生态文明的基本特征大全11篇

生态文明的基本特征篇（1）

一、征地生态补偿的范畴界定

1.特定视角的生态补偿

从视角来看,征地生态补偿是从土地被征用的特定视角下的生态补偿。征地的生态补偿具有生态补偿的一般共性,也具有其特定视角下的特殊性。

其共性表现在:作为生态补偿的一种,这种补偿仍是对生态环境的破坏而进行的补偿,并通过征收一定的费用或补偿性的措施对生态利益受到损害的主体进行补偿来实现。

其特殊性则表现在:一般的生态补偿,受到损害的主体一般表现为一定的生态区域或一些群体,具有不确定性。而在征地的视角下的生态补偿,土地权利方在转让土地所有权的同时,其生态利益也直接受到了侵害,在征地生态补偿中,生态补偿的主体则应包括土地征用方、土地所有方以及相关的区域,在这种生态补偿中,主体明确了出来,使得生态补偿更具可操作性。

2.特定类型土地的生态补偿

一般意义上的生态补偿是指对生态系统和自然资源产生了破坏减损以及对环境造成了污染而进行的补偿,而生态系统和自然资源的最高所有者是国家,也就是说,只有国家享有受补偿的权利,国家以税收等形式获取补偿,再用到环境治理中去。

在征地生态补偿中,被征用的土地,包括耕地、林地及草地等,这些土地的所有权是集体所有,土地所有者在享有土地的经营收益的同时,也享有土地经营所带来的生态效益,土地被征用后,土地所者的生态效益受到了直接损害,应该得到补偿。因此,相对于一般意义的生态补偿,征地生态补偿是基于土地所有权基础上而产生的一种生态补偿,其受补偿的主体不再是单一的国家主体,更直接的涉及到了土地所有者这一主体。

3.特定矛盾下的生态补偿

生态补偿的提出,就矛盾来说,体现了生态环境保护与经济发展之间的矛盾,体现了资源的耗费与经济的可持续发展之间的矛盾,而生态补偿的功能就是对生态环境的破坏及自然资源的耗费进行抑制,以期达到经济发展和生态保护的双盈,促成经济的可持续发展。

征地生态补偿的提出,更多的征对我国农村地区的土地征用,在我国城市化大步推进的背景下,虽然土地是一个逐步征用的过程,但从长期来看,是一个量变走向质变的过程,必然会导致征地地区生态环境的巨大反差。因此,征地生态补偿更具体的出的矛盾则是我国城市化与征地地区生态环境保护之间的矛盾,城市化中生态保护的欠缺与征地地区的生态利益诉求之间的矛盾。这种特定的矛盾是征地生态补偿的重要特征。

二、征地生态补偿的理论基础及启发

1.土地利用的外部效应比对与补偿的欠缺

征地生态补偿中,土地的利用由土地的普通生产向土地的其它开发利用转变。这种利用方式的转变,其产生的外部效应存在着差别。

土地在普通生产的过程中,通过在土地上进行的种植、造林等生产,可以获得一定的经济收益,同时也对水土保持、空气等生态环境起到了积极的作用,在土地上的普通生产行为是一种有益的无偿行为,对生态环境是有益的,对于生态环境而言,是一种正外部性。

土地在被征用后,用于房产的开发及一些企业的建设,对生态环境必然会起来一定的破坏作用,对于生态环境而言是一种负外部性。根据外部性的基本理论,外部性的存在对经济活动是有害的,不利于资源的配置和合理使用,也就是说,正外部性应该得到补偿,负外部性应该承担外部不经济后果,以实现外部成本的内部化。

土地在征用前后,是一个正外部性向负外部性转变的过程中,因此被征地的土地所有方因其正外部效应则应得到补偿,而土地开发方因其负外部效应则应承担其外部成本。长期以来,国家通过税收等手段对那些生产过程中对生态环境产生负外部效应的企业等进行管理,然而,对于那些在生产中对生态环境产生正外部效应的土地所有者则缺乏相应的激励机制以及相应补偿,从而导致了生态环境保护的片面性和消极性,在一定程度上增加了生态保护的难度。

2.公共产品理论与政府的干预功能

生态环境是公众的生态利益的实际体现,生态环境在经济活动中是一种与经济活动息息相关而又相对独立的一种产品,一方面给人们带来生态效益,由全体民众所享有和使用,另一方面其受到损害后,得不到积极的补救,因此生态环境具备了非竞争性和非排斥性两大特征,根据公共产品理论,可将其归为一种公共产品。

征地的生态补偿与一般性的生态补偿一样,被征土地所附带的生态产品也同样具备了公共产品的非竞争性和非排斥性的两大特征。公共产品理论的出现就是为了国家干预而确定的,也就是说国家在此过程中应该充分的发挥其行政干预的职能,避免政府在生态保护中的“无为”,而在征地过程中,被征地一方往往是农民群体,在经济活动处于弱势地位,无法有效保障自身的生态利益,这就要求国家在此过程中加以行政干预,切实保障被征地方的生态利益得到合理的补偿和安置。

3.生态资本理论与总体补偿方针

生态资本即生态环境的资本化。生态环境作为一种资本,既体现在其本身的物质产出,又体现在虚化的服务价值,为公众提供生态效益。生态资本成为资本的一种形式,具有一般资本的一般属性,表现为它在以盈利为目的,在市场中的运行要遵循市场规律的支配;同时,生态资本又因为其本身的生态属性,又要遵循相应的生态规律。

生态资本的双重属性决定了其不同于一般的特征。一方面,生态资本具有强烈的结构特性,即生态资本内部结构的平衡是决定其盈利大小的主要因素,是最大的物质产出和生态效益的保障。另一方面,生态资本具有长期性的特性。即只要对生态资本合理的运用,依照适度的原则,生态资本可以凭借自身的自主性,不断的升值,而达到长期盈利的目的。再一方面,生态资本具有地域性的特性。即地域性决定了其盈利的局限性,这是生态资本的弱点,由于生态资本不具备一般资本可以转移的特点,使得生态资本在盈利上存在着局限性。

生态资本的三大特征决定了生态补偿的方式应该在保障生态资本的最大盈利的基础上实施。即生态补偿的总体补偿方针应该是在保障生态环境总体结构平衡的原则上进行区域化的生态补偿,这个补偿的过程应该是一个长期动态的过程,通过保障生态环境的整体结构平衡,充分发挥生态资本的自主性,兼顾生态资本的区域局限性,以期达到生态资本的最大收益。

根据以上几个经济理论,对于我国征地生态补偿制度,我们可以得到以下启发:以外部效应理论来对生态补偿的内涵加以界定,确定征地生态补偿机制中的各个主体;以公共产品理论确定政府在机制中的职能作用,强化政府的经济干预手段;以生态资本理论中生态资本的特性确定国家的对生态环境的统筹规划以及各种生态结构的调整措施,使生态资本的效益最大化,并采用多种的补偿安置措施对生态利益受损的群体加以补偿。

生态文明的基本特征篇（2）

[DOI]10.3969/j.issn.1002-6916.2011.05.036

一、前言

在全球化高速发展的影响下，企业的产品同质化现象越来越严重，不但在性能、外观，甚至是营销手段上都一味地模仿跟风，使企业失去了自身品牌的内涵和特色。所以企业需要有效的产品设计策略，需要与其他企业的产品有明显的差别，需要创造一种能表现企业理念的独特的产品设计，来强化社会大众对企业产品的认知并建立良好的形象。

今天我们对“什么才是成功的设计”已不再是针对单个产品而言，而是指一系列产品的成功，甚至是一个公司乃至一个国家产品定位、设计、策略的成功。

二、产品识别（PI）设计与造型基因的概念

2.1 产品识别（PI）设计

“产品识别（PI）”设计是指将企业的全部产品按照“理念统一、风格统一”的原则加以系统设计，从而建立起的独特产品形象。是产品获得归属感和家族感，企业文化获得认同感，形成产品差异化的有效设计手段之一。产品独特的“特征”会给人们留下深刻的印象，这些独特的“特征”可以是外形特征、行为特征，也可以是材质的特征。比如，消费者一旦看到透明材质、水果颜色和独特的计算机外形，第一反应是苹果电脑，而看到双肾型形态的汽车通风口就会联想到宝马汽车的形象。

设计师通过分析企业文化的相关信息及用户的需求，提取产品识别设计中的特征元素，进而对获取的信息进行整理形成产品识别特征，通过企业及用户对特征的解读最终获得接受和认可。因此，产品识别(PI)的设计是多方面感性语意属性的汇集，通过产品内涵性语意认知的差异不断表现出来，整合了产品的外部形象设计及内在特质设计，通过差异化设计形成可被用户感知的识别特征，成为传达给消费者的特定的设计；是把设计深入到企业的生命历程，扩大到企业的策略性、全局性和战略性中来。

2.2 产品造型基因

基因是指具有遗传效应的DNA分子片段，它通过复制把遗传信息传递给下一代，使后代出现与亲代相似的性状。生物体亲子之间的相似性和继承性靠的就是基因的遗传作用。如果没有遗传，各式物种就不可能延续发展；同样，如果没有变异，地球上的各色物种就不可能有进化，也就不可能构成绚丽多彩的生物界。

产品的造型设计也是一个不断延续和发展的过程，所有新产品与以前的产品具有一定的联系，但又不完全一样。在造型设计的过程中对一些“基本造型”的反复应用，从生物学角度来看也可以成为一种遗传，这些基本造型就是造型基因。造型基因是设计信息的最小信息单位，具有造型设最小的知识粒度。就是说，造型基因是对产品形态具体表达和约束的遗传性元素。类比生物学，遗传算法和设计中的一些术语，设计中的造型基因和自然中的DNA都是用来构造的基本元素，自然界中构造的是蛋白质，而设计构造的是产品形态。而在构造的过程中，自然界的基因型（genotype）是通过转录和逆转录来实现蛋白质的形成；造型基因则是通过基本元素的组合、拆分来构造产品的形态。

三、产品造型基因的内涵

正如自然界里由于相同基因组成规则的不同而发生同质异构现象一样；由于设计造型过程规则的多样性，相同的造型基因产生的形态也可能是完全不一样的。

3.1 造型基因的生成

产品的造型基因构造的是产品形态，因此对产品造型基因的分析是提取产品的形态特征、确定产品造型风格的过程，而特征与风格正是产品识别的基础，所以，透过对产品造型基因的分析，获取产品识别的造型特征元素，从而形成产品的视觉识别特征。

研究表明，同一个造型元素只要三次以上出现在同一企业的产品上面，我们就可以把它认为是该企业的产品特征。同时一个企业的产品特征还必须能体现出企业文化的内涵和性格。满足这两个条件我们就可以把这个特征视为它的造型基因。如图1所示。

（图1：产品造型基因提取示意图）

3.2 造型基因的遗传

产品造型基因的遗传性决定的是企业产品造型的延续性、家族性。遗传是企业最想要，也是重中之重，它标志着保持产品一贯的风格，只有这样才能在消费者的心里树立产品品牌形象。

它将一类相同或相似的风格、细部特征，或延续或发展，持续不断地应用于企业的不同产品造型设计中，形成一个延续且统一的产品形象，引起用户的视觉注意并成为产品的识别特征。盾形水箱罩是最能体现Alfa Romeo造型特征的地方，其所有车型都延续应用了这一特征，因此这就成为了Alfa Romeo最重要的形态识别特征之一，如图2所示。

3.3 造型基因的进化与变异

产品造型的进化与变异决定了企业产品造型的创新性。变异是被迫的，就像物种的变异一样，都是环境改变的结果。产品基因的变异性是指人们对产品基因进行评价后采取优化措施，以获得或者适应某些功能需求引起的产品基因突变，从而衍生出具有新功能、新特点的新产品；在这个多变的时代，如果产品一成不变，终将被流行趋势远远地抛在身后。

3.4 造型基因的遗传、变异与进化的关系

企业产品如果只是延续前一代的设计则会给人一种一成不变没有新意的感觉，最终将被市场淘汰。而企业产品如果变化太大，每次新的设计都与前一代的设计风格迥异，则势必会给消费者产生眼花缭乱的感觉，给产品识别带来很大的困难。如图3所示，纵坐标代表着企业产品的变异性，横坐标代表着企业产品的遗传性，企业产品的设计只有在变异性和遗传性之间向前发展才是企业产品设计的方向，也可以看作企业产品良好的进化过程。新产品与前一代产品具有一定的相似性或者内在联系，新产品是前一代产品的继承和改进。

（图3：造型基因的遗传、变异、进化的关系）

四、结语

一个产品不用看它的商标，从它的整体风格和外观特征就可以识别出它的品牌，而它的风格和外观特征正包含与体现了这个品牌的文化特征，这就是产品设别（PI）设计，是工业设计的最高境界。在产品识别设计中，从典型产品提取外观基本特征运用到全系列产品并作适当调整，在以后的设计中不断地继承和发展这些基本特征元素，使它做到风格统一又各具特征。

参考文献

[1] 张文泉、赵江洪.汽车品牌_造型基因_研究[湖南大学硕士学位论文].2007

[2] 葛晓菲、赵江洪.产品设计中的产品识别（PI）[湖南大学硕士学位论文] .2008

[3] 童慧明.DI一一新世纪工业世界观.装饰.2002

[4] 王兴元.产品形象（PI）要素构成、评价及其塑造研究.商业研究,2000

[5] 杨 磊. 基于遗传基因的产品“族谱”造型基因探讨.包装工程，2010

生态文明的基本特征篇（3）

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9599 （2012） 15-0000-02

本文以全国硕士研究生现场确认环节中采集的百万量级考生人脸照片为研究样本，基于人类视知觉特性知识，利用人脸局部形状特征确定出有效的人脸分类，并将大型人脸库中的人脸进行类别划分。从而缩小用于人脸识别匹配的人脸库以及降低人脸识别的数据量，有助于进一步提高大库中人脸识别查询的速度和精度。

1 人脸特征提取及关键特征点定位

本节将着重针对现场确认采集的人脸照片进行特征提取算法训练，并对实验结果进行验证和分析。

1.1 特征点定位步骤

本文选择AAM算法。特征点的定位以及提取步骤如下：

第一步：从本文应用的百万量级人脸库中选取n张人脸照片进行特征点标定；第二步：使用标定好的人脸照片对AAM算法进行训练；第三步：使用训练后的结果在百万量级人脸库中选取另外m张人脸照片进行实验；第四步：使用不同n张人工标定人脸照片训练的分类器，验证m张待测人脸，根据实验结果选择合适的分类器。

1.2 基于AAM算法的特征点提取

（1）对人脸照片进行标定。本文采用的关键特征点分别为鼻梁上端左右两个点、下唇中心、脸颊左右顶点、下颚左右拐点及下颚顶点，共8个特征点，如图 1中红圈中的点，在这里为了进一步的人脸识别工作，增加部分关键特征点。选取58个标记点，标定后的人脸照片如图 1所示。

（2）特征点定位实验。在本实验中，依次选取20、50、80、100、150、180张图片进行标定并训练，并使用训练结果在200张待测人脸照片中进行测试。

实验结果表明，当训练图片达到150张时，模型建立较好，得到的测试结果令人满意，并且随着训练图片增多正确率保持在74%左右变化不大。因此，我们将基于150张训练图片得到的模型作为待测模型。

1.3 实验结果分析

从上节的实验结果可以看出，人脸照片中，人脸的遮挡物以及光照对特征提取有很大的影响，人脸遮挡物如发型，而眼镜的遮挡反而对特征提取影响不是很大。

作为训练算法所使用的人工标定好的人脸照片数量，经实验表明，并不一定是数量越多越好，采用更多的人工标定的人脸照片进行训练不会对正确率有显著提升。

本文采用准确率较高的鼻子、嘴巴和下颚轮廓的部份特征点进行人脸照片的分类。

2 人脸分类方法的研究

本文的人脸分类方法以人体测量学的分类方法为基础。

本文选取形态面指数和下颚宽指数这两个面型指数作为脸型分类的参考。然后选取ISODATA动态聚类算法，对形态面指数和下颚宽指数采用自动聚类的方法来进行分类研究。

2.1 人脸照片分类数据预处理

本文根据下颚左右两个顶点，鼻根点、下唇下中点，左右下颚角以及颚下点，进而得到面宽、下颚间宽、形态面高、嘴高这四个测量参数，图2分别给出了各个监测点以及测量参数。

得到上述面型参数后，形态面指数和下颚宽指数可由下面公式得到。

由以上公式可以看出，两个指数均为比值，这样就避免了由于人脸照片大小差别引起的计算误差，可以避免人脸归一化的过程。

2.2 基于人脸测量学的自动分类方法

本文的ISODATA聚类方法是基于形态面指数和下颚宽指数，根据这些特征点位置利用式2.1和式2.2得出形态面指数x和下颚宽指数y，最后利用ISODATA算法基于人脸照片的形态面指数和下颚宽指数形成的二维数组 进行自动聚类。

在本文实验过程中，分类过程中设定类内照片数量阀值n，当某类中人脸照片数量超过n，则针对这类照片利用ISODATA进行二次分类，直到每类人脸照片数量小于n。

本文作为实验研究，将n设置为400。

2.3 实验结果及分析

我们主要探讨正面人脸照片的自动聚类结果，选取1090张人脸照片作为待分类人脸库。根据AAM特征点提取的结果，应用ISODATA算法，平均耗时50ms左右（含AAM特征提取以及关键特征点定位时间）。

（1）单循环分类结果。根据ISODATA方法自动聚类的结果，将二维数组分为3类，分类分类情况如下表 1所示。

从单循环分类结果可以看出，第二类class[1]的人脸照片数量较大，与期望的分类分布均匀有较大差距，为了获得分类较均匀的结果，在单循环基础上做多循环ISODATA自动聚类处理。

（2）多循环分类结果。根据单次循环分类的结果，发现第二类class[1]人脸照片较多，本文针对第二类class[1]继续进行分类。从二次循环结果看，class[11]类仍然数量较多，在二次循环的基础上进行三次循环分类。三次循环分类情况汇总如下表 2所示，散点图如图3所示。

（3）实验结果分析。从本文试验结果来看，在多次循环后，部份类内照片数量远低于阀值，即出现每类照片数量分布不均匀现象，但从散点图看在y轴方向类间区分还是较明显。针对不同人脸库的规模，仍需根据人脸识别的正确率和效率设置每类人脸规模的阀值。

3 人脸照片分类方法的应用

本文基于局部形状特征提取的人脸照片分类的研究，应用于硕士研究生全国统一入学考试现场确认阶段采集的百万量级人脸照片，人脸照片分类主要分为两个阶段进行，第一阶段是客户端进行人脸特征点定位并记录特征点位置，第二阶段为根据汇总后的百万量级人脸照片特征点生成二维数组，使用本文基于ISODATA自动聚类的方法将人脸照片库进行分类。

4 结束语

本文通过采用AAM的人脸形状特征点定位算法来获得有用的人脸形状特征点并构成形状特征信息，这些形状特征可以很好地描述人脸。然后，利用基于形态面指数x和下颚宽指数y组成的二维数组，使用ISODATA自动聚类算法对二维数组进行分类，使人脸分类更加合理并适合于实际应用。本文的研究能够减少人脸识别工作的对比量。

参考文献

[1]山世光，高文，陈熙霖.基于纹理分布和变形模板的面部特征提取[J].软件学报，2001，12（4）：580-587

[2]凌旭峰，杨杰，杨勇.基于轮廓线曲率特征的人脸分类及识别[J].红外与激光工程，1999，28（4）：37-39

生态文明的基本特征篇（4）

〔中图分类号〕F8309 〔文献标识码〕A 〔文章编号〕1000-4769（2012）03－0017－06

〔基金项目〕国家自然科学基金“中国金融市场极端风险危机的SVM智能预警方法及应用”（71171025）；教育部人文社会科学研究青年基金“中国与国际金融市场极值风险传导机制的实证研究”（10YJCZH086)

〔作者简介〕淳伟德，成都理工大学商学院教授，博士；

王 璞，成都理工大学管理科学学院助教，四川成都 610059。

一、问题的提出

研究碳（CO2）金融市场离不开对碳资产价格收益特征的研究，尤其是对金融收益尾部进行有效的探讨。因为，金融资产价格时间序列尾部代表的是小概率事件，是交易价格处于极端波动状态的情形，比如金融资产交易价格序列的左尾，是指发生概率小，但一旦发生就会产生极端损失的极端事件，从而有可能致使投资者蒙受巨大损失，甚至是灭顶之灾，并可能引发经济危机、社会动荡等严重后果。

特别需要指出的是，碳排放配额权是一种特殊金融资产。目前，碳排放权交易是由于部分企业实际排放的碳超过其授权的排放配额，需要购买碳排放配额以满足企业碳排放的需要，如果购买不到所需的配额将遭受排放罚款；如果购买排放权配额的价格过高，企业愿意接受罚款而放弃对排放权配额的购买；如果购买排放权配额的价格过低，节能减排失去意义，达不到应有效果。而碳排放权配额交易价格的尾部所代表的正是交易价格极高与极低部分。基于此，研究碳交易价格收益的尾部特征，对于有效地监管碳金融市场，维护低碳经济的发展具有重要的意义。

金融计量分析中大量采用以“有效市场假说”理论为基石的主流金融理论，即基于EMH假设金融资产收益服从正态/高斯分布。但是，自20世纪70年代以来，计算机模拟技术与计算能力的大幅度提高，为取得丰硕的实证研究成果提供了强有力的技术支撑。大量的实证结果表明，金融市场不断涌现出诸多无法为EMH解释的 “典型事实”特征。

近年来一些学者的研究结果也表明，碳金融市场资产交易价格收益率序列表现出极其复杂的分布形态，其收益时间序列分布的中间部分特征往往与其尾部特征不一致，〔1〕也就是说，碳资产价格时间序列很可能是由多个分布集成的复合分布形态。如果仍然假设碳资产收益服从特定的分布，势必降低碳资产交易时间序列的估计精度。极值理论(Extreme Value Theory, EVT)就是一种不必考虑收益率序列的整个分布状况，只对其尾部进行建模的理论(Cont,2001; McNeil and Frey,2000)。〔2〕本文以国际碳金融市场碳金融交易资产价格为研究对象，在分析碳金融资产价格收益率统计特征基础上，运用EVT对碳金融资产交易价格收益时间序列的尾部进行建模，研究碳金融资产收益尾部究竟是一个怎样的分布形态。

二、文献回顾

收集最近几年国内外学者对碳金融资产价格的研究，我们认为其研究进入了一个新的时期。Seifert(2008)等运用随机均衡模型探讨了CO2现货价格的行为特征，研究发现CO2现货价格并非具有季节性特征；〔3〕Benz and Truck(2009)研究发现EU ETS期货与现货市场均存在典型事实特征；〔4〕王恺、邹乐乐、魏一鸣(2010)探讨了欧盟碳排放交易计划(the European Union Emission Trading Scheme, EU ETS)期货价格分布特征，结果表明，EU ETS不存在有限方差，收益率呈现非对称特征以及稳态分布适合EU ETS分布特征；〔5〕Paolella and Taschini(2008)研究表明，CO2排放权价格时间序列呈现胖尾分布；〔6〕Montagnoli and Frans(2010)对EU ETS下CO2排放权交易价格收益分布特征进行实证研究，结果表明价格收益服从有偏胖尾和尖峰分布特征；〔7〕杨超、李国良、门明(2011)以欧洲气候交易所公布的CERS期货报价为研究对象，运用状态转移与极值理论方法，实证研究了不同期货的VaR测度结果。〔8〕

上述研究虽然取得了较为满意的效果，但均未对CO2排放权现货交易合同价格时间序列分布的尾部进行专门分析，而其分布的尾部在金融经济计量研究中具有极其重要的意义。本文在对国际碳交易资产价格收益特征进行描述性统计分析基础之上，运用极值理论(EVT)对其尾部建模，以期对收益分布的尾部有一个更为全面的认识与理解，从而有助于政府管理当局、投资者对碳金融市场的监控与风险管理。由此可见本文研究与以往研究的差异性所在。

三、实证分析

1.研究样本

由于欧盟碳排放权交易机制相对成熟，欧洲BlueNext交易所于每日公布碳金融现货合同交易收盘价，故本文选择欧洲BlueNext交易所EUA(European Union Allowance)现货交易品种的日收盘价为研究起点，样本期为2008年2月26日到2011年5月3日，样本数据共计686个。

2.碳交易价格收益率时间序列特征

先计算EUA收盘价格条件收益率时间序列（见图1），并对条件收益率时间序列进行描述性统计，结果见表1。

从表1可以看出，J-B值检验结果表明，EUA碳现货交易价格收益序列拒绝正态分布，运用Q（10）统计量对序列自相关性进行检验，结果表明，序列具有明显的自相关效应；BDS检验结果表明，序列拒绝独立同分布假设；EUA收益率序列呈现有偏分布特征，但偏度系数在1%的显著性水平下不显著；峰度系数在1%的显著性水平下显著，表明序列呈现尖峰分布。所有这些描述性统计结果表明，EUA碳现货资产交易价格收益序列拒绝正态分布形态。

图2是EUA收益率的QQ图，从图2中可以看出，两个箭头之间的部分与正态分布拟合效果好，而两尾偏离较大，不仅说明EUA收益率具有胖尾特征，同时也说明收益率尾部并非服从正态分布特征，表明收益率序列具有复杂分布形态。

3.碳收益时间序列尾部特征分析

运用EVT对尾部建模主要有两种极值模型，即传统的分块最大值模型（BMM）和提高门限模型 (POT )。〔9〕根据Haan(1974)和Pickands(1975)的研究结果，对于充分高的门槛值，超过门槛值的数据近似服从EVT中的广义帕累托分布（GPD）簇。〔10〕

估计GPD参数先要确定适当的门槛值。〔11〕门槛值的选择很重要, 根据GPD要求，门槛取值必须相当的高，以保证方差低，但若门槛取值过高，极值数据则很少，这会影响GPD估计效果；相反，门槛取值过小，落入尾部的数据多，又与GPD要求有差距。文献检索表明，Neftci(2000)将165σ当作门槛，超过165σ的值被当作极值；〔12〕DuMouchel (1983)则认为选择10%左右的数据作为极值与GPD拟合效果较好。〔13〕本文选择10%的极大值与10%的极小值作为收益率时间序列的尾部，并假设两个尾部服从GPD分布簇。在GPD参数估计上，本文运用一种“让数据自己说话”的“伪极大似然估计方法（QMLE）”估计模型参数。参数估计结果见表2。

在QMLE估计出10%尾部的GPD参数之后，根据所估计的参数作碳现货交易价格收益尾部的GPD分布函数图，从图3可以看出，10%尾部的经验分布与估计所得到的GPD分布具有明显的拟合效果。

为了进一步研究碳金融市场现货收益时间序列尾部分布形态，本文将估计得到的GPD分布与10%尾部的经验分布、正态分布与学生t分布的分布函数图进行对比拟合。图4、图5是EUA左右两个10%尾部的经验分布与GPD、正态分布、学生t分布的双对数坐标拟合效果图。

从图4和图5，我们大致可以看出：（1）从左右两个10%尾部的拟合效果看，经验分布与正态分布拟合效果最差，说明碳金融资产价格收益与其他金融市场收益率一样，明显拒绝正态分布特征；（2）从整个10%尾部来看，无论是GPD、还是学生t分布与碳资产收益尾部的经验分布在拟合上没有表现出明显的差异，也就是说，碳资产价格收益率序列都近似服从GPD和学生t分布两种分布；（3）碳资产价格收益的极端尾部服从GPD分布。从图4和图5可以看到，越是接近尾部，经验分布的黑点与GPD分布曲线越接近，说明在极端尾部，碳资产价格收益分布更加服从GPD，用GPD对收益率尾部建模，具有更大的优越性与精度。

四、结论及政策建议

本文以欧洲BlueNext交易所每日公布的碳金融现货合同交易的收盘价为研究对象，在分析合同交易价格收益率时间序列统计特征的基础上，运用EVT对收益率左右两个10%尾部进行建模，实证结果表明，EUA交易价格收益率时间序列呈现复杂分布形态；两尾的经验分布与正态分布拟合效果最差；虽然左右两个10%尾部的经验分布与学生t分布、GPD分布的拟合效果并没有显示明显差异，但在极端尾部GPD比学生t分布更具优势，说明运用EVT技术探讨碳交易价格收益率时间序列尾部，尤其是极端尾部具有更高的可靠性与精度。

基于以上结论，结合我国实际，建议：（1）建立健全并完善碳金融市场运行机制。我国是发展中的经济大国，全球制造业中心和碳排放大国，但相关的碳排放交易所才刚刚建立，相应的碳交易体制、市场体系有待进一步完善，尤其是碳交易市场的持续健康发展还有很长的路要走。目前，我国低碳经济发展面临诸多严峻挑战，虽然碳资产交易平台已经构建，但仍然处于企业项目自愿交易阶段，从全球来看，发展完善碳金融市场已经是必然趋势，政府管理当局应未雨绸缪，借鉴西方碳金融市场相关经验，建立完善相关市场运行机制；（2）强化对市场的风险监控，建立碳金融市场风险危机预警系统，防止市场出现极端波动状况，以维护金融安全，保持低碳经济持续健康发展；（3）加强对碳排放权交易市场价格的监管，防止由于投机炒作等因素导致碳排放权交易价格严重偏离其价值，出现大幅度的非正常波动，尤其是防止交易价格过高。

〔参考文献〕

〔1〕魏一鸣，等.碳金融与碳市场――方法与实证〔M〕.北京：科学出版社,2011.4.

〔2〕〔9〕Cont R.，Empirical properties of assets returns: stylized facts and statistical issues.Quantitative Finance.2001,（1）:pp.223-236；McNeil A. and Frey, R.，Estimation of tail-related risk measures for heteroscedastic financial time series: an extreme value approach.Journal of Empirical Finance,2000,(7):pp.271-300.

〔3〕Seifert, J., U. H. Marliese and W. Michael，Dynamic behavior of CO2 spot pricew.Journal of Environmental Economics and Management, 2008,56(2):pp.180-194.

〔4〕Benz, E., S.Truck，Modeling the price dynamics of CO2 emission allowances.Energy Economics.2009,(31):pp.4-15.

〔5〕王恺,邹乐乐,魏一鸣.欧盟碳市场期货价格分布特征分析〔J〕.数学的实践与认识. 2010,(6).

〔6〕Paolella, M.S. and Luca, T.，An econometric analysis of emission allowance prices.Journal of Banking &Finance,2008,32(10):pp.2022-2032.

〔7〕Montagnoli,A., Frans,P.D.，Carbon trading thickness and market efficiency.Energy Economics.2010,(32):pp.1331-1336.

〔8〕杨超,李国良,门明. 国际碳交易市场的风险度量及对我国的启示――基于状态转移与极值理论的VaR比较研究〔J〕. 数量经济技术经济研究.2011,（4）.

〔10〕Haan L. Residual life time at great age.Annals of Probability,1974,(2):pp.792-804；Pickand A.，Statistical Inference Using Extreme Order Statistics.The Annals of Statistics, 1975,(3):pp.119-131.

生态文明的基本特征篇（5）

中图分类号：TP37文献标识码：A文章编号：1009-3044(2012)06-1414-06

A Method of Tracking Active Object based on Monogenic Phase

CONG Yang

（Department of Computer Science and Technology, Tongji University, Shanghai 201804,China）

Abstract: Color, an available visual character, is widely used to track video object. But in the environment of variant lighting, the color is easy to change, and it makes the tracking method based on color not stable. Monogenic phase as a character including important informa? tion of an image, has the property of brightness invariant. In order to improve the stability of tracking in the environment of variant light? ing, a new method of tracking active video object is proposed in this paper based on monogenic phase. In the proposed method, the Gauss? ian model is implied to update the background and then the active objects can be detected. After that, the phase histogram of every active object is calculated to make a comparison with the monogenic phase histogram of the object being tracked and thus the Bhattacharyya dis? tance is computed to confirm which object is the best match to the video object being tracked. The experimental results demonstrate that the proposed method can achieve robust tracking performances in the environment of variant lighting.

Key words: monogenic phase; histogram; active object; tracking; variant lighting

随着高性能计算机和视频器材的不断问世以及人类对视频信息自动分析理解要求的日益增长，视觉跟踪近年来逐渐发展成为计算机视觉研究领域中的一个重要的研究课题，并吸引了越来越多的研究者。尽管基于视频的目标跟踪系统在现代社会具有广泛应用，但是在许多复杂多变环境下，跟踪系统都面临巨大挑战，难以保证准确和鲁棒的跟踪效果。其中一个主要的挑战就是光照的动态变化。特别是在室外环境中，由于天气原因和建筑物的遮挡，光照情况随时变化而导致目标和背景的颜色随之变化，使得许多基于色彩的目标跟踪系统失去鲁棒性甚至丢失目标，因此，一个好的目标跟踪系统设计必须充分考虑其抗光照变化的能力。

在过去的研究中，也出现了很多相应的方法来解决光照变化环境下目标跟踪的问题。这些方法主要可以分为两大类，一类是基于颜色等与图像亮度相关信息的算法，另一类则基于与亮度变化相独立的特征信息。

对于第一类跟踪算法而言，Cascia等人[1]研究了光照变化条件下如何实现头部跟踪的问题。通过收集一系列不同光照条件下的人脸图像，并对这些图像进行分析计算，从而建立了一个正交亮度模板用于跟踪目标。在文献[2]中，清华大学的王路等人提出了一种具有光照鲁棒性的Mean Shift方法，该文结合了颜色和局部二元模式特征来表述目标，改进了原始的Mean Shift方法抗光照变化的性能。刘少华等人在文献[3]中引入了光照模型，提出了新的目标跟踪特征以实现光照变化下的稳定跟踪。由于这些方法用到的图像特征信息都是和颜色亮度相关的，在光照变化情况下，色彩亮度也随着变化，很难建立准确的通用模型，因此这些算法都没有很好的鲁棒性和准确性。

另外一类处理光照变化环境下目标跟踪的方法是利用独立于亮度变化的信息，比如图像边缘特征，轮廓等。在文献[4]中，M. Isard等人利用随机产生的数集来表示感兴趣的目标轮廓概率分布，融合经过学习的动态模型和检测的目标信息来传送这个数集以达到跟踪目标轮廓的目的。为提高光照变化和背景混淆下的实时跟踪效果,刘惟锦等人在文献[5]中提出了基于Kalman滤波和边缘直方图特征的实时目标跟踪方法。基于边缘特征和轮廓的目标跟踪算法，由于丢弃了大部分图像的重要信息而仅仅保留了很少量的目标边缘信息，因此跟踪系统缺少鲁棒性。

综上所述，尽管有很多相关的研究工作，对于光照变化条件下实现目标鲁棒跟踪的问题，到目前为止，仍然没有很完善的解决 办法。单演相位具有与光照无关的特性，且它包含了图像的绝大部分重要特征信息。因此本文用单演相位作为目标特征，实现了在光照变化环境下的动态目标跟踪。实验证明，该方法对光照变化有很好的鲁棒性和准确性。

1颜色直方图与单演相位直方图

颜色直方图是对图像在颜色空间分布的一种简单的非参数密度估计，其描述了图像的全局统计特征，具有旋转及平移不变性，且计算简单快捷，被广泛地作为图像特征用于图像检索及目标跟踪中，但颜色直方图存在边界问题，当两个像素的颜色非常接近时，有可能被分在不同的颜色区间；当两个像素颜色相距较远时，也有可能备份在相同的颜色区间，因此当光照变换时，各像素的颜色可能会发生变化，导致图像的颜色直方图可能会发生剧烈的变化，这就造成了基于颜色的目标跟踪算法易受光照变换影响。

本文用单演相位直方图来对目标进行跟踪，单演相位直方图和颜色直方图一样，描述了图像的全局统计特征，具有旋转及平移不变性，且计算简单快捷。同时，单演相位具有光照变换无关性，即在光照变换环境下，各像素的单演相位不会发生明显变化，这就使得基于单演相位直方图的目标跟踪不会受光照变换影响。

2单演相位特征

二维解析信号，是由Felsberg[6]提出，它是一维解析信号的一个扩展，原始的二维图像信息通过具有旋转不变性的广义Hilbert变换，以一种非线性的方式被映射到了虚平面。与一维解析信号类似，该模型涵盖了原始图像在实平面和虚平面上的不同信息，因而可以据此提取出相应的单演幅度，单演相位和单演方向特征信息。与其他提取图像相位信息的方法如基于Gabor滤波器[7]的相位计算方法相比，该模型的相位计算不需要对方向进行采样，也不需要根据计算的方向值来调整Hilbert变换。不同于边缘轮廓信息，其中的单演相位特征包含了该图像的绝大部分重要特征信息，仅仅只需要这个单演相位信息就能重新恢复建立原始图像[8-9]。单演相位特征最大的优点是完全独立于亮度信息，不受光照变化的影响，而且该特征量具有旋转不变性同时也具有很好的抗噪声性能。相对前面提到的和亮度相关的图像特征和独立于亮度的边缘轮廓特征而言，单演相位集合了这两种特征的优点，它不仅包含了图像的绝大部分重要信息，并且具有光照不变性。

二维解析信号可以提取出三个信息：单演幅度，单演相位和单演方向。在该模型中，二维解析信号用的是RIESZ变换，定义如(1)所示：

3动态目标跟踪方法

本文采用的方法是基于单演相位特征的动态目标跟踪方法，即只对动态目标进行跟踪，对于静态背景不做考虑。

3.1算法流程

当每读入一帧RGB图像时，先利用单分布高斯背景模型更新背景，然后用原图像与更新后的背景图像相减可得到近似的前景图像，它代表着动态目标所在的位置信息，即近似的前景图像里会有若干连通域，而每一个连通域都可以近似地被当成动态目标。

得到各个连通域的位置之后，先把原图像变换成灰度图像，然后把各个连通域的位置映射到这幅灰度图像上，依次进行计算相应连通域里的单演相位，并且统计成单演相位直方图。然后和待跟踪的目标的单演相位直方图用巴氏系数进行匹配，最终找到这个待跟踪的目标。

对于待跟踪的目标，本文采用的方法是先在原图像上预先设定一个位置，一旦这个位置上的单演相位特征信息发生明显变化，那么说明动态目标已经包含了这个位置，即假设包含这个位置的连通域所代表的动态目标即待跟踪的目标。

具体流程图如图2。

4实验与分析

为了验证本文方法在光照变化环境下的鲁棒性和准确性，测试了多个视频序列，对基于传统颜色直方图的动态目标跟踪方法和基于单演相位直方图的动态目标跟踪方法进行了比较，测试视频均为实地拍摄的720*576 DVD视频。不过基于方法的实时性考虑，在计算中把它缩放成原先的0.4倍大小，即（720*0.4）*（576*0.4）。在计算颜色直方图和单演相位直方图时，均分成32个区间。在基于传统颜色直方图的动态目标跟踪方法中，在每一帧中，匹配各个动态目标颜色直方图和待跟踪目标颜色直方图得到巴氏系数后，计算出小于0.35的，因为还是有可能有多个动态目标和待跟踪目标特征相近，即有多个动态目标和待跟踪目标匹配颜色直方图得到的巴氏系数小于0.35，然后在其中计算出系数最小的，近似认为它就是待跟踪目标，如果没有小于0.35的，近似认为在这一帧图像中不存在待跟踪目标。同样地在基于单演相位直方图的动态目标跟踪方法中，匹配各个动态目标单演相位直方图和待跟踪目标单演相位直方图得到巴氏系数后，计算出小于0.04的，这些阀值是要根据不同目标进行调整的。

图3显示了SINGLE视频序列在基于颜色直方图的动态目标跟踪方法与基于本文提出的单演相位直方图的动态目标跟踪算法的跟踪比较结果。在这段视频序列的试验中，待跟踪目标是在暗处确定的。在第97帧和571帧时，待跟踪目标在暗处，无论是哪种方法都能很好的跟踪到待跟踪目标，但是当在第128帧和525帧时，待跟踪目标在明处，也就是光照比较强的地方，此时待跟踪目标表面颜色发生了变化，在基于颜色直方图的动态目标跟踪方法下，跟丢了待跟踪目标，而在基于本文的单演相位直方图的动态目标跟踪方法下，仍可以跟踪到待跟踪目标。这说明了在只有待跟踪目标的情况下基于单演相位直方图的动态目标跟踪方法在光照变换环境下有很好的鲁棒性和准确性。图4MULTI视频序列跟踪结果

(分别为91,190,302,420帧)

图4显示了有多个动态目标的MULTI视频序列在基于颜色直方图的动态目标跟踪方法与基于本文提出的单演相位直方图的动态目标跟踪算法的跟踪比较结果。在这段视频序列的试验中，待跟踪目标是在明处确定的。在第91帧时，待跟踪目标在明处，无论是哪种方法都能很好的跟踪到待跟踪目标。在第190帧时，待跟踪目标仍在明处，而又有另一个目标也在明处，不过结果和第91帧是完全一样的，无论是哪种方法都能很好的跟踪到待跟踪目标。在第302帧时，待跟踪目标在暗处，另一个目标也在暗处，这时只有基于本文的单演相位直方图的动态目标跟踪算法下能很好的跟踪到待跟踪目标，而基于颜色直方图的动态目标跟踪方法下，已经跟丢了待跟踪目标。在第420帧时，待跟踪目标回到明处，而另一个目标还在暗处，但结果和第91帧和第190帧时是完全一样的。这说明了在有多个目标的情况下基于单演相位直方图的动态目标跟踪方法在光照变换环境下有很好的鲁棒性和准确性。

5结束语

在光照变化环境下，目标跟踪的准确性和鲁棒性都受到了挑战。颜色是一种很有效的视觉特征，但在光照变化环境下，它也变得很不稳定。针对这一问题，本文提出了相位特征，由于它与亮度的无关性，且单演相位直方图包含了图像的绝大部分重要特征信息，所以可以基于单演相位直方图对目标进行鲁棒准确的跟踪。本文提出的基于单演相位直方图的动态目标跟踪方法，只对动态 目标进行跟踪，这样可以排除很多背景因素的影响。实验证明，无论是在只有待跟踪目标的情况下，还是有多个目标的情况下，本文提出的基于单演相位直方图的动态目标跟踪方法在光照变化环境下都能鲁棒地准确地对目标进行跟踪。

参考文献：

[1] Cascia M L, Sclaroff S, Athitsos V, Fast, Reliable Head Tracking under Varying Illumination: An Approach Based on Registration of Tex? ture-Mapped 3D Models, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(4):322-336.

[2]王路,阳琳,卓晴,等.光照鲁棒的Mean Shift跟踪方法[J].计算机应用,2008,28(7):1672-1674.

[3]刘少华,张茂军,熊志辉,等.一种鲁棒高效的视频运动目标检测与跟踪算法[J].自动化学报, 2009,35(8):1055-1062.

[4] Blake A, Isard M. Condensation Conditional Density Propagation for Visual Tracking. International Journal of Computer Vision,1998,29(1):5-28.

[5]刘惟锦,章毓晋.基于Kalman滤波和边缘直方图的实时目标跟踪[J].清华大学学报:自然科学版, 2008,48(7):1104-1107.

[6] M. Felberg,“Low-level Image Processing with the Structure Multivector,”in Institut fur informatics und Praktische Mathematik. KIEL: Christian-Albrechts-Universitat,2002.

[7] Hans G. Feichtinger, Thomas Strohmer, Gabor Analysis and Algorithms, Birkh?user,1998.

[8] Zang D, Sommer G, Phase Based Image Reconstruction in the Monogenic Scale Space, In Pattern Recognition 2004, 26thDAGM Sympo? sium, pages:171-178, Tuebingen, Germany, LNCS 3175, Springer-Verlag, Berlin, Heidelberg, 2004

[9] Oppenheim A V, Lim J S: The Importance of Phase in Signals. Proc. IEEE, vol.69, pages:529-541, 1981

生态文明的基本特征篇（6）

中图分类号：TP317.4文献标识码：A文章编号：1672-7800（2012）010-0170-03

作者简介：张锦华（1979-），女，硕士，周口师范学院计算机科学与技术学院助教，研究方向为图像处理和三维建模。

0引言

人脸识别作为生物识别的重要组成部分，在智能人机交互、身份鉴别和安全监控等方面有着广泛的应用。在人脸识别的众多方法中，基于特征脸的PCA方法（PrincipalComponentsAnalysis，主成分分析方法）是目前主流的线性鉴别分析方法之一。本质上，PCA方法是图像压缩的一种最优正交变换，用低维子空间来描述人脸特征，实现在最小均方意义下寻找最能代表原始人脸数据的投影。但是，该方法需将人脸图像矩阵预处理为一维向量，然后以此向量为人脸原始特征进行识别。另外，由于PCA以全局方式抽取人脸特征，识别过程易受到光照、表情和姿态等因素的影响。实际上，当光照、表情和姿态变化时，人脸仅部分区域变化明显，因此，采用分块的方法对图像进行鉴别分析可以有效捕捉人脸局部特征信息，有利于提高人脸识别的效度和精度。

为了提高传统PCA算法的人脸识别性能，本文提出基于独立特征提取的模块PCA算法。首先，从原有数字图像模式出发，将所有人脸图像训练样本按照光照、表情和姿态进行划分，使各个子模块更接近高斯分布。然后，求出子模块图像的散布矩阵和最优投影矩阵，通过投影得到子模块图像的独立特征矩阵。最后，利用最小距离分类器进行测试样本的分类。在著名的Yale人脸数据库上的实验结果表明，IFMPCA算法在识别性能上优于传统的PCA算法。

1PCA的基本原理

主成分分析法（PrincipalComponentsAnalysis，PCA）是由M.Turk和A.Pentland提出的一种基于特征点的人脸识别方法。该方法的基本原理是首先将人脸看成一个整体，借助正交变换，将人脸相关的P个随机向量转化成分量不相关的K个（K≤P）随机向量，实现高维向量到低维向量的转换，形成低维线性特征子空间。识别人脸时，将单张人脸图像投影到此低维空间，用所得投影坐标系数与目标样本集中的投影系数进行比对，以确定最佳特征脸。

2IFMPCA算法

2.1IFMPCA算法思想

虽然传统的PCA算法可以根据SVD进行奇异值分解求得特征脸，然而由于算法所需图像维数较高，整个计算过程仍然需要较长时间。因此，为了降低计算维数，利用子图像之间的差异和关联提高人脸识别效率，采用IFMPCA算法。

2.2人脸特征提取

2.3样本分类

3实验结果与分析

为了证明IFMPCA算法的优越性，实验在Yale人脸数据库库上进行。Yale人脸数据库是由耶鲁大学计算视觉与控制中心创建，包括15个人的图像，且每个人由11幅姿态、表情、光照变化的图像组成，每幅图像的分辨率均为100×100。实验选择每个人的前6幅图像作为训练样本（如图1所示），后5幅图像作为测试样本，则训练样本总数为90个，测试样本为75个。

使用传统的PCA算法，计算出人脸识别率，再使用IFMPCA算法，对图像进行4×2和4×4分块后分别进行实验，得到的结果如图2所示。

从图中可以看出，对于2种分块人脸识别情况，IFMPCA方法明显优于传统的PCA方法。为了进一步说明IFMPCA算法的性能，将得到最高人脸正确识别率的最优投影轴的数量、最优特征矩阵维数、特征提取时间及样本识别时间与传统PCA算法进行对比，得到实验结果如表1所示。

数据表明，在人脸正确识别率方面，IFMPCA（4×4）的结果是98.9%，PCA的结果是94.1%，IFMPCA明显优于PCA。最优特征维数方面，IFMPCA采用4×2和4×4两种分块方式，最优特征矩阵维数分别为48、20，明显优于PCA的最优特征维数。然而，在特征提取时间方面，IFMPCA由于分子模块进行图像识别，花费时间需要计算散布矩阵的特征向量，花费时间较多。PCA由于使用SVD奇异分值理论，节省了大量时间。

4结语

为了弥补传统PCA算法受光照、表情和姿态的影响，提出IFMPCA人脸识别算法。按照相似属性的光照、表情和姿态对人脸标准训练矩阵进行分块，对每一个子块图像独立计算其散布矩阵和最优投影矩阵，求得最优特征矩阵。为了进一步提高人脸识别率，采用最小距离分类器进行分类。实验证明，IFMPCA方法能够有效降低人脸数据维数，减少光照、表情和姿态等因素的影响。但是，如何选择人脸训练样本的最佳分块方式和减少特征提取时间是值得进一步研究的问题。

参考文献：

[1]秦宏伟，孙劲光，王强，等.基于自适应预处理和PCA的人脸识别方法的研究[J].计算机工程与应用，2011（14）.

[2]KWAKKC，PEDRYCZW.FaceRecognitionUsinganEnhancedIndependentComponentAnalysisApproach[J].IEEETransNeuralNetworks，2007（2）.

[3]TURKM，PENTLANDA.EigenfacesforRecognition[J].JournalofCognitiveNeuroscience，1991（1）.

生态文明的基本特征篇（7）

〔中图分类号〕G04 〔文献标识码〕A 〔文章编号〕 1000-7326（2007）05-0013-04

生态文化作为文化的一个分支和组成部分，具有文化的一般特征和共同本质。文化作为社会意识的一个重要内容，一方面，从根本上来说它反映着社会发展的状况，根源于社会实践及其发展的需求，但又不完全与社会经济的发展同步；另一方面，对社会经济的发展所起的反作用，虽然是以柔性的方式实现的，但又渗透到社会生活的各个领域，具有较强的影响力。文化的这种共同的和本质的特征，在生态文化方面也具有同样的意义。生态文化作为社会文化体系的一个组成部分，同时又要受到整体的文化特征的影响和制约。正是由于生态文化和社会文化体系之间这一相互作用的关系，使得中国的生态文化在不同历史时期所呈现出来的特征和内涵存在着较大的差异。

一、文化与生态文化

生态文化作为整体的社会文化的组成部分，其功能及其作用方式在本质上是一致的。文化作为人的存在方式，其发生作用的机制，是通过文化环境和氛围，对社会成员的个体发生作用，使之接受特定的思维和行为方式并成为习惯，从而转化为共同的、持久的社会运行和存在方式。生态文化作为文化的一种类型，在其发挥作用的机制上也具有这一共同的特征。

如何理解生态文化？由于视野和研究目标的不同，理解生态文化的切入点会有一定的差异。笔者认为，理解生态文化不能离开文化的基本功能、特征和作用方式。据此，可以从以下三个方面认识生态文化：（1） 人或人类与生态环境一体的认识。这是生态文化生成的前提，没有关于人与生态环境之间一体的关系的认识，就不可能有真正的生态文化。本文赞成人与自然对话的观点，但这与自然在本质上与人类同为一体的生态文化观存在着较大的差别。（2） 生态问题成为思考社会发展问题中的一个自然的、不可缺少的部分，生态思维成为思维习惯并在行为中得到体现。这是从个体方面所形成的生态文化的基础，是生态文化的底层的结构和最基础的部分。（3） 形成生态文化的社会氛围。文化本身就是一个生态系统，这一系统是由构成这一系统的无数个体集合而成的。个体的文化行为只是整体文化特征的体现，与社会文化还具有较大的差异，个体的思维和行为习惯如果不能与其他个体的思维和行为习惯形成同构，就无法形成整体的社会文化氛围，就不能称为文化，不能发挥作为文化的作用。也正因为如此，在整体、统一的文化环境中，都必然存在一些与主体的文化特征和氛围不同甚至冲突的个体及其行为。之所以不形成一定的文化氛围就不能称为真正的文化，正是因为文化的作用是通过文化环境来影响着其中个体文化的形成过程，并制约着个体的言论、行为、生活方式和人生目标的设定与实现程度的。

虽然环境是由人来改变的，但是，任何个体首先都是在一定的环境中成长起来的，个体的道德、认知和行为特征、生活方式等，都是在一定的文化环境中逐步形成并长期稳定下来的。所以，社会的主流文化必然对社会成员的思维与行为习惯产生巨大的塑造作用，其特征必然会在更多的社会成员身上得到体现。而在一定的文化体系结构中，何种文化要素占主导地位，则文化体系就更多地显示出相应的特征和倾向，并对个体的思维与行为产生更大的影响和制约作用。

生态文化作为文化体系的一个组成部分，在文化体系结构中所处的地位，在一定程度上反映了人们对人和自然、社会和自然关系认识的整体水平，也反映了现实社会生活和实践中人们对待自然环境的态度和政策的状况。而生态文化本身，作为一种文化环境，对社会成员的思维与行为习惯发生作用的程度，必然受到生态文化本身在文化体系中所处地位的制约。当生态文化在文化体系中占有重要地位的时候，人们对生态环境的态度、人的生态行为及相关的社会政策等，都会朝着有利于热爱自然和实现人与自然和谐、持续发展的方向前进。在全球资源加速消耗、环境持续受到破坏的情况下，强化生态政策、发展生态文化，是经济社会可持续发展的基本条件。所以，在当前生态危机日益严重的情况下所面临的一个重要任务，是加强生态文化的研究，确立生态文化在当代中国文化体系中更重要的地位，使传统的以政治为中心的文化和长期以来形成的追求单纯经济发展的文化观念，转向更加重视生态的发展观，在思考经济社会发展问题和制定有关政策时将生态问题作为基本因素并形成制度和习惯。同时，由于文化的积淀是一个较为长期的过程，必须加强科学生态观的教育，通过长期的教育和宣传，使科学的生态观逐步转化成生态文化氛围。

随着社会发展进入不同的阶段，作为文化体系重要组成部分的生态文化也呈现出不同的特征。至于本文所以将生态文化的发展分成农业社会和工业社会两个历史阶段，是因为工业社会独立出来的所谓“信息时代”，还没有真正脱离工业社会的本质特征，尤其是在生态观方面，当代世界所面临的生态问题基本是由工业化造成的。这种情况对正处于工业化进程中的中国生态文化来说，表现得更加明显。

二、中国农业社会生态文化的基本特征

农业社会和工业社会的生态文化有诸多共同点：本质上都是围绕人与自然的关系展开的；其主要的内容和特征都反映了社会实践发展的状况和需要；生态文化形成的直接动力都是由于人或人类生活面临着严重或较为严重的危机，等等。但由于农业和工业社会处于社会发展本质上不同的阶段，农业社会和工业社会的生态文化之间必然存在着质的差异。在中国，自然经济经过了较西方社会更加漫长的发展史，与之相应，以农业文明为深厚基础的农业社会的生态文化具有十分明显的自身特点，且这些特点相互之间具有密切的关联性。

首先，中国农业社会的生态文化具有人与自然内在统一的特征。中国有着悠久的历史文化传统，这一历史文化传统因社会的统一而持续发展，具有长期的连续性。这种文化的连续性，保持着一个长期受儒家思想主导的状况。生态文化在先秦“天人合一”等思想中就有较为明显的体现，主要在道家、佛教思想等特别是道家思想中得到了较为充分的发展，并在当代中国社会中形成了复兴的趋势。生态文化虽然在中国文化史的发展中一直没有取得主流文化的地位，但它却留下了丰富的文化遗产，是当代中国和世界生态文化重要的历史资源。其中“天地与我并生，万物与我为一”（《庄子・齐物论》）等人与自然的内在统一的生态文化思想反映了中国2000多年生态文化最基本的特征。道家思想中所蕴含的丰富而深刻的生态思想及其系统的关于生态文化的思想观点体系，是以中国古代长期的历史发展中所产生的对自然界及其与人类生活相互关系的自然观和生态观为核心的。古代的生态文化所围绕的中心是人如何与自然融为一体，将心灵寄托于自然之境。在中国传统的生态文化方面存在一个值得重视的问题，即在如何解决社会与自然矛盾的关系上，所采用的方式更多的是“人定胜天”。但它主要不是针对人类对自然的破坏，而是针对自然自身的状况所形成的对人类生存和生活的危机，自然对人类生活的破坏不是根源于人类实践对自然的破坏，而是在人类征服自然的能力有限的情况下形成的。中国古代，特别是先秦和秦汉时期，人们不仅将自然视为人的本质的一部分，而且很多认识和观念都是基于现实生活，从对自然界运行、变化过程的体悟中形成的，世界观特别是人生观中明显地带有自然的色彩，从而对人的生存态度和行为模式都具有较为明显的影响。人们对人类社会发展规律的认识也常常是比照自然规律而形成的，认为人的本质最终源于自然的本质。所以，在中国古代，尽管政治的和道德的文化长期占据文化体系的核心地位，但以人与自然本然一体的生态文化观对人的思维、行为也具有较为直接和深层的影响。

其次，中国农业社会的生态文化更主要地源于人与社会的矛盾。在农业社会，生产力水平低下，人类征服自然的能力不足，相应地也就决定了人类实践对自然环境的破坏较为有限，社会经济的发展不足以引起人类社会与自然环境之间的严重矛盾，矛盾只表现为自然灾害所造成的对人类生存和发展的破坏，而这实际上只是人类征服自然能力不足的问题。所以，古代的生态文化并不根源于人类社会和自然之间的关系，而是由于人与社会的关系即社会内部矛盾的激化而转化为人与自然的关系。长期的社会纷争和动乱，使社会和个人的前途和命运都难以预测，生产和生活无法正常进行，社会矛盾长期存在并激化，成为一个无法解决的矛盾。社会内部的矛盾长期无法解决，人与人之间、人与社会之间不能和谐相处，人的精神和心理无法在社会中找到归宿，社会生活内部的危机促使部分社会成员将心灵转向自然。而在儒家思想长期占主导地位的社会里，不同的社会观点受到了排斥，其行为更是不容于世，这又在一定程度上迫使人们的心灵转向自然，强化了人与自然的关系，使人与自然同一的思想更持久地在部分社会成员中得到延续。所以，人生活的基础和环境，就是自然和社会，如不能相容于社会，就只能寻求与人类生活关系密切的另一部分――自然形成更密切的关系，以求从中得到解脱或寄托，这是早期中国生态文化形成的重要基础。

再次，中国农业社会的生态文化具有养生和避世的特点。传统的人与社会的矛盾更多地体现在个体与社会的矛盾之上（尽管只有众多这样的个体才能形成生态文化）。人与自然本然同一的思想，如前所述，在某种意义上说是源自人与社会的矛盾向人与自然之间关系的转化，而这种转化在很大程度上是一种心理转移。所以，传统的人与自然的关系在某种意义上是一种无可奈何的选择，是解决人与社会之间矛盾的一种方式，是对社会生活中矛盾的回避，因而具有消极、避世的特点。但是，这种由人与社会之间的矛盾所转化来的人与自然之间的关系，更具有“文化”的特点。因为作为生态文化，必须是主体对生态系统的认识与主体自身的心理、情感、态度和自我评价形成同构，从而形成个体的思维与行为习惯，并在社会中形成一定的氛围，否则，就只能是一种认识和观点，与“文化”还有较大的差别。只有在人们真正将心灵和情感转向自然、拥抱自然的时候，才能真正使作为主体的人与自然在本质上形成同构，因而才能使上述生态观和自然观转化成为文化因素，进入“文化”的层次和范畴。

三、当代中国生态文化的基本特征

由于工业化的发展改变了人与社会存在和发展的基础和方式，人类与自然之间的关系也发生了较大的变化，因而生态文化也必然在基本特征上与农业社会生态文化形成较大的差异。当代中国的发展正处于工业化与信息化相互促进的时代，工业化有了相当的发展，信息化过程也在日新月异。而作为一个农业大国，农村人口还是中国人口的主体，当代中国社会的发展整体上处于自然经济、工业化和信息化并存的阶段。所以，除了农业社会的生态文化特征还有深厚的基础以外，工业化和信息化的发展又使中国的生态文化在许多方面具有明显的工业时代甚至后工业时代的特征。

首先，生态危机或者说人类与自然之间的矛盾，是当代中国生态文化形成和发展的最重要的动力。人类生存的危机源于人类与自然之间关系的危机，当代社会发展对自然的破坏造成了社会与自然之间关系的危机，使对自然的保护、生态的稳定与平衡日益受到人们的关注，并使生态文化逐步得到发展。当代中国生态文化的发展也具有同样的规律，但它又是在较短时间内迅速形成的。在工业化初期，人们虽然对生态的持续发展问题有一定的认识，国家也制定了一定的生态保护政策，但由于对社会发展的制约和对生活的影响整体上还未达到十分严重的程度，现代社会的生态观在理论、观念和政策中所发生的影响都十分有限。随着社会主义市场经济的迅速发展和工业化进程的加速，在短短不到30年的时间内，人和自然、社会和自然之间的矛盾达到了十分尖锐的程度。所以，由于社会的发展引发了众多的生态问题并制约着社会的持续发展，在社会可持续发展的要求下，生态问题成为可持续发展问题中的一个重要问题，并因而在文化观念中的地位得到相应的提高，生态文化成为当代中国文化体系中一个日益重要的组成部分。

生态文明的基本特征篇（8）

一、变换功能特征模型

系统的变换功能表达了为满足用户基本需求必须实现的过程对象从输入到输出的变换。物料、信号、能量、时间都可以做为过程对象，具有过程对象的成分、状态、种类及其它广义物理特征是其所具有的主要特征，在一般情况下，我们运用广义物理量来理解它。通过对当前功能表达模型怛7J的分析与研究，最后得出变换功能特征模型。过程对象性态特征和过程对象性态变换特征是变换功能的两大特征。

1．过程对象性态特征

过程对象输出性态特征和过程对象输入性态特征是过程对象性态特征的两大特征。在这个方案设计中，过程对象的输入、输出流是作为已知条件的，而系统则是一未知数，除了考察与外界对象的作用之外，其他的结构则不在考虑范围内。

2．对象性态变换特征

量变特征和质变特征是对象性态变换的特征。正负相关、正相关和负相关属于量变特征；成分、种类及其它方面的转换是属于质变特征。

二、目的功能(效应)特征模型

支持某一变换或技术过程是任何技术系统所要达的目的。而通过系统和操作者间的交互使交换过程对象（数据、能量、原料等）所需的物理效应进行传递。

通过科学效应的显现来表达目的功能所具有的功能。通过把效应作用在原理解的基础上抽象化，以此来分析出变换功能的基本机理。该功能具有两个特征，分别是：

1．效应生成方式特征

效应生成者与过程对象有直接的物理接触的叫做直接生成；效应生成者通过“垂直因果链”的方式向技术系统传递物理效应的叫做外部传入。

2．效应生成者特征

效应的生成方式是多样的，可以通过技术系统和操作者直接生成，也可以通过协同来生成。部件（定性）和原理参数（定量）则是技术系统中创造所需物理效应的主动要素。动态特征和静态特征是部件的输入和输出(能量，物料／信号)性态特征的两个基本类弄。输入量输出量的增大、减小和改变等量变特征是通过动态特征来表达的。输入、输出量本身的特征则是通过静态特征来表达的。输入、输出性态的变换则可以使作用原理解实现相应的功能。比如：输入、输出量本身的静态特征转换是压电元件装置的主要功能，也就是通过压力变换为电压而实现相应的功能；输入、输出量的动态特征则是气泡减阻装置的主要功能，也就是说，摩擦阻力等输出量的量变是通过流体运动粘度系数、流体密度系数和流体成分等输入量的量变来实现的。

三、机电一体化系统方案生成推理策略

机电一体化系统方案生成推理进程分为三个阶段。基于变换功能拓展的技术推理为第一阶段；基于技术的变换功能向目的功能的推理为第二阶段；目的功能向作用原理的推理为第三阶段。

1.基于变换功能拓展的技术推理

“技术”是指在某一功能变换过程中各子过程的类型和执行，以及过程对象和变换所需效应间在时间、空间上的相互作用。作为变换发生的方式，作用原理中的核心知识，技术具有重要的地位。如通过磨削和刀削技术可以使铅笔变得锋利。可以说，变换过程中的任何一个子过程都是通过相应的技术来完成和实现的。因此，变换功能域的方案解也可称为是一个技术结构。由操作者和技术系统构成的人／机系统通过技术面来达到功能变换的目的。比如：在书写时，人们运用铅笔这一技术系统，来实现铅笔书写的技术。也就是说，“技术”是联系变换功能和目的功能的一条纽带。

过程对象（名词）和功能动词（动词）可以和用来表达变换功能。因此，在对表达模型进行变换功能的拓展时我们可以利用这一功能。而基于过程对象的变换功能向技术的推理和基本于能动词的变换功能向技术推理是变换功能向技术推理的两种基本类型。同时，基于功能动词和过程对象的推理则是上述两种基本推理的综合。

2.目的功能向作用原理的推理

定性效应生成者（部件）和效应生成者是技术系统内部的两种效应生成者。因此，效应间的关系分为定量关系和定性关系两类。如果要采用作用原理的定量推理或定性推理，则需要设计要求功能的过程对象性态变换特征（名词）是量变，也就是将作用原理解为原理参数；而通过部件性态的变换来取得相应的功能的则是定性推理，也就是把作用原理解为部件。

3.机电一体化系统方案生成推理进程模型

功构映射观点和域间映射观点是单一功能求解的方案生成推理进程中所存在的两种观点。从功能到结构的推理映射序列是功构映射观点中应加以注意的一点。因为在进行单一功能求解时，只有明确实现所需要功能时所选用的技术，才能根据这一技术分析研究出最佳的作用原理解。也就是按照“功能——技术——作用原理”的步骤逐步推理和找出原理方案解。

方案生成在求解问题中是一个较明显的不良定义。从可操作性方面来看，由于方案生成初期阶段的系统功能信息都不够完整。如果仅仅依靠抽象的功能层分解，想得到完备的功能结构的可能性不大。其实，功能结构的生成和功能求解是互为因果、交替进行的。而在机电一体化系统方案生成进程中，三类映射模式，十二种映射关系是与系统功能求解的三个分过程中相对应的。下面，我们分别来看看：

①分解映射模式，解决变换功能、技术和目的功能的分解问题，也就是先可以通过进行分解映身来降低那些有待求解的比较抽象、复杂而难于直接求解的问题，使后续求解映射问题得到顺利的解答。

②求解映射模式。运用变换功能——技术——目的功能——作用原理的方式逐层或跨层映射来解决功能求解问题，最后使我们获取求变换功能的技术解、目的功能解和作用原理解。

③衍生映射模式，解决分功能解组合不匹配问题。在技术层、目的功能层和作用原理层时，关联分功能解进行组合形成总功能解的时候容易出现接口冲突的情况。在这种情况下，如果在接口冲突处衍生出附加分功能便可消除这种冲突。另外，整体作用原理解也是在生成合理完整的功能结构的过程中派生出来的。

参考文献

生态文明的基本特征篇（9）

中图分类号：TP391.41 文献标识码：A文章编号：1007-9599 (2011) 07-0000-02

Gait Recognition Research Based on Adjacent Frame Difference Energy Image

Zhou Ming

(College of Computer Science,Sichuan University,Chengdu610065,China）

Abstract:In the preprocessing step,a new de-noising method is proposed to eliminate the big noise of the human body in the gait image.In the feature-extraction step,a new gait recognition method based on frame difference energy image is proposed to express the gait feature.Firstly,the gait sequences are standardized by preprocessing step.Then standard size and centered gait images are obtained.Secondly,the adjacent frame difference gait images sequence is computed.Thirdly,using the adjacent frame difference gait images,the adjacent frame gait energy image is obtained.The adjacent frame gait energy image can expressed the static and dynamic feature.Finally,in the classification step,the NN classifier is used.Experimental result shows that the method in this paper is better than the GEI method.

Keywords:Gait recognition;Gait image;Frame difference image;Gait energy image

一、引言

步态识别旨在通过人的行走姿势来识别人的身份，最近的实验表明，步态识别同样可以运用于一些医学疾病的检测之中。步态识别作为一种新兴的特征识别技术，相比于传统的特征识别技术，具有非接触性、难以隐藏和伪装、远距离识别等优点，所以步态识别是一种很有发展潜力的生物特征识别技术，具有很高的研究价值。

步态识别的核心问题是从步态序列中提取唯一的步态特征，并以此来识别个体。近些年来，研究者已经提出了许多行之有效的方法，如James通过对称分析来提取特征[2]；Ju提出利用GEI作为步态特征[3]来进行识别；Liu等人提出用GHI作为步态特征[4]以及Chen等人利用FDEI来表示步态特征[5]。

本文研究了步态识别的一般步骤，在预处理阶段本文采用步态能量图静态部分去除人体区域较大的空洞和缺口噪声。在特征提取阶段，利用相邻帧差图来表示步态的瞬时动态信息，最后结合能量图抗噪声能力较强的优点，提出用相邻帧差能量图来表示步态特征，采用最近邻分类器进行分类识别，得到了较高的识别率。

二、图像预处理

为了得到更好的步态特征，需要对二值的步态侧影图进行预处理，本文对图像进行预处理主要包括形态学去噪、连通域分析、图像缩放以及能量图静态部分去噪四个步骤。

形态学去噪可以去除二值图像中较小的空洞和缺口；连通域分析可以获取人体区域并能够去除人体之外的一些较大的孤立噪声；图像缩放可以将不同的人体放缩到统一的大小，经过标准化大小之后的步态序列的图像大小都是一样的，本文最后标准化的图像大小为140×160。

经过观察发现，在某些帧中，人体内部含有较大的空洞和缺口，而这些帧在整个序列中数量较少。鉴于此，本文提出了利用能量图静态部分去除这些较大噪声的算法。具体思路为：

设经过标准大小之后的图像为 ，整个序列的步态能量图 可利用式（1）求取，利用式（2）可以求出目标行走过程的静态信息 ，其中 是和图像质量相关的参数，在本文中取0.8。

（1）

（2）

最后，对每一幅 ，经过 的处理，处理之后得到二值步态侧影图像，图像的质量能够得到很好的提升，有效的去除了较大的空洞和缺口噪声，为步态特征提取做好了准备。

三、步态特征提取

步态特征提取是步态识别的核心问题，也是本文研究的重点。由于GEI方法具有抗噪声能力较强、较高识别率的特点，出现了很多基于能量图的方法。本文利用相邻帧差图来表示行走过程的瞬时动态信息，并且结合能量图抗噪声能力强的优点，提出了一种相邻帧差能量图来表示步态特征的方法。算法的具体思路为：

设 为步态序列中第 帧标准步态图像，那么相邻的第 帧与 帧的相邻帧差图为 ，即 。假设经过周期检测得到的步态周期为 ，相邻帧差能量图 可通过 来求得，步态能量图 可以通过 来求得，在图1中对步态能量图和相邻帧差能量图的进行了对比。

图1步态能量图（上）和相邻帧差能量图（下）对比

与步态能量图相比，相邻帧差能量图在消除静态信息的同时，包含了更多步态的动态信息。在下半身中，相邻帧差能量图的动态信息主要反映人的步态信息，像素值越大的地方表明行走过程中变化信息越多，像素值越小的地方步态变化信息越少；而在上半身，相邻帧差能量图的动态信息更多的反应了目标自身的静态信息（体型，轮廓等）。在携带包裹或者穿大衣行走条件下，由于携带物在行走过程中变化较少，在这种情况下，提取的步态能量图包含了衣服和包裹的全部信息，而相邻帧差能量图提取的步态特征只包含了衣服和包裹的轮廓信息，所以，相比于步态能量图，相邻帧差能量图引入的携带物的误差较少，如图2所示。

图2携带包裹的侧影图（左），步态能量图（中），相邻帧差能量图（右）

四、实验结果与分析

（一）分类器选择

为了避免复杂的计算，同时重点检验本文提取的特征的有效性，本文采用了最近邻分类器来进行分类识别，并且采用欧氏距离作为样本间的相似度衡量的标准。

（二）实验数据

本文采用的数据来自于中科院的CASIA Dataset B数据库，选择了三种不同的行走条件，在拍摄视角为90°的方向上分别进行实验，实验的具体安排如表1所示

表1实验安排表

实验序号 实验数据 分类器

实验1 普通行走，视角为90° 最近邻

实验2 穿大衣，视角为90°

实验3 携带包裹，视角为90°

（三）结果分析

用本文方法和步态能量图方法在表1所描述的实验数据上进行实验，实验结果见表2。可以从实验结果看出，本文方法在每组实验中的识别率都要好于步态能量图方法。

表2实验结果

识别率（%）

实验编号 本文方法 基于能量图的方法［3］

实验1 99.2 98.4

实验2 96.0 92.7

实验3 87.1 86.3

实验结果进一步说明了用相邻帧差能量图描述的步态特征更具有优越性，能量图的方法是对整个序列求平均，而本文方法侧重于步态行走过程中的动态信息，更符合人体行走是运动的这一特点；同时本文方法结合了能量图方法抗噪声能量较强的优点，所以得到了较好的实验结果。

五、结论

在步态图像预处理阶段，本文方法采用步态能量图的静态部分来填充人体区域的较大的空洞和缺口，得到了较好的步态序列图；在特征提取阶段，本文利用相邻帧差图来表示行走过程的动态信息，并结合能量图抗噪声能力较强的优点，提出了用相邻帧差能量图来表征步态特征的方法。本文实验在中科院CASIA数据集上进行实验，实验结果表明本文方法要好于基于步态能量图的方法。

参考文献：

[1]Mark S.Nixon,John N.Carter.Advances in automatic gait recognition[C].Proceedings of the Sixth IEEE International Conference on Automatic Face and Gesture Recognition.Seoul,Korea:2004,139-144

[2]James B,Hayfron-Acquah.Automatic gait recognition by symmetry analysis[J].Pattern Recognition Letters,2003,24:2175-2183

生态文明的基本特征篇（10）

中图分类号：TP13文献标文献标识码：A文献标DOI：10.3969/j.issn.2095-1469.2013.06.03

状态反馈控制是汽车控制领域常用的控制方法，具有算法简单、控制效果良好等优点，因此得到了广泛的应用。文献[1]研究了汽车线控转向系统的车辆全状态反馈控制策略，以获得良好的操纵稳定性。文献[2]在汽车四轮转向系统中，基于二次型最优控制理论，设计了基于状态反馈和前轮前馈的控制策略，改善了系统的稳态和瞬态响应特性。文献[3]针对汽车主动悬架控制系统，将状态反馈控制与单神经元模型相结合，获得较为理想的控制效果。设计状态反馈控制常用的方法是将反馈系统的特征值配置到期望的特征值上。对于线性连续定常系统（A，B），设是含有A的所有特征值的约当型矩阵，V是对应的右特征向量矩阵。当系统矩阵A变化为时，有[4-5]

令的变化量，式（1）两边同取范数可得

。

定义是特征向量矩阵的条件数，则有

。

从式（3）可以看出，含有特征值的约当型矩阵的变化量与特征向量矩阵V的条件数k（V）有着密切的关系。

现有的用状态反馈控制配置特征值的文献很多[4-14]，但除了文献[4]、[7]和[8]以外，都没有提到特征向量的配置。其中文献[4]利用状态反馈控制征向量的配置存在自由度，以特征向量矩阵的条件数为适应度函数，采用粒子群算法进行优化，同时对粒子群算法进行改进，从而获得较小的特征向量矩阵的条件数。文献[7]提出了按照单秩和双秩的方法对特征向量进行配置。文献[8]提出将特征值和特征向量配置成解耦的方法。

本文将进一步从线性连续定常系统的响应和反馈控制矩阵Frobenius范数两方面入手，深入分析特征向量矩阵的条件数对状态反馈控制的重要影响。

1 预备知识

定义1[15]：在Cn×n上定义一个非负实值函数，对于任意的A、，，若满足下面4个性质

（1）正定性 ≥0，=0当且仅当A=0；

（2）正齐次性 ；

（3）三角不等式 ；

（4）相容性 。

则称实数为A的矩阵范数。

定义2[15]：对于任意向量以及任意方阵 ，取定的向量范数及方阵范数如果满足关系式

。

则称方阵范数与向量范数是相容的。

2 特征向量矩阵条件数对状态反馈控制的重 要影响

2.1 特征向量矩阵的条件数与零输入响应的关系

定理1[16]：在线性连续定常系统初始状态和特征值已经确定的情况下，系统特征向量矩阵的条件数决定系统变量零输入响应的上限。

证明：考虑线性连续定常系统状态变量的零输入响应的表达式

。

将带入式（4）得

。

式（5）两边取范数可得

。

由于V和为方阵，结合定义1，有

。

同时根据向量范数与方阵范数的相容性的定义2，总能找到相容的向量范数和方阵范数，使成立：

。

所以

由式（9）可知，在初始状态和特征值已经确定的情况下，系统的特征向量矩阵的条件数决定系统变量零输入响应的上限，证毕。

2.2 特征向量矩阵的条件数与状态反馈矩阵Frobenius范数的关系

定理2：在线性连续定常系统特征值已经确定的情况下，系统特征向量矩阵的条件数决定反馈矩阵Frobenius范数的上限。

证明：用状态反馈控制配置特征值和特征向量的问题可以表述为

。

式中，K为反馈控制矩阵。

对系统矩阵（A，B）进行Householder变换，可得到系统的能控海森堡型矩阵[5]：

。

式中，H为Householder变换矩阵；是上三角形或上梯形矩阵。将式（10）两边同时左乘 H可得

。

则根据式（11）和（12）整理可得

。

式（13）两边同取Frobenius范数，有

。

由此可见，在线性连续定常系统的特征值已经确定的情况下，反馈矩阵K的Frobenius范数的上限由特征向量矩阵的条件数决定，证毕。

2.3 两条定理的意义及说明

文献[5]指出，线性连续定常系统渐近稳定的充分必要条件是该系统对于任何初始状态x（0）的零输入响应eAtx（0）趋向于0。系统的零输入响应达到稳态值之前的暂态过程越平稳，系统的性能越好。所以结合定理1可知，特征向量矩阵条件数越小的系统，就越容易把系统的零输入响应控制在一个较小的范围内，其暂态过程必然就越平稳，系统的性能也就越好。

同时文献[5]指出，反馈矩阵K的Frobenius范数越小，系统的稳定性就越强，系统发生故障的可能性也就越小。所以结合定理2可知，特征向量矩阵条件数越小的系统，就越容易把反馈矩阵K的Frobenius范数控制在一个较小的范围内。

值得注意的是，根据上述两条定理，特征向量矩阵的条件数只规定了系统零输入响应和反馈矩阵范数的上限。因此即使特征向量矩阵的条件数比较大，仍可能存在较小的系统零输入响应和反馈矩阵的范数。但是这并不意味着上述两条定理及推论没有实际意义。因为如果能够获得条件数较小的特征向量矩阵，就能够很容易地把系统的零输入响应和反馈矩阵的范数控制在一个较小的范围内，从而降低控制的难度，获得较高的性能。同时目前没有任何算法可以保证在特征向量矩阵的条件数较大的情况下仍能获得较小的系统零输入响应和反馈矩阵的范数。

综上所述，基于定理1和定理2的结论，本文提出以减小特征向量矩阵的条件数为目的来设计状态反馈矩阵。同时文献[4]、[7]和[8]也给出了降低特征向量矩阵条件数切实可行的方法。

3 仿真实例及分析

3.1 仿真实例

本文给出一个示例性的仿真实例，该仿真实例的思想和算法可以推广到具有线性连续定常系统特性的汽车控制系统中，仅仅是数值和系统维数的差异。已知线性连续定常系统的状态空间描述为

。

式中，

，。

对于式（15）描述的系统，采用状态反馈控制将反馈系统的极点配置到的位置上。

3.2 基于粒子群的特征向量的配置

为了能够得到不同的特征向量配置结果进行对比分析，采用基于粒子群的算法[4，17]对特征向量进行配置。通过设置不同的迭代次数，就能得到条件数大小不同的特征向量矩阵，从而得到不同的状态反馈矩阵。文献[5]指出，对于下式

。

描述的特征值和特征向量的配置，可以表述为

，

或

。

式中，i是第i个特征值所对应的约当阵子块，

和是i在式（16）中对应

的V和部分。由于矩阵

行满秩。若设和分别为di的前ni×n行和后

ni×p行，则Vi和分别为基向量矩阵和的

线性组合，线性组合系数即为ni×p维列向量ci，则有

，。

将所有的线性组合系数组合成下式

。

并带入到式（18）中，则最终的特征向量矩阵V 和反馈增益矩阵K 为

。

。

粒子群特征向量配置算法步骤如下[4，17]。

步骤1：将特征向量矩阵的条件数作为适应度函数，确定基向量矩阵和。

步骤2：初始化粒子群，随机生成N个粒子，粒子的结构由式（19）所决定，每个粒子的维数为n×p维。选取粒子的位置和速度为[-1，1]上的随机数。考虑到自由度可以是实数范围内的任何值，所以不限制粒子的位置和速度。

步骤3：按照式（22）和式（23）对粒子的速度和位置进行更新，从而产生N个新粒子。

。

步骤4：确定粒子xi目前搜索到的最优解Pid和整个粒子群目前搜索到的最优解Pgd。若达到迭代次数则跳转到步骤4，否则按照步骤3继续更新。

步骤5：将最终的最优解Pgd对应的粒子位置cgd 带入式（18）～（21），计算特征向量矩阵V和反馈增益矩阵K。

通过设置不同的迭代次数，就能得到条件数大小不同的特征向量矩阵，从而得到不同的状态反馈矩阵。为了便于比较，本文给出3种不同的配置结果，每种结果都能将反馈系统的极点配置到期望的极点上，但各配置结果的特征向量矩阵和反馈控制矩阵是不同的，因此特征向量矩阵的条件数也不同。

从表1中可以看出，V1的条件数较小，因此可以将反馈矩阵的Frobenius范数控制在较小的范围内。而V2和V3的条件数较大，且目前没有算法可以保证能够获得较小的，所以从表1中可以看出，特征向量矩阵条件数大的，其反馈矩阵的Frobenius范数也比较大。

3.3 仿真及分析

3.3.1 零输入响应的仿真及分析

针对3种不同的特征向量矩阵，分别求取相应状态反馈控制中系统状态变量的零输入响应。假设状态变量的初始条件为

，仿真结果如图1～3所示。

从图中可以看出，由于V1的条件数较小，因此容易得到较为平稳的系统状态变量的零输入响应。而V2和V3的条件数较大，且不能保证获得平稳的零输入响应。如图2和图3所示，特征向量矩阵条件数越大的系统，其零输入响应的峰值越大，暂态过程越不平顺。

3.3.2 控制系统抗参数摄动的仿真及分析

以改变控制输入矩阵B的值作为控制系统参数摄动的一种方式，来观察3种系统的鲁棒稳定性。对于k1所对应的反馈系统，让矩阵B中的每个元素依次减少5%、10%和18%，即B变为0.95B、0.9B、和0.82B。图4～7是k1所对应的反馈控制系统状态变量的单位阶跃响应曲线。

从图4～7中可以看出，由于比较小，在控制输入矩阵B发生很大变化的情况下，仍能保证系统的稳定性。直到矩阵B的元素减少到82%时，系统状态变量的单位阶跃响应才发散。

再对k2和k3所对应的状态反馈控制系统进行类似的仿真，其状态变量的单位阶跃响应分别如图8、图9和图10、图11所示。

由于和相对于比较大，在控制

输入矩阵B发生变化的情况下，其稳定性不如k1所对应的系统。从图9和图11可以看出，当B仅变化8%和2%时，k2和 k2所对应的反馈系统就不稳定了。

生态文明的基本特征篇（11）

2基于隐喻和符号的产品创意操作流程

通过艺术的感性进行相似发掘，是对原本看来无关的事物进行关联的创造性过程。基于隐喻和符号的产品创意操作流程，见图3。任何产品都具有自身的属性特征，构成一个属性特征集。隐喻的本体实际上是源于产品属性特征的，基于产品属性特征的本体依据符号学理论可分为形式和意义。隐喻的喻体是通过形式描写和意义描写获得的，这里描写是一个创造性的解读过程，通过描写可以把不同领域的事物进行相似关联，使喻体具备创新特征。从基于形式描写获得的喻体中抽取出形式与基于本体的形式进行形式相似性匹配，得到形式特征；从基于意义描写的喻体中抽取出意义与基于本体的意义进行意义相似性匹配，得到意义特征。然后，通过验证的形式特征和意义特征组合就构成了新产品创意设计方案。基于隐喻和符号的创意流程可分为4个具体操作阶段：第一阶段：对产品属性特征进行形式描写和意义描写。基于确定的产品定位和设计目标，运用特征描写来描述产品的属性特征，重点进行形式描写和意义描写。描写是一个创造的过程，是整个创意的发动者。第二阶段：定义隐喻本体和隐喻喻体。依据产品属性确定本体，将本体分解成形式和意义；从依据形式描写确定的喻体中抽取形式；从依据意义描写确定的喻体中抽取意义。第三阶段：相似性匹配。将抽取出形式与基于本体的形式进行形式相似性匹配，得到形式特征；将抽取出意义与基于本体的意义进行意义相似性匹配，得到意义特征。第四阶段：验证。由于相似匹配是一种艺术感知，具备模糊性，因此需要对形式特征和意义特征进行产品属性特征验证，符合要求则组合形成新产品创意方案，不符合要求则重新选取喻体匹配，直到通过验证。

3基于应用的新产品创意案例验证

创意设计方法应用案例《晾or亮》见图4，是基于隐喻的形式相似和意义相似的新产品创意的典型过程。在第1阶段，对产品属性特征进行形式描写和意义描写。根据照明灯具的产品属性特征，确定灯具的清洁是一个重要的产品属性，“清洁干净”成为获取的形式描写；光明是灯具的象征意义，“光明”成为获取的意义描写。在第2阶段，定义隐喻本体和喻体。以灯具的基本结构和功能作为隐喻本体，其形式为灯具的基本结构：包括灯座（吊顶安装）、光源、灯罩，其意义为照明。定义隐喻喻体：基于形式描写确定衣物清洗后晾晒作为喻体，抽取出晾晒的状态作为形式；基于意义描写确定晾晒为喻体，抽取“晾”作为意义。在第3阶段，相似性匹配。将晾晒的状态与本体进行形式相似性匹配，灯座得到晒衣架的形式特征，灯罩得到可拆卸的飘逸形式特征；将“晾”与照明进行意义相似性匹配得到“亮”的意义特征。在第4阶段，验证。对形式特征和意义特征进行验证：衣物的晾晒状态符合产品本体的结构；“晾”与“亮”谐音暗合，符合产品本体的照明意义，验证通过，将其组合形成新产品的创意方案。基于形式相似的要素对应关系见图5，基于意义相似的要素对应关系见图6。案例设计表明，基于隐喻和符号的设计流程中，存在3个激活创新的点：第一是在产品属性特征的描写阶段，对产品进行深入地挖掘和描写，不同的描写激活不同的创新；第二是在喻体选择阶段，基于相似性选取适合且新鲜的特征激活主观能动性创新；第三是喻体与本体的相似性匹配，形式特征的塑造是喻体形式与本体形式的创新融合，意义特征的认同建立在文化理解和沟通的创新上。