匹配范文（精选8篇）
匹配 第1篇
由于全球金融危机的影响，不少企业纷纷酝酿实施裁员，从企业经营管理的角度来看，在企业经营环境不佳的情况下实施裁员，只要不违反相关法律法规本无可厚非，而且裁员也是企业大幅缩减成本支出最为直接有效的方法。但裁员是否进一步实现企业的“人岗匹配”，进而提升企业的业绩和整体实力，却是一个值得我们在裁员过程中深思的问题。
“人岗匹配”，就是按照“岗得其人”“人适其岗”的原则，根据不同的人个体间不同的素质将不同的人安排在各自最合适的岗位上，从而做到“人尽其才，物尽其用”。众所周知，企业与个人是一个利益共同体，企业是个人职业生涯的舞台，为岗位挑选合适的人;人适合干什么，就尽量安排他到适合的岗位，充分发挥他的才能。只有这样，人才能在舞台上尽心表演，舞台才会精彩。
“人岗匹配”一方面，对人的职业发展有莫大的好处，另一方面对公司而言，把人才的作用最大化了，公司也会得到相应的回报，企业和个人才能实现真正的双赢。那么，如何实现在企业实现“人岗匹配”呢?
笔者认为：真正有效的“人岗匹配”至少需要经历：知岗、知人、匹配三步曲。
知岗：工作分析
“人岗匹配”的起点应该是知岗，因为只有了解了岗位的我们才能去选择适合岗位的人，这样才能实现“人岗匹配”。如果脱离了岗位的要求和特点，“人岗匹配”就成会成为“空中楼阁”，失去根本。
知岗最基础也是最重要工具就是工作分析。所谓工作分析，是对某项工作，就其有关内容与责任的资料，给予汇集及研究、分析的程序。
要做的“人岗匹配”，就必须对工作人员的素质先行订立标准，而为了建立人员的素质标准，就必须对工作的职务与责任加以研究。经过工作分析所产生的岗位说明书是人力资源管理科学化的基础，在“人岗匹配”中它至少有以下四个作用：1、明确岗位所需人员的条件;2、确定岗位招聘人员所需的资历;3、根据其岗位职责确定其岗位薪资;4、根据岗位所需技能制定该岗位现有人员的培训发展计划。
工作分析的内容主要包括：1、岗位名称，用简洁准确的文字对岗位的工作任务作概括。2、岗位工作任务分析，就是调查研究企业中各岗位的任务性质、内容、形式、执行任务的步骤、方法、使用的设备、器具等。3、岗位职责分析，包括工作任务范围、岗位责任大小、重要程度分析等。4、岗位关系分析，就是分析相关岗位之间有何种协作关系，协作内容是什么?他受谁监督指挥，他又去监督指挥谁?这个岗位上下左右关系如何?岗位升降平调路线方向如何?5、工作环境分析。6、岗位对员工的知识、技能、经验、体力等必备条件的分析。
工作分析是一项复杂而又细致的工作，其工作程序主要包括准备、调查、分析总结三个阶段七个步骤：1、收集背景资料：包括机构或企业现有的背景资料，如业务项目、组织图、各部门职责等。2、设计岗位调查方案，明确调查目的，调查对象和单位，确定调查项目，调查表格和填写说明，调查时间地点和方法。3、进行思想动员，说明这项工作的意义和目的，建立友好合作关系，确保大家有良好的心理准备。4、制定行动计划，根据工作分析的任务和程序，分解成若干工作单元和环节，以便逐项完成。5、试点先行，组织有关人员先行一步，学习并掌握岗位调查的内容，熟悉具体实施步骤和方法，先抓一两个重点岗位，进行试点，取得经验。6、开展全面调查，根据调查方案，对岗位进行认真细致的调查研究。7、分析总结定稿，对岗位调查结果进行深入分析和全面总结，形成岗位说明书。
工作分析的常用方法有：观察分析法、自我记录分析法、主管人员分析法、访谈分析法、记录分析法、问卷调查分析法等。
知人：胜任素质
当我们知道了岗位的特点和要求，我们就应该进入“人岗匹配”的关键环节―知人。知人的方法有很多，如履历分析、纸笔考试、心理测验、笔迹分析、面试交谈、情节模拟、评价中心技术等等。但它们或基于人，或基于事，对“人岗匹配”的帮助都不是非常明显。
在企业管理和咨询的实践中，笔者发现在知人方面，“胜任素质(Competency method)”是帮助企业实现最佳“人岗匹配”的有效工具。
胜任素质的应用起源于21世纪50年代初，著名的心理学家，哈佛大学教授麦克里兰 (McClelland) 博士是国际上公认的胜任素质的创始人。当时，美国国务院感到以智力因素为基础选拔外交官的效果不理想，
许多表面上很优秀的人才，在实际工作中的表现却令人非常失望。在这种情况下，麦克里兰博士应邀帮助美国国务院设计一种能够有效地预测实际工作业绩的人员选拔方法来解决这一难题，实现“人岗匹配”。在项目过程中，麦克里兰博士应用了奠定胜任素质方法基础的一些关键性的理论和技术。例如：抛弃对人才条件的预设前提，从第一手材料出发，通过对工作表现优秀与一般的外交官的具体行为特征的比较分析，识别能够真正区分工作业绩的个人条件。
那么企业应如何通过“胜任素质”来知人，进而实现“人岗匹配”呢?笔者认为可以通过建模、定标、评价、知人四个步骤来完成。
第一步：建模
根据自身的企业文化和业务发展，建立起了符合公司自身特点的岗位胜任素质模型。胜任素质是从品质和能力层面论证个体与岗位工作绩效的关系，是个体的态度、价值观和自我形象，动机和特质等潜在的深层次特征，是将某一工作(或组织、文化)中表现优秀者和表现一般者区分开来的基础。具体方法：1、根据岗位说明书和职位评估系统归纳总结岗位关键胜任要素，形成岗位胜任素质模型框架;2、通过管理访谈、管理层研讨，对模型框架做有针对性的调整和修正，并细化胜任特质的典型行为;在初步的胜任素质模型基础上，形成评估要素列表，制订评估框架并选择、组合评估方法，从而建立起完整的胜任素质模型。
第二步：定标
根据胜任素质模型评估各个岗位应该具备的能力。通过外部专家、内部管理人员以及需评价岗位的直接上司、在岗人员及其下属共同对对该岗位所需要的胜任素质水平做出评估，同时，参考同类组织对相应岗位的要求，建立企业所有岗位的胜任素质标准。
第三步：评价
通过对公司的管理诊断和评估，建立发展评价中心，包括心理测验(包括能力倾向测验、职业兴趣测验、动机测验、管理风格测验)、情境模拟(包括文件筐、无领导小组讨论、角色扮演、管理游戏、案例分析等)和专家面谈(包括结构化面谈、半结构化面谈和非结构化面谈)。
第四步：知人
以“人岗匹配”为原则，根据所建立胜任素质模型，应用已经建立的发展评价中心，对现有关键岗位进行人员素质评估，根据胜任素质模型和参照标准，在胜任素质的各个维度上进行比较，对不能达到任职要求的人员进行了调整和有针对性的培训。从而保证了组织调整的顺利完成，并建立起了自身独立的知人系统，将岗位胜任素质变成企业的核心竞争力之一。
匹配：知人善任
知人善任是实现“人岗匹配”的最后一步，也是能不能发现并最大限度地利用员工的优点，把合适的人放在合适的位置，尽量避免人才浪费的最关键的一步，“没有平庸的人，只有平庸的管理”。每个人都有自己的特点和特长，知人善任，让自己的下属去做他们适合的事情，这样才能充分发挥他们的工作潜能，实现人才的有效利用。
许多成功的管理者都善于识人，并把人才放在适当的位置上。
汉高祖刘邦就是一个知人善任的高手，他善于发现每一个人的特长，根据人才的特长，将其安排到合适的岗位，“人岗匹配”，让他们最大限度地、充分地发挥自己的积极性和作用，真正做到了“职得其人”“人适其职”，如用韩信带兵，张良出谋，萧何保后，都安排得有条不紊，正如他所说的：“运筹帷帐之中，决胜千里之外，吾不如子房;镇国家，抚百姓，给馈赏，不绝粮道，吾不如萧何，连百万之众，战必胜，攻必取，吾不如韩信。”这是刘邦在楚汉相争中最后获胜的根本原因。
作为一名管理者，首先要对员工的才能、兴趣等了然于胸，有了透彻的了解，才能针对某项特定的岗位选择适合的人选，让合适的人做合适的事，这样才能“岗得其人”“人适其岗”，达到人岗匹配的效果。当然，善任不是管理者的随心所欲，而是要按规律办事，在最适合的时机把最适合的工作分配给最适合的人，达到“人尽其才，才尽其用”。
牛根生曾经说过：从人本管理的角度看，人人都是人才，就看放的是不是地方，这是一个人岗匹配的问题。所以，在蒙牛选卫生工的时候，不会选那些文化程度高的，或者是家庭条件特别好的，因为这样的人对自己职业的目标绝对不是一个卫生工，也许他关心的是世界经济的发展，也许他想知道人民币汇率升降对国内投资者的影响……唯独不关心工厂的卫生，从而导致他们不会把自己全部的精力放在简单的卫生工作上。蒙牛选择的是老实敦厚的农村妇女，因为这份工作对平常基本上没有什么经济收入的农村妇女来说显得弥足珍贵，重视自己的工作，才有可能将工作做好。这才有了蒙牛工厂纤尘不染的卫生状况，才有了每天生产的“安全、卫生、营养、健康”的蒙牛食品走向全国，甚至漂洋过海。
因此，管理者在用人的时候，应该多一些理性，少一些盲目;多一些人尽其才的意识，少一些大材小用的虚荣。管理者应以每个员工的专长为思考点，安排适当的岗位，并依照员工的优缺点，做机动性的调整，这样才能“岗得其人”“人适其岗”“人岗匹配”，达到人与岗的统一，让组织团队发挥最大的效能。
匹配 第2篇
01
我相信志同道合，不相信一见钟情。
所以我的爱情来的很理智。
姑且在这里称他为“大吴”，11月22日，他成了我的合法丈夫。
那天，我拿着刚出炉的红本本笑着对他说“我们现在是合法同居了”，他鄙视的看着我，还是笑了。
传说的红本本
亲朋好友祝贺我们的爱情修成正果，这段爱情在大家看来也都是水到渠成，意料之中。
而我与大吴的相识，却是那么的不靠谱，以至于我对我们的相识总是遮遮掩掩，不敢公之于众，借口说是学校活动认识的。
02
那是末，那正是我大学时光开始的日子，我们在网络上相识了。现在看来，网络是我们的红娘，这个网络就是微信中的“附近的人”，那个时候微信“摇一摇”和查看“附近的人”的人相当的火，无聊的大学时光怎么能不去尝试呢?
更何况，我读大学的梦想之一就是在大学谈一场恋爱，也许着看起来很可笑，但这是我真实想法，因为我至始自终觉得只有校园的爱情，无关物质，只有纯粹的风花雪月。
奈何，我是一所男女比例极不协调的师范学校，男性竟成了稀有动物。
虽然大学有无尽的时光，无尽的电影电视和书籍等待着我，但我的校园爱情梦想从未忘记。在摇一摇和附近的人推出来的时候，我也按捺不住，结交了一帮狐朋狗友，谈天说地。
我一直觉得，虚拟的环境中更能让人敞开心扉，互诉衷肠。
那些虚拟的网友在我不断的交流和筛选中，大吴脱颖而出，成了我的恋爱目标。
现在想起来，爱情哪有什么水到渠成，还不是自己暗地里推波助澜。
03
大吴几乎完全符合我对男友的期望，年龄比我大一岁，学历相当，专业相仿，重要的是在我的观察中，他是一个有自己规划并雷打不动的执行，人品自然不错，也很符合“潜力股”的特质，而最最主要的是他们学校和我们学校相邻，那个学校是我所向往的。
我是理智的人，我也希望对方是一个成熟的人，孰轻孰重，都有自己的一个主见，大吴是一个这样的人，有过之而无不及。
一开始，我们的爱好相同的少，不同的.多。
他是艺术生，喜欢画画，还喜欢打游戏。我是文科生，喜欢阅读，那时我对游戏的理解还停留在开心斗地主的层面，万万想不到我最后在召唤师峡谷如痴如醉。
所幸，我们有爱看电影的共同爱好，常常分享好电影，我也给他分享一些值得阅读的好书。
为了拉近距离，我捡起了我小时候的爱好——画画，死皮赖脸拜他为师，让他教我画画，为了证明我确实喜欢画画，还认认真真，像模像样的画了一幅“玫瑰”。
就是这幅赶鸭子上架的画
于是，我们从朋友变成了师徒，关系拉近了一步。
说是师徒，其实并未认认真真的教我什么，也就是讲了一些理论性的东西，给了一些参考教材，也就没什么后续了。
日常就是不咸不淡的聊着，关系的转变是的愚人节，愚人节也可以成为表白节。是的，那天他发了一句表白的话，我暗自得意，表面依然云淡风轻，继续调侃他。
他虽然很郑重的说不是玩笑，但那时我们还未曾见面，仅仅是视频过。
让我耿耿于怀的是他的身高，仅一米七多一点，而且还是北方人，于是我后来常常说他是一个假北方人。而且并未见面相处，许多东西尚未可知。
见面，成了必然。
虽然在网络中已是熟人，但是初次见面依然无比尴尬。为了安全，是在我们学校见面的，不得不佩服自己无时无刻的理智和清醒。
04
那天的见面很平淡，如同老朋友见面。彼此和印象中所差无几，便在校园逛了几圈，他有些许期待，稍显殷勤。我则是挣扎在他的身高上，毕竟，我理想中的身高怎么也不能低于175吧。谁让我是处女座呢?
我们真正确定关系的那天是清明节，这个日子成了我们的恋爱纪念日，这个梗常常成为笑谈。
那时候，宿舍的同学都各自回家的回家，玩的玩，我则因为做兼职留在学校。那时候他常常会在没课的时候来我们学校，听说我要去做兼职，便提议下班的时候去接我，美名其曰一个女孩子回学校不安全，要去了兼职的地址。
因为我们两个学校虽然相邻，但来回之间颇有不便。便给他说，如果下雨你就别来了，回去不方便，他答应可以。
如果做过促销就知道，需要换上专门的服装，自己的贵重物品不便携带，锁在了别人的柜子里，仅仅是衣服放在了外面。
巧合的是，柜子的主人那天中午就下班去了外地，只有明天才回来。知道这个消息的我欲哭无泪，既不能把柜子主人召唤回来，也不能撬开柜子，除了无助剩下的就是凄凉。
庆幸的是，在这里兼职促销已有一段时间，一个阿姨知道之后借了我10块钱，那时候真的很感动，总算不至于流落街头。
而且最悲哀的是，那天真的下雨了，真是心如死灰，一丝期待了化为了虚无。
下班之后，如果按照我们的约定，他不应该来，我身无他物，也不能确认他来没来。也许是心里的侥幸和期待，没有从后门离开，走了我给了他地址的大门。
期待的在大门张望，并没有他的身影，一头扎入雨中，那一刻的心情和费玉清的“雪花飘飘，北风萧萧”那首歌绝配，真是一个凄凉而又悲伤的倒霉蛋。
就在自己为自己哀叹的时候，一把雨伞让冰冷的雨消失了，就像电视剧的情节一样，他打着伞站在了我的身后。本来坚强的自己，再回头看到他笑着的模样，再也绷不住自己的眼泪，成了脆弱的小绵羊。
我想这是天意，也算天作之合，有什么比他在你最需要的时候出现更让人感动呢。
至此，我觉得身高算什么呢!毕竟那一天回头的那一眼，他的身影已经如此高大。
他的好，我知道已经足以!
匹配 第3篇
模式匹配是计算机领域的一个基本问题。它应用在入侵检测、数据压缩、网络搜索、协议识别和计算机病毒特征码匹配等多个方面。模式匹配是指使用正则表达式在给定的字符串中查找特定的模式。本文研究的字符串匹配(简称“串匹配”)算法是模式匹配中的精确匹配。
对于串匹配算法的研究已经进行了数十年,研究人员在经典算法的基础上不断改进,取得了明显的效果。这些算法大都有个共同的出发点,即文本串与模式串之间的内容相关性[1]。依不同的应用场合,传统算法本身的复杂度没有一个稳定的度量,一般只能通过考虑特殊情况,得到复杂度的上界和下界。近年来,对匹配算法的研究更多地体现为“因地制宜”,即根据具体需要改进或提出算法。本文的思想来源于实际需要,即对基于文本的SIP协议的检测匹配,提出的算法无需考虑文本串与模式串之间的相关性。在多模式匹配情况下,与Wu-Manber算法相比具有更快的速度和更加稳定的性能。
1 字符串匹配算法
1.1 基本概念
所谓字符串匹配(简称“串匹配”)问题,就是在一个较大文本T=t1t2…tn中找出某个特定的模式串p=p1p2…pm的所有出现位置,其中T和p都是在有限字符表∑上的字符序列。
根据一次文本遍历可以匹配的模式串的个数,串匹配算法分为单模式匹配算法和多模式匹配算法。
1.2 单模式匹配算法
在单模式匹配算法中,最为古老和著名的是Knuth-Morris-Pratt(KMP)[2]算法和Boyer-Moore(BM)[3]算法。前者最坏时间复杂度为O(n)(n为文本T的长度),这也是所有串匹配算法时间复杂度的下界。后者最坏时间复杂度为O(nm)(m为模式串长度),但由于可以跳过文本部分字符,所以其平均时间复杂度是亚线性的。文献[4]已证明:单模式串匹配算法平均时间复杂度的下界为
BM算法与KMP算法类似,但速度是KMP算法的3～5倍,主要思想是通过坏字符(Bad-Character)和好后缀(Good-Suffix)两个规则计算每次匹配完成后p相对T的偏移距离,取其较大者进行p滑动。
TunedBM[5]是BM算法的改进,只使用了Bad-Character偏移函数,在实际应用中达到了较高效率。文献[6]综合了BM算法和TunedBM算法的优点,采用TunedBM的Bad-Character和BM的Good-Suffix对模式进行预处理,相对BM算法将最好情况下的时间复杂度改进为O(n/(m+1))。
1.3 多模式匹配算法
多模式匹配算法是单模式匹配算法在模式集上的扩展,它的模式集不是某个特定的p,而是若干个p的集合P={p1,p2,…,pr},其中pi=p
多模式匹配算法中同样有两个较早且著名的算法,它们分别基于前缀和后缀搜索,即Aho-Corasick(AC)[7]算法和Wu-Manber(WM)[8]算法。其中AC算法是KMP算法向多模式串情形的扩展,在预处理阶段构造转移函数和失效函数的时间复杂度分别为
WM算法在继承BM算法坏字符规则的同时引入了块字符,设块字符的长度为B(一般取2或3,本文中取2),算法构造了指针跳转表SHIFT和基于前缀和后缀哈希的PREFIX表和HASH表,表1是P={search,fear,char,arch}时构造的SHIFT表。
这3个表优化了跳跃距离,减少了精确匹配的次数,使得WM算法的最好时间复杂度达到了O(B×n/lmin),效率一般比AC算法高。但是WM算法有着与AC算法同样的缺陷,块字符的引入导致
2 分段匹配的字符串匹配算法
2.1 算法思想
前文介绍的串匹配算法都是具有代表性的经典算法。大多数改进的思路延续了经典算法本身的核心思想,且改进效果十分有限。串匹配中会涉及到的处理对象只有T和p,由于文本是给定的内容,不能改动,因而传统的串匹配算法及其改进大多针对p的内容特征。如BM算法及其改进中的坏字符和好后缀就直接利用了p的内容,AC算法利用模式串之间的内容相关性建立了树形状态机,WM算法则利用模式字符串中的块字符建立了跳跃表SHIFT以及两个查找表HASH和PREFIX。
在网络内容检测时,文献[9]提出基于文本片段匹配减少流重组所带来的延迟。SIP协议是VoIP的控制流,基于文本的SIP协议中出现了很多空格,且关键词都以单词的形式存在,关键词匹配转变成单词匹配,而单词又是以空格划分开的,所以,先划分后匹配的思想就此产生。这个思想在串匹配过程中同时利用了文本和模式串的特征。如果对待匹配文本有先验知识,知道有一种特殊字符在文本中出现频率很高,且该字符在模式字符串中不存在,则可以用该字符将文本划分成若干段,然后对文本进行分段匹配。显然,分段匹配可以给匹配算法提供新的改进空间。如以分段长度作为文本与模式串精确匹配的判决条件,长度与模式串不符的文本段将不再进行精确匹配,或者以分段内容为子文本采用已有的匹配算法。
2.2 算法描述
简称分段匹配的串匹配算法为SM算法,设算法中的特殊字符为u,待匹配文本为T=t1t2…tn,模式字符串集合为P={p1,…,pr}。预处理过程中将模式集构建成一个易于查找匹配的模式库,在本文中,构建多维数组,将不同长度的模式串分别存储,使得最后满足长度要求的文本块内容只与模式库中某一长度的字符串进行精确匹配。存储模式串的模式库如图1所示。
搜索过程(如图2所示)需要定义两个指针,即段起始指针pb和段结束指针pe,它们都用来发现前文提到的u,两个指针之间的字符序列定义为子文本Tj(1≤j≤k,k为待匹配文本T可划分的子文本数目)。匹配过程只在子文本和模式库之间进行。
根据子文本与模式串之间的关系,匹配过程中将会出现两种情况:
(1) 如果子文本的长度大于最长模式串长度或者小于最短模式串长度,则该子文本不参与针对模式库的精确匹配。
(2) 如果子文本的长度在最长模式串和最短模式串长度之间,则该子文本将针对模式库中对应长度的模式子库进行遍历匹配。
算法具体描述如图3所示。
2.3 算法复杂度分析
字符串匹配算法的效率通常用字符比较的次数以及其它基本操作的次数来描述,操作次数与文本串长度n和模式串长度m有关,n和m的关系难以用精确函数给出,因而常以增长率或者复杂度阶来衡量字符串匹配算法的优劣,符号O用来表示这种复杂度的度量。
定义 如果存在两个常量C和n0,使得对于任意n>n0,都有g(n)≤C×f(n),则有g(n)=O(f(n))。
算法分析中,通常对时间复杂度关注较多,用到的复杂度有最坏时间复杂度、最好时间复杂度和平均时间复杂度。当然在模式串集合较大时,空间复杂度也会明显影响算法效能。
单模式和多模式匹配的经典算法复杂度前文所引相关文献中已经给出,本节主要分析SM算法的复杂度。在分析之前,先明确两个基本概念,即字符串匹配中的搜索和匹配。搜索是指扫描文本,看看是否有需要和模式库开始进行对比的情况;匹配则是指已经发现可能存在的情况并将文本和模式库进行精确匹配的过程。本文提出的SM算法不仅可以进行单模式串匹配,同时也适用于多模式匹配,复杂度分析将分别给出。
对于单模式匹配,分为搜索和匹配两个过程。假设文本串长度为n,且被特殊字符u划分为k段,模式串长度为m。首先,考虑时间复杂度:在搜索阶段,特殊字符要遍历整个文本,产生了搜索复杂度O(n)。若搜索到长度等于m的文本段,则进入匹配过程,匹配过程的精确比较将再次产生复杂度m。由于m一般相对n较小,对于整个文本而言,SM算法单模式匹配的最坏时间复杂度和最好时间复杂度为O(n),平均时间复杂度与文本串和模式串内容相关性有关。至于空间复杂度,只需存储单个模式串,所以为O(m)。
对于多模式匹配,相对复杂,需结合图1和图2作以分析。如图2,长度为n的文本被u分为k段,每段长度为ml;图1是模式串的存储结构,所有模式串依长度特征被归类,即具有同一长度的模式串被划入一个集合。设模式库有q个集合,每个集合所含模式串数目为sq,其对应的模式串长度为mq。另外,对于匹配过程是否进入匹配阶段给出一个判断权重:
所以,分别考虑搜索和匹配过程,SM算法多模式匹配最坏时间复杂度为
与已有算法相比,SM算法的优势就是搜索过程无需考虑文本串和模式串的内容相关性。内容相关性正是BM算法和WM以及它们改进的出发点,这个出发点使得它们不仅在匹配过程中会出现对一个字符的多次比较,而且增加了模式串存储的空间复杂度。
2.4 实验对比
本文分别在单模式和多模式情况下将SM算法与BM算法和WM算法做了实验对比(取u为空格)。用以说明SM算法的性能。实验条件如下:
软件环境:Ubuntu 10.10操作系统;内核版本:Linux 2.6.35-24 generic;编译环境:gcc 4.4.5。
硬件环境:CPU(酷睿T8300)主频2.4GHz;内存:2048MB;硬盘:160GB。
测试文本:Bible重复10次(42M)。
算法性能测试:
实验采用的计时方法为Linux下的计时命令time./program[10]。由于系统的非实时性,实验结果取程序执行100次的平均值
1) 实验1
针对传统BM算法,p第一次在T中检测到程序结束,取不同长度的p置于T的最后一行,测试结果如表2所示。
2) 实验2
对BM算法做一定改动,使其与SM算法能在程序执行一次的情况下检测出某一个p的在T中的所有出现。测试结果如表3所示。
以上两个实验的结果同时表明BM算法对p的长度相当敏感,长度越大,速度越快,SM算法只在p长度很短时优于BM算法,但是SM算法由于与p和T内容相关性无关,性能相当稳定。
3) 实验3
在多模式匹配情况下,选取的模式集以及长度划分如表4所示。
对测试文本T分别执行WM和SM算法,检测出上表字符串在T中的所有出现,检测模式串长度的范围从2到11依次增大,得到的时间消耗如图4所示。
图4表明,SM算法的性能优于WM算法。在SM算法中,时间复杂度主要取决于文本长度,对于既定文本算法性能比较稳定。虽此搜索占用了算法的大部分时间消耗,但针对模式子集的精确匹配相对耗时较少。而对于WM算法,首先,需要较大的预处理时间,且预处理时间会随着P的扩展而增大;其次,因为最小模式长度对搜索指针最大跳跃偏移的制约使得匹配窗口在搜索过程中滑动很慢。
另外,SM算法在空间消耗上也很有优势。WM算法引入的块字符导致它在构建查找表时会出现重复存储,而SM算法只将模式串存储一次。
3 结 语
在字符串匹配研究领域中,有一个人所共知的事实是“算法的思想越简单,实际应用的效果越好”。SM算法在发掘文本自身特点的同时优化模式串集合的存储结构,使得串匹配的搜索过程和匹配过程都得到了简化。在多模式匹配情况下,SM算法的性能明显优于WM算法。如果在模式库构建上将长度和字符特征结合起来,还可以进一步优化。对于子文本包含模式串的情况可以参考已有的串匹配算法,这将有待于下一步的研究。
参考文献
[1]刘萍,刘燕兵,郭莉,等,串匹配算法中模式串与文本之间关系的研究[J],软件学报,2010,21(7):1503-1514.
[2]Knuth D E,Morris J H,Pratt J R,et al.Fast pattern matching in strings[J].SIAM Journal on Computing,1977,6(1):323-350.
[3]Boyer R S,Moore J S.A fast string searching algorithm[J].Communi-cations of the ACM,1977,20(10):762-772.
[4]Yao A C.The complexity of pattern matching for a random string[J].SIAM Journal on Computing,1979,8(3):368-387.
[5]Charras C,Lecror T.Exact string matching algorith[EB/OL].1997.http://www-igm.univ-mlv.fr/～lecorg/string/.
[6]蔡晓妍,戴冠中,杨黎斌.一种快速的单模式匹配算法[J].计算机应用研究,2008,25(1):45-46.
[7]Aho A V,Corasick M J.Efficient string matching:an aid to bibliograph-ic search[J].Communications of the ACM,1975,18(6):333-340.
[8]Wu S,Manber U.A fast algorithm for multi-pattern searching[R].Re-port TR-94-17,Department of Computer Science,University of Arizona,Tucson,AZ,1994.
[9]廖唯棨,邹维.基于文本片段的多模部分匹配算法[J].通信学报,2010,31(3):31-36.
匹配 第4篇
摘 要：本文主要讨论为解决影响焊接质量及自动化焊接的零部件搭接间隙大（干涉）问题，通过解决长城某款车型间隙及尺寸问题的具体事例，尝试的一种焊接零部件匹配解决方案及流程。
关键词：匹配；间隙；自动化；变形
在现在汽车工业中，汽车悬架是重要部件之一，对汽车行驶的平顺性、经济性、通过性、燃油经济性等多种使用性能有很大影响，汽车悬架最主要的过程工艺是焊接；在悬架焊接行业中，均采用了大量的自动化设备，在提高了生产线自动化程度、降低人力强度的同时，对焊接搭接间隙有很严格的要求，在汽车行业中，对整车车身精度综合匹配（MB）及样板拼车（DT）的研究较多，匹配方案及流程较成熟；对底盘悬架焊接类研究较少，没有规范的匹配流程及方案，由于整车车身与底盘悬架结构差异，在整车车身精度匹配的研究方案及流程很难在底盘悬架上全部实施。本文通过解决长城某款汽车底盘生产线某个焊接间隙及尺寸问题点时，探讨一种焊接零部件匹配方案及流程。
问题描述：长城某款车型悬架焊接线，减振器连接板与纵臂及螺旋簧间隙大，影响焊接机器人自动化焊接，焊接后减振器连接板安装尺寸不合格，焊接前对各零部件尺寸测量，零部件尺寸均符合产品要求。
1 过程调查分析
减振器连接板焊接间隙分析：
随机抽取5套减震器连接板，依据原设计数模，采用三坐标设备（CMM）扫描测量，保证制件合格后，在焊接夹具上进行试装，根据不同的试装方式，测量的结果不同，通过对不同搭配方式数据分析，筛选影响减振器连接板匹配的重要因素，具体如下：采用一套与减振器连接板搭配的纵臂分总成，试装5套减震器连接板，装件后，通过目测判定减振器连接板与搭接工件均存在干涉，装件不能到位，使用间隙尺测量搭接间隙， 采用一套减振器连接板搭配5套纵臂分总成进行试装，装配完成后，使用间隙尺测量搭接间隙 根据上面两组数据分析，当更换不同的搭配方式时，搭接间隙出现不同的变化，结合焊接夹具、检测方式，判定影响减振器连接板匹配的主要因素有：减振器连接板本身尺寸的一致性；减振器连接板单件检测方式；纵臂分总成状态的一致性；焊接夹具的稳定性及定位的可靠性。焊接过程中的热变形及冷变形，根据分析的影响匹配的主要因素，制定匹配方案。
1.1 制定检测规范
针对减振器连接板，制定规范的检测标准，采用三坐标设备（CMM），检测方法如下：①检测时，以两侧面的孔中心的连线轴作为第一基准；②以减振器连接板底面作为第二基准；③边线取点方法是，直边方面，短边至少取3个检测点，长边至少取5个检测点；圆弧边至少取5个检测点。
1.2 封样纵臂分总成
为消除因纵臂分总成状态变化对匹配数据的影响，在焊接生产线上随机抽取一套纵臂分总成，进行封样。
1.3 规范焊接夹具
对于焊接定位夹具，很多情况下，必须考虑过定位（即n-2-1定位原则），才能保证夹具定位的稳定性及可靠性，排查减振器连接板焊接夹具的定位效果，对影响定位效果的机构进行改进完善，夹具改进完成后，采用三坐标设备（（CMM））对焊接减振器连接板的夹具进行定位坐标测量，对数据进行固化，制定夹具校准标准，定期校准确认，保证定位位置的可靠性。
1.4 规范减振器连接板
随机抽取一套减振器连接板，使用封样的纵臂分总成进行试装，装配过程中对搭接干涉部位进行打磨，根据减振器连接板尺寸型面±0.7mm公差要求，保证修磨后的减振器连接板各有效搭接间隙在±0.7mm（产品设计要求）左右，记录各部位打磨数据及间隙数据。
根据记录的的实际数据，调整减振器连接板落料模具，调整完成后，生产5套样件，样件按检测规范进行检测，检测合格后进行试装，试装时，采用纵臂分总成封样进行验证，直至搭接间隙满足焊接机器人自动化焊接要求。
1.5 规范标准数模及图纸
对匹配完成的减振器连接板，采用三坐标设备扫描，根据扫描结果及匹配过程中记录的改进数据，对原设计数模及图纸进行变更，保存最终标准数据。
2 方案总结及规范
通过对减振器连接板的匹配过程，总结一种底盘悬架匹配的流程方案，提高匹配效率，节省匹配成本。
2.1 匹配的总体原则
针对底盘悬架焊接线开发过程中，由于焊接变形，产品设计间隙大，焊接过程中搭接件干涉、焊接间隙大，不能满足焊接要求，或个别零部件由于设计原因，尺寸保证困难时，开始对搭接件进行匹配，匹配时，应选取变更周期短、变更费用低的零件；应将状态稳定的大件进行固化，以此为基准，匹配小件。
2.2 匹配的流程
将整个匹配过程总结为9部分，具体为：①确认匹配的零部件；②制定规范的零部件检测标准；③对匹配关联的零部件及分总成进行固化、封样；④排查焊接夹具的定位效果，保证焊接夹具定位的可靠性；⑤采用三坐标对焊接夹具的定位位置固化，保证夹具的一致性；⑥提样5套，试装，记录数据；⑦根据实际试装效果，更改模具；⑧提样5套，再次试装，记录数据直至搭接效果及尺寸要求满足需求；⑨对匹配完成后的数模及图纸进行标准化。
3 研究总结与展望
在底盘焊接生产线调试过程中，由于各种原因，需要进行匹配的情况非常多，本题通过挑选底盘悬架焊接中的减振器连接板匹配方案，总结在匹配过程中解决的各种问题，尝试将匹配过程整理成一种较为理想的匹配方案，将匹配过程梳理成10个匹配阶段，规范各阶段的工作内容，在匹配其它零部件时，能够快速有效的完成匹配，提高效率，缩短过程开发时间。
参考文献：
[1]曹俊.单俊.整车匹配中在线质量工装定位选取技术[J].CN12-1411/U，2010（2）：36-37.
[2]戴竟.车身进度综合匹配和样板拼车的建立[J] .CN22-1187/U，2014（4）：21-28.
匹配 第5篇
匹配pǐ pèi[释义]
①(动)〈书〉(婚姻)配合。
②(动)(无线电元器件等)配合。阻抗～。(作谓语)
科研经费匹配申请 第6篇
领导：
年 月，对以 为第一责任人的 进行评审。经专家评议，确定予以立项支助研究，总计经费 万元，年下拨经费 万元。
根据 医学科研经费管理办法中关于科研经费匹配的规定，现特向单位领导申请本科研课题第 期匹配经费 元整。
望准为盼。
价值观匹配 第7篇
发布：2012/11/9 9:33:00作者：来源：《中外管理》查看：1423次
关键字：招聘 企业价值观
“为什么给员工加薪，他/她依然还是会走人？”这种不对称的离职，让许多企业为之困惑。这个困惑背后折射的问题大多是，“我不喜欢这个企业”，或者“这个公司对我没有吸引力”。
问题出在哪里？
“因为价值观出现了偏差或者不匹配。很不幸，如果企业的价值观出了问题，或者价值观含糊不清，那么企业就很难吸引优秀的人才。”中华英才网资深人力资源顾问刘兴阳对《中外管理》说。
价值观的力量
就像婚姻中两个人的志同道合一样，企业与员工在价值观上也需要匹配。刘兴阳认为，这是一个员工对企业文化的适应性考验。员工适应你的企业文化，认同你的价值观，大家在一起合作才会趋于默契。“如果一个人对这个公司的价值观比较认同，他往往会愿意为这份事业而牺牲小我的需求。”
这就是价值观的力量。欧美企业在管理中发现，如果有很明确的价值观，可以让企业的效率大大提高，而内耗减少。因为依托企业价值观而形成的员工行为模式，可以在很短的时间内，让员工迅速做出判断，哪些事情可以做，哪些事情不可以做。许多优秀企业的价值观表明：当员工与企业的价值观一致时，制度的约束机制就会转化为员工的自觉行为，员工的行为体现就会成为企业形象的标签。
听起来虚无缥缈的价值观，然而它在员工内心释放的正能量却是实在的行动。
举一个老生常谈的案例：
沃尔玛老板坐飞机都是经济舱，住酒店也都是常规酒店，公司的复印纸更是双面使用。他会一分钱、一分钱地去节俭。这种近乎苛刻的节俭，上行下效，从
老板到员工均无一例外。这样的企业看起来很“抠”，但这些正是源于它的价值观：为顾客节省每一分钱。在相同利润率的前提下，这会使沃尔玛给顾客更多的优惠。
显而易见，公司上下对于价值观的共同认可，推动沃尔玛形成自己鲜明的风格，基业长青。让人才“认识”公司
那么，怎样才能找到价值观一致的人才？如何实现企业与员工的价值观匹配？
招聘自然是源头。招对了人，才能留得住人，否则只会造成人力的浪费。事实证明，人才招聘的成本远远大于人才培养。尤其在中国的人口红利逐渐弱化的当口，“人才难求”将会成为企业的一种负累。所以，与“找对人，做对事”的管理定律类似，“招对人，留住人”无疑也是符合逻辑的一个人才定律。现在，这个定律正在为许多企业重视，并作为HR招聘时必要的判定准则。
所谓对的人，其实就是价值观与企业匹配的人。价值观的匹配，被视为招聘工作的经典法则。如果HR在招聘的时候能够通过各种考察手段，筛选出与企业的价值观完美匹配的人才，这无疑将会提高人力资源的使用效率，员工的离职率通常也会随之降低。
但首先HR自己要弄清楚，企业需要什么样的人才，而人才的价值诉求又是什么。不同的组织有不同的价值观。实现企业与员工的价值观匹配，首当其冲的是必须让员工“认识”公司。
HR招聘人才时，可以采取“自动分离”的法则。刘兴阳说：“要明确地将企业的价值观通过各种招聘渠道、媒体资源，乃至员工及候选人才的口口相传，那些志同道合的人就会聚拢而来；而价值观不匹配的人，则会绕道而行，这样可以起到自动分离的作用。”这个极其简约的法则，不仅要求HR具备识人的眼光，更要有清晰的判断力。
创新型企业往往强调创新，创新就是其核心的价值观。这类企业喜欢的就是有创新精神、不拘一格，甚至越怪越好的员工——因为想法越不同于常人，越能够爆发出创新的火花。作为职场新生力军的“90后”，在创新方面的禀赋会使他们成为创新型企业的最爱。
而喜欢挑战新事物的“90后”去强调规范化的企业工作，也许就很难融入这类企业的循规蹈矩与严格管理之中。比如：金融服务行业，其服务往往就要求标准化、规范化，要求有较好的服务意识、亲和力、抗压能力。
对于制度性较强的企业，要求员工能够按部就班，严格按照流程做事，就如同流水线上的一颗螺丝钉，只要发挥好岗位的职能即可，无需更多的创新。那些遵规守纪、按部就班的人往往更适合这类企业。
企业价值观的差异化，决定了不同的人才需求所向。无论是服务至上的价值观，还是按部就班的价值观，企业在筛选人才时，都要让他们认识到企业的这些价值观及理念，进而吸引那些志同道合者。
把好招聘关
除了让人才认识公司，企业人力资源部门还需要把好招聘关，避免人才与企业的价值观错位。“招聘不是单向的交流，也非拍脑袋式的决定，而是双方敞开思想去沟通。这其中HR发现新人的想法尤为关键。”刘兴阳总结道。
企业在招聘人才时，可以将价值观匹配纳入到选择人才的标准范畴。考查员工的价值观取向，企业通常会重点选择4-6个因素来作为基本指标。比如：员工的主动性怎么样，思路是不是够创新，是不是有团队协作精神，或者是不是具有良好的沟通能力和亲和力，等等。
企业价值观的主导诉求是什么，招聘工作就要侧重去考察什么。比如：如果一家企业倡导的是一种加班文化，或是一种奉献文化，那么HR就要考察应聘者对加班、奉献的认识。如果考察到对方“愿意牺牲自己的时间而工作”，那么就是适合企业要求的。
“在面试过程中，HR一定要深入了解员工的价值取向，权衡其能否与企业的价值观一致。”刘兴阳说，“企业往往会设定不同的考核标准，其中很多关键的考核点，都是从企业价值观分离出来的。”
把好面试这一关，通常情景面试的方法可以获得相对理想的结果。比如：组织一个6-10人的讨论小组，大家共同讨论一个话题，在此过程中，候选者的很多素质(如亲和力、团队合作、创新意识、主动性等)都会有相对直观的展现。
匹配 第8篇
关键帧提取技术是视频语义检索的关键技术，是视频信息索引、浏览与检索的基础。关键帧(也做代表帧)是用于描述一个镜头的关键图像帧,反映一个镜头的主要视觉内容[2]。目前的关键帧提取方法主要有基于镜头边界法、基于内容分析法、基于运动分析法和基于视频聚类法等[3]。
镜头边界法由于其直观、计算开销小的优点得到了广泛应用。视频片段由语义相关的镜头组成，而镜头是指一系列连续纪录的图像帧，一般是由摄像机一次摄像的开始和结束的所有帧构成[4]，可见，一个视频片段是由一系列在时间和空间上存在很大冗余的连续图像帧构成。在整个视频中,当从一个镜头变换到另外一个镜头的时候,相邻的图像帧之间的背景、人物、环境等都会发生明显变化,具体体现在图像的颜色的分布上[5,6]。因此,要判断两幅图像之间的相似性,可以根据图像的颜色属性来实现。目前基于颜色属性的场景切分,已经提出了多种方法:基于统计、基于变换、基于特征和基于直方图等[7]。在文献[8]叙述的方法中,采用了基于交互信息量的技术来对镜头检测,进行场景切分。对连续的两帧,分别独立计算出其三个RGB分量的交互信息量和联合熵,再计算总的交互信息量,然后对每个帧间交互量,计算其滑动窗口内交互信息量的均值,再与给定的阈值进行比较,从而判断是否在此帧处检测到了镜头边界。这种方法存在的问题是：即使两张图片在视觉上相差很大，但他们的颜色直方图还是有可能非常相似。因此文献[9]提出了一种基于HSV空间模型的视频场景切分方法。该方法首先将图像的RGB值转换为HSV值,然后量化得出一维特征矢量值,再计算其直方图,通过统计比较计算得出两幅图像的相似性,最后根据其相似性与实验给定的阈值进行比较,以判断是否发生了场景切换。这种方法避免了两幅不同图像之间因RGB颜色直方图却有可能相同而无法区分的缺点,从而更加准确地对视频进行场景切分。然而依然存在的问题是：HSV直方图对图像中的细节变化并不敏感。
通常衡量关键帧提取算法或镜头切分方法的标准是查全率和查准率[10,11]。
查全率=正确检测数/(正确检测数+漏检数)
查准率=正确检测数/(正确检测数+误检数)
应用于视频检索中的关键帧提取算法，其查全率要求应当高于查准率。因为查准率低将会产生冗余关键帧，其结果是导致视频检索系统的效率降低。而查全率低将会导致视频检索系统遗漏目标信息，无法为用户提供正确的结果，这将降低视频检索系统的实用性，在安全、军事等领域应用的视频检索系统更无法容忍遗漏。所以算法应当在保证正确结果的前提下提高效率，而不是为了效率牺牲其使用价值。文献[9]给出的方法其查全率在达到100%时，平均查准率为58%，为解决此问题，本文对HSV直方图提取关键帧算法进行改进，并使用轮廓Hu矩匹配算法对视频中可能出现细节渐变的区域进行二次关键帧提取，试验证明，在保证查全率的同时可提高查准率。
1 方法分析
1.1 基于HSV直方图的关键帧提取算法
HSV颜色模型是一种基于感知的颜色模型,它把彩色信号表示为三种属性:色调(Hue)、饱和度(Saturation)和亮度(Value)。这种颜色模型用Munsell三维空间坐标系统表示[12]，更适合人的肉眼判断。当从图像中得到RGB颜色空间的值(r,g,b)，r,g,b∈[0...255]，可通过计算将其转换成HSV颜色空间的h,s,v值,并通过相应公式进行量化。得出H,S,V的量化值之后,就可以把三个颜色分量合成一维的特征矢量[13]。
其中,Qs、Qv分别是分量S和V的量化级数,通过计算L的值得出HSV直方图，可用于比较两幅图的相似度。文献[9]中使用直方图相交算法(INTERSECT)对相似度进行度量：
这种方法强调了两幅图的差异，但使用于视频中的图像帧进行比较时，其缺点是：对于图像内容发生轻微位移过于敏感。本文使用BHATTACHARYYA比较算法代替相交算法：
相比较INTERSECT而言，BHATTACHARYYA比较方法对图像大小变化具有一定的稳定性，并降低了对于轻微位移的敏感程度。
1.2 Hu矩轮廓匹配算法
轮廓是构成任何一个形状的边界或外形线，对细微变化敏感。Hu矩是一种不变矩，具有一定的旋转、平移、尺度等特性的不变特征。所以，如图1所示，当两帧之间有局部细小物体发生改变时，Hu矩轮廓匹配方法可以识别(对比结果为0.0154677)，当两帧之间只是物体逐渐移动时，该算法并不过于敏感(对比结果为0.000012)，如图2。
M.K.Hu对于定义O-xy平面上的二维密度函数f(x,y)，以黎曼积分的形式给出了它的函(p+q)阶二维矩的定义[14]：
这里mpq=又称为(p+q)阶混合原点矩。相应地定义f(x,y)的(p+q)阶混合中心距：
其中：
对于图像而言，零阶矩m00表示图像灰度的总和;一阶矩m10和m01，分别表示以图像坐标为权的x方向和y方向的灰度总和;表示灰度图像f(x,y)的灰度质心。
设目标区域D中的灰度分布为f(x,y)，x∈D。为了描述目标，将区域D以外的区域的灰度分布视为0，于是目标的区域原点矩和区域中心距就分别变成：
规格化的中心距定义为：
其中:γ=(p+q+1)/2,p+q=2,3…。
直接用原点矩或中心距进行特征表示，不能使特征同时具有平移、旋转和比例不变性。M.K.Hu利用二阶和三阶中心矩构造了七个不变矩，并证明了它们对于平移、旋转、尺度缩放都具有不变性。具体表达式如下：
在得到以上七个不变矩后，本文使用以下公式对其相似度进行对比：
2 方法描述
2.1 结合轮廓匹配的HSV直方图关键帧提取方法可描述为以下步骤
1)获取第一帧图像中每个像素的RGB颜色值，通过计算将其转化到HSV空间。
2)通过式(1)计算得出HSV直方图Histogram1。
3)获取下一帧，并计算出Histogram2。使用式(3)比较两幅直方图，得出比较结果Similar。
4)根据给定的阈值S1,判断视频文件是否在此帧处发生了镜头切分。若Similar
5)给定镜头长度阈值L，该阈值用于监视可能出现的HSV直方图对图像中细节变化不敏感问题。在步骤(1)-(4)中，如果超过L帧未出现镜头切分则判断为可能出现关键帧遗漏，进入步骤(6)。
6)对长度超过L的镜头使用Hu矩轮廓匹配算法进行二次镜头切分。
2.2 Hu矩轮廓匹配算法步骤如下
1)获取第一帧图像，查找轮廓，使用式(10)计算Hu矩。
2)获取下一帧，查找轮廓，使用式(10)计算Hu矩，使用式(11)比较两幅图像的Hu矩，得出比较结果Compare。
3)根据给定的阈值S2,判断视频文件是否在此帧处发生了镜头切分。若Compare
3 实验结果分析
本文实验使用C#图像处理平台Emgu.CV。为准确说明问题，如图5、图6所示，实验选用了一段新闻联播视频和一段Open Video视频机构提供的学术用视频“NASADT10-PlaneParachutes”，新闻片段14秒，441帧，为“主持人片段”，其特点是由于右上方的小画面中有物体不断变化，共产生8个镜头，“NASADT10-PlaneParachutes”片段共31秒，9个镜头。
通过实验发现：使用HSV直方图方法进行镜头切割提取关键帧时，如果希望在新闻片段中准确识别出小物体的变化提取关键帧，就需要一个较小的阈值S1，但在阈值S1的作用下，在“NASADT10-PlaneParachutes”片段中出现的冗余关键帧数是实际关键帧数的近乎4倍，大大降低了查准率。而如果要在“NASADT10-PlaneParachutes”片段中取得较高的查准率，就要设置一个较大的阈值S2，在较大的阈值作用下，算法几乎无法分辨新闻片段中的小区域的细微差别。本文方法在使用阈值S2情况下，对新闻片段使用轮廓匹配方法进行二次镜头分割，除有2个主持人镜头轮廓相似，未能分辨外，其余均能正确切分。得到较高的查全率。
另对Open Video视频机构提供的学术用视频NASAKSN-ElCuerpoEnElEspacio、NASAKSN-E-Mail进行了试验，结果如下：
4 结束语
在遇到过长的镜头时，本文认为该镜头中可能存在HSV直方图无法识别出的细小物体变化，对该镜头使用轮廓匹配算法进行二次切分，从而解决HSV直方图对图像中的细节变化并不敏感的问题。
查全率和查准率是一对相互矛盾的存在，在类似于军事侦察视频的处理中，如果需要查全率达到100%，可以通过牺牲查准率来实现，本文算法以表1给出的数据为临界，如果要再提高查全率，查准率会急剧下降，在查全率为100%时，平均查准率为67%。
摘要：针对HSV直方图法提取关键帧时,对帧与帧之间的细小物体变化不敏感的问题,提出一种结合轮廓匹配进行二次镜头切分的关键帧提取方法。其核心是对可能含有细小物体渐变的镜头使用基于Hu矩的轮廓匹配法进行二次切分。实验证明该方法具有较高的查准率和查全率。