技术

引言

在社会信息化日益发展的今天，信息技术、网络技术、通信技术以及多媒体技术已经渗透到人类生活的各个领域中，视频监控以其直观、方便和内容丰富等特点，日益受到人们的青睐。视频监控是多媒体、计算机网络、工业控制和人工智能等多种技术的综合运用，目前正从传统的图像采集朝着音视频的数字化、系统的网络化和管理的智能化方向发展。

人体检测和跟踪是智能视觉监控中的重要研究内容之一，也是近年来计算机视觉领域中备受关注的前沿方向。对图像序列中的运动人体快速而准确的检测和跟踪是一项十分重要且极具挑战性的工作，同时准确的检测和跟踪也是对行为进行有效理解的基础除了视觉监控之外，人体检测和跟踪在高级人机交互动画制作等方面也有着广泛的应用。

基于智能空间的机器视觉是计算机视觉领域一个新兴的研究方向，它与传统意义上的系统的区别在于其智能性。简单而言，不仅用摄像机代替人眼，而且用计算机替代人协助人，来完成监视或控制任务，从而减轻人的负担。本论文工作的主要任务就是基于DirectShow技术的智能识别系统对摄像机拍录的图像序列进行自动分析来对被场景中人物的变化进行定位、跟踪和识别，并结合人体朝向等分析的基础上判断有关目标的行为。

1.DirectShow系统原理

DirectShow是一套高效的多媒体开发系统，与DirectX开发包一起。它是建立在组建对象模型（COM）基础上的，由许多模块化的组件组成。DirectShow将应用程序、复杂的数据传输、硬件设备的差异以及同步等问题隔离开，多媒体软件开发者只需要按照统一的COM接口来编写应用程序，从而简化了在Windows平台上数字媒体应用程序的开发任务，DirectShow系统框架应用程序与DirectShow系统以及DirectShow所支持的软件、硬件之间的关系如图1所示。

图1 DirectShow系统架构

DirectShow主要由Filter Graph构成，Filter Graph中包含了各种Filter，这些Filter在Filter Graph Manager的统一控制下，按一定顺序连接在一起，从而使数据在由Filte组成的链表中流动，图1中的箭头表示Filter链表中的数据流的方向。在DirectShow系统框架外，是与用户直接交互的应用程序。应用程序要根据实际的功能需求引入相应的Filter， 建立Filter Graph， 然后通过Filter GraphManager来控制系统的数据处理过程。DirectShow通过事件通知机制，实现应用程序与Filter Graph Manager之间的交互控制。Filter Graph运行的时候接收到各种事件，通过消息的方式发送到用户应用程序，用户应用程序则根据事件类型做出相应的处理。

2.基于DirectShow目标识别系统

2.1 目标是识别系统总体框架

采集图像端创建一个Source Filter读取内存缓冲区数据，并加入到Filter Graph Manager，Filter Graph Manager负责视频信息采集，同时通过数据发送线程将从数据流发送。图像处理端接受采集端传送的视频信息，通过Filter Graph Manager创建一个filter graph来对图像帧进行控制，见图2。

图2 自动识别系统总体架构

2.2 图像过滤

图像采集和后端图像处理两个部分组成（如图2）所示。前端图像采集部分包括：高清摄像机、传输线缆、后端图像处理部分、数据管理和图像显示。采用DirectShow提供的辅助组件Capture Graph Builder来创建Filter Graph，流程如图3所示。

图3 Filter Graph Manager创建过程

在Filter Graph Manager创建完成后，调用该组件的QueryInterfaces接口，获取并存储IMediaControl、IMediaEventEx、IBasicVideo、IBasicAudio、IVideoWindow等接口对象。在多媒体软件中，利用这些接口对象可以开发出如图像预览、图片快照、音视频播放控制、屏幕控制等具体应用。

用Filter链路建立调用Capture Graph Builder组件的RenderStream接口对PIN_CATEGORY_PREVIEW类型的Pin完成后续连接，代码如下：

ICaptureGraphBuilder *pBuild;

//第二步获取的对象

Capture Graph BuilderIBaseFilter *pCap;

//第三步获取的对象

Videocapture filterhr=pBuild->RenderStream

（&PIN_CATEGORY_PREVIEW，&MEDIATYPE_Video，

pCap，NULL，NULL）;

视频显示部分调用IVideoWindow对象进行指定窗口的显示，调用IMediaControl对象的Run方法控制Filter Graph开始运行， 代码如下：

RECT winRect;

//应用程序传入的窗口对象

IVideoWindow *pIVideoWin;

//第三步获取的

IVideoWindow 对象

IMediaControl *pIMediaCtrl;

//第三步获取的

IMediaControl对象

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（）;

目标识别系统将上述开发过程的DirectShow部分封装为一个独立的类，包括Filter Graph Manager的创建、系统设备的枚举以及对设备各种控制接口的操作等，上层应用程序只需实例化该类的对象，即可调用该类提供的公共接口。

2.3 图像目标识别处理

DirectShow采集进来的图像是BMP格式的。图像处理的大致流程是：一是灰度化;二是二值化;三是标记;四是计算目标区域位置;五是判决当前目标是否被命中。本系统的图像处理采用基于DirectShow系统架构的图像处理流程。图象处理主要实现步骤如下：

（1）初始化COM。

（2）创建Capture Graph Builder组件 ， 获取 CaptureGraph接口。

（3）在Filter Graph加入视频源过滤器。

（4）在Filter Graph加入AVI Decompressor Filter。

（5）在Filter Graph加入Sample Grabber Filter并设置媒体类型、缓冲模式。

（6）连接各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）定义一个类 CSampleGrabberCB： public IsampleGrabberCB在该类中重载 BufferCB方法。在BufferCB中可以加入用户具体的图像处理函数。在类中可以定义一些公用属性， 用于传递相关参数。

（8）设置Sample Grabber回调模式CSample-

GrabberCB CB;//向类CsampleGrabberCB传递图像类型信息。

CB.Width = vih- >bmiHeader.biWidth;

CB.Height = vih- >bmiHeader.biHeight;

FreeMediaType（mt）;

pGrabber- >SetBufferSamples（true）;

pGrabber- >SetOneShot（false）;

pGrabber- >SetCallback（&CB，1）;

（9）用接口对Filter Graph进行控制。

3.实验结果与分析

本实验使用采集人体运动视频来验证系统的有效性，视频1是一段正对面向摄像头行进的运动人体序列。视频采集处理的图像如下图4所示。从图上可以清晰的看出人体被标黑，并且可以准确的跟踪人体运动，达到预期的目标。

图4 正对面向镜头行进的运动人体识别图

为了进一步测试自动识别系统对图像的处理识别能力，下图5所示为垂直于镜头的运动人体序列的情况，自动识别系统依然可以正确识别人体。

实验表明采用基于DirectShow的自动人体识别系统可以在不同的角度对运动的物体进行识别捕获，具有较好的识别能力和推广使用价值。

4.结束语

本文介绍了基于DirectShow的自动识别运动系统，通过分析DirectShow的视频图像处理技术，阐述了DirectShow系统架构，构造了一种目标识别物体物体系统。采用过滤技术实现复杂环境准确人体识别功能，结合实验论证了基于DirectShow的目标识别运动物体系统的可行性。下一步我们将对图像处理过滤部分进行优化设计，提高过滤效率。

参考文献

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

篇(3)

关键词：隐喻识别；多学科交叉视角；计算思维；语言教学

中图分类号：TP31

隐喻普遍存在于人类语言中。早在两千多年前，古希腊哲人亚里士多德就在《诗学》中把隐喻归入到修辞学领域中进行了描述。汉语隐喻的历史也非常悠久，最早的诗歌总集《诗经》中就出现了“譬”（metaphor）的纯熟运用。20 世纪30年代，出现了以Richard& Black为代表的语义互动隐喻学派，他们认为人的思维是隐喻生成机制的主要动因，为隐喻从修辞格向认知领域的过渡打下了理论基础。到了70年代，Lakoff & Johnson[1]在《我们赖以生存的隐喻》一书中指出，隐喻是一种思维方式，是人类理解抽象概念、进行抽象思维的重要途径。此后隐喻的认知功能和在思维中的中心作用得到了学术界的普遍认可。90年代著名认知语言学家Turner & Fauconnie[2]创建了概念整合论（The Conceptual Integration Theory），对Lakoff & Johnson的概念隐喻理论进行了整合完善，具有更广泛的解释性。近几年随着计算机科学的迅猛发展，隐喻又成为了自然语言处理的研究热点。目前学者们在多学科研究的基础上对隐喻的识别理解进行多种尝试[3-5]，试图推动对自然语言更深层次的认知和理解。隐喻已经成为了一个涉及认知语言学、心理学、教育学、逻辑学、计算机科学等多学科交叉的研究领域。

隐喻自动识别关键的第一步是要解开人类对隐喻理解的认知机制，建立语言的形式化模型，使之能够以计算机能够识别的形式表示出来。这一过程很大程度上需要依赖认知语言学理论的指导。目前关于隐喻计算研究的综述性文章主要针对隐喻模型设计、知识库和数据资源建设及隐喻处理的应用方面进行介绍，而本文将从认知语言学和计算机科学的交叉角度对隐喻识别所涉及的理论和方法进行探究。以期让更多的研究人员不仅停留在技术层面，而是更多的关注计算机技术背后的认知语言学理论基础，同时为语言教育者提供一些计算思维和计算机网络环境下语言教学的新思路和方法。

本文的结构安排如下：第一部分探讨认知语言学视角下的隐喻的本质、识别机制；第二部分介绍计算机科学视角下的隐喻识别的研究进展。第三部分讨论了隐喻识别对于计算机专家及语言学家和外语教育者的启示和展望。

1 隐喻识别的认知语言学视角

1.1 隐喻本质

在认知语言学背景下，隐喻被普遍认为是一种思维方式和认知模式。概念隐喻理论认为隐喻是利用一种概念表达另一种概念，需要这两种概念之间的相互关联。这种关联是客观事物在人的认知领域中的联想。概念隐喻观运用源域与目标域之间的映射以及意象图式来解释隐喻现象，认为隐喻的本质是以一种事物去理解另一种事物的手段，从一个比较熟悉，易于理解的源域映射一个不太熟悉、较难理解的目标领域。人类对隐喻识别是指在语境中发现隐喻表达，找出源域、目标域及映射域的关系。束定芳[6]归纳了人类对隐喻识别的两种基本方法：（1）基于文本线索；（2）基于语义冲突。

1.2 基于文本线索的识别

隐喻表达的特征之一是具有一定的语言标记，可以把这些语言标记作为隐喻识别的线索。这种研究思路在隐喻识别中非常直观，起到一种“路标”的作用，具有较高的价值。通过隐喻标记语的明确指示，做出不能对该话语做字面意义理解而应做隐喻意义理解的明确引导。由于隐喻标记语的介入，人类对隐喻进行推理的时候，就能很容易地领会蕴藏的意图，从而作出正确的隐喻识别。因此，隐喻标记语的使用明示了话语的语义逻辑关系，对隐喻的人脑推理过程起到了明示的语用制约，从而帮助理解与识别。束定芳[7]总结了隐喻表达的七种文本线索标记：

（1）领域信号或话题标志。如intellectual stagnation（智力上的停滞）、psychic eddy current（心理旋涡）、时间隧道、历史悲剧。（2）元语言信号。直接用metaphor，metaphorical，metaphorically或“比如”等字眼。（3）强调词信号。In fact，literally，actually，really，汉语中的几乎、差不多、简直等。（4）模糊限制词。如英语中的a little，practically，汉语中的“有点”“某种意义上”等。（5）表示隐喻转换的上义词。如sort of，type of，“某种”等。（6）明喻。明喻是隐喻的一个种类，其比喻词like，as，“好像”，“仿佛”等明确表明这是隐喻式话语。（7）引号。

根据上述认知语言学理论，在隐喻计算机自动识别领域，有一些研究工作是针对文本中的线索而进行的。本文第3.1节将介绍相关研究方法和技术。

1.3 基于语义冲突的识别

多数隐喻的出现并没有什么明确的信号或标志，需要通过对语义冲突的理解来识别隐喻。语义冲突也称为语义偏离（deviation），指的是在语言意义组合中违反语义选择限制和常理的现象，是隐喻产生的基本条件。语义冲突可以产生在句子内部，也可以产生在句子与语境之间。Ortony[8]认为某一语言表达成为隐喻的第一要素是从语用角度或从语境角度看，它必须是异常的，即从其字面意义来理解有明显与语境不符合之处。人类需要根据话语的字面意义在逻辑上或与语境形成的语义和语用冲突及其性质，判断某一种用法是否属于隐喻。

人类对隐喻的理解首先建立在上下文语境的基础上，根据语言认知系统知识库及涉身概念知识库，对语言形式和字面意思进行分析，确定源域与目标域的语义冲突，并运用概念联想提取机制判断出映射关系，最后作出概念隐喻的判断[9]。如图所示：

2 隐喻识别的计算机科学视角

2.1 基于文本线索的方法

国内外很多学者对隐喻标记及其使用进行了分类和归纳总结[10-12]，旨在通过文本线索的方法对隐喻进行自动识别。很多建立在对语料库（如British National Corpus）中隐喻标记统计的基础上，把标记隐喻的语言信号分为若干类别，并考察其在文本中的出现频率与隐喻的使用关系。研究表明，虽然带有语言标记的隐喻句在隐喻句总数量中存在的比例并不大，但是存在隐喻标记语的书面语中隐喻的比例达到了大约1/2的比例。除了隐喻标记语的词汇层面，Ferrari[13]还把句法分析作为文本线索进行隐喻识别的研究。例如，通常作为隐喻标记的单词metaphor，在句子“A metaphor is a figure of speech where comparison is implied.”中作为主语出现，此句不再是隐喻，metaphor也失去了标记的功能。这种方法概括起来就是利用规则约束与机器学习相结合，从语料库中统计隐喻的语言标记和句法信息出现的概率，以此作为文本线索进行隐喻计算机自动识别。

因为更多的隐喻不具有明显的语言标记，所以这种基于文本线索的方法只能作为一种辅助来提高识别效果。在前面1.2节中认知语言学中提到的语义冲突关键作用基础上，接下来探讨从计算机自动语义分析角度进行隐喻的识别。

2.2 基于语义知识的方法

由于技术的局限，对这种方法的研究很少到应用认知语言学中的语言系统知识库和系统概念知识库，只是把字面上出现的语义或者逻辑不一致当作隐喻进行识别。例如：对于隐喻句“my car drinks gasoline”，由于动词drink的语义优先公式为（（* ANI SUBJ）（（（FLOWSTUFF）OBJE）（MOVE CAUSE））），发出drink这个动作的主语即drink应是生命体，而car属于不具备生命体的语义类别，与系统中汽车文本中语义框架中出现的例如“消耗”等语义并不相符，因此造成了语义类搭配异常，形成隐喻的识别。

Fass[14]对基于语义知识的方法进行了早期的研究，建立语义冲突分类体系，并手工建立了语义知识库，但对大规模的语料分析具有局限性，也耗时耗力。Mason[15]通过大规模语料库自动获取词汇的优选语义，从领域语料库获得词汇的语义特征，对比特征语义冲突完成概念映射的优选。但由于领域知识库规模不足，此方法只能处理与动词相关较简单的概念隐喻，对于复杂映射具有很大的局限性。

利用词典和语义搭配知识是基于语义知识方法的另一项应用。如Krishnakumaran利用英语词典word-Net得到语义知识，计算词语在语料库中语义搭配的概率[16] 。同样，杨芸利[17]用《同义词词林》和《词语常规搭配库》来识别汉语语义搭配型隐喻。

另外，机器学习方法是隐喻自动识别研究的一个新方向，在处理海量信息上有着明显的优势和广泛的应用[18-19]。面对日益增多的数据与计算机技术迅速发展，广泛地尝试探索基于机器学习的隐喻识别研究十分必要。基本上，此方法把隐喻识别的问题转化成文本分类问题，最终达到识别目的。

3 总结与展望

3.1 语言学家与计算机研究者携手共进

语言学与计算机科学对于隐喻识别，有着共同的研究处理对象及共同的奋斗目标――揭示人类语言中隐喻的秘密，开发人类语言智能的功能。利用计算机对隐喻进行识别，基于规则和统计相结合的办法是有效办法之一，只利用任何一种方法都有它的局限性。计算机固然可以迅速地从大规模的语料中获取隐喻知识，解决系统的一些具体问题，但是却不能解释确切的运行机制和其中的规则到底是如何建立的。所以需要语言学家对语言进行描述与规则制定，实现计算语言的形式化，这些都是跟语言学的基础理论分不开的。同样，语言学也需要进一步现代化。而计算机隐喻识别所提出的一系列新的方向与需求，一方面启发语言学家从新的角度去思考和探索，这必将深化语言学的理论知识；另一方面，通过计算机改造语言学理论，可以促进语言描写的形式化、科学化和精密化。计算机科学的发展，不但为语言学提供了现代化的研究手段，而且扩展了语言学的研究视野。因此，语言学家与计算机研究者加强合作与支持，才能促进隐喻研究的重大突破。

3.2 隐喻知识库与英语教学

隐喻的各种计算模型往往需要一个或多个知识库的支撑，这是由隐喻的认知性所决定的。国外在隐喻知识库方面发展比较迅速，代表性的隐喻知识库有Sense-frame、Master Metaphor List、MetaBank和Metalude。在语言学教学实践中，隐喻知识库中所包含的词条、对隐喻的描述以及例句、规则、分析等给学生提供了实际语言运用中的真实语言材料。这类知识库所提供的语言学习材料，帮助学生理解和分析隐喻系统，提高英语语感、促进语言习得。“教材中非真实语料的例句往往对学生有误导作用，教学中应更多地使用地道的英语”[20]。例如，Master Metaphor List 知识库的词条 force下，隐喻类别示例如下：

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.

知识库中除了三个例句，还给出了与force类别相关的隐喻类别（Related metaphors：related to Causes are Force）。指出了隐喻的源域（substance，contents，container，hitting）和目标域（force），另外还有简要分析的以帮助理解（ note）。例句中都包含概念隐喻的影子。借助概念隐喻可以认识到隐喻表达形式的根源，将原本分散的形式内涵按根源进行归类。隐喻知识库所提供的概念隐喻系统使语言学习者了解到隐喻生成机制的原理，利用映射原理对知识系统分类整理。隐喻知识所提供的实例分析和分类帮助学生形成系统的理解和有序的逻辑思维，分清隐喻表述的各部分关系，代替死记硬背的学习方式，遵循有效的认知规律，从语言学习的根源和理论上整体把握，从而提高对语言深层次的理解，提高学习的效果，增强英语语感。

参考文献：

[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]胡壮麟.认知隐喻学[M].北京：北京大学出版社，2004.

[6]束定芳.隐喻学研究[M].上海：上海外语教育出版社，2000.

[7]束定芳.认知语义学[M].上海：上海外语教育出版社，2008.

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

[9]黄孝喜.隐喻机器理解的若干问题研究[D].浙江大学博士论文，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]杨芸.汉语隐喻识别与解释计算模型研究[D].厦门大学博士学位论文，2008.

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

[19]戴帅湘.汉语隐喻分类识别的计算方法研究[D].厦门大学硕士学位论文，2005，6.

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

作者简介：张冬瑜（1977-），女，博士，讲师，主要研究方向：自然语言处理；樊宇（1966-），女，辽宁大连人，讲师，学士，主要研究方向：英语教学、教育管理；李映夏（1978-），女，辽宁大连人，讲师，硕士，主要研究方向：应用语言学。

篇(4)

    1.论文研究的背景和意义

    到目前为止,随着现代信息的不断发展,智能化和信息化已经被广泛应用到各个领域。目前的自动识别技术主要包括两个种类:条码技术和无线射频(RFID)技术。随着这两种技术的不断发展,自动识别技术已经在全世界具有了一定的发展规模。由于信息量和人们需求的不断扩大,现代的物流行业涉及的种类是很烦琐的供应链结构也相应地变得很复杂,很多时候都是要求远距离的传输,在这种传输中传统的物流方式就存在很大的弊端。RFID技术,最早出现在第二次世界大战的战场上为飞机的一种敌我目标识别出现的。但是由于成本和技术限制等诸多原因,一直没有得到广泛的应用。

    2.研究现状

    (1)物流信息的研究现状。物流信息管理的发展已有很长一段时间,并且各个地区和国家的发展情况都不尽相同。我们可以在线地对车辆和货物进行信息的追踪和查找,但是这种方式对网站的信息和其他的链接都没有可靠的保障。这种系统可以利用全球卫星定位系统和智能的交通管理系统来对运输货物的车辆进行位置的追踪,从而掌握货物的运输情况,以这种动态的管理方式使得车辆的管理效率得到提高。(2)RFID技术的研究现状。条形码技术可以说最早是由沃尔玛公司开始应用的,从此成为了各个物流行业中的重要识别技术。而现在沃尔玛公司否定了条码技术开始使用电子标签,这充分地说明了RFID技术明显优于传统的条码技术。也预示着RFID技术在商业物流行业中的应用会得到普及,最终取代条码技术。RFID技术在中国作为一种新型的自动非接触式识别技术的发展历史还不是很久,所以是处于刚刚起步的阶段。但是作为一种新型的技术手段,RFID技术还是具有很大的发展前景和空间的。

    3.论文研究的主要内容

    本文主要是把RFID技术应用到物流信息管理系统中,从而实现对物流全过程的调度优化和控制的动态性。

    二、物流信息系统概述

    1.物流管理系统的概念及功能

    (1)物流系统的定义。物流信息是一个非常广泛的概念,涉及到我们社会经济的任何一个方面,是一个错综复杂的社会系统。从大的材料供应商、批发商到零售商和消费者,几乎都有物流信息系统的身影。现在的物流信息管理系统的主要任务有以下三方面:商品的流动,也就是我们所说的商流;信息的流动,也就是我们所说的信息流;资金的流动,也就是我们所说的资金流。物流信息管理系统的英文名称是Logistics Information System,以下简称为LIS。LIS的主要组成:计算机软硬件、通信网络的主要设备和人组成的智能人际交互界面系统。(2)物流信息管理系统的主要功能概述。通过计算机技术对数据进行处理,可以向运营商和客户提供相应的共享数据,并且可以加强企业和企业之间的合作关系,形成一种更加优越和完善的供应链网络。

    2.物流管理系统的主要结构及类型

    一个完善的物流信息管理系完成的主要功能包括:首先对信息进行采集整理存储,然后对有用的信息进行相应的传输和利用。与此同时也涉及到了活动中的每个要素。

    3.物流信息管理识别中主要的采集技术

    物流信息管理系统主要是将各个环节的物流信息联合到一起,表现出了物流管理系统强大的整合能力。(1)条码技术简介。这种识别技术主要是被应用在计算机的数据的输入与输出。具有很多的优点:可靠性高、成本低并且采集和输入输出的速度非常快。由于这些优点的存在,条码技术目前被广泛应用在国内外的物流行业中。条形码识别技术由于具有非常优越的优点,准确可靠快速的传输,使得它的应用价值非常大。其中条形码的设备主要分为条形码的印刷设备和条形码的扫描设备。(2)RFID识别。射频识别技术,即RFID技术是一种非接触式的自动识别的技术。一个标准的射频识别系统是由三部分构成的:电子标签、读写器和天线。但是由于实际中存在的问题,这种RFID系统好使需要软硬件之间的良好配合才能完成它的功能。

    三、RFID技术简介

    由于射频的数据保密性非常好,所以目前被广泛地应用在防伪行业中。RFID的主要优点是:具有唯一的UID号码。

    1.RFID系统的组成和特点

    一个最基本的RFID系统如图1所示,一般包括:标签、阅读器、天线和数据的读写系统。

    图1 RFID系统组成

    标签的作用:RFID的电子标签是由耦合元件组成的。上述每个电子标签都具有唯一的UID编码。是标签唯一识别的标识。读写器:读写器是电子标签的读写设备。主要控制数据的读写。天线:主要完成读写器和标签之间射频信号的传递。

    如图1所示,一个完整的RFID系统还包括一个中心处理的电脑和应用软件系统。这个系统主要是将读写器上的信息和数据传递到电脑上的数据处理中心进行处理和应用。这也是RFID技术的基本原理。

    2.RFID组成部分简介

    (1)电子标签。RFID系统中的电子标签是整个系统的数据的载体。通常情况下,一个完整的电子标签主要是由标签元件和天线组成。电子标签与条形码不同的是电子标签可以自动地把自身存储的信息发送出去,它是可编程的,可以适当地改写编程的程序来满足不同情况下的电子标签的需求。(2)读写器。在RFID系统中,负责数据的读写的设备主要是读写器设备。读写器的功能非常强大,通常在系统中它都是独立存在的,也就是说读写器可以单独地对数据进行读写、处理并且显示等。(3)数据的管理系统。完整的RFID系统除了包括最基本的标签、天线、阅读器外,还应该具有一整套完整的数据管理系统。数据管理系统的主要功能是完成数据信息的处理和存储共享。

    3.RFID技术的优点

    RFID技术的出现,使人们认为RFID技术是条形码的高级形式,但是这种说法是没有什么理论依据的。RFID作为一种新型的非接触式自动识别技术,它在很多方面都优于条形码技术。RFID技术的优点很明显,它不需要光源,并且更加安全。

    4.RFID技术目前面临的问题

    RFID技术是一种新型的识别技术,它与条形码识别技术相比,发展的历史比较短。所以技术还不是很成熟,目前还存在着许多发展的问题。

    四、物流管理系统的需求分析

    1.RFID技术的主要应用

    随着信息技术的发展,RFID技术也有一定的发展,被应用在许多不同的领域,最主要的应用范围包括:零售、仓储、生产和运输行业。

    2.目前物流公司的现状

    经济需求的不断增长,市面上有越来越多的物流公司来满足人们对物流的需求。但是很多物流公司的规模都比较小,存在着一些缺点。

    3.需求问题的解决

    目前的物流企业的规模比较小,标准和网络化都不完善,存在着各种各样的问题。针对这些问题,我们对物流公司有了新的需求问题的解决方案。每个公司都可以发挥它的长处取长补短,互相帮助赢取共同的利益。这种集中管理和共享的方式不仅可以帮助物流公司来提高他们的运输速度,而且还大大地降低了物流中货物运输的成本,减少了不必要的浪费,有助于管理者的经营。

    4.RFID系统结构的选择

    本文主要用到的数据库是SQL。采用的主要构架是B/S模式。下面分别对这两种技术进行简单的介绍。(1)SQL简介。SQL(Structured Query Language),它的意思是结构化查询的语言。SQL这种语言最主要的功能是它可以很好地与各个数据库建立相应的联系并且可以进行很好的沟通。(2)浏览器/服务器(B/S)构架。目前来说管理信息系统主要的构架类型主要包括:主机/终端型、客户机/服务器即所谓的C/S模式、文件/服务型、三层的B/S和多层分布的形式。

    这种技术是www技术和数据库技术相结合的结果,是未来数据库发展的主要方向。

    B/S模式的主要结构如图2所示。

    图2 B/S模式结构示意图

    5.系统成本的分析

    我们知道RFID系统主要是由标签、天线和阅读器构成的,所以它的主要硬件成本也是由这三部分构成,这主要是从RFID系统的市场需求来看的。对于物流管理行业来说,这三部分也是主要的硬件投资方式。虽然目前RFID系统的成本略高,但是它带给我们的优点远远胜过了糨的这个不足。

    五、系统的总体设计研究

    1.基于RFID的物流管理系统的总体目标

    物流信息系统主要解决的问题是:(1)缩短从接受订货到发货的时间;(2)库存适量化(压缩库存并防止脱销);(3)提高搬运作业效率;(4)提高运输效率;(5)使接受订货和发出订货更为省力;(6)提高接受订货和发出订货精度;(7)防止发货配送出现差错;(8)调整需求和供给回答信息咨询等。一个好的完善的物流信息管理系统会很好地解决上述的问题。我们最终的目的都是为了提高服务水平并且降低物流运输的总成本。

    2.系统硬件产品介绍

    本系统设计的是一个基于RFID硬件产品已有的物流管理系统,所以首先对RFID不同用途的读写设备和它们的应用场合作了一下简单的介绍,例如,下面这款电子标签。

    本系统选用的电子标签是T12048,这款电子标签是TI公司新出的一款粘贴式的电子标签。如图3所示。

篇(5)

【关键词】新疆；民族；文字识别；发展进度

我国是多民族国家，尤其是在新疆维吾尔自治区共有13个少数民族在这富饶的土地上共同生存和繁荣发展。在我国少数民族语言文字政策的大力支持下，我区各民族都在使用各自的语言文字并通过在语言文字领域不断引进新兴技术，使各自的文字领域创造了数字化、自动化的新的局面。本文提出的少数民族文字识别系统指的是使用某种数字技术把现存的少数民族文字编写的纸质文献通过扫描形式先转化为计算机能识别的标准图像格式，再用类似于中文文字识别软件OCR等转换工具把以图像格式保存的文字转换成WINDOWS等系统的WORD或其他文本格式文件的过程。这些文本文件形成后根据使用者的需求会直接被使用或再进行二次加工用PDF文件或HTML网页文件等软载体传播并提供给读者阅读。文字识别系统为后者提供准备工作和硬条件，也就是为电子图书等数字文献的形成做中转的作用（如图1）。介绍新疆地区少数民族文字识别系统之前，我们必须先了解其文字背景和特点，首先简单介绍一下我区少数民族文字现状。

一、少数民族文字基本情况

在新疆地区，维吾尔族、哈萨克族、柯尔克孜族等属于突厥语系的民族现在都使用自己的语言和文字实现各种交流和沟通。这几个民族使用文字的历史原因，使用文字变化多样化、因时代不同而使用文字不同等特点已经导致文字的不统一性和不确定性。在解放前后都已经使用过新、旧文字两种文字表达方式。而他们现在用的文字是国家按有关语言文字的特征，在阿拉伯文字的基础上模仿性创造出的文字表达方式，是在阿拉伯文字的基础上更改并简化了部分环节后产生的新的字母，既有阿拉伯文字的有些特征并有自己的特点和不同。维吾尔文字使用32个字母，哈萨克文使用33个字母，柯尔克孜文使用30个字母（1983年版），这三种语言文字在各自中间也有些共同点和不同地方。

目前，虽然有关这些语言文字识别的研究有了些新的进展，其实幅度还是不能满足使用者对新技术的发展需求，可以说是出于发展的初级阶段。由于阿拉伯文和这些语言字符集上的相似性，可以借鉴阿拉伯文研究成果。但是阿拉伯文字识别的研究远远落后于拉丁文、中文等文字识别技术的研究，大部分的研究采用的是结构化的方法。

二、少数民族文字自动识别的特点

因为跟阿拉伯文字有不同点，这些语言文字的识别技术也会有自己的特点和不同之处，简单总结为以下几点：

（1）形成的少数民族文字电子书籍格式不统一或不完善，基本以图像格式使用，再有转化为文本格式的电子书籍也是很少一部分。因相关文字识别技术不成熟，好多电子图书都不是靠文字识别系统来转换为电子版的。在使用扫描形成的图像格式（*.BMP，*.JPG等文件）制作成包括PDF在内的各种格式的资料中，转换出的文本里不能正常显示的字母占的比例高或者各种符号的错误率较高、排版出现混乱等现象普遍存在，最后影响了整本电子文献的质量。这种现象的主要原因是某些字母在数字转换过程中没有能够达到识别的标准，部分原因来自于工作人员的疏忽和工作态度等。现在，已经以图像形式扫描成为电子文献的资源已经开始在社会各个领域使用并开始形成数据库。跟文本形式的电子书相比，这些图书在实际使用中确实不易利用，显然有很多不足之处。读者使用时这种图像个会的文件仅能通过输入文本格式的文件名来查询，而不能直接把文件内容使用各种文本编辑工具来编辑或通过 JAVA ，XML等脚本语言编程，对PDF或HTML等网页文件内容进行查询和编辑操作。

（2）因历史种种原因导致的文字使用背景，存在一种语言使用多种文字情况，识别过程比较复杂，处理一种语言文字需要两种解决途径，而且这两种解决方式是并且（U或者AND）关系的结构。拿维吾尔语和哈萨克语来讲的话，这两种语言到1965年前都使用阿拉伯文字形式的旧文字，从1965年开始使用拉丁文字形式的新文字，而又从1982年开始变更为以前的阿拉伯文字形式的旧文字。所以，处理这不同年代时的图书资料时，我们需要处理两种不同文字。虽然是一种语言，因使用的文字不同，而且这两种文字从结构上有根本性区别和不同的特点。这显然会要求我们准备和使用两种不同的处理技术和方案。

（3）文字识别系统准确率不高，识别质量低。虽然少数民族文字识别系统问世已有几年时间，软件技术基本不成熟，实际使用中遇到的需要攻关和还未能得到全面解决的技术性问题很多。不仅现有的少数民族文字识别软件的种类和数量都少，而它们的识别率等最关键的技术水平也未能得到提高，还处在初级研究和充实阶段，而且发展进度也比较慢。对现有的少数民族文字识别软件而言，它们的实际识别率仅仅达到10%—15%左右，根本无法满足文字系统应有的功能指标。如果按照这个比例进行扫描的话，整本书的大部分内容会出现错误而需要对其余部分进行手工输入，根本体现不出自动化处理的优越性，反而会浪费人力和财力并会提高建立数字资源的成本，最终影响数字资源库的建设步伐。其中也隐藏着使用者数量不多、市场发展前景不乐观、经济利润少等几个主要因素。不管再有多大的技术障碍或客观因素，如果有读者的需求和时代的要求，我们有必要组织更多的人力和财力发展文字自动识别并攻关这些技术难关。

从技术角度来看，少数民族文字自动识别工作中存在一下三种技术亮点和把关的环节：

三、文字识别中的技术亮点

（1）形成文本文件后的文字必须符合Unicode字符标准，不管使用什么字体，在编码中必须使用Windows 系统无条件认可的字符格式。这样才能保证文本在检索中的统一性，避免出现文字编码不同而影响检索结果。相反，在建立数字资源数据库时数据不管存放到SQL或Oracle 等大型数据库或自制数据库里，只能找出相关文件名，而查询全文时会出现字符乱码或显示不正常等情况。

（2）同时需要解决并提高混合文字的识别率。因现存的维哈文等用的是从右到左的读写方式，如果在文献全文中维哈文字符和拉丁文字和中文、符号和数字同时出现时就需要处理不同文字的不同拼写方向问题。这是识别某种文字的同时还需要保证其中混合的读写方向不同的其他文字和字符的准确率。虽然这种情况在文学作品中出现的概率不大，在其他学科（比如学术性文章和自科类文献）中出现的概率还是不能小看的。为了实现文献全文和电子版的融合，此项工作必须当重中之重来考虑并完成。

（3）因文字自身特征，维哈文等文字有30多个主体字母的90多种字符形式，在扫描识别过程中不能忽视这些字母的变位规律。比如一个字母根据在词语中的位置有四种写法时（不包括在行尾的简写方法）会要求文字识别软件必须按照该字母当时的字符形式来做出判断。比如：哈萨克文中字母T（）来举例，该字母根据词语中的位置有（如图2）四种写法。这种因素无意中会给文字识别的速度与准确率带来一些技术上的障碍并会影响逻辑识别的连续性。

总之，因维哈文字书写方向为从左到右，且各字符是在基准线附近相互连接的，因此，维哈文字符的识别率要比中文、英文等符号之间的存在空隙字符的识别率要低。这些少数民族手写文字的识别主要的困难基本集中在于字符结构简单、笔划数少、可提取的特征较少、字符之间的相似程度极高、手写草体的区别较大等几个方面。对民族文献信息的深入、持续建设和开发利用仍然是摆在民族图书馆人面前的一项艰巨而紧迫的任务。我们必须在已有的基础上，进一步解放思想，与时俱进，求真务实，急读者所急。也相信在不久的将来会找出可靠、稳定的解决方案和技术创新。

参考文献：

[1] 硕士研究生论文.新疆大学；维文在线处理技术与实现：瓦热斯江·阿布都克力木[2002年6月10日]

[2]吴慰慈.图书馆学概论 ，北京：北京图书馆出版社

篇(6)

关键词：地铁施工；EPC编码；射频技术

1、EPC编码和RFID射频技术

1.1EPC编码

在技术革新迅猛发展的背景下，为满足对单个产品的标识和高效识别，给每一个商品唯一的号码―电子产品代码（EPC）。EPC标签即是这个编号的载体，当EPC标签贴在物品上或内嵌在物品中的时候，即将该物品与EPC标签中的产品电子码建立起了一对一的对应关系。EPC编码提供了一种简单、可行的标的识别方式，它不仅可以将标的与其所带的信息进行一对一的标识，还能准确、全面的记录和体现标的的所有相关信息，并且以符号和数字的量化形式来实现所有信息数据的采集和存储，利用它可以进行准确、有效的监控项标识和数据、信息的输入。EPC编码由一个标头和数字字段组成，每一个数字字段都代表了监控项的信息，一一对应存储于数据库中。编码标签以唯一性、可扩展性、可操作性和简单性为原则进行编制。唯一性就是指每一监控项标的与其标识代码一一对应，标识代码一旦确定不会改变，唯一性是监控项标的编码最重要的一条原则。可扩展性是指从编码体系的格式上，编码考虑到了各方面的属性，并预留了扩展区域。可操作性和简单性是指通过对监控项的编码标识，易于了解监控信息，利用数字形式可以更简单存储和传递监控信息。

1.2RFID技术

RFID是（Radio Frequency Identification）射频识别技术的英文的缩写，是一项利用射频信号通过空间耦合（交变磁场或电磁场）实现无接触信息传递并通过所传递的信息达到识别目的的技术。它具有其优于传统条码的特性：①无需“可视”读取，实现远距离自动识别，避免了人工干预，特别是在恶劣环境条件下；②能识别静止、运动的物品；③能够同时识别多个标签，提高识别效率。射频识别技术发展非常迅速，被广泛应用于交通运输控制管理、高速公路自动收费系统、停车场管理系统、物品管理、流水线生产自动化、安全出入检查、仓储管理、动物管理、车辆防盗等众多领域。近年射频识别技术在安全领域的研究应用广泛，如对煤矿安全监控系统的研究，对施工现场钢构件施工进度的监测，公共安全物联网的构建研究，生命状态监测系统研究等。通过上述分析可以看出，将 RFID 技术运用到地铁施工实时动态监控研究中，可以有效的解决地铁地下施工技术、环境等特殊风险监控艰难的问题。

2、基于EPC编码和RFID技术实时动态监控模型

2.1关键警兆指标的甄选

本文根据多个地铁施工事故数据，从人、机、环境、管理四个维度对地铁施工风险维度进行了划分，并采用多维关联规则数据挖掘技术进行计算，甄选出关键警兆指标。

2.2关键警兆指标EPC编码标识

由于地铁施工现场人、机、环境、管理各风险因素复杂、无序且具有动态性，要想准确监控每一个关键警兆指标，就必须给每个风险源赋予唯一的编码标签。本论文拟建立的编码体系不仅能唯一识别单一风险源，而且能从编码中直接读取风险源的位置信息和监控记录信息，进而实现地铁施工风险源关键警兆指标的标识。编码标签以唯一性、可扩展性、可操作性和简单性为原则进行编制，如图1所示。

图1 编码标签格式图

①A、B、C、D：位于编码标签第1至第4位，字符为二进制编码。表示地铁施工项目代码名称，以区分不同的、相互独立的项目。②E、F：位于编码第4至第5位，字符为二进制编码。表示地铁施工监控指标风险源种类，00―人，01―机，10―环境，11―管理。③G、H、I、J：位于编码标签第6至第9位，字符为二进制编码。表示地铁施工监控关键警兆指标风险源位置。④K、L、M、N：位于编码标签第9到12位，字符为二进制编码。表示监控关键警兆指标具体数值，如施工器具损坏程度值等。⑤O、P：位于编码标签第13到14位，字符为二进制编码。表示监控指标的历史信息，历史信息应包括风险源发生隐患时间、地点、事故情况、防控结果等历史数据信息。⑥Q、R：位于编码标签第14到15位，字符为二进制编码。设为扩充区，防止新增加信息加入编码。

地铁施工实时动态监控编码体系的结构在不同的项目中是可以优化和完善的。即使是在同一个系统中也会自身不断的优化，以适应后续数据采集的实现。只有这样，才能够确保编码体系的可操作性。编码标签是施工现场风险源和关键警兆指标的唯一标识，也是后续进行实时动态监控的依据。

2.3基于RFID技术的地铁施工实时动态监控

2.3.1人：施工人员或工作人员随身携带双向编码标签卡，装在施工人员的皮带或安全帽上，记录有施工人员或工作人员的个人信息、进出施工场所的时间、分工和责任。编码标签卡实施双向发送信息，实时动态监控时给监控中心发信息，监控中心也可以给每个施工人员发信息，同时双向编码标签卡有个按钮和指示灯，可以在遇到危险的情况下按下紧急按钮键，进行紧急呼救。当施工现场里面出现特殊情况时，施工人员只要按下按钮，监控中心就会有报警声。当监控中心出现什么情况时，监控中心也可以给每个人施工人员发信号，通过指示灯来提示。

2.3.2机：每个施工器具上都附有编码标签卡和监控看板，编码标签卡的功能是识别施工器具风险源、监控施工器具的位置。监控看板的功能采集实时监控每个施工器具的监控信息，如运行情况和隐患状态等通过RFID射频技术传输给监控中心。

2.3.3环境：根据国家法律法规进行实时动态监测项设置，并按规定进行动态监控，监控项应包含施工场所所有动态风险源等。

2.3.4管理：制定施工管理实时监控看板并带有编码标签卡，置于施工场地进出口，根据风险源种类和关键警兆指标落实安全责任。

3、地铁施工实时动态监控模型

根据前文所述，从人、机、环境、管理四个维度对风险源进行多维关联规则分析，全面识别地铁施工过程中存在的风险因素，找出所有的频繁项集，通过算法计算得出施工过程中风险指标之间的强关联规则，确定关键警兆指标。利用EPC编码方式对关键警兆指标进行编码标识，编制针对人、机、环境、管理的实时动态监控编码标签卡和实时动态监控看板，利用RFID射频识别技术和人机接合的方法进行分散风险信息的准确采集、实时监测和远程动态跟踪，从而构建地铁施工实时动态监控模型。

4结语

总之，对地铁施工预警研究上，依据所甄选出的关键警兆指标，采用EPC编码方式对关键警兆指标的信息进行量化，实现信息的准确采集。充分利用RFID射频技术的优势，实现地铁施工关键警兆指标的运程自动识别、实时监控和动态跟踪，为发生施工灾害时启动预案和确定实施强度提供决策支持。

参考文献：

篇(7)

【关键词】线扫描相机激光光源铁路车辆故障图像检测

1.前言

最初的铁路车辆故障检测完全采用人工方式，车辆入段（编组站）后，铁路工人拎着锤子通过观察和听锤子敲击车辆的声音判断车辆故障。这种原始的车辆故障检测手段，人工作业难度大，不容易发现隐蔽故障，且无法核实和追溯故障。

2005年，国内一些企业开始研究车辆故障图像检测系统，通过安装在轨道底部和两侧的工业相机，在铁路车辆通过时，动态拍摄车辆图片，图片实时传输到列检中心，作业人员在电脑上浏览车辆图片，发现故障后及时通知维修。这种方式将现场人员从繁重的体力劳动中解放出来，极大地提高了铁路车辆检修的效率。

早期的车辆故障图像检测系统采用的面阵相机每次曝光成像一幅照片，图像在拍摄方向上不能无缝拼接，且容易因为信号的干扰造成丢图、窜图等问题，给作业人员造成了不小的困扰。2009年，线扫描相机的出现，革命性地改变了车辆故障图像检测领域的发展，线扫描相机形成的图像可以做到无缝拼接，并为实现图像故障自动识别提供了条件。

2.线扫描相机成像技术

线扫描相机，主要应用于工业、医疗、科研与安全领域的图象处理。在机器视觉领域中，线扫描相机是一类特殊的视觉机器。与面阵相机相比，它的传感器只有一行感光元素，因此使高扫描频率和高分辨率成为可能。线扫描相机的典型应用领域是检测连续的材料，例如金属、塑料、纸和纤维等。被检测的物体通常匀速运动，利用一台或多台相机对其逐行连续扫描，以达到对其整个表面均匀检测。可以对其图象一行一行进行处理，或者对由多行组成的面阵图象进行处理。另外线扫描相机非常适合测量场合，这要归功于传感器的高分辨率，它可以准确测量到微米。

从车辆故障图像检测领域广泛使用的线扫描相机对光谱的敏感曲线可以看出，该相机对800nm附近波段的光线最敏感。另一方面，可见光处于390nm～770nm波段，太阳光在808nm波段的光功率密度大概是0.95*808W/m2=0.7676mW/mm2，光功率密度相对于可见光部分要小，如果采用808nm波段的近红外补偿光源，既能很好地满足线扫描相机对感光的要求，且由于近红外光基本不可见，消除了补偿光源在轨边对车辆驾乘人员的干扰。

激光单色性好、功率大、能量集中，能很好地配合线扫描相机使用。如果光功率密度选择合适，则既能满足线扫描相机的需要，又能起到很好的抗阳光干扰的效果。

激光光源分为三部分，激光器、光纤、激光镜头。激光器是激光发生源，是激光光源最重要的部分。光纤是激光传输的介质，连接激光器和激光镜头。激光镜头由光学镜头组成，将光纤传输过来的点状激光光斑变成线状激光光斑。光纤必须按照激光器配套，芯径400um，数值孔径0.22，而激光镜头的好坏决定了激光光源光斑的均匀性。

早期的激光补偿光源两端光弱、中部光强，使线扫描相机所采集的图像在靠近钢轨侧曝光不足，线扫描相机视场中部却曝光过度；在垂直于线扫描相机扫描线方向上，补偿光源是发散式的，近处光强而远处光弱，使线扫描相机采集的图像在列车底部交叉杆等近处曝光过度、远处却曝光不足。

随着技术发展，另外一种新型激光镜头出现，该镜头发出的线性光源两端光强、中部光弱，使线扫描相机所采图像在靠近钢轨侧也可充分曝光，而相机视场中部不会过度曝光；在垂直线扫描相机扫描线方向上会聚光，使线扫描相机采集的图像在动车底部中间不会过度曝光，而动车底部距相机较远处也可充分曝光。由此使线扫描相机所采集的图像在横向、远近取景处都有合适的曝光度。

3.线扫描相机成像技术优势

1）采用线扫描相机作为拍摄单元，结合广角拍摄技术，采用单个相机即可完成列车底部可视部件的图像采集，拍摄图像完整性好，真正实现了列车侧部与底部拍摄图片的无缝拼接。

2）采用红外线性激光光源，能量集中，抗阳光干扰效果更加理想。3）线扫描相机拍摄的图像更有利于车辆故障图像自动识别。

线扫描相机拍摄的图片没有拼接，有利于故障位置的定位。线扫描相机白天与夜间拍摄的图片基本一致，基本无阳光干扰。线扫描相机只对运动的物体成像，对静止的物体不成像，背景图像单一。

目前，线扫描相机成像技术在动车组运行故障图像检测领域的应用，能实现故障的自动识别，虽然故障预报准确率仅能达到50%，但能在很大程度上减轻作业人员的工作量，作业人员只需要对系统预报的故障进行核实，不需要再查看全部图像。线扫描相机成像技术在铁路车辆故障图像检测领域带来了前所未有的革命性变化。

参考文献

[1]王勤.高速线阵CCD图像数据采集系统的研究：[硕士学位论文]，天津：天津大学，2005.

[2]徐大成，翁桂荣.线阵CCD数据的高速采集系统[J].传感器技术，2002.