感知信息范文

感知信息范文（精选12篇）

感知信息 第1篇

认知无线电[1]是一种用于提高频谱利用率的智能无线电技术,其应用和发展前景广阔,是当前研究热点之一。频谱感知[2]是认知无线电的关键技术之一。由于多径衰落、阴影效应等因素的影响,单个认知用户的检测性能往往满足不了系统的要求,目前许多学者提出了将多个认知用户合作进行频谱感知的方法,研究结果表明,合作感知性能明显优于非协作感知[3]。

目前有关合作频谱感知的研究方法主要有硬判决和软判决两种类型。硬判决的优点是实现简单,系统复杂性小且传输开销小,但是认知用户单比特的判决结果丢失了大量信息,使得感知性能降低。而对于软判决,认知用户直接将感知到的主用户能量信息传送至融合中心,能够综合大量的感知信息,因此具有较好的感知性能,但是软判决要求控制信道的带宽较大。综合软判决和硬判决的优缺点,自2007年开始有学者提出了改进硬判决,量化感知信息的思想[4,5,6,7,8]。本文在文献[6]的基础上,研究了基于2 bit量化的合作感知模型,在理论上推导了该模型的虚警概率和吞吐量的数学表达式,研究了感知信道信噪比、认知用户数对检测概率的影响以及感知时间、信噪比对虚警概率和吞吐量的影响,并将其与软判决和硬判决进行比较分析,理论分析与仿真结果表明基于2 bit量化模型的合作感知方法能够在每个认知用户只增加1 bit传输开销的前提下极大地改善检测性能,较好地解决了频谱利用率的提高与传输开销的矛盾。

1 系统模型

1.1 合作频谱感知模型

本文的系统模型是基于集中式的合作频谱感知,由1个主用户,N个认知用户和1个融合中心组成。完整的合作感知过程为:每个认知用户在感知信道中对主用户的信号进行感知;认知用户将感知结果通过控制信道发至融合中心;融合中心采用某种融合策略进行数据的融合并判决主用户是否存在。合作感知模型如图1所示。

本文研究模型的感知信道为AWGN信道,通知信道为理想信道。假设存在N个认知用户,每个认知用户在进行能量检测时有M个采样点,则第j个认知用户的第i个采样点的接收信号yji(1≤j≤N,1≤i≤M)可表示为[9]

$y{}_{ji}=\{\begin{array}{l}n{}_{ji}\\ \sqrt{\gamma {}_j}s{}_{ji}+n{}_{ji}\end{array}\begin{array}{l},{\rm H}{}_0\\ ,{\rm H}{}_1\end{array}(1)$

式中:$\sqrt{\gamma {}_j}s{}_{ji}$表示平均功率为γj的主用户信号;nji表示白噪声;H0,H1分别表示主用户不存在和存在两种情况。不失一般性,本文假设噪声nji为均值为0、方差为1的高斯随机变量,与主用户信号相独立。假设sji为独立同分布的高斯随机变量,均值为0,方差为1。因此γj也表示第j个认知用户在某个检测周期的瞬时信噪比。根据以上假设,接收到的信号yji服从高斯分布

$y{}_{ji}=\{\begin{array}{l}{\rm N}(0,1),{\rm H}{}_0\\ {\rm N}(0,1+\gamma {}_j),{\rm H}{}_1\end{array}(2)$

则第j个认知用户检测到的能量值为

$Y{}_j={\displaystyle \sum _{i=1}^{{\rm M}}y}{}_{ji}^2=\{\begin{array}{l}b{}_{j0},{\rm H}{}_0\\ (1+\gamma {}_j)b{}_{j1},{\rm H}{}_1\end{array}(3)$

其中bj0和bj1服从自由度为M的中心卡方分布。因为各认知用户在不同的位置,假设Yj是相互独立的。

1.2 基于2 bit量化的合作频谱感知模型

相比硬判决只有一个判决门限,2 bit量化模型采用3个门限λ1,λ2,λ3,将每个认知用户检测到的能量值划分为4个区域(如图2所示),每个认知用户需要发送2 bit的信息(00,01,10,11),将检测的能量值落入哪一区域告知给融合中心。每个区域分配了一个权值,即w0=0,w1=1,w2=L,w3=L2。加权求和后的值为${\rm N}{}_c={\displaystyle \sum _{i=0}^{3}w}{}_i{\rm N}{}_i$,Ni表示落入区域i的数目。若Nc≥L2,判为主用户存在;否则判为不存在。

2 2 bit量化模型相关理论推导

在2 bit量化模型中,令PFl=P(Y>λl|H0), PDl=P(Y>λl|H1),分别表示落入区域i的局部虚警概率和检测概率,1≤l≤3, β1=PF2/PF1 , β2=PF3/PF2 ,ρ=PF1/(1-PF1 ),由文献[6]推导,在感知信道为AWGN信道下得

${\rm P}{}_{\text{F}}({\rm M},\lambda )={\rm P}(Y{}_j>\lambda |{\rm H}{}_0)=\frac{\text{Γ}(\frac{{\rm M}}{2},\frac{\lambda }{2})}{\text{Γ}(\frac{{\rm M}}{2})}(4)$

$\begin{array}{l}{\rm P}{}_{\text{D}}({\rm M},\lambda ,\gamma )={\rm P}(Y{}_j>\lambda |{\rm H}{}_1)=\\ \exp \left(-\frac{\lambda }{2(1+\gamma )}\right)\end{array}$

${\displaystyle \sum _{k=0}^{{\rm M}/2-1}\frac{1}{k!}}\left(\frac{\lambda }{2(1+\gamma )}\right){}^k(5)$

$\begin{array}{l}1-Q{}_{\text{F}}={\displaystyle \sum _{i=0}^{{\rm I}}(}{}_i^{{\rm N}})(1-{\rm P}{}_{\text{F}1}){}^{{\rm N}-i}\{{\displaystyle \sum _{j=0}^{J{}_i}(}{}_j^i)({\rm P}{}_{\text{F}1}-{\rm P}{}_{\text{F}2}){}^{i-j}\cdot \\ ({\rm P}{}_{\text{F}2}-{\rm P}{}_{\text{F}3}){}^j\}(6)\end{array}$

$\begin{array}{l}(1-Q{}_{\text{F}})(1+\rho ){}^{{\rm N}}={\displaystyle \sum _{i=0}^{{\rm I}}(}{}_i^{{\rm N}})\{{\displaystyle \sum _{j=0}^{J{}_i}(}{}_j^i)(1-\beta {}_1){}^{i-j}\cdot \\ (\beta {}_1-\beta {}_1\beta {}_2){}^j\}\rho {}^i(7)\end{array}$

$\begin{array}{l}Q{}_{\text{D}}=1-{\displaystyle \sum _{i=0}^{{\rm I}}(}{}_i^{{\rm N}})(1-{\rm P}{}_{\text{D}1}){}^{{\rm N}-i}\cdot \\ \{{\displaystyle \sum _{j=0}^{J{}_i}(}{}_j^i)({\rm P}{}_{\text{D}1}-{\rm P}{}_{\text{D}2}){}^{i-j}({\rm P}{}_{\text{D}2}-{\rm P}{}_{\text{D}3}){}^j\}(8)\end{array}$

式中:I=L2-1 ,$J{}_i=\min \left\{\left|\frac{L{}^2-i-1}{L-1}\right|,i\right\}$。

2.1 检测概率的确定

当N,QF,L,β1,β2给定时,ρ可根据式(7)唯一确定,则PF1,PF2,PF3也可得到,从而根据式(4)可得到λ1,λ2和λ3。假设所有认知用户都处于AWGN信道,每个认知用户的局部检测概率可由式(5)得到,最终通过式(8)确定使用该方法的总的检测概率。

2.2 虚警概率的确定

给定QD,N,M,根据式(8)得到合适的PD1,PD2,PD3,代入式(5),分别求得λ1,λ2和λ3,代入式(4)求得PF1,PF2,PF3后再代入式(6)求得总的虚警概率QF。

2.3 吞吐量的确定

假设感知时间t和数据传输时间T-t共同组成了认知无线电的帧结构,令P(H0)和P(H1)分别表示主用户不存在和存在的概率,C0和C1分别表示认知用户在主用户不存在和存在时的吞吐量。则吞吐量有两种计算方法为[10]:1) 主用户不存在,认知用户进行感知后判断主用户不存在,此时认知网络的吞吐量为(T-t)/TC0;2)主用户存在,而认知用户进行感知后判断主用户不存在,此时认知网络的吞吐量为(T-t)/TC1。

上述情况1)和2)发生的概率分别为(1-QF)P(H0)和(1-QD)P(H1),则认知网络的平均吞吐量为

$\begin{array}{l}R(\lambda ,\tau )=R{}_0(\lambda ,\tau )+R{}_1(\lambda ,\tau )=\\ \frac{{\rm T}-\tau }{{\rm T}}C{}_0(1-Q{}_{\text{F}}){\rm P}({\rm H}{}_0)+\\ \frac{{\rm T}-\tau }{{\rm T}}C{}_1(1-Q{}_{\text{D}}){\rm P}({\rm H}{}_1)(9)\end{array}$

由于R1很小,本文中求解吞吐量近似为

$R(\lambda ,\tau )=R{}_0(\lambda ,\tau )=\frac{{\rm T}-\tau }{{\rm T}}C{}_0(1-Q{}_{\text{F}}){\rm P}({\rm H}{}_0)(10)$

给定QD,N,M,求出虚警概率QF后,代入式(10)即可求出吞吐量。

3 仿真与结果分析

本文将2 bit量化模型与等增益结合(EGC)软判决[11]和或准则融合的硬判决[12]进行了全面比较和分析,在AWGN信道下,分别在给定虚警概率的前提下,研究了3种算法的检测概率随感知信道信噪比的变化以及检测概率随认知用户数的变化;在给定检测概率的前提下,研究了3种算法的虚警概率随信噪比的变化,吞吐量随感知时间及信噪比的变化。

3.1 3种算法的检测概率随信噪比和认知用户数的变化

图3表示3种算法的检测概率随感知信道信噪比的变化,仿真参数设定:采样点数M=6,认知用户数N=4,L=2,β1=0.25,β2=0.1,QF=0.05。图4表示3种算法的检测概率随认知用户数的变化,其中,SNR=-1 dB。

由图3和图4可以看出,就检测概率而言,采用2 bit量化模型相比硬判决有很大程度的提高,而与软判决已经非常接近。

3.2 3种算法的虚警概率随信噪比的变化

如图5所示,仿真参数设定:帧长T=20 ms,fs=2 kHz,采样点数M=6,检测概率QD=0.99,认知用户数N=4。

由图5可以看出,基于2 bit量化模型的感知方法的虚警概率较大程度地低于传统的硬判决。因此,在虚警概率方面,仍可以看出采用2 bit量化模型进行合作感知的优势。

3.3 3种算法的归一化吞吐量随感知时间及信噪比的变化

图6表示3种算法的归一化吞吐量随感知时间的变化,其中SNR=1 dB。图7则表示归一化吞吐量随信噪比的变化。需要指出的是,由式(4)决定采样点数M必须为偶数,本文在仿真中M取值的范围为2∶2∶40,采样频率fs=2 kHz,则感知时间τ=M/fs=(1∶1∶20)ms。由于感知时间间隔的选取无法太小,使得图6显示的归一化吞吐量的曲线不够平滑,但是依然可以明显地看出在感知时间为1～5 ms范围内,采用2 bit量化模型的吞吐量非常接近软判决,而高于硬判决。

由仿真图3～图7可以看出:基于2 bit量化的合作频谱感知方法相比硬判决,每个认知用户只增加了1 bit的传输开销,但是在检测概率、虚警概率以及吞吐量方面都实现了很大程度的提高;而与软判决相比,能够节省很多的传输开销,而检测性能非常接近。所以,基于2 bit量化模型的合作感知方法能够有效地提高频谱利用率,在每个认知用户只增加1 bit传输开销的前提下极大地改善了检测性能,较好地解决了检测性能的提高与传输开销的矛盾。

4 结论

频谱利用率是评价认知无线电网络性能的重要指标,本文在基于2 bit量化的合作频谱感知模型的基础上,研究了感知信道信噪比、认知用户数对检测概率的影响以及感知时间、信噪比对虚警概率和频谱利用率的影响,仿真结果表明采用2 bit量化的合作感知模型有与软判决相近的检测性能,但是需要的信道带宽和复杂度大大减小,而对于传统的硬判决而言能够有效地提高认知网络的频谱利用率。因此,基于2 bit量化模型的合作感知方法实现了频谱利用率与传输开销较好的权衡,是一种非常可行的合作频谱感知方法。

参考文献

[1] HAYKIN S.Cognitive radio:brain-empowered wireless communications[J].IEEE Journal on Selected Areas in Communications,2005,23(2):201-220.

[2]YUCEKT,ARSLAN H.A survey of spectrum sensing algorithms for cogni-tive radio applications[J].IEEE Communications Surveys&Tutorials,2009,11(1):116-130.

[3] ZHANG Wei,LETAIEF K B.Cooperative spectrum sensing with transmit and relay diversity in cognitive radio networks[J].IEEE Trans.Wireless Communications,2008,7(12):4761-4766.

[4]SUN C,ZHANG W,LETAIEF K B.Cooperative spectrum sensing for cog-nitive radios under bandwidth constraints[C]//Proc.IEEE WCNC 2007.[S.l.]:IEEE Press,2007:l-5.

[5]ZHU J,XU Z G,WANG F R,et al.Double threshold energy detection ofcooperative spectrum sensing in cognitive radio[C]//Proc.3rd Interna-tional Conference on Cognitive Radio Oriented Wireless Networks andCommunications.2008.[S.l.]:IEEE Press,2008:15-17.

[6]MA J,LI Y.Soft combination and detection for cooperative spectrum sens-ing in cognitive radio networks[J].IEEE Trans.Wireless Communica-tions,2008,7(11):4502-4507.

[7] SAKRAN H,SHOKAIR M,EI-RABAIE E S, et al.Three bits softened decision scheme in cooperative spectrum sensing among cognitive radio networks[C]//Proc.National Radio Science Conference (NRSC).[S.l.]: IEEE Press,2011:1-9.

[8] MUSTONEN M,MATINMIKKO M,MAMMELA A.Cooperative spectrum sensing using quantized soft decision combining[C]//Proc.Cognitive Radio Oriented Wireless Networks and Communications,2009.[S.l.]: IEEE Press,2009:22-24.

[9] DIGHAM F F, ALOUINI M S,SIMON M K.On the energy detection of unknown signals over fading channels[J].IEEE Trans.Communications, 2007,55(1):21 - 24.

[10] LIANG Y C, ZENG Y, PEH E C Y, et al.Sensing throughput trade-off for cognitive radio networks[J].IEEE Trans.Wireless Commun.,2008,7(4):1326-1337.

[11]MA J,LI Y.Soft combination and detection for cooperative spectrumsensing in cognitive radio networks[C]//Proc.IEEE Global Telecom-mun.Conf.[S.l.]:IEEE Press,2007:3139-3143.

感知信息 第2篇

摘要：借鉴昆虫复眼获取与处理信息的机理和过程来构造多源、多尺度监测信息融合仿生处理系统模式.在水资源水环境的空中、地面多传感器时空定量监测应用中,多种卫星遥感传感器和地面监测传感器被设计“集成”在一个虚拟的仿生复眼平台上,通过模仿蝇类昆虫视觉信息获取和生物神经网络感知与计算的机理,实现大场景(LF)、小场景(SF)的协同监测和专题信息融合与决策.提出了空中、地面多传感器时空定量信息获取与处理的仿蝇复眼型信息融合系统模式,设计了基于仿蝇复眼感知与计算机理的`多源信息融合工程模型和算法,包括虚拟复眼设计,虚拟复眼图像的预处理模型,LF系统和SF系统的感知与计算机理以及复眼图像超分辨率重构算法.仿真实验中验证了空中、地面多源多尺度监测信息融合的仿生复眼型系统模式、LF和SF系统计算模型以及复眼图像超分辨率重构的可行性与合理性.作 者：徐立中 石爱业 黄凤辰 马贞立 XU Li-zhong SHI Ai-ye HUANG Feng-chen MA Zhen-li 作者单位：徐立中,石爱业,黄凤辰,XU Li-zhong,SHI Ai-ye,HUANG Feng-chen(河海大学计算机及信息工程学院,江苏南京210098;河海大学通信与信息系统工程研究所,江苏南京210098)

马贞立,MA Zhen-li(河海大学计算机及信息工程学院,江苏南京,210098)

航天信息物流全程感知解决方案出炉 第3篇

为了推进我国物流业快速发展，促进信息技术的广泛应用，改善我国物流业信息化水平，多年深耕RFID通讯协议安全技术、芯片研发及技术应用推广，由中国物联网行业领导型企业航天信息股份有限公司, 针对物流管理中的贵重品及危险品等重点管理对象推出了物流全程感知解决方案。该解决方案通过对物联网技术应用深入研究，借助航天信息丰富集成物联网应用技术经验，构建了一整套从物品分拣、装车、配送、落地到户等各环节无缝管理，服务于全程物流配送的全程感知系统。

一直以来，由于我国的物流企业信息化程度不高，物流信息系统不完善，时常因为管理不当、人员疏忽等问题，造成物品丢失、损坏等现象，对企业产生了难以估量的损失及影响。以烟草流通领域卷烟配送为例，针对卷烟物流业务需要，航天信息研究开发出了“烟草流通领域卷烟配送全程感知系统”，该系统结合中国烟草发展特点，将烟草物联网的融合作为中国烟草面向未来提升核心竞争力的重要支撑，利用物联网技术，实现了从卷烟分拣、转运箱装车、运输在途、卸货点检测、落地配送、空箱回收、空箱卸载等各个环节的无人化感知监测监管。实现RFID检测、3G通讯、GPS定位与车辆运送路径导航、卷烟配送与运输过程全程视频监测、语音通话,以及其他相关传感器（车辆门锁开闭监测）的接入。并结合演示系统的实际，通过对车辆装载货物定点到位无线射频监测、视频传输与存储，对视频信号的随时监视与集中传输记录，实现运行车辆定位。

通过对烟草流通领域卷烟配送全程感知系统的介绍，可以看到该系统对烟草物流的每一个环节都做到了实时的监控，形成了完整统一、先进实用、具有鲜明行业特色的中国烟草物联网管理系统。该系统的实施，不仅为中国烟草面向未来提升核心竞争力提供了重要支撑，其创新型物联网感知应用，对提升企业的管理能力、员工工作效率、客户的服务范围都提供了强有力的保障。

物联网信息感知与交互技术 第4篇

1 物联网技术

目前物联网技术已经日趋完善和成熟, 它逐步实现了信息感知技术的全面化、安全化、可靠化及智能化。物联网技术的基础本是实现信息和数据的交互传输, 但随着这项技术的不断发展, 它已经不再局限与特定范围内的传输了, 甚至还可以实现物体和人之间的交互。传统的信息技术在可靠性及效率方面都存在着很大的缺陷, 而物联网技术正好弥补了这些缺陷, 值得我们注意一点的是虽然数据和信息的交互是信息技术的基础, 但是也不排除所收到的部分信息存在着不确定性。

2 信息感知技术

2.1 数据清洗技术

数据清洗技术可以改善信息感知技术所存在的不确定性。因为网络环境的不稳定、不确定性, 常常会出现信息出错及异常等情况, 所以我们必须对这些数据信息进行一个清洗, 去除不对的数据, 得到具有确定性的感知数据。如果某些数据丢失了, 我们必须通过估算去找回它们;通常在信息感知技术中会使用概率统计及分类识别等方式去进行数据的清洗。

2.2 分布式数据压缩技术

数据压缩技术可以提高信息感知技术的感应度。因为物联网的感知系统非常复杂, 感知到的信息量也很多, 常常在一个汇聚点进行大批量的信息传输;所以就会出现许多冗余数据。而传统的数据压缩法的工作效率比较低, 不能有效地降低数据量;后来开发出了一种新型的数据压缩技术, 这种分布式压缩技术非常适合复杂庞大的物联网, 它能让各个节点一起有效的去完成数据压缩的任务。

2.3 数据融合技术

数据融合技术也是一种提高信息感知度的关键技术, 它是物联网信息感知技术的核心部分。数据融合技术通常利用漂移均值滤波法来去除由多元异构数据传输形成的噪声及冗余数据, 然后把那些正确的数据信息传输到汇聚点, 从而达到降低数据传输数量、传输冲突及提升通讯效率的目的;同时也为物联网信息感知系统提供了更加准确可靠的数据信息。

2.4 数据聚集技术

数据聚集技术并不同于数据压缩技术, 它并不会去获取全部的感知数据。因为在很多实际情况下, 我们并不需要把所有的感知数据传送到接点, 一般只要把我们所需要的那部分数据进行传送就可以了;所以数据聚集技术就是为了我们的实际需求所产生的, 它只传送少部分我们所需要的数据信息, 大大减少了数据传输的数量。

3 信息交互技术

和传统信息技术的差别是, 物联网信息交互技术一般是用户和网络、网络和内容或者用户和内容直接的交互, 它是物联网技术的最终目标。我们可以利用物联网的交互技术去实现信息共享、信息交换的目的, 但目前在这方面我们还没有取得突破性的进展, 也没有一套正确的理论体系作为参考, 只是略微有了一些研究成果。由此可见我们当前的物联网交互技术尚未成熟, 还需要做更深入的研究。不过我们也可以采用以前的信息交互技术做进一步的研究, 然后提取有利用价值的信息投入到物联网信息交互技术的研究中。我认为物联网的信息交互技术很有可能决定着未来物联网的发展脚步, 所以非常值得我们去完善、去重视。

4 物联网信息技术的应用前景

4.1 物联网信息技术在信息化社会上的应用前景

有关杂志曾做了一个有关物联网技术的分析报告, 得出的结果是:我们未来的物联网技术将会历经四个发展阶段。首先, 它将很快被投入到零售、物流及制药的行业, 然后它将会帮助我们完成物体和物体之间的互联;紧接着, 它马上会进入半智能化的发展阶段, 最后再实现物体完全智能化的终极目标。由此可见, 物联网技术将会更快速的推动我们信息化社会的发展。

4.2 物联网信息技术在军事上的应用前景

我们都知道物联网的信息感知和交互技术有着很大的发展空间, 那么其实它对于我们的军事也有着重大的影响。比如说我国的战场感知系统, 一般都需要借助昂贵的传感器来得到对方的情报信息, 而且这些雷达等传感器的数量有限, 经常会出现观察的盲区, 甚至还存在一些其他的隐患, 而我们的物联网技术就可以弥补我们在这方面的不足。它能对各种各样恶传感器进行组网, 能让普通的物品也传送信息, 这样廉价的成本不仅能帮助我们节约经费, 还能让我们无所顾忌的全方位的进行侦查部署, 大大提高了我们的战场感知能力。当然这只是物联网在军事中一种优势, 它还在我们的武器火控、制导系统、装备物资及机器人战略方面都有着很大的发展空间。

5 结语

如今信息技术正在不断的发展, 物联网信息感知与交互技术也必然成为未来信息领域的研究方向。但是目前这项技术发展的还不够成熟, 很多方面仍然存在着管理及构建方面的不足, 这是需要我们再通过长时间的努力继续去开放、完善的。在研发的同时, 我们还需要注意物联网的安全性及可靠性, 尽早建立好面对不同领域的物联网安全认证机构, 防止技术开发商、生产商因急于求成而忽略物联网安全性、可靠性, 尽量避免这种疏漏的发生, 降低给用户造成损失的可能性。

摘要：近年来, 物联网开始被越来越多的新闻媒体, 甚至专业的学术期刊所关注, 由此可见物联网的发展是我们信息技术领域的又一个新的发展方向。众所周知, 计算机技术及互联网技术曾是我们信息领域引以为傲的大跃进, 而物联网就是基于当初这个大跃进而延伸出来的一种信息技术。物联网的信息感知技术和交互技术让物联网在发展过程中变得更加完善, 而这一特性也为我们的生活提供更多的便利。本文就基于物联网技术, 更进一步的去探讨一下物联网信息感知和交互技术。

关键词：物联网技术,信息感知,交互技术

参考文献

[1]李超良.物联网隐私保护机制简介[J].福建电脑, 2011 (04) .

[2]于修和.王冲.基于移动通信网络的物联网应用研究[J].通信管理技术, 2010 (03) .

幼儿音乐教学感知节奏感知快乐论文 第5篇

懂得音乐的人常常把音乐作品的节奏比作是音乐的脉搏，换句话说也就是节奏是音乐的生命。由此可见，节奏在音乐中是多么的重要。节奏在生活中无处不在的，走路时有节奏、理发时有节奏，而老师就是要捕捉这些节奏，让孩子们去感知。

一、通过语言来感知

1.感知稳定的节拍律动

体验、感受稳定的节拍律动是培养儿童节奏感的重要准备和基础。教师可以和孩子一起拍拍手，或抱着孩子摇一摇，在拍手或身体摇动的节律中，念儿歌。通过手或身体的节律来感受固定的节拍。

例如儿歌：小朋友。。。让两个孩子一组手拉手，做滑梯的样子，一上一下，在身体的运动中念儿歌，感受稳定的节拍。

2.感知节拍与节奏的不同

在稳定了节拍后，就要让孩子感受不同的节奏。引导孩子发现和感觉，有的一拍中有一个声音，有的一拍中有两个或更多的声音。例如：

钟表走的声音：滴答滴答，一拍中就有两个声音，而母鸡生蛋的声音：咯咯咯咯答，咯咯咯咯答，一拍中则有四个声音。让孩子们在念这些象声词时，往往让孩子手上拍固定节拍或用请一个小朋友用乐器打一个固定的节拍，在比较中理解节奏与节拍的关系。

3.感知节拍重音和二拍子、三拍子的节拍规律

选择不同的儿歌，让幼儿感受不同的节拍。老师通过用不同的方法来朗诵儿歌，让幼儿感受2拍和3拍的不同，例如儿歌：

月儿弯弯，像只小船，摇呀摇呀，越摇越圆。

月儿弯弯，像只小船，摇呀摇呀，越摇越圆。老师就可以使用两种不同的节拍来念。在念的时候，老师也可以加上一些动作或表情，来帮助幼儿感受不同的念法所带来的情感的不同，从而让孩子区分2拍和3拍的差异。此外也可以让孩子用身体不同部位的拍打来表现节拍的不同特征。2拍是一强一弱，而3拍是一强二若，如：重拍拍手，轻拍拍腿;或是重拍拍手，轻拍拍肩，来表现不同的节拍。

4.感知休止拍

休止拍的感知对于儿童音乐感的培养是重要的。通过练习可以使儿童逐渐感觉到，在歌谣停顿的地方，节拍还在继续，为今后学习音乐的休止节奏做准备。

如：儿歌：门铃

二、通过肢体来感受

1、在运动中感受

在运动中，也能感受到许多的节奏，如在体育活动中，让孩子玩玩看信号变换走、跑的游戏。游戏后，就可以让孩子们说说刚才走、跑时的不同节奏，还可以让孩子边走(跑)边用声音模仿。此外中班孩子还可以进行变速拍球的游戏(拍高球、拍低球)，在拍球的过程中感受节奏的快慢。

2、在舞蹈中感受

舞蹈离不开音乐，因此舞蹈中也有许多的节奏，这些节奏是由幼儿的肢体动作来感受的。如做舞蹈基础练习勾绷脚，脚的动作就是节奏，又如蒙古筷子舞，在舞蹈时使用筷子双手敲打摆动也是一种节奏。在孩子们舞蹈的同时，我就有意识的让孩子们说说自己刚才舞蹈时脚的节奏、手的节奏等。

3、在感觉统合活动中，感受节奏

在感觉统合活动中，伴随身体的动作也有节奏，如玩平衡台时身体前后、左右的摇动是节奏。如果不能掌握好节奏，就容易从平衡台上掉下来，因此在玩平衡台的时候，让他们感受这种身体左右、前后摇动的节奏，跟着节奏控制身体的摆动来保持平衡。又如秋千架上的摇动、滑板时双手的推动等都有一定的节奏，这些都是感知的途径。

三、节奏语汇的感知

节奏的时值是一种比较抽象的东西，老师对幼儿说4分节奏、8分节奏无疑对我们不是专业学音乐的孩子来说太难懂了。而怎样让孩子理解并尝试运用这些节奏，我也借鉴了一些别人的经验。我先确定了几种最常用的节奏：4分音符节奏、8分音符节奏、2分音符节奏以及切分节奏。4分音符的节奏就象我们走路时的节奏一样，我们把这种节奏念为ta,ta是和固定节拍一样，拍一下，念一个。而8分节奏就象我们跑步时的节奏，比较快，因此在固定节拍中，一拍念两个。我们把8分节奏念ti。2分节奏就象就象老奶奶老爷爷走路，比较慢，走一走歇一歇，而我们把这种节奏念为ta2。

通过让孩子跟着固定的节拍，来念这些不同的节奏语汇。从单个的节奏到几个节奏的交替，再到使用不同的语汇进行编排组合，使幼儿对基础的节奏有了一定程度的掌握。

四、节奏图示的感知

(1)把节奏图示与节奏语汇联系起来：当看到*的符号就和ta的念法联系在一起，而**则与titi相联系。在看到节奏卡片的时候，幼儿念起来就方便了。而当多个卡片组成的节奏句对幼儿来说念起来也不是十分困难的了。

(2)结合歌曲，感知节奏

在平时的集体教育活动中，我也会让幼儿根据学唱的歌曲来说说节奏，然后在节奏卡片中选择相应的节奏卡，把歌曲的其中一句的.节奏用节奏卡拼出来，这种方法有时也会使用在新授的歌曲活动中。例如音乐活动“夏天大雷雨”，在这个活动中，切分的节奏是新授的，我先让孩子听听歌曲里描述夏天大雨的有哪些象声词，他们的节奏是怎么样的，然后丰富了新的节奏型――切分节奏，同时告诉孩子切分节奏的念法和图示，而在另一个活动歌曲“夏”的时候我就先让孩子们感受歌曲，找出歌曲里哪些地放有切分节奏，再让孩子们根据歌曲的节奏，用节奏图示把整首歌曲的节奏拼出来，使用节奏导入的方法让孩子学唱新的歌曲。

(3)选择节奏图示进行创编

会看、会念还是不够的，音乐的关键在于领会，在于创造。因此在游戏中，还可以让孩子选择几个卡片进行排列组合，创编出自己的节奏句。随着对节奏的掌握，慢慢的也可以脱离节奏卡片，进行简单的2个小结或3个小结的节奏创编。

“感知中国”“感知教育” 第6篇

中国物联网研究发展中心(筹)由中国科学院、江苏省政府和无锡市政府三方共建。发展中心重点围绕我国物联网战略产业发展过程中的应用瓶颈和技术难点,汇集国内外优势科技资源,开展重大技术研发,开展应用示范,制定物联网标准,开展物联网及关联产业战略研究,依托中科院及国内外相关优势资源构建公共服务平台,为推动我国物联网产业发展提供科技支撑。

中国物联网研究发展中心(筹)落户无锡国家传感信息中心传感网创新园,是无锡物联网产业迅猛发展的缩影。截至7月份,全市共签约物联网项目139项,总投资约111亿元,还有54个项目在洽谈中。全市已建和在建物联网投资基金机构4个,基金总规模达57亿元,专门用于物联网产业发展。通过无锡高层次人才引进计划,全市已经引进了物联网方面领军型创新创业人才近百名。各类物联网研发机构的研发人员由去年的50人,增加到目前的579人。目前,无锡机场防入侵物联网一期工程、感知博览园一期工程、感知水利等12个应用示范项目已完成一期工程建设,感知环保、感知电网、感知交通、感知教育等27个物联网应用示范项目正在抓紧建设,感知医疗、感知园区等40个物联网应用示范项目正在组织方案论证和实施方案的修改完善。

2000年～2010年十年间,在普及计算机教育、互联网教育的两次热潮中,从“校校通”到“班班通”教育的每一次技术变革,无锡教育均走在全国前列。现在开始的新十年,在全面学习贯彻全国教育工作会议精神和《国家中长期教育改革和发展规划纲要(2010～2020年)》的时刻,无锡教育界的同伴们已认识到物联网时代即将到来,无锡将再次迎接新的挑战。此時此刻,无锡将积极建设“感知教育、智慧学习”物联网技术应用示范工程,在全国教育系统处于发力“领跑”位置。

一是全国首家物联网工程学院在无锡成立。6月10日,全国首家实体运作物联网工程学院在教育部设在无锡的直属高校——江南大学挂牌成立。该学院由原通信与控制工程学院和信息工程学院合并重组而成,具有信息、电子与电气类学科交叉的综合优势。该学院的成立与无锡市产业转型升级密切相连,在人才培养上,该院将打造“政产学研结合、校企联动”的人才培养模式,注重突出学生的实践能力和创新能力。培养能引领物联网产业与技术升级的高素质人才。

二是组建“无锡物联网大学科技园”,截至7月已有7所国内知名大学在这里设立机构。其中包括:南京信息工程大学(感知气象)、东南大学、南京大学(感知生命)、成都电子科技大学(芯片研发)、上海交通大学、南京邮电大学、北京邮电大学……

三是在无锡地区中小学推进“感知教育、智慧学习”应用示范工程。主要包括:实施“感知普及工程”、物联网应用于教育知识创新。实施“感知课堂工程”,物联网应用课堂模式变革;实施“感知学习工程”,物联网应用于学习方式创新,实施“感知课程工程”,物联网应用于教育资源优化,实施“感智校园工程”,物联网应用于校园环境管理,实施“感知信息工程”,物联网应用干教育信息共事。

◆2010年1月5日,无锡形成物联网产业创新集群,将在2012年培育企业100家,传感网人才1万人,实现产值200亿元。

◆2010年1月16日至17日,吴邦国在无锡调研,在无锡物联网产业研究院,观看了机场周界防人侵系统演示,并表示希望无锡物联网研发机构发挥优势,为物联网的推广应用创遣条件。

◆2010年1月22至25日,工信部奚国华副部长在无锡考察调研传感网产业,工信部将牵头成立一个全国推进物联网的部际领导协调小组,与江苏省无锡市共同推动物联网产业发展。

◆2010年1月25日,工信部正式批准无锡高新区为国家电子信息(传感网)示范基地,

◆2010年2月7日,无锡高新区、日木YPP,,研究开发推进协会、野村综研(上海)咨询有限公司三方共同签署合作备忘录,共同推进物联网的发展。

◆2010年4月9日,无锡新区赴美国剑桥引进物联网人才。

◆2010年4月50月,无锡国家传感信息中心管委会与江苏省广电信息网络公司举行了江苏下一代广电网物联网研究中心签约暨揭牌仪式。

◆2010年6月10日,全国首家实体运作物联网工程学院在江南大学挂牌成立。省委常委、市委书记扬卫泽为学院揭牌。

◆2010年6月12日,又一家从事物联网技术研发的企业,无锡科晟光子科技有限公司落户太湖新城。

◆201 0年6月14日,中国家用电器研究院(无锡)物联网研究中心项目正式签约,该项目由中国家用电器研究院、无锡市信息化和无线电管理局、南长区政府三方合作建设,落户南长传感网高新园。

◆2010年6月21日,由无锡市纽织实施的“感知太湖智慧水利”物联网综合系统工程应用示范项目通过专家评审。

◆2010年6月26日,由60多家单位自愿缔结的“感知中国”物联网联盟在无锡正式成立。

◆2010年7月2日,“感知环境、智慧环保”环境监控物联网应用示范工程通过了环保部组织的专家论证。

◆2010年7月21日,曙光信息落户新区,另一家物联网企业东方信联同时签约入驻。国内首个基于物联网应用的云计算中心,将在无锡建成。

◆2010年7月25日,无锡市人民医院医疗物联网院士工作站正式揭牌。

◆2010年8月9日,无锡市政府和中国电子科棱集团联手打追的中国物联网创新研发中心在无锡滨湖国家传感信息中心揭牌。

◆2010年8月9日,无锡举行建设“感知中国”座谈会,无锡市物联网发展顾问、专家和来自中科院、中电科、中移动等相关合作单位、省有关部门的负贵人共聚一堂,为无锡市“感知中国”中心建设积极献计献策。

◆201 0年8月9日,无锡国家传感信息中心传感网创新园开园。这是国家科技部火炬中心认定的国内首家传感网相关的国家级科技孵化器,已被批准为国家级高新技术仓业服务中心。

◆2010年8月9日,中国移动无锡物联网研究院揭牌仪式暨应用开发环境发布会在无锡隆重举行。

◆2010年8月9日,中科院院士何积丰等27位学者被我市聘任为物联网发展顾问、专家。

物联网信息感知与交互技术研究 第7篇

1 信息感知

1.1 数据收集

数据收集实质上就是将感知节点全部集中在汇聚节点的全过程, 以此达到数据收集的目的。通常来讲, 如果应用途径不同, 数据收集所收到的制约目标也会有差异, 包括网络吞吐量以及网络延迟等。对于数据收集而言, 关键在于保证数据传递的稳定性, 确保数据不会在传递中出现损失。对此, 可依靠多路径传输以及冗余传输等方式, 使数据传输更具安全性。

1.2 数据清洗

从网络运行情况来看, 国内网络的环境确定性以及运行稳定性均较为薄弱, 这就造成网络频繁收集到无用的信息, 甚至会引起数据异常的状况。基于这一点, 可将已收集的信息通过离群值判断以及清洗等处理, 以此筛除大量异常信息以及无用信息, 保证感知数据的完整性以及一致性。此外, 如果一些数据存在感知缺失的情况, 就应对这些数据进行详细估算, 以此将缺失信息进行还原。通常来讲, 借助感知节点以及局部网络对数据进行统计、识别, 可彻底清洗无用信息。

1.3 数据聚集

数据聚集通常是在数据收集以及数据压缩结束后开始工作, 并从感知网络中寻找相似的数据, 以此获取大量相似信息。然而, 在大部分应用场合中, 只需获取少量语义信息。因此, 正常情况下无需聚集大量感知信息, 只要根据观察者的喜好来收集相应的感知信息, 并对感知信息进行聚集, 即可达到观察者的要求。

1.4 数据压缩

就物联网来讲, 其感知信息往往具有庞大以及复杂的特点。同时, 其数据信息量相对较多, 特别是在物联网的汇聚点处。如果不将数据信息量进行压缩, 就会导致感知信息出现严重的冗余状况。基于这一点, 就应从节点资源以及数据空间等方面入手。传统的排序压缩法以及管道压缩法均难以对数据信息进行快速压缩, 并且压缩效率达不到要求。对此, 可结合感知信息的特征, 并借鉴排序压缩法以及管道压缩法的关键技术, 开发一套分布式压缩技术, 将不同节点的数据同时进行压缩, 以达到高效压缩的效果。

1.5 数据融合

从物联网的运行情况来看, 数据融合是物联网运行的关键。数据融合实质上就是借助均值滤波法, 进而消除大量冗余数据以及噪声数据。在数据融合的作用下, 不仅能避免数据在传递中出现冲突, 还能减小数据传递的消耗量, 以此增强通讯质量。

2 交互技术

物联网和一般网络具有一定差异, 物联网的交互技术与传统的交互技术也有着一定差异。物联网的功能是为物与人以及物与物等内容之间的信息交互提供便利, 并借助智能设备对信息进行采集、识别以及整合。由此可见, 物联网应用的实质是信息交换。因此, 交互技术对于物联网的应用意义重大。如果缺少交互技术, 就难以实现物联网的核心功能。交互技术的形式有三种, 一是基于网络以及内容的交互技术, 二是基于用户以及内容的交互技术, 三是基于基于用户以及网络的交互技术, 下文就对这三种交互技术进行研究。

2.1 基于网络以及内容的交互技术

将网络以及内容进行交互, 可向用户展现大量内容。此外, 在交互过程中, 可及时储存感知信息, 并将已储存的信息进行汇集处理。对这种交互技术来讲, 关键在于保证数据储存以及数据组织稳定性。然而, 在实际交互中, 网络数据的流量往往较多, 难以保证数据组织以及数据储存的质量。因此, 完善数据储存以及数据组织等功能是网络内容交互的发展方向。

2.2 基于用户以及内容的交互技术

将用户以及内容进行交互, 便于用户对物联网数据进行查询, 以此帮助用户得到所需信息。从实际应用效果来看, 用户只需输入关键词, 物联网便能自行对关键词进行匹配, 进而搜索查询与关键词相关的内容, 最后通过模式匹配法将查询的内容反馈给用户。此外, 用户还可输入语音, 便能让物联网自行查询相应内容, 以此获取与语音内容相符的信息。

2.3 基于用户以及网络的交互技术

就用户以及网络交互技术来讲, 这是物联网开发的关键环节, 也是困难环节。这种交互技术通常是依靠网络数据以及口令来运行, 如果缺少这一交互环节, 就难以实现物联网诸多应用。通过人为操作以及人为控制, 可发挥智能化交互的应用效果。从交互过程来看, 用户可将口令发送给物联网, 物联网可自行选择对应节点, 并有效执行用户口令, 最后将处理的结果及时反馈给用户。

3 结语

本文对信息感知以及信息交互进行阐述, 从目前物联网的发展情况来看, 物联网仍处在发展时期, 信息感知功能以及信息交互功能均不够成熟, 并体现在数据压缩率低以及数据融合不够高效等方面。对此, 借助分布式压缩、多路径传输等方式可增强数据传输以及数据压缩的效果。总而言之, 在信息爆炸的时代下, 物联网必将引起社会反响。只要将交互技术进一步完善, 就能实现物联网的最大价值。

摘要：在信息技术不断成熟的背景下, 人们关注的焦点不再是互联网, 而是由互联网升级而成的物联网。作为互联网技术的产物, 物联网在人们生活中的地位不断提升。本文对信息感知以及信息交互进行研究, 并结合物联网的实际应用, 从数据收集、数据融合、数据聚集、内容网络交互以及用户内容交互等方面进行论述, 探讨互联网开发所面临的技术瓶颈, 并给出优化物联网技术的可行策略, 旨在为物联网开发人员提供参考。

关键词：信息交互,物联网,信息感知

参考文献

[1]胡永利, 孙艳丰, 尹宝才.物联网信息感知与交互技术[J].计算机学报, 2012 (06) :1147-1163.

[2]刘海妹.物联网信息感知与交互技术探究[J].科技创新与应用, 2015 (27) :79.

[3]谢芳.物联网信息感知与交互技术研究[J].数字技术与应用, 2015 (07) :59.

[4]朱军.浅谈物联网信息感知与交互技术[J].电子技术与软件工程, 2015 (15) :28.

信息隐藏不可感知性评价方法研究 第8篇

信息隐藏是一种防止秘密信息在存储和传输过程中免受敌手的攻击和破坏而采用的一种安全保障技术, 其历史可以追溯到古希腊, 随着数字技术的发展, 信息隐藏被赋予了新的含义。它研究的是如何利用人类感觉器官在感知上的局限性以及多媒体数字信号本身存在的冗余, 以数字媒体或数字文件为载体, 将秘密信息隐藏在一个宿主信号中而不被人所感知, 从而达到保护信息安全的目的。

2. 主观评价方法

主观测试是指依靠不同观察者的主观感觉来度量图像质量的测试方法。主观评价基于人的主观视觉模型HVS, 主要采用平均评价分数MOS (Mean Opinion Score) 方法来进行评价, 计算公式为:

式中:Ci为图像属于第i类的分数;ni为判断该图像属于第i类的人数。

应用主观评价时, 需要遵守测试协议, 该协议对测试条件和评估的过程进行了详细的规范。测试过程主要包括两个步骤。第一步, 将失真的数据集按照从最好到最坏的次序排序;第二步, 挑选测试人员按照一定的质量等级准则观察确定受测对象的感知级别, 主观评价的典型方法为ITU-R Rec 500的质量等级评判法。ITU-R Rec 500采用5个评价等级, 各等级与对图像质量损坏的关系如表1所示。

由于载密图像的不可感知性最后要由人的视觉系统来判断, 人的视觉做出的质量评价应是最直接也是最可靠的评价。但是视觉感知能力因人而异 (比如高度近视的人感知就较差, 更为极端的例子是盲人的视觉感知几乎为0) , 由欧洲OCTALIS (offer of Content Through Trusted Access Links) 项目组完成的工作表明, 即使具有同样感知能力, 但经历不同的人 (比如专业摄影师和研究员) 对图像的主观测试结果差异也很大, 并且同一观察者在不同的观测环境下对图像的主观测试结果也可能不同。由于这种差异性, 使得主观评价载密图像的不可感知性很难给出稳定可靠的结论, 因此在研究和开发隐藏算法中主观评价的方法并不是很实用, 实际的度量往往采用客观定量度量的方法。

3. 基于像素的客观评价方法

与主观评价相比, 客观评价尽管有些机械, 但由于测量结果不依赖于主观感觉和意识, 并可以使基于不同机理的图像处理方法按照同一个固定的评价标准进行计算, 具有可重复性和易于实现的优点, 所得结果相互间的比较多数情况下也比较合理, 因此是一种具有通用性的有效评测方法, 现有的信息隐藏性能评价研究多集中于此。目前使用的客观度量方法多数是基于像素失真的失真度量评价方法。如平均绝对差分、均方误差 (MSE) 、Lp范数、拉普拉斯 (Laplace) 均方误差、信噪比、峰值信噪比 (PSNR) 等。其中峰值信噪比或均方误差是目前在信息隐藏领域中定量度量载密图像的不可感知性时用得最多的指标, 下面给出部分评价方法的数学表示。

假设数字原始图象I为一个M×N像素的灰度图像, 隐藏信息后的图像为I′。图像I和在 (i, j) 位置的像素的值分别为f (i, j) , g (i, j) , (i=1, 2, …, M;j=1, 2, …, N) 。

(1) 图像的均方误差 (MSE)

均方误差的计算公式如式 (2) 所示。

MSE逐点计算了图像数据处理前后的变化情况, 在一定程度上反映了待检测图像与原始图像的近似程度, 大的MSE值表示处理前后图像的差别大, 不可感知性差;反之, 表示处理前后图像的差别小, 不可感知性好。

(2) 图像的峰值信噪比 (PSNR)

峰值信噪比 (PSNR) 的计算公式如式 (3) 所示。

PSNR同MSE一样逐点计算了图像数据处理前后的变化情况, 其单位为分贝 (d B) 。由于PSNR能定量衡量信息隐藏引入的失真且计算简便, PSNR己经被众人接受和熟知, 且被广泛使用, 有的文献甚至还把它作为衡量信息隐藏引入的失真的唯一评价指标。

4 结语

互联网络和信息科学的飞速发展, 为信息的传输和处理带来了极大方便, 但是网络在给人们带来便利的同时也暴露出越来越严重的安全问题。信息隐藏作为一种保证信息安全传递的重要手段, 引起了人们的极大关注, 它通过隐藏信息的“存在性”来保证信息的安全传输, 能解决密码学在应用上容易引起攻击的问题。信息隐藏的应用包括隐秘通信、版权保护、数字指纹、多媒体内容篡改认证等军事和民用领域, 有重要的理论和应用研究价值。在过去的十多年中, 信息隐藏的一大分支数字水印取得了快速的发展, 但在隐秘通信和篡改认证方面取得的研究成果相对较少, 其主要原因是缺乏对安全性和感知质量客观准确的评价手段, 隐藏算法的嵌入容量、安全性、感知失真之间的固有约束存在着一定的难度, 尤其是多数隐藏算法的嵌入容量还远未达到隐秘通信的容量要求。

摘要：在数字图象信息隐藏中, 肯定会修改某些像素的像素值, 使得隐藏有秘密信息的数字图象和原图像之间常存在着差别, 如何衡量这种差别的不可感知程度, 就需要对数字图象之间的差别建立一个客观的评价标准, 即需要对隐藏操作引入的主观失真评价和客观质量下降定量评价建立合适的评价标准。

关键词：信息隐藏,不可感知性,评价方法,主观评价,客观评价,互联网,信息时代

参考文献

[l]戴跃伟.信息隐藏技术的理论及应用研究[D].南京:南京理工大学, 2002

农户信息采纳过程中的感知风险分析 第9篇

1 感知风险理论

感知风险 (Perceived risk) 是由哈佛大学的鲍尔 (Raymond Bauer) 于1960年从心理学的角度延伸出来的。鲍尔认为, 在购买过程中, 消费者无法预料其购买结果的优劣以及由此导致的后果因而会产生一种不确定性的感觉。感知风险有2个方面: (1) 对购买结果优劣的不确定, (2) 对购买失败后果的不确定性。感知风险与实际风险可能并不一致, 只有被感知到的风险才会真正影响消费者的决策。

2 需求动机与感知风险

在农户信息的需求与应用的过程中存在许多障碍因素, 这些因素主要来源于农户本身生产、经济、社会环境以及国家政策等各方面。要使技术信息和新技术真正进入到农户的日常生产和生活中去, 必须逐步解决和消除这些障碍, 这些因素构成了影响农户决策的感知风险。

动机是行为的原因和先导, 用户由于某种需要产生了需求, 在一定条件下转化为想要满足需求的动机, 进而产生意向和行为, 这是需求动机对行为的正向作用。需求动机是促进行为的因素, 感知风险则可以理解为阻碍行为发生的因素。在一定程度上, 感知风险可以视为是动机作用下的行为的逆过程。当感知风险高于可接受的程度时, 消费者将采取减少风险的行为, 直到感知风险低于可接受的水平为止。

农户在产生需求动机的同时, 由于所处的经济、社会环境以及自身条件等原因, 伴随着产生对未来结果和后果的不确定性, 即对信息采纳的感知风险。农户在决策过程中, 都会感知到一些风险, 当农户认为目前的风险可以承担时, 产生行为意向。如果农户认为风险无法承受时, 一部分农户会终止行为, 一部分农户则寻求风险减少的途径, 直至达到自身可接受的水平。因此, 从感知风险角度来讲, 农户信息采纳过程可以看作是感知风险不断减少直至可接受的过程 (见图1) 。

3 农户信息采纳感知风险变化过程

Mitchell研究表明, 在购买过程的各个阶段, 消费者的感知风险水平是不同的。在信息采纳决策过程中, 在不同的阶段, 农户的感知风险的水平也是不同的如图2所示。

农户信息采纳决策可以主要分为6个过程, 包括需求产生、了解相关情况、备选方案评估、意愿形成、信息采纳和评价等。在开始确认需求的阶段, 由于没有立即解决问题的方法或不存在可以使用的信息和服务, 结果的不确定性比较大, 感知风险不断增加, 此时农户对风险的态度最为敏感;开始收集信息后, 由于对相关内容有了一些了解, 因此感知风险开始逐渐减少;在方案评价阶段, 方案逐渐确定, 感知风险继续降低至最小;在决策前, 由于对决策结果的不确定性, 感知风险会轻微上升;由于本文探讨的是感知风险, 即对未来结果的不确定性, 因而不论信息采纳结果是否令农户满意, 随着结果的不断显现和确定, 农户的信息采纳感知风险在应用评价的过程中会逐渐降低。

4 结语

本来从感知风险的角度对农户信息需求和采纳的问题进行了分析。作为障碍因素的主要表现, 感知风险是影响农户决策的主要因素之一。在需求动机的形成到最后的决策过程中, 感知风险是动态变化的。因此, 信息服务者可以针对农户在每个阶段对风险的感知情况, 采取多样化、适用的信息服务方式, 例如在感知风险高的阶段可以采用一些办法来降低感知风险, 增加农户的信心等。今后的研究还可以从风险偏好的角度对农户进行分类, 进一步分析每一类农户的信息采纳的问题。

参考文献

[1]张太海, 程媛婧.消费者感知风险理论研究综述[J].市场营销导刊, 2008 (4) .

[2]井淼, 周颖.消费者网上购买行为研究[J].上海管理科学, 2005 (5) .

[3]张云川, 张志清.基于TAM的中小企业信息化障碍分析及其外包决策模型[J].科技进步与对策, 2006 (7) .

[4]Mitchell.V.W.A preliminary investigation into pre-and post-purchase risk perception and reduction[J].European journal of marketing, 1994 (1) .

[5]潘煜, 张星, 高丽.网络零售中影响消费者购买意愿因素研究—基于信任与感知风险的分析[J].中国工业经济, 2010 (7) .

[6]江若尘, 徐冬莉, 严帆.网络团购中感知风险对信任及购买意愿的影响[J].现代财经, 2013 (1) .

感知信息 第10篇

国外有教授学者明确指出, 在人类发展过程中, 最为伟大的发明就是城市, 城市的出现, 促使人们更好的创新, 城市化让人们更加的智慧, 可以更加幸福和健康的生存。但是, 城市化进程的加快, 也增加了服务和管理的难度。如果不将信息技术及时应用过来, 那么城市化可能会更多发挥消极的东西。另外一方面, 随着信息技术的发展, 如移动互联网技术、社交网络、云计算技术等, 在互联网上, 数据的传播速度以及内容量在不断地提高和增长。根据相关的统计资料表明, 每秒钟, 全球都有超过300万封电子邮件在发送, 每天有5000万条消息发布于“推特”中, 而谷歌的分布式系统, 每天需要处理的数据达到了24pb之多;淘宝网有着数十亿的会员, 每天有着千万笔交易诞生。这些海量数据, 已经将目前人力处理范畴给超越了过去, 代表着我们已经进入到了大数据时代。

近些年来, 人们越来越重视城市计算技术。在城市计算技术的概念中, 在一个城市级别的计算中, 可以将计算单元定义为城市空间的任何车辆、设备、建筑一级道路等。近些年来, 有着一些比较有代表性的工作涌现出来, 如在哥本哈根, 人们将传感器安装于自行车轮胎上, 来对城市空气和质量进行探测;在美国, 研究人员, 借助于手机用户的通信时刻和位置, 来对城市动态信息进行深入地研究;而在北京, 通过对出租车轨迹进行分析, 达到城市交通研究的目的。

二、社交网络是城市感知的重要途径

截止到2012年12月底, 我国一共有5.6亿互联网用户, 有着超过百分之四十的互联网普及率;其中, 微博作为一种新型的社交媒体, 得到了迅速的发展, 已经拥有了超过了3亿的用户, 相较于前几年, 获得了成倍的增长。

随着社交网络的兴起, 出现了大量的活跃用户, 那么大量的记录城市生活的数据就在持续产生, 这些数据有着较强的交互性和实时性, 如果深入研究的话, 可以将很多有价值的信息给找出来, 已经受到了数据科学家的重视。有科学家将分层社区发现算法应用到社交网络中的大型用户关系网络中;我国专家利用聚类方法来检测了城市热点话题;还有专家借助于社交网络的位置信息, 将挖掘频繁模式应用了过来, 对城市信息进行分析。

三、社交网络中的城市信息

本文将新浪微博数据充分利用了起来, 对某城市信息感知平台进行了构建, 具体来讲, 深入开展这些方面的工作:

一是城市属性挖掘:我国有着十分辽阔的地域, 既有国际大都市, 如上海、北京等, 又有历史悠久风景美丽的旅游城市, 如丽江、凤凰等等。每个城市在发展轨迹方面都是独特的, 存在着较大的差异, 在政治、经济、文化以及地理环境方面都是不同的, 并且在城市生活的各个方面都有体现。通过研究发现, 本省市的其他地级市的微博活跃度, 会直接受到人均GDP的影响, 通过微博活跃度, 就可以将本城市的经济地位和政治地位给有效反映出来。在微博活跃度的基础上, 用户的位置、言论以及关系等信息也被涵盖于微博中, 通过分析这些信息, 就可以将更加全面的城市整体以及各个区域的属性特征给得出来, 如经济特征、政治特征以及文化特征等等, 这样就可以促使人们对城市更好的理解和感知。

二是城市动态性分析:一个城市, 基本特征就是动态性, 而城市动态性直接体现于车辆运行以及人群移动等诸多方面。对城市中移动对象的移动轨迹进行感知, 并且分析轨迹数据, 可以将人类社会活动的特征给找出来, 并且发现统计规律, 那么就可以对复杂的城市动态进行把握和认知。通过分析时间轴上社交网络用户所发布的言论或者图片等信息, 可以将空间位置上用户的变化给找出来, 比如签到功能是社交网络所具备的, 用户可以对地理位置随时记录和分享, 这样就将丰富的空间移动轨迹数据给提供了出来。借助于人们提供的位置信息, 可以分析城市各个空间对象的运动规律, 这样人们可以对城市动态特征进行更好的把握, 促使城市获得更好的发展。

三是社区发现:人是城市的基本组成单位, 而且, 有着一定的规律存在于人类行为中;通过研究表明, 有着较强的时间和空间相关性存在于人类的行为轨迹中;并且在社交网络的社区结构中, 这种小世界特性是依然存在, 将人类的共同爱好, 或者在真实世界中的社会关系给有效体现了出来。要想将人的社交结构给找出来, 就可以将社交网络中用户之间的交互信息给利用起来, 然后将一系列的技术给利用起来, 如谱图技术、动态社区发现算法等, 提取用户之间的社区结构, 然后借助于其他的技术, 来对同一社区的构成原因进行分析和研究。因为有规律存在于人类行为中, 那么就有着诸多的宏观特征体现于城市当中。在如今的数据挖掘中, 对个性化以及社交化更加重视, 将社交网络中用户的生活模式以及社交结构给提取出来, 其中, 生活模式包括诸多方面的内容, 如行为、意图等, 都可以在很大程度上推动城市规律研究工作的发展。

四是异常事件检测:在城市计算中, 非常重要的一项研究内容就是异常事件分析;在城市中, 出现了一些异常事件, 将会在较大程度上影响到居民的正常生产和生活, 甚至带来较为严重的损失, 比如流感的出现、暴雨灾害等等。采用传统的检测手段, 异常事件往往无法及时发现。而通过社交网络, 则可以对信息数据进行实时的监测。通过采集、分析社交网络中的相关数据, 可以对异常事件进行实时监测, 还可以对异常事件的发展趋势进行预测, 然后将一系列有针对性的措施和方法给应用过来。社交网络有着较强的实时性, 因此, 在异常事件检测中, 已经成为非常重要的一项手段, 可以最大限度的降低城市正常运行受到异常事件的影响程度。除了流感外, 在自然灾害、群体事件以及交通事件等检测中, 社交网络也可以发挥较大的作用, 这是因为社交网络具备较强的实时性。通过研究社交网络的城市异常事件检测, 可以促使城市正常运行不会在过大程度上受到异常事件的影响, 避免城市居民的正常生产生活受到异常事件的影响, 提高了城市的智能化程度。

四、社交网络数据分析的挑战

无数的人在互联网上产生了社交网络数据, 这些数据比较的复杂, 虽然有规律存在, 但是无用数据以及重复数据也占据了较大的一部分, 它们没有利用价值。因此, 在这些丰富的社交网络数据中, 将有价值的信息给提取出来, 就是如今需要重视的一个方面。

一是对大规模多源异构数据进行管理和处理:社交网络数据属于多源异构数据, 它的产生源是不同的, 并且包括着诸多类型的格式, 如图像、文本和声音等;还有着诸多类型存在于社交网络数据中, 如用户关系、移动轨迹、地理信息等。同时, 社交网络中, 包括了较大的数据量, 随着时间的推移, 还有诸多的实时数据产生, 那么就增加了数据管理和处理的难度。

二是对社交网络数据进行在线实时分析:通过应用智慧城市, 如交通流信息等, 实时性要求比较的高。因此, 在分析社交网络数据时, 虽然有着较大的数据量, 但是要快速高效的进行数据分析, 这样实时应用的要求才可以得到满足。

三是如何在纷繁复杂的社交网络数据中将知识提取出来:社交网络数据的采集不需要花费较高的成本, 但是也没有较高的质量, 那么就需要从海量的数据中将有价值的信息和数据给提取出来, 将大数据的典型特征给找出来。同时, 如果数据是单个方面的, 那么发现的信息也是不全面, 要想对更加全面更深层次的知识进行获取, 就需要从多个方面来努力。如如今开始利用实时云计算平台来获取处理海量社交网络数据, 通过对实时云计算平台下的数据获取任务调度策略以及社交网络协议解析方法进行设计, 使用社交网络协议, 来对社交网络产生的原始数据进行解析。

四是如何从社交网络中提取知识, 来指导人们的决策:上文我们已经提到, 从社交网络中, 可以将城市生活各个角度的信息给提取出来, 但是我们还需要深入的进行研究, 以便将这些信息和数据给充分利用起来, 对城市管理起到有效的指导作用, 将更加便捷和智能的城市生活提供给人们的生存和发展。

五、结语

通过上文的叙述分析我们可以得知, 随着时代的进步和社会经济的发展, 特别是社交网络的兴起, 如今已经进入到了大数据时代;社交网络中包含了诸多的数据来源, 通过分析这些数据和信息, 可以更加有效的进行决策, 提高城市生活的便捷性和智能化程度。但是, 社交网络包括着十分丰富的数据, 比较的复杂;目前的研究工作只是处于起步阶段, 在未来的研究中, 需要对传统的思维模式进行革新和转变, 将一系列更加先进的技术方法给利用起来, 将社交网络数据中存在的规律和特征给找出来, 促使人们对城市信息以及发展轨迹进行更好的理解和感知, 促使城市获得更好的发展, 提升人们的生存质量。本文主要研究了基于信息感知平台的社交网络大数据分析, 希望可以提供一些有价值的参考意见。

摘要：随着时代的进步和社会经济的发展, 特别是科学技术的革新与应用, 开始逐步兴起了社交网络, 那么就从数据方面推动了城市感知的发展。但是因为它的数据复杂程度较高, 那么就增加研究的难度。本文以某城市信息感知平台为例, 对面向城市的信息感知技术进行了深入的研究;研究结果表明, 基于社交网络, 对城市规模的计算模型进行构建, 可以对城市发展的进程进行更加有效的感知, 将城市运行规律给找出来, 促使智能城市的目的得到实现。

关键词：信息感知,社交网络,大数据

参考文献

[1]李文俊, 陆建, 王桥.面向城市信息感知的社交网络大数据分析[J].中兴通讯技术, 2013, 2 (4) :123-125

[2]李建国, 姚良超, 张文生.社交网络中感知技术的研究与应用[J].计算机科学, 2009, 2 (11) :55-57

[3]薛美凤, 叶继元.学术虚拟社区知识共享研究综述[J].图书情报工作, 2011, 2 (13) :55-57

[4]张超旭, 刘云.基于关系的社交网络感知模型研究[J].铁路计算机应用, 2012, 2 (12) :55-57

[5]于志文, 于志勇.社会感知计算:概念、问题及其研究进展[J].计算机学报, 2012, 2 (1) :55-56

[6]周建立, 张爱华.社会关系强度对社交网络中应用接受意愿的影响研究[J].中国科技信息, 2012, 2 (23) :132-134

感知幸福、创造幸福 第11篇

人生的目标是拥有幸福，不论是努力用功以求在学业方面拥有好成绩，还是成为拥有财富和名誉的世界级企业家，在人生当中为完成某件事而努力，其实就是因为努力后的结果让自己感到幸福。

换言之，我们人生的根源，就是朝着幸福迈进。

不过，老实说，向往未来，尽一切努力后获得某方面的成就，并不能完全归类于得到人生永远的幸福。达到目标后所获得的幸福，只不过是瞬间的满足，之后又会有另一种渴求，而我们的人生也因此不断向前。

我经常看到上了年纪的有声望的学者、企业家、社会活动家等，回首自己的人生路，有被空虚感吧包围的情形，即使他们被大部分人肯定其人生是如何的成功，是多么的有价值。

假设你现在为了自己孩子的未来，费尽心思注入你的一切，那孩子或许可以随着父母的牵引度过成长期，直到站在成功的舞台上。不过身为主角的孩子自己觉得不幸福时，又能如何呢？

就算赚了很多钱，而且拥有众人羡慕的职位，然而他却说“我不幸福”时，那些又有什么意义呢？

通常大部分人认为，幸福是达到某个目标后所获得的满足感，但那是不可预知的。但我认为，幸福存在于我们人生中的任何时刻。

幸福是在每一瞬间都要自己去寻求，通过许多的经验与练习（可以让自己变幸福的方法）而获得。

唯有小时候感到幸福的孩子，长大之后才会寻求幸福，就算找不到幸福，也会创造幸福。自己知道如何幸福的孩子，会追求幸福，将自己的人生带上幸福之路，并在其过程中，充分享受很容易被忽略掉的那些微小的喜悦。

换句话说，他们会让自己的人生变得既快乐又幸福。

妈妈是孩子的镜子

你希望孩子幸福吗？希望自己的孩子成长为一个任何情况下都可以寻找幸福的孩子吗？那么，在讨论幸福之前，做妈妈的有必要先问问自己是否幸福。

因为，在妈妈没有得到幸福的前提下，孩子是绝不可能得到幸福的。当孩子生下来之后，见到的第一个人就是妈妈。对于年幼的孩子，妈妈就是他的世界，同时也是自己的镜子。孩子看到妈妈幸福的表情，自己也会感到幸福，并通过这种感觉，让他了解到“我所面对的世界，是一个非常幸福的好地方”。

我这一辈子感觉最辛苦的时候，是三个孩子非常小的时候。在这样的情况之下，我依然努力系寻找属于我的幸福。

在没有钱而感到辛苦的时候，我将想法专注于“怎样才可以做出既便宜又美味的食物”方面，并从中找到快乐。

我以“说出来的话总有一天会实现”的想法鼓励自己，就算再怎么累、再怎么辛苦，我也从不说“我好苦”这句话。我每天早上对着镜子练习笑容，甚至刻意去找一些让心灵平静下来的书籍来阅读。而且，我偶尔还会自我补偿，自我鼓励，并称赞自己说：我做得很好，不论是母亲、太太或是社会的一分子，我都全力以赴。

当我去买菜的时候，我会选一个平常想要的小东西，送给自己当礼物，犒赏自己。我认为付出并不就是牺牲，而是为了得到，并且升华成喜悦所必须要走的一步。

过了一段时间后，我开始真的感觉到自己是一个幸福的人。为了获得幸福而付出的那些努力，让我开始觉得我真的很幸福。

正因如此，在孩子们幼年的记忆里，我永远都是带着幸福的微笑。他们很讶异地说：“妈妈，那时应该是非常辛苦的，你怎么还能有那么充满活力的微笑呢？”

最重要的是，唯有在幸福的妈妈身边，孩子才能度过幸福的幼年时期。哪怕孩子们碰到困难的时候，他们也不会轻易放弃。因为他们从身边幸福的妈妈那里，学习到了幸福是要自己去寻求，自己去创造的事实。

感知信息 第12篇

物流园区作为物流业发展到一定阶段时产生的新兴物流发展模式,在日本、德国等发达国家已经得到了快速发展。我国关于物流园区的实践和相关研究虽然时间不是很长,从1998年在深圳建立国内第一个物流园区 (深圳平湖物流基地),到2008年我国物流园区的数量已达到475个,2012年更是达到754个[1]。其在迅猛发展的过程中也逐渐暴露出了一些问题,如各级物流园区企业孤立运作,信息共享机制缺乏,无法实现协同互动,还远没有上升到物流节点的信息协同和业务流程优化及区域物流资源的整合的层面上。

本文将以江苏省淮通物流园为例,在明确物流园区供应链网络结构的基础上,针对物流园区作业节点的任务情境引入情境感知计算分析模型,建立以人为中心的角色驱动模式,以业务流程及数据流程为导航,探讨面向情境感知的物流园区物流信息集成服务协同平台的需求分析与规划设计,系统将构建起可针对性的提供主动的信息分类智能推送服务模式,为物流园区信息化可持续发展提供理论参考与实践借鉴。

1 相关研究背景

1.1关于物流园区信息化建设方面的研究。目前比较主流的研究方向有两方面:一些学者从理论方面入手,将研究重点放在物流园区信息传递与共享的价值以及对供应链的绩效影响上,最为知名的就是“牛鞭效应”问题;另一些学者则从技术实现入手,着重对网络环境下的信息传递和共享进行研究,包括物流园区信息系统的构建,新技术 (如工作流技术、多智能主体技术) 的应用。比较具有代表性的有:仝新顺提出从共用信息平台、基础信息平台和作业信息平台进行物流园区信息系统建设[2]。薛飞从物联网与综合型物流园区的融合角度提出搭建物流园区综合公共信息平台,并通过云计算中心为企业制定决策和提供个性化信息服务[3]。肖亮提出了一种基于平台决策层、平台业务层、企业业务层和应用支撑层的物流园区信息系统体系结构[4]。梁世翔通过研究物流园区物流活动,建立了分布式数据仓库结构的数据挖掘技术,并以武汉丹水池物流园区为例进行了案例研究[5]。

1.2关于物流园区智能信息处理方面的研究。随着物流园区逐步成为物流企业大量集聚的空间区域,园区数据海量特征日趋突出,如何对海量物流数据进行智能挖掘与处理,支持企业在合适的地点和时间,及时准确地获得合适的信息或知识服务,已经成为当前国内外学者关注的热点。孟霞通过对移动用户在位置、时间、业务需求即用户所处情景的综合挖掘分析,进行业务信息的主动推荐[6]。潘旭伟等探讨了实现基于情境的知识共享与重用方法的两个关键技术:情境建模和情境相似性评估[7]。肖亮分析了供应链物流计划过程中的知识情境,将其嵌入到物流计划过程Agent模型中,描述了集成情境的供应链物流计划知识管理模型[4]。

随着物流园区信息化水平的提升和园区物流业务的深入开展,物流园区信息处理平台将面临着移动工作任务频繁、专业分工高度化、海量数据服务需求及智能信息服务需求等问题[4]。目前的研究成果主要集中在物流园区信息公共平台开发,大多数只能提供园区内基本的数据响应服务,难以提供实时个性化的信息服务,不能满足园区的实际应用需求。

2 物流园区信息化发展需求

物流园区是物流服务聚集的场所,是物流产业集聚的一种表现形式,其对促进区域经济发展起着巨大的推动作用。但从现代物流产业的发展趋势看,传统的物流园区的区位特征及地方扶持政策的优势已很难显现,而以现代信息技术为支撑整合物流园区企业的供应、生产、配送、营销等环节,优化企业业务流程,合理分配和调度相关物流资源成为了物流园区可持续发展的必然趋势和迫切要求[8]。

现代物流园区的信息化主要体现在以下三个层次[3]: (1) 在信息的采集和传输方面。进行物流园区内部资源和组织的整合,以及业务流程的操作管理等方面工作时,实现信息采集,传输和交换的快速准确化、标准化和低成本化。 (2) 在园区内外部信息衔接方面。进行与园区外部信息的交换,以及与应用层 (主要是客户) 的信息系统的对接等过程中,能够搭建并形成以整个供应链为基础的信息平台,同时兼顾内部操作使用。 (3) 在园区信息处理方面。能够通过对大量信息数据的挖掘、处理和分析,形成有效地理论依据为以后进行决策的制定和优化,提供有利的支撑和帮助。

这三个层次的需求,也是现代物流园区信息化需求的关键,充分体现出物流园区在整个物流产业链中重要的承接作用,也说明现代物流园区在整个物流产业信息化的核心地位,利用现代物流园区信息化的建设,实现信息标准化、智能化等更高层次的目标。

3 面向情境感知的物流园区智能信息处理解决方案设计

针对物流园区作业节点的任务情境引入情境感知计算分析模型,建立以人为中心的角色驱动模式,以业务流程及数据流程为导航,针对物流园区作业节点提供主动的个性化自适应物流服务,建立协同的网络化的物流信息服务管理机制,以提高对园区内外部物流资源整合利用与优化配置效率,推动物流企业向园区集聚,促进物流产业协同和区域经济的发展。

3.1 物流园区泛在网络构建与异构数据处理

(1) 支持物流园区信息集成的数据采集网络构建。由于物流园区作业任务的特征,需要建立满足物流园区连通并支持RFID/EPC和移动终端的多种数据采集和交换的移动泛在网络体系。为此对于一般的商务数据,如各种单据、物流资源的状态等静态数据采用有线/无线网络进行集成,而对于实时状态数据则可以采用基于Zigbee协议和成簇拓扑体系设计的物流园区传感网进行采集和交换,并通过与有线网络/无线网络的集成,以合适的方式在园区内外相关业务主体间传输和交换。

(2) 移动泛在网络环境下的物流园区异构数据融合方法。由于开放的Web服务和数据源的自治性,形成了一种半结构化的数据表现形式,使得底层数据融合缺乏统一标准,应用整合困难。为此采用基于本体的数据描述方法,建立独立于异构数据源访问的统一数据集成中间件,通过中间件中的数据格式定义、源数据解释、数据迁移管理和数据质量控制,提供标准接入功能,并将分散存放的上述数据抽象为结构化的分布式数据库,利用从数据库中的表和字段名到本体中概念节点及其属性的映射实现从语义角度有效地整合分布式异构数据资源。

3.2 物流园区物流服务网格系统建模

(1) 针对物流园区业务过程涉及的工作流及信息流,在信息协同理论的基础上,对物流园区物流服务的需求、物流园区物流服务信息共享的内容、传递方式以及任务环境等进行深入分析,构建物流园区物流服务信息协同的策略及实施要点。

(2) 基于“云计算”的物流园区物流服务网格体系构建。基于Globus Toolkit version 4构建物流园区物流服务网格体系结构及数据提取、集成、处理与分析方法,构建异构系统数据整合框架、集成策略和实现技术,并在OGSA-DAI中间件的基础上,通过工作流技术、Web语义标注及本体描述的方法建立基于虚拟视图法的数据访问与集成方案。

3.3 物流园区面向任务情境的上下文感知计算与自适应服务匹配

(1) 采用基于Cortex-M3平台与分类传感器模块集成的数据采集软硬件平台并结合时空语义数据模型完成对任务情境数据的采集、分类、结构化表示与存储,利用任务情境来标记与任务对应的物流服务需求信息,并通过情境资源的空间划分,建立面向任务情境的分布式情境感知管理模型,完成对任务情境的上下文语义感知计算与情境推理过程[9]。

(2) 在基于“云计算”模式的园区信息物流服务网格系统环境下,设定任务情境触发规则,并利用Agent技术完成复杂任务分解,采用层次化分析方法构建基于Agent的任务描述语言,在此基础上,建立了一个支持物流服务需求Web语义自动组合和调用的Multi-Agent个性化物流服务响应组合框架,实现符合用户需求的个性化物流服务组合与自适应物流服务匹配,具体实现原理及过程已另文发表。

4 物流园区物流信息服务协同平台的设计与实现

江苏省淮通物流园主要由八个功能区组成:分别是企业基地区、采购交易区、公路货运区、专业市场区、仓储配送区、公共仓储区、保税物流区以及综合服务区等。目前,通过园区物流信息化改造一期工程,已经建立了较为完善的软硬件基础设施。本文是在其第一阶段的信息化发展基础上,进一步深入分析其作业节点的业务耦合与协同运作机制,通过建立面向任务情境的自适应物流服务匹配与协同运作模式,构建其面向情境感知的园区物流信息服务集成系统的框架,并从整体解决方案和框架结构上对其进行简要的相关介绍。