中国县域经济发展模式的分类特征与演化路径_战炤磊

中国县域经济发展模式的分类特征与演化路径_战炤磊
中国县域经济发展模式的分类特征与演化路径_战炤磊

《云南社会科学》2010年第3期Social Sciences in Yunnan No.3

一、县域经济发展模式的分类

框架:基于主导因素的分析

县域经济发展模式的本质涵义是县域工业化和现代化实践中形成的特色化的发展过程和路径,其核心内容包括县域经济发展的主导资源和动力源泉以及相应的资本结构、产业结构、所有制结构和运行机制等。中国县域经济在生产力发展水平、

资源禀赋以及经济发展阶段等方面的差异性非常明显,诸多县域经济在发展过程中形成了自己独特的发展模式,苏南模式、温州模式、珠江模式、济源模式、

晋城模式、海安模式、义乌模式、耿车模式等都已经为人们所熟知。

各种县域经济发展模式自身也在不断完善和创新的过程中获得新的内涵和生命。

县域经济是一个复杂的经济系统,其运行过程受到生

产要素、

市场、经济主体、制度环境等多种因素的影响。县域经济发展(D )可以概括为区位(P )、资源(R )、资本(C)、技术(T)、市场(M)、企业(E)、产业(I)、制度体制(S)等诸多变量的函数,参考柯布—道格拉斯生产函数的变化形式,我们可以将县域经济发展的函数形式表达如下:

D =P p R r C c T t M m

E e I i S s

其中,

p 、r 、c 、t 、m 、e 、i 、s 分别为对应变量对县域经济发展的贡献,

p +r +c +t +m +e +i +s =1。尽管县域经济发展是多种变量共同作用的结果,但是,在不同的时期、不同的地区,每种变量对于县域经济发展的贡献是不同的,有的变量处于主导地位,有的变量处于从属地位,而且变量的地位也会发生变化。根据县域经济发展过程中起主导作用的因素可以将县域经济发展模式概括为如下几种类型:区位

收稿日期:2009-05-25

作者简介:战炤磊(1979~),男,南京农业大学经济管理学院博士研究生,江苏省社会科学院助理研究员。

中国县域经济发展模式的

分类特征与演化路径

战炤磊

(江苏省社会科学院,江苏

南京210013)

摘要:县域经济发展模式是县域工业化和现代化实践中形成的特色化的发展过程和路径。以推动县域经济发展的主导因素为基准,可将县域经济发展模式概括为区位导向型、资源导向型、资本导向型、市场导向型、企业导向型、体制导向型、产业导向型等类型。这些不同的发展模式具有不同的适应性和条件要求,在资金结构、产业结构、市场机制等方面表现出不同的特征,并且都具有相应的优势与劣势。县域经济发展模式创新演进的共性路径在于,基于横向视角的特色化发展道路和基于纵向视角的可持续发展道路。

关键词:县域经济;发展模式;主导因素中图分类号:F127

文献标识码:A

文章编号:1000—8691(2010)03—0109—05

109

导向型、资源导向型、资本导向型、技术导向型、市场导向型、企业导向型、产业导向型、体制导向型。这些发展模式在县域经济发展函数上的体现,则是对应的主导因素对于县域经济发展的贡献最大。即,在区位导向型发展模式中,p=max(p,r,c,t,m,e,i,s);在资源导向型发展模式中,r=max (p,r,c,t,m,e,i,s);在资本导向型发展模式中,c=max(p,r,c,t, m,e,i,s);在技术导向型发展模式中,t=max(p,r,c,t,m,e,i,s);在市场导向型发展模式中,m=max(p,r,c,t,m,e,i,s);在企业导向型发展模式中,e=max(p,r,c,t,m,e,i,s);在体制导向型发展模式中,s=max(p,r,c,t,m,e,i,s);在产业导向型发展模式中,i=max(p,r,c,t,m,e,i,s)。

需要指出,影响县域经济发展的各种因素不是单独发生作用的,县域经济发展往往是多种因素共同作用的结果,因而各类县域经济发展模式之间会有一定程度的交叉。以20世纪80年代中期同时被理论界提出的苏南模式、温州模式和珠江模式为例,乡镇企业、民营经济、外资经济分别是这3种模式的核心特征,因而可以分别将其列入企业导向型、体制导向型和资本导向型,但是苏南模式和珠江模式的成功都与其独特的区位优势密不可分,因而也可以将其归入区位导向型;温州民营经济发展需要大量的企业载体,因而它也具有企业导向型的特征。但是,由于我们只是从影响县域经济发展的主导因素对县域经济发展模式进行分类总结,所以这种交叉并不会影响整个分析的有效性。

二、县域经济发展模式的分类特征与适应性分析

考虑到理论分类与现实实践的呼应问题,本文无意对上文依据主导因素进行分类得到的所有模式进行面面俱到的分析,而是重点选择几种典型的分类模式进行探讨。

1.区位导向型县域经济

区位导向型县域经济是凭借得天独厚的地理区位优势,通过为上级中心地提供补充服务并接受其辐射而获得推动县域经济全面发展的动力的一种经济发展模式。在区位导向型发展模式中,优越的区位是决定县域经济发展的主导因素,区位优势的发挥程度决定着县域经济发展的兴衰。适合于此类发展模式的县域经济通常具有如下特点:邻近现代工业生产力和城市文明辐射力强的大城市,交通条件便利,与大城市的交往比较密切,吸收大城市辐射的功能比较强。中心城市的郊县通常适合于区位导向型发展模式,北京和上海附近的县多属于此种类型。

采用区位导向型发展模式的县域经济通常具有明显的城市依附烙印:在产业结构上主要以城市转移产业和补充产业为主;在资金来源结构上源于城市经济的投资占据相当比重;在经济运行机制上与中心城市经济运行机制的相似性和关联性比较强。

区位导向型县域经济的优点在于,在区位优势既定的条件下,经济社会历史积淀壁垒比较低,起步发展比较快,见效比较迅速,而且得益于区位优势的相对稳定性,经济发展动力相对持久。但是,区位导向型县域经济易出现对区位中心过度依赖的问题,经济发展的自主性不强,与区位中心的风险联动性比较明显,区位中心的重大变迁可能会对县域经济造成致命的影响。

2.资源导向型县域经济

资源导向型县域经济是依靠本地区丰富的自然资源,优先发展自然资源采集、开发行业,进而带动整个县域经济发展的一种经济发展模式。资源导向型县域经济的适应条件是:一方面,县域范围内必须拥有丰富的自然资源,特别是矿产资源,而且所拥有的自然资源具有广阔的市场前景,至少在一定时期内具有足够规模的市场需求;另一方面,资源开发领域的行政性和经济性进入壁垒都不高,政府允许和鼓励各类经济主体进入资源开发领域,资源开发产业发展不会面临明显的法律政策障碍,而且资源开发相关产业没有很高的技术要求和资本要求,范围较广泛的经济主体有能力进入资源开发产业。

在资源导向型发展模式下,丰富的自然资源是推动县域经济发展的主导因素,对县域自然资源的开发利用状况决定着县域经济发展的成败。资源导向型县域经济对当地的禀赋资源的依赖性极强,县域经济活动多数都围绕资源的开发利用展开,由此可以演绎出该模式的基本特征:(1)资本结构总体上呈现多元化特征,但是自然资源的国家所有制必然使国有资本在资源开发领域居于优势地位,民间资本的作用范围相对较小,国外资本则面临更高的进入壁垒;(2)资源开采和加工以及相关产业在国民经济中占有相当大的比重,资源开发及相关产业对劳动力和资本的聚集效应为第三产业提供了良好的发展机遇,资源开发相关服务业在整个产业结构中具有重要地位,农业往往由于自然条件的限制和比较利益的影响很难获得发展空间;(3)资源开发产业的发展对市场需求状况比较敏感,相关经济主体的市场意识比较强,县域经济运行机制的市场化程度

110

比较高。

资源导向型县域经济的优点是,在条件具备的情况下,起步难度比较小,规模扩张速度比较迅速,见效比较快,能在较短的时间内取得可观的经济效益,特别适用于县域经济发展的初期阶段。但是对资源的高度依赖也使该发展模式面临诸多问题的制约,如,资源的不断开采往往引致一系列环境问题,从而增加经济发展的社会成本;资源开发的推进引起资源市场供给规模的增加和资源开发难度的增加分别会压缩其利润空间和增加其经营成本;资源开发利用的粗放式经营带来的环境污染和资源浪费等问题会使资源开发产业面临更为严格的管制约束;等等。

3.资本导向型县域经济

资本导向型县域经济是这样一种经济发展模式,它凭借本地区资本增殖载体优势,搭建资本集聚平台,并辅之以优良的资本运动环境,依靠多渠道增加区域资本供给带动整个县域经济发展。资本导向型县域经济中的资本既包括国内资本,也包括国外资本,因而按照资本的来源又可以分为内资导向型和外资导向型。资本导向型发展模式下的县域经济必须拥有为数众多的优质的资本增殖载体——

—企业,多样化的高效率的资本进入与退出渠道,对资本具有持久的吸引力。

内资导向型县域经济通常具有很强的利用国内资本市场筹集资金的能力,特别是要拥有一批优质的上市公司,进而在证券市场上显示出高强的资金筹集能力。内资导向型发展模式下的县域经济主要有如下特点:(1)资本来源多元化,从资本的所有者属性看,涉及国家资本、集体资本、个人资本以及外国资本,并分别有国有股、法人股、公众股、B股等股权种类与之相对应;从资本的载体属性看,既有债权资本又有股权资本,从资本的区域属性看,既有县域内资本又有县域外资本和省域外资本甚至国外资本;(2)产业结构中第二产业的强势比较明显,一批业绩优良的上市公司支撑着县域工业的稳步发展,而且企业集团的集聚带动了县域第三产业的持续发展;(3)在市场结构方面,由于存在一批在本行业内处于领先地位的企业集团,寡头结构比较明显;(4)市场经济发育程度比较高,市场经济主体对政府具有较强的博弈能力,制度环境比较完善,经济运行机制相对健全。内资导向型县域经济在大规模资本供给的推动下,发展速度比较快,后劲比较充足,经济发展的自主性比较强,但是进入壁垒比较高,对企业的质量和聚集规模要求比较高,由于与国民经济的晴雨表——

—证券市场联系比较密切,所以受宏观经济形势的影响比较明显。号称华夏A股第一县的江阴市无疑是内资导向型县域经济的杰出代表。

外资导向型县域经济的前提条件是,首先,必须对国外资本有较强的吸引力,这种吸引力既可以源于地缘情感因素,也可以源于纯粹的经济因素;其次,县域经济本身必须具有较强的对外开拓和经营企业的能力,能为国外资本提供相应的增殖载体和空间,以提高资本流入的稳定性;第三,地理位置优势比较明显,对外经济交往成本较低;第四,县域经济必须在经济制度方面为外国资本的进入和运营提供必要的支持和保障。外资导向型发展模式下的县域经济的特点是:(1)由于已“成为世界市场的组成部分和世界产品的‘橱窗’”,资本来源多元化是毋庸多言的,即便外国资本也在国别上存在差异;(2)经济结构中的外资经济比重比较突出,第二产业相对于第一产业又非常显著,县域工业经济通常起步于“国产洋货”,形式流行于“三来一补”,载体集中于“三资企业”,因国际产业结构调整而转移来的高新技术产业占有相当比重,县域农业经济以出口导向明显的特色化产品为主;(3)基于资本供给主体的差异性和以灵活性规避风险的需要,通常企业规模不大,产品结构差异性较小,市场竞争相对激烈,经济运行机制完备程度也相对较高。

外资导向型发展模式的经济壁垒比较低,起步发展速度比较快,经济的国际化程度比较高,既有国内国外两种资源供给,又直接面对国内国外两种市场,还能较早地接受国外先进技术、发展理念和经验的影响。但是,由于外国资本供给对汇率、外汇管理制度、国际政治经济环境等因素变化的反应极其敏感,其供给的稳定性受外界环境变化的影响比较明显,而且资本需求市场的竞争日趋激烈,不仅面临国际市场的竞争,而且随着区域差异化优惠政策的取消,来自国内资本需求区域的竞争也日趋激烈。珠江三角洲的县域经济走在外资导向型发展模式的前列,拥有侨资优势的闽南金三角地区和浙江甬绍地区的县域经济也是外资导向型发展模式的典型代表①,而后起之秀昆山更

①费孝通(1992)所说的“侨乡模式”,杨明(1991)所指的“南海模式”,阎旺贤(1993)所描述的“顺德模式”、“中山模式”、“东莞模式”、“惠州模式”、“万丰模式”以及童大林(1988)所概括的“厦门模式”,都可以归结为外资导向型发展模式。

111

堪称是外资导向型县域经济的典范。珠江三角洲、闽南金三角地区和浙江甬绍地区的县域经济在外资导向型发展模式方面的优势在于,地理位置上地处沿海,对外经济交往方便且历史悠久,县域居民出国拓业的传统带来了丰富的外资侨力,他们走在改革开放的前沿,不仅可以享受先行者优势,而且可以享有一定的政策制度优势。如果说外资导向型县域经济先行者的成功靠的是历史积淀、制度优势和先行者优势的话,那么昆山之所以能在外资导向型发展模式下取得成功,则更多的应归功于市场的作用。

4.企业导向型县域经济

企业导向型县域经济是利用本地区在兴办企业方面的有利条件,通过兴办和发展企业特别是乡镇企业为县域经济的全面发展提供动力支持的一种经济发展模式。企业导向型发展模式高度重视企业对县域经济发展的作用,将县域经济发展的重心放在创办各类企业上,通过微观经济活动主体的健康发展带动整个经济体的发展。企业导向型发展模式的适应条件是,县域经济具有较高的发展水平,特别是农村经济比较发达,既能够为兴办企业提供必要的资本原始积累,又能够为企业发展提供广阔的市场需求;兴办工业的历史传统比较悠久,具有良好的市场经济基础和勤劳创业的文化环境;在地理位置上邻近经济发达的大型城市,易于接受城市经济的辐射,能从市场、技术、人才、经营理念等方面为企业发展提供全方位的支持;整体经济环境有利于企业的发展,兴办企业的制度障碍相对较少,企业发展具有一定的政策制度优势,起步较早能取得先行者优势。

企业导向型县域经济的特点是:(1)资本来源多元化,乡村集体积累的资本居于关键地位,来自个人家庭以及国外的民间资本占据相当比重,发挥政策扶持功能的政府资本具有不可替代的作用,具体到微观企业的资本来源结构也呈现多元化特征①;(2)企业在工业领域的集中使第二产业在产业结构中占据较大比重,适合于县域中小企业的劳动密集型轻工业具有举足轻重的地位;农业在为企业提供了必要的积累之后基于产业间比较效益的落后而逐渐萎缩,具有区域特色的农副产品生产成为第一产业的最大亮点,传统农业已难有立足之地;第三产业的比重不断上升,其发展动力既源自县域工业企业不断发展的需求,又源自县域第一产业转移的供给;(3)由于直接以市场经济的基本主体——

—企业为经济发展动力,整个经济运行机制的市场化程度相对较高,市场在资源配置中的基础地位不断巩固,经济运行机制的具体环节也不断完善。

企业导向型发展模式的优势在于,直接着力于培养微观经济主体不仅可以提高县域经济的活力,而且可以加快县域经济的发展速度,兴办企业带来的可观的经济社会效益既可以为县域经济发展吸引更多的资源,又可以为解决县域经济社会发展中的难题提供保障。该发展模式的劣势在于,受宏观经济周期波动影响较大,企业规模偏小,抗风险能力较弱,经济发展与邻近大城市经济的联动风险较大,数量不断增加的企业难以在行业分布、产业分工以及资本规模等方面协调发展,初始产权界定模糊、经营管理中的封建意识等问题都会阻碍企业发展。企业导向型县域经济要进一步发展,就应着重解决好一系列事关全局的关键问题,如进一步深化产权制度改革、扩大企业规模、完善企业经营管理机制、推进企业技术创新步伐等。

三、县域经济发展模式创新演进的共性路径

纵观各种县域经济发展模式,我们可以发现,每一种县域经济发展模式都具有自身独特的生命力和适应性,既有令人振奋的优势,也有令人扼腕的劣势。而每一种县域经济发展模式只有灵活应对时空环境的变迁,发挥自身优势,弥补自身劣势,才能不断获取新的生命力,从而使自身得以延续下去。显然,创新演进无疑是所有县域经济发展模式获取新生命力的共通的基本路径。实际上,每一种县域经济发展模式的创新演进都会呈现不同的路径依赖特征,而要对每一种县域经济发展模式的独特的创新演进路径都一一进行分析显然非常困难,相比较而言,分析县域经济发展模式创新演进的共性路径应该是一种比较理性的选择。

1.基于横向视角的县域经济发展模式演进路径分析:特色化发展道路

从横向的视角来看,不同的县域经济发展模式共生于既定的空间场域,相互之间存在复杂的竞争关系。各种县域经济发展模式要在激烈的竞争中确立自身的优势地位,就必须采取合理的竞争策略。市场营销理论所揭示的理性选择之一就是差异化的错位竞争策略,具体到县域经济发

①参见“中国苏南中小企业发展研究”课题组.苏南中小企业发展实证研究[J].江海学刊,2001,(1). 112

展模式的创新演进来说,就是要走特色化的发展道路。所谓特色就是一种县域经济发展模式异于其他县域经济发展模式的基本特征。从某种意义上来说,特色乃是县域经济发展模式的生命之源,只有富有特色的县域经济发展模式才有生存空间。特色不仅可以帮助县域经济发展模式在既定空间场域的择优竞争中谋得一席之地,而且可以帮助不同县域经济通过运用不同的资源获得一致的发展,从而缓解在稀缺资源领域的竞争。

那么,各县域经济发展模式应如何在创新演进过程中形成自身的特色呢?笔者认为,一是要准确把握自身资源条件和文化背景的特点,确定合理的发展思路和目标,进行特色化的定位;二是要依托自身的优势条件,科学选择自身的主导产业,合理搭配地区产业结构,强化产业优势,打造特色化的产业;三是要依托既有的优势企业,积极实施品牌经营战略,夯实市场优势,培育特色化的品牌;四是要树立特色发展理念,使追求特色成为区域文化核心要素之一,营造特色化的文化。

2.基于纵向视角的县域经济发展模式演进路径分析:可持续发展道路

从纵向的视角来看,不同的县域经济发展模式都在自身特定的时间坐标上经历着由生到死再到新生的嬗变过程。因此,在纵向视角下,不同县域经济发展模式创新演进的共性路径选择就是走可持续发展道路。这里的可持续发展包括两层含义:一是一般意义上的可持续发展,即强调所采取的县域经济发展模式能够实现经济、社会、资源和环境保护的协调发展,达到一种既满足现代人的需求又不损害后代人满足需求的能力的发展状态;二是字面意义上的可持续发展,即强调所选择的发展模式能够促进县域经济在一个比较长的时期内保持健康发展,不会陷入发展的危机或困境。实际上,可持续发展从目标层面为县域经济发展模式设定了一个共性特征,即一种成功的县域经济发展模式不论采取了什么样的存在状态,都应该能够在目标意义上保证县域经济的可持续发展。

那么,各县域经济发展模式如何才能使可持续发展成为自身的本质特征呢?一是要秉持经济社会发展与资源环境相协调的基本原则,积极转变经济发展方式,合理确定县域经济的发展路径,实现代际福利的合理划分。这一点对于资源导向型县域经济具有特别重要的意义。需要指出,可持续发展的演进路径并不是要简单地否定资源导向型县域经济发展模式,而是要求对这种模式作出变革,通过对自然资源的集约型开发,获取新的发展动力。二是要树立长远发展的理念,基于长期的综合利益进行发展决策,探索有利于县域经济长期持续健康发展的路径和模式。这一点直接关系到区位导向型县域经济。区位导向型县域经济不能死守昨日的辉煌,必须尽快利用区位优势积累新的发展优势。此外,资本导向型县域经济同样也需要警惕资金外流的风险,应注意增强资本的嵌入性。三是要动员全社会的力量共同致力于可持续发展,使可持续发展切实从理念演绎转化为实际行动。由于企业是经济活动的主要组织主体,因此这一点对于企业导向型县域经济具有特别重要的意义。

主要参考文献:

1.张金山.中国县域经济导论[M].杭州:杭州大学出版社,1997.

2.王青云.县域经济发展的理论与实践[M].北京:商务印书馆,200

3.

3.谢自奋,等.中国县域经济发展的理论与实践[M].上海:上海社会科学院出版社,1996.

[责任编辑:俞亚克]

113

模式识别第二章-2.K-均值分类算法

模式识别第二章 2. K-均值分类算法 1. 实验原理和步骤 以初始化聚类中心为1x 和10x 为例。 第一次迭代: 第一步:取K=2,并选T x z )00()1(11==,T x z )67()1(102==。 第二步:因)1()1(2111z x z x -<-,故)1(11S x ∈ 因)1()1(2212z x z x -<-,故)1(12S x ∈ 因)1()1(2313z x z x -<-,故)1(13S x ∈ …… 得到:},,,,,,,{)1(876543211x x x x x x x x S = },,,,,,,,,,,{)1(201918171615141312111092x x x x x x x x x x x x S =。 第三步:计算新的聚类中心: ??? ? ??=+??++==∑∈125.1250.1)(811)2(821)1(111x x x x N z S x ???? ??=+??++==∑∈333.7663.7)(1211)2(20109)1(2 22x x x x N z S x (1N 和2N 分别为属于第一类和第二类的样本的数目)。 第四步:因)2()1(z z ≠,返回第二步。 第二次迭代(步骤同上): 第二次迭代得到的???? ??=125.1250.1)3(1z ,??? ? ??=333.7663.7)3(2z ,)3()2(z z ≠,结束迭代,得到的最终聚类中心为:???? ??=125.1250.11z ,??? ? ??=333.7663.72z 。 2. 实验结果截图 (1)初始化聚类中心为1x 和10x 时:

什么是模式识别

什么是模式识别 1 模式识别的概念 模式识别[8]是一种从大量信息和数据出发,在专家经验和已有认识的基础上,利用计算机和数学推理的方法对形状、模式、曲线、数字、字符格式和图形自动完成识别的过程。模式识别包括相互关联的两个阶段,即学习阶段和实现阶段,前者是对样本进行特征选择,寻找分类的规律,后者是根据分类规律对未知样本集进行分类和识别。广义的模式识别属计算机科学中智能模拟的研究范畴,内容非常广泛,包括声音和语言识别、文字识别、指纹识别、声纳信号和地震信号分析、照片图片分析、化学模式识别等等。计算机模式识别实现了部分脑力劳动自动化。 模式识别--对表征事物或现象的各种形式的(数值的,文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。 模式还可分成抽象的和具体的两种形式。前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支。我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、文字、符号、三位物体和景物以及各种可以用物理的、化学的、生物的传感器对对象进行测量的具体模式进行分类和辨识。 模式识别问题指的是对一系列过程或事件的分类与描述,具有某些相类似的性质的过程或事件就分为一类。模式识别问题一般可以应用以下4种方法进行分析处理。 统计模式识别方法:统计模式识别方法是受数学中的决策理论的启发而产生的一种识别方法,它一般假定被识别的对象或经过特征提取向量是符合一定分布规律的随机变量。其基本思想是将特征提取阶段得到的特征向量定义在一个特征空间中,这个空间包含了所有的特征向量,不同的特征向量,或者说不同类别的对象都对应于空间中的一点。在分类阶段,则利用统计决策的原理对特征空间进行划分,从而达到识别不同特征的对象的目的。统计模式识别中个应用的统计决策分类理论相对比较成熟,研究的重点是特征提取。 人工神经网络模式识别:人工神经网络的研究起源于对生物神经系统的研究。人工神经网络区别于其他识别方法的最大特点是它对待识别的对象不要求有太多的分析与了解,具有一定的智能化处理的特点。 句法结构模式识别:句法结构模式识别着眼于对待识别对象的结构特征的描述。 在上述4种算法中,统计模式识别是最经典的分类识别方法,在图像模式识别中有着非常广泛的应用。 2 模式识别研究方向 模式识别研究主要集中在两方面,即研究生物体(包括人)是如何感知对象的,属于认知科学的范畴,以及在给定的任务下,如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家和神经生理学家的研究内容,后者通过数学家、信息学专家和计算机科学工作着近几十年来的努力,已经取得了系统的研究成果。 一个计算机模式识别系统基本上事有三部分组成的[11],即数据采集、数据处理和分类决策或模型匹配。任何一种模式识别方法都首先要通过各种传感器把被研究对象的各种物理变量转换为计算机可以接受的数值或符号(串)集合。习惯上,称这种数值或符号(串)所组成的空间为模式空间。为了从这些数字或符号(串)中抽取出对识别有效的信息,必须对它进行处理,其中包括消除噪声,排除不相干的信号以及与对象的性质和采用的识别方法密切相关的特征的计算(如表征物体的形状、周长、面积等等)以及必要的变换(如为得到信号功率谱所进行的快速傅里叶变换)等。然后通过特征选择和提取或基元选择形成模式的特

中国模式的内涵与意义

中国模式内涵及意义 摘要:中国的发展模式,是在历史发展的长河中不断摸索出来的结果,是中国特色社会主义所特有的发展模式,符合中国的国情,是由社稷体制、民本政治和国民经济三位一体共同构成的符合中国发展的一种模式。在多年的发展中,促进了中国民主、政治、经济、文化和社会的迅速发展,对中国的发展,具有划时代的重要意义。 关键词:中国模式,苏联模式,中国特色,民主 美国《时代周刊》高级编辑乔舒亚·库伯·雷默( Joshua Cooper Ramo) 在伦敦《金融时报》上首次提出了“北京共识”( Beijing consensus) 的概念,由此开启了世界对中国模式高度关注的序幕[1]。 新中国成立后,毛泽东领导全党全国人民走上了社会主义道路,并提出“以苏为鉴”,试图摆脱苏联模式,探索中国自己的发展模式,但最终没有取得成功。党的十一届三中全会后,以邓小平为核心的党中央领导集体开辟了中国特色社会主义道路,不断探索具有中国特色的社会主义发展模式[2]。中国模式作为中国经验、中国特色和中国道路的集中概括,是世界认识中国和中国认识自己的重要理论范畴[3]。 一、中国模式内涵 中国模式的兴起,一方面,源自“华盛顿共识”的破产;另一方面,则得益于“北京共识”的提出。前者表明转向完全自由市场经济模式的“华盛顿共识”并不适合发展中国家的发展道路;后者则意味着中国经济转型和发展道路的成功具有中国特色及制度贡献。这就使得总结和概括中国经验的中国模式,成为理论界关注的焦点。关于是否存在中国模式以及用什么概念来表达这个提法,目前学术界还存在分歧。持否定或谨慎态度的学者认为不存在中国模式或慎用中国模式这个提法,如李君如表示,中国各方面的体制还没有完全定型,讲“模式”有定型的嫌疑,既不符合事实,也很危险[4]。持赞成态度的学者认为中国模式是客观

人工智能与模式识别

人工智能与模式识别 摘要:信息技术的飞速发展使得人工智能的应用围变得越来越广,而模式识别作为其中的一个重要方面,一直是人工智能研究的重要方向。在介绍人工智能和模式识别的相关知识的同时,对人工智能在模式识别中的应用进行了一定的论述。模式识别是人类的一项基本智能,着20世纪40年代计算机的出现以及50年代人工智能的兴起,模式识别技术有了长足的发展。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。模式识别的发展潜力巨大。 关键词:模式识别;数字识别;人脸识别中图分类号; Abstract: The rapid development of information technology makes the application of artificial intelligence become more and more widely. Pattern recognition, as one of the important aspects, has always been an important direction of artificial intelligence research. In the introduction of artificial intelligence and pattern recognition related knowledge at the same time, artificial intelligence in pattern recognition applications were discussed.Pattern recognition is a basic human intelligence, the emergence of the 20th century, 40 years of computer and the rise of artificial intelligence in the 1950s, pattern recognition technology has made great progress. Pattern recognition and statistics, psychology,

“中国模式”

中特:结合中外评论探讨“中国模式” 一什么是“中国模式” 随着中国经济的快速发展,世界对中国的研究越来越深入,关于北京共识、中国模式的话题为国际主流学术界所高度关注。那么什么是中国模式呢?有以下几种观点可借鉴。第一种观点提出,新中国成立60年来,特别是改革开放30年来建设中国特色社会主义的理念、战略、政策、实践的过程和结果的总称,也包括出现的问题。第二种观点认为,中国模式的实质,乃是在全球化背景下,中华民族在中国共产党领导下把科学社会主义原则与当代中国国情和时代特征相结合,走出的一条后发国家的现代化之路,包括五点:一是独立自主,二是改革创新,三是实践本位,四是以人为本,五是和而不同。第三种观点则认为,中国模式对发展中国家来说更多的是发展经验问题,对西方国家尤其是美国来说,则更多的是一种价值问题。 当前热议的“中国模式”概念,主要是是一些国外学者、政要以他们的价值观和意识形态为立足点,以非社会主义的立场观点对我们取得成就和进步的根本原因的探究和概括。认识、探究的客观对象是中国特色社会主义; 即“一条道路、一个理论体系、一面旗帜”。 美国智库之一的国际战略研究中心对“中国模式”作出了如下表达: “中国模式”的最重要原则是经济改革优先。这一模式不但解放了官方意识形态,而且也保留了被称为“经济稳定器”的主要银行与大型国有企业。此外,地方政府享有在经济和社会发展上的自治权。换言之,“中国模式”是实用、自由和市场竞争力的结合体。 西方有媒体指出: “当代中国一直是个令西方感到困惑的问题”。“西方人还是认为中国经济不会真正繁荣起来,除非它采纳西方式的民主”。“中国模式”可以归结为“专制加经济发展”。新加坡有媒体认为“中国模式”是一种把马克思主义同儒家思想相结合的国家意识形态: 一种允许中国共产党是唯一领导力量的政体; 在保持政治体制的同时,改革经济体制。新加坡一位学者认为,“‘中国模式’的独特之处就是其政治稳定与经济改革的特殊结合; 换句话说,就是政治上的保守主义与经济上的自由化。”总之,政治上的保守、专制与经济自由,是西方学者政要赋予“中国模式”的总体内涵。 对比所谓的“中国模式”,“西方模式”的核心是政治民主化和经济自由化,一贯主张首先实现民主政治,才能实现并保障经济的发展。但中国没有采取西方的发展模式,而是开辟了一条符合其自身国情的新道路,并取得了辉煌的成就。西方国家认为中国的发展道路违背了他们的教条,因而感到迷惑甚至疑心重重。应该指出,一些西方人士还保留着陈旧的偏见,用单一的眼光看待中国的政治体制并谎称这是一种“专制”。 结合西方对“中国模式”的评价,我们可以看到由于有着不同的社会历史和文化背景,特别是价值观上的差异,他们对“改革开放以来我们取得一切成绩和

现代化的道路与模式

现代化的道路与模式:中国因素 ——胡伟教授在上海交通大学的讲演 作者:胡伟史天健编辑:魏晔玲来源:人民网日期:2008-12-16 30年来中国政治驱动型的后发现代化进程的发展逻辑是:政治领导启动了改革开放的新时代,思想解放运动助推了改革;改革开放以经济建设为中心,逐步推进市场化取向的改革,释放了市场的力量;经济转轨和市场经济发展的力量又拉动了政治的制度化、文化的世俗化和社会的多元化,引发了广泛的社会变迁和社会转型;社会变迁与转型又反过来影响着经济发展和现代化的走向,引出了科学发展与和谐社会的新命题。 讲演者小传 胡伟 1964年生,政治学博士,现任上海交通大学国际与公共事务学院院长、教授、博士生导师,享受国务院政府特殊津贴。主要学术兼职有:中国政治学会、中国领导科学研究会常务理事,上海市行政管理学会、政治学会、领导科学学会副会长,上海市马克思主义理论创新专家咨询委员会委员、人大常委会决策咨询专家、人民政府决策咨询特聘专家,国家行政学院兼职教授,国家留学基金评审专家、Journal of Comparative Policy Analysis编委等。曾在哈佛大学、斯坦福大学等访问或任教。出版著作多部,发表论文上百篇。荣获“五个一工程”奖、教育部“高校青年教师奖”。 现代化是中华民族百年来魂萦梦牵的渴望。鸦片战争后,面对席卷全球的现代化浪潮,在西方列强的炮舰政策下,中国古老的大门被打开,无奈地选择了现代化道路。从此,实现现代化,再造中华辉煌,成为多少仁人志士前赴后继的不懈追求。中国的现代化走过了一个半世纪,而改革开放后的30年,取得了过去一个多世纪都远未取得的成就,谱写了中国现代化最伟大的篇章。 对于改革开放以来中国所取得的巨大成功,无论在世界还是在中国,都有广泛共识。问题是,改革开放后中国这样一个背负沉重历史包袱的文明古国为什么能够迅速成为世界现代

模式识别感知器算法求判别函数

感知器算法求判别函数 一、 实验目的 掌握判别函数的概念和性质,并熟悉判别函数的分类方法,通过实验更深入的了解判别函数及感知器算法用于多类的情况,为以后更好的学习模式识别打下基础。 二、 实验内容 学习判别函数及感知器算法原理,在MATLAB 平台设计一个基于感知器算法进行训练得到三类分布于二维空间的线性可分模式的样本判别函数的实验,并画出判决面,分析实验结果并做出总结。 三、 实验原理 3.1 判别函数概念 直接用来对模式进行分类的准则函数。若分属于ω1,ω2的两类模式可用一方程d (X ) =0来划分,那么称d (X ) 为判别函数,或称判决函数、决策函数。如,一个二维的两类判别问题,模式分布如图示,这些分属于ω1,ω2两类的模式可用一直线方程 d (X )=0来划分。其中 0)(32211=++=w x w x w d X (1) 21,x x 为坐标变量。 将某一未知模式 X 代入(1)中: 若0)(>X d ,则1ω∈X 类; 若0)(3时:判别边界为一超平面[1]。 3.2 感知器算法 1958年,(美)F.Rosenblatt 提出,适于简单的模式分类问题。感知器算法是对一种分

类学习机模型的称呼,属于有关机器学习的仿生学领域中的问题,由于无法实现非线性分类而下马。但“赏罚概念( reward-punishment concept )” 得到广泛应用,感知器算法就是一种赏罚过程[2]。 两类线性可分的模式类 21,ωω,设X W X d T )(=其中,[]T 1 21,,,,+=n n w w w w ΛW ,[]T 211,,,,n x x x Λ=X 应具有性质 (2) 对样本进行规范化处理,即ω2类样本全部乘以(-1),则有: (3) 感知器算法通过对已知类别的训练样本集的学习,寻找一个满足上式的权向量。 感知器算法步骤: (1)选择N 个分属于ω1和 ω2类的模式样本构成训练样本集{ X1 ,…, XN }构成增广向量形式,并进行规范化处理。任取权向量初始值W(1),开始迭代。迭代次数k=1。 (2)用全部训练样本进行一轮迭代,计算W T (k )X i 的值,并修正权向量。 分两种情况,更新权向量的值: 1. (),若0≤T i k X W 分类器对第i 个模式做了错误分类,权向量校正为: ()()i c k k X W W +=+1 c :正的校正增量。 2. 若(),0T >i k X W 分类正确,权向量不变:()()k k W W =+1,统一写为: ???∈<∈>=21T ,0,0)(ωωX X X W X 若若d

黄庆明 模式识别与机器学习 第三章 作业

·在一个10类的模式识别问题中,有3类单独满足多类情况1,其余的类别满足多类情况2。问该模式识别问题所需判别函数的最少数目是多少? 应该是252142 6 *74132 7=+=+ =++C 其中加一是分别3类 和 7类 ·一个三类问题,其判别函数如下: d1(x)=-x1, d2(x)=x1+x2-1, d3(x)=x1-x2-1 (1)设这些函数是在多类情况1条件下确定的,绘出其判别界面和每一个模式类别的区域。 (2)设为多类情况2,并使:d12(x)= d1(x), d13(x)= d2(x), d23(x)= d3(x)。绘出其判别界面和多类情况2的区域。

(3)设d1(x), d2(x)和d3(x)是在多类情况3的条件下确定的,绘出其判别界面和每类的区域。 ·两类模式,每类包括5个3维不同的模式,且良好分布。如果它们是线性可分的,问权向量至少需要几个系数分量?假如要建立二次的多项式判别函数,又至少需要几个系数分量?(设模式的良好分布不因模式变化而改变。) 如果线性可分,则4个 建立二次的多项式判别函数,则102 5 C 个 ·(1)用感知器算法求下列模式分类的解向量w: ω1: {(0 0 0)T , (1 0 0)T , (1 0 1)T , (1 1 0)T } ω2: {(0 0 1)T , (0 1 1)T , (0 1 0)T , (1 1 1)T } 将属于ω2的训练样本乘以(-1),并写成增广向量的形式。 x ①=(0 0 0 1)T , x ②=(1 0 0 1)T , x ③=(1 0 1 1)T , x ④=(1 1 0 1)T x ⑤=(0 0 -1 -1)T , x ⑥=(0 -1 -1 -1)T , x ⑦=(0 -1 0 -1)T , x ⑧=(-1 -1 -1 -1)T 第一轮迭代:取C=1,w(1)=(0 0 0 0) T 因w T (1) x ① =(0 0 0 0)(0 0 0 1) T =0 ≯0,故w(2)=w(1)+ x ① =(0 0 0 1) 因w T (2) x ② =(0 0 0 1)(1 0 0 1) T =1>0,故w(3)=w(2)=(0 0 0 1)T 因w T (3)x ③=(0 0 0 1)(1 0 1 1)T =1>0,故w(4)=w(3) =(0 0 0 1)T 因w T (4)x ④=(0 0 0 1)(1 1 0 1)T =1>0,故w(5)=w(4)=(0 0 0 1)T 因w T (5)x ⑤=(0 0 0 1)(0 0 -1 -1)T =-1≯0,故w(6)=w(5)+ x ⑤=(0 0 -1 0)T 因w T (6)x ⑥=(0 0 -1 0)(0 -1 -1 -1)T =1>0,故w(7)=w(6)=(0 0 -1 0)T 因w T (7)x ⑦=(0 0 -1 0)(0 -1 0 -1)T =0≯0,故w(8)=w(7)+ x ⑦=(0 -1 -1 -1)T 因w T (8)x ⑧=(0 -1 -1 -1)(-1 -1 -1 -1)T =3>0,故w(9)=w(8) =(0 -1 -1 -1)T 因为只有对全部模式都能正确判别的权向量才是正确的解,因此需进行第二轮迭代。 第二轮迭代: 因w T (9)x ①=(0 -1 -1 -1)(0 0 0 1)T =-1≯0,故w(10)=w(9)+ x ① =(0 -1 -1 0)T

模式识别——用身高和或体重数据进行性别分类

用身高和/或体重数据进行性别分类 1、【实验目的】 (1)掌握最小错误率Bayes 分类器的决策规则 (2)掌握Parzen 窗法 (3)掌握Fisher 线性判别方法 (4)熟练运用matlab 的相关知识。 2、【实验原理】 (1)、最小错误率Bayes 分类器的决策规则 如果在特征空间中观察到某一个(随机)向量x = ( x 1 , x 2 ,…, x d )T ,已知类别状态的先验概率为:()i P w 和类别的条件概率密度为(|)1,2,3...i P x w i c =,根据Bayes 公式得到状态的后验概率 有:1 (|)() (|)(|)() i i i c j j j p P P p P ωωωωω== ∑x x x 基本决策规则:如果1,...,(|)max (|)i j j c P P ωω==x x ,则i ω∈x ,将 x 归属后验概率最大的类 别 。 (2)、掌握Parzen 窗法 对于被估计点X : 其估计概率密度的基本公式(x)N k N N N p V =,设区域 R N 是以 h N 为棱长的 d 维超立方体, 则立方体的体积为d N N V h =; 选择一个窗函数(u)?,落入该立方体的样本数为x x 1 ( )i N N N h i k ?-== ∑,点 x 的概率密度:

x x 11 1(x)( )N i N N k N N N V h i N p V N ?-== =∑ 其中核函数:x x 1i K(x,x )( )i N N V h ?-= ,满足的条件:i (1) K(x,x )0≥;i (2) K(x,x )dx 1=?。 (3)、Fisher 线性判别方法 Fisher 线性判别分析的基本思想:通过寻找一个投影方向(线性变换,线性组合),将高维问题降低到一维问题来解决,并且要求变换后的一维数据具有如下性质:同类样本尽可能聚集在一起,不同类的样本尽可能地远。 Fisher 线性判别分析,就是通过给定的训练数据,确定投影方向W 和阈值y0,即确定线性判别函数,然后根据这个线性判别函数,对测试数据进行测试,得到测试数据的类别。 线性判别函数的一般形式可表示成 0)(w X W X g T += ,其中????? ??=d x x X 1 ? ????? ? ??=d w w w W 21 根据Fisher 选择投影方向W 的原则,即使原样本向量在该方向上的投影能兼顾类间分布尽可能分开,类内样本投影尽可能密集的要求,用以评价投影方向W 的函数为: 2 2 2122 1~~)~~()(S S m m W J F +-= )(211 *m m S W W -=- 上面的公式是使用Fisher 准则求最佳法线向量的解,该式比较重要。另外,该式这种 形式的运算,我们称为线性变换,其中21m m -式一个向量,1-W S 是W S 的逆矩阵,如21m m -是d 维,W S 和1-W S 都是d ×d 维,得到的* W 也是一个d 维的向量。 向量* W 就是使Fisher 准则函数)(W J F 达极大值的解,也就是按Fisher 准则将d 维X 空间投影到一维Y 空间的最佳投影方向,该向量* W 的各分量值是对原d 维特征向量求加权和的权值。

中国模式与西方模式

中国模式与西方模式 作者: 中华民族在近60年当中,取得了令全球注目的一个成绩,走出了一条自己独特的发展道路,而且我们现在看到,关于中国模式,或者大家说的一种北京共识,这样一些议论,我们也在各大报纸或者是网络上也经常见,受到全球各界的关注 中国模式这个概念,海外用的比较多,而在国内用中国道路等用的比较多。在海外,我想中国的崛起可以说是一个无处不在的事实,对普通人来说,他日常生活中突然发现中国的产品,是他生活中不可缺少的东西。对于企业界来说,他突然发现他做生意的对手或者伙伴都是中国的企业,因为中国外贸现在世界第二位了。对于学界、对于政界来说,中国崛起这个方式,西方不太理解,也不太认可,也没有想到,所以有很大的好奇心,而在整体上来说中国模式对世界产生了积极的影响 中国模式与传统西方模式有着一定的区别,现在中国模式的程度引起了全球各界的研究与讨论,我们不妨来看一看,中国模式到底与西方模式有什么不同与共同点。 中国模式有八大特征: 第一、它有一个具有现代化导向的比较强势、比较有效的政府,它能够制定一种比较长期的符合自己民族利益的长远战略和政策,而且有能力把它付诸于实践。 第二、它有一个指导思想,这个指导思想就是实事求是,一切从实际出发,不搞本本主义,一切都要经过实践的检验,先试验,然后再逐步推广。 第三、集中精力关注民生,特别是把老百姓最迫切的要求像消除贫困、改善民生放在首位。第四、在稳定、改革和发展三方面的关系上,处理的比较好,也就是说在坚持稳定的前提下,大力推动改革和发展。 第五、渐进改革,拒绝休克疗法。大家知道,我们的制度实际上有不少的问题,它绝对不是十全十美的,但是我们模式就是以现在制度出发、从现在体制出发,利用这个体制来运作,同时不断改革自身的体制,而不是像戈尔巴乔夫那样,全部推倒,结果他自己也失败了。而且从过去这个体制整个地服务于一种追求乌托邦转变成一个追求现代化,追求改善民生。第六、确立了比较正确的优先顺序,也就是说我们的改革不是求一步到位,而是个渐进的过程,是个有轻重缓急、逐步积累的过程。 第七,我们的经济模式,现在给它明确定义为社会主义市场经济,它里面有市场经济的因素,它支配资源的效率很高;另外我们有社会主义因素,也就是说保证社会总体的公正。 第八,我们有一个非常开放的态度,人家好的我们都学,中国现在实际上是世界上意识形态框框最少的国家之一,只要是好的东西我们都学,但是学的过程当中,我们是以我为主,不是盲目地学。 中国模式有文化的支撑,是文化的觉醒,而经济社会发展模式的竞争,最激烈的是发展标准的竞争,中国历史所储藏的智慧,在新世纪的发展潮流中定会起到至关重要的作用。

模式识别与机器学习期末考查试题及参考答案

模式识别与机器学习期末考查 试卷 研究生姓名:入学年份:导师姓名: 试题1:简述模式识别与机器学习研究的共同问题和各自的研究侧重点。 答:(1)模式识别是研究用计算机来实现人类的模式识别能力的一门学科,是指对表征事物或现象的各种形式的信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程。主要集中在两方面,一是研究生物体(包括人)是如何感知客观事物的,二是在给定的任务下,如何用计算机实现识别的理论和方法。机器学习则是一门研究怎样用计算机来模拟或实现人类学习活动的学科,是研究如何使机器通过识别和利用现有知识来获取新知识和新技能。主要体现以下三方面:一是人类学习过程的认知模型;二是通用学习算法;三是构造面向任务的专用学习系统的方法。两者关心的很多共同问题,如:分类、聚类、特征选择、信息融合等,这两个领域的界限越来越模糊。机器学习和模式识别的理论和方法可用来解决很多机器感知和信息处理的问题,其中包括图像/视频分析(文本、语音、印刷、手写)文档分析、信息检索和网络搜索等。 (2)机器学习和模式识别是分别从计算机科学和工程的角度发展起来的,各自的研究侧重点也不同。模式识别的目标就是分类,为了提高分类器的性能,可能会用到机器学习算法。而机器

学习的目标是通过学习提高系统性能,分类只是其最简单的要 求,其研究更侧重于理论,包括泛化效果、收敛性等。模式识别技术相对比较成熟了,而机器学习中一些方法还没有理论基础,只是实验效果比较好。许多算法他们都在研究,但是研究的目标却不同。如在模式识别中研究所关心的就是其对人类效果的提高,偏工程。而在机器学习中则更侧重于其性能上的理论证明。 试题2:列出在模式识别与机器学习中的常用算法及其优缺点。答:(1) K近邻法 算法作为一种非参数的分类算法,它已经广泛应用于分类、回归和模式识别等。在应用算法解决问题的时候,要注意的两个方面是样本权重和特征权重。 优缺点:非常有效,实现简单,分类效果好。样本小时误差难控制,存储所有样本,需要较大存储空间,对于大样本的计算量大。 (2)贝叶斯决策法 贝叶斯决策法是以期望值为标准的分析法,是决策者在处理风险型问题时常常使用的方法。 优缺点:由于在生活当中许多自然现象和生产问题都是难以完全准确预测的,因此决策者在采取相应的决策时总会带有一定的风险。贝叶斯决策法就是将各因素发生某种变动引起结果变动的概率凭统计资料或凭经验主观地假设,然后进一步对期望值进行分析,由于此概率并不能证实其客观性,故往往是主观的和人为的

中特之“中国模式”的论述

“中国模式”观点综述 中华民族在六十年的人民共和国期间取得了令全球瞩目的进步,走出了一条自己独特的发展道路。2008年是中国改革开放30周年,2009年是60周年国庆,关于“中国模式”的讨论,是最近比较热门的话题,领导干部竞选考试可能会涉及相关内容,现将有关观点整理如下。 关于“中国模式”近年来特别受到关注的原因 实际上,早在20世纪六七十年代开始,国外学者已经开始关注中国发展道路问题,这其中包含了对“中国模式”的初步探讨。美国普林斯顿大学社会学教授吉尔伯特·罗兹曼在20世纪70年代末编著的《中国的现代化》一书中,就集中分析、探讨了中国现代化进程中的有利因素及障碍。以色列学者艾森斯塔德则在《现代化:抗拒与变迁》、《对多重样现代性的反思:欧洲的、中国的和其它的诠释》等著作中,从传统社会文化的秩序特征以及中国社会变迁两个方面分析了中国发展的路向。 关于近年来海内外舆论对“中国模式”或中国发展道路特别关注的原因,学者们的观点主要有以下几点: 一是苏东剧变后,西方国家对中国发展战略和发展模式的重新审视。苏东剧变后,西方国家对中国的发展态势先后抛出“中国威胁论”和“中国崩溃论”。关于“中国威胁论”方面的论点以20世纪90年代美国的伯恩斯坦和芒罗撰写的《即将到来的美中冲突》为代表。“中国崩溃论”始于1984年美国世界经济研究所的布朗提出的“谁来养活中国?”一说,继而引起全球性的争论。自2001年以来,针对中国经济的新的论调又在国外盛行,如诺贝尔经济学奖得主、有“国际经济乌鸦”之称的克鲁格曼教授提出疑问说,中国这个亚洲奇迹中的最大奇迹,是否会成为下一个崩塌的神话。美国华裔律师章家敦(Gordon G.Chang)则提出,“与其说21世纪是中国的世纪,还不如说中国正在崩溃”。而中国历经1997年亚洲金融危机和2008年的经济危机还能保持比较稳定和快速发展使得这些言论不攻自破,也使得他们不得不重新审视中国的发展战略和发展模式,乃至于美国和欧洲最近对金融市场的干预都被认为是在学习中国。 二是中国共产党领导下的人民政府在应对汶川特大震灾和举办北京奥运会上展现出的“举国体制”,让全球对中国政治体制刮目相看。长期以来,针对中国改革开放取得的显著成就,国际舆论界一种有代表性的声音认为,中国经济奇迹的背后是陈旧落后的政治体制,一党执政的格局不改变,市场经济的发展就没有保障。然而,面对无论是“神舟”系列航天飞船的太空空间活动,还是2008年成功应对雨雪冰冻灾害和四川特大地震灾害,显示出的中国“举国体制”所具有的巨大威力,国际上怀疑、批评乃至否定中国政治体制和社会制度的声音明显减少,取而代之的是对中国政治体制和社会管理体制的肯定和赞扬。有学者认为,作为一个尚存许多问题的发展中国家,能够给世界留下如此众多和非同凡响的奥运遗产,光用经济发展和国力的增长还不足以完全解释,而“举国体制”无疑是这一切奇迹中的关键。还有学者认为,举全国之力,集中优势资源,聚焦特定的工程、项目、事件,往往可以形成跨越性、突破性、高效率的发展,同时还能够形成带动效应,提升整体的经济社会发展水平。正像国际奥委会主席罗格所说,在这次奥运会中,单单是出动这么多的人力就没有其他国家能够企及。中国有13亿人口,这样的资源是世界上其他国家所无法比拟的。还有,中国作为一个经济大国在财力方面的投入也是其他国家没有办法达到的。 三是以“华盛顿共识”为主要内容的新自由主义造成重灾区和“中国奇迹”的出现所形成的鲜明对比,使得人们更加关注“中国模式”。“华盛顿共识”主张私有化、自由化的

1模式识别与机器学习思考题及参考答案

模式识别与机器学习期末考查 思考题 1:简述模式识别与机器学习研究的共同问题和各自的研究侧重点。 机器学习是研究让机器(计算机)从经验和数据获得知识或提高自身能力的科学。 机器学习和模式识别是分别从计算机科学和工程的角度发展起来的。然而近年来,由于它们关心的很多共同问题(分类、聚类、特征选择、信息融合等),这两个领域的界限越来越模糊。机器学习和模式识别的理论和方法可用来解决很多机器感知和信息处理的问题,其中包括图像/视频分析、(文本、语音、印刷、手写)文档分析、信息检索和网络搜索等。近年来,机器学习和模式识别的研究吸引了越来越多的研究者,理论和方法的进步促进了工程应用中识别性能的明显提高。 机器学习:要使计算机具有知识一般有两种方法;一种是由知识工程师将有关的知识归纳、整理,并且表示为计算机可以接受、处理的方式输入计算机。另一种是使计算机本身有获得知识的能力,它可以学习人类已有的知识,并且在实践过程中不总结、完善,这种方式称为机器学习。机器学习的研究,主要在以下三个方面进行:一是研究人类学习的机理、人脑思维的过程;和机器学习的方法;以及建立针对具体任务的学习系统。机器学习的研究是在信息科学、脑科学、神经心理学、逻辑学、模糊数学等多种学科基础上的。依赖于这些学科而共同发展。目前已经取得很大的进展,但还没有能完全解决问题。 模式识别:模式识别是研究如何使机器具有感知能力,主要研究视觉模式和听觉模式的识别。如识别物体、地形、图像、字体(如签字)等。在日常生活各方面以及军事上都有广大的用途。近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法。特别神经网络方法在模式识别中取得较大进展。理解自然语言计算机如能“听懂”人的语言(如汉语、英语等),便可以直接用口语操作计算机,这将给人们带来极大的便利。计算机理解自然语言的研究有以下三个目标:一是计算机能正确理解人类的自然语言输入的信息,并能正确答复(或响应)输入的信息。二是计算机对输入的信息能产生相应的摘要,而且复述输入的内容。三是计算机能把输入的自然语言翻译成要求的另一种语言,如将汉语译成英语或将英语译成汉语等。目前,研究计算机进行文字或语言的自动翻译,人们作了大量的尝试,还没有找到最佳的方法,有待于更进一步深入探索。 机器学习今后主要的研究方向如下: 1)人类学习机制的研究;

(完整版)中科院-模式识别考题总结(详细答案)

1.简述模式的概念及其直观特性,模式识别的分类,有哪几种方法。(6’) 答(1):什么是模式?广义地说,存在于时间和空间中可观察的物体,如果我们可以区别它们是否相同或是否相似,都可以称之为模式。 模式所指的不是事物本身,而是从事物获得的信息,因此,模式往往表现为具有时间和空间分布的信息。 模式的直观特性:可观察性;可区分性;相似性。 答(2):模式识别的分类: 假说的两种获得方法(模式识别进行学习的两种方法): ●监督学习、概念驱动或归纳假说; ●非监督学习、数据驱动或演绎假说。 模式分类的主要方法: ●数据聚类:用某种相似性度量的方法将原始数据组织成有意义的和有用的各种数据 集。是一种非监督学习的方法,解决方案是数据驱动的。 ●统计分类:基于概率统计模型得到各类别的特征向量的分布,以取得分类的方法。 特征向量分布的获得是基于一个类别已知的训练样本集。是一种监督分类的方法, 分类器是概念驱动的。 ●结构模式识别:该方法通过考虑识别对象的各部分之间的联系来达到识别分类的目 的。(句法模式识别) ●神经网络:由一系列互相联系的、相同的单元(神经元)组成。相互间的联系可以 在不同的神经元之间传递增强或抑制信号。增强或抑制是通过调整神经元相互间联 系的权重系数来(weight)实现。神经网络可以实现监督和非监督学习条件下的分 类。 2.什么是神经网络?有什么主要特点?选择神经网络模式应该考虑什么因素? (8’) 答(1):所谓人工神经网络就是基于模仿生物大脑的结构和功能而构成的一种信息处 理系统(计算机)。由于我们建立的信息处理系统实际上是模仿生理神经网络,因此称它为人工神经网络。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。 人工神经网络的两种操作过程:训练学习、正常操作(回忆操作)。 答(2):人工神经网络的特点: ●固有的并行结构和并行处理; ●知识的分布存储; ●有较强的容错性; ●有一定的自适应性; 人工神经网络的局限性: ●人工神经网络不适于高精度的计算; ●人工神经网络不适于做类似顺序计数的工作; ●人工神经网络的学习和训练往往是一个艰难的过程; ●人工神经网络必须克服时间域顺序处理方面的困难; ●硬件限制; ●正确的训练数据的收集。 答(3):选取人工神经网络模型,要基于应用的要求和人工神经网络模型的能力间的 匹配,主要考虑因素包括:

如何理解“中国模式”

如何理解“中国模式” 改革开放30多年来,我国经济社会发展取得了巨大成就。这不仅让全国人民感到自豪,而且让国际社会发出赞叹。近年来,“中国模式”逐渐成为国内外热议的一个话题。究竟有没有“中国模式”?如果有,其内涵和特点是什么?如何看待“中国模式”?围绕这些问题,记者与有关专家学者进行了对话。 究竟有没有“中国模式” 记者:目前,学界在“中国模式”这个概念上存在不同看法。有些学者甚至不认同这种提法,认为所谓“模式”是一种可以复制的样板,而中国的发展道路不具有可复制性。对此应如何理解? 辛向阳:我们首先看一看“模式”这个概念。“模式”一词在《现代汉语词典》中的解释是:某种事物的标准形式或使人可以照着做的标准样式。从马克思主义哲学的角度来看,“模式”还可以被定义为事物内在机理的展开,它以各种不同的方式系统地体现着事物的本质属性。综合来看,“模式”主要有三层涵义和特征:一是内在性,即模式是一个事

物内在本质的展现;二是外在性,即模式有许多外在的表现形式;三是可借鉴性,即模式可以供人们借鉴和学习。 再说“中国模式”这个概念。中国既有许多成功的事实,包括经济、政治、文化、社会的发展成就;也有许多成功的制度安排。这些事实的背后存在共同的、规律性的因素,而这些共同的、规律性的因素在一定程度上是具有普遍意义的。从这个角度说,“中国模式”是存在的。 记者:有些学者虽然不否认“中国模式”,但是认为“中国模式”还不成熟。对此又该如何看待? 程恩富:有些学者认为“中国模式”还不成熟,可能主要是基于这种考虑:发达国家的发展模式各方面大都达到较高水平,并且经历了长期的、不同环境的检验;“中国模式”虽然取得了很大成功,但无论经济还是其他方面水平都还不高,而且今天的中国仍然处在深刻变革中,很多方面还远未定型。实际上,这种观点并不全面。发达国家的发展模式不一定都是经济发展到较高阶段才基本成熟的,相反,它们都是利用相对成熟的发展模式大大推动了经济社会发展,德国模式、日本模式等都是如此。我们认为,“中国模式”已经基本成熟,主要依据就在于无论在经济建设、政治建设还是在文化建设、社会建设等方面,我国都已经形成了比较完整、比较成熟、比较定型的制度。

机器学习在模式识别中的算法研究

机器学习在模式识别中的算法研究 摘要:机器学习是计算机开展智能操作的基础,人工智能的发展依靠机器学习 技术,而机器学习、模式识别与当前人工智能的发展密切相关。本文通过概述机 器学习机制,围绕神经网络、遗传算法、支持向量机、K-近邻法等算法研究当前 机器学习在模拟识别中的应用,为今后模拟识别与人工智能开发与研究提供借鉴。关键词:机器学习;模式识别;人工神经网络 前言: 机器学习技术覆盖了人工智能的各个部分,如自动推理、专家系统、模式识别、智能机器人等。模式识别是将计算机的不同事物划分成不同的类别。人工智 能的模式识别可以利用机器学习算法完善分类能效。因此,机器学习与模式识别 密不可分,本文就机器学习在模式识别领域的学习算法中的应用展开研究。 1、机器学习机制与系统设计 在机器学习模型中,环境可以向系统的学习部件中提供信息,学习部件根据 这些信息调整和修改知识库,提升系统内部执行文件的性能。执行文件再将获得 的信息向学习部件反馈,此过程就是机器学习系统结合外部与内部的环境信息自 动获取知识的过程。机器学习系统设计的构建过程应包含两部分:其一,模型的 选择和构建。其二,学习算法的选择与设计。不同种类的模型具有不同的目标函数,涉及到不同的学习机制,算法的复杂性与能力决定着学习系统的效率与学习 能力。此外,训练样本集的特征与大小的问题也与机器学习系统的性能相关。 2、机器学习在模式识别中的应用 2.1 遗传算法 在机器学习中,特征维数是一大难题,每一种模式中的特征反映出的事物本 质权重均不一致。部分对于分类结果并无积极作用,甚至属于冗余,因此选择特 征尤为关键。遗传算法实际上是寻优算法,可以有效的解决特征选择问题。遗传 算法可以筛选出准确反映出原模式相关信息、影响分类的结果、相互关联性较小 的特征。遗传算法实际是利用达尔文的生物进化思想,在运算领域中巧妙生成一 种寻优算法。该算法是1975年由美国Michigan大学的Holland教授提出的,遗 传算法的主要方法如下:首先,将种群中的个体作为对象,进行一系列的变异、 交叉、选择等操作。其次,利用遗传操作促进群体不断的进化,最终产生最优的 个体,最后,结合个体对于环境的适应程度选择最优良的个体,为其创造机会繁 衍后代。遗传算法程序如下:选择合适的编码策略,确定遗传策略和适应度函数。遗传策略包含种群的选择、大小、交叉概率、变异方法、变异概率等遗传参数; 利用编码策略,将特征集变为位串结构;构建初始化群体;计算整个群体的个体 适应度;结合遗传策略,将交叉、选择等作用在群体中,产生下一代群体;判别 群体性能是否到达某一标准,假若不满足将回到遗传策略阶段。 2.2 k-近邻法 k-nearest neighbor(k-近邻法)被广泛运用在无指导、基于实例的学习方法中, 可以实现线性不可分的样本识别,在之前并不了解待分样本的分布函数。当前被 广泛应用的k-近邻法主要是将待分类样本为重点形成超球体,同时扩展超球的半 径一直到球内包含着K个已知模式的样本,判别k个邻近样本属于哪一种。其主 要分类算法如下:设有c个类别,分别是w1,w2,w3,...,wc,i=1,2,3,...,c.测试样本x

模式识别习题及答案

第一章 绪论 1.什么是模式?具体事物所具有的信息。 模式所指的不是事物本身,而是我们从事物中获得的___信息__。 2.模式识别的定义?让计算机来判断事物。 3.模式识别系统主要由哪些部分组成?数据获取—预处理—特征提取与选择—分类器设计/ 分类决策。 第二章 贝叶斯决策理论 1.最小错误率贝叶斯决策过程? 答:已知先验概率,类条件概率。利用贝叶斯公式 得到后验概率。根据后验概率大小进行决策分析。 2.最小错误率贝叶斯分类器设计过程? 答:根据训练数据求出先验概率 类条件概率分布 利用贝叶斯公式得到后验概率 如果输入待测样本X ,计算X 的后验概率根据后验概率大小进行分类决策分析。 3.最小错误率贝叶斯决策规则有哪几种常用的表示形式? 答: 4.贝叶斯决策为什么称为最小错误率贝叶斯决策? 答:最小错误率Bayes 决策使得每个观测值下的条件错误率最小因而保证了(平均)错误率 最小。Bayes 决策是最优决策:即,能使决策错误率最小。 5.贝叶斯决策是由先验概率和(类条件概率)概率,推导(后验概率)概率,然后利用这个概率进行决策。 6.利用乘法法则和全概率公式证明贝叶斯公式 答:∑====m j Aj p Aj B p B p A p A B p B p B A p AB p 1) ()|()() ()|()()|()(所以推出贝叶斯公式 7.朴素贝叶斯方法的条件独立假设是(P(x| ωi) =P(x1, x2, …, xn | ωi) = P(x1| ωi) P(x2| ωi)… P(xn| ωi)) 8.怎样利用朴素贝叶斯方法获得各个属性的类条件概率分布? 答:假设各属性独立,P(x| ωi) =P(x1, x2, …, xn | ωi) = P(x1| ωi) P(x2| ωi)… P(xn| ωi) 后验概率:P(ωi|x) = P(ωi) P(x1| ωi) P(x2| ωi)… P(xn| ωi) 类别清晰的直接分类算,如果是数据连续的,假设属性服从正态分布,算出每个类的均值方差,最后得到类条件概率分布。 均值:∑==m i xi m x mean 11)( 方差:2)^(11)var(1∑=--=m i x xi m x 9.计算属性Marital Status 的类条件概率分布 给表格计算,婚姻状况几个类别和分类几个就求出多少个类条件概率。 ???∈>=<2 11221_,)(/)(_)|()|()(w w x w p w p w x p w x p x l 则如果∑==21 )()|()()|()|(j j j i i i w P w x P w P w x P x w P 2,1),(=i w P i 2,1),|(=i w x p i ∑==2 1)()|()()|()|(j j j i i i w P w x P w P w x P x w P ∑=== M j j j i i i i i A P A B P A P A B P B P A P A B P B A P 1) ()| ()()|()()()|()|(

相关文档
最新文档