第一篇：關(guān)于“出生醫(yī)學(xué)證明”與“分娩”信息在共享平臺應(yīng)用中的處理方法

關(guān)于“出生醫(yī)學(xué)證明”與“分娩”信息在共享平臺應(yīng)用中的處理方法

在宜昌市人口計(jì)生委的艱苦努力下，在宜昌市衛(wèi)生局的大力支持下，我們獲得了由衛(wèi)生系統(tǒng)提供的“出生醫(yī)學(xué)證明”與“分娩”信息，并將這些信息導(dǎo)入湖北省人口基礎(chǔ)信息共享平臺，取得了很好的效果?，F(xiàn)整理出數(shù)據(jù)處理方法，供大家參考。

一、原始資料及準(zhǔn)備

1、關(guān)于BirthCertificate（出生醫(yī)學(xué)證明，表1）。此表由生育對象在辦理出生醫(yī)學(xué)證明時(shí)，提供的夫妻雙方姓名、身份證號碼、女方戶籍地、新生兒姓名、出生時(shí)間、性別等信息。在辦理出生醫(yī)學(xué)證明的過程中，辦證人員錄入的信息，都由生育對象逐一核實(shí)，信息準(zhǔn)確率很高。

2、關(guān)于Labor（分娩，表2）。此表由助產(chǎn)技術(shù)服務(wù)機(jī)構(gòu)在生產(chǎn)過程中，對生育對象的各項(xiàng)信息進(jìn)入錄入。但部分信息項(xiàng)目不全，錄入信息未經(jīng)核對，信息準(zhǔn)確度不高。

3、將新建工作薄“當(dāng)陽市8月”，包含上述表1和表2，再復(fù)制表2，更名表3。此工作薄包含3個(gè)工作表。

二、查找及替換要求 以母親姓名作為比對依據(jù)，如果表1中的某條記錄母親姓名與表2中的母親姓名完全相同，則用表1中的該條記錄替換表2中的對應(yīng)記錄，并作紅色標(biāo)記。

三、操作步驟

1、打開工作薄“當(dāng)陽市8月”，選擇表3，選擇“工具”-“宏”-“宏”，打開對話框，輸入宏名“TH”，在“位置”處單擊下拉框選擇“當(dāng)陽市8月”，單擊“創(chuàng)建”，打開VB編輯工具，在Sub TH()和End Sub中間粘貼以下代碼：

Dim i, j As Integer

Dim nr As Integer

Dim str1, str2, rng As String

Application.DisplayAlerts = False

Sheets(“表2”).Select

Cells.Select

Selection.Copy

Range(“A4”).Select

Sheets(“表3”).Select

Range(“A1:P1”).Select

ActiveSheet.Paste

Range(“A4”).Select

With Sheets(“表1”)

nr =.[a65536].End(xlUp).Row

i =

4Do Until Cells(i, 1)= “"

str2 = Cells(i, ”A“)& Cells(i, ”F“)

For j = 4 To nr

If Cells(i, ”A“)=.Cells(j, ”A“)Then

str1 =(.Cells(j, ”A“))&(.Cells(j, ”F“))

Exit For

End If

Next j

If str1 = str2 Then

Cells(i, ”B“)=.Cells(j, ”B“)

Cells(i, ”C“)=.Cells(j, ”C“)

Cells(i, ”D“)=.Cells(j, ”D“)

Cells(i, ”G“)=.Cells(j, ”G“)

Cells(i, ”H“)=.Cells(j, ”H“)

Cells(i, ”I“)=.Cells(j, ”I“)

Cells(i, ”J“)=.Cells(j, ”J“)

Cells(i, ”K“)=.Cells(j, ”K“)

Cells(i, ”M“)=.Cells(j, ”M“)

Cells(i, ”O(jiān)“)=.Cells(j, ”O(jiān)“)

Cells(i, ”p“)=.Cells(j, ”P“)

rng = ”A“ & Trim(Str(i))& ”:P" & Trim(Str(i))

Range(rng).Select

Selection.Font.ColorIndex =

3End If

i = i +

1Loop

End With

Application.DisplayAlerts = True

關(guān)閉對話框，關(guān)閉VB編輯器。

2、選擇“工具”-“宏”-“宏”，打開對話框，單擊“執(zhí)行”。EXCEL將會執(zhí)行宏命令，按照要求進(jìn)行查找和替換?？纯唇Y(jié)果，是不是你所希望的？

3、說明：首先，因?yàn)楸?中的E、L、N三列無數(shù)據(jù)，所以保留表3中的這三列數(shù)據(jù)不作替換。其次，查找的列名是女方姓名，如果產(chǎn)婦中有姓名安全相同的兩個(gè)對象，則可能會被替換為一個(gè)對象。第三，如果某產(chǎn)婦生了雙胞胎，替換后則需要核實(shí)新生兒性別等信息，特別是雙卵雙胎，即“龍鳳胎”要核實(shí)并修改新生兒性別。

4、后續(xù)處理。因?yàn)楸碇械膵雰撼錾鷷r(shí)間是采用的“YYYY-MM-DD HH-MM-SS”格式，需要按要求替換為“YYYY-MM-DD”格式?？梢圆捎肔EFT函數(shù)截取字符串，方法如下：

在表3后面選擇對應(yīng)列的單位格，輸入公式＝left(I4,10),執(zhí)行公式，選擇單元格的公式，復(fù)制到整列，獲取數(shù)據(jù)。然后復(fù)制得到的數(shù)據(jù)，粘貼到I4列，注意粘貼時(shí)使用 “選擇性粘貼”—“數(shù)值”

5、導(dǎo)入數(shù)據(jù)。按助產(chǎn)機(jī)構(gòu)名稱分割成單獨(dú)工作表，導(dǎo)入湖北省基礎(chǔ)信息共享平臺。

第二篇：案例教學(xué)法在“醫(yī)學(xué)科研方法”課堂教學(xué)中的應(yīng)用

陳峰 潘建東（溫州醫(yī)科大學(xué)眼視光學(xué)院）

針對眼視光學(xué)專業(yè)學(xué)生“醫(yī)學(xué)科研方法”課堂教學(xué)存在的問題，我們提出了案例教學(xué)法應(yīng)用于該課程教學(xué)的構(gòu)想并進(jìn)行了實(shí)施。問卷調(diào)查顯示，案例教學(xué)法能夠提高學(xué)生課堂教學(xué)參與度，增強(qiáng)教學(xué)的效果。案例教學(xué)法在“醫(yī)學(xué)科研方法”的教學(xué)中取得了良好的效果，有助于培養(yǎng)學(xué)生科研創(chuàng)新能力和主動思考能力。

“醫(yī)學(xué)科研方法”是溫州醫(yī)科大學(xué)七年制眼視光學(xué)專業(yè)基礎(chǔ)必修課，講授醫(yī)學(xué)科學(xué)研究的目的和方法、循癥醫(yī)學(xué)的概念和應(yīng)用、科研論文的準(zhǔn)備和寫作等內(nèi)容，培育學(xué)生對醫(yī)學(xué)科研的興趣，訓(xùn)練學(xué)生在研究過程中形成科學(xué)思維方法。然而傳統(tǒng)的以課本知識為主體的教學(xué)方法難以真正達(dá)到以上教學(xué)目的，學(xué)生因?yàn)闆]有科研基礎(chǔ)和經(jīng)驗(yàn)，很難理解和把握課程中的概念和核心內(nèi)容。他們迫切希望接觸活生生的案例，提高對醫(yī)學(xué)科研的感性認(rèn)識。

案例教學(xué)起源于美國哈佛大學(xué)法學(xué)院，是以案例為基本教材，以培養(yǎng)學(xué)生自主學(xué)習(xí)能力、實(shí)踐能力、創(chuàng)新能力為基本價(jià)值取向，讓學(xué)生嘗試在分析具體問題中獨(dú)立地做出判斷和決策，以培養(yǎng)學(xué)生運(yùn)用所學(xué)理論解決實(shí)際問題能力的一種教學(xué)方法。該種教學(xué)方法已經(jīng)被運(yùn)用于商業(yè)、法律和醫(yī)學(xué)的教育上，取得了一定的效果。我們將該教學(xué)方法應(yīng)用到溫州醫(yī)科大學(xué)七年制眼視光專業(yè)“醫(yī)學(xué)科研方法”的課堂教學(xué)上，取得了良好的效果。

一 案例教學(xué)的設(shè)計(jì)和實(shí)施

案例教學(xué)對象為參加“醫(yī)學(xué)科研方法”課程的溫州醫(yī)科大學(xué)2006級、2007級和2008級七年制眼視光專業(yè)學(xué)生，共計(jì)97人。這些學(xué)生是在第十個(gè)學(xué)期學(xué)習(xí)這門課程，之前普遍缺乏科研經(jīng)驗(yàn)和科研意識?！搬t(yī)學(xué)科研方法”課程共安排32個(gè)學(xué)時(shí)，所涉及的內(nèi)容包含醫(yī)學(xué)文獻(xiàn)管理、醫(yī)學(xué)倫理學(xué)、實(shí)驗(yàn)設(shè)計(jì)、臨床研究、科研選題與申報(bào)等等。案例教學(xué)占2個(gè)學(xué)時(shí)，安排在其他課程結(jié)束之后。

教學(xué)所采用案例的指導(dǎo)思想是具有代表性、實(shí)踐性和啟發(fā)性的科研課題?？蒲邪咐Y選的對象包括近五年溫州醫(yī)科大學(xué)眼視光學(xué)院教師獲獎的研究課題，以及溫州醫(yī)科大學(xué)七年制眼視光專業(yè)學(xué)生參加全國挑戰(zhàn)杯的科研項(xiàng)目。經(jīng)過授課教師的集體討論，最后入選的案例有“實(shí)驗(yàn)性近視的研究”、“Leber遺傳性視神經(jīng)病變的研究”、“自動化彌散斑驗(yàn)光儀的研制”以及“便攜式光刷定位的后像弱視治療儀”等案例。這些案例所涉及的領(lǐng)域不是太復(fù)雜，既有應(yīng)用性研究又有基礎(chǔ)研究，既有儀器的開發(fā)和應(yīng)用，又有疾病病因的探討。一次案例教學(xué)采用兩個(gè)案例，其中一個(gè)偏基礎(chǔ)，另一個(gè)偏應(yīng)用，每個(gè)課時(shí)講授一個(gè)案例。

案例教學(xué)的步驟包括課前、課堂和課后三個(gè)環(huán)節(jié)。教師提前一周（之前一次課）向?qū)W生宣告下一次課程要采用案例教學(xué)的模式，介紹案例教學(xué)的方法和學(xué)生參與的方式。同時(shí)教師向?qū)W生分發(fā)科研案例，要求他們針對案例中科研課題的來源、研究背景和目的、研究方法、技術(shù)路線、研究得到的結(jié)果，研究的市場前景、與研究相關(guān)的論文和專利等方面進(jìn)行研究。

正式上課時(shí)教師首先對學(xué)生進(jìn)行分組，每次授課學(xué)生20至30人，分成2至3個(gè)小組。教師首先提出若干問題，例如如何才能選出合適的題目并能夠保證完成，研究的對象是什么，研究的類型和方法，研究的結(jié)果和意義等等。就以上問題學(xué)生們先是單獨(dú)思考，然后分組討論。討論完成后各個(gè)小組代表發(fā)言，匯報(bào)對科研案例的分析和總結(jié)，小組內(nèi)其他同學(xué)可以補(bǔ)充或修正代表的意見。在這個(gè)過程中，教師鼓勵學(xué)生討論和爭辯，穿插提出自己的意見和其他相關(guān)問題。教師最后總結(jié)案例，結(jié)合案例從頭至尾梳理醫(yī)學(xué)科學(xué)研究各個(gè)階段的重點(diǎn)知識和核心思想。

課后教師發(fā)放案例教學(xué)效果調(diào)查表并收回分析，布置課后作業(yè)：讓學(xué)生自己參與眼視光學(xué)院的一個(gè)科研課題。根據(jù)學(xué)生的反饋，教師集體討論“醫(yī)學(xué)科研方法”這門課程以及案例教學(xué)方法的經(jīng)驗(yàn)和不足，制訂整改方案。

二 案例教學(xué)的效果和反饋

在啟用案例教學(xué)的兩個(gè)課時(shí)中，一開始學(xué)生還是有點(diǎn)不太適應(yīng)，表現(xiàn)在發(fā)言不太踴躍，表情有些拘束。隨著課程的進(jìn)展和老師的引導(dǎo)，學(xué)生們逐漸進(jìn)入狀態(tài)，課堂上顯得非?；钴S。因?yàn)樗麄円庾R到自己面對的已經(jīng)不是書本上的文字，而是活生生的就在身邊的科研案例。而且許多問題沒有標(biāo)準(zhǔn)的答案，允許自由發(fā)揮，暢所欲言。學(xué)生們個(gè)個(gè)感覺自己好像就是科研案例的實(shí)踐者和評價(jià)者，運(yùn)用自己所具有的醫(yī)學(xué)科研相關(guān)知識，對每個(gè)案例的每個(gè)方面進(jìn)行評價(jià)和分析。

在案例教學(xué)課程結(jié)束后，任課教師向?qū)W生發(fā)放關(guān)于案例教學(xué)效果的調(diào)查表，調(diào)查表內(nèi)容包括學(xué)生對授課方法的認(rèn)可程度，對教師授課效果的滿意度，以及對授課方法的改進(jìn)意見等方面。所有97名學(xué)生均完成了問卷調(diào)查并當(dāng)場上交，結(jié)果見表1。問卷調(diào)查顯示，絕大多數(shù)學(xué)生對案例教學(xué)的效果表示滿意，認(rèn)為科研案例的引用有利于這門課程的掌握。學(xué)生普遍認(rèn)為通過這樣的學(xué)習(xí)方式，提高了學(xué)習(xí)醫(yī)學(xué)科研課程的興趣，增加了今后參與醫(yī)學(xué)科研實(shí)踐的動力。案例教學(xué)既幫助他們加強(qiáng)了一些基本概念的理解和記憶，也鍛煉了他們科學(xué)思維和科學(xué)實(shí)踐的能力。大部分同學(xué)覺得上課的兩個(gè)課時(shí)內(nèi)自己能夠有機(jī)會發(fā)言和表達(dá)，也有少部分同學(xué)覺得課堂時(shí)間有些緊張，自己發(fā)言機(jī)會還不多。（見表1）

三討論和總結(jié)

隨著醫(yī)學(xué)技術(shù)的革新和生命科學(xué)的迅猛發(fā)展，對醫(yī)學(xué)生進(jìn)行醫(yī)學(xué)科研方法的教育和培訓(xùn)變得愈發(fā)重要。但是如何在“醫(yī)學(xué)科學(xué)研究”這門課程的課堂上教會學(xué)生用科學(xué)的思維去思考和解決醫(yī)學(xué)問題卻是不小的挑戰(zhàn)。因?yàn)獒t(yī)學(xué)科學(xué)研究是一項(xiàng)實(shí)踐性很強(qiáng)的學(xué)科，學(xué)生需要不斷地實(shí)踐才能有所體會。而傳統(tǒng)的單純以教師為中心的講課式教學(xué)也許不能吸引學(xué)生的注意力，達(dá)到完滿的課堂效果。學(xué)生在課堂上往往是機(jī)械性地記憶書本上的知識要點(diǎn)，一旦真正開始研究時(shí)卻難以把理論付諸實(shí)踐。

作為理論教學(xué)的補(bǔ)充，案例教學(xué)能夠從另一方面加深學(xué)生對醫(yī)學(xué)科研知識的理解。案例教學(xué)是一種為學(xué)生提供模擬的實(shí)踐情景，提高學(xué)生解決實(shí)際問題的能力的教學(xué)方法。它與傳統(tǒng)的課本教學(xué)不同，不是按知識點(diǎn)的先后順序來進(jìn)行授課，而是提供一個(gè)完整的案例讓大家進(jìn)行探討和研究，從而梳理和鞏固課程中的內(nèi)容和知識。其優(yōu)勢在于鼓勵學(xué)生在用中學(xué)在學(xué)中用，學(xué)生探討時(shí)獲得的經(jīng)驗(yàn)和教訓(xùn)可以很容易復(fù)制到真實(shí)的活動中。

我們的研究表明，將案例教學(xué)引用到學(xué)生醫(yī)學(xué)科學(xué)研究的課堂教學(xué)中，提高了學(xué)生學(xué)習(xí)的積極性和主觀能動性，取得了優(yōu)良的教學(xué)效果。在案例教學(xué)過程中，課堂的氣氛變得空前活躍，大家都有發(fā)言的欲望，開始思索，遇到問題就在課本里或是通過討論得到答案。學(xué)生學(xué)習(xí)的案例都是自己身邊熟悉的教師做過的科研項(xiàng)目，有著親切的認(rèn)同感。學(xué)生可以以評委的身份對課題的設(shè)計(jì)和科研整個(gè)過程進(jìn)行分析和評價(jià)，有著自豪感和責(zé)任感。原先一些比較枯燥的科研概念例如統(tǒng)計(jì)分析等等，經(jīng)過例子的應(yīng)用變得生動而自然，有了頓悟的感覺。當(dāng)對整個(gè)課題進(jìn)行解剖和示教后，大家紛紛覺得科學(xué)研究的圣殿不再遙不可及，科學(xué)研究的道路也不是荊棘遍布了。在案例教學(xué)的過程中，教師所扮演的角色只是提問、傾聽和插入評論，不再需要大段地講述課本中的大道理，因?yàn)閷W(xué)生已經(jīng)自己在尋求答案。教師的作用是將案例與知識點(diǎn)相連同，填補(bǔ)現(xiàn)實(shí)與理論的間隙。不論是教師還是學(xué)生，都對案例教學(xué)在“醫(yī)學(xué)科研方法”課程中的應(yīng)用效果表示滿意。需要注意的是，由于案例教學(xué)需要學(xué)生進(jìn)行探究式的學(xué)習(xí)和足夠的知識儲備，教師應(yīng)當(dāng)提早給學(xué)生案例資料并督促其積極準(zhǔn)備。而如何在課堂的有限時(shí)間讓每個(gè)學(xué)生有充分的時(shí)間表達(dá)觀點(diǎn)，避免學(xué)生兩極分化，也是對教師的挑戰(zhàn)。教師應(yīng)當(dāng)在課堂上把握學(xué)生思考的節(jié)奏和流程，調(diào)動不同學(xué)生的興趣和熱情，做到人人有想法，個(gè)個(gè)有體會。

隨著醫(yī)學(xué)科學(xué)研究的進(jìn)步和對大學(xué)生科研創(chuàng)新能力要求的提高，“醫(yī)學(xué)科研方法”這門課程顯得更加重要。我們應(yīng)該不斷開發(fā)和完善相關(guān)的案例，使案例教學(xué)法在該門課程的教學(xué)中發(fā)揮更大的效力。

第三篇：網(wǎng)絡(luò)教學(xué)平臺在教學(xué)中應(yīng)用的研究與實(shí)踐

網(wǎng)絡(luò)教學(xué)平臺在教學(xué)中應(yīng)用的研究與實(shí)踐

隨著信息技術(shù)，特別是網(wǎng)絡(luò)技術(shù)的發(fā)展，一種新型的教學(xué)模式——網(wǎng)絡(luò)教學(xué)，已經(jīng)進(jìn)入現(xiàn)代教育的方方面面。作為網(wǎng)絡(luò)教學(xué)的載體——網(wǎng)絡(luò)教學(xué)平臺應(yīng)運(yùn)而生，并且正在以飛快的速度發(fā)展。利用網(wǎng)絡(luò)教學(xué)平臺，可以極大地豐富教學(xué)方法，擴(kuò)大教學(xué)空間，平衡教學(xué)資源，作為傳統(tǒng)教學(xué)模式的有效補(bǔ)充，是未來教學(xué)發(fā)展和改革的重要領(lǐng)域。

關(guān)鍵詞：網(wǎng)絡(luò)教學(xué)，網(wǎng)絡(luò)教學(xué)平臺，實(shí)踐

1、網(wǎng)絡(luò)教學(xué)

網(wǎng)絡(luò)教學(xué)是隨著信息技術(shù)的發(fā)展、現(xiàn)代教育技術(shù)的應(yīng)用而發(fā)展起來的，相對于傳統(tǒng)的教學(xué)模式，具有社會和教育意義上的巨大優(yōu)勢。

首先，網(wǎng)絡(luò)教學(xué)有助于發(fā)揮學(xué)生的學(xué)習(xí)自主性。由于在網(wǎng)絡(luò)教學(xué)中，網(wǎng)絡(luò)中的各種資源是學(xué)生的主要認(rèn)知對象，學(xué)生才是獲取、記憶、理解信息的主體，也是知識加工構(gòu)建的主體，所以，網(wǎng)絡(luò)教學(xué)將迫使學(xué)生主動地進(jìn)行學(xué)習(xí)。

其次，網(wǎng)絡(luò)教學(xué)具有更好的互動性。傳統(tǒng)教學(xué)模式受實(shí)踐、空間、教學(xué)任務(wù)等限制較多，師生之間的互動較少，而且多為“單向式”互動。而在網(wǎng)絡(luò)教學(xué)模式中，教師、學(xué)生、教學(xué)資料之間的關(guān)系是網(wǎng)狀的，在討論、協(xié)作學(xué)習(xí)、問題解答等模式中都可以展開“雙向”互動，而且不受時(shí)間、空間的限制，可以隨時(shí)隨地的展開，有助于激發(fā)學(xué)生的創(chuàng)造力。

再次，網(wǎng)絡(luò)教學(xué)更容易實(shí)現(xiàn)個(gè)性化教育。傳統(tǒng)教學(xué)是共性教育，難以照顧到學(xué)生的個(gè)性需求。而網(wǎng)絡(luò)教學(xué)具有開放性，交互性、多樣性的特點(diǎn)，學(xué)生可以根據(jù)自己的學(xué)習(xí)能力、學(xué)習(xí)條件，來確定自己的學(xué)習(xí)時(shí)間、學(xué)習(xí)內(nèi)容和學(xué)習(xí)進(jìn)度，較好的實(shí)現(xiàn)因材施教的原則。

最后，網(wǎng)絡(luò)教學(xué)有助于共享教育資源，平衡地區(qū)差異。由于多種原因，我國的地域發(fā)展還不平衡，多數(shù)教育資源集中在發(fā)達(dá)地區(qū)，偏遠(yuǎn)地區(qū)則面臨著教育資源短缺，短時(shí)間難以改變的現(xiàn)狀。欠發(fā)達(dá)地區(qū)的學(xué)生一樣需要豐富優(yōu)秀的教育資源來獲取知識、技能，改變命運(yùn)，網(wǎng)絡(luò)教學(xué)由于具有資源集中、遠(yuǎn)程傳輸、近實(shí)時(shí)性的特點(diǎn)，非常適合跨越地域限制。通過網(wǎng)絡(luò)即可實(shí)現(xiàn)資源的共享，讓一流的教學(xué)資源可以服務(wù)更多的需要它的人。

網(wǎng)絡(luò)教學(xué)已經(jīng)成為傳統(tǒng)教學(xué)的補(bǔ)充和延伸，可以說一場以互聯(lián)網(wǎng)為基礎(chǔ)的教學(xué)革命正在發(fā)生。網(wǎng)絡(luò)教學(xué)的特點(diǎn)在于其以學(xué)生為中心，這種模式不強(qiáng)調(diào)教師強(qiáng)制性灌輸知識，而是通過對學(xué)生思想的構(gòu)建，來引導(dǎo)、開發(fā)學(xué)生。

2、網(wǎng)絡(luò)教學(xué)平臺

網(wǎng)絡(luò)教學(xué)平臺，又稱網(wǎng)絡(luò)教學(xué)支持平臺。廣義的網(wǎng)絡(luò)教學(xué)平臺既包括支持網(wǎng)絡(luò)教學(xué)的硬件設(shè)施、設(shè)備，又包括了支持網(wǎng)絡(luò)教學(xué)的軟件系統(tǒng)。狹義的網(wǎng)絡(luò)教學(xué)平臺是指建立在Internet基礎(chǔ)之上，為網(wǎng)絡(luò)教學(xué)提供全面支持服務(wù)的軟件系統(tǒng)。

由于多媒體技術(shù)和通信技術(shù)的飛速發(fā)展，國內(nèi)外教育工作者利用傳媒與通信技術(shù)構(gòu)建網(wǎng)絡(luò)教學(xué)平臺，開展網(wǎng)絡(luò)教學(xué)活動。主要有開路電視遠(yuǎn)程教育系統(tǒng)，Internet教育系統(tǒng)，以衛(wèi)星傳輸為主、互聯(lián)網(wǎng)傳輸為輔的教育系統(tǒng)，雙向HFC 有線電視網(wǎng)絡(luò)現(xiàn)代遠(yuǎn)程教育系統(tǒng)，視頻會議系統(tǒng)等。通過網(wǎng)上交談、視頻會議進(jìn)行同步雙向交流和資源共享，更好地體現(xiàn)了網(wǎng)絡(luò)課堂的靈活、開放、基于資源的特點(diǎn)，及其在全面教育方面的無可比擬的優(yōu)勢。

目前在我國高校教學(xué)中實(shí)際應(yīng)用的網(wǎng)絡(luò)教學(xué)平臺逐漸集中在國外商業(yè)化平臺，國內(nèi)商業(yè)化平臺，高校按各自應(yīng)用需求研發(fā)出的在本校范圍內(nèi)使用的網(wǎng)絡(luò)教學(xué)平臺和開源軟件這四類平臺上。在構(gòu)建網(wǎng)絡(luò)教學(xué)平臺方面，主要的研究集中在提高教學(xué)的交互性方面，此外還有電子白板、答疑系統(tǒng)、虛擬教室、虛擬實(shí)驗(yàn)室等。無論何種類型的網(wǎng)絡(luò)教學(xué)平臺，都遵循著功能齊全、能實(shí)現(xiàn)學(xué)習(xí)策略、以學(xué)生為主體以及簡單實(shí)用的原則。在平臺功能上，為了保證教學(xué)應(yīng)用，主要應(yīng)該實(shí)現(xiàn)：

（1）教務(wù)管理功能

網(wǎng)絡(luò)教學(xué)平臺應(yīng)該實(shí)現(xiàn)教師管理、學(xué)生管理、課程管理、教室管理等教務(wù)管理功能。其中教師管理包括教師授課計(jì)劃、實(shí)驗(yàn)計(jì)劃、成績錄入等功能；學(xué)生管理包括班級課表、成績查詢、考試安排等；課程管理包括開設(shè)專業(yè)、設(shè)立課程、課程學(xué)時(shí)等；教室管理包括上課時(shí)間、上課教師、上課班級等。（2）課程學(xué)習(xí)功能

學(xué)習(xí)功能主要包括網(wǎng)上教學(xué)和在線學(xué)習(xí)功能。網(wǎng)絡(luò)教學(xué)平臺必須支持教師和學(xué)生在網(wǎng)絡(luò)環(huán)境下的教與學(xué)的一切行為，包括教師對教學(xué)活動的管理，如遠(yuǎn)程授課、批發(fā)作業(yè)、成績測評等。在線學(xué)習(xí)功能主要包括師生論壇、在線練習(xí)或課件下載、在線答疑、電子閱覽、視頻點(diǎn)播和作業(yè)提交及在線測試等。（3）網(wǎng)上交流與虛擬社區(qū)功能

網(wǎng)上交流模塊克服了傳統(tǒng)課程教學(xué)中所存在的問題，使師生之間、學(xué)生之間能夠不受距離限制的及時(shí)交換信息，有助于學(xué)生對所學(xué)知識技能的理解和掌握。網(wǎng)絡(luò)環(huán)境下的虛擬社區(qū)不僅可以用文本形式，還可以通過語音和視頻等方式進(jìn)行交流，使學(xué)生似乎處于真實(shí)討論學(xué)習(xí)環(huán)境中，有效地調(diào)動學(xué)生的學(xué)習(xí)興趣。（4）網(wǎng)絡(luò)練習(xí)與考試功能

遠(yuǎn)程考試基于網(wǎng)絡(luò)環(huán)境，允許學(xué)生隨時(shí)隨地進(jìn)行考試，十分方便靈活，非常適合一些動手操作性強(qiáng)的科目進(jìn)行考試，比如計(jì)算機(jī)專業(yè)的很多認(rèn)證考試，都是通過網(wǎng)絡(luò)平臺進(jìn)行的遠(yuǎn)程考試。（5）網(wǎng)絡(luò)課程開發(fā)

網(wǎng)絡(luò)教學(xué)平臺應(yīng)該能夠完成對網(wǎng)絡(luò)課程內(nèi)容的組織、呈現(xiàn)，實(shí)施模板式的網(wǎng)絡(luò)課程開發(fā)，實(shí)現(xiàn)對教學(xué)資源的拆分、整合、再設(shè)計(jì)，簡化開發(fā)網(wǎng)絡(luò)課程的開發(fā)難度，降低教師開發(fā)網(wǎng)絡(luò)課程的技術(shù)要求，帶來網(wǎng)絡(luò)課程的豐富。（6）網(wǎng)絡(luò)教學(xué)資源管理

包括教學(xué)資源管理和檢索服務(wù)。具有通過對教學(xué)資源的計(jì)劃、組織、協(xié)調(diào)和評價(jià)，以實(shí)現(xiàn)既定教學(xué)目標(biāo)的功能。并能夠按用戶的提問要求，利用電子計(jì)算機(jī)檢索出存儲在數(shù)據(jù)庫中的有關(guān)信息，以滿足用戶的檢索要求。比如學(xué)生對自己考試成績的檢索，教師對授課計(jì)劃的檢索等。

3、網(wǎng)絡(luò)教學(xué)平臺在教學(xué)中的實(shí)踐（1）我市應(yīng)用網(wǎng)絡(luò)教學(xué)平臺的情況

長春市為促進(jìn)農(nóng)村教育均衡發(fā)展，在資源建設(shè)、教學(xué)應(yīng)用、農(nóng)村師資隊(duì)伍建設(shè)等方面加大投入，建設(shè)長春市中小學(xué)教學(xué)資源庫，通過光盤派送和遠(yuǎn)程教育等方式，使農(nóng)村中小學(xué)生享受城市的優(yōu)質(zhì)教學(xué)資源。

另外，長春市還建立了天、地、人“三網(wǎng)合一”立體化培訓(xùn)模式，解決農(nóng)村教師教育技術(shù)能力和教學(xué)水平偏低的問題?！疤炀W(wǎng)”是充分利用衛(wèi)星傳輸資源對農(nóng)村中小學(xué)教師進(jìn)行培訓(xùn)。“地網(wǎng)”就是充分利用“長春市農(nóng)村中小學(xué)現(xiàn)代遠(yuǎn)程教育網(wǎng)”上資源對農(nóng)村中小學(xué)教師進(jìn)行在線培訓(xùn)，來解決長春市農(nóng)村學(xué)校人多面廣、難以集中、教師個(gè)體差異較大、信息技術(shù)水平參差不齊的問題，它可以實(shí)現(xiàn)網(wǎng)上時(shí)時(shí)互動交流。“人網(wǎng)”則充分利用光盤資源，有計(jì)劃、有組織、有考核的教學(xué)研討培訓(xùn)。

農(nóng)村中小學(xué)現(xiàn)代遠(yuǎn)程教育工程極大地縮小了城鄉(xiāng)教育的差距，堪稱農(nóng)村教育的“希望工程”，極大地改善了農(nóng)村學(xué)校辦學(xué)條件差、師資力量落后的局面，特別是農(nóng)村中小學(xué)生也能像城里孩子一樣，隨時(shí)享受到優(yōu)質(zhì)教育資源。

（2）我校應(yīng)用網(wǎng)絡(luò)教學(xué)平臺的情況

我所在的長春信息技術(shù)職業(yè)學(xué)院，屬于民辦高職院校，建校時(shí)間短，面臨師資力量不足、水平不高、教學(xué)條件相對較差等問題。但是在應(yīng)用現(xiàn)代教育技術(shù)，主要是網(wǎng)絡(luò)教學(xué)方面，卻緊跟時(shí)代潮流。學(xué)校投入大量資金和精力，構(gòu)建了較為完善的網(wǎng)絡(luò)教學(xué)平臺，并且高效地利用平臺為教學(xué)服務(wù)。主要應(yīng)用有以下幾個(gè)方面：

利用網(wǎng)絡(luò)教學(xué)平臺加強(qiáng)學(xué)生的學(xué)習(xí)興趣

高職教育的目的是培養(yǎng)高素質(zhì)技能型人才，不過由于受錄取政策的影響，我校學(xué)生普遍存在感性思維能力強(qiáng)，理性思維能力弱，學(xué)習(xí)意愿不高的問題，特別在一些基礎(chǔ)課和理論內(nèi)容較多的課程上尤為明顯。利用網(wǎng)絡(luò)教學(xué)平臺的多媒體優(yōu)勢，在課件和課堂教學(xué)活動中，應(yīng)用大量圖形、圖像、音樂、視頻等元素，改變傳統(tǒng)課堂的單調(diào)板書，吸引學(xué)生的注意力，激發(fā)學(xué)生的學(xué)習(xí)興趣。

利用網(wǎng)絡(luò)教學(xué)平臺強(qiáng)化學(xué)生的學(xué)習(xí)效果

一是通過在網(wǎng)上發(fā)布教學(xué)課件和學(xué)習(xí)資源，使學(xué)生可以在課外時(shí)間隨時(shí)隨地地進(jìn)行學(xué)習(xí)和提高，二是教師通過網(wǎng)絡(luò)平臺與學(xué)生進(jìn)行交流，可以實(shí)現(xiàn)討論、答疑、講解等活動，有助于學(xué)生強(qiáng)化所學(xué)的知識和技能。

利用網(wǎng)絡(luò)教學(xué)平臺提高教師的業(yè)務(wù)水平

我校的師資力量相比重點(diǎn)院校有很大不足，主要是教師隊(duì)伍較為年輕，缺乏經(jīng)驗(yàn)。通過網(wǎng)絡(luò)提供的平臺，參考、學(xué)習(xí)其他院校開發(fā)的高職精品課程和優(yōu)秀教師們的授課視頻，還有網(wǎng)絡(luò)上大量的相應(yīng)學(xué)科、課程的資源，都對我們業(yè)務(wù)水平和教學(xué)水平的提高有很大幫助。

利用網(wǎng)絡(luò)教學(xué)平臺進(jìn)行教務(wù)管理

學(xué)校引進(jìn)的教務(wù)管理系統(tǒng)可以讓教師通過無處不在的網(wǎng)絡(luò)查詢授課計(jì)劃、實(shí)現(xiàn)成績錄入等功能；讓學(xué)生實(shí)時(shí)了解班級課表、考試安排、考試成績等。其中最典型的就是學(xué)生考完試，可以不用在學(xué)校等結(jié)果，或是等下學(xué)期開學(xué)再知道自己的成績，在假期中隨時(shí)都可以登錄學(xué)校的平臺查詢自己的考試成績。

利用網(wǎng)絡(luò)教學(xué)平臺實(shí)現(xiàn)遠(yuǎn)程考試

我校為提高學(xué)生的技能水平，提高學(xué)生的就業(yè)競爭力，引入了“雙證”教育的模式，在畢業(yè)證的同時(shí)，還要求學(xué)生在校期間考取行業(yè)資格證書，如今信息技術(shù)行業(yè)的資格證書大多數(shù)都是通過網(wǎng)絡(luò)遠(yuǎn)程考試的方式進(jìn)行的，利用我校的網(wǎng)絡(luò)教學(xué)平臺，很容易就可以實(shí)現(xiàn)，由于這一優(yōu)勢，我校成為了多個(gè)行業(yè)資格認(rèn)證考試的考點(diǎn)，有利于學(xué)生的發(fā)揮。此外，我校自己組織的某些學(xué)科考試也是通過網(wǎng)絡(luò)考試的方法進(jìn)行的，不光節(jié)省了大量資源，也取得了不錯(cuò)的效果。

[1]丁興富，遠(yuǎn)程教育學(xué)（第二版）[M]北京師范大學(xué)出版社，2009 [2]陳麗，遠(yuǎn)程教育學(xué)基礎(chǔ)[M]高考教育出版社，2004 [3]吳敏生，沈培華等.教學(xué)資源信息網(wǎng)絡(luò)化建設(shè)與應(yīng)用[J]，高等工程教育研究，2002（3）[4]楊毅，基于校園網(wǎng)的現(xiàn)代教育技術(shù)體系初探[J].昆明理工大學(xué)學(xué)報(bào)，2003（4）[5]張文學(xué)，網(wǎng)絡(luò)系統(tǒng)中的遠(yuǎn)程教育平臺建設(shè)[J]網(wǎng)絡(luò)教育與遠(yuǎn)程教育2005（10）[6]衡冬梅，基于.NET的網(wǎng)絡(luò)教學(xué)系統(tǒng)設(shè)計(jì)[J]，科技情報(bào)開發(fā)與經(jīng)濟(jì)，2008（5）[7]余勝泉，網(wǎng)絡(luò)教學(xué)平臺的體系結(jié)構(gòu)與功能[J]，中國電化教育，2001（8）

[8]程建鋼，清華教育在線網(wǎng)絡(luò)教育支撐平臺的研究與設(shè)計(jì)[J]，中國遠(yuǎn)程教育，2004（5）

第四篇：集成平臺在煙草企業(yè)中的研究與應(yīng)用

集成平臺在煙草企業(yè)中的研究與應(yīng)用

摘 要 應(yīng)用集成平臺的研究與應(yīng)用，對提升中煙工業(yè)公司信息化水平意義重大。在煙草行業(yè)信息化規(guī)劃的指導(dǎo)下，河南中煙工業(yè)有限責(zé)任公司在應(yīng)用集成領(lǐng)域作了充分的應(yīng)用實(shí)踐，隨著在應(yīng)用移動化探索、信息集成共享和服務(wù)治理等方面的不斷深化，基本上建立起全面立體暢通的信息渠道，為河南中煙工業(yè)有限責(zé)任公司信息化提供基礎(chǔ)技術(shù)支持、為公司業(yè)務(wù)運(yùn)營一體化提供技術(shù)保障。

【關(guān)鍵詞】應(yīng)用集成 SOA 服務(wù)總線 移動互聯(lián)

河南中煙工業(yè)有限責(zé)任公司（以下簡稱河南中煙）建成了覆蓋公司本部、技術(shù)中心、市場營銷中心以及七家卷煙廠的主干網(wǎng)絡(luò)，形成以財(cái)務(wù)、裝備系統(tǒng)、項(xiàng)目管理系統(tǒng)、人力資源系統(tǒng)、實(shí)驗(yàn)室信息管理、協(xié)同營銷系統(tǒng)等為核心的業(yè)務(wù)管理系統(tǒng)和以O(shè)A系統(tǒng)、標(biāo)準(zhǔn)管理系統(tǒng)、煙葉物資交易系統(tǒng)等為核心的電子政務(wù)系統(tǒng)。這些系統(tǒng)形成了大量的信息孤島，為了發(fā)揮信息化建設(shè)的整體優(yōu)勢，做到企業(yè)間、橫向系統(tǒng)整合、縱向業(yè)務(wù)深度集成，公司按照“平臺+應(yīng)用”的模式進(jìn)行集成平臺建設(shè)。借助SOA的思想與技術(shù)手段，搭建動態(tài)的技術(shù)架構(gòu)，統(tǒng)一技術(shù)標(biāo)準(zhǔn)，集成、整合、優(yōu)化企業(yè)內(nèi)與企業(yè)間的服務(wù)，將截然不同的、異構(gòu)的應(yīng)用軟件和系統(tǒng)有機(jī)地集成到一個(gè)無縫的、并列的、易于訪問綜合系統(tǒng)。集成平臺設(shè)計(jì)原則和架構(gòu)

1.1 遵循行業(yè)要求

《煙草行業(yè)信息化發(fā)展規(guī)劃（2014～2020年）》（圖1所示）詳細(xì)提出CT-155行業(yè)信息化發(fā)展藍(lán)圖，其中“CT”代表中國煙草，“1”代表一個(gè)行業(yè)統(tǒng)一平臺，兩個(gè)“5”分別代表五大應(yīng)用體系和五大保障體系。統(tǒng)一平臺內(nèi)容包含行業(yè)集成環(huán)境、行業(yè)數(shù)據(jù)環(huán)境、行業(yè)傳輸環(huán)境和行業(yè)云環(huán)境，五大應(yīng)用分為四縱一橫，分別指政務(wù)管理類應(yīng)用、運(yùn)營管控類應(yīng)用、資源管理類應(yīng)用、監(jiān)督管理類應(yīng)用以及供應(yīng)鏈管理類應(yīng)用，五大保障體系是指信息化決策、架構(gòu)與標(biāo)準(zhǔn)、建設(shè)與實(shí)施、運(yùn)維與服務(wù)和網(wǎng)絡(luò)安全五個(gè)方面。規(guī)劃中明確了企業(yè)應(yīng)用集成環(huán)境建設(shè)和“推進(jìn)移動互聯(lián)技術(shù)應(yīng)用”的總體技術(shù)要求。應(yīng)用集成環(huán)境包括門戶集成，流程集成，服務(wù)集成和數(shù)據(jù)集成。

1.2 設(shè)計(jì)原則

1.2.1 安全性原則

企業(yè)員工提供了統(tǒng)一的用戶訪問界面，由此也帶來了信息安全問題。應(yīng)用集成平臺既要保證合法用戶能訪問其所需的信息，又要禁止非法用戶的訪問。

1.2.2 整體性原則

以服務(wù)總線為紐帶，通過系統(tǒng)與應(yīng)用集成，使企業(yè)中完成不同業(yè)務(wù)功能的應(yīng)用系統(tǒng)之間建立起可供數(shù)據(jù)交換和應(yīng)用溝通的中樞系統(tǒng)，形成企業(yè)內(nèi)整體性的信息系統(tǒng)體系結(jié)構(gòu)。

1.2.3 標(biāo)準(zhǔn)化原則

在統(tǒng)一標(biāo)準(zhǔn)的基礎(chǔ)上，企業(yè)的現(xiàn)有應(yīng)用系統(tǒng)通過開發(fā)合適的適配器接入應(yīng)用集成；新開發(fā)的業(yè)務(wù)系統(tǒng)必須符合應(yīng)用集成技術(shù)規(guī)范和數(shù)據(jù)交換標(biāo)準(zhǔn)。

1.2.4 可擴(kuò)展性原則

方案充分考慮了系統(tǒng)的擴(kuò)展性，保證系統(tǒng)能在橫向上與其它業(yè)務(wù)系統(tǒng)進(jìn)行很好地業(yè)務(wù)整合，方便地進(jìn)行更新和升級。

1.2.5 開放性原則

全面采用面向服務(wù)的架構(gòu)，實(shí)現(xiàn)服務(wù)的重用和系統(tǒng)間的解耦，并充分發(fā)揮跨平臺和接口標(biāo)準(zhǔn)化的優(yōu)勢。采用B/S體系架構(gòu)，可以部署到任何主流應(yīng)用服務(wù)器上，形成良好的開放式體系結(jié)構(gòu)。

1.2.6 先進(jìn)性和適用性原則

軟件開發(fā)方案采用符合計(jì)算機(jī)軟件技術(shù)發(fā)展趨勢的主流技術(shù)，具有先進(jìn)性、可持續(xù)發(fā)展性、充分的適應(yīng)性、靈活性、可擴(kuò)充性和高維護(hù)性能，能有效實(shí)現(xiàn)后臺一體化管理。

1.2.7 通用性原則

軟件參數(shù)設(shè)計(jì)在遵循行業(yè)標(biāo)準(zhǔn)的要求的同時(shí)考慮了河南中煙的特點(diǎn)、標(biāo)準(zhǔn)和規(guī)范，使系統(tǒng)能夠靈活應(yīng)用。

1.3 架構(gòu)設(shè)計(jì)

平臺架構(gòu)采用分層設(shè)計(jì)的方式，如圖2所示。接入層統(tǒng)一提供接入服務(wù)，河南中煙員工、上游合作方、零售戶消費(fèi)者及煙農(nóng)可以通過多種途徑接入系統(tǒng)。展現(xiàn)層將各應(yīng)用系統(tǒng)所有功能統(tǒng)一裝配、統(tǒng)一展現(xiàn)，該層基于應(yīng)用門戶組件的功能。業(yè)務(wù)層存放業(yè)務(wù)組件，平臺打破了應(yīng)用系統(tǒng)之間的界面，將應(yīng)用拆分成構(gòu)建，形成應(yīng)用構(gòu)件池。業(yè)務(wù)集成層提供企業(yè)服務(wù)總線和業(yè)務(wù)流程集成引擎，企業(yè)服務(wù)總線為應(yīng)用系統(tǒng)提供業(yè)務(wù)服務(wù)集成的能力，流程引擎提供業(yè)務(wù)流程整合的能力。界面集成層對用戶信息進(jìn)行統(tǒng)一管理，并提供單點(diǎn)登錄、權(quán)限管理等基礎(chǔ)服務(wù)。數(shù)據(jù)集成層將各種應(yīng)用在數(shù)據(jù)層面的整合，統(tǒng)一管理業(yè)務(wù)代碼等基礎(chǔ)業(yè)務(wù)數(shù)據(jù)，數(shù)據(jù)標(biāo)準(zhǔn)化，規(guī)范系統(tǒng)之間的數(shù)據(jù)交換和共享機(jī)制，建立數(shù)據(jù)倉庫。應(yīng)用支撐層包括基礎(chǔ)的應(yīng)用服務(wù)器、數(shù)據(jù)庫服務(wù)器和目錄服務(wù)器等中間件軟件?；A(chǔ)支撐層提供服務(wù)器設(shè)備，以及操作系統(tǒng)、郵件服務(wù)器等基礎(chǔ)系統(tǒng)設(shè)施。安全保障體系基于PKI/CA技?g體系，對整體系統(tǒng)進(jìn)行安全加固，并參照CC準(zhǔn)則和行業(yè)要求建立信息安全保障體系。標(biāo)準(zhǔn)規(guī)范體系提供配套的標(biāo)準(zhǔn)與規(guī)范體系，包括界面技術(shù)標(biāo)準(zhǔn)、服務(wù)技術(shù)標(biāo)準(zhǔn)、服務(wù)治理標(biāo)準(zhǔn)、集成技術(shù)標(biāo)準(zhǔn)、開發(fā)技術(shù)標(biāo)準(zhǔn)和信息資源管理標(biāo)準(zhǔn)等。應(yīng)用集成平臺架構(gòu)的實(shí)現(xiàn)

應(yīng)用集成平臺的建設(shè)，不是但業(yè)務(wù)系統(tǒng)的建設(shè)，不能一蹴而就，而是一個(gè)先框架后血肉的持續(xù)集成的過程。整體上，按照界面集成，服務(wù)集成，流程集成，數(shù)據(jù)集成四個(gè)層面加系統(tǒng)整合協(xié)同建設(shè)。每個(gè)層面其中，服務(wù)集成是基礎(chǔ)，界面集成是門面。

2.1 門戶規(guī)劃引領(lǐng)，提升信息化價(jià)值

在統(tǒng)一用戶、統(tǒng)一權(quán)限、統(tǒng)一認(rèn)證和日志審計(jì)為基礎(chǔ)的4A安全解決方方案之上，通過整合門戶工具構(gòu)建統(tǒng)一的門戶系統(tǒng)，實(shí)現(xiàn)統(tǒng)一入口、單點(diǎn)登錄、界面整合、集中授權(quán)、安全管理等功能。建設(shè)個(gè)人工作平臺，對待辦、新聞、通知、日程、數(shù)據(jù)看板等進(jìn)行信息聚合，將信息主動給送給相應(yīng)的人，從“人找事”變成“事找人”的工作模式。門戶采用標(biāo)準(zhǔn)Portlets組件開發(fā)技術(shù)，遵循JSR（Java Standardization Request）168規(guī)范。Portlet由容器管理，并由容器處理請求，生產(chǎn)動態(tài)內(nèi)容。功能上提供個(gè)性化管理和組裝，整體改善用戶體驗(yàn)。

建設(shè)協(xié)作平臺，配合及時(shí)通訊、短信平臺等工具，解決個(gè)人與個(gè)人、個(gè)人與部門、部門與部門之間的溝通協(xié)作問題。對個(gè)人管理、企業(yè)微博、團(tuán)隊(duì)管理、任務(wù)管理、協(xié)作管理提全面的支撐，使跨部門的業(yè)務(wù)協(xié)同更為便捷，企業(yè)整體業(yè)務(wù)流程更為順暢。

2.2 業(yè)務(wù)服務(wù)化、服務(wù)總線化、平臺組件化

平臺采用SOA（Service-Oriented Architecture）組件化模型，將所有的軟件都改造成一個(gè)一個(gè)服務(wù)，各個(gè)軟件（模塊）之間的聯(lián)系都采用服務(wù)來完成。有了這個(gè)架構(gòu)，每個(gè)軟件的開發(fā)團(tuán)隊(duì)只需要關(guān)注自己負(fù)責(zé)的軟件就可以了，使軟件的維護(hù)和后續(xù)軟件的開發(fā)就變得簡單多。但是在執(zhí)行起來就會非常困難，因?yàn)槿藗冃枰颜f有軟件都管理改成服務(wù)，管理和開發(fā)成本都很高，因此引入ESB平臺，專門對數(shù)據(jù)交換進(jìn)行轉(zhuǎn)換和處理，服務(wù)與服務(wù)之間是一個(gè)“黑盒子”。運(yùn)行態(tài)，ESB平臺需要實(shí)現(xiàn)對于消息的策略、控制、解析、轉(zhuǎn)換、路由、傳送、分派。ESB平臺運(yùn)行態(tài)的邊緣是服務(wù)網(wǎng)關(guān)（Gateway），對服務(wù)調(diào)用進(jìn)行統(tǒng)一的動態(tài)代理將服務(wù)請求進(jìn)行變換成服務(wù)平臺標(biāo)準(zhǔn)的服務(wù)，并進(jìn)行公共處理，如服務(wù)解析、鑒權(quán)、日志跟蹤等，最后進(jìn)行動態(tài)路由。服務(wù)網(wǎng)關(guān)保障了服務(wù)平臺邊界安全。管理態(tài)，構(gòu)建服務(wù)治理平臺，對服務(wù)全生命周期進(jìn)行管理，形成企業(yè)服務(wù)目錄資產(chǎn)。服務(wù)開發(fā)完畢后，在平臺統(tǒng)一注冊，客戶端進(jìn)行服務(wù)發(fā)現(xiàn)，進(jìn)而調(diào)用服務(wù)。審計(jì)與監(jiān)控模塊根據(jù)服務(wù)的調(diào)用日志，可以分析對服務(wù)調(diào)用的全鏈路進(jìn)行跟蹤，全面掌握服務(wù)組件的健康狀況，對服務(wù)資產(chǎn)評估再利用，降低IT成本，這就實(shí)現(xiàn)“信息化成果以應(yīng)用方式存在、分別管理的模式”轉(zhuǎn)變?yōu)椤皯?yīng)用成果以組件的方式存在、統(tǒng)一管理的模式”。

建立服務(wù)開發(fā)標(biāo)準(zhǔn)和服務(wù)治理標(biāo)準(zhǔn)。服務(wù)開發(fā)標(biāo)準(zhǔn)規(guī)定不同應(yīng)用場景下使用的交互方式，如：點(diǎn)對點(diǎn)的交互、一對多的交互，多對一交互。基礎(chǔ)數(shù)據(jù)的廣播分發(fā)場景，就是典型的一對多的服務(wù)案例。另外，服務(wù)開發(fā)標(biāo)準(zhǔn)還規(guī)范了服務(wù)的描述、表示和數(shù)據(jù)定義、服務(wù)調(diào)用、測試、異常處理和安全等方面的行為。服務(wù)治理標(biāo)準(zhǔn)規(guī)范服務(wù)整個(gè)生命周期管理，涵蓋服務(wù)的注冊、變更、監(jiān)控等流程。

2.3 PC、移動融合的應(yīng)用探索

平臺公共服務(wù)和業(yè)務(wù)系統(tǒng)抽象成業(yè)務(wù)服務(wù)組件，形成組件庫，供上層使用。移動管控平臺基于該層之上，對下使用服務(wù)組件，對上統(tǒng)一管理所有移動應(yīng)用，移動管控平臺UI通過門戶的portalet技術(shù)與集成平臺管控中心有機(jī)融合一起，實(shí)現(xiàn)一個(gè)平臺，多網(wǎng)融合，多屏合一，統(tǒng)一管控。

移動平臺提供APP（Application，應(yīng)用）的安全管理，對移動用戶、認(rèn)證、權(quán)限、應(yīng)用和服務(wù)進(jìn)行統(tǒng)一管理和統(tǒng)一對接，解決單個(gè)業(yè)務(wù)應(yīng)用各自連接業(yè)務(wù)系統(tǒng)的問題，由統(tǒng)一的方式進(jìn)行對接和互動，保證其移動應(yīng)用的擴(kuò)展性和靈活性，同時(shí)并針對BYOD（Become Your Office Device，個(gè)人設(shè)備上安裝公司軟件）模式制定統(tǒng)一的管理制度規(guī)范。結(jié)語

應(yīng)用集成平臺在煙草行業(yè)提升競爭力的過程中，發(fā)揮著重要作用，是煙草行業(yè)一體化平臺的基礎(chǔ)，可以有效解決應(yīng)用系統(tǒng)的整合與數(shù)據(jù)共享，提高企業(yè)信息系統(tǒng)的統(tǒng)一性，解決煙草企業(yè)普遍存在的信息孤島和信息系統(tǒng)溝通不暢的問題，實(shí)現(xiàn)企業(yè)基礎(chǔ)數(shù)據(jù)一體化、財(cái)務(wù)業(yè)務(wù)一體化、協(xié)同辦公一體化、管理控制一體化。隨著煙草行業(yè)改革步伐和中國企業(yè)國際化步伐的加快，煙草行業(yè)建設(shè)集成平臺將成為提高企業(yè)綜合競爭力的重要一環(huán)。煙草信息化建設(shè)將會在資源利用深度和廣度上取得新的突破，進(jìn)一步推進(jìn)煙草公司降本增效，促進(jìn)高效可持續(xù)發(fā)展。

參考文獻(xiàn)

[1]張秋紅，劉楊濤.基于SOA的監(jiān)管信息共享平臺的研究與設(shè)計(jì)[J].計(jì)算機(jī)與數(shù)字工程，Computer and Digital Engineering，2014，42（04）.[2]張春芳，孟杰.基于SOA架構(gòu)的內(nèi)蒙古煙草應(yīng)用集成平臺研究與實(shí)現(xiàn)[J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，Journal of Inner Mongolia Agricultural University（Natural Science Edition），2013，002.[3]蔡?矗?侯杰華，鄭秀娟.煙草商業(yè)企業(yè)應(yīng)用集成架構(gòu)的設(shè)計(jì)與實(shí)現(xiàn)[J].信息技術(shù)與標(biāo)準(zhǔn)化，Information Technology&Standardization，2011.[4]??雨，劉建勇.面向服務(wù)的煙草物流企業(yè)應(yīng)用集成方案[J].物流技術(shù)與應(yīng)用，Logistics & Material Handling，2009（12）.[5]岳芳，王艷玲，常志勇.基于SOA的煙草應(yīng)用系統(tǒng)集成研究[J].決策與信息（財(cái)經(jīng)觀察），The Friend of the Head（Financial Observation），2008（07）.[6]張海軍，史維峰，劉偉.基于SOA企業(yè)應(yīng)用集成框架研究與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì)，Computer Engineering and Design，2008（04）.[7]蔡昭權(quán).基于ESB的異構(gòu)系統(tǒng)集成實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用，Computer Applications，2008（06）.[8]林泳琴，黃晨暉.面向企業(yè)應(yīng)用集成的ESB框架的研究[J].計(jì)算機(jī)應(yīng)用，Journal of Computer App lications，2010（06）.作者單位

河南中煙工業(yè)有限責(zé)任公司 河南省鄭州市 450000

第五篇：深度學(xué)習(xí)方法在圖像處理中的應(yīng)用與研究(總結(jié))

深度學(xué)習(xí)方法在圖像處理中的應(yīng)用與研究

1.概述和背景........................................................................................................1 2.人腦視覺機(jī)理......................................................................................................3 3.深度學(xué)習(xí)的基本思想..........................................................................................6 4.深度學(xué)習(xí)的常用方法..........................................................................................7 5.總結(jié)與展望.......................................................................................................9

深度學(xué)習(xí)方法在圖像處理中的應(yīng)用與研究

1.概述和背景

Artificial Intelligence，也就是人工智能，就像長生不老和星際漫游一樣，是人類最美好的夢想之一。雖然計(jì)算機(jī)技術(shù)已經(jīng)取得了長足的進(jìn)步，但是到目前為止，還沒有一臺電腦能產(chǎn)生“自我”的意識。是的，在人類和大量現(xiàn)成數(shù)據(jù)的幫助下，電腦可以表現(xiàn)的十分強(qiáng)大，但是離開了這兩者，它甚至都不能分辨一個(gè)喵星人和一個(gè)汪星人。

圖靈（圖靈，大家都知道吧。計(jì)算機(jī)和人工智能的鼻祖，分別對應(yīng)于其著名的“圖靈機(jī)”和“圖靈測試”）在 1950 年的論文里，提出圖靈試驗(yàn)的設(shè)想，即，隔墻對話，你將不知道與你談話的，是人還是電腦。這無疑給計(jì)算機(jī)，尤其是人工智能，預(yù)設(shè)了一個(gè)很高的期望值。但是半個(gè)世紀(jì)過去了，人工智能的進(jìn)展，遠(yuǎn)遠(yuǎn)沒有達(dá)到圖靈試驗(yàn)的標(biāo)準(zhǔn)。這不僅讓多年翹首以待的人們，心灰意冷，認(rèn)為人工智能是忽悠，相關(guān)領(lǐng)域是“偽科學(xué)”。

但是自 2006 年以來，機(jī)器學(xué)習(xí)領(lǐng)域，取得了突破性的進(jìn)展。圖靈試驗(yàn)，至少不是那么可望而不可及了。至于技術(shù)手段，不僅僅依賴于云計(jì)算對大數(shù)據(jù)的并行處理能力，而且依賴于算法。這個(gè)算法就是，Deep Learning。借助于 Deep Learning 算法，人類終于找到了如何處理“抽象概念”這個(gè)亙古難題的方法。

在實(shí)際應(yīng)用中，例如對象分類問題如對象的分類(對象可是文檔、圖像、音頻等)，我們不得不面對的一個(gè)是問題是如何用數(shù)據(jù)來表示這個(gè)對象，當(dāng)然這里的數(shù)據(jù)并非初始的像素或者文字，也就是這些數(shù)據(jù)是比初始數(shù)據(jù)具有更為高層的含義，這里的數(shù)據(jù)往往指的就是對象的特征。例如人們常常將文檔、網(wǎng)頁等數(shù)據(jù)用詞的集合來表示，根據(jù)文檔的詞集合表示到一個(gè)詞組短語的向量空間(vector space model, VSM模型)中，然后才能根抓不同的學(xué)習(xí)方法設(shè)計(jì)出適用的分類器來對目標(biāo)對象進(jìn)行分類;又如在圖像處理中，像素強(qiáng)度的集合的表示方法可以最初淺的表示一幅圖像，這也是我們視覺意義上的圖像，一可是由于各種原因人們提出了更高層的語義的特征，如SIFT為經(jīng)典的幾何特征、以LBP為經(jīng)典的紋理特征、以特征臉為經(jīng)典的統(tǒng)計(jì)特征等，像SIFT，特征在很多圖像處理的應(yīng)用中突顯出其優(yōu)越性，因此特征選取得好壞對于實(shí)際應(yīng)用的影響是很深刻的。因此，選取什么特征或者用什么特征來表示某一對象對于解決一個(gè)實(shí)際問題非常的重要。然而，人為地選取特征的時(shí)間代價(jià)是非常昂貴，另外勞動成本也高，而所謂的啟發(fā)式的算法得到的結(jié)果往往不穩(wěn)定，結(jié)果好壞經(jīng)常是依靠經(jīng)驗(yàn)和運(yùn)氣。既然如此，人們自然考慮到自動學(xué)習(xí)來完成特征抽取這一任務(wù)。Deep Learning的產(chǎn)生就是緣于此任務(wù)，它又被稱為無監(jiān)督的特征學(xué)習(xí)(Unsupervised Feature Learning)，一顯然從這個(gè)名稱就可以知道這是一個(gè)沒有人為參與的特征選取方法。

深度學(xué)習(xí)(Deep Learning)的概念是2006年左右由 Geoffrey Hinton等人在《science》上發(fā)表的一篇文章((Reducing the dimensionality of data with neural networks》》提出來的，主要通過神經(jīng)網(wǎng)絡(luò)(Neural Network NN)來模擬人的大腦 的學(xué)習(xí)過程，希望借鑒人腦的多層抽象機(jī)制來實(shí)現(xiàn)對現(xiàn)實(shí)對象或數(shù)抓(圖像、語音及文木等)的抽象表達(dá)，整合特征抽取和分類器到一個(gè)學(xué)習(xí)框架下，特征的抽取過程中應(yīng)該盡量少地減少人為的干預(yù)。

深度學(xué)習(xí)是通過大量的簡單神經(jīng)元組成，每層的神經(jīng)元接收更低層的神經(jīng)元的輸入，通過輸入與輸出之間的非線性關(guān)系，將低層特征組合成更高層的抽象表示，并發(fā)現(xiàn)觀測數(shù)據(jù)的分布式特征。通過自下而上的學(xué)習(xí)形成多層的抽象表示，并多層次的特征學(xué)習(xí)是大連理卜大學(xué)碩十學(xué)位論文一個(gè)自動地?zé)o人工干預(yù)的過程。根據(jù)學(xué)習(xí)到的網(wǎng)絡(luò)結(jié)構(gòu)，系統(tǒng)將輸入的樣本數(shù)據(jù)映射到各種層次的特征，并利用分類器或者匹配算法對頂層的輸出單元進(jìn)行分類識別等。

2.人腦視覺機(jī)理

研究表明，哺乳動物的大腦皮層，處理輸入信息時(shí)是采用了一種分層機(jī)制，信息從感知器官輸入后，經(jīng)過多層的神經(jīng)元，在經(jīng)過每一層神經(jīng)元時(shí)，神經(jīng)元會將能夠體現(xiàn)對象本質(zhì)的特征抽取出來，然后將這些特征繼續(xù)傳遞到下一層神經(jīng)元上，同樣地，后繼的各層神經(jīng)元都是以類似的方式處理和傳遞信息，最后傳至大腦。深層的人工神經(jīng)網(wǎng)絡(luò)的誕生很大程度上受這一發(fā)現(xiàn)的啟示，即構(gòu)建一種包含多層結(jié)點(diǎn)，并且使得信息、得以逐層處理抽象的神經(jīng)網(wǎng)絡(luò)。

換言之，哺乳動物的大腦是以深度方式組織的，這一類深層的結(jié)構(gòu)組織里的每一層會對于輸入進(jìn)行不同層次的信息處理或者抽象表示，因此，實(shí)際生活中，層次化的方法經(jīng)常被用于表示一些抽象的語義概念。與哺乳動物一樣，人類的大腦處理信矛息時(shí)也是采用逐層傳輸和表達(dá)的方式，人腦的初級視覺系統(tǒng)，首先利用某些神經(jīng)元探測物體邊界、元形狀，然后又利用其他的神經(jīng)元組織，逐步向上處理形成更復(fù)雜的視覺形狀。人腦識別物體的原理是:外部世界中的物體先在視網(wǎng)膜上進(jìn)行投影，然后大腦的視皮層對于聚集在視網(wǎng)膜上的投影進(jìn)行分解處理，最后利用這些分解處理后的信息進(jìn)行物體識別。因此視皮層的功能不是僅限于簡單的重現(xiàn)視網(wǎng)膜圖像，而是提取和計(jì)算感知信號。

視覺系統(tǒng)的輸入數(shù)據(jù)量在人類感知系統(tǒng)的層次結(jié)構(gòu)進(jìn)行了維數(shù)減約，并剔除了與物體個(gè)性無關(guān)的信息;例如對于處理潛在結(jié)構(gòu)是復(fù)雜的豐富數(shù)據(jù)(如圖像、視頻、主意等)，深度學(xué)習(xí)應(yīng)該與人類視覺系統(tǒng)一樣可以精準(zhǔn)地獲取對象的本質(zhì)特征。深度學(xué)習(xí)的構(gòu)想是借鑒大腦的分層組織方式，通過由下向上、由簡單到高級的逐層抽象的特征學(xué)習(xí)，研究者們期望深度網(wǎng)絡(luò)結(jié)構(gòu)能通過模擬大腦來解決復(fù)雜的模式識別難題。因此，深層的人工神經(jīng)網(wǎng)絡(luò)是一種人工定義用于模擬人腦組織形式的多層神經(jīng)網(wǎng)絡(luò)。

從文本來說，一個(gè)doc表示什么意思？我們描述一件事情，用什么來表示比較合適？用一個(gè)一個(gè)字嘛，我看不是，字就是像素級別了，起碼應(yīng)該是term，換句話說每個(gè)doc都由term構(gòu)成，但這樣表示概念的能力就夠了嘛，可能也不夠，需要再上一步，達(dá)到topic級，有了topic，再到doc就合理。但每個(gè)層次的數(shù)量差距很大，比如doc表示的概念->topic（千-萬量級）->term（10萬量級）->word（百萬量級）。

一個(gè)人在看一個(gè)doc的時(shí)候，眼睛看到的是word，由這些word在大腦里自動切詞形成term，在按照概念組織的方式，先驗(yàn)的學(xué)習(xí)，得到topic，然后再進(jìn)行高層次的learning。

那我們需要有多少個(gè)特征呢？我們知道需要層次的特征構(gòu)建，由淺入深，但每一層該有多少個(gè)特征呢？

任何一種方法，特征越多，給出的參考信息就越多，準(zhǔn)確性會得到提升。但特征多意味著計(jì)算復(fù)雜，探索的空間大，可以用來訓(xùn)練的數(shù)據(jù)在每個(gè)特征上就會稀疏，都會帶來各種問題，并不一定特征越多越好。

一些淺層的算法(指僅含一個(gè)隱層的神經(jīng)網(wǎng)絡(luò)、核回歸、支撐向量機(jī)等)，當(dāng)

給定有限數(shù)量的樣本和計(jì)算單元時(shí)，淺層結(jié)構(gòu)難以有效地表示復(fù)雜函數(shù)，并且對于復(fù)雜分類問題表現(xiàn)性能及泛化能力針均有明顯的不足，尤其當(dāng)目標(biāo)對象具有豐富的含義。深度學(xué)習(xí)通過大量的簡單神經(jīng)元組成的網(wǎng)絡(luò)，利用輸入與輸出之間的非線性關(guān)系，對復(fù)雜函數(shù)進(jìn)行近似，對觀測樣本進(jìn)行擬合，并在學(xué)習(xí)輸入樣本本質(zhì)特征的抽取上體現(xiàn)了強(qiáng)大的能力。有文獻(xiàn)中就列舉出一系列無法使用淺層網(wǎng)絡(luò)表示的函數(shù)，這些研究成果揭示了淺層網(wǎng)絡(luò)的局限性，從而也激發(fā)了人們探尋深度網(wǎng)絡(luò)在一些復(fù)雜函數(shù)表示和復(fù)雜分類的應(yīng)用前景。指出深度學(xué)習(xí)結(jié)構(gòu)在對于復(fù)雜函數(shù)的表示問題上具有非常高的效率及效果，而一個(gè)不適用的結(jié)構(gòu)模型否(如淺層網(wǎng)絡(luò))對數(shù)據(jù)建模時(shí)可能需要數(shù)目非常大的計(jì)算單元。

3.深度學(xué)習(xí)的基本思想

假設(shè)一個(gè)系統(tǒng)S，它是一個(gè)n層(S1，?，Sn)的結(jié)構(gòu)，I是系統(tǒng)的輸入，O是系統(tǒng)輸出，形象地表示為:I =>S1=>S2=>...=>Sn=>O，如果輸出O等于輸入I，物理意義也就是表明在經(jīng)過系統(tǒng)變化之后，輸入I的信息量沒有任何損失，和原始的輸入保持了不變，這表明了輸入I經(jīng)過每一層S;均沒有丟失任何信息,，即在任何一層S;，它都是輸入I也就是原始信息的另外一種表示。簡單說，深度學(xué)習(xí)的精髓也就是，在一個(gè)n層的神經(jīng)網(wǎng)絡(luò)中，任何一層的輸入I和輸出O是“相等.’的。學(xué)習(xí)過程中，我們希望它是不需要人為干預(yù)的，它能夠自動地學(xué)習(xí)對象的特征。在給定一組原始的輸入I(可以理解為是一堆圖像或者文本、一段語音之類)，經(jīng)過一個(gè)包含n層的系統(tǒng)S時(shí)，我們通過調(diào)整系統(tǒng)中參數(shù)，使得輸出與輸出相等，即輸出O仍然是輸入I，這樣，我們就獲取了輸入I(原始數(shù)據(jù))的一系列的層次特征，記為S,...Sn。

另外，前面是假設(shè)輸出嚴(yán)格地等于輸入，即這個(gè)地方“相等”有兩個(gè)含義在里面:第一個(gè)是說O和I不是在絕對形式上的相等，而是在抽象意義上的相等;另外一點(diǎn)指的是限制的約束的程度，比如說是不會造成歧義的完全“相等”還是有適當(dāng)寬松條件的“相等”。而絕對意義上的“相等”這個(gè)限制太嚴(yán)格，我們可以略微地放松這個(gè)限制，例如我們只要使得輸入與輸出的差別盡可能地小即可，這個(gè)放松會形成另外一類不同的深度學(xué)習(xí)的方法。舉個(gè)不太恰當(dāng)?shù)睦樱热缯f對“交通工具”這個(gè)概念上，I是“可以駕駛的四個(gè)輪子”，O是“車”，這樣雖然對兩者的描述不一致，但是我們都一可以理解為“交通工具”了。上述就是深度學(xué)習(xí)的基本思想，而上述中的兩個(gè)思想也對應(yīng)了深度學(xué)習(xí)中的兩個(gè)經(jīng)典的方法AutoEncoder和Sparse Coding，還有一個(gè)很常用的方法就是受限玻爾茲曼機(jī)(Restrict Boltzmann Machine，RBM)。

4.深度學(xué)習(xí)的常用方法

4.1AutoEncoder自動編碼器

最簡單的一種方法是利用人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，人工神經(jīng)網(wǎng)絡(luò)(ANN)本身就是具有層次結(jié)構(gòu)的系統(tǒng)，如果給定一個(gè)神經(jīng)網(wǎng)絡(luò)，我們假設(shè)其輸出與輸入是相同的，然后訓(xùn)練調(diào)整其參數(shù)，得到每一層中的權(quán)重，自然地，我們就得到了輸入I的兒種不同表示(每一層是輸入的一種表示)，這些表示就是特征，在研究中可以發(fā)現(xiàn)，如果在原有的特征中加入這些自動學(xué)習(xí)得到的特t正可以大大提高精確度，甚至在分類問題中比}」前址好的分類算法效果還要好，這種方法稱為自動編碼(AutoEncoder)。

4.2、Sparse Coding稀疏編碼

如果我們把輸出必須和輸入相等的限制放松，同時(shí)利用線性代數(shù)中基的概念，即O=Wx B, +硯x B, +...+W,x B， , B是基，W;是系數(shù)，我們可以得到這樣一個(gè)優(yōu)化問題:Min 11一Olo 通過求解這個(gè)最優(yōu)化式子，我們可以求得系數(shù)W和基B;，這些系數(shù)和基礎(chǔ)就是輸入的另外一種近似表達(dá)，因此，它們可以被當(dāng)成特征來表達(dá)輸入I，這個(gè)過程也是自動學(xué)習(xí)得到的。如果我們在上述式子上加上L1的Regularity限制，得到:

Min}I一O}+u*(IW卜}硯I+?+}W，})。(2.1)種方法被稱為Sparse Coding，它是一種對對象的簡潔表征的方法，這種方法可以自動地學(xué)習(xí)到隱藏在對象數(shù)據(jù)潛在的基函數(shù)。

4.3、Restricted Boltzmann Machine(RBM)限制波爾茲曼機(jī)

假設(shè)有一個(gè)二部圖，每一個(gè)相同層的節(jié)點(diǎn)之間沒有鏈接，一層是可視層，即輸入數(shù)據(jù)層(v)，一層是隱層(h)，如果假設(shè)所有的節(jié)點(diǎn)都是二值變量節(jié)點(diǎn)(只能取0或者1值)，同時(shí)假設(shè)聯(lián)合概率分布p(v, h)滿足Boltzmann分布，我們稱這個(gè)模型是受限玻爾茲曼機(jī)(RBM)。下面我們來看看為什么它是Deep Learning方法。首先，這個(gè)模型因?yàn)槭嵌繄D，所以在己知v的情況下，所有的隱藏節(jié)點(diǎn)之間是條件獨(dú)立的，即p(hIv卜p(h, I 1,)...p(h-I v)。同理，在己知隱藏層h的情況下，所有的可視節(jié)點(diǎn)都是條件獨(dú)立的，同時(shí)又由于所有的v和h滿足Boltzmann分布，因此，當(dāng)輸入v的時(shí)候，通過p(hlv)可以得到隱藏層h，而得到隱藏層h之后，通過p(vlh)又能重構(gòu)可視層，通過調(diào)整參數(shù)，我們就是要使得從隱藏層得到的可視層VI與原來的可視層v如果一樣，那么得到的隱藏層就是可視層的另外一種表達(dá)，因此隱藏層可以作為可視層輸入數(shù)據(jù)的特征，所以它就是一種Dcep Learning方法。文獻(xiàn)X32]從理論一上證明，當(dāng)隱層節(jié)點(diǎn)足夠多時(shí)，深度網(wǎng)絡(luò)就可以表示任意離散分布;文獻(xiàn)[33]指出受限玻爾茲曼機(jī)中的隱層節(jié)點(diǎn)與可視節(jié)點(diǎn)可以為任意的指數(shù)族單元(即給定隱單元(可見單元)，可見單元(隱單元)的分布的

形式一可以為任意的指數(shù)族分布)，如高斯單元、softmax單元、泊松單元等等。

4.4、Deep BeliefNetworks深信度網(wǎng)絡(luò)

DBNs是一個(gè)概率生成模型，與傳統(tǒng)的判別模型的神經(jīng)網(wǎng)絡(luò)相對，生成模型是建立一個(gè)觀察數(shù)據(jù)和標(biāo)簽之間的聯(lián)合分布，對P(Observation|Label)和 P(Label|Observation)都做了評估，而判別模型僅僅而已評估了后者，也就是P(Label|Observation)。對于在深度神經(jīng)網(wǎng)絡(luò)應(yīng)用傳統(tǒng)的BP算法的時(shí)候，DBNs遇到了以下問題：

（1）需要為訓(xùn)練提供一個(gè)有標(biāo)簽的樣本集；（2）學(xué)習(xí)過程較慢；

（3）不適當(dāng)?shù)膮?shù)選擇會導(dǎo)致學(xué)習(xí)收斂于局部最優(yōu)解。

目前，和DBNs有關(guān)的研究包括堆疊自動編碼器，它是通過用堆疊自動編碼器來替換傳統(tǒng)DBNs里面的RBMs。這就使得可以通過同樣的規(guī)則來訓(xùn)練產(chǎn)生深度多層神經(jīng)網(wǎng)絡(luò)架構(gòu)，但它缺少層的參數(shù)化的嚴(yán)格要求。與DBNs不同，自動編碼器使用判別模型，這樣這個(gè)結(jié)構(gòu)就很難采樣輸入采樣空間，這就使得網(wǎng)絡(luò)更難捕捉它的內(nèi)部表達(dá)。但是，降噪自動編碼器卻能很好的避免這個(gè)問題，并且比傳統(tǒng)的DBNs更優(yōu)。它通過在訓(xùn)練過程添加隨機(jī)的污染并堆疊產(chǎn)生場泛化性能。訓(xùn)練單一的降噪自動編碼器的過程和RBMs訓(xùn)練生成模型的過程一樣。

4.5 Networks卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的一種，已成為當(dāng)前語音分析和圖像識別領(lǐng)域的研究熱點(diǎn)。它的權(quán)值共享網(wǎng)絡(luò)結(jié)構(gòu)使之更類似于生物神經(jīng)網(wǎng)絡(luò)，降低了網(wǎng)絡(luò)模型的復(fù)雜度，減少了權(quán)值的數(shù)量。該優(yōu)點(diǎn)在網(wǎng)絡(luò)的輸入是多維圖像時(shí)表現(xiàn)的更為明顯，使圖像可以直接作為網(wǎng)絡(luò)的輸入，避免了傳統(tǒng)識別算法中復(fù)雜的特征提取和數(shù)據(jù)重建過程。卷積網(wǎng)絡(luò)是為識別二維形狀而特殊設(shè)計(jì)的一個(gè)多層感知器，這種網(wǎng)絡(luò)結(jié)構(gòu)對平移、比例縮放、傾斜或者共他形式的變形具有高度不變性。

CNNs是受早期的延時(shí)神經(jīng)網(wǎng)絡(luò)（TDNN）的影響。延時(shí)神經(jīng)網(wǎng)絡(luò)通過在時(shí)間維度上共享權(quán)值降低學(xué)習(xí)復(fù)雜度，適用于語音和時(shí)間序列信號的處理。

CNNs是第一個(gè)真正成功訓(xùn)練多層網(wǎng)絡(luò)結(jié)構(gòu)的學(xué)習(xí)算法。它利用空間關(guān)系減少需要學(xué)習(xí)的參數(shù)數(shù)目以提高一般前向BP算法的訓(xùn)練性能。CNNs作為一個(gè)深度學(xué)習(xí)架構(gòu)提出是為了最小化數(shù)據(jù)的預(yù)處理要求。在CNN中，圖像的一小部分（局部感受區(qū)域）作為層級結(jié)構(gòu)的最低層的輸入，信息再依次傳輸?shù)讲煌膶?，每層通過一個(gè)數(shù)字濾波器去獲得觀測數(shù)據(jù)的最顯著的特征。這個(gè)方法能夠獲取對平移、縮放和旋轉(zhuǎn)不變的觀測數(shù)據(jù)的顯著特征，因?yàn)閳D像的局部感受區(qū)域允許神經(jīng)元或者處理單元可以訪問到最基礎(chǔ)的特征，例如定向邊緣或者角點(diǎn)。

5.總結(jié)與展望

1）Deep learning總結(jié)

深度學(xué)習(xí)是關(guān)于自動學(xué)習(xí)要建模的數(shù)據(jù)的潛在（隱含）分布的多層（復(fù)雜）表達(dá)的算法。換句話來說，深度學(xué)習(xí)算法自動的提取分類需要的低層次或者高層次特征。高層次特征，一是指該特征可以分級（層次）地依賴其他特征，例如：對于機(jī)器視覺，深度學(xué)習(xí)算法從原始圖像去學(xué)習(xí)得到它的一個(gè)低層次表達(dá)，例如邊緣檢測器，小波濾波器等，然后在這些低層次表達(dá)的基礎(chǔ)上再建立表達(dá)，例如這些低層次表達(dá)的線性或者非線性組合，然后重復(fù)這個(gè)過程，最后得到一個(gè)高層次的表達(dá)。

Deep learning能夠得到更好地表示數(shù)據(jù)的feature，同時(shí)由于模型的層次、參數(shù)很多，capacity足夠，因此，模型有能力表示大規(guī)模數(shù)據(jù)，所以對于圖像、語音這種特征不明顯（需要手工設(shè)計(jì)且很多沒有直觀物理含義）的問題，能夠在大規(guī)模訓(xùn)練數(shù)據(jù)上取得更好的效果。此外，從模式識別特征和分類器的角度，deep learning框架將feature和分類器結(jié)合到一個(gè)框架中，用數(shù)據(jù)去學(xué)習(xí)feature，在使用中減少了手工設(shè)計(jì)feature的巨大工作量（這是目前工業(yè)界工程師付出努力最多的方面），因此，不僅僅效果可以更好，而且，使用起來也有很多方便之處，因此，是十分值得關(guān)注的一套框架，每個(gè)做ML的人都應(yīng)該關(guān)注了解一下。

當(dāng)然，deep learning本身也不是完美的，也不是解決世間任何ML問題的利器，不應(yīng)該被放大到一個(gè)無所不能的程度。2）Deep learning未來

深度學(xué)習(xí)目前仍有大量工作需要研究。目前的關(guān)注點(diǎn)還是從機(jī)器學(xué)習(xí)的領(lǐng)域借鑒一些可以在深度學(xué)習(xí)使用的方法，特別是降維領(lǐng)域。例如：目前一個(gè)工作就是稀疏編碼，通過壓縮感知理論對高維數(shù)據(jù)進(jìn)行降維，使得非常少的元素的向量就可以精確的代表原來的高維信號。另一個(gè)例子就是半監(jiān)督流行學(xué)習(xí)，通過測量訓(xùn)練樣本的相似性，將高維數(shù)據(jù)的這種相似性投影到低維空間。另外一個(gè)比較鼓舞人心的方向就是evolutionary programming approaches（遺傳編程方法），它可以通過最小化工程能量去進(jìn)行概念性自適應(yīng)學(xué)習(xí)和改變核心架構(gòu)。

Deep learning還有很多核心的問題需要解決：

（1）對于一個(gè)特定的框架，對于多少維的輸入它可以表現(xiàn)得較優(yōu)（如果是圖像，可能是上百萬維）？

（2）對捕捉短時(shí)或者長時(shí)間的時(shí)間依賴，哪種架構(gòu)才是有效的？（3）如何對于一個(gè)給定的深度學(xué)習(xí)架構(gòu)，融合多種感知的信息？

（4）有什么正確的機(jī)理可以去增強(qiáng)一個(gè)給定的深度學(xué)習(xí)架構(gòu)，以改進(jìn)其魯棒性和對扭曲和數(shù)據(jù)丟失的不變性？

（5）模型方面是否有其他更為有效且有理論依據(jù)的深度模型學(xué)習(xí)算法？

探索新的特征提取模型是值得深入研究的內(nèi)容。此外有效的可并行訓(xùn)練算法也是值得研究的一個(gè)方向。當(dāng)前基于最小批處理的隨機(jī)梯度優(yōu)化算法很難在多計(jì)算機(jī)中進(jìn)行并行訓(xùn)練。通常辦法是利用圖形處理單元加速學(xué)習(xí)過程。然而單個(gè)機(jī)器GPU對大規(guī)模數(shù)據(jù)識別或相似任務(wù)數(shù)據(jù)集并不適用。在深度學(xué)習(xí)應(yīng)用拓展方面，如何合理充分利用深度學(xué)習(xí)在增強(qiáng)傳統(tǒng)學(xué)習(xí)算法的性能仍是目前各領(lǐng)域的研究重點(diǎn)。