简述会计电算化的特征篇1
[关键词]智能电网图像识别技术应用分析
中图分类号：tp391.41文献标识码：a文章编号：1009-914X（2016）21-0106-01
近年来，我国电网规模逐渐增大、耗电量也在增加，造成高压电力系统的负荷增加，设备常出现故障、损坏。为了很好的预防设备故障，避免传统人工监测电网线路的缺陷，提出了应用计算机和智能设备对电网线路进行智能化监测和分析。因此，智能电网图像识别技术的应用对于国家电力行业的发展有着极大的现实意义。
1传统电网技术存在的问题
1.1覆盖范围小
输配电网视频监控系统是将指定的图像通过监控球机和采集卡输入至视频分站中，在压缩数据后传输至系统中监控主站处，主站负责显示各个输配电网的图像。这种数据传输方式工作量大，要求着网络带宽和数据处理都要有很高的水平，一旦有灾害情况出现，网络传输受到干扰后就不能正常进行工作，影响了输配电电网视频监控系统的正常运作。
1.2传统电网兼容性差
当前在电力系统内有很多家视频监控设施厂商，竞争非常激烈，虽然很多厂商都按照统一的、标准的视频监控提供服务，但很多分站设备很难接入到监控主站内，很难实现远方监控的预期目的，并且这些监控设备兼容性不好，导致输配电网视频监控系统在运转中出现很多问题。
2简述智能电网图像识别技术的应用
2.1图像识别的具体流程
如图1为图像识别过程，共分为样本训练阶段、识别图像两个阶段。样本训练阶段：预处理样本图像、提取图像特征、分类图像模式，进而获取到样本图像特征库。识别图像阶段：预处理输入图像。
2.2取图像特征
提取图像特征是为了确保图像的位置移动、位置旋转、大小等不变形和提取唯一标识的图像特征来为图像识别进行服务。图像特征提取就是图像表示的问题，其目的在于减轻识别图像的工作负担。由于原始图像数据维数很高，在特征提取后为数据降低维度，进而提高识别工作效率。如下为几种提取特征图像的方法。一是，统计像素特征。在统计图像像素后提取特征，统计像素特征有两种颜色分布，即：灰度直方图、彩色图像。二是，可视化特征，通过图像文理和边缘等视觉特征对图像进行描述，纹理刻画像素领域灰度空间分布规律，边缘特征对图像灰度空间出现的像素集合进行描述。三是，代数特征。从存储图像矩阵中体现图像属性特征。四是，变换系数的特征，提取变换系统特征有多种方式方法，通过图像展开小波分析或者小波包分析，进而将变换中的特征提取出。像素统计特征与可视化特征都是像素级的底层特征，具有计算简单和表示直观等优势，但也存在不足，如：计算量大、维数高等不足。代数特征的益处在于有较强的稳定性，对光照变换、噪音等变换引发的图像灰度变换不敏感，同时它具有平移、旋转等不变性。但如果矩阵维度系数太高，计算会出现困难。变换系数特征具备特征维数低和表示能力高等优势，但不能直观的表现特征语义，在变换分类识别图像后，才能达到预期的效果。从图像特征发展趋势上而言，研究代数特征和变换系数特征将是日后研究的主要趋势，并且通过分析和研究后发现，代数特征、变换系数特征今后会得到电网企业的广泛重视和认可，虽然其还处于研究的初期，但是其具有较强的研究和使用价值，尤其是在电网企业中，其使用价值更高。
2.3图像预处理的应用
预处理图像是为了能够进一步进行图像识别服务。在预处理中，为了便于分析图像中的内容，灰度处理彩色图像是较为常用的方法，很多时候会对图像展开二值处理；为了能够在成像中图像受到的噪声污染率，对图像进行平滑处理；为了彰显出图像细节特征，对图像实施高通滤波器处理。为了可以寻找到关注部分中的图像，对图像进行边缘检测、边界检测，最终分割图像。
2.4图像识别算法的应用
在图像识别中，图像识别算法是其核心部分，此算法与模式识别算法有很大关系，如下对几种常见的图像识别算法的分析。一是，决策理论的判别方法。以决策理论为前提构建起识别方法，寻找和判别函数就是决策理论判别方法的核心。其概率统计模型就是成批分析和研究图像，并找出图像中的规律。二是，结构性方法，对模式图像结构进行分析，将一些复杂的、庞大的结构分解成为简单的、细小的子结构，直至分解成为基元子结构。结果性方法的特征在映射成形后，并且生成识别语法结构主动的识别特征。其关键在于构造出最佳的文法结构。光学模式识别研究通常运用在识别光学模式实时器件和光学模式识别不变形两个方面上。在软计算技术识别方法是一种智能的、综合的识别方法，它包括粗糙集技术、遗传算法和人工神经网络技术等多项技术。决策理论是数量处理模式，在实际应用中，忽视了模式图形结构关系。在具有结构性图像识别上应用结构性方法效果显著，但此方法在使用中还有限制。光学模式识别具备实时性、高效性、高识别率等优势，但在识别不变性上没有什么效果，即便是有效果，但效果也不理想。经网络能够构造出复杂的、多变的判别函数，完善了传统分类器的不足，具有较高的识别能力。
3电力信息安全中智能电网识别技术的实际应用
在支撑智能电网发展下，信息通信技术发挥着重要的作用，为了确保智能电网的安全性和可靠性，应充分应用电力信息安全技术。如下分析了图像识别技术在电力信息安全中应用的实际情况，一是，认证身份：在电网智能化的迅速发展下，电网智能设备的应用领域越来越广泛，如：输配电网中的操控设备，为了安全有效的操作设备，需要在智能设备上安装上识别身份的装置，避免非工作者随意操作设施设备，一旦非工作人员操控了设备，会发生意想不到的后果，甚至还会给电网公司带来不可估量的经济损失，因此识别身份装置的安装尤为重要，必须要及时在智能设备上安装。二是，安全过滤数据：在应用智能电网图像识别技术中，随着电网业务越来越多，信息安全越发关键和重要。
4结语
总而言之，智能电网图像识别技术的应用有效的实现了同平台短路计算、保护整定及绘图的一体化。该方法基于智能图形系统，以数据库为核心，在图形界面直接对电网状态、图元进行操作处理，并完成电网状态转化及拓扑分析，为国家电力行业电网管理提供了新的发展方向。
参考文献：
简述会计电算化的特征篇2
关键词：计算机视觉；案例推理；图像处理；图像描述
中图分类号：tp391.41文献标识码：a文章编号：1009-3044(2007)04-11102-03
1引言
基于案例推理(case-basereasoning)是人工智能中正不断发展的一项重要推理技术。基于案例推理与类比推理方法相似，案例推理将旧经验或教训转换为知识，出现新问题时，首先查找以前是否有相似的案例，并用相似案例解决新问题。如果没遇到相似案例的,经过推理后解决新问题的方法，又会成为新的案例或新经验，下一次再遇到相同问题时，就可以复用这些案例或经验。
这与人遇到问题时，首先会用经验思考解决问题的方式相似，这也是解决问题较好的方法。基于案例推理应用于工业产品检测或故障诊断时具有以下特点：
CBR智能化程度较高。利用案例中隐含的难以规则化的知识，以辅助规则推理的不足，提高故障诊断系统的智能化程度。
CBR较好解决“知识获取”的瓶颈。CBR知识表示以案例为基础，案例的获取比规则获取要容易，大大简化知识获取的过。
CBR求解效率较高。是对过去的求解结果进行复用，而不是再次从头开始推导，可以提高对新问题的求解效率。
CBR求解的质量较高。CBR以过去求解成功或失败的经历，可以指导当前求解时该怎样走向成功或避开失败。
CBR持续不断的学习能力，使得它可以适应于将来问题的解决。
所以基于案例推理方法正不断应用在产品质量检测和设备故障诊断方面，并取得较好的经济效益。为了产品检测和设备故障诊断中，更为智能化，更容易实现现场检测和诊断，计算机视觉技术起到很大的作用。
计算机视觉是研究用计算机来模拟人和生物的视觉系统功能的技术学科，使计算机具有感知周围视觉世界的能力。通过计算机视觉，进行图像的获取预处理、图像分割与特征抽取、识别与分类、三维信息理解、景物描述、图像解释，让计算机具有对周围世界的空间物体进行传感、抽象、判断的能力，从而达到识别、理解的目的。
计算机视觉随着科学技术发展，特别计算机技术、通信技术、图像采集技术、传感器技术等，以及神经网络理论、模糊数学理论、小波的分析理论等计算机视觉理论的不断发展和日趋成熟，使计算机视觉从上世纪60年代开始兴起发展到现在，取得快速发展，已经从简单图像质量处理发展到围绕着纹理分析、图像编码、图像分割和滤波等研究。图像的分析与处理，也由静止转向运动，由二维转向三维，并主要着眼于对图像的识别和理解上，也使计算机视觉的应用领域更为广泛，为案例推理中运用计算机视觉打下基础。
2案例推理系统的主要关键技术
（1）案例的表示与组织
案例的表示与组织即是如何抽取案例的特征变量，并以一定的结构在计算机中组织存储。如何将信息抽取出特征变量，选择什么语言描述案例和选择什么内容存放在案例中，案例按什么组织结构存放在存储器中，这关系到基于案例推理方法的效率，而且对于案例数量越来越多，结构十分复杂的案例库，尤其重要。
（2）案例的索引与检索
案例的索引与检索即是为了查找最佳相似案例，如何建立案例索引和相似度算法，利用检索信息从案例库中检索并选择潜在可用相似案例。后面的工作能否发挥出应有的作用，很大程度上依赖于这一阶段得到的案例质量的高低，因此这一步非常关键。
（3）案例的复用和调整
案例的复用即是如何根据旧案例得出新解，涉及到找出案例与新问题之间的不同之处，案例中的哪些部分可以用于新问题，哪些部分不适合应用于新问题的解决。而复用还分案例的结果复用，案例的求解方法复用。
（4）案例的学习
案例的学习即是将新解添加到案例库中，扩充案例库的案例种类与数量，这过程也是知识获取。此过程涉及选取哪些信息保留，以及如何把新案例有机集成到案例库中，包括如何存储，如何建立索引等等。
针对案例推理的关键技术，根据检测和故障诊断系统的特点，计算机视觉主要解决如何将产品图像输入系统，如何将产品图像特征进行抽取和描述，如何区别产品不同之处。以便案例推理系统进行案例建模，确立案例的表示形成和案例相似度的计算。本文主要从计算机视觉如何运用在案例推理系统进行探讨。
3产品输入系统
产品输入系统在不同产品类型和生产环境可能有不同之处，主要应有传感器单元和图像采集单元。如图1。
图1产品输入系统结构
传感器单元主要判断是否有产品存在，是否需要进行图像采集，是否继续下一个产品图像的采集。这简单传感器可使用光电开关，配合光源，当产品经过时，产品遮挡住光源，使光电开关产生一个0值，而没有产品经过时，光电开关产生相反的1值，系统通过判断光电开关的值，从而判断是否有产品。
图像采集单元简单地说是将产品拍摄并形成数字化图像，主要包括光源、反射镜、CCD相机和图像采集卡等组成。光源和反射镜作用主要使图像中的物体和背景之间有较大灰度。CCD相机主要是拍摄设备。图像采集卡主要是将图像数字化。通过传感器判断有产品后，光源发出的光均匀地照在被测件上，CCD相机拍摄，拍摄图像经过图像采集卡数字化后输入存储设备。存储设备即为计算机硬盘。存放原始图像、数据、处理结果等。
这是案例推理系统的原始数据,是图像处理、图像特征抽取描述的基础。
4图像处理
在案例推理系统中，需要对案例的组织和案例建模，案例的组织即案例的表示，相对计算机而言，即图像特征的抽取，即某图像具有与其它图像不同之处，用于区别其它图像，具有唯一性。同时，又能完整地表示该图像。所以案例的表示要体现案例的完整性、唯一性、操作容易性。
图像中有颜色区别、又有物体大小之分以及图像由不同的物体组成。如何表示图像，或说图像内部包含表示的本质，即图像的描述。根据图像特点，确立图像案例的表示，以图像的像素、图像的数字化外观、图像物体的数字组成等属性。这需要对产品输入的原始图像进行处理。
在计算机视觉技术中，对原始图像主要进行图像增强、平滑、边缘锐化、分割、特征抽取、图像识别与理解等内容。经过这些处理后，输出图像的质量得到相当程度的改善，既改善了图像的视觉效果，又便于计算机对图像进行分析、处理和识别。具体工作流程如图2所示：
图2计算机视觉的任务与工作流程
图像预处理是将产品的数字图像输入计算机后，首先要进行图像的预处理，主要完成对图像噪声的消除以及零件的边缘提取。预处理的步骤为：图像二值化处理；图像的平滑处理；图像的边缘提取。
图像二值化处理主将灰度图形二值化的关键是阈值的选取，由于物体与背景有明显的灰度差，可以选取根据灰度直方图中两峰之间的谷值作为阈值来分割目标和背景。
图像的平滑处理技术即图像的去噪声处理，主要是为了去除实际成像过程中因成像设备和环境所造成的图像失真，提取有用信息。
图像边缘提取是为了将图像中有意义的对象与其背景分开，并使之具有某种指定的数学或符号表达形式，使计算机能够理解对象的具体含义，检测出边缘的图像就可以进行特征提取和形状分析了。可采用多种算法，如采用Sobel算子提取边缘。
图像预处理是为下一步的特征描述打基础，预处理的好坏直接影响案例推理的结果和检测诊断的效率。
特征提取是对图像进行描述，是案例建模关键，案例建模是根据案例组织要求抽取图像特征，是建立案例索引和检索的关键。如果图像没有特征，就谈不上进行检索。图像特征可通过图像边界、图像分割、图像的纹理等方法，确定图像特征，包括是什么产品、产品形状大小、产品颜色，产品有什么缺陷、产品缺陷在什么位置等特征，根据这些图像特征进行描述，形成计算机中属性值，并从数据库查找相应信息资料，从而确定产品之间的关系，相似度，也就是案例推理的方向。
5系统的检索
根据案例推理原理和相应算法，建立案例推理系统模型，如图3所示。
图3案例推理系统
对话系统：完成人机交互、问题描述、结果显示和系统总控制。
案例库系统：由案例库及案例库管理系统组成。
数据析取系统：对各种已有的源数据库的数据通过转换而形成所需的数据。
多库协同器：根据问题求解的需要，按照一定的数据抽取策略，完成问题求解过程中对模型库系统、方法库系统、知识库系统和数据库系统等资源的调度与协调。
知识库系统：由产生式规则组成，这些知识包括专家经验和以规则形式表示的有关知识，也可以是数据挖掘结论，支持案例检索、案例分析、案例调整等。模型库系统：由模型库、算法库、模型库管理系统组成。完成模型识别和调用，并把结果综合，送入对话系统显示，作为补充信息供案例检索、调整使用。
数据库系统：存放待决策支持的所有问题，并完成其维护与查询等功能。
由于系统主要应用产品的现场实时检测监控或故障诊断，所以系统的检索时，也必须输入检索值，即输入现场产品的图像，在通过产品预处理、图像的二值化、分割和边界处理后，进行图像特征描述，根据图像描述进行分类识别。根据案例推理的算法检索案例库中，是否有相似的案例。即确定相似度。相似度确定主要由案例推理的算法确定，如贴近分析法。确定相似度最大作为结果，并将案例的解输出，给相关控制系统进行决策。如产品质量检测，确定产品质量是否合格，是否有不合格产品，不合格产品是什么原因造成，故障源是什么，如何解决和排除故障，等等。
6结论
案例推理方法有效地解决计算机视觉技术中图像检索问题。对提高图像检索的效率和准确度提供了平台。
计算机视觉技术也为案例推理系统实现产品现场实时检测、监控、诊断提供技术支持。计算机视觉技术现场的数据采集、处理为案例推理打好基础。
两者的结合设计的系统适用范围很广，只要产品需要进行质量检测、监控，或设备需要进行故障诊断和维护，都可以适用。
系统提供的实时检测、监控和诊断功能，提高企业的生产效益，降低了生产成本。
参考文献：
[1]（美）桑肯（Sonka,m）.图像处理分析与机器视觉[m].人民邮电出版社.
[2]王宏等译.计算机视觉[m].电子工业出版社.
[3]蔡建荣.自然场景下成熟水果的计算机视觉识别[J].农业机械，36(2)：61-64.
[4]王宇辉.基于计算机视觉的锥体零件尺寸在线检测算法[J].重型机械，2005,2：4-6
[5]骆志坚.基于计算机视觉检测技术自动计数系统的研究与应用[J].仪表技术与传感器,2005,3：41-43.
[6]左小德.贴近度分析法在案例库推理中的应用[J],南大学学报(自然科学版)，1997，18(1):21-26.
[7]姜丽红.案例推理在智能化预测支持系统中的应用研究[J].决策与决策支持系统,1996,6(4):63-69.
简述会计电算化的特征篇3
关键词：大型水利水电工程；建筑物；三维可视化建模技术
在现代信息技术不断深化发展的过程中，大型水利水电工程建设现代化、数字化发展已经成为其发展的必然趋势，而三维可视化仿真模型的构建是推动其发展的重要环节，三维可视化仿真模型的直观性、可操作性都明显优于传统设计方法，所以对其展开研究对提升大型水利水电工程整体性能具有重要的意义。
1大型水利水电工程的数据模型
数据模型的性能决定其包括能够描述系统的静态特征的数据结构、能够描述系统动态特征得到数据操作和保证系统整体持续运行的完整性约束三个主要结构，其共同使数据模型能够对现实世界真实的模拟，能够通过计算机实现并被人类理解。通常大型水利水电工程建筑物中同时存在规则和不规则的实体，在建筑模型中需要将建筑物中真实存在的面和体分为规则和不规则两种类型，通常平面区域或规则的曲面区域在数据模型中会视为规则面对像，否则为不规则面对像，体对象作为多个面对像构成的空间实体，其中如果存在一个及其以上的不规则面对像，则数据模型视其为不规则体对象，由此在数据模型中将规则面对像表示为多边形或函数构造面；将规则的体对象表示为长方体、圆柱体等几何构造体；将不规则面对像表示为tin面片；将不规则体对像表示为以上基本元素的组合。某大型水利水电工程建筑物三维可视化建模技术中需要面对建筑物的点、线、面、体对象构建数据模型，其点对象的三维空间位置可以通过Q(x，y，z)表示，而两个点对象的三维空间位置即可以描述建筑物的线段对象，而多个线段对象将共同组成线对象，线对象又可以描述几何要素，由此可见数据模型可以实现对规则或不规则建筑实体的描述，三维可视化建模的数据模型实质上是以面对像或面对像的组合形式对建筑物实体进行仿真，所以在设计的过程中可针对不同的面对像进行优化，有利于建筑物整体性能的提升。
2大型水利水电工程建筑物的建模思路
由于构建的三维可视化模型既要表述系统的组成，又要表述复杂系统中不可分解的子系统，所以模型要由不同的模块构成，而模块之间既要有层次结构，又要具有组成和可连续的关系；不同模块其在构建的过程中需要用独立的物理设备或部件；能够通过独立的数学描述各模块的特征。三维可视化模型模块之间的关系决定，对建筑物实体的描述可以通过以下方法实现：针对单纯以简单物体粘合形式构成的物体可以通过空间分割描述，如长方体、圆柱体等；针对简单物体复杂粘合形式构成的物体，可通过构造实体几何表示的方法描述，如并集、交集等；针对复杂物体可通过边界表示法，对物体边界的点、线、面进行描述，不同性质实体描述方法的差异决定某大型水利水电工程应用三维可视化建模技术的过程中需要通过GiS平台，CaD，3dsmax图形处理软件等进行稽核建模、形象建模、三维显示。
3大型水利水电工程建筑物几何建模技术
几何建模技术即结合建筑物实体特征点的实际数据，计算其法向量，进而形成三维几何模型的过程，由于大型水利水电工程建筑物较复杂，其存在简单的建筑物、同高程水域平面、复杂三维实体构造等。构建简单的建筑物模型，可以通过空间分割描述，例如将箱体式房屋视为屋顶面和多个铅直外墙面构成的实体；构建同高程水域平面三维模型可以利用边界多边形的三角剖面表示；构建复杂三维实体三维模型利用制图软件将三维实体的数据在三维空间坐标体系中直接定位，然后利用以下技术进行建模：一种是参数化实体建模技术，其是通过多个参数控制特征部件表述建筑实体的几何关系，并利用代数方程对各部进行结构约束和尺寸约束，此技术以变参数几何模型作为模型构建的基础，能够实现交互参数驱动，而且能够定义参数约束。在某大型水利水电工程中其泄洪潮进水塔、溢洪道等建筑物属于复杂三维实体，在构建三维可视化模型的过程中需要通过以下步骤完成，首先，对建筑物全局变量和局部变量进行定义，例如在构建泄洪潮进水塔三维可视化模型时要选择此建筑物中心线底面点作为控制点，结合其边墙、启闭室等组成部分的关键点与中线点的距离，从全局的角度对其位置、尺寸等进行定义，然后根据定义的数据对局部变量的尺寸进行确定，通过polylinez等绘图函数将其主体建筑物进行绘制，如进水塔；然后将其次要的组成部分利用拓扑关系按照固定点进行组合，由此形成泄洪洞进水塔建筑物的三维几何模型，此技术的优点是当设计发生改变时，只要对全局变量和局部变量进行更改即可，并不需要彻底的改变几何模型。另一种技术是CaD实体建模技术，此技术是利用CaD软件，通过获取几何元素及表达几何元素关系的约束条件，对几何元素进行确定的技术，如某大型水利水电工程的大坝为例，以大坝的填筑材料、结构等为划分标准，整个大坝会划分为不同的部分，而每部分的形状都很难规则，将不规则的部分细分成规则的形状，针对大量规则的构件进行建模，此时模型中的定量信息成为可以调整的参数，通过对参数赋予不同的数值，可以直接改变各部件的形状、体积，而相同或相似的部件可直接通过软件的图形处理功能实现，使构建的效率和准确性都得到保证，通过对某个部件的构建，实现整体大坝的三维模型构建。针对特征模型还可以利用特征建模技术，其是在系统特征库中存在建筑物建模所需的模型，通过对其进行尺寸约束和位置约束可以将特征模型直接应用于建筑物建模过程的技术，此技术具有效率高、可用性强的特点。
4大型水利水电工程建筑物形象建模技术
形象建模技术是针对已完成的几何模型进行形象美化的过程，使三维模型与建筑物实体更加接近，形象建模技术通常针对建筑物的颜色、透明度、纹理、光泽等进行调整或通过贴图达到使建筑物美化、真实的目的；另外，在形象建模的过程中要考虑到建筑物在真实应用的情况下会存在彼此的遮挡，所以在此过程中需要通过计算消除隐藏面，算法主要有两种，一种是将窗口内的单独像素作为处理单元，确定处理单元中距观察点最近的物体为可见；另一种是以场景中的物体为独立处理单元，以每个物体表面为可见面。
5大型水利水电工程建筑物三维显示技术
三维显示技术即将已经形象美化后的建筑物三维模型投影设置观察点，并对其位置进行合理的调整后将其通过计算机屏幕进行展示的技术，使计算机屏幕上展示的三维可视化模型与建筑物实体两者的逼真度达到最高，三维显示不仅要求对建筑物的整体形象进行展示，而且要求对建筑物与视点的距离、物体与实现的方向、建筑物构件的体积、形状等细节进行展示，可见三维显示技术与计算机的分辨率之间存在密切的关系，分辨率越高，越能够达到三维显示的要求。例如在某大型水利水电工程整体场景展示时，计算机屏幕显示器的分辨率要满足细化水利水电工程中厂房、进水塔、大坝等重要建筑物的需要；当视点转向上游时，计算机屏幕分辨率要满足细化上游洞口、渣场等建筑物的需要，在利用三维显示技术的过程中不仅可以达到通过建筑物三维可视化模型更加了解水利水电工程建筑物，快速获取相关数据的目的，而且其可视化的优势有利于优化建筑物设计细节，提升建筑物的整体性能。
6结论
通过上述分析可以发现，现阶段人们已经认识到大型水利水电工程在经济发展、社会稳定中所起到的重要作用，并结合工程计算、计算机图形学、图像处理、人机界面等多学科的知识，创建并不断完善建筑物三维可视化建模技术，为提升大型水利水电工程整体性能提供有效的工具。
参考文献：
[1]王正．水利水电工程三维地质建模可视化技术研究[D]．长沙：中南大学，2013．
[2]苗倩．基于Bim技术的水利水电工程施工可视化仿真研究[D]．天津：天津大学，2011．
[3]杜成波．水利水电工程信息模型研究及应用[D]．天津：天津大学，2014．
[4]郑淞午．基于Catia的水利水电工程三维地质建模技术研究[D]．长沙：中南大学，2014．
[5]聂琼．小南海坝基软弱夹层发育规律及三维可视化[D]．北京：中国地质大学，2014．
[6]王威．基于网格快速重构的三维地质体建模研究与应用[D]．武汉：中国科学院研究生院，2010．
简述会计电算化的特征篇4
关键词：dna计算机；计算方式；生命观
1dna计算的理论、特点和问题
1994年11月美国计算机科学家l．阿德勒曼（l．adleman）在《科学》上公布了dna计算机的理论，并成功的运用dna计算机解决了一个有向哈密尔顿路径问题[1]。这一成果迅速在国际上产生了巨大反响[2]，同时也引起了国内学者的关注[3]。一些人相信，dna计算蕴含的理念可使计算的方式产生“进化”。另一些人则看到dna计算的理念将有助于揭示生命的本质与演化。总之，这一全新的计算理论，将在数学与生命科学中产生极其深远而广大的影响。同时它也提出了一系列值得我们深思的哲学性问题。
dna计算机目前尚处在理论研究阶段，一旦它在实用意义上获得成功，dna计算将彻底改变计算机硬件的性质。在过去的半个世纪里，计算机完全就是物理芯片的同义词。但阿德勒曼dna计算机则是一种化学反应计算机[4]。它的基本构想是：以dna碱基序列作为信息编码的载体，利用现代分子生物学技术，在试管内控制酶作用下的dna序列反应，作为实现运算的过程；这样，以反应前dna序列作为输入的数据，反应后的dna序列作为运算的结果。阿德勒曼具体应用哈密尔顿有向图这个经典npc问题，详细描述了他的理论。
dna计算机的提出，产生于这样一个发现，即生物与数学的相似性：①生物体异常复杂的结构是对由dna序列表示的初始信息执行简单操作（复制、剪接）的结果；②可计算函数f（w）的结果可以通过在w上执行一系列基本的简单函数而获得。阿德勒曼不仅意识到这两个过程的相似性，而且意识到可以利用生物过程来模拟数学过程，更确切地说是，dna串可用于表示信息，酶可用于模拟简单的计算。这是因为：①dna是由称作核苷酸的一些单元组成，这些核苷酸随着附在其上的化学组或基的不同而不同。共有四种基：腺瞟吟、鸟瞟吟、胞嘧啶和胸腺嘧啶，分别用a、g、c、t表示。一些单个的核苷酸顺序连在一起形成dna链。单链dna可以看作是由符合a、g、c、t组成的字符串。从数学上讲，这意味着我们可以用一个含有四个字符的字符集∑＝a、g、c、t来为信息编码（电子计算机仅使用0和1这两个数字）。②dna序列上的一些简单操作需要酶的协助，不同的酶发挥不同的作用。起作用的有四种酶：a．限制性内切酶，主要功能是切开包含限制性位点的双链dna；b．dna连接酶，它主要是把一个dna链的端点同另一个链连接在一起；c．dna聚合酶，它的功能包括dna的复制与促进dna的合成；d．外切酶，它可以有选择地破坏双链或单链dna分子。正是基于这四种酶的协作实现了dna计算。
自阿德勒曼用dna计算机解决了哈密尔顿有向图问题，随后很快便有人用dna计算机相继解决了其他一些疑难问题（npc完全问题），如可满足性问题等。与电子计算机相比，dna计算机有明显的优势。不过，这些还仅仅是利用分子技术解决的几个特定问题，是为解决特定问题而进行的一次性实验。dna计算机还没有一个固定的程式。由于问题的多样性导致所采用的分子生物学技术的多样性，具体问题需要设计具体的实验方案。于是，便引出了两个根本性的问题，阿德勒曼最早就意识到了它们：①dna计算机可以解决哪些问题？确切地说，dna计算机是完备的吗？即通过操纵dna能完成所有的（图灵机）可计算函数吗？②是否可设计出可编程序的dna计算机？即是否存在类似于电子计算机的通用计算模型——图灵机——那样的通用dna系统（模型）？目前，人们正处在对这两个根本性问题的研究过程之中。在我们看来，这就类似于在电子计算机诞生之前的20世纪三四十年代——理论计算机的研究阶段。如今，已经提出了多种dna计算模型，但各有千秋，公认的dna计算机的“图灵机”还没有诞生。相对而言，一种被称为“剪接系统”的dna计算机模型较为成功[5]。
由于dna链可以比作在四字符集上的串，为dna计算建模的自然方式就是利用专门处理字符和字符串的形式语言理论。建模的关键就是要将实际的dna重组抽象为数学上的剪接操作。实际的dna重组，就是在前面所提到的四种“工具酶”的作用下，对dna链的切割和粘贴的组合过程。其数学抽象称为剪接操作。大体可做如下描述：给定字符集∑（其元素为符号）及其上的两个字符串x、y，利用剪接规则r剪接x和y的过程可以分为：①在由剪接规则r决定的位置上切割x和y；②分别将结果中x的前段和y的后段、y的前段和x的后段连在一起。∑的剪接规则r是形如α1#β1$α2#β2的词，其中α1、β1、α2、β2是∑的串，＃和$是∑外的标记符。我们称z和w是根据剪接规则r＝α1#β1$α2#β2剪接x和y的结果，当且仅当存在∑上的x1、xƇ、y2、yƈ使得
x=x1α1β1xƇ,y＝y2α2β2yƈ
且z=x1α1β2yƈ,w=y2α2β1xƇ
并记作（x，y）（z，w）。α1β1和α2β2这两个串称为剪接位点；x和y称为剪接项。剪接规则r决定了切割的位点和位置：第一项在α1和β1之间，第二项在α2和β2之间。值得注意的是位点α1β1和α2β2会分别在x和y中出现多次，如果这样，选择哪一个位点是不确定的。结果会造成对x和y剪接的结果是（z，w）的一个集合。
将剪接操作当作基本工具来构建一种生成机制，便形成了剪接系统。给定一个字符串集a,a∑*,∑*为字符集∑上由连接操作生成的字符串的集合（∑*中的元素为串），以及一个剪接现则集r（r∈r∑*＃∑*$∑*＃∑*），由此所生成的东西是由如下方法得到的串组成；从集a开始，在a和已获得的串上重复使用剪接规则。另外，应该说明一点，通常剪接x和y得到z和w后，仍可以将x和y当作剪接项，与此相似，对新生成的z和x也没有数量上的限制。但对某些串仅可使用有限次。故在数学上不用集合来表示剪接项，而用多重集——在每个时刻都应当记录每个串可用的个数。至此，可以给出剪接系统的一个简洁而又严格的定义：剪接系统是一个四元组r＝（∑、t、a、r），其中∑是一个字符集，t∑是终结字符集，a是∑*上的多重集，r是剪接规则的集合。
定义了dna计算的数学模型后，便可以来回答前面提出的dna计算的完备性与通用性问题。在计算机科学中，众所周知的丘奇一图灵论点深刻地刻画了任何实际计算机的计算能力——任何可计算函数都是可由图灵机计算的函数（一般递归函数）。现已证明：剪接系统是计算完备的，即任何可计算函数都可以用剪接系统来计算。换句话说就是，任何图灵机可计算的函数都可以由这种dna计算模型来计算。反之亦然。这就回答了dna计算机可以解决哪些问题——全部图灵机可计算问题。
对于第二个问题——是否存在基于剪接的可编程计算机——也有了肯定的答案：对每个给定的字符集t，都存在一个剪接系统，其公理集和规则集都是有限的，而且对于以t为终结字符集的一类系统是通用的。这就是说，理论上存在一个基于剪接操作的通用可编程的dna计算机。程序由往通用计算机公理集中添加的字符串组成。程序会有多个，而可利用的公理集合有无穷多个。这些计算机使用的生物操作只有合成、剪接（切割一连接）和抽取。
理论上dna计算机具有现代电子计算机同样的计算能力，但它具有的巨大潜力（功能）却是电子计算机不可比拟的：dna计算机运算速度极快，其几天的运算量就相当于计算机问世以来世界上所有计算机的总运算量；它的贮存容量非常大，1立方分米的dna溶液可以存储1万亿亿位二进制的数据，超过目前所有计算机的存储容量；它的能量消耗只有一台普通计算机的十亿分之一。如此优越的分子计算机当然是激动人心的。然而它离开发、实际应用还有相当的距离，尚有许多现实的技术性问题需要去解决。如生物操作的困难，有时轻微的振荡就会使dna断裂；有些dna会粘在试管壁、抽筒尖上，从而就在计算中丢失了。尽管dna计算机面对着许许多多的质疑，但它的提出者阿德勒曼教授依然是极其乐观的：dna计算机刚刚提出，尚在胚胎时期，与发展了半个世纪的电子计算机相比，确实相形见细。在他看来，提出dna计算机并不就是要与电子计算机竞争。首先，分子计算的观念拓宽了人们对自然计算现象的理解，特别是生物学中基本算法的理解。另外，dna计算的观念向现有的计算机科学和数学提出了挑战，相信它所蕴涵的理念可以使计算的方式发生进化。
dna计算理论是目前西方发达国家的一个研究热点，有些困难已经通过新的程序设计技术（无须等待生物技术的发展），采用概率算法及修改数学问题等传统的解决方案得以解决。人们大都相信，分子计算的实际应用在未来是可行的。另外，要知道，类似合成杂交、抽取等所有生物操作的问题，都已被大自然中的生物系统所涉及，而且这些问题在生物体内已成功的解决了，这就不会在生物体外解决不了。向大自然学习，问题就会得到解决。
2dna计算：计算方式的进化
1994年11月阿得勒曼在提出dna计算机的时候就相信：dna计算机所蕴涵的理念可使计算的方式产生进化。后来的研究者就更坚信这一点了。如加拿大的卡尔（l．kari）就更明确的指出：“dna计算是考察计算问题的一种全新的方式。或许这正是大自然做数学的方法：不是用加和减，而是用切割和粘贴、用插入和删除。正如用十进制计数是因为我们有十个手指那样，或许我们目前计算中的基本功能仅因为人类历史使然。正如人们已经采用其它进制计数一样，或许现在是考虑其它的计算方式的时候了”[6]。我们以为，这一说法是很有启示性的。确实，仔细回顾一下人类计算方式或计算技术的历史，就不难体会到目前人们的计算方式确实是一种历史的结果，而非计算本性的逻辑必然。不过为了进一步论证和拓展这一观点，下面有必要就什么是计算。计算的方式是什么等问题给予一个简要的回答。
计算的本质是什么？应该说人类对其已经有了一个基本的清晰的认识，这就是递归论或可计算性理论中所揭示的一个基本内容：计算就是依据一定的法则对有关符号串的变换过程。根据丘奇一图灵论点，一切可计算的函数都是递归函数。抽象地说，计算的本质就是递归。不过这里我们想给出一个直观的描述：计算就是从已知符号开始，一步一步地改变符号串，经过有限步骤后，最终得到一个满足预定条件的符号串的过程。这样一种有限的符号串的变换过程与递归过程是等价的、一致的。所谓计算方式就是符号变换的操作方式，尤其指最基本的动作方式。广义地讲，还应包括符号的载体或符号的外在表现形式。从中国古代的筹算方式（一组竹棍表征）、珠算方式，到后来的笔算方式就是一系列的计算方式的变化（它们各自具有各自的操作方式）。相对于后来的机器计算方式，这些计算的方式均可归结为“手工计算方式”，其特点是用手工操作符号，实施符号的变换——摆排竹棍、拨弄算珠或书写符号。机器计算的历史可以追溯到1641年，当年18岁的法国数学家帕斯卡尔从机械时钟得到启示——齿轮也能计数，成功地制作了一台齿轮传动的八位加法计算机。这使人类计算方式、计算技术进入了一个新的阶段。后来经过人们数百年的艰辛努力，终于在1945年成功地研制出了世界上第一台电子计算机。从此，人类进入了一个全新的计算技术时代。就电子计算机而言，至今它也经历了四个大的时期。从最早的帕斯卡尔齿轮机到今天最先进的电子计算机，计算技术有了长足的发展。这是一个计算方式发生重大变革的历史时期。这时计算表现为一种物理性质的机械的操作过程。但是，无论是手工计算还是机器计算，其计算方式——操作的基本动作都是一种物理性质的符号变换，具体是由“加”和“减”这种基本动作构成的。二者的区别就在于前者是手工的，后者是自动的。
然而，如今出现的dna计算则有了更大的本质性的变化。计算不再是一种物理性质的符号变换，而是一种化学性质的符号变换，即不再是物理性质的‘“加”、“减”操作，而是化学性质的切割和粘贴、插入和删除。这种计算方式的变革是前所未有的，具有划时代的意义。它将彻底改变计算机硬件的性质，改变计算机基本的运作方式，其意义将是极为深远的。我们完全可以做这样一番想象，一旦dna计算机全面实现，那么真正的“人机合一”就会实现。到那时，人们最不需要的就是电脑，因为大脑本身就是一台自然的dna计算机，人们真正需要的只是一个接口。dna计算机蕴涵的理念不仅可以使计算的方式产生进化，而且可以使人类的大脑、思维产生进化。这是我们对阿德勒曼认识的一点补充。然而，尽管dna计算较之以往的各种计算有了重大的变革，但是，在计算本质上，它同人类有史以来的一切计算都是等价的、一致的。这是因为：任何可计算函数都可由剪接系统来实现，即任何图灵机可计算的函数也可以由dna计算机来计算。反之，任何由剪接系统计算的函数都可由留灵机计算。这就是说，dna计算也是一种递归计算。这一结论有着重要的数学意义。它一方面使人们认识了dna计算的本质；另一方面进一步证实或支持了丘奇一图灵论点，使丘奇一图灵论点首次获得了电子计算机之外的生物计算机的证实，这种证实自然是更加有力的。
综上所述，我们看到，计算之所以为计算，在于它具有一种根本的递归性，或在于它是一种可一步一步进行的符号串变换操作。至于这种符号变换的操作方式如何，以及符号的载体或其外在表现形式如何，都不是本质性的东西，它们无不是一种历史的结果，无不处于一种不断变革或进化的过程之中。符号可以用一组竹棍表征、用一组算珠表征、用一组字母表征，也可以用齿轮表征、用电流表征，还可以分子表征、电子表征等等。不同表征下的符号变换有着不同的操作方式，甚至同一种表征下的符号变换都可以有不同的操作方式。在此，计算本质的统一性与计算方式的多样性得到了深刻的体现。我们相信，随着科学技术的不断发展，计算方式的多样性还会有新的表现。既然dna计算机的出现已经打开了人们畅想未来计算方式的思维视窗，那么就让我们翘首以待吧。
3dna计算：生命进化的方式
生命是什么？生命是怎样进化的？这是人类一个永恒的话题。随着自然科学的不断发展，生命问题也在不断变换着其形式，人们对它的理解、认识也在不断地更新，以适应新的理论的发展与进步。在20世纪八九十年代，由于人类基因组计划、计算机人工生命、遗传方法和dna计算机等一系列全新的理论和观念的出现，使人们对生命是什么、生命是怎样进化的等重大基础性问题再一次产生了新的理解。这种理解的核心内容是：生命就是一台自然计算机。生命的法则就是算法，生命就是以计算的方式在进化着。dna计算对这样一种生命观给予了强有力的支持。dna计算表明了计算存在于生物学的根基上，计算处于生命的核心，生命本身就是由一系列复杂的计算组成的。下面我们对此作一个简要的论述。
什么是算法？简单地说，算法就是求解某类问题的通用法则或方法。通常要求用它能够在有限步骤内一步一步地完成对问题的求解。换句话说，算法也就是对有关数据或符号进行变换的方法规则。计算就是对算法的执行或对数据、符号依据有关规则进行的变换操作。长期以来，计算、算法一直是数学的专有概念。但如今由于电子计算机深刻而广泛的运用，使人们对这两个基本概念有了更宽泛地认识，使它们泛化到了整个自然界。认为自然界就是一台巨型自然计算机。任何一种自然过程都是自然规律作用于一定条件下的物理或信息过程，其本质上都体现了一种严格的计算和算法特征。在此，自然系统相当于计算机的硬件，自然规律相当于计算机的软件，而自然过程就是计算机的计算过程。生命系统作为自然界中最复杂最有特色的系统，它也就是形形色色的自然计算机中的一种。
dna计算机就是对生命这种自然机的一种表征。这是因为，dna是生命的信息库和程序库，既是一套自复制的程序，同时又是一个以进化论为基础发展过来并正在发展的程序。它构成了遗传、发育、进化统一的物质基础。现代生物学表明，一方面dna可以看作是由a、g、c、t四个字符组成的字符串。从数学上讲，这意味着我们可以用一个含有四个字符的字符集∑={a、g、c、t}为信息编码。dna代码与计算机代码所不同的只是它不是二进制的，而是一种四进制代码。有人甚至指出：除了专业术语不同之外，分子生物学杂志里面的每一页都可以换成计算机技术杂志的内容。另一方面，dna能够对该信息载体进行一系列可控制的变换（即化学反应）。变换的具体方式是dna的复制、剪切、连接、修复，变换的过程就是一种生命过程，也即生命的自构造性特征。因此，我们完全可以把生命看作是一台自然计算机，生命的进化法则就是算法。另外，dna作为一种自然语言，和计算机程序语言一样，具有不同的层次，具有递归、并行、模块化的基本特征。现代生物学表明，一维线性分子在特定的环境中通过复杂而准确的信息处理，可拓展为一个丰富的四维时空生命体，这种展现过程所获得的新信息反过来又不断地反映到一维线性分子中，导致生物物种的不断进化。这正是dna程序语言层次性的表现。一维dna序列只不过是最低级的生命机器语言，所有的高级语言都必须编译成dna序列语言才能执行。目前，dna这种自然语言的词法、句法规则我们尚不清楚，但本质上是一种程序化语言[7]。
dna计算机的提出，就是一种分子算法的化学实现。以前分子算法，如自复制自动机、胞格自动机、遗传算法、人工生命等全都是在电子计算机上实现的，dna计算机的出现是分子算法的化学实现的开端。这种立足于可控的生物化学反应或反应系统，无疑更加有力地直接地表明了生物现象与过程的计算特征。而这对于现代生物学的研究自然有着十分积极的影响。正如阿得勒曼所说：dna计算机的构想，是从另一个角度出发启示人们用算法的观念研究生命。“算法对于生命的意义，就在于以过程或程序描述代替对生物的状态或结构描述，将生命表示为一种算法的逻辑，把对生命的研究转换成为对算法的研究”[8]。在这个意义上，生命就是程序、就是算法——一种能够实现自我复制、自我构造和自我进化的算法。在尼葛洛庞帝的《数字化生存》中，有一个已是众所周知的主题论断：计算不再只和计算机有关，它决定我们的生存。但是，尼葛洛庞帝仅是从社会生活的意义上说这番话的。我们在这里则要赋予它另一种新的含义——生理生存，即计算决定我们的肉体的生存。
生物学界这种算法观念的广泛运用，更增强了人们运用算法观念看待整个自然界的信心，拓展了人们对自然现象的理解。要知道生命是最复杂的自然现象之一，是自然界进化的最高代表。因此，我们完全有理由猜想：整个宇宙也是按算法构成的，是按算法演化的。现实世界之万事万物只不过是算法的复杂程度的多样性。从虚无到存在、从非生命到生命、从感觉到意识，或许整个世界的进化过程就是一个计算复杂性不断增长的过程。看来毕达哥拉斯或许真是对的：万物皆数！应该说，这便是dna计算机所蕴涵的最深奥的哲学理念：数学可能是万物的基础，数学可能是现实世界和可能世界的核心。今天，我们或许应该将毕达哥拉斯的哲学再向前推进一步：存在的意识就是数学意识。因为dna计算宣称数学处于生命的核心。
参考文献
[1]lmadleman.molecularcomputationofsolutionstocombinatorialproblems[j].science,1994.266.science，1994．266．
[2]mlinial.onthepotentialofmolecularcomputing[j].science，1995．268．
[3]邓少平，等．dna计算的一些基本问题［j］．科学（中文版），1996（5）．
[4]barrycipra．computersciencediscoversdna［j］．what'shappeninginthemathematicalscience．ams，1996（3）．
简述会计电算化的特征篇5
关键词：会计电算化；中小企业；问题；对策
0引言
计算机网络以及信息技术的迅猛发展，创新了现代中小型企业的管理模式，也使得会计电算化在企业中得到了普及和应用。然而我国中小型企业的会计电算化发展依然处在初级运用阶段。这主要是因为我国的中小型企业并没有树立较强的信息意识，信息化管理水平较低。
1会计电算化的基本定义及发展实况
（一）基本定义
会计电算化也被称为会计电算化信息系统，其指的是在运用现代化会计技术以及信息技术的基础上，将高新计算机作为工具，收集、整理、存储、分析以及传输各种会计信息的一种人机系统。会计电算化作为现代中小型企业信息管理系统的重要组成部分之一，其涵盖现代信息管理技术在企业会计工作中的运用、服务、培训、法规制度、管理会计业务等全部内容。会计电算化的应用能够减轻会计工作人员的工作负担，提高会计信息的采集、分析、整理以及反馈的准确性，提高企业会计决策能力，提高企业的会计管理效果。因此，中小型企业的会计电算化会陈成为企业会计工作的一个必然发展趋势[1]。
（二）发展实况
现阶段，虽然在我国中小型企业中，会计电算化得到了普及应用，但是其发展并不平衡，经济发展速度较快的地区，或经济效益较好的中小型企业，对于会计电算化的运用程度更高；但是经济发展水平较低的区域，或经济效益偏低的中小型企业，对于会计电算化的运用程度偏低。虽然会计电算化的网络系统发展速度较快，但是该系统的安全机制并不完善，计算机病毒以及黑客等方面问题依然存在。而且多数企业只在财务部门运用会计网络系统，无法和企业部门之间建立有效的连接，无法获得企业外部信息。此外，我国中小型企业所使用的会计软件主要有商业购买以及自主研发这两种，其中商业购买的会计软件是我国中小型企业的重要方法，然而因为会计软件开发并不相同，具有不兼容性特征，所以造成各种问题的存在。在同一行业中，不同企业所运用了不同的会计软件，使得会计处理功能也存在着差异，同时无法及时掌握企业的外部信息。
2我国中小型企业在会计电算化工作中存在的具体问题
我国中小型企业具有抗风险能力不强、融资渠道简单、操作简便、规模小、经营管理灵活、转型容易等特征。但是正因为上述特征，导致中小型企业在会计电算化工作中存在三方面问题[2]。
（1）财务处理流程。我国中小型企业的资金流动量较小，资金规模较小，且融资渠道比较狭窄，这使得财务流程更简单。而在会计电算化工作中，财务流程越简单，工作规模就小，越无法推行会计电算化的发展。此外，中小型企业的会计工作流程依然采取的以往的旧体制、旧管理模式，使得电算化运用局限在财务、工资以及报表这三个模块上，并没有在企业成本控制、预算管理以及资金管理等方面加以运用。虽然我国部分中小型企业已经采取了会计软件，但是此软件多是运用在会计核算工作中，并以单机运用为主，只有少数企业在所有会计核算工作中全面应用会计电算化，并从根本上改变了以往的手工记账工作模式。正因为财务流程的不统一，使得制单管理方式以及会计核算方式并不相同，最终出现会计数据的失真问题[3]。
（2）管理流程：在会计电算化工作中，以以往的会计记账模式为辅，会计工作人员、管理模式以及操作规程等都会发生变化，各种内部控制和财务风险、应急和保密、会计职责细化和监控等发生冲突。这要求我国中小型企业在进行会计电算化工作的过程中，创新管理流程和管理模式。但是就目前情况而言，多是中小型企业采取的是混合型管理模式，管理流程形同虚设，岗位分工不明确。
（3）会计工作人员的整体素质偏低。我国中小型企业在进行会计电算化工作后，在国家政策以及企业产品生产比较稳定的情况下，会计工作人员的整体素质显得更加重要，从一定程度上而言，会计工作人员在具备扎实财务知识以及核算操作技能的基础上，还应具备几本的计算机操作技能。唯有这样才能够将灵活运用各种财务软件。但是就目前情况而言，大部分会计工作人员依旧使用的是传统的软件进行工作，在通过短期培训上岗后，对各种先进软件并不了解，在日常工作中一旦出现软件操作问题，将无法应对[4]。
3我国中小企业改进会计电算化工作的有效对策
因为中小型企业在会计电算化工作中存在上述问题。因此，中小型企业在进行会计电算化的过程中，要求突破各种制约因素，采取针对性对策，以此改进会计电算化工作。
（1）构建财务处理流程。对于我国中小型企业在财务流程中存在的诸多问题，应构建一套完整的管理流程，即记账凭证汇总记账凭证科目汇总记账凭证。在采取财务处理流程方面应把握好三个基本原则。原则一：所建立的财务流程应确保财务核算的准确性，并能够简化财务核算工作，还能够提高会计核算质量。原则二：财务处理流程应能够完整、准确、及时地提供会计核算数据。原则三：财务处理流程应和本企业的发展规模、经营管理要求、生产特征以及业务性质等诸多方面相符[5]。
（2）贯彻落实管理流程。财务作为中小型企业的重要经济命脉。因此财务管理对整个企业的生存及发展极为重要，而财务管理流程则更为重要。这主要包括了销售费用工作流程、销售核算工作流程、成本核算工作流程、税务工作流程、固定工资核算流程、出纳岗的工作流程、主管岗工作流程以及内部审计流程等。上述工作流程的贯彻落实，为我国中小型企业规避各种风险，履行各种经营责任等提供了有力数据信息。因此，中小型企业应落实各种管理流程，帮助该企业摆脱资金不足、融资渠道狭窄等问题，降低企业的经营风险。
（3）全面提高会计工作人员的整体素质。中小型企业在财务管理中，人员管理应作为关键因素。对于财务人员应加强技能培云以及职业道德培训这两方面入手。中小型企业应结合会计工作人员的工作特征和要求，明确培训内容，定期组织培训，以此提高他们的会计技能。此外，中小企业还应遵循持证上岗的基本原则，要求会计工作人员具备业务处理能力[6]。
4结语
中小型企业要想做好会计电算化工作，就需要从财务处理流程、管理流程以及人员素质这三个方面入手，执行完善的措施方案，建立内部监控机制，改进硬件技术，确保网络安全，做好外部审计监督和管理。而我国财政部门应加强政策支持。唯有这样才能够确保会计电算化的工作效益，实现会计电算化发展。
参考文献：
[1]王丽.浅析中小企业实施会计电算化存在的问题与解决方案[J].科学大众（科学教育），2013，10（02）：229-230.
[2]李志军.中小企业会计电算化应用存在的问题与对策[J].商场现代化，2012，11（14）：454-455.
[3]石振丽.会计电算化在中小企业应用中存在的问题及对策[J].经营管理者，2011，12（12）：434-435.
[4]王雅，曹雪，李媛媛.浅谈会计电算化应用面临的问题及对策[J].商场现代化，2011，09（08）：322-323.
简述会计电算化的特征篇6
关键词：eDa技术FpGa/CpLDVHDL
随着计算机技术的出现及快速的更新与发展，以此为基础并且在其强劲的推动下电子技术得到了远超以往的飞速发展。如今，现代电子产品几乎渗透入了人类生产生活中的各个领域。由于其的高性能，大复杂程度，价格的相对低廉及较快的更新换代速度，使得人类社会达到了一个高度发达的信息化社会阶段，进一步的促进了社会生产力的发展和社会信息化程度的提高。
作为现代电子设计技术的核心，eDa（electronicDesignautomation）技术是以硬件描述语言HDL（HardwareDescriptionLanguage）为系统逻辑描述的主要表达方式，以可编程器件pLD（programmableLogicDevice）为实验载体，依赖功能强大的计算机，在eDa工具软件平台上，自动的完成逻辑编译，逻辑化简，逻辑分割，逻辑综合，结构综合（布局布线）以及逻辑优化和仿真测试，直至实现既定的电子线路系统功能。eDa技术的应用使得设计者的工作仅限于利用硬件描述语言和eDa软件平台来完成对系统硬件功能的实现，极大的提高了设计效率，缩短了设计周期，节省了设计成本。
一、eDa技术的发展
回顾自20实际90年代初到如今近30年电子设计技术的发展历程，eDa工具的发展经历大致可划分为三个阶段：计算机辅助设计（CaD），计算机辅助工程（Cae）和电子设计自动化（eDa）。
1.计算机辅助设计CaD（ComputeraidedDesign）阶段。
20世纪70年代是eDa技术发展的初期阶段，人们开始使用计算机辅助进行iC版图编辑和pCB布局布线，使设计者从繁琐，重负的计算和绘图中解脱出来，由于pCB布局布线工具受到计算机工作平台的制约，其支持的设计工作有限且性能较差。
2.计算机辅助工程设计Cae（Computeraidedengineering）阶段。
20世纪80年代为Cae阶段，此时eDa工具主要以逻辑模拟，定时分析，故障仿真，自动布局和布线为核心，如果说CaD工具代替了设计工作中绘图的重复劳动，则Cae工具则代替了设计师的部分工作。然而，大部分从原理图出发的eDa工具仍不能满足复杂电子系统的设计要求。
3.电子设计自动化eDa（electronicDesignautomation）阶段。
20世界90年代，设计工程师逐步从使用硬件转向设计硬件，从单个电子产品开发转向系统级电子产品开发，即片上系统集成。这时的eDa工具不仅具有电子系统设计的能力，而且能提供独立于工艺和厂家的系统级设计能力，具有高级抽象的设计构思手段。可以说，20世纪90年代eDa技术的发展是电子电路设计的革命。
二、eDa技术的特征
eDa技术代表了当今电子设计的最新发展方向，其基本特征是设计人员按照“自顶向下”的设计方法，对整个系统进行方案设计与功能划分，系统的关键电路采用一片或几片专用集成电路（aSiC）实现。然后采用硬件描述语言（HDL）完成系统行为级设计，最后通过综合器及适配器生成最终的目标期间，这种设计方法被称为高层次的电子设计方法。下面介绍与eDa基本特征有关的几个概念。
1.“自顶向下”的设计方法
过去在较复杂的电子线路设计中，其基本思想是利用“自底向上”方法，用标准集成电路构造出一个新的系统，如同一砖一瓦构造金字塔，不仅效率低，成本高，而且容易出错。
“自顶向下”的设计方法则是从系统整体进行设计，从顶层进行功能方框图的划分和结构设计，在方框图一级进行仿真，纠错，并用硬件描述语言对高层次的系统行为进行描述，在系统一级经行验证。然后用综合优化工具生成具体门电路的网表。其对应的物理实现级可以是印刷电路板或专用集成电路．由于设计的主要仿真和调试过程是在高层次上完成的。这不仅有利于早期发现结构设计上的错误。避免设计工作的浪费。而且也减少了逻辑功能仿真的工作量，提高了设计的一次成功率。
2.aSiC设计
现代电子产品的复杂度日益加深，一个电子系统可能由数万中小规模集成电路构成，这就带来了体积大、功耗大、可靠性差的问题，解决这一问题的有效方法就是采用aSiC(applicationSpecificintegratedCircuits)芯片进行设计。aS1C按照设计方法的不同可分为：全定制aSiC，半定制aSiC。可编程aSiC(@~可编程逻辑器件)。
设计全定制aS1C芯片时，设计师要定义芯片上所有晶体管的几何图形和工艺规则，最后将设计结果交由iC厂家掩膜制造完成。优点是：芯片可以获得最优的性能，即面积利用率高、速度快、功耗低。缺点是：开发周期长，费用高，只适合大批量产品开发。
半定制aSiC芯片的版图设计方法有所不同，分为门阵列设计法和标准单元设计法，这两种方法都是约束性的设计方法，其主要目的就是简化设计，以牺牲芯片性能为代价来缩短开发时间。
3.硬件描述语言
硬件描述语言HDL（HardwareDescriptionLanguage)是一种用于设计硬件电子系统的计算机语言，它用软件编程的方式来描述电子系统的逻辑功能、电路结构和连接形式，与传统的门级描述方式相比，它更适合大规模系统的没计。设计人员可以利用HDL语言来描述自己的设计思想，然后利用eDa工具进行仿真，综合到门级网表，最后由aSiC和FpGa实现其功能。
硬件描述语言是eDa技术的中的重要组成部分，发展至今已有几十年的历史，并且已经成功的应用到系统的仿真，验证和综合等方面。目前世界上已有上百种硬件描述语言，常用的硬件描述语言有aHDL,VHDL和VerilogHDL，其中VHDL和VerilogHDL是当前最流行并且已经成为ieee标准的硬件描述语言。这两种硬件描述语言的同特点是可以形式化地抽象表示电路的结构与行为，支持逻辑设计中层次及领域的描述，可借用高级语言的精巧结构来简化电路的描述，具有电路仿真与验证机制以保证设计的正确性，支持电路描述由高层到底层的综合转换，硬件描述与实现工艺无关，便于文档管理，易于理解和设计重用。同时VHDL与VerilogHDL又各自具有独自的特点。VerilogHDL非常容易学习理解，一般可在2～3个月掌握这种设计技术，较适合系统级，算法级，寄存器传输级，门级及开关级电路设计。简言之，VerilogHDL对电路底层细节的描述支持较好，较易控制综合后的电路结果。而相对的，VHDL虽然较难掌握，但其系统级硬件描述能力强，而且用户可自定义数据类型，设计灵活。缺点则是对电路细节的描述支持稍差。
4.系统框架结构。
eDa系统框架结构(Framework)是一套配置和使用eDa软件包的规范，目前主要的eDa系统都建立了框架结构，如Cadence公司的DesignFramework，mentor公司的FalconFramework等，这些框架结构都遵守国际CFi组织(CaDFrameworkinitiative)制定的统一技术标准。Framework能将来自不同eDa厂商的工具软件进行优化组合，集成在一个易于管理的统一的环境之下。而且还支持任务之间，设计师之间在整个产品开发过程中实现信息的传输与共享，这是并行工程和top—Down设计方法的实现基础。
三、基于eDa软件的FpGa/CpLD开发流程
（1）设计输入（原理图/HDL文本编辑）：利用eDa工具的文本或图形编辑器将设计者的设计意图用文本（HDL）或图形方式（原理图或状态图）表达出来。这是在eDa软件上对FpGa/CpLD开发的最初步骤（2）编译：完成设计描述后便可通过编译器进行排错，编译，变成特定的文本格式。为下一步的综合做准备。（3）综合：一般来说，综合是仅对HDL而言的。这是将软件设计与硬件的可实现性挂钩，将软件转化为硬件电路的关键步骤。综合后HDL综合器可生成eniF、XnF或VHDL等标准格式的网表文件。其从门级开始描述了最基本的门电路结构。（4）行为仿真和功能仿真：利用产生的网表文件进行功能仿真。以便了解设计描述与设计意图的一致性（可省略此步骤）。（5）适配：适配器也称结构综合器，其功能是将综合后的网表文件针对某一具体的目标器件进行逻辑映射操作。其中包括底层器件配置，逻辑分割，逻辑优化，布局布线。适配完成后，eDa软件将产生针对此项设计的适配报告和JeD下载文件等多个结果。适配报告指明了芯片内资源的分配与利用，引脚锁定，设计的布尔方程描述情况。（6）功能仿真和时序仿真：在编程下载前必须利用eDa工具对适配生成的结果进行模拟测试。该仿真接近真实器件的运行状态，仿真过程中已考虑到器件的硬件特性，因此仿真精度要高得多。仿真是在eDa设计过程中的重要步骤。（7）编程下载：若以上的所有过程都没有发现问题，便可以将适配器产生的下载文件通过编程器或编程电缆载入目标芯片FpGa或CpLD中。（8）硬件仿真与测试：最后是将含有载入了设计的FpGa或CpLD的硬件系统进行统一测试，最终验证设计项目在目标系统上的实际工作情况，以排除错误，改进设计。
四、结束语
eDa技术是电子设计领域的一场革命。目前正处于高速发展阶段，每年都会有新的eDa工具问世。虽然eDa作为一套完整的电子技术设计系统较为复杂，但作为工具却十分方便于用户的使用。eDa工具大都采用系统级目标设计方法，具有良好的设计界面。可视化操作方法及系统框架结构使得设计者可以把精力主要放在概念设计等顶层设计上，而把大量的具体的层次化设计工作留给eDa系统去做。而我国eDa技术的应用水平长期落后于发达国家，因此广大电子工程人员应尽早掌握这一先进技术。这不仅是提高设计效率的需要。更是我国电子工业在世界市场上生存，竞争与发展的需要。
参考文献：
[1]江国强.eDa技术与应用（第三版）[m].电子工业出版社,2010.
简述会计电算化的特征篇7
[关键词]电子设备；USB接口；测试与仿真
作者简介：金桂梅，女，1980年生，甘肃白银人，单位为日照职业技术学院，研究方向为通信与信息系统，职称为讲师，学历为本科
1USB接口的基本特性
USB设备具有操作简单、使用方便、数据传输速度快和稳定性强等特征，本文主要介绍USB设备的突出特征：
1.1热插拔性能强大
USB设备具有良好的带电插拔性能，支持用户在不关闭计算机或停止系统运行的情况下直接带电插入或拔出USB设备，不会影响系统的正常温度的运行。热插拔性能在系统发生停止、卡死等情况时可以实现立即恢复，不会损坏USB设备中存储的数据信息。
1.2支持多设备连接
设备可以通过USB的树状连接结构进行连接，由于USB具有树状图的连接特征，因此，可以连接更多的设备。USB设备连接上限为127个，USB总线带宽在连接范围内没有任何损耗，还可以保持固定不变的带宽。
1.3即插即用功能
当USB设备与计算机进行连接时，计算机会自动检测集线器上是否出现新的设备连接状态，如果检测到有新的设备连接计算机，计算机立即以集线器作为数据通信通道来实现计算机与USB设备的连接。当计算机通过控制指令向USB设备发送请求时，USB设备马上回应与控制指令相对应的信息，此时，计算机与USB设备之间的通信称为枚举操作。USB设备强大的即插即拔功能使其操作使用更加方便快捷，提高了数据传输的效率。
1.4国际标准统一
传统的计算机设备接口大多数属于特定接口，包括串行接口、并行接口和iDe接口等，这些接口技术只能支持特定的计算机设备连接，例如硬盘设备、打印机设备、扫描仪设备等，在设备数量较多的情况下，复杂的接口技术类型和过少的接口数量使得设备的使用非常不便，而USB接口国际标准的出台对这些计算机设备接口进行了统一。
2USB接口的仿真方案
由于研究最终目的是对USB接口芯片的仿真与测试，本文针对USB接口的仿真方案和测试方案分别进行介绍。如图1所示，USB接口框架图中包括了三个功能模块，分别是Controller控制模块、数字pHY物理层模块和模拟pHY物理层模块，采用不同的仿真方法对这三个功能模块进行仿真。USB接口的Controller控制模块和数字pHY模块采用Verilog语言进行描述，其仿真的最终目的是为了检验USB接口数字逻辑功能的正确性，我们可以利用输出的仿真波形对代码的逻辑正确性进行验证。本文在Linux操作环境下，使用VCS编译软件对以上两个功能模块进行仿真，VCS是编译型Verilog模拟器，支持Verilog语言，VCS编译软件具有仿真速度快、计算精度高、调试方式多等特征优势，可以从其自带的DVe数字视频特效功能来观察仿真波形。对USB接口的模拟pHY模块进行仿真的目的是为了验证电路原理图参数设计正确与否，根据验证结果适当优化电路原理图的参数设计。本文采用SpiCe软件对电路原理图进行仿真，SpiCe是一种功能强大的模拟电路仿真器，具有开放性强、实用性高、精度较高等特征，在布置好仿真环境后可以对电路原理图中的全部元器件进行仿真，根据仿真结果修改元器件配置。
3USB接口的测试方案
简述会计电算化的特征篇8
关键词：数据挖掘 电子商务 关联分析 分类 聚类
1引言
随着网络技术和数据库技术的成熟，全球传统商务正经历一次重大变革，向电子商务全速挺进。这种商业电子化的趋势不仅为客户提供了便利的交易方式和广泛的选择，同时也为商家提供了更加深入地了解客户需求信息和购物行为特征的可能性。数据挖掘技术作为电子商务的重要应用技术之一，将为正确的商业决策提供强有力的支持和可靠的保证，是电子商务不可缺少的重要工具。
电子商务的发展促使公司内部收集了大量的数据，并且迫切需要将这些数据转换成有用的信息和知识，为公司创造更多潜在的利润，数据挖掘概念就是从这样的商业角度开发出来的。数据挖掘涉及的学科领域和方法很多，其核心技术历经了数十年的发展，其中包括统计、近邻、聚类、决策树、神经网络和规则等。今天，这些成熟的技术在电子商务中已进入了实用阶段，并取得了良好的效果。但数据挖掘作为一个新兴领域，在实际应用当中仍存在许多尚未解决的问题。其中最困难的往往在于决定什么时候采用哪种数据挖掘技术。为了对数据挖掘技术进行明智的选择，本文结合数据挖掘技术在电子商务中的应用，从挖掘任务和数据信息两个角度进行分析，指出各种数据挖掘技术适用的场合，以便开发出切实可用的数据挖掘系统。
2数据挖掘的概念及其在电子商务中的应用
2.1数据挖掘的概念
数据挖掘是通过挖掘数据仓库中存储的大量数据，从中发现有意义的新的关联模式和趋势的过程。从商业的角度定义，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其它模型化处理，从中提取辅助商业决策的关键性数据。数据挖掘最吸引人的地方是它能建立预测模型而不是回顾型的模型。利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。
2.2数据挖掘在电子商务中的应用
由于数据挖掘能带来显著的经济效益，它在电子商务中（特别是金融业、零售业和电信业）应用也越来越广泛。
在金融领域，管理者可以通过对客户偿还能力以及信用的分析，进行分类，评出等级。从而可减少放贷的麻木性，提高资金的使用效率。同时还可发现在偿还中起决定作用的主导因素，从而制定相应的金融政策。更值得一提的是通过对数据的分析还可发现洗黑钱以及其它的犯罪活动。
在零售业，数据挖掘可有助于识别顾客购买行为，发现顾客购买模式和趋势，改进服务质量，取得更好的顾客保持力和满意程度，提高货品销量比率，设计更好的货品运输与分销策略，减少商业成本。
电信业已经迅速地从单纯的提供市话和长话服务演变为综合电信服务，如语音、传真、寻呼、移动电话、图像、电子邮件、计算机和weB数据传输以及其它的数据通信服务。电信、计算机网络、因特网和各种其它方式的通信和计算的融合是目前的大势所趋。而且随着许多国家对电信业的开放和新型计算与通信技术的发展，电信市场正在迅速扩张并越发竞争激烈。因此，利用数据挖掘技术来帮助理解商业行为、确定电信模式、捕捉盗用行为、更好的利用资源和提高服务质量是非常有必要的。分析人员可以对呼叫源、呼叫目标、呼叫量和每天使用模式等信息进行分析，还可以通过挖掘进行盗用模式分析和异常模式识别，从而可尽早发现盗用，为公司减少损失。
3选择数据挖掘技术的两个重要依据
数据挖掘使用的技术很多，其中主要包括统计方法、机器学习方法、和神经网络方法和数据库方法。统计方法可细分为回归分析、判别分析、聚类分析、探索性分析等。机器学习方法可细分为归纳学习方法（决策树、规则归纳）、基于范例学习、遗传算法等。神经网络方法可细分为钱箱神经网络（Bp算法）、自组织神经网络等。数据库方法主要是多维数据分析或oLap方法，另外还有面向属性的归纳方法。由于每一种数据挖掘技术都有其自身的特点和实现的步骤，对数据的形式有具体的要求，并且与具体的应用问题密切相关，因此成功的应用数据挖掘技术以达到目标过程本身就是一件很复杂的事情，本文主要从挖掘任务和可获得的数据两个角度来讨论对数据挖掘技术的选择。
3.1不同的挖掘任务使用不同的挖掘技术
数据挖掘的任务是从数据中发现模式。根据挖掘任务，数据挖掘可分为概念描述、聚集发现、关联规则发现、分类发现、回归发现和序列模式发现等。在选择使用某种数据挖掘技术之前，首先要将待解决的商业问题转化成正确的数据挖掘的任务，然后根据挖掘的任务来选择具体使用某一种或几种挖掘技术。下面具体的分析每一种挖掘任务应使用哪些挖掘技术。
概念描述
概念描述是描述式数据挖掘的最基本形式。它以简洁汇总的形式描述给定的任务相关数据集，提供数据的有趣的一般特性。概念描述由特征化和比较组成。数据特征化是目标类数据的一般特征或特性的汇总。通常，用户指定类的数据通过数据库查询收集。例如，为研究上一年销售增加10%的软件产品的特征，可以通过执行一个SQL查询收集关于这些产品的数据。概念的特征化有两种一般方法：基于数据立方体oLap的方法和面向属性归纳的方法。二者都是基于属性或维的概化方法．数据特征的输出可以用多种形式提供。包括饼图、条图、曲线、多维数据立方体和包括交叉表在内的多维表。数据区分是将目标类对象的一般特征与一个或多个对比类对象的一般特征比较。例如，将上一年销售增加10%的软件产品与同一时期销售至少下降30%的那些产品进行比较。用于数据区分的方法与用于数据特征化的方法类似。总之，进行概念描述挖掘时一般采用面向数据库的方法，另外还可以采用机器学习方法的基于范例学习技术。与机器学习方法相比，面向数据库的概念描述导致在大型数据库和数据仓库中的有效性和可伸缩性。
聚集发现
聚集是把整个数据库分成不同的群组。它的目的是要群与群之间差别很明显，而同一个群之间的数据尽量相似。聚集在电子商务上的典型应用是帮助市场分析人员从客户基本库中发现不同的客户群，并且用购买模式来刻画不同客户群的特征。此外聚类分析可以作为其它算法（如特征和分类等）的预处理步骤，这些算法再在生成的簇上进行处理。与分类不同，在开始聚集之前你不知道要把数据分成几组，也不知道怎么分（依照哪几个变量）。因此在聚集之后要有一个对业务很熟悉的人来解释这样分群的意义。很多情况下一次聚集你得到的分群对你的业务来说可能并不好，这时你需要删除或增加变量以影响分群的方式，经过几次反复之后才能最终得到一个理想的结果。聚类方法主要有两类，包括统计方法和神经网络方法。自组织神经网络方法和K-均值是比较常用的聚集算法。
关联规则发现
关联分析是寻找在同一个事件中出现的不同项的相关性，比如在一次购买活动中所买不同商品的相关性。序列模式与此类似，它寻找的是事件之间时间上的相关性，如对股票涨跌的分析。以市场货篮这个典型例子分析关联规则。“在购买面包和黄油的顾客中，有90%的人同时也买了牛奶”（面包＋黄油牛奶）。用于规则发现的对象主要是事务型数据库，分析的是售货数据，也称货篮数据。以下给出的数学模型用来描述关联规则的发现问题。
设i={i1，i2，．．．，im}是一组物品集,其中每一个事务t是一组物品，显然ti。设X为一组物品，当且仅当Xt时，称事务t包含X。一个关联规则是如下形式的一种蕴涵：XY，其中Xi，Yi且X∩Y=。如果D中s%的事务包含X∪Y，则称规则XY在事务集D上的支持度support（X∪Y）＝s。可信度为c，如果c=support（X∪Y）*100/support（X），则说明D中包含X的事务中有c%的事务同时也包含了Y。可信度说明了蕴涵的强度，而支持度说明了规则中所出现模式的频率。具有高可信度和强支持度的规则称为“强规则”（strongrules）。关联规则发现任务的本质是要在数据库中发现强关联规则。利用这些关联规则可以了解客户的行为，这对于改进零售业等商业活动的决策很有帮助。例如，可以帮助改进商品的摆放（把顾客经常同时买的商品摆放在一起），帮助如何规划市场（互相搭配进货）等。在数据挖掘研究领域，对于关联分析的研究开展的比较深入，人们提出了多种关联规则的挖掘算法，如apRioRi、Fp增长、Stem、aiS、DHp等算法分类发现
分类要解决的问题是为一个事件或对象归类。设有一个数据库和一组具有不同特征的类别（标记），该数据库中的每一个记录都赋予一个类别的标记，这样的数据库称为示例数据库或训练集。分类分析就是通过分析示例数据库中的数据，为每个类别做出准确的描述或建立分析模型或挖掘出分类规则，然后用这个分类规则对其它数据库中的记录进行分类。在电子商务中分类分析可以预测客户响应，如哪些客户最倾向于对直接邮件推销做出回应，又有哪些客户可能会换他的手机服务提供商，或进行商店定位，如按成功的商店、一般商店和失败商店排列得出这3类商店各自具有的属性。然后选择包含位置属性的地理数据库，分析每一预期的商店位置属性，以确定预期的商店定位属于哪一类。只有那些符合成功一类要求的商店位置才作为商店定位的候选。用于分类分析的技术有很多，典型方法有统计方法的贝叶斯分类、机器学习的判定树归纳分类、神经网络的后向传播分类等。最近数据挖掘技术也将关联规则用于分类问题。另外还有一些其它分类方法，包括k－最临近分类、mBR、遗传算法、粗糙集和模糊集方法。目前，尚未发现有一种方法对所有数据都优于其它方法。实验研究表明，许多算法的准确性非常相似，其差别是统计不明显，而训练时间可能显著不同。一般的，大部分神经网络和涉及样条的统计分类与大部分判定树方法相比，趋向于计算量大。
回归发现
回归是通过具有已知值的变量来预测其他变量的值。它与分类类似，差别在于前者的预测值是连续的，而后者是离散的。在最简单的情况下，回归采用的是象线性回归这样的标准统计技术。但在大多数现实世界中的问题是不能用简单的线性回归所能预测的。如商品的销售量、股票价格、产品合格率、利润的大小等，很难找到简单有效的方法来预测，因为要描述这些事件的变化所需的变量以上百计，且这些变量本身往往都是非线性的。为此人们又发明了许多新的手段来试图解决这个问题，如逻辑回归、决策树、神经网络等。一般同一个模型既可用于回归也可用于分类，如CaRt决策树算法既可以用于建立分类树，也可建立回归树。神经网络也一样。
序列模式发现
序列模式分析和关联分析类似，其目的也是为了挖掘数据之间的联系，但序列模式分析的侧重点在于分析数据间的前后序列关系。它能发现数据库中形如“在某一段时间内，顾客购买商品a，接着购买商品B，而后购买商品C，即序列aBC出现的频率较高”之类的知识。序列模式分析描述的问题是：在给定交易序列数据库中，每个序列是按照交易时间排列的一组交易集，挖掘序列函数作用在这个交易序列数据库上，返回该数据库中出现的高频序列。在进行序列模式分析时，同样也需要有用户输入最小值信度C和最小支持度S。另外序列关联规则挖掘中采用的apriori特性可以用于序列模式的挖掘，另一类挖掘此类模式的方法是基于数据库投影的序列模式生长技术。
3.2理解可以获得的数据的信息。
对可以挖掘的数据进行分析，理解可以获得的数据的信息：内容、字段类型、记录之间的关系。可能影响数据挖掘技术选择的数据性质主要有：
1）种类字段：关联分析和连接分析只适用于种类字段。决策树也可以很容易的用于种类字段。但是有一个忠告：就是当种类的值较多的时候，效果可能就会比较差，当然如果限制分支的个数的时候，决策树的效果还是不错的。神经元网络，可以将种类字段转化成数值字段，但是这样就给种类字段强加了一个先后次序。也可以将种类字段作为多个输入，但是当值很多时，这种方法就成问题了。
2）数值字段：神经元网络将所有输入转化到0—1之间。mBR和聚集检测通过距离函数来处理数值字段。决策树可以通过splitter数值来处理数值字段。对于关联分析，则必须将数值变量区间化成种类变量，但是区间的选择是一个很困难的问题。
3）每条记录都有大量的字段（独立）：记录中的字段很多，神经元网络和mBR技术会受其影响，关联规则挖掘也会受影响。而决策树受其影响的程度就比较的小。
4）多个目标字段（非独立）：对于存在多个依赖变量的情况，神经元网络是最佳的选择。
5）记录是变长的：只有关联规则和连接分析可以直接处理变长记录。对于其他的技术，数据需要一些预处理：可以生成一些统计字段；将一条记录拆分成几条记录，每个含有记录号。
6）有时间顺序的数据：神经元网络，关联规则对时间顺序的数据的处理能力比较的好。决策树也能处理时间顺序，但是需要的数据准备就相对较多一点。
7）自由文本数据：mBR技术最适合。
4结论
总之在选择一种数据挖掘技术我们应根据商业问题的特点来决定采用哪种数据挖掘形式比较合适。应选择符合数据的模型的算法，确定合适的模型和参数。只有选择好正确的数据挖掘工具，才能真正发挥数据挖掘的作用，使企业在激烈的市场竞争中做出正确的决策，保持有力的竞争优势。
参考文献：
1．《构件面向CRm的数据挖掘应用》/（美）贝尔森，（美）史密斯，（美）西瑞林著；贺奇等译。人民邮电出版社，2001.8
2.《数据挖掘概念与技术》，机械工业出版社，2001.8
简述会计电算化的特征篇9
关键词：细化处理；脱机手写汉字；预处理；特征提取
中图分类号：tp391.43
随着电子计算机网络的迅速普及，人们对信息的获取和记录开始运用计算机去代替那些机械、重复的劳动，通过计算机对信息、文字以及数据进行编辑、处理、保存，从而满足人们的不同需要，因此，研究手写汉字识别对于解决信息的高速、自动地输入具有重要现实意义。手写汉字识别中的脱机手写汉字识别已成为文字识别领域中最困难、最具挑战性的课题。下面简要论述手写汉字识别特点，并对基于细化处理的脱机手写汉字识别过程做出解析。
1手写汉字识别特点
从汉字识别角度分析，手写汉字字体具有类别多、字体结构复杂、字形变化多、相似字多等特点，这也就决定了手写汉字识别过程比较复杂。首先，在基本笔画方面，印刷体汉字笔画基本上是横平竖直，折笔拐角大多是尖锐的钝角、锐角或直角，而手写汉字笔画却不具备上述特征，折笔拐角通常为圆弧，比如在写“品”字时，将三个“口”变为三个圆；将较短的笔画变为点；在起笔或折笔拐角处额外增加笔锋。其次，书写者的手写习惯不同，很多笔画表现的比较混乱，连笔、断笔现象较为严重，而且笔画与笔画之间、部件与部件之间的相对位置发生变化，这也就使汉字笔画交叉位置错误，部件大小不一致。另外，我们不难发现，在手写稿中普遍存在涂改、添加甚至将段落更改的情况，这就给脱机手写汉字识别过程中的预处理、加工整理等带来了困难。综上，有必要做出规定对构成汉字的笔画以及笔画之间的相互关系进行限制，书写者不能随意书写，特别是字体不能太宽，这样才能提高识别系统的辨识率，当然，规定限制应适中，使书写者能够在较短时间内适应，也使手写汉字识别系统得到更广泛的推广和应用。
2基于细化处理的脱机手写汉字识别过程
2.1手写汉字的预处理
脱机手写汉字识别过程中，首先就要进行原始图像的预处理，去粗取精、去伪存真，保证预处理质量，达到优化图像、消除干扰的目的，为整个汉字识别系统性能的发挥提供保障。预处理流程为扫描输入图像――平滑去噪――二值化――倾斜校正――汉字切分――归一化。
平滑去噪的主要目的就是按特定需要突出一副图像中的有用信息，并消除输入汉字时混入的噪声，在处理过程中不应破坏原始图像的边缘轮廓和线条，保证图像清晰。平滑去噪方法主要有线形滤波器、统计排序滤波器、平滑频率域滤波器。以统计排序滤波器为主，该方法其实是利用3×3的矩阵，p为待处理点，通过对p点的八邻域进行分析来确定p点平滑后的像素值。
图像二值化是将图像中存在的不必要的信息去掉，提高系统辨识速度，通常采用256级灰度图或二值图进行处理，但是在处理过程中会造成大量信息的丢失，必须研究出使二值图像能够保持原始图像的重要特征或细节的二值化方法。图像二值化大部分是基于阈值的分割法，包括迭代最佳分割阈值算法、双重阈值设定算法，汉字书写纸张不同，应选择不同的二值化方法，在处理过程中还应注意纸张的颜色、文字灰度等。
2.2手写汉字的细化处理
手写汉字细化是通过一定的处理手段将汉字图像中重要的像素点保留下来，剔除不重要的像素点，这在脱机手写汉字识别中非常重要。在汉字细化过程中，要保证原有笔画的连续性，将笔画宽度细化为单个像素宽度，经过细化后得到的汉字骨架应是原始汉字笔画的中心线，同时保持原有汉字的几何特征和拓扑。细化算法发展到现在可分为以像素迭代删除为基础以及不以像素迭代删除为基础的算法，比如Hilditch细化算法、Fpa细化算法、Spta细化算法等，其中Spta算法的改进细化算法的细化效果非常好，但是处理过程中必然也会出现一些细微误差，这就需要我们在处理过程中对特殊点进行修复，将其对提取交叉点或端点的影响消除。
2.3手写汉字的特征提取
通过特征提取将原始图像信息转换成若干个能将汉字结构反映出来的特征，从而进一步压缩汉字原始图像数据，提高汉字辨识精确度和速度，另外，对于提取的特征还必须具有代表性，信息没有较大的冗余度。特征提取有全局统计特征法、局部统计特征法，这些方法是主要是基于汉字的几何拓扑性质上的特征比如特征点、笔画特征、笔画序列、部件等进行处理的，抗干扰能力强，受字体整体和局部变化的影响小，能够很好将相似字区分出来。特征提取完成后采用弹性网格特征、方向线素特征、Gabor特征、矩特征进行特征统计，处理过程中，要将汉字结构特征和统计特征等多种特征结合起来，这样能够有效实现各种特征的优势互补，从而将汉字特征全面反映出来。
2.4手写汉字的分类识别方法
脱机手写汉字识别属于大规模的模式识别问题，特征空间非常复杂且特征向量维数很高。用于脱机手写汉字识别的分类器有单分类器和多分类器两种，其中多分类器是当前的主流识别技术，也是未来汉字识别领域的发展趋势。常用分类器有基于距离的分类器、人工神经网络分类器和支持向量机分类器，其中基于距离分类识别法中距离函数的选择对分类效果具有很大影响，应根据汉字特征选择最为合适的方法以提高统计特征的稳定性和准确性；支持向量机结构简单，性能良好，学习速度快，分类识别方法在处理小样本的机器学习、高维的大规模模式识别以及非线性问题上具有一定优势；人工神经网络分类识别法能够处理一些环境信息复杂、背景知识不清晰、推理规则不明确的问题，当前人工神经网络中的Bp神经网络、aRt升降网络的应用都比较广泛。
3结束语
脱机手写汉字识别是模式识别的重要分支，同时也是文字识别领域中我们面临的最困难、最具挑战性的课题。近年来，脱机手写汉字识别技术得到了新的发展，特定场合的脱机手写汉字识别系统研究也逐步走向使用，本文对基于细化处理的脱机手写汉字识别过程进行了分析，概述预处理、细化处理、特征处理、分类识别等关键技术和主流方法，未来，我们应当进一步对图像预处理技术和分类识别方法进行改进，简化处理步骤，优化汉字数据集，加大对无分割脱机手写汉字识别技术的研究，为该领域的发展指明方向。
参考文献：
[1]王玉娜.基于数学形态学脱机手写汉字细化的研究[D].天津师范大学，2010.
[2]张欣.基于四角结构特征的脱机手写汉字识别[D].河北大学，2010.
[3]赵继印，郑蕊蕊，吴宝春，李敏.脱机手写体汉字识别综述[J].电子学报，2010，38（2）：405-411.
[4]贾新彪.基于笔画结构特征的脱机手写汉字识别[D].河北大学，2010-06.
简述会计电算化的特征篇10
[关键词]二维动画电影；三维动画电影；《辛普森一家》
1 简约而丰富的《辛普森一家》
说起美国的动画片中最有影响力的角色，人们首先想到的可能是米老鼠、唐老鸭，或是近年涌现出的史莱克、巨猩乔阳、蜘蛛侠、绿巨人等。对于中国的观众来说，可能没有几个人想得到《辛普森一家》和其中的角色。但在美国人的心中，辛普森家族的形象才是最深入美国文化精髓，也是最受民众青睐和信任的卡通人物。它是美国著名漫画家麦特・格冒宁的得意大作，据作者说片中人的名字多源于自己家庭成员的名字。
作为美国播放时间最长的电视剧，《辛普森一家》从1989年12月首播，至今已播了18季，共400集，共获得了90项大奖，平均每集观众超过了1000万人。2007年7月，电影版《辛普森一家》影片在北美首映的第一个周末，拿下了7400万美元票房，成为影史上最卖座的由电视改编的动画电影。
作为一部2D电影，《辛普森一家》的视觉风格非常朴素，从构图、色彩到人物造型设计，包括剧情都十分简单。但是它却为观众营造了一个联系社会、联系生活的不同凡响的空间。简约的画面，粗糙的人物造型，但是整个影片却含义丰富。让人回味。
《辛普森一家》最令人称道的是其辛辣的嘲讽精神。GReenDaY、汤姆。汉克斯、史瓦辛格州长、哈利・波特、《蜘蛛侠》、《快乐的大脚》甚至是传统迪斯尼动画中的可爱的小动物均成为本片开涮的牺牲品，还有其他更多更多的开涮对象和政治现象，已经到了数不胜数的程度，反映美国或国际社会热点问题，是《辛普森一家》系列的主要任务。进入二十一世纪的辛普森一家，也不忘与时俱进，在电影中也集中展现了现在国际社会和美国社会中的一些主要问题，以及美国主流社会中的一些人物符号。
从文化视角赏析《辛普森一家》
在进行视觉形象分析时，我们知道要使图画更容易为人们记住，要具备两点：一是形象的制造者必须知晓受众的文化，二是形象所使用的符号必须为那个文化所理解。
从文化视角来看，《辛普森一家》以美国中部的中产家庭生活为原型，对美国文化影响深远。无论是辛普森先生边吃零食边看电视的习惯，还是一家人四处旅游的嗜好，或是他们与邻里的纠纷闹剧，都让美国人觉得像在讲述自己身边的故事。该片曾被《时代周刊》评为“20世纪最伟大的电视节目”，甚至已成为美国的文化象征。《辛普森一家》在美国是人尽皆知的动画片，人们喜欢它，不仅因为它搞笑，也因为其中诙谐的对白让观众在捧腹之余体会到深刻的人生哲理。此外，总统、环保局长以及邻居等角色也都各有象征意义，与辛普森一家共同勾画出了一部绘声绘色的当代美国生活简史。从文化的视角来探讨视觉形象，《辛普森一家》所蕴含的文化色彩足以让其成为美国历史上播放时间最长的动画片。
2从《辛普森一家》看2D动画的优势
《辛普森一家》中那些搞笑片段一种最为普遍的方式展现，比如精彩的自嘲。看完此片，我们会彻底地被编导们丰富的想象力和甚至只是几秒钟的一个剧情小细节所深深打动和折服。我们是被《辛》的简约风格和独特的剧情所吸引，这是2D动画的优势。
在《辛普森一家》的预告片中，一只3D兔子被“辛普森一家”的标志砸死了：还配有画外音“计算机技术让世界变得美丽，却让动画片变得丑陋”。
3D，如今已成为动画片最为至关重要的保证条件。任何事物在电脑3D动画师的手中都将被完美真实地展现，绚烂的场景逼真的海浪细腻的毛发。动画捕捉技术则赋予了动画片中的人物最为真实生动的面部表情和肢体语言，动画片从一张张纸片上的图案变为了精致的立体画，3D技术是动画片制作历史上最为改革性的创新发明，人们开始逐渐习惯精致的3D动画，并且被明知只是数字构建的动画世界所陶醉。但是，逼真得像实地拍摄的CG画面却缺少了让观众想象力驰骋的空间，无非是让人为其炫目、逼真而感叹。
很难想象一部2D动画片，对于目前动画片市场还具有什么竞争力，没有了精致，没有了大场面，简单的线条，简单的颜色，甚至是无比粗糙的人物形象还能够吸引多少被3D动画“洗脑”的观众。《辛》的票房连胜，不得不让人惊讶，确实。当3D动画泛滥的今天，简约2D动画的回归给动画片市场带来了全新的气息，极简主义动画风格发动了反攻。
《辛普森一家》的视觉风格非常朴素，从构图、色彩到人物造型设计，包括剧情都十分简单。简单的线条，几个造型怪异的小黄人，夸张的任务特征，相比3DGG大作，《辛普森一家》在故事的述说上更为集中。3D的特效并非不能吸引我们的眼球，但是在《辛普森一家》里，我们的精力会更集中在故事本身。筒约而逗笑的造型更能让观众的想象力自由驰骋。
3有关二维动画电影与三维动画电影的思考
在三维动画电影大行其道的今天，电影版《辛普森一家》公然打着2D电影旗号，表示要返璞归真带给观众最大的快乐。以2D电影版挑战3D动画所获得的空前成功带给了我们以下的认识：
3．1过度发展3D产业，会使人才、硬件等资源的供应失衡，出现产业链断层等危机。因为CG需要技术与艺术的完美结合，比起2D时代，要求制作人员既能热练掌握各种计算机图形技术，又要求拥有丰富的艺术想象力和创造力，且对制作设备也提出了很高的要求。
3．2融合平衡使动画的意象表达能力达到极致。计算机技术与传统动画艺术的完美结合使动画具备了前所未有的意象表达能力，成为发挥人类视觉想象力最有力的手段之一，后现代动画的意象视觉表达不但具有传统动画经过一个世纪发展所形成的显著特征，同时更具有因CG而产生的新的代表性特征，计算机作为辅助视觉思维的工具，使得动画具有更强的如实反映意象原本形态的表现能力，具有极强的适应不同受众诉求和媒体传播需求的能力。