前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇分別的詩句范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

分別的詩句范文第1篇

朋友是寒冬里角落處的一盆綠蘿，不張揚(yáng)，卻用生命點(diǎn)綴著你人生的寂寞蕭索；朋友是炎夏時于悄然間送來的一絲涼風(fēng)，去掉人生的那份狂躁與焦灼；朋友是春日里楊柳岸的酒醒何處，得意時同盡歡，失意時共蹉跎；朋友是是秋日里的累累豐碩，喜人的果實(shí)結(jié)滿了人生的枝柯……

前些時日，因生存，因家庭，因周圍所有一切的一切，我感覺自己好累好累，每天最多睡眠三個小時，凌晨三點(diǎn)醒來后就再無法入眠，望著黑洞洞的窗外，心里一片凄涼空寂，似無數(shù)的螞蟻在咬噬著心，那種感覺真的很痛楚無耐。想到傷心處，淚就會噴涌而出，枕畔大片的潤濕。頭發(fā)大把大把的掉，豐腴的身子一下清瘦了許多，眼下罩著一圈淡淡的暈黑，還出現(xiàn)了細(xì)細(xì)的紋。好悲涼無耐！

一個微霧的傍晚，突然接到遠(yuǎn)方朋友的來電：“聽人說最近你消瘦了許多？遇到什么不順心的事情了，告訴我！”聞此言，我無語，只是任由淚順著臉頰往下流淌。壓在我肩上的擔(dān)子太重太重了，我亦無能力承受，我好想崩潰，卻連一個能聆聽我心聲的人都找不到。我好想有一個能讓我心靈小憩的驛站，他（她）不需要替我做什么，只要靜靜地，用心地，聽我哭著傾訴就行了。此時我想做的只是傾訴，他（她）能幫我的，只是聆聽，靜靜地聆聽……

聽著他毫不客氣，甚至有點(diǎn)半命令式不容置疑的“告訴我！”淚傾刻間淹沒了裂的心田，我如小女孩般嚶嚶唔唔哭訴起來，他聽著，只是聽著，漸漸地，我感覺到了他哽咽的聲音“你為何不早點(diǎn)告訴我？”是啊，我為何不告訴他？因?yàn)樗桥笥寻?，我不想讓他為我難過！那萬般委屈的哭訴過后，我早早的睡下，一覺無夢到天亮！

“最近還好嗎？工作累不累？一定要注意身體！按時吃飯，不能熬夜……”朋友的問候與叮囑，無論何時感覺都是那么溫暖，特別是在不如意的時候，更能從這份“叨叨”中感到曖意，這些流淌在語言中的“叨叨”如涓涓細(xì)流，會溫暖自己一生。

朋友，讓你感受到自然界的鳥鳴蟲吟，溪水潺潺，呼嘯的風(fēng)聲，芬芳的花草，以及天地間無數(shù)的良辰美景。

朋友不是酒桌上的“請請請”與“喝喝喝”，朋友不是富在深山的有客訪；朋友決不是明的或暗的商品，以官位的高低、權(quán)力的大小、財(cái)富的多少來定論。

朋友不必是錦衣華服，富甲一方者。正如花有色、香、味一般，朋友亦是各不相同。朋友不必張嘴就“黑格爾”或“之乎者也”。他們可以是豪爽的俠客，可以是腹藏錦繡的學(xué)者，可以是白丁布衣。但他們必須有一個共同點(diǎn)——一顆善良的心，一幅敢于擔(dān)當(dāng)?shù)募绨?。在你獲得成功的時候，為你高興，而不是捧場。在你遇到不幸或悲傷的時候，會給你及時的支持和鼓勵，而決不會袖手旁手旁觀，或落井下石。朋友當(dāng)以人格為重，決不能惟利是圖，且品格高貴、情操高尚。只要他們擁有一顆善良質(zhì)樸的心，他們就是高貴的，優(yōu)雅的，出色的。

每一個朋友就是一幅精美的圖畫，每一次壯麗的日落，每一處優(yōu)美的風(fēng)景，每一片燦爛的鮮花……朋友，給予人以彩虹般的美麗世界，使人終生享受快樂。

其實(shí)與朋友交往，只要沒有抱著某種目的或欲望，簡單到只需要用自己一顆心細(xì)細(xì)品味友情的味道，友情自然會芳香馥郁的縈繞在你我身旁。朋友就是生命中最重要的一座無息卻利潤豐厚的銀行，它存儲著難能可的貴的友情。

分別的詩句范文第2篇

[關(guān)鍵詞]信息安全；數(shù)據(jù)識別；油田企業(yè)

doi：10.3969/j.issn.1673 - 0194.2016.14.108

[中圖分類號]G203 [文獻(xiàn)標(biāo)識碼]A [文章編號]1673-0194（2016）14-0-01

1 油田工業(yè)環(huán)境中的數(shù)據(jù)特征分析

在工業(yè)生產(chǎn)工作環(huán)境中，數(shù)據(jù)主要來源于管理和工業(yè)生產(chǎn)兩個領(lǐng)域。管理領(lǐng)域的數(shù)據(jù)相對而言比較常規(guī)化，主要涉及人力資源等相關(guān)管理領(lǐng)域工作數(shù)據(jù)，但是隨著科技的不斷深入發(fā)展，大量生產(chǎn)流程中的設(shè)備狀態(tài)數(shù)據(jù)納入到企業(yè)數(shù)據(jù)環(huán)境之中，而這種趨勢，在油田工業(yè)領(lǐng)域中更是尤為突出。油田生產(chǎn)工作過程中一貫以數(shù)據(jù)的龐大繁雜著稱，數(shù)據(jù)用以反映生產(chǎn)過程中眾多設(shè)備的狀態(tài)。通過這些數(shù)據(jù)可以判斷整個工作過程的安全水平，然后展開進(jìn)一步的調(diào)整。

隨著物聯(lián)網(wǎng)相關(guān)技術(shù)的發(fā)展，更多的數(shù)據(jù)納入油田工業(yè)環(huán)境之中，實(shí)時性和海量性成為其主要特征。對于實(shí)時性而言，油田工業(yè)環(huán)境之中，生產(chǎn)過程中的數(shù)據(jù)關(guān)系到諸多設(shè)備的工作狀態(tài)及安全水平，因此，只有對其展開及時的識別才能妥善處置。而對于海量性而言，主要是考慮到油田工業(yè)領(lǐng)域中必然會引入的大數(shù)據(jù)技術(shù)，從客觀上要求對這些數(shù)據(jù)展開及時的深入分析，發(fā)揮其既有價(jià)值。因此從這樣的兩個方面看，對數(shù)據(jù)展開必要的識別，是有效針對不同種類來源的數(shù)據(jù)展開及時分析的必然要求。

與此同時，從安全的角度看，數(shù)據(jù)識別同樣意義重大。當(dāng)前數(shù)據(jù)安全的解決方案，通常會從傳輸和存儲兩個方面展開，即在傳輸過程中通過各種類型的網(wǎng)關(guān)等來對傳輸數(shù)據(jù)實(shí)現(xiàn)過濾，或者面向存儲狀態(tài)的數(shù)據(jù)展開分析，來確定數(shù)據(jù)中是否夾雜有不安全的因素。此種安全分析工作方式在傳統(tǒng)企業(yè)環(huán)境下，當(dāng)數(shù)據(jù)量以及傳輸總量相對較少的時候能夠十分有效地展開工作，但是隨著數(shù)據(jù)量的不斷增加，流媒體數(shù)據(jù)也開始涌入到工業(yè)生產(chǎn)環(huán)境之中，想要切實(shí)有效地對所有的數(shù)據(jù)展開分析，就顯得較為困難。相關(guān)安全系統(tǒng)的計(jì)算能力不斷得到挑戰(zhàn)，必須采取必要的措施改善此種情況。

在這樣的背景之下，如何實(shí)現(xiàn)有效的數(shù)據(jù)識別，就顯得意義重大。良好的數(shù)據(jù)識別體系，能夠幫助安全系統(tǒng)以及相關(guān)的大數(shù)據(jù)技術(shù)依據(jù)不同的數(shù)據(jù)特征展開區(qū)分，從而來決定為不同的數(shù)據(jù)群體提供不同安全級別的保障，也便于為大數(shù)據(jù)分析系統(tǒng)優(yōu)化其數(shù)據(jù)材料，并且在最短時間內(nèi)響應(yīng)不同數(shù)據(jù)消費(fèi)端的查詢請求。

2 推動數(shù)據(jù)識別體系建設(shè)

數(shù)據(jù)識別服務(wù)于整個油田數(shù)據(jù)系統(tǒng)。數(shù)據(jù)識別工作展開的有效性，關(guān)系到整個企業(yè)局域網(wǎng)數(shù)據(jù)的安全水平，對于其他多個方面的數(shù)據(jù)信息處理工作也有不容忽視的重要價(jià)值。從目前數(shù)據(jù)識別技術(shù)的發(fā)展?fàn)顩r看，主要是基于數(shù)據(jù)特征的識別技術(shù)，但是隨著工業(yè)環(huán)境中更多數(shù)據(jù)的涌入，基于數(shù)據(jù)生命周期的識別技術(shù)同樣也是未來發(fā)展的主要特征。

對于基于特征的數(shù)據(jù)識別方法而言，具體包括兩個階段的工作，第一，元數(shù)據(jù)和樣本數(shù)據(jù)的采集；第二，敏感數(shù)據(jù)數(shù)據(jù)的識別與分類。

在第一個階段中，數(shù)據(jù)識別系統(tǒng)的主要工作任務(wù)是通過自動化的方式面向數(shù)據(jù)庫、文件系統(tǒng)及傳輸過程展開對于數(shù)據(jù)的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)樣本和元數(shù)據(jù)信息的采集。采集主要內(nèi)容包括元數(shù)據(jù)信息（數(shù)據(jù)表和字段的名稱、類型、注釋信息等）、文件類型數(shù)據(jù)（在獲取文件格式的基礎(chǔ)上，采用自動化分詞等相關(guān)技術(shù)將文件內(nèi)容進(jìn)行切割和合并，并且建立起對應(yīng)的文件特征數(shù)據(jù)）。然后在這樣的采集基礎(chǔ)之上，對獲取到的數(shù)據(jù)進(jìn)行梳理和過濾，提升樣本整體質(zhì)量。

在第二階段中，展開對于敏感數(shù)據(jù)數(shù)據(jù)的識別與分類。應(yīng)用數(shù)據(jù)識別技術(shù)，對不同類型的數(shù)據(jù)進(jìn)行甄別，確定其中的敏感數(shù)據(jù)，并對其進(jìn)行甄別和分級分類，從而便于進(jìn)行更具有針對性的數(shù)據(jù)安全保護(hù)工作。這一部分的工作，具體包括詞庫建立、敏感特征提取、敏感特征匹配以及敏感數(shù)據(jù)識別質(zhì)量評估等幾個方面。其中詞庫建立主要是對采集到的數(shù)據(jù)進(jìn)行收集和整理，剔除其中的無價(jià)值詞匯，獲取到符合識別需求的詞庫。而敏感特征提取，則是在建立起詞庫的基礎(chǔ)之上，對詞庫展開分析和識別，以相關(guān)人員作為主要的力量進(jìn)行構(gòu)建，并且隨著人工智能的發(fā)展，相關(guān)技術(shù)也在逐步引入到該環(huán)節(jié)之中。敏感特征匹配主要是對分類和識別目標(biāo)展開特征提煉，將目標(biāo)數(shù)據(jù)采用分詞技術(shù)進(jìn)行分詞處理，然后進(jìn)一步將提取到的特征與詞庫進(jìn)行匹配，依據(jù)匹配情況進(jìn)行排序。最后，敏感數(shù)據(jù)識別質(zhì)量評估主要對識別結(jié)果進(jìn)行評價(jià)，包括對錯誤分類的進(jìn)一步糾正和對于未能識別的敏感詞的補(bǔ)充，完善詞庫。

除此以外，基于生命周期的數(shù)據(jù)識別也是未來發(fā)展的一個重要方向，同樣不容忽視。這主要是考慮到數(shù)據(jù)從誕生到消亡，不同的數(shù)據(jù)在不同的生命階段中會呈現(xiàn)出不同的安全需求，并且數(shù)據(jù)在不同環(huán)境下面對的人群不同所產(chǎn)生的功能和價(jià)值，也均會有所不同。從油田工業(yè)環(huán)境的角度看，實(shí)時性強(qiáng)的數(shù)據(jù)隨著時間的流逝，其安全價(jià)值呈現(xiàn)出逐步遞減的趨勢，而核心技術(shù)領(lǐng)域的數(shù)據(jù)，通常需要自始至終的密切保護(hù)。因此，對于數(shù)據(jù)產(chǎn)生環(huán)境和來源等方面特征的識別，能夠進(jìn)一步提升數(shù)據(jù)安全工作的針對性，提高數(shù)據(jù)安全體系工作整體效率。

3 結(jié) 語

在面臨油田大數(shù)據(jù)環(huán)境時，數(shù)據(jù)識別技術(shù)是不容忽視的重要支持。只有在實(shí)際工作中不斷深入分析和完善對應(yīng)的識別規(guī)則，才能獲取良好效果，為油田的發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。

分別的詩句范文第3篇

[關(guān)鍵詞]識別小句；標(biāo)記；價(jià)值；歸一性；情態(tài)

Abstract：Token and value are two important yet confusing concepts in the relational process. However，they are far from being clarified so far by scholars home and abroad when they are expounding the two concepts. This paper first discusses the rationale behind the pision of token and value in English identifying clauses，then summarizes the ways to determine which entity is token and which is value，and finally points out that identifying clauses are not confined to positive onesthey can be combined with polarity modality，but polarity modality plays no role in identifying token and value.

Key words：identifying clause；token；value；polarity；modality

關(guān)系過程(relational process)是及物性系統(tǒng)中的一個重要過程，在傳統(tǒng)語法中討論得較少[1]。作為關(guān)系過程的兩個重要概念，標(biāo)記(token)和價(jià)值(value)也越來越受到功能語法學(xué)家的重視，韓禮德在1985年版的《功能語法入門》中雖然進(jìn)行了介紹，但是并沒有專門辟出小節(jié)，而在1994和2003年的版本中，卻用專門的小節(jié)來進(jìn)行詳細(xì)闡述。對標(biāo)記和價(jià)值概念，國內(nèi)學(xué)者雖有介紹和研究，但也只是引述韓禮德等學(xué)者的論述，仍然有不清楚之處。因此，探究標(biāo)記和價(jià)值概念劃分的理據(jù)，總結(jié)標(biāo)記和價(jià)值的確定方法，指出韓禮德等有關(guān)標(biāo)記價(jià)值論述的不足，是很有必要的。

一、標(biāo)記價(jià)值劃分的理據(jù)

在闡述標(biāo)記價(jià)值劃分的理據(jù)之前，我們必須首先了解關(guān)系小句的兩種類別，亦即歸屬類小句和識別類小句。韓禮德指出：“在關(guān)系小句中，‘存在’具有兩個部分：某一事物被說成是另一事物?！盵2]119“歸屬類指某個實(shí)體具有哪些屬性，或者歸于哪種類型，其公式是‘a(chǎn)是x的一種’?！北热?1)Carlos is a poet. (2)Maggie looks happy.(3)The cat is on the mat. (4)He has a Toyota.[3]79識別類則是指某一實(shí)體的身份通過另一實(shí)體得到確定，或者兩個實(shí)體在時間、地點(diǎn)、狀態(tài)等環(huán)境意義上具有一定的聯(lián)系，或者某一實(shí)體擁有另一實(shí)體，比如(1)Sarah is the wise one. (2)Tomorrow is the tenth. (3)Peter owns the piano.在歸屬類關(guān)系小句中，兩個參與者(participant)是一與多之間的關(guān)系，而在識別類關(guān)系小句中，參與者之間則是一對一的關(guān)系。不過這兩類小句之間的差別不是絕對的，有些識別小句位于中央，比如Pat is the richest相對于歸屬小句Pat is rich和識別小句The richest is Pat(注：我們同意韓禮德關(guān)于有些識別小句位于歸屬小句和其他識別小句之間的觀點(diǎn)，不過我們認(rèn)為這是由于rich這類表示屬性的詞匯的抽象性造成的。這類詞在形式上具有唯一性，但是實(shí)際上卻往往不具有唯一性，所以the richest往往會用來表示the very rich class。我們不同意韓禮德把Pat is one of the richest people I know看作是識別小句。)，處在兩者中央。

識別小句就是用某一實(shí)體去確定另一實(shí)體的身份，兩實(shí)體指向同一事物，其中用來識別另一實(shí)體的叫做識別者(identifier)，而被識別的實(shí)體叫做被識別者(identified)。識別小句不是同義重復(fù)，因此兩實(shí)體必須不同。從事物的本質(zhì)來看，我們在判別事物時，無外乎從兩個方面進(jìn)行判別：一是從外形上進(jìn)行判別，一是從性質(zhì)或功能上進(jìn)行判別。韓禮德等把前者稱為標(biāo)記，把后者稱為價(jià)值，認(rèn)為兩者之間的差別是“形式與功能之間的差別”[2]124。何偉在引述Thompson時說，標(biāo)記和價(jià)值的劃分“是以人們對經(jīng)驗(yàn)世界的認(rèn)識為前提的，概括或抽象的內(nèi)容是價(jià)值，其具體體現(xiàn)是標(biāo)記”[4]。換句話說，標(biāo)記是看得見的，價(jià)值是看不見的、抽象的，包含著判斷等。何偉認(rèn)為，“從實(shí)質(zhì)上講，價(jià)值披露了說話者或?qū)懽髡咴谠u價(jià)標(biāo)記時用的是什么‘價(jià)值標(biāo)準(zhǔn)’，這在一定程度上也反映了他所處的那種文化在度量事物時的‘價(jià)值取向’。”[4]不過我們從經(jīng)驗(yàn)世界中也知道，我們所經(jīng)驗(yàn)著的世界并不都是由具體事物構(gòu)成，我們的經(jīng)驗(yàn)世界離不開抽象。這時候標(biāo)記和價(jià)值之間的差別就不是具體和抽象之間的差別，而是抽象與更抽象之間的差別。所以，韓禮德在1985年版的《功能語法入門》指出，標(biāo)記是指“符號、名稱、形式、執(zhí)行者、所有者”，而價(jià)值則是指“意義、指稱、功能、職能、身份”。胡壯麟等認(rèn)為“標(biāo)記指的是外表、符號、形式和名稱；價(jià)值指的是實(shí)質(zhì)、意義、智能和身份”[3]81。

由此可見，標(biāo)記和價(jià)值的劃分最初是基于有形事物的，然后推及無形抽象的事物。因此，在識別抽象事物時，唯有用抽象程度不同的兩個實(shí)體進(jìn)行彼此識別。

二、確定標(biāo)記和價(jià)值的方法

何偉在《英語識別小句中的“標(biāo)記價(jià)值”結(jié)構(gòu)配置之研究》一文中指出，對標(biāo)記和價(jià)值進(jìn)行分析“可以使我們領(lǐng)會說話者或?qū)懽髡咚P(guān)心的事情或其‘價(jià)值觀’”[4]。標(biāo)記價(jià)值結(jié)構(gòu)在某些語域(比如科技、商業(yè)、政治問題以及官樣文章)起著舉足輕重的作用，因此在及物性系統(tǒng)中也最重要。然而區(qū)分標(biāo)記和價(jià)值卻并非易事，就像韓禮德本人指出的那樣，“在整個及物系統(tǒng)中，標(biāo)記價(jià)值結(jié)構(gòu)可能是最難接受的”[2]126。也正因?yàn)槿绱?，韓禮德才作出了詳細(xì)的解釋，歸納起來主要有以下幾點(diǎn)：

1.如果是主動語態(tài)，則小句主語就是標(biāo)記；反之，如果是被動語態(tài)，則主語就是價(jià)值。比如：

(1)The daughter resembles the mother. [Tk^Vl]

(2)The mother is resembled by the daughter. [Vl^Tk]

2.在主位等式(thematic equative)中，名詞短語總是價(jià)值。比如：

(3)What it tells you is the strength of the signal. [Vl^Tk]

(4)This is what we’re going to do. [Tk^Vl]

3.具體的、看得見的為標(biāo)記，抽象的、看不見的為價(jià)值。換句話說，凡“符號、名稱、形式、執(zhí)行者、所有者”都是標(biāo)記；凡“意義、指稱、功能、職能、身份”都是價(jià)值。比如：

(5)Fred is the tall one. [Vl^Tk]

(6)Fred is the treasurer. [Tk^Vl]

不過當(dāng)動詞是be時，卻不容易判斷識別小句呈現(xiàn)的究竟是主動語態(tài)還是被動語態(tài)，比如：

(7)This offer is your best chance to win a prize. [Tk^Vl]

(8)One criterion is that of genetic persity. [Vl^Tk]

鑒于此，韓禮德提出用其他動詞如represent、play等來替換be，倘若小句呈現(xiàn)主動語態(tài)，則主語為標(biāo)記，否則為價(jià)值。比如，上述兩個例句可以分別替換為：

(9)This offer represents your best chance to win a prize.

(10)One criterion is represented by genetic persity.

在一定語境下，標(biāo)記和價(jià)值都是很明確的，即使發(fā)生誤解，最后也能得到糾正。請看韓禮德在《功能語法入門》中所舉的例子[2]127：

(11) A. So the best students are the greatest worriers，is that it?

B. Oh，I don’t think there’s any virtue in worrying，is there?

A. No，I didn’t mean is it because they worry that they get to be the best. I meant is it because they’re the best students that they worry.

在這個例子中，A本意是說“好學(xué)生因?yàn)椤谩圆沤箲]”，因此the best students是標(biāo)記，the greatest worriers是價(jià)值；換句話說，這句話可以用“The best students represent the great worriers.”來表示。B把這句話理解成“因?yàn)榻箲]，所以才好”，這樣the best students就成了價(jià)值，而the greatest worriers則成了標(biāo)記；換句話說，這句話可以用“The best students are represented by the great worriers.”來表示。那么B為什么會誤解，或者說“The best students are the greatest worriers.”為什么會有歧義呢?我們認(rèn)為這是由于good和great這類詞造成的。這類詞比較抽象，一般用于價(jià)值判斷，往往和后接的名詞一起構(gòu)成標(biāo)記價(jià)值結(jié)構(gòu)中的價(jià)值。當(dāng)使用者把這類詞當(dāng)成和red、green一樣，進(jìn)行客觀描述而不是進(jìn)行判斷時，就會出現(xiàn)在標(biāo)記中。然而究竟何時是判斷，何時是客觀描述，脫離了語境往往很難判定。韓禮德在《功能語法入門》中所舉的兩個例子[2]128：

(12)My brother is the tallest one in the family. [Tk^Vl]

(13)My brother is the tallest one in the picture. [Vl^Tk]

只會讓讀者更加困惑：為什么僅僅一字之差，價(jià)值就變成了標(biāo)記了呢?韓禮德對例(12)的解釋是：只有一個成員的類別成為了價(jià)值，而這個成員被看作是標(biāo)記。這樣的解釋用他自己的話來說，是“難以接受的(difficult to come to terms with)”[2]127。其實(shí)，我們換種思考方式，就不難理解了?！拔摇痹谑褂眠@兩個句子時，my brother都是不在場的，否則我只要說“This is my brother.”或“That is my brother.”就行了。在使用例(13)時，肯定有一張照片在現(xiàn)場，這時候my brother是“看得見的”，所以the tallest one in the picture是標(biāo)記就沒有任何疑問。“我”在使用例(12)時，“我的家人”是不在場的，是看不見的，tallest指向的是性質(zhì)，而非特征，因此the tallest one in the family是價(jià)值而非標(biāo)記。實(shí)際上，倘若我們把例(12)、(13)看作是答案，構(gòu)建出相對應(yīng)的問題，這一切就更清楚了。

(12a)Who is the tallest one in your family? My brother is the tallest one in the family.

(13b)Which is your brother? My brother is the tallest one in the picture.

我們再用替代法來驗(yàn)證一下，那么例(12)和(13)就可以分別表述為“My brother represents the tallest one in the family.”和“My brother is represented by the tallest one in the picture.”這樣，通過綜合考慮，就不難判定哪一個實(shí)體是標(biāo)記，哪一個是價(jià)值。

三、韓禮德等有關(guān)標(biāo)記價(jià)值論述之不足

功能語言學(xué)派對標(biāo)記和價(jià)值概念雖然越來越重視，但是從目前的研究成果來看，對標(biāo)記價(jià)值結(jié)構(gòu)的論述仍然存在不足，其主要表現(xiàn)在與功能語法的另一對概念歸一性情態(tài)的脫節(jié)。目前所見到的有關(guān)標(biāo)記價(jià)值結(jié)構(gòu)的論述主要是肯定的(注：韓禮德在1994年版的《功能語法入門》第122頁和127頁提供了兩個和情態(tài)有關(guān)的例句：The one in the back row must be you及A solid phase could be represented by condensates of the nuclear fluid，但是沒有展開。)，這和語言的實(shí)際使用情況不相符。我們從歸一性和情態(tài)這對概念中不難發(fā)現(xiàn)，語言使用是一個連續(xù)體，一端是肯定，另一端是否定，中間部分被情態(tài)占據(jù)。識別小句并不例外，也必須遵守這一規(guī)律。目前對標(biāo)記價(jià)值結(jié)構(gòu)的論述偏向于肯定一端，所以是不全面而有所偏頗的。從1994年版的《功能語法入門》第123頁所列出的在識別小句中經(jīng)常出現(xiàn)的動詞中，隨機(jī)挑選出consist，imply，constitute和mean幾個詞，利用Google搜索引擎，進(jìn)行了搜索，得到的結(jié)果驗(yàn)證了上述觀點(diǎn)。

(一)歸一性與標(biāo)記價(jià)值結(jié)構(gòu)

由于現(xiàn)有文獻(xiàn)中有關(guān)標(biāo)記價(jià)值結(jié)構(gòu)的論述皆涉及肯定句，所以我們此處僅列出否定句。

(14)It does not constitute either a sect or a school of thought，but is rather a spiritual or transcendental practice which persists despite criticism from orthodox theologians. [Tk^Vl]

(15)Moreover，mainstreaming：‘does not mean simply making Community programmes or resources more accessible to women，but rather the simultaneous mobilisation of legal instruments，financial resources and the Community’s analytical and organisational capacities in order to introduce in all areas the desire to build balanced relationships between women and men.’ [Tk^Vl]

(16)Dignity does not consist in possessing honors，but in deserving them. [Tk^Vl]

(17)Life does not consist mainly，or even largely，of facts and happenings. [Tk^Vl]

(二)情態(tài)與標(biāo)記價(jià)值結(jié)構(gòu)

(18)The brighter areas seem to consist of similar but even more weathered and oxidized material that apparently contains more fine，dust size particles than do the dark regions.[Tk^Vl]

(19)These remnant polar caps are believed to consist mostly of frozen water. [Tk^Vl]

(20)The core is believed to consist of mostly metallic iron and nickel. [Tk^Vl]

(21)New bar codes might mean good news，or inconvenience. [Tk^Vl]

(22)The discovery could imply that evolution of brain structures linked to speech began before the ancestors of humans and apes parted ways. [Tk^Vl]

(三)歸一性情態(tài)與標(biāo)記價(jià)值結(jié)構(gòu)

(23)These postings may not consist of or contain software viruses，political campaigning，commercial solicitation or any form of “spam.” [Tk^Vl]

(24)Failure to meet these requests will not constitute cause for adjustment，refund or rerun. [Tk^Vl]

值得注意的是，當(dāng)情態(tài)與標(biāo)記價(jià)值結(jié)構(gòu)結(jié)合時，情態(tài)動詞表現(xiàn)出的語態(tài)不作為判斷標(biāo)記和價(jià)值的標(biāo)準(zhǔn)。這里所說的情態(tài)動詞的語態(tài)是指believe，think這類用來表示情態(tài)的動詞的時態(tài)，如在例(20)中，不因?yàn)閕s believed to是被動語態(tài)，而認(rèn)為the core 是價(jià)值。事實(shí)上，我們可以把be believed to，be thought to等看成和will、can等情態(tài)動詞一樣。另外，歸一性也不影響標(biāo)記和價(jià)值的判別。

識別小句中的標(biāo)記和價(jià)值概念是功能語法中一對重要而難以理解的概念，標(biāo)記和價(jià)值的劃分是基于事物本身的特點(diǎn)，前者是事物的外在表現(xiàn)，是形式，包括“符號、名稱、形式、執(zhí)行者、所有者”；后者是事物的本性，是功能，包括“意義、指稱、功能、職能、身份”。分析標(biāo)記價(jià)值結(jié)構(gòu)可以使讀者領(lǐng)會說話者的真實(shí)意圖，領(lǐng)會其所作出的價(jià)值判斷，從而領(lǐng)會其價(jià)值觀。判別標(biāo)記與價(jià)值有一定的規(guī)律，但是當(dāng)兩個實(shí)體都很抽象時，有時往往很難判斷，需要進(jìn)行綜合考慮。

識別小句并不例外于歸一性和情態(tài)所構(gòu)筑成的連續(xù)體，所以識別小句不僅僅包括肯定句，也包括否定句，而與情態(tài)結(jié)合的識別小句位于兩者之間。情態(tài)動詞本身并不影響標(biāo)記和價(jià)值的判別規(guī)律，其中也包括be believed to和be thought to這類情態(tài)動詞。因此，當(dāng)接續(xù)在情態(tài)動詞后面的動詞呈現(xiàn)主動語態(tài)時，主語即標(biāo)記，反之則是價(jià)值。

[參考文獻(xiàn)]

[1]袁 鑫.論英語識別小句中的標(biāo)記價(jià)值關(guān)系的雙向性[J].天津外國語學(xué)院學(xué)報(bào)，2004(6)：56-59.

[2]Halliday，M A K. An Introduction to Functional Grammar[M].London ：Arnold，1994.

分別的詩句范文第4篇

關(guān)鍵詞:高分辨距離像; 支持向量機(jī); 高斯核函數(shù); 廣義高斯分布

中圖分類號:TN957.52文獻(xiàn)標(biāo)識碼:A

文章編號:1004-373X(2010)15-0001-04

Target Recognition Algorithm of Radar High Resolution Range Profile

Based on Improved Gaussian Kernel Function

ZHAO Nai-jie, LI Hui,JIN Bao-long

(Department of Electronic Engineering, Northwestern Polytechnical University, Xi’an 710129, China)

Abstract: Aiming at kernel function selection of support vector machine(SVM), the method to determine Gaussian distribution of the data is introduced by analyzing feature of data distribution based on the proposed conformal transformation method. A target recognition algorithm of radar high resolution range profile based on improved Gaussian kernel function is proposed by using Gaussian kernel function of support vector machine. The method improved SVM Gaussian kernel function and carried out the kernel function selection. Through comparing the improved Gaussian kernel function with the polynomial kernel functions, two methods are used to simulate high resolution range profile in the Matlab environment, the simulation method validate the effectiveness of Gaussian kernel function.

Keywords: high range resolution profile;SVM;Gaussian kernel function; generalized Gaussian distribution

0 引 言

傳統(tǒng)模式識別方法都是在樣本數(shù)目足夠多的前提下進(jìn)行研究的,所提出的各種方法只有在樣本數(shù)趨于無窮大時其性能才能有理論上的保證。然而在許多實(shí)際應(yīng)用中樣本數(shù)目通常是有限的,如何在有限樣本情況下使得到的分類器能夠具有較好的分類性能和泛化性能,支持向量機(jī)(Support Vector Machine,SVM)的出現(xiàn)為解決這一問題提供了新思路。

SVM是20世紀(jì)90年代由Vapnik等人提出的┮恢知新的學(xué)習(xí)機(jī)[1],它擁有較好的推廣能力和非線性處理能力,尤其在處理高維數(shù)據(jù)時,可有效地解決“維數(shù)災(zāi)難”問題,在人臉檢測、網(wǎng)頁分類、數(shù)據(jù)融合、函數(shù)估計(jì)等領(lǐng)域得到了廣泛應(yīng)用[2]。由于SVM 是一種基于核的機(jī)器學(xué)習(xí)方法,核函數(shù)決定了學(xué)習(xí)機(jī)的復(fù)雜度,所以核及相關(guān)參數(shù)選擇得好壞直接影響到了SVM 的性能。對于一個選定的核函數(shù)來講,其參數(shù)選擇方法目前已有一些研究[3-6],其中交叉驗(yàn)證法(Cross-Validation)或留一法(Leave-One-Out)被認(rèn)為是較為準(zhǔn)確的方法[7],但其計(jì)算復(fù)雜度較高。Amari和Wu等基于由核函數(shù)導(dǎo)出的黎曼幾何結(jié)構(gòu)[8],提出了一種保形變換的方法,并將這一方法運(yùn)用在高斯核函數(shù)上,取得了較好的實(shí)驗(yàn)結(jié)果。但是高斯核函數(shù)期望風(fēng)險(xiǎn)較高,并且要求的支持向量個數(shù)較多,所以在此提出一種改進(jìn)的高斯核函數(shù)方法。

本文對雷達(dá)目標(biāo)的高分辨一維距離像(High Resolution Range Profile,HRRP)目標(biāo)識別算法做了深入研究。通常用于目標(biāo)識別的樣本數(shù)目很有限,因此目標(biāo)高分辨距離像識別大多數(shù)情況下是一典型的高維數(shù)、小樣本問題。

1 支持向量機(jī)

支持向量機(jī)算法是在訓(xùn)練樣本的特征空間求取能把兩類樣本沒有錯誤分開的最大間隔超平面,在數(shù)學(xué)上表示為一個凸二次規(guī)劃的問題。也可以說算法求解的主要內(nèi)容是通過求解二次規(guī)劃(QP)問題,這個優(yōu)化問題的求解是支持向量機(jī)算法的核心,可以說支持向量機(jī)的算法就得到了實(shí)現(xiàn)[9-10]。

(1) 最優(yōu)超平面 SVM方法是根據(jù)線性可分情況下的最優(yōu)分類面(Optimal Hyper Plane)提出的。設(shè)線性可分樣本集為:

這個平面將兩類樣本沒有錯誤地分開,并且使得離分類面最近的樣本到分類面的距離最大,即分類間隔最大,等價(jià)于使Аw2最小,w為分類面的法向量。然而要求分類面對所有樣本的正確分類,約束條件為:

yi(w•xi+b)-1≥0, i=1,2,…,n

(3)

因此,滿足上述條件且使得Аw2ё钚〉姆擲嗝婢褪親鈑歐擲嗝妗A嚼嘌本中離分類面最近的點(diǎn)且平行于最優(yōu)分類面的超平面H1,H2上的訓(xùn)練樣本就是┦(3)中使等號成立的那些樣本叫做支持向量。最優(yōu)分類面可以表示為如下約束的優(yōu)化問題,即在式(3)的約束下求函數(shù)為:

φ(w)=12w2=12(w•w)

(4)

的最小值。為此,可以定義如下的拉格朗日函數(shù):

L(w,b,a)=12w2-∑ni=1ai[yi(w•x+b)-1]

(5)

式中:ai>0為拉格朗日系數(shù)。

把原問題轉(zhuǎn)化為如下較簡單的對偶問題:

max Q(a)=∑ni=1ai-12∑ni=1,j=1aiajyiyj(xi,xj)

(6)

式中:Аni=1yiai=0,ai≥0,i=1,2,…,n。

(2) 非線性SVM上面討論的是最優(yōu)和廣義線性分類函數(shù),要解決一個特征空間中的最優(yōu)線性分類問題,只需知道這個空間中的內(nèi)積運(yùn)算即可。按照廣義線性判別函數(shù)的思路,要解決一個非線性問題,可以設(shè)法將它通過非線性變換轉(zhuǎn)換為另一個空間的線性問題,在這個變換空間求最優(yōu)或最廣義分類面?？紤]Mercer條件:對于任意的對稱函數(shù)K(x,x′),它是某個特征空間內(nèi)積運(yùn)算的充分必要條件,對于任意的φ(x)恒不為0,且∫φ2(x)dx0,顯然這一條件不難滿足[11]。如果用內(nèi)積K(x,y)Т替最優(yōu)分類面的點(diǎn)積,就相當(dāng)于把原特征空間變換到了某一新的特征空間,此時的支持向量機(jī)為:

max Q(a)=∑ni=1ai-12∑ni=1,j=1aiajyiyjK(xi,xj)

(7)

式中:Аni=1yiai=0,C≥ai≥0,i=1,2,…,n;C為某個指定的常數(shù)。它起控制錯分樣本懲罰程度的作用,實(shí)現(xiàn)在錯分樣本的比例與算法復(fù)雜度之間的折衷。

相應(yīng)的判別函數(shù)也應(yīng)變?yōu)?

f(x)=sgn[∑ni=1a*iyiK(xi,x)+b*]

(8)

式中:a*i為最優(yōu)解;b*為分類閾值,它由一個支持向量得到,也可通過兩類中任意一對支持向量取中值。

對于給定的訓(xùn)練數(shù)據(jù)集,其數(shù)據(jù)分布的幾何特征可能是預(yù)先已知的,常見的有高斯分布、圓形分布、圓環(huán)分布、柱狀分布等。對于這類有規(guī)律的數(shù)據(jù)集,可以構(gòu)造相應(yīng)的核函數(shù)來訓(xùn)練SVM,以提高SVM的泛化能力。然而更多的情況是預(yù)先不知道訓(xùn)練數(shù)據(jù)集的分布特征,因此希望構(gòu)造一些算法,給出數(shù)據(jù)分布的一個近似,把它作為SVM核函數(shù)及參數(shù)選擇的一項(xiàng)重要參考指標(biāo),從而提高SVM的泛化能力。對于那些確實(shí)無法判斷其幾何分布的訓(xùn)練數(shù)據(jù)集,在SVM訓(xùn)練過程中,選用常用的高斯核函數(shù)或多項(xiàng)式核函數(shù)。

雷達(dá)目標(biāo)的高分辨一維距離像是目標(biāo)多散射中心在雷達(dá)徑向距離上的一維分布圖,反映了這些散射中心的散射強(qiáng)度和相對位置等目標(biāo)特征信息。在特定姿態(tài)角下,目標(biāo)的一維距離像可以由下面的離散數(shù)學(xué)式來表示:

x(t)=∑Pp=1∑M2m=-M1xpmδ(-m)(t-tp)

(9)

式中:p為目標(biāo)上散射中心的個數(shù);M1,M2為各散射中心的微分(隨頻率增大)或積分(隨頻率減小)的階數(shù);xpm為各散射中心的幅度;tp為各散射中心的時延。

雷達(dá)目標(biāo)的高分辨一維距離像反映出目標(biāo)散射中心的強(qiáng)度和相對位置等目標(biāo)特征信息,為物理結(jié)構(gòu)特征相似的復(fù)雜目標(biāo)分類提供了必要的信息來源。

2 判斷數(shù)據(jù)呈高斯分布的方法

廣義高斯分布(GGD)是一類以Gaussian分布、Laplacian分布為特例,以Е莫Ш數(shù)和均勻分布為極限形式的對稱分布。它在許多領(lǐng)域都有廣泛的應(yīng)用。

GGD的概率密度函數(shù)為:

f(x;μ,α,β)=α2βΓ(1/2)exp-x-μαβ,-∞

(10)

式中:Е,α>0,βХ直鷂均值、形狀參數(shù)和尺度參數(shù);Е(z)=∫+∞0e-ttz-1dt為Γ函數(shù);β=σΓ(1/α)/Γ(3/α);σ為標(biāo)準(zhǔn)差。

對于一組給定的訓(xùn)練樣本S={(x1,y1),(x2,y2),…,(xl,yl)},П疚奶岢鲆恢秩范ㄑ本是否為高斯分布的方法,其主要步驟如下:

(1) 在平面內(nèi),取m=k,將實(shí)軸分為k+1Ц鑾間。

(2) 考慮Е,σ為未知參數(shù),則統(tǒng)計(jì)量為V′=∑m+1i=1(vi-l′i)2l′i^。其中vi表示隨機(jī)數(shù)樣本落入第i段的個數(shù)(i=1,2,…,m+1);

p′i表示隨機(jī)數(shù)落入第i段的概率;lП硎舅婊數(shù)樣本總數(shù)。

(3) 先用極大似然法得到Е,σУ墓蘭篇И┆,┆,由此得到p′i的估計(jì)′i,然后計(jì)算統(tǒng)計(jì)量V′。

(4) 若近似服從m-2的χ2Х植,則該訓(xùn)練樣本服從GGD;反之,待測試數(shù)據(jù)不服從GGD。

通過分析給定訓(xùn)練樣本集,可得到數(shù)據(jù)的一個近似分布,本文將它作為核函數(shù)及參數(shù)選擇的一項(xiàng)重要參考指標(biāo),以提高SVM的泛化能力。如果訓(xùn)練樣本集在輸入空間呈高斯分布,則相應(yīng)的SVM選擇高斯核函數(shù),其中的參數(shù)α可在上述判定算法中獲得。

3 改進(jìn)的高斯核函數(shù)進(jìn)行高分辨距離像的研究

核函數(shù)是SVM 理論中尚未完全解決的問題,多數(shù)實(shí)驗(yàn)顯示多項(xiàng)式核、高斯核和 sigmoid 核有相近的分類性能。由于高斯核函數(shù)

K(x,xi)=exp(-x-xi/σ2)

具有較好的局域性,便于將算法擴(kuò)展到對多目標(biāo)分類的場合,因此文中選用高斯核函數(shù)并對其進(jìn)行改進(jìn)。支持向量機(jī)期望風(fēng)險(xiǎn)的上界:

E[Pr(error)]≤E(Ni)/(Nj-1)

(11)

式中:Ni為支持向量的個數(shù);Nj為訓(xùn)練矢量的個數(shù)。從式(11)可以看出,減少支持向量個數(shù),可以減少期望風(fēng)險(xiǎn);提高SVM的推廣能力,提高目標(biāo)識別的性能。根據(jù)這個原理對高斯核函數(shù)進(jìn)行了改進(jìn):

K(x,xi)=Dexp(-x-xi/σ2), D>1

(12)

令Е弄2=D,Ы式(12)代入式(7)得:

w(a)=∑li,j=1ai-1/2ε2∑aiajyiyjexp(-x-xi/σ2)

=∑li,j=1ai-1/2∑εaiyiεajyjexp(-x-xi/σ2)

(13)

令Еai=βi,εaj=βj,式(13)將轉(zhuǎn)化為:

w(a)=∑li,j=1ai-1/2∑βiyiβjyjexp(-x-xi/σ2)

=∑li,j=1ai-1/2∑βiβjyiyjK(xi,xj)

(14)

這樣就增大式(7)中二次項(xiàng)系數(shù)的絕對值,從而減少了最優(yōu)值aУ鬧導(dǎo)藹NiУ母鍪,提高了識別性能。

4 仿真分析

使用本文提出的算法對同一組高分辨距離像進(jìn)行幾何形狀檢測。數(shù)據(jù)都服從GGD分布,且在形狀測試中得到形狀參數(shù)Е要=0.7;在數(shù)據(jù)實(shí)驗(yàn)中,隨機(jī)選取其中100個作為訓(xùn)練樣本,其他100個作為測試樣本;分別采用高斯核函數(shù)和多項(xiàng)式核函數(shù)對樣本進(jìn)行實(shí)驗(yàn),在Matlab環(huán)境下,進(jìn)行了20次實(shí)驗(yàn)。

改進(jìn)高斯核函數(shù)的實(shí)驗(yàn)分析結(jié)果如圖1,圖2所示,它們分別指不同a取值下的分類精度、識別時間。它們有共同的規(guī)律:在a較小時,變化趨勢比較大;隨著a的增大,兩個指標(biāo)的變化趨勢都變緩慢。分類精度和識別時間隨著a的增大基本趨向一個穩(wěn)定值,特別是分類精度如表1所示,在a=5時達(dá)到最大值。在表2中可以看出,隨著獨(dú)立向量個數(shù)的增多,對高分辨距離像的平均識別率呈增大趨勢。這也就意味著在分類精度達(dá)到最大值的情況下,可以增加獨(dú)立向量的個數(shù)來提高平均識別率。

在圖3中,前100個樣本作為訓(xùn)練數(shù)據(jù),后100個樣本作為測試數(shù)據(jù),對高分辨距離像分別采用多項(xiàng)式核函數(shù)和改進(jìn)高斯核函數(shù)進(jìn)行分類。

圖3 對高分辨距離像采用兩種核函數(shù)進(jìn)行分類

從圖3中可以看出,對于服從GGD分布的數(shù)據(jù)集,使用高斯核函數(shù)且參數(shù)取0.7時的回歸效果明顯優(yōu)于多項(xiàng)式核函數(shù)情況。這些試驗(yàn)結(jié)果也同時表明基于SVM的高分辨率雷達(dá)目標(biāo)識別的識別性能相當(dāng)不錯,是雷達(dá)目標(biāo)識別的一種重要的研究方向。

5 結(jié) 語

本文重點(diǎn)分析了樣本函數(shù)呈高斯分布的情況下,提出了改進(jìn)的高斯核函數(shù)方法,并在雷達(dá)高分辨距離像目標(biāo)識別中做了深入研究,采用改進(jìn)高斯核函數(shù)和多項(xiàng)式核函數(shù)兩種核函數(shù)進(jìn)行計(jì)算機(jī)仿真。試驗(yàn)結(jié)果證明,改進(jìn)的高斯核與傳統(tǒng)的高斯核相比,具有更低的方位角敏感性、訓(xùn)練數(shù)據(jù)更低的敏感性,從而驗(yàn)證了本文算法的有效性和合理性。

分別的詩句范文第5篇

“享受司局級政治、生活待遇”這種用語，不了解詳情的同志很容易產(chǎn)生誤解，在此之前全國各地有很多同志提出過疑問，貴州省委組織部還就這個問題向中央組織部作了請示，為此，中央組織部老干部局專門下發(fā)了《關(guān)于行政十四級、十八級以上干部離休后提高待遇問題的電話答復(fù)》（老干辦字〔1993〕第106號），對此作了明確的解釋：“離休干部按中央組織部《關(guān)于行政十四級、十八級以上干部離休后分別按司局級和縣處級待遇的通知》（中組發(fā)〔1982〕13號）規(guī)定提高待遇后，享受副司局級或副縣處級待遇?！?/p>

為便于老同志全面準(zhǔn)確掌握文件精神，現(xiàn)將中組發(fā)〔1982〕13號文件和中央組織部老干部局老干辦字〔1993〕第106號文件全文刊登如下，以資學(xué)習(xí)、參考。

中央各部委，國家機(jī)關(guān)各部委黨組，各人民團(tuán)體黨組，各省、市、自治區(qū)黨委組織部：

根據(jù)中央關(guān)于對離休老干部一定要很好地安排照顧的指示精神，現(xiàn)決定：

一、建國前參加革命工作未擔(dān)任司局（地專）級職務(wù)的行政十四級以上老干部離休后，一般可享受司局（地專）級的政治、生活待遇。

二、建國前參加革命工作未擔(dān)任處（縣）級職務(wù)的行政十八級以上老干部離休后，一般可享受處（縣）級的政治、生活待遇。