計算機技術的含義大全11篇

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的11篇計算機技術的含義范文，希望它們能為您的寫作提供參考和啟發。

篇（1）

前言

實現工業生產和管理計算機化 ，目前已經成為國內外工廠企業的重要任務和目標。在工業生產中 ，新產品的開發和投產分為三個階段：產品設計、產品工藝規劃和產品制造。目前 ，這三個階段都在不同程度上實現了計算機化，相應地產生了計算機輔助設計（CAD）、計算機輔助工藝設計（CAPP） 和計算機輔助制造 （CAM）。

1 CAPP 的研究狀況

1.1焊接領域CAPP研究狀況

作為工業生產中最重要的材料成型方法之一 ，焊接的應用遍及了航天、造船、化工、電力、建筑、汽車、微電子等領域 ，其質量和可靠性直接關系到最終產品的性能與安全 ，其成本也在較大程度上影響到產品的最終成本。但是很長一段時間以來 ，焊接工藝的編制與管理主要靠傳統的手工方式完成。因而 ，在管理、檢索、編制和保存焊接工藝等工作上 ，不但造成了大量的重復性勞動 ，浪費了焊接工藝人員的精力 ，而且時常造成不必要的人為失誤 ，影響了生產質量和制造成本。因此 ，焊接工作者早在 20 世紀 80 年代后期就在焊接工藝設計與管理中引進了 CAPP 技術。

1.2現有 CAPP 系統的不足

在過去的十多年中 ， 國內焊接領域對 CAPP 系統的研究取得了很大的成績 ，許多企業實現了應用計算機編制和管理焊接工藝 。但還存在以下不足：

（1） 通用化程度低 ，各系統只能在特定的單位運行；

（2） 集成化程度低 ，不能或難于與 CAD、CAM 以及 MRP 集成；

（3） 功能不健全，多數 CAPP 系統只能完成單純的工藝文件管理。

2 CAPP裝配工藝

焊接結構裝配焊接工藝 （以下簡稱裝焊工藝） ，就是一個焊接結構的實際生產過程 ，主要是指組成結構件的零部件裝配焊接的先后次序及相應的裝配焊接內容 ，即具體的加工工藝路線。而焊接結構裝焊工藝的設計 ，就是通過對焊接結構的結構和功能的分析 ，對其整體裝焊工藝進行規劃 ，從而保證整體裝焊工藝的完整性和有效性的過程[1]。

2.1 智能化工藝生成平臺

隨著人工智能技術的發展，特別是專家系統技術、人工神經元網絡技術和模糊控制技術的發展，工藝決策過程的自動化取得了很大的進步。然而由于 CAPP 對生產環境的依賴性及其本身的復雜性，現有CAPP 系統存在著“先進的不實用 ，實用的不先進”問題。根據結構相似性的程度，建立基于實例的工藝生成方式來智能化生成工藝，在生成的過程中，進行相應的借用零部件匹配代換、相關尺寸匹配代換及零部件信息的匹配檢測。對于批量生產的焊接結構而言，當結構變化很小，可以采用相應的相似工藝的方式來生成新工藝；對于為了適應市場快速發展而開發的產品，可以采用典型工藝或標準裝焊工藝塊的方式，通過人工組合來生成新的裝焊工藝，見圖一（圖中重合的多少表示相似的程度）[2] 。

圖一 智能化工藝生成方式

在分析整體工藝的基礎上，根據工藝文檔內容對應的功能，可以總結提取出相應的典型工藝或標準工藝塊（標準工藝實例），這樣就可以實現“積木式”生成新的裝焊工藝。考慮到系統的開放性，采用開放的知識庫結構，用戶可以根據需要對知識庫進行擴充[3]。

3 CAPP與人工智能

人工智能是近年來發展起來的一門新型學科人工智能的研究有許多分支機器人模式識別和專家系統則是它的三大前沿課題近年來在焊接中也得到了越來越廣泛的應用。

3.1智能焊接機器人

智能焊接機器人應具有視覺，觸覺等功能。能夠根據人給出的指令認識自身和周圍的環境識別焊接對象及其狀態。從而自動選擇程序或制訂程序進行操作完成規定的焊接任務。同時還能跟蹤工作對象的變化具有適應工作環境的能力。智能焊接機器人大體可分為判斷控制檢測傳感和焊接機構三部分：控制部分的核心是計算機主要進行思維，從接受外界信息開始進行特征抽取模式識別。然后經過聯想歸納推理過程達到理解并作出決定進而完成焊接任務。

4 結論

通過以上分析可以看出，國內焊接領域已有的CAPP系統遠遠不能滿足實際生產的需要，急需開發出新一代的 CAPP系統。

參考文獻

[1] 喬尚飛，魏艷紅.計算機輔助焊接工藝設計應用現狀[J] .焊接學報.2002（7）：5～8

篇（2）

K-means算法是一種最廣泛使用的聚類劃分方法。傳統的K-means算法需要預先指定聚類數k，如果初始k選取得不合適，會使聚類結果產生較大的偏差。多數情況下，聚類數k事先無法確定，因此需要對最佳聚類數k進行搜索。搜索最佳k值的有效方法是構造聚類有效性函數。因此，本文提出一種基于幾何結構的新聚類有效性函數，該函數被定義為數據特征軸總長度的平方與最小類間距的比值，最優聚類數為比值達到最小時對應的k值。

1 改進的k-means算法

1.1 IG函數

一般來說，聚類有效性函數的構造主要是從反映類內緊致性和類間分離度入手，其關鍵在于構造一個能使兩個指標有機結合的數學表達式。本文提出一種新聚類有效性函數，該函數可使以上兩個指標有機結合。聚類有效函數定義如下：

其中λjm是類Cm中數據協方差矩陣的特征值，假設Mm為類Cm中數據對象的平均值， ，Vm是類Cm的中心， 是兩個類中心Vm、Vn的歐氏距離。

1.2 基于IG函數的k-means算法

2 實驗

下面本文使用兩種數據集對聚類有效性函數IG、CH和I進行測試比較。CH函數計算簇間距離和簇內距離的比例，CH值越大，代表聚類效果越好；有效性函數I（k）最大時對應的k值就是最優的簇個數。對每個有效性函數，將其對應的算法（IG對應文中的算法2，將算法2中的IG函數改為CH、I后的算法就是CH、I分別對應的算法）分別運行30次。我們將比較每個有效性函數達到最優時對應的k值。

3 結論

篇（3）

中圖分類號：TP391 文獻標識碼：B

文章編號：1004-373X(2008)09-135-03オ

Improved Pitch Detection Algorithm Based on Autocorrelation Function

YANG Senbin，CHEN Yanpu，LI Zhen

(Electronic Information Research Lab,Basic Department,Xi′an Communication Institute,Xi′an,710106,China)

オ

Abstract：An improved pitch detection algorithm based on autocorrelation function is proposed.Unvoiced/voiced decision is realized using the differences between unvoiced and voiced autocorrelation function.Before the pitch detection,the voiced is pretreated by band-pass filter,center clipping and digital filter to reduce the effects of formant and high-frequency noises;after the pitch detection,searching smoothing method is exploited to overcoming the multiple or half frequency errors and random errors.The experimental results show that the performance is superior to traditional autocorrelation function-based algorithm.Furthermore,this new method still works well under low signal noise ratio(SNR=5 dB).

Keywords：pitch detection;autocorrelation function;digital filter;pitch smoothing

1 引 言

濁音信號的周期稱為基音周期，是語音的重要特征參數之一，在語音編碼、語音合成和語音識別等方面有相當重要的作用[1]。基音周期的估計稱為基音檢測，由于語音變化的不確定性和基音頻率的變化范圍大，迄今為止，尚未出現對各種說話人、不同使用環境和不同應用都能給出滿意結果的基音檢測方法[2]。經典的時域自相關函數基音檢測是其中一種性能較好的算法[3]，然而該算法在無噪聲環境下會發生基音倍頻和半頻錯誤，在噪聲環境下，這種錯誤發生率會顯著增加[4]。

本文基于清濁音自相關函數幅度值的不同性質，提出了一種新的清濁音判決方法，并從減小共振峰影響、基音平滑兩個方面對傳統的時域自相關函數基音檢測算法進行了改進。

2 自相關函數基音檢測的原理

對于時間離散的確定信號，自相關函數的定義為[2]：

И

R(k)=∑∞m=－∞x(m)x(m+k)

И

式中，k為信號的延遲點數。對于隨機信號或周期信號，自相關函數定義為：

И

R(k)=limN∞12N+1∑Nm=－Nx(m)x(m+k)

И

自相關函數具有以下的性質：周期為Np的信號x(n)的自相關函數是一個同周期的周期函數，即有R(k)=R(k+Np)。濁音信號具有準周期性，因此他的自相關函數R(k)具有與x(n)相同的周期，而且在基音周期整數倍上有很大的峰值，通常取第一最大峰值點為基音周期點；而清音信號沒有周期性，因此他的自相關函數也沒有周期，R(k)會隨著k的增大迅速衰減。自相關函數基音檢測正是利用R(k)У惱庖恍災識雜鏌糶藕漚行基音檢測的，算法示意圖如圖1所示。

3 改進的自相關函數基音檢測算法

改進的自相關函數基音檢測流程如圖2所示。算法主要包括分幀加窗、減小共振峰影響、清濁音判決、濁音信號預處理、檢測基頻和平滑后處理等六部分。與其他自相關函數基音檢測算法[4,5]相比，本算法在清濁音判決、減小共振峰影響和平滑后處理等方面有獨特或改進之處。

3.1 基于自相關函數的清濁音判決方法

濁音信號的自相關函數具有周期性，而清音信號的自相關函數沒有周期性，因此，文獻［6］通過判斷自相關函數是否具有周期性而實現清濁音的判決。但是，由于基音周期的變化范圍很大，因此判斷自相關函數周期性的難度和運算量較大。

圖1 自相關函數基音檢測的原理示意圖

圖2 改進的自相關函數基音檢測算法流程圖

通過大量實驗，發現清濁音的自相關函數不僅在周期性上有很大差異，而且在幅度上也有明顯區別。濁音和清音(采樣率fs=8 kHz)在不同信噪比時的歸一化自相關函數分別如圖3,圖4所示。

圖3 濁音信號及其在不同信噪比時的

歸一化自相關函數

お

圖4 清音信號及其在不同信噪比時的

歸一化自相關函數

由圖3可以看出，對于濁音來說，在延遲樣點數門限T2е后，歸一化自相關函數的最大值即為第一峰值，而且該值在信噪比大于5 dB時均大于幅度門限T3А6對于清音來說，在T2е后，歸一化自相關函數值均小于T3АR虼耍可以通過判斷T2е后的歸一化自相關函數最大值R┆maxв氌T3У墓叵道唇行清濁音判決，如果R┆max>T3г蚺芯鑫濁音，否則判決為清音。T2、T3是由實驗決定的判決閾值，根據清濁音的特點和大量實驗證明，當T2∈

3.2 減小共振峰影響的措施

基音頻率的分布范圍為50～450 Hz，其中100～200 Hz的情況占大多數，所以濁音信號有可能包含30～40個諧波分量。同時，由聲道特性決定的語音信號的第一共振峰通常在300～1 000 Hz的范圍內，這就可能導致語音的第2～8個諧波分量幅度高于基頻分量。這樣，豐富的諧波分量常常會令基音檢測出現倍頻或者半頻錯誤[2]。

為了減少共振峰的影響，改進算法采用了三種解決措施。首先，將輸入信號通過頻率范圍為［60，900］ Hz的帶通濾波器。因為最高基音頻率為450 Hz，所以將上截頻設為900 Hz可以保留語音的一二次諧波。下截頻為60 Hz是為了抑制50 Hz電源干擾。

其次，利用中心削波函數進行中心削波：

オ

y(n)=x(n)－T1, [WB]x(n)>T1x(n)+T1,x(n)

И

通常，削波電平T1取本幀語音最大幅度的60%～70%。削波后信號的自相關函數在基音周期位置的峰值會更加尖銳，可以有效減少倍頻或半頻錯誤。

最后，在濁音數據進行基頻檢測前進行數值濾波。數值濾波器輸出與輸入間的關系可表示為：

И

y(n)=1N∑N－1i=0x(n－i),┆n=0,┆1,┆2,┆…

И

其中，N為窗的長度。其傳遞函數為：

И

H(z)=1N∑N－1n=0z－n

И

實驗證明，數值濾波器可有效抑制第一和第二個共振峰，突出濁音語音信號的周期性，使基音估計可靠。隨著數值濾波分析窗寬度NУ謀浯螅數值濾波后語音的周期性特征會變的更明顯，去除聲道共振峰對基音檢測的影響更徹底[3]。因此，對濁音信號加上寬度N=9У氖值濾波器，可使基音估計比較可靠。

3.3 基音平滑后處理

為了進一步消除自相關法估計基音周期時出現的幀間基音周期跳躍、半頻點、倍頻點和隨機錯誤點，需要對基音采取平滑措施。傳統的中值平滑為強制性的基音輪廓平滑，其主要缺陷就是可能平滑掉基音的某些固有突變，破壞基音周期的自然加倍或減半特征。以基音連續特征為基礎的動態規劃技術屬于非線性平滑算法，能取得較好的平滑效果，但是運算量較大，而且需要1～3幀的延遲。

基于搜索的平滑算法[7]具有簡單可靠，快速高效的特點，因此本文利用該算法進行基音平滑。設f1,┆f2,┆…,fNП硎玖續Nе〉幕音頻率。對第iе頻fiУ鈉交過程主要分為兩種情況。首先處理倍頻和半頻問題，公式如下：

f′i

=12fi,12fi－fi－1

2fi,2fi－fi－1

И

然后，利用下式處理隨機錯誤點：

其中，f′i表示第i幀基頻平滑后的結果，T4是連續兩幀間頻率差的閾值,而T5是間隔一幀的連續兩幀間頻率差的閾值。根據基頻連續緩慢變化的特性和人發音的頻率范圍，可令T4=10，T5=25。兩個閾值和平滑公式的作用就是限制相鄰幀之間的基音頻率值變化不超過T4，而隔一幀的相鄰幀之間的基音頻率值變化不超過T5，Т傭達到對基音曲線平滑的效果。

4 實驗結果及分析

為了驗證本文改進算法的準確性和魯棒性，利用采樣

頻率為8 kHz，包含清音和濁音的語音進行提取語音基音周期的實驗。圖5所示為語音為女聲“盤旋”，幀長為400個采樣點，幀移為200個點，分別采用傳統的自相關方法(ACF)[2，5]與本文算法(IACF)進行基音周期檢測的結果比較圖。

圖5 傳統自相關法與本文算法基音檢測的性能比較

從圖5可以看出，本方法在基音周期估計的準確性和抗噪能力方面比傳統的自相關方法有明顯提高。在信噪比很低時，本文方法仍能取得滿意的結果，而傳統自相關方法甚至對一些幀的清濁音判決都發生了錯誤。

5 結 語

提出了一種基于自相關函數幅度值的清濁音判決方法，在此基礎上，結合帶通濾波、中心削波、數值濾波和基音平滑等技術，改進了自相關函數基音檢測算法。實驗結果表明，改進算法的清濁音判決準確率高、基音檢測準確，而且具有較強的抗噪能力。

參 考 文 獻

［1］王宏.用改進的SIFT方法檢測語音基頻［J］.現代電子技術，2001,24(2)：15-18.

［2］張雄偉，陳亮，楊吉斌.現代語音處理技術及應用［M］.北京：機械工業出版社，2003.

［3］Rabiner L R.On the Use of Autocorrelation Analysis for Pitch Detection［A］.IEEE International Conference on Acoustics,Speech and Signal Processing (ICASSP′77)［C］.USA:IEEE,1977,25(1):24-33.

［4］胡瑛，陳寧，夏旭.一種改進的自相關基音檢測算［J］.電子科技，2007(2):25-28.

［5］付青青，吳愛平.基于Matlab的語音信號自相關基音檢測［J］.長江大學學報:自然科學版，2006，3(4)：99-102.

［6］李仕萍，凌衛新，閔銳.清濁音判決算法在語言康復訓練中的應用［J］.計算機工程，2004，30(14)：36-38.

篇（4）

中圖分類號:TP301文獻標識碼:A文章編號:1009-3044(2009)25-7217-02

Application of Immune Algorithm Based on Genetic in Function Optimization

ZHAO Lian-di, MA Yong-qiang

(School of Information Science and Technology, Southwest JiaoTong University, Chengdu 610031, China)

Abstract: Through the research of traditional immune algorithm, an improved effective immune genetic algorithm is proposed based on this algorithm. The algorithm put the thought of genetic algorithm into immune algorithm, by combining idea of genetic algorithm and immune algorithm, It not only ensure the diversity of the antibody but also retain the better antibodies in group, and avoid the disadvantage of immune algorithm’s slow search speed and genetic algorithm prone to premature convergence and limit to local optimal solution, finally get the global optimal solution. And the proposed immune algorithm based on genetic applied to function optimization.

Key words: immune algorithm; genetic algorithm; function optimization

免疫算法近幾年來得到了迅速發展,在眾多工程和科學領域中得到了廣泛應用,其中在工程應用中有許多復雜的組合優化問題和函數優化問題 ,這些問題大都是非線性的,有些甚至不連續,若不對其進行簡化處理,用常規的數學優化方法一般都無法進行有效求解。免疫算法[1-2]作為一種借鑒生物免疫系統獨有的計算機制,模擬生物免疫系統自適應調節過程的全局優化算法,具有搜索速度相對較快,群體多樣性,容易獲得全局最優解等特點。由于免疫算法有著其他算法無法比擬的優點,因此,人們廣泛的應用免疫算法來解決各種實際問題,然而在實際應用中還有許多問題有待進一步研究討論。免疫算法具有搜索全局最優解的優點,但是它的搜索速度還有待于改進,我們利用遺傳算法[3-4]的搜索局部最優解的優點來調節免疫算法,使它既能避免遺傳算法的“早熟”現象,又能使免疫算法的尋優速度和尋優質量有所提高。因此,研究免疫優化理論以及遺傳算法[5-8]設計新的有效優化算法對優化問題具有重要的意義。

1 基本免疫算法

基本免疫算法基于生物免疫系統基本機制,模仿了人體的免疫系統。基本免疫算法從體細胞理論和網絡理論得到啟發,實現了類似于生物免疫系統的抗原識別、細胞分化、記憶和自我調節的功能 。如果將免疫算法與求解優化問題的一般搜索方法相比較,那么抗原、抗體、抗原和抗體之間的親和性分別對應于優化問題的目標函數、優化解、解與目標函數的匹配程度。

基本免疫算法在優化領域中的應用非常廣泛,但其存在以下缺點[7]:

1)抗體評價主要靠抗體和抗原的親和度;

2)促進高親和度抗體和抑制低親和度抗體往往容易導致陷入局部最優;

3)記憶庫往往只在產生初始群體時被使用,在之后的過程中只是更新記憶庫,未再利用它,這沒起到加速收斂的效果。

2 基于遺傳的免疫算法

免疫系統對于一個優化問題而言,抗原對應問題的是目標函數,而抗體對應問題的最優解[9]。由于免疫算法和遺傳算法各有優缺點[1,8],所以把二者結合起來,既能避免二者的缺點,又能更好的發揮優點。

如圖1所示,基于遺傳的免疫算法的主要步驟包括:

1)抗原輸入:輸入目標函數和各種約束,作為基于遺傳的免疫算法的抗原。

2)產生初始群體:對初始應答,初始抗體隨機產生,面對再次應答,部分或全部由上一代的進化群體而得,其余的隨機產生,這樣既保留了具有較高親和力的解,又保證了抗體的多樣性,因此,可提高收斂速度和全局搜索能力。

3)計算抗體的適應度:在當前群體中計算所有抗體的適應度。抗體的適應度函數通常是采用帶優化問題目標函數的某一變換。這里采用下面的公式:

D=1-abs(y'-y)

其中y為實際值,y'為用基于遺傳的免疫算法求得的最大值。

4)記憶細胞的更新:將與抗原的親和度高的抗體放到記憶細胞中。由于記憶細胞的數量有限,所以在每次更新時,用新加入的記憶細胞取代原有的記憶細胞中親和度較低的部分。

5)抗體生成的促進和抑制:當一種抗體和抗原相遇時,如果適應度越高則越接近最優解,反之,則越遠離最優解。在尋優過程中,采用在每一代記憶細胞中隨機產生部分新的抗體而取代適應度較低的抗體來調節記憶細胞,以防尋優陷入局部最優解。

6)群體更新:

① 免疫群體更新:通過選擇、克隆和變異操作,產生進入下一代的抗體。u為激活閥值,當適應度大于激活閥值時,就被選擇進行克隆,適應度越高,被克隆的數量越多,反之,越少。克隆數目為:l=round(10×(B(m)-u)),其中round為四舍五入取整,B(m)為第m個抗體的適應度,u為激活閥值。變異是對抗體進行小幅度的擾動,在它附近搜索最優解,本文中使用b=a+(2×rand()/10-0.1000)×a,其中a為原始抗體,rand()為隨機產生的0-1之間的數。

② 遺傳群體的更新:在父代中隨機的選擇更適應的個體,產生后代以構成下一代,在一代中好的個體可能被選幾次,而較差的個體可能沒有機會被選到。當選出兩個父代個體后,它們被重組,這里C(n)=A(s)+(2×rand()/10-0.1000) ×A(t),C(n+1)= A(t)+(2×rand()/10-0.1000) ×A(s),其中C(n)、C(n+1)為A(t)、A(s)交叉變異后的兩個個體。

7)終止條件判斷:若滿足終止條件,輸出最優解,否則,轉3)。

3 基于遺傳的免疫算法在函數優化中的應用

函數優化通常是極大或極小某個多變量的函數并滿足一些等式或不等式的約束。函數優化分為無約束優化和約束優化兩類。雖然絕大多數實際優化問題都有必須滿足的約束,但是無約束優化問題的研究是約束優化問題的基礎。現有的函數優化研究大都是面向單峰函數優化問題的,但在現實生活中,很多數學工程問題都是多峰函數優化問題。對這種問題,當然可以采用多次優化計算直至發現所有峰值,但這不僅浪費時間,還不能保證各次計算收斂到多個不同的峰上。免疫遺傳算法以其獨特的種群策略和內在的并行性成為很多學者用來求解多峰函數優化問題的最佳選擇。為了驗證本文所提出的免疫遺傳算法在函數優化中的應用,我們采用下列函數進行優化計算,如圖2:

我們采用上述免疫遺傳算法進行函數優化,用于檢驗該算法的有效性。本文對免疫算法和免疫遺傳算法各做了200次試驗,免疫遺傳算法尋找到最優解的平均迭代次數為31.16次,而免疫算法的平均迭代次數為34.61次,試驗結果如圖3所示,其中橫坐標表示搜索到最優解所需要的迭代次數,縱坐標表示在200次試驗中搜索到最優解的試驗次數。從圖3中我們可以看出,本文所提出的把免疫算法和遺傳算法結合起來的方法由于對抗體一半進行免疫搜索一半進行遺傳搜索,之后進行交換抗體,循環迭代,充分利用了免疫算法和遺傳算法的優點,有效的避免了兩者的不足,所以更容易收斂到最優解。

顯然,由圖4可以看出免疫遺傳算法在200次試驗中,迭代次數小于10的試驗有52次,而免疫算法有45次;免疫遺傳算法迭代次數大多數集中在50以內,在200次試驗中免疫遺傳算法有173次,免疫算法有155次,免疫遺傳算法明顯多于免疫算法;迭代次數在50次以上的試驗次數明顯少于免疫算法,而且迭代次數超過100次的,免疫遺傳算法是6次,免疫算法是13次,明顯優于免疫算法。總體而言,本文提出的免疫遺傳算法在大部分情況下確實有一定的優勢,可以更快的搜索到全局最優解。

4 結論

介紹了基本免疫算法及其存在的缺點,針對其存在的缺點,提出把人工免疫算法與遺傳算法相結合,在每一代操作中,把抗體分為兩部分,一部分使用免疫算法的思想進行操作,另一部分使用遺傳算法的思想進行操作,在本代執行完后,把兩部分進行交換,很好的保證了抗體的多樣性和群體中的最優抗體,避免了免疫算法搜索速度慢和遺傳算法易出現未成熟收斂、限于局部最優解的缺點。將所提出的算法應用到函數優化問題中,在求解過程中,我們把抗原作為對應問題的目標函數和約束條件,把抗體作為對應問題的最優解。仿真實驗證明,本文所提出的算法具有較好的優化效果,有較強的脫離局部最優值的能力,能快速穩定收斂。

參考文獻:

[1] 李濤.計算機免疫學[M].北京:電子工業出版社,2004:67-68.

[2] 蘇彩紅,朱學鋒,毛宗源.一類免疫優化算法及其應用[J].西南交通大學學報,2002,37(6):677-680.

[3] 王凌.智能優化算法及其應用[M].北京:清華大學出版社,2001.

[4] 玄光男,程潤偉,于歆杰,等.遺傳算法與工程優化[M].北京:清華大學出版社,2004.

[5] 高巖,位耀光,付冬梅,等.免疫遺傳算法的研究及其在函數優化中的應用[J].微計算機信息,2007,23(2):183-184.

[6] 位耀光,鄭德玲,付冬梅.基于生物免疫系統克隆選擇機理和免疫網絡理論的免疫算法[J].北京科技大學學報,2005(2)245-249.

篇（5）

漢語是我國的語言，其中官方通用語言為普通話，學習漢語主要是通過老師上課教、學生課后根據書本上的漢語拼音學習的方式進行。這種方法對教師的依賴性過大，雖然教師通過普通話測試，但是仍然有一部分教師存在口音問題，同時這種學習方式對學生的普通話發音沒有辦法進行嚴格的評判。隨著計算機多媒體技術的發展，可以使用計算機通過評測系統進行計算機輔助語言學習。而目前漢語普通話測試主要也是基于計算機輔助語言學習（computer assisted language learning ，簡稱call）[1]進行的。本文從這個角度出發，首先獲取模型設計的基頻數據，設計并實現k-gmm模型，并初步分析這一技術應用于計算機輔助語言學習中的價值。

二、基于k-gmm模型的

一種漢語聲調識別技術

漢語是聲調語言，其單音節的聲調模式共有五種，分別為陰平、陽平、上聲、去聲和輕聲，[2]本文主要針對前四種聲調進行分析。漢語最重要的信息是通過聲調的基頻保持的，它是提高語音生動性的重要因素。因此聲調識別在漢語識別中十分關鍵，必須選用準確有效的方式方法提取基頻，并對其進行必要的處理。必要的處理手段主要有插值平滑處理、重采樣處理以及歸一化處理。[3]通過這些必要的處理后，再通過建立一個識別模型才能夠實現聲調的識別。識別模型的好壞在一定程度上決定了識別率的高低，因此本文為了實現非特定人聲調識別而建立了k-gmm模型。

（一）基頻提取算法原理

為了保證提取基頻的準確性，同時又要滿足算法的復雜度較低以及算法的計算量小的要求，可選擇自相關算法提取基頻，并對基頻數據進行后處理，得到一個較好的基頻數據輸入模型。算法框圖如圖1所示。

假定隨時間的變化語音信號的特性變化緩慢，因此可以將信號分割成一些短段（分幀）再加以處理，這些短段可以看作是來自一個持續聲音片斷，這個持續聲音片段具有固定特性。算法中就是將語音信號看作是短時平穩過程，對其短段進行語音信號處理的。

圖1 基頻提取算法框圖本文由收集整理

1. 語音信號的預處理

通過對語音的研究表明：[4]成年男性、成年女性基頻范圍分別在70～250hz、160～400hz，而兒童的基頻范圍最高可達500hz。因此選用60～900hz的帶通濾波器對語音信號進行濾波，完成預處理，這樣可以剔除一部分非語音音頻的基頻數據。

2. 自相關計算

使用信號{x（n）}的短時自相關函數計算，獲取基頻數據，如公式（1）所示。

rn（k）=x（m）·x（m+k）·hk（n-m） （1）

其中：hk（n-m）=w（n）·w（n-k）

rn（k）就是自相關計算所得的基頻結果，它是信號在第n個樣本附近截取的一段信號。

3. 插值平滑

通過自相關計算得到的基頻，存在數據丟失的情況，這主要是因為一些濁音部分的基頻為0，導致基頻序列不連續。針對這一情況需要進行丟失數據的處理。通常可采用插值平滑的方式進行。這里采用基于拉格朗日（lagrange插值）插值的插值平滑處理，如公式（2）所示。

pn（x）=lk（x）yk=j ≠ 0 （2）

根據實際應用模型可知，每個漢字的基頻曲線應該是平滑的，字與字之間的基頻過渡也應該是平滑的。基于這種思想，結合普通話語音的特點，選取lagrange插值平滑處理中的值為3。使用lagrange插值法選取已知點時，選擇四個點，斷點前后各兩個點，其中在斷點前要分別選擇一個最靠近的已知點和一個與該斷點有一定距離的已知點。在斷點后也以相同的方法選取已知點，注意選取距離一般不超過10。

采用自相關計算提取的基頻，選取n值為3的lagrange插值進行平滑處理后，如圖2所示。通過分析，可以看出平滑后的基頻曲線效果較好。

4. 重采樣處理

為了便于建立識別模型，必須保證每個字或詞的特征數相同，因此需要對數據進行重采樣處理。重采樣的基本步驟如下：

（a）平滑處理前

（b）平滑處理后

圖2 插值平滑處理前后對比

假設特征維數設定為m維，對應在[0，1]上的點間隔1/（m-1）。再假定在二維坐標系中取n個點，用于對應提取某個字的n個基頻數據，二維坐標系中縱坐標為該點對應的基頻數據值，橫坐標為0到1，其間隔為1/（n-1）。其中m<n并且1 （m-1）>1/（n-1）。

（1）取原始數據的第一個點為重采樣的第一個點。

（2）計算重采樣的第二個點。根據重采樣的第二個點x橫坐標為1/（m-1），位于區間[1/（n-1），2/（n-1）]，選擇線性插值運算在其所在區間上進行插值運算，可得到其對應的重采樣數值y，如公式（3）所示：

y=（f2-f1）（n-1）x+2f1-f2 （3）

這里假設點1/（n-1）對應的原始基頻為f1，點2/（n-1）對應的原始基頻為f2。

（3）依次選取不同的橫坐標點x，可求出重采樣的所有數據y。

5. 歸一化處理

提取的基頻數據經過以上處理后效果有一定的改善，但針對漢語聲調自身的特點，為了選擇一種較有效的識別模型，必須先分析說話人的聲調分布情況。[5]由于每個人的發音特點和口音各不相同，相同字的基頻曲線有很大差異，但是每個人的整體頻域范圍差異卻不顯著。因此，可以通過歸一化處理讓識別模型能夠處理大部分人的語音，即將所有的基頻數據處理到同一個數量區域內。基于此，采用歸一化公式（4）計算：

=（f-fmin）/（fmax-fmin） （4）

式中fmax表示單個說話人基頻上限的90%，fmin表示單個說話人基頻下限的1.1倍。由于獲取當前說話人的基頻上下限很困難，因此fmax和fmin的值使用當前語音樣本頻率的上限和下限值來代替。

要注意的是經過插值平滑的基頻數據需要取對數運算后才可以進行歸一化。這主要是由于錄音時可能出現發音抖動，使得某個頻率值過大或過小，因此要剔除頻率過高點或過低點。

（二）基于k- gmm的聲調識別

1. k-gmm模型設計

對于特定人的識別，k-means聚類算法[6]能夠得到較好的識別率。但在非特定人識別模型中，由于每個人的頻域不同，此方法存在很大的缺陷。

高斯混合模型（gmm）是具有混合高斯密度函數的隱馬爾科夫模型（hmm），高斯混合模型由多個高斯分布線性加成在一起構成其概率密度函數，用來描述特征矢量在概率空間的分布情況，更適用于非特定人的識別，基于此本本文由收集整理文提出了k-gmm模型。

以單字組為例，k-gmm模型識別的算法思想如下：

（1）對已知的聲調訓練樣本按聲調進行分類，單字組聲調分為四類。將每一種聲調的訓練樣本按照k-means聚類算法進行聚類，并且求出聚類后的每一類的每一維特征的均值uikj和？滓2ikj方差，以及這一類占整個這個聲調的權重？棕ik，其中i=1，2，3，4；j=1，2…，m；k=1，2。k值采用遍歷搜索法求出，這里取2。

（2）由（1）求出的均值和方差，按照gmm模型求出其對應的概率密度函數pikj，如公式（5）所示。

pikj（x：？滋ikj，？滓2ikj）=e （5）

（3）求出每種聲調的每一類的特征矢量的概率密度函數。由于可以將特征矢量的每一維特征看作是獨立的，因此其概率密度函數就是每一維的概率密度的乘積，如公式（6）所示。

pik=pikj （6）

（4）以（1）（2）（3）為基礎，將測試樣本xn帶入到四類聲調對應的所有模型中，求出其概率密度函數值pik。

（5）將每一類進行加權求和，通過公式（7）進行。然后求出基頻數據所有模型的最大值max（pi），此最大值對應的值就為測試樣本的聲調。

pi=？棕ikpik （7）

注意，由于基頻的數值進行了歸一化處理，因此，求出的概率密度函數值會很小，為了便于處理，將其值取對數。

（三）實驗結果分析

利用標準語音庫863語料樣本的單字組的訓練和測試樣本，訓練樣本為104組，測試樣本為103組。采用上述的基頻提取算法，以k- gmm模型作為識別模型進行實驗。實驗結果（基頻特征維數為15）見表1。

從實驗結果中可以看出該模型對聲調的識別率還是較高的。同時利用該模型對不同的基頻特征維數分別進行了實驗，發現特征維數不能太小，也不能太多。特征維數太小不能體現基頻的大部分信息，特征維數越多，信息體現得越全面。但是特征維數太多會加大運算量。實驗表明，特征維數選擇在10到30之間時，識別率沒有明顯變化。表1中的數據是基頻特征維數為15時的實驗結果。

三、計算機輔助語言學習中

對聲調識別的應用研究

目前計算機輔助語言學習雖然經過了一段時間的發展，但是主要還是停留在課堂使用多媒體教學的層面上，對于激發學生學習興趣、培養學生自主學習的能力等方面做得還不夠。鑒于此，聲調識別技術應用方向和價值主要體現在以下幾方面。

（一）計算機輔助語言學習中對聲調識別的應用方向

1. 計算機輔助語言學習語音評測系統

應用聲調識別技術可以開發關于語音發音評測的評測系統。該技術的應用可以使得計算機識別人的語音變為可能，當然僅僅依靠聲調識別技術是不能夠完全識別語言的，但是這是識別語言非常重要的組成部分。通過識別的語音再進行相關評測技術的評測即可得到發音者的語音評測結果。通過語音評測系統可以使學習者自行進行發音評測。

2. 交互型計算機輔助語言學習應用軟件

應用聲調識別技術可以開發關于語音的相關交互型的學習軟件。該類軟件可以展示正確的語音、識別發音者的語音，可以由發音者的語音控制某些進程動作的執行，進行語音練習和學習。如一些語音小游戲，可通過語音控制游戲的進行。使用這些交互型的計算機輔助語言學習應用軟件，使得學習者可以在一個交互的環境中自主地進行想要學習和練習的內容。

（二）計算機輔助語言學習中對聲調識別的應用價值

1. 促進計算機輔助語言學習的新應用

目前計算機輔助語言學習主要依靠多媒體輔助教學的形式來完成，這一形式注重“教”而忽略了“學”，同時在很大程度上阻斷了教師和學生的交流與聯系。[7]這對漢語這一具有豐富信息量的語言學習是十分不利的，因此計算機輔助語言學了注重“教”也要注重“學”。在學生學習漢語的過程中，很大一部分時間是在課下進行的，而漢語言的發音是學習語言的最基本的要素之一，發音是否標準是衡量普通話好壞的一個重要標準。因此對于學習者要進行發音的評測，如何讓評測發音在教師不在場的情況下進行是目前遇到的普遍問題。利用本文這種識別率較高的聲調識別技術開發普通話評測系統即可解決這一問題。這一問題的解決可以促進計算機輔助語言學習的發展，給計算機輔助語言學習提供新的應用研究方向。

2. 促進、激發學生的學習興趣，提高學生自主學習的能力

篇（6）

中圖分類號： TN911?34； TP301.6 文獻標識碼： A 文章編號： 1004?373X（2013）10?0001?03

遺傳算法（Genetic Algorithm，GA）[1]是基于生物進化機制的隨機搜索算法，其本質是一種高效、并行、全局搜索的方法，它能在搜索過程中自動獲取和積累有關搜索空間的知識，并自適應地控制搜索過程以求得最優解，且它不依賴于問題的具體領域、具有強魯棒性。然而，盡管遺傳算法有很多優點，但目前存在的問題依然很多，其具體表現為：遺傳算法的早熟現象，即很快收斂到局部最優解而不是全局最優解[2]；快要接近最優解時在最優解附近左右擺動，收斂較慢[3]；接近最優解的個體總是被淘汰，進化過程不收斂。對此，本文將多種群遺傳算法和模式搜索法相結合。采用多個種群并行進化，拓寬搜索空間，增加群體多樣性；各種群取不同的控制參數（交叉，變異概率），這樣就彌補了簡單遺傳算法的不足[4]；采用最優個體保留策略，從而保證最終可以搜索到全局最優解；引進模式搜索算法，利用其快速局部搜索能力，使算法在最優解附近迅速收斂[5]；通過對復雜函數的仿真運算，結果說明這種搜索方法是可行的。

1 基本算法簡介

1.1 遺傳算法

遺傳算法的思想是：首先將代表問題的解用染色體編碼，形成種群，再通過適應度函數計算每個個體的適應性，按照適者生存、優勝劣汰的原理，在每一代選擇性能優異的個體，對其使用交叉、變異算子，產生新種群。交叉操作交換兩個染色體的一部分，變異操作改變染色體上某個隨機位置的基因值。經過多次重復迭代，適應性較弱的個體被淘汰，適應性強的則統治種群，最終生成符合優化目標的染色體，獲得問題的近似最優解。

多種群可拓寬搜索空間，增加群體多樣性。多樣性是遺傳算法必不可少的本質屬性，這是因為它能使遺傳算法搜索一個比較大的解的空間區域。采用最優個體保留策略，每一次的演化過程中，子代總是保留了父代種最好的個體，以在“高適應度模式為祖先的家族方向”搜索出更好的樣本，從而保證最終可以搜索到全局最優解。

1.2 模式搜索法

2 多種群遺傳?模式搜索算法

2.1 算法框架

各種群采用不同的控制參數[7]，大多數學者建議選擇較大的[pc]（0.7～0.9）和較小的[pm]（0.01～0.05）。但是[pc]和[pm]的取值方式還是有無數種，對于不同的選擇，優化結果差異很大。MGA彌補了簡單遺傳算法的這一不足，通過多個設有不同控制參數的種群協同進化，同時兼顧了算法的全局搜索和局部搜索。各種群之間通過移民算子進行聯系，實現多種群的協同進化；最優解的獲取是多個種群協同進化的綜合結果。加入人工選擇算子保存各種群每個進化代中的最優個體，并作為判斷算法收斂的依據。精華種群和其他種群有很大不同。精華種群不進行選擇、交叉、變異等遺傳操作，保證進化過程中各種群產生的最優個體不被破壞和丟失。同時，精華種群也是判斷算法終止的依據，這里采用最優個體最少保持代數作為終止判據。這種判據充分利用了遺傳算法在進化過程中的知識積累，較最大遺傳代數判據更為合理。

3 仿真測試

該非線性函數在給定范圍內分布著許多局部極值，通常的尋優算法極易陷入局部極值或在各局部極值間振蕩，比較適用于驗證多種群遺傳?模式搜索算法的性能。標準遺傳算法運行3次得到的結果如表1所示，其進化過程如圖3所示。

4 結 語

本文提出的優化算法MGPS融合了MGA強大的全局搜索能力PS搜索算法的局部尋優精度高優勢。算法首先使用MGA實現粗搜索，可迅速逼近全局最優解的臨近區域；然后利用PS 實現細搜索，可準確定位全局最優解。實驗表明MGPS算法優于單獨執行的SGA和MGA算法。MGPS提高了算法的成功率，并減少了陷入局部最優的可能，且收斂速度較快，是一種有效的優化算法。在后期的工作中將MGPS 算法運用于其他領域，如無人機航跡規劃[8]，圖像處理[9]，目標識別等[10]。

參考文獻

[1] ELANSARY A M， ELDAMATTY A A， NASSEF A O. A coupled finite element genetic algorithm technique for optimum design of steel conical tanks [J]. Thin?Walled Structures， 2010， 48（3）： 260?273.

[2] VIDOSSICH G. An addition and a correction to my paper “Diffe?

rential inequalities for evolution equations” [J]. Nonlinear Analysis： Theory， Methods&Applications， 2010， 72（2）： 618?623.

[3] 王凌.智能優化算法及其應用[M].北京：清華大學出版社，2001.

[4] 周文彬，蔡永銘，陳華艷.實值多種群遺傳算法求解動態規劃問題[J].控制工程，2007（z1）：103?104.

[5] NICOSIA G， STRACQUADANIO G. Generalized pattern search algorithm for peptide structure prediction [J]. Biophysical Journal， 2008， 95（10）： 4988?4999.

[6] WETTER M， POLAK E. Building design optimization using a convergent pattern search algorithm with adaptive precision simulations [J]. Energy and Buildings， 2005， 37（6）： 603?612.

[7] 聶沖，王維平，趙雯.基于學習算子的自學習遺傳算法設[J].計算機仿真，2006（9）：168?171.

篇（7）

慢性肺源性心臟病（簡稱肺心病，PHD），屬于中醫學 “肺脹”、“喘病”、“水腫”等范疇，病機多為肺、脾、心、腎虧虛，進而引起痰、瘀、水潴留。益氣養陰、活血通絡是其基本治法[12]。芪參益氣滴丸（QS）具有益氣通脈、活血止痛的作用，在臨床上主要用于冠心病和心力衰竭，且對肺心病也有一定的療效，但對肺心病的治療機制尚不明確[3]。肺心病后期可出現全心衰，心肌能量代謝底物利用變化，能量消耗增加，游離脂肪酸堆積，抑制糖酵解，使心肌能量代謝進一步惡化[45]。有研究表明，QS能通過增加心肌組織中ATP的含量來改善心肌能量代謝[6]。作者推測QS可能通過改善心肌能量代謝的途徑從而對肺心病起到治療作用，本實驗對此進行了研究。

1材料

島津高效液相色譜儀（日本島津公司）；電子分析天平（BT125D，賽多利斯科學儀器有限公司）；超聲破碎儀[Biosafer250up，賽飛（中國）有限公司]；超速離心機（sigma3k15，北京五洲東方科技發展有限公司）；超聲清洗儀（KQ500E，昆山市超聲儀器有限公司）。

QS浸膏（黃芪、丹參、三七、降香，天士力制藥集團股份有限公司）；野百合堿（MCT，GR132140225，南京廣潤生物制品有限公司）；色譜純乙腈（500 mL，天津市康科德科技有限公司）；三磷酸腺苷二鈉，二磷酸腺苷二鈉，5′腺嘌呤核苷酸二鈉鹽（批號20151104，北京索萊寶科技有限公司）；氫氧化鈉，磷酸二氫鉀，氫氧化鉀（500 g，分析純，天津市化學試劑供銷公司）；高氯酸（天津市化學試劑供銷公司）。

40只雄性Wistar大鼠，180～200 g，SPF級，購于北京維通利華實驗動物技術有限公司，許可證號SCXK（京）20120001。

2方法

21實驗動物飼養

飼養于天津市放射醫學研究所，溫度（22±2） ℃，濕度（60±5）%。飼料為標準鼠糧，自由攝食飲水。

22實驗動物分組

將40只大鼠適應性喂養1周后，隨機分為4組：對照組（C，n=10），模型組（M，n=10），QS低劑量組（L，n=10），QS高劑量組（H，n=10）。

23肺心病模型的復制

無水乙醇和生理鹽水（2∶8）混合液將MCT配成1%的溶液備用。大鼠適應性喂養1周后，M，L，H組單次腹腔注射MCT（60 mg?kg-1），C組腹腔注射相應體積的生理鹽水。

24給藥方法

造模次日起，L組灌服2倍臨床等效劑量的QS浸膏（945 mg?kg-1），H組灌服4倍臨床等效劑量的QS浸膏（189 mg?kg-1），C和M組灌服相應體積生理鹽水，每日1次，連續給藥6周后進行藥效學研究。

25大鼠心肌組織中ATP，ADP，AMP的測定

251對照品的制備

稱取ATP對照品111 mg，ADP對照品096 mg，AMP對照品119 mg，分別加蒸餾水定容至1 mL，各取3種儲備液一定量混合后得混標溶液，4 ℃避光保存，備用。

252樣品的制備

取大鼠右心肌組織約200 mg，按心肌組織質量高氯酸溶液（042 mol?L-1）體積 1∶5加高氯酸溶液，在溶液中剪碎心肌組織，于4 ℃，3 000 r?min-1離心10 min，取上清液，加入KOH溶液（05 mol?L-1）調節pH在60左右，靜置5 min，同條件下離心10 min，取上清液，過022 μm微孔濾膜，得到樣品溶液[78]。

253色譜條件

Venusil MP C18色譜柱（46 mm×150 mm，5 μm）；流動相乙腈（A）磷酸鹽緩沖液（B，pH 61），梯度洗脫，0～20 min，0% A，20～30 min，0%～60%A，30～45 min，60%～0%A；柱溫為室溫；流速1 mL?min-1；檢測波長254 nm；進樣量20 μL。對照品溶液及供試品溶液的色譜圖見圖1。

26統計分析

實驗數據均以±s表示，應用SPSS 170統計軟件進行分析，ANOVA做不同組之間差異比較，P

3結果

31高效液相色譜法方法學考察[9]

311專屬性

ATP，ADP，AMP對照品進樣后保留時間分別為74，92，178 min。

312線性關系考察

分別將儲備液稀釋2，4，8，16，32，76，900倍，制成系列對照品溶液。測定峰面積，以峰面積（Y）對濃度（X）進行線性回歸，結果見表1。

313檢測限與定量限

將對照品儲備液用蒸餾水逐級稀釋，進樣測定，4討論

本實驗通過改變不同的色譜條件，以及樣品處理過程中的變量因素，篩選并建立了一種快速測定大鼠心肌組織中ATP，ADP，AMP含量的高效液相色譜方法，并且在此色譜條件下對ATP，ADP，AMP的檢測進行了全面的方法學考察。

參照文獻[1012]，采用磷酸鹽緩沖液（磷酸二氫鉀，氫氧化鈉，蒸餾水）為水相，比較有機相甲醇和乙腈，使用乙腈時柱壓相對平穩，減少磷酸鹽緩沖液對高效液相色譜儀的損傷；通過改變兩相的比例，找出樣品出峰的最佳條件。空白樣品中的峰為流動相梯度改變程度大所致，ATP，ADP，AMP在這個峰之前出峰，對樣品分析沒有干擾。比較水相pH為56，61，66時樣品的色譜圖，發現pH為61時，ATP，ADP，AMP出峰時間合理且分離度較好，故調整水相的pH為61。最佳色譜條件為有機相采用乙腈；流動相梯度0～20 min，0%乙腈；20～30 min，0～60%乙腈；30～45 min，0%乙腈；調節水相pH為61。

樣品處理過程中，比較剪心肌組織次數的不同（200，300，400，500，600次）對3種成分含量多少的影響，發現隨著剪切次數的增加，3種成分的含量逐漸增加，剪心肌500與600次3種成分的含量接近，故處理樣品時剪切次數為500；使用超聲勻漿破碎儀將剪碎的心肌組織制成勻漿液，結果發現與不使用勻漿破碎儀的相同樣品比較，ATP含量減少，AMP含量增加，提示ATP發生分解，故不使用超聲破碎勻漿的方法；用氫氧化鉀溶液調節樣品的pH，比較不同的pH（40，60，83）對樣品出峰的影響，結果表明：3種不同pH樣品的出峰時間與峰面積相似，pH越小，分離度越好，但溶液pH過低會對色譜柱造成一定的損害。故最后選用與流動相接近的pH 60。

肺心病是由支氣管肺組織或肺動脈血管病變，肺血管阻力增加，血管內皮細胞增殖，肺動脈高壓，使右心室負荷增加，長期慢性缺氧，呼吸系統反復感染，細菌毒素的作用，逐漸導致右心功能不全，繼而發展成全心功能衰竭[1314]。心肌能量代謝障礙是肺心病的主要癥狀之一，目前主要通過西藥的支氣管擴張劑、抗生素、呼吸興奮劑和抗心力衰竭的藥物聯合應用為主要的緩解辦法，但不能從根本上治療該疾病且具有一定的副作用[15]。芪參益氣滴丸主要由黃芪、丹參、三七、降香4味中藥組成[3]。臨床上主要用于冠心病、心力衰竭、肺心病[16]、擴張性心臟病、慢性乙型肝炎、特發性肺纖維化、化療引起心臟病并發癥和糖尿病微血管病發癥等[4]。本研究結果顯示，通過野百合堿復制的大鼠肺心病模型，其心肌組織中ATP含量和EC下降，AMP含量升高，提示肺心病大鼠心肌能量代謝障礙；給予芪參益氣滴丸治療可以顯著增加心肌組織ATP含量和EC，降低AMP含量，提示QS可能改變腺苷酸含量，通過改善心肌能量代謝的途徑來治療肺心病。

肺心病是一種常見的的呼吸系統疾病，嚴重者病情發展至右心衰甚至全心衰，且目前的西醫臨床治療方法較難治愈。本研究表明心肌能量代謝的改善可能是QS治療肺心病的關鍵途徑之一，拓寬了QS的治療與臨床應用范圍[1718]。同時本研究建立了一種高效液相色譜方法，可以快速、準確測定大鼠心肌組織中ATP，ADP，AMP的含量，為生物樣品中能量代謝相關含量的測定研究提供了參考。

[參考文獻]

[1]胡學軍，柏正平，王帥，等 肺心病緩解期的中醫證型研究[J]中華中醫藥學刊，2012，30（3）：535

[2]陳慶速，浦紹榮 中醫藥治療肺心病緩解期的臨床體會[J]云南中醫中藥雜志，2011，32（6）：97

[3]邵正斌，戴小華，毛靜遠，等芪參益氣滴丸對慢性心力衰竭患者心功能及超敏C反應蛋白的影響[J]中國實驗方劑學雜志，2015，21（15）：152

[4]隋博文，李竹英，敖杰男心力衰竭與代謝重構[J]中國心血管病研究，2007，5（11）：851

[5]祝善俊代謝重構與慢性心力衰竭[J]中華老年心腦血管病雜志，2007，9（6）：361

[6]Tang D X， Zhao H P， Pan C S， et alQiShenYiQi Pills，a compound Chinese medicine，ameliorates doxorubicininduced myocardial structure damage and cardiac dysfunction in rats[J] Evid Based Complement Alternat Med，2013，2013：480597.

[7]尤海生，朱亞寧，董亞琳，等 HPLC法測定心衰大鼠心肌中ATP、ADP與AMP的含量[J]中國藥師，2015，18（5）：722

[8]孫蕊，賈鵬禹，俞龍浩，等 反相高效液相色譜法測定小鼠心肌中ATP、ADP和AMP含量及分析[J] 黑龍江八一農墾大學學報，2012，24（2）：30

[9]中國藥典四部[S]2015：375

[10]郭丙炎，吳勝丹，王嵐，等 三磷酸腺苷二鈉及其制劑含量測定方法的改進[J] 中國藥品標準，2002，5（3）：28

[11]鄭屹，陳賽慧，葉薇，等高效液相色譜法檢測細胞能量代謝物質的方法建立與應用[J]科技通報，2012，28（7）：46

[12]張玲， 潘杰 高效液相色譜法測定小鼠心肌組織中ATP、ADP、AMP的含量[J]中國醫院藥學雜志，2008，28（21）：1888

[13]李75例慢性肺源性心臟病的中西醫結合治療[J] 中國中醫藥咨訊，2011，3（3）：225

[14]楊亞勤 依那普利聯合丹參酮治療肺心病急性加重期患者[J] 中國實驗方劑學雜志，2012，18（8）：252

[15]Budhiraja R，Tuder R M，Hassoun P MEndothelial dysfunction in pulmonary hypertension[J] Circulation，2004，109（2）：159

[16]Park M HAdvances in diagnosis and treatment in patients with pulmonary arterial hypertension[J]Catheter Cardio Inte，2008，71（2）：205

[17]崔佩佩，王剛，宋生有，等. 芪參益氣滴丸對大鼠心肌缺血Ppp3r1及Atp5d基因表_變化的影響[J]藥物評價研究，2010，33（3）：191.

篇（8）

隨著社會經濟的發展，現代科技的進步，計算機已經逐漸走入普通人家，各行各業也正普遍使用計算機技術和信息技術，計算機技術方便了人類的生產和生活且又與信息技術有著相似之處，所以有些人會將二者混為一談，視作信息技術，這種理解雖然有些道理，但是是不完全正確的。計算機技術與信息技術有著本質上的區別。計算機是信息技術能夠實現的基礎單元，計算機是信息技術的核心代表，而信息技術的含義是指對信息進行收集、獲取、分析、理解、處理、加工以及傳遞等工作，從其含義上可以看到，信息技術不僅僅只包含有計算機技術，其中含包括電視、廣播、光盤和錄音等。

2 計算機技術的概念及核心功能

2.1 計算機技術的概念

計算機的發明使得人類的生產生活得到了很大的改變，尤其在網絡化上的應用，更是方便了人類的生活生產。計算機技術與通信技術的融合成就網絡技術，網絡技術是指，將一個區域內所有獨立計算機通過各類通信線路進行連接，再通過計算機的共享功能實現區域內所有計算機數據共享與傳遞的一種共享技術。換而言之，計算機網絡技術就是在利用迅捷高效的計算機與快速廣泛的通信技術實現區域內計算機數據資料的共享與傳遞，從而方便人類的生產生活，提高社會生產率。

2.2 計算機技術的核心功能

我國計算機的普及雖然比發達國家較晚，但是隨著近年來我國經濟科技的快速發展，計算機在我國已經得到廣泛推廣。從早期的數據統計到如今的網絡化技術，計算機在當下生產生活中已經取得了不可頂替的地位，在未來，計算機高效快捷的工作效率也會使得在社會生產中有著重要的位置。從現實運行情況中，也可以看到計算機技術表現最為突出并得到普及應用的是數據處理與網絡運用兩個方面。

2.2.1 計算機技術的數據處理

數據處理是計算機技術最基本也是最關鍵技術。其不僅具有傳統收集、處理、計算數據的功能，且能夠實現自動化篩選操作，為用戶提供最快捷的搜索功能。這使得現代的數據處理已經從最初的數據收集與傳送發展到如今的人工智能選擇，這樣能夠提高數據處理的精準性，并且與此同時提高處理數據的效率。計算機使用者將復雜的數據錄入計算機中，其相對應的編程就會將數據轉換成相對應的代碼，就可以實現計算機全程處理數據，從而縮短處理時間，提高數據處理的效率，并且能夠保證相應的數據處理準確率。不僅如此，數據處理作為計算機設計之初的核心功能，其被廣泛地應用于各個領域，無論是個人還是企業，數據處理都能夠提高使用者的工作效率，滿足其工作需求。

2.2.2 計算技技術的網絡運用

網絡運作是指計算機實現數據傳輸與共享的功能，這是現今計算機非常重要的功能。這也是計算機吸引廣大用戶群體的重要因素，無論是個人生活還是網上辦公，尤其是網上辦公的便捷在大型企業中表現的更為明顯。目前因為網絡化為企業帶來高效與便捷，所以許多的企業開始實現網絡辦公，這是企業網絡化轉型也是未來發展的必然趨勢，也是社會發展的必然結果。在未來，計算機技術的應用狀況或許將成為企業核心競爭力，計算機的資源共享與數據傳輸將是所有企業為了生存與發展而共同努力的奮斗目標，而互聯網在我國高新科技產業中的作用也是越來越大，有效促進我國高新科技產業的可持續發展。

當然，除了數據處理以及網絡運用，這兩者是計算機技術最主要的職能，計算機技術還包括其他許多的職能。從而可以看出，計算機技術應用廣泛，切實有效的利用好計算機技術對于企業或是個人的發展都有著非常重要的作用。

3 計算機技術與信息技術的聯用

在當下時代背景下，人類進入了信息化時代，信息技術在人類的生產生活中得到了廣泛地應用，為人們的生產生活帶來了諸多的便利。信息技術一般包括計算機技術、通信技術和傳感技術等。在計算機技術與信息技術還未實現聯用的時候，計算機技術與信息技術是分開的，它們各自獨立運行承擔相對單一的工作。而隨著科學技術的不斷發展以及生產方式的不斷變化，人類需要解決的問題往往涉及多個學術領域，這也使得單一的處理方式無法滿足現代科技發展的需要，人們需要根據實際情況，將計算機技術與信息技術進行聯用，方才能夠解決復雜的問題，促進現代科技的發展，計算機技術與信息技術的聯用也就應運而生。

3.1 計算機技術與通信技術的聯用

通信技術是信息技術中最重要的組成部分，其可以分為無線通信技術和有線通信技術。在傳統的通信技術中有線通信技術是信息傳輸的主要通道，占據著主要地位，但是隨著無線通信技術的發展，用戶對于廣泛快捷的無線通信技術的需求越來越大。而計算機技術與通信技術的聯用不僅可以提高數據傳輸的效率，同時又能夠加強數據傳輸時的安全，保證用戶的隱私安全，從而能夠得到用戶的信賴。

3.2 計算機技術與傳感技術的聯用

傳感技術是指對傳感器進行信息梳理與開發應用，其中最重要的是處理工作。傳統的數據收集與處理是分開進行的，而一旦將兩者工作結合在一起，就可以就繁瑣的兩項工作合并為一項工作，這樣在數據收集時就可以進行數據處理工作，減少了工作流程和工作時間，提高了工作效率，同時還能夠避免一些因中間工作而發生的偶然性誤差，提高工作的準確率。

4 結束語

總之，將計算機技術與信息技術聯用的具體步驟就是，需要做好通信技術、傳感技術與計算機技術三者的聯用。

參考文獻

[1]秦靖偉.計算機技術與信息技術聯用的分析[J].高新技術產業發展，2012：25.

篇（9）

在當下的社會,人類的社會正處在一個信息化的時代,各種各樣的科學技術層出不窮,并且得到了廣泛的應用與普及,為了社會當中各項事業的發展都創造了非常有利的條件,計算機技術可以說成是信息技術的一種分析。為了適應當今的社會,滿足在發展與進步的同時所需求的,把計算機的技術與一些其他的信息類的技術進行聯用是必然的發展趨勢。

1 計算機技術與信息技術的區別

隨著高科技時代的到來,信息技術得到了廣泛的應用,但是人們總是將計算機技術和信息技術混為一談,認為計算機技術和信息技術是一樣的,這是對計算機技術的一種誤解。主要的原因就是計算機是信息技術的核心代表。信息技術的含義是指對信息進行收集、獲取、分析、理解、處理、加工以及傳遞等工作,從信息技術的含義來看,信息技術包含的不止計算機一種技術,其中還包含了電視、廣播、光盤、錄音等。計算機只不過是信息技術的一個重要的組成部分而已。

2 計算機技術的核心功能

計算機的技術在我國已經得到了普遍,而且也有著比較長的時間,從早期的只是單單的對統計數據功能發展到了今天的網絡化技術,計算機技術在當下的生活當中起著重要的作用以及占據著重要的位置,無法被替換。從現實當中運用的角度來進行分析,計算機技術的實用性、優越性等特點都被體現了出來。但是最突出的還是數據的處理和網絡的運用兩個大的方面。

2.1 計算機技術的數據處理功能

計算機最關鍵的技術就是具有對數據進行處理的強大功能,計算機技術的數據處理功能不僅具有收集、計算、處理數據的傳統的功能,還具有自動篩選的功能,為客戶進行快捷的搜索功能提供了便捷。用戶可以將數據輸入到計算機當中的存儲器,針對計算機自動操作編制相對應的代碼程序,在確認執行程序命令之后,便可以按照這個標準對數據進行綜合的處理。數據的處理功能不僅能夠滿足個人的用戶,對于企業的數據處理的操作的需要也能夠滿足。

2.2 計算機技術的網絡運用

從計算機誕生到現在已經具備了六十多年的歷史了,六十年對于計算機的發展來說是至關重要的,經過了三個階段的發展。而互聯網則屬于計算機技術的一種延伸,基于互聯網的平臺能夠實現數據的高效的傳輸和資源共享進行共同利用。例如各個企業在網絡平臺都有屬于自己的一個網站或者是相關的網頁,這些網站或者是網頁都涵蓋了大量的有價值的市場中的信息以及同行之間的信息,滿足了同行業的競爭,從而促進了經濟的發展。除此之外,計算機網絡同時還是電子商務的一個核心條件,促進了我國新興企業或產業結構發展的可持續性。

3 計算機技術和其他的信息技術之間的連用

信息核心的技術包括了計算機的技術、傳感的技術、通信的技術,在不同的領域單獨的只用三大技術中的一項都可以滿足不同用戶的不同要求,為一些在特定的行業領域中的用戶提供了諸多的便捷。經過高科技時代的不斷的發展,市場的經濟已經在向著一體化的方向在進行逐步的發展,諸多的企業在經營與管理的方面面臨著很多很多的困難和挑戰,從某種角度說,單一的信息技術已經無法滿足用戶們在管理與經營上的需求,無法適應發展后企業的節奏。因此,只有將計算機技術與其他的信息技術進行配合、融入、整合到一起,必須建立一個以綜合性的技術為模塊,以此才能進一步的對信息技術的功能進行強化。所以計算機的技術與其他的信息技術進行聯用是在科學發展推動下進行發展的必然趨勢。

3.1 基于計算機技術建立起的通信技術的聯用

通信的技術分為無線通信以及有線通信兩種,在當今的社會,有線通信的技術基本都已經被無線通信的技術所取代,無線通信的技術傳輸的范圍更加的廣闊,數據在傳輸的時候安全的系數更加的高。計算機技術和通信技術的聯用可以實現高效率的數據傳輸,發送方可以在短時間內讓接受方接收到數據。通信網絡可以把計算機所處理的數據傳送給每個用戶,而計算機及實現對通信傳輸在線的監控,計算機技術和通信技術的聯用很大的程度提高了數據傳輸的安全性、穩定性、可靠性。

3.2 基于計算機技術建立起來的傳感技術聯用

傳感技術最主要的共就是獲取信息源,然后根據用的要求進行苦力、篩選、變換信息,傳感活動一般包括:傳感器(還被稱之為換能器)、信息處理和識別的規劃設計、制造、開發、應用、測試以及評價改進等活動。信息產業中將計算機技術和傳感技術的聯用,可以建立一個對數據進行收集以及處理的一體化的操控。例如傳感的技術負責和按照用戶的需求來獲取有用的信息資源,別且對有用的信息進行自動的捕捉;計算機技術可以對獲取后的信息進行處理,存儲到數據當中,等到用戶需要的時候方便隨時調取使用。

4 總結

全球經濟的不斷發展,單項的信息技術已經無法滿足人們的需求了,因此促進了計算機技術與信息技術的發展,只有將計算機技術與其他的信息技術整合為一天,才能夠滿足各個人的需求。計算機技術和通信技術的聯用,計算機技術和傳感技術的聯用,在未來的信息產業和其他的領域都將占據主導的地位,也是其他產業進行發展和優化時的有力的保障,同時也為科學技術的改革起到了推動的作用,在技術的改革方面也是一個非常有力的因素。

參考文獻:

[1]韓麗艷、安立奎、王秀敏,層次分析方法在信息技術教育內容設置上的研究[J].中國現代教育裝備,2008(02).

篇（10）

二、簡要敘述計算機先進技術在電子商務中的應用

計算機發展和應用的過程是分為三個階段的。這三個階段在實施的過程中是相互交叉的。計算機技術發展的第一個階段是以工作事務的相關處理系統作為發展中心。這個時期主要是將人力從繁重的工作中解放出來，取而代之的是機器人的自動化生產，這一階段的發展歷程是20年。計算機發展的第二個階段是工作專業的電子化為發展中心。這個時期主要是針對辦公室的自動化，計算機的發展技術將辦公中的數據和表格進行計算機的處理，以圖樣的形式直接的呈現在工作人員面前。這樣的計算機技術讓辦公室的工作更加的有效率，這一時期還出現了電子打印技術，更好的為辦公室工作進行服務。這一階段的發展歷程是十五年。計算機發展的第三個階段是網絡時代。計算機的先進技術和電子通訊的先機技術有機的結合在了一起，形成了現在社會中非常普遍的網絡時代。

篇（11）

前言

計算機應用范圍越來越廣闊，被社會各行業廣泛利用，21世紀是一個網絡信息技術發展時代，擁有計算機技術是每個優秀人才必備的技能，逐漸被各行業重視。計算機技術運用在建筑行業，不僅提高了該行業的工作效率，更是改變了建筑行業的工作模式，成為建筑中

一、建筑智能化的含義

（一）建筑智能化將計算機科學技術、通訊技術、控制技術等與建筑藝術結合起來，創造一個先進的、安全性高、方便靈活的建筑環境，從狹義角度講，是將計算機技術運用在建筑行業中，連接科學網絡技術與建筑行業，促進現代建筑智能化發展，如今，已經成為建筑發展的主要方向。

二、計算機技術的含義

（一）計算機技術基于互聯網之上，可以獲取人們需要的各種信息，促進人與事物之間的交流，占據信息智能化的主體地位，實現軟件設備與硬件設備的有機融合。計算機的發展帶動許多行業的發展。是改變世界通訊模式的主要技術。

三、智能化建筑的功能

（一）提高人們的生活質量，人們對生活水平的要求不斷提高與計算機技術的恰當應用，因此，造就了智能化建筑，不僅提高了自身工作能力，也改善生活質量。

（二）具有非常高的“工作能力”，對于及時數據可以快速處理。

（三）能夠統一管理建筑內的電子系統，比如：室內溫度、排水功能、電力輸送、防盜系統、照明等功能。

（四）具有相對穩定性與擴展性，根據需求調節功能，自動升級系統，成本較低，經濟實用，并且環保。

四、建筑智能化中運用的計算機技術

（一）CAD技術運用，我國建筑結構充分利用了CAD技術，不僅解決了傳統建筑結構中的設計問題，還提高了建筑結構水平與創新。利用CAD制圖能精確計算建筑結構的平面與空間大小，不僅實現建筑結構設計的智能化，并且減輕了設計工作人員的負擔，提高工作效率。由于信息技術的不斷發展，我國CAD制圖軟件受到建筑設計人員的廣泛利用，在建筑結構設計中能快速高效的完成結構設計，克服傳統結構設計中的難點，操作簡便許多。

（二）數字技術運用，主要基于計算機信息技術，將其取代事物作為基礎條件，通過互聯網信息實現信息傳遞。數字化概念一直是我國各行業關注的話題，數字化對于人們生活具有十分重要的意義，對建筑工程行業也有巨大作用，利用數字化技術，創新更多建筑類型，形成多元化的智能建筑，比如，工作可以在任何地點進行信息搜索，無需在辦公場所進行收集，擴大了工作地點范圍。同時，數字化技術的應用，能夠承擔建筑部分功能，創造更多的建筑形式。

（三）虛擬現實技術運用，虛擬現實技術是信息時展產物，一種新型技術，主要利用計算機技術構造一個虛擬的三維空間，通過三維空間提高用戶的感官真實感，能夠有效運用計算機技術改變環境，虛擬技術具有交互性特點，充分體現人類的豐富想象力與創造力。是實用性非常高的技術，在建筑行業廣泛利用，工作人員可以不斷創新設計虛擬空間，讓用戶從多個角度感受建筑物的魅力，提出自己的需要，加強與工作人員的交流。利用三維技術，能夠轉換不同設計方案，提高建筑物的創新。

五、計算機技術的智能化建筑分類

（一）智能化居民住宅建筑，連接住宅建筑內的網絡設備、通信設備，從而實現系統統一管理各種功能的使用與搭配，提高住宅居民的生活質量與便利性。

（二）智能化學校，智能化學校正在逐漸發展，大多數學校都已安裝多媒體教學，適應教學需求，提高教學質量。未來計算機不斷發展，智能化學校會不斷增多，通過互聯網普及教學知識，教師可以通過網絡進行虛擬教學，布置作業、考試等。

（三）智能化醫療機構，主要體現在網絡信息化，在醫院的管理系統上引入智能化管理系統，提高醫院診斷率，可對藥品進行系統化管理，極大提高了醫院的工作效率，并且可以使不同地方的名醫在網絡上會診，增加醫學界的交流。

六、計算機技術在智能建筑中的應用分析

（一）智能建筑自動化系統，BAS是樓宇自動化系統中主要代表。主要負責整個樓宇的水電、安全、電梯、燈光等統一管理，可以根據環境改變以預設的參數進行自動調節，節省人力與物力，提高生活品質。CAS系統是通信自動化系統中最常見的，主要確保各類圖像、數據、音頻能夠即時溝通與傳遞，也可以連接外界的網絡與內部網絡，從而實現世界各地無間斷通信。OAS系統是辦公自動化最主要的系統。包括物業管理系統與辦公設備系統，主要針對常用辦公所需要的模塊，例如文字處理、編輯排版、電子表格、輔助決策、文字處理等。結構化處理系統，主要是實現建筑物之間的網絡信息傳遞，可以交流實時語音信息、數據等，同時，可以聯系外部網絡信息與建筑物網絡，實現多功能結合。

（二）建筑智能化中的通信設計，在智能化建筑中，需要注意：①網絡平臺，可以根據不同的智能化功能的需求來轉換系統應用，可以對重復數據進行備份處理，在外接設備實現完美連接。②安全與應用系統，根據智能化建筑功能需求，選擇建立于實際辦公自動化情況的安全系統，以保證各種建筑工程項目順利開展。同時實現辦公的電子化，節約成本，減少資源浪費，根據運行系統的安全需求，選擇合適的防火墻和殺毒軟件。

結束語

在智能化建筑設計中，計算機技術是非常關鍵的因素，它的效用產生與功能運作是建筑智能化的決定因素。社會生產力的發展，建筑智能化的出現是社會發展的必然形態，近年來，我國在建筑智能化上取得較大突破，其市場也逐漸擴展。建筑智能化離不開計算機技術，為了保證我國智能化建筑的可持續發展，必須不斷創新計算機技術，結合科學知識，不斷提高建筑工作人員的專業技能。

參考文獻

[1]劉亞飛. 計算機應用技術與建筑智能化的發展探究[J]. 產業與科技論壇，2015，15：67-68.

[2]杜群. 計算機技術在建筑智能化中的應用研究[J]. 自動化與儀器儀表，2014，04：18-19+23.