计算机硬件方向精选(五篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的5篇计算机硬件方向，期待它们能激发您的灵感。

篇1

学术界对计算机的发明与发展一般认为经历了四个阶段。第一阶段是在20世纪40年代，称为电子管计算机时代，计算机发展之初，体积大、速度慢主要应用的数字计算。20世纪50年代末60年代初晶体管取代电子管，称为第二代计算机。第三代计算机是中小规模集成电路的时代，也是计算机飞速发展和快速普及的时代，这一代计算机已经具备现代计算机的雏形，也突破了计算机数字计算时代，三代机可以处理文字、图像等资料，也使软件技术得以突破和发展。目前使用计算机成为第四代计算机，计算机进入了超大规模集成电路和数字电路时代，计算机实现了智能化、微型化、网络化和多媒体化，价格更便宜，更容易携带，所以更加普及从国防到工业、现代农业、商业，教育，医疗卫生，娱乐、生活，计算机正在改变人们的生活，成为现代社会不可缺少的生产资料。

2当前计算机硬件的现状

现代计算硬件的核心还是由中央处理器（CPU），内部存储器和输入输出设备组成，中央处理器是计算机运算、控制的核心。它的运算速度和处理能力是计算机性能的主要体现。内部存储器用来储存“程序”和“数据”。中央处理器执行程序时，从内存中存取程序和数据。输入设备是向计算机输入数据和信息的设备，是计算机与用户或其他设备通信的桥梁。输出设备是人与计算机交互的一种部件，用于数据的输出，它把各种计算结果数据或信息以数字、字符、图像、声音等形式表示出来。这三大核心部件是如何发展的。（1）中央处理器（CPU）。目前中央处理器按照处理信息的字节长度可以分为4位、8位、16位、32位、64位处理器，处理信息速度可以达到1000MIPS，随着纳米集成电路的发展，能够集成的晶体管数量还会进一步增加，处理速度也会相应增加，但是纳米级集成电路也不能无限集成，他也有技术极限，要想有更大的突破，还需改变目前处理器硬件逻辑，创造新一代信息处理方法。（2）内部存储器。内部存储器储存计算机程序和信息的硬件，一般认为对于内部存储器来说，希望它能具有更大信息存储量，更高的信息交换速度和更低的能耗。（3）输入输出设备。使用过计算机的人都知道传统的输入输出设备一般包括键盘、鼠标、显示器、音频设备、打印机和一些图像处理设备等，这些设备也是经过不断发展的，从机械键盘，机械鼠标，到光电设备，从三基色CRT显示器到LED液晶显示器，这一类硬件发展速度非常快，而且更加专业化、数字化和智能化，使计算机的操作者人机界面更加友好。

3未来计算机硬件的发展方向

从计算机问世至今，计算机硬件的发展一直在追求一个方向，那就是要使计算机运算速度更快、存储能力更强，集成化程度更高，也就是让计算机体积更小，价格更便宜，应用更加智能。但是当进入一个信息化、数字化发飞速发展的今天，对计算机的要求也不断提高，希望计算机能能够帮助人类做更多的事情。所以现在研究计算机发展时发现下一代计算没有固定的发展方向了，呈现出数轴状的发展趋势，例如计算机体积就像两个极端发展一个是微型化，一方是巨型化。计算机应用的过程中希望单体硬件越小越好，便于携带和使用。另一方各国都在研制巨型计算机用于国防、天文、气象、经济等领域顶级科研应用，其实这两种方向都要求计算机硬件特别是处理器能在更小的体积上集成更多的半导体材料。同时希望计算机更加智能，又要求计算机能更加专业，智能是要让计算机像人脑一样，处理更多的问题，在工业上还要求计算机在精度、速度能够满足特定工艺具有专长。这要求计算机运算速度更快，使用更加可靠稳定，处理信息的能力要更高，更加安全。从上分析得出结论，下一代计算机是要求速度快，智能程度高，安全稳定，处理信息能力强，根据这些要求现在计算机硬件终究会有极限和瓶颈，集成程度高，散热就是问题。纳米级集成电路也有尺寸极限。这是计算机硬件发展中一定会遇到的硬件墙。那么解决这一问题的根本方法就是发展革命性信息处理技术的硬件。现在已经在攻关的下一代计算机有光计算机，量子计算机、生物计算机等。希望在这些领域尽快突破，将人类文明引领于新时代。

4结语

计算机从问世至今已经有70多年的发展史，从晶体管计算机到目前超大规模集成电路，计算机的发展经历了几次跨时代的革命。其中计算机硬件的革新是推动计算机革命的主要动力源泉。目前认为计算机经过了四展，现有技术主要还是建立在半导体集成技术的基础上，也在研究和展望下一代计算机发展方向，有科学及预计下一代计算机硬件技术可能出现颠覆性创新和多方向发展，光计算机，量子计算机，超导计算机都是未来计算机发展方向。文章不能全方位阐述计算机硬件的发展，只是根据个人观点探讨硬件的发展，寻找一个研究方向和目标。

作者:李晓坚 单位:黑龙江商业职业学院

参考文献

篇2

关键词：项目管理；计算机软件；应用方法

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）14-0077-02

随着最近一段时间网络技术的不断流行，我们能够清楚地看到在越来越多的项目管理中使用了计算机软件，而从其最终获得效果上来看，也是十分令人满意的。虽然这种方式在我国起步的时间比较晚，但是整体发展速度却十分的快，已经获得了越来越多人的认可。但是我们应当明确的一点就是，项目管理软件终究只是一种项目管理工具，如果想让其能够发挥更大的作用，要求操作者在使用的过程中将自己对于项目的管理理念加入到其中。因此这就需要项目的相关管理工作要对计算机软件使用方法进行不断的完善，从而有效的提高管理中的科学性和合理性。

1应用项目管理软件的重要性

项目管理相关工作是从20世纪50年代左右逐渐兴起的一种管理策略，在其产生的最初阶段就受到了人们广泛的使用，并且在很多比较大型的项目中都充分地发挥了作用，例如美国的阿波罗登月计划、北极星潜艇研制计划等等。从其最开始一直发展至今，已经逐渐地走向了成熟，并且也为现代化的项目管理工作提供了相关的改进策略。该方法在提高项目工作效率以及质量方面发挥着十分重要的作用，无论政府部门还是在很多的企事业单位中，人们在对项目进行管理时，都更加倾向于采用这种方式。

从我国目前发展的实际情况来看，经济转型和企业改革已经成为了一种趋势，这也使得很多企业都感受到目前国内市场的竞争压力逐渐增大。因此如果企业想要有效的提高经济效益，必须要针对目前的市场环境对自身的管理模式进行不断的调整，从而有效的迎合市场的需求。同时还要对自身的资源不断地进行优化配置，尽可能地减少不必要的工作，不断地提高企业自身的创新能力，从而逐渐地适应目前这种比较大的市场压力。为了有效地做到以上几点，对企业的管理模式进行有效地完善已经成为了他们提高自身竞争力的重要手段，而项目管理也刚好满足了企业的这种需求。从目前国内很多企业应用项目管理软件的实际效果上来看是十分好的，这些管理软件不但帮助企业理顺了项目内部各种繁杂的关系，还能够让企业各个部门之间彼此良好的进行协作从而让他们的工作效率以及质量能够得到进一步的提升。

2项目管理计算机软件的应用分析

如果想让相关的项目管理工作能够顺利的开展下去，采用先进的项目管理技术对于有效地提高项目管理质量有这十分大的帮助作用。我们目前所处的时代是一个网络化时代，在这个时代下开展这项工作最为有效的模式就是利用先进的计算机技术以及网络技术，将其良好的应用到其中。本节将针对目前经常使用的集中项目管理软件进行简单的介绍，希望能给相关人员提供一定的借鉴作用。

2.1高档项目管理软件

随着软件在项目管理工作中应用范围越来越广，也让更多的软件制造商将自身的工作重点放在了涉及项目管理软件方面，这使得最近几年，市场上的相关软件数量增长速度十分快。其中比较著名的就是目前很多企业普遍使用的Primavera软件，其制作的基础是广义网络计划技术的相关理论。其最大的优点就是运算速度十分的快，对于一个单独的项目就可以对其进行多大10万道工序的处理效果。而且相比于其他同类型的软件，其还具有着十分丰富的资源，在对每道工序进行处理的过程中，其可使用的资源数也是一定的。除了上述优点，该软件还能够在工作的过程中对资源均衡的功能或者资源不足的问题进行自主解决。同时当相关操作人员需要自行编制节点号时，其同时也具备很多强的自主编制能力。而且当采取该软件对项目计划进行优化之后，也可以随时查看优化之后的结果，这就使得人们可以利用这个功能针对不同工程的特点，制定出多个备选方案，之后对每个方案可能带来的经济效益进行比较，从而选择一个最好的优化方案。

2.2低档项目管理软件

与高档相关管理软件相对的就是低档项目管理软件，但是这里要说明的一点就是这些软件并不是在质量上与其它软件存在不同，而指的是他们可能在相应的功能方面比较欠缺，并不是十分适合应用到比较大型的项目中。人们通常情况下都是将这个软件使用在一些简单的项目管理中。这些软件的一般供能主要包括：人员管理、计划安排以及风险分析等等。其中比较有代表性的就是Proiect Scheduler 7，其供能相对来说就比较简单，但是凭借着简洁的操作界面以及在成本和价格上十分突出的特点，在很多小型的项目管理中得到了大范围的应用。具体来说，这种类型有着他们独特的风格，虽然与高档项目管理软件在整体上存在一定的差距，但是他们可能在某一种功能上要比高档软件做的精细的多，而且还能比较顺利地与SQL数据库进行良好的对接，一同解决一些比较难以处理的项目。除此之外，其还凭借着灵活管理等等一系列简单的功能深受一些小企业的青睐。

3计算机软件工程项目管理中存在的问题

虽然计算机管理软件在我国应用的较为广泛，并且取得了十分良好的效果，但是其中也存在着比较多的问题。

首先就是整个管理团队的协作可能会产生一定的问题。项目管理工作是需要企业不同部门的积极配合才能共同完成的一项任务，但是由于互联网技术的冲击，目前很多团队内部都出现了分工不明确、团队成员协作能力不强的问题出现。再加上使用软件的过程中对于操作人员的要求比较高，这就使得经常会出现一人身兼多职的现象发生，而这种现象并不利于项目管理朝着统一化的方向发展。从笔者了解到的情况来看，很多企业内部的部门在进行工作的过程中都是各自做自己的事情，缺乏良好的沟通，直接导致了工作效率的下降，不仅影了项目管理的质量，还可能导致相应的责任制度出现一定程度上缺失。如果不能对上述问题进行及时处理的话，将会严重影响计算机软件在项目管理工作中的应用。

其次就是在使用相应软件进行项目管理中还可能产生一定的风险。虽然我国最近几年计算机水平不断进步，但是相应的配套设施的建设工作却不是十分的完善，而病毒就是一种最为严重的一个。从之前发生的很多事件中我们都能清楚地认识到，如果不对并对进行严密控制的话，将会给企业造成十分严重的经济损失。例如对一个比较大型的项目进行管理工作中，可能会耗费比较长的时间，但是如果存放在电脑中的相关资料被黑客盗取的话，不仅会导致公司机密文件泄漏，还有可能使得之前做的工作前功尽弃，造成了整个项目的时间浪费，最坏的可能还会导致项目延期，给企业造成严重的经济损失。

4计算机软件工程项目管理的解决对策

针对上文提到的问题，笔者提出几点建议。首先，从培养人才方面来看，目前在使用计算机软件对项目进行管理工作时，往往需要的都是复合型的人才，即要掌握项目管理的相关知识，又要能够熟练地运用各种软件。从企业的角度出发，可以从两个方面培养属于本公司的技术团队。一方面可以通过招聘的方式从公司外部聘请来这方面的人才，这也是能在短期内提高项目管理工作效率最为直接的方法；另一方面可以对本企业原有的员工进行培训，让他们真正地掌握相关的知识。只有这样，计算机软件在项目管理中的作用才能真正的发挥出来。

其次就是企业要让每个项目管理团队中的每个员工都清楚项目管理工作不是只靠一个人就能顺利完成的，需要整个团队进行良好的配合。要在日常工作中让员工养成积极合作的意识，从而有效地提高项目管理工作的质量和效率。

最后可以m当的和一些软件开发商建立合作关系，根据本企业的实际特点有针对性对本企业所使用的项目管理软件建立一个有效的病毒入侵防控措施。这样能够让企业在进行项目管理的过程中有效降低风险出现的概率，有效地对企业效益起到保护作用。

篇3

图像处理主要包括以下方面:①图像预处理,其目的是对图像去除噪声,突出目标;②图像分割和目标提取,主要目的是从图像中获得感兴趣的区域;③特征提取,是要获得对目标的有效特征表达和描述;④目标分类,是在提取特征的基础上实现判别和分类。

在计算机视觉的图像处理中,往往需要进行平滑、增强、边缘检测和去除噪声等处理。在多数空域预处理算法时涉及到领域处理,典型的算法有中值滤波、均值滤波等。近年来数学形态学在数字图像处理领域里有了广泛的应用,它以集合运算为基础,其基本思想是用具有一定形态的结构元素去度量图像中的形态以解决问题,基本算法是扩张、腐蚀、开启和闭合。

其中傅立叶变换和小波变换主要应用于纺织品分析和测试中的以下一些领域:织物图像的滤波、无纺布中纤维取向和织物纹理方向的测定、织物表面性能评定和织物结构参数的测定等。

常用的图像识别方法有:灰度匹配法、形态法、神经网络法、纹理模型法四种。其中,神经网络法的缺点是,可能因为特征值选择的不合适或者不足,造成检验结果的不可靠;纹理模型法的不足在于仅仅通过随机场模型并不能最大限度地降低图像分析的计算复杂度和提高图像处理的速度,因而还不能实现织物疵点的快速自动检测。

2、计算机图像处理技术在纺织品测试中的应用

2.1织物起毛、起球性能分析

织物起毛、起球性能是影响织物服用性能的重要因素。在测定织物的起毛、起球时，如果采用传统的测试方法，如与标准样照对比评级的方法，所得的结果主观性太强,没有定量的描述；如果采用在显微镜下对起毛根数进行计数的方法，则劳动强度太大，耗时过长。

而采用数字图像处理计数的方法则实现了客观化和定量化的测定评判，从而克服了传统测定评判法中的主观性强、误差大和实验劳动强度高等诸多缺陷。数字图像处理计数法的步骤为：首先采集织物起毛图像，然后对图像进行灰度化处理，再对灰度图像进行二值化处理，最后利用二值化图像进行起毛计数。

在此过程中，二值化处理中的阈值是关系到二值化图像效果，并进而影响到最终起毛计数精确性的极为关键的一步。

东华大学的陈霞等应用一种图像分析系统进行织物起球等级的客观评估，首先获取反映织物二维轮廓数据的距离图像，通过一组匹配滤波检测毛球，应用分块阈值法进行毛球分割，选取毛球个数、毛球面积和毛球体积建立等级评估方程，并采用模糊逻辑系统作为最终的等级评估模型。

结果表明，该系统能满足实际起球的等级评估。国外的许多专家对此也有深入的研究，Konda等人提出了一种客观评定起球性能的方法，他们对图像进行阈值处理，然后与标准图像进行比较，建立小球数量等级。Abril等人采用图像分析方法测量标准织物图像上的小球面积。

2.2悬垂性测试

织物悬垂性研究早在本世纪三十年代就已开始,目前存在的几种悬垂性测定仪器,不能获得悬垂性多方面特性的指标以及全面表征悬垂性的综合性指标,并且这些客观指标与主观评价结果往往也很不一致。

有关文献探索了应用微机图像处理技术测试织物悬垂性的方法,从采集的二维图像上提取表征织物悬垂性程度大小与悬垂性形态特征的两方面指标,由于二维图像中隐含着三维信息,故又可为主观评价提供具有三维信息的目标图景,从而实现在一次悬垂性测试中同时取得主客观相结合的评价数据。

运用数字图像处理技术是先由CCD摄像头采样,摄取织物悬垂的物理图像,然后经过图像采集卡A/D转换成为数字图像,以灰度图像格式存储在计算机的存储器内。计算机对此灰度图像进行一系列的图像预处理,如滤波、二值化、边缘增强等,除去噪声、背景等无用信息,保留与悬垂有关的信息。最后,对悬垂图像的形态结构进行分析,提取各种特征参数,计算表征织物悬垂性能的相应指标。

2.3织物图案自动识别分析

图像识别的一般流程，如下图1所示，由预处理、特征提取和匹配、分类组成。在预处理中，进行像素值的规格化。在提取特征值中，例如，对于图像，在像素值的基础上用向量来表示特征、或者提取出角边缘的几何特征。

在匹配中，把那些特征与预先存储好的参照图案(样板或模型)直接进行比较匹配，然后利用统计上的图案识别方法等进行分类，输出识别结果。

除此之外，图像信息处理技术在纺织行业的应用还大有潜力。例如，长期以来，混纺纱的混纺比绝大多数采用化学分析法及显微镜横截面观察法等进行测试，但随着新型纤维的不断涌现，有的就缺少适合的化学分析方法，结果不令人满意。

采用计算机提取特征参数自动识别纤维，测量混纺比，是实现快速准确地检测混纺比的新途径。图像处理与分析的工作流程如下图2所示（纱线混纺比测试图像处理与分析工作流程）：

图2图像处理与分析的工作流程图

其中的关键是提取混纺纱中不同纤维的特征量。目前对棉/麻、丝/毛、麻/涤、毛/涤混纺比测定已经较成熟。

在现有的织物仿真CAD系统基础上，与纺织检测技术结合起来，可以实现从对纱线实物的检测到最终织物的模拟仿真，不仅可以评定纱线的质量，为指导生产提供依据，而且可以预测用该纱线织成的织物外观质量以及最适合用该纱线织成的织物等等。

2.4测量机织物经纬密度

传统织物经纬密度的测量方法是借助照布镜或密度镜,用人眼数出单位长度内的经纬纱的根数。这种方法虽然需要的仪器简单,但是花费时间较长,人的眼睛疲劳以后容易漏数或多数,特别是来样尺寸较小时,误差较大。

利用计算机图像处理技术进行织物密度测试的过程:通过输入设备输入织物的图像,对图像进行傅立叶变换,将织物图像在空间中的二维灰度分布变换成对应的二维频率域中的频谱,进而提取图像的频率域信息。频率域中频率所代表的物理涵义是单位长度上正弦状灰度浓淡变化的重复次数。

织物图像反映了织物的表面形态,它在经纬向具有周期性变化的灰度分布,包含了经纬纱线排列的密度信息。织物图像频谱图中点的灰度值代表了该频率成分的相对能量,半径和角度对应于周期性能元素的尺寸和方向。灰度最高的点称为峰点。从频谱图中可以看到,在不同的方向上都有峰点存在,其中水平方向和垂直方向的峰点,就是要寻找的经纱和纬纱的频率。

对这些频率进行分析和计算,即可得到织物经纬纱线的密度。不过这只是单层织物的密度,如果织物是双层的,还要根据表里经纬纱的排列比算出织物的总密度。此法的优点是测试速度快、准确度高,且不受试样大小的限制。

较好的例子有叶炜[2]等人开发了“计算机辅助机织物密度测定”软件,配合扫描仪、计算机进行机织物密度的测定。

2.5测定纤维长、细度

纤维的长、细度是反映纺织原料品质的两个重要指标。测定纤维长度的传统方法是采用梳片式长度仪进行的：将纤维按长度分组称重,计算出纤维平均长度、均方差和离散系数以及短绒率。

其局限性:①无法得到纤维“根数”长度。对于毛纺行业的制条复梳和纺纱加工来说,仅按“重量”纤维长度制订工艺参数是远远不够的。因为各类针梳机、精梳机、粗纱和细纱机上的隔距参数,是依纤维“根数”长度分布而不是依“重量”长度分布来确定的，因此“根数”长度分布对于生产更有指导意义。

②测试结果误差较大。测试过程中分组称重,易使纤维流失。③对测试人员的要求高,检验人员不仅要经过专门的培训、考核,而且要经常对其手法进行比对或校核,以保障评定标准的统一。

常用的纤维细度的测定方法有显微投影仪法和气流仪法两种。显微投影仪法的测试原理是将纤维段轮廓用显微投影放大500倍

用标有刻度值的楔尺测量其宽度,逐次记录测量结果,算出纤维平均直径值。其缺点是操作繁琐,结果计算复杂、精度略低。

气流仪法是利用纤维表面积影响流动空气动力的规律来间接测定纤维细度的。该方法的优点是:操作快速简便,数据稳定。

缺点是:①不能测试羊毛纤维的异质毛细度。②准确度受纤维吸湿性能的影响。

应用计算机图像处理技术测试纤维细度的过程:利用哈氏切片法,得到纤维的纵向切片,纤维样品经过显微镜的光学放大,其图像直接投影在工业摄像机的光电转换器上,转换成数字化的电子图像输入计算机,通过计算机对图像的柔化、二值化、去除干扰等处理获得较满意的实时轮廓后,再对纤维的细度及长度进行测定。

图像柔化处理就是对图像进行低通过滤,删除图像中的高频部分,减少要操作的像素点和相邻像素间的差别。如果图像对比度明显,通过二值化可以将不同灰度区区分出来,然后设计阈值,把源图像变换成仅用两个值分别表示的目标和背景。

在经过二值化的图像中,有很多小颗粒,这些颗粒有可能阻碍图像的正确处理,必须去除。用膨胀和腐蚀方法对二值化图像进行处理,通过腐蚀去掉小颗粒,再通过膨胀回复原来尺寸,然后求出图像的轮廓,轮廓边缘就是图像中灰度发生急剧变化的区域边界。

边缘检测算子可检查每个像素的领域并对灰度变化率进行量化,利用已有的处理结果进行有目的的代换,跟踪并找到纤维的两个不同边缘。利用3×3强邻接像素模板检测出纤维图像的边界再用长度标尺计算出纤维的长度及细度。

这种方法的优势:①操作简便,测试时间短,不需人工处理数据,准确度高。

②对纤维的适应性强,任何纤维均可在该仪器上进行测试,不受纤维吸湿及比重变化的影响。

3、结语

纺织品图像分析检测是一个跨学科的技术领域，它包括了光学、计算机图形学、数学分析、纺织科学、精密微处理技术等多领域的知识内容。这些学科的综合运用使得鉴别更微小纺织品结构特征和数学特征成为可能，从而发展并完善了纺织品数字图像分析方法，并得到了越来越广泛的应用。

参考文献：

篇4

关键词二阶效应 ；偏心受压 ； 法；层增大系数法

Abstract: The lateral to have the frame structure, should consider the effect of the second order. And second order effect of the simplified calculation method of commonly used a layer and increase coefficient method. Choose different calculation method can make the calculation method for the bearing capacity structure component changes. This paper discusses the layer and increase coefficient method two calculation method considering the second order effect of the structure of the components when eccentric loading the influence of the bearing capacity calculation method.

Key Words: Second-order effects; Eccentric loading; Method; Layer increase coefficient method

中图分类号：O24文献标识码：A文章编号：

1 引言

框架结构在横向作用时有可能会产生较大侧移。该侧移在竖向力的作用下会增大构件的端弯矩。如果在对结构进行设计时没有考虑侧移引起的二阶效应，则会使结构内力计算结果偏小，从而导致结构配筋不足而引发结构的破坏。所以应该充分考虑有侧移结构的二阶效应。

2二阶效应的考虑方法

常用的二阶效应的考虑方法有 和层增大系数法两种。

法是在用计算机进行结构设计之前考虑的一种简化计算方法。这种计算方法是在计算弯矩时，将二阶效应引起的弯矩增大等效为偏心距的增大。将初始偏心距乘以偏心距增大系数 来考虑二阶效应对结构弯矩的影响。结构所受的二阶效应大小的一个重要影响因素就是结构的等效长度 。而弯矩增大多少，是否合理的取决于 的求法是否合理，所以该种方法被称为 法。

层增大系数法早在上个世纪60年代就已经有学者进行过研究[1][2]。因为楼板的水平刚度相对于竖向构件而言可以看做无限大，所以在不考虑楼板水平变形的情况下，可以认为楼板的竖向构件的上下端的水平位移即为层间位移。也就是没有考虑二阶效应的一阶层间位移。而一阶层间位移的增大系数 ，就是二阶效应引起的弯矩增大幅度。

3两种二阶效应的考虑方法对偏心受压计算的影响

两种方法均可以来考虑二阶效应对构件受力的影响，但是不同的考虑方法对结构的内力和承载力的计算和结果都会带来差异。本文主要讨论两种方法对结构偏心受压计算时所带来的影响。

采用 法考虑二阶效应，进行构件偏心受压计算的方法如下。首先根据公式（1）求出初试偏心距。该初试偏心距中的轴向压力对截面重心的偏心距是在没有考虑二阶效应作用的弯矩与轴力的比值。再根据公式（2）求出偏心弯矩增大系数，其中构件的计算长度可以在文献[3]中查取。再根据公式（3）求得轴向压力作用点到纵向受拉钢筋合力点的距离。然后根据公式（4）、（5）求出采用偏心受压柱的承载力的大小。

（1）

（2）

（3）

（4）

（5）

式中 为初试偏心距； 为轴向压力对截面重心的偏心距； 为附加偏心距； 为考虑二阶影响的偏心距增大系数； 为截面有效高度； 为构件计算长度； 为截面高度； 为偏心受压构件曲率修正系数； 为构件长细比对截面曲率的影响系数。

对采用 法计算偏心受压构件的公式可以看出，二阶效应的考虑主要体现在求解 上，而影响 取值的很重要的因素就是 的取值问题。从文献[3]可知，现在在确定 时并没有考虑梁柱线刚度比的影响，所以在很多情况下会产生比较大的误差。比如，当梁柱的线刚度比较大或者线刚度比较小时，或者在复杂框架结构中都会产生较大的误差。而且在求解 时，没有考虑同一层各个柱侧移相等的条件，而是各个柱子分别计算的，所以在跨度不等的结构中也会产生较大的误差。在框架剪力墙结构和框架核心筒结构中，由于结构比较复杂，在采 法考虑二阶效应进行简化计算时，可能会造成超过25%的误差[3]。

采用层增大系数法计算偏心受压构件的计算方法与采用 方法大体相同。首先根据公式（1）求出初试偏心距。但是与 方法不同的是在求解 时，层增大系数法所用的弯矩值是考虑了二阶效应以后的弯矩值。该弯矩值可以通过公式（6）、（7）、（8）求得[4]。再根据公式（9）求出轴向压力作用点到纵向受拉钢筋合力点的距离。从公式（9）与公式（3）可以看出，采用层增大系数求解轴向压力到纵向受力钢筋合力点的距离时所采用的公式无需考虑偏心距增大系数 ，这是因为在求解轴向压力对截面重心的偏心距时，已经考虑了二阶效应的影响,所以无需再乘以偏心距增大系数。然后再根据公式（4）、（5）便可以求出偏心受压构件的承载力。由于目前计算机辅助设计日趋普遍，利用计算机考虑二阶后的端弯矩的大小比较容易求得，所以采用层增大系数法进行偏心受压构件的承载力相对于 法而言在某些情况下更为准确。

（6）

（7）

（8）

式中， 为杆端截面偏心距调整系数；为弯矩增大系数； 为截面曲率修正系数。

5.结语

对于有侧移的框架结构，考虑二阶效应是非常有必要的。 法和层增大系数法都是考虑二阶效应的有效的方法，并且应用也非常广范。但是 法在有些情况下会造成较大的误差，随着计算机的广泛使用，有限元辅助设计成为趋势，层增大系数法也有了更广阔的发展空间。

参考文献

[1] E.Rosenblueth.Slenderness Effect in Buildings.Journal of the Structural Division[J]，ASCE，1965

[2] L.K.，Stevens.Elastic Stability of Practical Multistory Frame[J].Proceedings of the Institution of Civil Engineers，1967

[3] 徐有邻,李明顺等.混凝土结构设计规范（GB50010-2002）[M].北京：中国建筑工业出版社，2002.

篇5

关键词 内容推荐；内容过滤；项目特征空间模型；用户兴趣模型

中图分类号TP391 文献标识码A 文章编号 1674-6708（2014）118-0245-02

0 引言

自互联网出现和普及以来，互联网的用户就开始学会了在网络上获取自己所需要的各种信息[1]。在互联网发展的早期，用户一般只能从各个门户网站中做好的分类目录来一级一级查找到自己所需要的信息，这在初期信息量不大的时候是可行的。随着互联网信息量的逐渐增多，搜索引擎的出现使得用户在搜索信息方面得到了极大的便利，这使得用户可以根据自己的需求去主动定制筛选信息的条件，使得信息的查找和获取效率有了极大的提高。但是随着互联网的进一步发展，信息量的大幅增长，即便是搜索引擎也无法完全使得用户在面对海量信息时还能获得对自己真正有用的那部分信息，对信息的接收和处理能力又降低了，再次引发了所谓的信息超载问题。

于是个性化的推荐系统开始被提出、设计并实现。个性化的推荐系统就是针对不同的用户提供不同的服务来满足不同的需求。通过分析用户历史的操作记录的方式推算其兴趣点，对每个不同的用户都会有特定的兴趣模型设计，在进行推荐服务时将会结合其兴趣模型来计算推送内容，也因此对于每一位用户来说，推荐结果都系统是根据其兴趣点所特别定制的，不需要的内容便不会被推荐，这极大地节约了用户在查找筛选信息上花费的时间，并提高了用户获取信息的效率。

现有的主要推荐算法，主要有基于内容过滤的推荐，基于协同过滤的推荐，基于关联规则的推荐，以及组合推荐等等。基于内容过滤的推荐是建立在项目自身属性信息基础上的一种推荐算法，其主要依赖的是项目自身的属性信息，而不去考虑用户反馈的项目评价和偏好。基于协同过滤的推荐算法则是利用最近邻技术，利用用户的历史偏好信息来计算用户之间的距离，然后利用目标用户计算出的最近邻居用户来对项目评价的综合评价值来预测目标用户对某一特定项目的偏好程度，系统从而根据这一偏好程度来决定是否对目标用户进行推荐。基于关联规则的推荐算法是以项目间的关联规则为基础，把用户已确定偏好的项目作为规则头，规则体作为推荐其对象。

基于内容过滤的推荐有着很多优点，如无项目的冷启动问题和矩阵稀疏的问题，对于偏好小众的用户依然可以进行推荐，在推荐时容易例举出推荐的理由等。

1 项目特征空间模型

为了能够明确的表明用户对于某个项目的兴趣度或者偏好度，首先需要建立该项目的特征空间模型。所谓特征即是指项目自身可以与其他不同项目作为区分标准的属性，所以在选择具体的项目特征时需要根据具体的应用场景进行选择，避免选择无用的亢余属性作为过滤标准。多个特征可以组成项目的特征空间模型，每一个特征称为是该特征空间模型的一个维度。

通常来说，一个项目的一个特征可以有多种选择值，例如颜色可以有红、黄、蓝等选择值。为了将某一特征进行量化表达，可以将可选的特征值按系统规范的标准排序，则可以获得一个对该特征的值表示为空的向量。此时特征向量中的元素仍未赋值。

之后需要根据该具体项目所具有的特征值给向量进行赋值。对于所有排序的特征值，项目符合的值置1，不符合的值置0。例如，对于一个项目，其颜色为红色，系统规定其特征向量中分别表示红色、黄色和蓝色，则，其特征向量的具体值应当为。将项目的多个特征向量值都求出后，由这些像两只组成的多维向量即是该项目的特征空间模型。

2 用户兴趣模型

在获取了项目的特征空间模型之后，则需要获取用户对于该类特征空间中各个特征的偏好值，即用户兴趣模型。用户兴趣模型指的是该用户对某一类项目所共享的各种特征的具体值得偏好度，而非对某个具体项目的偏好度。用户兴趣模型的基础数据来源包括用户注册时填写的问卷回答，用户历史操作数据的分析结果，或者结合协同过滤算法依据其最近邻居的偏好来对其偏好进行模拟等。

根据用户的基础数据资料，可以获取对某一特征向量上各个特征值的偏好，该偏好可以用向量来表示。这里与中同一特征的索引应当相同，并且两个向量征元素的数量应当相等。这里向量的赋值应当由用户基础数据资料计算，将用户对该特征值的每次关注可以累积加1，从而最终获得的是以绝对值表示的向量。为了便于计算，可以将绝对值表示的向量进行标准化处理，使得不同用户在对同一项目进行偏好度计算时可以进行统一标准的比较。

在获取项目的特征空间模型以及用户对于该类项目的兴趣模型之后，便可以结合这两个模型进行排序计算。将向量与中的特征值元素一一对应相乘后累加，则获得的值为该用户对于该项目的偏好度。对于t个项目，每个用户应当可以计算出t个w的值，对着t个w的值进行降序排序，便可以根据系统需要输出需要的推荐结果。

3 模型影响因素

对于使用项目的特征空间模型和用户的兴趣模型进行的内容过滤算法，有两点因素会影响最后的排序结果。一是项目特征值的坐落范围，二是项目特征空间模型的维数。

某些项目的特征值跨度范围可以比较大，这多出现于使用数值表示的特征值中。对于这些项目，其某些的特征向量中可能出现多个特征值为1的情况，从而导致最后计算偏好值时该特征方面获得的分值较高，但是并不符合用户期望的情况。避免这种情况发生的办法是合理进行可选特征值的规划，使可选特征值尽少分布于多个区域，从而最终计算的偏好值集中于用户真正关心的特征项上。

而项目特征空间模型的维数则会随着其数量的增加而对结果产生不同的影响。当选取的项目特征数量较少时，可以用于计算的数据较少，可能会导致计算出的分值都较低，差异小的现象，这样会使计算出的结果不能很好的满足用户需求，在用户需要的特征项上缺乏计算补充。而当维数增加时，随着计算数据的增多，计算出的分值最后差异会增大，容易分离出用户真正需要的特征项，从而提高推荐的准确性。

但是当维数增加超过一个阈值时，反而会导致结果出错。这是因为当维数过多时，进行内容过滤的条件过于严格，甚至会出现所有项目都不符合用户高期望的情况。在这种情况下，系统计算出的所有项目偏好度都是极低甚至为0分，排序出的项目也不是用户所期望的。对于这种情况，可以使用机器学习的方法来让系统逐步学习哪些特征项应该是被添加的，而哪些特征项的权重较低是可以省略的，以保证项目特征空间模型的维数维持在合理的阈值内。

4 结论

本文介绍了使用内容过滤推荐算法进行用户偏好计算的方法及对结果的影响因素，在对一些特征比较明显的项目上使用内容过滤算法来获得对用户的推荐结果效果是比较显著地。同时有两点因素会影响着计算最后的排序结果，项目特征值的坐落范围和项目特征空间模型的维数，通过合理的规划项目特征项的数量与特征值区间的分布可以有效避免这两点因素的影响。

参考文献

[1]刘胜华，董利红.基于内容过滤的电子商务推荐算法分析[J].统计与决策，2006（17）： 146-147.

[2]王嫣然，陈梅，王翰虎，等.一种基于内容过滤的科技文献推荐算法[J].计算机技术与发展，2011，21（2）： 66-69.

[3]岑咏华，甘利人，丁晟春.基于内容的 Web 个性化推荐技术研究[J].图书情报工作，2003（8）： 30-34.

[4]方春晖.“内容过滤”的客观需求及其实现[J].中国数据通信，2005，6（8）： 14-18.

[5]王翠平.基于用户兴趣度的网络信息过滤模型研究 [D].济南： 山东师范大学，2007.

[6]刘建国，周涛，郭强，等.个性化推荐系统评价方法综述[J].复杂系统与复杂性科学，2009，6（3）： 1-10.