別人的故事精選(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別人的故事主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：別人的故事范文

放下信，我聯(lián)想起自己剛剛結(jié)束的一段戀情，那個(gè)離我而去的男孩兒比這位信中的女孩兒更狠，他是帶著他的新女友來(lái)和我分手的。在那一刻，我除了痛恨和鄙視，沒有一絲絲對(duì)他的留戀了。真是了結(jié)得痛快！可我也不再相信愛情。

在清理抽屜時(shí)，我從一堆亂七八糟的紙片中，發(fā)現(xiàn)了一張女孩兒的小照，她的臉在一個(gè)心形的大頭貼里露出來(lái)，笑得嫵媚燦爛，看上去，這是一個(gè)很漂亮的女孩兒，20出頭的樣子。我突然把照片與信中的主人公芊芊聯(lián)系在了一起，甚至求證過(guò)房東，照片上的女孩兒就是剛從這屋里搬走的芊芊。也許是“芊芊”這個(gè)好聽的名字吧，我沒有把信和照片扔掉，而是放進(jìn)一個(gè)我暫時(shí)不用的抽屜里。后來(lái)，也就忘了這事。

可是，一個(gè)星期后我下班回來(lái)，發(fā)現(xiàn)門下塞進(jìn)一封信，信封上寫著“葉芊芊收”，上面有本地郵局的郵戳，看樣子是郵差投進(jìn)來(lái)的。由于字跡和上封信一模一樣，我斷定就是那個(gè)叫“海格”的男孩兒寫來(lái)的。我隨手把它放進(jìn)了那個(gè)抽屜。

后來(lái)，竟然每隔幾天都有一封同樣的信投進(jìn)我的屋里。當(dāng)收到第四封時(shí)，我想把它退回去，免得這個(gè)癡情的男孩兒白白等待。但轉(zhuǎn)念一想：他未必能堅(jiān)持下去，現(xiàn)在薄情寡義的男人多得很，說(shuō)不定，他投出這封后再也不會(huì)寫了，我又何必管這閑事？然而，當(dāng)我收到第十一封時(shí)，我被這個(gè)男孩兒的執(zhí)著深深地打動(dòng)了，一種很想看看信的沖動(dòng)讓我冒昧地拆開了所有的信。

其中有一個(gè)細(xì)節(jié)是這樣描述的：“那次我在外地出差，你突然打來(lái)電話說(shuō)感冒發(fā)燒，我便匆匆把事辦完，連夜乘車趕回。可是那天特別熱，我在悶熱的車廂里中暑了，便糊里糊涂昏睡過(guò)去，等我醒來(lái)時(shí)卻發(fā)現(xiàn)早已過(guò)了站點(diǎn)。怎么辦？我只好等待下一站，不管那是哪兒就下了車。誰(shuí)知那是一個(gè)很小的站，晚上根本就沒有返回的車?？晌乙幌氲礁邿械哪悖妥龀鲆粋€(gè)大膽的決定――走回去！我一直沿著鐵路走呀走，過(guò)隧道時(shí)黑壓壓一片，我不由想起一些聽來(lái)的關(guān)于發(fā)生在隧道里的案件來(lái)，就毛骨悚然?？晌覜]有退路，必須壯著膽子前行。可怕的是，過(guò)完一個(gè)，沒走多遠(yuǎn)又出現(xiàn)了一個(gè)！那晚，我一連過(guò)了五個(gè)隧道。等我從最后一個(gè)隧道里鉆出來(lái)時(shí)，已渾身濕透。我不知自己是怎么走到那個(gè)熟悉的站臺(tái)的。當(dāng)我拖著如鉛一樣沉重的雙腳出現(xiàn)在你面前時(shí)，我癱軟下去。而盼了我一夜的你，抱著我哭成了淚人……”

我感動(dòng)得一塌糊涂，一連幾天都沉浸在這些信里拔不出來(lái)，不知如何才能終止這個(gè)男孩兒無(wú)望的來(lái)信。

就在這時(shí)，戲劇性的一幕出現(xiàn)了：一個(gè)陌生男孩兒敲開了我的門，他看到我的第一眼十分吃驚，隨后說(shuō)出了“葉芊芊”三個(gè)字。我告訴他，她在我搬來(lái)前就走了，我已經(jīng)住進(jìn)來(lái)53天了。我以為他聽了會(huì)很失望，甚至?xí)?zé)怪我對(duì)他的冷處理。可他沒有，他的臉上倒燃起一絲希望，向我禮貌地要求索回他的來(lái)信。也許他認(rèn)為女孩兒沒有看到信，比收到信不理睬這一結(jié)果要好得多吧。我急中生智，對(duì)他說(shuō)：“哦，你的信我昨天全給你退回去了?！蹦泻嚎蜌獾氐乐x?？吹剿哌h(yuǎn)了，我才長(zhǎng)吁了一口氣，因?yàn)槲覍?shí)在不知要怎樣才能將這些拆開的信退還給他？這是不是侵權(quán)？

那天正好是星期日。男孩兒走后，我去附近的菜市場(chǎng)買菜，路過(guò)一個(gè)建筑工地時(shí)，我沒想到會(huì)在這里又碰到了他。只見他抱著頭蹲在路邊，我定神一看，驚呆了：他滿手滿臉是血，身旁有一小截磚頭。我立刻明白了：他是心不在焉地闖入了工地，被磚頭砸傷了，而上面的民工卻誰(shuí)也不知道下面發(fā)生了事。

我趕忙送他到附近的醫(yī)院門診包扎傷口，又打車送他回住處。做完這些時(shí)，我心里踏實(shí)了許多，決定找天去看他時(shí)把信和照片都還給他，向他坦陳我的所作所為。

第二天，為了“贖罪”，我提著做好的鮮魚湯去看他。他比昨天精神了許多，友好地用水果接待我。交談中，為了得到他的理解，我竟然把自己失敗的戀情向這個(gè)陌生的男孩兒倒了出來(lái)，然后果斷地把信交給了他。聰明的他還沒等我作出任何解釋，就忙說(shuō)“沒關(guān)系”。就這樣，我們成了朋友，彼此療著心中的傷。惟一感受不同的是，在海格的心里，葉芊芊幾乎是完美的。而我，從不懷舊。

海格當(dāng)時(shí)在一家報(bào)社拉廣告，干得挺好。我就欣賞他這種雖然失戀了、工作卻依然干得出色的男人，這比整天買醉的男人要強(qiáng)千萬(wàn)倍。我甚至發(fā)現(xiàn)他很善良、很能吃苦，性格也好?？晌揖褪遣幻靼祝喝~芊芊怎么可以放棄這么好的一個(gè)男孩兒不愛要去愛別人？每當(dāng)這么想時(shí)，我心里就沒來(lái)由地疼痛，因?yàn)槲覍?shí)在不愿看到他為一個(gè)無(wú)情無(wú)義的女孩兒痛苦得沒有盡頭。

我們來(lái)往很密切，要是換一個(gè)人，我想他一定不會(huì)無(wú)視我的存在?？伤睦镅b滿了葉芊芊，好像她是海格胸口上抹不去的一顆朱砂痣。

大約三個(gè)月后的一天清晨，一個(gè)女孩兒紅腫著雙眼找上門來(lái)打聽海格，我看她怎么也不像那照片上的女孩兒。她一見到我便滿眼期待地問(wèn)：“請(qǐng)問(wèn)有沒有一個(gè)人來(lái)找過(guò)葉芊芊？他叫海格。”我停頓了3秒鐘才說(shuō)：“有?！彼劾锿蝗婚W著光，急切地問(wèn)：“他在哪兒？快告訴我！”我問(wèn)她是誰(shuí)，找他有事嗎？并讓她進(jìn)屋慢慢說(shuō)。

原來(lái)她是葉芊芊的朋友，她說(shuō)：“芊芊今天凌晨4點(diǎn)多鐘去世了。我必須找到海格，她那么愛他，卻瞞著自己的病情提出和他分手，她說(shuō)她太了解海格：他寧愿她負(fù)了他，也不愿接受一個(gè)她死亡的事實(shí)，因?yàn)檫@對(duì)他來(lái)說(shuō)太殘酷了！還有，她隨著病情的惡化，最怕海格看到容顏不再美麗的她，怕他永遠(yuǎn)記住自己最難看的丑相，而這對(duì)她來(lái)說(shuō)簡(jiǎn)直比死還要?dú)埧?！可我必須把她最后的日記還給他，里面寫的全是對(duì)他的思念，字字是血?？梢哉f(shuō)，她最后的日子就是靠這本日記度過(guò)的?！庇谑撬蜷_一塊綢巾，露出一個(gè)精美的紅緞本來(lái)。我接過(guò)一頁(yè)一頁(yè)地翻閱，淚水很快模糊了我的雙眼……我把海格為她寫信、受傷的事也全講給這位朋友聽。于是，兩個(gè)女孩兒的淚水不約而同地為這對(duì)戀人汩汩流淌……

這多么像小說(shuō)里的情節(jié)，卻殘酷地出現(xiàn)在我們所見證的這樣一對(duì)平凡的情侶身上！我們找到海格，當(dāng)海格知道發(fā)生的一切時(shí)，雙腿軟了下去，接著發(fā)出絕望的悲號(hào)：“為什么？為什么竟是這樣……”

海格去參加了芊芊的葬禮，芊芊被運(yùn)回了她的老家。再次見到海格是半個(gè)月以后了，他還是那么悲傷，問(wèn)我為什么這么好的女孩兒要得絕癥？為什么他那么死心塌地愛著的人老天要跟他搶？為什么芊芊的父母就這么一個(gè)孩子上帝也不給他們留下？我只能默默地陪著他流淚，不能回答……

從此，海格每隔一段時(shí)間就坐7個(gè)多小時(shí)的車去看望芊芊的父母。

有一次，我要求和他一起去看芊芊的父母，他同意了。當(dāng)芊芊的母親把我當(dāng)成海格的女友相待時(shí)，我看到海格想解釋什么，而終于沒有說(shuō)出口。他欲言又止的樣子，讓我刻骨銘心。在返回的車上，我們誰(shuí)也不說(shuō)話。但我能理解，這種深度的悲傷是要很長(zhǎng)時(shí)間才能修復(fù)的。

也就是從這以后，我一直同海格去看芊芊的雙親。盡管海格對(duì)我真的很好很好，可我們的關(guān)系卻從未明朗。我想，我是最有資格陪海格來(lái)替芊芊盡孝的人――這是一種幸福。

第2篇：別人的故事范文

我把處在黃金地段的房子租出去，自己到遠(yuǎn)郊租平房住，說(shuō)是找個(gè)清靜地，實(shí)際上是為了掙房屋租賃的差價(jià)。

屋里的東西保存完好，我把押金給了男的(因?yàn)槲覜]看到女的)。他很慷慨，給我留下一盆黑色郁金香。我暗笑他不懂花，郁金香是不適合放在臥室里的，對(duì)人的神經(jīng)系統(tǒng)有影響。

將近一年沒回家住了。晚上，我看著屋里的一切，總覺得自己走錯(cuò)了門，有點(diǎn)不適應(yīng)。我正在客廳里找回家的感覺，突然防盜門無(wú)聲無(wú)息地開了，租房的女人抱著盆黑色郁金香走了進(jìn)來(lái)。

我很生氣，男的說(shuō)，鑰匙都給我了，怎么她還能打開房門?你回來(lái)有事?我說(shuō)話的語(yǔ)氣不太好。誰(shuí)知，她并沒理我，徑直朝臥室走去。

屋里沒你的東西了，我氣憤地跟著她走進(jìn)臥室。我驚呆了，臥室里燈光明亮，那個(gè)男的坐在床上。一個(gè)人進(jìn)了另一間臥室，我竟絲毫沒察覺。你們?cè)趺催€不走?我生氣地說(shuō)。

他們沒理我，抱在一起，做那些事。我不知所措地愣在門口，站也不是，退也不是。是手機(jī)鈴聲驚醒了我，房屋中介打來(lái)的，問(wèn)我是否還出租房。我一時(shí)沒搭話，因?yàn)槲野l(fā)現(xiàn)，臥室里的燈滅了。

我說(shuō)了聲，租，隨即按動(dòng)燈的開關(guān)，我要看看這對(duì)男女是否知道羞恥。我瞪大了眼，看著空空的臥室，他們倆消失了。我就堵在門口，窗戶上有防盜窗，他們?cè)趺聪У?

我愣了半天，才似乎明白了，剛才的一切只是一個(gè)夢(mèng)境，我在疑心這不是自己的房子，就站著做了個(gè)房子是別人的夢(mèng)。我把郁金香搬到陽(yáng)臺(tái)上去，我疑心夢(mèng)境和它有關(guān)。

我走出臥室，又看到了那個(gè)女的，她還是不搭理我，拿著一瓶紅酒往臥室里走。我再次跟了進(jìn)去，想跟他們理論一番。

茶幾上擺若生日蛋糕，幾盤菜，一瓶紅酒，燭光閃爍，他們竟在我的房里堂而皇之地過(guò)生日。

我正想發(fā)火，眼睛不經(jīng)意看了一眼對(duì)面墻上的電子萬(wàn)年歷，2012年1月16日，不對(duì)，我檢查過(guò)了，萬(wàn)年歷沒問(wèn)題，今天應(yīng)該是3月15日。誰(shuí)把日期改了々我突然想起，在剛才接電話的時(shí)候，我的眼睛也掃過(guò)萬(wàn)年歷，我記住了時(shí)間，2011年4月5日。萬(wàn)年歷在差不多的時(shí)間內(nèi)變換了兩次日期。

正在我惶惑的時(shí)候，房屋中介又打來(lái)了電話，租房的人明天來(lái)看房，并告訴我一個(gè)好消息，房租漲了400塊。我卻高興不起來(lái)，我再次站在黑著燈的臥室里，他們?nèi)瞬灰娏?，生日晚宴不見了?/p>

我相信，剛才的還是夢(mèng)境，否則，萬(wàn)年歷也不會(huì)頻繁地變換日期，兩人自始至終都沒發(fā)出一點(diǎn)聲音，更像無(wú)聲電影。至于做夢(mèng)的原因。我歸結(jié)于殘存在房間里的花香。

我早起寫東西，走出臥室時(shí)，看到一個(gè)陌生的女人瘋了似的跑進(jìn)那間臥室里去了，難道我又做夢(mèng)了?我跟了過(guò)去。

男女兩個(gè)都在。剛進(jìn)去的女人和里面的女人廝打在一起，男的站在一邊不知所措，后來(lái)，男的一巴掌把和自己一起租房的女人打倒在地。那個(gè)女人愣愣地看了男人一會(huì)兒，淚流滿面地跑出臥室，從我身邊經(jīng)過(guò)。

這時(shí)，我看了一眼萬(wàn)年歷，2012年3月14日，但隨后，日期又變了，變成了3月16日，也就是當(dāng)天。臥室里又只剩下我了。

我傻站了好一會(huì)兒，才從手機(jī)里找出那個(gè)男的手機(jī)號(hào)。我問(wèn)他，生日是不是1月16日，過(guò)生日時(shí)是不是有生日蛋糕，喝的紅酒。他停頓了一會(huì)兒說(shuō)，你一定是從身份證上知道我的生日的，過(guò)生日的東西，你倒是挺有想象力的，說(shuō)得不錯(cuò)，但這與你有什么關(guān)系?

我沒回答，接著說(shuō)，跟你一起住的是你的情人，前天早上，你妻子找到這里，為了留住妻子，你打了情人一巴掌。

是誰(shuí)告訴你的?電話里傳出他憤怒的聲音。

我掛了電話，一切都清楚了，那些并不是我的夢(mèng)境，而是租房人在這里的生活片段，4月5日是他們搬來(lái)的頭一天，1月16日是男的生日，3月14日是他們分開的日子，應(yīng)該都是他們?cè)谖业姆课萆钭钪档糜洃浀娜兆樱鼈兙拖褚粓?chǎng)場(chǎng)無(wú)聲電影在我面前閃現(xiàn)。

第3篇：別人的故事范文

1、語(yǔ)無(wú)腸公子是古人對(duì)螃蟹的別稱。

2、解析——無(wú)腸公子，是古人對(duì)對(duì)螃蟹的別稱，出自晉葛洪《抱樸子》，原文為：“稱無(wú)腸公子者，螃蟹也?！惫艜r(shí)螃蟹就有“橫行介士”和“無(wú)腸公子”的稱號(hào)。唐 唐彥謙 《蟹》詩(shī)：“無(wú)腸公子固稱美，弗使當(dāng)?shù)澜麢M行?！币嗍∽鳌?無(wú)腸 ”。元 耶律楚材 《再用張敏之韻》：“一巵持竹葉，左手把無(wú)腸?！鼻?查慎行 《食蟹有感》詩(shī)：“無(wú)腸憐若輩，多足自能肥?！?/p>

（來(lái)源：文章屋網(wǎng) ）

第4篇：別人的故事范文

1 人力資源管理在風(fēng)險(xiǎn)管理中的重要性

人力資源風(fēng)險(xiǎn)中最為常見的幾個(gè)問(wèn)題包括了黑單、企業(yè)機(jī)密、賬務(wù)造價(jià)等多個(gè)方面，當(dāng)企業(yè)內(nèi)部出現(xiàn)了以上問(wèn)題時(shí)，其主要的原因通常來(lái)說(shuō)有以下幾個(gè)方面：企業(yè)內(nèi)部的相關(guān)管理制度并不完善，甚至存在重大的缺陷；企業(yè)所建立的監(jiān)督制度以及道德防范力不足；企業(yè)內(nèi)部員工個(gè)人素質(zhì)有待加強(qiáng)。以上這些原因都充分的說(shuō)明了，企業(yè)必須要對(duì)內(nèi)部的人力資源風(fēng)險(xiǎn)加以控制，并且建立極為完善的人力資源防范制度，以及相應(yīng)的危機(jī)處理措施，以此來(lái)避免其內(nèi)部人力資源出現(xiàn)重大的風(fēng)險(xiǎn)，有效的保障企業(yè)內(nèi)部商業(yè)擠密安全以及持續(xù)運(yùn)作。

首先，企業(yè)的內(nèi)部必須要建立極為完善的風(fēng)險(xiǎn)管理體系，這項(xiàng)工作的主要目的就在于企業(yè)能夠?qū)︼L(fēng)險(xiǎn)發(fā)生進(jìn)行監(jiān)控，并且有相應(yīng)的風(fēng)險(xiǎn)發(fā)生防范措施。企業(yè)在運(yùn)營(yíng)的過(guò)程中，必須要對(duì)各個(gè)部門的風(fēng)險(xiǎn)防范能力加以培訓(xùn)，并且針對(duì)不同的部門建立不同的監(jiān)督制度，以此來(lái)確保風(fēng)險(xiǎn)防范意識(shí)能夠落實(shí)到管理過(guò)程中；企業(yè)自身必須要建立其極為完善的數(shù)據(jù)載入機(jī)制，以此來(lái)對(duì)企業(yè)內(nèi)部各項(xiàng)人力資源數(shù)據(jù)進(jìn)行記錄。然后，企業(yè)必須要建立起事中防御監(jiān)控機(jī)制。事中風(fēng)險(xiǎn)防御機(jī)制是人力資源風(fēng)險(xiǎn)事前防御的延伸。是公司應(yīng)當(dāng)針對(duì)企業(yè)內(nèi)部的在職員工定期進(jìn)行培訓(xùn)、考核以及心理測(cè)試等。公司內(nèi)部的相關(guān)人員素質(zhì)，要加以培訓(xùn)提高，并且建立起良好的考核制度來(lái)；此外，公司還可以應(yīng)聘專業(yè)的調(diào)查公司，來(lái)對(duì)企業(yè)重點(diǎn)崗位上的員工工作狀況進(jìn)行機(jī)密調(diào)查，提高公司對(duì)于風(fēng)險(xiǎn)防范的力度。

2 人力資源管理的風(fēng)險(xiǎn)分類

一般我們可以按人力資源管理中的各環(huán)節(jié)內(nèi)容對(duì)風(fēng)險(xiǎn)進(jìn)行分類，如招聘風(fēng)險(xiǎn)、績(jī)效考評(píng)風(fēng)險(xiǎn)、工作評(píng)估風(fēng)險(xiǎn)、薪金管理風(fēng)險(xiǎn)、員工培訓(xùn)風(fēng)險(xiǎn)、員工管理風(fēng)險(xiǎn)等等。對(duì)高新技術(shù)企業(yè)來(lái)講，招聘風(fēng)險(xiǎn)、績(jī)效考評(píng)風(fēng)險(xiǎn)、薪金管理風(fēng)險(xiǎn)、員工管理風(fēng)險(xiǎn)等顯得更為重要。另外我們也可從已知風(fēng)險(xiǎn)、可預(yù)知風(fēng)險(xiǎn)、不可預(yù)知風(fēng)險(xiǎn)的角度對(duì)風(fēng)險(xiǎn)進(jìn)行分類。對(duì)于已知風(fēng)險(xiǎn)和可預(yù)知風(fēng)險(xiǎn)我們要采取積極地措施進(jìn)行防范。

3 人力資源管理的風(fēng)險(xiǎn)識(shí)別

要想防范風(fēng)險(xiǎn)，首先要進(jìn)行風(fēng)險(xiǎn)識(shí)別。識(shí)別風(fēng)險(xiǎn)就是主動(dòng)的去尋找風(fēng)險(xiǎn)。比如員工管理中，技術(shù)骨干離職風(fēng)險(xiǎn)可能會(huì)由以下幾個(gè)方面產(chǎn)生：（1）待遇：他是否對(duì)他的待遇滿意？（2）工作成就感：他是否有工作成就感。（3）自我發(fā)展：他是否在工作中提高了自己的能力。（4）人際關(guān)系：他在公司是否有良好的人際關(guān)系。（5）公平感：他是否感到公司對(duì)他與別人是公平的。（6）地位：他是否認(rèn)為他在公司的地位與他對(duì)公司的貢獻(xiàn)成正比。（7）信心：他是否對(duì)公司的發(fā)展和個(gè)人在公司的發(fā)展充滿了信心。（8）溝通：他是否有機(jī)會(huì)與大家溝通、交流。（9）關(guān)心：他是否能得到公司和員工的關(guān)心。（10）認(rèn)同：他是否認(rèn)同企業(yè)的管理方式、企業(yè)文化、發(fā)展戰(zhàn)略。（11）其他：他是否有可能因?yàn)榻Y(jié)婚、出國(guó)留學(xué)、繼續(xù)深造等原因離職。人事經(jīng)理要根據(jù)認(rèn)真了解客觀情況，對(duì)可能發(fā)生的風(fēng)險(xiǎn)進(jìn)行有效識(shí)別，這是防范風(fēng)險(xiǎn)的第一步。

4 人力資源管理的風(fēng)險(xiǎn)評(píng)估

風(fēng)險(xiǎn)評(píng)估工作主要是對(duì)風(fēng)險(xiǎn)所可能造成損害程度是進(jìn)行深入的分析。通常是通過(guò)以下幾個(gè)步驟方式來(lái)進(jìn)行評(píng)估：首先按照風(fēng)險(xiǎn)篩選的相關(guān)風(fēng)險(xiǎn)條目來(lái)進(jìn)行一定的調(diào)研工作，在調(diào)研完成之后，依照調(diào)研的結(jié)果按照以往的經(jīng)驗(yàn)來(lái)預(yù)測(cè)可能會(huì)出現(xiàn)問(wèn)題的環(huán)節(jié)，并且預(yù)測(cè)其可能性，采用百分比的方式來(lái)將風(fēng)險(xiǎn)呈現(xiàn)出來(lái)，最后，按照風(fēng)險(xiǎn)可能發(fā)生的程度來(lái)排列順序。在這一過(guò)程中，人事經(jīng)理是一個(gè)較好的數(shù)據(jù)調(diào)查對(duì)象，這主要是由于人事經(jīng)濟(jì)通常與絕大多數(shù)員工都有著長(zhǎng)久的接觸，那么，對(duì)于員工心中所呈現(xiàn)出的不慢就有著一定程度的了解。

5 人力資源管理的風(fēng)險(xiǎn)駕馭

風(fēng)險(xiǎn)駕馭是解決風(fēng)險(xiǎn)評(píng)估中發(fā)現(xiàn)的問(wèn)題，從而消除預(yù)知風(fēng)險(xiǎn)。它一般由以下幾個(gè)步驟構(gòu)成：（1）針對(duì)預(yù)知風(fēng)險(xiǎn)進(jìn)行進(jìn)一步調(diào)研。（2）根據(jù)調(diào)研結(jié)果，草擬消除風(fēng)險(xiǎn)方案。（3）將該方案與相關(guān)人員討論，并報(bào)上級(jí)批準(zhǔn)。（4）實(shí)施該方案。

人事經(jīng)理可針對(duì)公平問(wèn)題和溝通問(wèn)題，進(jìn)行專項(xiàng)交談或調(diào)查，找出問(wèn)題的根源，并草擬相應(yīng)的方案。如解決公平問(wèn)題的方案如下：（1）在制定公司規(guī)章制度時(shí)，廣泛征求員工的意見。（2）向各部門發(fā)放公司制度合訂本，方便員工了解公司制度。（3）將工資晉升標(biāo)準(zhǔn)公開，使工資晉升透明化。（4）增加部門間交流。

6 人力資源管理的風(fēng)險(xiǎn)監(jiān)控

6.1 風(fēng)險(xiǎn)識(shí)別主要是確定何種風(fēng)險(xiǎn)可能會(huì)對(duì)項(xiàng)目產(chǎn)生影響，并以明確的文檔描述這些風(fēng)險(xiǎn)及其特性

一般來(lái)講，風(fēng)險(xiǎn)識(shí)別是一個(gè)反復(fù)進(jìn)行的過(guò)程，由項(xiàng)目主要成員、企業(yè)風(fēng)險(xiǎn)管理小組分頭進(jìn)行，盡可能地識(shí)別出項(xiàng)目可能存在的風(fēng)險(xiǎn)。對(duì)風(fēng)險(xiǎn)進(jìn)行分類和歸納是風(fēng)險(xiǎn)識(shí)別中常用的方法。風(fēng)險(xiǎn)分類應(yīng)該是經(jīng)過(guò)綜合考慮而定義的，應(yīng)當(dāng)反映出項(xiàng)目所屬行業(yè)或應(yīng)用領(lǐng)域內(nèi)的常見風(fēng)險(xiǎn)來(lái)源。

6.2 風(fēng)險(xiǎn)分析是評(píng)估已識(shí)別出風(fēng)險(xiǎn)的影響和可能性的過(guò)程

風(fēng)險(xiǎn)分析可以選擇定性分析或定量分析方法，進(jìn)一步確定已識(shí)別的風(fēng)險(xiǎn)對(duì)項(xiàng)目目標(biāo)的影響，并根據(jù)其影響對(duì)風(fēng)險(xiǎn)進(jìn)行排序，確定項(xiàng)目的關(guān)鍵風(fēng)險(xiǎn)項(xiàng)，并指導(dǎo)接下來(lái)的風(fēng)險(xiǎn)應(yīng)對(duì)計(jì)劃的制定。項(xiàng)目的風(fēng)險(xiǎn)指數(shù)是一個(gè)有效的指標(biāo)，代表整個(gè)項(xiàng)目的風(fēng)險(xiǎn)程度，同時(shí)該指標(biāo)也可以用于橫向比較不同項(xiàng)目之間的風(fēng)險(xiǎn)程度。

6.3 風(fēng)險(xiǎn)應(yīng)對(duì)主要是針對(duì)項(xiàng)目的風(fēng)險(xiǎn)開發(fā)來(lái)制定一個(gè)風(fēng)險(xiǎn)應(yīng)對(duì)的方案，提高實(shí)現(xiàn)項(xiàng)目目標(biāo)的機(jī)會(huì)。風(fēng)險(xiǎn)應(yīng)對(duì)計(jì)劃包括項(xiàng)目主要風(fēng)險(xiǎn)，針對(duì)該風(fēng)險(xiǎn)的主要應(yīng)對(duì)措施，每個(gè)措施必須有明確的人員來(lái)負(fù)責(zé)，要求完成的時(shí)間以及進(jìn)行的狀態(tài)。

第5篇：別人的故事范文

關(guān)鍵詞：

人臉識(shí)別；可信度；不確定性；生物識(shí)別算法；分類器

中圖分類號(hào)： TP391.413 文獻(xiàn)標(biāo)志碼：A

0引言

人臉識(shí)別[1]已廣泛應(yīng)用于基于生物特征的人機(jī)交互中，如視頻監(jiān)控和訪問(wèn)控制等[2]。人臉識(shí)別方法眾多，比較具代表性的有主成分分析（Principal Component Analysis， PCA）[3]、線性成分分析（Linear Discriminant Analysis， LDA）[4]、獨(dú)立主成分分析（Independent Component Analysis， ICA）[5]等，這些方法在非限制條件下均能取得不錯(cuò)的效果；但是，當(dāng)出現(xiàn)光照、姿態(tài)、表情及場(chǎng)景等變化時(shí)，效果并不理想。

為了解決三維人臉識(shí)別中的問(wèn)題，已有不少相關(guān)方法被提出。例如，文獻(xiàn)[6]基于二維主成分分析，保留人臉部的拓?fù)潢P(guān)系，采用非負(fù)矩陣進(jìn)行局部特征識(shí)別；然而，二維人臉識(shí)別容易出現(xiàn)光照變化和姿態(tài)變化引起的問(wèn)題。文獻(xiàn)[7]利用輸入數(shù)據(jù)的測(cè)量不確定性解決識(shí)別和分類問(wèn)題。該方法以概率統(tǒng)計(jì)為基礎(chǔ)，系統(tǒng)輸出為可信度，且使用準(zhǔn)確率、錯(cuò)誤率和棄權(quán)率改善方法性能。每個(gè)類使用一種置信度（Confidence Level， CL）描述，以獲取每種類別的測(cè)量不確定性。文獻(xiàn)[8]使用計(jì)量特征和預(yù)測(cè)線性判別分析進(jìn)行特征降維，通過(guò)相關(guān)性和信息強(qiáng)度來(lái)降低錯(cuò)誤決策；然而，從用戶角度看，可操作性大為降低。文獻(xiàn)[9]針對(duì)人臉畸變、表情變化等不可控因素，在B樣條的多級(jí)模型自由形式形變（Free Form Deformation， FFD）基礎(chǔ)上，利用低分辨率FFD網(wǎng)格進(jìn)行全局配準(zhǔn)，全局配準(zhǔn)后，分塊計(jì)算各子塊的相關(guān)性，相關(guān)系數(shù)小的子塊采用高分辨率FFD網(wǎng)格進(jìn)行細(xì)配準(zhǔn)，采用的凸集投影（Projections Onto Convex Sets， POCS）重建多幀圖像為高分辨率圖像；然而，重建和擬合過(guò)程的誤差較大，且POCS重建易產(chǎn)生邊緣模糊問(wèn)題。文獻(xiàn)[10]提出了基于多特征3D人臉識(shí)別方法，使用三種方法從人臉圖像中提取特征，即最大曲率圖像、平均邊緣圖像、范圍圖像，利用權(quán)重線性組合構(gòu)建融合特征；該方法可以取得不錯(cuò)的識(shí)別效果，然而，需要使用3D掃描儀/照相機(jī)，這是一種價(jià)格非常昂貴的數(shù)據(jù)采集工具，且需要較長(zhǎng)的處理時(shí)間。

一般人臉識(shí)別方法的主要問(wèn)題包括：源不確定（例如立體像機(jī)是“攝像機(jī)”，還是“像機(jī)”？還有“相機(jī)”的描述？是否需要統(tǒng)一一下？請(qǐng)明確。的位置不確定，像機(jī)校準(zhǔn)過(guò)程不確定）；在3D空間提取的特征具有不確定傳播特性（例如：訓(xùn)練階段的影響，兩幅圖像不確定性）和比較階段的分?jǐn)?shù)。本文方法能夠有效確定系統(tǒng)參數(shù)最優(yōu)值（例如：像機(jī)位置、評(píng)價(jià)分?jǐn)?shù)中每種特征的權(quán)重）。其主要工作如下：

1）本文將不確定性擴(kuò)展為基于3D特征的人臉識(shí)別算法的不確定性，提出了用于匹配目標(biāo)對(duì)象形狀的統(tǒng)計(jì)模型算法。

2）通過(guò)使用主動(dòng)外觀模型（Active Appearance Model， AAM）算法處理一對(duì)立體圖像，從中獲取2D標(biāo)記點(diǎn)，擴(kuò)展了AMM的應(yīng)用范圍。

1生物識(shí)別方法――AAM

本文分類算法流程如圖1所示。首先，為了估計(jì)3D特征，使用生物識(shí)別算法[11]（AAM）和三角測(cè)量處理兩幅未知對(duì)象的2D圖像；然后，估計(jì)數(shù)據(jù)庫(kù)中每個(gè)對(duì)象的分?jǐn)?shù)，通過(guò)不確定性算法進(jìn)一步處理兩幅圖像；最后，決策過(guò)程根據(jù)估計(jì)的分?jǐn)?shù)和估計(jì)的不確定性計(jì)算分類列表，該分類列表中存儲(chǔ)了所有已經(jīng)識(shí)別的對(duì)象和其對(duì)應(yīng)的可信度。

1.1提取3D特征

本文使用一組立體像機(jī)采集人臉圖像，然后使用AAM軟件[12]自動(dòng)檢測(cè)人臉圖像中一組標(biāo)志的2D坐標(biāo)，利用三角測(cè)量?jī)煞?D模板圖像以獲取一幅3D模板，如圖2所示，將該3D模板圖像與數(shù)據(jù)庫(kù)中每個(gè)3D模板作比較，完成人臉識(shí)別，該過(guò)程中會(huì)獲取每次比較的分?jǐn)?shù)，詳細(xì)過(guò)程如下。

AAM算法用于自動(dòng)檢測(cè)圖像人臉特征，提取人臉特征。其操作可以分為兩個(gè)階段：第一階段，創(chuàng)建形變模型，通過(guò)分析訓(xùn)練圖像完成，即人臉特征集合先前已手動(dòng)標(biāo)記的圖像樣本；第二階段，在人臉圖像中，使用軟件自動(dòng)檢測(cè)相同人臉特征的位置，這些人臉圖像不屬于訓(xùn)練圖像。人工手動(dòng)標(biāo)記圖像過(guò)程在于追蹤不同標(biāo)志，輪廓是不同人臉圖像最重要特征。本文使用58個(gè)標(biāo)志將人臉劃分為75有7個(gè)區(qū)域，但是后面只寫了5個(gè)區(qū)域，是否寫錯(cuò)了，請(qǐng)作相應(yīng)調(diào)整。個(gè)區(qū)域：下巴、嘴巴、鼻子、眼睛和眉毛。

本文將人臉定義為2D點(diǎn)數(shù)據(jù)集，通過(guò)形狀模型描述目標(biāo)的形狀，并將這些形狀與通用參考系統(tǒng)對(duì)齊，使用PCA將屬于同一類型圖像上的形狀軌跡提交給普氏分析[13]。PCA生成形狀變化主成分φ式（1）～（3）中，哪些是矢量、向量或矩陣？請(qǐng)明確。，定義如下：

對(duì)于外觀模型，該模型定義了部分對(duì)象的紋理，外觀模型在均值形狀上分配所有圖像的像素灰度值變化。通過(guò)創(chuàng)建該模型，將所有訓(xùn)練圖像轉(zhuǎn)換為相同形狀和維數(shù)的圖像，為了避免光照變化對(duì)圖像的影響，需要?dú)w一化紋理特征。接著，訓(xùn)練圖像通過(guò)PCA生成外觀模型。與形狀模型相似，外觀模型取決于均值外觀的灰度層向量、變化主成分φg和一組灰度層參數(shù)bg，外觀模型表達(dá)式如下：

g=+φgbg（3）

每個(gè)人臉特征的3D坐標(biāo)使用光學(xué)測(cè)量完成估計(jì)，該過(guò)程依賴于AAM檢測(cè)的兩幅立體圖像的人臉特征。

在整個(gè)估計(jì)與決策過(guò)程中，3D特征估計(jì)非常重要，主要表現(xiàn)在兩方面：一是3D特征估計(jì)關(guān)聯(lián)3D人臉模板，進(jìn)而影響與數(shù)據(jù)庫(kù)模板的匹配問(wèn)題；另一方面是不確定性取決于人臉特征2D坐標(biāo)的不確定性，而2D坐標(biāo)也與3D特征估計(jì)有關(guān)系，因此，3D特征估計(jì)都直接或間接影響最終的識(shí)別結(jié)果。

1.2數(shù)據(jù)庫(kù)

本文使用117個(gè)志愿者的立體圖像創(chuàng)建數(shù)據(jù)庫(kù)，控制系統(tǒng)允許自動(dòng)捕獲用戶定義的時(shí)間間隔人臉圖像序列，設(shè)置為5s，本文在相同位置獲取同一人的多幅圖像，且允許合理范圍內(nèi)的變化。對(duì)每個(gè)志愿者，數(shù)據(jù)庫(kù)包含5對(duì)立體圖像。第一個(gè)樣本用于訓(xùn)練AAM，其他4個(gè)樣本用于識(shí)別。

1.3分?jǐn)?shù)估計(jì)

識(shí)別判斷基于分?jǐn)?shù)，分?jǐn)?shù)表示用于識(shí)別的3D模板坐標(biāo)與數(shù)據(jù)庫(kù)中每個(gè)模板坐標(biāo)的差平方和，為了將一個(gè)模板的坐標(biāo)系剛體變化到其他模板坐標(biāo)系，計(jì)算可旋轉(zhuǎn)度?？尚D(zhuǎn)度允許補(bǔ)償圖像采集立體系統(tǒng)相關(guān)的位置和方向偏差，使用旋轉(zhuǎn)度后，獲取的分?jǐn)?shù)不依賴于人臉的位置和方向，僅依賴于模板形狀，這是因?yàn)閷?duì)所有人臉區(qū)域，特征定位的可信性不是不變的，所以根據(jù)估計(jì)可重復(fù)性給不同點(diǎn)分配不同權(quán)重。

給定一幅將用于識(shí)別的3D模板和一組權(quán)重Wk（k=1，2，…，n），其中n為模板中點(diǎn)的總數(shù)量，對(duì)數(shù)據(jù)庫(kù)中第i個(gè)模板，其分?jǐn)?shù)Si定義如下：

Si=[∑nk=1（Wk（Vk，i-Vk，ref）2）]/n（4）

其中：Vk，i為第i個(gè)個(gè)體的第k個(gè)點(diǎn)坐標(biāo)；Wk為模板第k個(gè)點(diǎn)的權(quán)重。

為了估計(jì)58個(gè)標(biāo)志中每個(gè)標(biāo)志的權(quán)重，對(duì)數(shù)據(jù)庫(kù)中117個(gè)人，重復(fù)采集每個(gè)人5張人臉用于計(jì)算人臉間的標(biāo)準(zhǔn)差，將估計(jì)的標(biāo)準(zhǔn)差作為權(quán)重。由于連續(xù)采集的人臉圖像可能存在少量旋轉(zhuǎn)，因此在計(jì)算均值位置和相對(duì)方差前，必須將人臉與其他人臉圖像對(duì)齊，以便獲取每個(gè)個(gè)體人臉圖像上點(diǎn)的方差。

表1所示為數(shù)據(jù)庫(kù)中所有117個(gè)人權(quán)重均值，權(quán)重沒有涉及每個(gè)單幅標(biāo)志，而涉及了人臉的每個(gè)區(qū)域。一般情況下，眼睛穩(wěn)定性比較好，嘴巴形狀變化比較大，下巴輪廓的可變性最高。由于這些區(qū)域采用標(biāo)志點(diǎn)的形式表現(xiàn)，區(qū)域的權(quán)重即是組成該區(qū)域標(biāo)志點(diǎn)的權(quán)重。為了確保采集的圖像不存在陰影、光反色或運(yùn)動(dòng)模糊，需要控制環(huán)境條件（特征存在光照變化），此外正向位置采集人臉且焦距最佳。為了利用不確定性控制條件中的參數(shù)，圖像光照、焦距和運(yùn)動(dòng)模糊需要量化估計(jì)，接下來(lái)將會(huì)介紹。

2不確定性估計(jì)與決策

2.1不確定性

分?jǐn)?shù)us的不確定性主要依賴于人臉特征2D坐標(biāo)的不確定性，人臉特征依賴于處理圖像的特性。主要影響量與亮度、角度和運(yùn)動(dòng)模糊有關(guān)。根據(jù)文獻(xiàn)[14]，為了量化這種不確定性，對(duì)us，本文使用一種簡(jiǎn)單模型測(cè)量每種影響因素的影響度，使用ui表示第i個(gè)影響量對(duì)分?jǐn)?shù)的貢獻(xiàn)值：

ui=fi（Δi）（5）

其中Δi為第i個(gè)影響量的值。

由于所有影響量與其他影響量無(wú)關(guān)系，分?jǐn)?shù)上不確定性為：

us=∑Ni=1u2i（6）

其中N表示影響量的數(shù)量。

通過(guò)操作參考圖像（即包含在數(shù)據(jù)庫(kù)中圖像），使用人工標(biāo)定圖像估計(jì)不確定性，利用已有期望值產(chǎn)生新的特性圖像，過(guò)程如下。

對(duì)數(shù)據(jù)庫(kù)中每個(gè)對(duì)象、每種影響量和影響量的級(jí)別，在控制仿真環(huán)境中，首先通過(guò)對(duì)參考圖像使用合適的數(shù)字濾波產(chǎn)生兩幅新圖像，然后，在該修改的圖像上，使用AAM算法和三角測(cè)量估計(jì)3D特征。估計(jì)與目標(biāo)對(duì)象相關(guān)記錄的數(shù)據(jù)分?jǐn)?shù)；最后，對(duì)所有目標(biāo)對(duì)象，在分?jǐn)?shù)上獲取統(tǒng)計(jì)分析模型，其不確定性估計(jì)如下：

（us）i=（u2s）i/3+（σ2s）i（7）

其中（u2s）i和（σ2s）i分別表示第i個(gè)影響量的測(cè)量分?jǐn)?shù)均值和標(biāo)準(zhǔn)差。

2.1.1光照

考慮到最佳亮度，對(duì)參考圖像原始圖像的灰度級(jí)修改為±5，±10，±15，±20，±30，±50（使用8比特位進(jìn)行編碼）。不同光照下的us如圖3所示，從圖3中可以看出，對(duì)每種光照變化條件，不確定性幾乎為常數(shù)，且該常數(shù)可以考慮為兩幅圖像的修改量，本文設(shè)置us為0.08。

2.1.2散焦

評(píng)價(jià)光照影響的相同過(guò)程用于評(píng)價(jià)鏡頭散焦的影響。同時(shí)在這種情況下，考慮3種測(cè)試條件：兩幅圖像、僅1個(gè)像機(jī)缺乏焦距、2個(gè)像機(jī)缺乏焦距，像機(jī)具有不同散焦級(jí)，如圖4所示。使用高斯線性濾波器處理源圖像，以獲取處理后的圖像。

本文獲取的實(shí)驗(yàn)結(jié)果如圖4所示，兩幅圖像缺乏焦距時(shí)的不確定性高于僅一幅圖像缺乏焦距時(shí)的不確定性。此外，無(wú)論如何修改圖像，實(shí)驗(yàn)結(jié)果幾乎相同，因此，可以考慮使用兩個(gè)模型：一個(gè)模型用于兩幅圖像均缺乏焦距；另一個(gè)模型用于僅一幅圖像缺乏焦距。在這兩種情況下，一種二階多項(xiàng)式模型能很好擬合觀察數(shù)據(jù)。

2.2決策過(guò)程

圖5所示為決策過(guò)程的主要步驟如下：1）概率Pj估計(jì)輸入對(duì)象為數(shù)據(jù)庫(kù)中第j個(gè)對(duì)象的概率；2）根據(jù)獲取的概率，創(chuàng)建挑選可能對(duì)象的分類列表；3）計(jì)算列表中每個(gè)對(duì)象（類）的可信度摘要為可信度。

1）Pj表示未知對(duì)象為數(shù)據(jù)庫(kù)中第j個(gè)對(duì)象的概率（即第j個(gè)類）。考慮分?jǐn)?shù)為隨機(jī)變量，Pj表示在給定測(cè)量值Sj時(shí)，第j個(gè)類的分?jǐn)?shù)。通過(guò)概率密度函數(shù)計(jì)算概率：

Pj=P（Sj=0|j）=1，j≤th∫∞jp（s-th）ds，j>th （8）在變量的說(shuō)明中，應(yīng)說(shuō)明它倆的含義。

其中：th表示一個(gè)給定閾值，j表示條件概率的另一個(gè)條件值。

該函數(shù)可以估計(jì)數(shù)據(jù)庫(kù)中所有類的概率，根據(jù)每個(gè)對(duì)象正確分類的分?jǐn)?shù)，對(duì)影響量的每個(gè)值，比較觀察分布和期望分布（如指數(shù)分布和正態(tài)分布等）。

2）分類列表由概率值大于第2個(gè)閾值的所有類組成。一般地，該閾值影響本文方法的敏感性和選擇性；較高的閾值增加了選擇性但使敏感性增大，反之亦然，因此，必須合理權(quán)衡。

3）類列表中的所有類的概率用于計(jì)算歸一化因子K，定義如下：

K=∑jPj；對(duì)所有Pj>TH（9）

屬于列表的每種類的置信度定義為概率Pj與K的比值：

CLj=Pj/K（10）

3實(shí)驗(yàn)結(jié)果

3.1硬件設(shè)置

立體視覺系統(tǒng)框架由兩個(gè)AVT Pike F145B（索尼2/3″ 1388×1038 CCD逐行掃描傳感器）像機(jī)組成，像機(jī)垂直對(duì)齊且位于人臉前面，像機(jī)間角度為45°，如圖6所示。圖像采集系統(tǒng)也安裝有第三個(gè)像機(jī)（像機(jī)0，如圖6所示），該像機(jī)能采集正臉圖像，本文中僅使用像機(jī)1（Cam 1）和像機(jī)2（Cam 2）。

像機(jī)安裝有焦距為25mm的鏡頭且通過(guò)火線IEEE1394連接計(jì)算機(jī)和像機(jī)。采集系統(tǒng)允許獲取近似300×400mm的視野范圍，足夠獲取距離采集系統(tǒng)1000mm距離的人臉圖像。對(duì)250張人臉進(jìn)行了實(shí)驗(yàn)。校對(duì)時(shí)提出一個(gè)問(wèn)題，即“對(duì)多少?gòu)埲四樳M(jìn)行的實(shí)驗(yàn)”？請(qǐng)明確。

3.2實(shí)驗(yàn)結(jié)果與分析

為了評(píng)價(jià)本文方法性能，將本文方法與其他方法進(jìn)行比較，us的觀察均值曲線如圖7所示，從圖7可以看出，隨著圖像不確定因素的增加，曲線逐漸下降，且對(duì)于比較高的不確定性，曲線接近于0，因此很難定義一個(gè)合理的區(qū)分閾值。接下來(lái)，論證獲取的閾值性能最佳。

當(dāng)us=0，閾值等于觀察曲線最小值（閾值TH=0.25），獲取的數(shù)據(jù)集由117×45對(duì)圖像組成（9種不同強(qiáng)度的運(yùn)動(dòng)模糊，24級(jí)散焦，12勒克斯光照強(qiáng)度）。表2所示為不確定性分布和在整個(gè)數(shù)據(jù)庫(kù)上估計(jì)的us的相對(duì)頻率直方圖，該分布說(shuō)明了本文方法很好地覆蓋了期望的幅度和頻率。

對(duì)于閾值TH，一種合理的實(shí)驗(yàn)方法是權(quán)衡敏感性和選擇性，本文已經(jīng)分析了實(shí)際接受率（True Acceptance Rate， TAR）和錯(cuò)誤接受率（False Acceptance Rate， FAR）對(duì)TH的趨勢(shì)和受試者的特征曲線。

3個(gè)評(píng)估標(biāo)準(zhǔn)[15]說(shuō)明如下。

正確分類分類列表包含CL等于1的正確類，或分類列表有更多的對(duì)象，這些對(duì)象存在最高分?jǐn)?shù)值，即如果正確類存在最小分?jǐn)?shù)且值低于閾值（0.25）。

誤檢對(duì)象位于訓(xùn)練數(shù)據(jù)庫(kù)但是分類列表為空，沒有類的分?jǐn)?shù)值低于閾值。

錯(cuò)誤分類分類中存在許多類沒有正確分類，或如果正確類沒有最高CL值，錯(cuò)誤類存在最小分?jǐn)?shù)且值小于閾值（0.25）。

表3給出了3種方法的實(shí)驗(yàn)比較結(jié)果，值得一提，這里只比較類似的人臉識(shí)別方法，即文獻(xiàn)[7]和文獻(xiàn)[8]方法，它們均是不確定性的相關(guān)方法。實(shí)驗(yàn)結(jié)果表明本文方法可以使帶有較高CL值的正確類位于分類列表頂端，能恢復(fù)幾乎誤檢的類別，準(zhǔn)確分類率超過(guò)97%，不確定性達(dá)到0.1；對(duì)于其他方法，甚至存在不確定性為0.01時(shí)，正確率低于80%此處是否應(yīng)該為“低于”？請(qǐng)明確。，當(dāng)存在高不確定性時(shí)，文獻(xiàn)[7]和文獻(xiàn)[8]的準(zhǔn)確率低于25%。整個(gè)數(shù)據(jù)庫(kù)表明本文算法性能優(yōu)越，

從表3很容易看到：本文方法識(shí)別率

此處是“識(shí)別率”，而后面比較的是“正確率”，不太一致，正確率是否應(yīng)該為正確檢測(cè)率，也請(qǐng)明確。另外，這些正確率從表3中如何看出的？

回復(fù)：其實(shí)識(shí)別率是用1-漏檢率，跟正確檢測(cè)率不是一個(gè)關(guān)系，為了不引起歧義，我將其改為：

從表3很容易看到：本文方法的正確檢測(cè)率為93%，漏檢率為6%。文獻(xiàn)[7]方法正確檢測(cè)率和漏檢率分別為81%和15%。文獻(xiàn)[8]正確檢測(cè)率和漏檢率分別為84%和15%。因此，本文方法正確檢測(cè)率提高了10%左右，漏檢率提高了9%。

關(guān)于編輯的另外一個(gè)問(wèn)題，這些數(shù)值怎么看出來(lái)的。可以從表3的最后一列看出。正確檢測(cè)率是正確分類的數(shù)量與總數(shù)量的比例。漏檢率是棄權(quán)數(shù)量與總數(shù)量的比例。而本文方法的正確分類數(shù)量是本文方法欄中的第一行和第二行。再看最后一列就是86+7.

為94%，誤檢率6%；文獻(xiàn)[7]方法正確率和誤檢率分別為80%和20%；文獻(xiàn)[8]方法正確率和誤檢率分別為85%和15%，因此，本文方法正確檢測(cè)率提高了10%左右，誤檢率至少降低了9%。

從表3很容易看到：本文方法的正確檢測(cè)率為93%，漏檢率為6%。文獻(xiàn)[7]方法正確檢測(cè)率和漏檢率分別為81%和15%。文獻(xiàn)[8]正確檢測(cè)率和漏檢率分別為84%和15%。因此，本文方法正確檢測(cè)率提高了10%左右，漏檢率提高了9%。

4結(jié)語(yǔ)

本文提出了一種基于不確定性的3D人臉識(shí)別方法，其中，測(cè)量過(guò)程中的不確定性用于估計(jì)輸出結(jié)果的可信度，將分類系統(tǒng)的輸出與每個(gè)輸入對(duì)象的可信度相關(guān)聯(lián)。實(shí)驗(yàn)結(jié)果表明，提出的方法在正確率、錯(cuò)誤決策率和漏檢率此處的提法，與前面的表述不太一致？是否需要統(tǒng)一？請(qǐng)明確。另外，描述方法的優(yōu)勢(shì)存在表達(dá)問(wèn)題，即“正確率”應(yīng)該是越大越好，而“錯(cuò)誤決策率和漏檢率”應(yīng)該越小越好吧？不應(yīng)該越大吧？即不應(yīng)該高于類似算法吧？請(qǐng)明確。方面明顯高于類似方法。

提出的方法正確檢測(cè)率明顯高于類似方法，且漏檢率更低。

從用戶角度看，不確定性的極限值可以作為提高識(shí)別決策準(zhǔn)確性的改進(jìn)方向，這也是未來(lái)研究的重點(diǎn)。

參考文獻(xiàn)：

[1]

RAJU A S， UDAYASHANKARA V. Biometric person authentication： a review [C]// Proceedings of the 2014 International Conference on Contemporary Computing and Informatics. Piscataway， NJ： IEEE， 2014： 575-580.

[2]

鄧劍勛，熊忠陽(yáng)，曾代敏.基于EMD的融合特征快速多示例人臉識(shí)別算法[J].四川大學(xué)學(xué)報(bào)（工程科學(xué)版），2012，44（2）：99-104.（DENG J X， XIONG Z Y， ZENG D M. Face recognition based on improved fast EMDMIL framework and information fusion [J]. Journal of Sichuan University （Engineering Science Edition）， 2012， 44（2）： 99-104.）

[3]

張祥德，張大為，唐青松，等.仿生算法與主成分分析相融合的人臉識(shí)別方法[J].東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，30（7）：972-975.（ZHANG X D， ZHANG D W， TANG Q S， et al. Face recognition algorithm integrating bionic algorithm with principal component analysis [J]. Journal of Northeastern University （Natural Science）， 2009， 30（7）： 972-975.）

[4]

曹潔，吳迪，李偉.基于鑒別能力分析和LDALPP算法的人臉識(shí)別[J].吉林大學(xué)學(xué)報(bào)（工學(xué)版），2012，42（6）：1527-1531.（CAO J， WU D， LI W. Face recognition based on discrimination power analysis and LDALPP algorithm[J]. Journal of Jilin University （Engineering and Technology Edition）， 2012， 42（6）： 1527-1531.）

[5]

柴智，劉正光.應(yīng)用復(fù)小波和獨(dú)立成分分析的人臉識(shí)別[J].計(jì)算機(jī)應(yīng)用，2010，30（7）：1863-1866.（CHAI Z， LIU Z G. Face recognition using complex wavelet and independent component analysis [J]. Journal of Computer Applications， 2010， 30（7）： 1863-1866.）

[6]

嚴(yán)慧，金忠，楊靜宇.非負(fù)二維主成分分析及在人臉識(shí)別中的應(yīng)用[J].模式識(shí)別與人工智能，2009，22（6）：809-814.（YAN H， JIN Z， YANG J Y. Nonnegative twodimensional principal component analysis and its application to face recognition [J]. Pattern Recognition and Artificial Intelligence， 2009， 22（6）： 809-814.）

[7]

ZHANG D， WANG Q G， YU L， et al. Fuzzymodelbased fault detection for a class of nonlinear systems with networked measurements [J]. IEEE Transactions on Instrumentation & Measurement， 2013， 62（12）： 3148-3159.

[8]

BETTA G， CAPRIGLIONE D， CORVINO M， et al. Face based recognition algorithms： a first step toward a metrological characterization [J]. IEEE Transactions on Instrumentation & Measurement， 2013， 62（5）： 1008-1016.

[9]

孔英會(huì)，張少明.多級(jí)FFD配準(zhǔn)視頻人臉超分辨率重建[J].光電工程，2012，39（10）：46-53.（KONG Y H， ZHANG S M. Video Face superresolution reconstruction based on multilevel FFD registration [J]. OptoElectronic Engineering， 2012， 39（10）： 46-53.）

[10]

WIJAYA I G P S， UCHIMURA K， KOUTAKI G. Multipose face recognition using fusion of scale invariant features [C]// Proceedings of the 2011 2nd International Congress on Computer Applications and Computational Science. Berlin： Springer， 2012： 207-213.

[11]

張淑軍，王高峰，石峰.基于AAM提取幾何特征的人臉識(shí)別算法[J].系統(tǒng)仿真學(xué)報(bào)，2013，25（10）：126-131.（ZHANG S J， WANG G F， SHI F. Face recognition algorithm based on geometric characteristics extracted by AAM [J]. Journal of System Simulation， 2013， 25（10）： 126-131.）

[12]

ZHOU Y H， ZHENG D W， LIAO X H. Wavelet analysis of interannual LOD， AAM， and ENSO： 1997―98 El Nio and 1998―99 La Nia signals [J]. Journal of Geodesy， 2001， 75（2/3）： 164-168.

[13]

李?yuàn)檴?基于PCA的實(shí)時(shí)人臉識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京郵電大學(xué)，2012.（LI S S. Design and implementation of real time face recognition system based on PCA [D]. Beijing： Beijing University of Posts and Telecommunications， 2012.）

[14]

JESPER K. The Guide to expression of uncertainty in measurement approach for estimating uncertainty： an appraisal [J]. Clinical Chemistry， 2003， 49（11）： 1822-1829.

第6篇：別人的故事范文

【關(guān)鍵詞】?jī)A聽習(xí)慣教學(xué)引導(dǎo)幼兒教育

【中圖分類號(hào)】G612 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674－4810（2014）17－0167－01

幼兒教師經(jīng)常碰到這樣的情況：給幼兒安排任務(wù)時(shí)，由于教室里吵鬧的環(huán)境，導(dǎo)致許多孩子聽不清楚要求，活動(dòng)難以開展。筆者在多年的幼兒教育中發(fā)現(xiàn)：幼兒不太容易仔細(xì)傾聽別人講話，都喜歡搶別人的話，喜歡亂插嘴發(fā)表自己的意見。造成這種現(xiàn)狀的原因有很多：孩子年齡小，自控能力差，更重要的是孩子沒有養(yǎng)成良好的傾聽習(xí)慣。

一 組織新穎有趣的教學(xué)活動(dòng)，引起幼兒傾聽的興趣

把興趣作為傾聽的切入點(diǎn)，注意力就容易集中，捕捉孩子的興趣所在，激發(fā)他們的傾聽興趣，教師要組織新穎有趣的教學(xué)活動(dòng)，激發(fā)孩子的傾聽興趣。在實(shí)踐中，筆者發(fā)現(xiàn)孩子愛聽故事，喜歡與小動(dòng)物交朋友。因此，在教學(xué)中教師要善于利用各種小動(dòng)物圖片或頭飾，邊講故事邊表演，使抽象的道理形象化、具體化，這些生動(dòng)形象的活動(dòng)能使幼兒集中注意力、保持安靜，專心傾聽從而易養(yǎng)成專心聽講的好習(xí)慣。

二 創(chuàng)設(shè)寬松的傾聽環(huán)境，讓幼兒喜歡聽

教師要為幼兒創(chuàng)設(shè)寬松的傾聽環(huán)境，通過(guò)環(huán)境去感化孩子、影響孩子，以培養(yǎng)幼兒良好傾聽習(xí)慣的形成。在日常教學(xué)中老師可以選擇一些優(yōu)美動(dòng)聽的音樂、生動(dòng)有趣的故事，充分利用一日活動(dòng)環(huán)節(jié)中的過(guò)渡時(shí)間，給孩子有選擇性、目的性的進(jìn)行播放或講述。

三 通過(guò)引導(dǎo)，讓幼兒學(xué)會(huì)傾聽的方法

讓幼兒學(xué)會(huì)傾聽，教給他們傾聽的方法。傾聽方法的掌握對(duì)于幼兒學(xué)習(xí)傾聽十分重要。只有掌握了傾聽的方法，才能懂得如何傾聽。

1．安靜傾聽

有一次，活動(dòng)課上幼兒很少，于是筆者打開了錄音機(jī)，播放好聽的童話故事。這時(shí)，有幾個(gè)小朋友停止了講話，靜下來(lái)聽故事了?？善渌∨笥堰€在吵，他們聽不清楚，就大聲喊：“別說(shuō)話了，我聽不清楚！”慢慢地，講話的小朋友陸續(xù)都靜下來(lái)聽故事。聽完故事，讓幾個(gè)大聲抗議的小朋友來(lái)談?wù)勊麄儎偛诺捏w會(huì)。他們都說(shuō)剛才心里非常惱火，大家都在說(shuō)話，聽不清楚故事內(nèi)容。我又問(wèn)剛才說(shuō)話的那些小朋友，如果換作是你們，你們會(huì)不會(huì)也有這樣的感受呢？他們都害羞地低下了頭。于是我順勢(shì)引導(dǎo)幼兒：“只有在安靜的環(huán)境中才能仔細(xì)地傾聽，你們說(shuō)對(duì)嗎？”小朋友們聽了都頻頻點(diǎn)頭。在聽別人回答的過(guò)程中，一定要集中注意力，對(duì)別人所說(shuō)的話，要有濃厚的興趣。如果你同意，就點(diǎn)點(diǎn)頭，如果自己不能理解，應(yīng)在別人發(fā)言后提出問(wèn)題，適時(shí)的請(qǐng)教問(wèn)題。應(yīng)給講話的人感受到被尊重。

2．認(rèn)真傾聽

為了幫助幼兒了解認(rèn)真傾聽的重要性，給幼兒講了一個(gè)故事《多嘴的八哥鳥》。聽完故事后，引導(dǎo)他們圍繞“為什么大家都不喜歡八哥鳥？”這一問(wèn)題進(jìn)行討論。幼兒對(duì)這個(gè)故事非常感興趣，紛紛表示不愿意像故事中的八哥鳥一樣讓人討厭，要該講的時(shí)候講、該聽的時(shí)候聽。特別是在別人講的時(shí)候，要認(rèn)真地傾聽，這也是對(duì)別人的一種尊重。

3．平和交流

即使持有不同的意見，要以“我認(rèn)為……”，“我想補(bǔ)充說(shuō)明……”等方式參與交流。這樣既尊重了他人，也創(chuàng)設(shè)了理解、平和的交流氛圍。

五 制定規(guī)則，培養(yǎng)幼兒注意傾聽的習(xí)慣

第7篇：別人的故事范文

我從小就喜歡讀故事，喜歡從故事中了解大千世界中的眾生百相，也喜歡從故事中體味現(xiàn)實(shí)生活。因此，《故事會(huì)》這本刊物就成了我最愛讀的書。《故事會(huì)》中收集了各種各樣的故事：有感人至深的情感故事；也有讓人捧腹開懷的幽默故事；有含意深刻的哲理故事；也有街談巷議中的傳聞逸事；有古代民間的故事；也有現(xiàn)代生活中的故事……每一期《故事會(huì)》都使我流連忘返，愛不釋手。下面，就讓我介紹一下使我感觸最深的兩個(gè)故事吧！

第一個(gè)故事是《保持謙卑的心》。它主要講述的是一個(gè)出身富有的學(xué)生經(jīng)?？湟约涸谘诺鋼碛幸煌麩o(wú)邊的肥沃土地，但老師要求他在地圖上分別指出亞細(xì)亞、希臘、雅典和他家的土地的位置時(shí)，他就由原先的得意洋洋變得十分尷尬。因?yàn)?，他沒有辦法在地圖上找到他的土地。由此，我想到：不管我們擁有什么，擁有多少，擁有多久，都只不過(guò)是浩瀚宇宙中的一粒塵埃。無(wú)論何時(shí)何地，我們都應(yīng)該保持一顆謙卑的心。我們的學(xué)習(xí)也一樣，無(wú)論你取得多么驕人的成績(jī)，那都是不值得我們驕傲的。因?yàn)樵谀銈儽澈?，還有許多比你成績(jī)好，比你聰明努力的人。只有保持一顆謙卑的心，虛心學(xué)習(xí)，不恥下問(wèn)，才能保持好的成績(jī)并微笑到最后。

第一個(gè)故事給了我在學(xué)習(xí)上的感悟，第二個(gè)故事給了我為人處世的啟迪。這個(gè)故事叫《落幣無(wú)聲》，是一個(gè)在我們身邊發(fā)生的小事。有兩個(gè)人把錢給予了一個(gè)瞎眼的乞丐，乞丐對(duì)其中一人只說(shuō)了聲“謝謝”，對(duì)另一人不但說(shuō)了“謝謝”并且鞠了個(gè)躬。兩人不解，乞丐解釋說(shuō)：“我用耳朵聽得出來(lái)，你的硬幣’當(dāng)’地響得厲害，我就知道是從高處重重丟下來(lái)的；那位先生的錢聲音很小，我就知道他是從低處輕輕放下來(lái)的。“至此，我才明白，就是因?yàn)橐粋€(gè)人對(duì)乞丐只有施舍，而另人對(duì)他除了施舍，還有最重要的尊重。就是這份看似可有可無(wú)但卻極其重要的尊重，使乞丐對(duì)兩個(gè)人的態(tài)度有所不同。我不禁想到，在生活中，我們同樣需要這一份尊重。例如上課時(shí)，學(xué)生尊重老師，老師就會(huì)喜愛這班學(xué)生，也尊重這班學(xué)生，上課也更為積極。又如在社會(huì)上待人處事，你給了別人尊重，別人也會(huì)回報(bào)你一份尊重，這樣，你與人相處才能融洽，處事也會(huì)更順利。這說(shuō)明了一個(gè)很簡(jiǎn)單的道理：生活以人為本，你尊重別人，別人也會(huì)尊重你。

這兩個(gè)故事都給了我很大啟發(fā)，讓我知道了在以后的學(xué)習(xí)，生活中該怎樣做得更好。《故事會(huì)》中能給人以啟發(fā)的故事還有許多，和好故事朝夕相伴，使我充實(shí)、興奮；我相信，一個(gè)好故事可以改變?nèi)说囊簧?。我愛《故事?huì)》！

讀《故事會(huì)》有感五（2）班方正昊指導(dǎo)老師:陶軼宏

第8篇：別人的故事范文

今天，我閱讀了《記得別人的感受》這篇感人的文章。

這篇文章主要講了：在兒童俱樂部里，因?yàn)橐詾楣ぷ魅藛T的疏忽，在下課后，少算了一位，將一位小孩留在了網(wǎng)球場(chǎng)。這位工作人員滿臉的歉意，正在努力地安慰這個(gè)一直在哭的小孩。后來(lái)她媽媽來(lái)了，媽媽告訴她必須親親那位姐姐的臉頰，安慰一下。

雖然故事是十分地簡(jiǎn)短，但是表達(dá)的道理卻非常得深刻：當(dāng)你感到難過(guò)的時(shí)候，也別忘了別人心里的感受。

讀了這個(gè)故事后，可能很多人都會(huì)感受很深，因?yàn)樵谏钪谐３?huì)遇到這些相似的情況。比如想起曾經(jīng)自已因?yàn)槭д`、不小心而無(wú)意傷害到了別人的時(shí)候，看到別人心里很傷心、痛苦，自己心里一定是很不好受，很自責(zé)，而在這種時(shí)候，真的需要有人能夠理解你，安慰你。而這個(gè)故事中，那位體諒別人、善解人意的母親就做到了這一點(diǎn)，她明白當(dāng)我們身臨其境是那種自責(zé)的感覺，于是并沒有發(fā)一點(diǎn)兒火，而是通過(guò)讓女兒“親一下她的臉頰”來(lái)安慰她，撫平她心中的自責(zé)。這種為他人著想、善于理解別人的精神，真是很值得我們?nèi)W(xué)習(xí)，而我們的身邊也正是缺少這種人。

第9篇：別人的故事范文

今天，我讀了《烽火戲諸侯》，書中的故事，使我受益終身。

書中講到周幽王為了討褒姒的歡心，聽了一個(gè)大臣的建議，讓士兵點(diǎn)燃烽火欺騙了諸侯們，自己破壞了自己的威信，結(jié)果被敵軍殺了的故事，我明白了：人要是失去了別人的信任，那你將會(huì)被世間拋棄，相反，人要是取得了別人的信任，一呼百應(yīng)，那么，他將成為最終的王者。那些成功的人，都是獲得別人的信任，最終取得成功的。

以前，我總是欺騙別人，有時(shí)，別人約我去打籃球，第二天我想去就去，不想去就找借口說(shuō)我有什么事，伙伴們知道了我是在欺騙他們，從此以后，他們做什么事都不叫上我了。后來(lái)，我改正了缺點(diǎn)，伙伴們?nèi)ツ睦锒冀猩狭宋遥麄冇殖闪宋倚斡安浑x的好朋友了。

從這里可以看出，取得別人的信任，是多么重要啊！別人失去了對(duì)你的信任，就是生活中的敗者，將會(huì)被淘汰。

福建漳州薌城區(qū)東鋪頭中心小學(xué)五年級(jí):黃桂棋