模糊算法基本原理精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的模糊算法基本原理主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：模糊算法基本原理范文
關(guān)鍵詞：迭代；嵌入式系統(tǒng)；圖像分割；細(xì)胞分割；Qt；OpenCV
中圖分類號： TP368.1
文獻(xiàn)標(biāo)志碼：A
0引言
在嵌入式環(huán)境下的醫(yī)學(xué)圖像處理日趨受到重視，相對于傳統(tǒng)PC設(shè)備的臃腫，嵌入式設(shè)備的輕便更利于醫(yī)療的普及，有助于解決邊遠(yuǎn)地區(qū)醫(yī)療設(shè)備的改善[1]。因此在嵌入式下應(yīng)用研究醫(yī)學(xué)圖像處理成為了研究的熱點，而在醫(yī)學(xué)圖像處理中，醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像處理和分析的關(guān)鍵步驟，也是其他高級醫(yī)學(xué)圖像分析和解釋系統(tǒng)的核心組成部分，但是細(xì)胞圖像之間存在的嚴(yán)重粘連現(xiàn)象決定了要分割識別細(xì)胞圖像的特征相當(dāng)困難。
目前，有許多圖像分割方面的算法，但是由于細(xì)胞圖像本身的復(fù)雜性導(dǎo)致分割效果都不是很理想，而針對細(xì)胞圖像的特點提出的松弛迭代分割算法[2-3]可以很好地解決分割效果的問題，可是由于該算法要經(jīng)過多次迭代，因此消耗計算資源較大，不適合在嵌入式設(shè)備中運行。針對嵌入式設(shè)備與傳統(tǒng)平臺PC機(jī)相比有限的圖像處理資源，本文對該算法進(jìn)行了改進(jìn)與優(yōu)化，并在嵌入式Linux上基于Qt與OpenCV平臺構(gòu)建一個醫(yī)學(xué)圖像分割系統(tǒng)。最后將該細(xì)胞圖像分割系統(tǒng)移植到嵌入式開發(fā)板中，在開發(fā)板上運行實驗該程序。實驗結(jié)果表明，改進(jìn)后的松弛迭代分割算法可以有效地處理細(xì)胞分割，并達(dá)到滿意的處理速度。
1概率松弛迭代算法的基本原理
在圖像分割中，松弛法的設(shè)計初始是為了結(jié)合并行和串行兩類方法的優(yōu)點，使分割既能在每個局部并行進(jìn)行又能借助迭代利用運算中逐步獲取的信息不斷調(diào)整以自適應(yīng)地取得好的風(fēng)格效果。但從總體策略上看，松弛法[4]仍基本上是串行進(jìn)行的。松弛迭代分割法的操作對象是像素，既可基于灰度值[5]也可基于梯度值[6-7]進(jìn)行，經(jīng)由不斷的迭代來確定各點像素所屬的歸類。在迭代中利用相容性的準(zhǔn)則，據(jù)此松弛算法可分為離散松弛法、模糊松弛法、概率松弛法[8]等。下面介紹概率松弛算法的基本原理。
2嵌入式下概率松弛迭代算法的優(yōu)化
第2篇：模糊算法基本原理范文
【關(guān)鍵詞】 提梁機(jī) 同步 PID 模糊控制 編碼器
1 提梁機(jī)卷揚同步控制電氣系統(tǒng)介紹
卷揚機(jī)采用變量泵、變量馬達(dá)和減速機(jī)驅(qū)動卷筒，卷筒帶動吊具將梁體提起與放下，卷揚機(jī)是否同步升降決定吊具是否能提著梁體平衡的升降。提梁機(jī)的兩個卷揚機(jī)上各安裝一個多圈編碼器，多圈編碼器分別檢測兩個卷揚的上升或下降的速度，通過PID算法，調(diào)節(jié)兩個卷揚的馬達(dá)排量，反饋比較兩個編碼器的速度，最終達(dá)到調(diào)節(jié)卷揚同步的目的。
2 數(shù)字PID控制算法調(diào)節(jié)提梁機(jī)卷揚同步分析
以往，提梁機(jī)卷揚同步控制是采用常規(guī)PID控制算法，常規(guī)PID系統(tǒng)主要由PID控制器和被控對象組成。
圖3-1 傳統(tǒng)PID控制系統(tǒng)
它根據(jù)給定值r（t）和輸出值y（t）構(gòu)成的控制偏差，將偏差按比例、積分和微分通過線性組合構(gòu)成控制量。給定值r（t）是編碼器速度，被控對象是卷揚馬達(dá)，輸出值y（t）是卷揚馬達(dá)的控制電流。
采用傳統(tǒng)的數(shù)字PID位置型控制算法，位置型控制算式為：
（1.1）
（1.1）的算法提供了執(zhí)行機(jī)構(gòu)的位置u（k），即控制馬達(dá)的開口度，是比例系數(shù)，是積分系數(shù)，是微分系數(shù)，通過調(diào)整這三個參數(shù)，進(jìn)而調(diào)整提梁機(jī)卷揚同步。這三個參數(shù)調(diào)整好，即為固定值，并且寫在程序的存儲區(qū)中，當(dāng)外界環(huán)境改變時，例如：梁體左右重量不均勻，小車行走速度不一致，吊具左右不對稱等，均會出現(xiàn)卷揚升降不同步，導(dǎo)致梁體傾斜。采用傳統(tǒng)PID調(diào)節(jié)時，只能在工作因素不變的條件下，而實際操作中，很難做到這一點。
3 模糊PID控制算法在提梁機(jī)卷揚同步應(yīng)用分析
3.1 模糊PID控制原理
模糊控制器是以模糊集合理論發(fā)展起來的，模糊PID控制器是一種在常規(guī)PID調(diào)節(jié)器的基礎(chǔ)上，應(yīng)用模糊集合理論根據(jù)控制偏差、偏差絕對值，在線自動整定比例系數(shù)、積分系數(shù)和微分系數(shù)的模糊控制器。模糊邏輯控制器動態(tài)抗擾性和PID控制器穩(wěn)態(tài)精度高，取兩者的優(yōu)點就構(gòu)成模糊PID控制器。
模糊PID控制原理是：參考輸入量輸入到模擬PID控制器中，模糊輸入接口將參考輸入值的偏差d和偏差變化率dt的精確值通過A/D轉(zhuǎn)化器轉(zhuǎn)化為二進(jìn)制，進(jìn)行模糊化，模糊控制器中通過模糊處理原理、模糊推理及非模糊化處理對，，三個參數(shù)進(jìn)行在線修改，通過D/A轉(zhuǎn)化器，輸出量作用到執(zhí)行機(jī)構(gòu)，反饋到參考輸入，形成閉環(huán)控制。PID參數(shù)自整定的實現(xiàn)思想是先找出PID的3個參數(shù)與偏差d和偏差變化率dt之間的模糊關(guān)系。
3.2 模糊PID對提梁機(jī)卷揚同步的控制
（1）首先，確定參考輸入量為編碼器速度值，d1，d2分別為兩個時刻的速度值。
（1.2）
（1.3）
執(zhí)行機(jī)構(gòu)是卷揚馬達(dá)，被控對象是卷揚馬達(dá)電流，傳感器為編碼器，，，為模糊控制器輸出量。
（2）量化因子比例因子的確定
在本同步系統(tǒng)設(shè)計中，PLC實時讀取控制對象的運行參數(shù)，以實驗數(shù)據(jù)為依據(jù)，確定d，dt的基本論域范圍，通過確定量化因子，將其映射到模糊論域，并分為{負(fù)大[NB]、負(fù)中[NM]、負(fù)小[NS]、零[ZO]、正小[PS]、正中[PM]、正大[PB]}，七個語言值，為設(shè)計方便，取量化因子為1，同樣，對于模糊系統(tǒng)的集合論域U，可以通過比例因子轉(zhuǎn)化到控制量的實際控制范圍，本文采用理論判斷與實際調(diào)試的具體數(shù)據(jù)相結(jié)合，確定比例因子為1，從而確定出模糊PID控制的論域范圍。
（3）模糊PID的清晰化
根據(jù)提梁機(jī)卷揚的實際控制情況，采用最大隸屬度法進(jìn)行解模糊判決，由d，dt，，，的模糊子集的隸屬度，根據(jù)各模糊子集的隸屬度賦值表和各參數(shù)的模糊規(guī)則表，運用模糊合成原理推出PID參數(shù)調(diào)整矩陣，這是本次算法的核心，將PID參數(shù)矩陣寫到程序控制當(dāng)中。
，，的參數(shù)調(diào)整計算公式為
（1.4）
，，是傳統(tǒng)PID控制算法中的確定參數(shù)，在調(diào)試過程中，選擇一個特定的環(huán)境條件，通過實際數(shù)據(jù)及調(diào)試效果的檢測，當(dāng)卷揚同步時，將這三個數(shù)據(jù)記錄到程序當(dāng)中。當(dāng)外界環(huán)境改變時，通過微機(jī)系統(tǒng)不斷的檢測系統(tǒng)的響應(yīng)輸出值，實時計算出d和dt，將d和dt模糊化，通過查詢模糊調(diào)整矩陣可得到調(diào)整量，，，完成對控制器參數(shù)的調(diào)整。
3.3 模糊PID控制在實際應(yīng)用中的優(yōu)點
模糊控制具有較強(qiáng)的抗干擾能力，當(dāng)控制過程中出現(xiàn)擾動時，動態(tài)特性的變化能達(dá)到較好的控制效果，采用模糊PID調(diào)節(jié)提梁機(jī)卷揚后，數(shù)據(jù)調(diào)整實時在進(jìn)行，所以不論外部條件如何改變，兩個卷揚機(jī)均能保證同步升降，滿足提梁機(jī)使用的不同工況，提高了工作效率，極大的保證了工作的安全性。
參考文獻(xiàn)：
[1]劉曙光，魏俊民，竺志超.模糊控制技術(shù).中國紡織出版社，2001.
[2]諸靜等.模糊控制原理與應(yīng)用第2版[M].北京：機(jī)械工業(yè)出版社，2005：303-304.
[3]陶永華.新型PID控制及其應(yīng)用第2版[M].北京：機(jī)械出版社，2002：126.
第3篇：模糊算法基本原理范文
關(guān)鍵詞:自適應(yīng)中值濾波; ×字形窗口; Matlab語言; 數(shù)字圖像處理
中圖分類號:TP391 文獻(xiàn)標(biāo)識碼:A
文章編號:1004-373X(2010)10-0090-03
Algorithm of Adaptive Median Filtering Based on ×-shaped Window
WANG Yan-xia1, ZHANG You-hui1, KANG Zhen-ke1, ZHANG Jin-dong2
(1. College of Mathematics and Information Science, Hebei Normal University, Shijiazhuang 050016, China;
2. Institute of Communications Engineering, PLA Univ. of Sci.& Tech., Nanjing 210007, China)
Abstract:Since the traditional median filtering methods may lose some image details while removing impulse noise and can not meet the demand of real-time image preprocessing, the common median filtering method in the Matlab toolbox is modified and a self-adaptive median filtering algorithm based on ×-shaped windows is proposed. This method has the following characteristics: the adaptive filtering window size is adaptively adjusted according to the number of noise points in the 3×3 X-shaped window, X-shaped window is achievedaccording to the symmetry of the matrix and the basic logic operations. The simulation results show that compared with the square-shaped windows, this method can maintain the image details while removing the salt and pepper noise and impulse noiseing, and can reduce the running time effectively.
Keywords:adaptive median filtering; ×-shaped window; Matlab language; digital image processing
0 引 言
由于種種原因,圖像在生成、傳輸、變換等過程中往往會受到各種噪聲的污染,從而導(dǎo)致圖像質(zhì)量退化。噪聲信號的濾波是圖像處理的基本任務(wù)之一,主要有線性濾波和非線性濾波兩種方法。線性濾波方法一般具有低通特性,而圖像的邊緣信息對應(yīng)于高頻信號,因此線性濾波方法往往導(dǎo)致圖像邊緣模糊,不能取得很好的復(fù)原效果[1]。中值濾波是一種使邊緣模糊較輕的非線性濾波方法,是由Tukey發(fā)明的一種非線性信號處理技術(shù),早期用于一維信號處理,后來很快被用到二維數(shù)字的圖像平滑中。該算法不僅能夠去除或減少隨機(jī)噪聲和脈沖噪聲干擾,而且能夠很大程度地保留圖像的邊緣信息,近年來在圖像平滑和數(shù)據(jù)分析與處理等多個領(lǐng)域中得到廣泛應(yīng)用[2]。盡管如此,由于它對窗口和數(shù)據(jù)點的高度依賴,使其在處理空間密度較大的沖激噪聲時,處理效果和效率受到了限制[3]。文獻(xiàn)[4]提出一種自適應(yīng)中值濾波算法,通過擴(kuò)大窗口來相對減少沖激噪聲空間密度,但它是基于方形窗口的,當(dāng)窗口尺寸增大時,計算量將按平方增大,因此在速度方面還不夠理想。在數(shù)字圖像處理中,作為一種典型的非線性濾波方法,中值濾波應(yīng)用得非常廣泛,因而對提高其算法效率是非常有意義的[5]。本文對Matlab工具箱中的中值濾波算法進(jìn)行改進(jìn),提出一種基于×字形濾波窗口的自適應(yīng)中值濾波算法,在有效去除噪聲的同時,較好地保持了圖像細(xì)節(jié),縮短了運行時間。
1 中值濾波的基本原理及傳統(tǒng)算法
信號中值(medians)是按信號值大小順序排列的中間值。長為n的一維信號{Xn,n∈N}的中值用下式表示:
Yn=Med{X1,X2,…Xn;n∈N}(1)
相對二維圖像信號{Xij:i,j∈N},二維中值濾波器定義為:
Yij=Med{Xij}=Med{Xi+r,j+s:r,s∈A} (2)
式(1)、式(2)中:N表示自然數(shù)集;A為截取圖像數(shù)據(jù)的窗口尺寸;r為窗口水平尺寸;s為窗口垂直尺寸;Xij為被處理圖像平面上的一個像素點,坐標(biāo)為 (i,j);Yij是以Xij為中心,窗口W所套中范圍內(nèi)像素點灰度的中值,即中值處理的輸出值。窗口A可以采用不同的形式,通常有線段窗、方形窗、圓形窗、十字窗和圓環(huán)窗等。文獻(xiàn)[6]對中值濾波的多種形態(tài)及其發(fā)展有詳細(xì)的介紹。
中值濾波就是選擇一定形式的窗口,使其在圖像的各點上移動,用窗內(nèi)像素灰度值的中值代替窗中心點處的像素灰度值[7]。它對于消除孤立點和線段的干擾十分有用,能減弱或消除傅里葉空間的高頻分量,但也影響低頻分量。高頻分量往往是圖像中區(qū)域邊緣灰度值急劇變化的部分,該濾波可將這些分量消除,從而使圖像得到平滑的效果。對于一些細(xì)節(jié)較多的復(fù)雜圖像,還可以多次使用不同的中值濾波。傳統(tǒng)中值濾波算法的具體實現(xiàn)過程如下[8]:
(1) 選擇一個(2n+1)×(2n+1)的窗口(通常為3×3或5×5),并用該窗口沿圖像數(shù)據(jù)進(jìn)行行或列方向的移位滑動;
(2) 每次移動后,對窗內(nèi)的諸像素灰度值進(jìn)行排序;
(3) 用排序所得中值替代窗口中心位置的原始像素灰度值。
圖1是傳統(tǒng)中值濾波算法的框圖。其中,M, N分別表示濾波圖像的行數(shù)和列數(shù)。
圖1 中值濾波程序流程圖
2 自適應(yīng)中值濾波的基本原理及改進(jìn)算法
中值濾波是當(dāng)前應(yīng)用最廣泛的濾波方法之一,然而,中值濾波的去噪效果和處理速度依賴于濾波窗口的大小及參與中值計算的像素點數(shù)目[9]。當(dāng)脈沖噪聲概率小于0.2時,中值濾波是很有效的方法,當(dāng)脈沖噪聲概率超過0.2時,則使用自適應(yīng)中值濾波方法[3]。
×字形窗口的自適應(yīng)中值濾波算法是對中值濾波的一種改進(jìn)。相對于中值濾波而言,它能夠處理空間密度更大的沖激噪聲,并且在平滑非沖激噪聲時,還可保存更多的圖像細(xì)節(jié);效率方面也較一般的自適應(yīng)中值濾波有所改善。常見窗口及本文提出窗口如圖2所示。
圖2 常見窗口
基本原理如下[3]:
首先,采用3×3的×字形窗口進(jìn)行計算,計算圖像的中值濾波值Zmed、最大值濾波值Zmax和最小值濾波值Zmin,并判斷噪聲敏感度,即:如果Zmed不在Zmax和Zmin之間就自動增加×字形窗口的大小,然后重復(fù)以上的過程;對于Zmed在Zmax和Zmin之間的點先用原像素值與最大濾波值和最小濾波值進(jìn)行判斷,如果在其間,原值不做修改,反之就用Zmed取代原值。這一過程有如下的作用:
(1) 使得未受脈沖噪聲污染的點不用修改,很好地保護(hù)了圖像的點、線等細(xì)節(jié)及邊界信息;
(2) 當(dāng)檢測到的噪聲很強(qiáng)時,自動增大窗口,提高了去噪能力;
(3) 當(dāng)檢測到的噪聲不是很強(qiáng)時,就不用增加窗口的大小,既體現(xiàn)出自適應(yīng)性,又減少了時間開銷,提高了速度。
其中,×字形窗口的實現(xiàn)方法如下:
(1) 先得到一個對角矩陣A;
(2) 將對角矩陣A從左向右翻轉(zhuǎn),得到一個矩陣B;
(3) 將矩陣A與矩陣B取或運算,得到×字形矩陣C。
3 基于×字形窗口自適應(yīng)中值濾波算法的Matlab實現(xiàn)
中值濾波是數(shù)字圖像處理中一個很重要的部分,Matlab工具箱中有該函數(shù),用到中值濾波算法時可直接調(diào)用。因此,用Matlab編程具有簡單、方便、快捷等優(yōu)點。另外,還可以對其內(nèi)部函數(shù)進(jìn)行改進(jìn)。本文的算法就是通過另外編程修改中值濾波有關(guān)的內(nèi)部函數(shù)實現(xiàn)的。
下面就是自適應(yīng)中值濾波算法的實現(xiàn)流程,添加新的庫函數(shù)adpmedianXzi對圖像處理工具箱進(jìn)行擴(kuò)展,以實現(xiàn)數(shù)字圖像自適應(yīng)中值濾波(部分偽代碼)。
function f=adpmedianXzi(g,Smax)
%首先進(jìn)行×字形窗口的極小值濾波和極大值濾波
zmin=ordfilt2(g,1,eye(k)|fliplr(eye(k)) ,′symmetric′);
zmax=ordfilt2(g,2*k-1,eye(k)|fliplr(eye(k)),′symmetric′);
%然后進(jìn)行中值濾波
zmed=medfilt2(g,[k,k],′symmetric′);
%判斷Zmed是否為一脈沖
processUsingLeveB=(zmed>zmin)&(zmax>zmed)&~alreadyProcessed;
%判斷Zxy是否為一脈沖
zB=(g>zmin)&(zmax>g);
outputZxy=processUsingLeveB&zB;
outputZmed=processUsingLeveB&~zB;
%若Zmed為一脈沖,輸出一個不變的像素值Zxy來代替鄰域中值作為輸出
f(outputZxy)=g(outputZxy);
%若Zmed不是一脈沖,輸出中值濾波的值作為輸出
f(outputZmed)=zmed(outputZmed);
4 實驗結(jié)果及其分析
在實驗中,選擇了大小為256×256像素、灰度為256級的Lena圖像。實驗環(huán)境為IBM R52,Matlab7.0軟件。實驗結(jié)果如圖3、圖4所示。
圖3 原始圖像、噪聲圖像和濾波后圖像
圖4 方形窗口與×形窗口運行效率對比
圖3(b)顯示了被“椒鹽”噪聲污染了的圖像,該噪聲的概率為Pa=Pb= 0.25。這里噪聲水平非常高,能夠模糊圖像的大部分細(xì)節(jié)。作為比較的基礎(chǔ),圖像首先用7×7的中值濾波器進(jìn)行濾波,消除大部分可見的脈沖噪聲痕跡(見圖3(b))。雖然噪聲被有效消除了,但是濾波器在圖像上也引起了明顯的細(xì)節(jié)損失。圖3(d)顯示了使用Smax=7的方形窗口自適應(yīng)中值濾波器的效果,噪聲消除水平同中值濾波器相似。┩3(e)為基于×型窗口的自適應(yīng)中值濾波效果。自適應(yīng)濾波器保持了點的尖銳性和細(xì)節(jié)?？梢?改進(jìn)是很明顯的,而且通過對比方形窗口與×字形窗口發(fā)現(xiàn),×字形窗口的運行效率也提高了不少。
5 結(jié) 語
通過對Matlab圖像處理工具箱中算法的改進(jìn),實現(xiàn)了一種快速自適應(yīng)中值濾波算法。在對圖像濾波前,首先判斷是否為脈沖,然后采取變化×字形窗口大小來對噪聲進(jìn)行濾波,這樣既有效消除了噪聲,也很好地保持了圖像細(xì)節(jié)。實驗結(jié)果表明,基于×字形的濾波方法比一般自適應(yīng)中值濾波效率有了一定程度的提高。算法原理簡單、穩(wěn)定、實用。若進(jìn)一步研究,可針對不同噪聲采取更加智能的處理措施,如CWMF&ANFIS(自適應(yīng)模糊神經(jīng)中值濾波系統(tǒng))[10],用以達(dá)到更好的處理效果。
參考文獻(xiàn)
[1]董付國,原達(dá),王金鵬.中值濾波快速算法的進(jìn)一步思考[J].計算機(jī)工程與應(yīng)用,2007,43(26):48-64.
[2]郭煒.多級非線性加權(quán)平均中值濾波改進(jìn)算法[J].現(xiàn)代電子技術(shù),2006,29(19):159-161.
[3]ABDULLAH T, INAN G. Impulse noise reduction in medical images with the use of switch mode fuzzy adaptive median filter[J]. Digital Signal Processing, 2007, 17:711-723.
[4]袁西霞,岳建華,趙賢任.Matlab在中值濾波改進(jìn)算法中的應(yīng)用[J].廣東工業(yè)大學(xué)學(xué)報,2007,24(1):33-35.
[5]曹治華,宋斌恒.多種形狀窗口下的中值濾波算法[J].計算機(jī)應(yīng)用研究,2006,23(3):86-88.
[6]劉麗梅,孫玉榮,李麗.中值濾波技術(shù)發(fā)展研究[J].云南師范大學(xué)學(xué)報,2004,24(1):23-27.
[7]隋雪莉,梅園.基于中值濾波的指紋增強(qiáng)算法[J].現(xiàn)代電子技術(shù),2009,32(10):107-109.
[8]張明艷,吳莉,謝玉鵬.一種圖像快速中值濾波算法[J].吉林省教育學(xué)院學(xué)報,2007,23(1):91-92.
第4篇：模糊算法基本原理范文
后處理抗鋸齒技術(shù)以較低的資源損耗和不錯的抗鋸齒效果，成為未來抗鋸齒技術(shù)發(fā)展的重要方向。AMD推出過MLAA，NVIDIA也推出了自家的FXAA，但它們都不完美，降低鋸齒的同時，都可能損害游戲畫質(zhì)，例如紋理變模糊和字體破壞。出現(xiàn)這種問題的原因，主要是這些后處理AA的處理位置實在是太“靠后”了，甚至在畫面完成后才進(jìn)行采樣處理，因此會對不需要進(jìn)行AA處理的部位也做一些不恰當(dāng)?shù)目逛忼X操作，最終導(dǎo)致畫面模糊。不過在開普勒會上，NVIDIA展示了一種全新的TXAA抗鋸齒技術(shù)，TXAA技術(shù)通過和游戲深度結(jié)合，帶來最優(yōu)秀的畫質(zhì)表現(xiàn)。
TXAA的原理
鋸齒現(xiàn)象主要是因為在對比度反差較大的物體邊緣上出現(xiàn)對比度較高的不平滑的間斷線所導(dǎo)致。傳統(tǒng)的抗鋸齒算法如MSAA等會采用更高的計算精度，讓物體邊緣的高對比度部分對比度降低、間斷尺寸變短，鋸齒則會出現(xiàn)明顯的減弱。而后處理抗鋸齒則通過檢查這些間斷的線段，并利用特殊的算法（一般是有方向性的模糊）將鋸齒部分本身模糊化、同時也降低邊緣部分原本非常明顯的的對比。
作為后處理抗鋸齒的一種，TXAA的基本原理和傳統(tǒng)后處理抗鋸齒基本相同。但TXAA和MLAA以及FXAA不同的是，后兩種技術(shù)一般會在畫面處理的最后時刻才發(fā)生作用，往往會“誤傷”很多本來不該做抗鋸齒的內(nèi)容。TXAA則不會直接出現(xiàn)在驅(qū)動中，而是和游戲廠商以及游戲引擎合作，在游戲中直接植入TXAA。這樣就可以將后處理放在恰當(dāng)?shù)奈恢?，比如在紋理貼圖之前就先標(biāo)定需要做抗鋸齒的部位，或者干脆只對檢測到的幾何體邊緣做抗鋸齒操作，從而避免了字體模糊誤傷現(xiàn)象的出現(xiàn)。在抗鋸齒算法上，TXAA由于能夠精確鎖定鋸齒出現(xiàn)的部位，因此能夠采用效果最好的算法，帶來相當(dāng)優(yōu)秀的圖形畫質(zhì)。
TXAA的效果
根據(jù)NVIDIA的官方資料，TXAA可以以MSAA 2X的資源損耗，帶來近似MSAA 8X的抗鋸齒效果，或者以MSAA 4X的資源損耗，帶來遠(yuǎn)超MSAA 8X的抗鋸齒效果。在下圖別選定的容易出現(xiàn)鋸齒的傾斜物體邊緣，TXAA表現(xiàn)果然相當(dāng)出色，鋸齒現(xiàn)象大為減輕，同時物體本身的紋理卻沒有發(fā)生嚴(yán)重模糊等問題。此外，TXAA還可以對幀與幀之間出現(xiàn)的鋸齒帶來的閃爍現(xiàn)象進(jìn)行處理。由于鋸齒往往會隨著觀察者變化而變化，因此在玩家轉(zhuǎn)動視角時，一些特殊場景如樹葉、細(xì)密窗格等上的鋸齒會給畫面帶來明顯的抖動現(xiàn)象，這非常影響游戲畫質(zhì)和視覺體驗。TXAA通過對整個場景進(jìn)行抖動采樣，可降低閃爍發(fā)生，提供更穩(wěn)定的圖形質(zhì)量。
第5篇：模糊算法基本原理范文
【關(guān)鍵詞】電子穩(wěn)像技術(shù)；方法；評價
中圖分類號：F407.63 文獻(xiàn)標(biāo)識碼：A 文章編號：
引言
穩(wěn)像技術(shù)的應(yīng)用主要用于軍事目的以及民用測繪儀器中。在航空攝影和地形測繪儀器中,為在儀器像平面上得到穩(wěn)定的測量基準(zhǔn)必須采用穩(wěn)像技術(shù),以便在儀器的測量面上提供一個相對穩(wěn)定的坐標(biāo)系,使測量結(jié)果準(zhǔn)確無誤。當(dāng)在飛機(jī)、車輛、艦船等運動載體上用望遠(yuǎn)鏡觀瞄目標(biāo)時,由于機(jī)座的震動,像面上的圖像不穩(wěn)定,使觀察者易于疲勞,同時也降低了測瞄精度。近幾十年來,穩(wěn)像技術(shù)在武器系統(tǒng)上得到了普遍應(yīng)用,從大型的制導(dǎo)、火控系統(tǒng)到小型的自尋的導(dǎo)引頭,都廣泛采用了穩(wěn)像技術(shù)。穩(wěn)像技術(shù)的應(yīng)用,消除了運動載體對像面的影響,使這些武器系統(tǒng)的運動攻擊性能和其他作戰(zhàn)指標(biāo)得以顯著提高。
從最早的機(jī)械式穩(wěn)像、光學(xué)穩(wěn)像、機(jī)電穩(wěn)像到電子穩(wěn)像,穩(wěn)像技術(shù)的研究已開展了多年。穩(wěn)像技術(shù)向著更精確、更靈活、體積小以及價格低、能耗小、易于操作的方向發(fā)展。
1電子穩(wěn)像基本原理及系統(tǒng)結(jié)構(gòu)
1.1 基本原理
電子穩(wěn)像最基本的技術(shù)是像移補(bǔ)償技術(shù),其基本原理如下:如圖1所示,攝像機(jī)連續(xù)兩幀成像焦平面(第K和K+1幀),每一格代表一個像素。攝像機(jī)成像過程中,由于攝像機(jī)位置或參數(shù)發(fā)生變化,導(dǎo)致曝光時間內(nèi)相機(jī)與目標(biāo)存在相對運動,目標(biāo)在焦平面上所成的像不是靜止的,而是運動變化的,此即像移。從監(jiān)視器上來看,像移使目標(biāo)成像相互混疊,導(dǎo)致監(jiān)視器圖像抖動、模糊退化及分辨率下降,大大降低了視頻圖像質(zhì)量。
圖1攝像機(jī)成像焦平面
對于面陣攝像機(jī),它每一幀的圖像信息是按行輸出的,每行又是按照像元所排列的序號順序輸出的。因此,為了獲得平穩(wěn)、清晰的視頻圖像,首先檢測出參考幀圖像與當(dāng)前幀圖像之間的運動矢量,對運動矢量進(jìn)行濾波、校正,轉(zhuǎn)換為監(jiān)視器圖像的運動矢量,然后通過對CCD圖像傳感器的行、列序號重組,沿運動矢量反方向補(bǔ)償?shù)贙+1幀圖像,使監(jiān)視器圖像與第K幀圖像近似相同或重合。
1.2 系統(tǒng)結(jié)構(gòu)及各模塊功能
電子穩(wěn)像系統(tǒng)結(jié)構(gòu)框圖如圖2所示,主要由三大模塊組成:運動估計、運動校正和圖像補(bǔ)償?shù)取?/p>
圖2電子穩(wěn)像系統(tǒng)結(jié)構(gòu)框圖
1.運動估計模塊
在視頻序列中,幀與幀之間總是存在差異,引起這種差異的原因很多。由攝像機(jī)位置或參數(shù)的變化引起的整個圖像的變化,即由攝像機(jī)引起的場景背景的視在運動,稱之為全局運動;由場景中物體運動引起的局部圖像變化,稱為局部運動。電子穩(wěn)像的運動估計是指全局運動的估計。
2.運動校正模塊
攝像機(jī)的運動可分解為兩部分:意向運動分量和隨機(jī)運動分量。運動校正模塊中,運動濾波的主要作用就是把估算出的全局運動中的意向運動分量和隨機(jī)抖動分量區(qū)分開來,計算補(bǔ)償分量,并通過運動補(bǔ)償,采用補(bǔ)償分量對各幀圖像進(jìn)行矯正變換(warping)。
3.圖像補(bǔ)償模塊
運動矯正階段對視頻各幀圖像進(jìn)行矯正變換后,視頻幀的某些區(qū)域?qū)⒆兂伞盁o定義”區(qū)域,從而造成視頻幀的視覺退化,我們稱“無定義”區(qū)域為補(bǔ)償區(qū)域。圖像補(bǔ)償階段就是要對補(bǔ)償區(qū)域進(jìn)行重構(gòu),再現(xiàn)全幀視覺效果。
2 電子穩(wěn)像的基本方法
電子穩(wěn)像前提條件是先獲得圖像的全局運動矢量，根據(jù)獲取圖像運動矢量方法的不同，電子穩(wěn)像的基本方法有兩種:
方法一，利用傳感器檢測攝像機(jī)的運動矢量V再轉(zhuǎn)化為圖像的運動量。即在攝像機(jī)上設(shè)置兩個角速率傳感器用以檢測上下、左右方向上的角速率，通過放大、濾波去除對圖像質(zhì)量影響不大的高頻成份，再經(jīng)過A/D轉(zhuǎn)換存人計算機(jī)中作為控制依據(jù)。然后采用像移補(bǔ)償技術(shù)補(bǔ)償圖像運動，實現(xiàn)圖像穩(wěn)定。此方法易于實現(xiàn)，但其檢測精度要依賴于具有高精度的速率陀螺來準(zhǔn)確地敏感攝像機(jī)的振動。
方法二，利用穩(wěn)定算法實現(xiàn)電子穩(wěn)像。圖像拾取后，根據(jù)要求提取場或幀圖像，當(dāng)物體靜止或勻速運動時，幀處理優(yōu)于場處理，這是因為奇場和偶場運動相同，可以共用一個運動矢量，幀處理時只需傳送一個運動矢量，但當(dāng)物體是非勻速運動時，場處理則優(yōu)于幀處理。選取圖像后與參考圖像利用穩(wěn)像算法獲取圖像運動矢量，參考圖像可以是存儲器中的固定的圖像，也可能是圖像緩存中的相鄰幀圖像。此穩(wěn)像方法的關(guān)鍵是利用穩(wěn)像算法計算圖像運動量，此方法已用在加拿大DREV研制的監(jiān)視車10m桅桿上電視攝像系統(tǒng)中。此方法的優(yōu)點是:速度快，實時性強(qiáng)，精度高，而且是直接獲取監(jiān)視器上的圖像運動矢量，所以它實際能達(dá)到的絕對穩(wěn)定精度，長焦距攝像機(jī)要高于短焦距攝像機(jī)，因此在穩(wěn)像系統(tǒng)中較多地采用該方法獲取圖像運動矢量。
3 圖像穩(wěn)定的評價方法
為了進(jìn)一步發(fā)展穩(wěn)像技術(shù)，對電子穩(wěn)像的效果進(jìn)行客觀的評價是重要的。目前，通常利用電子穩(wěn)像算法的準(zhǔn)確度、算法的位移量變化范圍和穩(wěn)像系統(tǒng)的特性作為評價各種算法的性能指標(biāo)。
3.1 算法的準(zhǔn)確度
如果穩(wěn)定后的相鄰兩幀圖像間的相對運動全部補(bǔ)償了，那么這兩幀圖像上相對應(yīng)的每一個像素之間的差值應(yīng)為零。但是，存在偏差。偏差是由于噪聲、算法估計誤差以及評定時運動模式設(shè)置不精確等原因?qū)е碌?。為了更?zhǔn)確的穩(wěn)定圖像，提出用算法的準(zhǔn)確度來評價算法。
算法的準(zhǔn)確度是評價補(bǔ)償了攝像機(jī)的振動量后獲得圖像的穩(wěn)定程度。PSNR是評價準(zhǔn)確度的品質(zhì)因子，定義如下:
其中MSE(均方差)是兩幀圖像間每個像素的偏差值。它反映了圖像序列變化的快慢和變化量的大小。PSNR作為評價穩(wěn)定算法準(zhǔn)確度的指標(biāo)，也可用來衡量兩幅圖像重合的情況，PSNR越高，圖像穩(wěn)定效果越好，當(dāng)兩幅圖像完全相同時PSNR最大。
3.2 確定算法的分辨率
針對不同的穩(wěn)像系統(tǒng)需要確定算法能夠識別的圖像運動變化量的最小值，即算法的分辨率。穩(wěn)像系統(tǒng)確定后，圖像的分辨率就確定下來。而不同的算法分辨率不同，有的分辨率是一個像素，有的是l/2個像素。那么當(dāng)相鄰兩幀圖像間的變化量很小時(不到一個像素)，連續(xù)兩幀圖像間的PSNR值原本很高，但是由于系統(tǒng)采用的穩(wěn)定算法的分辨率較低(大于一個像素)，則可能會出現(xiàn)采用此穩(wěn)定算法獲得的位移量估計誤差大于實際的位移變化量，那么補(bǔ)償后的圖像PSNR值反而下降，從而導(dǎo)致穩(wěn)像質(zhì)量下降。因此，要確定算法的分辨率。方法是:先求出兩幀圖像未進(jìn)行運動補(bǔ)償時的PSNR值作為MB(最小邊界值)。這樣，當(dāng)運動變化量很小時(小于MB值)不需要補(bǔ)償圖像，隨著位移量的增加，穩(wěn)定后的圖像PSNR值逐漸增大，最終這個PSNR值要增大到與LBI值相交，這時相對應(yīng)的位移量是算法的分辨率。
3.3 系統(tǒng)特性
系統(tǒng)特性是幀處理率與每秒最大位移量的乘積值，其中幀處理率是電子穩(wěn)像系統(tǒng)的一個重要的特性，而它的實現(xiàn)要以犧牲系統(tǒng)部分穩(wěn)像精度和穩(wěn)定算法的性能為代價。因此，該項指標(biāo)是評價系統(tǒng)綜合特性的。
實驗結(jié)果表明決定圖像的穩(wěn)定程度的因素有:攝像系統(tǒng)的組成、穩(wěn)像算法的選取以及運動模型的準(zhǔn)確性等。評價算法時需要在同一條件下進(jìn)行，因為同一算法應(yīng)用在不同的系統(tǒng)中精度不同，采用數(shù)學(xué)模型不同時精度也不同。所以美國Manyand大學(xué)研制了一套專門評價各算法的系統(tǒng):ARL(Army Research Laboratory) Tracking System，系統(tǒng)運動及目標(biāo)等量都可以設(shè)定，這樣就保證了各種算法在相同條件下應(yīng)用，因此能夠統(tǒng)一地、準(zhǔn)確地評價各種算法。雖然系統(tǒng)的造價高，但仍是目前最佳的評價方法。
結(jié)束語
本文對電子穩(wěn)像的關(guān)鍵技術(shù)進(jìn)行了綜述,可以看出,電子穩(wěn)像技術(shù)具有廣闊的應(yīng)用前景和巨大的市場需求,而目前的解決方法尚不成熟,還存在很多值得深入細(xì)致研究的問題需要在今后的工作和學(xué)習(xí)中進(jìn)一步研究總結(jié)和研究。
參考文獻(xiàn)
[1]趙紅穎,金宏,熊經(jīng)武.電子穩(wěn)像技術(shù)概述[J]. 光學(xué)精密工程. 2001(04)
第6篇：模糊算法基本原理范文
1、引言
隨著經(jīng)濟(jì)的迅猛發(fā)展，汽車的迅速普及，根據(jù)社會對汽車產(chǎn)業(yè)的要求，車輛的各方面指標(biāo)都受到人們越來越多地關(guān)注，汽車涂裝過程中的瑕疵直接影響汽車的外觀質(zhì)量，因此如何在生產(chǎn)過程中利用計算機(jī)視覺檢測技術(shù)檢測出并及時修補(bǔ)汽車涂裝過程中產(chǎn)生的瑕疵就成了首要的任務(wù)[1]。本文的研究內(nèi)容是首先了解計算機(jī)視覺檢測系統(tǒng)的工作原理，汽車涂裝瑕疵的種類，然后結(jié)合兩者的特點，應(yīng)用計算機(jī)視覺檢測系統(tǒng)檢測汽車涂裝瑕疵。該研究的價值在于兩方面：①對于汽車生產(chǎn)的自動化和過程自動化，計算機(jī)視覺是現(xiàn)實真正意義的自動的基礎(chǔ)和一種重要的質(zhì)量控制的手段；②對于汽車涂裝瑕疵的修補(bǔ)可以提高其修補(bǔ)的精度。
2、汽車涂裝瑕疵的計算機(jī)視覺檢測系統(tǒng)
汽車涂裝瑕疵檢測系統(tǒng)主要包括照明系統(tǒng)、圖像采集卡、CCD攝像機(jī)、計算機(jī)以及軟件處理等幾個主要部分[2]。綜合計算機(jī)視覺檢測系統(tǒng)的構(gòu)成和線結(jié)構(gòu)光測量的原理，基于計算機(jī)視覺的汽車涂裝瑕疵的檢測系統(tǒng)大致是這樣構(gòu)成的：將線結(jié)構(gòu)光投射到被測物上，所形成的光斑作為傳感信號，用CCD攝像機(jī)采集光斑圖像，采集到的圖像信號被傳輸?shù)接嬎銠C(jī)，根據(jù)圖像處理和計算機(jī)視覺檢測系統(tǒng)的處理產(chǎn)生處理結(jié)果，返回到涂裝生產(chǎn)線，對車身的涂裝進(jìn)行修正，從而提高產(chǎn)品質(zhì)量。汽車涂裝瑕疵的視覺檢測系統(tǒng)如圖1所示[3]。
3、計算機(jī)視覺檢測
計算機(jī)視覺是計算機(jī)對圖像進(jìn)行自動處理并報告“圖像中有什么”的過程，也就是說它識別圖像中的內(nèi)容。圖像中的內(nèi)容往往是某些機(jī)器零件，而處理的目標(biāo)不僅要能對機(jī)器零件定位，還要能對其進(jìn)行檢驗。計算機(jī)視覺系統(tǒng)基本原理：機(jī)器視覺系統(tǒng)通常采用CCD相機(jī)攝取圖像，將其轉(zhuǎn)化為數(shù)字信號，再采用先進(jìn)的計算機(jī)硬件與軟件技術(shù)對圖像數(shù)字信號進(jìn)行處理，從而得到所需要的各種目標(biāo)圖像特征值，并在此基礎(chǔ)上實現(xiàn)模式識別、坐標(biāo)計算、灰度分布圖等多種功能。計算機(jī)視覺系統(tǒng)能夠根據(jù)其檢測結(jié)果快速地顯示圖像、輸出數(shù)據(jù)、指令，執(zhí)行機(jī)構(gòu)可以配合其完成指令的實施。計算機(jī)視覺系統(tǒng)主要由圖像獲取、圖像分析和處理、輸出顯示或控制三個功能模塊組成[4]。視覺檢測按其所處理的數(shù)據(jù)類型可分為二值圖像、灰度圖像、彩色圖像和深度圖像的視覺檢測。另外，還有X射線檢測、超聲波檢測和紅外線檢測。一個完整視覺檢測系統(tǒng)包括：圖像采集、圖像分割、零件識別、模型匹配和決策判斷。Newman[5]等描述了利用深度圖像進(jìn)行零件檢測的AVI系統(tǒng)，具有一定的代表性。一個典型的AVI系統(tǒng)如圖2所示。
4、汽車涂裝瑕疵的檢測算法
由于汽車涂膜中一些缺陷的邊界比較模糊，例如：氣泡、爆裂氣泡孔、氣泡針孔、抽縮等等。邊緣處灰度變化很小，直接用傳統(tǒng)的微分邊緣檢測算法無法有效的檢測出來。所以對缺陷模糊邊緣的檢測成為了算法的關(guān)鍵[6]。本文介紹了基于線結(jié)構(gòu)光的邊緣檢測方法。汽車涂裝表面被光源投射器發(fā)出的線結(jié)構(gòu)光照射，反射出的圖像被CCD攝像機(jī)所接收傳輸?shù)接嬎銠C(jī)視覺檢測系統(tǒng)中。若涂裝表面沒有瑕疵，則產(chǎn)生圖3的圖像。若涂裝表面有瑕疵，則產(chǎn)生圖4的圖像[7]。
第7篇：模糊算法基本原理范文
關(guān)鍵詞：計算機(jī)圖形學(xué)；科學(xué)思維；學(xué)科結(jié)構(gòu)；教學(xué)改革；教學(xué)方法
0 引言
大學(xué)的主要任務(wù)是培養(yǎng)人才，特別是培養(yǎng)創(chuàng)新人才。培養(yǎng)創(chuàng)新人才的基本途徑與方法有課程教學(xué)、參與科學(xué)研究與項目開發(fā)、對外學(xué)術(shù)交流等。然而傳統(tǒng)本科課程教學(xué)多注重傳授學(xué)科的系統(tǒng)理論等專業(yè)知識，不重視對知識產(chǎn)生原因、方法的介紹，如忽視思考解決學(xué)科基本問題的具體過程等，這會造成課程教學(xué)傳授知識與科學(xué)研究相脫節(jié)，導(dǎo)致學(xué)生的知識結(jié)構(gòu)產(chǎn)生缺陷，不利于他們將來從事創(chuàng)新等研究工作。為配合計算機(jī)圖形學(xué)課程的教學(xué)改革，根據(jù)計算機(jī)圖形學(xué)課程的特點，筆者提出一種面向科學(xué)思維的教學(xué)新方法，它能有效彌補(bǔ)傳統(tǒng)本科課程教學(xué)的不足。
1 面向科學(xué)思維教學(xué)方法的基本要求
常見典型的教學(xué)方法有：結(jié)構(gòu)主義的教學(xué)方法、建構(gòu)主義的教學(xué)方法、問題（任務(wù)）驅(qū)動教學(xué)方法等。這3種方法各有其優(yōu)缺點，一個好的教學(xué)方法最好能全面綜合這3種方法的優(yōu)點。面向科學(xué)思維的教學(xué)方法要求把思考問題的方法、系統(tǒng)分析與綜合的方法、科學(xué)研究的工作方法、查找資料與抽象的方法等知識產(chǎn)生的方法引入課程教學(xué)中，有效講解學(xué)科專業(yè)知識是根據(jù)發(fā)展需求、通過研究各種問題產(chǎn)生的；專業(yè)理論體系或與其學(xué)科結(jié)構(gòu)是由多項研究成果形成的，這些知識是科學(xué)研究與科學(xué)思維產(chǎn)生的結(jié)果。
結(jié)構(gòu)主義、建構(gòu)主義與面向科學(xué)思維教學(xué)方法的異同點見表1。
2 確立計算機(jī)圖形學(xué)課程的教學(xué)內(nèi)容與教學(xué)模式
2.1 傳統(tǒng)計算機(jī)圖形學(xué)課程教學(xué)改革的原因
2013年以前，國內(nèi)外傳統(tǒng)計算機(jī)圖形學(xué)課程教學(xué)以講授圖形標(biāo)準(zhǔn)（顯卡驅(qū)動與顯示圖形等子程序的集合）或CAD為主。這種CAD與計算機(jī)圖形學(xué)（即圖形標(biāo)準(zhǔn)）學(xué)科的劃分有問題，它只便于圖形標(biāo)準(zhǔn)的硬件實現(xiàn)，卻因基本概念不全導(dǎo)致這兩者均不能獨立講清三維真實感圖形的自動生成原理以及計算機(jī)程序設(shè)計的基本規(guī)律，更不能總結(jié)計算機(jī)圖形學(xué)的研發(fā)成果與發(fā)展規(guī)律，不能滿足計算機(jī)圖形學(xué)學(xué)科建設(shè)發(fā)展需求。
2.2 用系統(tǒng)分析與綜合的方法確立計算機(jī)圖形學(xué)課程的教學(xué)內(nèi)容
2.2.1 系統(tǒng)分析：從理論上確立實現(xiàn)計算機(jī)圖形學(xué)課程目標(biāo)的發(fā)展路線圖
本課程目標(biāo)是用計算機(jī)程序自動生成類似人眼觀察世界獲得的觀察圖像（亦為學(xué)科研究的基本問題，它適合作為建構(gòu)主義教學(xué)方法要求的教學(xué)環(huán)境需求問題）。為此至少要完成3個子任務(wù)：①掌握三維圖形的生成原理；②掌握生成三維動畫等圖形的程序設(shè)計；③理順新課程教學(xué)內(nèi)容與圖形標(biāo)準(zhǔn)、CAD的相互關(guān)系。
1）第一個任務(wù)的實現(xiàn)方法。
照相機(jī)生成照片遵循光線傳播生成三維圖形這一物理原理，計算機(jī)生成所有三維圖形（包括光線跟蹤算法、輻射度算法、投影、多邊形填充、紋理映射、陰影算法、圖像融合算法與二維直線的生成等）也應(yīng)遵循該原理。這是本課程知識理論體系的完備性與一致性的基本要求，它決定了計算機(jī)圖形學(xué)的學(xué)種性質(zhì)與教學(xué)定位。
2）第二個任務(wù)的實現(xiàn)方法。
用輻射度和光線跟蹤算法生成的三維真實感圖形等程序，是一類典型的顯示圖形的計算機(jī)仿真應(yīng)用程序。故計算機(jī)圖形學(xué)的編程實現(xiàn)既遵循計算機(jī)仿真的基本原理，也遵循計算機(jī)程序設(shè)計的基本規(guī)律。
計算機(jī)仿真遵循系統(tǒng)（決定被仿真對象的范圍與其行為特性）、建模（用數(shù)學(xué)模型描述仿真實驗對象）、仿真算法（計算機(jī)通過執(zhí)行該仿真算法，進(jìn)行仿真實驗）與評估（檢驗仿真實驗的結(jié)果是否與應(yīng)用需求保持一致）這一基本原理。
計算機(jī)程序設(shè)計應(yīng)遵循計算理論可計算性的實現(xiàn)前提對程序設(shè)計的規(guī)范要求：①待解問題被模型與系統(tǒng)形式化方法所描述；②這種描述要轉(zhuǎn)換成算法；③算法要有合理的復(fù)雜度。
這里，形式化描述指用數(shù)學(xué)符號、邏輯符號與流程圖描述并要求保持邏輯上的一致性。系統(tǒng)的概念被本文定義為軟件系統(tǒng)：它按解決問題的系統(tǒng)流程要求，編程實現(xiàn)數(shù)個模型描述數(shù)據(jù)與命令的輸入、存儲管理、運算處理、輸出顯示4個過程，能直接達(dá)到自動運行軟件的設(shè)定目標(biāo)并具有完整動態(tài)結(jié)構(gòu)的綜合程序。軟件系統(tǒng)的概念是國內(nèi)傳統(tǒng)計算機(jī)核心課程教學(xué)缺失的重要概念。
故三維圖形學(xué)的教學(xué)內(nèi)容，主要用3組數(shù)學(xué)模型描述可視物體、燈光、照相機(jī)物理模型的物理特性（如用幾何模型、材質(zhì)模型與紋理模型描述可視物體；用光線幾何模型、顏色模型、照明模型、輻射度算法和光線跟蹤算法等描述點光源；根據(jù)類照相機(jī)的觀察參數(shù)，用陰影算法、圖像融合等算法描述照相機(jī)模型；對光線跟蹤算法，應(yīng)重構(gòu)照相機(jī)模型）；在物理仿真、數(shù)學(xué)建模與軟件系統(tǒng)概念的指引下，編程構(gòu)建三維圖形軟件系統(tǒng)，實現(xiàn)三維圖形的自動顯示。物體運動與變形、燈光變幻、照相機(jī)運動可形成計算機(jī)動畫。計算機(jī)游戲是用人機(jī)交互的操作方式并通過實時動畫與聲音有效描述具有智能行為能力的人（或動物）的多種社會實踐活動。
3）第三個任務(wù)的實現(xiàn)方法。
計算機(jī)動畫包含了傳統(tǒng)圖形標(biāo)準(zhǔn)與CAD的原理，所以在課程最后，可講解圖形標(biāo)準(zhǔn)OpenGL的原理與編程使用方法。同時圖形標(biāo)準(zhǔn)是游戲軟件的基石，是現(xiàn)代計算機(jī)應(yīng)用不可缺少的基本配置。
2.2.2 系統(tǒng)綜合：介紹圖形學(xué)的基本原理與動畫軟件的實現(xiàn)方法
這要求教師先查找資料、匯集前人發(fā)表解決以上問題的不同論文與教材（解決課程教學(xué)問題的先決條件），挑選材料編寫課程講義，詳細(xì)介紹完成該任務(wù)所需的基本原理與實現(xiàn)方法，講義試用成熟后再編著出版教材。
教材按以下思路組織：用二維圖形學(xué)構(gòu)建軟件系統(tǒng)概念的教學(xué)，用三維圖形學(xué)構(gòu)建三維圖形數(shù)學(xué)建模的教學(xué)（直接用三維圖形構(gòu)建軟件系統(tǒng)概念的教學(xué)，會導(dǎo)致課程教學(xué)內(nèi)容的復(fù)雜化）。在每章的開頭，均提出應(yīng)思考并解決哪些問題才能達(dá)到本章的教學(xué)要求，加強(qiáng)訓(xùn)練讀者思考問題的習(xí)慣。
學(xué)完本課程，學(xué)生要能勝任計算機(jī)動畫軟件的設(shè)計與編程實現(xiàn)等任務(wù)。
2.3 歸納計算機(jī)圖形學(xué)的學(xué)科結(jié)構(gòu)
以上教學(xué)充分展示：由物理模型（化學(xué)模型、生物模型、社會發(fā)展需求模型等）數(shù)學(xué)模型（數(shù)據(jù)模型是數(shù)學(xué)模型的一種簡單特例，其編程操作主要是數(shù)據(jù)的存儲與檢索，以實現(xiàn)數(shù)據(jù)庫軟件。根據(jù)數(shù)學(xué)模型“曲高和寡”的原理得知，數(shù)據(jù)庫軟件是應(yīng)用軟件中應(yīng)用面最廣的一類軟件；或用離散數(shù)學(xué)的方法、判斷規(guī)則與判據(jù)或可編程實現(xiàn)的自然語言與功能等描述解決問題的過程與步驟；或用通信協(xié)議描述數(shù)據(jù)通信過程要遵循的規(guī)則、約定等要求，這是網(wǎng)絡(luò)通信編程的基礎(chǔ)）軟件的系統(tǒng)功能與結(jié)構(gòu)用算法語言實現(xiàn)程序編碼并形成算法軟件測試評估等過程所確立程序設(shè)計的基本規(guī)律。程序設(shè)計這一規(guī)律，能被雷達(dá)的設(shè)計與制造過程所佐證，如通過物理實驗確立雷達(dá)原理用數(shù)學(xué)模型描述雷達(dá)的工作過程設(shè)計雷達(dá)系統(tǒng)的功能與結(jié)構(gòu)用電子技術(shù)制造雷達(dá)設(shè)備做好的雷達(dá)要通過測試評估才能交付使用等。
由此能用理論（物理原理、建模、軟件系統(tǒng)、仿真、程序設(shè)計）、工具（OpenGL、Direct3D、著色語言、ACIS、WebGL、OpenCL、3D游戲引擎等）與應(yīng)用（顯示圖形的應(yīng)用程序，如3D動畫或CAD、地理信息系統(tǒng)（空間復(fù)雜性高而時間復(fù)雜性低）、游戲與虛擬現(xiàn)實系統(tǒng)（時間復(fù)雜性高而空間復(fù)雜性低））3個學(xué)科形態(tài)描述計算機(jī)圖形學(xué)的學(xué)科結(jié)構(gòu)。
2.4 用科學(xué)研究的工作方法確立計算機(jī)圖形學(xué)課程的教學(xué)模式
（1）選題（發(fā)現(xiàn)問題）：找任務(wù)、了解用戶需求、檢索閱讀資料并提出問題。自由選題要確立研究問題的科學(xué)性、目標(biāo)性、創(chuàng)新性和可行性，并找準(zhǔn)課題的申報渠道。提出問題是對任務(wù)深入思考或科學(xué)研究的前提。如計算機(jī)圖形學(xué)的學(xué)科屬性與教學(xué)內(nèi)容是否成熟，是此前國際計算機(jī)圖形學(xué)教育界多年關(guān)注的教學(xué)疑難問題。
（2）分析問題：真實照片由照相機(jī)、可視物體與燈光3個主要因素決定，由此確立解決問題的方法。
（3）尋找解決問題的方法（提出假說）：首先用二維圖形建立軟件系統(tǒng)的概念；然后建立描述照相機(jī)、可視物體、燈光物理模型物理特性所需的數(shù)學(xué)模型，構(gòu)建仿真光線在計算機(jī)場景與照相機(jī)模型中傳播，生成三維動畫圖形。
（4）做實驗解決問題（找尋證據(jù)支持假說）：針對建立的數(shù)學(xué)模型，選擇數(shù)據(jù)結(jié)構(gòu)，設(shè)計算法，編寫程序源代碼并調(diào)試測試程序，構(gòu)建三維圖形軟件系統(tǒng)，實現(xiàn)圖形的自動顯示。
（5）取得新成果（查新驗證）：改進(jìn)學(xué)科的系統(tǒng)理論與基本方法，發(fā)表研究論文，推廣該研究成果或論證申報新開發(fā)項目，推動學(xué)科建設(shè)向前發(fā)展。當(dāng)我們解決好計算機(jī)圖形學(xué)的教學(xué)問題時，就為撰寫本文并申報計算機(jī)圖形學(xué)國家規(guī)劃教材奠定了基礎(chǔ)。
由此構(gòu)建程序設(shè)計教學(xué)的完整過程，并把程序設(shè)計拓展成科學(xué)研究工作方法的一種形式與組成部分。
該教學(xué)模式不僅把教學(xué)與科學(xué)研究兩個不同性質(zhì)的學(xué)術(shù)過程結(jié)合在一起，還說明圍繞課程教學(xué)思考問題的訓(xùn)練屬于科學(xué)研究領(lǐng)域思維活動的一種基本形式。
3 在課程教學(xué)過程中合理安排思考問題的訓(xùn)練
教師在重點介紹、講解每個專題前，要考慮如何訓(xùn)練學(xué)生根據(jù)學(xué)科的發(fā)展需求思考問題，這些問題是任務(wù)驅(qū)動教學(xué)法中各種問題的來源。
3.1 用二維圖形學(xué)構(gòu)建軟件系統(tǒng)概念的教學(xué)
專題1：線段圖形的描述與生成?；締栴}：如何用數(shù)學(xué)的語言與方式（如描述函數(shù)）描述各種線段圖形的幾何形狀，以形成各種線段圖形的幾何模型？如何形成矢量漢字等子圖形高效率的描述方法？如何把這種描述函數(shù)轉(zhuǎn)換成算法，并根據(jù)其描述數(shù)據(jù)生成這些基本圖形？
專題2：實面積圖形的描述與生成?；締栴}：用什么方法描述實面積圖形的幾何形狀，以形成各種實面積多邊形的幾何模型？如何利用顯示設(shè)備的繪圖功能生成實面積圖形？如何實現(xiàn)直線圖形邊緣的反走樣顯示？
專題3：圖形的基本運算?；締栴}：圖形運算的目的是什么？如何用幾何變換矩陣的方式描述圖形幾何模型的幾何變換？若用實面積多邊形的布爾運算構(gòu)建新的復(fù)雜圖形的幾何模型，則布爾運算的數(shù)學(xué)基礎(chǔ)是什么？如何實現(xiàn)其布爾運算？
專題4：圖形的觀察運算?；締栴}：如何把輸入到計算機(jī)中的圖形幾何模型描述數(shù)據(jù)，轉(zhuǎn)換成顯示設(shè)備坐標(biāo)系中的圖形幾何模型描述數(shù)據(jù)？并調(diào)用圖形的生成算法顯示各種圖形的幾何形狀？
專題5：圖形數(shù)據(jù)與命令的輸入?；締栴}：能用哪些方法把圖形模型描述數(shù)據(jù)與命令高效率地輸入到計算機(jī)中？如何利用輸入設(shè)備的數(shù)據(jù)輸入功能與顯示設(shè)備的圖形顯示功能，編程實現(xiàn)圖形數(shù)據(jù)的交互輸入？如何規(guī)劃應(yīng)用程序中的人機(jī)交互設(shè)計問題？
專題6：圖形的數(shù)據(jù)結(jié)構(gòu)。基本問題：圖形數(shù)學(xué)模型的種類與復(fù)雜、復(fù)合圖形的構(gòu)建方法，這些對保存圖形幾何模型的描述數(shù)據(jù)提出了哪些動態(tài)管理上的要求？如何設(shè)計相應(yīng)圖形的數(shù)據(jù)結(jié)構(gòu)，才能有效地保存、管理存儲于計算機(jī)中的各種圖形描述數(shù)據(jù)（命令）？如何把圖形顯示區(qū)中的圖形描述數(shù)據(jù)編譯轉(zhuǎn)換成多種顯示設(shè)備能識別并運行的顯示指令代碼，以實現(xiàn)圖形的顯示？為編程實現(xiàn)各種圖形的自動顯示，需要確定編程處理圖形數(shù)據(jù)的基本流程和程序的功能與結(jié)構(gòu)，以形成軟件系統(tǒng)的概念。
3.2 用三維圖形學(xué)構(gòu)建數(shù)學(xué)建模的教學(xué)
專題7：照相機(jī)模型的建立與三維幾何圖形的顯示?；締栴}：如何用數(shù)學(xué)模型，特別是用矩陣的方法，描述照相機(jī)拍攝（投影顯示）三維直線圖形的物理過程？
專題8：平面物體幾何模型的構(gòu)建與圖形顯示?；締栴}：如何用直線與平面函數(shù)描述平面物體的幾何形狀？如何記錄這種描述所形成的幾何模型數(shù)據(jù)？如何構(gòu)建形狀復(fù)雜的平面幾何物體？如何顯示平面物體的幾何形狀與表面？
專題9：曲面物體幾何模型的構(gòu)建基礎(chǔ)與線框模型圖形顯示?；締栴}：用什么方法描述曲面物體的幾何形狀并構(gòu)建其幾何模型？如何顯示曲面物體的幾何形狀？
專題10：燈光模型的建立與光照物體的圖形顯示?；締栴}：如何用數(shù)學(xué)模型的方法描述燈光的物理特性？如何描述在燈光照射條件下幾何物體的可視物理特性？如何顯示光照效果的曲面物體的表面與幾何形狀？如何更有效地描述光線傳播的物理特性與變化規(guī)律？
學(xué)生按照這一思路進(jìn)行選題，可考慮為實現(xiàn)像照片一樣自然景觀（如白光的薄膜干涉等現(xiàn)象）的圖像顯示，需研究哪些問題等，并發(fā)表其研究成果。課程教學(xué)內(nèi)容成熟完整后，才便于界定計算機(jī)圖形學(xué)的學(xué)科內(nèi)涵。
4 分析計算機(jī)專業(yè)主要課程的基本特點，提煉計算科學(xué)的學(xué)科結(jié)構(gòu)
4.1 計算機(jī)教學(xué)此前無計算科學(xué)學(xué)科結(jié)構(gòu)概念的原因分析
現(xiàn)有權(quán)威資料和維基百科、百度百科表明，此前國內(nèi)外計算機(jī)教學(xué)均無計算科學(xué)學(xué)科結(jié)構(gòu)這一重要概念。以下3點是導(dǎo)致這一現(xiàn)象存在的重要原因。
4.1.1 對計算工具的分類作用認(rèn)識不足
盡管人們知道計算機(jī)是一種計算工具，計算機(jī)有廣泛的應(yīng)用，計算機(jī)科學(xué)有自己的一套理論根據(jù)，但僅用“理論、工具與應(yīng)用”很難全面概括計算科學(xué)的研究全貌與多項用途。事實上，計算機(jī)的系統(tǒng)工具對總結(jié)計算科學(xué)的學(xué)科結(jié)構(gòu)非常重要。
計算機(jī)系統(tǒng)是一個能對編程實現(xiàn)的數(shù)學(xué)模型與邏輯模型，進(jìn)行自動解算與推理的通用計算工具。這決定了程序設(shè)計在編程使用計算機(jī)上的重要性。
操作系統(tǒng)是對計算機(jī)的各種硬件資源與軟件資源進(jìn)行程序管理，使計算機(jī)正常運行的系統(tǒng)工具軟件。同時，它能對用戶程序（命令）的輸入、存儲管理與自動運行提供服務(wù)（包括對通信進(jìn)程進(jìn)行有效監(jiān)管控制），并用人機(jī)交互與圖形界面的方式記載這種用戶程序與命令操作的運行結(jié)果。
編譯系統(tǒng)是用高級語言編程必備的系統(tǒng)工具軟件，它可以把用戶用高級語言編寫的程序源代碼、編譯轉(zhuǎn)換成計算機(jī)能識別并自動執(zhí)行的機(jī)器語言程序代碼。
算法語言是用戶為編程使用計算機(jī)的各種計算功能，用類自然語言的方式與計算機(jī)相互交流思想的符號表達(dá)工具。
這些計算工具本身沒有直接解決數(shù)學(xué)計算與邏輯推理等應(yīng)用問題，該任務(wù)由編程解決。
這類計算工具是在實際應(yīng)用過程中總結(jié)、提煉的結(jié)果，工具本身一般不直接解決最終的應(yīng)用問題，這是工具的第一個特點。它的第二個特點是工具的制造具有遞歸性，即可用簡單工具制造復(fù)雜工具。它的第三個特點是專業(yè)復(fù)雜工具的制造方法與技術(shù)具有封閉性與隱蔽性，但這不影響他人對工具的操作使用；且其隱蔽、封閉性是工具使用方便、高效的主要原因。
軟件系統(tǒng)與計算工具等概念的形成，是用抽象的方法（從眾多事物中總結(jié)提煉出具有共同本質(zhì)的特征、而舍棄其非本質(zhì)的特征等內(nèi)容）處理形成的結(jié)果。
4.1.2 傳統(tǒng)課程沒有講清計算機(jī)仿真的原理與計算機(jī)程序設(shè)計的基本規(guī)律
傳統(tǒng)計算科學(xué)的核心課程（計算機(jī)導(dǎo)論、計算機(jī)原理與系統(tǒng)結(jié)構(gòu)、算法語言與數(shù)據(jù)結(jié)構(gòu)、編譯系統(tǒng)與操作系統(tǒng)、軟件工程、離散數(shù)學(xué)、數(shù)據(jù)庫和計算機(jī)網(wǎng)絡(luò)）從未講清計算機(jī)程序設(shè)計的基本規(guī)律與計算機(jī)仿真的基本原理。學(xué)生往往通過課后大量的編程訓(xùn)練，積累對計算機(jī)程序設(shè)計與計算機(jī)仿真的認(rèn)識。這種程序設(shè)計經(jīng)驗式教學(xué)培養(yǎng)模型，無助于學(xué)生總結(jié)并提煉計算科學(xué)的學(xué)科結(jié)構(gòu)。相反，人們在算法語言與數(shù)據(jù)結(jié)構(gòu)課程的教學(xué)上存在一些模糊認(rèn)識。例如，算法語言是用一組語法規(guī)則與功能約定的一種符號標(biāo)記系統(tǒng)，它讓人們掌握語言的符號約定、功能、特性以及用算法語句描述給定的數(shù)學(xué)計算與數(shù)據(jù)處理、邏輯判斷等――即其教學(xué)主要是完成程序的編碼訓(xùn)練，由此形成算法；也為研制該語言的編譯系統(tǒng)做鋪墊。然而部分算法語言的教科書，只有一些算法驗證性應(yīng)用實例，并把它們等同于計算機(jī)程序設(shè)計教學(xué)，這無助于初學(xué)者全面正確地掌握計算機(jī)程序設(shè)計的基本規(guī)律，因為學(xué)習(xí)算法語言后，他們還是沒有數(shù)據(jù)結(jié)構(gòu)的概念。
數(shù)據(jù)結(jié)構(gòu)是研究用程序編碼的方式，在計算機(jī)中有效實現(xiàn)多種類型數(shù)據(jù)的存儲組織（形成線性、非線性、網(wǎng)狀結(jié)構(gòu)形式以及靜態(tài)或動態(tài)結(jié)構(gòu)形式的數(shù)據(jù)存儲方法）、存儲管理、排序檢索與編程效率等任務(wù)的一門專業(yè)基礎(chǔ)課程。數(shù)據(jù)結(jié)構(gòu)課程有很多計算復(fù)雜性的案例，是培訓(xùn)人們掌握編程技巧的一種有效方法。因為編寫程序所采用的數(shù)據(jù)結(jié)構(gòu)往往決定了算法的編碼實現(xiàn)方法，更重要的是，CPU是根據(jù)保存在內(nèi)存各處程序代碼的邏輯次序、通過逐條讀取其指令代碼來完成用戶指定應(yīng)用程序（或命令）的執(zhí)行。如何規(guī)劃、設(shè)計、調(diào)度與管理內(nèi)存的使用，這與數(shù)據(jù)的調(diào)度與管理原理類似，是數(shù)據(jù)結(jié)構(gòu)討論的問題之一（常在操作系統(tǒng)課程中介紹解決該問題的方法。數(shù)據(jù)結(jié)構(gòu)問題本質(zhì)上屬計算機(jī)內(nèi)存的動態(tài)、合理使用與管理問題）。而該課程中所謂抽象數(shù)據(jù)類型，是指在指定的數(shù)據(jù)集上定義對該數(shù)據(jù)元素進(jìn)行多種加工等編程操作方法。這個數(shù)據(jù)集以及對其數(shù)據(jù)元素的加工方法（數(shù)據(jù)集與其加工方法均能遞歸定義），應(yīng)來源于人們用數(shù)學(xué)的方法描述解決實際應(yīng)用問題這一過程，該主次關(guān)系不能顛倒。沒有這些數(shù)據(jù)結(jié)構(gòu)與程序編碼等基礎(chǔ)訓(xùn)練，初學(xué)者很難規(guī)劃好一個軟件的系統(tǒng)功能與結(jié)構(gòu)。
由于傳統(tǒng)的算法語言與數(shù)據(jù)結(jié)構(gòu)課程教學(xué)無數(shù)學(xué)建模（它決定了解決多種應(yīng)用問題算法的來源）與軟件系統(tǒng)的概念，故傳統(tǒng)的算法語言與數(shù)據(jù)結(jié)構(gòu)課程沒有講清程序設(shè)計的基本規(guī)律。
4.1.3 傳統(tǒng)計算機(jī)課程存在教學(xué)問題
首先，傳統(tǒng)計算機(jī)圖形學(xué)課程存在教學(xué)問題，現(xiàn)已被本教學(xué)改革有效化解。
其次，軟件工程課程存在教學(xué)效果空洞抽象等困惑。若把新的計算機(jī)圖形學(xué)課程作為軟件工程課程的教學(xué)實習(xí)對象，可以有效解決該教學(xué)困惑。由于新的計算機(jī)圖形學(xué)課程可以講清程序設(shè)計的基本規(guī)律與計算機(jī)仿真的基本原理，這使軟件工程課程的教學(xué)從理論上能達(dá)到軟件全生命周期設(shè)計的教學(xué)目的。
第三，計算機(jī)導(dǎo)論與計算機(jī)基礎(chǔ)課程存在教學(xué)困惑。計算機(jī)導(dǎo)論應(yīng)對計算學(xué)科發(fā)展的全貌作整體介紹，并理順計算學(xué)科與其他學(xué)科之間的關(guān)系，引導(dǎo)讀者根據(jù)自己的需求有效選擇學(xué)習(xí)不同的計算機(jī)專業(yè)知識。由于此前計算機(jī)課程存在以上問題，導(dǎo)致歷次獲國家級獎勵的計算機(jī)教學(xué)改革成果以通過有效載體進(jìn)入課程教學(xué)，致使計算機(jī)課程教學(xué)體系仍然不夠成熟。這往往是行業(yè)外人士選修計算機(jī)課程的迷惑。因為自牛頓時代以來，用數(shù)學(xué)的語言描述自然科學(xué)取得的新進(jìn)展，是各自然學(xué)科之間相互交流學(xué)術(shù)思想與成果的通用方法；然而目前其他自然科學(xué)工作者學(xué)習(xí)計算機(jī)后，卻無法順利地用計算工具的方法來表達(dá)其各自學(xué)科建設(shè)研究成果的數(shù)學(xué)模型等。這種計算機(jī)課程教學(xué)不便于計算機(jī)教育與其他自然科學(xué)教育進(jìn)行對等有效的學(xué)術(shù)交流，并導(dǎo)致計算機(jī)基礎(chǔ)課程教學(xué)出現(xiàn)危機(jī)。另計算機(jī)教學(xué)無計算科學(xué)學(xué)科結(jié)構(gòu)的概念，即人們沒有評判計算機(jī)導(dǎo)論教材好壞的客觀標(biāo)準(zhǔn)。計算機(jī)圖形學(xué)教學(xué)改革取得的新成果――發(fā)現(xiàn)計算科學(xué)學(xué)科結(jié)構(gòu)的客觀存在，為重構(gòu)計算機(jī)導(dǎo)論與計算機(jī)基礎(chǔ)課程提供了重要借鑒。
最后，計算機(jī)網(wǎng)絡(luò)課程存在不足。如該課程介紹網(wǎng)絡(luò)通信協(xié)議較多，卻較少介紹網(wǎng)絡(luò)通信工具的構(gòu)建與編程使用方法，以及計算機(jī)網(wǎng)絡(luò)通信程序的編程實現(xiàn)，這不利于初學(xué)者承擔(dān)計算機(jī)網(wǎng)絡(luò)計算的重任。
4.2 借鑒計算機(jī)圖形學(xué)的教改成果。歸納計算科學(xué)的學(xué)科結(jié)構(gòu)
傳統(tǒng)計算機(jī)核心課程缺少一門計算機(jī)的綜合運用課程，以總結(jié)并提煉計算機(jī)程序設(shè)計的基本規(guī)律與計算機(jī)仿真的基本原理。計算機(jī)圖形學(xué)課程可以很好地承擔(dān)這一重任。有了計算工具的概念與計算機(jī)圖形學(xué)課程后，可以重新分類、歸納已知計算機(jī)的多種應(yīng)用。
成熟的計算機(jī)圖形學(xué)與傳統(tǒng)計算機(jī)核心課程的教學(xué)，使計算科學(xué)理論（即計算機(jī)的系統(tǒng)理論和專業(yè)知識。它需回答：什么能被工具有效地進(jìn)行自動計算，用什么方法研究該命題并形成哪些結(jié)論、成熟的理論與發(fā)展方向；滿足何種條件的實物裝置能實現(xiàn)計算功能，計算裝置如何構(gòu)造實現(xiàn)并使其正常運行、操作使用；可計算性的實現(xiàn)前提是什么，如何用該計算裝置實現(xiàn)這種自動計算，如何保證計算結(jié)果的正確性和計算裝置運行的安全穩(wěn)定，該計算裝置有多強(qiáng)大的計算能力；計算理論與計算機(jī)專業(yè)各課程的關(guān)系等）、工具（算法語言、編譯系統(tǒng)、操作系統(tǒng)、計算機(jī)系統(tǒng)）與應(yīng)用（數(shù)據(jù)存儲與檢索，數(shù)據(jù)計算、仿真、符號變換與推理，數(shù)據(jù)網(wǎng)絡(luò)通信，數(shù)據(jù)獲取、輸出表達(dá)與控制即多媒體）3個學(xué)科形態(tài)得到完整展現(xiàn)。它們是形成計算機(jī)專業(yè)多個發(fā)展方向（如殺毒與網(wǎng)絡(luò)防火墻、網(wǎng)絡(luò)存儲與查詢、網(wǎng)頁設(shè)計開發(fā)工具與網(wǎng)站建設(shè)、網(wǎng)絡(luò)瀏覽器，即時通信、流媒體與播放器、人工智能與專家系統(tǒng)、計算機(jī)嵌入式應(yīng)用、計算機(jī)在通信與自動控制系統(tǒng)中的應(yīng)用等）與綜合（如3D網(wǎng)絡(luò)游戲）或研發(fā)計算機(jī)硬件（計算機(jī)系統(tǒng)結(jié)構(gòu)與CPU設(shè)計、計算機(jī)工程）的基礎(chǔ)。
因互聯(lián)網(wǎng)的應(yīng)用，計算機(jī)網(wǎng)絡(luò)計算有網(wǎng)絡(luò)理論（在通信理論的支持下，如何可靠、快速、方便、安全地實現(xiàn)計算機(jī)信息描述數(shù)據(jù)的通信；網(wǎng)絡(luò)計算的理論基礎(chǔ)與基本規(guī)則是什么，如何利用網(wǎng)絡(luò)資源進(jìn)行有效的傳輸與計算）、網(wǎng)絡(luò)工具（計算機(jī)與互聯(lián)網(wǎng)、路由器與交換機(jī)、調(diào)制解調(diào)器、Java、html語言、瀏覽器、Socket、遵循HLA標(biāo)準(zhǔn)的分布式實時仿真工具RTI、網(wǎng)絡(luò)游戲引擎）與網(wǎng)絡(luò)應(yīng)用（如計算機(jī)數(shù)據(jù)通信與監(jiān)管、電子商務(wù)、社交網(wǎng)站、網(wǎng)絡(luò)游戲、云計算、信息技術(shù)與信息系統(tǒng)、物聯(lián)網(wǎng)、大數(shù)據(jù)的應(yīng)用等）。
圖1顯示了計算科學(xué)的學(xué)科結(jié)構(gòu)。由計算機(jī)仿真的基本原理與可計算性的實現(xiàn)前提，可論證程序設(shè)計教學(xué)與計算機(jī)仿真教學(xué)的一致性。
故計算作為一門學(xué)科（招生專業(yè)）的根據(jù)是：①它有自己獨立的研究領(lǐng)域。即什么能被有效地用工具進(jìn)行自動計算以及可靠、安全、快速地傳輸？②產(chǎn)生專業(yè)知識的方法?？茖W(xué)研究與科學(xué)思維是產(chǎn)生（創(chuàng)造）多種學(xué)科新知識的主要方法，這是研究生階段的主要學(xué)習(xí)任務(wù)。③由此形成的理論體系與其學(xué)科結(jié)構(gòu)。這是本科生學(xué)習(xí)階段應(yīng)掌握的專業(yè)知識。④傳授知識的法定機(jī)構(gòu)與辦學(xué)條件。⑤廣泛的應(yīng)用基礎(chǔ)。
5 結(jié)語
第8篇：模糊算法基本原理范文
關(guān)鍵詞：數(shù)字PID；超調(diào)控制
中圖分類號：TP273 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-7712 （2013） 24-0000-01
PID控制因其具有結(jié)構(gòu)簡單、穩(wěn)定性好、可靠性高等優(yōu)點，而被廣泛應(yīng)用在工業(yè)控制領(lǐng)域。但是，現(xiàn)代的工業(yè)控制過程中，許多被控對象機(jī)理復(fù)雜，具有嚴(yán)重的非線性、時變不確定性和純滯后性，采用傳統(tǒng)PID控制不能達(dá)到理想的控制效果，這種情況下，智能PID控制應(yīng)運而生。
一、傳統(tǒng)PID控制
（一）控制原理
PID控制規(guī)律是比例（P）、積分（I）和微分（D）控制，根據(jù)系統(tǒng)的產(chǎn)生誤差，利用比例（P）、積分（I）和微分（D）算法，計算出控制調(diào)節(jié)量進(jìn)行控制的。
（二）PID控制的特點
1.比例（P）控制
比例（P）控制是最基本、也是最簡單的控制方式，控制器的輸出信號成比例反映輸入信號。只要系統(tǒng)有誤差，控制器就會起控制作用，減小系統(tǒng)的穩(wěn)態(tài)誤差。比例系數(shù)KP決定比例控制的強(qiáng)弱，增大KP能提高系統(tǒng)開環(huán)增益，提高系統(tǒng)的控制精度，但是KP過大，又會降低系統(tǒng)的相對穩(wěn)定性，甚至導(dǎo)致閉環(huán)系統(tǒng)不穩(wěn)定。
2.積分（I）控制
積分（I）控制的輸出與輸入誤差的積分成正比關(guān)系。對于有差系統(tǒng)，要消除穩(wěn)態(tài)誤差，就必須在控制器中加入積分項，積分項隨著時間的增加而加大，使系統(tǒng)的穩(wěn)態(tài)誤差進(jìn)一步減小，直到為0，消除穩(wěn)態(tài)誤差。通常，積分（I）控制的主要作用使系統(tǒng)沒有穩(wěn)態(tài)誤差，但是積分作用會產(chǎn)生相位滯后，因此如果積分作用太強(qiáng)，會使被控系統(tǒng)的穩(wěn)定性變差。
3.微分（D）控制
微分（D）控制的輸出與輸入誤差的微分成正比關(guān)系。微分（D）控制能夠反映誤差的變化率，只要系統(tǒng)有誤差，而且誤差隨時間變化時，控制器對誤差進(jìn)行微分，提前抑制誤差，避免被控系統(tǒng)產(chǎn)生過大的超調(diào)量。但是對于無變化或是變化緩慢的控制對象，微分（D）控制不起作用。
由于比例（P）控制、積分（I）控制和微分（D）控制都有優(yōu)缺點，因此，在工業(yè)控制系統(tǒng)中，多采用組合控制―PI、PD或是PID控制?？刂破鞲鶕?jù)被控對象的特性，調(diào)整PID的三個參數(shù)，使系統(tǒng)達(dá)到滿意的控制效果。
（三）控制算法介紹
計算機(jī)PID控制系統(tǒng)中使用數(shù)字PID控制器。目前經(jīng)常使用的有位置式PID控制算法、增量式PID控制算法。（1）位置式PID控制算法。該算法的優(yōu)點是原理簡單、使用方便；不足是對e（k）的累加增大了計算機(jī)的存儲量和運算的工作量；u（k）的直接輸出易造成執(zhí)行機(jī)構(gòu)的大幅度變化。（2）增量式PID控制算法。該算法的優(yōu)點是：只計算增量，計算精度對控制量的影響較??；不對偏差累加，不易引起積分飽和；得出的是控制量的增量，誤動作影響小；易于實現(xiàn)手動到自動的無沖擊切換。缺點是有靜態(tài)誤差、積分截斷效應(yīng)大、溢出影響大。
二、智能PID控制
傳統(tǒng)PID控制算法簡單，調(diào)整參數(shù)方便，且具有一定的控制精度，所以在生產(chǎn)實際中，有95%以上的工業(yè)控制使用PID控制。但是，隨著工業(yè)控制系統(tǒng)的越來越復(fù)雜，傳統(tǒng)PID控制器的弊端也越來越明顯。比如，傳統(tǒng)PID控制只有用在時不變系統(tǒng)時，才能達(dá)到滿意的效果；對于非線性或是不確定性系統(tǒng)，則可能致使系統(tǒng)性能變差甚至造成系統(tǒng)的不穩(wěn)定。因此，工程技術(shù)人員在使用傳統(tǒng)PID控制的同時，也對其進(jìn)行了多種改進(jìn)，其中，智能PID控制器就是眾多控制系統(tǒng)中較為典型的新一代控制器。
智能PID控制是以傳統(tǒng)PID控制為核心，應(yīng)用智能控制技術(shù)研發(fā)的新型控制器。具備兩者的優(yōu)點，既具有傳統(tǒng)PID控制器結(jié)構(gòu)簡單、可靠性高和整定方便的特點，又具備智能控制系統(tǒng)自學(xué)習(xí)、自適應(yīng)、自組織的功能，能夠在線調(diào)增PID控制器的三個參數(shù)，以適應(yīng)過程參數(shù)變化。
智能PID控制根據(jù)智能技術(shù)的類別主要分為三類：專家PID控制、模糊PID控制、神經(jīng)網(wǎng)絡(luò)PID控制。下面主要介紹一下幾種智能PID控制器的特點。
（一）專家PID控制
專家PID控制的實質(zhì)是通過人工智能技術(shù)組織和利用被控對象和傳統(tǒng)PID控制規(guī)律的專家知識，求得被控系統(tǒng)盡可能的實用化和優(yōu)化。專家PID控制采用傳統(tǒng)PID控制形式，根據(jù)專家知識和經(jīng)驗，在線調(diào)整PID三個參數(shù)，使響應(yīng)曲線達(dá)到某種最佳響應(yīng)曲線。專家PID控制具有良好的控制特性，能應(yīng)付控制過程中出現(xiàn)的不確定性。但是，專家PID控制，進(jìn)行實時自適應(yīng)控制的依據(jù)是專家知識或是大量經(jīng)驗。因此，獲取專家知識和總結(jié)實驗經(jīng)驗尤為重要，是設(shè)計控制器的重點也是難點。
（二）模糊PID控制
模糊PID控制器優(yōu)點是不需要被控對象的數(shù)學(xué)模型，而是依據(jù)現(xiàn)有的控制系統(tǒng)知識，運用模糊控制方法建立控制決策表，由該表決定控制量的大小。模糊PID控制既具備模糊控制靈活和適應(yīng)性強(qiáng)的特點，又具備傳統(tǒng)PID控制器結(jié)構(gòu)簡單、精度高的優(yōu)點。模糊PID控制系統(tǒng)的控制效果在于如何建立模糊控制器規(guī)則和確保模糊關(guān)系的真實性，但是建立模糊規(guī)則通常帶有主觀性，這就一定會影響到系統(tǒng)的動態(tài)特性，因此，一些學(xué)者在模糊控制器設(shè)計中增加自學(xué)習(xí)的功能，使系統(tǒng)能夠自我完善。
（三）神經(jīng)網(wǎng)絡(luò)PID控制
基于神經(jīng)網(wǎng)絡(luò)的PID控制與模糊PID控制和專家PID控制不同，是直接利用神經(jīng)網(wǎng)絡(luò)作為控制器。神經(jīng)網(wǎng)絡(luò)作為在線估計器，控制信號由常規(guī)控制器發(fā)出。首先，神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)算法進(jìn)行離線學(xué)習(xí)，然后介入控制系統(tǒng)，間接地調(diào)整PID參數(shù)，給出最佳控制規(guī)律下的PID控制器的參數(shù)，同時，繼續(xù)自學(xué)習(xí)，根據(jù)受控對象不斷變化調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)系數(shù)，獲得最理想的控制效果。
不論是何種智能控制PID控制方式都是基于傳統(tǒng)PID控制基本原理，將智能控制技術(shù)與傳統(tǒng)PID控制結(jié)合，直接或間接地動態(tài)整定PID參數(shù)，使控制達(dá)到更優(yōu)的效果。
三、結(jié)束語
智能控制理論研究的深入，必將帶動智能PID控制器的研發(fā)，從而完善PID控制性能，提高控制效果。
參考文獻(xiàn)：
[1]石辛民，郝整清.模糊控制及其Matlab仿真[M].北京：清華大學(xué)出版社，2008.
第9篇：模糊算法基本原理范文
關(guān)鍵詞：指標(biāo)； 多因子算法； 優(yōu)化
中圖分類號：X9129 文獻(xiàn)標(biāo)識碼：A文章編號：2095-2163（2013）02-0070-04
0引言
建立完善的評價指標(biāo)體系是獲得有效評價效果的前提，評價指標(biāo)體系科學(xué)、合理，評價結(jié)果才會相應(yīng)地準(zhǔn)確與客觀。目前，針對評價指標(biāo)體系的研究較多，借助各種文獻(xiàn)資料，已經(jīng)構(gòu)建了各種各樣的評價指標(biāo)體系，但由于缺乏科學(xué)理論方法的指導(dǎo)，卻引發(fā)了各類程度不同的問題。因此，實用有效的指標(biāo)優(yōu)化方法對于評價指標(biāo)體系的構(gòu)建具有重要而深遠(yuǎn)的意義。
1評價指標(biāo)優(yōu)化方法研究分析
已有為數(shù)眾多的研究者就評價指標(biāo)優(yōu)化方法開展了大量研究工作，得到了一些實用的方法，解決了一部分實際問題。然而仍有一些問題未獲圓滿解決。這些問題主要表現(xiàn)在以下幾個方面：
（1）大多數(shù)評價指標(biāo)都是基于定性分析和定量分析相結(jié)合來進(jìn)行篩選，但目前所選用的定量分析方法卻常常僅從單一因素考慮，未能兼顧各類指標(biāo)之間的關(guān)聯(lián)性和重要性。而優(yōu)質(zhì)、高效的評價指標(biāo)體系只有需要綜合考慮各種因素影響，才能得到切實、可靠的構(gòu)建[1]。
（2）針對評價指標(biāo)體系有效性測評的研究開展得仍不夠充分?；诓煌慕嵌?，對于同一評價目標(biāo)可建立不同的評價指標(biāo)體系。對這些指標(biāo)體系的有效程度應(yīng)如何進(jìn)行定量描述，其中哪個體系更能真實反映評價目標(biāo)，諸如此類問題的全面解決對于建立合理的指標(biāo)體系具有基礎(chǔ)性的重要意義[2]。
2構(gòu)建評價指標(biāo)優(yōu)化方法
2.1多因子綜合算法
科學(xué)、合理的評價指標(biāo)體系是進(jìn)行準(zhǔn)確、客觀評價的基礎(chǔ)。然而，目前有關(guān)建立評價指標(biāo)體系的問題仍缺乏足夠的理論指導(dǎo)，尤其是對于一些大型的較為復(fù)雜系統(tǒng)，因其內(nèi)部影響因素間的關(guān)聯(lián)對應(yīng)錯綜煩雜，使得評價指標(biāo)體系的構(gòu)建就尤顯困難。為了建立全面、且無冗余的評價指標(biāo)體系，須從指標(biāo)的關(guān)聯(lián)性、重要性和有效性三個方面綜合考慮。
（1）指標(biāo)的關(guān)聯(lián)性。即各指標(biāo)之間的關(guān)聯(lián)程度，其大小用關(guān)聯(lián)度來表示。關(guān)聯(lián)度越小，就表明指標(biāo)間的獨立性越高，指標(biāo)間的冗余度也就相應(yīng)地越小，指標(biāo)體系越能如實地反映評價目標(biāo)。
（2）指標(biāo)的重要性。即各指標(biāo)的重要程度，其大小用重要度來表示。指標(biāo)的重要度與該指標(biāo)對評價目標(biāo)的影響效果成正比。
（3）指標(biāo)的有效性。即評判者采用某個指標(biāo)對評價目標(biāo)進(jìn)行評價時該指標(biāo)的有效程度。其大小用效度來衡量。效度與采用該指標(biāo)對評價目標(biāo)進(jìn)行評價的有效性成正比關(guān)系。評價指標(biāo)體系中各個指標(biāo)的效度之和表征了整個指標(biāo)體系的有效性?？蓪⒅笜?biāo)體系的效度作為對評價指標(biāo)體系檢驗有效性的參考標(biāo)準(zhǔn)。
綜上所述，為了建立科學(xué)有效的評價指標(biāo)體系，就必須盡量減小指標(biāo)間的關(guān)聯(lián)度，對于關(guān)聯(lián)度大的指標(biāo)應(yīng)根據(jù)具體情況進(jìn)行取舍；為保證指標(biāo)體系的簡潔性，應(yīng)該濾除重要度相對較低的指標(biāo)；而后再利用效度對其進(jìn)行有效性分析，并根據(jù)有效性檢驗結(jié)果判定指標(biāo)體系的構(gòu)建是否合理。根據(jù)這一思路，在綜合考慮指標(biāo)的關(guān)聯(lián)度、重要度和效度的基礎(chǔ)上，提出了評價指標(biāo)優(yōu)化的多因子綜合算法。第2期楊敏，等：一種基于多因子算法的評價指標(biāo)優(yōu)化方法智能計算機(jī)與應(yīng)用第3卷
22多因子綜合算法的基本原理
多因子綜合算法的基本原理是，首先參考國內(nèi)外標(biāo)準(zhǔn)初步建立評價指標(biāo)，并使用該評價指標(biāo)體系評價目標(biāo)對象，將評價結(jié)果作為灰色關(guān)聯(lián)聚類方法的輸入，由此可以計算得出各個指標(biāo)之間的相關(guān)程度，同時各個指標(biāo)的重要程度可以通過模糊分析計算獲取，然后將分析計算所得的指標(biāo)之間的關(guān)聯(lián)度和指標(biāo)的重要度作為對所有指標(biāo)進(jìn)行分類和判定取舍的依據(jù)，最后采用灰色關(guān)聯(lián)分析法來檢驗指標(biāo)的有效性。算法的實現(xiàn)流程如圖1所示。基于多因子綜合算法優(yōu)化后的評價指標(biāo)體系可以保證其中指標(biāo)全面且無冗余，互相獨立而又重點突出[3]。
2.2.1指標(biāo)的相關(guān)性分析
通常，指標(biāo)相關(guān)性分析都基于數(shù)理統(tǒng)計或聚類分析等方法，但這些方法要求預(yù)先取得大量的統(tǒng)計數(shù)據(jù)，并且計算任務(wù)繁重，有時還要求樣本數(shù)據(jù)呈現(xiàn)某些特殊關(guān)系。而灰色關(guān)聯(lián)分析法對于數(shù)據(jù)樣本數(shù)量和樣本特征均沒有特殊要求，而所涉及的計算也非常簡便，并且對定性和定量指標(biāo)均有很好的適應(yīng)性[4]。該方法的基本思想是，比較序列曲線幾何形狀的相似程度，以此來反映各曲線的關(guān)聯(lián)程度。若各比較序列曲線幾何形狀的相似度越大，相應(yīng)序列間的關(guān)聯(lián)程度也就越大，反之亦然。因此，可以采用灰色關(guān)聯(lián)分析方法通過曲線幾何形狀相似程度的比較來進(jìn)行指標(biāo)的相關(guān)性分析。另外，對于復(fù)雜系統(tǒng)評價指標(biāo)的優(yōu)化，由于受主觀因素影響，會涉及到大量不確定信息，致使分析過程具有明顯的灰色性，而灰色系統(tǒng)分析方法恰能有效解決此類問題，故本文采用灰色關(guān)聯(lián)聚類方法來實現(xiàn)評價指標(biāo)相關(guān)性的分析。
下面介紹灰色關(guān)聯(lián)聚類方法計算指標(biāo)相關(guān)度的一般步驟：
假設(shè)有n個分析待定的指標(biāo)，每個指標(biāo)均包含m個特征值，與之相應(yīng)的評價矩陣則為：
2.2.2指標(biāo)的重要性分析
對于指標(biāo)體系來說，去掉次要指標(biāo)，留下重要指標(biāo)，既發(fā)揮了指標(biāo)體系的基本作用，又簡化了體系結(jié)構(gòu)，便于展開系統(tǒng)分析；經(jīng)過相關(guān)性分析并且歸類的指標(biāo)，依據(jù)指標(biāo)重要程度做以取舍，實現(xiàn)了指標(biāo)優(yōu)化的科學(xué)性。又進(jìn)一步考慮到復(fù)雜系統(tǒng)評價指標(biāo)優(yōu)化帶有很大的模糊性，故選用模糊分析方法排定指標(biāo)的重要性，并去除各次要指標(biāo)[5]。詳細(xì)步驟如下：
為了簡化指標(biāo)體系結(jié)構(gòu)，可按Ps的大小對指標(biāo)進(jìn)行排序，去掉無關(guān)重要的指標(biāo)。
2.2.3指標(biāo)的有效性驗證
對同一評價問題，基于不同的角度可構(gòu)造得到多個評價指標(biāo)體系，以此來判定評價指標(biāo)體系的質(zhì)量，并進(jìn)一步確定所選用評價指標(biāo)的有效性大小，這些都會對評價結(jié)果產(chǎn)生重要的影響。在統(tǒng)計學(xué)方法中，除了要求樣本服從某個典型的概率分布之外，樣本數(shù)量也同時決定著結(jié)果的準(zhǔn)確程度，這就給效度分析帶來了一定的難度[6]。為此，本文試圖將灰色關(guān)聯(lián)分析的方法應(yīng)用于評價指標(biāo)的有效性檢驗中，以解決這類問題。
灰色關(guān)聯(lián)分析方法進(jìn)行有效性檢驗的基本思想是，通過曲線形狀的相似等級來分析指標(biāo)序列間的關(guān)聯(lián)程度，并反映專家評價的差異[7]。而利用灰色關(guān)聯(lián)分析進(jìn)行有效性分析的原理也是通過判斷曲線幾何形狀相似程度來實現(xiàn)的，但其解決關(guān)鍵則在于參考序列的確定，因為問題實質(zhì)與參考序列的選擇直接相關(guān)。
利用灰色關(guān)聯(lián)分析進(jìn)行有效性檢驗的基本步驟如下：
假設(shè)評價指標(biāo)集為A={Ai|i∈N，N=（1，2，…，n）}，n為評價指標(biāo)個數(shù)，評判專家集為M={Mk|k∈K，K=（1，2，…，m）}，則各指標(biāo)序列可表示為：
關(guān)聯(lián)系數(shù)ξio（k）表現(xiàn)了專家評判信息與參考信息的關(guān)聯(lián)程度，關(guān)聯(lián)程度越大，就說明信息的離散程度越小，專家認(rèn)識的一致度則越高，該指標(biāo)的有效性也就越大。各個指標(biāo)的效度記為：
εi=1m∑mk=1ξio（k）（17）
而整個指標(biāo)體系的效度可表示為：
ε=1n∑ni=1εi（18）
指標(biāo)體系的效度值越大，該指標(biāo)體系越能真實反映評價目標(biāo)的本質(zhì)，其有效性就越高。
參考序列的確定是利用灰色關(guān)聯(lián)分析進(jìn)行有效性檢驗的關(guān)鍵，合理獲取參考序列有助于灰色關(guān)聯(lián)分析實現(xiàn)不同的功能。有效性驗證不僅可以檢驗評價指標(biāo)體系的有效性，而且能夠?qū)υu價指標(biāo)優(yōu)化前后的指標(biāo)體系有效性的變化情況做一比較，并可取得良好實用效果。
3結(jié)束語
對科學(xué)合理的評價指標(biāo)優(yōu)化方法開展研究，無論在理論上還是實踐上都具有重要意義。只有在嚴(yán)格理論指導(dǎo)下建立的評價指標(biāo)體系，才能確保評價結(jié)果的科學(xué)性和準(zhǔn)確性。本文以指標(biāo)的關(guān)聯(lián)性、重要性和有效性作為出發(fā)點，并在對灰色關(guān)聯(lián)分析方法的使用和借助下，提出了基于多因子算法的評價指標(biāo)優(yōu)化方法，在一定程度上滿足了復(fù)雜系統(tǒng)評價指標(biāo)的優(yōu)化要求。
參考文獻(xiàn)：
[1]夏春艷，顏聲遠(yuǎn)，李慶芬，等. 核電廠主控室人機(jī)界面評價實驗研究[J]. 中國安全科學(xué)學(xué)報， 2008（10）： 1519.
[2]O’HARA J M，BROWN W S，LEWIS P M， et al. Human-system interface design review guidelines （NUREG-0700， Revision 2）. U.S. NRC. Washington， DC.2002： 128129.
[3]陳曉明，高祖瑛，周志偉，等. 基于計算機(jī)模擬技術(shù)的人機(jī)界面評價系統(tǒng)[J]. 原子能科學(xué)技術(shù)， 2004： 365368.
[4]顏聲遠(yuǎn). 火電廠主控制室人機(jī)界面虛擬評價方法[D]. 哈爾濱：哈爾濱理工大學(xué)， 2008（12）： 5660.
[5]劉素娟.先進(jìn)的核電廠主控室人機(jī)界面審評中需要注意的幾個問題[J].核安全， 2004： 4450.
