<noframes id="ixm7d"><noframes id="ixm7d"><rt id="ixm7d"><delect id="ixm7d"></delect></rt><noframes id="ixm7d"><rt id="ixm7d"><rt id="ixm7d"></rt></rt><rt id="ixm7d"></rt> <noframes id="ixm7d"><rt id="ixm7d"><delect id="ixm7d"></delect></rt><delect id="ixm7d"></delect><bdo id="ixm7d"></bdo><rt id="ixm7d"></rt><bdo id="ixm7d"></bdo><noframes id="ixm7d"><rt id="ixm7d"><rt id="ixm7d"></rt></rt><rt id="ixm7d"><rt id="ixm7d"></rt></rt><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><rt id="ixm7d"></rt> <noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><noframes id="ixm7d"><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><noframes id="ixm7d"><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d"><rt id="ixm7d"></rt><noframes id="ixm7d">

技術研究范文

2023-09-17

技術研究范文第1篇

小波變換的本質是信號的時間—尺度分析方法,具有多分辨率分析的特點,而且在時頻兩域都具有表征信號局部特征的能力。圖像經過小波變換,其低頻部分保留了絕大部分信息和能量。同時,在圖像的敏感位置(如輪廓線,突出點等),經小換變換后生成的特征矢量的模會相對較大,將這些優點應用于人臉圖像,有利于人臉的識別。

人工神經網絡具有自學習、自適應及魯棒性強的特點,其學習能力和容錯能力對不確定性模式識別具有獨到之處。在人臉圖像的識別中,利用已提取的人臉特征數據對神經分類網絡進行訓練、優化,對其權值和閾值參數進行調整,從而使分類的結果可靠性大大提高。因此將人工神經網絡用于人臉識別中的特征分類能夠取得較好的識別率。

本文提出了一種基于離散小波變換和BP神經網絡的人臉識別算法,將離散小波變換作為人臉特征提取的方式,利用人臉圖像經過離散小波變換后的低頻分量集中了有效信息,充分有效表達人臉特征的特性,將變換后的低頻分量輸入BP網絡分類器以識別人臉。同時離散小波變換后的特征向量的維數下降,大大減少了神經網絡輸入節點數目,提高了收斂速度,彌補了神經網絡對于高維空間識別率低的缺陷。通過對ORL人臉庫的實驗證明,該算法具有計算量小、運算速度快、較好識別性能和較高識別率的優點,而且對人臉姿態、表情變化和遮蓋物具有一定的魯棒性。

整個人臉識別系統的框圖如圖1所示:

1 人臉圖像的小波變換

對尺寸為M×N的人臉圖像f(x,y)的離散小波變換是:

其中,j0是任意的開始尺度,WФ(j0,m,n)系數定義了在尺度j0的f(x,y)的近似。WΨi(j,m,n)系數對于j≥j0附加了水平、垂直和對角方向的細節。通常令j0=0并且選擇N=M=2J,j=0,1,2,…,2j-1。給出式(1)和式(2)的WФ和WΨi,f(x,y)就可通過離散小波變換得到。

離散小波變換示意圖如圖2(a)所示。一幅人臉原始圖像(圖2(b))經過一次小波變換后,可以被劃分為4個子塊頻帶區域LL1、HL1、LH1和HH1,其中分別包含了相應頻帶的小波系數。如圖2(c)所示。若對低頻子帶LL1再經一次小波變換后,則又將可以得到四個子塊頻帶區域LL2、LH2、HL2和HH2,如圖2(e)所示。還可如此繼續類推下去得到三級小波變換,如圖2(f)所示。

2 基于離散小波變換的人臉特征定位

原始圖像經一級離散小波變換后,其二值化的細節分量如圖2(d)所示,可以看出LL1頻帶保持原圖像的內容信息,圖像的能量集中于此頻帶;HL1頻帶保持了原圖像的水平方向上的高頻邊緣信息,人像的眼睛和嘴巴的水平特征比垂直特征明顯,描述了人像的面部特征;LH1頻帶保持了原圖像的垂直方向上的高頻邊緣信息,描述了人像的姿勢。HH1頻帶保持了原圖像在對角線方向上的高頻信息。

其中,LH1頻帶和HL1頻帶完整、清晰地表現了人臉特征的主要線條和輪廓,將人臉特征的二維的信息轉化為一維信息。同時,消除了某些低頻信息的干擾,如光照等。而人臉的特征定位只需要人臉的主要特征和輪廓。因此,利用離散小波變換的低頻分量為能量集中頻段,具有最大類分離能力的特點。同時,通過選擇不同尺度的小波變換分量,將人臉的高維空間縮小到一個合適大小的低維空間。變換后的雙眼、鼻子、嘴、額、人臉圖像的大小及其相互間的距離可以和小波分量系數一起直接作為人臉的特征向量輸入神經網絡分類器,從而實現對未知的人臉的分類識別。

3 BP網絡(Back Propagation)分類器

我們選擇BP神經網絡作為分類器,BP神經網絡是目前應用最廣泛的一種人工神經網絡,它是一種非線性連續轉移函數的多層前饋網絡。除了輸入、輸出層節點以外還有一層或多層隱含結點,其訓練方法被稱為誤差反向傳播算法。

其算法的基本思想是,學習過程由信號的正向傳播與誤差的反向傳播兩個過程組成。正向傳播時,輸入樣本從輸入層傳入,經各隱含層逐層處理后,傳向輸出層。若輸出層的實際輸出與期望的輸出不符,則傳入誤差的反向傳播階段。誤差反傳是將輸出誤差以某種形式通過隱層向輸入層逐層反傳、并將誤差分攤給各層的所有單元,從而獲得各層單元的誤差信號,此誤差信號即作為修正各單元權值的依據。這種信號正向傳播與誤差反向傳播的各層權值調整過程,是周而復始地進行的。權值不斷調整的過程,也就是網絡的學習訓練過程。此過程一直進行到網絡輸出的誤差減少到可接受的程度,或進行到預先設定的學習次數為止。結構如圖3所示。

標準BP神經網絡分3層,即輸入層,隱含層和輸出層。本算法采用的BP網絡輸出層節點數為40,即ORL人臉庫的人臉數。網絡的輸入層節點數和隱含層節點數將由離散小波變換和具體分析決定。實驗中隱含層與輸出層的激勵函數分別選擇為Sigmoid對數函數:

和線性函數:

4 BP神經網絡人臉識別

在實際應用中,學習時要輸入訓練樣本,每輸入一次全部訓練樣本稱為一個訓練周期,學習要一個周期一個周期地進行,直到目標函數達到最小值或小于某一給定值。網絡訓練的步驟可歸納如下:

1)對權值矩陣等網絡參數附初始值;

2)輸入訓練樣本對,計算各層輸出;

3)計算網絡輸出誤差;

4)反向傳播,計算各層誤差信號,調整各層權值;

5)檢查是否對所有樣本訓練完畢,如果完成則轉步驟(6),否則返回步驟(2),否;

6)檢查網絡總誤差是否達到精度要求,如果達到,訓練否則結束,否則設總誤差為零,返回步驟(2)。BP算法訓練流程見圖4。

5 實驗結果及分析

在本實驗中,采用標準人臉圖像庫ORL。ORL庫為灰度圖,共有400張人臉圖像(共40人,每人l0張),圖像尺寸為112×92像素。分別是在不同的時間、不同的光照、不同頭部角度、不同人臉表情(睜/閉眼,笑/嚴肅)和不同的人臉細節(有無眼鏡)條件下攝制得到。

如何選擇最優的小波基函數使識別性能達到最佳是一個復雜的問題。因為可供選擇的小波基函數很多。常用的小波基函數有Morlet小波,Marr小波,Harr小波,DOG小波,樣條小波和Daubechies小波等。不同的小波基函數,針對不同的問題時,往往有不同的表現。文獻[1]證明,利用樣條函數構造的雙正交B樣條小波,具有近似正交性和很好的對稱性,更適合表征人臉。

小波級數也是影響算法性能的重要因素。級數越高,最后表征人臉圖像的向量維數越小,能量越集中,越能削弱大量噪聲干擾,同時也縮短了分類器分類的時間。但同時由于分辨率的降低,用于識別的信息越少,故高于一定變換級數以后識別率將降低。因此,應選擇適當的小波級數。通過實驗證明,當采用三級小波變換時,算法的識別率最高,同時訓練時間與識別時間也較少。

在每次實驗中,將所有樣本隨機分為兩組,每組各200個樣本,分別作為訓練樣本集和測試樣本集。訓練時的輸入為樣本/目標輸出組合{Xi,Yi},i=1,…,N,N為訓練樣本數。對于每個訓練樣本,目標輸出對應為1,其余為0。識別時,輸出的最大值對應目標被認為是網絡識別出的目標。輸入向量為195維。目標誤差設為0.02。

表1顯示了本算法在不同隱含層神經元個數下的識別表現。隱含層節點數過小時,會造成局部極小多,難以訓練,容錯性差;隱含層節點數多時,網絡規模相應變得龐大,當網絡的規模相當于訓練樣本過大時,網絡的冗余性增大處于一種欠學習狀態,這將大大削弱分類器的性能??梢钥闯?當隱含層神經元個數為150時,網絡收斂的最快,并且對ORL人臉庫的識別率最高。小于150或者大于150時,網絡性能將下降,收斂步數增多,識別率下降。

訓練后的神經網絡具有優越的分類性能和較好的推廣能力,如果對ORL庫中前5幅圖的學習可以使其正確識別后5幅圖,并且系統對人臉的表情,姿態的變化以及附屬物和光線的變化都具有一定的魯棒性。但對于一些容易被系統誤識別的人臉圖像,如過側人臉,會出現識別錯誤,同時若訓練集沒有得到充分學習,系統也很容易誤認為是另一個人。因此該人臉識別系統的性能跟訓練樣本的特征有很大關系。

6 結論

基于離散小波變換DWT和BP神經網絡的人臉識別算法是利用小波變換的多分辨多尺度特性和良好的表征信號局部特性的能力,將人臉高維圖像降維去噪,有效地提取人臉的圖像特征。而BP神經網絡具有很好的自適應學習能力,優越的分類特性,以及良好的魯棒性和容錯性。將小波變換系數作為特征向量輸入BP神經網絡進行分類識別。通過對ORL人臉庫的實驗證明,該算法具有計算量小、運算速度快、較好的識別性能和較高的識別率的優點。而且,對人臉姿態、表情變化和遮蓋物具有一定的魯棒性。同時應注意到,該人臉識別系統的性能跟訓練樣本的特征有很大關系,相同的算法和系統,不同的訓練樣本會有不一樣的識別效果。但這不影響其良好的識別效果。

摘要:提出了將人臉圖像的離散小波變換DWT和BP神經網絡相結合以達到人臉識別的方法。由于離散小波變換具有良好的多尺度特征表達能力,能將圖像的大部分能量集中到最低分辨率子圖像,高頻部分則對應于圖像的邊緣和輪廓,能很好的表征人臉圖像的特征。而BP神經網絡具有很強的分類能力,并且可以運用神經網絡的學習算法進行學習。實驗表明:二者的結合對人臉識別具有計算量小,識別率高的優點,有很強的實用性。

關鍵詞:人臉識別,小波分析,BP神經網絡

參考文獻

[1]Lee W S,Lee H J,Chung J H.Wavelet-based FLD for Face Recognition[C].Circuits and Systems,2000.Proceedings of the43rd IEEE Midwest Symposium,2000(2):734-737.

[2]李士勇.神經網絡和智能控制論[M].哈爾濱:哈爾濱工業大學出版社,1999

[3]黃海英.基于人工神經網絡技術的人臉正面圖像自動識別[D].廣西:廣西大學,2006.

[4]張宏林.數字圖像模式識別技術及工程實踐[M].北京:人民郵電出版社,2003.

[5]張兆禮,趙春暉,梅曉丹.現代圖像處理技術及Matlab實現[M].北京:人民郵電出版社,2001.

[6]付瑤,劉志鏡,谷明坡.基于小波分析的人臉特征提取方法[J].計算機與科學,2002,24(6):14.

技術研究范文第2篇

盡管近年來數字音頻技術的應用能夠保證處理后的聲音信號保持完善和無損, 并注重對調音臺界面的逐漸改善, 更有利于自動化控制系統的實現。然而許多音頻領域的技術人員并不認同將模擬音頻技術向數字音頻技術進行轉化, 甚至在應用模擬音頻技術方面堅持以“模擬永遠輝煌”的觀念, 這就成為制約音頻技術發展的重要瓶頸。因此對模擬音頻技術與數字音頻技術的分析具有十分重要的意義。

1 模擬音頻技術應用系統的具體概述

現階段專業音頻系統在分類上主要集中體現前期制作、播出制作以及擴音系統三方面。其中前期制作系統主要將記錄聲音信號作為目標, 完成相關作品如電視劇、專題片或音樂作品的制作等。播出制作系統在形式上可選擇直播或錄播形式, 多適用在音頻系統播出以及同步制作視頻等方面中。而擴音系統的應用目標在于對音頻信號進行擴大。由此可判斷, 音頻系統的關鍵核心為調音臺, 以模擬音頻技術為基礎的調音臺在構成上主要表現為以下幾方面。

1.1 模擬音頻技術的相關指標分析

目前, 基于模擬音頻技術的調音臺在結構上多以同一型號的晶體管以及集成電路為主, 其中晶體管作用在于能夠解決放大器增益不足的弊端, 而在低噪聲、母線混合與均衡處理等方面也要求采用相應的放大器。但無論哪種調音臺的生產, 都需考慮到運算放大器對調音臺頻率相應、噪聲以及動態范圍的制約作用, 所以即使模擬調音臺中所采取參數存在一定的差異, 但應用的音頻技術指標大體相同。

1.2 模擬調音臺功能分析

基于模擬音頻技術的調音臺在規模相同的情況下, 也可能具有不同的功能。例如, 調音臺應用于音樂錄音設計過程中需具備自動混錄的功能而且要求選擇24路以上母線輸出。但這些功能在擴音設計或演播室播出與制作過程中卻不存在, 其應用的功能主要體現在矩陣與編組輸出等方面。另外, 在推子工作形式方面也包括兩種, 即直接摩擦型以及實質為數字技術的VCA電子控制類型[1]。

1.3 模擬調音臺的內部器件分析

不同調音臺在選擇內部器件方面也需考慮到加多問題, 如存在7%左右誤差的電阻與電容, 其中的電阻在介質應用方面可利用碳膜或金屬膜, 而電容方面, 若其容量較小可利用無極性鉭電容或極性電解電容。在選擇電位器種類過程中, 可根據具體應用選擇一般型或者高精度密封型的電位器, 以推子型電位器為典型代表, 其應用的材質關乎設備自身的使用壽命。由此可判斷, 設備的穩定性以及可靠性很大程度上受內部器件的影響。從我國近年來模擬錄音機與錄像機應用的技術指標中也不難發現, 模擬音頻系統整體效果的發揮很大程度上受模擬記錄設備影響, 導致聲音技術難以實現高保真的目標。另外, 也存在其他如節目復制或轉錄中聲音質量下降等問題制約音頻技術的發展, 因此要求向數字化方向發展[2]。

2 數字音頻技術應用的特征與優勢分析

2.1 產品的多樣化特征

以數字音頻技術為基礎的數字音頻設備在種類上極多, 尤其在調音臺方面主要將數字方式作為控制系統, 處理信號過程中即可選擇數控模擬調音臺, 也可利用全數字調音臺等。而在數字記錄設備方面, 現階段常用的如磁光盤MO、盒式或開盤式的錄音機以及硬盤錄音機等。同時處理音頻效果的設備從功能以及種類等方面也是模擬音頻應用設備難以比擬的, 其能夠在音頻工作站中將音頻的處理與記錄同時完成。另外, 數字音頻技術中所應用的數字功率放大器也能夠放大數字脈沖信號, 并利用低通濾波器對其進行處理以此得到模擬功率信號。

2.2 數字音頻設備功能性的增強

以數字調音臺為例, 其自動化控制系統的應用能夠滿足各種錄音工序需求, 為錄音師節約更多的操作時間。其中數字音頻技術中能夠對模擬錄音工藝產生影響的主要為非線性編輯, 這種功能的實現主要得益于數字音頻技術下的音頻工作站, 最大程度上了改變了傳統錄音工藝的模式。從數字音頻工作站應用原理方面, 在記錄媒體方面選擇的主要為基于計算機控制的評判, 通過計算機實現對數據的處理, 完成所有的錄制、編輯以及存儲等工序。同時, 現今錄音工藝中也引入了數字音頻處理器, 能夠改變以往專門構建具有混響效果空間的情況, 逐漸取代彈簧混響器, 為節目的創作提供強有力的工具。另外, 在音頻制作過程中數字音頻網絡化也是對傳統模擬音頻技術的很大攻擊, 使音頻信號的制作、存儲與傳播融于一體, 是現代廣播電視業務的主要工作模式[3]。

2.3 數字音頻技術應用的價格優勢分析

傳統音樂錄音或制作過程中主要在錄音棚內完成, 若樂隊人數較多還需保證錄音棚的容積。盡管在不斷發展過程中開始采用以模擬音頻技術為基礎的24軌錄音機, 但這種方式缺乏自動編輯與縮混功能, 面臨極為繁瑣的操作過程。而在數字技術應用下, 分軌錄音工藝的完善使許多樂隊錄音過程中可直接采取分軌錄音的形式。同時, 數字音頻技術的設備在體積方面也占有一定的優勢, 如70路輸入模擬調音臺, 其在長度上至少虛偽4米, 但數字技術下的調音臺只需控制在1.5米范圍內即可, 而且數字式24軌的錄音機在體積上僅為4U, 既使控制室面積大幅度減少, 也改變了聲音反射的情況。另外, 數字設備在價格方面也有不可比擬的優勢, 其相比構建錄音棚, 能夠節約許多成本。

2.4 錄音結構的改變

在利用數字音頻技術的背景下, 節目的制作不僅要求相關人員掌握基本的數字音頻技術, 還需了解計算機基礎知識。同時, 由于所選用的合成器也將計算機技術以及數字音頻技術融于其中, 能夠替代傳統樂器的一部分工序。這樣, 要求錄音工作中相關人員需具備技術技能以及藝術修養。

2.5 對模擬音頻技術問題的解決

在音頻制作過程中, 無論采取哪種技術革新措施, 其根本目的在于完成聲音的采集、記錄與回放工作, 并向高保真的方向發展。而傳統模擬音頻技術的用下很難實現聲音的有效存儲與復制, 且無法解決噪聲的降低、信號動態范圍的提高等難題。因此在數字音頻技術的應用下, 使模擬音頻的信號向不同媒質上記錄, 采用的形式主要為0和1的數字形式, 使錄音系統質量得到提高[4]。

3 結論

數字音頻技術將成為未來音頻制作中的重要手段, 能夠保證錄音系統質量的大幅度提高。然而該技術的應用對傳統錄音工藝流程也造成了一定的沖擊, 要求相關人員在掌握基本專業技能的同時, 還需注重計算機技術知識的學習, 以此全方位理解數字音頻技術, 促進數字音頻技術應用效果的提高。

摘要:隨著音頻技術的不斷發展, 對模擬音頻與數字音頻兩種技術的研究也逐漸深入。然而關于二者在應用過程中的優勢分析仍存在一定的差異, 其成為影響音頻技術發展的關鍵性因素。本文主要對模擬音頻技術、數字音頻技術的優勢與特點進行探析。

關鍵詞:模擬音頻技術,數字音頻技術,差異

參考文獻

[1]劉中勝.模擬音頻技術與數字音頻技術的探討[J].現代電視技術, 2010, 11:38-43.

[2]周明, 呂瑞征, 陳新.數字音頻技術在音像教材錄音系統中的應用[J].西南師范大學學報 (自然科學版) , 2010, 6:164-169.

[3]侯晴.一款應用于音頻播放系統中的數字音頻處理器的設計與研究[D].西安電子科技大學, 2011.

技術研究范文第3篇

政府應該擔負起向林農宣傳林業技術的職責, 幫助林農樹立依靠科技發展林業的觀念。政府應該從以下幾點出發:首先, 加強農村林業技術的普及, 做好相關培訓工作。與當前的退耕還林政策相結合, 通過舉行短期實用技術培訓活動, 向林農廣泛宣傳林業技術, 宣傳形式應多樣化, 可以采用召開相關會議, 舉行講座等, 把科學技術送到林農的手中。其次, 在當地建立林業科技示范基地和林業技術示范戶, 利用示范戶的推廣帶頭作用, 把那些資金投入少、效益高、發展前景廣闊、適應性強的林業科學新技術推廣到每一位林農, 使林農的種林積極性大大提高。最后, 將一批關于林業科學技術的書刊雜志提供給農戶。著重向林農推薦與農村實際情況相適應, 實用性強的書刊雜志, 如《農民致富關鍵技術問答叢書》、《特種經濟動物養殖與利用叢書》以及《農家致富實用技術叢書》等。

2 深化林業科技體制改革

當前條件下, 農林體制的改革也勢在必行, 要進一步建立起由政府、市場、科研機構3者相結合的技術創新體系。在這一體系中, 社會各界力量需要積極參與進來, 并緊密團結, 加強合作, 這樣才能更有利于科技成果轉化為巨大的經濟效益, 才會促進科技隊伍素質的提高, 最終形成運營良好、團結協作, 具有良好開放性和流動性的運營機制, 使我國林業技術創新水平再上一個新臺階。從整體來看, 這一創新體系的實現主要分為以下幾個方面: (1) 有關創新林業技術的激勵機制要進一步完善。在政策上, 政府要頒布一系列優惠政策對其進行支持, 比如, 針對林業技術創新活動給予一定的資金幫助。 (2) 相關技術創新投入機制要進一步健全。特別需要正確認識自己的自主創新水平以及自身消化吸收的能力, 依靠政策資金支持, 加強對外溝通與合作, 增強消化吸收能力以及自主創新水平。 (3) 林業推廣系統要進一步完善和更新。 (4) 林業技術與重點技術研究必須緊密結合, 并成立相關機制。 (5) 與國外優秀的林業科研人員多溝通, 加強合作。 (6) 注重培養林業創新人才。 (7) 建立起相對完善的與林業技術相配套的相關措施, 推進我國林業技術發展到達一個新水平。

3 加大林業技術方面的投入

加大林業技術方面的投入是促進我園林業技術發展的關鍵。加大林業技術投入, 可以從以下3個方面著手: (1) 加大林業科研的投入, 林業技術教育也要與時俱進, 促進創新能力的提高。林業企業員工的技術培訓要設立R&D專項基金, 加大技術培訓的力度, 林業企業要與科研機構和高校建立合作關系。政府也要加大支持力度, 對科研機構及林業院校予以重點扶持, 增加技術研發的財力支援, 旨在培養優秀的林業科技人員, 而良好的科研環境及鼓勵機制下也能留住高素質的林業人才。 (2) 林業技術成果轉化率問題, 主要在于林業技術的推廣。林業技術成果轉化效率的高低關鍵在于林業技術推廣的普及率, 這也是林業技術價值的體現。關于林業技術推廣的效果, 起決定作用是資金的支持, 所以增大對林業技術推廣資金的投入, 部分資金用于林業技術推廣員的培訓和激勵上, 這也是提高技能的主要手段。加大宣傳力度, 擴大影響, 更新技術推廣設備, 利用網絡體系提高林業技術的轉化率。 (3) 完善林業技術應用機制。林業的弱質性一直是影響其發展的瓶頸, 低收益性也阻礙了林業經營者的投資熱情, 要整體提高林業收入, 新技術不可或缺。要激發林農或林企的積極性, 多提供免費的技術服務, 給投資新技術的林農或林企一部分現金補貼。

4 提高林業技術推廣效率

林業技術成果轉化率有待提高, 這要依賴網絡體系來進行。當前, 我國的林業技術推廣工作開展的不夠好, 應做好以下幾個方面的工作: (1) 改革運行機制, 在探索中前進, 建立合理的市場經濟體制成果轉化運行機制??茖W利用市場的導向作用和林業社會化服務的主導作用, 制定以推廣提高為主的政策。 (2) 利用政府的投資支持, 建立生態效益推廣項目, 對經濟效益突出的技術成果, 通過市場運作來推廣, 旨在培養一批技術先進的推廣主體———林農或者林企。其次, 利用現有資源, 整合技術推廣服務和成果轉化模式。利用現代化的信息優勢和資源, 在林區設立林業科技站, 方便快捷地為林業經營者提供服務, 諸如信息、技術指導服務等。 (3) 增加資金投入, 將大部分資金用于技術推廣上。 (4) 將技術推廣工作的管理落到實處。 (5) 提高推廣人員的自身素質, 堅持培訓學習, 并吸取其它林業服務站的優點, 把推廣人員的素質和能力最大極限地發揮出來。

5 結語

希望這些建議能夠為強化和提升林業技術研究和發展的水平提供有益的參考, 從而更好地建設社會主義生態文明。

摘要:在林業發展和建設的過程中, 林業對技術的依賴程度越來越大, 但是, 在當前的林業建設過程中存在科技興林意識不強, 林業科技體制不夠完善, 林業技術的推廣效率低等問題。針對這一現狀, 本文提出了要強化科技興林意識, 深化林業科技體制改革以及大力推廣林業技術等措施, 以期促進林業的可持續發展。

關鍵詞:林業技術,研究,途徑

參考文獻

[1] 王克敬, 周小寒, 劉紅梅, 樊喜斌.加強林業技術發展的研究[J].生態經濟, 2007 (2)

技術研究范文第4篇

高技術產業是知識密集和技術密集的產業, 是代表一個國家綜合國力和整體競爭力的重要先導產業, 是一個國家國民經濟和社會發展最重要的新增長點, 高技術產業發展的狀態與水平在很大程度上影響著國民經濟與社會的發展。自上世紀九十年代以來, 發展擁有自主知識產權的高新技術和高新技術產業, 已成為國家綜合國力競爭的焦點。從世界各國的發展經驗看, 高技術產業的發展對整體經濟的帶動作用較為明顯。資料表明, 1996—2000年, 美國經濟增長中高技術的貢獻率占46%。正是由于高技術產業具有高成長性、高收益性、高滲透性和高擴散性, 各國在促進經濟增長中都優先將高技術產業的發展作為發展戰略的重要組成部分。高新技術產業發展的關鍵在于要擁有主導性的創新技術、優勢技術及其產業化前景。目前對高新技術產業的研究主要集中在制度、政策環境、創新能力評價等方面, 而對高新技術產業自有技術成份定量研究還未見涉及。筆者認為, 基于自有技術角度研究高新技術產業的發展, 對于客觀準確評價我國高新技術產業的知識產權及其對經濟增長貢獻率狀況非常必要。

2 自有技術概念的內涵

2.1 自有技術概念引入

隨著技術創新在經濟發展中作用的凸顯, 創新技術的產權和收益問題成為創新技術發展的一個重要問題。擁有創新技術的主導性產權, 也就擁有了創新技術的支配權和收益權。

自有技術并非是一個全新的概念, 多年來一直有學者在發表的學術論文中使用, 如:中國科技促進發展研究中心研究員柳卸林發表的《技術軌道和自主創新》 (《中國科技論壇》, 1997, 2) 、上海交通大學教授陸蓓發表的《技術貿易中的引進和創新》 (《上海交通大學學報》, 2001, 1) 、浙江大學教授陳勁發表的《技術超學習研究》 (《研究發展管理》, 2006, 6) 、廣東工業大學教授張德鵬發表的《零售商自有品牌商品生產的委托代理》 (《系統工程》, 2007, 5) 等文章中都使用了自有技術這一概念。雖然自有技術的概念早已使用, 但其內涵卻一直沒有準確界定。

2.2 自有技術概念及內涵

自主創新作為創新的一種形式, 其核心是創新主體對創新成果擁有的主導性權利。筆者認為, 自有技術是指創新主體擁有主導性產權和收益權的技術。

這一概念表明創新主體對創新技術的產權與收益分配擁有主導權。主導權是指對創新技術產權和創新技術收益分配的控制力或相對壟斷勢力要足夠大, 能夠嚴重影響競爭對手, 能謀取主要利益和為自己爭取主動。沒有主導權或喪失主導權的創新不可能爭取主動或獲取主要創新收益, 也就是說不能稱之為自主創新, 由此產生的技術不能界定為自有技術。

從技術創新的三層含義看, 原始創新、集成創新和消化吸收再創新都需要經過從研究開發到產業化和商業化的過程。從創新過程的形式看, 創新可分為獨立創新和合作創新, 合作創新又分為國內合作和國際合作。國際合作中, 不論合作形式是外方以技術 (專利) 形式參與合作、或以生產設備形式參與合作、還是以資金投入形式參與合作、以補償貿易形式參與合作, 以及其它形式的國際合作, 所產生的創新技術屬于合作方共同擁有 (如圖1) 。

對于一國來說, 創新主體 (企事業單位和個人) 的獨立創新、國內創新主體間的合作創新和掌握主導權創新主體的國際合作創新, 所產生的技術都界定為自有技術。對于國際合作、合資形式的創新主體, 須以一方所有者權益大于50%為標準來界定自有技術產權和收益權的主導性。如在我國, 中外合作、合資企業擁有的創新技術是否為自有技術, 衡量標準是以所有者權益中方所占比例是否大于50%為界限, 中方所有者權益比例大于50%, 中方就擁有主導權, 此時的創新技術界定為自有技術。

對于外資獨資企業, 如在我國注冊的港澳臺獨資企業和外商獨資企業, 由于技術創新產權和技術創新收益的主導權完全由港澳臺方和外商主導, 因此, 其創新技術不能成為自有技術。但是通過技術所有權轉讓 (對于專利技術也就是專利受讓) , 創新技術歸一方所有, 由受讓方擁有主導性的創新技術產權和收益權, 此時的創新技術可界定為自有技術。

3 高新技術產業自有技術成份測度指標的構建

3.1 自有技術的影響因素

根據自有技術的定義可知, 界定自有技術的關鍵是技術的產權和收益權的主導性問題。

技術的產權可以是技術的專利權、著作權、商標權以及商業秘密。商業秘密是不為公眾所知悉, 能為權利人帶來經濟利益, 具有實用性, 并經權利人采取保密措施的技術信息和經營信息。商業秘密作為對專利制度的補充而出現, 由于它是一種很特殊的權利, 目前國際法規通行的做法是將其劃入知識產權領域。商業秘密保護對于高新技術來說是一個重要的補充, 可以彌補版權和專利保護的不足。

對于某些行業或技術領域, 由于技術的特殊性以及專利或版權保護的弱點, 一般采取商業秘密保護的形式。正如美國公司管理學家丹尼斯·昂克維克評論說:“當前趨勢已十分明顯:公司已逐漸放棄了專利方式, 轉而采取頒發商業秘密許可證或以商業秘密入股參與合營等方式以換取快速回收自己的經濟利益。”此話雖有些言過其實, 但是高新技術企業在確定以何種形式保護自己的技術時必須做出慎重選擇。

3.2 評價指標的確定原則

評價結果的客觀、公正、科學、有效, 是建立評價指標體系的目標。因此, 高新技術產業自有技術成份評價指標的確定應遵循以下原則:

系統性原則:評價指標應從系統的角度全面綜合反映被評價對象的整體情況, 保證評價的全面性和可信度。

客觀性原則:評價指標盡可能避免主管因素的加入, 指標含義明確, 選取指標應具有權威性、普適性和代表性。

時效性原則:評價指標應與評價時期的社會經濟價值觀和發展趨勢相適應, 避免不合時宜導致評價結果的偏失。

同質性原則:評價要點應與評估對象的特征相一致, 保證評價的可行性與評估效度。

獨立性原則:評價指標間盡可能避免顯見的包含、交叉關系, 對隱含的相關關系應選用適當方法予以消除。

可比性原則:指標在概念、內容、范圍和口徑方面應該具有可以進行比較分析和判斷的功能。對被評價對象, 從其自身的動態發展過程、與其它國家 ( 或地區) 的靜態比較、以及經濟現象內部各方面各因素之間的相互關系等角度進行考察。

可操作性原則:評價指標體系結構盡量簡單, 以盡量少的指標反映盡量多的信息, 數據資料便于收集、計算簡單、易于操作。

3.3 自有技術成份測度指標的構建

根據上述指標設計原則和實際需要, 對于區域內的高新技術產業或技術領域, 其自有技術占有率和自有技術產業貢獻率是測度自有技術成份最重要的兩個指標。貢獻率可用于分析經濟增長中各因素作用大小的程度, 表示某因素的增長量 (程度) 占總增長量 (程度) 的比重。

(1) 自有技術占有率:

該指標用來衡量區域內某行業 (技術領域) 主導權方的企業擁有專利數占該行業 (技術領域) 全部企業擁有的專利數的比例。

由于不同類型專利對產業發展產生的影響力不同, 其中發明專利被公認最具核心競爭力, 因此, 計算時以發明專利數為主, 同時采用專家意見法給出不同類型專利的加權系數, 即:發明專利的系數為0.7, 實用新型與外觀設計專利的系數為0.3, 則自有技術占有率的計算公式為:

undefined

St——自有技術占有率

IP——某行業企業已授權發明專利數

MP——某行業企業已授權實用新型專利數

DP——某行業企業已授權外觀設計專利數

i=1, 2, 3…m (某行業中方擁有主導權的m個企業)

j=1, 2, 3…n (某行業全部的n個企業)

其中 i≤j

(2) 自有技術產業貢獻率:

該指標用來衡量區域內某行業 (技術領域) 的高新技術中方占主導權的企業工業增加值占該行業 (技術領域) 全部企業工業增加值的比例。自有技術產業貢獻率的計算公式為:undefined

Pt——自有技術產業貢獻率

Ci——某行業中方擁有主導權的第i個企業的工業增加值

Cj——某行業全部企業中第j個企業的工業增加值

i=1, 2, 3…m (某行業中方擁有主導權的m個企業)

j=1, 2, 3…n (某行業全部的n企業)

其中 i≤j

高新技術產業發展狀況是反映國家和地區科技發展水平的重要方面, 是制定國家和地方科技發展規劃、政策, 進行宏觀管理的重要依據之一。定量研究和評價高新技術產業自主創新的一個關鍵就是自有技術成份問題。本文通過構建自有技術產業占有率和自有技術產業貢獻率兩個指標, 以期能夠較為準確地測度區域內高新技術產業中各行業或技術領域的自有技術成份, 為高新技術產業發展制定相關政策提供科學依據。

參考文獻

[1]陳傳夫.高新技術與知識產權法[M].湖北:武漢大學出版社, 2001:11, 128, 256.

[2]宋河發, 穆榮平, 任中保.自主創新及創新自主性測度研究[J].中國軟科學, 2006 (6) :60-66.

技術研究范文第5篇

關鍵詞:計算機技術,信息技術,聯用,通信技術,傳感技術

一、計算機技術與信息技術概述

1.1計算機技術概述。計算機技術是隨著計算機的發展和運用而出現的技術類型, 它的主要技術包括數據處理和網絡運用兩個方面。強大的數據處理功能是計算機的關鍵技術, 在具體工作中, 包括對數據的收集、處理、計算, 并根據用戶需要篩選各種數據, 開展數據自動化操作, 并編制相應的程序代碼, 執行命令后可以對數據進行處理, 完成各項操作指令, 滿足人們對數據處理的需要。

1.2信息技術概述。信息技術包括對信息進行收集、獲取、分析、理解、處理、加工、傳遞的各個過程, 在人們日常生活中扮演著重要的角色。它不僅包括計算機技術, 還包括電視、廣播、光盤、錄音技術等等。

二、計算機技術與信息技術聯用的意義

2.1技術發展的必然趨勢。隨著技術的發展和進步, 計算機與信息技術出現相互滲透的趨勢, 這種趨勢是技術發展的必然結果, 有利于推動技術進步及創新發展。同時也與現代技術發展息息相關, 是不可阻擋的潮流。通過技術的聯用和滲透, 有利于進一步提高技術水平, 推動技術向更高層次邁進。

2.2更好滿足人們需求。不管是計算機技術, 還是信息技術, 都與人們的工作、生活息息相關。隨著人們生活方式的轉變, 工作要求的提高, 在相關技術措施運用中, 通過技術聯用, 以人們對具體工作的需要為出發點, 有利于增強技術使用效果, 推動技術發展。

三、計算機技術與信息技術聯用的表現

3.1通信技術聯用。在信息化時代, 人們要想進行迅速便捷的交流, 必須運用通訊技術, 如果缺乏通訊技術, 人們將難以適應社會生活及生活節奏。目前最為普遍的通信技術是手機和電話, 他們的運用對人們日常生活有著重要的影響。通信技術分為有線和無線兩種技術, 隨著技術的不斷進步, 無線通信技術運用更為廣泛, 并逐漸取代有線通訊技術。在實際工作中, 將計算機技術與通信技術聯用, 不但使數據傳輸變得更為快捷, 還有利于保障數據的安全。從而讓信息能夠在最快, 最安全的環境下傳輸給對方, 大大便利了人們的日常生活。

3.2傳感技術聯用。傳感技術也逐漸滲透到我們日常生活中, 傳感器具有穩定、耐久的特點, 并且數據傳輸可靠, 給人們獲取和傳輸信息帶來極大便利, 也深受人們的喜愛。傳感技術的主要作用是, 獲取信息, 對信息進行處理, 篩選和交換。通過與計算機技術的聯用, 能夠實現信息采集與數據處理的一體化操作。例如, 根據用戶需要采集有用的信息資源, 運用計算機技術對信息資源進行存儲, 方便用戶隨時調用, 便利用戶對信息資源的使用。

四、計算機技術與信息技術聯用的展望

4.1加強研究, 重視技術推廣運用。技術的更新和升級有利于促進各項工作的順利開展, 提高性能, 滿足人們使用需要。為此, 今后科研人員需要進一步加強對計算機技術、信息技術研究工作, 根據時代發展要求和人們工作需要, 促進二者聯用, 使技術得到有效運用, 性能不斷完善, 使用效果不斷提高。同時還要加強對技術的推廣, 讓更多人們享受聯用所帶來的實惠, 為人們日常工作的開展提供技術支持。

4.2注重創新, 促進技術發展進步。創新是促進計算機技術和信息技術發展的動力, 在科學技術不斷發展和進步的前提下, 必須重視對技術的創新, 采取有效的對策, 重視技術攻關和創新研究, 加大相應的資金投入, 調動科研人員的積極性, 推動技術創新發展, 促進技術性能完善和升級, 為人們更好地使用該技術提供支持。

結束語

總之, 通過計算技術和信息技術的聯用, 能夠更好地發揮計算機技術與信息技術優勢, 促進技術升級和性能改進, 滿足人們日常工作的需要。今后在具體工作中, 應該認識聯用的意義, 并加強技術研究與創新, 促進計算技術與信息技術得到更好的聯用, 推動技術發展與進步, 更好地為人們使用技術服務, 同時也有利于產業升級和換代, 這對推動技術發展及創新具有重要的現實意義。

參考文獻

[1]秦靖偉.計算機技術與信息技術聯用的分析[J].硅谷, 2014 (1) .

[2]章韜.計算機技術與信息技術聯用的分析[J].信息通信, 2012 (2) .

[3]李琳輝.淺談計算機技術與信息技術聯用[J].電子技術與軟件工程, 2014 (2) .

技術研究范文第6篇

浙江省以1999年全國技術創新大會為契機, 經過十多年的努力, 高技術產業已初具規模。2012年, 浙江高技術產業產值14 243.1億元, 同比增長7.66%, 但與2011年相比增幅明顯放緩。與國內其他省市相比, 無論在規模水平、技術能力和創新程度及競爭力等方面均有較大差距。2011年, 浙江高技術產業產值規模落后于粵、蘇、滬、魯, 位居全國第五, 在長三角二省一市中列最后一名。高技術產業是技術密集型產業, 評價和研究浙江高技術產業技術效率作用的發揮情況, 分析其影響因素, 提出相應政策建議, 可以在一定程度上促進浙江高技術產業的健康發展。

一、文獻回顧

隨著中國高技術產業的蓬勃發展, 高技術產業已漸成中國管理科學研究的熱點。朱秀梅 (2008) 以知識溢出、企業吸收能力、集群社會資本、企業創新績效為基本研究要素, 構建了高技術產業集群創新的微觀理論模型, 通過規范的實證分析驗證理論模型及所提出的假設。鄧路等 (2009) 基于中國高技術產業的面板數據 (1999—2007) 對研發投入、行業內R&D溢出與自主創新效率進行了研究;趙玉林等 (2009) 基于系統的內生經濟增長理論和企業成長理論, 利用1995—2006年間9個主導性高技術產業的相關數據, 運用結構方程模型方法對創新誘導主導性高技術產業成長的路徑進行實證檢驗。研究發現, 創新投入和創新產出并不能直接促進產業的成長, 但可以通過產業素質這個中介變量的傳導作用來放大其對產業成長的影響。張目等 (2010) 構建動態綜合評價模型, 對中國高技術產業自主創新能力進行分行業動態評價;范凌鈞等 (2010) 應用面板數據隨機前沿方法考察中國高技術產業R&D與技術效率之間的關系, 認為R&D對技術效率有顯著的正向促進作用。陳偉等 (2010) 從技術價值、經濟價值和社會效益三個維度, 運用兩階段DEA模型, 對中國30個省市區的高技術產業R&D績效進行評價。

基于前人的研究成果和浙江省的現實狀況, 關注浙江高技術產業技術效率, 以浙江各高技術產業為研究對象, 運用隨機前沿分析方法測量其各行業今年來的技術效率水平, 探究技術效率變動的影響因素, 為浙江高技術產業發展提供相應的政策建議。

二、評價模型及數據

自1957年經濟學家Michael Farrell基于生產效率測度思想進行生產前沿面理論的研究以來, 學術界對生產前沿面領域的研究形成了參數方法和非參數方法兩大分支。與參數方法相比, 非參數方法對效率值的估計偏低, 而離散程度較大, 且不能直接檢驗結果的顯著性;當約束條件較多時, 非參數方法經常會得出所有觀測樣本為100%有效的結論。參數方法以隨機前沿方法 (SFA) 為代表, 幾乎由Aigner, Lovell, Schmidt和Meeusen, van den Broeck同時于1977年提出, 認為生產無效率主要來源于隨機擾動v和技術非效率u, 其基本模型為:

Battsse和Coelli (1995) 在基本模型的基礎上引入時間因素并使用一次回歸直接得到生產函數和技術效率影響因素的參數估計結果, 克服了以前兩階段方法的假設沖突和理論矛盾。根據該改進模型, 運用對數型C-D生產函數以及浙江高技術產業各行業2009—2011年的數據, 對其技術效率水平及影響因素進行測算, 具體研究模型為:

模型中Y為各行業的新產品產值, L為R&D人員數, R&D為R&D經費投入總額, 為R&D經費內部投入和外部投入之和, K為年末資產總值, i為行業序號, t為各年份。β, η為待估參數, νit是隨機擾動變量, νit~ (0, σν2) 且νit~idd (獨立一致分布) ;uit是非負變量, 表征的是生產中的技術非效率, uit~ (0, σu2) 且uit~idd (獨立一致分布) ;νit與uit相互獨立。

根據國家統計局印發的《高技術產業統計分類目錄的通知》, 中國高技術產業的統計范圍包括航空航天器制造業、電子及通信設備制造業、電子計算機及辦公設備制造業、醫藥制造業和醫療設備及儀器儀表制造業共五類行業。研究的面板數據為2010—2012年各行業的相應數據, 數據均來源于2011—2013年《浙江科技統計年鑒》。

三、實證結果及分析

利用CEPA中心Coelli設計的Frontier4.1分析軟件, 根據式 (2) ~ (5) , 對浙江高技術產業2010—2012年面板數據進行生產前沿技術效率分析結果如下:

(一) 浙江高技術產業生產函數分析

注:*表示在0.01水平下顯著, LR為似然比檢驗統計量, 符合mixed chi-square distribution (混合卡方分布) 。

由參數估計值γ=0.837, 且LR統計檢驗在1%水平下顯著, 說明式 (2) 中誤差項 (νit-uit) 有著較為明顯的復合結構。從勞動力、研發經費和資本三大生產要素的產出彈性看, β1=0.562, 即R&D人員數增長1%, 高技術產業新產品產值增長0.56個百分點;β2=0.170, 即研發經費投入增長1%, 高技術產業新產品產值增長0.17個百分點;β3=0.343, 即固定資產每增長1%, 高技術產業新產品產值增長0.34個百分點。這表明, 在浙江高技術產業中, 人力資本的貢獻大于固定資本, 而固定資本的貢獻大于經費投入。

(二) 浙江高技術產業各行業技術效率分析

浙江高技術產業各行業2010—2012年技術效率計算結果 (見表2) 。

從整體上看, 浙江高技術產業技術效率尚可, 三年平均效率值為0.690, 而且呈現出逐步提高的態勢, 從2010年的0.542提升至2012年的0.828。但0.690的平均值與生產前沿面相比, 仍有31%的提升空間;而且從生產函數的分析看, 經費投入的貢獻遠低于人員技術的貢獻, 這是非常值得注意的問題, 從一個側面反映出浙江高技術產業研發經費的實際利用水平并不高。

5個行業的技術效率均值差異較大, 行業發展并不平衡, 這不利于浙江高技術產業整體的均衡發展。電子及通信設備制造業表現最佳, 連續三年技術效率都位居5個行業之首, 航空航天器制造業墊底, 其三年的實際產出還不及最大產出的一半。技術效率的差異說明各行業的實際產出在現有條件下并未達到最大產出, 需要在資源配置、人財物投入、行業內技術轉移、管理體制機制和高技術的利用水平上進一步改進。

結論概要及建議

對高技術產業而言, 效率問題始終是關注的焦點。利用利用對數隨機前沿模型, 實證測定了2010-2012年浙江高技術產業及各行業的技術效率。主要結論有:在浙江高技術產業中, 人力資本的貢獻大于固定資本, 而固定資本的貢獻大于經費投入;各行業技術效率值差異較大, 但整體呈現穩步提升的態勢。為進一步推進浙江高技術產業的健康發展, 在增加研發投入、推動前沿技術進步的同時, 要充分利用產業創新環境, 進行自主創新和制度、管理創新, 提高技術效率。

摘要:利用隨機前沿方法, 對浙江高技術產業2010—2012年的技術效率進行分析評價, 結果顯示, 在浙江高技術產業中, 人力資本的貢獻大于固定資本, 而固定資本的貢獻大于經費投入;各行業技術效率值差異較大, 但整體呈現穩步提升的態勢。最后, 在此基礎上探索效率低下的癥結所在, 提出改進和提高技術效率的對策和建議。

關鍵詞:高技術產業,技術效率,SFA模型,浙江省

參考文獻

[1]朱秀梅.高技術產業集群創新路徑與機理實證研究[J].中國工業經濟, 2008, (2) :66-75.

[2]鄧路, 高連水.研發投入、行業內R&D溢出與自主創新效率——基于中國高技術產業的面板數據 (1999—2007) [J].財貿研究, 2009, (5) :9-14.

[3]趙玉林, 徐娟娟.創新誘導主導性高技術產業成長的路徑分析[J].科學學與科學技術管理, 2009, (9) :123-129.

[4]張目, 周宗放.中國高技術產業自主創新能力分行業動態評價研究[J].軟科學, 2010, (6) :1-8.

[5]范凌鈞, 陳燕兒, 李南.R&D對中國高技術產業技術效率的影響研究[J].研究與發展管理, 2010, (6) :37-43.

[6]陳偉, 趙富洋, 林艷.基于兩階段DEA的高技術產業R&D績效評價研究[J].軟科學, 2010, (4) :6-10.

[7]Aigner, D.J., Lovell, C.A.K.and Schmidt, P.Formulation and Estimation of Stochastic Frontier Function Models[J].Journal of Econometrics, 1977 (6) :21-37.

上一篇:食堂庫管員工作計劃范文下一篇:難忘的中秋節優秀作文范文

91尤物免费视频-97这里有精品视频-99久久婷婷国产综合亚洲-国产91精品老熟女泄火