标签: 协同

人机协同是终极目标。人类与机器各有各的问题

geneculture 2019-5-26 10:50

人机协同是终极目标。人类自身的问题务必人类自己解决（机器可以辅助解决其中的部分问题）；机器自己的问题还是需要人来解决（有些也可通过设计让机器去自学来解决），满足其可解决的条件即可（以往的AI发展的多个途径各有特点）。 背景、目标和方法及途径，都已非常明确了。余下的就看各自的悟性和毅力了。-邹晓辉 附录 【经济观察报：一种观点认为中国有更多的数据和更多的工程师，这种规模能倒推带来基础研究层面的突破或者决定技术的路线？ 张钹：这里混淆了好多概念，科学、技术、工程。科技水平需要三个标准来衡量，一个是科研水平、一个是技术水平、一个是工程实践能力，或者产业化能力。 我们中国什么情况？从工程角度来看，在一些领域我们“接近世界水平”；技术水平我用的词是“较大差距”，因为不少东西还是外国会做我们不会做；科学研究领域我用的词是“很大差距”，科学研究就是原创，实际上，所有人工智能领域的原创成果都是美国人做出来的，人工智能领域图灵奖得主共十一人，十个美国人，一个加拿大人。】 【从长远来看，必须得走人类智能这条路，为什么？因为我们最终是要发展人机协同，人类和机器和谐共处的世界。我们不是说将来什么事情都让机器去管去做，人类在一边享受。我们要走人机共生这条路，这样机器的智能就必须和人类一样，不然没法共处，机器做出来的事情，我们不能理解，我们的意图机器也不知道，二者怎么能合作？】 【人工智能能做的那三件事（语音识别、图像识别、围棋）是因为它满足了五个条件，就是说只要满足了这五个条件，计算机就能做好，只要有任何一个或者多个条件不满足，计算机做起来就困难了。 第一个是必须具备充足的数据，充足不仅仅是说数量大，还要多样性，不能残缺等。 第二个是确定性。 第三个是最重要的，需要完全的信息，围棋就是完全信息博弈，牌类是不完全信息博弈，围棋虽然复杂，但本质上只需要计算速度快，不要靠什么智能，可是在日常生活中，我们所有的决策都是在不完全信息下做的。 第四个是静态，包括按确定性的规律演化，就是可预测性问题，在复杂路况下的自动驾驶就不满足这一条；实际上它既不满足确定性，也不满足完全信息。 第五个就是特定领域，如果领域太宽他做不了。单任务，即下棋的人工智能软件就是下棋，做不了别的。 经济观察报：就是说在满足这五个条件的前提下，目前的人工智能是胜任部分工作的？ 张钹：如果你的工作符合这五个条件，绝对会被计算机替代，符合这五个条件的工作特点很明显，就是四个字“照章办事”，不需要灵活性，比如出纳员、收银员。如果你的工作富有灵活性和创造性，计算机绝对不可能完全代替，当然部分代替是可能的，因为其中肯定也有一些简单和重复性的内容。如果认识到这一条就会认识到人工智能仍处于发展阶段的初期。不是像有些人估计的那样“人工智能技术已经完全成熟，而进入发展应用的阶段”。】

个人分类: 科学素养|4070 次阅读|0 个评论

大意失荆州

热度 1 dfedhw 2019-5-26 10:50

逆天了，谁家锅里的火这么难灭？ 来自微信公众号 ifire-hy 靠山屯闲话 过去常听人抱怨：火灾失控是因为发现不及时、报警不及时等等，然而就这么一起发生在眼皮子底下的火灾，应对起来好像也没那么容易。 1.不可随意改变燃烧物的分布形态 初起火灾发生时，着火区域是相对固定的、范围有限的，切不可因灭火剂物料投送时的力量冲击，造成燃烧物（如油脂）四溅，反倒扩大了燃烧空间与范围，使得局面更为混乱，手忙脚乱的扑救反而可能帮了“倒忙”。 2.灭火所用器具材质应确保绝对不可燃 如视频所示，3张灭火毯盖上去之后，似乎并未立竿见影，火势并没有被明显压制住，也可能是灭火毯的材质问题，也可能是灭火毯浸泡热油之后，反而成为可燃物，在火焰上方新增附着物，无形之中助长了火势横向纵向蔓延，难燃、阻燃不代表不燃，其结果类似于“抱薪救火”。 3.不得对后续的灭火剂投送形成“遮挡” 灭火毯盖上去之后，对火势的压制作用非常有限，与此同时，对火势而言，反倒成为了一个“保护伞”，后续的如干粉等灭火剂无法投送到燃烧的主要部位，加之由于灭火毯的不完全遮盖，使得火势烟气侧漏蔓延，还可能引燃墙壁或抽油烟机上附着的油垢，局面由此变得更加难以控制。 4.现场火灾防控不能仅仅依靠一道“防线” 以如此规模的食堂，按道理应该设有自动灭火系统，火势已发展到如此程度，可为何未见动作？专业救援力量赶到必将耗费一定时间，那么，如果初期灭火的第一道防线“失守”，现场是否还有第二、第三道防线？哪怕只是具备分割与延缓火势蔓延的能力？在灭火的一开始就要考虑到最坏的结果，或者说设定更大的警戒范围：在实施灭火的初期，就应着手设立分隔与阻断措施，也即通常所谓的“小题大做”，如果没有这样的意识，没有同时建立起来的后续“防线”，则很容易陷入“一触即溃”的被动局面。 5.灭火剂与灭火方式要尽可能适用于多种类型的火灾 除了金属火灾D，厨房里的火灾可能涉及到A、B、C、E、F这5种类型，也有可能首先因为其中一项，而演变为其余的多项，那么，一种具有局限性的灭火方式，则未必能应对其它的火灾类型。如果没有一种兼容性较高的灭火方式，实施起来也许会产生负作用，导致现场人员畏手畏脚，无所适从。事到临头才来“磨枪”，几种方法一起上，边试边看，那么，非但无法奏效，反而可能因为抓不住灭火先机，令局面更加失控，恰恰应了那句话：“艄公”多了打烂船。 6.如何最大化地调用初期人员协同作战能力 火场初期最为宝贵的资源便是人力资源，如果没有一种分工明确的灭火方式，形成自发协同作战，各司其职，一旦旁人插不上手，更多的只是等待和观望，整个过程光有“主角”无“配角”，则无法形成有效“助攻”，从而造成人力资源的严重浪费。 假如时间再回到初始时刻，是否可以提前准备一个口径吻合的木制锅盖？又或者，是否可用沙子进行抛洒覆盖，悬浮于液体表面，沙子同时吸收热量，使燃烧的油脂与空气逐渐隔绝，进而使燃烧面积逐步缩减？将沙子抛洒于相邻区域，是否可由此形成一道“隔离带”，从外围包抄，有效切断蔓延路径，迅速改变原有易燃环境？只有当初期灭火开始奏效，火势得到一定遏制，方才可以平抚现场的紧张情绪，使后续扑救逐渐变得井然有序。 真实场景下的厨房火灾，各种意外均有可能发生，火势蔓延发展过程复杂多变，场地局促，通道作业面有限，危险源及风险客观存在，人员素质参差不齐，灭火需要瞻前顾后，远没有想象中的那般容易，需要提前有相对应的灭火剂储备，还需要对相关类型火灾所采用的灭火方式进行预先构划与安排，如果没有 一种主导思路简洁明确、兼容性强、易于操作、便于组织的作战方式 ，要想依靠现场的临时分析与判断来采取对策，其结果必然存在太多的不确定性，关键节点的失利必将导致“满盘皆输”。 及时发现火情当真很重要？

4558 次阅读|7 个评论

知识大生产需要两个基本条件即充要条件

geneculture 2017-3-7 05:04

知识大生产需要两个基本条件： 1、知识可计量进而可管理到位形成知识中心； 2、知识经济即网络信息时代和智能科学时代。 由此可见，逻辑信息、算术信息和翻译信息三大类信息协同处理所必须遵循的基本规律的发现是至关重要的。

个人分类: 融智学前期探索|488 次阅读|0 个评论

示范，还是试验——生态文明应如何建设？

热度 2 baocunkuan 2016-8-24 12:06

近日（2016年8月22日），中共中央办公厅、国务院办公厅印发了《关于设立统一规范的国家生态文明试验区的意见》及《国家生态文明试验区（福建）实施 方案》，明确要“ 设立统一规范的国家生态文明试验区 （以下简称试验区），将中 央顶层设计与地方具体实践相结合，集中开展生态文明体制改革综合试验，规范各类试点示范，完善生态文明制度体系，推进生态文明领域国家治理体系和治理能力现代化。”尤其是明确“ 自本意见印发之日 起，未经党中央、国务院批准，各部门不再自行设立、批复冠以“生态文明”字样的各类试点、示范、工程、基地等；已 自行开展的各类生态文明试点示范到期一律结束，不再延期，最迟不晚于2020年结束。 ”算是对当前各类“示范、创建”活动过多、过杂的一个正式回应。 在2013年，我和同事、同学在《应用生态学报》发表一文《 生态示范创建回顾及 生态文明建设模式初探 》（http://www.cnki.net/KCMS/detail/detail.aspx?QueryID=6CurRec=7recid=filename=YYSB201304043dbname=CJFD2013dbcode=CJFQpr=urlid=yx=uid=WEEvREcwSlJHSldTTGJhYlNPS3BkdUNOR2Zmd21kYzkvaTg3SjRKOWtydkQ=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4ggI8Fm4gTkoUKaID8j8gFw!!v=MTUyODFyQ1VSTHlmYitSckZ5amhVYnJCUERUWWJMRzRIOUxNcTQ5Qlo0UjhlWDFMdXhZUzdEaDFUM3FUcldNMUY=），认识到“创建活动普遍存在建设目标缺乏针对性、建设主体混乱、建设过程有效性低和建设考核缺乏持续的激励机制”的问题，并“从建设目标、建设主体、建设过程和建设考核等方面提出生态文明建设模式，包括 根据区域特征确立建设 目标、 不同建设主体协同合作 、丰富公众参与途径、建立全面衡量“行为和结果”的绩效评价体系等。” 这里，也把全文发布一下，欢迎批判、建议！ 生态示范创建回顾及 生态文明建设 模式初探 * 毛惠萍，何璇，何佳，牛冬杰，包存宽 ** （同济大学环境科学与工程学院， 200092 上海） 摘要： 生态文明的目标是规范人类发展行为，以协同社会经济发展与生态环境保护的关系。 本文 对环保部主导的生态示范区、国家环保模范城市和生态省、市、县创建等生态示范创建活动进行比较分析，认为这些创建活动普遍存在建设目标缺乏针对性、建设主体混乱、建设过程有效性低和建设考核缺乏持续的激励机制；同时，通过分析生态文明的内涵，探讨生态文明建设与生态示范创建的关系，从建设目标、建设主体、建设过程和建设考核等方面提出生态文明建设模式，包括 根据区域特征确立建设 目标、 不同建设主体协同合作 、丰富公众参与途径、建立全面衡量“行为和结果”的绩效评价体系等。 关键词： 生态示范创建、生态文明建设、模式 1. 前言 为应对日益严峻的生态危机，实现可持续发展，党的“十七大”报告提出“建设生态文明，基本形成节约能源资源和保护生态环境的产业结构、增长方式、消费模式”，建设生态文明已被提升为国家发展战略并开始付诸实践。自 1989 年全国爱卫会推行国家卫生城市以来，截至目前为止，国家住房和城乡建设部、国家环境保护部、中央文明办、国家林业局等相关部委在全国推行了一系列创建活动，比较有影响的包括全国文明城市、生态示范区、生态省市县创建、生态文明示范工程试点、国家园林城市、国家森林城市等。 生态示范区、国家环保模范城市、生态省、市、县创建以及生态文明建设试点可视为中国推进生态文明建设的不同阶段，是推进生态文明的有效载体 。本文重点对国家环境保护部推行的生态示范创建活动进行分析，探讨生态示范创建活动存在的问题，分析生态文明的内涵以及生态文明建设和其他生态示范创建的关系，同时学习和借鉴其他部委推出的全国文明城市、国家卫生城市、国家园林城市和国家森林城市等创建活动 ，提出生态文明建设模式，为生态文明建设的有效开展和持续推进提供依据。 2. 生态示范创建回顾与分析 目前，经过自 1995 年以来共 7 批次的命名，国家级生态示范区已达到 528 个；包括海南、吉林、黑龙江、福建、浙江、山东、安徽、江苏、广西、四川、辽宁、天津等在内的 14 个省（自治区、直辖市）， 500 多个市（县）开展了生态省、市、县的创建（见表 1 ）。 表 1 生态示范创建活动概况 Tab 1 Overview of eco-demonstration activities 生态示范创建 推出时间 主导部门 创建地区 生态示范区 1995 年 国家环境保护部 528 个国家级生态示范区 国家环保模范城 1997 年 国家环境保护部 76 个城市（区）：临安、广州、天津、上海市浦东新区、福州、杭州、青岛等 生态省、市、县 2003 年 国家环境保护部 14 个省、自治区、直辖市：海南、吉林、黑龙江、福建、浙江、山东、安徽、江苏、河北、广西、四川、辽宁、天津、山西； 500 多个市、县：宁波、青岛、杭州、沈阳、成都等 生态文明建设试点 2007 年 国家环境保护部 46 个试点：延庆、承德、闵行、常熟、昆山、江阴、太仓、无锡、杭州、中山、洱源、贵阳等，其中 38 个由生态市（县、区）自动转化 尽管生态示范创建活动取得了显著的成就，在实践中还是存在下列问题： 2.1. 建设目标缺乏针对性 各生态示范创建的建设目标确立基本采用国家统一设置的方式。只有在个别建设指标的设置上考虑了南方和北方、东部和西部以及经济发达区和经济欠发达区的差异，如 2001 年全国生态示范区建设指标“城镇单位 GDP 能耗”针对南方和北方两个不同地区设置了不同的标准，南方地区建设标准普遍较北方严格。 2008 年国家级生态县、生态市、生态省建设指标“农民人均纯收入”按经济发达地区和经济欠发达地区分别设置建设目标。 我国地域广阔，各地自然资源禀赋和环境、社会、经济发展状况差异巨大，采取“一刀切”的刚性建设指标会降低创建活动的有效性。总体来看，我国正处于快速工业化、城市化阶段，但具体到不同的区域，各地的发展阶段有所不同，建设重点、难点各不相同，各有特色，在建设目标的设置上需考虑地方特色。尤其是国家当前推动主体功能区规划，即 根据不同区域的 资源环境承载能力 、现有开发密度和发展潜力，将国土空间划分为优化开发、重点开发、限制开发和禁止开发 4 类，确定主体功能定位，明确开发方向，控制开发强度，规范开发秩序，完善开发政策，逐步形成人口、经济、资源环境相协调的空间开发格局。 因此，根据不同地区的实际情况，可在建设指标选取以及指标值设置上有所不同。 目标设置应与当地的发展状况相适应，使目标值能够通过努力实现，使原本基础较好的地区更加努力，促进基础较弱的地区能够进一步发展。否则，对生态创建的实践不利，目标值设置得过低不能起到持续推进的作用，设置过高则会降低建设的积极性。 2.2. 建设主体混乱 生态示范创建工作中存在主导部门、地方政府和其他相关部门等主体。由于生态示范创建在国家层面的主导部门是国家环境保护部，通常地方的生态示范创建是由地方环境保护部门直接负责或者地方政府委托环境保护部门具体负责。无论上述何种形式，生态示范创建在地方实际工作中经常被视为环境保护部门的事务，地方政府没有发挥建设主体的作用。同时，其他部门也推出一系列相关或类似的创建活动，如建设规划部门的园林城市、林业部门的森林城市等创建活动。各建设主体在生态示范创建中职责界定不清， 造成职能交叉或相互推卸的现象。 同时， 生态示范创建的建设重点通常是与主导部门的性质和职责直接相关。单一主导部门推动存在本位主义，利于本部门建设。国家环境保护部推动的生态示范区，生态省、市、县建设以环境保护为建设重点领域。生态示范区环境类指标个数达到 73% ，经济类指标占比 12% ；生态市建设指标中区域环境保护相关指标个数占比 34% ，社会进步指标占 20% 。生态示范创建往往是一项跨地区、跨部门、跨行业的系统工程，因此环境保护部门等单一部门无论是从行政级别还是职能权限都无法有效地推进生态示范创建活动。所以应突破生态示范创建由单一主管部门推动的情形，围绕生态示范创建的目标，统筹规划，由多个部门、多个行政层级，以及政府、企业与公众协同推进。 2.3. 建设过程有效性低 建设过程以“运动式推进”为主，通常是基本符合或接近考核要求的地方政府，通过短期内集中式、高负荷、高速度来完成创建达标。这种“运动式”的推进生态示范创建，可以在短期内大力推进地方环境保护工作，也会在一定程度上解决历史遗留的环境问题（如环保基础设施建设）和短期内一定程度上改善了环境质量。但是，创建目标一旦实现或创建命名工作一旦完成，地方政府的兴趣又迅速转移到其他领域或其他创建活动中。运动式推进往往只追求一时一事建设的高效，不能收到长治久安的效果，甚至助长投机行为。“运动式”推进生态示范创建，创建效果及有效性难以提高。 同时，“ 自上而下”推进模式下，层层下达任务、落实目标，缺乏“自下而上”的灵活性，难以反映基层行政区（如县域）的特色与个性指标，不能有效调动基层持续推进生态示范创建的主动性和积极性。 2.4. 建设考核缺乏持续激励机制 各生态示范创建活动均采用了打分制，通过实际值与目标值的对比进行，考核重结果而轻过程，没有将由于投入和取得成效之间存在的滞后现象而导致的隐性绩效纳入考核。有效的建设考核应综合考虑包括行为和结果在内的建设全过程的绩效。 根据对考核步骤的进一步分析，可以发现各生态示范创建基本上采用 “提出申请，提交相关文件——自评——上级部门组织技术核查——验收并挂牌——复查”的考核程序（见图 2 ）。考核结果只有“通过”和“不通过”两种，平行城市之间不存在排名考核，不能持续地引导创建活动的深入、完善、提升和扩展。 图 1 生态示范创建考核程序 Fig 1 Evaluation procedures of eco-demonstrationactivities 生态示范创建的考核过程中存在“民意调查”这一公众参与形式，属于政府倡导下的配合型参与，公众很难有自己独立的立场。同时“民意调查”仅仅将公众作为政府工作的评判者，没有充分发挥公众的能动作用，对生态示范创建的约束缺乏持续性和系统性。 3. 生态文明建设模式研究 3.1. 生态文明的内涵 由于生态文明内涵的丰富性，以及研究者对问题所持的视角不同，对生态文明内涵的理解也不同： （ 1 ）从人类文明形态的演变发展这一广义的角度来看，生态文明是继原始文明、农业文明、工业文明之后的一种新的人类文明形态 。生态文明是比工业文明更进步的人类文明新形态，是指人类能够自觉地把一切社会经济活动都纳入地球生物圈系统的良性循环运动，以尊重和维护生态环境价值和秩序为主旨，以人类的可持续发展为着眼点 。 （ 2 ）从社会结构这一角度看，生态文明是与物质文明、精神文明、政治文明并列的文明形式，四者共同构成了社会的文明系统 。生态文明渗透在物质文明、精神文明、政治文明之中，并与这三种文明形式相互依存、共生发展 。 （ 3 ）从人与自然的关系这一角度，生态文明是指以人与自然、人与人和谐共生、全面发展、持续繁荣为基本宗旨的文化伦理形态，反对人类中心论，是天人关系的文明 。王奇等将生态文明内涵阐释如下：生态文明是人类遵循人、自然、社会三者和谐发展的基本准则，在自然环境中谋求生存与发展的过程中所形成的自然和物质的、制度的、精神的成果总和 。许恒等认为生态文明注重环境—社会的相互关系，人与自然，人与社会，发展与环境的关系的和谐共存是其核心内容 。生态文明要求把人的一切活动内化于生态系统之中，从生态循环的角度看待工业化市场化进程与经济社会发展，使文明的进步不以牺牲生态为代价 。 本文认为生态文明是表征人与自然、人与人、人与社会相互关系的进步状态，具体包括生态意识文明、生态行为文明、生态制度文明 3 个方面。生态文明建设是一个持续改进、不断完善的过程，其目标是规范人类发展行为，以协同社会及生态环境的发展。而目前推行的生态文明建设试点定义的生态文明的内涵则更为狭窄：生态文明是指人们在利用和改造自然界的过程中，以遵循人与自然和谐发展规律为核心理念，以积极改善和优化人与自然关系为根本途径。 3.2. 生态文明建设与其他生态示范创建活动的关系 生态文明建设是生态示范创建的持续深化和提高，依据生态文明的内涵，生态文明建设在建设目标、建设重点和建设过程上应和其他生态示范创建有所不同，具体包括： 在建设目标上，生态文明建设是其他创建活动的提升与拓展。以往的相关创建活动侧重在工程性、物质性建设上，目标在于营造一个整洁、健康、安全的环境。生态文明创建目标是规范人类发展行为，关键是转变人们的价值观念，触及意识形态、制度建设、行为方式等“软”的方面。 在建设重点上，以往的生态示范创建的建设重点可视为物质基础建设，以环保基础设施的建设与完善为核心。而生态文明则可视为上层建筑，以保持文化的多样性、采用可持续的消费模式、倡导生态伦理道德和价值观等为核心。物质基础决定上层建筑，同时物质基础又受限于上层建筑，人们价值观念的转变和提升，会加速环保基础设施的建设，促进社会经济发展和生态环境保护的协调发展。 在建设过程上，生态文明建设是对其他创建活动的一个反思和丰富。以往创建活动的建设采取“自上而下”的过程，层层下达任务、落实目标。而生态文明建设是一个互动过程，“自上而下”和“自下而上”相结合，要求统筹规划各创建活动，多个部门、多个行政层级，以及政府、企业与公众不同行为主体协同推进。 3.3. 生态文明建设模式 针对以往生态示范创建普遍存在建设目标缺乏针对性、建设主体混乱、建设过程有效性低、建设考核缺乏持续激励机制等问题，综合分析生态文明内涵以及生态文明建设特点，提出生态文明建设的推进模式（见表 2 ）： （ 1 ）在建设目标上，根据不同地区、不同阶段的特殊性，确定不同的建设目标，实施差别化的生态文明建设内容。分别为： ① 生态环境得到改善，在建设和考核中延续对资源环境的重视，推行污染治理； ② 实现了环境保护的全过程控制，通过源头控制，促进产业转型、循环经济、低碳产业等，形成一个稳定可靠的生态安全保障体系和以循环经济为特色的社会经济稳步发展的模式； ③ 提升到战略决策的控制，建立生态文化体系，实现人与自然和谐共处，城乡环境整洁优美，人民生活水平得到全面提高。通过生态文明建设目标的动态设置，形成一个持续推进的过程，逐渐从以工程性、物质性建设为核心，转为以转变人们的价值观念、规范人类的发展行为为核心，应触及意识形态、制度建设、行为方式等。 （ 2 ）在建设主体上，应由政府、企业和公众三者协同推进生态文明。政府、企业和公众这三个不同的行为主体在生态文明建设过程中的角色和功能各不相同。政府在生态文明建设中主要发挥引导和规范的作用，企业应积极参与生态文明建设，并为生态文明建设提供资金技术等支持，而公众则是从根本上推动生态文明建设的主体，持续增长的公众需求是生态文明建设的持续推动力，公众也将是建设生态文明的不竭的智慧源泉。在完善政府部门政策指引和制度保障的职能基础上，充分发挥企业和公众在生态文明建设中的作用，工厂企业实施清洁生产、发展循环经济、有效节能减排，公众积极参与、努力作为。 （ 3 ）在推进机制上，以地方需求和群众需要为核心。可采取代表会议、投票等形式使群众参与到生态文明建设阶段性目标的设置工作中，这使得群众能主动、持续地推进生态文明建设实施。但必须对群众采取科学的教育、引导，唤醒和提高正确的环境保护和生态文明意识，这是生态文明持续推进的保障，也是目前需要努力的方向。 （ 4 ）在建设过程上，生态文明建设应是“自上而下”和“自下而上”相结合的“上下联动”的过程。上级在建设中主要起导向的作用，建设积极性的提高和具体措施的实施等须由基层完成。丰富公众参与的方式与渠道，加强公众参与的深度尤为重要。强调公众对生态文明建设过程的参与、决策和管理：在建设考核中引入独立的第三方机构，通过每年发布评估报告，使获得命名的地区也能进一步发展；发展民间环境保护机构，对建设全过程起监督作用，公众甚至可享有“一票否决”的权利。 （ 5 ）在建设考核上，建立生态文明建设全过程的绩效考核，构建全面衡量建设行为和结果的评价指标体系。构建由衡量同级不同城市间生态文明建设水平的差距指数，衡量同一城市不同时间生态文明建设程度的进步指数以及衡量同一城市一年间生态文明建设投入水平的投入指数组成的指标体系，综合衡量生态文明建设的结果、过程和目标。综合考核生态文明建设的显性绩效和隐性绩效，有利于促进地方政府进行生态文明建设的积极性，尤其是对经济欠发达或自然禀赋较低的地方。 表 2 生态文明建设模式和生态示范创建模式对比 Tab 2 Modes comparison betweeneco-civilization construction and eco-demonstration activities 生态示范创建模式 生态文明建设模式 建设目标 单一建设目标，仅在个别建设指标上考虑区域差异 不同地区、不同阶段，动态设置建设目标 建设主体 政府主导，单一部门牵头、其他部门协作，企业和公众被动式参与 政府、企业和公众形成整体合力，政府部门提供政策指引和制度保障，工厂企业实施清洁生产、发展循环经济、有效节能减排，公众积极参与 推进机制 基于上级压力或“争第一”、“拿牌子”的功利性需求，被动地、运动式推进实施 基于地方需求、群众需要，主动地、持续性推进实施 建设过程 自上而下，层层下达任务、落实目标 自上而下和自下而上结合，丰富公众参与的方式与渠道，加强公众参与的深度 建设考核 划线打分的评价体系 建立差距指数、进步指数、投入指数构成的综合评价体系 4. 结论和展望 4.1. 结论 生态示范区、国家环保模范城市、生态省、市、县创建等生态示范创建取得了一定成绩，在一定程度上遏制了环境恶化的趋势，甚至局部改善了环境质量。然而以往的生态示范创建普遍存在建设目标缺乏针对性、建设主体混乱、建设过程有效性低、建设考核缺乏持续激励机制等问题，使得各类创建活动有效性低，不能形成持续推动机制。 生态文明建设是一个持续改进、不断完善的过程，其目标是规范人类发展行为，以协同社会及生态环境的发展，具体包括生态意识文明、生态行为文明和生态制度文明。生态文明建设应基于对生态文明概念和内涵的正确理解，吸纳其他生态示范创建活动的实践经验和教训，并在建设目标确立、建设主体设置、建设过程和建设考核实施等方面进一步深化和提高，包括根据不同地区、阶段特征有针对地设置建设目标，丰富公众参与的方式和途径，建立科学、全面、客观的生态文明建设绩效考核体系等，提高生态文明建设实效性，将生态文明的理念不仅渗透到政府各部门工作中，还应促进企业、公众的积极参与，共同形成建设生态文明的合力，探索有中国特色的生态文明建设道路。 4.2. 展望 生态文明建设任重道远，探索生态文明建设模式也刚刚开始，指标体系、考核方法等研究将是下一步研究与实践的重点。在今后的研究中有必要加深对指标体系的研究，以提高其科学性、合理性。科学、合理的指标体系 不仅 为 生态文明建设提供 了有效的评价 工具， 而且能够引导生态文明建设不断深入、完善、提升和拓展。对考核方法的研究应集中在持续激励机制的建立，使得考核工作能真正意义上持续推动生态文明建设。 参考文献（略）

4975 次阅读|2 个评论

信息，智（慧、力、能）和协同存储论（立此存照2007年公布）

geneculture 2016-8-20 08:32

该文介绍了该专著的十个知识创新点，在此，进重点摘录“信息、智（慧力能）和协同存储论”三个示例。 贡献 2 :给出了 信息的一般科学定义(即 “ 信息本体 ” )及其最基本的分类: ∀ (信息) = ∀ (义) + ∀ (文) + ∀ (意),其中, ∀ (文)含 ∀ (物)的外观。 ∀ (义) = 可序位化的基本关系及其所构成的结构体系, ∀ (文) = 可数字化的基本符号及其所构成的形式体系, ∀ (意) = 可属性化的基本概念及其所构成的学问体系, (普遍的)信息是内容上可概念化、形式上可数字化、本质上可序位化的范畴,可划分为： 概念、符号、关系三个基本范畴,其特例(如具体的信息)就是各种各样特殊的信息。 贡献 3 :给出了 智以及智力或智能的本质定义(即:智就是信息处理)及其基本分类。(人们通常所说的)智力或智能,其实就是(如某类)脑所具有的信息处理能力的简称。 以生理的脑为载体(如人脑)的信息处理能力,即人脑智力; 以物理的脑为载体(如电脑)的信息处理能力,即电脑智能; 以人脑与电脑合理分工、优势互补,高度协作、优化互动的信息处理能力,即协同智能。 分别代表着智以及智力或智能的三种基本类型,其共性在于三者都具有信息处理能力,其 个性在于三者各自具有相互之间不同的特定的信息处理能力。 贡献 4 :发现并清楚地论述了 认知心理学双文双语信息处理与理解的协同存储原理。 笔者在认知心理学双语者研究两个对立的学说的基础之上进一步提出了理论与实际更吻合的新学说 —— 协同存储模型(以往的单独存储模型与共同存储模型可分别被视为其特例中两个极端情形)。采用成熟的计算机数据库和数据仓库技术在个性化与标准化有机统一的策略指导下,成功地实现了协同存储模型的计算机模拟,从而,很好地解决了计算机辅助翻译或双文双语信息处理乃至知识管理的一系列常规难题。不仅对机器翻译和翻译记忆技术的质量提高具有明确的理论指导作用和实践意义而且对语言与知识的定量处理很有效。 摘要： 本文介绍《字本位与中文信息处理的基础》 贡献的十个知识创新点，即：信息和智的本质定义及基本分类，汉语及中文的基本原理，认知心理学双语协同存储原理，形式理论的受限原理，序位逻辑原理及工具，语言和知识的通用计算方法和量具，生产式教学及协同智能训练体系，（产、学、研、教、用、算）一体化（知识信息数据）管理。其重要性不仅在于指出自然语言与机器语言的互换路径，除直接形式化之外还有间接形式化道路，对汉语形式理论建设和中文信息处理及基于中文的知识处理而言，后者更便捷而高效，而且还在于改变科学研究思路的十个知识创新点具有的整体功用。 关键词： 汉语形式理论，中文信息处理，基于中文的知识处理，融智学的十个知识创新点

个人分类: 融智学前期探索|584 次阅读|0 个评论

凯文凯利《必然》说的推动力与其基础技术之间将导入双字棋盘

geneculture 2015-12-9 18:05

凯文凯利在《必然》一书中所说的四种推动力与其基础的通信和芯片技术之间一旦导入我们的双字棋盘及其三类双语协同处理系统之时必将进一步爆发出三智（慧力能）聚合的威力从而会显著改变人类文化语言、意化思想、物化世界的总格局，进而，突显数理文法、心理意义、生理物理的 双重形式化对于人类社会化活动进程的 测序定位导向作用。--邹晓辉Geneculture 附录：凯文凯利在《必然》一书中所说的四种推动力与其基础的通信和芯片技术【在未来二三十年，科技的发展将给世界各地带来一些必然的趋势，这些是由通信和芯片技术所推动的基础的东西，且不论在什么样的语言、地理位置和本地文化背景下，这种趋势都会发生。 　　这种必然来自四个不同的推动力：分享、互动、流动、认知。这四股力量非常强大，农业、医疗、金融、媒体、化学、化工……各行各业都将受到它们的影响。这四股力量都会塑造未来的技术商业，改变人们的生活、工作、出行、社交、娱乐、消费等。】 提示： 双字棋盘 本发明是双字棋盘，即一种基于算术和语文这对广义双语信息处理的对称矩阵。其目的是提供一种可通过进一步开展语言游戏以虚拟未来智慧城乡的专用人机对话平台，涉及优化的广义翻译。其特征在于：它把算术和语文视为广义双语，把二进制数与十进制数、英文与中文均视为狭义双语，把术语与俗语视为另类双语，从而可在三类双语范围内重新解释图灵测试和中文屋子，它是数字和文字以对称矩阵的方式在广义双语信息处理系统中建构的人机对话平台。其有益效果是：三类双语可化解母语如汉语非主流、知识缺原创和软件无根基这样的“三大瓶颈”，可重组新一轮的人机大赛，可开展以“蓝图-模型-范例”方式虚拟各种各样的未来智慧城乡构想或建构的语言游戏。

个人分类: 双语信息处理|675 次阅读|0 个评论

基于信息传播理论的微博协同过滤推荐模型

Ydavid 2015-10-6 15:48

发表论文： 基于信息传播理论的微博协同过滤推荐模型 发表期刊： 系统工程理论与实践 引用： 蔡淑琴, 袁乾, 周鹏, 梁烽. 基于信息传播理论的微博协同过滤推荐模型 . 系统工程理论实践, 2015, 35(5): 1267-1275.CAI Shu-qin, YUAN Qian, ZHOU Peng, LIANG Feng. Collaborative filtering recommendation model in micro-blogging website based on information diffusion theory. Systems Engineering - Theory Practice, 2015, 35(5): 1267-1275. 摘要 高速发展的微博带来信息富余, 也带来了信息过载, 不断新增的非结构化微博文本内容和复杂的社会网络关系导致个性化推荐难以实施. 针对微博网站特征, 提出一种基于信息传播模拟的协同过滤推荐模型并给出推荐框架图, 解决推荐的数据稀疏性和冷启动问题. 首先, 通过自然语言处理技术处理非结构化文本内容, 获取关键词为推荐对象, 构建用户-关键词偏好模型; 然后, 采用一阶马尔可夫随机游走模拟用户偏好在社会网络中的传播过程, 得到用户-关键词偏好矩阵. 实验使用来自新浪微博的数据集, 采用平均绝对误差、准确率和召回率三个指标评价推荐模型, 并与基准模型进行对比. 实验结果表明, 因整合了社会网络结构信息, 基于信息传播的协同过滤推荐模型的效率比基准模型有明显提高. 本文研究了微博情境下的个性化推荐模型，通过以关键词为推荐对象解决信息过载问题，采用一阶马尔科夫随机游走方法估计用户的偏好，结合协同过滤方法实现推荐过程，研究结论显示 整合了社会网络结构信息, 基于信息传播的协同过滤推荐模型的效率比基准模型有明显提高.

个人分类: 论文|3152 次阅读|0 个评论

语言的结构形式和认知内容及其法义实质

geneculture 2015-5-1 18:36

《语言的形式结构和内容认知及其遵循的法义》--邹晓辉Geneculture 《（数学）数字和（语文）文字都遵循的规律》--邹晓辉Geneculture 《双字棋盘》预示了广义双语信息处理在人际、人机、机际、机人一体化协同通译上精准有效的必然性，同时也就揭示了基于序位逻辑的本真信息存在公理和广义文本转换法则所具有的信息基本定律（1-2）特征。--邹晓辉Geneculture

个人分类: 双语信息处理|721 次阅读|0 个评论

冷观京津冀一体化

jiangtisheng 2014-5-9 16:52

区域协同京津冀， 三足鼎立待博弈。 利益分割最难解， 削峰填谷本源晰。

1808 次阅读|0 个评论

高校面向企业的专利信息协同服务模式分析

terahertz 2014-4-2 13:43

（本文被《图书情报研究》录用） （ 本文发表于《图书情报研究》2015年第4期） 2015年12月更新 高校面向企业 的专利信息协同服务模式分析 摘 要 采用网络调查法和文献调研法， 从图书馆、科研管理部门等服务主体 调查我国高校面向企业开展专利信息服务的服务内容， 总结出目前我国高校的专利信息服务 模式存在的不足。在此基础上，利用协同理论，提出构建 以目标协同、组织协同、资源协同为主要内容 的专利信息协同服务模式。 关键词 图书馆； 专利信息； 信息服务； 服务模式； 协同服务

个人分类: 发表论文|2511 次阅读|0 个评论

期刊特征因子与被引指标的协同与相关研究

yuliping 2013-10-17 16:46

本文发表在情报学报，2013年9期，PDF文件貌似不能选择文字，奇怪了，呵呵。 摘要：本文以 2011 年汤森路透《期刊引用报告》中的 66 种光学期刊为例，首先对传统协调度计算方法进行优化，提出一种新的两维协调度计算模型，然后采用 TOPSIS 法对特征因子分值和论文影响分值进行评价，得到特征因子值；再采用 TOPSIS 和因子分析对各被引指标进行评价，得到被引指标值；最后实证分析特征因子与被引指标的协调性与相关性。研究结果表明，特征因子与被引指标协调度较低；特征因子与被引指标无关；特征因子数据分布特点是其与被引指标不相关及协调度较低的根源；特征因子的独特性对期刊评价具有重要意义，可以将其列为一级指标处理；研究特征因子与其他指标关系时必须进行数据预处理与统计检验；对于其他学科特征因子与被引指标的关系有待进一步验证。 俞立平－期刊特征因子与被引指标的协同及相关研究.pdf 2013.1.17 俞立平 于宁波

个人分类: 科学计量|2900 次阅读|0 个评论

开放的国际环境促进协同创新

ScienceNews 2013-10-10 15:43

作者：武夷山 在开放的全球环境中，不仅有外包（Outsourcing），还有众包（Crowd-sourcing）。如果简单对比一下，外包是“我不干的事，请你干” ；众包是“我出题，你来干” ；那么，协同创新便是“大难题，我们一起干” 。 在这样的环境下，国际科技合作愈来愈紧密，这肯定是大趋势。随着中国国力的逐渐增强，我国面临的竞争越来越激烈，国际科技合作的氛围也与过去不同。不过，事在人为，即使现在我国与有关国家的国际科技关系不处于“蜜月” 阶段，但只要善于经营，相对平淡的关系中也能透出精彩。下面简单谈谈我在“国际合作”与“协同创新”这个题目下的几点认识。 首先，协同创新，体现在宏观、中观、微观等多个层次上。大家已经讨论的国家科技计划之间的协同、地区与部门之间的协同、国际间的协同，都是宏观或中观层次上的。其实，在微观层次上也发生协同创新。 如何营造良好的国际合作环境 良好的国际合作一定以不同国家科学家之间的相互信任与友谊为基础。不管项目规模有多大，项目层次有多高，如果缺乏领衔科学家之间的相互信任与友谊，则科技合作不可能成功。因此，我们就要考虑，目前的管理制度，目前的一些习惯做法，是有利于各国科学家之间加强友谊和信任，还是相反？ 有的时候，不是有本事的人不想回国，不愿意合作，是我们死板、可怕的规定打击了人家的合作积极性。 另外一点，不同文化、不同体制之间的相互理解是不容易的。因此，在国际合作中，除了领衔科学家自身的努力、领衔科学家所在单位给以充分支持与配合外，我们还特别需要有一批专职的国际合作项目协调员。这样的协调员，需要具备良好的外语功底，需要对相关学科前沿有一定的了解和判断，还需要具备甘愿“为他人作嫁衣裳”的服务精神，等等，是很难得的特殊人才。 政府为深化国际合作提供支持 不能“张三发烧，让李四吃药”。确实存在着个别人借出国机会公费旅游的现象。但是，为了杜绝这种行为，就来个一刀切的规定：“每人每年出国次数一般不超过一次” ，就会对国际合作事业带来很大损害。不改变这样的死板规定，我们的国际合作空间就会越来越小。 政府官员要改变认识，要意识到：争取话语权要比争取国际项目经费重要得多。我觉得，我们关于国际科技合作的指导思想与合作意图应该与过去不一样，具体说来要实现三个转变。 首先，在经费上，由索取型变为捐赠型。过去，我们主要希望通过国际合作获得经费支持等各种实惠，这并没有错。但是在新形势下，这不应是主要的任务。如何使我国在国际舞台上发出与我们的经济实力、人口规模相称的声音，在重要领域能参与议事日程的制定，能有话语权，则更为重要。 无心插柳柳成荫。通过参与国际科技合作活动，能够寻求到其他效益。另外，国际显示度的提高还会带来其他机会。例如，由于中国科技信息研究所通过参与UNESCO（联合国教科文组织）的活动及其他国际科技合作活动，国际显示度较高，欧盟不同国家的科研人员曾多次主动邀请我所与他们共同申请欧盟的项目，有些申请也获得了成功。 其次，在立场上，由响应型变为主导型。以我本人经常参加的UNESCO会议为例。过去，大到UNESCO大会，小到像全民信息计划（IFAP）会议这样的UNESCO下属组织的会议，其议事日程和有关文件基本上都是发达国家的人确定或起草的。等我们发现某些提法不合适，再与之交涉，往往为时已晚。 过去，我们曾鄙夷地称一些印度人为“会议油子”。现在看来，中国的“会议油子”实在太少，否则不会这么被动。中国需要培养更多的善于在国际组织舞台上为中国谋利益、为广大发展中国家谋利益的专业人才。他们要努力参与会议的议事日程的制定和文件的起草，也就是说，将工作重心前移，逐渐提高中国在国际事务中的主导能力。要做到这一点，一方面国家要加强投入，培养这方面的人才——像国际科技合作项目协调员一样，他们是很稀缺的人才；另一方面，国内大学、科研院所的绩效考评体系需要进一步完善，因为这些专家在国际上的杰出表现，并不一定能为中国、为本单位带来更多资金支持和眼前的实惠，而在目前的考评体系中，不能带来实惠的工作基本上就不值钱，不算数。 第三，在做法上，由随机应变型变为有备无患型。在国内很多单位，国际会议和国际计划的有关活动并不是日常工作的有机组成部分。在这种情况下，我们参与国际活动的专家如果能够做到随机应变，就已经是难能可贵的了。但是，这样做的风险较大，仓促决策或表态也许会危及国家利益。理想的情况是，参与国际组织的活动应以调查研究为基础，事先充分研究各类议案，设想在国际舞台上可能出现的各种立场，拟定中国拟采取的上中下三策，并为每一种立场准备好可信的论据。要想做到这一点，各单位必须留有单独且充分的国际合作经费。到目前为止，财政部似乎还没有设立“国际科技合作”的专门科目，这势必造成基层单位对国际合作的经费支持也不太可能到位。而没有经费保障，由随机应变向有备无患的转变是难以实现的。 利用“明星”效应 政府对科技合作活动的支持，除了针对项目的传统支持方式外，还应该考虑针对“国际合作明星”个人的支持。要想使我们的国际科技合作更加有声有色，就可以遴选、物色一些国际科技合作明星，根据其提出的具体需求来花钱，也许是资助其出国开会，也许是资助其先期启动一个合作项目，也许是资助其从海外吸引一些合作项目所急需的关键人才，等等。敢于尝试一下这样花钱，我们的国际科技合作就有望开创前所未有的新局面。 政府要针对协同创新的难点做文章。在各类协同创新中，我个人觉得企业之间的协同创新最重要，因为企业是技术创新的主体。可是，我国无论是产学研结合，还是企业之间的合作（包括协同创新），都是老大难的问题。不针对这些老大难问题去想办法，而只是忙着搞省部合作、院地合作等，可能最终都是瞎忙活。■ （作者系中国科学技术信息研究所副所长） 《科学新闻》 (科学新闻2013年第09期 教育)

2203 次阅读|0 个评论

老年重大疾病系统生物医学协同创新中心PI招聘启事

talentblog 2013-10-10 15:40

为贯彻落实教育部、财政部高等学校创新能力提升计划（“2011”计划）精神，北京大学、中国科学院生物物理研究所、上海交通大学凝聚国内外相关领域优势力量，联合组建老年重大疾病系统生物医学协同创新中心（以下简称“中心”），旨在解决与老年人群健康密切相关的癌症、心血管疾病、神经退行性病变等重大疾病诊疗的国家战略需求。中心下设组学研究、基础医学、新药研发和转化医学四大科研创新平台，每个平台分设若干研究方向和团队。中心实行与国际接轨的PI岗位制。根据中心协同创新目标和任务，现面向国内外公开招聘首席研究人员（Principal Investigator, PI），负责各平台下属研究团队的科研攻关和研究生培养等工作。PI遴选由中心PI学术委员会根据国际通行方式进行。 一、招聘条件 （1）申请人应具有医学或生命科学博士学位，并需具有博士后科研经历； （2）在国内高校、科研单位任正高职务，或在海外知名大学担任助理教授及以上职务。 （3）品德优良，学风严谨，具有良好的团队合作和敬业精神。 （4）学术造诣深厚，在科学研究领域已取得国内外公认的创新性研究成果和重大贡献，具备带领本学科达到国际领先水平的能力。 (5）身体健康，能够全职回国工作 二、工作条件及待遇 （1）中心的PI聘任实行双聘制，即获聘中心PI的同时获聘中心依托单位教职。 （2）实行协议年薪制，薪酬参考国际标准。 （3）依托单位提供实验室用房和启动经费，中心拥有大型实验仪器平台供PI实验室共享研究设施和仪器设备。 三、应聘材料 （1）申请人中英文个人简历 （2）既往研究成果和未来研究计划 （3）发表论文及引用情况，3-5篇代表性论文复印件 （4）获得相关资助及获奖证明 （5）任职证明材料 （6）博士学位证书等 （7）三封相关领域科学家的推荐信 四、 联系方式 联系人：孙宏 电话：010-82805571 邮箱： csbm-office@bjmu.edu.cn 地址：北京市海淀区学院路38号北京大学医学部病理楼214，100191

3693 次阅读|0 个评论

[转载]密歇根大学本科教学改革的新动向：跨学科协同教学

sdzjh870 2013-9-16 22:24

密歇根大学本科教学改革的新动向：跨学科协同教学 密歇根大学是美国著名的研究型大学，一直以开展跨学科研究著称。近年来，除继续支持跨学科研究外，还积极致力于将大学的跨学科文化融入本科教育过程中，推进本科教育中“跨学科学习与协同教学的融合”—— 跨学科协同教学。 跨学科学习和协同教学相结合，即由来自多学科的教师组成教学团队，共同设计、讲授跨学科课程。密歇根大学认为，这能使大学资源得到最大限度的利用，使课程教学效果达到最大化。 对学生而言，这种益处能够影响整个本科教育。本科教育的一个重要目标就是通过主线串联起学生所学的分散知识，跨学科协同教学能够促进这样的连接。它还能够使学生在一门课程中接受不同学科教师的影响，促使学生从不同的学科视角来思考问题，并让学生学会正确看待教师的知识权威，培养学生质疑、批判、论辩和提出问题的能力。 教师的合作性尝试也为学生提供了智力和管理上的合作范例，能够在无形中帮助学生形成合作意识，习得合作技能。对教师而言，它能够促使团队的教师在课程内容设计、教学方法运用、教学组织形式、教学策略运用等多个方面，互相支持、取长补短，促进教学水平的提高。同时多学科教师的合作还能够促使跨学科学习的深入，拓宽教师的知识构架。 小范围尝试 密歇根大学一直在进行跨学科协同教学的探索，但目前还处于小范围尝试状态，开设课程门数比较少，学科的涉及面还不够宽，尚无大学范围内的资助项目支持更复杂的跨学科协同教学启动。主要有5种形式。 第一，合作课程，即由具有相关经验的教师共同设计、讲授。如“纳粹起源”是一门跨历史和德国两个主题领域的大型讲授课程，由两名教师共同组织教学，设计课程。一名教授历史，另一名教授德国语言和文学。这门课程的产生是基于跨学科的理念：政治和社会历史的学习必须和文化、理念的学习同步进行才更容易被理解，反之亦然。目前在该课程教学中，教师已在合作进行课程设计、课程讲授、更新教学内容和材料、规划课程提纲、分配课时等方面积累了比较丰富的经验。 第二，整合讲授课程。这类课程通常是围绕着一个比较复杂的、涵盖多学科的主题来进行的大型课程。由一个小组领导来协调和设计规划整个课程，而来自不同部门和学科的教师分别讲授课程的某一部分。如“全球变化”这门课程就采取这种形式。 第三，集合式课程。并非设计一门新课程，而是两至三门相关主题的独立课程被安排同步来讲授，并定期召开一些联合研讨会，融合多学科的观点。如“计算机游戏”导论这门课，拟被分成多个部分来讲授，每部分都会侧重该主题的某个方面，如其中一部分也许侧重计算机游戏设计的可视性和人工智能；另一部分强调计算机游戏的艺术性呈现方式；还有一部分则侧重计算机游戏对玩家态度和行为的影响。这三部分平时单独开设，但是每周都会安排一至两天时间，将三门课程整合在一起，进行联合讲授或实验活动。 第四，教阶式课程。这种模式也称为金字塔式，在这种模式中，一门课程主要由教师、博士后、研究生、高年级本科生组成的教学团队共同完成。不同成员在课程组织中承担不同的职责，如主讲教师讲授大课；博士后、研究生等组织研讨班和复习课程；高年级本科生可以担当实验室助手、负责准备教学资料、批改作业等。学生的学习形式也比较多样，可以包括大班上课、研讨课，及一些小组作业、主题研究等。这种教学组织形式在国外的大课中运用比较普遍。 第五，链接课程模式。在该模式中，两名教师分别讲授两门课程，这两门课程往往是来自不同学科的相关主题课程，同时，由两位教师共同设计一门研讨课程，给学生提供一个框架，将所学的主题、分析工具等整合起来。链接课程可以拓展到3~4门课程，变成学习组群。 面临的问题 密歇根大学专业学院覆盖面广、多学科师资充足、跨学科研究中心网络完善、学术群体具有多层次性，这些都为跨学科协同教学的广泛开展提供了有利条件。但由于跨学科协同教学比传统的单一学科教学形式更复杂，在具体操作中，仍面临很多问题。 在资源方面，与传统教学模式相比，跨学科协同教学需要更多的资源条件予以保障。无论是师资的组织、教学硬件的匹配，还是新课程内容的开发、行政上的支援等，都需要更多的时间和经费投入。如何获得足够资源资助新的跨学科协同教学课程的启动；启动资金用完后如何不断获得资源支持课程的可持续性发展；在一些更为复杂的跨学科协同教学课程启动过程中，各学院之间如何相互协调、密切配合；如何处理好学院间的经费补偿等，这些都是必须面对的问题。 在信息和经验方面，对教师而言，开展跨学科协同教学需要学习更多关于协同教学的经验和技巧，了解不同协同教学模式的优缺点以及不同的管理与评估方法，学会相互间的有效合作等。而目前，大多数教师不知道从何处去获得这些信息和经验，大学也未提供这样的信息平台。 在激励机制方面，现有的激励制度设计，还不能充分支持跨学科协同教学的开展。从事跨学科协同教学对很多教师，尤其是新教师而言，需要承担风险。因为协同教学需要大量时间，教师必须减少相应从事研究的时间；协同教学启动阶段需要大量努力而结果未知，对教师的职业生涯可能功效不大；协同教学的独特贡献难于评价，教师的教学努力往往可能得不到足够的认可和奖励。而大学方面也偏重于将更多的奖励放在跨学科研究上，而不是跨学科教学上。 组织跨学科协同教学在行政管理上也比较复杂，既需要协调好各部门的需要，也需要课程领导者协调好不同学科教师的需要。对教师而言，需要管理部门的基础性支持，如安排上课时间、选择地点、确定学分数等具体问题，而目前往往得不到有效的支持。对院系而言，也面临一些问题，如跨学科课程究竟由哪个部门负最终责任，如何在不同的参与部门间分配学分，当参与各部门在评价教学工作量、贡献程度、补偿水平上产生分歧时如何解决等。对教学管理部门而言，也要考虑如何进行有效的课程管理协调、提供适时帮助等系列问题。 在学生方面，参与跨学科课程的学生具有更多样化的背景和兴趣，如何设置课程目标去协调差异，不同部门、学院对学生跨学科协同教学的预期学习成果评价的不同，也可能带来协调困难。如一个部门可能侧重解决问题能力的培养，而另一个部门可能更强调基础知识和技能的掌握、如何协调等。 相比于传统教学模式而言，跨学科协同教学组织起来相对复杂，花费也较大，很多教学经验和技巧尚处在摸索之中。但密歇根大学在长期实践中得出这样的结论：“开展跨学科协同教学的努力是值得的，其益处远超过代价，因为社会需要毕业生拥有一些关键技能，而这些技能只能从融合协同教学和跨学科学习等革新性的教学模式中去获得。” 跨学科协同教学将跨学科学习与团队教学有机结合起来，能够培养学生运用多学科知识解决问题的能力，培养整合的思维，为未来的多样化生活作准备。总之，该教学模式是一种极其有益的尝试和探索。

个人分类: 教学资源|1387 次阅读|0 个评论

这是个很大的问题，实际上用“新型干法水泥窑”可以协同处置

热度 2 ljxm 2013-9-10 15:52

因 利益的驱动，现在各地政府在处理生活垃圾时往往倾向于上马“垃圾焚烧发电项目”（国家有补贴），造成烧余物的“飞灰”无法处理，二次污染在所难免。污水处理的污泥可以用“干法水泥窑可以协同处置”，经我们研究，完全可以固化“重金属离子”，以及处理掉“二恶英”。同理此技术也可以处理“渗滤液”不会造成污染。 引文： 垃圾处理再污染之忧 　　垃圾场产生的渗滤液对土壤和地下水构成威胁。为了迎合修订后的“世界上最严格的垃圾场渗滤液排放标准”，到处大建昂贵的进口膜处理设施，过犹不及的背后却隐藏着浓缩液二度污染的尴尬。 　　本刊记者/钱炜（发自广州） 　　银色金属外壳建筑，冒着白色蒸汽的烟囱，干净宽阔的厂区道路，这个建得像现代化工厂的地方，其实是号称执行了全国最严格排放标准的广州李坑垃圾焚烧二厂。最能体现这家垃圾焚烧厂先进之处的，是办公楼前的那座景观池——这里所谓的“景观”，其实无非是一汪清水。而它之所以成为“景观”，是因为这些水原来是垃圾堆放时产生的浓黑腐臭的渗滤液，经过一套先进技术的处理以后，便可用来冲洗、绿化，实现了回用。 　　然而，刚刚于今年6月建成运行的李坑垃圾焚烧二厂却面临着一个隐患。它们对渗滤液处理采用的是膜处理技术。当渗滤液经过膜之后，出来的是清水，剩下的却是高浓度的脏水，俗称“浓缩液”。而这种含高浓度氨氮、盐类与难降解有机物的浓缩液，处理起来有很大难度。 　　据李坑的工作人员介绍，目前，他们对浓缩液的处理办法是将其回灌到渗滤液调节池里，再次循环过滤。由于焚烧厂才运行了3个月，产生的浓缩液还不是很多，但随着未来浓缩液越来越多，渗滤液里的盐类会在循环中累积，从而降低膜的出水效率，并缩短膜的使用寿命。 　　 “家底”不清：从“渗滤液”到“浓缩液” 　　垃圾焚烧厂只是在暂时存储垃圾时产生少量渗滤液，而真正的渗滤液“制造大户”是垃圾填埋场。因此，李坑可能发生的问题，实际上是全国很多垃圾填埋场普遍遭遇的事情。根据2012年的统计数据，全国目前有城市生活垃圾处理设施677座，其中填埋场为547座，占总数的64.1%。渗滤液的处理问题，长期以来都是垃圾填埋场的软肋。 　　尽管上面提到的浓缩液问题无法解决，但膜处理仍是中国垃圾填埋场处理渗滤液的主流技术路线。某一线城市有一座大型垃圾填埋场，日处理垃圾量高达7000吨。其二期工程采用了膜技术以后，浓缩液一直无法处理，只能运到城市污水处理厂排放。最近又要上马一期扩建项目，根据计划，其渗滤液仍打算用膜技术来处理。 　　对此，华南理工大学环境科学与工程学院教授汪晓军的解释是，膜技术的最大亮点是“出水好看”。又浓又黑又臭的渗滤液经过这套系统的处理，其水质可媲美自来水。“这样的效果，领导们非常喜欢。”而且，膜处理技术最初是从国外引进而来，“洋技术”往往能够得到决策者更高程度的信赖。 　　至于无法处理的浓缩液，现行的做法主要有两种，一是回灌到填埋场，这就会产生像李坑垃圾焚烧厂遇到的类似问题；二是像上述填埋场那样，运到城市污水处理厂稀释排放。 　　然而，根据2008年颁布的《生活垃圾填埋污染控制标准》规定，在2011年7月1日之前，垃圾填埋场可将渗滤液运往城市污水处理厂排放，但在此之后，现有全部生活垃圾填埋场应自行处理生活垃圾渗滤液并达标。“也就是说，现在将垃圾渗滤液运到城市污水处理厂的做法，其实是违规的。但从现实出发，能够这样做的，已经算是比较守规矩的做法了。真正糟糕的，是将浓缩液直接偷排。”汪晓军说。 　　中国城市建设研究院总工程师徐海云表示，如果一个垃圾填埋场能够产生浓缩液，说明它的硬件条件与运行情况尚属良好。可是，全国还有很多垃圾填埋场，要么连渗滤液的处理设施都没有，要么建好了也不运行，渗滤液就被直接偷排掉，对环境造成危害。 　　在全国，垃圾填埋场污染地下水事件屡有发生。垃圾渗滤液是中国地下水的重要污染源。渗滤液里的大量有害物质，特别是重金属污染物，不能自然降解，污染土壤后进入地下水层造成水污染。此外，渗滤液中高浓度有毒有害有机物，是天然水环境的巨大威胁。 　　“你没有办法搞清楚具体有多少家填埋场在偷排渗滤液和浓缩液，这是整个垃圾填埋业只做不说的秘密”，徐海云说，对此，环保部门应该加强监管。 　　 过犹不及：成本与政绩 　　建了设备而不运行，是因为成本太贵。迄今为止，膜技术中所用的超滤、纳滤、反渗透等几种不同的膜，几乎全依赖进口。如果上马一套膜处理技术，其每吨渗滤液的建设成本约有5万元，运行成本是50元/吨左右。而政府财政对垃圾处理的投资、运营费用支持有限，因此，垃圾场运营方只能敷衍了事：平时直接偷排渗滤液，如果有人来检查，就运行设备处理一下。 　　“如果浓缩液不处理，污染物没有得到消除，那为什么要花那么多钱？投入那么多运行费用干什么？”汪晓军反问道。 　　实际上，垃圾填埋场的浓缩液问题，在某种程度上，也是一项政策“逼出来的”。 　　“中国是世界上垃圾场渗滤液排放标准最严格的国家。”《中国新闻周刊》记者接触到的所有垃圾处理专家均指出。2008年，环保部颁布了重新修订的《生活垃圾填埋污染控制标准》。与1997年版的规定相比，新版大大提高了垃圾场渗滤液的排放标准。比如，在旧版中，垃圾渗滤液处理标准要求COD（化学需氧量）只需达到1000mg/L即可，而2008版的标准却要求将COD降至100mg/L以内，在水源保护区等敏感地区不得高于60mg/L。这就是说，填埋场要在原来达标的基础上再削减90%的排放才能符合新的标准。 　　“在现有技术条件下，垃圾场的渗滤液要想达到新版排放标准，就必须采用膜处理技术。但由于膜处理是一个物理过程，只是过滤，没有降解作用，所以就会有浓缩液的产生。”徐海云指出。 　　王晓（化名）是膜处理行业一家领头企业的负责人。他认为，只要采用合适的膜技术组合，浓缩液回灌并不会对处理系统产生太大影响。但他也承认，这样做的成本较高。在现实中，垃圾场即使建成了这么先进的设备，往往也不会真正运行。据王晓介绍，大约在1980年代，德国最早开始采用膜技术来处理垃圾渗滤液，但即使在今天的美国和日本，这种做法也是非常先进的，且并不普遍。然而在中国，在过高标准的推动下，却几乎成了“一刀切”的普遍做法。“实际上还是标准太过理想化，以至于无法真正落实。” 　　徐海云介绍说，早在制定《生活垃圾填埋污染控制标准》之时，业界就对排放标准定在什么水平有过争论。很多人认为，由于垃圾场渗滤液的总量相对于污水处理厂的日处理污水总量来说非常小，只需用生化的方法简单处理垃圾渗滤液，再将其运到污水处理厂稀释排放即可。但由于中国日益严峻的环境压力，主张“从严”的呼声最终占了上风。有不愿透露姓名的专家还指出，在这一决策过程中，膜处理企业对政府官员的游说也起了很大作用。 　　“我们当初可能犯了一个错误，结果现在却要用一连串更多的错误去弥补这个过失，”徐海云说。 　　汪晓军的研究团队最近正在李坑垃圾焚烧厂开展一个实验项目，打算放弃膜技术而用一种新的方法来处理渗滤液，使之排放达标，且不产生浓缩液。但他表示，进口膜生意利润巨大，因此，膜处理企业大多资金雄厚、政府公关能力强大。而建成一套世界先进的垃圾场渗滤液处理装置，也往往被官员看作是一项政绩工程。在此情形下，要想推广一种新的思路与技术，难度很大。 　　“膜技术本来是用来深度提高饮用水水质的，是一项非常先进的水处理技术。花这么大的代价去处理最脏的水，要求最脏的水达到几乎可饮用的标准，这不是很荒谬吗？”汪晓军反问道。 http://news.sohu.com/20130910/n386298834.shtml

1395 次阅读|25 个评论

协同推进新一轮市场化改革

simonjo828 2013-9-4 10:09

　　协同推进新一轮市场化改革 　　2013年09月04日中国经济时报 　　本报记者 周子勋 　　十八届三中全会即将于今年11月召开，市场对于中央的新作为翘首以盼。早在7月23日，中共中央总书记习近平在湖北省武汉市主持召开部分省市负责人座谈会，征求对全面深化改革的意见和建议时强调，必须以更大的政治勇气和智慧，不失时机深化重要领域改革，攻克体制机制上的痼疾，突破利益固化的藩篱，进一步解放和发展社会生产力，进一步激发和凝聚社会创造力。习近平从六个方面提出了全面深化改革需要深入调查研究的重大问题。 　　本期圆桌论坛围绕这些问题展开深入讨论，邀请到的嘉宾是： 财政部财政科学研究所副所长刘尚希、中国经济改革研究基金会国民经济研究所副所长王小鲁、国家信息中心中经网总经济师仲武冠 。 　　 建立全国统一的市场体系迫在眉睫 　　中国经济时报： 习近平总书记从六个方面提出了全面深化改革需要深入调查研究的重大问题。其中第一点尤为重要和关键。中央高层提出建立全国统一市场有何时代背景意义？ 　　刘尚希： 我认为，如果让市场在资源配置中发挥基础性作用，那么全国统一公平的市场是基础性条件。市场配置资源的基础性作用要发挥，一个公平统一的市场是前提。从这个角度来说，完善社会主义市场经济体制是至关重要的，是完善社会主义制度的基础性内容。从当前情况看，市场体系的建设大有进步，主要体现在商品市场方面。但也并不完善，商品市场在区域之间仍有行政性的保护，不同形式的保护依然存在。尽管在1994年分税制改革之后这种现象大大减少，但并没有完全消除。从要素市场来说，问题就很多了。 　　第一，在要素市场中，资源性产品价格一部分是由政府部门控制的，没有形成全国统一公平的市场。获得资源性生产要素的机会也是不公平的，其市场规则并未真正形成。资源性生产要素归谁所有不是问题，关键是资源性生产要素进入市场的公平性。 　　第二，要素市场中最重要的是资金市场。城乡之间的融资，实际上没有形成一个统一的市场。在区域之间也很明显，存在市场分割问题。这其中除了有市场发育程度的差异所产生的影响，更多的是非市场因素。债权融资、股权融资和信用贷款等，其中都有大量非市场因素的影响。就此来看，资金市场并没有形成全国统一公平的市场。 　　第三，从劳动力来看更是如此，受限于户籍管理制度，没有形成全国统一的劳动力市场。 　　从个人来说，没有稳定的工作和收入，不能积累劳动技能和经验，对家庭也有很大的风险；从企业来说，成本付出很大，企业没有稳定的劳动力，经常处于招工的状态，培养不出熟练的劳动力，那么企业的劳动生产率很难提高；从整个社会来说，由于劳动力流动性过大的状态，导致宏观效率低，潜在增长率下降。大量劳动力处于流动打工的状态，导致劳动力这个最重要的生产要素供给不稳定。 　　这些都是造成经济增长效率难以提高的重要方面，也与劳动力市场没有建立全国统一的市场相联系。而劳动力这个特殊的生产要素跟社会方面的问题连在一起，不是纯粹的经济问题，如社会保障、公共服务，尤其是进城打工者子女上学的问题，还涉及到农村大量留守儿童教育的问题。这些人都是未来的劳动力，他们能不能成为有效的劳动力供给，都与社会改革联系在一起，尤其是与社会人口管理体制的改革直接相关。 　　劳动力市场不公平，怎么做到同工同酬？至今我们有编制内、编制外，有行政编制、事业编制。只要有编制，就不会有同工同酬，由此造成劳动力市场同工不同酬的不公平现象。这也是社会不公平的重要方面。 　　从这个角度来说，社会人口管理制度怎样加快改革，不仅仅是户籍制度的改革，编制管理体制的改革也非常重要。怎样从“编制管理”转变到“岗位管理”，真正实现同工同酬，减少编制对人的束缚，这对促进教育、医疗卫生多元化的发展以及科技创新都有很大影响。户籍、编制不同，各方面的待遇也就不一样。这就造成劳动力市场不公平，既是经济不公平，也是社会不公平。 　　因此，我认为，目前资源性要素、资金或资本、劳动力这三方面怎样真正取得进展，实现优化配置，这涉及到经济体制，尤其是价格体制、金融体制，以及社会管理体制，还有政府的编制管理体制等诸多方面，这些问题解决不好，全国公平统一的市场就难以建立，资源配置效率就难以提高。 　　 王小鲁： 中国过去的改革在市场化方面取得了重要进展，这也是过去三十多年经济快速发展的最主要原因。但至今并未形成一个健全和统一的市场体系。有些领域政府对市场管制和干预过多，政府配置资源取代了市场配置资源，影响了市场机制的正常发挥，常常导致垄断、腐败和寻租行为，滋生既得利益，导致低效率和不公平的分配。这已经成为进一步发展的严重障碍。当前进一步推进市场化改革，形成公平竞争的市场环境，有重要的意义。 　　 仲武冠： 2011年以来，我国经济开始进入下行通道，GDP增速从9.3%下降为2012年的7.8%，预计2013年增速将进一步下降为7.5%左右。同时，实体经济结构失调、公平正义不足、不可持续发展等问题频频暴露，已经出现明显放缓趋势。综合起来，这些问题都说明，我国社会主义市场经济体制急切需要建立全国统一的市场体系。 　　为了进一步推进实体经济发展，就必须在全国范围内针对干扰市场效率发挥作用的财税制度、金融要素以及行政管理体制等各种制约因素加以改革与优化，然后形成全国统一的大市场环境，以充分发挥市场在资源配置中的基础性作用，从而推动我国经济发展方式的成功转型。 　　 三大基础性改革亟待突破 　　中国经济时报： 习近平总书记强调，全面深化改革要处理好五大关系，其中提到要处理好整体推进和重点突破的关系。对此，各位是怎么看的？ 　　刘尚希： 我觉得，现在的改革跟以往有很大不同，就是经济问题、社会问题和政府自身问题交织在一起，单纯拎出一个方面进行改革都很困难。当前的这些改革越来越系统化和复杂化，这也要求进行系统性改革，协同推进。否则，可能一点都改不动。人们常说，关键在于政府改革，这涉及到行政体制。但是政府改革实际上是为经济改革、社会改革服务的，经济改革、社会改革需要什么样的政府改革，这个很重要。政府改革不能自己给自己提出任务。比如刚才说到的人口管理，这属于社会改革，涉及到编制的问题就属于政府改革，这都涉及到政府部门的权力和利益，对其改革的要求来自于经济方面、社会方面。要不然，政府改革就没有方向。政府职能转变是非常具体的，需要一点一点进行调整，调整的依据来自于经济效率提高和社会公平实现的要求。 　　我认为，社会改革的突破口是重点抓人口管理体制。因为人口是基础数据，而人口由过去的静态变成了现在的动态，如果政府不能有效地掌握人口变化，那就不可能有效地提供公共服务。过去在静态的条件下是“人找公共服务”，按照户籍所在地的方式去提供公共服务。现在人口是流动变化的，应当是“让公共服务去找人”。可人在哪？有多少？得有人口数据。没有这些基础数据，社会保障体制改革在具体操作上就成问题了。在社会改革中，人口管理体制改革是基础性的改革，这个问题不解决，很多事情很难推进。 　　还有编制管理体制改革，从编制管理变成岗位管理，这也是基础性的改革。很多的社会精英是受编制管理的，除了行政机关，还有教育、医疗卫生、科研、文化、传媒等，其人员配备、薪酬体系、社保待遇等都与编制连在一起。在这些行业单位，实际上还有大量的编制外人员，其待遇并非一样，形成了事实上的双轨制。编制成为户籍之外的另一种社会身份。其对经济、社会造成的负面作用越来越大。起源于供给制的编制管理体制亟待改革。 　　再一个就是产权制度问题。前面谈到的资源性要素市场，其基础是产权制度。我国的公共产权制度改革是没有完成的。公共产权不仅仅是基础性的问题，而且是社会主义基本经济制度的核心内容。现在的“土地财政”，实际上就是公共产权改革不到位所造成的。现在主要靠过去做法形成的习惯，用地方行政权力代行了国家财产权利。地方为了招商引资，廉价地处理国家所有的资源要素，拿资源要素去补贴投资者，这扭曲了市场，导致资源错配，也造成了社会的不公平，同时带来了大量的寻租机会。在这种环境下，腐败不由自主地就产生了。 　　上述这些都是基础性的问题。我认为，如果这三个方面有所突破，那么无论对促进效率提高，对推进社会公平，还是对反腐，都有极为重要的作用。 　　 王小鲁： 长期以来，行政管理体制改革严重滞后，现行行政管理体制在诸多方面不适应市场经济的要求，不利于维护社会公众利益，积累了很多问题，迫切需要改革。最根本的是要通过体制改革，把政府职能转变到为社会公众服务、为市场服务的轨道上来。这需要依法行政、公开透明、建立制度约束，并通过民主监督机制保证政府履行其公共职能。靠法制和民主、靠制度来防止腐败。 　　 仲武冠： 推进全国统一市场体系建设所面临的最大问题在于行政体制条块分割，而解决这个问题显然是需要下放更多微观层面的经济审批管理权限，创造更加优良的经济环境，调动微观经济体的活力。因此，必须选择一个重点突破口加以试验，然后在试验成功之后向全国推广实施。 　　上海市的行政管理体制改革一直走在全国的前列，同时上海市又具备活跃的民营经济发展环境。以中国(上海)自由贸易试验区作为我国行政管理体制改革的试验田和改革的突破口恰恰体现了我国全面深化改革中必须处理好整体推进和重点突破关系的一个有益尝试，这样更加有利于建立一个更有效率、更加公平的行政管理体制。 　　 激发经济活力须建立开放的经济体系 　　中国经济时报： 有人认为，今天中国的改革要发现新动力(310328,基金吧)，经济要找到新活力，必须发展更加开放的经济体系，从而创造微观的经济活力。而要实现这一构想，只能在经济体制上入手。事实上，习近平总书记也点了题：进一步增强经济发展活力，为实现经济持续健康发展提供不竭动力。各位又如何看这个问题？ 　　刘尚希： 现在的开放经济体系，应有两层含义：一个是对内开放，另一个是对外开放。我们对外开放程度不亚于发达国家。问题是我们需要什么样的开放，开放的目的是什么，对我们有利还是有风险。我认为，开放只是个手段和途径，不是目的本身。凡是有利的，应当开放；凡是不利的，就不应当开放。应通过风险评估避免为开放而开放。以引进外资多少、出口达到多少等指标来衡量开放程度是一个误区，以至于有的地方花钱“买”外资、“买”出口，把开放变成了一种代价不菲的极端形式主义。至于国内城乡之间、地区之间的开放，那就是改革的问题。城乡之间有无形的篱笆，区域之间有行政保护，如果没有改革，那么国内相互开放就很难，应当消除这些障碍。 　　微观要有活力，社会要有活力，经济要有活力，这是相互联系的。微观的活力来自于良好的宏观环境，社会的活力来自于机会的公平，经济的活力来自于社会的勃勃生机。显然，这不是单方面的改革就可以实现的。我国的发展要充满活力，经济、社会和政府这三个层面都得加快改革。改革的复杂性，在于一些改革要迂回进行。表现在经济上的问题，其症结可能在社会和政府身上；表现在社会层面的问题，其症结可能在经济领域和行政体制。要摈弃那种西医式的改革思维，避免头痛医头、脚痛医脚；要树立中医式的改革思维，着眼于整体，辩证施治。 　　 仲武冠： 我认为，要给我国经济发展注入活力，关键在于四点：一是要壮大国有经济，只有国有经济强大了，我国经济才有强大依托，各种社会民生问题才能顺理成章解决。二是要积极引导非国有经济参与改革开放，这样才能解决我国现存的就业、技术创新、社会管理等一系列问题。三是要彻底改革现行的财税体制，让地方政府能够积极主动地参与第二次改革开放。四是要建立更加开放的经济体系，给我国的微观经济体释放更大活力。中小企业生存困难的主要原因在于融资难、行政干预过多、政府扶持不足等方面，因此，要通过建立更加开放的经济体系让企业更容易获取资金、不受政府干预、更容易得到政策扶持。 　　总而言之，无论国有经济、民营经济、财税体制还是对外建立自贸区，都是对我国经济体制进行深化改革的举措。因此，要激发我国经济活力就必须建立更加开放的经济体系。 　　 提高宏观调控水平必须纳入宏观管理 　　中国经济时报： 习近平总书记提出，进一步提高宏观调控水平，提高政府效率和效能。那么，应该怎样提高宏观调控水平呢？ 　　刘尚希： 我认为，真正提高宏观调控的水平，应当增强系统性、整体性、前瞻性，而要想真正做到这些，光靠宏观调控是不够的，必须有“宏观管理”。把宏观调控纳入到宏观管理之中，那样宏观调控的水平才能真正提高。 　　宏观调控的本质是相机抉择，即根据情况不断调整，目标是短期的，更多是应急；而宏观管理是全面性的、整体性的、系统性的，且是长期性的、日常性的，需要监测整个经济社会发展的状况，看到风险，提前准备，及时预防和化解。宏观调控的目标具有多变性，适宜于解决短期性问题，如经济过冷过热、价格急剧波动等，而无法解决长期性问题，如结构调整、节能减排、环境保护和粮食安全等。政府的效率不是表现在“按下葫芦”的速度上，而是反映在“浮起瓢”的频率减少方面。即使是“按下葫芦”的速度很快，但又导致浮起一串瓢，那也意味着政府的整体效率很低。政府的效能更体现在一些长期问题的解决上，而不是眼前解决了，风险却后移了。 　　 仲武冠： 要进一步提高宏观调控水平、提高政府效率和效能，就需要在以下方面下工夫：第一，要根据市场需求，转变政府管理思想。政府要树立为市场服务的思想，而不要过分寄希望通过行政力量干预市场活动。第二，围绕市场需要，建立“大社会、小政府”架构。针对重复职能的机构要合并，尽量缩小政府人员编制，减少楼堂馆所建设，压缩行政支出。第三，简政放权，给市场松绑。政府要将经济领域的各种审批权限下放给市场，让市场自行决定投资经营。只有这样，政府才能集中精力做好为民服务的大文章。 　　 要预防改革碎片化的风险 　　中国经济时报： 如何找到合适的切入点和政策抓手进行“深水区”改革？ 　　刘尚希： 现在所谓的“深水区”改革很多是面上看不到，容易被人忽略的问题。这些问题往往是基础性的，但是又触及到各个部门的权力和利益。 　　让改革扎扎实实地推进，避免急于求成，看得见的要改，看不见的也要改，其政绩不明显但是对其他改革又很重要的问题更要改。比如政府信息共享问题，我国信息技术发展飞快，但各个部门在信息共享方面做得比较差，不用说各个部门，就是一个部门内部都形成了信息孤岛，各搞一套，这些方面应该做统一规划，各个部门协调推进，数据共享，尤其在统计、银行、税务、财政、工商、海关等部门。现在是动态社会，如果这一类基础性工作做不到位，新的制度就无法建立。比如房产税改革依赖于全国联网的住房基础信息；个人所得税综合征收改革需要对个人收入全球性联网监测，等等。诸如此类，改革建立新的体制机制，需要一个与过去完全不同的新基础，否则，改革就会变成一种形式主义。而这类改革靠各个部门是无法动弹的。 　　过去计划经济有全国一盘棋的说法，说明中央与地方及政府各个部门是在大计划下有与之协调的小计划，而现在是有规划没计划，政府运行中自行其是的现象相当突出。改革触动权力和利益，而各项改革又相互关联，很可能出现这种情况：对本部门有利的就改，不利的就不改，无利无害的就拖着；对眼前有利的就改，眼前出不了效果的就不改。要预防改革碎片化的风险，必须在强化风险评估的基础上，增强改革的计划性和整体性，形成改革一盘棋。 　　 王小鲁： 在推进行政管理体制改革的同时，应优先考虑财税体制改革、土地管理制度改革和城市户籍制度改革与之配套。财税体制改革的要点是靠公开化和制度化来改善政府支出结构，把资源用于公共服务，抑制政府自身消费膨胀和无效投资、大量浪费的趋势，同时通过资源税改革、垄断行业利税管理体制和国企红利上缴制度改革来改善政府收入结构。土地制度改革应促进开放土地市场，改革土地出让制度，使土地资源分配通过公开透明的市场渠道进行，并推进房产税和土地增值税改革来改善土地收益的分配。城市户籍制度改革应适应城镇化的潮流，优先解决长期在城市务工的农民工市民化的问题，使他们能够在城市安家落户，享受同等待遇。这不仅事关社会公平，也是启动内需、保障城镇化健康推进和经济可持续发展的关键因素。 　　 链接 　　 习近平总书记从六个方面提出了全面深化改革需要深入调查研究的重大问题： 　　第一，进一步形成全国统一的市场体系，形成公平竞争的发展环境。要把更好发挥市场在资源配置中的基础性作用作为下一步深化改革的重要取向，加快形成统一开放、竞争有序的市场体系，着力清除市场壁垒，提高资源配置效率。 　　第二，进一步增强经济发展活力，为实现经济持续健康发展提供不竭动力。要坚持和完善基本经济制度，增强公有制经济特别是国有经济发展活力，鼓励、支持、引导非公有制经济发展，发展更高水平的开放型经济体系，不断增强经济发展微观基础的活力。 　　第三，进一步提高宏观调控水平，提高政府效率和效能。以加快转变政府职能为抓手，处理好政府和市场的关系。 　　第四，进一步增强社会发展活力，促进社会和谐稳定。 　　第五，进一步实现社会公平正义，通过制度安排更好保障人民群众各方面权益。 　　第六，进一步提高党的领导水平和执政能力，充分发挥党总揽全局、协调各方的作用。 　　习近平总书记强调全面深化改革要处理好五大关系： 　　解放思想和实事求是的关系、整体推进和重点突破的关系、顶层设计和摸着石头过河的关系、胆子要大和步子要稳的关系、改革发展稳定的关系。

个人分类: 中国经济时报|1486 次阅读|0 个评论

空调和吊风扇的协同使用

热度 1 chihlchen491222 2013-9-1 16:15

今年暑假高温期长，我去东九教学楼和大学生们一起上网，一起议论相关问题，日子过得很愉快。特别是我不知道的问题，经常向学子们请教，往往都能收到好的效果。其实，我的计算机、英语、网络知识，都是后生教给我的。 这次，我教给后生们一个经验，这是我多年实验室工作和家庭生活的积累，即空调和吊风扇的协同使用方法。我们的教室里面有空调，也有吊风扇。通常，学子们的习惯是喜好空调，关掉吊风扇。开始几天，我就发现有人感冒。问后才知道，他白天在教学楼空调环境自习，晚上又去实验室空调下睡觉。这就是通称的空调病感冒。为此，我打开运转状态正常的吊风扇，与运行中的空调相互配合使用。这时，室内空气开始流动，新鲜的空气不断吸入，我们都有舒适的感觉。经过几天的检验，感冒好了，室内的学子不知不觉中多了起来。后来，我用温湿度计进行了现场测量，温度基本稳定在摄氏26度，相对湿度55％。

2760 次阅读|1 个评论

谁是协同创新的主体?

热度 3 yuliping 2013-7-21 16:11

很多研究认为高校是协同创新的主体，这有悖常理。 虽然对协同创新还没有一个公认的界定，但总体上，企业才是协同创新的主体，我想其实并没有争议。 当然并不是说高校就不要进行协同创新，一些研究需要跨学科、跨单位、跨领域，当然需要协同创新。 企业创新总体上是市场行为，政府虽然可以干预，但可干预的部分较少，很多时候没有必要干预。高校就不同了，由于高校的创新体系是以财政投入为主的，政府干预很深很广，在这样的情况下，协同创新成为一个很大的热点。 对企业而言，创新做了那么多年，各企业都有自己的套路，协同创新企业其实已经做了很长时间了，只不过企业并不需要宣传和进行理论总结，当然协同创新也没有人炒作。 现在的问题是，高校联合企业的协同创新，应该以谁作为创新主体？如果以高校为主体，经费大部分流向高校，少部分流向企业，这样的协同能搞好吗？这是值得商榷的。 换个角度，教育部作为协同创新的重要管理部门，如果以企业为主体进行协同创新项目申报，又有点滑稽。 习总强调顶层设计是非常英明的，感觉协同创新在顶层设计层面就没有完善，忽然就开始推进了。 2013.7.21 俞立平 于宁波

个人分类: 科研心得|2559 次阅读|5 个评论

欢迎对号入座：教授可分两个类型四种型号九种协同模式

热度 1 大毛忽洞 2013-7-21 09:31

欢迎对号入座：教授可分两个类型四种型号九种协同模式 教授本来应该是根据学派来分类的， 但是目前学派基本被灭绝， 只能根据脸面来分类。 【名词释义：教授（含同级别学衔、官衔或其他衔）；学术批判简称为骂】 教授可分为两个类型： 要脸的教授； 不要脸的教授。 教授的学术批判可分为四种型号： 要脸的骂要脸的； 要脸的骂不要脸的； 不要脸的骂要脸的； 不要脸的骂不要脸的。 教授协同的九种模式： 协同（要脸的和要脸的）骂协同（要脸的和要脸的）； 协同（要脸的和要脸的）骂协同（要脸的和不要脸的）； 协同（要脸的和要脸的）骂协同（不要脸的和不要脸的）； 协同（要脸的和不要脸的）骂协同（要脸的和要脸的）； 协同（要脸的和不要脸的）骂协同（要脸的和不要脸的）； 协同（要脸的和不要脸的）骂协同（不要脸的和不要脸的）； 协同（不要脸的和不要脸的）骂协同（要脸的和要脸的）； 协同（不要脸的和不要脸的）骂协同（要脸的和不要脸的）； 协同（不要脸的和不要脸的）骂协同（不要脸的和不要脸的）。

个人分类: 闲情和逸致|2791 次阅读|2 个评论

全球变化研究协同创新中心招聘启事

热度 1 talentblog 2013-7-18 15:51

全球变化研究协同创新中心成立于2012年8月，由北京师范大学、清华大学、北京大学、中科院等一批院校和研究机构共同创办。中心成立的宗旨是整合多所院校和机构的力量共同解决全球变化相关的重大科学问题。中心致力于发展综合地球系统模式和整合多源数据库以应对解决全球变化的问题。重点研究方向包括：（1）处理全球变化和可持续发展的关系；（2）探索碳增汇和减排战略，适应和减缓全球变暖；（3）减少全球变化问题的不确定性；（4）建立地球系统研究观测和模拟平台。中心现已拥有100多名研究人员，并计划在三年内翻一番。 根据中心的发展需要，现向国内外公开招聘中心主任和全球变化研究领域的首席科学家，招聘公告如下： 一． 中心主任 (一) 岗位职责： 中心主任将负责整个中心的运行，工作职责包括： （1）为世界级研究机构制订战略发展规划； （2）从国内外招聘一流的科学家； （3）支持中心发展所需的资金筹措； （4）建设一支高效有力的管理队伍，为中心的科学家和学生提供行政保障； （5）对中心的理事会和科学指导委员会汇报中心年度运行情况。 (二) 任职条件： （1）在中心的研究领域之一具有国际声望； （2）五年以上研究机构管理经验； （3）世界级研究机构必需的领导视野。 (三) 聘用方式与薪酬待遇： 工作性质为全职，聘期一年（可续聘），工资将以经验和资质基准（约为年薪80万-100万人民币）。 (四) 招聘方式： 对申请者的第一轮评议将于2013年8月23日在北京举行。应聘者需在2013年8月15日前将以下应聘材料电子版发至 gc_center@163.com ： （1）申请表（见附件表格，需贴照片）； （2）个人简历； （3）申请人的科研成就和管理工作经验的介绍； 二． 首席科学家 (一) 岗位职责： 1、科研职责：组建并带领一支由研究人员、博士后和研究生组成的研究团队，以独立或合作的方式进行尖端领域的研究，补充和发展本中心在综合地球系统观测、地球系统模式等全球变化研究领域的科研实力。 2、教学职责：承担至少一门的本科生课程，或结合中心需求和个人兴趣对相关领域的研究生课程进行改革创新。 (二) 任职条件： 申请者需具有全球变化研究或相关领域的博士学位，正高及以上职称或等同于美国或加拿大的大学教授级别。优先考虑的研究领域有：海洋物理学及海洋模式、模式耦合器、地球系统模式的高性能计算。 (三) 聘用方式与薪酬待遇 工作性质为全职，聘期一年（可续聘），工资水平将以经验和资质为基准（年薪30万-80万人民币）。工作起始时间将由双方共同协商，名额有限，招满为止。 (四) 招聘方式： 对申请者的第一轮评议将于2013年8月23日在北京举行。应聘者需在2013年8月15日前将以下应聘材料电子版发至 gc_center@163.com ： （1） 求职信 （2） 申请表（见附件表格，需贴照片）； （3） 个人简历； （4） 个人代表性的学术论文3至5篇； （5） 专利、现任职位和最高学历的证书复印件； （6） 英文推荐信3封； 联系方式 联系人：徐老师， 86-010-58801822， gc_center@163.com 全球变化研究协同创新中心 二○一三年七月十八日 附件下载： 协同中心-应聘申请表-中文.doc

4015 次阅读|1 个评论

[转载]协同过滤（collaborative filtering）

why196 2013-7-12 10:48

协同过滤： 簡單來說是利用某興趣相投、擁有共同經驗之群體的喜好來推薦使用者感興趣的資訊，個人透過合作的機制給予資訊相當程度的回應（如評分）並記錄下來以達到過濾的目的進而幫助別人篩選資訊，回應不一定侷限於特別感興趣的，特別不感興趣資訊的紀錄也相當重要。協同過濾又可分為 評比 （rating）或者 群體過濾 （social filtering）。其後成為電子商務當中很重要的一環，即根據某顧客以往的購買行為以及從具有相似購買行為的顧客群的購買行為去推薦這個顧客其「可能喜歡的品項」，也就是藉由社群的喜好提供個人化的資訊、商品等的推薦服務。除了推薦之外，近年來也發展出數學運算讓系統自動計算喜好的強弱進而去蕪存菁使得過濾的內容更有依據，也許不是百分之百完全準確，但由於加入了強弱的評比讓這個概念的應用更為廣泛，除了 電子商務 之外尚有 資訊檢索 領域、網路個人影音櫃、個人書架等的應用等。 协同过滤发展史： Tapestry（1992） 這是最早應用協同過濾系統的設計，主要是解決Xerox公司在Palo Alto的研究中心資訊過載的問題。這個研究中心的員工每天會收到非常多的電子郵件卻無從篩選分類，於是研究中心便發展這項實驗性的郵件系統來幫助員工解決這項問題。 其運作機制大致如下： 個人決定自己的感興趣的郵件類型； 個人旋及隨機發出一項資訊需求，可預測的結果是會收到非常多相關的文件； 從這些文件中個人選出至少三筆資料是其認為有用、會想要看的； 系統便將之記錄起來成為個人郵件系統內的過濾器，從此以後經過過濾的文件會最先送達信箱； 以上是協同過濾最早的應用，接下來的里程碑為GroupLens GroupLens（1994） 這個系統主要是應用在新聞的篩選上，幫助新聞的閱聽者過濾其感興趣的新聞內容，閱聽者看過內容後給一個評比的分數，系統會將分數記錄起來以備未來參考之用，假設前提是閱聽者以前感興趣的東西在未來也會有興趣閱聽，若閱聽者不願揭露自己的身分也可以匿名進行評分。 和Tapestry不同之處有兩點，首先，Tapestry專指一個點（如一個網站內、一個系統內）的過濾機制；GroupLens則是跨點跨系統的新聞過濾機制。再來，Tapestry不會將同一筆資料的評比總和起來；GroupLens會將同一筆資料從不同使用者得到的評比加總。 GroupLens具有以下特點： 開放性：所有的新聞閱聽者皆可使用，雖然系統委託Better Bit Bureau設計給分的系統，但若有不同的評分機制也適用於GroupLens。 方便性：給分並不是一件困難的事情且溝通上非常方便，評分結果容易詮釋。 規模性：有可能發展成大規模的系統，一旦發展成大規模，儲存空間與計算成本問題顯得相當棘手。 � 系統的雛形已然形成，在GroupLens之後還有性質相近的MovieLens，電影推薦系統；Ringo，音樂推薦系統；Video Recommender，影音推薦系統；以及Jster，笑話推薦系統等等。乃至於今日的YouTube、aNobii皆是相似性质得網路推薦平台，較不同的是經過時間推移，網路越來越發達，使用者越來越多，系統也發展得越來越嚴密。 電子商務的推薦系統 這個系統主要是應用在新聞的篩選上，幫助新聞的閱聽者過濾其感興趣的新聞內容，閱聽者看過內容後給一個評比的分數，系統會將分數記錄起來以備未來參考之用，假設前提是閱聽者以前感興趣的東西在未來也會有興趣閱聽，若閱聽者不願揭露自己的身分也可以匿名進行評分。 和Tapestry不同之處有兩點，首先，Tapestry專指一個點（如一個網站內、一個系統內）的過濾機制；GroupLens則是跨點跨系統的新聞過濾機制。再來，Tapestry不會將同一筆資料的評比總和起來；GroupLens會將同一筆資料從不同使用者得到的評比加總。 GroupLens具有以下特點： 開放性：所有的新聞閱聽者皆可使用，雖然系統委託Better Bit Bureau設計給分的系統，但若有不同的評分機制也適用於GroupLens。 方便性：給分並不是一件困難的事情且溝通上非常方便，評分結果容易詮釋。 規模性：有可能發展成大規模的系統，一旦發展成大規模，儲存空間與計算成本問題顯得相當棘手。 � 系統的雛形已然形成，在GroupLens之後還有性質相近的MovieLens，電影推薦系統；Ringo，音樂推薦系統；Video Recommender，影音推薦系統；以及Jster，笑話推薦系統等等。乃至於今日的YouTube、aNobii皆是相似性质得網路推薦平台，較不同的是經過時間推移，網路越來越發達，使用者越來越多，系統也發展得越來越嚴密。 電子商務的推薦系統 最著名的電子商務推薦系統應屬 亞馬遜 網路書店（ Amazon.com ），顧客選擇一本自己感興趣的書籍，馬上會在底下看到一行「Customer Who Bought This Item Also Bought」，亞馬遜是在「對同樣一本書有興趣的讀者們興趣在某種程度上相近」的假設前提下提供這樣的推薦，此舉也成為亞馬遜網路書店為人所津津樂道的一項服務，各網路書店也跟進做這樣的推薦服務如台灣的 博客來網路書店 。 另外一個著名的例子是 Facebook 的廣告，系統根據個人資料、週遭朋友感興趣的廣告等等對個人提供廣告推銷，也是一項協同過濾重要的里程碑，和前二者Tapestry、GroupLens不同的是在這裡雖然商業氣息濃厚同時還是帶給使用者很大的方便。 以上為三項協同過濾發展上重要的里程碑，從早期單一系統內的郵件、文件過濾，到跨系統的新聞、電影、音樂過濾，乃至於今日橫行網際網路的電子商務，雖然目的不太相同，但帶給使用者的方便是大家都不能否定的。 优缺点： 優點 以使用者的角度來推薦的協同過濾系統有下列優點: 能夠過濾機器難以自動內容分析的資訊，如藝術品，音樂等。 共用其他人的經驗，避免了內容分析的不完全或不精確，並且能夠基於一些複雜的，難以表述的概念（如資訊品質、個人品味）進行過濾。 有推薦新資訊的能力。可以發現內容上完全不相似的資訊，使用者對推薦資訊的內容事先是預料不到的。可以發現使用者潛在的但自己尚未發現的興趣偏好。 推薦個性化、自動化程度高。能夠有效的利用其他相似使用者的回饋資訊。加快個性化學習的速度。 缺點 雖然協同過濾作為一推薦機制有其相當的應用，但協同過濾仍有許多的問題需要解決。整體而言，最典型的問題有 新使用者問題(New User Problem) 系統開始時推薦品質較差 新項目問題(New Item Problem) 品質取決於歷史資料集 稀疏性問題（Sparsity） 系統延伸性問題（Scalability）。 分類應用 以使用者為基礎（User-based）的協同過濾 用 相似統計 的方法得到具有相似愛好或者興趣的相鄰使用者，所以稱之為以使用者為基礎（User-based）的協同過濾或基於鄰居的協同過濾(Neighbor-based Collaborative Filtering)。 方法步驟： 1.收集使用者資訊 收集可以代表使用者興趣的資訊。一般的網站系統使用評分的方式或是給予評價，這種方式被稱為“主動評分”。另外一種是“被動評分”，是根據使用者的行為模式由系統代替使用者完成評價，不需要使用者直接打分或輸入評價資料。電子商務網站在被動評分的資料獲取上有其優勢，使用者購買的商品記錄是相當有用的資料。 2.最近鄰搜索(Nearest neighbor search, NNS) 以使用者為基礎（User-based）的協同過濾的出發點是與使用者興趣愛好相同的另一組使用者，就是計算兩個使用者的相似度。例如：尋找n個和A有相似興趣使用者，把他們對M的評分作為A對M的評分預測。一般會根據資料的不同選擇不同的演算法，目前較多使用的相似度演算法有 Person Correlation Coefficient 、 Cosine-based Similarity 、 Adjusted Cosine Similarity 。 3.產生推薦結果 有了最近鄰集合，就可以對目標使用者的興趣進行預測，產生推薦結果。依據推薦目的的不同進行不同形式的推薦，較常見的推薦結果有Top-N 推薦和關聯推薦。Top-N 推薦是針對個體使用者產生，對每個人產生不一樣的結果，例如：透過對A使用者的最近鄰使用者進行統計，選擇出現頻率高且在A使用者的評分項目中不存在的，作為推薦結果。關聯推薦是對最近鄰使用者的記錄進行 關聯規則 ( association rules )挖掘。 以項目為基礎（Item-based）的協同過濾 以使用者為基礎的協同推薦演算法隨著使用者數量的增多，計算的時間就會變長，所以在2001年Sarwar提出了基於項目的協同過濾推薦演算法( Item-based Collaborative Filtering Algorithms )。以項目為基礎的協同過濾方法有一個基本的假設”能夠引起使用者興趣的項目，必定與其之前評分高的項目相似”，透過計算項目之間的相似性來代替使用者之間的相似性。 方法步驟： 1.收集使用者資訊 同以使用者為基礎（User-based）的協同過濾。 2.針對項目的最近鄰搜索 先計算已評價項目和待預測項目的相似度，並以相似度作為權重，加權各已評價項目的分數，得到待預測項目的預測值。例如：要對項目 A 和項目 B 進行相似性計算，要先找出同時對 A 和 B 打過分的組合，對這些組合進行相似度計算，常用的演算法同以使用者為基礎（User-based）的協同過濾。 3.產生推薦結果 以項目為基礎的協同過濾不用考慮使用者間的差別，所以精度比較差。但是卻不需要使用者的歷史資料，或是進行使用者識別。對於項目來講，它們之間的相似性要穩定很多，因此可以離線完成工作量最大的相似性計算步驟，從而降低了線上計算量，提高推薦效率，尤其是在使用者多於項目的情形下尤為顯著。 以模型為基礎（Model- based）的協同過濾 以使用者為基礎（User-based）的協同過濾和以項目為基礎（Item-based）的協同過濾統稱為以記憶為基礎（Memory based）的協同過濾技術，他們共有的缺點是資料稀疏，難以處理大資料量影響即時結果，因此發展出以模型為基礎的協同過濾技術。 以模型為基礎的協同過濾(Model-based Collaborative Filtering)是先用歷史資料得到一個模型，再用此模型進行預測。以模型為基礎的協同過濾廣泛使用的技術包括 Latent Semantic Indexing 、 Bayesian Networks …等，根據對一個樣本的分析得到模型。 未來發展 Item-based的推薦演算法能解決User-based協同過濾的一些問題，但其仍有許多問題需要解決，最典型的有稀疏問題(Sparsity)和冷開始問題(Cold-start)，開始時效果較差。此外還有新使用者問題和演算法健壯性等問題。協同過濾作為一種典型的推薦技術有相當的應用，目前很多技術都是圍繞協同過濾而展開研究的。在資訊種類、表達方式越來越多的時代，舊式的資訊分類過濾系統無法滿足的地方，期許未來能用協同過濾的方法來解決。 參考資源 英文wiki百科： http://en.wikipedia.org/wiki/Collaborative_filtering Paul Resnick, Neophytos Iacovou, Mitesh Suchak, Peter Bergstrom, John Riedl, GroupLens: an open architecture for collaborative filtering of netnews, Computer Supported Cooperative Work, pp175-186, Chapel Hill, North Carolina, 1994. Balabanovic Shoham, 1997; Mobasher et al., 2000; Yang et al., 2004 F. Heylighen, Collaborative Filtering, http:/pespmc1.vub.ac.be/COLLFILT.html Breese, J.S., Heckerman, D., Kadie, C.: Empirical analysis of predictive algorithms for collaborative filtering. In: Fourteenth Conference on Uncertainty in Artificial Intelligence,Madison, WI (1998) 鄭秀華、廖婉菁、吳肇銘，線上商品推薦系統之研究 -協同過濾機制之應用A Study for On-line Commodity Recommendation System：A Case of Collaborative Filtering，中原資管所 Jung, Seikyung, Designing and understanding information retrieval systems using collaborative filtering in an academic library environment, Oregon State University, 2007. David Goldberg, David Nichols, Brian M. Oki, and Douglas Terry, Using collaborative filtering to weave an information tapestry, Communications of the ACM, Volume 35, Issue 12, pp61-70, 1992. 韓双福，應用協同過濾機制於商機撮合電子報之研究 - 以食品業電子市集為例，中原大學資訊管理學系碩士論文，民國92年7月。 彭愷翔，以語音為基礎之情境認知虛擬行動設群，天主教輔仁大學資訊管理學系碩士論文，民國91年6月。 馮文正，合作式網站推薦系統，國立交通大學資訊科學研究所，民國89年。 蔡登、盧增祥、李衍達，信息協同過濾，計算機科學，第29期，頁1~頁4，2002年。 推薦系統：主要推薦方法http://www.guwendong.cn/post/2006/methods_for_recommender_system.html Amazon.com Recommendations: http://www.cs.umd.edu/~samir/498/Amazon-Recommendations.pdf Google News Personalization: https://mail-attachment.googleusercontent.com/attachment/?ui=2ik=2e3256c271view=attth=13fcd4150238a32dattid=0.1disp=inlinesafe=1zwsaduie=AG9B_P-XoPVSG1E9_YkaRHAzntH3sadet=1373595917497sads=6ax3jujs8ign6fsbvgIYnLBU0ks Google News Personalization: https://mail-attachment.googleusercontent.com/attachment/?ui=2ik=2e3256c271view=attth=13f5ff4bfe35f4f1attid=0.1disp=inlinerealattid=f_hi5hboqc0safe=1zwsaduie=AG9B_P-XoPVSG1E9_YkaRHAzntH3sadet=1373595913105sads=ial2JUe_4_T9CZeh9vPJ5aC5jSgsadssc=1

个人分类: 工具使用|0 个评论

三峡库区中药产业协同创新中心高薪招聘高水平博士后

talentblog 2013-6-19 16:53

三峡库区中药产业协同创新中心(iCCNP)立足库区中药材特色资源优势，旨在通过对接国家2011计划，促进政产学研协同创新，提升中药产业和新药研发的协同创新能力。中心依托重庆市新药创制产业技术创新战略联盟，以重庆市科委为指导、西南大学为牵头，重庆大学、重庆中药研究院、太极集团、希尔安药业等为核心以及多家境内外合作单位形成的政产学研用协同体。中心将以国家急需、行业一流为根本出发点，围绕三峡库区中药资源的可持续发展和综合开发，从重大前瞻性科学问题、行业产业共性技术问题、区域经济与社会发展的关键问题出发，突破原有制约创新的体制机制束缚，逐步成为具有重大影响的学术高地、行业产业共性技术的研发基地和区域创新发展的引领阵地。 本中心依托牵头单位西南大学及共建单位在药学、中药学、化学、生物学和生物材料领域的综合优势，着力在现代药物分析技术、中药资源与天然产物化学、药物合成与先导化合物发现、合成生物学与生物技术药物、药物递送与新剂型等方向开展研究，力争在中药资源综合利用和新药研发领域取得重大突破。 本中心借助西南大学化学博士后流动站和生物学博士后流动站常年招收有药学、中药学、化学、生物学、生物医学或纳米材料学、质谱与核磁研究背景的优秀青年博士从事博士后研究。 根据候选人基本条件、博士后研究计划提供有竞争力的薪酬。博士后收入将由学校的基本收入（10.0万元， 包含保险、绩效等）+合作导师提供补助（1-6万元）+协同中心配套补助（1-6万元）三部分组成，不低于12万/年(2.0万美元)，优秀博士后年收入可达22万（3.6万美元）。在站期间的福利待遇将按照学校有关政策执行。考核表现优异者可作为特别人才留校。 欢迎优秀青年博士踊跃申请和垂询。如有意向，请发送个人详细简历和研究计划，邮件请以“应聘协同创新中心博士后”为主题。 联系人：李翀； 电 话：023-68251225；邮箱： liliccli@163.com . 三峡库区中药产业协同创新中心 西南大学药学院 Wanted: Ten postdoctoral fellowship positions have been recently opened in the Collaborative Innovation Center of Natural Products in the Three Gorges Reservoir Area (iCCNP), led by the College of Pharmaceutical Sciences, Southwest University. Applicants must have a Ph.D. degree and have a strong background in pharmacy, natural products, chemistry, biology, biomedicine, nanomaterials, mass spectrometry or nucleic magnetic resonance. The candidates will be evaluated based on the candidates' qualifications, their drive to explore new fields, and their willingness to collaborate. Excellent command of spoken and written English is essential in all positions. Successful candidates will be provided with competitive salaries. All interested applicants may submit a copy of their CV along with the names and email addresses of two references to: Professor Chong Li College of Pharmaceutical Sciences, Southwest University Chongqing 400715, P.R. China Email: liliccli@163.com Website: http://pharmacy.swu.edu.cn/english/content.php?classid=87

3089 次阅读|0 个评论

2013年“武汉大学数学协同创新中心”招聘启事

talentblog 2013-6-19 16:52

根据“武汉大学协同创新平台与团队发展计划”精神，为了进一步巩固和提升武汉大学数学学科的整体水平和核心竞争力，结合武汉大学数学学科的现状和发展需求，构建有利于高端人才聚集的机制和平台，激发高端人才和青年拔尖人才的学术创新能力，打造与世界一流大学建设目标相适应的数学学科高水平人才队伍，武汉大学将于2013年6月正式开始组建“武汉大学数学协同创新中心”。 “武汉大学数学协同创新中心”组建“基础数学”和“应用数学”两个创新团队，每个创新团队计划在两年内招收20-25个成员，分为A、B、C三类“高端人才岗”以及D、E两类“青年拔尖人才岗”。 “武汉大学数学协同创新中心”2013年的招聘计划如下： 一、招聘岗位： 1） 主任1名，要求满足A类岗条件； 2）“基础数学”、“应用数学”两个创新团队各招聘Principal Investigator（简称PI）1名，要求满足A类岗或B类岗条件； 3）C类岗位共7名，要求满足C类岗条件； 4）D、E两类岗位各5名，要求分别满足D、E类岗条件。 5）高级秘书1名。 备注1： ①A、B、C三类高端人才岗位共计10人（其中校外招聘人员不少于5人）； ②D、E两类青年拔尖人才岗位10人（其中校外招聘人员不少于5人）； ③各岗位条件，参见附件1、2。 以上共计招聘21人。 二、薪酬： 岗位类别 年薪（万元） 主任（A类岗） 60万/人 PI（B类岗） 40万/人 C类岗 30万/人 D类岗 20万/人 E类岗 15万/人 高级秘书 10万/人 备注2： 主任或PI若为院士，薪酬允许上浮20%，从课题经费中支出。 欢迎校内外优秀人才前来报名应聘。申报者请下载和填写申报表格（见附件3），并提供详细个人履历。 联系人：武汉大学数学与统计学院 周宁老师 电 话：027-68752966；传真：027-68752256） Email：nzhou.math@whu.edu.cn 第一批招聘的截止日期为2013年6月25日，若到期未能招满，则将进行本年度第二次招聘，直至招满。 附件1： 高端人才（A、B、C）岗位条件 附件2： 青年拔尖人才（D、E）岗位条件 附件3： 申报表格（附件下载请见以下网址） http://www.whu.edu.cn/notice/newswin.php?id=2841 http://maths.whu.edu.cn/tzgg/2013-06-06/4983.html 武汉大学 2013年5月28日

3563 次阅读|0 个评论

中国科技期刊的强大需要学界协同努力

kejidaobao 2013-6-16 13:30

文/朱大明 科技期刊质量和影响力是一个国家科技发展水平的重要标志。提升中国科技期刊的整体水平、打造具有国际影响的学术期刊是学界的共同期盼。中国科协推出的首期3年时间、总经费近1亿元、迄今中国最大的科技期刊支持项目“科技期刊国际影响力提升计划”，正是一项应时而生的重大战略举措 ，令人振奋。 对目前中国科学家进行的投稿意愿调查显示 ：68．2％的科学家会选择高水 平和高声望的国际期刊投稿；影响投稿的最重要因素是期刊声誉和学术影响力。科研评价导向则是促使近7成中国科学家选择投稿国际期刊的第二大因素，可见要扭转优秀稿件大量流失的局面，调整科研评价体系也迫在眉睫。 在国际权威期刊发表高质量论文，能够接受国际同行的检验，进行更广泛的学术交流，提升中国的国际学术地位和作者、机构的学术影响，争取国际合作并促进科学文化交流和科技创新，对促进中国科技水平和学术规范化水平的提高也具有积极意义。因此，科技论文“外流”现象有其必然性和客观性。我们走向世界的过程，也正是世界向我们走来的过程。然而，当中国科技期刊与国际学术期刊差距明显、科研评价又不断向国际期刊倾斜的情况下，科研人员一味追求在外刊发表论文，大量优秀论文外流，以致中国主办的学术期刊优秀稿源枯竭而难以体现中国科技发展水平，无法进行正常学术交流。如何“抑制”大量优秀论文外流，如何提升中国科技期刊的国际影响力，如何对科研工作合理评价这些相互交织或纠结在一起的问题成为学界关注的热点。 目前，由于中国科技期刊国际显示度和学术影响力较低，科研人员为使成果尽快得到国际承认并获得更高的绩效评价，普遍迎合目前的科研评价导向，将优秀论文投向国际期刊；而中国科技期刊由于国际影响力和整体质量较低的现实又促使科研评价向国外期刊或SCI倾斜，使得更多的优秀论文外流，中国科技期刊的发展似乎陷入恶性循环的怪圈 。笔者认为，既然“怪圈”是中国期刊质量、科研评价导向及科研人员投稿发表三个方面相互作用、纠结的结果，那么，应在这3个方面找到一个相互制约、良性促进、健康发展的平衡点，这就需要学界的协同努力： 1） 对科技期刊而言，应从国家层面不断加大期刊建设投入，增强办刊能力，加强学术规范制度建设，提高审稿质量和出版效率，改善编辑服务，制订优惠政策和措施吸引优质稿源；积极推进科技期刊精品战略，在竞争择优的基础上有重点地扶持一批学术水平高、具有引领和代表性的科技出版机构和期刊数据库，依托优势学科整合出版资源，走集团化、产业化以及数字化、网络化发展道路，借鉴国际著名期刊的办刊理念和经验，积极参与国际竞争或与知名国际出版商合作，拓宽国际发行和传播渠道，提高国际影响力。在逐步国内学术期刊整体质量的同时，要在中国科研领先的领域重点培育一批编委、审稿、作者、读者、期刊运作机制、管理国际化的科技期刊。不仅要争取中国优秀论文的首发权，更要发挥中国发表国际论文或任国际期刊编委的专家学者的影响力和某些学科优势争取国际稿源，利用国际学术会议尤其是中国主办的国际会议向国外学者积极约稿，并利用中国庞大的专业读者资源吸引国外稿源。中国科技期刊整体质量和国际影响力的提高，是改变学术评价导向、抑制论文大量外流的关键举措。 2） 对科技评价体系而言，在评价导向上不能唯SCI和国外期刊是从。在科研成果评价、研究生毕业要求等方面对中国科技期刊发表的优秀论文给予充分承 认 ，鼓励学者在国内科技期刊发表高水平的论文，避免重大或前沿性研究成果大量外流。对在中国国家级期刊或已基本具有国际化水平的期刊上发表的论文，应与一般国外期刊或SCI期刊等同看待；对在国外顶尖级期刊上发表的拟重奖的论文则应对其内容质量和学术影响力（实际影响因子、国际同行评论和反响等）具体考核。对不同的研究成果和论文（基础理论、应用技术，关键技术、核心技术、专利技术、国防科技，具有中国特色的科研课题、专门针对中国经济建设和工程现实的课题等）的评价要区别对待，不能仅以是否在SCI或国外期刊发表认定其质量水平。科研评价体系和方法的改进对调节优质论文非正常大量外流、促进中国期刊质量建设起着重要的政策和价值导向作用。 3） 对科研人员而言，应明确所承担具体科研课题的目的和效益，树立正确的学术价值观和论文发表意识。正视中国期刊质量的差距，恰恰需要广大科研人员作为作者、审稿专家、学术编辑和专业读者等各种角色的共同努力。要在将优质论文投向国外与国内期刊之间、正常学术交流和适应科研评价体系之间把握一个适当的平衡度，兼顾国际学术影响、提升个人和机构学术地位的同时，将中国期刊强大的愿望变为实际行动，把科技期刊当作中国科技事业整体的重要组成部分，以促进期刊质量水平为己任。知名专家学者尤其是国家级核心期刊编委应充分发挥学术地位重要、学术影响力强并熟悉国际学术规范和办刊经验的优势，在投稿、荐稿、组稿和审稿及期刊发行等方面积极努力。科研人员正确的价值取向及其身体力行，是中国科技期刊质量水平提高和科研评价机制改进的内在动力。 总之，中国科技期刊发展要走出困境，国家加大投入必不可少，同时，还需要学界多方协同努力。 参考文献 杨书卷.中国科技期刊的国际舞台“秀” . 科技导报, 2012, 30(35): 7. 莫京, 马建华. 中国科技期刊质量评价与存在问题——基于科学家问卷调查 . 中国科技期刊研究, 2012, 23(6): 918-925. （责任编辑 王芷）

个人分类: 栏目：科技纵横捭阖|2685 次阅读|0 个评论

new

jiangdm 2013-6-15 09:30

new

个人分类: CHI|3 次阅读|0 个评论

激光器与哈肯协同学的诞生

热度 6 liander 2013-5-20 10:27

1960年，一种奇妙的新光源——激光器问世。它所产生的光具有普通光源所不具有的性质，如亮度高，方向性、单色性和相干性都好等特点，引起了人们的广泛注意。 激光为什么会与普通灯光有如此大的区别？它产生的机理是什么？这些问题亟待从理论上加以解决。尽管美国物理学家汤斯和肖洛早在1958年就已经提出了关于激光器的基本原理，但他们认为其原理与微波放大器的原理一样，只不过是微波放大器推广到光波段而已，况且他们在当时对于激光器的构造还没有太多的了解。激光器发明出来以后，许多物理学家都致力于激光内在过程的研究。 年轻的德国物理学家哈肯也不甘落后。1960年，他在美国贝尔电话公司任顾问，当时公司里的研究人员正在积极研制这种新光源，这自然也引起了哈肯的浓厚兴趣。1962年，他提出了一种可以解释激光许多特征的理论。然而美中不足的是，它不能解释普通灯光所具有的性质，亦即比激光要简单得多的普通灯光并不能包含在这个理论之中。哈肯对此作了深入的思考。他发现，尽管激光与普通灯光都源于原子发射光波的过程，然而却有着本质的不同。在普通光源里，所有的原子发光过程是杂乱无章的，形成频带很宽的光场，然而激光器产生的却是频带很窄的光场。以哈肯的话来说，前者仅仅产生“噪声”，而后者的产生物犹如“小提琴发出的单音”。哈肯满怀信心地认为，以前所发表的种种理论并不能解释激光的原理，这些理论一般都把激光解释为一种放大效应。它们以为原子发射光波，当一些原子发射出来的光波打在另一些原子上时，这些光波就被加强，被放大，因此激光器仅仅起了一种放大器的作用。当某种信号被产生之后，激光器就放大这种信号。而他自己则预言激光光场不是一种放大器，它与现存任何一种普通光源都迥然不同。 哈肯的理论遭到了一些专家们的反对，但不久实验物理学家却以实验事实证实了这一理论，对此哈肯深有感触：“我从这次经历中长了一智：如你相信自己的理论是正确的，就不要为专家们所左右，坚持下去，找到支持你的理论的种种依据，这也是我一生中学到的重要一课。从那时起，我再也不迷信任何权威，即便他们有极高的威望。‘相信你自己！’——这是我从中得到的重要经验。” 那么普通灯光是怎样过渡到激光的？哈肯深入研究后指出，激光之所以与普通灯光不同，很重要的是，在激光器里大量原子发光过程从无序变为有序。也就是说，在激光产生过程中，原子是“自己组织起来行动的”，正是通过这种自组织作用导致了有序状态的形成。这种从无序到有序的过渡，使哈肯联想到了热力学中的相变，因为相变也会明显地出现从无序到有序的转变或者相反的过程。例如水有三态——气态、液态与固态，每一态即为一“相”。不同态之间的转变即为“相变”。液态的水变为水蒸气，水分子狂奔乱窜，相互碰撞，变得更无序；液态的水结成冰，分子都严格安排在周期“晶格”之中，变得非常有序。即便在晶体里，也会发生相变，使晶体突然改变其性能。例如，磁铁加热到一定的温度会突然失去磁性，这是由于组成磁铁的众多“元磁体”之排列从有序到无序所引起的；失去磁性的磁铁放入到磁场中，当磁化强度达到某一数值，它又被磁化，“元磁体”之排列又从无序到有序。金属在低温下出现超导现象，也是内部存在十分特殊的有序状态引起的。金属中的电子每次成对地通过晶体，这些“电子对”按严格规定的动态连接在一起，从而抗拒原子的电阻作用。哈肯意识到，从灯光到激光的转变与热力学相变之间“存在极其优美的相似性”。 哈肯想得更远，他发现激光形成过程中具有的竞争机制与达尔文主义之间极为相似。生物界的达尔文主义认为淘汰和突变决定了新物种的起源。既然达尔文主义是生物界，或者说是生命世界中的一条普遍适用原理，为什么它不能同时也适用无生命世界，诸如激光、流体和其他系统呢？此外，相变是热力学平衡系统中的普遍现象，为什么不能同时也是存在远离平衡系统，包括生命系统中的一个普遍现象呢？这种关于“普遍现象”的观点，促使哈肯萌生了开拓一个新的研究领域的想法。 60年代末、70年代初其他领域的一系列新发现有力地支持了哈肯的想法。这些新发现包括普里戈金的耗散结构论、托姆的突变论以及艾根的超循环论。尤其是艾根的学说，对哈肯的启发更大。哈肯自己是这样说的：“大约在1969年，艾根发表了许多谈话，对他的生物分子理论进行了阐述。出乎意料的是，他应用的方程与我们对激光所建立的方程极其相似。也就是说，我们现在有两门截然不同的学科：一方面是分子或生物分子的生物进化，另一方面是激光。然而这两个截然不同的领域却由同样类型的方程所支配！当时我认为：这不可能是出于巧合，在这些问题的背后可能有更基本的原理在起作用。因此我开始考虑更多的其他系统，并阅读一些文献。结果我发现了越来越多的例子，比如来自流体力学的例子，来自生物学的例子（如某种特定式样的蘑菇的生长）等等。” 哈肯决心要把躲藏在普遍现象背后的共同原理找出来。 哈肯发现，可以用某个特定的量，即序参量来刻画普遍的现象。序参量是相变理论中描述一个系统宏观有序程度的参量，序参量的变化可以反映系统从无序向有序的转变。序参量的变化，遵循概率分布随时间变化的所谓“主方程”，其意义是用确定的方程来描写随机的、不确定的过程。在不同条件下，求解序参量遵循的主方程，原则上可以描述从无序到有序的形成过程及其形成的结构。哈肯在描写临界现象时采用了突变理论来判断序参量方程的类型，描述有序结构形成的质变过程。 然而一个系统里的变量成千上万，怎样选择一个或几个序参量描述系统在临界点处有序度的变化呢？哈肯发现，不同参数在临界点处的行为是不同的，绝大多数参数在临界点附近阻尼大，衰减快，对转变的进程没有明显的影响；有一个或几个参数则出现临界无阻尼现象，它不仅不衰减而且始终左右着演化的进程。哈肯把前者称为快变量，将后者称为慢变量。慢变量主宰系统演化的进程，决定演化结果出现的结构和功能，它就是表示系统有序度的序参量。比如在由激活原子和光场构成的激光系统中，序参量是电场强度；在铁磁体的磁化过程中，序参量是磁化强度；在化学反应中序参量往往代表粒子数或浓度。哈肯继而提出了“支配原理”，即快变量服从慢变量，序参量由子系统协同作用产生，序参量又支配着子系统的行为。哈肯采用了统计物理学中的绝热消去法，得到只含有一个或几个参数的序参量方程，使方程中消去大量的快弛豫变量。这样，方程求解就大为简化。哈肯实际上得到了具有普遍意义的支配原理的数学理论。 哈肯和他的同事们把他们得到的理论应用到不同的领域，不仅得到了一些原已得到的结论，同时也发现了一些全新的结果。例如对于流体力学中著名的贝尔纳对流现象，他们能给出比较完满的解释。所谓的贝尔纳对流现象，是指从底部加热有一定厚度的液体。在加热的不同过程中，液体对流会产生不同的花纹。按哈肯的理论，这正是系统从无序到有序，从一种有序到另一种有序的典型事例。底部受热的有一定厚度的液体，是一个较为特殊的系统，它在临界点附近同时有几个序参量，每个序参量对应一种宏观结构。哈肯指出，对于这样的系统，其演变的进程取决于几个序参量之间协作与竞争的状况。如果它们的衰减常数相近，处于势均力敌的状态，彼此采取妥协的办法，协同一致来共同形成系统的有序结构。然而统一是暂时的，随外界控制参量的继续变化，序参量之间的竞争日趋激烈，当控制参量变化达到某一新的阈值时，必有某一序参量取胜，此时由它单独主宰系统。给一定厚度的液体加热，当自下而上的温度梯度较小时，主要靠热传导传输能量，系统处于混乱无序状态。当温度梯度加到某一阈值时，液体靠对流来传递热量，系统进入有序状态。此时形成3个序参量，每一序参量支配一个平面波的辐度，3个序参量势均力敌，出现暂时协作。系统的结构便由3个平面波叠加而成，形成六角形的蜂窝状结构。当温度梯度继续增加达到另一新的阈值时，3个序参量出现新的竞争，最终形成只有一个阻尼系数小的序参量单独主宰系统的局面，这时六角形花纹就变成了卷筒状的结构。 哈肯以其深邃的洞察力预示到一门新的横断学科即将诞生，1969年他在斯图加特大学的教学中宣布协同学——一门关于协作的新兴学科的诞生。1972年，哈肯组织了国际性的协同学会议，世界各地的许多专家应邀参加了会议，与会者们对于在不同领域的众多现象中存在共同的基本原理、截然不同的系统由同样类型的序参量方程所支配达成了共识，这说明协同学已经得到了国际上的公认。哈肯把协同学定义为一门关于“各类系统的各部分之间互相协作，结果整个系统形成一些微观个体层次不存在的新结构和特征”的学问。

2267 次阅读|8 个评论

[转载]【转】推动学科集群与产业集群协同创新

yincwxa2006 2013-4-17 20:08

​ ​ 以前也看过一些协同创新的文章，感觉这篇文章对后期的文章写作有一定的指导和借鉴意义，所以转载过来 推动学科集群与产业集群协同创新 ——对产学研结合新模式的几点思考和建议 早在20世纪50年代后期，产学研结合作为一种教育模式或人才培养模式被提出来。正因为这样，有人就把产学研结合看成是解决教育与生产劳动脱节、教育与社会经济发展脱节的重要手段。有人就把产学研结合看成是当前提高职业教育特别是高等职业教育质量的必由之路。有人则把产学研结合看成是企业为解决生产中遇到的技术难题而采用的攻关措施。 对产学研结合的这些理解，当然都有一定道理，而且仍然可以继续存在。但是，如果我们仅仅停留在这种理解水平上，我们就不能够把握到我国当前赋予产学研结合的深刻的时代内涵。十七大的报告在谈到实现国家的创新战略目标时，特别强调指出要“加快建立以企业为主体、市场为导向、产学研相结合的技术创新体系，引导和支持创新要素向企业集聚，促进科技成果向现实生产力转化”。这就明确告诉我们，建立以企业为主体、市场为导向的产学研结合的技术创新体系，是我们国家创新发展的重大战略选择，是实现国家创新战略的重要途径。 在当前，产学研结合已不仅仅局限在教育的领域，也不仅仅局限于单个企业解决技术难题、提高自身竞争力的领域，它已经进入到国家发展战略的领域。我们只有进一步从这种国家创新战略层面去理解，才能真正把握到产学研结合在当前的深刻时代内涵，才能引起我们对产学研结合问题的高度重视，也才能使中央关于产学研结合的战略要求得到真正落实。 建立以企业为主体、市场为导向的产学研结合的技术创新体系，是时代发展提出的必然要求，是我国的现实提出的必然要求，也是确立企业在技术创新体系中的主体地位的内在需要。 我们今天所赋予产学研结合的内涵，已经不仅仅是人们以往所熟悉了的那种内涵，而应突出今天时代所赋予它的新内容。我们今天所提出的产学研结合，是在当代科学技术迅猛发展的背景下形成的，是在增强自主创新能力、实现国家创新战略的过程中被突出强调的。 学科集群与产业集群协同创新 成为产学研结合的新模式 实现产学研结合，可以采用多种模式。我们最经常听到和看到的有两种模式，一种是个别企业与个别高校或科研院所之间围绕某个项目而展开的合作；一种是在某个高校内部，从教学、研发到成果的转化和生产形成一条龙。这两种产学研结合模式的优点，在于比较易于操作，比较机动灵活，涉及面比较广。然而其弱点也非常明显，主要是没有形成产学研结合的长效机制，缺乏战略层面的合作内容，产学研各方之间没有较好地形成良性互动，不能较好地产生协同倍增效应。这种模式显然不能满足实现国家创新战略、建设创新型国家的需要。 2007年6月10日，国家科技部、财政部、教育部等部委联合召开会议，正式启动产业技术创新战略联盟试点工作。开展产业技术创新战略联盟试点工作，是加快建立以企业为主体、市场为导向、产学研相结合技术创新体系的有效载体和重要抓手。目前，钢铁可循环流程技术创新战略联盟、新一代煤化工产业技术创新战略联盟、农业装备产业技术创新战略联盟、煤炭开发利用技术创新战略联盟等已经举行签约仪式。在北京市科委的领导和组织下，由42家成员构成的长风软件企业联盟已经建立，并产生了良好的绩效。除此之外，北京还活跃着闪联、数字电视联盟等数十家联盟，并且呈迅速成长的态势。我们从中看到了一种实现产学研结合的新模式，这就是在产业技术创新战略联盟中产业集群与学科集群协同创新的模式。 在这种产业技术创新战略联盟中，参与产学研结合的企业已经不仅是以个别企业的形态出现，也不仅是以若干单个企业的简单联合的形态出现，而是突出地以众多相关企业和机构所组成的产业集群的形态出现。所谓产业集群，就是指以某个强势企业或某几个强势企业为龙头的一群既独立自主又彼此依赖，既有专业分工、资源互补现象，又维持着一种长期的、非特定和约的企业和相关机构在一定地域范围内的聚集。产业集群问题之所以受到高度的关注，根本原因就在于它的核心内容是涉及到了企业竞争力的形成和竞争优势的发挥问题，而企业的竞争力则是企业在市场经济中生存和发展的根本保障，并且是增强国家在国际上的竞争力的基础。产业集群之所以有利于促进企业竞争力的形成和竞争力的提升，主要是因为通过集群实现了各种生产要素在一定地域内向企业的大量集聚和有效集中，使资源得到了更合理的配置和利用，推动了生产力在空间布局上的整体优化，改善了技术创新环境，从而为企业形成技术创新战略，用以解决各种复杂性问题，营造了良好的工作平台。产业技术创新联盟推动了产业集群的形成，产业集群的出现则为构建产业技术创新联盟提供了坚实的基础。 在这种产业技术创新战略联盟中，参与产学研结合的高校和科研院所，已经不仅是以个别学科的形态出现，也不仅是以若干学科的简单配合的形态出现，而突出的是围绕产业技术创新的战略要求，以众多相关学科所组成的学科集群的形态出现。也就是说，在这种新模式的产学研结合中，与产业集群相对接的应该是学科集群，是产业集群与学科集群之间的结合。这是因为，仅靠个别的学科，或者仅靠若干学科的简单配合，已经难以解决当前产业技术创新中所面临的各种复杂性问题。 实践表明，只有形成学科集群，才能应对产业集群所提出的复杂的高端技术难题。高校和科研院所的学科门类众多，学科间的交叉融合,本来可以带来思维的碰撞和启迪，这应该是十分有利于创新的。可是，长期以来，这一优势未能充分发挥作用。各学科虽处同一校园或同一院所，却难以开展实质性的合作研究，各学科的“各立门户”、“单打独斗”仍然是主要的发展形式。 现在，产业集群的发展催生了学科也向集群方向发展。北京市“十一五”时期教育发展规划提出，要围绕首都积极发展高端、高效、高辐射力产业的战略部署，重点建设首都经济、现代制造、信息技术、新材料、新医药、都市农业等10个学科群。学科集群的形成，极其有效地促使知识要素向产业技术创新的集聚，极大地提升了高校和科研院所为产业集群服务的能力和水平。 这种新模式的产学研结合，存在一些明显的特点：鲜明地确立了企业在产学研结合中的主体地位；突出了产学研结合的战略意义；反映出产学研结合的长效、紧密性质；呈现出产学研结合中产业集群与学科集群良性互动、协同创新的优势。 以学科集群与产业集群协同创新为主要特征的产学研结合新模式，是知识经济时代产业发展和学科发展的必然趋势，是攻克复杂性难题的基本手段，是迅速提升一个国家、一个地区、一个单位核心竞争力的内在要求，是建立国家创新体系的重要途径。 推动产学研结合新模式的实现 随着十七大文件精神的学习和贯彻，随着科技部、财政部、教育部等部委联合启动产业技术创新战略联盟试点工作，以学科集群与产业集群协同创新为特点的产学研结合新模式，越来越受到人们的关注和重视。但是，不可否认的是，目前在学科集群与产业集群协同创新的实践过程中仍然存在一些问题。 当前，在实现学科集群与产业集群协同创新方面，主要存在两方面的问题：一是思想认识方面的问题，一是机制方面的问题。 目前在相当多的高校和科研院所中，有两种思想认识影响着产业集群和学科集群的协同创新。一个是在评价研究成果时，主要看重的仍然是学术论文发表的数量、发表论文的刊物等级、论文的获奖情况等，至于学术研究成果的实践价值和应用情况，则较少关注。甚至出现这样的情况，在评定职称时，一项纯理论的研究成果和一项应用型的研究成果相比，前者就被看好而后者却不被看好。这导致相当多高校和科研院所的研究者仍然主要是根据自身的优势和兴趣去确定课题，而很少考虑甚至完全没有考虑现实市场的需求。其结果就是立项的课题不少，而真正能够在实践中发挥实际作用的课题并不多。另一个是组织课题研究时，比较倾向于“单门独户”、“单打独斗”式地进行；比较喜欢强调“以我为主”，愿意当“红花”而不太愿意当“绿叶”；比较强调追求自身体系内的“成龙配套”，从立项、研发到成果转化“一竿子插到底”。 在不少企业中，也有两种思想认识影响着产业集群和学科集群的协同创新。一是眼界不够开阔，不善于把自己的企业放到一个产业、一个地区甚至一个国家的大局中去作具有战略性的思考。另一个是比较倾向于追求“短、平、快”，追求“立竿见影”，而不太愿意开展需要耗费较长时间和较多资金然而却具有较强竞争力的创新项目。 在机制方面，当前比较突出的问题主要有以下几方面： 一是组织管理机制问题。这主要是指每个产业集群内部和学科集群内部如何组织与管理，特别是指产业集群与学科集群之间如何对接、如何组织和管理。 二是绩效评价机制问题。一种评价就是一种导向。不同的绩效评价将制约着协同创新的方向、协同创新的目标、协同创新的力度。 三是权益分配机制问题。在产业集群和学科集群协同创新的过程中，涉及到多个利益实体。尤其是在当前越来越强调知识产权保护的情况下，权益分配问题如果不能妥善解决，就会在很大程度上影响和阻碍协同创新的健康发展。 四是资源共享机制问题。只有资源共享，才能实现优势互补，才能产生1+1＞2的协同倍增效应，才能有效地使生产要素、创新要素向企业集聚。 五是信息沟通机制问题。各个利益实体要能够实现协同创新，就需要使市场信息、科技信息、生产信息、融资信息等多方面信息在集群内各个实体问充分交流和沟通。 因此，为了推动产学研结合新模式的实现、加强产业集群与学科集群的协同创新，就必须尽可能地妥善解决上述两类问题。 （作者均为北京创新研究院副院长）

1916 次阅读|0 个评论

[转载]2011协同创新中心

ssglwu 2013-4-13 09:49

2011 协同创新中心 各有关高校： 按照《“2011协同创新中心”评审认定暂行管理办法》程序要求，2012年度“2011协同创新中心”的专家认定工作已经结束，现将通过专家认定的“2011协同创新中心”进行公示（认定公示名单见附件）。 公示期自2013年4月11日至4月21日。公示期内，如有异议，请与教育部监察局及“2011计划”领导小组办公室联系。以单位名义反映的，须加盖本单位印章；以个人名义反映的，应署真实姓名和联系电话。我们将对反映的问题进行调查核实，并对反映人保密。 　　通讯地址：北京市西城区大木仓胡同35号（教育部监察局、“2011计划”领导小组办公室）；邮编：100816。 教育部监察局：电话：66096240；传真：66097634；电子邮箱： fangyi2008@moe.edu.cn 。 　　“2011计划”领导小组办公室：电话：66096821；传真：66096821；电子邮箱： 2011jh@moe.edu.cn 。 “2011 计划”领导小组办公室 2013 年4月11日 附件： 2012 年度“2011协同创新中心”认定公示名单 序号 中 心 名 称 主 要 协 同 单 位 类别 1 量子物质科学协同创新中心 北京大学、清华大学、中科院物理所等 前沿 2 中国南海研究协同创新中心 南京大学、中国南海研究院、海军指挥学院、中国人民大学、四川大学、中国社科院边疆史地中心、中科院地理资源所等 文化 3 宇航科学与技术协同创新中心 哈尔滨工业大学、中航科技集团等 行业 4 先进航空发动机协同创新中心 北京航空航天大学、中航工业集团等 行业 5 生物治疗协同创新中心 四川大学、清华大学、中国医学科学院、南开大学等 前沿 6 河南粮食作物协同创新中心 河南农业大学、河南工业大学、河南省农科院等 区域 7 轨道交通安全协同创新中心 北京交通大学、西南交通大学、中南大学等 行业 8 天津化学化工协同创新中心 天津大学、南开大学等 前沿 9 司法文明协同创新中心 中国政法大学、吉林大学、武汉大学等 文化 10 有色金属先进结构材料与制造协同创新中心 中南大学、北京航空航天大学、中国铝业公司、中国商飞公司等 行业 11 长三角绿色制药协同创新中心 浙江工业大学、浙江大学、上海医药工业研究院、浙江食品药品检验研究院、浙江医学科学院、药物制剂国家工程研究中心等 区域 12 苏州纳米科技协同创新中心 苏州大学、苏州工业园区等 区域 13 江苏先进生物与化学制造协同创新中心 南京工业大学、清华大学、浙江大学、南京邮电大学、中科院过程工程研究所等 区域 14 量子信息与量子科技前沿协同创新中心 中国科技大学、南京大学、中科院上海技物所、中科院半导体所、国防科技大学等 前沿

个人分类: 核心技术|1843 次阅读|0 个评论

国家级“协同创新中心”浮出水面：14个

热度 4 liuli66 2013-4-11 17:09

2012年度“2011协同创新中心”认定名单公示 ​ 按照《“2011协同创新中心”评审认定暂行管理办法》程序要求，2012年度“2011协同创新中心”的专家认定工作已经结束，现将通过专家认定的“2011协同创新中心”进行公示（认定公示名单见附件）。 2012年度“2011协同创新中心”认定公示名单 序号 中 心 名 称 主 要 协 同 单 位 类别 1 量子物质科学协同创新中心 北京大学、清华大学、中科院物理所等 前沿 2 中国南海研究协同创新中心 南京大学、中国南海研究院、海军指挥学院、中国人民大学、四川大学、中国社科院边疆史地中心、中科院地理资源所等 文化 3 宇航科学与技术协同创新中心 哈尔滨工业大学、中航科技集团等 行业 4 先进航空发动机协同创新中心 北京航空航天大学、中航工业集团等 行业 5 生物治疗协同创新中心 四川大学、清华大学、中国医学科学院、南开大学等 前沿 6 河南粮食作物协同创新中心 河南农业大学、河南工业大学、河南省农科院等 区域 7 轨道交通安全协同创新中心 北京交通大学、西南交通大学、中南大学等 行业 8 天津化学化工协同创新中心 天津大学、南开大学等 前沿 9 司法文明协同创新中心 中国政法大学、吉林大学、武汉大学等 文化 10 有色金属先进结构材料与制造协同创新中心 中南大学、北京航空航天大学、中国铝业公司、中国商飞公司等 行业 11 长三角绿色制药协同创新中心 浙江工业大学、浙江大学、上海医药工业研究院、浙江食品药品检验研究院、浙江医学科学院、药物制剂国家工程研究中心等 区域 12 苏州纳米科技协同创新中心 苏州大学、苏州工业园区等 区域 13 江苏先进生物与化学制造协同创新中心 南京工业大学、清华大学、浙江大学、南京邮电大学、中科院过程工程研究所等 区域 14 量子信息与量子科技前沿协同创新中心 中国科技大学、南京大学、中科院上海技物所、中科院半导体所、国防科技大学等 前沿 来源： http://news.sciencenet.cn/htmlnews/2013/4/276688.shtm 教育部： http://www.moe.gov.cn/publicfiles/business/htmlfiles/moe/s5745/201304/150424.html ———————————————————————————————————— CCTV 13 教育部：“2011计划”首批入选名单公布 http://news.cntv.cn/2013/04/11/VIDE1365649802369230.shtml 央视网消息 ：今天上午，教育部公布了“2011”计划的首批入选名单，并将进行为期10天的公示。 继211和985两项重点工程之后，旨在提升高校创新能力的这项“2011计划”，成了我国高等教育领域的第三个重大国家工程。 　　协同创新中心 让1+12 　　和大家早已熟悉的211、985不同，这次国家重点扶持的不再是哪一所大学，而是一批跨界式的新型主体，它们的名称叫做“协同创新中心”。这里是北京大学、清华大学和中科院物理所联合组建的量子物质科学协同创新中心。以往这三家中的任何一个，在国内量子研究领域都有顶尖的实力，但是按照“2011计划”的要求，不允许他们单打独斗，而是必须组团参赛。 　　 教育部科技司司长 王延觉 ：我们希望通过一个中心的建立，形成一个改革的特区，去推动学校的运行机制的改革，因为我们实际上要实现真正的应对需求和需求紧密结合起来，可能我们在体制机制上都面临着一些必须要改的问题。 　　1+1大于2，这正是“2011计划”的目的。 全国培育了167个协同创新中心 ，由高校牵头，联合了科研院所、行业企业、地方政府等优势资源。这167个申请经过三轮的严格认定，最终 只有14个中心 过关斩将，成为“2011计划”首批国家协同创新中心。 它们包含了科学前沿、文化传承、行业产业和区域发展四大类，研究内容涵盖了量子物理、化学化工、生物医药、航空航天、轨道交通、新型材料、纳米科技、现代农业以及司法文明、海洋权益等各个领域。这些研究方向体现了我国的重大需求，也是参与国际前沿竞争的需要。 　　国家支持 不再以资金为主 　　在过去的211和985工程，中央和地方都投入了大量资金进行重点扶持。但是“2011计划”不再以给钱为主，因为 这些协同创新中心本身已经有大量科研项目，有充足的科研经费来源， 还有着很强的吸金能力 。 全国培育的167个协同创新中心，已经吸纳了超过200亿元的社会资金。 　　 教育部科技司司长 王延觉 ：实际上2011的这个专项（资金），我想它应该用在，现有体制的投资不能解决的问题，在高水平的队伍组建，协同的机制，学者流动的机制，学生培养的方式，以及资源共享的方式，在这些方面去给予支持。 　　四年一个周期 取消终身制 　　2011计划和211、985工程相比，另一个重大改变就是取消了终身制。王延觉司长介绍说，对入选的协同创新中心，每四年是一个评估周期，要对它的人才培养，资源整合，科技成果转化，对行业产业的支撑作用以及国际影响力进行综合评价。如果目标完成而且国家有进一步的需求，才能进入下一个周期。这样做的目的是让2011计划能够长期保持竞争和创新的活力。 教育部：“2011计划”首批入选名单公布

个人分类: 杂感|259 次阅读|5 个评论

协同与创新无缘

热度 3 CSpengbo 2013-3-4 16:34

协同与创新无缘 彭 渤 教育界正在认证各种不同的协同创新中心。一批国家级的、省级的协同创新中心即将如雨后春笋而诞生。然而，科研需要合作、需要协作，但不需要协同， 协同与创新无缘 。 协同不符合一般自然规律。 从自然界来看，物质世界是丰富多彩的。生物多样性是这样。岩石圈也是这样。比如青藏高原的一块岩石，在大气和流水的作用下，沿长江或者黄河顺流而下。岩石屈服于流水的动力，为了达到最稳定状态，被迫与河床、流水协同，而被风化、分解，破碎、细化，最终变得微小似尘，进入河流、湖泊、大海。成为分布于地表的沉积物。原先棱角分明的岩石，要么细化，要么被磨圆。其中的副矿物、重矿物等有用组分被淋失。原先可以直接用来提取矿物资源或用作建筑材料的岩石，变为贫瘠的砾石，或粉砂、泥沙级的沉积物。其资源功能丧失殆尽。即便是一颗钻石，被协同得顺流而下，也要被细化磨圆，最终变成分布于河床的砂矿。其资源功能也被大打结扣。如 上世纪 60-70 年代，在湖南的沅水流域发现了金刚石砂矿。地质部门于是就在常德组建一个地质队，进行原生金刚石矿床找矿勘探。然而，半个多世纪过去了，以当年的金刚石砂矿为指引的原生矿床的找矿工作，没有取得任何突破。这样，被大自然协同后的原生金刚石矿床，迫使人们投入大量的人力、财力和物力，而没有达到人们的预期。大自然神奇的协同力，可能抹杀了更为可靠的找矿信息。这样忽悠了人们没商量。如果地壳上的岩石都被协同，那如今的地球表面就只有沉积物和黄土。那样的一幅景象无法想象！好才地球的动力在协同岩石风化搬运沉积的同时，还同时在发生板块俯冲和碰撞。其神奇的动力总是要维护地球物质世界的丰富多彩。 引领人类社会进步的动力是求异，而不是协同。 从人类社会的历史看，历史朝代的更替，社会的进步，协同也不是它的动力。相反，求异、求变，才是推动社会发展的真正源动力。如果马克思协同了资本主义社会体制，而不深刻地揭露资本主义的黑暗和腐朽，就不会有他的政治经济学；如果毛泽东全盘被当时共产国际代表协同了，不结合中国革命的实际情况，不走“农村包围城市”的道路，就不会有举世闻名的二万五千里长征，也就不会有中国革命的胜利；中国的社会建设，如果一直协同了文革时期的社会制度，就不会有改革开放，就不会有发展和进步。因此，社会的进步，历史车轮的前进动力，不是协同，而是求异。 自由是创新的灵魂，协同是创新的天敌 。从科学自身发展来看，在人类的科学史上，地心说曾经统领宗教社会意识神态长达上百年的历史。如果不是波兰克拉科夫玛利亚娜教堂的哥白尼提出异议，中世纪的人们还不知要受宗教愚弄多少年岁？正是吃住都在教堂里的哥白尼，自由地思考、自由地观察，加上他的勤奋与天赋，使得他冲破传统的束缚，提出了从根本上动摇了宗教统治的日心说。如果布鲁若协同了地心说，他就不会被活活烧死在罗马的鲜花广场；如果被后人誉为“天上立法者”的开普勒也被宗教统治协同了，他就不会饿死在前往讨薪的路上。可见，科学的历史是先辈们追求自由的历史。自由是科学的灵魂，而协同是科学的天敌。 上世纪 50 年代中后期 ，中国地学界地质力学一统学界。地质科研单位和地质队等生产单位都被地质力学的观点而协同。如果不是“百花齐放、百家争鸣”的方针政策，就不会有中国地学界大地构造学的繁荣。也就是说，如果黄汲清、张文佑、陈国达、和张伯声等地学先辈都被地质力学协同了，就不会有大地构造学的多旋回学说、断块构造学说、地洼学说、和 波浪状镶嵌构造说。而被认为是引领地球科学一场深刻革命的板块构造理论，就更加会被协同在国门之外。中国地质学的发展与国际学界就是隔世断代的两重天。 因此，学术的发展和创新，需要求异、需要扬弃。不需要协同，因为协同与创新无缘。 我们相信：“协同不是分钱”。 协同是做 “ 国家急需、世界一流的大事 ” 。但科学需要自由，不需要协同。协同与创新绝对无缘。 2013 年 0 3 月 04 日

4193 次阅读|7 个评论

[转载]【转载】侯建国院士论协同创新

Zhaojingum 2013-2-4 19:03

“协同创新不是简单的科研合作，而应该是‘顶天立地’；协同创新不是你我不分，而应该是 ‘协而不同’。”中国科学技术大学校长、中科院院士侯建国日前在接受《中国科学报》采访时表示，大学在开展协同创新中应发挥资源共享、人才会聚、文化互补 等优势，做到凸显特色、创新发展。 大学科研应做到“顶天、立地”，已成共识。不过，侯建国认为，在开展协同创新的新形势下，对“顶天、立地”应有更高的标准和更新的要求。 在他看来，“顶天”不能仅仅立足于“国内领先、国内首创”，而应该真正站在世界科学前沿，在重大科学问题上发出中国自己的声音；“立地”不能简单满足于服务企业、服务传统经济，而应该通过聚焦中国经济发展方式转型、聚焦引领企业发展的变革性技术，培育战略性新兴产业。 侯建国说，当前全球已进入重要科技领域发生革命性突破的前夜，在即将到来的第四次科技革命中，中国的大学完全有可能通过协同创新作出重大贡献。 他举例说，量子调控是未来科技发展的一个源泉，从被动的观测和宏观量子效应的应用，发展到 对单个量子状态进行人工制备，这有可能带来两项重大的变革性技术——完全保密的量子通讯和数据处理能力巨大的量子计算机。目前，诸多发达国家已将量子前沿 交叉研究确定为战略性支持方向，有一系列国家级的重大研究计划。 为此，中国科大和南京大学、国防科大、中科院半导体所等联合成立了量子信息与量子科技前沿 协同创新中心，并与众多国际量子科技研究中心开展人才培养和科研合作，希望借此在相关重大科学和技术问题上实现关键性突破，并在5～10年内率先实现广域 量子通信，为量子通信应用和国家信息技术水平的提升提供重要的科技支撑。 协同创新除了重在“顶天立地”外，侯建国表示，还要强调“协而不同”。他认为，由政府主导的“211工程”、“985工程”促进了大学的跨越式发展，原因在于行政系统的目标与效率优势在项目实施中得以充分发挥，但同时也导致高校出现一定程度的发展模式趋同化。 “协同创新则不同。它倡导的不是简单的科研合作，更不是你我不分、相互替代，而应该是‘你中有我，我中有你’，实现‘协而不同’。”侯建国说，大学应更加深入地思考各自的优势和特色所在，真正做到凸显特色、共同发展。 他表示，这个问题在大学和研究机构、企业的合作中同样需要注意。因为从自由探索到产品研发是一个完整的价值链条，不同的创新主体分处在链条上的不同阶段，应该以开放的意识在各自的环节上发挥独特的优势，这样才能使自己的能力边界和价值边界得到最大化的扩展。 例如，如何跨越在基础研究和市场产品之间存在的“死亡之谷”，是产学研各界一直着力破解的难题。对此，侯建国认为，过去强调的是大学直接去开发市场、去做产品、去办企业，现在看来，大学不要越俎代庖去做研究机构和企业应该做、擅长做的事情。 在这方面，中国科大已作出尝试。其与合肥市正在合作建设的先进技术研究院，不是传统意义上的高新技术产业园，而是具有人才培养、技术研发、产业培育等多重功能的创新联合体。 “我们希望在基础研究和产业市场之间搭建一个创新平台，通过大学与企业、研究机构的合作，使基础研究成果转变成先进技术，再通过政府支持、机制改革和协同创新，最终跨越科技成果转化的‘死亡之谷’。”侯建国表示。 《中国科学报》 (2013-02-04 第1版 要闻)

1493 次阅读|0 个评论

国家级“协同创新中心”挂牌数破百！

热度 31 qpzeng 2013-1-21 14:36

据不完全统计，到目前为止，全国挂牌成立的国家级“协同创新中心”已经突破了一百个大关。其中，清华大学主导或参与的中心多达20个，北京大学主导或参与的中心也有14个。 下面只列名单，不评论，留给各位发表高见。不过，你赞成也好，反对也罢，看样子是不可逆转了！ 1、科学与社会协同发展研究中心：中国科学院学部、清华大学 2、气候变化研究中心：中国科学院学部、北京大学 3、肿瘤学研究协同创新中心：中山大学、复旦大学、中国医学科学院 4、天津化学化工协同创新中心：南开大学、天津大学 5、量子调控研究协同创新中心：南京大学、中国科学技术大学 6、量子物质科学协同创新中心：清华大学、北京大学、中国科学院物理研究所 7、太空信息工程协同创新中心：西安交通大学、西安卫星测控中心、中国空间技术研究院西安分院、中国科学院西安光学精密机械研究所 8、先进地面交通创新联盟：北京理工大学、东南大学、哈尔滨工业大学、华中科技大学、清华大学、同济大学 9、绿色交通技术产学研协同创新联盟：武汉理工大学、长安大学、大连海事大学、重庆交通大学、长沙理工大学 10、生物技术药物研发与成果转化协同创新联盟：四川大学、北京大学、清华大学、复旦大学、浙江大学等 11、国家清洁能源协同创新中心：南京大学、协鑫集团 12、中国燃料电池汽车技术创新战略联盟：同济大学、清华大学、武汉理工大学、重庆大学等 13、拓扑材料科学与技术上海协同创新平台：上海交通大学、复旦大学、上海技术物理研究所、上海微系统研究所等 14、司法文明协同创新中心：中国政法大学、吉林大学、武汉大学 15、知识经济与法制发展协同创新中心：中南财经政法大学、中国政法大学、北京大学 16、中国西部文化创意产业协同创新研究中心：西安交通大学、香港理工大学 17、主要粮食作物生物学协同创新中心：中国农业大学、华中农业大学、西北农林科技大学 18、畜禽健康养殖协同创新中心：中国农业大学、华中农业大学、西北农林科技大学 19、合肥物质科学技术中心：中国科学院合肥物质科学研究院、中国科学技术大学 20、经济学理论与实践协同创新中心：上海财经大学、清华大学、西南财经大学 21、中华创新药物联合研究中心：北京大学、台湾大学、香港大学、澳门大学 22、“两型社会”建设协同创新中心：中南大学、湖南大学、武汉大学、湖南科技大学 23、玉米水稻小麦生物学协同创新中心：中国农业大学、西北农林科技大学、华中农业大学 24、能源材料化学协同创新中心：厦门大学、复旦大学、中国科学技术大学 25、生物医用材料2011协同创新中心：四川大学、华南理工大学、武汉大学 26、钢铁共性技术协同创新中心：北京科技大学、东北大学、鞍钢、宝钢、武钢、首钢、中国钢铁研究科技集团、中国科学院金属研究所、上海大学、武汉科技大学 27、水安全与水科学协同创新中心：河海大学、清华大学、长江三峡集团、中国电力建设集团、长江水利委员会、黄河水利委员会、中国水利水电科学研究院、南京水利科学研究院、四川大学、天津大学、武汉大学、大连理工大学 28、先进磷化工技术与装备协同创新联盟：四川大学、厦门大学、清华大学、华东理工大学、武汉工程大学 29、轨道交通安全协同创新中心：北京交通大学、西南交通大学、中南大学、中国铁道科学研究院、中国铁建股份有限公司、中国北车股份有限公司、 30、特殊区域公路大通道协同创新中心：长安大学、同济大学、大连海事大学、武汉理工大学、交通运输部公路科学研究院、交通运输部科学研究院、招商局重庆交通科研设计院有限公司、中国建筑材料集团有限公司、中交第一公路勘察设计研究院有限公司、中交西安筑路机械有限公司、中国智能交通系统有限公司、郑州宇通客车股份有限公司等 31、长江黄金水道绿色和安全技术协同创新中心：武汉理工大学、河海大学、重庆交通大学、上海海事大学、长沙理工大学 32、阻燃材料与技术协同创新联盟：四川大学、中国科学技术大学、上海交通大学、北京理工大学、北京化工大学、浙江大学、东北林业大学、公安部四川消防研究所、公安部天津消防研究所等 33、雷达技术协同创新中心：西安电子科技大学、国防科技大学、哈尔滨工业大学、北京理工大学、电子科技大学、中国电子科技集团、空军装备研究院、海军装备研究院、中国航天科工集团二院、中国航天科工集团三院、中国航天科技集团五院、中科院电子所、中国电子科技集团公司 34、马克思主义协同创新中心：中国人民大学、复旦大学、武汉大学、中山大学、中央编译局、中国社会科学院 35、农业高效用水协同创新中心：西北农林科技大学、中国农业大学、武汉大学 36、有机发光显示（OLED）协同创新中心：华南理工大学、清华大学、上海大学、东南大学、创维集团、TCL集团、京东方、海信集团、昆山维信诺、天马微电子、上海微电子、广州新视界 37、中国金融发展与金融安全协同创新中心：西南财经大学、国家审计署、中国银监会、中国人民大学、武汉大学 38、山西煤炭资源可持续开发利用协同创新中心：太原理工大学、中北大学、中科院山西煤化所、焦煤集团、太重煤机等 39、无线通信技术协同创新中心：东南大学、清华大学、电子科技大学、北京邮电大学、哈尔滨工业大学、南京邮电大学、重庆邮电大学、华为公司、中兴通讯、大唐电信 40、气象灾害预警预报与评估协同创新中心：南京信息工程大学、中国科学院大气物理研究所、国家气象中心、国家气候中心、中国气象科学研究院、中国人民解放军理工大学、成都信息工程学院、中国电子科技集团公司第十四研究所 41、中国文化“走出去”协同创新中心：北京外国语大学、中国人民大学、罗马大学、国际汉学会 42、中国财政发展2011协同创新中心：中央财经大学、上海财经大学、中南财经政法大学、江西财经大学、东北财经大学、山东财经大学 、北京国家会计学院、上海国家会计学院、厦门国家会计学院 43、现代中药协同创新中心：天津中医药大学、中国中医科学院、浙江大学药学院中药科学与工程学系、天津国际生物医药联合研究院、天士力制药集团股份有限公司、山东步长制药股份有限公司、石家庄以岭药业股份有限公司、华润三九医药股份有限公司 44、首都世界城市顺畅交通协同创新中心：北京工业大学、北京交通大学、清华大学、北方工业大学、北京建筑工程学院、北京市交通委员会、北京市公安局公安交通管理局、交通运输部公路科学研究院、北京城市排水集团有限责任公司、北京市政路桥建设控股（集团）有限公司 45、高端制造装备协同创新中心：西安交通大学，浙江大学、华中科技大学、华南理工大学 46、膜分离技术协同创新中心：天津工业大学、上海交通大学、天津大学、中国纺织科学研究院、中科院生态环境研究中心、国家海洋局天津海水淡化与综合利用研究所、中海油天津化工研究设计院、天津膜天膜科技股份有限公司 47、物联网技术与应用协同创新中心：南京邮电大学、东南大学、中国矿业大学、北京邮电大学、中国药科大学、台湾物联网联盟 48、海洋运输绿色与安全技术协同创新中心：大连海事大学、长安大学、长沙理工大学、哈尔滨工程大学、海军大连舰艇学院、上海海事大学、武汉理工大学 49、煤炭高效安全开发协同创新中心：中国矿业大学（北京）、辽宁工程技术大学、河南理工大学、山东科技大学、西安科技大学、湖南科技大学、安徽理工大学、太原理工大学、华北科技学院 50、深海工程与舰船技术协同创新中心：哈尔滨工程大学、武汉理工大学、大连理工大学、天津大学、华南理工大学、江苏科技大学等 51、中国特色社会主义经济协同创新中心：南开大学、南京大学、国家统计局科学研究所 52、世界文明与区域研究协同：北京大学、南开大学、中国社会科学院欧洲研究所 53、海峡两岸文化发展协同创新中心：福建师范大学、国务院台湾事务办公室研究局、中国艺术研究院、中华全国台湾同胞联谊会、中国社会科学院台湾研究所、福建社会科学院、台湾艺术大学、台湾世新大学、漳州师范学院闽南文化研究院等 54、替代石油路线大型化工过程与装备技术协同创新中心：华东理工大学、华南理工大学、清华大学、浙江大学、大连理工大学 55、广东高端制造装备协同创新中心：华南理工大学、北京化工大学、清华大学、广东省自动化研究所、广州香港科技大学霍英东研究院、广东省机械工程学会、东华机械等 56、苏州纳米科技协同创新中心：苏州工业园区、苏州大学、中国科技大学、西安交通大学、东南大学、江苏省纳米技术产业创新联盟 57、小麦玉米周年高产高效生产协同创新中心：山东农业大学、中国科学院遗传与发育研究所、河北农业大学、青岛农业大学、山东省农科院、山东登海种业股份有限公司、山东金正大股份有限公司 58、海外华文教育与中华文化传播协同创新中心：华侨大学、中国社会科学院文化研究中心、中国华文教育基金会、暨南大学、世界华语文教育学会、社会科学文献出版社 59、中国滨海金融协同创新中心：天津财经大学、中央财经大学、南开大学、中国人民银行金融研究所、中国社会科学院金融研究所 60、社会转型与社会管理协同创新中心：中国人民大学、复旦大学、南京大学、国家发展和改革委员会社会发展司、国家统计局、人力资源与社会保障部、国家人口与计划生育委员会、民政部、国家宗教局、中国劳动保障科学研究院、国务院发展研究中心社会发展部、中国社会科学院社会发展战略研究院、国际社会调查组织（ISSP）、东亚社会调查（EASS）、美国芝加哥大学、美国密西根大学社会科学研究院、法国社会科学高等研究院等 61、中国企业“走出去”协同创新中心：对外经贸大学、商务部、浙江省义乌市、国家开发银行、联合国贸发会议、联合国工发组织、日内瓦国际贸易与可持续发展中心 62、电动汽车与分布式能源协同创新中心 ：合肥工业大学、上海交通大学、武汉大学、东风汽车集团股份有限公司、奇瑞汽车股份有限公司、安徽江淮汽车集团有限公司、中国南方电网有限责任公司、合肥市人民政府、美国俄亥俄州立大学、澳大利亚迪肯大学等 63、资源化工绿色过程与产品协同创新中心：北京化工大学、清华大学、中国科学院过程工程研究所、中国石油化工集团公司、中粮集团有限公司、中国化工集团公司 64、天津医学表观遗传学协同创新中心：天津医科大学、南开大学、北京大学、华大基因有限公司、瑞典卡罗林斯卡分子医学中心（CMM）等 65、湖南数字中医药协同创新中心：湖南中医药大学、中国中医科学院、天津中医药大学、福建中医药大学、湖南省中医药研究院等 66、网络计算与信息处理技术协同创新中心：国家计算机网络应急技术处理协调中心、北京航空航天大学 67、先进航空发动机协同创新中心：北京航空航天大学、西北工业大学、南京航天航空大学、北京大学、中航工业集团 68、通航时代协同创新中心：北京航空航天大学、中航工业集团中航重机股份有限公司、北京市昌平区人民政府、北京汽车集团有限公司 69、镍钴金属材料创新中心：兰州理工大学、金川集团、清华大学、瑞典国家冶金研究所等 70、三峡地区灾害与环境协同创新中心：三峡大学、 武汉大学、长江科学研究院、中国长江三峡集团公司、中国葛洲坝集团公司 等 71、生物医药协同创新中心：中国药科大学、北京大学、南京大学、中国科学院上海药物研究所、中国医药集团、江苏恒瑞医药股份有限公司、江苏先声药业有限公司、江苏圣和药业有限公司 72、民用航空复合材料协同创新中心：东华大学、上海交通大学、中国商用飞机有限责任公司、同济大学、上海大学、华东理工大学 73、纺织产业关键技术协同创新中心：东华大学、西南大学、江南大学、浙江理工大学、天津工业大学、中国纺织科学研究院、中国农业科学院棉花研究所、中国恒天集团有限公司、恒力集团有限公司、山东如意科技集团有限公司、鲁泰纺织股份有限公司 74、未来媒体网络协同创新中心:上海交通大学、北京大学、中央电视台、广电总局广科院、广电总局规划院、中国科学院计算所、数字电视国家工程研究中心、上海广播电视台、华为、百度、AVS产业技术创新战略联盟 75、天津现代口岸协同创新中心:南开大学、天津市口岸办公室 76、工业设计与技术集成国际协同创新中心：广东工业大学、芬兰阿尔托大学、美国伊利诺伊理工大学 、香港理工大学、瑞典皇家艺术与设计大学、日本名古屋市立大学、浙江大学、广州毅昌科技股份有限公司、广东美的集团股份有限公司、广东奥飞动漫文化股份有限公司 77、有色金属资源综合利用协同创新中心：昆明理工大学等 78、工业生态修复及废弃物资源化协同创新中心：昆明理工大学等 79、循环经济工程技术协同创新中心:西安建筑科技大学、兰州大学、美国俄亥俄州立大学等 80、精密冷轧板带生产技术区域协同创新中心：燕山大学、河北钢铁集团 81、通信系统协同创新中心（通信系统联合实验室）：福建师范大学、中国电信福建公司 82、先进生物与化学制造协同创新中心：南京工业大学、江苏省经济和信息化委员会、南京市人民政府、扬子石油化工有限公司 83、先进土木工程材料协同创新中心：东南大学、同济大学、江苏省建筑科学研究院有限公司、清华大学、南京工业大学、中国人民解放军理工大学、湖南大学、重庆大学、深圳大学、青岛理工大学、中国建筑股份有限公司、中交公路规划设计院有限公司、中国核工业华兴建设有限公司、建华管桩集团有限公司 84、中国戏剧文化管理协同创新中心：中央戏剧学院 85、海西新型显示器件与集成协同创新中心：北京大学、中国科学院海西研究院、冠捷科技集团、TCL集团等 86、国家领土主权与海洋权益协同创新中心：武汉大学、复旦大学、中国政法大学、外交学院、郑州大学、中国社会科学院中国边疆史地研究中心、水利部国际经济技术合作交流中心等 87、“绿色智慧岛”协同创新中心：南开大学、海南大学、海南改革发展研究院 88、中央文献对外翻译与传播协同创新中心：天津外国语大学、中共中央编译局、全国科学技术名词审定委员会、南开大学、对外经济贸易大学、解放军外国语学院 89、模具产业协同创新中心：东莞市横沥镇、上海交通大学、广东工业大学等 90、新型建筑工业化协同创新中心：东南大学、同济大学、浙江大学、湖南大学、清华大学、中国建筑工程总公司等 91、洪泽湖生态区现代农业发展协同创新中心：淮阴师范学院、江苏省环洪泽湖生态农业生物技术重点实验室、中国科学院水生生物研究所、南京农业大学等 92、中国职业教育运行机制协同创新中心：深圳职业技术学院等 93、光伏科学与工程协同创新中心：常州大学、中国科学院广州能源研究所、国家太阳能光伏质量检测中心等 94、三化协调发展与中原经济区建设协同创新研究中心：河南大学、中国社会科学院工业经济研究所、河南省人民政府研究室、河南省发展和改革委员会、河南省工业和信息化厅、河南省住房和城乡建设厅、河南省农业厅、河南省对外开放办公室、河南师范大学、日本大学等 95、全球治理与国际法治协同创新中心在京成立 ：中国政法大学、南开大学、武汉大学、厦门大学、对外经贸大学、加拿大蒙特利尔大学、澳大利亚新南威尔士大学和芬兰赫尔辛基大学等 96、手性科学与技术协同创新中心：南开大学、兰州大学、四川大学、中国科学院化学研究所、凯瑞斯德（苏州）公司等 97、中国虹计划协同创新中心：山东大学、山东信息通信技术研究院、国家信息通信国际创新园(CIIIC)、中国科学院计算技术研究所 98、林木资源高效培育与利用协同创新中心：北京林业大学、国家林业局速生丰产用材林基地建设工程管理办公室、中国林业科学研究院、东北林业大学、南京林业大学等 99、周边合作与发展协同创新中心：华东师范大学、北京大学、复旦大学 100、回医药协同创新中心：宁夏医科大学、第二军医大学、中国中医科学院、中国医药集团、丽珠药业集团等 101、煤炭资源化利用发电技术协同创新中心：浙江大学、清华大学、华东理工大学、中国国电集团公司、神华集团、东方电气、中财集团等 102、食品安全与营养协同创新中心：江南大学、南京农业大学、东北农业大学、雨润集团、青岛啤酒、茅台集团、伊利集团、光明乳业、完达山乳业、中粮集团、鲁花集团、渤海实业 103、全球变化与可持续发展协同创新中心：北京师范大学、清华大学、北京大学、中国科学院大气物理研究所、中国科学院遥感应用研究所、中国科学院生态环境研究中心 104、未来媒体网络协同创新中心：上海交通大学、北京大学 105、激光聚变科学与应用协同创新中心：上海交通大学、北京大学、西安交通大学、华中科技大学、中国科学院上海光学精密机械研究所、中国工程物理研究院上海激光等离子研究所、中国工程物理研究院激光聚变研究中心 106、中国四种常见恶性肿瘤个体化防治协同创新中心：中山大学肿瘤防治中心、复旦大学肿瘤医院、中国医学科学院肿瘤医院 107、金砖国家合作与全球治理协同创新中心：复旦大学、清华大学、四川大学、华东师范大学、浙江师范大学 108、先进航空装备设计与制造协同创新中心：沈阳航空航天大学、中航工业沈阳所、动力所、沈飞、黎明、兴华电器、辽宁通用航空研究院 109、脑功能重塑协同创新中心：复旦大学、上海交通大学、中国科学院上海药物所、中国科学院上海生命科学研究院神经科学研究所、第四军医大学 110、阿拉伯世界与中国内陆向西开放协同创新中心：宁夏大学、苏丹扎伊姆爱资哈尔大学、兰州大学、上海外国语大学、中国现代国际关系研究院、中国中东学会 111、人工微结构与量子调控协同创新中心：南京大学、中国科技大学、复旦大学、浙江大学、中国科学院合肥物质科学研究院

个人分类: 博客趣闻|15118 次阅读|39 个评论

同步——Octavio Aburto：拍摄巨型鱼群龙卷风

renxl 2012-12-25 17:32

正愁自己第一篇发什么博文呢，忽然间鱼儿跃了出来，就转发个这个大家娱乐娱乐吧，顺便增强一下对复杂网络学习的兴趣！ ------------------------ 上图这张很壮观的画面，就像是由鱼群形成巨形鱼群龙卷风一样。照片由美国摄影师Octavio Aburto拍摄，一直以来他都有个心愿，就是拍摄这种超现实的生态奇观照片。今年11月他终于有机会在墨西哥的Cabo Pulmo国家公园拍摄到这壮观景像。 这段长24秒的短片就拍摄到当时的奇妙景像。Octavio自1994年开始拍摄记录墨西哥的海洋生态，他的作品致力于推广保护海洋生态，以及关注保护类物种。在这张照片中，里面的鱼群正聚集在一起准备进行交配。 照片中的潜水员是Octavio的朋友David，他将这张照片命名为《戴维和歌利亚》，也就是圣经中的典故（以色列人和非利士人正在打仗，但所有的以色列人都被巨人哥利亚给吓坏了。只有戴维因信靠神而不惧怕他）。 这张照片在参加了国家地理杂志2012摄影比赛后在Facebook上一炮而红。拍摄这张作品有什么技巧呢？其实天时地利很重要（这也是水下摄影的首要条件）Aburto说：“当时的水流不急，而能见度也很高。在开始拍摄之先，David当时和我已经在水中差不多一小时了。我们不停在水中游来游去，等待鱼群开始聚集。在鱼群突然聚集起来时，碰巧David就在鱼群底的那个位置，之后我一按快门就将照片拍下来了。” 有趣的地方是不少人看到照片后都表示难以置信，认为照片是假的。不少人还向他寄电邮质疑他为何有这么大能力可以聚集鱼群。（就像很多人看到精彩的摄影作品后第一句话就说“PS的”一样。） ---------------------------------------- 出处：http://www.nphoto.net/news/2012-12/25/59b589d00d060229.shtml http://www.petapixel.com/2012/12/19/david-and-goliath-a-photo-and-video-of-an-underwater-tornado-of-fish/ （原文下面有视频，有兴趣的话可以看看）

个人分类: 新闻素材|3343 次阅读|0 个评论

[转载]翟俊：协同共生——一体化的景观基础设施

shanshanfeng 2012-12-5 03:01

摘　要： 对景观基础设施概念的提出及其内涵进行综述， 以“统筹城市 开放空间系统 发展”为出发点， 阐释了应用协同和 共生 原理将 市政的灰色基础设施 和生态的 绿色 基础设施进行 统筹 整合，成为 一体化 的 景观基础设施 的可能性。从 综合协同、整体协同、战略协同和 共生共存 四个方面， 提出了关于建立具前瞻性景观基础设施的新范式，在满足中国式密度要求的城市化发展模式的前提下，以最少的用地来满足最大的社会经济和生态系统服务需求。 关键字 ：景观基础设施；灰色基础设施、绿地基础设施；协同；共生；一体化 “景观本身就是一种载体，所有生态交替都要从它上面穿过，它是基础设施的未来。” ——理查德·韦勒 1城市基础设施的概念 城市基础设施（Urban Infrastructure）是城市生存和发展所必须具备的工程性基础设施和社会性基础设施的总称。我国一般讲城市基础设施多指工程性基础设施，一般包括能源系统、给排水系统、交通系统、通信系统、环境系统、防灾系统等工程设施。它是社会赖以生存发展的物质条件。大体上可分为市政类的灰色基础设施和环境保护、生态、生命支持类的绿色基础设施 。 1.1 灰色基础设施 一谈到基础设施，人们很容易想到的是市政基础设施（Civic Infrastructure），即灰色基础设施（Grey Infrastructure），传统意义上这类基础设施被定义为“由道路、桥梁、铁路以及其它确保工业化经济正常运作所必须的公共设施所组成的网络”（图1）。基础设施一词最早出现于20世纪初的美国，并在1927年密西西比河大洪水过程中被首次使用，它是在人与自然的危机与冲突中产生的 。通常此类基础设施多为专项投资且数额很大（交通部数据显示，2010年公路水路交通固定资产投资预计完成1.28万亿元，同比增长14.5%。而在“十一五”期间，全社会共完成公路水路交通建设投资预计达到4.7万亿元，是“十五”期间的2倍多。今年在公路交通基础设施方面的投资将超过7千亿元） 1) 。然而，在中国城市化进程中，我们看到的一个普遍现象却是基础设施在满足高标准的技术要求的同时，正变得越来越标准化。它们往往是单一功能的设计（以工程化的设计来保证这些系统在特定时间内可以最高效地完成某个单一目的），人们仅仅考虑它们技术方面的要求：例如，道路都是单一功能导向的为机器——汽车在设计；河道则以防洪为单一目的，被裁弯取直和硬化，忽视了基础设施与城市开放空间的结合，以及它们还应具有的社会、审美和生态方面的功能。这种单一效益的思维和操作方式严重影响了基础设施对城市的整体贡献 。现代主义的代表人物 勒·柯布西耶 有一句有名的宣言：建筑是居住的机器，道路是交通的机器。在这种思想影响下建造起来的基础设施同样也成为了城市的机器。然而，人不是机器，他们不愿意居住在机器般的城市里。 1.2 绿色基础设施 同样在美国，上世纪90年代中期出现了绿色基础设施（Green Infrastructure）的概念，它是指一个国家自然生命的支持系统，即由水道、湿地、林地、野生动物栖息地；自然区，绿色通道、公园；保护区，农场、牧场和森林；以及维系天然物种、保持自然的生态过程、维护空气和水资源并对人民健康和生活质量有所贡献的荒野及其他开放空间组成的互通网络。绿色基础设施包含各种天然和得到恢复的生态系统和景观要素，它们构成一个既有“网络中转站” (Hub)又有“链接环节”(Link)的网络系统。绿色基础设施将重要生态资源作为国土生命支持系统的关键性格局进行规划和建设，被认为是实现精明保护的重要途径 。 虽然绿色基础设施可以附带提供休闲价值和其他社会学、经济学价值，但是它的生态目标以及人类与自然的可持续发展才是其终结己任。同时绿色基础设施需要先期投入，它的计划实施，不仅需要得到中央和地方政府的政策和资金支持，同时也需要社区和土地所有者或使用者的投入，而且绿色基础设施的规划是要在城市规划和土地使用的规划制定之前进行实施，实际操作起来有很大的难度。 2 景观基础设施 景观基础设施是近些年来美国学术界出现的新术语，是由加里·斯特朗(Garry Strang)在1996年首次提出 2) 。它传承了绿色基础设施的基本原则，并将它向前发展，从多个视角来探讨景观和基础设施合二为一的可能性，比如“作为基础设施的景观”（Landscape as Infrastructure）,“作为景观的基础设施”（Infrastructure as Landscape）, “景观化的基础设施”(Landscape of Infrastructure)或“景观基础设施”(Landscape Infrastructure)，其意义大同小异，重点是探讨景观和基础设施的内在关联性，以及一体化的可能性（图2、3）。景观基础设施可能是绿色的，也可能是自然过程的混凝土的表现形式；可能是线状的，也可能是基于场地特点变化而变化的。它越来越多地涉及我们这个社会的各种基本组成模块，诸如卫生、农业生产、能源、废弃物和社会经济因素等。简而言之，我们眼里的景现基础设施是更为宽广和全面的一个概念，它超越了“绿色”或“可持续性”所涵盖的范围 。 2.1 景观基础设施出现背景 上世纪90年代以来，欧美许多城市通过对传统的市政基础设施重新审视后发现，基础设施是一种能够对城市建设产生积极影响，却未被充分开发的资源，除了市政功能以外它们还应该象传统的公园和广场一样具有公共空间的特征。同时随着世界范围内城市化的深入，在以下三方面变化的累积进一步触发了城市建设专业领域的变革，促成了城市设计相关专业的合作与融合：第一个方面是70年代以来全社会生态意识的不断提高；其次是80年代的公共设施规划的危机；第三个方面则是从90年代以来，由于工程质量问题，频繁出现的基础设施由于受到自然灾害的影响而损毁的现象（图4）。这些都说明了那种千城一面和头痛医头，脚痛医脚式的规划模式已经达到了它的天然极限。正如著名经济学家约翰·加尔布雷思（John Kenneth Galbraith）所说 “在上个世纪，资本和能源变得比土地更加重要”，这种本末倒置的现象说明我们正处在全球生态的一个转折点，景观的生态过程和自然资源作为区域系统整体的一部分，不应该，也不能够从城市基础设施规划和设计过程中分离出去。景观与城市化的不可分割表明，为了更好地应对生态响应、社会效应和经济效应，我们需要将基础设施的公共服务与土地的重新规划结合起来 。景观基础设施正是在这种社会、经济和生态需求的背景下产生的。 2.2 景观基础设施的范式 当前国内学者在城市市政基础设施、绿色基础设施等方面都已展开了卓有成效的研究。然而，面对中国用地面积紧张、城市密度高和可持续发展的要求，更具现实意义的问题是如何改变当下以专项投资、专项工程、单一功能的城市基础设施的建设，通过将公路、桥梁、下水道、水管线路、通讯电缆及其它必要的“灰色基础设施”与生态廊道、绿色通道、河道网络以及公园绿地等属于“绿色基础设施”领域的要素进行协同整合和统筹建设？探索一种协同共生的一体化途径，这方面的研究有待进一步开展。 2.2.1 综合协同 景观基础设施综合协同体现在参与多学科的协同和规划内容的协同两个方面。首先多学科参与使得景观基础设施设计不再只是纯工程技术问题，由单学科背景的工程师来完成；而是在规划过程中，依赖于强化的、多元整合的规划组织形式，通过各专业和领域的共同参与，由城市建设相关专家平等合作来完成，通过借助于现代科技手段（如GIS），使综合的规划得到统一协调，提高系统整体效益。其次景观基础设施的规划内容是融合社会、经济、环境和城市空间结构与形态为一体的综合性协同规划，不仅要满足单纯技术的要求，还必须和社会需求、经济效率和生态环境的安全结合起来。 例如，交通设施由于其自身的特殊性和复杂的功能要求，长期以来一直被认为是公共空间的禁区。然而事实证明，交通设施的设计和城市公共空间的结合对城市综合功能的施展起到至关重要的作用。“交通设施设计的重要性不仅在于获得高效率，更重要的是具备激励和支持新的城市公共空间的能力” 。通过综合协调和统筹考虑交通基础设施与城市公共空间的布局，促成交通与城市公共空间在战略层面的协同，用景观的手段将交通基础设施嵌入到城市的肌理之中，把公共空间与交通基础设施融合到一起，从而将传统上单一功能的市政工程融入到更加综合的城市公共体系之中（（图5、6）。 另外，通过将水系作为城市和区域绿色通道的基本框架，利用自然水系来设计生态过程（包括雨水收集、调节旱涝、水质净化、提供多样的生物栖息地等），然后在这一生态景观基底上提供丰富多样的休闲游憩场所，创造多种体验空间。这种将自然体系与城市公共基础设施关系的整合，为根据生态体系来建立景观基础设施网络的城市发展策略找到了一种新途径。其中，城市道路雨水的收集和再利用的过程与公园绿地系统相结合，可以成为城市一道独特的风景 （图7）。 通过综合协同，景观基础设施在无生命“灰色基础设施”与有生命“绿色基础设施”之问架起了一道桥梁。它的综合结构使得城市既具有整体统一的特性，便于理性发展，同时又有利于创造令人激动的城市复杂性和丰富性。从而实现区域内从简单、功能单一的城市形式向复杂、多职能的城市形式的转变。 2.2.2 整体协同 景观基础设施的整体协同首先是指其系统内网络功能的协同。我们知道城市的运输、输电、通讯和其它的市政基础设施具有网络化的特征。同样，从生态规律上考虑，城市中孤立的单个公园、广场、绿地、保护区或其他具有重要自然或文化资源不宜于生态过程发挥作用，因此生态过程本身也需要网络体系来支撑。这种网络化的共性，说明这两种系统之间有着必然的联系，这就为它们之间的协同整合提供了可能。其次，景观基础设施的整体协同还包括其内部功能和建设的协同。这就要梳理和整合系统内部各组分，使其发挥整体功能而不是彼此独立、互不相干的各个组分的功能；同时还要协同它们的实施规划、建设和管理，构筑一个一体化的发展模式。 由国际知名公司Aurp规划的80 km 2 廊坊万庄生态城是一个将协同整合应用于规划设计中的成功案例。通过 “灰色基础设施”与 “绿色基础设施”的统筹建设，形成多维协同整合的景观基础设施（图8）。它为城市发展提供了一个能够将城市功能与基础设施相结合的层叠而开放的网络格局，这种景观基础设施网络为城市形态的形成、发展和演变提供了一个有力的基底。并以此形成自然生态体系与地域文化融为一体的特色地域景观 。 2.2.3 战略协同 景观都市主义用多功能的景观基础设施网络系统作为城市形态生成、发展和演变的基本战略框架。同时，整体景观基础设施规划属于宏观战略性层面规划，在区域融合、城市化快速发展背景下，策应城市与区域协作战略， 统筹 景观基础设施布局，建立以此为导向的区域空间规划战略，应该是城市发展的总体纲领。 从规划角度讲，景观基础设施建设是一个复杂的系统工程，需要统筹考虑与土地利用及其它公共系统的关系，协同落实用地，协调安排建设计划，并在工程设计中整体落实规划意图。同时，围绕一体化发展战略，应综合考虑景观基础设施层次性和尺度性，克服单个、孤立区域的不足，需要跨越从邻里到区域的多个权限（管辖区）与尺度来联系城市、郊区、农村及各类景观类型，并使其在国家、区域、社区和地块等一系列尺度层面上发挥作用，并最终建立整个区域乃至全国范围内景观基础设施的网络。 当下正在进行的大运河修复和南水北调工程，为建设战略协同的景观基础设施提供了空前的机遇。如果把握的好，我们可以把这两个尺度巨大、跨越多个省市的基础设施项目变为跨区域的，集交通运输、生态长廊和遗产廊道为一体的景观基础设施体系，从而最大限度地发挥它们的潜力。由此可见，借助于景观基础设施的网络体系，城市可以在未来发展方向与发挥自身作用两个方面将本地区域与全国甚至全球联系在一起。 2.2.4 共生共存 日本著名建筑师和建筑理论家黑川纪章1987年出版了《共生哲学》一书。他将共生思想应用到建筑领域，成为其城市设计哲学理念的主体。他认为，共生一词在 21 世纪，将会成为时代的关键词。他的共生哲学的含义涵盖了社会与生活的各个领域，其核心是兼容并蓄的共存理念 。 在共生语境中研究城市综合的景观基础设施体系就是要找出其各组分最基本的特点，以及它们彼此间相互依存和相互合作的“共生性”，强调共同适应、共同发展、共同优化，屏弃彼此间支配和从属现象的存在。一方面，城市景观基础设施作为一个动态的、开放的、多元组合的共同体，不是多功能的简单叠加，而是各功能之间的相互协调、促进和激发。通过共生机制，各系统组分相互作用和协作，形成多样的功能、结构和生态关系。共生导致有序，多样性导致稳定，各系统相得益彰。另一方面，城市景观基础设施在城市中不是一个封闭的空间体系，虽然它能够较为独立地承载部分城市功能，但更重要的是与城市的社会、经济、文化和生态协同发展，最终达到促进城市肌体高效运行，创造高质量城市空间形态和开放空间系统的共生环境。 由荷兰西8设计事务所阿德里安·戈伊茨（Adriaan Geuze）设计的位于Zeeland 的防浪提项目，是运用共生理论实现景观基础设施的一次有益尝试。它向我们展示了一种“自然选择”互惠互利的共生关系，通过利用当地蚌类产业的废弃物（黑色和白色的贝壳），创造了一个黑白相间的圩田景观，并以此作为吸引深色和浅色的海鸟的觅食地。从驾车者角度看，交替且重复平行出现的黑白相间的贝壳带看上去极富视觉冲击力，并与周边大尺度的景观相呼应，像是周边基础设施的延续，从而从视觉上将整个区域连成为一个整体（图9）。该项目很好地诠释了生态过程与基础设施之间“双赢”和“共存”的相互关系，作为将众多因素连接在一起的结缔组织，景观基础设施能够将具有不同特质的元素融合在一起，并逐渐促成它们之间的共生关系，从而实现生态过程与基础设施的彼此融合。 3结论与讨论 “城市基础设施的结构、数量形态，已经延伸成为城市发展的功能结构、空间布局和自我调节的导向性因素，许多困扰城市发展的问题最终要靠改善基础设施才能从根本解决” 3) 。显然，现代主义简单的城市基础设施网格及分级体系不再有效和必要，它们将被一种更综合、更高效、更经济、更开放和更具持续性的基础设施——景观基础设施所取代。 景观基础设施作为一种城市多功能的媒介和载体，能够提供以各种生态过程为主导的绿色基础设施和市政工程为主导的灰色基础设施之间流动交换的共生界面，并催生和协同它们调彼此间的互动与联动、合作与交换、互补与互惠、镶嵌与混入，直至相互融合，达到共同适应、共同优化和共同发展。只有这样，城市基础设施各要素之间才能形成功能最大化、效益最大化和成本最小化的整体，从而实现区域内生态网络、交通网络、户外休闲娱乐的步行网络一体化运作的“协同双赢”与“共生共存”的景观基础设施发展范式。这种新型的范式是以实现 “统筹城市开放空间系统发展”为目标，它不再是一个只满足高性能的城市机器，而是一个有生命的多功能混合体；它不再屈服于现代主义的简化原则，而是表达出一种更高层次的复杂性，来更多元地接近当代社会和生活的多样化，从而真正体现“Civic”为公众和社会服务的本意。 然而毋庸质疑，景观基础设施的理论与实践还是一个新的领域，目前尚在形成过程中，它仍然和其他理念发生着频繁的交叉（如生态基础设施、绿色基础设施），可见对这个概念在学术上的论证和探讨还任重道远。但尽管如此，这种思想是在经过了西方数百年工业化和城市化发展，对传统城市中习以为常的城市基础设施深入思考后，对此提出的挑战。景观基础设施的范式体现了一种跨学科的思考和协同共生的合作关系，它不光提供一种新的视角，也蕴涵着新的方法论。在我国的快速城市化进程中，也逐步面临西方社会所经历的种种问题，而在土地面积和人地关系方面却面临着比西方更为紧张和严峻的现实 。景观基础设施就是在解决如何在有限的国土面积上，以最少的用地达到最大的社会、经济需求和生态系统服务的贡献。因此，探索结合我国实际的景观基础设施的具体操作与应用具有现实意义。

个人分类: infor|2433 次阅读|0 个评论

[转载]郑州大学深入推进协同创新 助力中原经济区建设

tangminqian 2012-11-30 09:51

http://newpaper.dahe.cn/hnrb/html/2012-11/29/content_818273.htm?div=-1 郑州大学 深入推进协同创新 助力中原经济区建设 2012年11月29日 河南日报 电子版第15版： 教育 本报记者胡炳俊本报通讯员苏雨 10月22日，省教育厅下发文件公布2012年度河南省协同创新中心名单，2012年度河南省共建设13个协同创新中心。郑州大学有4个创新中心名列其中，以占份额近1/3的比例继续保持了作为省内排头高校的科研实力和创新能力。 “高校创新能力提升计划”出台实施后，郑州大学迎来了新一轮高等教育改革创新发展的重大历史机遇。郑州大学高丹盈副校长说：“目前，郑州大学以‘2011计划’的实施为契机，瞄准中原经济区建设需求与行业核心共性技术，创新体制机制，广泛聚集创新要素，深入开展相关领域的前瞻性研究，全面推进和开展协同创新，探索和建立了多种形式的开放、集成、高效的协同创新模式，为加快建设高水平大学奠定了基础，为中原经济区建设提供强有力的技术支撑。” 记者从郑州大学科研处了解到，该校在积极推进协同创新工作中发展科技能力，提高创新水平，着力构建知识创新、技术创新、理论创新和协同创新四大科技体系，从发挥高校优势和主导作用着手，积极汇聚创新要素和资源，深入开展协同创新题的培育和组建，创新机制体制建设，依托重点学科和重点科研机构或基地，打破机制障碍和学科间的约束，联合校内外优势，面向学科前沿、面向文化传承创新、面向行业产业、面向区域发展，建立长效资源共享机制，培育组建了16个校级协同创新体，为跻身省级、国家级协同创新中心积极准备。其中“先进材料及加工”、“社会管理”、“水利与交通基础设施安全防护”、“癌症化学预防”四个协同创新中心这次被确定为省级协同创新中心。 今年9月，国家发改委副主任、能源局局长刘铁男一行到河南天冠集团调研生物能源产业时，对刚投产的纤维乙醇产业化项目做出了“纤维乙醇产业化项目是全球关注的生物能源产业项目，其发展对于实现燃料乙醇生产的非粮替代和更大规模、更大范围实现石化能源的替代开发起着至关重要的作用。”的评价，作为该项目总工程师的马晓建教授是郑州大学化学与能源学院生化中心主任，该项目自从与郑州大学签订合作协议以来，双方共同致力于创新研究，攻克技术难题，不断有新进展新突破。 郑州大学不仅在校校、校企合作上积极构建平台，也在为支撑地方经济发展，服务中原经济区建设上积极努力。学校相继与安阳、商丘、周口、郑州等多个地市建立了全面合作关系，致力于解决地区经济社会发展中的重大问题。郑州大学王宗敏副校长在与新乡市政府洽谈时说：“校市合作是学校主动融入到地方经济社会发展的举措，互利共赢的校市合作，可以不断提高学校对地方经济社会发展的介入度和贡献率，是高校实现社会服务功能的一个重要平台。” 随着《国务院关于支持河南省加快建设中原经济区的指导意见》的出台，中原经济区正式上升为国家战略。今年年初，河南省将按照“985”高校标准建设郑州大学写入了《河南省十二五发展规划纲要》，郑州大学作为河南省唯一的“211”工程高校已进入各方面迅速发展的快车道，依托所特有的学科齐全、人才资源丰富和科技基础深厚等优势致力于服务社会，发展地方经济。在构建协同创新平台的推动下围绕国家战略需求，特别是结合中原经济区建设的优先发展领域、支柱产业和战略性新兴产业，大力培育组建协同创新体，实现了学校与地方经济发展的共赢，为中原经济区建设提供了智力保障。

个人分类: 研究方法与规范|1540 次阅读|0 个评论

协同创新中心，又一个“圈钱”的主

热度 115 qpzeng 2012-10-22 17:29

如果列支敦士登要给全国的大学发钱，充其量也就那么个数，保准不会出现啥“赤字”。可是，中国太大了，教育部拉上财政部，要给全国上千所大学组成的“协同创新中心”发钱，到头来看，那绝对不是个小数目。现有的74个协同创新中心的名单已公布，估计下拨经费将是个天文数字！ 中国历来喜欢搞“群众运动”，今天搞完“大学城”项目，明天又忙“211、985”项目。我只听说过“集中优势兵力歼灭敌人”的做法，也见过只有“强强联手”才能把事业做大的例子，但我从来不知道把一群“科学家伙”聚集在一起就能“创新”？如果我没说错的话，创新应该主要是个人智慧的结晶。凡是“大会战”这种玩意儿通常都不靠集体智慧，而是创新活动的“完成时”和“马后炮”。 试问人类基因组计划有什么创新？各国测序中心的工作人员扎堆“赶任务”只是在“加班加点”，希望早点做出东西来。当初如果不是塞雷拉私营公司的文特尔出来搅局，人类基因组测序结果可能还要推迟好几年才会公布。我想恐怕到现在，那些搞基因测序的，对文特尔团队“不合群”的行为不是怀恨在心，也会耿耿于怀吧？另外，我不知道美国的天文望远镜项目、火星探测计划是“圈钱”还是“创新”？ 这大概是圈内“潜规则”：要么不玩，要玩大家玩！谁也不许说破，不然怎么忽悠国家的钱？明明一个项目可以自行完成，但为了“圈”更多的钱，硬是把几个单位搞在一起“拉郎配”，等到把钱瓜分完了，最后还是各行其是！ 就像中国的贫富差距日益扩大一样，富的更富，穷的更穷！现在申办国家级“中心”得益最多的显然是那些“巨无霸”的名校和富校，最可怜的是那些不上档次的低级别穷校，不仅要先垫钱折腾出校级“中心”，还要攒钱申报省级“中心”，但无论怎么拼老命、挤破头也进不了国家级“中心”！ 中国纳税人的钱就那么好使？一波接着一波，而且一浪高过一浪！老百姓是否有权问一问：少则几亿，多则几百亿、上千亿的科研经费是如何花掉的？花那么多钱都出了些什么科研成果？有多少人民的血汗钱流入了私人腰包而被随意挥霍掉？ 我姑且认为，教育部的经费反正是要下拨的，建所谓“中心”也只是找一个“由头”，最终还是皆大欢喜，因为大家都分到了钱，这样即使没有任何创新也就算了。可是，某些“中心”却把外国人也拉了进来，这是否意味着外国人也到中国“圈钱”来了？说起来真有些如鲠在喉的不爽！ 附：74个协同创新中心（“2011”计划）名单 1、科学与社会协同发展研究中心：中国科学院学部，清华大学 2、气候变化研究中心：中国科学院学部，北京大学 3、肿瘤学研究协同创新中心：中山大学，复旦大学，中国医学科学院 4、天津化学化工协同创新中心：南开大学，天津大学 5、量子调控研究协同创新中心：南京大学，中国科学技术大学 6、量子物质科学协同创新中心：清华大学，北京大学，中国科学院物理研究所 7、太空信息工程协同创新中心：西安交通大学，西安卫星测控中心，中国空间技术研究院西安分院，中国科学院西安光学精密机械研究所 8、先进地面交通创新联盟：北京理工大学，东南大学，哈尔滨工业大学，华中科技大学，清华大学，同济大学 9、绿色交通技术产学研协同创新联盟：武汉理工大学，长安大学，大连海事大学、重庆交通大学、长沙理工大学 10、生物技术药物研发与成果转化协同创新联盟：四川大学，北京大学，清华大学，复旦大学，浙江大学等 11、国家清洁能源协同创新中心：南京大学，协鑫集团 12、中国燃料电池汽车技术创新战略联盟：同济大学，清华大学，武汉理工大学，重庆大学等 13、拓扑材料科学与技术上海协同创新平台：上海交通大学，复旦大学，上海技术物理研究所，上海微系统所等 14、司法文明协同创新中心：中国政法大学，吉林大学，武汉大学 15、知识经济与法制发展协同创新中心：中南财经政法大学，中国政法大学，北京大学 16、中国西部文化创意产业协同创新研究中心：西安交通大学，香港理工大学 17、主要粮食作物生物学协同创新中心：中国农业大学，华中农业大学，西北农林科技大学 18、畜禽健康养殖协同创新中心：中国农业大学，华中农业大学，西北农林科技大学 19、合肥物质科学技术中心：中科院合肥物质科学研究院，中国科学技术大学 20、经济学理论与实践协同创新中心：上海财经大学，清华大学，西南财经大学 21、中华创新药物联合研究中心：北京大学、台湾大学、香港大学、澳门大学 22、“两型社会”建设协同创新中心：中南大学，湖南大学，武汉大学，湖南科技大学 23、玉米水稻小麦生物学协同创新中心：中国农业大学，西北农林科技大学，华中农业大学 24、能源材料化学协同创新中心：厦门大学，复旦大学，中国科学技术大学 25、生物医用材料2011协同创新中心：四川大学，华南理工大学，武汉大学 26、钢铁共性技术协同创新中心：北京科技大学，东北大学，钢铁研究总院 27、水安全与水科学协同创新中心：河海大学，清华大学，长江三峡集团 28、先进磷化工技术与装备协同创新联盟：四川大学，厦门大学，清华大学，华东理工大学，武汉工程大学 29、轨道交通安全协同创新中心：北京交通大学，西南交通大学，中南大学 30、特殊区域公路大通道协同创新中心：长安大学牵头，同济大学、大连海事大学、长沙理工大学、重庆交通大学、武汉理工大学、交通运输部公路科学研究院、交通运输部科学研究院、招商局重庆交通科研设计院有限公司、中国建筑材料集团有限公司、中交第一公路勘察设计研究院有限公司、中交第二公路工程局有限公司、中交西安筑路机械有限公司、中国智能交通系统有限公司、郑州宇通客车股份有限公司等单位协同 31、长江黄金水道绿色和安全技术协同创新中心：武汉理工大学，河海大学，重庆交通大学，上海海事大学，长沙理工大学 32、阻燃材料与技术协同创新联盟：四川大学，中国科学技术大学，上海交通大学，北京理工大学，北京化工大学，浙江大学，东北林业大学，公安部四川消防研究所，公安部天津消防研究所等 33、雷达技术协同创新中心：西安电子科技大学，国防科技大学，哈尔滨工业大学，北京理工大学，电子科技大学，中国电子科技集团，空军装备研究院，海军装备研究院，中国航天科工集团二院，中国航天科工集团三院，中国航天科技集团五院，中科院电子所 34、马克思主义协同创新中心：中国人民大学，复旦大学，武汉大学，中山大学，中央编译局，中国社会科学院 35、农业高效用水协同创新中心：西北农林科技大学，中国农业大学，武汉大学 36、有机发光显示（OLED）协同创新中心：华南理工大学，清华大学，上海大学，东南大学 37、中国金融发展与金融安全协同创新中心：西南财经大学，国家审计署，中国银监会，中国人民大学，武汉大学 38、山西煤炭资源可持续开发利用协同创新中心：太原理工大学，中北大学，中科院山西煤化所，焦煤集团，太重煤机等单位 39、无线通信技术协同创新中心：东南大学，清华大学，电子科技大学，华南理工大学，哈尔滨工业大学，南京邮电大学，重庆邮电大学 40、气象灾害预警预报与评估协同创新中心：南京信息工程大学，中国科学院大气物理研究所，国家气象中心，国家气候中心，中国气象科学研究院，中国人民解放军理工大学，成都信息工程学院，中国电子科技集团公司第十四研究所 41、中国文化“走出去”协同创新中心：北京外国语大学，中国人民大学，罗马大学，国际汉学会 42、中国财政发展2011协同创新中心：中央财经大学，上海财经大学，中南财经政法大学，东北财经大学，江西财经大学，山东财经大学，北京国家会计学院，上海国家会计学院，厦门国家会计学院 43、现代中药协同创新中心：天津中医药大学、中国中医科学院中药研究所、浙江大学药学院中药科学与工程学系、天津国际生物医药联合研究院、天士力制药集团股份有限公司、山东步长制药股份有限公司、石家庄以岭药业股份有限公司、华润三九医药股份有限公司 44、首都世界城市顺畅交通协同创新中心：北京工业大学、北京交通大学、清华大学、北方工业大学、北京建筑工程学院、北京市交通委员会、北京市公安局公安交通管理局、交通运输部公路科学研究院、北京城市排水集团有限责任公司、北京市政路桥建设控股（集团）有限公司 45、高端制造装备协同创新中心：西安交通大学，浙江大学、华中科技大学、华南理工大学 46、膜分离技术协同创新中心：天津工业大学牵头，由天津工业大学、上海交通大学、天津大学、中国纺织科学研究院、中科院生态环境研究中心、国家海洋局天津海水淡化与综合利用研究所、中海油天津化工研究设计院及天津膜天膜科技股份有限公司组成。 47、物联网技术与应用协同创新中心：南京邮电大学、东南大学、中国矿业大学、北京邮电大学、中国药科大学、台湾物联网联盟。 48、海洋运输绿色与安全技术协同创新中心：大连海事大学、长安大学、重庆交通大学、长沙理工大学、哈尔滨工程大学、海军大连舰艇学院、集美大学、上海海事大学、武汉理工大学等协同。 49、煤炭高效安全开发协同创新中心：中国矿业大学与中国矿业大学（北京）联合科研院所、企业、高校[协同高校为辽宁工程技术大学、河南理工大学、山东科技大学、西安科技大学、湖南科技大学、安徽理工大学、太原理工大学、华北科技学院组建。 50、深海工程与舰船技术协同创新中心：由哈尔滨工程大学牵头，武汉理工大学，大连理工大学，天津大学，华南理工大学，江苏科技大学等校协同。 51、中国特色社会主义经济协同创新中心：南开大学、南京大学、国家统计局科学研究所共同组建。 52、世界文明与区域研究协同：北京大学、南开大学、中国社会科学院欧洲研究所联合成立。 53、替代石油路线大型化工过程与装备技术协同创新中心：华东理工大学、华南理工大学、清华大学、浙江大学、大连理工大学 54、广东高端制造装备协同创新中心：华南理工大学、北京化工大学、清华大学 55、苏州纳米科技协同创新中心：苏州工业园区管委会为主导，苏州大学牵头，中国科技大学、中科院苏州纳米所、西安交通大学、东南大学、江苏省纳米技术产业创新联盟等单位参与。 56、小麦玉米周年高产高效生产协同创新中心：山东农业大学 中科院遗传与发育生物学研究所 河北农大 青岛农大 山东省农科院 山东登海种业股份有限公司 山东金正大股份有限公司 57、海外华文教育与中华文化传播协同创新中心：该协同创新中心由华侨大学牵头，与中国社会科学院文化研究中心、中国华文教育基金会、暨南大学、世界华语文教育学会、社会科学文献出版社等协同组建，主管部门为国务院侨办。 58、中国滨海金融协同创新中心：天津财经大学、中央财经大学、南开大学、中国人民银行金融研究所、中国社会科学院金融研究所共同协作。 59、社会转型与社会管理协同创新中心：牵头单位：中国人民大学；参与单位：复旦大学、南京大学、国家发展和改革委员会社会发展司、国家统计局、人力资源与社会保障部、国家人口与计划生育委员会、民政部、国家宗教局等政府部门和中国劳动保障科学研究院、国务院发展研究中心社会发展部、中国社会科学院社会发展战略研究院、国际社会调查组织（ISSP）、东亚社会社会调查（EASS）、美国芝加哥大学、美国密西根大学社会科学研究院、法国社会科学高等研究院等国内外科研院所。 60、中国企业“走出去”协同创新中心：对外经贸大学牵头，商务部、浙江省义乌市、国家开发银行、联合国贸发会议、联合国工发组织、日内瓦国际贸易与可持续发展中心为协同单位。 61　电动汽车与分布式能源协同创新中心 ：合肥工业大学牵头，上海交通大学、武汉大学、东风汽车集团股份有限公司、奇瑞汽车股份有限公司、安徽江淮汽车集团有限公司、中国南方电网有限责任公司、合肥市人民政府、美国俄亥俄州立大学、澳大利亚迪肯大学等10家单位协同参与。该中心旨在汇聚国内外电动汽车及分布式能源领域的优质资源，构建人才高地、培养创新人才、建设创新平台、形成一流学科、突破关键核心技术、开发自主知识产权产品，建设能服务国家重大战略和解决行业重大关键技术问题的国家级协同创新基地。 62、资源化工绿色过程与产品协同创新中心：北京化工大学牵头，清华大学、中国科学院过程工程研究所参加的“共性技术联合研发中心”。携手中国石油化工集团公司、中粮集团有限公司、中国化工集团公司3家龙头企业组建的“资源化工绿色过程与产品协同创新中心”。主要研发领域包括材料结构设计、绿色新工艺开发及化工工艺优化集成等。 63、天津医学表观遗传学协同创新中心：天津医科大学、南开大学，依托天津医科大学在医学表观遗传学研究领域的领先优势及其在恶性肿瘤、心脑血管和代谢性疾病的临床优势，南开大学在生命科学、药学等方面的优势，联合北京大学、华大基因有限公司及瑞典卡罗林斯卡分子医学中心（CMM）等研究机构和企业，共同开展科研攻关。 64、湖南数字中医药协同创新中心：由湖南中医药大学牵头的数字中医药协同创新中心近日成立。该中心依托湖南中医药大学4个国家级平台及基地，中国中医科学院、天津中医药大学、福建中医药大学、湖南省中医药研究院等为参与单位。 65、网络计算与信息处理技术协同创新中心：国家计算机网络应急技术处理协调中心、北京航空航天大学共同建设。 66、先进航空发动机协同创新中心：北京航空航天大学、中航工业共同建设。 67、通航时代协同创新中心：北京航空航天大学、中航工业集团下属的中航重机股份有限公司、北京市昌平区人民政府、北京汽车集团有限公司共同建设。 68.镍钴金属材料创新中心:兰州理工大学,金川集团、清华大学、瑞典国家冶金研究所等7家核心成员单位共同建设。 69.水安全与水科学协同创新中心：由河海大学、清华大学牵头，协同中国长江三峡集团、中国电力建设集团、长江水利委员会、黄河水利委员会、高校、水利科研院所联合建立的面向行业产业的协同创新中心。 70.三峡地区灾害与环境协同创新中心：三峡地区灾害与环境协同创新中心由三峡大学等11家高校、科研院所、大型企业和政府机构共同建设。协同创新中心将努力汇聚创新要素资源、形成协同攻关机制，积极构建地质灾害、水工程安全高效运行和生态环境三个协同创新平台，着力解决三峡地区灾害与环境的重大科学问题和关键技术难题，推动科技成果转化和产业化，建设面向地方和行业重大战略需求的人才培养基地和科学研究中心。 71.生物医药协同创新中心：中国药科大学、北京大学、南京大学、中科院上海药物所、中国医药集团、江苏恒瑞医药股份有限公司、江苏先声药业有限公司、江苏圣和药业有限公司 72.民用航空复合材料协同创新中心：东华大学、上海交通大学、中国商用飞机有限责任公司、同济大学、上海大学、华东理工大学 73.纺织产业关键技术协同创新中心：东华大学、西南大学、江南大学、浙江理工大学、天津工业大学、中国纺织科学研究院、中国农业科学院棉花研究所、中国恒天集团有限公司、恒力集团有限公司、山东如意科技集团有限公司、鲁泰纺织股份有限公司 74.未来媒体网络协同创新中心:上海交通大学、北京大学、中央电视台、广电总局广科院、广电总局规划院、中国科学院计算所、数字电视国家工程研究中心、上海广播电视台、华为、百度、AVS产业技术创新战略联盟

个人分类: 建言献策|46477 次阅读|127 个评论

[转载]推荐系统之协同过滤概述

littlesail 2012-10-9 11:05

http://www.vanjor.org/blog/2011/05/rs-collaborative-filtering/ 推荐系统之协同过滤概述 2011年5月10日 15:03:19 由 vanjor 发表 回复 协同过滤（Collaborative Filtering）是现今推荐系统中应 用最为成熟的一个推荐算法系类，它利用兴趣相投、拥有共同经验之群体的喜好来推荐使用者感兴趣的资讯，个人透过合作的机制给予资讯相当程度的回应（如评分）并记录下来以达到过滤的目的进而帮助别人筛选资讯（参考wiki，文字有点生硬，不过却很好的描述了协同过滤的一个互动性：用户参与用户获益）。 边整理边写了整整一天o(╯□╰)o 一、背景 1.1 基本思想 简单来说： 和你兴趣合得来的朋友喜欢的，你也很有可能喜欢； 喜欢一件东西 A ，而另一件东西 B 与这件十分相似，就很有可能喜欢 B ； 大家都比较满意的，人人都追着抢的，我也就很有可能喜欢。 三者均反映在协同过滤的评级（rating）或者 群体过滤 （social filtering）这种行为特性上。 1.2 相关研究组织 协同过滤上比较经典著名的组织商业有： Tapestry（1992）：电子邮件分类过滤，解决Xerox公司在Palo Alto的研究中心资讯过载问题。 GroupLens （1994）：推荐系统，在线社区，移动及普适技术，数字图书馆，和地理信息系统，见大名鼎鼎的 MovieLens 电影评分推荐。 Netflix ：研究影视视频在线推荐 。 Amazon ：亚马孙网络书城，为亚马逊每年贡献二三十个百分点的创收。 1.3 优缺点 优点 ：主要从使用者角度来看： 能够过滤机器难以自动内容分析的资讯，如艺术品，音乐等。也就是基于用户标识等，可以自动归类； 共用其他人的经验，避免了内容分析的不完全或不精确，并且能够基于一些复杂的，难以表述的概念（如资讯品质、个人品味）进行过滤，直接后天间接性继承前辈经验； 有推荐新资讯的能力。可以发现内容上完全不相似的资讯，使用者对推荐资讯的内容事先是预料不到的。可以发现使用者潜在的但自己尚未发现的兴趣偏好。（基于相似用户推荐很好的能做到） 推荐个性化、自动化程度高。能够有效的利用其他相似使用者的回馈资讯。加快个性化学习的速度。 缺点 ：主要从设计与实现的角度 新使用者问题(New User Problem)： 系统开始时推荐品质较差 ； 新项目问题(New Item Problem) ：品质取决于历史资料集 ； 稀疏性问题（Sparsity）：系统历史数据过少，难以进行精确的模式查找匹配推荐 ； 系统延伸性问题（Scalability）：新加User或者Item时，系统需要增加计算负荷量大。 1.4 对于当前推荐系统的问题的一些尝试解决 本小节参考 《Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions 》的2.2节翻译。 新用户问题 为了使推荐系统更加准确，系统必须从用户的评分中学习用户的偏好，有许多方法尝试这方面研究，它们大多数使用混合推荐模型，包含了基于内容以及协同过滤推荐方法。另外的一种方法是挖掘一些条目提供给新用户来进行评级，以便快速学习用户的偏好。这些挖掘条目的技术是基于项目的流行度，项目的熵，用户个性化，以及以上技术的糅合。 新项目问题 新的项目会经常添加到推荐系统中，协同过滤基本上是通过用户的偏好进行推荐，这样，直到新的项目被足够数量的用户进行评级，推荐系统才有可能推荐它，这个问题同样是通过混合推荐方法来解决。 数据稀疏性 在许多推荐系统中，已经获得到的评级数据相比整个待预测的项只是很小的一部分，那么从一个很小的样例数据集中高效的预测评分是很重要的。同样推荐系统的成功在于拥有足够数量的用户，列于，在电影推荐系统中，有很多电影只被小部分用户评级，而且这些电影会很少被推荐，即使那小部分用户给予很高评级。同样，对于那些有着不同品味的小众群体，找不到相同特定同口味的用户，也导致较差的推荐结果了。 一个克服数据稀疏性问题的方法，是通过使用用户资料信息来计算用户相似度。也就是，两个用户会被认为相似不只单在相同的电影评级类似，而且也有可能属于同一个人口统计区块（demographic），比如，用户的性别，年龄，居住地，教育情况，工作信息。这种基于传统协同过滤的扩展方法称为demographic filtering。详见M. Pazzani, 《A Framework for Collaborative, Content-Based, and Demographic Filtering, Artificial Intelligence Rev》 另外的一个尝试在于挖掘被推荐出的用户之间的相似性，在客户的历史交易和反馈数据中，通过关联检索框架，以及相关传播扩散算法来发现客户间的可传递性关联。 另外的一个途径解决思路是，是通过一种降维技术（ dimensionality reduction ）， 奇异值分解 （SVD:Singular Value Decomposition ）,来降低稀疏矩阵的维度。SVD是目前一个已知的矩阵分解技术，来为原始矩阵求的最好的低维近似。详见B. Sarwar, 的《Application of Dimensionality Reduction in Recommender Systems—A Case Study》 二、分类概述 2.1 推荐系统概况 协同过滤作为推荐系统中的一个主流方法途径，在推荐系统中所处地位是怎么样的呢，下面主要对推荐系统的方法类别进行介绍，从两种不同的角度上，推荐系统中方法技术分类主要有以下两种分类： 从研究对象方法上的一种分类 首先参考Adomavicius, G的论文 《Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions 》 推荐系统中的总体方法有: 基于内容的推荐 （Content-based recommendations）：系统会基于用户上次喜欢的一个项目推荐相似的项目； 协同过滤推荐 （Collaborative recommendations）：基于寻找相同评为与偏好的人群进行推荐； 混合推荐 （Hybrid approaches）：融合基于内容以及协同过滤推荐方法。 并且论文中总结的现状技术分类概述如下图： 从应用算法架构上分类 参考 Carleton College, Northfield, MN. 官方网站上： 启发式推荐算法 （ Memory-based algorithms ）：是系统过滤思想中的一种算法，每次推荐都需要调用这整个评级数据库的内容，即对于一个用户，计算与其他所有其他用户的相似度，对于用户没有遇到的新项目，将会利用相似度权重及其他用户的评分加权预测当前用户对于这个新项目的潜在评分。但这种每次计算量过大 基于模型推荐算法 （ Model-based algorithms ）：从评级数据集中建立一个模型，也就是从数据库中抽取一个模型数据，然后每次推荐都是基于模型数据进行计算并推荐，这样不用每次都调用整个数据库，提高了速度与系统伸缩性。大致包括： Item-based collaborative filtering Personality Diagnosis SVD 关联规则算法 （ Association Rules ）：关联规则尝试发现不同项目之间的因果关系，一个关键规则本质上是一种（ A1 , A2 , A3 , … = B1 , B2 , B3 ,…） 的形式，尝试展示一个序列决定另外的一个序列。主要由两部分组成：一个是关联决策，一个是对应的置信度。 关联决策：即如果 A = B , C , 那么如果Item A出现在某人的历史记录里面，那么可以推断B和C也很可能出现在那里。 置信度：表明对应的关联决策有多么可靠，范围为 的一个区间，如果置为1，那么说明上述决策总能成立，如果为0，表明这个决策从来不会正确。 2.2 协同过滤基本分类 协同过滤实际上与推荐系统中的其他方法是交织叠加的，没有一个明确的界限，推荐系统的方法尝试都有结合协同过滤的思想因素去实现，参考wiki百科中 协同过滤 大体可以分为三类： 基于 用户 协同过滤（User – based）： 基于计算相似用户用以推荐 基于 项目 协同过滤（Item – based）： 基于计算相似项目用以推荐 基于 模型 协同过滤（Model- based）： 基于原始数据中抽取出模型，基于模型计算并用以推荐 三、协同过滤三大分类 3.1 基于用户协同过滤(User-based) 用 相似统计 的方法得到具有相似爱好或者兴趣的相邻使用者，最早是在1994年由来自美国Minnesota大学Paul Resnick等人发表的《 GroupLens: An Open Architecture for Collaborative Filtering of Netnews 》一文中提出的。 方法基本步骤 1. 收集使用者资讯 收集可以代表使用者兴趣的资讯。概括主要分为两类： 主动评分（显式评分）：基于用户的直接打分数据，如评分，喜爱等级，like/dislike 被动评分（隐式评分）：是根据使用者的行为模式由系统代替使用者完成评价，不需要使用者直接打分或输入评价资料，如电子商务中的购买记录，视频网站用户观看记录、收藏记录，甚至是评论文本观点意见挖掘等进行广泛深度的数据挖掘。 2. 最近邻搜索(Nearest neighbor search, NNS) 以使用者为基础（User-based）的协同过滤的出发点是与使用者兴趣爱好相同的另一组使用者，就是计算两个使用者的相似度。 例如：寻找n个和A有相似兴趣使用者，把他们对M的评分作为A对M的评分预测。一般会根据资料的不同选择不同的算法。 目前较多使用的 相似度算法 有： 皮尔森相关系数：Person Correlation Coefficient 余弦相似度：Cosine-based Similarity 矫正余弦相似度：Adjusted Cosine Similarity 3. 产生推荐结果 有了最近邻集合，就可以对目标使用者的兴趣进行预测，产生推荐结果。 依据推荐目的不同形式的推荐，较常见的推荐结果有Top-N 推荐和关联推荐。 Top-N 推荐：是针对个体使用者产生，对每个人产生不一样的结果，例如：透过对A使用者的最近邻使用者进行统计，选择出现频率高且在A使用者的评分项目中不存在的，作为推荐结果。 关联推荐：对最近邻使用者的记录进行 关联规则 ( association rules )挖掘。 优缺点 优点： 在数据集完善，内容丰富下，准确率较高，而且能够避开项目内容上的挖掘进行准确推荐，对够对项目关联性，用户偏好进行隐式透明的挖掘。 缺点： 随着使用者数量的增多，计算的时间就会变长，新用户问题，以及数据稀疏性问题是导致效率与伸缩性上均不足 3.2 基于项目协同过滤（Item-based） 鉴于基于用户的协同推荐算法随着使用者数量的增多，计算的时间就会变长，最早是在2001年由Sarwar提出了基于项目的协同过滤推荐算法《 Item-based Collaborative Filtering Algorithms 》中所提出的。 基于项目协同过滤在于透过计算项目之间的相似性来代替使用者之间的相似性。 所建立的一个基本的假设：”能够引起使用者兴趣的项目，必定与其之前评分高的项目相似”，通俗的来说：基本上喜欢《长尾理论》的人，都会去看《世界是平的》，不知道你怎么想，反正豆瓣推荐系统就是这么认为的。 方法步骤： 1. 收集使用者资讯 同以使用者为基础（User-based）的协同过滤。 2. 针对项目的最近邻搜索 先计算己评价项目和待预测项目的相似度，并以相似度作为权重，加权各已评价项目的分数，得到待预测项目的预测值。 例如：要对项目 A 和项目 B 进行相似性计算，要先找出同时对 A 和 B 打过分的组合，对这些组合进行相似度计算，常用的算法同基于使用者（User-based）的协同过滤。 3. 产生推荐结果 在用户使用评价一个商品感兴趣后，会自动搜寻改商品相似度最大的前N项条目。 优缺点： 优点 ：以项目为基础的协同过滤不用考虑使用者间的差别，所以精度比较差。但是却不需要使用者的历史资料，或是进行使用者识别。对于项目来讲，它们之间的相似性要稳定很多，因此可以离线完成工作量最大的相似性计算步骤，从而降低了线上计算量，提高推荐效率，尤其是在使用者多于项目的情形下尤为显著。 缺点 ：但其仍有许多问题需要解决，最典型的有稀疏问题(Sparsity)和冷启动问题(Cold-start)，开始时效果较差。此外还有新使用者问题和算法健壮性等问题。 3.3 基于模型的协同过滤（Model- based） 以使用者为基础（User-based）的协同过滤和以项目为基础（Item-based）的协同过滤统称为以记忆为基础（Memory based）的协同过滤技术，他们共有的缺点是资料稀疏，难以处理大数据量下的即时结果，因此发展出以模型为基础的协同过滤技术。 以模型为基础的协同过滤(Model-based Collaborative Filtering)是先用历史资料得到一个模型，再用此模型进行预测。以模型为基础的协同过滤广泛使用的技术包括 Latent Semantic Indexing 、 Bayesian Networks …等，根据对一个样本的分析得到模型。 四、相似度计算算法 4.1 概述 相似度计算算法可以用于计算用户或者项目相似度。 以项目相似度计算（Item Similarity Computation）为列，通性在于都是从评分矩阵中，为两个项目i，j挑选出共同的评分用户，然对这个共同用户的评分向量，进行计算相似度 s i , j ， 由 参考1 ， 参考2 如下图：行代表用户，列代表项目 (注意到是从i，j向量中抽出共有的评论，组成的一对向量，进行相似度计算)， 皮尔森相关系数 ：Person Correlation Coefficient 余弦相似度 ：Cosine-based Similarity 矫正余弦相似度 ：Adjusted Cosine Similarity 4.2 皮尔森相关系数 皮尔森相关系数也是一种基于相关系数的相似度计算方法，一般为了使计算结果精确，需要找出共同评分的用户。 记用户集U为既评论了 i 又评论了 j 的用户集，那么对应的皮尔森相关系数计算公式为： （其中 R u , i 为用户u 对项目 i 的评分，对应带横杠的为这个用户集U对项目i的评分评分） 4.3 余弦相似度 两个项目 i ，j 视作为两个m维用户空间向量，相似度计算通过计算两个向量的余弦夹角，那么，对于m*n的评分矩阵，i ，j 的相似度 sim ( i , j ) 计算公式： （其中 " · "记做两个向量的内积） 4.4 矫正余弦相似度 余弦相似度计算并没有考虑到不同的用户的评分尺度差异性，也就是说有的用户评分更宽容普遍打分较高，有的用户评分更严格，普遍打分较低。矫正余弦相似度正式为了克服这一缺点，通过求出每位用户的平均打分，调整评分向量为评分偏差向量，再进行求解余弦相似度。 （其中带横杠的为第u个用户的平均评分） 4.5 基于项目相似度与基于用户相似度的差异 上述三个相似度公式是基于项目相似度场景下的，而实际上，基于用户相似度与基于项目相似度计算的一个基本的区别是，基于用户相似度是基于评分矩阵中的行向量相似度求解，基于项目相似度计算式基于评分矩阵中列向量相似度求解，然后三个公式分别都可以适用，如下图： （其中，为0的表示未评分） 基于项目相似度计算式计算如Item3，Item4两列向量相似度； 基于用户相似度计算式计算如User3，User4量行向量相似度。 最终的计算公式方法均相同。具体可具体参考 《Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions 》2.2节 4.6 相似度计算不足与改进 基于评分矩阵相似度计算所面临的一个性能问题，数据稀疏下，精度很差，因为相似度计算是基于寻找拥有共同用户评分的项目或者共同项目评分的用户，在数据稀疏下，两个向量中空值过多，导致计算共同评分维度过低，甚至就没有共同评分。 对于数据稀疏性这种情况下，一个尝试的途径是进行对评分矩阵进行填充。 填充规则有很多，一种通用的方法是，填充均分，具体如下两种： 基于用户均分：填充对应用户的平均打分 基于项目均分：基于对应项目的平均打分 （基于用户均分填充） （基于项目均分填充） 五、协同过滤敏捷实践 5.1 概述 首先参考 Slope one 的wiki百科的一段话（此章节按照 Slope one 的wiki百科重新整理）： 当可以对一些项目评分的时候，比如人们可以对一些东西给出1到5星的评价的时候，协同过滤意图基于一个个体过去对某些项目的评分和（庞大的）由其他用户的评价构成的数据库，来预测该用户对未评价项目的评分。 In this context, item-based 协同过滤系统 线性回归方程。该简化方法也不需要那么多存储空间和延迟。 基于 奥卡姆剃刀原则 ：“切勿浪费较多东西，去做‘用较少的东西，同样可以做好的事情’。” 基于项目相似度协同过滤的一种简化的思想Slope One算法也就反映出了更加实用之处。 附带一句，关于推荐系统等算法，敏捷开发实现，可以尝试看下《 集体智慧编程》 （ Programming Collective Intelligence ），Python实现。 5.2 Slope One算法 为了大大减少 过适 的发生，提升算法简化实现， Slope One 系列易实现的Item-based 协同过滤 算法被提了出来。本质上，该方法运用更简单形式的回归表达式(f(x) = x + b) 和单一的自由参数，而不是一个项目评分和另一个项目评分间的线性回归 (f(x) = ax + b)。 该自由参数只不过就是两个项目评分间的平均差值。甚至在某些实例当中，它比线性回归的方法更准确 ，而且该算法只需要一半（甚至更少）的存储量。 基本原理 如下图评分矩阵： 基于UserA对Item1与Item2的评分，以及UserB对Item1的打分，Slope One算法思想对于UserB对于Item2的预测评分为 2 +（1.5-1）=2.5. 从这里可以看出，Slope One的思想是，每次只着眼两点，因为两点确定一条直线嘛，而且对于这两点Item 1与Item2，User A都经过，User B经过其中1点，Slope One思想假设User B与User A这条直线表现同一斜率： 应用场景 如下图评分矩阵 要预测Lucy对项目1的评分： 项目1与项目2间的均差值（5-3)+(3-4)/2 =0.5，（John线与Mark线） 项目1与项目3间的均差值（5-2）/1 =3（John线） 那么Lucy对于项目1的评分预测可以基于项目1与项目2，以及项目1与项目3的两个均差值，3项线来预测，项线几道对应均差值的权重上。也就有 rate（lucy，项目1）=（（0.5+2）*2+（3+5）*1）/（2+1）=4.33 想要实现 Slope One，只需要计算并存储“n”对评分间的平均差值和评价数目即可。 算法复杂度 设有“n”个项目，“m”个用户，“N”个评分。计算每对评分之间的差值需要n(n-1)/2 单位的存储空间，最多需要 m*n*n步. 假设用户已经评价了最多 y 个项目, 那么计算不超过n*n+m*y*y个项目间计算差值是可能的。 如果一个用户已经评价过“x”个项目，预测单一的项目评分需要“x“步，而对其所有未评分项目做出评分预测需要最多 (n-x)x 步. 当一个用户已经评价过“x”个项目时，当该用户新增一个评价时，更新数据库需要 x步。 可以通过分割数据（参照 分割 和稀疏存储（没有共同评价项目的用户可以被忽略）来降低存储要求。 还不想亲自实现？找开源吧 开源的Slope one的程序包 Python： http://www.serpentine.com/blog/2006/12/12/collaborative-filtering-made-easy/ Java： http://taste.sourceforge.net/ http://www.daniel-lemire.com/fr/documents/publications/SlopeOne.java http://www.nongnu.org/cofi/ PHP： http://sourceforge.net/projects/vogoo http://www.drupal.org/project/cre http://www.daniel-lemire.com/fr/documents/publications/webpaper.txt Slope one算法作者写的，简单明了。 5.3 Amazon的 item-to-item 专利算法 在更加普遍的场景中，人们并不总是能给出评分，当用户只提供二元数据（购买与否）的时候，就无法应用Slope One 和其它基于评分的算法。但是却有一个更简单更简单的方法：Amazon的 item-to-item 专利算法 item-to-item算法是二元 item-based协同过滤应用的例子之一，该算法中用二元向量表示用户-项目购买关系的矩阵，并计算二元向量间的cosine相关系数。 如以下应用场景： 在本例当中，项目1和项目2间的cosine相关系数为： 项目1和项目3间的cosine相关系数为： 而项目2和项目3的cosine相关系数为： 于是，浏览项目1的顾客会被推荐买项目3,而浏览项目2的顾客会被推荐买项目3,浏览了项目3的会被推荐买1（并由1推荐2）。该模型只使用了每对项目间的一个参数（cosine相关系数）来产生推荐。因此，如果有n个项目，则需要计算和存储 n（n-1）/2次cosine相关系数。 六、算法评价指标 推荐系统，协同过滤领域，在科学研究上的一些评价指标主要有MAE，AUC，MAP，P@N，P·R·F曲线。而实际应用中还要考虑到系统伸缩性，算法复杂度，等等，那些就不说了，P·R·F指标参考我之前的一篇文章：《 信息检索基本评价指标-P·R·F 》 以下指标详细界定参考论文《Mining mood-specific movie similarity with matrix factorization for context-aware recommendation》及《New Approaches to Mood-based Hybrid Collaborative Filtering》 6.1 平均绝对误差 MAE（Mean Absolute Error） 通过计算预测的用户评分与实际的用户评分之间误差来度量。主要结合交叉验证来实现，公式如下： （其中，g（authentic）为真实评分，g（prediction）为预测评分，G test ，为整个待预测用户评分集） 6.2平均准确率MAP（Mean Aaverage Precision） MAP是信息检索中解决P·R·F指标的不足，而提出的，其规范的定义是，设P(R)为系统在召回率为R时的准确率。 单个主题的平均准确率是每篇相关文档检索出后的准确率的平均值。主集合的平均准确率(MAP)是每个主题的平均准确率的平均值。 MAP 是反映系统在全部相关文档上性能的单值指标。系统检索出来的相关文档越靠前(rank 越高)，MAP就可能越高。 一个简单的比方就是（ 参考 ）： 设有两个主题，主题1有4个相关网页，主题2有5个相关网页。某系统对于主题1检索出4个相关网页，其rank分别为1, 2, 4, 7；对于主题2检索出3个相关网页，其rank分别为1,3,5。 对于主题1，平均准确率为(1/1+2/2+3/4+4/7)/4=0.83。 对于主题 2，平均准确率为(1/1+2/3+3/5+0+0)/5=0.45。 则MAP= (0.83+0.45)/2=0.64。 应用与协同过滤中的衡量时，也即是测量系统返回推荐项目对应真实用户喜爱偏好的排名的平均准确率。公式如下： 其中：U为测试用户集，|U|表示用户集的数目，| R i | 表示用户 u i 相关的项目（如电影）数据， r i,j 表示系统为用户u i 推荐的第 j 个相关项目对于用户 u i 实际的偏好排名。 6.3 P@n测度 测量对于给定用户ui，前n推荐项目中相关项所占比率。如下公式 6.4 AUC（Area Under Curve） 对于用户u，推荐性能AUC 衡量指标计算公式如下： 其中h（x）是一个指标函数，即若参数值x0或者逻辑真，着函数值为1，否则为0，Pair(u)是一组用户u待计算的配对集值： 其中Tr（u）是训练集中用户u已经有的项目集，Ts（u）为测试集中用户实际预期应该被推荐的项目，实际上，这里面的 n 也就是测试集不应该被推荐的项目。AUC取值 ，最好的就是1了。 其实以上可以看出，AUC是相对其他准确率测度最不直接的一个，理由是AUC涉及到所有配对，包含相关的项目以及不相关的项目（那些即不出现在训练集，也不出现在测试集中），尽管如此，因为通常数据集中不相关的项目比相关项目多得多，表明了AUC可以对于项目排序的变化没有那么敏感。 一些参考： http://zh.wikipedia.org/zh-cn/%E5%8D%94%E5%90%8C%E9%81%8E%E6%BF%BE http://www.cs.carleton.edu/cs_comps/0607/recommend/recommender/ http://www.cs.carleton.edu/cs_comps/0607/recommend/recommender/svd.html http://wenku.baidu.com/view/e12b10ea81c758f5f61f67fb.html http://zh.wikipedia.org/wiki/Slope_one http://www.kuqin.com/algorithm/20080903/16387.html http://www.cnblogs.com/kuber/archive/2008/06/10/1216846.html 更多参照文章中的链接

1 次阅读|0 个评论

中国的协同创新中心真不少

热度 3 xupeiyang 2012-9-4 11:01

协同创新中心那么多，医药系统最多啦，医学系统的100个国家级转化医学研究中心还没有建完呢。 到2017年，中国的科技创新总体能力要超过美国。 目前已知获批成立的协同创新中心有： 　　1、科学与社会协同发展研究中心：中国科学院学部， 清华大学 　　2、气候变化研究中心：中国科学院学部，北京大学 　　 3、肿瘤学研究协同创新中心：中山大学，复旦大学，中国医学科学院 　　4、天津化学化工协同创新中心：南开大学，天津大学 　　5、量子调控研究协同创新中心： 南京大学 ， 中国科学技术大学 　　6、量子物质科学协同创新中心：清华大学，北京大学，中国科学院物理研究所 　　7、太空信息工程协同创新中心：西安交通大学，西安卫星测控中心，中国空间技术研究院西安分院，中国科学院西安光学精密机械研究所 　　8、先进地面交通创新联盟：北京理工大学，东南大学，哈尔滨工业大学，华中科技大学，清华大学，同济大学 　　9、绿色交通技术产学研协同创新联盟：武汉理工大学，长安大学，大连海事大学 　　 10、生物技术药物研发与成果转化协同创新联盟：四川大学，北京大学，清华大学，复旦大学，浙江大学等 　　11、国家清洁能源协同创新中心：南京大学，协鑫集团 　　12、中国燃料电池汽车技术创新战略联盟：同济大学，清华大学，武汉理工大学，重庆大学等 　　13、拓扑材料科学与技术上海协同创新平台： 上海交通大学 ，复旦大学，上海技术物理研究所，上海微系统所等 　　14、司法文明协同创新中心： 中国政法大学 、吉林大学、武汉大学 　　15、 知识经济与法制发展协同创新中心 ：中南财经政法大学、中国政法大学、北京大学 　　16、中国西部文化创意产业协同创新研究中心：西安交通大学，香港理工大学 　　17、主要粮食作物生物学协同创新中心：中国农业大学，华中农业大学，西北农林科技大学 　　18、畜禽健康养殖协同创新中心： 中国农业大学 ，华中农业大学，西北农林科技大学 　　19、合肥物质科学技术中心：中科院合肥物质科学研究院，中国科学技术大学 　　20、经济学理论与实践协同创新中心：上海财经大学、清华大学、西南财经大学 　 　21、中华创新药物联合研究中心：北京大学、台湾大学、香港大学、澳门大学 　　22、“两型社会”建设协同创新中心：中南大学、 湖南大学 、武汉大学、湖南科技大学 　　23、玉米水稻小麦生物学协同创新中心：中国农业大学、西北农林科技大学、华中农业大学 　　24、能源材料化学协同创新中心： 厦门大学 ，复旦大学，中国科学技术大学 　　 25、生物医用材料2011协同创新中心：四川大学、华南理工大学、武汉大学 　　26、钢铁共性技术协同创新中心： 北京科技大学 ，东北大学，钢铁研究总院 　　27、水安全与水科学协同创新中心：河海大学、清华大学、长江三峡集团 　　28、先进磷化工技术与装备协同创新联盟：四川大学，厦门大学，清华大学， 华东理工大学 ，武汉工程大学 　　29、轨道交通安全协同创新中心：北京交通大学、西南交通大学、中南大学 　　30、特殊区域公路大通道协同创新中心：长安大学、同济大学、大连海事大学、长沙理工大学、重庆交通大学、武汉理工大学 　　31、长江黄金水道绿色和安全技术协同创新中心：武汉理工大学，河海大学、重庆交通大学、上海海事大学、长沙理工大学 　　32、阻燃材料与技术协同创新联盟：四川大学、中国科学技术大学、上海交通大学、北京理工大学、北京化工大学、浙江大学、东北林业大学、公安部四川消防研究所、公安部天津消防研究所等 　　33、 雷达技术协同创新中心 ： 西安电子科技大学 、 国防科技大学 、 哈尔滨工业大学 、 北京理工大学 、电子科技大学、中国电子科技集团 　　34、马克思主义协同创新中心：中国人民大学、复旦大学、武汉大学、中山大学、中央编译局、中国社会科学院　 　　35、农业高效用水协同创新中心：西北农林科技大学 中国农业大学 武汉大学 　　36、有机发光显示（OLED）协同创新中心：华南理工大学、清华大学、上海大学、东南大学 　　37、中国金融发展与金融安全协同创新中心：西南财经大学、国家审计署、中国银监会、中国人民大学、武汉大学 　　38、山西煤炭产业协同创新中心： 中北大学 、太原理工大学、中科院山西煤化所、焦煤集团、太重煤机等单位 　　39、无线通信技术协同创新中心：东南大学、清华大学、电子科技大学、北京邮电大学、哈尔滨工业大学、南京邮电大学、重庆邮电大学 　　40、气象灾害预警预报与评估协同创新中心：南京信息工程大学、中国科学院大气物理研究所、国家气象中心、国家气候中心、中国气象科学研究院、中国人民解放军理工大学、成都信息工程学院、中国电子科技集团公司第十四研究所 　　41、中国文化“走出去”协同创新中心：北京外国语大学、中国人民大学、罗马大学、国际汉学会 　　42、中国财政发展2011协同创新中心：中央财经大学、上海财经大学、中南财经政法大学、东北财经大学、江西财经大学、山东财经大学、北京国家会计学院、上海国家会计学院、厦门国家会计学院 　 　43、现代中药协同创新中心： 天津中医药大学、中国中医科学院中药研究所、浙江大学药学院中药科学与工程学系、天津国际生物医药联合研究院、天士力制药集团股份有限公司、山东步长制药股份有限公司、石家庄以岭药业股份有限公司、华润三九医药股份有限公司 　　44、首都世界城市顺畅交通协同创新中心： 北京工业大学 、北京交通大学、清华大学、北方工业大学、北京建筑工程学院、北京市交通委员会、北京市公安局公安交通管理局、交通运输部公路科学研究院、北京城市排水集团有限责任公司、北京市政路桥建设控股（集团）有限公司物联网技术与应用协同创新中心。 45、肝炎与肝癌防治研究协同创新中心成立 8月27日，由第二军医大学、复旦大学、军事医学科学院、中科院上海生科院等共同参与的肝炎与肝癌防治研究协同创新中心在上海成立。中国科学院院士、中心理事长吴孟超和中国工程院院士汤钊猷为中心揭牌。 46、脑重大疾病防治协同创新中心成立 由首都医科大学发起建立的“脑重大疾病防治协同创新中心”，8月29日在京成立。教育部部长助理林蕙青出席并为中心揭牌。 47、战创伤防治协同创新中心成立 该中心由第三军医大学牵头，中国科学院遗传与发育生物学研究所、中国工程物理研究院、中国兵器科学研究院、解放军总医院、军事医学科学院、山东威高集团6家军地院校、研究所和开发厂家组成。中心主任由中国工程院院士、973创伤项目的军队第一位首席科学家、第三军医大学大坪医院野战外科研究所研究员王正国担任。 48、肝炎与肝癌防治研究协同创新中心成立 由第二军医大学、复旦大学、军事医学科学院、中科院上海生科院等共同参与的肝炎与肝癌防治研究协同创新中心在上海成立。中国科学院院士、中心理事长吴孟超和中国工程院院士汤钊猷为中心揭牌。 　　统计截止于2012年8月31日 参考文献 1． 2011协同创新中心 “高等学校创新能力提升计划”实施方案 ． 2． 三校共建知识经济与法治发展协同创新中心 ．光明网 ． 3． “两型社会”建设协同创新中心长沙成立 ．红网 ． 4． 雷达技术协同创新中心 ．西安电子科技大学官网 ．2012-08-20 ． 5． 山西煤炭产业协同创新中心 ．中北大学百度百科 ． 6． 山西煤炭产业协同创新中心 ．太原理工大学网站 ． 7． 我校隆重举行中国财政发展2011协同创新中心成立大会暨揭牌仪式 ．中央财经大学官网 ． 8． 首都世界城市顺畅交通协同创新中心在北工大揭牌成立 ．北京工业大学新闻网 ． 9． 国内首个现代中药协同创新中心落户天津开发区 ．中国日报 ．2012-08-31 ． 高等学校创新能力提升计划 http://baike.baidu.com/view/7044945.htm

个人分类: 科技评价|5712 次阅读|6 个评论

政产学研协同创新之道

热度 1 ScienceNews 2012-8-16 15:31

为摆脱国际金融危机影响和推动经济复苏，一场由美欧国家政府主导的“再工业化”如火如荼地展开。 “这绝不是简单的回归，而是以创新为中心、以高端制造业为重点的实体经济战略重建之路。”中国社会科学院研究员刘戒骄指出。 就在美欧各国大打创新牌，强势争夺高端制造业份额的大背景下，原本以劳动密集型产业著称的“中国制造”却正远离中国。2012年7月19日，阿迪达斯公司宣布，因成本原因，将关闭唯一一家在华工厂。更糟糕的是，引起连锁反应，广东数家公司应声倒闭。 曾经助推经济发展奇迹的“中国制造”形势严峻。国务院总理温家宝在2012年7月初召开的全国科技创新大会上指出，如果能在“中国制造”前面再加上“中国设计”、“中国创造”，中国的经济和产业格局就会发生根本性变化。 在这次承前启后的全国科技创新大会上，中央政府继2006年之后，再次强调进一步深化科技体制改革，号召加快国家创新体系建设。并且，也给出了2020年建成创新型国家，2050年成为世界科技强国的时间表。 密切结合科技与经济，成为此次面向未来创新战略部署的重头戏。在国家创新体系中，政府、企业、科研院所及高校、技术创新支撑服务体系能否分工合作，协同创新，直接关系着国家创新体系建设的成败。 然而，长期计划经济体制下形成的部门分隔以及由此形成的制度惯性，使得协同创新从来就不是一个轻易就能赢得的挑战。 知识创新梗阻 建立一套适用于现代公共研究机构和大学的管理与资助体系，从而增强它们在知识生产中的作用，是完善国家创新体系的重要方面。 尽管中国研发经费快速增长，但“开发”比“研究”多，基础研究的相对占比持续走低。国内的研发活动主要集中于实验开发，在经费占比中高达75%，而国内研发经费中只有6%用于基础研究，另有19%用于应用研究。 经济合作与发展组织（OECD）在一份针对中国创新体系评估的报告中指出，在当前资助公共研究机构和大学的研发经费中，相当大一部分被用于建立创新体系的“硬件”，这些机构大规模更新研究设备和工具，然而，知识资本的积累并没有相应地快速增长。 中国基础研究资助体制饱受诟病。2010年，清华大学生命科学学院院长施一公和北京大学生命科学学院院长饶毅在《科学》杂志联合撰文指出，尽管近年来中国研究经费持续以20%的比例增长，但这种增长没有对中国的科学和研究起到应有的强大的促进作用，研究经费分配问题反而减缓了中国潜在的创新步伐。 每年，众多的科研人员都要花费大量的时间用于科研项目的申请上。他们要先研究当前的热点，再把自己的研究点尽量往各类项目指南靠，形成所谓的“本子（申请书）”。 一位不愿具名的国立研究所所长在接受《人民日报》采访时称，他一年当中大约1/3的时间得用来申请项目、答辩、中期评估、年终汇报等。一星期难得有一整天安心地看文献、做实验和写文章。 大量的竞争性经费占用了大量的时间，已经让科学家疲于奔命。“天天做事务性工作，怎么能保证有真正的创新思路出来？另外，创新的点子不是能申请来的。”一位不愿具名的科学家痛心疾首。 知识创新处在创新链条的最上游，在清华大学公共管理学院院长薛澜看来，公共研究机构和大学从事的知识发现工作，是一切创新的基础，非常重要。因此需要科学工作者长期稳定的知识积累、专心致志的全力投入，以及敢于冒险的探索精神。世界各国无不对基础研究机构给予充分稳定的财政支持，以保证这些机构的正常运行，实现其使命定位。 在本刊记者走访诸多科研人员的过程中，国家自然科学基金委的一项“创新人才群体”项目受到科学家的广泛欢迎。这项基金以“人”为主，资助各个领域的优秀群体，不对具体研究方向作明确界定。它的理念是：资助“对”的人，相信他能做出“对”的事。 “这种资助让科学家的思路不受束缚，可以根据自己的兴趣来作真正的原创研究，免去繁琐的中期考核，真正让我有创新的空间。”一位获得“创新人才群体”资助的学术带头人称。 “给予稳定经费支持的同时，一定要尽量减少对科研人员的行政干预和频繁考核。而学术考核以国际同行评议为准。”饶毅说。这一建议也被很多科学家和专业人士认为是政府在支持基础研究方面应尽之责。 前述OECD的评估报告中建议，为了确保支持以企业为中心的技术创新体系需要强大的科学基础，中国应像大多数OECD国家那样，为公共研究机构提供稳定的资助，并以严格的绩效评估确保投资的使用效率和适当的回报。 技术创新短板 提高企业的创新能力和绩效一直是最艰难的挑战，这是当前中国国家创新体系中的薄弱环节，中国的经济改革和转型都没能相对成功解决这个问题。 一般认为，企业作为技术创新的主体，在技术创新全过程中发挥主导作用。毕竟，企业离市场最近，最了解市场和消费者需求，最能发现与把握技术创新的方向。然而，企业是中国创新体系中的后来者，也一直是最短的一块木板。 直到1985年科技体制改革之后，企业才逐渐开始在研发上发力。上世纪90年代初期企业研发占比仅有不到40%，但这一比例快速上升，据科技部的《2011中国科技统计数据》结果，中国企业的RD经费占比达到73.4%，甚至超过了美国的72.6%。但是据此并不足以得出企业已经成为中国创新体系主干力量的结论。 企业RD经费的97.5%用在了试验发展中，原创研究近乎为零。大部分本土企业没有把创新提升到公司战略的中心地位，对创新的科技投入非常有限。 在这样的现实情况下，面对创新型国家最重要的一块拼图，政府应该在哪些方面创造条件，支持企业成为真正技术创新的主体，引来各方热议。 在薛澜看来，在促使企业真正成为技术创新主体的进程中，政府最重要的一项工作是要营造有利创新的市场环境。首当其冲，是制定合理规则和对市场的严格监管。另外，需要适当的政策引导来解决市场失灵，但不能够扭曲市场。 中国科学院研究生院技术创新与战略管理研究中心主任柳卸林也持有类似看法：“目前面向供给的政府手段已较多，但政府下一步工作的重点是推出更多的面向创新需求的政策，如面向企业研究开发经费增加的税收优惠、政府采购、标准化制订等。” 与此同时,完善金融体系，培养开放和高效的资本市场，以支持新生创新型企业的建立、市场开拓以及创新产品和服务的开发，也是创新政策的要义之一。 丁迪的企业共有30多人，其中一半以上为博士学历。这家以生物制品为主要产品的公司位于上海张江科技园区。“我们有一款试剂盒销售得不错，有个研究人员灵机一动，将研究思路嫁接到另外一种试剂盒上，很有希望获得成功。” 然而接触的风投公司却认为这个项目研发链条有些长，不足以立竿见影，因此合作并不顺利。“我最希望能得到政府的支持。”丁迪有些无奈。 “小企业因机制灵活，创新动力大，一旦有资金帮助，便更愿意从事大创新。当今许多微电子、网络方面的大创新都是当时一些名不见经传的小企业发明出来的。”国务院参事石定寰曾撰文指出。 2012年3月20日，在中科院计算机研究所与《中国科学报》举办的科技体制改革座谈会上，与会专家纷纷表示，国家应该以支持中小型企业为核心，而不是加大对大型企业的资助。 “现在国有大企业通过垄断有很多钱。各大型国有企业的楼堂馆所都是最漂亮的，说他们没钱搞研究，还让纳税人给钱搞研究，我觉得是不可思议的事情。”柳卸林说。 九三学社中央参政议政部部长郭悦通过调研发现，国有企业没有创新动力，垄断用不着创新；其次，一期领导一期政绩，而创新需要8年、10年甚至几十年，使得国家的项目支持往往按任务模式来操作。 可喜的是，在全国科技创新大会上，温家宝总理在这方面提出了要求：“要创造公平开放的市场环境，使各类企业公平获得创新资源。……要为他们（中小企业）发展创造更有利的条件。大力支持企业开展国际科技交流合作。加强知识产权保护，建设规范的知识产权市场。” 使命驱动创新 近几天来，中国第一艘航空母舰平台试航引来国际社会的极大关注。这艘原购自乌克兰的“瓦良格”号航母，经过了中国科学家的改装。 在这种以国防、航天的“国防科技创新”为代表的使命驱动型领域，关乎国家战略和国家地位，但在技术创新方面，却存在严重市场失灵。因此，必须通过政府的投入和统筹规划来实现突破。 在发达国家，政府主导的科技专项工程也被置于重要位置。其中，美国“二战”期间的曼哈顿工程就开创了科学、军事和工业三位一体的“大科学”典范，具有领导统一、组织严密、分工明确、高效协调等优势。 同样，集中力量办成大事也是国人引以自豪的地方。上世纪５０年代以来，国家先后制定和实施了７个中长期科技发展规划，取得了“两弹一星”、载人航天、杂交水稻、高性能计算机等重大科技成就。 “当时钱先生既是国防部五院的领导，又是中科院力学所的领导，因此，他能够依照自己的思想很好地布局技术科学的研究。这无疑是一个非常正确的道路。”中科院院士吴承康说。 时过境迁。在目前的情况下，一个人统筹作出很好的布局、合理的分工有相当难度。然而，在很多经历过这项工程的科学家看来，恰恰是国家的统筹协调，选好了带头人，采取项目负责制，行政部门不干预研究，全心全意为研究人员提供工作、后勤保障，才加速了“两弹一星”的最终成功。 “我国目前有很多的科技管理部门，虽然也设立了国家科教领导小组，但决策能力非常有限。”中国科学院院士朱作言认为，“多个科技管理部门基本只考虑各自视野内的目标和需求。” 不少专家建议，可以尝试在国家设立类“科技创新委员会”的机构，摆脱行政干预，邀请来自各个不同领域和层面的专家作为成员，共同为政府提供决策依据，协调科学发展问题和重大科技研究计划。 协同创新 近年来，中国的大学校园里晃动着越来越多“职业专利买家”的身影。其中具有外资背景的“高智发明”更是引人注目。另外，看中中国公共知识研究体系的不断完善和能力不断加强，很多跨国公司在中国设立了RD研究中心。 据商务部不完全统计，目前跨国公司在华设立各类研发中心超过1200家。截至2009年底，商务主管部门批准的独立法人形式外商投资研发中心超过400家。 与之相对，中国企业更倾向于去国外购买技术。这一途径，成为很多企业的首选方式。“改革开放以后，在工业上、政策上走到了一个过分依赖外国技术的道路上。”北京大学政府管理学院教授路风指出。 位于山东的一家大型制药企业，近几年积极开展生物制药的生产和销售。该企业研究院一位路姓工程师告诉记者，他们公司的生产线全部由国外引进，一条动辄数千万元。另外，蛋白质药物的小试均在国外实验室完成，他们需要做的，就是利用国外的菌种和国外的生产线，在国内放大发酵生产。 “其实，国内投向蛋白质药物的科研经费非常之多，也不乏有前景的产品。”该工程师说。 石定寰指出，在传统的计划体制内，国家创新体系带有浓厚的计划色彩。科研机构是知识的生产者，却往往不关注知识的传播、使用；而企业是知识的使用者，却并不关注知识的生产。政府则既是知识的生产、传播和使用的组织者又是推动者。 也就是说，这套国家创新体系的执行者主要是国家计划和相关政府机构。 “这一系统配置方式既造成了要素创新动力的低下，又造成各要素之间功能分割的局面，所谓技术经济两张皮的现象便是这样形成的。”石定寰指出。 同时，企业家的急功近利和研究机构与市场脱节，往往是协同创新过程中的“卡脖子”难题。 不过，即使是发达国家，政府也为提高创新效率不断努力，试图推动各主体之间的协同和交流。 奥巴马在2012年的国情咨文中，明确指出大学的科学研究与企业的产品研发之间存在创新断层。为了解决这一问题，美国政府将投资十数亿美元，建设一批“制造转化工程”，填补大学与企业间的沟壑。 “由于原有的体制惯性，政府负责科技与经济的职能分工使两方面的资源不能真正集成起来。”柳卸林指出。 上海交通大学党委书记马德秀撰文指出，在高校，原创型技术储备大部分被“束之高阁”。很多时候，高校想把成果转化却转化不出来，激活这些成果的最后一把火还需政府来点燃。 事实上，很多专家认可高新科技园区是一个很好的尝试，它形成了一个有助于推动科技经济结合的环境，既促进了协同创新，同时也形成了一个区域创新体系。 “国家创新体系其实是一个有机整体。”在薛澜眼中，当这几大体系变得交融起来，就是中国的创新走向成熟之时。■ 《科学新闻》 (科学新闻2012年第8期 封面)

2130 次阅读|1 个评论

[转载]贺金玉：协同创新 地方新建本科院校大有可为

tangminqian 2012-7-11 22:17

中国教育新闻网 http://paper.jyb.cn/zgjyb/html/2012-07/10/content_73688.htm 2012.07.10《中国教育报》第07版： 新闻·综合 协同创新 地方新建本科院校大有可为 ——德州学院基于太阳能研究的协同创新探索与实践纪实 德州学院院长 贺金玉 实施高等学校创新能力提升计划（简称“2011计划”）既是推进高等教育内涵式发展的现实需要，也是深化科技体制改革的重大行动，对提升高等学校创新能力、支撑创新型国家和人力资源强国建设具有重要意义。但是也有人认为，“2011计划”的实施主体是部分知名高校，与地方院校特别是与地方新建本科院校无关。作为一所地方新建本科高校，德州学院以构建太阳能研究协同创新中心为平台，大力实施学科融合、产学联盟、校校合作和校所联合，走出了一条协同创新发展的特色办学之路。德州学院的探索与实践证明，实施“2011计划”，推动协同创新，对于地方新建本科院校非但不是无关，而且大有可为。 1.我国高等院校分类指导的原则性和协同创新的层次性，赋予了地方新建本科院校在推进协同创新进程中的特殊使命，必将大有作为。 随着我国高等教育大众化的推进，经过10余年的发展，我国已成为高等教育大国，国家也不失时机地提出了分类指导的建设原则。在数以千计的高等院校中，只有少数高校以世界一流大学为目标，多数院校则以培养应用性人才为主，以服务地方经济社会发展为己任。 正是基于我国高等教育的现状，“2011计划”明确提出，要探索建立适应于不同需求、形式多样的协同创新新模式，其重点任务具有明显的层次性。一是面向科学技术的前沿和社会发展的重大问题，依托高等学校（主要是名校）的优势特色学科，与国内外高水平大学、科研机构等开展实质性合作，吸引和聚集国内外的优秀创新团队与优质资源，建立符合国际惯例的知识创新模式，营造良好的学术环境和气氛，持续产出重大原始创新成果和培养拔尖创新人才，逐步成为引领和主导国际科学研究与合作的学术中心。二是面向区域发展的重大需求，鼓励各类高等学校（包括地方新建本科院校）通过多种形式自觉服务于区域经济建设和社会发展。支持地方政府围绕区域经济社会发展规划，引导高校与企业、科研院所等通过多种形式开展产学研用协同研发，推动高等学校服务方式转变，构建多元化成果转化与辐射模式，带动区域产业结构调整和新兴产业发展，为地方政府决策提供战略咨询服务，在区域创新发展中发挥骨干作用。 地方新建本科院校是在我国高等教育大众化的推进过程中应运而生的，据最新统计，这类院校已近300所，在校生600万人，占全国普通本科院校的1/3。而这些院校多数设在地级城市，且绝大多数都是所在城市唯一的本科高校，与地方有着天然的、紧密的联系。越来越多的理论和实践证明，没有这类院校的强大，就没有区域经济社会可持续发展的动力源。显然，地方新建本科院校在贯彻落实“2011计划”的进程中，通过面向区域发展、加强协同创新、促进科教结合，着力解决地方经济社会发展中的困难和问题，不仅将大大提升学校的办学水平和服务能力，而且也将为地方经济社会发展注入新的活力。 2.德州学院基于太阳能研究与技术推广协同创新中心构建的探索与实践初见成效。 德州学院是德州市唯一的普通本科院校，2000年经国家教育部批准设立，是中国地方新建本科院校的典型代表。十多年来，我们立足德州，着眼于区域经济社会发展，按照“顶天立地”和“错位发展”的办学思路，整合优化各类资源，通过服务地方特色产业，逐步形成了自己的学科专业特色。近期，我们依托学校的优势学科专业，与中科院清洁能源研究中心、澳大利亚国立大学太阳能研究所、德州皇明太阳能集团协同创新的机制已初步构建成功，并已显现出强劲的发展势头。 德州市太阳能产业集团自上世纪90年代初成立以来，以光热、光电产品为主，由于其理念领先，取得了跨越式的快速发展。目前其光热产品已占全国的1/3、全球的1/10，是名副其实的中国的太阳城、世界的太阳谷。我们作为德州市唯一的本科院校，在服务太阳能这一新兴、主导产业中，主要进行了以下几个方面的探索与实践。 （一）学科融合。 根据区域经济社会发展和区域产业体系发展方向，加大校内学科、人才的协同，发挥多学科优势，提高集成创新能力，是实施地方高校协同创新的前提。多年来，德州学院紧紧围绕德州市太阳能产业集团的发展需要，着力实施校内学科、实验平台和人才的整合。一是实施学科专业整合，利用学校热能、物理学、生物学等已有资源，在全省率先设立了热能与动力工程学科专业，并开办了“太阳能班”。在学校“十二五”专业建设规划中，确立了根据德州中国太阳城发展需求，着力打造能源与机械类专业群的专业发展目标。二是实施平台整合，将与太阳能有关的重点实验室进行整合，对生物物理、生物技术与生物资源利用、配位化学与功能材料等三个省级实验室实施共建共享，通过重组学科布局，整合实验室资源，围绕太阳能产业着力发挥协同创新优势。三是实施人员整合，根据研究方向和个人专长在全校范围内选聘人员，组建了“德州学院清洁能源研究与技术推广中心”。 （二）产学联盟。 产学联盟、校企协同是高校和企业实现资源优势整合的一种有效方式。2006年，我们围绕太阳能产业，与皇明太阳能集团签订合作办学协议，开始实质性推进校企协同，构建了基于太阳能研究与技术推广的产学联盟。一是坚持实验室、研究项目和实训基地共建。一方面，学校充分利用现有大型仪器设备资源，构建开放共享平台，于2009年成立了德州学院——皇明太阳能集团新能源研发中心。学校教师和皇明集团专业技术人员共同参与技术研发，就企业技术革新、开发新产品、营销战略开展联合攻关。另一方面，企业利用产业优势为学校提供实习岗位、场所、设备和资金资助，2009年以来，皇明太阳能集团为学生提供800余个顶岗实习岗位。二是坚持师资队伍共建。学校每年派专业教师到企业做“访问工程师”，全面了解企业的新工艺、新技术，提高了“双师型”教师的专业技能。目前，工科专业130多位青年教师已全部参加企业生产实践1-2次。同时聘请相关企业和产业领域的高级技术人员为专业特聘教授，目前，皇明太阳能集团受聘学校的兼职教师达80余人，大大缓解了“双师型”教师缺乏的难题。另外，学校积极为企业培训员工，近三年，学校先后为企业培训员工500余人次，有效提高了员工素质。三是坚持人才培养共建。探索出了“三三六”校企合作培养高素质应用型人才新模式。即：办学结合行业需求、教学资源结合行业资源、学校培养结合企业培养的“三结合”校企合作办学模式；课程设置紧跟生产过程、教学设计紧跟岗位能力、教材选配紧跟任务项目的“三紧跟”校企合作教学模式；共同制定专业人才培养方案，共同承担教学任务，共同编写特色教材，共同参与教育教学管理，共同监控教育教学质量，共同研发技术项目的“六共同”校企合作办学管理运行模式。在此基础上，学校正逐步构建起“强化专业技能、突出创新能力、提升人文素养”的三位一体校企合作人才培养体系。2009年以来，德州学院连续三次被评为全省企校合作培养人才先进单位。 （三）校校合作。 地方高校践行国际化办学理念、实施“走出去”战略，是弥补教育资源不足、增强竞争优势、提升办学水平的重要途径。近年来，我们着眼于提升服务太阳能产业的能力，充分调研，抢抓机遇，务实合作，在全面了解国外合作高校的太阳能相关学科专业情况的基础上，利用德州承办“世界太阳城”大会的有利机遇，与前来参会的澳大利亚国立大学和韩国极东大学在“太阳能热利用”和“新能源装备”专业教学、科研合作方面建立联系，并分别与两所高校签署合作协议，在引进国外太阳能相关专业优质课程、研究成果，吸引高级专家来我校参与新能源与再生能源领域研究等方面开展了深入的合作，打造了国外高校清洁可再生能源领域新技术交流展示平台，提高了我校“太阳能热利用”和“新能源装备”的特色专业办学水平，以更高的起点、更优的服务、更强的技术与德州市太阳能企业对接，更好地服务地方经济。 （四）校所联合。 地方高校与科研院所开展深度合作，着力搭建地方产业发展高端需求与科研院所科研成果对接的平台，是提升地方高校服务地方服务能力的重要平台。2011年，德州学院与中科院物理研究所签署了《中国科学院物理研究所与德州学院合作协议书》，共建“清洁能源研究与技术推广中心”，以协同创新战略联盟为平台，联合开展清洁能源领域重大项目攻关。目前已成立了“中科院物理所—德州学院共建‘德州学院清洁能源研究与技术推广中心’”合作协调工作小组，确立了双方合作的两个主要研究方向——太阳能光热与太阳能光电，初步形成了稳定的科研团队，形成了定期的学术讲座制度，建立了人员交流、互派机制。目前，德州学院已经选派4名科技和管理骨干到中科院物理所学习；中科院物理所5名高级科技专家到德州学院担任兼职教授，并提供联合培养研究生、人才培训等方面的支持。此外，举办了由中科院物理所、德州学院、太阳能企业共同参与的技术推广（成果转化）研讨会，解决了一批清洁能源产业建设中涉及的技术、经济、社会、生态等方面的技术难题，促进研发成果的推广与产业化。 经过几年的探索与实践，德州学院与其他高校、企业、科研院所协同创新的机制已经基本形成，且已经初见成效。近三年，学校通过与企业、科研院所的合作，联合承担了“热水器内胆的外加电流阴极保护”、“基于PSPICE仿真技术太阳能独立电源最优系统的研发与应用”、“小型风力发电机限速控制装置”等6项国家和省部级课题，联合技术攻关18项，共同完成科研成果30项，直接经济效益达9560万元。鉴于在地方太阳能产业方面的突出贡献，学校被德州市委、市政府记集体二等功。地方太阳能的优势产业也为学校人才培养提供了广阔的平台，在教育部主办的四届全国大学生节能减排社会实践与科技竞赛中，我校共获得特等奖1项、一等奖2项、二等奖1项、三等奖6项，10项获奖作品均来自太阳能领域。其中，我校学生设计的“害虫自杀式太阳能灭虫器”在第四届全国大学生节能减排社会实践与科技竞赛中，以现场总决赛第一名的优异成绩荣获特等奖。学校与皇明等10余家太阳能企业开办了“太阳能班”，目前已培养三届共计320名毕业生，全部进入了相应的岗位。这些学生因“专业知识实、实践能力强、职业素养高”得到了企业的一致好评。 实施协同创新计划，对于大力提升高等学校的创新能力，推进高等教育内涵式发展，建设高等教育强国，都具有十分重要的意义。地方新建本科院校必须抓住这一历史机遇，立足地方区域经济社会发展重大需求，突破内外部体制机制壁垒，大力加强校校协同、校企协同、校地协同和校所协同，着力建设地方性高水平大学，为全面提高高等教育质量、建设高等教育强国作出重要贡献。

个人分类: 大学政策与管理|2065 次阅读|0 个评论

[转载]CPS重大科学问题高校协同创新论坛在浙大举行

热度 1 crickxiang 2012-6-27 10:38

未来的智慧工厂是什么样的？理想的智能交通怎么实现？社会稳定安全如何预警保障？物理空间、信息空间与人类社会空间之间如何实现相互融合控制……这些愿景式的梦想， CPS 都可以使之成为可能，如何通过创新的机制体制来实现这一可能？这正是 6 月 22 日下午在浙江大学玉泉校区举行的“ CPS 领域重大科学问题”高校协同创新论坛的焦点。教育部科技司领导、浙江大学、清华大学、上海交通大学等三校领导、相关学科负责人、科研院（处）负责人、浙江大学赛博（ CYBER ）协同创新中心特邀代表等共 30 余位专家教授出席了本次论坛。会议由信息学部刘旭主任主持，中心项目负责人孙优贤院士做了大会报告。 杨卫校长代表学校致热情洋溢的欢迎辞。杨校长谈到， 当前信息技术的发展已经构造出一个复杂的信息空间（Cyber Space），它与物理空间（Physical Space）和人类社会空间（Social Space）并行发展。随着泛在互联（Ubiquitous Interconnection）、普适计算（Ubiquitous Computing）和增强现实（Augmented Reality）等技术的发展，使得上述三个空间的结合与交互成为可能，从而形成一个有机的整体——信息物理融合系统（CPS）。它将如同互联网那样改变人类社会，深刻影响人类的社会生活，是信息技术发展历程中一个新的里程碑。鉴于此，浙江大学高度重视，从去年九月份开始多次向教育部汇报，联合清华大学、上海交通大学以及各相关单位，统筹规划、集聚优势、多方协同，反复探讨并确定国家赛博（CYBER）协同创新中心建设方案，并在学科建设、人才培养、科学研究、师资引进以及资源配置等方面给予大力支持。在教育部有关领导的指导和帮助下，目前赛博（CYBER）协同创新中心已初步成形并进入实施关键阶段。 杨校长认为，在教育部的支持下，通过人机物三元协同的 CPS 技术，三校协同起来完全可以有效地解决引人入胜的科学问题。希望尽快汇聚力量组建国际一流的 CPS 师资队伍，占领 CPS 制高点。 浙江大学副校长吴朝晖、上海交通大学副校长张文军以及清华大学重大专项办副主任华琳分别代表三校做了大会发言，并共同表示，加入赛博协同创新中心，共同开展 CPS 核心技术研究，是协同高校竞合对手共同壮大的良好契机。吴朝晖副校长强调把 CPS 作为学科前沿问题，选题好，无论是伊朗问题、 IBM 的智慧地球、奥巴马政府网络安全计划，还是我国的物联网战略性新兴产业计划，都充分说明它符合国家急需、世界一流的目标，符合 2011 计划精神。在充分肯定了赛博协同创新中心提出的协同体 3+X+Y 的架构模式后，吴朝晖副校长要求三高校根据教育部 8 大方面要求，深入研讨落实协同机制体制的一致性政策。上海交通大学副校长张文军特别提出，教育部 2011 计划是提升高校队伍水平的好机会，赛博协同创新中心是一个高起点的联合体。并对于研究内容以及创意建设上，提出了特色建设的思路。清华大学华琳副主任带来学校意见，明确表示清华大学计算机系将全力加盟赛博协同创新中心建设，这是清华一次非常好的提升机遇。 华为技术有限公司中央研究院副院长张爱东作为协同体企业代表发言。他介绍了华为 6 万人庞大的研发队伍和每年 10% 年收入的研发投入的基本现状，以及同步业界研究与高校科研的异曲同工之处。同时，研究院三大实验室在通信、信息与媒体技术上的三个研究方向与中心研究内容十分契合。张爱东副院长表示，华为能参与赛博协同创新中心感到非常荣幸，华为有实力、有信心在其中贡献和共享价值。 教育部高新处处长邰忠智专程赴会，在听取了孙优贤院士的报告和大会发言后，对赛博（ CYBER ）协同创新工作给予了肯定。他从国家需求和 2011 计划出发，提出指导性意见，强调一定要着力推动以高校为主的全国科技力量协同融合，通过机制体制改革的保障，实现数量发展到质量发展的转变，弥补短板。并建议中心的建设任务，务必能使中国在 CPS 领域的国际地位明显上升，跻身世界一流；机制体制改革需要按照国际惯例进行。同时他还专门对机制体制改革的细节提出了需要进一步思索的问题。 在机制体制主题研讨阶段，上海交通大学科研院关新平副院长、信息安全学院李建华院长、控制系李少远系主任、清华大学计算机系胡事民副主任、中科院微系统所王跃林副所长、上海电气贾廷纲副部长等与会代表纷纷畅所欲言，从跨单位队伍建设、跨校人才培养、评价标准转变、资源和成果共享方式以及协同体分工合作模式等各方面谏言建策。 最后，孙优贤院士作大会总结，作为牵头单位，浙江大学非常感谢包括清华大学及上海交通大学在内的 10 余家单位签署合作协议。同时根据与会专家教授们的建议，明确了方向部署凝练、协同分工、责任到人、进一步理顺机制体制等后续工作。并确定将于近期在上海交通大学召开三校协同创新会议，进一步落实赛博协同创新中心的相关培育建设工作，争取尽早获得教育部认定。

个人分类: 浙江大学|811 次阅读|1 个评论

[转载]最优化：拟牛顿法、最速下降法、共轭梯度法、信赖域法、协同优

热度 2 ywmucn 2012-5-22 17:48

转自： http://blog.sina.com.cn/s/blog_4b700c4c0102e1hx.html 最优化：拟牛顿法、最速下降法、共轭梯度法、信赖域法、协同优化 (2012-02-25 18:16:36) 标签： 校园 分类： 工作篇 最优化理论与算法是一个重要的数学分支，它所研究的问题是讨论在众多的方案中什么样的方案最优以及怎样找出最优方案。这类问题普遍存在。例如，工程设计中怎样选择设计参数，使得设计方案既满足设计要求又能降低成本；资源分配中，怎样分配有限资源，使得分配方案既能满足各方面的基本要求，又能获得好的经济效益；生产计划安排中，选择怎样的计划方案才能提高产值和利润；原料配比问题中，怎样确定各种成分的比例，才能提高质量，降低成本；城建规划中，怎样安排工厂、机关、学校、商店、医院；住户和其他单位的合理布局；才能方便群众；有利于城市各行各业的发展；农田规划中，怎样安排各种农作物的合理布局，才能保持高产稳产，发挥地区优势；军事指挥中，怎样确定最佳作战方案，才能有效地消灭敌人，保存自己，有利于战争的全风在人类活动的各个领域中，诸如此类，不胜枚举。最优化这一数学分文，正是为这些问题的解决，提供理论基础和求解方法，它是一门应用广泛、实用性强的学科。 　　20世纪40年代以来，由于生产和科学研究突飞猛进地发展，特别是电子计算机日益广泛应用，使最优化问题的研究不仅成为一种迫切需要，而且有了求解的有力工具。因此最优化理论和算法迅速发展起来，形成一个新的学科。至今已出现线性规划、整数规划、非线性规划、几何规划、动态规划、随机规划、网络流等许多分文。 　　最优化理论和算法在实际应用中正在发挥越来越大的作用。 课程内容：最优化理论与算法包括线性规划单纯形方法、对偶理论、灵敏度分析、运输问题、内点算法、非线性规划K-T条件、无约束最优化方法、约束最优化方法、参数线性规划、运输问题、线性规划路径跟踪法、信赖域方法、二次规划路径跟踪法、整数规划和动态规划等内容。本课程有大量经典的和新近的算法，有比较系统的理论分析，实用性比较强；定理的证明和算法的推导主要以数学分析和线性代数为基础，学习比较容易。 线性和非线性最优化理论、方法、软件及应用 最优化在航空航天、生命科学、水利科学、地球科学、工程技术等自然科学领域和经济金融等社会科学领域有着广泛和重要的应用, 它的研究和发展一直得到广泛的关注. 最优化的研究包含理论、方法和应用.最优化理论主要研究问题解的最优性条件、灵敏度分析、解的存在性和一般复杂性等.而最优化方法研究包括构造新算法、证明解的收敛性、算法的比较和复杂性等.最优化的应用研究则包括算法的实现、算法的程序、软件包及商业化、在实际问题的应用. 这里简介一下线性和非线性最优化理论、方法及应用研究的发展状况. 6 d% u0 g, \# e8 z6 _! t 1. 线性最优化 线性最优化, 又称线性规划 , 是运筹学中应用最广泛的一个分支.这是因为自然科学和社会科学中许多问题都可以近似地化成线性规划问题. 线性规划理论和算法的研究及发展共经历了三个高潮, 每个高潮都引起了社会的极大关注. 线性规划研究的第一高潮是著名的单纯形法的研究. 这一方法是Dantzig在1947年提出的,它以成熟的算法理论和完善的算法及软件统治线性规划达三十多年. 随着60年代发展起来的计算复杂性理论的研究, 单纯形法在七十年代末受到了挑战.1979年前苏联数学家Khachiyan 提出了第一个理论上优于单纯形法的所谓多项式时间算法--椭球法, 曾成为轰动一时的新闻, 并掀起了研究线性规划的第二个高潮. 但遗憾的是广泛的数值试验表明, 椭球算法的计算比单纯形方法差. 1984年Karmarkar 提出了求解线性规划的另一个多项式时间算法. 这个算法从理论和数值上都优于椭球法, 因而引起学术界的极大关注, 并由此掀起了研究线性规划的第三个高潮. 从那以后, 许多学者致力于改进和完善这一算法,得到了许多改进算法.这些算法运用不同的思想方法均获得通过可行区域内部的迭代点列, 因此统称为解线性规划问题的内点算法. 目前内点算法正以不可抗拒的趋势将超越和替代单纯形法. 线性规划的软件, 特别是由单纯形法所形成的软件比较成熟和完善.这些软件不仅可以解一般线性规划问题, 而且可以解整数线性规划问题、进行灵敏度分析, 同时可以解具有稀疏结构的大规模问题.CPLEX是Bixby基于单纯形法研制的解线性和整数规划的软件, CPLEX的网址是http://www.cplex.com/. 此外,这个软件也可以用来解凸二次规划问题, 且特别适合解大规模问题. PROC LP是SAS软件公司研制的SAS商业软件中OR模块的一个程序. 这个程序是根据两阶段单纯形法研制的,可以用来解线性和整数规划问题并可进行灵敏度分析, 是一个比较完善的程序.用户可以根据需要选择不同的参数来满足不同的要求。关于内点法的软件也在研制之中.BPMPD是Cs.Mzos基于原始对偶内点法研制的解线性和整数规划的软件，其FTP地址是 ftp://ftp.sztaki.hu/pub/oplab/SOFTWARE/BPMPD/ ,可以自由下载.此外,在互联网上能访问到的解线性和整数规划问题的软件还有:EQPS（线性，整数和非线性规划）,FMP（线性和混合整数规划），HS/LPLO（线性规划），KORBX（线性规划），LAMPS（线性和整数规划），LPBLP（线性规划），MILP（混合整数规划），MINTO（混合整数规划）， MPSIII（线性和混合整数规划），OML（线性和混合整数规划）， OSL（线性，二次和混合整数规划），PROCLP（线性和整数规划），WB（线性和混合整数规划），WHIZARD（线性和混合整数规划），XPRESSMP（线性和混合整数规划）等. ; y% U! U$ Y. e2 D) E+ Z" n0 ` 2.非线性最优化 在实际研究工作和生产实践中存在大量非线性最优化问题, 把它们完全简化成线性问题来处理是不妥当的.随着科学技术和计算机的发展, 这些实际问题具有这样一些特点.一是问题的变量比较多, 因为问题涉及的因素越来越多; 二是问题的规模越来越大;三是问题越来越复杂, 问题的非线性程度越来越高. 这类问题通常描述成在一组非线性约束条件下寻求某一非线性目标函数的最小或最大值。 非线性规划的一个重要理论是1951年Kuhn-Tucker最优条件(简称KT条件)的建立.此后的50年代主要是对梯度法和牛顿法的研究.以Davidon(1959), Fletcher和Powell(1963)提出的DFP方法为起点, 60年代是研究拟牛顿方法活跃时期, 同时对共轭梯度法也有较好的研究. 在1970年由Broyden,Fletcher,Goldfarb 和Shanno从不同的角度共同提出的BFGS方法是目前为止最有效的拟牛顿方法. 由于Broyden, Dennis 和More的工作使得拟牛顿方法的理论变得很完善. 70年代是非线性规划飞速发展时期, 约束变尺度(SQP)方法(Han和Powell为代表)和Lagrange乘子法(代表人物是Powell 和Hestenes)是这一时期主要研究成果.计算机的飞速发展使非线性规划的研究如虎添翼.80年代开始研究信赖域法、稀疏拟牛顿法、大规模问题的方法和并行计算, 90年代研究解非线性规划问题的内点法和有限储存法. 可以毫不夸张的说, 这半个世纪是最优化发展的黄金时期. 与线性规划相比，非线性规划软件还不够完善. 但是已有大量解非线性规划问题的软件, 其中有相当一部分可从互联网上免费下载.BTN是利用线搜索技术的块截断牛顿方法解无约束问题的软件，近似牛顿方向是通过块共轭梯度法解牛顿方程得到. 块状结构比较方便对线性代数方程和函数计算进行并行化处理. BTN有两个版本: 简本和用户版本. 简本不需并行化技术, 而用户版本允许多种复杂运算, 包含并行化处理. 此软件可以通过 ftp://netlib2.cs.utk.edu/opt 获得。BQPD是Fletcher研制的解二次规划的软件, 所使用的基本方法是零空间积极集法. DONLP2是Spellucci研制的用SQP方法解一般非线性约束问题的软件，适合解小规模优化问题, 可以从网址ftp://netlib2.cs.utk.edu/opt/donlp2/上免费下载。HOOKE是解无约束最优化问题的一个直接方法的软件，可以通过 ftp: //netlib2.cs.utk.edu /opt /hooke.c获得。LANCELOT是由Conn,Gould和Toint研制的解大规模最优化问题的软件包,适合解无约束最优化、非线性最小二乘、边界约束最优化和一般约束最优化问题.这个软件的基本思想是利用增广Lagrange函数来处理约束条件, 在每步迭代中解一个边界约束优化子问题, 其所用的方法结合信赖域和投影梯度等技术.MINPACK是美国Argonne国家实验室研制的软件包，适合求解非线性方程组和非线性最小二乘问题, 所用的基本方法是阻尼最小二乘法, 此软件可以从网上图书馆获得. PROC NLP是SAS软件公司研制的SAS商业软件中OR模块的一个程序，这个程序适合解无约束最优化、非线性最小二乘、线性约束最优化、二次规划和一般约束最优化问题.TENMIN是Schnabel等研制的解中小规模问题（$n100$）的张量方法软件。在互联网上能访问到的解非线性最优化问题的软件还有:CONOPT（非线性规划），DOT（优化设计工具箱），Excel and Quattro Pro Solvers（线性，整数和非线性规划），FSQP（非线性规划和极小极大问题），GRG2（非线性规划)， LBFGS（有限储存法），LINDO（线性、二次和混合整数规划），LSSOL（最小二乘和二次规划），MINOS（线性和非线性规划），NLPJOB（非线性多目标规划）， OPTPACK（约束和无约束最优化）,PETS（解非线性方程组和无约束问题的并行算法），QPOPT（线性和二次规划）,SQOPT（大规模线性和凸二次规划），SNOPT（大规模线性、二次和非线性规划），SPRNLP（稀疏最小二乘,稀疏和稠密非线性规划），SYSFIT（非线性方程组的参数估计），TENSOLVE（非线性方程组和最小二乘）， VE10(非线性最小二乘)等. 3.最优化的应用 最优化的应用是非常广泛的, 下面仅就最优化在金融和航空方面的应用作一点介绍. 3.1金融和最优化 随着世界经济的发展和知识经济的到来, 金融数学已变成一个热门研究课题,普遍得到各国政府的重视和支持. 而金融数学的一个重要方面是与优化理论及算法相联系的. 诺贝尔经济学奖得主马尔柯维茨提出证券组合选择的均值--方差模型(MV模型)便是一个二次规划问题. 这个模型使得证券组合选择方法实现了从定性描述到定量描述质的飞跃,使得人们可以科学而准确地分析与选择投资策略. s4 a2 Z% }.; x^2 + 1.," src="http://upload.wikimedia.org/wikipedia/zh/math/6/a/6/6a68a42cae1cc2fb086bc01f024d6411.png" real_src="http://upload.wikimedia.org/wikipedia/zh/math/6/a/6/6a68a42cae1cc2fb086bc01f024d6411.png" title="最优化：拟牛顿法、最速下降法、共轭梯度法、信赖域法、协同优化" margin-top:="" 0px;="" margin-right:="" margin-bottom:="" margin-left:="" padding-top:="" padding-right:="" padding-bottom:="" padding-left:="" border-top-width:="" border-right-width:="" border-bottom-width:="" border-left-width:="" border-style:="" initial;="" border-color:="" border-image:="" list-style-type:="" none;="" list-style-position:="" list-style-image:="" "=""> 这是求使表达式 x 2 +1 达到最小值时x的值。在这里x被限定在区间 之间，所以上式的值是-1。 主要分支 线性规划 当目标函数 f 是线性函数而且集合A是由线性等式函数和线性不等式函数来确定的， 我们称这一类问题为线性规划 整数规划 当线性规划问题的部分或所有的变量局限于 整数 值时，我们称这一类问题为整数规划问题 二次规划 目标函数是二次函数，而且集合A必须是由线性等式函数和线性不等式函数来确定的。 非线性规划 研究的是目标函数或是限制函数中含有非线性函数的问题。 随机规划 研究的是某些变量是 随机变量 的问题。 动态规划 研究的是最优策略基于将问题分解成若干个较小的子问题的优化问题。 组合最优化 研究的是可行解是离散或是可转化为 离散 的问题。 无限维最优化 研究的是可行解的集合是无限维空间的子集的问题，一个无限维空间的例子是函数空间。 手法 对于无约束的优化问题， 如果函数是二次可微的话，可以通过找到目标函数 梯度 为0（也就是 鞍点 ）的那些点来解决此优化问题。我们需要用 黑塞矩阵 来确定此点的类型。如果 黑塞矩阵 是正定的话，该点是一个局部最小解，如果是负定的话，该点是一个局部最大解，如果 黑塞矩阵 是不定的话，该点是某种 鞍点 。 要找到那些拐点，我们可以通过猜测一个初始点，然后用比如以下的迭代的方法来找到。 梯度下降法 牛顿法 共轭梯度法 线性搜索 置信域方法 如果目标函数在我们所关心的区域中是凸函数的话，那么任何局部最小解也是全局最优解。现在已经有稳定，快速的数值计算方法来求二次可微地凸函数的最小值。 有 约束条件 的约束问题常常可以通过 拉格朗日乘数 转化为非约束问题。 其他一些流行的方法有： 模拟退火 遗传算法 类免疫算法 演化策略 差异演化算法 微粒群算法 神经网络 支持矢量机 人工智能和最优化 现代的计算机科学技术和人工智能科学把最优化作为一个重要的领域来研究。我们也可以认为人工智能的一些算法，就是模拟了人类寻求实际问题最优解的过程。例如，利用人工智能方法设计软件，配合外部的电子设备例如摄像头识别人脸；利用数据采矿和神经网络算法来寻找投资的最佳时机等等。 参见 arg max 博弈论 运筹学 模糊逻辑 随机最优化 变分不等式 单体算法 内点法 参考Stephen Boyd and Lieven Vandenberghe (2004). Convex Optimization ，Cambridge University Press. ISBN 0-521-83378-7 .外部链接 NEOS Guide Online curve and surface fitting Xpress-MP - Optimization software free to students 最优化牛顿法 这是一套最优化课件,包括：牛顿法、线性规划、梯度法、共轭梯度法、搜索法、单纯形调优法、单纯形替换法、对偶单纯形、约束优化、无约束最优化、一维最优化。 拟牛顿法 概述　　拟牛顿法(Quasi-Newton Methods)是求解非线性优化问题最有效的方法之一，于20世纪50年代由美国Argonne国家实验室的物理学家W. C. Davidon所提出来。Davidon设计的这种算法在当时看来是非线性优化领域最具创造性的发明之一。不久R. Fletcher和M. J. D. Powell证实了这种新的算法远比其他方法快速和可靠，使得非线性优化这门学科在一夜之间突飞猛进。在之后的20年里，拟牛顿方法得到了蓬勃发展，出现了大量的变形公式以及数以百计的相关论文。　　拟牛顿法和最速下降法(Steepest Descent Methods)一样只要求每一步迭代时知道目标函数的梯度。通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。这类方法大大优于最速下降法，尤其对于困难的问题。另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法(Newton's Method)更为有效。如今，优化软件中包含了大量的拟牛顿算法用来解决无约束，约束，和大规模的优化问题。　　拟牛顿法的基本思想如下。首先构造目标函数在当前迭代$x_k$的二次模型：m_k(p)=f_k+g_k^T p+p^T B_k p/2，这里f_k=f(x_k)，g_k=▽f(x_k)，B_k是一个对称正定矩阵。于是我们取这个二次模型的最优解p_k=-B_k^{-1} g_k作为搜索方向，并且得到新的迭代点x_{k+1}=x_k+a_k p_k，其中我们要求步长a_k满足Wolfe条件。这样的迭代类似与牛顿法，区别就在于用近似的Hesse矩阵B_k代替真实的Hesse矩阵。所以拟牛顿法最关键的地方就是每一步迭代中矩阵B_k的更新。现在假设得到一个新的迭代x_{k+1}，并得到一个新的二次模型：m_{k+1}(p)=f_{k+1}+g_{k+1}^T p + p^T B_{k+1} p/2。我们尽可能地利用上一步的信息来选取B_{k+1}。具体地，我们要求g_{k+1}-g_k=a_k B_{k+1} p_k，从而得到B_{k+1}s_k=y_k，其中s_k=x_{k+1}-x_k，y_k=g_{k+1}-g_k。这个公式被称为割线方程。下面主要介绍这几种方法：DFP方法，BFGS方法，SR1方法，Broyden族方法。 DFP方法　　记H_k=B_k^{-1}，DFP公式为H_{k+1}=H_k-(H_ky_ky_k^TH_k)/(y_k^T H_k y_k)+(s_ks_k^T)/(y_k^Ts_k)。该公式最初由Davidon于1959年提出，随后被Fletcher和Powell研究和推广。DFP方法是秩-2更新的一种，由它产生的矩阵B_k是正定的，而且满足这样的极小性：min ||B-B_k|| s.t. B=B^T, Bs_k=y_k。 BFGS方法　　DFP更新公式非常有效，但很快就被BFGS公式取代。BFGS与DFP十分类似，是另一种秩-2更新，以其发明者Boyden, Fletcher, Goldfarb和Shanno的姓氏首字母命名。BFGS公式为B_{k+1}=B_k-(B_ks_ks_k^TB_k)/(s_k^T B_k s_k)+(y_ky_k^T)/(y_k^Ts_k)。由他产生的矩阵B_k同样保持正定性，而且也满足一个极小性：min ||H-H_k|| s.t. H=H^T, Hy_k=s_k。BFGS和DFP公式在形式上是对称的：B_k与H_k对称，s_k与y_k对称。但是BFGS比DFP更加有效。 SR1方法　　有别于DFP和BFG方法，SR1是一种秩-1更新。它的公式是：B_{k+1}=(y_k-B_ks_k)(y_k-B_ks_k)^T/((y_k-B_ks_k)^Ts_k)。SR1公式不要求矩阵B_k保持正定性，从而更逼近真实的Hesse矩阵，所以适用于信赖域方法(Trust Region Methods)。Broyden族　　Boyden族是更广泛的一类更新公式，其形式为：B_{k+1}=(1-c_k)B_{k+1}^{BFGS}+c_k B_{k+1}^{DFP}。当c_k=0时，Broyden族公式就变成了BFGS公式；当c_k=1时，Broyden族公式就变成了DFP公式。因此BFGS和DFP均可看成Broyden族的特殊形式或者其中一员。 拟牛顿法/Quasi-Newton，DFP算法/Davidon-Fletcher-Powell，及BFGS算法/Broyden-Fletcher-Goldfarb-Shanno 从拟牛顿法（Quasi-Newton）说起。这个怪怪的名词其实很形象：这是一种”模拟“的牛顿法。那么，它模拟了牛顿法的哪一部分呢？答：模拟的就是牛顿法中的搜索方向（可以叫作”牛顿方向“）的生成方式。 什么？牛顿法是什么？本文是基于你已经知道牛顿法的原理的假设，如果你不清楚，那么可以看我 这篇文章 ，里面非常简单而又清晰地描述了牛顿法的原理。 了解了牛顿法的原理，我们就知道了：在每一次要得到新的搜索方向的时候，都需要计算Hesse矩阵（二阶导数矩阵）。在自变量维数非常大的时候，这个计算工作是非常耗时的，因此，拟牛顿法的诞生就有意义了：它采用了一定的方法来构造与Hesse矩阵相似的正定矩阵，而这个构造方法计算量比牛顿法小。这就是对它”有什么用“的回答了。 （1）DFP算法 下面，就从DFP算法来看看“拟牛顿”是如何实现的（DFP算法是以Davidon、Fletcher、Powell三位牛人的名字的首字母命名的）。 前面说了，Hesse矩阵在拟牛顿法中是不计算的，拟牛顿法是构造与Hesse矩阵相似的正定矩阵，这个构造方法，使用了目标函数的梯度（一阶导数）信息和两个点的“位移”（X k -X k-1 ）来实现。有人会说，是不是用Hesse矩阵的近似矩阵来代替Hesse矩阵，会导致求解效果变差呢？事实上，效果反而通常会变好。有人又会问为什么？那么就简要地说一下—— 由 牛顿法的原理 可知如下几个等式： 若最后一个等式子的最左边 0，即，就是直观概念上的“沿方向d上，目标函数值下降”的表达。而在逐步寻找最优解的过程中，我们是要求目标函数值下降的，因此，应该有-(X-X i )A(X-X i ) 0，也即(X-X i )A(X-X i ) 0。这表明矩阵A是 正定 的。而在远离极小值点处，Hesse矩阵一般不能保证正定，使得目标函数值不降反升。而拟牛顿法可以使目标函数值沿下降方向走下去，并且到了最后，在极小值点附近，可使构造出来的矩阵与Hesse矩阵“很像”了，这样，拟牛顿法也会具有牛顿法的二阶收敛性。 文章来源： http://www.codelast.com/ 由于涉及到Hesse矩阵（二阶导数矩阵），我们当然要从目标函数 f(X) 的泰勒展开式说开去。与最优化理论中的很多问题一样，在这里，我们依然要假设目标函数可以用二次函数进行近似（实际上很多函数都可以用二次函数很好地近似）： 忽略高阶无穷小部分，只看前面的3项，其中A为目标函数的Hesse矩阵（二阶导数矩阵）。此式两边对X求导得： 于是，当 X=X i 时，将 式两边均左乘(A i+1 ) -1 ，有： 上式左右两边近似相等，但如果我们把它换成等号，并且用另一个矩阵H来代替上式中的A -1 ，则得到： 文章来源： http://www.codelast.com/ 这个方程，就是拟牛顿方程，其中的矩阵H，就是Hesse矩阵的逆矩阵的一个近似矩阵。但是，从初始的H 0 开始，如何得到每一步迭代过程中需要的H 1 ，H 2 ，……呢？在迭代过程中生成的矩阵序列H 0 ，H 1 ，H 2 ，……中，每一个矩阵H i+1 ，都是由前一个矩阵H i 修正得到的，这个修正方法有很多种，这里只说DFP算法的修正方法。设： 然后又有问题：矩阵E怎么求？再设： 其中，m和n均为实数，v和w均为N维向量。将 代入 式，再将 式代入 式，可得： 文章来源： http://www.codelast.com/ 式与 式完全相同，只不过用简化的记号重写了一下。如果求出了m，n，v，w，就可以知道 式怎么求，从而进一步知道 式怎么求，从而我们的问题就彻底解决了。符合 这个方程的v，w可能有很多，但是我们有没有可能找到v，w的一个“特例”，使之符合这个等式呢？仔细观察一下，是可以找到的： 式的右边两个向量相减的结果，是一个n×1的向量，因此，等式左边的计算结果当然也是一个n×1的向量（每一项都是一个n×1的向量），所以我们把 式写成了 式的样子，可以看到，其中的第二、第三项中的括号里的向量的点积均为实数，这里，可以使第一个括号中的mv T q i 值为1，使第二个括号中的nw T q i 值为-1，这样的话，v只要取s i ，w只要取H i q i ，就可以使 式成立了。的确，这种带有一点猜测性质的做法，确实可以让我们找到一组适合的m，n，v，w值。 所以，我们得到的m，n，v，w值如下： 现在我们几乎大功告成了：将 ~ 代入 式，然后再将 代入 式，就得到了Hesse矩阵的逆矩阵的近似阵H的计算方法： 在上面的推导过程中，有人可能觉得有点无厘头：为什么 式要那样假设，是怎么想到的？我能给出的答案是：这一点我也没想明白。如果你知道，请告诉我，非常感谢。某些书上经常写类似于“很显然，XXX”之类的话，从一个定理直接得出了一个让人摸不着头脑的结论，而作为我这样比较笨的人来说，我觉得写书的很多专家们认为“很显然”的东西一点也不“显然”，甚至于有时候，我觉得那就像凤姐突然变成了范冰冰一样——一下子变出来了一个漂亮的结论，难以相信。所以这也是为什么我花费了很多时间，来把一些“很显然”的东西记下来，写明白的原因了。对于大多数牛人，他们需要的当然不是这种思维跨度这么小的文章，而是那种从地球可以一下子飞到火星的文章。所以，我写的东西不适合于水平高的人看，我只期望能帮助一小部分人就知足了。 文章来源： http://www.codelast.com/ 说到这里，那么到底什么是DFP算法呢？上面的矩阵H的计算方法就是其核心，下面再用简单的几句话描述一下DFP算法的流程： 已知初始正定矩阵H 0 ，从一个初始点开始（迭代），用式子来计算出下一个搜索方向，并在该方向上求出可使目标函数极小化的步长α，然后用这个步长，将当前点挪到下一个点上，并检测是否达到了程序中止的条件，如果没有达到，则用上面所说的 式的方法计算出下一个修正矩阵H，并计算下一个搜索方向……周而复始，直到达到程序中止条件。 有人会说，上面那些乱七八糟的都是搞什么啊，猜来猜去的就折腾出了一个公式，然后就确定这公式能用了？就不怕它在迭代的时候根本无法寻找到目标函数的极小值？正因为有这些疑问，所以在这里，还要提及一个非常重要的问题：我们通过带有猜测性质的做法，得到了矩阵H的计算公式，但是，这个修正过的矩阵，能否保持正定呢？前面已经说了，矩阵H正定是使目标函数值下降的条件，所以，它保持正定性很重要。可以证明，矩阵H保持正定的充分必要条件是： 并且，在迭代过程中，这个条件也是容易满足的。此结论的证明并不复杂，但是为了不影响本文的主旨，这里就没有必要写出来了。总之，我觉得作为一个最优化的学习者来说，首先要关注的是不是这些细节问题，而是先假设这些算法都适用，然后等积累到一定程度了，再去想“为什么能适用”的问题。 （2）BFGS算法 在上面的DFP算法的推导中，我们得到了矩阵H的计算公式，而BFGS算法和它有点像，但是比它形式上复杂一点。尽管它更复杂，但是在BFGS算法被Broyden，Fletcher，Goldfarb，Shanno四位牛人发明出来到现在的40多年时间里，它仍然被认为是最好的拟牛顿算法。历史总是这样，越往后推移，人们要超越某种技术所需的时间通常就越长。但是我们很幸运地可以站在巨人的肩膀上，从而可以在使用前人已经发明的东西的基础上感叹一声：这玩意太牛了。 好吧，又扯远了…… 回到中心主题，看看在BFGS算法中，与上面的 式一样的矩阵H是如何计算的： 在 式中，最后一项（深蓝色的部分）就是BFGS比DFP多出来的东西。其中，w为一个n×1的向量。我们看到，由于向量w的表达式太长，所以没有把它直接写在 式中，而是单独列在了 式里。 可能 式一看就让人头晕，所以先来弱弱地解释一下这个式子的计算结果（如果你觉得好雷人，那么请直接无视）：ww T 是一个n×1的向量与一个1×n的向量相乘，结果为一个n×n的矩阵，而 式中最后一项里，除了ww T 之外的那一部分是（1×n）向量、n×n矩阵、n×1向量相乘，结果为一实数，因此 式最后一项结果为一个n×n矩阵，这与 式等号左边的矩阵H为n×n矩阵一致。这一点没有问题了。 在目标函数为 二次型 （“在数学中，二次型是一些变量上的二次齐次多项式”）时，无论是DFP还是BFGS——也就是说，无论 式中有没有最后一项——它们均可以使矩阵H在n步之内收敛于A -1 。 文章来源： http://www.codelast.com/ 延伸阅读：BFGS有一个变种（我不知道这样称呼是否正确），叫作“Limited-memory BFGS”，简称“L-BFGS”或“LM-BFGS”（这里的“LM”与 Levenberg-Marquard算法 没有关系），从它的名字上看，你肯定能猜到，使用L-BFGS算法来编写程序时，它会比BFGS算法占用的内存小。从前面的文章中，我们知道，BFGS在计算过程中要存储一个n×n的矩阵，当维数n很大的时候，这个内存占用量会很大——例如，在10万维的情况下，假设矩阵H中的元素以double来存储，那么，内存占用即为100000×100000×8÷1024÷1024÷1024≈74.5（GB），这太惊人了，一般的服务器几乎无法承受。所以，使用L-BFGS来降低内存使用量在某些情况下是非常有意义的。 关于L-BFGS的英文解释，请点击 这个Wiki链接 。由于我还没有深入学习L-BFGS，所以没办法在这里详细叙述了。 http://www.codelast.com/?p=2780 最速下降法 　　最速下降法又称为梯度法，是1847 年由著名数学家Cauchy 给出的，它是解析法中最古老的一种，其他解析方法或是它的变形，或是受它的启发而得到的，因此它是最优化方法的基础。作为一种基本的算法，他在最优化方法中占有重要地位。其优点是工作量少，存储变量较少，初始点要求不高；缺点是收敛慢，效率不高，有时达不到最优解。非线性规划研究的对象是非线性函数的数值最优化问题。它的理论和方法渗透到许多方面，特别是在军事、经济、管理、生产过程自动化、工程设计和产品优化设计等方面都有着重要的应用。而最速下降法正是n元函数的无约束非线性规划问题min f (x)的一种重要解析法，研究最速下降法原理及其算法实现对我们有着极其重要的意义。 最速下降法 1.最速下降方向 函数f(x)在点x处沿方向d的变化率可用方向导数来表示。对于可微函数，方向导数等于梯度与方向的内积，即： Df(x;d)=▽f(x)Td, 因此，求函数f(x)在点x处的下降最快的方向，可归结为求解下列非线性规划： min▽f(x)Td s.t.||d||≤1 当d=-▽f(x)/||▽f(x)|| 时等号成立。因此，在点x处沿上式所定义的方向变化率最小，即负梯度方向为最速下降方向。 2.最速下降算法 最速下降法的迭代公式是 x(k+1)=x(k)+λkd(k), 其中d(k)是从x(k)出发的搜索方向，这里取在x(k)处的最速下降方向，即 d=-▽f(x(k)). λk是从x(k)出发沿方向d(k)进行一维搜索的步长，即λk满足 f(x(k)+λkd(k))=minf(x(k)+λd(k))(λ≥0). 计算步骤如下： (1)给定初点x(1)∈Rn，允许误差ε0，置k=1。 (2)计算搜索方向d=-▽f(x(k))。 (3)若||d(k)||≤ε，则停止计算；否则，从x(k)出发，沿d(k)进行一维搜索，求λk，使 f(x(k)+λkd(k))=minf(x(k)+λd(k))(λ≥0). (4)令x(k+1)=x(k)+λkd(k)，置k=k+1，转步骤(2)。 http://www.cnblogs.com/yangxi/archive/2011/10/20/2219408.html 梯度下降法 梯度下降法是一个 一阶 最优化 算法 ，通常也称为最速下降法。 描述 有关梯度下降法的描述 梯度下降法，基于这样的观察：如果实值函数 在点 处 可微 且有定义，那么函数 在 点沿着 梯度 相反的方向 下降最快。 因而，如果 对于γ 0为一个够小数值时成立，那么 。 考虑到这一点，我们可以从函数 F 的局部极小值的初始估计 出发，并考虑如下序列 使得 因此可得到 如果顺利的话序列 收敛到期望的极值。注意每次迭代 步长 γ可以改变。 右侧的图片示例了这一过程，这里假设 F 定义在平面上，并且函数图像是一个 碗 形。蓝色的曲线是 等高线 ( 水平集 )，即函数 F 为常数的集合构成的曲线。红色的箭头指向该点梯度的反方向。（一点处的梯度方向与通过该点的 等高线 垂直）。沿着梯度 下降 方向，将最终到达碗底，即函数 F 值最小的点。 例子 梯度下降法处理一些复杂的非线性函数会出现问题，例如 Rosenbrock函数 其最小值在( x , y ) = (1,1)处，数值为 f ( x , y ) = 0。但是此函数具有狭窄弯曲的山谷，最小值( x , y ) = (1,1)就在这些山谷之中，并且谷底很平。优化过程是之字形的向极小值点靠近，速度非常缓慢。 下面这个例子也鲜明的示例了"之字"的下降，这个例子用梯度下降法求 的极小值。 缺点 由上面的两个例子，梯度下降法的缺点是 : 靠近极小值时速度减慢。直线搜索可能会产生一些问题。可能会'之字型'地下降。参阅 共轭梯度法 随机梯度下降法 牛顿法 最优化 线搜索 参考文献Mordecai Avriel (2003). Nonlinear Programming: Analysis and Methods. Dover Publishing. ISBN 0-486-43227-0 .Jan A. Snyman (2005). Practical Mathematical Optimization: An Introduction to Basic Optimization Theory and Classical and New Gradient-Based Algorithms. Springer Publishing. ISBN 0-387-24348-8 共轭梯度法 数学 上，共轭梯度法是求解特定 线性系统 的 数值解 的方法，其中那些矩阵为 对称 和 正定 。共轭梯度法是一个 迭代方法 ，所以它适用于 稀疏矩阵 系统，因为这些系统对于象 乔莱斯基分解 这样的直接方法太大了。这种系统在数值求解 偏微分方程 时相当常见。 共轭梯度法也可以用于求解无约束的 最优化 问题。 双共轭梯度法 提供了一种处理非对称矩阵情况的推广。 方法的表述 设我们要求解下列线性系统 Ax = b , ， 其中 n - × - n 矩阵 A 是对称的（也即， A T = A ）， 正定 的（也即， x T Ax 0 对于所有非 0 向量 x 属于 R n ），并且是实系数的。 将系统的唯一解记作 x * 。 最后算法 经过一些简化，可以得到下列求解 Ax = b 的算法，其中 A 是实对称正定矩阵。 x 0 := 0 k := 0 r 0 := b repeat until r k is "sufficiently small": k := k + 1 if k = 1 p 1 := r 0 else   SHAPE   \* MERGEFORMAT end if   SHAPE   \* MERGEFORMAT x k := x k -1 + α k p k r k := r k -1 - α k A p k end repeat 结果为 x k 外部连接 M é thode du gradient conjug é （共轭梯度法，法语）作者 N. Soualem. M é thode du gradient conjug é pr é conditionn é （预处理共轭梯度法，法语）作者 N. Soualem. 共轭梯度法通俗介绍 作者 Jonathan Richard Shewchuk. 参考 共轭梯度法最初出现于 Magnus R. Hestenes and Eduard Stiefel （ 1952 ） ,Methods of conjugate gradients for solving linear systems, J. Research Nat. Bur. Standards 49, 409 – 436. 下列教科书中可以找到该方法的描述 Kendell A. Atkinson （ 1988 ） , An introduction to numerical analysis （ 2nd ed. ） ,Section 8.9, John Wiley and Sons. ISBN 0-471-50023-2 . Gene H. Golub and Charles F. Van Loan, Matrix computations （ 3rd ed. ） ,Chapter 10, Johns Hopkins University Press. ISBN 0-8018-5414-8 . 共轭梯度法 1.共轭方向 无约束问题最优化方法的核心问题是选择搜索方向。 以正定二次函数为例，来观察两个方向关于矩阵Ａ共轭的几何意义。 设有二次函数： f(x)=1/2(x-x*)TA(x-x*), 其中A是n×n对称正定矩阵，x*是一个定点，函数f(x)的等值面 1/2(x-x*)TA(x-x*)=c 是以x*为中心的椭球面，由于 ▽f(x*)=A(x-x*)=0， A正定，因此x*是f(x)的极小点。 设x(1)是在某个等值面上的一点，该等值面在点x(1)处的法向量 ▽f(x(1))=A(x(1)-x*)。 又设d(1)是这个等值面在d(1)处的一个切向量。记作 d(2)=x*-x(1)。 自然，d(1)与▽f(x(1))正交，即d(1)T▽f(x(1))=0，因此有 d(1)TAd(2)=0， 即等值面上一点处的切向量与由这一点指向极小点的向量关于A共轭。 由此可知，极小化式所定义的二次函数，若依次沿着d(1)和d(2)进行一维搜索，则经两次迭代必达到极小点。 1.共轭梯度法 共轭梯度法最初由Hesteness和Stiefel于1952年为求解线性方程组而提出的。后来，人们把这种方法用于求解无约束最优化问题，使之成为一种重要的最优化方法。 Fletcher-Reeves共轭梯度法，简称FR法。 共轭梯度法的基本思想是把共轭性与最速下降方法相结合，利用已知点处的梯度构造一组共轭方向，并沿这组方向进行搜素，求出目标函数的极小点。根据共轭方向基本性质，这种方法具有二次终止性。 对于二次凸函数的共轭梯度法： minf(x)=1/2xTAx+bTx+c, 其中x∈Rn，A是对称正定矩阵，c是常数。 具体求解方法如下： 首先，任意给定一个初始点x(1)，计算出目标函数f(x)在这点的梯度，若||g1||=0，则停止计算；否则，令 d(1)=-▽f(x(1))=-g1。 沿方向d(1)搜索，得到点x(2)。计算在x(2)处的梯度，若||g2||≠0，则利用-g2和d(1)构造第2个搜索方向d(2)，在沿d(2)搜索。 一般地，若已知点x(k)和搜索方向d(k)，则从x(k)出发，沿d(k)进行搜索，得到 x(k+1)=x(k)+λkd(k), 其中步长λk满足 f(x(k)+λkd(k))=minf(x(k)+λd(k))。 此时可求出λk的显示表达 计算f(x)在x(k+1)处的梯度。若||gk+1||=0，则停止计算；否则，用-gk+1和d(k)构造下一个搜索方向d(k+1)，并使d(k+1)和d(k)关于A共轭。按此设想，令 d(k+1)=-gk+1+βkd(k)， 上式两端左乘d(k)TA，并令 d(k)TAd(k+1)=-d(k)TAgk+1+βkd(k)TAd(k)=0， 由此得到 βk=d(k)TAgk+1/d(k)TAd(k)。 再从x(k+1)出发，沿方向d(k+1)搜索。 在FR法中，初始搜索方向必须取最速下降方向，这一点决不可忽视。因子βk可以简化为：βk=||gk+1||2/||gk||2。 3.非线性共轭梯度 当目标函数是高于二次的连续函数(即目标函数的梯度存在)时，其对应的解方程是非线性方程，非线性问题的目标函数可能存在局部极值，并且破坏了二次截止性，共轭梯度法需要在两个方面加以改进后，仍然可以用于实际的反演计算，但共轭梯度法不能确保收敛到全局极值。 (1)首先是共轭梯度法不能在n维空间内依靠n步搜索到达极值点，需要重启共轭梯度法，继续迭代，以完成搜索极值点的工作。 (2)在目标函数复杂，在计算时，由于需要局部线性化，需计算Hessian矩阵A，且计算工作量比较大，矩阵A也有可能是病态的。Fletcher和Reeves的方案最为常用，抛弃了矩阵A的计算，具体形式如下： 式中gk-1和gk分别为第k-1和第k次搜索是计算出来的目标函数的梯度。 http://www.cnblogs.com/yangxi/archive/2011/10/20/2219408.html 信赖域法 信赖域算法是求解非线性优化问题的一种数值方法，收敛性较好。该算法在每次迭代时强制性地要求新的迭代点与当前的迭代点之间的距离不超过某一控制量. 引入控制步长是因为传统的线搜索方法常常由于步长过大而导致算法失败,特别是当问题是病态时. 控制步长实质上等价于在以当前迭代点为中心的一个邻域内对一个近似于原问题的简单模型求极值. 这种技巧可理解为只在一个邻域内对近似模型信赖,所以此邻域被称为信赖域(trust region) .MATLAB里有信赖域算法，在优化工具箱里。信赖域算法相关文献很多，估计程序代码也能有。 置信域方法（Trust-region methods）又称为信赖域方法，它是一种 最优化 方法，能够保证 最优化 方法总体收敛。 算法发展 置信域方法的历史可以追溯到Levenberg(1944)，Marquardt(1963)，Goldfeld，Quandt and Trotter(1966)，但现代置信域方法是Powell(1970)提出来的。他明确提出了置信域子问题，接受方向步 s k 的准则，校正置信域半径 的准则，及收敛性定理。这些措施使置信域方法比 线性搜索 方法具有更大的优越性。 思想框架 考虑 ，其中 ƒ ( x )是定义在R n 上的二阶连续可微 函数 。定义当前点的 邻域 Ω k 这里Δ k 称为置信域半径。假定在这个 邻域 中，二次模型是目标函数 ƒ ( x )的一个合适的近似，则在这个 邻域 （称为置信域）中极小化二次模型，得到近似极小点 s k ，并取，其中 。 置信域方法的模型子问题是 其中， s = x − x k ， ， B k 是一个 对称矩阵 ，它是 黑塞矩阵 或其近似，Δ k 0为置信域半径， 为某一 范数 ，通常我们采用 l 2 范数 。 选择Δ k 的方法：根据模型函数 q ( k ) ( s )对目标函数 ƒ ( x )的拟合程度来调整置信域半径Δ k 。对于置信域方法的模型子问题的解 s k ，设目标函数的下降量 A r e d k = f ( x k ) − f ( x k + s k ) 为实际下降量，设模型函数的下降量 P r e d k = q ( k ) (0) − q ( k ) ( s k ) 为预测下降量。 定义比值 , 它用来衡量模型函数 q ( k ) 与目标函数 ƒ 的一致性程度。 置信域算法步1. 给出初始点 x 0 ，置信域半径的上界 ， ， ， ，0 γ 1 1 γ 2 ，img alt="k\:=0" src="http://upload.wikimedia.org/wikipedia/zh/math/0/e/5/0e5ec4a4fcf6c7622f91dc86%3Cwbr%3Eb2b4d4f6.png" real_src="http://upload.wikimedia.org/wikipedia/zh/math/0/e/5/0e5ec4a4fcf6c7622f91dc86b2b4d4f6.png" title="最优化：拟牛顿法、最速下降法、共轭梯度法、信赖域法、协同优化" margin-top:="" 0px;="" margin-right:="" margin-bottom:="" margin-left:="" padding-top:="" padding-right:="" padding-bottom:="" padding-left:="" border-top-width:="" border-right-width:="" border-bottom-width:="" border-left-width:="" border-style:="" initial;="" border-color:="" border-image:="" list-style-type:="" none;="" list-style-position:="" list-style-image:="" "=""步2. 如果 ，停止步3. （近似地）求解置信域方法的模型子问题，得到 s k 步4. 计算 ƒ ( x k + s k ) 和 r k 。令 步5. 校正置信域半径，令 步6. 产生 B k+1 ，校正 q (k) ，令 k:=k+1 ，转步2。应用 现今，置信域算法广泛应用于应用数学、物理、化学、工程学、计算机科学、生物学与医学等学科。相信在不远将来，信赖域方法会在更广泛多样的领域有着更深远的的发展。 参考文献Andrew R. Conn,Nicholas I. M. Gould,Philippe L. Toint."Trust-region methods".Philadelphia, Pa.: SIAM , 2000. ISBN 978-0-898714-60-9 来自“ http://zh.wikipedia.org/w/index.php?title=置信域方法oldid=17465632 ” 信赖域方法及其应用 朱德通 上海师范大学数学系教授 朱教授首先介绍了何为信赖域策略。信赖域策略是目前求解无约束最优化问题min f(x)的一种有效的方法。简单来说信赖域策略的基本思想是：给定一个初始点x0，按照某一迭代格式产生一个点列{xk}，希望某一xk是最优化问题的解或点列收敛于解。目前常用的是采用线搜索的技术结合精确线搜索准则（或者其他不精确的线搜索准则，如Wolfe准则、Armijo-Goldstein准则、强Wolfe准则以及回代技术等），在给出下降方向dk后，得到点列{xk}。对于收敛域策略，朱教授还讨论了方法收敛性和评价准则。 其次，朱教授还给出了他对信赖域子问题的研究结果，包括：对于信赖域子问题性质的研究、求解信赖域子问题的近似方法等。另外，朱教授还介绍了在不同求解区域内信赖域方法的具体应用。如：信赖域路径方法、非单调信赖域结合线搜索的算法、仿射点内信赖域方法、序贯既约Hessian仿射内点信赖域方法、仿射内点信赖域方法的扩展等。使在座的老师和同学对于信赖域方法在国内外的研究现状有了相当的了解。 最后朱教授还介绍了他今后的研究计划，包括：有界约束最优化问题、线性约束非线性优化问题、非线性等式约束优化问题和非线性等式约束与有界变量约束得非线性最优化问题的求解。并欢迎有兴趣的同学参与研究。 基于高斯函数和信赖域更新策略的Kriging响应面法 王成恩1,2，黄章俊1,2,3+ 1.东北大学辽宁省复杂装备多学科设计优化技术重点实验室，辽宁沈阳110004;2.东北大学流程工业综合自动化教育部重点实验室，辽宁沈阳110004;3.长沙理工大学能源与动力工程学院，湖南长沙410114 摘要：为建立拟合效率高且能够满足工程精度要求的响应面近似模型，在分析已有响应面建模方法基本特性的基础上，提出一种基于高斯函数和信赖域更新策略的Kriging响应面法。该方法将高斯函数作为设计点之间的相关函数，并在优化过程中采用信赖域更新策略对试验设计的取样区域进行动态修正。通过在四个典型数值算例和某涡轮盘的热—结构优化设计中的应用，验证了所提方法的有效性。 关键词：高斯函数;信赖域更新;多学科设计优化；响应面法；Kriging模型；涡轮盘 中图分类号：TP391.7 参考文献 ［1］WANG G G, SHAN S. Review of metamodeling techniques in support of engineering design optimization［J］. Journal of Mechanical Design,2007,129(2):370-380. ［2］FORRESTER A I J, KEANE A J. Recent advances in surrogate-based optimization［J］. Progress in Aerospace Sciences,2009,45(1/2/3):50-79. 袁亚湘在非线性优化计算方法及其理论方面，取得了一系列的重要成果。他的贡献主要集中在信赖域法，拟牛顿法和共轭梯度法三个方面。在信赖域法算法设计和收敛性分析方面所做的工作是开创性的，特别是对于非光滑优化信赖域方法的研究得出了一系列重要的收敛性定理，给出了超线性收敛的充分必要条件。在拟牛顿方法的理论研究方面，袁亚湘和美国科学家合作证明了一类拟牛顿方法的全局收敛性，这是非线性规划算法理论在80年代最重要的成果之一。袁亚湘和学生戴?虹合作提出的“戴—袁方法”被认为是非线性共轭梯度法四个主要方法之一。袁亚湘还首创性地提出了用信赖域方法和传统的线搜索方法的结合来构造新的计算方法，开创了利用非二次模型信息构造二次模型子问题的方法，提出了非拟牛顿方法。国外同行称袁亚湘在信赖域方法领域取得的成就是基石性的成果，他的贡献对最优化领域是至关重要的。 袁亚湘的专业： 计算数学 、 应用数学 、 运筹学 。研究方向： 最优化计算方法 。 他在非线性优化计算方法及其理论方面，取得了一系列的重要成果,在非线性规划方面的研究成果被国际上命名为“袁氏引理”。他的贡献主要集中在信赖域法，拟牛顿法和共轭梯度法三个方面。在信赖域法算法设计和收敛性分析方面所做的工作是开创性的，特别是对于非光滑优化信赖域方法的研究得出了一系列重要的收敛性定理，给出了超线性收敛的充分必要条件。他因此在1984年获 英国 剑桥大学 数学学部研究生论文竞赛唯一的一等奖，以及1985年在 英国 伦敦 获首届青年国际数值分析奖二等奖。他给出了双球信赖域子问题的最优性条件，证明了截断共轭梯度法的“1/2 猜想”。在拟牛顿方法的理论研究方面，他和美国科学家合作证明了一类拟牛顿方法的全局收敛性，这是非线性规划算法理论在80年代最重要的成果之一。他和学生戴彧虹合作提出的“戴--袁方法”被认为是非线性共轭梯度法四个主要方法之一。他还首创性地提出了用信赖域方法和传统的线搜索方法的结合来构造新的计算方法，开创了利用非二次模型信息构造二次模型子问题的方法，提出了非拟牛顿方法。国外同行称袁亚湘在信赖域方法领域取得的成就是基石性的成果，他的贡献对最优化领域是至关重要的。 信赖域方法 http://wenku.baidu.com/view/2a977d294b73f242336c5fee.html 信赖域方法 http://www.docin.com/p-87163751.html 计算数学 http://blog.sina.com.cn/s/blog_4b700c4c0102du69.html 组合优化 组合最优化，二维的例子，比如服装厂做衣服，衣服分成很多块，这些块需要从布料上切下来。怎么切，剩下的废布料最少？三维的例子，如 集装优化 。 组合优化的难处，主要是加进来 拓扑分析 ，不同的 拓扑形态 下，不同部分的约束关系便不同，算法也就要调整。如果给定一个拓扑形态，组合优化往往就退化成一个 整数优化 的问题了。 来自“ http://zh.wikipedia.org/w/index.php?title=组合优化oldid=12686341 ” 组合最优化 　　组合最优化（combinatorial optimization） 　　在给定有限集的所有具备某些条件的子集中，按某种目标找出一个最优子集的一类数学规划。又称组合规划。从最广泛的意义上说，组合规划与 整数规划 这两者的领域是一致的，都是指在有限个可供选择的方案的组成集合中，选择使目标函数达到极值的最优子集。　　组合最优化发展的初期，研究一些比较实用的基本上属于网络极值方面的问题，如广播网的设计、开关电路设计、航船运输路线的计划、工作指派、货物装箱方案等。自从拟阵概念进入图论领域之后，对拟阵中的一些理论问题的研究成为组合规划研究的新课题，并得到应用。现在应用的主要方面仍是网络上的最优化问题，如最短路问题、最大（小）支撑树问题、最优边无关集问题、最小截集问题、推销员问题等。　　对于具有离散变量的问题，从有限个解中寻找最优解的问题就是组合最优化问题 协同优化算法 协同优化算法的原理是将一复杂的 目标函数 分解成简单的 子目标函数 ，然后再将这些子目标函数进行 协同优化 。具体说来，协同优化是在优化每一子目标函数同时综合考虑其它子目标函数的结果，使子目标函数之间的优化结果能够一致。优化结果一致是指使每一 变量 的值在每一子目标函数的优化结果中能够一致。一般来说，可以证明，如果变量的值一致则为最优解。协同优化算法没有局部最优问题同时具有非常良好的收敛特性。它很好地解决了许多实际中非线性优化及组合优化难题。 如果目标函数是一n个变量的函数 ,简写成 E ( x ),协同优化算法先将它分解成n个简单的 子目标函数 : . 如果单独优化每一子目标函数,则它们的结果很难达到一致。例如,变量 x i 在包含它的子目标函数中的最优解值很难相同。对于 ,如果我们取 E i ( x )的最优解中 x i 的值作为该变量的值，表示成 , ，这里， X i 是 E i ( x )的变量集， 指变量集 X i 除去元素 x i ， 则很难为原目标函数 E ( x )的最优解。 为了使子目标函数之间的优化结果能够一致，协同优化算法在优化每一子目标函数 E i ( x )同时考虑其它子目标函数的结果, 。 具体做法是利用其它子目标函数的优化结果通过数值加权修正每一个子目标函数如下, ，这里，λ k , w i j 为加权系数，满足 。 然后对修正后的子目标函数进行优化，优化结果再叠代放入修正的子目标函数中。协同优化算法的叠代方程如下, 协同优化结果使每一变量的值在每一子目标函数的优化结果中达到一致。如果一致，则子目标函数的优化解既为最优解。 理论价值 现代优化理论中最重要的未解难题是发现通用的全局最优化条件。由于没有全局最优化条件，我们不知道哪里可以找到最优解，也不知道现有解是不是最优解. 因此,我们不知道如何更有效地组织优化过程及何时及时中断搜索。任何全局最优化条件既有理论意义和实用价值。协同优化算法基于一种全新的优化原理解决了这一重要问题。 理论及 量子力学 的关系 从协同优化算法可以推导出 薛定谔方程 。 假设目标能量函数为 协同优化算法在半环 上的形式为 如果让 及用高斯函数平滑 ,则上式收敛后变成薛定谔方程如下: 这里 薛定谔方程是 物理学 中最基本的方程。因此，我们可以对自然界中一般分子及蛋白分子如何形成这一非线性优化问题从全局优化的角度有进一步更深的认识。 组合最优化简介 http://wenku.baidu.com/view/4b54cbbcc77da26925c5b092.html 数值非线性全局最优化 引言 约束非线性最优化的数值算法大致可以分为 基于梯度的方法 和 直接搜索方法. 基于梯度的方法使用一阶导数 (梯度) 或二阶导数（黑塞（Hessians）矩阵）. 例如，序列二次规划方法(SQP)、增广拉格朗日方法和（非线性）内点法. 直接搜索方法不使用导数信息. 例如，Nelder-Mead、遗传算法和差分进化，以及模拟退火. 直接搜索方法往往收敛速度较慢，但可以对函数和约束条件中噪声存在的限制更为宽松. 通常情况下，算法只建立问题的局部模型. 此外，许多这种算法总是寻求目标函数，或者由目标函数和约束条件合成的一个优值函数的某种减小，来确保迭代过程的收敛. 如果收敛的话，这种算法只找到局部最优解，因此被称为 局部最优化算法 . 在 Mathematica 里，局部最优化问题可以用 FindMinimum 求解. 然而， 全局优化算法 通常通过既允许减小也允许增大目标函数/优值函数来试图求全局最优解. 通常这种算法的计算代价更高. 全局最优化问题可以用 Minimize 精确求解或者用 NMinimize 数值化地求解. http://reference.wolfram.com/mathematica/tutorial/ConstrainedOptimizationGlobalNumerical.html 约束最优化 介绍 最优化问题 全局最优化 局部最优化 求解最优化问题 线性最优化 引言 LinearProgramming 函数 例子 内点法和单纯形法和/或修正单纯形法的区别 寻找对偶变量 内点法中的不可行性和无界问题的处理 "InteriorPoint" 的方法选项 大数据集的导入和大规模问题的求解 以方程形式导入 MPS 格式文件 大规模问题：以矩阵和向量形式导入 自由格式的MPS文件 线性规划问题的应用实例 L1范式极小化 一个最优钎桩的设计 线性规划的算法 单纯形法和修正单纯形法 内点算法 数值非线性局部最优化 引言 FindMinimum 函数 FindMinimum 的选项 FindMinimum 的示例 求解全局最小值 求解 Minimax 问题 多目标优化: 目标规划 一个应用实例：投资组合优化 内点法的局限性 约束局部最优化的数值算法 内点算法 数值非线性全局最优化 引言 NMinimize 函数 约束全局最优化的数值算法 Nelder-Mead 差分进化 模拟退火算法 随机搜索 数值非线性全局最优化示例 精确全局最优化 引言 算法 通过柱形代数分解的最优化 例子 自定义的 CAD 优化算法 简化为最小化坐标函数 CAD的投影阶段 CAD的提升阶段 严格不等式约束 线性优化 单变量最优化 通过寻找平稳点和奇点的最优化 整数上的最优化 整数线性规划 在实数范围内结合了整数解查找的最优化 约束最优化函数的比较 约束最优化参考文献 http://reference.wolfram.com/mathematica/tutorial/ConstrainedOptimizationOverview.html 变分不等式简介-基本理论.数值分析及应用 增改描述、图片 作者: 韩渭敏，程晓良 编著 ISBN: 9787040208801, 7040208806 出版社: 高等教育出版社 变分不等式是一类重要的非线性问题，它们产生于许多不同领域，如物理学、工程学和金融管理科学等。本书简要地介绍了变分不等式的基本数学理论和数值方法，并给出了在力学中的一些应用。本书适合于对变分不等式基础感兴趣的数学和相关专业研究生和高年级大学生阅读。阅读本书需要有一些背景知识，如泛函分析、偏微分方程和数值分析；为完整起见在本书附录中回顾了相关的内容。 作者简介： 韩渭敏，美国爱荷华大学数学系教授。1983年毕业于复旦大学数学系。1986年在中国科学院计算中心获硕士学位。1991年在美国马里兰大学获博士学位，究范围包括计算数学、应用数学及其在工程上的应用。已发表论文约90篇，并在世界多家知名出版社出版教材和专著等十余部。 本书简要地介绍变分不等式的基本数学理论和数值方法，并给出了在力学上的一些应用。变分不等式是一类重要的非线性问题，它们产生于许多不同领域，如物理学、工程学和金融管理科学等。变分不等式始于一些力学问题的研究，早在1933年Signorini研究一个线性弹性体和刚性体的无摩擦接触问题时，就导出了被称为Signorini问题的变分不等式。本书适合于对变分不等式基础感兴趣的数学学科研究生和高年级大学生阅读。 目录： 第一章 变分不等式的引入 1.1 有限维变分不等式的例子 1.2 由变分等式到变分不等式 1.3 一些注记 第二章 椭圆型变分不等式 2.1 凸极小化问题 2.2 存在性与难一性 2.3 数值方法 2.4 一些记号及弹性体的本构关系式 2.5 一个摩擦接触问题 2.6 一个Signorini无摩擦接触问题 2.7 一个与可变形支撑的无摩擦接触问题 第三章 拟定常变分不等式 3.1 一个抽象拟定常变分不等式 3.2 空间半离散逼近格式 3.3 时间半离散逼近格式 3.4 完全离散逼近格式 3.5 若干拟定常接触问题 3.6 一个弹塑性问题 附录A 泛函分析基础 A1 Banach空间和Hilbert空间 A2 函数空间 A3 Banach不动点定理 附录B Sobolev空间 B1 弱导数 B2 Sobolev空间 B3 性质 B4 分部积分公式 B5 向量值函数空间 附录C 有限元方法 C1 有限元方法基础 C2 有限元插值的误差估计 C3 收敛性和误差估计 参考文献 名词术语

个人分类: 原理|26170 次阅读|2 个评论

基于AHP-RBF神经网络的协同制造伙伴选择研究

bshen 2012-3-30 09:23

沈斌、周莹君、王家海．基于 AHP-RBF 神经网络的协同制造伙伴选择研究．机械设计与制造， No.11,Nov.2008:139~141 Research of collaborative manufacturing partners selection based on AHP-RBF algorithm. Machinery Design Manufacturing, No.11,Nov.2008:139~141

个人分类: 学术论文|2018 次阅读|0 个评论

大脑中的协同关系

热度 2 Helmholtz 2012-3-28 12:34

数学模型揭示了单个神经元之间的协同作用 于利希 / 瓦科市（ Wako-Shi ）， 2012 年 3 月 8 日 - 大脑中的神经元是如何相互交流与沟通的？通常的理论是认为单个细胞元之间是没有彼此间信号交流，但是在神经集束之间则有交流。来自日本、美国和德国的科研究人员现在开发了一个可以用来检测这个假设的数学模型。他们的研究成果发表在最新一期的 “PLoS 计算生物学 ” 杂志上。 操作执行各种大脑高级功能的大脑皮层中的每个神经元会接触到成千上万的其他神经元并且接收到这些神经元的各种各样的信号。此前，要想通过提取的信号解释这些神经细胞是如何一起工作，几乎是不可能的。日本理化研究所脑科学所（ BSI ）的科研人员与德国于利希中心和美国波士顿麻省理工学院的同行携手，联合开发了一套可澄清神经元协作方式的数学模型。 “这种新方法可以从多路同步测量到的信号中过滤出足以判断神经元是以单个相互的方式亦或是群组相互的方式起作用”， BSI 的岛崎英明博士解释说。“此外，模型也考虑到这些细胞的群组本身并不是固定的，相反，它们可以根据大脑中的电流的情况，在几个毫秒的时间内灵活地改变自身并加入到其他群组。 ” 于利希研究中心教授索尼亚 · 格吕恩（ Sonja Grün ）希望，该方法可以帮助研究人员更好地证明动态细胞群的存在，而且它们的活动都明确地对应于某些行为。科学家们已经证实，当一只动物在预期需要令它更快或更敏感地做出反应的信号时，神经元是如何协同工作的 。 今后 科学家们 还 希望 能 学 学如何采用这种方法同步测量源自数以百计的 神经元 的 信号。这将 有可能实现直接观察到神经元群组在做规划和控制时的相关变化 。 原始文献： Shimazaki H, Amari S-i, Brown EN, Gru ̈n S (2012) State-Space Analysis of Time-Varying Higher-Order Spike Correlation for Multiple Neural Spike Train Data. PLoS Comput Biol 8(3): e1002385. doi:10.1371/journal.pcbi.1002385 http://www.ploscompbiol.org/article/info:doi/10.1371/journal.pcbi.1002385

个人分类: 2012亥姆霍兹科技新闻|5390 次阅读|2 个评论

协同工作模式探索

nonsuch 2012-3-15 11:32

在谈协同工作模式之前先谈谈NSFC国际合作项目的一些注意事项，因为经过半个多月的折腾和被折腾，本人不得不记录下这些琐碎，以便于别人不再被折腾。 1 、关于超项审查 一般依托单位都会提前进行项目参与人员的超项审查，主要针对正高和副高；比如基金委的时间是 3 月 15 日截止，学校一般订在 3 月 5 号，而其实这个时间是很灵活的，并不一定卡的那么紧，若是时间比较紧张，阁下大可不必急的冒烟，沟通一下即可宽限； 2 、申请书填写方式 1 ）国际合作项目需要在线填写申请信息，然后下载规定的 word 版本，填写申请书的正文内容，然后上传到在线的正文部分（在 ISIS 系统上面操作）； 2 ）在线填写的附件里面一般包括双方合作协议，英文版申请书，还有承诺函等，需要扫描成 pdf 或者照片的格式上传，这些文件都需要按照规定的模板填写； 3 、最终需要提交的资料（包括纸质版 2 份并双面打印，以及在线提交） 1 ）中文版申请书； 2 ）英文版申请书； 3 ）双方合作协议； 4 ）双方承诺函 4 、注意事项 可能各个学校规定不一样，仅仅作为参考，能避免阁下走弯路： 1 ）中文版申请书每提交一次版本号就会发生变化，这个在打印的时候要注意，不能偷懒； 2 ）英文版申请书后面需要双方的签字，若是外方不能签字，可以用承诺函代替，但是中方负责人必须签字； 3 ）承诺函和合作协议尽量早点让外方签字，以节省时间； 4 ）当然最重要的是内容要全是干货，否则其他都是白扯。 5 、协同工作模式探索 经过这半个月多家单位不同区域协同工作的经历，简单谈谈协同工作模式。 需要具备的条件： 1 ）金山快盘或其他可同步软件； 2 ） QQ 群； 3 ） skype 软件 在开始工作之前，负责人需要统一制定编辑规则，然后将需要协作完成的文档（如中文版申请书模板，英文版申请书模板等）放在金山快盘之中，并分享给其他单位的人，然后通过 QQ 群实时沟通编辑情况，一起协同完成文档的写作（实战证明是可行且及其方便的）。 当有任务布置或者一言两语难以言尽的时候，可开个 skype 电话会议，既低能耗又节省时间。 通过这次协同工作实战，感觉此种模式是性价比最高的，避免了阁下旅途的劳累，又方便您指点江山，挥斥方遒，还便于后期的统稿，工作效率大大的提高，所以值得提倡。

个人分类: 科研心得|350 次阅读|0 个评论

清华大学-中科院学部科学与社会协同发展研究中心招聘博士后

chadwick 2012-3-7 09:12

合作导师 ：李正风 教授 招聘岗位 ：清华大学-中科院学部科学与社会协同发展研究中心 助理研究员 招聘要求 ： 1、能够胜任中心所开展的“科学技术在化解我国转型期主要矛盾的作用与机制”、“科学与社会协同发展理论与实践”等相关方面的学术和政策研究； 2、具有国内外重点大学哲学、政治学、社会学、公共管理等相关学科的博士学位或优秀应届博士生； 3、掌握良好的中英文写作与交流能力； 4、工作认真负责，有事业心和团结合作精神，有良好的人际沟通和协调能力，可以马上投入课题科研工作。 申请博士后的基本条件 ： 1、具有博士学位和学历、品学兼优、身心健康、年龄在40岁以下（不含40岁）； 2、申请者获得博士学位年限一般不能超过两年； 3、申请者必须保证录用后全时从事博士后研究，不挂职、兼职； 4、申请者如属在职人员，经我院录用的博士后入站后人事关系必须转入我校； 5、不招收企业博士后。 招聘人数 ：3-5人 岗位待遇 ：按照清华大学博士后待遇政策。 提交材料 ： 1、个人详细履历； 2、最终学历、学位证明； 3、博士论文及学术论文代表作3-5篇。 应聘方式 ：有意应聘者请于2012年5月31日前将个人简历等以电子邮件方式发至：chadwick@tsinghua.edu.cn，王老师收，邮件主题为“应聘博士后”。初筛合格者将通知应聘者进一步寄送论文及学历学位证明等材料。 清华大学-中科院学部科学与社会协同发展研究中心经2011-2012学年度第13次校务会议讨论通过，旨在通过高水平的跨学科研究平台，积极参与国家重大科学发展战略与政策的研究和咨询工作。此课题作为中心承担的首个研究项目，力求为我国更好参与全球科学价值评估新体系的建构提供政策咨询，以努力争取国际科技和创新多边合作的有利地位和主动权。同时通过深入地认识全球化对科学价值评估的新挑战和新趋势，为我国科技体制和科研管理模式的改革提供可资参考的思路。

3887 次阅读|0 个评论

晓辉的协同智能观：第四范畴（fundamental relation）凸显

geneculture 2012-2-14 15:52

在赛尔教授的论题（审视本体论与认识论的关系）基础之上来 重新审视晓辉的协同智能观（突出“第四范畴”--fundamental relation）

个人分类: 融智学前期探索|1723 次阅读|0 个评论

新鲜出炉的一篇PRE

热度 9 halcon 2012-2-7 00:13

珂姐是我的第一个研究生，也是目前国内小组的负责人。这个工作我们从2011年三四月就开始做了，我给出的idea,珂姐和郭老师做的实验并写了初稿，最后我主笔撰写了全文。中间有过几次反复和重新验证，最后验证无误后投稿到了PRE。运气也不错，审稿人很nice，经过一轮审稿就接收了。小小恭喜珂姐一下，我读博士期间的一大心愿就是在PRE能发论文，人家硕士一年级就实现了，羡慕~~~~~~~~~~~~~。 这篇论文仔细研究了随机游走的方向对于个性化推荐算法的影响，并发现如果考虑从度小用户到度大用户的随机游走，那么协同过滤算法也可以同时在准确性和多样性方面都表现的非常好。经典的协同过滤算法具有很好的推荐准确性，但无法满足不同用户的不同口味——多样性很差。一个普遍的解释是协同过滤算法利用朋友的爱好进行推荐，因此善于推荐流行产品。经过实证统计与分析我们发现其原因有两点：第一，实际系统中度大用户倾向与和度小用户具有共同喜好；第二，经典的基于物质扩散的协同过滤算法赋予度大用户过大的推荐强度。综合两个因素就会发现，算法将度大用户喜欢的产品广泛地推荐到了很多度小用户的推荐列表中，从而导致多样性很差。由于系统中度小用户占绝大多数的比重，因此我们认为应该强化度小用户的推荐强度，即只要将经典随机游走的方向倒过来就可以解决协同过滤算法的推荐多样性问题。数值实验发现，只要改变用户相似性方向，算法就可以产生非常好的推荐准确性和多样性，甚至可以达到PNAS论文混合算法同样的效果。 尽管操作简单，但效果却很好。本文非常有助于我们理解相似性方向对于推荐系统的影响。 PhysRevE.85.016118.pdf

6637 次阅读|21 个评论

review: 分布分层式协同仿真运行支撑环境

jiangdm 2012-1-28 16:39

分布分层式协同仿真运行支撑环境 范文慧 肖田元 唐树才 孙宏波 CCF通讯 2009-9 1 引言 高层体系结构（High Level Architecture，HLA） 分布分层式.pdf

个人分类: Network|2330 次阅读|0 个评论

[转载]内外兼治破解高校协同创新困境

whyhoo 2012-1-6 13:43

高校协同创新是指高校内部各学科教师之间、高校与高校教师之间以及高校教师与科研院所和企业的研究者、生产者、管理者之间，围绕国家重大战略需求、重大科技项目、解决行业关键和共性技术以及生产实际中的重大问题，投入各自的优势资源和能力，在政府、科技服务中介机构、金融机构等相关主体的协同支持下，合作攻关，从而力求在科学研究、技术开发上取得重大进展和突破的创新活动。今年4月24日，胡锦涛总书记在清华大学建校100周年的讲话中强调要积极推动协同创新。作为科技研究的重要方面军，在科学技术高度分化又高度综合的今天，高等学校重新审视协同创新的现状和问题，探索协同创新的路径和外部支持，不仅有利于自身发展，而且有助于科教兴国战略的深入实施和创新型国家建设的快速推进。 　　 高校创新存在协同困难 　　 利益分割是目前制约协同创新的关键性问题，也是调动科学家参与协同创新积极性的关键因素。 　　近年来，适应科技发展的需要，许多高校自觉不自觉地开展了一些协同创新工作，推动了合作研究及其应用，取得了明显成效。但有的高校在推进协同创新的过程中也暴露出一些问题，制约着协同创新的广泛化、密切化、深入化进行。 　　缺乏领袖，不愿协同。参与协同创新的各个单位、各位教师都有自己的特长，也都有自己的想法，而且这些单位、这些人员一般都是各自领域的佼佼者，自我感觉较好，如果没有有实力、有分量、有影响力的领军人物，就很难把他们组织和聚合起来。过去有些协同创新项目之所以半途而废，关键就是这种“小马拉大车”的局面没有改变，大家对项目的领导人不服气，导致在许多重要决策上议而不决、决而不行，造成协同过程举步维艰。 　　利益失调，不想协同。科学原理、中试成果、企业最终产品之间的利益分割问题是目前制约协同创新的一个关键性问题，也是调动科学家参与协同创新积极性的关键因素。参与协同创新的人员来自不同的单位，利益诉求存在天然差异，加之有的协同创新缺乏平衡各方利益的有效机制，协助成功后利益分割的标准又比较随意而且经常更动，尤其是协同创新过程中既有“主角”，也有“配角”，两者都对创新作出了不可缺少的贡献，但有的利益分配机制只重主角而忽略配角，这些因素极易诱发创新群体内部的矛盾和分歧。同时，过去少数地方政府对参与高校与地方科技协助、通过艰苦努力帮助地方增加上千万元经济效益的农业科学家，奖励力度不大，奖励措施单一，实事求是地说，是不利于调动这些科学家积极性的。 　　思想各异，不好协同。从组织层面上看，参与协同创新的各个单位追求的目标不尽一致，有时候存在高校需要产出科研成果，企业需要追求经济效益，地方政府需要GDP增长的现象；从个体层面上看，参与协同创新的各路人员在思维方式、价值观念、人生追求方面也存在较大差异。这都导致了协同创新过程中严重的协同困难，大家心不往一处想，劲不往一出使，甚至产生内耗。 　　条块分割，难以协同。首先，各个单位之间存在条块分割。参与协同创新的各个单位属于不同的体系、不同的部门甚至归属于不同的地方政府，而且各单位工作人员的工作关系、工资关系、人事关系等都在各自为政的条条块块之内，这使得协调创新中的协调组织工作艰难。其次，历史原因造成了高校内部也存在着一定的条块分割。比如，高校内部常常见到，国家投入巨资建立的重点实验室只有自己部门能用，兄弟单位就不能用；交叉学科的研究群体调动不了其他学科的教师参与。这些问题都造成了许多科研人员有协同创新之心、无协同创新之实的局面。 科研格局由“井”向“海”转变 　　 高校必须从小富即安、封闭孤立的小农思想束缚中解放出来，谋求科研的协同式跨越发展。 　　新时期高校究竟如何推进协同创新？根据科学研究内在发展规律，领军人物、利益机制、文化氛围、组织结构是高校协同创新必须牢牢抓住的四大关键要素。 　　精心选择和培育协同创新领军人物，推动高校科学家由“作坊型”科学家向战略型科学家转变。目前高校的许多科学家都属于“作坊型”科学家，满足于带一个自己的徒弟组成的小团队、在一个狭小的研究领域和封闭的人际环境里开展科研，这是一种“单点”式的、与社会经济发展严重隔离的、过时的科研组织形式，是落后的小农耕作方式在科研上的反映。现代科学研究的发展迫切需要培育一批能够开展协同创新的战略型科学家，他们不仅在本研究领域取得卓越成就而深孚众望，而且能够跨领域、跨行业、跨地域乃至跨国界整合资源，推动科学研究由“单点”式向“线”式和“面”式转变。他们不仅要懂得科学研究的规律，还要懂得市场和社会的规律，能否服务国家和行业重大战略需求，能够率领科学家、企业家、投资家开展集团作战，与政府、社会乃至世界对话，总揽全局，协调各方，同时富有强烈的事业心和社会责任感。 　　合力打造利益共享机制，以公平的利益分配链条紧密联接参与协同创新的各方力量。科学家的研究成果具有很强的正向外部性，其外溢效应往往惠及千百万人口和众多产业，因此仅仅片面、孤立地计算科学家研究成果的经济价值是不准确和不公平的。为此，首先，政府和企业应该大胆承认价值创造的多元途径，大胆承认科学家研究成果的经济价值，真正实现科学家的个人贡献与利益分配、资源配置挂钩。其次，对于大多数应用性科研成果，尤其是高校协同创新要推行“沿创新链条各个节点贡献的比例分配利益”的原则，调动参与人员的积极性。再其次，对于基础性、公益性或者以论文、获奖等知识产权形式呈现的科研成果，同样要注意建立合理的利益分享机制。在论文发表、奖励申报的时候，充分考虑群体成员在成果产出过程中的贡献，依据贡献大小排名。在校内实施奖励特殊政策，其他成员比照第一作者或者第一获奖人同等获得校内奖励，从而激发群体成员参与协同创新的积极性和能动性，推动协同创新良性发展。 　　不断解放思想更新观念，努力促进创新文化共享。解放思想，推动科研文化由“井”文化向“海”文化转变。目前高校协同创新文化的氛围还不浓厚，大家习惯隔离式的、老死不相往来的研究方式，每个人都在挖自己的“井”，但是因为不愿、不敢、不会协同而导致众多孤立的“井”没有连起来，极大阻碍了整个国家的科技创新。新时期的科研文化应该是“海”文化，应该打通众多孤立的“井”之间的联系通道，实现协同以直通创新的大海。由此，高校必须从小富即安、封闭孤立的小农思想束缚中解放出来，谋求科研的协同式跨越发展；必须从论资排辈、因循守旧的传统思维中解放出来，不拘一格使用人才，尤其要解放富有创新活力的青年人；必须从在学科内部寻找科研课题的单一性思维中解放出来，把社会经济发展的迫切需求纳入科研课题的宏观视野；必须从仅仅在教育系统内部寻求科研资源的局限思维中解放出来，在本区域乃至全社会、全世界配置科研资源；必须从单纯注重科研论文数量累计的科研考核方式中解放出来，把社会福祉的边际增加和经济总量的边际增长作为科研考核的根本原则。文化的转变、观念的更新不是一朝一夕的事，中国高校在创新文化建设方面依然任重而道远。 　　积极开展组织结构创新，建立与协同创新相匹配的柔性无边界组织。组织结构必须与技术发展程度相匹配是现代组织管理的基本要求。在高校协同创新过程中，组织结构创新的关键是打破条块分割、撕裂组织内外部边界，使得资源按照科研创新内在规律的要求在协同创新群体内部无障碍流动。协同创新过程中牵涉到不同行业、不同地域的各种单位和呈松散联接的各类人员，而信息高速公路正在日益成为联接单位和人员之间的主要纽带，因此远边界、跨边界、无边界的柔性组织成为最适应协同创新的组织形式。它方便灵活，可分可合，效率高，成本低。撕裂组织边界需要首先消除人们的不安全心理和自我防备心理，必须循序渐进，可依照先易后难、由近及远的原则分步进行。首先，自我打破校内条块分割，实现校内协同。比如，在学校层面建设跨学科科研平台、大型功能平台，实现科研平台共享，通过学术报告会和网络平台实现实验材料和数据共享等。其次，主动与校外科研院所沟通，实现行业内协调。具体办法包括共同组建实验室和研发基地，实现实验资源和信息情报网络共享；共同组建大型复合型科研团队，联合申报大型科研项目等。 多方合力推进协同创新 　 　 推进高校协同创新，亟需相关部门在项目、平台、经费、组织、评价等方面予以建立、健全和完善。 　　高校协同创新并非一校一院之所为，需要多个部门、多种人员、多样资源的共同努力。推进高校协同创新，亟需教育部及政府相关部门在项目、平台、经费、组织、评价等方面予以建立、健全和完善。 　　第一，加大对学科交叉研究项目的立项支持力度。希望各种国家级科研项目和中央部（委）级研究项目对学科交叉性研究特别关注，给予学科交叉研究更多立项支持。各种高级科研基金委员会每年主动设计若干面向国家重大战略需求的协同创新项目，整合高校科研力量。同时，关心和支持高校教师自主设计的项目，鼓励自主协同创新，以培育更多的前沿交叉研究领域及其领军人物。 　　第二，建立多种学科交叉研究的共享和交流平台。希望教育部利用管理优势，适当整合部分高校科研资源，建立若干能面向所有直属高校的科研资源共享平台。利用现代网络优势，建立面向直属高校乃至全国高校的资源共享和交流平台。 　　第三，增加对高校协同创新研究项目的经费投入。希望教育部及政府相关部门增加高校协同创新研究经费，保障研究正常开展；增加协调经费投入，促进各部门之间密切协作；增加人员经费投入，调动研究人员的积极性。 　　第四，成立高校协同创新研究的指导和服务组织。为推动高校校际之间的协同创新和高校与校外之间的协同创新，希望教育部会同其他政府部门成立高校协同创新研究的指导和服务组织，帮助高校协调外部关系，解决研究进程中的各种问题。 　　第五，完善高校协同创新研究的评价和监督体系。对于协同创新，在促进其开展的过程中，希望上级主管部门逐步完善评价和监督体系，考察其质量优劣、效益大小，总结经验，奖掖先进，推动其纵深发展。（作者李忠云系华中农业大学党委书记，邓秀新系该校校长） 　　《中国教育报》2011年9月12日第7版 原文见 http://gaojiao.jyb.cn/gjsd/201109/t20110913_453654.html

个人分类: 教育|1302 次阅读|0 个评论

双语协同智能计算系统的内外逻辑关系和前后台处理方式（精简版）

geneculture 2011-12-26 11:40

问：双语体系如何处理协变的问题？ 其实就是在问：“协同智能计算系统”如何处理（英汉、机人、专通）三类双语协变的问题？ 当然就是在问：（双语）协同智能计算系统的内部逻辑体系以及前后台处理方式将如何构造？ 答： 1.后台关系： 基于“（单音节）字”的“id”组配“（双音节及多音节）字组”的“ip”（作为与该查询表“id”记录“字组”的后台数据）。 2.前台关系： 基于“知识本体”建立带详解的“英汉对应”术语（即专用领域精准概念查询表）和俗语（即通用领域宽泛概念查询表）“对”。 3.前后照应： 区分（英汉、机人、专通）三类双语软件，包含：双向调用程序（算法指令+数据结构类型）、双向展示界面（对象+知识本体）。 附录 ： 你们对话的历史记录: Babituo 昨天17:17 我在考虑编写一个演示系统的程序。请教一个问题：对于“抽象-具体”表述类型，在“具体”和“抽象”之间是否可应用“同义并列”？如：抽象表达为：AXB=C；具体表达为：数量X单价=总量。问题：是否可将A与数量；B与单价；C与总量进行“同义并列”？ Babituo 昨天17:19 实质问题就是：双语体系如何处理协变的问题？ geneculture 1秒前 一般而言，抽象的类与具体的例之间是一对多的关系。 特殊地说，“AXB=C”与“数量X单价=总量”是一对一的， 因此，可将A与数量；B与单价；C与总量进行“同义并列”。 geneculture 1秒前 由于“A与数量；B与单价；C与总量”可以“同义并列”， 因此，可编写双语数据库软件的“查询”演示系统程序。 它给用户的感觉是该程序具有推理功能，其实，它只是： 双语捆绑在一起的数据库查询系统=调用程序+展示界面。 geneculture 刚刚 如果说单语体系必须通过推理才能解决翻译问题， 那么，双语体系只需通过查询就可解决翻译问题。 geneculture 1秒前 因为“双语体系”已经完成了全部的推理工作， 所以“双语系统”用户只是做有针对性地重用。 geneculture 1秒前 问：双语协同计算系统的内部逻辑体系如何构造？即：双语体系如何处理（英汉、机人、专通）三类双语协变的问题？ 答： 1.后台关系：基于“（单音节）字”的“id”组配“（双音节及多音节）字组”的“ip”（作为与该查询表“id”记录“字组”的后台数据）。 2.前台关系：基于“知识本体”建立带详解的“英汉对应”术语（即专用领域精准概念查询表）和俗语（即通用领域宽泛概念查询表）“对”。 3.前后照应：区分（英汉、机人、专通）三类双语软件，包含：双向调用程序（算法指令+数据结构类型）、双向展示界面（对象+知识本体）。 附录2 ： Babituo 2小时前 晓辉谈的是语种之间的协变问题。这个可以想象为是：后台的数字编码可映射为前台的不同语种上，数字编码在“后台跳舞”，在前台的不同语种可分别展现不同的“舞姿”，但表达的和数字编码后台统一的“舞感”。我的问题是：即便在与语种无关的数码语言层次，依然存在抽象的语义和具体语义之间的转换问题。这需要在语义层面就完成协变，而与语种之间的协变无关。 Babituo 2小时前 如果抽象-具体间可“同义并列”，并且“A语”和“B语”语种之间也可以“同义并列”，那么“同义”所同的“义”，就会有不同的含义，这种不同的含义，是否会对同化处理方法造成影响？ geneculture 1秒前 请注意： 仅仅表示“序位关系”这类“本真信息”的“义”唯一守恒。 区别基于“同义并列”实现“对应转换”的“文”同意并列。 geneculture 1秒前 也就是说， geneculture 5 小时前 一般而言，抽象的类与具体的例之间是一对多的关系。 特殊地说，“AXB=C”与“数量X单价=总量”是一对一的， 因此，可将A与数量；B与单价；C与总量进行“同义并列”。 显然这里“并列”的其实仅仅是“义”类的一个“意”例。！ geneculture 1秒前 理解的难点在于： “义”类 “意”例 geneculture 1秒前 也就是说， 意义=（蕴含着）》意（n例）义（1类） 这是人们把“用例”或“义项”与“义类”混淆的关键所在。 geneculture 刚刚 要彻底解答“抽象的语义和具体语义之间的转换问题”， 要从理想的“单一集合、分层集合、标志集合”划分与 以往实际的“杂多集合”不做细分的两大类表现形式的 区别和联系来入手，理解“序位关系，唯一守恒”以及 “同义并列，对应转换”乃至“同意并列，对应转换”。 例如： 图1 类和例 由图1可见，位于当中的“单一集合”是“类”；居于周边的e.g.1,2,3是“例”——它们都具有一致的“序位关系”即：（“唯一守恒”的）“义”。“同义并列”是大前提，“同意并列”是小前提，“对应转换”是（有实际结果支持的）结论。 请注意：大前提不以主体的意志为转移，小前提却会因人而异。

个人分类: 双语信息处理|2 次阅读|0 个评论

2011.12.16 协同克里格

lishumin 2011-12-16 09:54

千と千尋9:33:10 用协同克里格就是把光谱作为协同变量我有点不太明白能说这个光谱数据具有区域化特征么 千と千尋9:34:24 使用地统计学的方法那么变量得具有一些地理学特征吧 孙丹峰9:38:50 可以，光谱是记录地表信息，具有空间特征，高光谱数据如何使用，一是找与重金属含量关系密切的特征波段或组合，另外如何使用数学方法（如PCA）建立地表特征空间，如反映土壤特征，植被特征等线性组合，或能够量化土地利用强度的特征组合，要看霍博论文，有专业背景很重要，遥感是个死的数据，看你如何挖掘表征 千と千尋9:41:56 噢 孙丹峰9:46:15 尽量能跟土地利用方式和强度建立联系，我们利用MODISNDVI序列，我想高光谱最大特点是刻画精细地表，把影响重金属含量土壤背景刻画的细，从质地，矿物，有机质，孔隙度等，植被也非常细，等 千と千尋9:51:33 就像您说的高光谱的这种特性是modis-ndvi无法替代的您的意思是高、多光谱的结合？ 孙丹峰9:52:00 可以试一下

个人分类: 方法总结|4 次阅读|0 个评论

建校与管车协同才能解决问题

vcitym 2011-12-12 22:17

最近网上热议校车问题，主要是因为校车安全除了问题。而这些安全问题主要出在偏远的、贫穷的地区。我们坐在城市的办公室里研究贫穷地区的校车问题，其实是一手软一手硬。 硬的是校车管理条例马上就要呼之欲出，成为国家的法令。软的的我的很多地方应该布设一个学校却没有布设，如果仅仅将购买校车的花费用于建立学校（幼儿园），那么根本就不用校车，校车安全问题就彻底解决。 我没有算过账，也缺乏调研，都少人口的村庄可以建立一所幼儿园，但城市的很多小区在建设规划审批时就必须要求配套幼儿园。如果我们的农村幼儿教育，能像现在的农村合作医疗制度那样，建立农村合作幼儿教育制度，那么更多的小孩（明天的接班人，祖国的建设者）就不至于再像今天这样，全社会都热议校车安全问题。办事情要看中国国情。这个算是一个建议，供浏览者浏览，供决策者参考，供当事者思考吧。

个人分类: 杂谈|2334 次阅读|0 个评论

实践是用来检验各种理论的协同性的:)

热度 3 zlhua 2011-12-2 12:14

这是李立平的观点.... (空间地址: http://blog.sciencenet.cn/home.php?mod=spaceuid=628341 ) 呵呵...我觉得说得很有道理... 怎么做研究?怎么才能把创意落到实处,做到真正的创新,给想创业的人提供智力支持? 呵呵...我们必须要实践...不仅要实践...而且还要理论...而且还要不断可持续地在两点循进... 是啊...科研需要知识点...需要概念...这些概念好比调料...而实际问题好比主料... 问题在哪里? 问题就在那里,它是客观存在的... 谁解决都是可以... 但解决人的思路,方式方法不同,效果可能就有差异....可能差异还很大.... 是啊... 盐是咸的.... 糖是甜的..... 醋是酸的.... 都放到排骨里... 呵呵...是什么味道? 你做的味道是什么? 他做的味道是什么? 他做的为什么没有你做的好吃? 你是怎么做出来的? 他是怎么做出来的? 有什么差异? 你该怎么教他做出更好吃的糖醋排骨呢? 如果他学会了... 你们再把这些调料放进鱼里... 放进土豆里... 放进汤里... 呵呵...味道又变成了什么样呢? 哇... 突然发现其实好的家庭主妇\煮夫都是优秀的科研工作者.... 向所有工作在厨房一线的家庭主妇\煮夫们致敬............... 相关链接 李立平 思维教学,天下第一 http://blog.sciencenet.cn/home.php?mod=spaceuid=628341do=blogid=503826 http://blog.sciencenet.cn/home.php?mod=spaceuid=628341do=blogid=509957 http://blog.sciencenet.cn/home.php?mod=spaceuid=628341do=blogid=497933 http://blog.sciencenet.cn/home.php?mod=spaceuid=628341do=blogid=494579 http://blog.sciencenet.cn/home.php?mod=spaceuid=628341do=blogid=493289 倪鹏云 实践是检验真理的唯一标准的辩析 http://blog.sciencenet.cn/home.php?mod=spaceuid=42499do=blogid=37222 思维教学天下第一(一小时提高中国教学水平)

个人分类: 天马星空|3097 次阅读|6 个评论

协同人工智能软件的研究进路

热度 4 Babituo 2011-11-19 10:38

研究交互式演进的基因架构软件是我长期以来的一个逐渐清晰的目标，我已经为此学习、思考、研究和实践了将近21个年头的时间了。 自从1990年读电力系统及其自动化专业的研究生时选择了“电力监控系统的图形应用模型”研究课题，就不自知地埋下了我这个思想的种子。1995-2000年独立开发了“MIS2000电力生技资料管理系统”，提出“面向资源的应用软件开发方法”，实践的初步成功，让这个思想长成了小树苗。2000-2002年踌躇满志地开发“ROAD2000自主应用开发平台”的折戟沉沙，让我意识到自己技术能力、思维能力、学识水平与培植理想大树所需之间的巨大差距。我从此开始了卧薪尝胆的学习。 恰逢互联网的兴起，我展转于“UMLChina”,“系统科学之窗”，“潜科学论坛”，“企业工程论坛”，“电脑围棋网”，“畅享网”，“科学网”，有幸知晓和结识这么一群英雄好汉：潘加宇、邹晓辉、庞博文、张恂、陈雨思、求同格、饶晓峰（最终幻想X）、张学文、洪昆辉、倪鹏云、张文祥（理论思维）、欧阳余山、余彤鹰、张西振、王德奎、iie、武夷山、王季陶、吴中祥、吴志天...。见识和领悟了：对象模型、融智理论、软件的胚、基因软件、供需适配、太极敏捷、同态约束、关系哲学、辩证对应、组成论、状态论、信息本质、能量自组织、表达探究、企业工程、和谐生产、三旋理论、和略围棋、信息计量、热力学耦合、立体逻辑、CEO实战...。有唇枪舌剑、有心有灵犀、有醍醐灌頂和恍然大悟。我仿佛游历了思想的名山大川，不畏艰险的跋涉发现了“求同存异，求异存同”的融智方略。 时至今日，参悟了晓辉的第二路径，一条协同人工智能软件的研究进路终于跃然脑海： 自然语言数字化接口-基于搜索的计算-产生式系统-具有自组织演进架构的软件（基因软件）-人机协同智能软件。 这便是未来的云软件的主轮廓线。 太诱人了！ 待我收拾行囊，邀几个好友，结伴同行，再向新的目标进发。 要是理论思维、晓辉、昆辉觉得有兴趣的话，我们何不把这条路径确立起来,把它作为我们共同的研究进路？各位意下如何？ 在接口方面还需要补充：交互式的图形接口、多媒体接口与传感器接口，均可纳入同义并列接口。

个人分类: 基因软件开放实验室|4285 次阅读|42 个评论

第三智（协同智慧）＞第一智（大脑智力）＋ 第二智（电脑智能）

geneculture 2011-11-14 13:00

第三脑智（协同智慧）＞第一脑智（大脑智力）＋ 第二脑智（电脑智能） 西方分析哲学发生语言学转向和欧洲大陆哲学发生话语权导向以来，所有论及语言、话语或言语、语义、语用（含：语境和话语情景）这些本质上统统属于第一脑智（大脑智力）范畴的进步，不仅对以往仅限于直接形式化途径的第二脑智（电脑智能）没有直接的作用，而且，对增加了间接形式化途径的第三脑智（协同智慧）也不会发生直接的作用。 在仅有第一脑智（大脑智力）和 第二脑智（电脑智能）的情景下，张冠李戴、以偏概全，都是在所难免的。这也就是为什么一定需要：第三脑智（协同智慧）的一个重要原因。 如果仅限于： （工程）融智学（研究协同智能计算系统的学问）与人工智能学（研究计算机人工智能的学问）及其相互关系的探讨， 那么，因为， 融智学有理论融智学、工程融智学和应用融智学三个组成部分，所以，仅仅涉及其工程部分的探讨是远远不够深入的。 附录 1：“意”“义”区分与学术讨论 http://blog.sciencenet.cn/home.php?mod=spaceuid=33982do=blogid=504751 邹晓辉提出了“意≠义”，并告知众生：这个区分意义十分重大。 我理解：这个“意义”，说的正是语言的语义信息。是将语言的语义信息区分为“意”和“义”两个不同的层次。 而通常，在我们的意识中，我们在使用语言的时候，是没有强意识地进行着这样的区分的。 我们自己在说话、写文章、听讲、阅读的时候，我们自己毫无意识：在我们使用的语言和获悉的语言中，其背后传达的含义信息，包含着2个不同的层次。就是“意”的层次和“义”的层次。 http://blog.sciencenet.cn/home.php?mod=spaceuid=33982do=blogid=504751 geneculture 2011-11-15 05:04 中国知网（刊载《软件》5、6、7、8、9五期电子版）： http://www.cnki.net/kcms/detail/12.1151.TP.20110907.1007.001.html http://www.cnki.net/kcms/detail/12.1151.TP.20111004.1537.001.html http://www.cnki.net/kcms/detail/12.1151.TP.20111114.1912.001.html http://www.cnki.net/kcms/detail/12.1151.TP.20111114.1917.002.html http://www.cnki.net/kcms/detail/12.1151.TP.20111114.1922.003.html geneculture 2011-11-15 04:57 全文下载： 间接计算模型和间接形式化方法 http://www.ccomsoft.com/kanlist_c.asp?id=272 协同智能计算系统——理论模型及其应用 http://www.ccomsoft.com/kanlist_c.asp?id=306 软件工程学科何以独特——形式化方法的双重路径 http://www.ccomsoft.com/kanlist_c.asp?id=320 http://www.ccomsoft.com/kanlist_c.asp?id=321 虚拟的孪生图灵机——以双语信息处理为例 http://www.ccomsoft.com/kanlist_c.asp?id=319 “云计算”概念的分析研究 http://www.ccomsoft.com/kanlist_c.asp?id=322 http://www.ccomsoft.com/pic.asp?id=253 geneculture 2011-11-15 04:55 可否这样来看？ 软件工程学是介于工程融智学和应用融智学之间的一门学问。 软件工程学科何以独特——形式化方法的双重路径 geneculture 2011-11-15 04:51 回顾3： 应用融智学的“协同智能计算系统——理论模型及其应用” geneculture 2011-11-15 04:49 回顾2： 工程融智学的“间接计算模型和间接形式化方法” geneculture 2011-11-15 04:47 回顾1： 理论融智学的“三通”： 通论：四大类——物、意、文、理义法道 通则：两定律——第一和第二两信息定律 通式：两公式——广义和狭义的信息方程 geneculture 2011-11-15 04:42 再对好一点： “道”和“德”以及“经”其实分属三个基本类，即： “法”和--------------“文”， “义”和“意”以及“文”， “理”和---“物”及“文”。 geneculture 2011-11-15 04:38 再想一想： “道”和“德”以及“经”三个概念， 难道不正是： “法”和..................“文”， “义”和“意”以及“文”， “理”和.................“物”以及“文”， 可以这样来解读的吗？ 当然， 事前的非显而易见 和 事后的显而易见性 给人的感受不一样。 geneculture 2011-11-15 04:31 试想一想： 柏拉图“意义”概念难以区分“意”和“义” 亚里士多德“物理”概念难以区分“物”和“理”以及其“文法”概念难以区分“文”和“法” 这样的根本性问题， 难道不是非常重要的问题吗？ 这不正是千年不遇的问题吗？ 谁能在这一些列问题的解答上做出其独特的贡献，难道不是难能可贵的事情吗？ geneculture 2011-11-15 04:23 晓辉所解答的问题1和2以及引申问题， 其实可以说是以汉语为母语的人所能超越以英语（以及其它西方语言）为母语的人唯一或者说是少有的具有广阔前景的问题，思考并解决其中任何一个实质性的问题，哪怕是其中一个局部，都是十分难得的千年不遇的机会。其重要性不亚于任何举世闻名的国际难题，其唯一性也不亚于牛顿发现的万有引力定律和沃森发现的基因双螺旋特征以及地位与它们相当的其它科学发现。 geneculture 2011-11-15 04:14 引出的问题： 晓辉认为：近现代乃至当代的英美分析哲学（语言学转向的几个发展）和德法大陆哲学（强调话语的主体间性的多向发展）之所以会对“语义”和“语用”乃至“功能语法”与“认知语法”等等众说纷纭的学问如痴如狂地追捧，乃至癫迷甚至畸形地发展，他们没有甚至不可能区分我前述两个问题（更别说它们的两个解答了）不能不说是其语言瓶颈。 至于说汉语的若干代人的广大学者为什么也没有认识到这两类问题的重要性，其中的原因是复杂的。何况，众所周知，融贯古今中西人文理工（这是解决所有超级复杂问题所必须具备的基本素质）的大学问者从来就极其罕见。晓辉十多年前在（广义和狭义的）融智学问探讨的过程中在理论上主要也只是提出了前述两个问题而已，至于近几年把重点放在了（狭义）融智学问及其实践上从而获得了一系列可喜的实质性进展——若干个显著的可验证且可操作乃至相对容易被协同智能计算系统重复使用的重要突破，也只是开启了（广义）融智学问巨大冰山的一角（充其量也只是几个角）——而其所蕴含的广大未知领域或未开垦的处女地还等待广大师生和众多的学人们共同去探索或开垦呢。 geneculture 2011-11-15 03:46 解答问题2（续）： 又如：晓辉还可在柏拉图“意义”概念难以区分“意”和“义”、亚里士多德“物理”概念难以区分“物”和“理”以及其“文法”概念难以区分“文”和“法”，这样的一些非常重要的根本性问题上做出独特的贡献。 相比之下，李耳（老子、老聃）“道德经”所述的“道”和“德”以及“经”三个概念都是可以明确地区分的。后来的解读者反而有不少人混淆了“道”和“德”两个基本范畴的本质区别，混淆两个字用法的就更是大有人在了。 geneculture 2011-11-15 03:33 解答问题2： 在我看来，由于汉语“意义”可细分为“意”和“义”进且它们三者各自都可有其明确所指的三个不同的类，于是，这就具有了非同寻常的（词语本身的）含义和（晓辉所赋予的）用意。例如：晓辉就可在语言学之父索绪尔区分“语言”和“言语”的基础之上再向前推进一步区分“言”和“语”从而不仅可完成“语言”和“言语”的汉语文本的间接形式化，而且，在解决了汉语理论界百年争论的本位问题——2009年上海国际会议时最终集中到“字本位”与“词本位”之争的同时，也解决了普通语言学、形式语言学、程序语言学、计算语言学长期没有汉语地位的问题——这不仅对说汉语的人不公平而且对因为以往缺乏汉语理论研究突破而几乎都忽略了汉语和汉语理论应当在其中具有其独特地位的那几个基本的重要的普适的语言学分支本身也是一个缺憾。 问题2： 英语meaning翻译成汉语是意义，反之也成立。 但是，英语“meaning”是不能再细分的；而汉语“意义”不仅可以再细分为“意”和“义”而且它们各自都还可以有其明确所指的两个不同的类。 geneculture 2011-11-15 03:16 解答问题1： 在我看来，因为英文单词Semantic说的就是语言的意义或词语的意义， 所以台湾人用“语意”而大陆人用“语义”来翻译都可以粗放地成立。 我强调“意”和“义”的区分也是针对上述这种不区分的粗放的混合， 但是我理解台湾人用“语意”而大陆人用“语义”来翻译的人文背景。 问题1是： 同一个英文单词Semantic台湾人用“语意”而大陆人用“语义”来翻译。这已经也成了惯例。 geneculture 2011-11-15 03:04 因此， 语义和语意（不考虑台湾人的用法）的区分， 是可以用“求同存异，求异存同”来替代的。 geneculture 2011-11-15 03:01 问题2： 英语meaning翻译成汉语是意义，反之也成立。 但是，英语“meaning”是不能再细分的；而汉语“意义”不仅可以再细分为“意”和“义”而且它们各自都还可以有其明确所指的两个不同的类。 geneculture 2011-11-15 02:56 问题1是： 同一个英文单词Semantic台湾人用“语意”而大陆人用“语义”来翻译。这已经也成了惯例。 http://blog.sciencenet.cn/home.php?mod=spaceuid=33982do=blogid=504751 ...... 我理解：一个语言所包含的对已知事实的表达的含义，就是晓辉所说的“义”。从严格的形式化规则来说，如果我们将语言的“义”定义为了语言所表达的已知事实的话，我们就不能把“义”再定义为语言的其他特征信息了。尤其，当事实是已知的或者是共知的时候，表达这样的事实的语言是很难发生歧义的理解的。 晓辉 让大家区分“意”和“义”，就以为大家也能区分了，可是，大家并不那么听话 ， 甚至晓辉自己有时也不会那么听话，当大家和晓辉说“语义”的时候，并不强制自己就只指是语言背后所表达的已知事实。大家仍然会把“意”也当作是“义”的一种来理解 。比如语义陷阱的说法，就是没有把语义专指是语言所表达的已知事实。如果这样理解了，就很难有陷阱了。陷阱其实来自“语意”——大家说不清，道不明的，其实只是“语意”，而非“语义”。 以上，我通过 运用“求同”的方法，得到了“语义”是指语言背后所要表达的已知或共知的事 实，就象“色子”要表达的是“概率事件”的事实，所以概率事件的事实，就是“色子”二字的“语义”——是区分“语意”的“语义”。 那么“语意”又是怎么来的呢？怎么会那么难以琢磨呢？怎么会那么难以统一“意见”呢？怎么会有“陷阱”呢？ 从之前区分语义时，我强调是“已知和共知”的事实来说，“语意” 或许应该来自 对“未知和独知”的事实的表达。 回到色子的例子讨论，我今晚到底会去做什么具体的事，是一个未知的事，对于一个未知的事实，如果非要每个人去猜，每个人就不得不调动自己的私有记忆和理解，结合公有事实的理解，做出“猜测”。这种猜测，就必然带入猜测者的个体意识意向的信息进来。猜测的结果，自然就容易不能统一。 为什么“语意”和“语义”会经常难以区分呢？主要的原因之一是， 语言的运用者经常会认为：对自己是已知的事实，对别人也应该是已知的，对自己是未知的事实，对别人也应该是未知的 。即便语言的运用者能保持清醒，可以区分哪些含义只代表自己的已知或未知事实，哪些则是从他自己的理解来说，“应该”是要成为大家的共知事实的，听者也很难作同样的区分。 善于沟通的人经常会用 “我个人认为...，我个人看法是...”这样的语言告诉听者，他说的这些语言只是代表他个人的已知事实，也就是他的“语意”， 而避免听者误解 他要强制自己也接受他个人的理解，强制认为是“语义”。如果听者明确知道说者说的只是他自己的语意，并没有强迫自己接受的“语义”企图的话，就不会引起误解。 也就是说：语意的冲突，如果是在大家都区分了“语义”的时候，是可以被包容的。往往是由于大家不能严格区分语义和语意 ，把语意的冲突理解为是语义的冲突，以为出现了“歧义”，由此产生误解。 从完成了 这样对语义和语意的区分 之后，我们再来看自然语言理解的问题。大家所说的“语义逻辑”，多半指的是晓辉的“语意”的范畴。大家都认为这部分信息难以得到“形式化处理”实际上是共识。而大家，包括晓辉自己，由于没有建立严格的“已知事实”的区分“语义”，所以，在谈到“可形式化”理解的语义的时候，都没有把目标清晰地锁定到“已知和共知的事实”上。 晓辉转移到了词条含义的形形互证的语义上去了，引起了别人对晓辉不关心“逻辑语义”的误解。 由此可见，在学术讨论中，区分“意”“义”的“求同存异，求异存同”不仅仅是 世界观 ，更重要的，还是 方法论 。用我常说的话来说：不是态度问题，是能力问题。 http://blog.sciencenet.cn/home.php?mod=spaceuid=33982do=blogid=504751 附录2 ：关于融智学...的网谈 http://blog.sciencenet.cn/home.php?mod=spaceuid=469819do=blogid=504576 29 geneculture 2011-11-14 13:39 也就是说， 只能以信息基本定律来评判协同智能观和协同智能计算系统。 28 geneculture 2011-11-14 13:37 既然 融智学做的是前人还没有做过的事。 那么 就不能用前人的那些众说纷纭的理论来评判它。 27 geneculture 2011-11-14 13:34 人类智能 不同语言社团的纷争 其结果只能是：公说公有理，婆说婆有理。 融智学也不走这一条“没有统一衡量标准”的路。 26 geneculture 2011-11-14 13:32 人工智能 自然语言理解 那本身就是一个做不到的事情 融智学不想走那条“死胡同”。 25 geneculture 2011-11-14 13:28 由于 对“融智学”而言， 做不到的说也没用。 因此， 融智学只提做到的， 不提仅仅是知道的。 10 Babituo 2011-11-14 08:40 在双脑（人机协同脑）方面如何展开研究，至少晓辉开了先河。 虽然前路漫漫，但勇者无惧。 而传统的思路，在双脑协同的逻辑研究上，应该说还没有起步。 传统思路过于激进，试图由机脑独立解决必须由双脑协同解决的问题。 这是思考问题的视角不同带来的问题。 8 理论思维 2011-11-12 11:38 理论思维 2011-11-12 08:04 晓辉,分歧的实质在于,你把我主张研究的"内涵逻辑语义"当作你了解的"内涵逻辑"(演算)了!!仔细想一想!! 博主晓辉回复(2011-11-12 03:56)： 提醒：形式逻辑或数理逻辑与内涵逻辑是两个完全对立的领域。岂能在理论上混为一谈？ http://blog.sciencenet.cn/home.php?mod=spaceuid=469819do=blogid=504576

个人分类: 融智学前期探索|2089 次阅读|0 个评论

印象－中国环境宏观战略研究成果应用培训高校研修班

watersci 2011-11-12 10:51

2011年11月 同济大学 讲课资料下载地址:http://unep-iesd.tongji.edu.cn/index.php?classid=186 备份一下资料中我印象比较深的几个要点： 中国环境要素保护战略课题研究成果介绍 郝吉明 1.中国是全球PM污染最严重的地区之一 2.二次颗粒物是我国PM2.5的重要组成部分 3.北京灰霾71天，上海灰霾92天，广州灰霾132天(??不太懂) 4.氮排放对酸雨贡献日益突出 5.CO2和Hg等全球污染物控制国际压力巨大 6.多污染物协同控制 7.重型柴油车NOX和PM的协同控制仍是重大挑战 中国环境宏观战略研究 杨海真 1.富营养化问题 2.农村环境污染问题 3.地下水和土壤污染

2893 次阅读|0 个评论

地球物理学虚拟组织协同工作平台迁至Duckilng3 科研在线环境

pengf 2011-10-14 16:08

来源：世界数据中心系统地球物理学科中心 发布者： 彭丰林 2011年10月，地球物理学虚拟组织协同工作平台进一步迁至由中国科学院计算机网络信息中心开发管理的Duckling3科研在线系统统一进行环境的维护支持，原平台内容将逐步移至新的系统中，感谢中国科学院计算机网络信息中心协同工作环境开发团队的支持！欢迎地球物理相关工作者使用此平台！ 平台网址： http://www.escience.cn/ geophys 在Duckling2上面的系统将同时运行一段时间： http://geophys.rol.escience.cn/ 同时分辟 地球物理学科史研究 项目专用平台网址改为： http://www.escience.cn/ geophstry 在Duckling2上面的社区也将同时保留运行一段时间： http://geophstry.rol.escience.cn/ ，也欢迎关注、参与

个人分类: 网上导引|2302 次阅读|0 个评论

协同智能计算系统——理论模型及其应用

geneculture 2011-10-4 14:36

阅读全文，由此进入： 《软件》杂志 2011年 第6期 http://www.ccomsoft.com/kanlist.asp?ids=154 专家论坛 协同智能计算系统——理论模型及其应用 邹晓辉　邹顺鹏 《软件》杂志 2011年 第5期 http://www.ccomsoft.com/kanlist.asp?ids=153 专家论坛 间接计算模型和间接形式化方法 邹晓辉1，2，3　邹顺鹏1 中国知网：邹晓辉-协同智能计算系统——理论模型及其应用 . 软件 . 2011年06期 http://www.cnki.net/kcms/detail/12.1151.TP.20111004.1537.001.html 致 谢 感谢美国《科学》杂志执行总编（executive editor Monica M. Bradford）和高级编辑（Senior Editor Pamela J. Hines）在《Science》执行总编办公室耐心听取了笔者介绍自 己核心原创成果的三个要点并给予了很好的建议！ 同时，还要 感谢UC Berkeley 提供笔者机会来介绍汉语形式化数据库即 字与字组的关系数据库设计方案及其依据的“言本位”理论！ 有关单位涉及其 信息学院（Technical Lead Howie X. Lan 在认真听取了笔者介绍自己核心原创成果之后还给予了三点 书面评价，并认为该成果适合放在云端以供分享）、 RecLetterProfZou (1)from-lan.pdf 东方语言系 （汉语中心张丽华不仅两次认真听取了笔者介绍自己核心原创 成果而且还预订了教室并召集了老师们专门听取了笔者的详 细报告和答疑）以及 高等教育研究中心主任（C. Judson King 不仅认真听取了笔者介绍的原创思想而且还通过交谈举例表 示了理解并给予了积极肯定）等。这些对本文的形成或尽快公 开均具有积极的促进作用。 2011-10-5 ZouXiaohui17:10:57 在 “ 协同智能计算系统 ” 中， 数学计算的东西，是由计算机去做的； 英汉双语的解读，才由自然人来做的。 ZouXiaohui17:14:28 我的研究一个最为显著的地方就是我考虑了你这样 “ 一看到数学计算的东西就蒙了 很反感 ” 的很大一批人的情况 Joan17:16:29 呵呵 谢谢老师对我们的体恤 ZouXiaohui17:16:35 并为你们选择了一条机人或人机之间 “ 合理分工、优势互补；高度协作、优化互动 ” （ 16 字方针）各行其道的技术实现途径 ZouXiaohui17:19:32 ZouXiaohui17:20:10 你看第二条路径 哪里还有一个数学符号呢？ ZouXiaohui17:21:07 你要知道，它正是为解答你的问题而专门绘制的一幅图呢 ZouXiaohui17:21:57 图 2 协同智能计算模型及其汉语形式化计算实例示意图 ZouXiaohui17:24:21 看见没有？ 你，还有千千万万像你这样不喜欢数学的年轻人，都只需要对图 2 左边的几朵云中的言和语进行处理（学习和理解）就足矣！ ZouXiaohui17:25:05 右边的数据或数字就全都交给计算机去处理。 ZouXiaohui17:27:08 左右两边相互转换则由在机人或人机之间遵循 “ 合理分工、优势互补；高度协作、优化互动 ”16 字方针的 “ 协同智能计算系统 ” 来完成。 ZouXiaohui17:27:31 图 1 协同智能计算模型及其原理和应用的直观示意图 ZouXiaohui17:28:16 这就是 “ 第三脑智 ” 的功能啊！ ZouXiaohui17:28:45 图 3 自然语言文本理解双重技术路线中第二路径的特征示意图 Joan17:30:00 哦 怪不得您让我把曾经翻译的摘要中每句话都编上数字符号 最重要是人工建立数据库 然后让计算机进行匹配这 ZouXiaohui17:31:27 正是。你终于理解啦！很好。我继续往下说： 看见没有，你只需要处理日常语言 —— 也就是你最喜欢也最擅长的翻译啊（我称之为 “ 狭义的双语信息处理 ”) ZouXiaohui17:33:38 图 4 收敛与发散、搜索与穷举在 n 2 矩阵格中均可表达的示意图 这是计算机要处理的，你可以完全不用管它 —— 就因为你不喜欢数学我就可以让你永远不用惧怕它 —— 因为在此机器可帮你对付它啊！ Joan17:34:24 您的发现 我觉得就是为计算机进行双语信息处理所提供的方法 太高级了 我就不管计算机了啊 ZouXiaohui17:36:13 对啊！你终于明白到这一层啦。哈哈，我接着说： 作为中国人，这是你所能理解的： 图 5 以汉语或中文组字成语的特点为例的语言分析示意图 ZouXiaohui17:37:22 在 “ 协同智能计算系统 ” 中， 计算机和自然人就是这样分工合作的： 图 6 以做和信两字为例揭示双语信息处理中取值与置信的关系示意图 ZouXiaohui17:38:27 北师大国际会议我那一篇文章说的也就是这个道理。 ZouXiaohui17:38:59 图 7 以英汉汉英双语解释和双向机器翻译策略为例的语言处理示意图 由图 7 可见，广义和狭义的双语信息处理的结合示例 ZouXiaohui17:39:23 图 8 仅以做这个字为例来说明双语信息处理中如何取值计算的示意图 ZouXiaohui17:40:16 由图 8 可见，经过自然人专家完成了狭义的双语信息处理之后，广义的双语信息处理就可交给计算机代理来处理， 例如：图 2 描述的为各类学校学生服务的云端计算数据查询服务器就可比普通人（即：各级学校的学生们）都做得更好。 由此可见，这样的结合才能体现协同智能计算的优点。 ZouXiaohui17:43:47 到此，你至少应该可以明白这样一个基本道理，即： 1. 自然人仅需处理右边的母语，最多再加一门外语； 2. 计算机也只处理左边的数字，最多再加它的变体； 3. 协同智能计算系统遵循 16 字方针把两者融合融通。 Joan 17:44:49 老师 其实您在论文中已经讲述得很清晰了 虽然是学术论文 但是更像为大家悉心阐述您思想的教案 目的是让我们这些以后有望得意于您的协同智能计算的学生明白它并利用好它 ZouXiaohui 17:46:34 是的， Joan 17:46:46 左右两边都需要很高智商的人和计算机来做 基础必须打好 ZouXiaohui 17:48:55 对此，我是这样看的： 对学不进去的人，那到不必，因为，有图2所示的阶梯共他们选择； ZouXiaohui 17:51:34 对学得进去的人，就如同你说的那样“ 基础必须打好 ” 阅读全文，由此进入： 《软件》杂志 2011年 第6期 http://www.ccomsoft.com/kanlist.asp?ids=154 专家论坛 协同智能计算系统——理论模型及其应用 邹晓辉　邹顺鹏 《软件》杂志 2011年 第5期 http://www.ccomsoft.com/kanlist.asp?ids=153 专家论坛 间接计算模型和间接形式化方法 邹晓辉1，2，3　邹顺鹏1 《软件》杂志 2011年 第6期 http://www.ccomsoft.com/news.asp?id=245 协同智能计算系统——理论模型及其应用 邹晓辉　邹顺鹏 中国地质大学（北京）高等教育研究所　北京 10008 关键词 本研究工作目的是揭示计算机数据与自然人知识两类信息处理方式基础之上派生的协同智能观及其指导下的协同智能计算系统的理论模型及其应用。它涉及的可验证方法，一方面，在n 2 矩阵范围内，以等价于2 n 的发散方式枚举和以等价于1/2 n 的收敛方式搜索两类基本算法可用作处理纯数字计算的任务,其特征是满足n的取值不影响计算效率的间接计算任务；另一方面，在与n 2 矩阵各个格子一一对应的范围对单音节汉字进行间接形式化处理，其特征不仅在于单音节字，即言，可间接计算，而且，还在于双音节和多音节的字组，即语，也可间接计算，同时，言和语的复用频率均可以且便于间接计算和统计。其结果是：不仅中文的自然语言理解的双重技术路线被揭示，而且，支配这类间接计算模型与间接形式化方法的信息基本定律假说也可被验证。最终可得出这样的结论，即：在前述两方面可验证的两种实证方法，远不仅仅是计算机数据信息处理方式与自然人知识信息处理方式这两类信息处理方式的简单相加，而是这两者合理分工、高度协作所产生的协同智能计算系统的理论模型或第三类信息处理方式及其应用，例如：国内外学术前沿的各类期刊及会议论文摘要、各种软件的常用问题解答以及帮助文件、协同智能计算系统用户个性化记录、自然语言的有限符号及其多样化组合或重复使用过程中蕴含的有限规则、等等各类双语信息的计算机辅助分析，该类云端计算主要服务对象是在创造性合作型生产式教研产学用各类活动中需要计算机辅助双语知识信息数据处理服务的客户。 关键词 计算机；间接计算；间接形式化；软件 中图分类号 TP18 文献标识码 A http://www.ccomsoft.com/index.asp 《软件》杂志 2011年 第6期 http://www.ccomsoft.com/news.asp?id=245 Collaborative Intelligent Computing System -- Theoretical Model with Its Application ZOU Xiaohui ZOU Shunpeng Institute of Higher Education at China University of Geosciences (Beijing), Beijing 100083，China 【 Abstract 】 This study is aimed at revealing the view of Collaborative Intelligence derived from the mode of two types of Information Processing, namely computer data and human knowledge, as well as the theoretical model of Collaborative Intelligence Computing System with its application guided by this view. It involves a verifiable method. On the one hand, within the range of n 2 matrix, the two basic algorithms, which are enumeration based on divergence equivalent to the way of 2 n and search based on convergence equivalent to the way of 1/2 n , can be used as tasks of pure digital computing. It is characterized by satisfying the condition that the value-taking of n does not influence computational efficiency of the Indirect Computational Tasks; On the other hand, within the range of n 2 matrix corresponding to each grid, Indirect Formalization Processing is used towards single character, which is characterized not only by that single-Zi-syllable, namely Yan, can be calculated indirectly, but also by that two-Zi-syllable and multi-Zi-syllable, namely Yu, can also be calculated indirectly. At the same time, the frequencies of the reuse of Yan and Yu can both be easily counted and calculated indirectly. Thus, this model can not only lead us to revealing the double technique route toward Chinese Information Processing or Natural Language Understanding, but also to verifying the hypothesis of Informatics Basic Laws, which dominate the Indirect Computing Model and Indirect Formalization Method. Eventually, it can be concluded that the previous two verifiable empirical methods are much more than a simple sum of these modes of the two types of Information Processing, namely computer data and human knowledge, but the theoretical model of Collaborate Intelligent Computing System or the third kind of Information Processing Mode with its application generated by Rational Division of labor, highly Collaborative Synergy, such as academic forefront of various journals and conference abstracts home and abroad, answers to Frequent Answered Questions of a variety of software and their Help Files, individual records of Collaborative Intelligent Computing System users, limited symbols of natural language and its limited rules inherent in the diverse combination process or the reuse process and so on, which are the Computer-Aided Analysis of all kinds of Bilingual Information. The main target of such cloud-based computing is the customers who need Computer-Aided Bilingual Knowledge and Information Processing in various types of creative cooperative and productive activities, such as teaching, research, production, learning and using. 【Key words】Computer ; Indirect Computing; Indirect Formalization; Software 本文 旨在 阐述协同智能计算系统的理论模型及其应用，其特征是间接计算模型与间接形式化方法 的结合而产生第三类信息处理方式及其应用。它不仅仅是计算机数据信息处理方式与自然人知识信息处理方式这两类信息处理方式的简单相加，而是这两者相互之间的合理分工、高度协作所产生的协同智能 计算系统的理论模型及其应用。 计算机科学技术界可以理解人们做这样的假设，即：如果人工智能 是信息技术的皇冠，那么自然语言理解 就是该皇冠上的一颗明珠。进一步也可以理解我们做这样的假设，即：如果自然人的大脑智能是第一智能，而计算机的电脑智能是第二智能，那么，基于整体大于局部之和的系统科学原理，是否可以把前两种智能的结合称之为第三智能 呢？我们认为不仅可以这么说，而且还可以这么做的。本文一个研究切入点同时也是一个原创点就是从这个思路来做自然语言理解的，因此，才可能发现并确信自然语言理解存在着双重技术路线，进而，也才可能揭示第二路径的科学机理并发现其在双语信息处理上的妙用，这不仅涉及语言学基础研究 一个突破，而且，也涉及信息学基础研究 另一个突破，同时，还涉及教育学和管理学两个领域基础研究 的又一个突破。 这怎么可能呢？真是让人难以置信！但是，经过近十几年在上述几个相关研究领域的探索、研究和广泛的国际国内交流，最终让我们得到了确切的研究结果、结论和具体的应用示例。 下面就把难以置信变为确信无疑的探索历程介绍给读者 阅读全文，由此进入： 《软件》杂志 2011年 第6期 http://www.ccomsoft.com/kanlist.asp?ids=154 专家论坛 协同智能计算系统——理论模型及其应用 邹晓辉　邹顺鹏 《软件》杂志 2011年 第5期 http://www.ccomsoft.com/kanlist.asp?ids=153 专家论坛 间接计算模型和间接形式化方法 邹晓辉1，2，3　邹顺鹏1

个人分类: 《软件》杂志|2503 次阅读|11 个评论

协同提升数字校园价值——基于数字校园建设案例的分析

wangyunwu 2011-9-29 19:51

王运武 【摘 要】当前数字校园推进过程中，如何实现高效“协调与合作”已经成为制约数字校园未来发展的关键所在。加强数字校园协同，促使数字校园产生协同效应，将会是提升数字校园价值的重要途径之一。很多学校已经潜意识或有意识地逐步开始强化数字校园协同，以提升数字校园价值。文中以分析具体的数字校园建设案例为切入点，归纳了数字校园推进过程中的经验，总结了促进数字校园协同发展的启示。 【关键词】 数字校园；协同；案例分析 目前，数字校园已经从以前的独立建设、数据分布、信息孤立，逐渐走向了合作建设、数据整合、信息共享的阶段。在数字校园推进过程存在以下现象：信息中心的地位不高，部门之间协调合作困难；业务部门对数字校园的认可度不高；建设参与人员互相推诿，“事不关己，高高挂起”，数字校园建设愿景难以有效落实，执行难度大；基础设施和各类信息系统建设容易实现，深入应用推进困难等。由此“协调与合作”成为数字校园推进过程中必需面对的问题。 在数字校园推进过程中，如何突破“协调与合作”困难的障碍，成为数字校园研究者与实践者亟须关注的问题。“协同学被誉为协调合作之学”，我们有必要运用“协同学”的协同理论指导数字校园建设，在数字校园推进过程中，采取一系列具有针对性的措施，加强协同以促使数字校园产生协同效应，通过促进数字校园协同，提升数字校园协同效应，提升数字校园的价值。 目前在数字校园推进过程中，很多数字校园建设者已经潜意识或有意识地逐步开始强化数字校园协同，并取得了较好的效果。一般来说，建设与应用水平较高的数字校园协同较好，并产生了良好的协同效应；而建设与应用水平较低的数字校园协同较差，尚未产生良好的协同效应。 近年来，北京师范大学的数字校园建设发展迅速，引起了很多高校与媒体的关注，受到了广大师生的青睐与好评。2010年1月，被评为北京教育信息化工作先进单位。短短几年之内，如何获得如此快速的发展，值得我们探索，以为其它学校的数字校园建设提供参考。以下将以北师大的数字校园为例，对数字校园的建设与发展情况进行分析。 一、数字校园发展概况 （一）校园网发展历程 北师大校园网建设具有起步早、发展快的特点。1995年，作为首批建设并接入中国教育科研网（CERNET）的十家单位之一，第一期投资478万元启动了计算机校园网建设。1999年至2000年，投资450万元进行了校园网的升级、改造和扩展工程。2003年至2004年，通过了“211工程”二期建设，对校园网进行了第三次大规模改造，将校园网的核心拓扑结构从星形改为环形，校园主干网络带宽从千兆升级为双万兆，校园网出口带宽从百兆提升为千兆。2005年4月，在教学科研区、学生区同时开通IPv6网络服务，成为国内首家开通IPv6的高校。2008年3月，完成校园网无线网一期工程，开通教学科研区无线校园网；2009年6月，进行了无线网二期工程建设，无线网覆盖了所有楼宇及学生宿舍。目前，校园网已实现“万兆核心，千兆到楼宇，百兆到桌面”，支持IPv4和IPv6网络双协议及无线接入方式。教育网出口带宽为1000M，公网出口带宽为400M，校园网用户愈3万人。 （二）数字校园组织机构建设 20世纪80年代，学校设立了计算中心，主要负责科研计算和计算机公共服务与教学。1995年学校成立了网络中心，负责校园网的建设和管理。1999年网络中心与计算中心合并成立教育信息网络技术中心，2000年更名为教育信息与网络技术研究院。为了进一步加强学校信息化建设的协调和管理能力，2004年5月由网络中心、MIS中心等信息化建设队伍组建成新的信息网络中心，挂靠学校办公室，全面负责和协调学校信息化建设相关工作。信息网络中心下设网络部、信息系统部、校园卡管理与数字注册中心、学生区网络管理中心和办公室。 为解决信息化建设工作中管理体制与关系不畅等原因，2003年11月学校成立了信息化建设领导小组，由校长担任组长，主管副校长担任副组长，相关部门负责人组成信息化建设领导小组成员；2006年4月和2009年5月，分别对信息化建设领导小组进行了调整。 　　 （三）数字校园相关规章制度文件 为了加强数字校园管理，促进数字校园应用，2004-2010年相继制定了《关于成立信息网络中心的决定》（师设 15号）、关于办公自动化（OA）系统试运行的通知（师校办发 19号）等30多个规章制度文件。除了学校层面的规章制度文件外，信息网络中心还先后制定了《网络机房安全管理条例》、《信息网络中心人员管理办法》、《信息网络中心印章管理办法》等10多个规章制度文件。 2004-2010年，校办发和校发数字校园规章制度文件的年度分布如图1。从“师校办发”数字校园规章制度文件数量看，2006年最多为5个，2008年和2010年均未发布；从“师校发”数字校园规章制度文件数量看，2004年最多为7个，2010年未发布；从年度分布数量看，2004年发布的数字校园规章制度文件数量最多为9个，2010年未发布。从文件的类型看，关于信息化建设领导小组成员调整或会议纪要的文件有6个，关于办公自动化的文件有6个，关于网络信息安全和网络资费的文件各3个，关于电子邮件的文件2个，关于成立信息网络中心、启用印章各1个，关于启动数字博物馆、开通信息门户、开通互联网国际出口、启用校医院管理信息系统的文件各1个，关于校园网管理、内外网信息分离管理、信息共享管理的文件各1个，其它关于服务器和IP地址普查、“一卡通”、管理信息标准、推进数字校园建设工作的意见的文件各1个。从上述分析可以看出，2004年最关注数字校园规章制度文件建设，随着各类规章制度文件的逐渐健全，对此关注度降低，2010年关注度最低，没有发布数字校园规章制度文件。从文件内容来看，信息化领导小组建设、办公自动化、网络信息安全、网络资费等是关注的重点。 （四）信息系统应用与数字化资源 数字校园的应用系统主要有办公自动化（OA）系统、人事管理系统、科研管理系统、教务管理系统、财务管理系统、学生管理系统（研究生）、学生管理系统（本科生）、资产管理系统、数字化迎新系统、学生收发费系统、留学生管理系统、学生就业管理系统、电子邮件系统、校园卡系统、视频会议系统、IPv6教师教育创新支持系统等。 建设了大量的数字化资源。截至2010年，在数字博物馆方面，文博馆有数字化文物65件，资源近500G，文字32万字；民俗馆有数字故事藏品17322条，数据量50G；启功馆有数字化书画300余件；动植物馆有动物类图片564张，植物类图片1566张，视频50个，三维模型10个；顾明远馆已初步建成足迹馆、著述馆、荣誉馆框架，文字50万余字，图片约200张。在数字图书馆方面，拥有中外文数据库244个，中外文电子期刊6万种，学位论文全文264.4万篇，中外文电子图书242万册，学校特色馆藏资源数据库25个。Blackboard教学平台拥有课程1746门，资源量达585G；精品课程282门，资源量达128G；IPv6教师教育创新支持系统303门，资源量8600G；网络教育课程294门，资源量1000G。网络电视（IPTV）扩容到61路网络电视直播，新增了16路卫星电视和高清数字节目。此外还建设了哲学社会科学数字科研数据资源库，以及大量的校园文化资源等。 在服务器总数量方面，截至2010年数据中心服务器总数量达到了197台，其中学校公共服务器数量为130台，各单位托管服务器数量为67台。 （五）数字校园的应用情况 数字校园的应用情况可以从两个方面反映：一是数字校园应用过程中生成的能反映使用情况的各种统计数据；二是学生、教师、教育管理者等各类用户的直接体验。数字校园应用的各类统计数据能够从整体上反映数字校园的使用情况，但是不能反映某个用户对数字校园的直接体验。数字校园用户自身具有很大的个性化差异，因而对数字校园使用的体验也会具有较大的差异。即使数字校园为广大用户提供了很多优质的服务，也难以使所有用户都能获得最满意的服务。在数字校园应用推广过程中，用户不断地挖掘数字校园的服务价值，同时又会激发新的服务需求。 1. 数字校园应用的数据统计 数字校园的应用情况具体可以体现在校务管理系统、OA办公自动化系统、应用系统、电子邮件、校园卡、数字化教学资源等方面。它们的具体应用情况如下： 在校务管理系统访问方面，2007、2008、2009、2010年的访问量分别是106,086人次、134,154人次、178,515人次、241,727人次。在OA办公自动化系统应用方面，2005年至2010年的发文数量分别达到了211篇、550篇、794篇、1010篇、1707篇、2080篇。在应用系统访问量方面，2009年应用系统访问量最高月份（9月）达到了69,060人次，平均每月24,834人次；2010年应用系统访问量最高月份（3月）达到了52,499人次，平均每月20,143人次。2 在电子邮件方面，2010年电子邮件系统升级以来，教师邮件系统用户数4,266人，每月平均收信数目为141万封邮件，其中过滤的垃圾邮件占88.3%，每人每天收取邮件为4.7封，发送邮件为1.4封；学生邮件系统用户数25,749人。 在校园卡应用方面，校园卡的功能主要有身份识别、机房上机、补助代缴费、就医、餐饮水控、购物、网上自助缴费等。校园卡子系统逐年增多，2006年至2010年校园卡子系统数量分别是43个、58个、68个、81个、86个。校园卡刷卡交易额逐年提高，2008、2009、2010年校园卡刷卡交易总额分别达到了4615万元、5502万元、6012万元。2008、2009、2010年银行自助转账日均金额分别达到了6.36万元、9.53万元、10.7万元。 建成的数字化教学资源基本上得到了较好的应用。以IPv6教师教育创新支持系统上的数字化资源为例，截止2011年3月24日，建成课程数342门，公开课程数44门，资源个数12,090个，用户数53,707，运行半年总点击数达573,406次，其中点击数排前3名的课程分别是“计算机应用基础”6,031次、“师范生职业生涯规划”3,844次、“计算机应用基础”（另一位教师开设）3,018次；建成附属学校的视频观摩课303节次（学前19节次，小学73节次，初中64节次，高中146节次，高等教育1节次），运行半年视频观摩课点击数达到了3,240次，其中点击数前3名的视频观摩课分别是“Java面向对象程序设计”206次、“新中国的民主政治建设”169次、“魔法抱抱”123次。 2. 数字校园应用的用户体验 数字校园用户的群体有学生、教师和教育管理者等，以下将以研究生的身份描述3年来对数字校园的使用感受。 2008年6月，研究生收到入学通知书时，同时收到一张银联卡，如果需要在学校住宿或者缴纳学费，则可以向银联卡预存一些住宿费或学费，以便于学校直接转账，节省了学生开学时排队缴费的时间。2008年9月份开学时，先到院系报到，可以领到一张校园卡，然后到主楼大厅下临时设置的学生注册处刷一下校园卡，则完成了报到注册任务。“数字迎新”系统简化了报到注册手续，给学生和教育管理者带来了很大的方便。 随后，研究生在课程学习期间，可以利用校园卡完成图书馆借阅书籍、自助打印复印、餐厅用餐消费、超市购物、机房上机、校医院就医、银行转账、缴纳网络费等活动。研究生可以在校园信息门户网站查阅学校新闻、学术活动信息、论文抽检信息、论文答辩信息等；可以在Blackboard教学平台、WebCL协作学习平台、IPv6教师教育创新支持系统等学习课程、提交作业、进行讨论；可以在“师悦网”观看网络电视，以及校内的毕业生晚会、合唱团专场演出、健美操大赛、校园服饰大赛，享用失物招领、跳蚤市场等生活服务；可以在“京师心晴”进行心灵的沟通；可以在数字图书馆查看图书借阅信息、期刊数据库、学位论文数据库、专利数据库等、报纸全文数据库；可以在学生管理信息系统查看课程成绩和奖学金信息、对教师评教、提交科研成果信息、提交论文答辩申请等；可以在就业管理系统查看就业信息、提交就业信息等。 尤其是2010年以来，明显感觉到数字校园的智能化程度在逐渐提高。例如：2010年10月，图书馆尝试了新的服务方式，结合无线射频技术在图书馆中的应用，与合作厂家联合推出了智能全自助借还书一体机，可以实现24小时借还书、预约书等多种服务；2011年3月，面向师生开通了网络漫游自助打印系统，师生可以在校园网任意电脑上按照打印服务客户端软件，提交打印作业，通过就近的自助漫游打印机刷卡完成打印任务。数字校园在很大程度上对学生的学习和生活提供了支持。但也偶有一些不足之处，例如：无线网络掉线频率高；有的网页出现空连接现象；有的应用系统功能完善不够，如在信息提交处，缺乏排版功能或限制的字符数太少。 二、数字校园建设与发展的分析 近几年，北师大数字校园发展迅速，向外界展示了一个全新的形象：“高度整合和共享的信息门户、覆盖全校的无线网、超前规划的数字资源门户”；在一高校信息建设会议上，一位资深的信息化工作者评价说：“北师大信息化已经今非昔比了”。 纵览数字校园推进的过程，其成功的经验主要可以归纳为以下方面： （一）数字校园战略的高度协同 在数字校园推进过程中，战略协同非常重要，是数字校园建设的重要前提和基础。数字校园战略协同主要表现为数字校园内涵理解共识的达成、战略规划与相关政策标准的协调一致、战略规划与教育热点问题的相互关照、战略规划的本地化特色彰显等。 由于专业与工作背景的差异，每个人对数字校园均会存在自以为最理想的理解。数字校园建设的参与者是否对数字校园有较为统一的认识，对于推动数字校园建设中的各项工作具有重要的意义。为了深化数字校园建设实践者和研究者对数字校园的认识，达成数字校园建设的共识，有必要采取举办讲座、集体学习、外出参观学习等方式提高信息化人员的业务能力。数字校园建设不只是信息网络中心，或其它某些部门的事情，在数字校园推进过程中，必须充分调动全校力量积极参与，促进业务部门间的合作。为了更好地促进学校部门之间的战略协同，获取业务部门的支持，信息网络中心需要主动与业务部门沟通。 数字校园战略规划紧密结合国家、省市的教育发展战略规划、教育信息化发展战略规划、教师专业发展政策、人才发展战略规划、教育信息化相关技术与标准等，使学校的信息化发展战略目标与国家政策的导向保持高度一致；紧密关注教育中的热点问题，如免费师范生培养、教师专业发展、数字化资源共享、创新与变革学习方式等；以“基本建成优质、安全、和谐的智慧型数字校园，为学校建设‘综合性、有特色、研究型世界知名高水平大学’提供有力支撑” 为目标，强化数字校园“以人为本”的服务理念，彰显数字校园的本地化特色。 （二）数字校园建设的有效协调合作 协调合作困难是大多数学校数字校园推进过程中的重要障碍，北师大数字校园推进过程中也遇到了这方面的障碍。北师大的信息化工作在国内起步很早，但在一段时间里，步履维艰，各方协调困难。为了促进数字校园建设的有效协调合作，主要采取了以下措施： 1. 以重组信息化领导机构增强统筹协调能力 信息化工作的领导机构先后经历计算中心、网络中心、教育信息网络技术中心、教育信息与网络技术研究院、信息网络中心的变更。尤其是2004年，“学校领导从信息化建设和管理的高度出发，为了实现信息化资源的整合、信息化的统一规划、统筹建设的目的，改变了原有的体制，将研究院人员拆分为两个部分，一部分人归到教育技术学院，另外一部分人成立了信息网络中心” 。这次机构重组，改变了当时教育信息与网络技术研究院主要承担教学任务、属于教学科研和技术保障部门、统筹协调能力较弱的状况。 2. 以创新用人机制强化信息化队伍建设 优质的信息化队伍是建设高质量数字校园的重要保障。2004年成立信息网络中心时仅仅几个人，目前人数增加到了20多人。在加强信息化队伍建设方面，主要采取了三种措施：一是增加编制名额；二是建立合同制的用人机制；三是招聘学生作为兼职网络管理员。2005年11月首次招聘了14名学生作为兼职网络管理员。 此外，还注重借用校外信息化专家的智慧，为数字校园的未来发展把关。如2010年10月17日召开了信息化“十二五”发展规划校外专家咨询会，邀请教育部科技司信息化处、清华大学、中山大学、复旦大学、中国人民大学等单位的信息化专家为数字校园的发展出谋划策。 3. 以校级领导牵头成立信息化建设领导小组 信息化建设领导小组是学校信息化建设服务的最高管理和决策机构，其主要职能是制定学校信息化建设的宏观规划和政策、监督和审批学校大型信息化项目、平衡学校教学科研和行政管理的信息化投入、协调校内外资源，以及指导学校信息化建设和管理部门的工作。 从分别于2006和2009年成立的信息化建设领导小组看，均以副校长任组长，各部门的主要负责人为成员。信息化建设领导小组组长及其成员具有较高的行政级别，能够方便统筹调配学校各种资源。在数字校园建设过程中，一直强调“一把手”工程，由校级领导统一协调，数字校园推进过程中各项工作得以顺利开展。“一卡通”的建设是统筹协调工作的典型例子，为了保证“一卡通”工程的顺利实施，主管副校长亲自召开多次协调会，仅用了3个多月的时间就建设完成。 4. 以创新业务提高效率获取部门的认同 在数字校园建设之初，信息化协调工作困难重重，各部门有各部门的难题，为此，信息网络中心想了很多办法引导和帮助各部门创新，让各部门尝尝信息化创新业务提高效率的甜头。 数字校园推进的过程，最理想的途径就是业务部门牵头提出业务需求，技术部门提供技术支撑。在业务部门尚不能很好地提出其信息化支持需求时，预先让业务部门尝试信息化给业务创新带来的便利，这也正符合创新变革的基本规律。这就是如果想让个人或组织发生变革，必须先让其知晓或体验变革所能带来的益处。 （三）数字校园建设的技术整合与资源共享 在数字校园建设过程中，比较注重校内外技术力量的整合，以促进高质量部署网络基础设施、高质量建设应用系统和数字化资源。善于借助知名企业的技术力量共建应用系统及各种资源。2005年5月24日，教育部科技司、中国惠普公司及北师大签署合作协议决定联合建设大学数字博物馆系统；2005年10月28日，学校与IBM代表团就人才培养与数字校园研发等多方面达成了合作意向，2006年11月，学校与IBM公司正式签署了“数字校园研发联合实验室建设”合作协议；2007年5月，学校与北京超图地理信息技术有限公司签订共建SuperMap GIS开放实验室协议。 在校内外技术整合与资源共享方面，最具代表性的案例是“IPv6教师教育创新支持系统”的研发。该系统是“下一代互联网教师教育创新支持系统应用示范项目”的主要建设内容。该系统的研发主要依托教育技术学院完成，在系统需求调研、设计、开发过程中，项目组充分考虑了四所师范大学及部分附属学校的校园网络环境、已有的教学平台和课程资源、师范生的学习需求等，四所师范大学及部分附属学校提供了丰富的课程资源或视频观摩课。该系统的研发与资源的共建，充分调动了四所师范大学及部分附属学校的信息网络中心、教务处、院系或年级组等部门领导、技术人员、教师的积极参与。该项目的顺利实施，汇集了众多领导、专家学者、教师、技术人员的智慧，可以说是跨校、跨部门协调与合作的一次重要尝试，技术整合与资源共享的典范。 此外，在数字校园推进过程中，强化资源的共建共享，促进各部门的“私有”资源公开化。2006年，在学校内部进行了数字化资源普查，调查了数字教学资源、数字科研资源、数字文献资源、数字文化资源、生活服务资源等，了解已建资源、重复建设情况、共享和公共化程度的情况等，在此基础上，完成了“数字资源统筹规划蓝图”，建成数字资源门户，力推“资源共建共享”模式。 除了重视校内资源的共建共享外，还重视与其它学校资源的共建共享。例如：利用视频会议系统与世界上其它国家的大学共同开设一门课程；拟在全国教师教育网络联盟的支持下，实现六所教育部直属师范大学之间的优质课程共享。 （四）完善的数字校园规章制度文件 在数字校园推进过程中，各种规章制度文件是促使数字校园顺利实施的保障，也是促进各种机制形成的重要手段。2004-2010年期间，仅校级层面的数字校园规章制度文件就多达33个，内容涉及组织机构建设、信息化领导小组、信息网络安全、信息资源共享、网络资费管理等；信息网络中心也制定了关于网络机房安全管理、信息网络中心人员管理、网络设备管理、服务器空间共享管理等方面的规章制度文件。这些规章制度文件涉及数字校园协同效应实现的作用机制中的领导机制、保障机制、安全机制、管理机制、资源共享机制和服务机制，但是尚未涉及激励机制和评估机制。 以安全机制的建立为例。为了深入贯彻落实胡锦涛总书记在党的十七大报告中提出的加强网络文化建设和管理，营造良好网络环境的精神，以及《中共中央办公厅国务院办公厅关于加强网络文化建设和管理的意见》（中办发 16号）和《关于进一步加强高等学校校园网络信息安全工作的意见》（教电 399号）的有关精神，学校下发了《关于进一步加强校园网络信息安全工作的通知》（师校发 42号）；针对重点时期，重点关注信息网络安全，如2008年奥运会和2009年国庆期间分别制定了《关于加强奥运会期间校园网络信息安全工作的紧急通知》（师校发 38号）和《关于加强国庆期间校园网络信息安全工作的通知》（师校发 42号）；信息网络中心还制定了《网络机房安全管理条例》等。此外，还采取了内外网信息分离的管理方式，在数字校园安全管理中逐渐形成了“预防为主，应急为辅，主动防御强于被动防守”的理念，在建立安全评估机制的基础上，部署多层病毒防线，融合“云安全”新技术。 数字校园建设中各种机制的建立，主要依靠管理体制和相应的规章制度。在数字校园管理体制方面，学校多次调整信息化组织机构，实时变更了校园网络环境的扩建与改建项目负责人，并分别于2006年和2009年两次调整信息化建设领导小组，强化了教育信息化领导力建设。在数字校园规章制度方面，具有较为完善、内容涉及面广的特点。顺畅的数字校园管理体制和较为完善的数字校园规章制度，为形成良好的运行机制奠定了坚实的基础，同时有助于使数字校园产生协同效应。 三、数字校园协同发展的启示 北师大数字校园的发展并非一帆风顺，在推进过程中，也遇到了信息化工作中“协调与合作”困难的现实问题。在以往的教育信息化阶段，学校中各部门是“单干户”，彼此独立建设应用系统和资源，而数字校园最大的特点则是“整合与共享”，将应用系统和资源整合在一起，促进各部门之间的沟通交流，使之能够互通有无。正是由于各部门从“单干”走向“合作”，引发了信息化工作协调困难。然而一旦跨越了这个困境，数字校园系统将会进入良性循环，形成良好的协同机制，促使数字校园产生协同效应，实现数字校园的协同发展。 北师大数字校园已经初步发挥了协同效应，未来面临的主要挑战是如何进一步促进各部门之间的协调与合作，提升数字校园协同效应，使数字校园的价值最大化。这也是当前跨越了“协调与合作”困境的大部分数字校园所面临的共同挑战。 纵览北师大的数字校园建设与发展，具有以下四方面的显著特点：①数字校园战略目标的高度协同，同时关注数字校园发展中的热点问题，如强化服务精细化，以人为本、绿色、和谐等理念。②积极采取措施，促进数字校园建设的有效协调与合作。③强调数字校园建设中的技术整合与资源整合。④完善的各种规章制度。这四方面的特点，充分体现了协同理论视域中数字校园建设与发展的理念。 数字校园未来发展面临的挑战主要是能否持续性地彰显数字校园以上四方面的特点，使数字校园继续保持良好的发展态势。此外，为更好地促进数字校园协同发展，可以考虑采取以下措施：①强化数字校园的校际协同，促进资源的校际共建共享，增强数字校园的社会服务功能。②继续完善数字校园规章制度。如：制定激励制度以鼓励和引导数字校园的创新应用，激励全校所有人员积极参与数字校园建设与应用，促进数字校园建设团队的协调与合作；制定评估制度以更好地诊断数字校园建设与发展中存在的问题，促进数字校园用户与建设者之间的良好互动。③增强数字校园资源的智能推送功能，使用户能够个性化地获取所需的资源。④强化数字校园建设中协同机会的识别，利用一切潜在的机会，促进数字校园协同机制的形成。 傅宇凡. 融合与创新 服务与公平 高校信息化需抓住两个关键点——访北京师范大学信息网络中心主任刘臻 . 中国教育网络，2009，（6）：38-39. 信息网络中心与图书馆共同研讨信息化规划 . . http://info.bnu.edu.cn/zxhd/27230.htm. 萨日娜. “行者”刘臻 . 中国电脑教育报，2007-11-19（Z14）. 刘臻，樊秀萍. 高校信息化建设的集中管理模式探索 . 教育信息化，2006，10（增）：75-78. 张瑞. 北京师范大学构筑校园网防毒围城 . 中国教育网络，2010，（6）：47-48. 作者简介：王运武，博士研究生，徐州师范大学信息传播学院（221009）；北京师范大学知识工程研究中心（100875）。 本文发表于《中国远程教育》2011年第9期。

个人分类: 学术论文|1729 次阅读|0 个评论

融智学导论：言本位与双语信息处理（第三稿）

geneculture 2011-9-20 03:38

ZouXiaohui 3:35:37 融智学导论： 言本位与双语信息处理 0.绪论： “第三脑智”如何可能？ 1.普通语言学的言和语 2.自然语言数字化理解 3.广义的双语信息处理 4.论协同智能计算系统 5.融智学的协同智能观 6.创造性合作型生产式 7.谈文化基因系统工程 编后 历时六年的构思过程，今天笔者终于可以较为满意地给出了《融智学导论：言本位与双语信息处理》（第三稿）明确概念体系框架。这是一件值得庆幸的事情。还有一件同样值得庆幸的事情是本人已经在大学讲堂上系统地讲解它——从而可让二百来人的各个学科和专业的大学生、研究生以及年轻教师在第一时间了解到融智学的最新进展（其中涉及笔者在国内外第一流大学和第一流的学者们交流的某些情形——这对教学双方进一步协同探讨融智学的前沿问题具有特殊意义）。 本学科课程的准确称谓是：狭义融智学。 本学科的研究对象是虚拟的“第三脑智” 本学科的学科性质是数字化的复杂性科学 本学科的方法体系是间接形式化及其计算 本学科的概念体系是基于言和语的术语集 该专著的名称又可叫做《融智学导论：言本位与双语信息处理的基础》2011（第三稿） 其中言本位源于：邹晓辉在贝克莱大学的语言学讲堂上明确提出了自己的言本位观点 http://bbs.sciencenet.cn/home.php?mod=spaceuid=94143do=blogid=440119 这样就可以和早期所谓《融智学导论：字本位与中文信息处理的基础》2007（第二稿） 以及更早一些时候写的《融智学导论：字本位与中文信息处理的基础》2005（第一稿）衔接 它与现有学问体系的继承关系可由“语言、信息、知识、智（慧、力、能）”四个关键词来概括。

个人分类: 融智学导论|1916 次阅读|16 个评论

智能交通现在并不太“智能”110906

huangfuqiang 2011-9-6 13:31

国内外关于智能交通统一的、一致的定义并没有，多数是基于共同体或学者个人视域的理解性描述。但不管如何界定，智能理论与技术是改造传统交通工程系统建设全过程的关键因素，其中智能理论与技术体系也是涉及多方面的学科协同。此处智能指的是机器智能，对于机器智能的理解学术界也不尽一致。我认为交通领域知识是交通智能决策的基础，交通信息是交通知识的基础，交通数据是交通信息的基础，交通数据来源于智能交通系统对于交通环境的感知与探测。针对特定领域的交通系统语境，我们可以探究一下交通系统相关知识库的建设问题，对于真正智能交通系统建设问题显得很重要又很必要。 交通系统是一个受约束的复杂系统，智能交通系统更是受双重约束的复杂系统（机器智能规则与交通规则）。现有智能交通系统（公交、城交、轨交、水路、航空等）离期望的目标还比较远，自主交通系统任重道远，但现在人机一体的管理模式中，已有落地产品与系统，体现了局部的自主与协同，比如在城市智能交通系统中单点信号机的自适应与区域信号机间的协同自适应控制与调度，可以充分实现相关路口间、路段间交通流量数据的协同共享，可以为缓解交通拥堵做出智能决策。 智能交通系统的交叉性基础研究方面会带动很多学科对智能交通领域的应用研究思考，传统交通工程系统如何消化新理论、新技术、新方法成果？有待于相关涉众的交叉思考。物联网技术与理念肯定会影响智能交通领域，但关键是要找出结合的方法、结合的地方、结合的效用等。不怕想象与炒作，关键是炒作之后的具体规划、研究、开发、实施、管理。 图片来源于网络

个人分类: 智能交通系统|2148 次阅读|0 个评论

系统优化、合作/协作和协同的区别

热度 1 xunjing 2011-9-5 16:52

最近被问了一个问题：协同（控制）和系统优化有什么区别？思考了很久，查了一些资料。最终形成了下面的学习笔记。因为考虑这是一个比较开放的话题。不同领域的学者可能会有不同的理解，因此扔在这里，抛砖引玉。 系统优化属于系统科学的范畴，是对组成系统的各个部分合理地分配资源和任务，使系统更有效地完成目标的研究。虽然都是通过多方参与来共同完成目标，但是他与后两者的区别比较明显。首先系统优化中的参与各方是存在附属关系的，参与者并不是独立的个体，由于不是独立的个体，导致参与方被动地参与，严格执行上层分配的任务，缺少自主性；其次由于系统优化往往具有中心式决策机制；再次，系统优化的目的是为了避免系统各个组成部分重复的工作或者相互间工作无法衔接。另外，系统优化的目标明确程度要高于后两者，往往是存在理论上的最大值。最后系统优化的解决方法是基于问题的模型，采用运筹学等优化方法，而后两者则是通过 反复的协商和共享知识，明确各自的角色。 后两者的区别不是十分明显。但是通过下面的解释和举例仍然可以去体会。首先合作对参与其中的个体没有明确的要求，而协同强调个体的正确配置。例如产学研协同创新，仅有产业中几个企业的合作是不能称为协同的；其次，合作一般为框架性的，比较少关注个体如何制定各自的行为。而协同不仅有框架性协议，而且关注个体的行为，强调个体间的影响，协同强调对个体间相互依赖性的关注。以写一本书举例来说， A 和 B 合作是说 A 写安全， B 写优化。 A 和 B 协同则是 A 写安全分析方法，而 B 写基于此方法的案例研究。第三，合作不强调同步性，参与各方可以各自执行，相互等待。协同则强调参与方的紧密配合，更加注重实时性。 通过上面的分析，可以发现：合作 / 协作的定义范围更宽，而协同在此基础上进一步强调了三点要求。因此协同是一种特殊的合作 / 协作。 额外价值 : 是指在采用系统优化方法实现收益最大化的基础上增加的价值。

个人分类: 学术探讨|24882 次阅读|1 个评论

seminar 8 暑期研究计划

gaobaozhong 2011-7-27 08:36

导师组讨论了暑假期间的计划安排，讨论了最近你的项目的研究内容，确定了4部分内容，分别是，cache管理策略、分布式资源共享、协同任务管理、移动通信开发；安排了最近的校医院系统开发后续的测试任务。要求写出具体方案，在本周六来确定方案，并开始着手。

个人分类: seminar|1322 次阅读|0 个评论

科普一下协同过滤

热度 5 pb00011127 2011-6-17 04:05

协同过滤是最早提出，研究最深入，商业应用最广泛的个性化技术。协同过滤技术服务的对象是个体，却利用了所有用户的信息。在以用户为中心，基于相似性的经典协同过滤算法中，首先通过比较历史数据，计算目标用户和其他用户的相似性，然后把和目标用户非常相似的用户喜欢的商品推荐给目标用户。计算相似性的办法非常多 ，在讨论关联规则时提到的方法，例如 Cosine 相似性（分母是两个用户购买商品数目乘积的平方根）和 Jaccard 相似性（分母是两个用户购买商品的并集大小），都是常用的。举个例子，如果用户 A 购买了商品 1,2,3 ，用户 B 购买了商品 2,3,4,5 ，则分母是共同购买的商品数 2 ， Cosine 相似性等于 2 除以根号下 3 乘 4 ，约为 0.577 ， Jaccard 相似性则是 2 除以 5 ，等于 0.4 。得到相似性后，可以把所有其他用户对商品的评价按照相似性加权求和的方式排序，推荐给目标用户；也可以选择相似性最高的 k 个用户，只考虑他们的影响；还可以设定一个相似性阈值，只考虑相似性高于这个阈值的用户的影响。 上面讲到的协同过滤，是以用户为中心的。另外一种应用非常广泛的方法，是以商品为中心的，一般叫做基于商品的协同过滤。这种方法的基本思路是，分析目标用户购买过的商品，向其推荐和他曾经购买过的商品相似的商品。考虑互联网用户兴趣的实时性，一般而言只分析用户近期的购买行为，或者认为以前的购买行为对当前推荐的影响是随着时间递减的。在定义商品的相似性的时候，既可以通过行为，也就是看两个商品是否频繁被同一个用户购买过，也可以通过内容，也就是看两个商品的属性或者描述是否具有相似性。后者和接下来要讲的内容分析紧密结合，事实上， Amazon 所使用的推荐算法的核心就是建立在内容分析基础上的基于商品的协同过滤 。由于图书的内容很丰富，判断内容之间的相似性非常准确，所以该方法在 Amazon 上效果很好。但是需要注意的是，这种方法移植到其他商品的推荐上，效果可能大打折扣。 基于商品的协同过滤方法有两个特别的优势：一是方便设计实时响应的算法，因为商品之间的相似性可以离线计算，这样的话，用户每次浏览新的商品后，包括放入购物车或者购买，容易实时计算并立刻更新用户看到的推荐商品栏；二是该方法可解释性强，因为在对用户进行推荐的时候，可以告诉用户推荐给你这个商品的主要原因是因为参考了你曾经购买或者浏览的若干商品——可解释性可以大大提高用户体验，在个性化电子邮件营销中有很大用途。与之相对，基于用户的协同过滤可以挖掘一些更深层次的潜在关联，帮助提高交叉销售量，也就是在用户购买某品类产品的时候，向用户推荐其他品类的产品，从而提高用户购买的多样性。这不仅仅是眼前提高了用户的客单价，更重要的是扩充了用户新的购物品类，从而可以整体提高该用户的价值。基于商品的协同过滤往往倾向于推荐同品类商品，在交叉销售方面价值较小。这两种方法遇到的一个共同的问题就是倾向于推荐热门产品，推荐的多样性和新颖性不够——如何在不伤害推荐精确性的前提下提高推荐的多样性和新颖性，是个性化推荐技术研究的重大挑战 。 L. L ü , T. Zhou, Link prediction in complex networks: a survey, Physica A 390 (2011) 1150-1170. G. Linden, B. Smith, J. York, Amazon.com recommendations: item-to-item collaborative filtering, IEEE Internet Computing 7(1) (2003) 76-80. C.-N. Ziegler, S. M. McNee, J. A. Konstan, G. Lausen, Improving recommendation lists through topic diversification, Proceedings of the 14th international conference on World Wide Web, ACM Press, New York, 2005. T. Zhou, Z. Kuscsik, J.-G. Liu, M. Medo, J. R. Wakeling, Y.-C. Zhang, Solving the apparent diversity-accuracy dilemma of recommender systems, Proceedings of the National Academy of Sciences of the United States of America 107 (2010) 4511-4515.

个人分类: 生活点滴|33452 次阅读|11 个评论

河谷的发育来模拟行为路径的形成

热度 2 yanghualei 2011-6-16 07:34

河谷的发育来模拟行为路径的形成，在自然的情况下水一般沿梯度方向流，即下降最快的方向；同样行为的路径是沿成本最小的方向进行，也是成本减小的梯度方向，故有点类似。可能地形初始微小的差别使得河谷在这个地方开始发育而不是其他地方，最终水运动的过程中使得此处地形又不断遭到水蚀，进而生成河谷，两岸生成陡壁。 在社会系统中存在一种放大的协同机制吗，但社会现象表示好像有并且很多，因为如股市中的以小搏大的杠杆效应。实际上类似共振现象，在根据自然法则构造的激光，其发光的原理也是一种协同的机制，因为构造的机制使得各个波列步调一致；如果在社会中真的存在或者不存在构造一种协同的机制，这也就能解释社会中的这种对某些性质放大的效应，这种效应是自发生成的，如人多情况下的驱众和竞争下的有序；还是构造的，此刻还也不清楚；这也可能是制度学派和自由学派的区别吧。 为什么会有增值：“一天的劳动力可以维持几天的生计，花费一单位的能量，可以获得若干倍的能量；市场上耗费一单位的成本可以获得n单位的收益；一直在想：”如果不存在一个方向上容易，另一个方向上难，就不会出现这种现象，就像下落比上升容易一样”。总之，自然和社会中应该存在一种自发的生成功能的机制，并且不同时空下生成的程度还不一样，这样才使得自然和社会有所增值。

个人分类: 交叉科学|2444 次阅读|3 个评论

云操作系统：第一层和第二层视窗入口的人机交互界面（示意图）

geneculture 2011-6-11 07:00

这是协同智能计算系统的第一层界面，仅有四个入口。其中，在云端展开的第二层界面，每个仅有八个入口。它是一种创造性合作型生产式协同智能计算系统界面。该云操作系统界面从第三层开始满足用户个性化订制。 http://www.xmind.net/share/geneculture/cloud-operating-system/

个人分类: 融智学前期探索|1744 次阅读|0 个评论

Title: “云”概念的分析研究——协同智能计算系统的一个特例

geneculture 2011-5-31 02:39

Title: “云”概念的分析研究——协同智能计算系统的一个特例 Paper: PDF Keywords: 云计算理论 云计算技术 云计算服务 Abstract: 自2006谷歌101项目公开提出云计算（cloud computing）至今，信息产业界说它是一种新的商业模式，信息技术界说它是软件服务（SaaS）、平台服务（PaaS）和基础设施服务（IaaS）三个不同层次的互联网技术的融合，通信与计算机科学界则说它是一种有别于既有范式的新的计算模式，另外还有各种各样的具体说法。可就是缺乏一个系统周全而又简明扼要的理论描述或定义，尤其缺乏英汉双语对照的解释。笔者认为，这对云计算理论与技术的普及和提高均为不利。为此，本文拟从云计算提出的源头及其可能的新发展两个方面来对它做一个系统的分析和展望。旨在为云计算理论与技术的普及和提高开辟新途径。 Time: May 20, 22:31 GMT Fax: Address: Authors Authors: Name Email Country Affiliation Zou Xiaohui qhkjy@yahoo.com.cn China ✔ Zou Shunpeng China “ 云 ” 概念的分析研究 —— 协同智能计算系统的一个特例 邹晓辉 1 ， 2 , 邹顺鹏 1 摘 要 : 自 2006 谷歌 101 项目公开提出云计算（ cloud computing ）至今，信息产业界说它是一种新的商业模式，信息技术界说它是软件服务（ SaaS ）、平台服务（ PaaS ）和基础设施服务（ IaaS ）三个不同层次的互联网技术的融合，通信与计算机科学界则说它是一种有别于既有范式的新的计算模式，另外还有各种各样的具体说法。可就是缺乏一个系统周全而又简明扼要的理论描述或定义，尤其缺乏英汉双语对照的解释。笔者认为，这对云计算理论与技术的普及和提高均为不利。为此，本文拟从云计算提出的源头及其可能的新发展两个方面来对它做一个系统的分析和展望。旨在为云计算理论与技术的普及和提高开辟新途径。 关键词 : 云计算理论；云计算技术；云计算服务 Analysis on the Concept of "Cloud" ——A Special Case of the Collaborative Intelligence Computing System Xiaohui, Zou 1, 2 ; Shunpeng, Zou 1 qhkjy@yahoo.com.cn 15300239971 (1.China University of Geosciences, Beijing 100083, China; 2.Sino-US Berkeley Project) Abstract: Since Google advanced “cloud computing” openly in its “101 project” in 2006, the information industry sector has said that it is a new business model and information technology sector has qualified it as an integration of three different levels of Internet technology, namely software as a services (SaaS), platform as a services (PaaS) and infrastructure as a services (IaaS), while communications and computer science sector has constructed it as a new computing model that is different from the existing paradigm. Besides these, there are also a variety of specific statements. Nevertheless, what we lack is a comprehensive yet concise theoretical description or definition on it, especially the lack of English-Chinese bilingual Comparison interpretation, which in the author’s opinion has a negative impact on the popularization and improvement of “cloud computing” theory and technology. To this end, this paper attempts to make a systematic analysis and outlook on “cloud computing” from two aspects, namely the source of the proposed “cloud computing” and its possible development, aiming to open up new ways for the popularization and improvement of “cloud computing” theory and technology. Key words: Cloud Computing Theory, Cloud Computing Technology, Cloud Computing Service

个人分类: 语言学基础研究|1 次阅读|1 个评论

一个方向上的科学+杂想

热度 2 yanghualei 2011-5-24 08:27

如今非均衡、非线性以及非稳态研究思想好像很流行，表现一些复杂科学的出现，譬如自组织理论中的耗散结构、协同学以及突变论。 撇开自然和社会系统原型和对唯象层次的研究，可能这些思想来自对自然和社会深刻的研究。是不是其与对宇宙和微观粒子研究有关 ，譬如宇宙是膨胀的而不是脉冲；黑洞熵是增加的而不是减少；磁单极是可以的存在；还有量子世界的不相容和不确定法则。 其好像都是一个方向上的科学。是不是科学思想自然走在前面，最终其研究在社会研究中产生镜像 。还有在研究科学史的过程中，法则的发现往往不是从大现象中着手的，而是从一些看来微不足道的小现象和小事情中得出的。 有时候就想：“这是不是具有普遍性，即从小事件中去窥见大法则。” 教育会使得人们的思维方式趋同，其理论基础：“就是对同一现象错误的认识总比正确的认识多”。 而教育给人们是些近似正确的理论，假如每个人都受同样的教育，随着社会的发展，则对某一问题的看法就可以推断出：“虽然不知道其会那一种理论解决这个问题，但会知道会用那些理论去解决这问题”。现在市场中的共振现象，估计就是专家分析，市场跟进的一种在分析思维上的趋同现象。若 市场上每一个因没受过太多教育而不按常规出牌，则市场就不会出现大起大落，这可能是教育的弊端吧。 在研究和发现理论的过程中要学会推广，就是 在极限的情况下考察一现象，譬如在极热或者极冷下考虑材料的导电性，或者把已经发现的理论推广到极端情况下看其是否还成立 。有时自己也在想 ：“某种程度上我们根本无法同时看到事物对立的两方面 ，譬如当我们呆在教堂的时候，就无法看到教堂的外部；同样 当能领略教堂外部风采候，就看不到内部风景了，有点类似不确性法则。 有时候认为数学模型的一个特性在于：“揭示定性的陈述没有暗含的或者不能直接看出的信息，就像在数学层次上会涌现文字叙述不曾出现的信息一样，定量现在看来应是定性的推论，是对定性信息的挖掘；不能是定性陈述的直接翻版。在想 为什么数学越来越抽象，可能是因为数学应用的领域越来越多；为什么数学越来越没有具体含义，可能因为数学对其他学科越来越公平；为什么数学中的证明数学符号和图形越来越少，可能因为世界不全是符号和图形，也不完全是可以用定量的去研究的 。 在读交叉学科的过程，一个研究学科之间交叉数量的文献，发现一个序法则。 在学科的演化序列上，每一个学科内部交叉的数量随着演化的等级增加而减少。任一学科与其他学科交叉的数量，随着其他学科与此学科在演化序列上的距离增加而减少 。如果数学 - 物理 - 化学 - 生物 - 行为是学科演化的顺序，那上述理论出现一个反常，就是化学和数学的交叉存在偏少，如果上述陈述正确，化学家就得加强数学的修养。

个人分类: 社会观察|2097 次阅读|2 个评论

“云”概念的分析研究——协同智能计算系统的一个特例

geneculture 2011-5-20 20:09

《中国科学 : 信息科学》 “ 云计算与 SaaS” 专题：云计算理论与技术 ——“2011 年第二届中国云计算与 SaaS 学术会议 ” 论文 “ 云 ” 概念的分析研究 —— 协同智能计算系统的一个特例 自 2006 谷歌 101 项目提出云计算（ cloud computing ）至今，信息产业界说它是一种新的商业模式，信息技术界说它是软件服务、平台服务和基础设施服务三个不同层次的互联网技术的融合，通信与计算机科学界则说它是一种有别于既有范式的新的计算模式，另外还有各种各样的具体说法。可就是缺乏一个系统周全而又简明扼要的理论描述或定义，尤其缺乏英汉双语对照的解释。笔者认为，这对云计算理论与技术的普及和提高均为不利。 为此，本文拟从云计算（ cloud computing ）提出的源头及其可能的新发展两个方面来对它做一个系统的分析和展望。旨在为云计算理论与技术的普及和提高开辟新途径。 一、采用人机协同的方式来建立 cloud （云）概念分析数据表格 基于统计的方法对 cloud computing （云计算）权威文献 Google and the Wisdom of Clouds （谷歌和云的智慧 ）中 42 处提及 cloud （云）的上下文分别做句和段两个层次的对照表格。 表格 1 是 42 处提及 cloud （云）的上下文语句英汉对照表格。 表格 2 是 19 个提及 cloud （云）的上下文语段英汉对照表格。 二、根据表格 1 和表格 2 进行机人协同的 cloud （云）概念分析 根据表格 1 对 cloud （云）概念进行机助人的协同分析 根据表格 2 对 cloud （云）概念进行人机助的协同分析 三、分析 cloud （云）概念之后发现它竟是协同计算的一个特例 其实它在技术上就是一种集群计算，其特点是大规模协同计算，由此必然会引来相应的商业模式改变。这就是笔者研读它后的结论。 笔者的译文“谷歌和云的智慧”之所以有别于目前流行的参考译文“ Google 及其云智慧”，首先是基于“信、达、雅”的翻译准则，同时，考虑英汉双语表格务必兼顾并凸显英汉双语各自特点的基本原则。 附录： 1 Google and the Wisdom of Clouds 2 谷歌和云的智慧 3 A lofty new strategy aims to put incredible computing power in the hands of many 4 这项全新的远大战略 旨在把强大得超乎想象的计算能力分布到众人手中 。 5 by Stephen Baker 6 作者：斯蒂芬 贝克 7 One simple question. That's all it took for Christophe Bisciglia to bewilder confident job applicants at Google (GOOG). Bisciglia, an angular 27-year-old senior software engineer with long wavy hair, wanted to see if these undergrads were ready to think like Googlers. "Tell me," he'd say, "what would you do if you had 1,000 times more data?" 8 这是一个简单的问题，是克里斯托夫·比希利亚为信心十足的谷歌应聘者们出的一道题。作为谷歌公司的高级软件工程师， 27 岁的比希利亚留着一头卷曲的长发，他希望了解这些大学本科生 是否已经准备好以谷歌人的方式去思考 。“告诉我，”他问道，“如果有 1000 多倍的数据量，你将怎么办？” 9 What a strange idea. If they returned to their school projects and were foolish enough to cram formulas with a thousand times more details about shopping or maps or—heaven forbid—with video files, they'd slow their college servers to a crawl. 10 真是个奇怪的问题。假如他们真的跑回学校，愚蠢地想要 去处理容量多达 1000 多倍的细节信息，那么学校的服务器恐怕会被拖累得慢如爬虫 。 11 At that point in the interview, Bisciglia would explain his question. To thrive at Google, he told them, they would have to learn to work—and to dream—on a vastly larger scale. He described Google's globe-spanning network of computers. Yes, they answered search queries instantly. But together they also blitzed through mountains of data, looking for answers or intelligence faster than any machine on earth. Most of this hardware wasn't on the Google campus. It was just out there, somewhere on earth, whirring away in big refrigerated data centers. Folks at Google called it "the cloud." And one challenge of programming at Google was to leverage that cloud—to push it to do things that would overwhelm lesser machines. New hires at Google, Bisciglia says, usually take a few months to get used to this scale. "Then one day, you see someone suggest a wild job that needs a few thousand machines, and you say: Hey, he gets it.'" 12 比希利亚 将在面试中阐释他的问题 。他告诉应聘者， 要想在谷歌发展，就必须学会从更宽广、更宏观的角度来工作和思考 。 他描述了 谷歌全球运行的计算机网络 。的确， 这些设备可以实现对搜索需求的即时回馈 ；而当形成集群，它们则能更快地处理浩如烟海的数据，其检索答案或指令的速度将超过世界上任何一台单机 。绝大部分硬件设备并非安放在谷歌公司园区，而是在园区之外，没准就在地球上 某个大型冷却数据中心 里高速运转着。谷歌内部 把这种大规模计算机集群称作“云”。 在谷歌，工程师编程过程中碰到的一大挑战便是 如何驾驭“云” ? 提高它的数据处理能力从而大幅领先于小型计算机群。比希利亚表示，谷歌的新员工通常要花费数月才能习惯 从这种角度思考 。 13 What recruits needed, Bisciglia eventually decided, was advance training. So one autumn day a year ago, when he ran into Google CEO Eric E. Schmidt between meetings, he floated an idea. He would use his 20% time, the allotment Googlers have for independent projects, to launch a course. It would introduce students at his alma mater, the University of Washington, to programming at the scale of a cloud. Call it Google 101. Schmidt liked the plan. Over the following months, Bisciglia's Google 101 would evolve and grow. It would eventually lead to an ambitious partnership with IBM (IBM), announced in October, to plug universities around the world into Google-like computing clouds. 14 比希利亚认为，谷歌的新人 所需要的是高级培训课程 。 2006 年秋季的一天，当他在会议间歇偶遇公司首席执行官埃里克·施米特时，他脑海里浮现出一个想法。他将利用自己的“ 20% 时间”（即谷歌分配给员工 用于独立开发项目的时间 ）来启动一门课程， 这门课程将在他的母校华盛顿大学进行，着重引导学生们进行“云”系统的编程开发，他设想把这个项目命名为谷歌 101 。施米特很是欣赏这一计划。在接下来的数月中，比希利亚的谷歌 101 计划不断发展和深化，最终促成了谷歌与 IBM 在 2007 年 10 月开展了一次雄心勃勃的合作 --- 把全球多所大学纳入类似谷歌的计算“云”中。 15 As this concept spreads, it promises to expand Google's footprint in industry far beyond search, media, and advertising, leading the giant into scientific research and perhaps into new businesses. In the process Google could become, in a sense, the world's primary computer. 16 随着“云”概念影响的扩大 ，谷歌在产业中的足迹必然会远远超出搜索、媒体和广告领域，从而使这家 IT 巨头得以涉足科学研究甚至更新的业务领域。 在这一过程中，谷歌在某种意义上可能会成为世界上首屈一指的超级计算机。 17 "I had originally thought was going to work on education, which was fine," Schmidt says late one recent afternoon at Google headquarters. "Nine months later, he comes out with this new strategy, which was completely unexpected." The idea, as it developed, was to deliver to students, researchers, and entrepreneurs the immense power of Google-style computing, either via Google's machines or others offering the same service. 18 “我最初以为（比希利亚）不过是想在教育上做点事情，这当然也不错，” 施米特最近一个下午在谷歌总部回想道，“ 9 个月后他 拿出了新战略（即‘云’计划） ，太出乎意料了。”随着自身的不断拓展，“云”计划将为学生、研究人员和企业家们 提供谷歌式的无限的计算处理能力 ，不论是通过谷歌自身的设备或是通过提供相同服务的其他厂商。 19 What is Google's cloud? It's a network made of hundreds of thousands, or by some estimates 1 million, cheap servers, each not much more powerful than the PCs we have in our homes. It stores staggering amounts of data, including numerous copies of the World Wide Web. This makes search faster, helping ferret out answers to billions of queries in a fraction of a second . Unlike many traditional supercomputers, Google's system never ages. When its individual pieces die, usually after about three years, engineers pluck them out and replace them with new, faster boxes. This means the cloud regenerates as it grows, almost like a living thing. 20 谷歌的“云”到底是什么？它是由几十万甚至大约 100 万台廉价的服务器所组成的网络。 这些机器单个而论的话，其性能并不比家用台式机强大多少。但是这个网络存储的数据量惊人， 能容纳不计其数的网络数据拷贝，因此搜索速度能够更快，在眨眼之间便能为数十亿的搜索提交答案 。 与许多传统的超级计算机不同，谷歌的系统永远不会老化。 如果网络中某一台机器落伍（通常在使用 3 年后），工程师们就会把它淘汰，而代之以性能更强的新款计算机。 这意味着，“云”几乎就像生物一样能长生不老。 21 A move towards clouds signals a fundamental shift in how we handle information. At the most basic level, it's the computing equivalent of the evolution in electricity a century ago when farms and businesses shut down their own generators and bought power instead from efficient industrial utilities . Google executives had long envisioned and prepared for this change. Cloud computing, with Google's machinery at the very center, fit neatly into the company's grand vision, established a decade ago by founders Sergey Brin and Larry Page: " to organize the world's information and make it universally accessible. " Bisciglia's idea opened a pathway toward this future. "Maybe he had it in his brain and didn't tell me," Schmidt says. "I didn't realize he was going to try to change the way computer scientists thought about computing. That's a much more ambitious goal." 22 向“云”规模的数据处理迈进 标志着 我们在信息处理方面发生了翻天覆地的转变 。从最基本的层面讲，“云”的发展就如同 100 年前人类用电的进程演变，当时的农场和公司逐渐关闭了自己的发电机，转而从高效的发电厂购买电力。谷歌的高管们很早前就开始展望 这一转变 并 为之进行筹划准备 。 以谷歌设备为核心的“云计算” 完全符合由该公司创始人谢尔盖·布林和拉里·佩奇 10 年前 提出的远大构想 ：“构建起跨越全世界的信息，供人们随时随地访问。”比希利亚的想法 刚好为实现这个构想 开辟了一条道路 。“没准他脑子里早就有数，只是没告诉我，”施米特表示，“我开始没有意识到 他将试图改变计算机专家对于计算的固有想法。这个目标太伟大了 。” 23 ONE-WAY STREET 24 单行道 25 For small companies and entrepreneurs, clouds mean opportunity—a leveling of the playing field in the most data-intensive forms of computing. To date, only a select group of cloud-wielding Internet giants has had the resources to scoop up huge masses of information and build businesses upon it. Our words, pictures, clicks, and searches are the raw material for this industry. But it has been largely a one-way street. Humanity emits the data, and a handful of companies—the likes of Google, Yahoo! (YHOO), or Amazon.com (AMZN)—transform the info into insights, services, and, ultimately, revenue. 26 对于小型公司和企业主而言，“云”意味着机会，在密集型数据处理领域这一竞技场中，它就像是一道标准线。 今天，掌控“云”系统的互联网巨头中，只有少数几家拥有吞吐海量信息并开展相关业务的资源。 我们的文字、图片、点击和搜索 全都是这个产业的原材料 。一直以来， 很大程度上这是一条单行道 ? 人们产出数据，谷歌、雅虎和亚马逊等公司 则将 信息转化成观点、服务，最终变成收入 。 27 This status quo is already starting to change. In the past year, Amazon has opened up its own networks of computers to paying customers, initiating new players, large and small, to cloud computing. Some users simply park their massive databases with Amazon. Others use Amazon's computers to mine data or create Web services. In November, Yahoo opened up a cluster of computers—a small cloud —for researchers at Carnegie Mellon University. And Microsoft (MSFT) has deepened its ties to communities of scientific researchers by providing them access to its own server farms . As these clouds grow , says Frank Gens, senior analyst at market research firm IDC, "A whole new community of Web startups will have access to these machines. It's like they're planting Google seeds." Many such startups will emerge in science and medicine, as data-crunching laboratories searching for new materials and drugs set up shop in the clouds . 28 这种状况已开始发生改变。 2006 年， 亚马逊 向付费用户 开放了自己的计算机网络，调动新的参与者加入“云”计算 ，而无论其规模大小。一些用户只是简单地将数据库存储在亚马逊，另一些则使用亚马逊的服务器搜索数据或建立网络服务。 2007 年 11 月， 雅虎 也将一个 电脑集群（即小规模的“云”） 开放给卡内基 - 梅隆大学的研究人员。 微软 同样通过开放 服务器群 来加深与科学研究团体的联系。市场调查公司 IDC 的 高级分析师弗兰克·金斯 表示： 随着这些“云”的发展，“新兴的网络公司将有望造访这些服务器 。这就 如同在播撒谷歌种子 ”。随着搜索新材料和药品的数据处理实验室把工作室搬到了“云”上，这些新公司很多将会出现在科学和医药领域。 29 For clouds to reach their potential, they should be nearly as easy to program and navigate as the Web. This, say analysts, should open up growing markets for cloud search and software tools—a natural business for Google and its competitors . Schmidt won't say how much of its own capacity Google will offer to outsiders, or under what conditions or at what prices. "Typically, we like to start with free," he says, adding that power users "should probably bear some of the costs." And how big will these clouds grow? "There's no limit," Schmidt says. As this strategy unfolds, more people are starting to see that Google is poised to become a dominant force in the next stage of computing. "Google aspires to be a large portion of the cloud, or a cloud that you would interact with every day," the CEO says . The business plan? For now, Google remains rooted in its core business, which gushes with advertising revenue. The cloud initiative is barely a blip in terms of investment. It hovers in the distance, large and hazy and still hard to piece together, but bristling with possibilities. 30 要想让“云”发挥出潜能，与此相关的编程和操作就应该与使用互联网一样简单 。分析家称，这给“云”搜索及其相关的软件工具打开了增长的市场，对于谷歌及其竞争对手来说，这可谓唾手可得的业务。谷歌将为用户提供多少存储容量，或以什么形式、什么价格提供，对于这些，施米特 都不会明说 。“通常来讲，我们 开始时会采取免费策略 ，”他表示，并强调大客户“应该很有可能负担一些费用”。那么这些“云”能发展到多大的规模呢？“无限大，”施米特表示。 随着“云”策略的展开，更多人看到谷歌随时做好了成为下一代计算的主导力量的准备。 “谷歌渴望占据“云计算”市场中相当的份额，或成为每天都与普通人打交道的‘云’，”施米特说道。那么有什么样的商业计划呢？就目前而言，谷歌仍将继续植根于核心业务，这一业务给它带来了滚滚的广告收入。 从投资角度来说，“云”计划在初始阶段不过是像雷达屏幕上显示的一个小光点。它在远处盘旋，目标很大却烟雾弥漫，很难拼凑在一起，但仍充满着无限可能。 31 Changing the nature of computing and scientific research wasn't at the top of Bisciglia's agenda the day he collared Schmidt. What he really wanted, he says, was to go back to school. Unlike many of his colleagues at Google, a place teeming with PhDs, Bisciglia was snatched up by the company as soon as he graduated from the University of Washington, or U-Dub, as nearly everyone calls it. He'd never been a grad student. He ached for a break from his daily routines at Google— the 10-hour workdays building search algorithms in his cube in Building 44, the long commutes on Google buses from the apartment he shared with three roomies in San Francisco's Duboce Triangle . He wanted to return to Seattle, if only for one day a week, and work with his professor and mentor, Ed Lazowska. "I had an itch to teach," he says. 32 就在那次比希利亚趁机和施米特谈论谷歌 101 时， 改变计算和科研的现状 还并不是他的主要意图。他自己说， 当时真正想做的是返回学校。 与公司里很多已拿到博士学位的同事不同，比希利亚 刚从华盛顿大学毕业就被谷歌录用，他甚至没读过硕士研究生。 因此 他渴望从谷歌的日常工作中抽出时间换换脑子。在谷歌，比希利亚每天都需要从公寓搭乘班车长途跋涉到公司，然后开始 10 小时的搜索运算法则的编写工作 。 他想回到西雅图，哪怕每周只有一天，回到学校去和他的教授兼导师埃德·拉佐斯卡一起工作 。 33 He didn't think twice before vaulting over the org chart and batting around his idea directly with the CEO. Bisciglia and Schmidt had known each other for years . Shortly after landing at Google five years ago as a 22-year-old programmer, Bisciglia worked in a cube across from the CEO's office . He'd wander in, he says, drawn in part by the model airplanes that reminded him of his mother's work as a United Airlines (UAUA) hostess. Naturally he talked with the soft-spoken, professorial CEO about computing. It was almost like college. And even after Bisciglia moved to other buildings, the two stayed in touch. ("He's never too hard to track down, and he's incredible about returning e-mails," Bisciglia says.) 34 在突发灵感想到“云”计划并直接和老板详细讨论之前，比希利亚并没多加考虑。他和施米特 已相识数年。他 5 年前刚入职谷歌时还只是一个年仅 22 岁的程序员，其工位就在首席执行官的办公室附近 。比希利亚回忆说，他走进办公室时被一架飞机模型所吸引，这让他想起母亲在美国联合航空公司从事的空乘工作。自然而然地，他与话语温和、有学者派头的施米特 聊起了数据计算，那种感觉就像在大学一样 。后来虽然比希利亚搬到了其他办公楼，但两人仍然保持着联系。 35 On the day they first discussed Google 101 , Schmidt offered one nugget of advice: Narrow down the project to something Bisciglia could have up and running in two months . "I actually didn't care what he did," Schmidt recalls. But he wanted the young engineer to get feedback in a hurry. Even if Bisciglia failed, he says, "he's smart, and he'd learn from it." 36 在他们第一次讨论“谷歌 101 ”计划的那一天，施米特 提出了很好的建议：把项目缩减到比希利亚能在两个月内完成的规模 。 “我实际上没太在意他的话，”施米特回忆说，但是他想尽快给这位年轻的工程师发出反馈。他说，即使比希利亚失败了，但“他很聪明，一定能从失败中获得经验”。 37 To launch Google 101, Bisciglia had to replicate the dynamics and a bit of the magic of Google's cloud—but without tapping into the cloud itself or revealing its deepest secrets. These secrets fuel endless speculation among computer scientists. But Google keeps much under cover. This immense computer, after all, runs the company. It automatically handles search, places ads, churns through e-mails. The computer does the work, and thousands of Google engineers, including Bisciglia, merely service the machine. They teach the system new tricks or find new markets for it to invade. And they add on new clusters—four new data centers this year alone, at an average cost of $600 million apiece. 38 要顺利启动“谷歌 101 ”计划，比希利亚 必须把项目的来龙去脉和谷歌“云”的些许魔力透露给合作对象，同时又不能深入“云”本身或揭示出核心机密。 这些机密会激发计算机学家无穷无尽的思考， 谷歌对此守口如瓶，毕竟这台“超级计算机”是公司运营的支柱，它能自动处理搜索、放置广告、传递电子邮件等业务。 计算机在从事这些工作，而包括比希利亚在内的上千名谷歌工程师仅仅只是“服侍”着它。他们“教授”系统新的技术或为它寻找新的主攻市场，同时在其中添加新的集群 ， 2007 年一年就增加了 4 个新的数据中心，平均每个成本达 6 亿美元。 39 In building this machine, Google, so famous for search, is poised to take on a new role in the computer industry . Not so many years ago scientists and researchers looked to national laboratories for the cutting-edge research on computing. Now, says Daniel Frye, vice-president of open systems development at IBM, "Google is doing the work that 10 years ago would have gone on in a national lab." 40 在搭建这台“计算机”的过程中，在搜索领域名声大震的谷歌随时准备扮演计算机业的新角色 。不久之前，科学家和研究人员曾期望国家实验室能启动数据计算方面的前沿研究。如今， IBM 负责开放系统开发的副总裁 丹尼尔·弗赖感叹 ：“谷歌现在做的事情 10 年前只有在国家实验室才能实现。” 41 How was Bisciglia going to give students access to this machine? The easiest option would have been to plug his class directly into the Google computer. But the company wasn't about to let students loose in a machine loaded with proprietary software, brimming with personal data, and running a $10.6 billion business. So Bisciglia shopped for an affordable cluster of 40 computers. He placed the order, then set about figuring out how to pay for the servers. While the vendor was wiring the computers together, Bisciglia alerted a couple of Google managers that a bill was coming. Then he "kind of sent the expense report up the chain, and no one said no." He adds one of his favorite sayings: "It's far easier to beg for forgiveness than to ask for permission." ("If you're interested in someone who strictly follows the rules, Christophe's not your guy," says Lazowska, who refers to the cluster as "a gift from heaven." ) 42 那么，比希利亚如何让学生们访问这台机器呢？最容易的方案当然是直接从学校连接专线到谷歌服务器。然而公司并不准备彻底放手让学生们随意访问这台装有授权软件、存储着私人信息以及运营着 106 亿美元业务的计算机。 比希利亚因此购买了价位适中的 40 台计算机 组成集群 。他 发出订单 后 开始琢磨 如何给这些服务器付钱。 就在卖家组装电脑集群时，比希利亚告诉谷歌的几名经理将出现一大笔账单。之后他“拿着花销报告从下到上请示了一通，结果没人反对”。说到这里，他又加上自己喜欢的一句格言：“请求原谅比寻求批准容易得多。” 43 A FRENETIC LEARNER 44 狂热的学习者 45 On Nov. 10, 2006, the rack of computers appeared at U-Dub's Computer Science building. Bisciglia and a couple of tech administrators had to figure out how to hoist the 1-ton rack up four stories into the server room. They eventually made it, and then prepared for the start of classes, in January. 46 2006 年 11 月 10 日， 排成阵列的计算机群 出现在华盛顿大学计算机科学学院的教学楼里。比希利亚和几个技术负责人 得想办法 把将近 1 吨重的机柜抬上 4 层放到机房里。他们最终解决了这个问题，并准备在第二年 1 月开始上课。 47 Bisciglia's mother, Brenda, says her son seemed marked for an unusual path from the start. He didn't speak until age 2, and then started with sentences. One of his first came as they were driving near their home in Gig Harbor, Wash. A bug flew in the open window, and a voice came from the car seat in back: "Mommy, there's something artificial in my mouth." 48 比希利亚的母亲布伦达说，她的儿子似乎 从小就注定要走一条不平凡的道路 。他直到两岁才开口说话，但很快就开始成句成句地说。最早的一次是家人开车行至离家不远的华盛顿吉格港时，一只小虫子从打开的车窗飞进来，只听到从后排座传来比利亚的声音：“妈妈，有一件物体在我嘴里。” 49 At school, the boy's endless questions and frenetic learning pace exasperated teachers. His parents, seeing him sad and frustrated, pulled him out and home-schooled him for three years. Bisciglia says he missed the company of kids during that time but developed as an entrepreneur. He had a passion for Icelandic horses and as an adolescent went into business raising them. Once, says his father, Jim , they drove far north into Manitoba and bought horses, without much idea about how to transport the animals back home. "The whole trip was like a scene from one of Chevy Chase's movies," he says. Christophe learned about computers developing Web pages for his horse sales and his father's luxury-cruise business. And after concluding that computers promised a brighter future than animal husbandry, he went off to U-Dub and signed up for as many math, physics, and computer courses as he could. 50 在学校里，这个男孩没完没了的提问和飞快的学习进度 惹恼了老师。父母看到他很伤心、很受挫，便把他带回家教了 3 年。比希利亚说，那段时间 他失去了很多小伙伴，但是学会了如何成为一个生意人 。他对冰岛野马兴趣浓厚，并在十六七岁时投身到养马行当。他的父亲吉姆回忆道，一次，他们开车一直向北行驶到马尼托巴买了马匹，却并没有考虑如何把它们运回家。“整个旅行就像塞维·蔡斯电影里的场景，”他说。比希利亚 学会了用计算机为他的贩马事业和父亲的豪华游艇业务制作网页 。比希利亚 断定 计算机比养马 更有前途 ，因此义无反顾地 报考了 华盛顿大学，并 选修了 尽可能多的学科，包括数学、物理和计算机相关学科。 51 In late 2006, as he shuttled between the Googleplex and Seattle preparing for Google 101, Bisciglia used his entrepreneurial skills to piece together a sprawling team of volunteers. He worked with college interns to develop the curriculum, and he dragooned a couple of Google colleagues from the nearby Kirkland (Wash.) facility to use some of their 20% time to help him teach it. Following Schmidt's advice, Bisciglia worked to focus Google 101 on something students could learn quickly. " I was like, what's the one thing I could teach them in two months that would be useful and really important?" he recalls. His answer was "MapReduce." 52 2006 年年末， 当比希利亚 往返于 谷歌大厦和 西雅图 之间筹备“谷歌 101 ”计划时 ，他 运用生意人的技巧，招募了一支组织松散的志愿者队伍。他和学院的实习生一起设计课程，还在谷歌公司位于学校附近的华盛顿州 科克兰德分部 拉拢部分同事，让他们抽出 20% 的时间来帮忙教课 。比希利亚听从了施米特的建议，把“谷歌 101 ”集中在学生们在学习过程中 容易上手的方面 。“我基本想的是， 什么课程 我能 在两个月里教会他们 ，同时又真正有用和重要？”他回忆道 。最终他的答案是 MapReduce 。 53 Bisciglia adores MapReduce, the software at the heart of Google computing. While the company's famous search algorithms provide the intelligence for each search, MapReduce delivers the speed and industrial heft. It divides each task into hundreds, or even thousands, of tasks, and distributes them to legions of computers. In a fraction of a second, as each one comes back with its nugget of information, MapReduce quickly assembles the responses into an answer. Other programs do the same job. But MapReduce is faster and appears able to handle near limitless work. When the subject comes up, Bisciglia rhapsodizes. "I remember graduating, coming to Google, learning about MapReduce, and really just changing the way I thought about computer science and everything," he says. He calls it "a very simple, elegant model." It was developed by another Washington alumnus, Jeffrey Dean . By returning to U-Dub and teaching MapReduce, Bisciglia would be returning this software "and this way of thinking" back to its roots. 54 比希利亚十分推崇 MapReduce ，这是谷歌数据计算的 核心软件 。 公司 著名的 搜索运算法 为 每一次搜索 提供信息 ， MapReduce 则传递出速度。它把 每个任务 分解为 成百甚至上千块 小任务，然后 发送到 计算机集群中 。眨眼之间， 每台计算机 传送回 自己的那部分信息， MapReduce 则 迅速整合 这些反馈并形成答案。 虽然也有一些技术具有同样的功能，但 MapReduce 速度更快且显示出几乎可以解决无限任务的能力 。提到 MapReduce ，比希利亚 变得十分兴奋和狂热 ：“我记得刚毕业时来到谷歌 学习 MapReduce ，这的的确确 改变了我对计算机科学乃至所有事情的想法 。”他把该软件称为“非常简单却极其卓越的模型”。 这个软件是由其 华盛顿大学 校友杰弗里·迪安开发的。因此 通过回到母校教授 MapReduce ，比希利亚会 将这个软件 和“这种思考方式”带回源头。 55 There was only one obstacle. MapReduce was anchored securely inside Google's machine—and it was not for outside consumption, even if the subject was Google 101. The company did share some information about it, though, to feed an open-source version of MapReduce called Hadoop . The idea was that, without divulging its crown jewel, Google could push for its standard to become the architecture of cloud computing. 56 只有一个阻碍。 MapReduce 曾经安全地“沉寂”在谷歌主机中 ? 而且不允许外界使用，对于“谷歌 101 ”项目也一视同仁 。谷歌曾拿出一部分相关信息与他人共享，以开发开源版本“ Hadoop ”。 当时的想法是在不泄露核心技术的前提下，推动自身的标准成为“云”计算的体系结构。 57 The team that developed Hadoop belonged to a company, Nutch, that got acquired. Oddly, they were now working within the walls of Yahoo, which was counting on the MapReduce offspring to give its own computers a touch of Google magic. Hadoop remained open source , though, which meant the Google team could adapt it and install it for free on the U-Dub cluster. 58 开发 Hadoop 的团队属于一家名为 Nutch 的公司。说也奇怪，这家公司现在归入雅虎麾下，雅虎希望依靠 MapReduce 的衍生产物 给自己的数据计算 提供一点谷歌“云”的魔力。 好在 Hadoop 仍然保持开源状态，这意味着谷歌团队能对其加以应用并 可免费安装在 华盛顿大学的计算机集群中。 59 Students rushed to sign up for Google 101 as soon as it appeared in the winter-semester syllabus. In the beginning, Bisciglia and his Google colleagues tried teaching . But in time they handed over the job to professional educators at U-Dub. "Their delivery is a lot clearer," Bisciglia says . Within weeks the students were learning how to configure their work for Google machines and designing ambitious Web-scale projects , from cataloguing the edits on Wikipedia to crawling the Internet to identify spam. Through the spring of 2007, as word about the course spread to other universities, departments elsewhere started asking for Google 101 . 60 “谷歌 101 ”一出现在冬季学期的课程安排中，学生们立即蜂拥而来选修这门课程。 起初比希利亚和谷歌的同事们尝试自己教课，不过后来他们及时地把这一工作转交给华盛顿大学的专职教员。“他们的讲解更加清晰，”比希利亚表示。 接下来的几周里，学生们学习如何调整自己的程序来适应谷歌计算机，并雄心勃勃地设计开发 网络规模 的项目，这些项目 涵盖了 从 维基百科 的 编辑分类 到 互联网 垃圾邮件的鉴别处理 等各个方面。 2007 年的整个春天，有关这门课程的消息不胫而走，其他大学的院系也开始要求参与“谷歌 101 ”计划。 61 Many were dying for cloud knowhow and computing power — especially for scientific research. In practically every field, scientists were grappling with vast piles of new data issuing from a host of sensors, analytic equipment, and ever-finer measuring tools. Patterns in these troves could point to new medicines and therapies, new forms of clean energy. They could help predict earthquakes. But most scientists lacked the machinery to store and sift through these digital El Dorados. "We're drowning in data," said Jeannette Wing, assistant director of the National Science Foundation. 62 很多人 迫切渴望了解“云”的相关知识和计算能力 ，特别是 在科研方面的计算 。实际上在每个领域，从各种传感器、分析设备以及先进的测量工具产生的 大量新数据 浩如烟海，让科学家们大伤脑筋。这些数据可能用于开发新药品和疗法、制造新的清洁能源、甚至预测地震，然而 绝大多数 科学家 缺少设备来 存储和筛检 这些“数据宝藏”。 “我们真是被淹没在了数据里，”美国国家科学基金会的助理主任周以真（ Jeannette Wing ）表示。 63 BIG BLUE LARGESSE 64 IBM 的慷慨 65 The hunger for Google computing put Bisciglia in a predicament. He had been fortunate to push through the order for the first cluster of computers. Could he do that again and again, eventually installing mini-Google clusters in each computer science department? Surely not. To extend Google 101 to universities around the world, the participants needed to plug into a shared resource. Bisciglia needed a bigger cloud. 66 对谷歌 计算能力 的巨大需求 倒是把比希利亚难住了。他能完成第一批 计算机集群 的采购安装已经算是很幸运了，可是他能像这样一次又一次、最终在 每个计算机学院 都装上一个 微型的谷歌“云” 吗？当然不现实。 为了把“谷歌 101 ”计划 扩展到 全球各地的大学，各 参与方 必须要 接入到共享的资源 中。因此比希利亚需要一个更大的“云”集群 。 67 That's when luck descended on the Googleplex in the person of IBM Chairman Samuel J. Palmisano. This was "Sam's day at Google," says an IBM researcher. The winter day was a bit chilly for beach volleyball in the center of campus, but Palmisano lunched on some of the fabled free cuisine in a cafeteria. Then he and his team sat down with Schmidt and a handful of Googlers, including Bisciglia. They drew on whiteboards and discussed cloud computing. It was no secret that IBM wanted to deploy clouds to provide data and services to business customers . At the same time, under Palmisano, IBM had been a leading promoter of open-source software, including Linux. This was a key in Big Blue's software battles, especially against Microsoft. If Google and IBM teamed up on a cloud venture , they could construct the future of this type of computing on Google-based standards, including Hadoop. 68 幸运之神随着 IBM 董事长彭明盛突访谷歌大厦而降临。这天成了“谷歌的彭明盛日”，一位 IBM 的研究员表示。那是一个冬日，如果要在谷歌园区里来场沙滩排球可能会有点寒冷，不过 彭明盛中午在谷歌的餐厅 体验到了 传说中的 免费大餐 。随后，他和他的团队与施米特以及包括比希利亚在内的十几名谷歌工程师 座谈交流 ，他们在白板上写写画画、讨论着“云计算”。 IBM 一直希望 部署“云”系统 来为企业客户 提供数据和服务 。与此同时，在彭明盛的领导下， IBM 已经成为 Linux 系统等开源软件的领先倡导者。这可是蓝色巨人在软件战役中的重点，尤其是在对抗微软的战斗中。 如果谷歌和 IBM 在“云”上合作，它们可能共创这种基于谷歌标准（包括 Hadoop 版本）的“云计算”的未来 。 69 Google, of course, had a running start on such a project: Bisciglia's Google 101. In the course of that one day, Bisciglia's small venture morphed into a major initiative backed at the CEO level by two tech titans. By the time Palmisano departed that afternoon, it was established that Bisciglia and his IBM counterpart, Dennis Quan, would build a prototype of a joint Google-IBM university cloud. 70 谷歌当然已在这个项目上 先行一步 ，即比希利亚的“谷歌 101 ”计划。就在会面的当天，比希利亚 小小的实践 成为 由两家技术巨头的首席执行官支持的一项重大计划的开端 。当彭明盛那天下午离开谷歌时，比希利亚和 IBM 公司的丹尼斯·全就被指派组建谷歌 -IBM 的联合 大学“云”的原型 。 71 Over the next three months they worked together at Google headquarters. (It was around this time, Bisciglia says, that the cloud project evolved from 20% into his full-time job .) The work involved integrating IBM's business applications and Google servers, and equipping them with a host of open-source programs, including Hadoop . In February they unveiled the prototype for top brass in Mountain View, Calif., and for others on video from IBM headquarters in Armonk, N.Y. Quan wowed them by downloading data from the cloud to his cell phone . (It wasn't relevant to the core project, Bisciglia says, but a nice piece of theater.) 72 在接下来的 3 个月中，他们在谷歌总部并肩作战。（比希利亚说，从那时起 “云”计划从“ 20% 时间”变成了他的全职工作 。）他们的主要工作是 把 IBM 的 商用软件 和谷歌的 服务器 进行整合，并装配大量包括 Hadoop 在内的开源程序 。 2007 年 2 月，他们在 加州 山景城向高层领导、同时通过视频向位于 纽约 阿蒙克的 IBM 总部人员 首次展示项目原型 。丹尼斯·全 用手机从“云”集群中下载数据 ，让在场人员赞叹不已。（比希利亚说，虽然与核心项目关系不大，但这的确是场很精彩的演出。） 73 The Google 101 cloud got the green light. The plan was to spread cloud computing first to a handful of U.S. universities within a year and later to deploy it globally. The universities would develop the clouds, creating tools and applications while producing legions of computer scientists to continue building and managing them. 74 “谷歌 101 ”计划获得了通过。这一计划是首先将“云计算”用一年时间扩展到全美的多家大学，之后在全球部署。 各所大学将会继续开发“云”，创建工具和应用程序，同时培养出大批的计算机科学家来继续建设和管理“云”。 75 Those developers should be able to find jobs at a host of Web companies, including Google. Schmidt likes to compare the data centers to the prohibitively expensive particle accelerators known as cyclotrons. "There are only a few cyclotrons in physics," he says. "And every one if them is important, because if you're a top-flight physicist you need to be at the lab where that cyclotron is being run. That's where history's going to be made; that's where the inventions are going to come. So my idea is that if you think of these as supercomputers that happen to be assembled from smaller computers, we have the most attractive supercomputers, from a science perspective, for people to come work on. " 76 那些开发者应该能在谷歌这样的网络公司找到工作。施米特 喜欢把这些 数据中心 比作极其昂贵的 粒子回旋加速器 。 “物理界只有几台粒子加速器，”他说，“每一台都十分重要，因为你如果是个顶尖的物理学家，你需要在有粒子加速器运行的实验室工作。那才是创造历史的地方，那才是诞生发明的地方。 所以我想， 假如你把‘云’当作由 小型计算机群 组成的 超级计算机 ，那么从科学观点讲，我们拥有 最能吸引人才的那种计算机 。 ” 77 As the sea of business and scientific data rises, computing power turns into a strategic resource, a form of capital. "In a sense," says Yahoo Research Chief Prabhakar Raghavan, " there are only five computers on earth ." He lists Google, Yahoo, Microsoft, IBM, and Amazon. Few others, he says, can turn electricity into computing power with comparable efficiency. 78 随着商用和科学数据量日益壮大， 数据计算能力 转变成一种 战略种资源 和一种 资本 。“从某种意义上说，” 雅虎研究主管 普拉巴卡·拉加万 表示，“世界上不过有 5 台 真正的计算机 。”他意指谷歌、雅虎、微软、 IBM 和亚马逊这几家公司。他表示，除此之外，没有哪家能有 相似的实力 把“电流”转化为 数据计算能力 。 79 All sorts of business models are sure to evolve. Google and its rivals could team up with customers, perhaps exchanging computing power for access to their data. They could recruit partners into their clouds for pet projects, such as the company's clean energy initiative, announced in November. With the electric bills at jumbo data centers running upwards of $20 million a year, according to industry analysts, it's only natural for Google to commit both brains and server capacity to the search for game-changing energy breakthroughs. 80 毫无疑问，各种 商业模式 都会进化。 谷歌及其对手能与客户合作、或许是通过 交换计算能力 来取得数据的访问权。 它们可以在“云”中引入合作伙伴进行次级项目的开发，比如公司在 2007 年 11 月宣布的清洁能源计划。行业分析家表示，随着 大型数据中心 电费开支每年以 2000 万美元的速度上升，也只有谷歌能够以其 智力资源和服务器容量 来承担重任，以图在寻找 创新能源 方面取得突破。 81 What will research clouds look like? Tony Hey, vice-president for external research at Microsoft, says they'll function as huge virtual laboratories, with a new generation of librarians—some of them human—"curating" troves of data, opening them to researchers with the right credentials. Authorized users, he says, will build new tools, haul in data, and share it with far-flung colleagues. In these new labs, he predicts, "you may win the Nobel prize by analyzing data assembled by someone else." Mark Dean, head of IBM's research operation in Almaden, Calif., says that the mixture of business and science will lead, in a few short years, to networks of clouds that will tax our imagination . "Compared to this," he says, "the Web is tiny. We'll be laughing at how small the Web is." And yet, if this "tiny" Web was big enough to spawn Google and its empire, there's no telling what opportunities could open up in the giant clouds . 82 用于研究的“云” 会是什么样子？ 微软 负责外部研究的副总裁 Tony Hey 介绍，他们 把“云”建成 大型的虚拟 实验室，应用新一代 管理程序 配以适当人工来 管理数据 ，分级别适度开放给研究人员。 他说，授权用户将开发出新工具、补充新数据，并与各地同事广泛共享。据他预测，在这些新的实验室中，“你可以通过 分析 从别人那里汇集来的 数据 赢取诺贝尔奖”。位于加州 Almaden 的 IBM 研究运营部门负责人马克·迪安表示， 短短几年内，商用和科学用途的 结合 将产生“云”网络，我们尽可放开想象 。“与这个相比，”他说，“现在的网络微不足道。我们将会嘲笑 现在的网络实在太小 。”然而， 如果这个“太小”的网络对于谷歌帝国发展都已经足够大了，那么没人能预测巨型的“云”网络可以提供什么样的机会 。 83 It's a mid-November day at the Googleplex. A jetlagged Christophe Bisciglia is just back from China , where he has been talking to universities about Google 101. He's had a busy time, not only setting up the cloud with IBM but also working out deals with six universities—U-Dub, Berkeley, Stanford, MIT, Carnegie Mellon, and the University of Maryland —to launch it. Now he's got a camera crew in a conference room, with wires and lights spilling over a table. This is for a promotional video about cloud education that they'll release, at some point, on YouTube (GOOG). 84 2007 年 11 月的一天，比希利亚刚刚从中国回到美国，还没来得及倒时差。他在中国的几所大学介绍了“谷歌 101 ”的计划。他的时间表排得满满当当， 不仅要和 IBM 共同建立“云”集群，还需要处理华盛顿大学、加利福尼亚大学伯克利分校、斯坦福大学、麻省理工学院、卡内基 - 梅隆大学以及马里兰大学等 6 所高校“云”计划启动的相关事宜 。此时，他把一位摄像师请到会议室，线缆和灯光占满了整张桌子。他将录制一段有关“云”教学的宣传片，这段视频或许会 选择在 YouTube 网站 发布。 85 Eric Schmidt comes in. At 52, he is nearly twice Bisciglia's age, and his body looks a bit padded next to his protégé's willowy frame. Bisciglia guides him to a chair across from the camera and explains the plan. They'll tape the audio from the interview and then set up Schmidt for some stand-alone face shots. "B-footage," Bisciglia calls it. Schmidt nods and sits down. Then he thinks better of it. He tells the cameramen to film the whole thing and skip stand-alone shots. He and Bisciglia are far too busy to stand around for B footage. 86 埃里克·施米特走了进来。 52 岁的他几乎比比希利亚年长一倍，与爱徒清瘦的体格相比，他显得强壮不少。比希利亚 把他引到摄像机面前并解释 这个宣传计划。他们会录制采访中的音频，再拍几个施米特的单人正面镜头。比希利亚把这些镜头称为“ B 级胶片”。施米特同意了计划并落座下来。他 想到了更好的主意 ，他告诉摄像师 拍下全景 而省略单人镜头。的确，他和比希利亚 忙得怎么有时间单干 呢？

个人分类: 信息学基础研究|1 次阅读|0 个评论

“云计算”本质上就是集群协同计算

geneculture 2011-5-16 03:08

所谓“云计算”就是 集群协同计算。 它实质上是一种具体的协同智能计算系统。 注1：协同智能计算系统是狭义融智学的研究对象。 注2：附录1和附录2分别是本人标读的英文和中文译稿的全文。 附录1： 英文稿的全文 http://bbs.sciencenet.cn/home.php?mod=spaceuid=94143do=blogid=443987 附录2： 中文译稿的全文 商业周刊： Google 及其云智慧 这项全新的远大战略 旨在 把强大得超乎想象的计算能力 分布到 众人手中。 这是一个简单的问题，是克里斯托夫·比希利亚为信心十足的 Google 应聘者们出的一道题。作为 Google 公司的高级软件工程师， 27 岁的比希利亚留着一头卷曲的长发，他希望了解这些大学本科生是否已经准备好以 Google 人的方式去思考。“告诉我，”他问道，“如果有 1000 多倍的数据量，你将怎么办？” 真是个奇怪的问题。假如他们真的跑回学校，愚蠢地想要去处理容量多达 1000 多倍的细节信息，那么学校的服务器恐怕会被拖累得慢如爬虫。 　　比希利亚将在面试中阐释他的问题。他告诉应聘者，要想在 Google 发展，就必须学会从更宽广、更宏观的角度来工作和思考。 他描述了 Google 全球运行的计算机网络。的确，这些设备可以实现对搜索需求的即时回馈；而当形成集群，它们则能更快地处理浩如烟海的数据，其检索答案或指令的速度将超过世界上任何一台单机 。绝大部分硬件设备并非安放在 Google 公司园区，而是在园区之外，没准就在地球上 某个大型冷却数据中心 里高速运转着。 Google 内部 把这种大规模计算机集群称作“云”。 在 Google ，工程师编程过程中碰到的一大挑战便是 如何驾驭“云” ? 提高它的数据处理能力从而大幅领先于小型计算机群。比希利亚表示， Google 的新员工通常要花费数月才能习惯 从这种角度思考 。比希利亚认为， Google 的新人 所需要的是高级培训课程 。 2006 年秋季的一天，当他在会议间歇偶遇公司首席执行官埃里克·施米特时，他脑海里浮现出一个想法。他将利用自己的“ 20% 时间”（即 Google 分配给员工 用于独立开发项目的时间 ）来启动一门课程， 这门课程将在他的母校华盛顿大学进行，着重引导学生们进行“云”系统的编程开发，他设想把这个项目命名为 Google 101 。施米特很是欣赏这一计划。在接下来的数月中，比希利亚的 Google 101 计划不断发展和深化，最终促成了 Google 与 IBM 在 2007 年 10 月开展了一次雄心勃勃的合作 --- 把全球多所大学纳入类似 Google 的计算“云”中。 　 随着“云”概念影响的扩大 ， Google 在产业中的足迹必然会远远超出搜索、媒体和广告领域，从而使这家 IT 巨头得以涉足科学研究甚至更新的业务领域。 在这一过程中， Google 在某种意义上可能会成为世界上首屈一指的超级计算机。 “我最初以为（比希利亚）不过是想在教育上做点事情，这当然也不错，” 施米特最近一个下午在 Google 总部回想道，“ 9 个月后他 拿出了新战略（即‘云’计划） ，太出乎意料了。”随着自身的不断拓展，“云”计划将为学生、研究人员和企业家们 提供 Google 式的无限的计算处理能力 ，不论是通过 Google 自身的设备或是通过提供相同服务的其他厂商。 　　 Google 的“云”到底是什么？它是由几十万甚至大约 100 万台廉价的服务器所组成的网络。 这些机器单个而论的话，其性能并不比家用台式机强大多少。但是这个网络存储的数据量惊人， 能容纳不计其数的网络数据拷贝，因此搜索速度能够更快，在眨眼之间便能为数十亿的搜索提交答案 。 与许多传统的超级计算机不同， Google 的系统永远不会老化。 如果网络中某一台机器落伍（通常在使用 3 年后），工程师们就会把它淘汰，而代之以性能更强的新款计算机。 这意味着，“云”几乎就像生物一样能长生不老。 　　 向“云”规模的数据处理迈进 标志着 我们在信息处理方面发生了翻天覆地的转变 。从最基本的层面讲，“云”的发展就如同 100 年前人类用电的进程演变，当时的农场和公司逐渐关闭了自己的发电机，转而从高效的发电厂购买电力。 Google 的高管们很早前就开始展望 这一转变 并 为之进行筹划准备 。 以 Google 设备为核心的“云计算” 完全符合由该公司创始人谢尔盖·布林和拉里·佩奇 10 年前 提出的远大构想 ：“构建起跨越全世界的信息，供人们随时随地访问。”比希利亚的想法 刚好为实现这个构想 开辟了一条道路 。“没准他脑子里早就有数，只是没告诉我，”施米特表示，“我开始没有意识到 他将试图改变计算机专家对于计算的固有想法。这个目标太伟大了 。” 　　单行道 　　对于小型公司和企业主而言，“云”意味着机会，在密集型数据处理领域这一竞技场中，它就像是一道标准线。 今天，掌控“云”系统的互联网巨头中，只有少数几家拥有吞吐海量信息并开展相关业务的资源。 我们的文字、图片、点击和搜索 全都是这个产业的原材料 。一直以来， 很大程度上这是一条单行道 ? 人们产出数据， Google 、雅虎和亚马逊等公司 则将 信息转化成观点、服务，最终变成收入 。这种状况已开始发生改变。 2006 年， 亚马逊 向付费用户 开放了自己的计算机网络，调动新的参与者加入“云”计算 ，而无论其规模大小。一些用户只是简单地将数据库存储在亚马逊，另一些则使用亚马逊的服务器搜索数据或建立网络服务。 2007 年 11 月， 雅虎 也将一个 电脑集群（即小规模的“云”） 开放给卡内基 - 梅隆大学的研究人员。 微软 同样通过开放 服务器群 来加深与科学研究团体的联系。市场调查公司 IDC 的 高级分析师弗兰克·金斯 表示： 随着这些“云”的发展，“新兴的网络公司将有望造访这些服务器 。这就 如同在播撒 Google 种子 ”。随着搜索新材料和药品的数据处理实验室把工作室搬到了“云”上，这些新公司很多将会出现在科学和医药领域。 　　 要想让“云”发挥出潜能，与此相关的编程和操作就应该与使用互联网一样简单 。分析家称，这给“云”搜索及其相关的软件工具打开了增长的市场，对于 Google 及其竞争对手来说，这可谓唾手可得的业务。 Google 将为用户提供多少存储容量，或以什么形式、什么价格提供，对于这些，施米特 都不会明说 。“通常来讲，我们 开始时会采取免费策略 ，”他表示，并强调大客户“应该很有可能负担一些费用”。那么这些“云”能发展到多大的规模呢？“无限大，”施米特表示。 随着“云”策略的展开，更多人看到 Google 随时做好了成为下一代计算的主导力量的准备。 “ Google 渴望占据“云计算”市场中相当的份额，或成为每天都与普通人打交道的‘云’，”施米特说道。那么有什么样的商业计划呢？就目前而言， Google 仍将继续植根于核心业务，这一业务给它带来了滚滚的广告收入。 从投资角度来说，“云”计划在初始阶段不过是像雷达屏幕上显示的一个小光点。它在远处盘旋，目标很大却烟雾弥漫，很难拼凑在一起，但仍充满着无限可能。 就在那次比希利亚趁机和施米特谈论 Google 101 时， 改变计算和科研的现状 还并不是他的主要意图。他自己说， 当时真正想做的是返回学校。 与公司里很多已拿到博士学位的同事不同，比希利亚 刚从华盛顿大学毕业就被 Google 录用，他甚至没读过硕士研究生。 因此 他渴望从 Google 的日常工作中抽出时间换换脑子。在 Google ，比希利亚每天都需要从公寓搭乘班车长途跋涉到公司，然后开始 10 小时的搜索运算法则的编写工作 。 他想回到西雅图，哪怕每周只有一天，回到学校去和他的教授兼导师埃德·拉佐斯卡一起工作 。 　　在突发灵感想到“云”计划并直接和老板详细讨论之前，比希利亚并没多加考虑。他和施米特 已相识数年。他 5 年前刚入职 Google 时还只是一个年仅 22 岁的程序员，其工位就在首席执行官的办公室附近 。比希利亚回忆说，他走进办公室时被一架飞机模型所吸引，这让他想起母亲在美国联合航空公司从事的空乘工作。自然而然地，他与话语温和、有学者派头的施米特 聊起了数据计算，那种感觉就像在大学一样 。后来虽然比希利亚搬到了其他办公楼，但两人仍然保持着联系。在他们第一次讨论“ Google 101 ”计划的那一天，施米特 提出了很好的建议：把项目缩减到比希利亚能在两个月内完成的规模 。 “我实际上没太在意他的话，”施米特回忆说，但是他想尽快给这位年轻的工程师发出反馈。他说，即使比希利亚失败了，但“他很聪明，一定能从失败中获得经验”。 要顺利启动“ Google 101 ”计划，比希利亚 必须把项目的来龙去脉和 Google “云”的些许魔力透露给合作对象，同时又不能深入“云”本身或揭示出核心机密。 这些机密会激发计算机学家无穷无尽的思考， Google 对此守口如瓶，毕竟这台“超级计算机”是公司运营的支柱，它能自动处理搜索、放置广告、传递电子邮件等业务。 计算机在从事这些工作，而包括比希利亚在内的上千名 Google 工程师仅仅只是“服侍”着它。他们“教授”系统新的技术或为它寻找新的主攻市场，同时在其中添加新的集群 ， 2007 年一年就增加了 4 个新的数据中心，平均每个成本达 6 亿美元。 在搭建这台“计算机”的过程中，在搜索领域名声大震的 Google 随时准备扮演计算机业的新角色 。不久之前，科学家和研究人员曾期望国家实验室能启动数据计算方面的前沿研究。如今， IBM 负责开放系统开发的副总裁 丹尼尔·弗赖感叹 ：“ Google 现在做的事情 10 年前只有在国家实验室才能实现。” 　　那么，比希利亚如何让学生们访问这台机器呢？最容易的方案当然是直接从学校连接专线到 Google 服务器。然而公司并不准备彻底放手让学生们随意访问这台装有授权软件、存储着私人信息以及运营着 106 亿美元业务的计算机。 比希利亚因此购买了价位适中的 40 台计算机 组成集群 。他 发出订单 后 开始琢磨 如何给这些服务器付钱。 就在卖家组装电脑集群时，比希利亚告诉 Google 的几名经理将出现一大笔账单。之后他“拿着花销报告从下到上请示了一通，结果没人反对”。说到这里，他又加上自己喜欢的一句格言：“请求原谅比寻求批准容易得多。” 　　狂热的学习者 2006 年 11 月 10 日， 排成阵列的计算机群 出现在华盛顿大学计算机科学学院的教学楼里。比希利亚和几个技术负责人 得想办法 把将近 1 吨重的机柜抬上 4 层放到机房里。他们最终解决了这个问题，并准备在第二年 1 月开始上课。 　　比希利亚的母亲布伦达说，她的儿子似乎 从小就注定要走一条不平凡的道路 。他直到两岁才开口说话，但很快就开始成句成句地说。最早的一次是家人开车行至离家不远的华盛顿吉格港时，一只小虫子从打开的车窗飞进来，只听到从后排座传来比利亚的声音：“妈妈，有一件物体在我嘴里。” 在学校里，这个男孩没完没了的提问和飞快的学习进度 惹恼了老师。父母看到他很伤心、很受挫，便把他带回家教了 3 年。比希利亚说，那段时间 他失去了很多小伙伴，但是学会了如何成为一个生意人 。他对冰岛野马兴趣浓厚，并在十六七岁时投身到养马行当。他的父亲吉姆回忆道，一次，他们开车一直向北行驶到马尼托巴买了马匹，却并没有考虑如何把它们运回家。“整个旅行就像塞维·蔡斯电影里的场景，”他说。比希利亚 学会了用计算机为他的贩马事业和父亲的豪华游艇业务制作网页 。比希利亚 断定 计算机比养马 更有前途 ，因此义无反顾地 报考了 华盛顿大学，并 选修了 尽可能多的学科，包括数学、物理和计算机相关学科。 　　 2006 年年末， 当比希利亚 往返于 Google 大厦和 西雅图 之间筹备“ Google 101 ”计划时 ，他 运用生意人的技巧，招募了一支组织松散的志愿者队伍。他和学院的实习生一起设计课程，还在 Google 公司位于学校附近的华盛顿州 科克兰德分部 拉拢部分同事，让他们抽出 20% 的时间来帮忙教课 。比希利亚听从了施米特的建议，把“ Google 101 ”集中在学生们在学习过程中 容易上手的方面 。“我基本想的是， 什么课程 我能 在两个月里教会他们 ，同时又真正有用和重要？”他回忆道 。最终他的答案是 MapReduce 。比希利亚十分推崇 MapReduce ，这是 Google 数据计算的 核心软件 。 公司 著名的 搜索运算法 为 每一次搜索 提供信息 ， MapReduce 则传递出速度。它把 每个任务 分解为 成百甚至上千块 小任务，然后 发送到 计算机集群中 。眨眼之间， 每台计算机 传送回 自己的那部分信息， MapReduce 则 迅速整合 这些反馈并形成答案。 虽然也有一些技术具有同样的功能，但 MapReduce 速度更快且显示出几乎可以解决无限任务的能力 。提到 MapReduce ，比希利亚 变得十分兴奋和狂热 ：“我记得刚毕业时来到 Google 学习 MapReduce ，这的的确确 改变了我对计算机科学乃至所有事情的想法 。”他把该软件称为“非常简单却极其卓越的模型”。 这个软件是由其 华盛顿大学 校友杰弗里·迪安开发的。因此 通过回到母校教授 MapReduce ，比希利亚会 将这个软件 和“这种思考方式”带回源头。 　 只有一个阻碍。 MapReduce 曾经安全地“沉寂”在 Google 主机中 ? 而且不允许外界使用，对于“ Google 101 ”项目也一视同仁 。 Google 曾拿出一部分相关信息与他人共享，以开发开源版本“ Hadoop ”。 当时的想法是在不泄露核心技术的前提下，推动自身的标准成为“云”计算的体系结构。 开发 Hadoop 的团队属于一家名为 Nutch 的公司。说也奇怪，这家公司现在归入雅虎麾下，雅虎希望依靠 MapReduce 的衍生产物 给自己的数据计算 提供一点 Google “云”的魔力。 好在 Hadoop 仍然保持开源状态，这意味着 Google 团队能对其加以应用并 可免费安装在 华盛顿大学的计算机集群中。 　　“ Google 101 ”一出现在冬季学期的课程安排中，学生们立即蜂拥而来选修这门课程。 起初比希利亚和 Google 的同事们尝试自己教课，不过后来他们及时地把这一工作转交给华盛顿大学的专职教员。“他们的讲解更加清晰，”比希利亚表示。 接下来的几周里，学生们学习如何调整自己的程序来适应 Google 计算机，并雄心勃勃地设计开发 网络规模 的项目，这些项目 涵盖了 从 维基百科 的 编辑分类 到 互联网 垃圾邮件的鉴别处理 等各个方面。 2007 年的整个春天，有关这门课程的消息不胫而走，其他大学的院系也开始要求参与“ Google 101 ”计划。很多人 迫切渴望了解“云”的相关知识和计算能力 ，特别是 在科研方面的计算 。实际上在每个领域，从各种传感器、分析设备以及先进的测量工具产生的 大量新数据 浩如烟海，让科学家们大伤脑筋。这些数据可能用于开发新药品和疗法、制造新的清洁能源、甚至预测地震，然而 绝大多数 科学家 缺少设备来 存储和筛检 这些“数据宝藏”。 “我们真是被淹没在了数据里，”美国国家科学基金会的助理主任周以真（ Jeannette Wing ）表示。 　　 IBM 的慷慨 　　 对 Google 计算能力 的巨大需求 倒是把比希利亚难住了。他能完成第一批 计算机集群 的采购安装已经算是很幸运了，可是他能像这样一次又一次、最终在 每个计算机学院 都装上一个 微型的 Google “云” 吗？当然不现实。 为了把“ Google 101 ”计划 扩展到 全球各地的大学，各 参与方 必须要 接入到共享的资源 中。因此比希利亚需要一个更大的“云”集群 。幸运之神随着 IBM 董事长彭明盛突访 Google 大厦而降临。这天成了“ Google 的彭明盛日”，一位 IBM 的研究员表示。那是一个冬日，如果要在 Google 园区里来场沙滩排球可能会有点寒冷，不过 彭明盛中午在 Google 的餐厅 体验到了 传说中的 免费大餐 。随后，他和他的团队与施米特以及包括比希利亚在内的十几名 Google 工程师 座谈交流 ，他们在白板上写写画画、讨论着“云计算”。 IBM 一直希望 部署“云”系统 来为企业客户 提供数据和服务 。与此同时，在彭明盛的领导下， IBM 已经成为 Linux 系统等开源软件的领先倡导者。这可是蓝色巨人在软件战役中的重点，尤其是在对抗微软的战斗中。 如果 Google 和 IBM 在“云”上合作，它们可能共创这种基于 Google 标准（包括 Hadoop 版本）的“云计算”的未来 。 　　 Google 当然已在这个项目上 先行一步 ，即比希利亚的“ Google 101 ”计划。就在会面的当天，比希利亚 小小的实践 成为 由两家技术巨头的首席执行官支持的一项重大计划的开端 。当彭明盛那天下午离开 Google 时，比希利亚和 IBM 公司的丹尼斯·全就被指派组建 Google-IBM 的联合 大学“云”的原型 。在接下来的 3 个月中，他们在 Google 总部并肩作战。（比希利亚说，从那时起 “云”计划从“ 20% 时间”变成了他的全职工作 。）他们的主要工作是 把 IBM 的 商用软件 和 Google 的 服务器 进行整合，并装配大量包括 Hadoop 在内的开源程序 。 2007 年 2 月，他们在 加州 山景城向高层领导、同时通过视频向位于 纽约 阿蒙克的 IBM 总部人员 首次展示项目原型 。丹尼斯·全 用手机从“云”集群中下载数据 ，让在场人员赞叹不已。（比希利亚说，虽然与核心项目关系不大，但这的确是场很精彩的演出。） 　　 “ Google 101 ”计划获得了通过。这一计划是首先将“云计算”用一年时间扩展到全美的多家大学，之后在全球部署。 各所大学将会继续开发“云”，创建工具和应用程序，同时培养出大批的计算机科学家来继续建设和管理“云”。那些开发者应该能在 Google 这样的网络公司找到工作。施米特 喜欢把这些 数据中心 比作极其昂贵的 粒子回旋加速器 。 “物理界只有几台粒子加速器，”他说，“每一台都十分重要，因为你如果是个顶尖的物理学家，你需要在有粒子加速器运行的实验室工作。那才是创造历史的地方，那才是诞生发明的地方。 所以我想， 假如你把‘云’当作由 小型计算机群 组成的 超级计算机 ，那么从科学观点讲，我们拥有 最能吸引人才的那种计算机 。 ” 　　随着商用和科学数据量日益壮大， 数据计算能力 转变成一种 战略种资源 和一种 资本 。“从某种意义上说，” 雅虎研究主管 普拉巴卡·拉加万 表示，“世界上不过有 5 台 真正的计算机 。”他意指 Google 、雅虎、微软、 IBM 和亚马逊这几家公司。他表示，除此之外，没有哪家能有 相似的实力 把“电流”转化为 数据计算能力 。毫无疑问，各种 商业模式 都会进化。 Google 及其对手能与客户合作、或许是通过 交换计算能力 来取得数据的访问权。 它们可以在“云”中引入合作伙伴进行次级项目的开发，比如公司在 2007 年 11 月宣布的清洁能源计划。行业分析家表示，随着 大型数据中心 电费开支每年以 2000 万美元的速度上升，也只有 Google 能够以其 智力资源和服务器容量 来承担重任，以图在寻找 创新能源 方面取得突破。 用于研究的“云” 会是什么样子？ 微软 负责外部研究的副总裁 Tony Hey 介绍，他们 把“云”建成 大型的虚拟 实验室，应用新一代 管理程序 配以适当人工来 管理数据 ，分级别适度开放给研究人员。 他说，授权用户将开发出新工具、补充新数据，并与各地同事广泛共享。据他预测，在这些新的实验室中，“你可以通过 分析 从别人那里汇集来的 数据 赢取诺贝尔奖”。位于加州 Almaden 的 IBM 研究运营部门负责人马克·迪安表示， 短短几年内，商用和科学用途的 结合 将产生“云”网络，我们尽可放开想象 。“与这个相比，”他说，“现在的网络微不足道。我们将会嘲笑 现在的网络实在太小 。”然而， 如果这个“太小”的网络对于 Google 帝国发展都已经足够大了，那么没人能预测巨型的“云”网络可以提供什么样的机会 。 2007 年 11 月的一天，比希利亚刚刚从中国回到美国，还没来得及倒时差。他在中国的几所大学介绍了“ Google 101 ”的计划。他的时间表排得满满当当， 不仅要和 IBM 共同建立“云”集群，还需要处理华盛顿大学、加利福尼亚大学伯克利分校、斯坦福大学、麻省理工学院、卡内基 - 梅隆大学以及马里兰大学等 6 所高校“云”计划启动的相关事宜 。此时，他把一位摄像师请到会议室，线缆和灯光占满了整张桌子。他将录制一段有关“云”教学的宣传片，这段视频或许会 选择在 YouTube 网站 发布。 　　埃里克·施米特走了进来。 52 岁的他几乎比比希利亚年长一倍，与爱徒清瘦的体格相比，他显得强壮不少。比希利亚 把他引到摄像机面前并解释 这个宣传计划。他们会录制采访中的音频，再拍几个施米特的单人正面镜头。比希利亚把这些镜头称为“ B 级胶片”。施米特同意了计划并落座下来。他 想到了更好的主意 ，他告诉摄像师 拍下全景 而省略单人镜头。的确，他和比希利亚 忙得怎么有时间单干 呢？ 本文来自 CSDN 博客，转载请标明出处： http://news.csdn.net/n/20080319/114470.html 1. Google 及其 云智慧 文件格式 : PDF/Adobe Acrobat - 快速查看 第六十六期 . 2010 年 10 月 30 日 . Google 及其 云智慧 . 作者：斯蒂芬 • 贝克（ Stephen Baker ） . 译 / 赵斌 . 【编者按】 “ 云 ” 的想法，是创造一个平台，让所有大型的信 ... ccga.pku.edu.cn/cms/uploads/soft/201103/79_20101253.pdf 2. 商业周刊： Google 及其 云智慧 - 云计算 2011 年 2 月 10 日 ... 商业周刊： Google 及其 云智慧 . 减小字体 增大字体 . 这项全新的远大战略旨在把强大得超乎想象的计算能力分布到众人手中。 这是一个简单的问题，是克里斯 ... www.flatws.cn › 教程资料 › 程序开发 › 云计算 - 网页快照

1 次阅读|3 个评论

协同演化：科学与社会关系的新图景

kejidaobao 2011-5-12 11:21

文/邓 华，尹雪慧 我们正处在一个发明和创新的时代。科学对社会的影响从来没有像今天这样深刻，它不仅影响着社会制度和经济结构，也塑造着人们的生活习惯和思维方式。但当今，科学不再对社会单向“喊话”，社会开始对科学做出“回应”，科学在社会化的同时，也伴随着社会的科学化，科学与社会的关系已成为一种双向互动、协同演化的关系，二者之间的交流日益紧密，良好对话机制的建立日趋重要。面对这种景况，《反思科学：不确定性时代的知识与公众》描述了21世纪科学与社会的新关系。 该书是吉本斯等在早期产生重要影响的文集《新的知识生产》的续篇。在《新的知识生产中》，作者比较了两种不同的科学知识生产方式：模式-1科学是以学科训练为基础、与社会需求相隔离、传统的科学研究模式，这种模式在科层制相对明显的大学里扎根尤深；模式-2科学的典型特征是：相关组织结构的异质性、研究团队的临时性、研究方法的跨学科性、突出知识生产潜在应用的重要性。 《反思科学》深化了知识生产的议题，强调指出： 1） 模式-2科学是一种更加开放的知识生产体系，与社会的复杂性和不确定性彼此关联。传统社会中，科学是外在的；而在当代社会，科学是内在的，科学不再具有终极的权威，在创造新知识的过程中，科学与社会的关系逐渐成为一种共谋关系。科学共同体的构成更具异质性，科学方法更加多元，科学价值更富争议，这一切使得科学的不确定性激增，科学成为一种充满风险的事业。 作者认为，解决问题的唯一方法是在社会中大力“传播”不确定性，只有这样，才能减轻整个社会对不确定性的顾虑，从而不再把不确定性当作一种威胁，而是当作是科学进步的必然结果。 2） 模式-2科学的关键特征是知识的情境化。科学与社会的协同演化过程实际上是知识情境化的过程。情境化需要满足3个条件：一是由分离模型向整合模型的转变；二是通过增加更多的不确定性和更多的变化，并选择性的保留某些变化；三是增强人在知识中的位置意识，人不仅仅是研究对象和研究主体，研究结果也要反映人的愿望。 情境化意味着科学的文化已经由自主性转向问责制。科学知识的生产不再是在无菌空间中进行，而必须走出实验室，关注公众的主观经验、态度、需求和利益。科学家不应回避情境化过程中出现的公开争议、论战和冲突，研究机构、高等学校也应对社会需求、社会预期做出反应，这是科学民主化的一部分。 作者进一步区分了情境化的3种不同形式：弱情境化、强情境化、中等幅度的情境化。弱情境化是政府支持的研究项目所具有的特征，大量刻意指向社会和经济目标的研究，采用科层制的管理，例如国家科研计划。另外，那些要依据“温伯格标准”来做决策的大型科研项目，也是弱情境化的，如粒子物理学领域。强情境化以高度参与为特征，即使在规划的初期，也将那些最易受到研究影响的人包含进来。而中等幅度的情境化介于弱情境化和强情境化之间。 3）科学的情境化要求重新界定知识的可靠性，并质询认识论的基础。本书表达了激进的认识论，认为“认识论的内核是空洞的”，或者说，认识论的内核充斥着各种庞杂的成分，被各种科学之外的力量所侵蚀。因此，当代的科学不能再只满足生产可靠的知识，而应该转向生产社会稳健知识。 “社会稳健性”是本书的另一个核心概念，可以从5个方面来理解：① 社会稳健性指的是一种相关性，只能在特定的情境中加以判断；② 社会稳健性的获得是一个相互作用的过程；③ 社会稳健性不同于知识的可接受程度，它还具有预见性；④ 社会稳健性是在社会知识渗透并改进科学时形成的；⑤ 社会稳健性建立在经验和实证的基础之上，必须接受频繁的测试、反馈和改进，因此它是一个开放的过程。 传统知识生产模式一直最大限度地对那些外部因素和情境加以限制，知识的社会稳健性要求带来了对传统科学工作模式的逆转。实践证明，在那些外部因素受限制的弱情境化的科学领域，都出现了创造性削弱、生产率降低的趋势；而在那些包含了大量外部因素的强情境化的科学领域，则出现了更多的相关性研究，知识生产的数量和质量也有可能得到大规模的提升。 4） 科学情境化在一定的空间——“广场”（agora）中发生。“广场”的本义是古希腊城市中供市民从事商业、市政、社交、宗教活动聚会的露天场所，本书用来表示科学与社会、市场与政治相互融合的新的公共空间。广场是科学与公众相遇的空间，也是公众回应科学的空间，是情境化发生的空间。科学知识在转变为社会稳健知识时，不断地在广场接受检验。 在模式-2的社会中，科学作为一种内在力量，普遍地存在于广场之中，并且是当代广场中的关键输入因素。作为公共空间，广场是由各个行动者之间的互动塑造的，是一个鼓励争论的场所，使得科学研究更能满足公众的需求和愿望，更具有社会责任性。 总之，本书创造性地应用广场、情境化、模式-2科学、社会稳健知识的生产等一系列富有洞见的概念，阐述了科学与社会协同演化的过程，描述了一幅科学与社会关系的新图景。

个人分类: 栏目：书评|2189 次阅读|0 个评论

定义在构件和关系集合上的直积

热度 1 yanghualei 2011-5-1 12:54

不同的结构有不同的功能，有时候不同的结构也许会有同样的功能，暂且不讨论异构同功这种情况。在不同的环境下，对于特定的系统来说，其应有一最适宜此环境的结构， 一般构型有构件和关系生成，如果知道基本构件和关系集合，则任何一种结构都是定义在这两个基本集合上的直积。 如果基本关系就一种，其他关系可以由这种关系直接或者间接生成，并且这种关系对集合内元素满足传递以及自返。在此把这种关系看做隶属关系， 则协同以及互斥关系可以由隶属关系生成，即同隶属一个系统的两个系统是协同关系，同被隶属一个系统的两个系统是互斥关系。 那 什么样的构型最优？这在某种程度上应该服从大数法则，即最多微观态，而微观态是满足同一种构型所有异分同构体，即有最多变种的构型的是最优的 。一般微观态可以看作熵值，熵最大的构型则一般最稳定，是其他构型随着时间的演变其构型收敛的对象；可以考察同一种构型随着其构件越多，是否存在一种构型其微观态将占据所有微观态。也可以考察同量构件下某一种构型的演化，即其微观态数目的变化；类似同种构型随构件增多其微观态数目的变化。 这中方法应该具有普遍性，在自然科学中是分子晶体结构还是一个生物系统的结构都有应用。同样在社会科学中，不论是企业结构还是权利结构也都可以应用，如企业随着其成长则其结构会怎么变迁和演化，不同成长环境下那种结构是最优的。 研究结构以及结构的微观态可采用数学中群论和统计学，同时借鉴化学中的分子结构以及物理中的热力学。

个人分类: 交叉科学|3485 次阅读|0 个评论

用先进理念支持我们搭建适合自己的平台——协同智能计算系统

geneculture 2011-4-27 17:08

The Most Successful Teachers Are Usually Those Who.rar 常规：老师教学生；学生自己学。 创新：老师教老师；学生教学生。 The Most Successful Teachers Are Usually Those Who.rar

个人分类: 学术研究|0 个评论

[转载]《新民晚报》中西医协同抗癌不分伯仲

何裕民 2011-4-21 10:07

《新民晚报》中西医协同抗癌不分伯仲 治疗癌症的过程中，注意处理好中医治疗与西医治疗的协同关系，尤其重要。根据多年临床实践，中西医协同抗癌的理念已记录在《癌症只是慢性病》一书中，具体方法可归纳为以下四种： （ 1 ）大西医小中医：或称作西主中辅。许多实体瘤及部分非实体瘤的早中期，且并非高龄老年人或体质羸弱者，都应当以西医学的方式，手术及放化疗为主，中医药的治疗方法为辅。这类肿瘤包括早中期乳腺癌、胃癌、肺癌、食管癌、肠癌、宫颈癌等。在整个过程中，中医药的配合是有益无害的。 （ 2 ）中西医协同：许多肿瘤的治疗，很难说中西医学谁主谁次。唯有中西医学紧密协同，才能取得良好的效果。 有些肿瘤，可先行手术切除或放疗，但后续治疗中，对化疗并不敏感。此时，便可先以西医方法攻其癌瘤，随后以中医药零毒抑瘤等法善其后，防范其转移或复发，例如肾癌、软组织肉瘤等。这类疗法，还适用于对放疗有一定敏感性的鼻咽癌、脑瘤等。 （ 3 ）大中医小化疗：这是一位资深化疗专家与我们合作治疗非霍奇金淋巴瘤时所归纳的。它对于诸如部分卵巢癌、非霍奇金淋巴瘤、小细胞肺癌等较为有效。 临床实践中，我们归纳出这类患者的治疗可分成两大阶段：前一阶段以化疗为主，辨证汤方及零毒抑瘤配合；等几次化疗后，癌症相对稳定时，转为中医药为主，零毒抑瘤为重点，逐步延长化疗间隔期，减少化疗次数，或在一般情况下不用化疗，仅作为备用手段。 （ 4 ）中医为主：老年肿瘤患者；西医学无特殊疗效的癌肿；明确拒绝创伤性西医治疗者；晚期肿瘤患者的姑息性治疗等，上述情况以中医药治疗为主，大多能取得良好的疗效，延长了有质量的生存期，符合患者“继续活下去”的最大利益。 何裕民（上海中医药大学教授、博士生导师）来源：新民晚报

1697 次阅读|0 个评论

[转载]虫媒植物与传粉昆虫协同进化的研究综述

xushui 2011-4-6 14:04

第2期(总第75期)重庆林业科技44虫媒植物与传粉昆虫协同进化的研究综述何平桂腾琴(1重庆市林业局2西南大学生命科学学院)摘要:通常协同进化是指一个物种(或种群)的遗传结构由于回应于另一个物种(或种群)遗传结构的变化而发生的相应改变.广义的理解,协同进化是相互作用的物种之间的互惠进化.生物之问,特别是昆虫与植物间存在广泛的协同进化关系,两者之间不断互相适应,是其演化的动力之一.本文具体阐述了:(1)生物之间协同进化的研究意义,包括对生物学与生态学的价值;(2)在被子植物的形成过程中传粉昆虫起的促进作用;(3)花的进化与昆虫的进化的平行发展;(4)虫媒花与传粉昆虫的专性共生;(5)在传粉昆虫和植物协同进化研究方面,取得的一些有重要基础研究意义的进展.关键词:协同进化;传粉昆虫;虫媒植物.1协同进化的概念与研究意义自然界中,作为生态系统中主要生物成分的动物与植物之间的关系,体现于它们之问相互制约与相互依存的协同进化(—) .曾给协同进化以定义:一个物种的某一特性反应于另一个物种的某一特性而进化,后者的特征同样回应于前者的特征而进化 .进一步理解,协同进化是指一个物种(或种群)的遗传结构由于回应于另一个物种(或种群)遗传结构的变化而发生的相应改变.近年来人们对协同进化概念的外延又有扩展理解,即不仅存在物种之间的协同,也有生物与环境之间的协同,那么协同进化又是在生态上密切相关联的进化 .作为自然界生物进化的一个重要方面,物种问协同进化的研究已经成为生物学家们聚焦的新领域.协同进化的研究内容主要是在生物与生物之间的相互关系上开展,而这种相互关系始终是生态学研究的核心问题之一;同时,说明物种间相互适应,以及共同进化的机制也需要从物种(或种群)的遗传基础上分析解释,因为生物进化的本质是物种遗传结构或生物世代间基因频率随时间而改变的结果 .昆虫与植物是陆地生物作者简介:何平(1963一)男,汉族,重庆市林业局副局长,西南大学生命科学学院教授,博士生导师,从事植物保护生物学和植物系统进化研究.:@..2重庆林业科技4第2期(总第75期)群落中最为重要的组成部分.从化石的证据来推断,它们至少在3亿多年前已生活在一起,在不同地域建立起密切的生物群落.二者在种类和生活的多样化方面有并行演化的现象,它们的相互作用是多方面的,并按各自的种系发育史和地理分布而不同…,其中最为要的是昆虫选择植物作为食物和生长场所,昆虫为植物传授花粉两方面12],反映出漫长的协同进化过程中许多重要的生物学问题.尽管两者在形态构造和生活方式上大相径庭,但产生变异和适应环境的能力都强,常以对方作为进化中的自然选择的条件,经历长期有步骤的调节和制约,形成了协调适应或协调进化1.这种协同作用是不对称的.传粉昆虫对被子植物有决定性的影响,如很多种系有辐射性的适应,但植物对昆虫进化的影响,如种下分化则不是很明显¨.被子植物是植物界中最大的类群,其最主要的特征是胚珠为心皮所包被,种子为果实所包被.100多年前达尔文对于被子植物化石突然出现在白垩纪地层迷惑不解,人们从此开始探索被子植物起源的历程.被子植物是单元多系起源的,起源后经过了适应,扩大分布区阶段,最后达到全盛时期成为地球植被的最主要类群,在演化过程中环境和气候的压力,各种传粉媒介对被子植物的演化发展和种类的分化繁衍具有最大的作用3].被子植物某些性状的演化是由专性传粉者引起,反过来,动物传粉者某些性状的演化也由于传粉植物引起.植物与传粉者之间不断互相适应,是动植物演化中的一个动力.大约2/3的种子植物是由昆虫传授花粉的.植物为昆虫提供花蜜,花粉,以及其它有用的物质.传粉昆虫和被子植物互惠共生的关系,早在19世纪达尔文时代已被认识到了.达尔文认识到被子植物为什么能够在中生代白垩纪晚期发展起来的原因,认为与昆虫传授花粉的活动是分不开的.在有翅昆虫已相当繁盛的石炭纪后期,有花植物还尚未出现.到了距今135～,7亿年的中生代白垩纪及以后的一段时间里,随着现代昆虫区系的出现,有花植物也逐渐演变和发展起来,二者之间存在着相互依存,相互制约,关联进化的关系.中生代白垩纪晚期以后显花植物迅速发展是与采集花粉和花蜜的昆虫的演化密切相关连的,其中起源较早的鞘翅目传粉甲虫起着重要的作用1.昆虫传粉为植物生殖提供新的隔离方式,从而能使物种的成种速率提高昆虫传粉比风力传粉更有效地在居群密度低和大区域内帮助植物远缘杂交,有利于种系的延续.也有人认为被子植物封闭心皮的形成,正是被子植物在昆虫传粉过程中对胚珠保护的一种适应.由原始的裸子植物进化为被子植物,这一转变过程最重要的是大孢子叶把胚珠包被起来形成雌蕊,其中昆虫的传花授粉起到了促进作用.取食孢子曾经是陆生昆虫最早的生活习性之一,而且早期为被子植物提供传粉作用的昆虫取食花粉,果肉以及花的其它部分.无疑,这种范围广泛的相互作用

个人分类: 生命科学|3785 次阅读|0 个评论

将来的计算机科学研究是什么------有感于CSCW2011

热度 1 wangliDream 2011-3-25 15:09

参加完CSCW2011,非常感慨,计算机已经不再是一门单独的学科了,它已经和别的学科紧密联系在一起,任何一个研究者都别无选择!尤其是在这样一个网络大行其道的时机,所有的研究已经分不清是为了计算机,还是借助计算机技术为了其他目的.尤其是在这次以"culture"为主题的协同会议上,所有与会者都在谈论着共同的话题: 人,游戏,协同.中国和世界各国的研究者们在一起相互交流,协同的研究有许多的不同,但在这次会议上却又达到了新的一致.网络和人类科学已经不可分割了,更多智能的服务已经在地下蓬蓬发芽,许多雏形在会议上已经斩露头脚,相信不久的将来人类将迎来全新的网络体验.

个人分类: 科研感触|3170 次阅读|1 个评论

传统中草药，协同作用，疾病机制与数据分析

热度 5 lhdcsu 2011-3-3 21:26

1＋12, everything is conditional... 中华民族的瑰宝，传统中草药，几千年的临床历史证明了什么？我们可以宏观的讲，混合物就是好，使得药物的协同作用得以体现，也许实现了多靶点治疗。疾病是复杂的，糖尿病，心血管疾病，肥胖，其触发机制是什么呢？基因的，环境的，基因与环境相互作用的？ 再看看我们的数据分析。当前火爆的 Genome-Wide Association Studies, 医学界标准的单变量分析（当然还有必须的p value 了），一大批的发表在一流杂志上的文章报告了基于单变量分析的很多跟某某病相关的SNP or LOCI, 这样的结果有意义吗或者说意义有多大？绝大部分的疾病都不会是因单个基因引起的，而是多个基因的共同作用。当然了，在现阶段，去研究所有变量（基因）的组合是不大可能的，但是，是不是数据分析方法可以稍稍进步一点点儿呢？多考虑一点点儿变量的共同作用呢？文献中有那么一些零零星星得报道，但绝对不是主流... 期待，期待好的方法，期待对数据的更好的理解...

个人分类: 个人观点|4232 次阅读|11 个评论

学术期刊的联合出版

热度 4 zhaodl 2011-2-25 18:56

学术期刊的联合出版 协同、协作还是合作，给我今天的博文拟题着实费神。协同，是同时完成一件事；协作、合作在出版界已经使用多年，并且名声不佳。没办法，我还是换了个词叫“联合”。联合也并不准确，因为我更重视的是分工和分层次，即分工联合出版。 提出这样的想法，主要是基于长期以来思考的几个不解之题： 一是，中文期刊的办刊越来越难，原来是在稿件外流到国外的压力下难办。现在是外患未除内忧又起，为了冲击SCI源期刊本土外文期刊又纷纷创办。再加上学术回归——淡化数量、讲求质量，论文数量在减少。这样，好稿子流到国外、流向外文刊，一般稿源又在减少，因此存在现有资源如何优化的问题。 二是，网络化、数字化的冲击，集团化出版不仅是“经营管理”上和体制改革的要求，也是网络环境下信息传播方式变化的要求，单刊独岛式的传播越来越受到限制和冷落。信息资源只有集约和整合才能吸引读者光临和停留。尽管是目前几大数据库为学术信息的集散提供了平台，但在出版环节还没有见到动作。 三是，学术指标评价和社会责难的压力，使大多数综合性学术期刊找不着方向，特别是高校多学科期刊。学会或研究机构的学科相对比较单一，无论是单刊或者是多刊，所涉及的学科范围都相对比较窄，还可以联系某些学科领域，而高校综合性期刊专业化，谈何容易！ 四是，体制改革的要求。改革，搞活是目的，经营是手段，可是在现有的主管主办和人事关系体制下的阻力是不可想象的，更何况学术期刊属性的双重性使问题变得更加复，即使高层的改革提法和方向都不得不一再修正。尽管我在前年撰文提出过“学术与经营分离”的改革重点，但现实中实现起来也不容易。 基于以上困惑，我思考的出路是“虚拟化集团出版”！具体模式设计另行探讨，在此结合采编系统的升级，提出一种“网上联合出版”的思路，前提条件是：联合的期刊在现实中具有比较明确的层次定位，在层次和学科方面存在的竞争不太严重，期刊之间具有突出特色、兼顾平衡的学科要求等。具体思路，单纯从作者投稿的角度来看：多期刊集成一个采编系统，作者投稿上来以后，首先选择文章的所属学科，选择后系统显示开设有相关栏目的期刊列表，选择“首选”期刊和备选期刊（若多选需排列顺序）。稿件首先投递到首选期刊进行“初审-外审-复审-终审”，在每一审决定后都存在继续、退稿和转给备选刊。备选期刊，按自己刊物的标准开始审查，同样有三种可能。以此类推。关于专家库、审稿流程设置、各刊独立运行等都不是难点。 此文是在与朋友探讨后精炼而成，作为学术分享。希望朋友能够早日通过技术实现，有兴趣的期刊也可以一起来实践，包括其中的运行原则和相互利益的平衡，欢迎一起探讨。

个人分类: 编辑出版|3729 次阅读|9 个评论

读薛定谔的启发

yanghualei 2011-1-22 10:35

科学的行进是个脉冲过程，一波又一波，前赴后继 ，而在量子力学这一波中，薛方程所揭示的微观世界运动的法则，震撼了人的意识，进而改变了人们的世界观， 方程建立过程是科学共同体内部成员集体协同的结果 ，是基于科学分工且持续不断凸显的过程，是一个多元想法相互触发进而碰撞的过程，是哲学、宗教信仰以及数学计算的又一次胜利，其又是自然之美的观点在微观世界又一次得到佐证， 那科学发现动机是什么，从其身上能否窥见一点。 普朗克提出能量块的概念，并证明了光子能量和颜色有关， 又因光有颜色的，而颜色可用谐振频率表示，进而发现任一光子的能量与频率之比是一常数，同时普小爱用光量子加以推进；现原本波动的光，变成了粒子，这样让原本坚持光波的人群很不服，而德布罗意就是其中一个，其 基于对内蕴在自然界中对称性的信仰 好奇的发问 ：“那是粒子的也一样都具有波动？”，正如其所预言的那样，物质粒子也具有波动的特性，正如 皮特.莫尔 所说：“爱因斯坦让我们再次改变了对光的看法，而德布罗意让我们改变了物质的看法”； 事物的属性是集成的，故表征它的认知概念也应是元概念的集成，也许这种双重或者多重属性在物质构造上更贴近神的旨意吧 。 在这个美很难拽住，即使一瞥都不易的量子世界里，可以看出 薛 的工作 并非 是开 创 性的 ，但 其 总能抓住 上述这 些的 开创性的 观念，加以 整合和发挥 ， 进而构建出更出色 的理论 ：波动力学，也许是 与情人的幽会 激发了这位中年男人的 创造性的激情 ；也许是基于数学美的偏好： “ 如果一种解释在数学上没有美感，那么这个解释几乎可以肯定是不对的” ，还是 斯宾诺莎、叔本华 等人给起塑造的普遍怀疑， 追求自然的统一 以及 追求自我与宇宙精神统一 的哲学信仰使然，也许可能是 同行德拜的 一个提问：“ 如果电子 可 用波来描述，那么 其 波动方程是什 么？”， 短短 几个 月时间 勾勒出了 波动力学框架， 并 证明了 其 矩阵力学是等价的， 但令人纳闷的： 其 初衷是 为 恢复微观现象的经典解释,但结果却颠覆了经典 。 晚年的薛致力哲学和横断学科研究，而用 试图用热 学、 量子力学和化学理论来 阐述 生命的本性 就是这其中的一部分，这也使得其成为分子生物学的先驱， 由此看出 哲学本身和哲学信仰在科学发现上起到至关重要的作用 ，因哲学是一个转化装置，又是一个操作工具； 同时也看出 科学有时发端于边缘和交叉的地方 ;然后 以其友狄拉克的一句话结束此文 ”， “薛和我都比较欣赏数学中的美，这一点一直引导着我们的工作，我们深信，任何描述自然的基本规律的方程都蕴含着无尽的数学之美” ，也许其正 是对这种美的偏好，才使得他们掀起这样大的波澜吧，是真是假， 谁也不知道。

个人分类: 科学史|3084 次阅读|0 个评论

如何进行药物组合（配伍）？-基于网络药理学的途径

phenome 2011-1-15 09:04

为了试图建立药物组合的理论与原则，我们提出了“条件组合”的思路。即给定药物a为有效药物的前提下，如何筛选与之有最大协同增效、或减毒作用的药物b，以药物a、药物b组合效果优于单独的药物a，或单独的药物b为筛选原则。由于前述我们建立的基因网络本身就是基因之间协同作用的网络，因此可以直接用于药物组合的筛选。（稍微拓展一下：上述药物a似乎可以理解为“君”药，而药物b理解为“臣”药。是否合适？欢迎指教。） 下图b给出了我们提出的关于药物组合的理论与技术思路： 下图b-d给出了我们对肺癌治疗相关药物组合的筛选结果，其中c是Gemcitabine的作用的网络模式图，图d是Bortezomib作用模式图。文中筛出Bortezomib-Gemcitabline是较优的药物组合，这点得到了相关文献的支持。 更多细节，请参考： Pre-Clinical Drug Prioritization via Prognosis-Guided Genetic Interaction Networks

个人分类: 网络药理学|8425 次阅读|0 个评论

面向节能的复杂通信网络链路能源协同策略研究

abyssoop 2010-10-12 16:29

最近刚在EPL上录用的一篇论文，供大家分享，也请批评指正。 题目：Linkpowercoordinationforenergyconservationincomplexcommunicationnetworks 摘要： Abstract.-Communicationnetworksconsumehuge,andrapidlygrowing,amountofenergy. However,alotoftheenergyconsumptioniswastedduetothelackofgloballinkpowercoordinationinthesecomplexsystems.Thispaperproposesseverallinkpowercoordinationschemestoachieveenergy-efficientroutingbyprogressivelyputtingsomelinksintoenergysavingmodeandhenceaggregatingtrafficduringperiodsoflowtrafficload.Weshowthattheachievableenergysavingsnotonlydependonthelinkpowercoordinationschemes,butalsoonthenetworktopologies.Intherandomnetwork,thereisnoschemethatcansignificantlyoutperformothers.Inthescale-freenetwork,whenthelargestbetweennessfirst(LBF)schemeisused,phasetransitionofthenetworks'transmissioncapacitiesduringthetrafficcoolingdownphaseisobserved.Motivated bythis,ahybridlinkpowercoordinationschemeisproposedtosignificantlyreducetheenergyconsumptioninthescale-freenetwork.InarealInternetServiceProvider(ISP)'srouter-levelInternettopology,however,thesmallestbetweennessfirst(SBF)schemesignificantlyoutperformsotherschemes. 全文的arXiv地址：http://arxiv.org/abs/1010.1894

个人分类: 论文交流|5084 次阅读|0 个评论

市场中的协同

newniu 2010-10-11 23:59

嵌入生活的windows 一名叫做布拉德坦普雷顿的人说，如果盖茨掉了一张1000美元的钞票，他根本没有必要理会，因为有了弯腰捡钱的这4秒钟，他完全可以挣到更多的钱 2000年，盖茨赚了78亿美元，相当于每天2000万美元，每秒250美元。 比尔盖茨到底做了什么，能够如此赚钱？事实上，微软就像一个充满生命的怪人，从社会中拼命吸钱。 windows操作系统嵌入社会之中，成为社会的一部分。 微软一方面从社会中获得能量，不断升级和开发；另一方面，社会对Windows的依赖越来越深，近 90%的PC安装有微软的操作系统。 当大家都用 windows时，有更多的公司会开发相关的软件。而且用户之 间交流文档时，采用 统一windows支持的格式将会减少麻烦。当你的朋 友在使用 windows，为了格式上的方便，与你相关的人同样会受到使用 windows的压力，无形中强迫他们使用 。 当整个社会都如此 时，自然地形成一股促使PC机采用 windows力量。 除了用户之间的互相影响之外，还有其它软件厂商的影响。 当某用户使用 windows时， 开发 windows 软件 的软件生产商又多了一个客户，促使 其它软件生产商出产以 windows为平台的软件 。而当windows平台的软件越多，而用户更愿意选择 windows 为平台。 当市场形成以上所述的倾向时， 比尔盖茨不想富都不可能。与 windows操作系统类似的产品有Intel的芯片，当某用户使用x86处理器时，同样会产生两 个效果：在x86处理器上，软件生产商多了一个客户，吸引更多软件生产商；与用户相关的人员为了方便也会使用x86处理器。 协同的方式 协同是一件复杂的事，会产生什么样的互动？ 1、信任协同 到沃尔玛，你就不用再到其它商店。假如你经营一家卖香烟的小店。在你批发香烟时，相信能卖出，而购买者相信从这个小店可以买得到。 2、简约协同 做什么事情，人们会喜欢 简约 化。比如我们螺钉、螺母都设置相关的标准。通过标准化，使人与人之间的交互变得简单。 3、人际协同 移动号码和QQ号码，把人际关系融合在一起。 良好的促进关系 软件生产商可以认为是Intel、微软的相关企业，以上着重介绍了用户、企业和关联企业的关系。在现实市场中，还有哪些方式可以 促进 良好的协同关系？ 1、依靠规模 一提规模，很容易想到成本降低。规模的作用远超过这些。以可口可乐为例，由于大众接受可口可乐，所以大小商店都卖；由于大小商店都卖，大家买起来方便，所 以大家愿意喝可口可乐。这样就形成良性循环：由于买起来方便，所以大众愿意买；由于卖得量大，所以 大小商店愿意卖，大众买起来就会方便。 麦当劳和肯德鸡同样如此，任何一个城市，不用担心它们之间的味道不同。如果你不放心某个城市的饭店，那就去麦当劳和肯德鸡。 2、良好名声 苹果iphone一出来，供不应求。自然是与苹果的名声密切相关。联想到现在还没有放弃IBM的Thinkpad品牌，看重得就是这块牌子。当三聚氰胺奶 粉事件后，许多厂家利润大跌，名声没了，一切都没了。 3、依赖习惯，创造价值 沃尔玛、家乐福已经进入中国，而且开在繁华地段。许多人想必很奇怪，为什么这些大卖商能如此成功？ 沃尔玛、家乐福表面上是卖货，而价值却在房地产。我们都知道大街两边的小铺子租金高昂无比，向里一点 就便宜很多。对于小店铺，人们只买一两件东西，为了便宜一点钱，为值得多走一些路。 沃尔玛、家乐福除了地理位置优势差一点，其它都比小店要好的多。 卖场大，可选商品多；商品进价便宜；平均租金比小店铺低。 第 一项可以吸引用户；后面两项使他们 愿意而且能够以低价出售商品。那么，当 用户需要大批量采购日用品时，很自然地会想到去 沃尔玛、家乐福，采购一星 期用的所有商品，自然比在小店购买要方便的多。既然总要买，早买几天也并没有什么。 建立良好协同关系的手段 作为市场主体的企业，为了获得生存，要尽可能建立良好的、有利于促进的关系。 如何建立良好的促进关系？ 1、赔本赚吆喝 国美电器的创始人黄光裕和CEO陈晓两人之间存在着战略之争。 黄光裕要广 开门店，扩大规模，即是 赔本赚吆喝 ；而 陈晓则要力争提 高门店收益。由于国美是销售企业，在当前规模很大的情况下， 赔本赚吆 喝战略还能不能成功？这也是需要思考的问题。 2、树立好 形象 许多企业当前和以后产品的成功，极力为企业树立良好形象。有了好形象，许多事情自然容易处理。 3、广告宣传 现代商业电影十分依赖广告。当电影有很多人看时，很容易成为大家聊天的话题，这又促使着人们去看，从而实现良好互动。 4、改变规则 市场有时需要改变规则。比如现在许多书店实行会员制，从而吸引住大量用户。联邦存款保险公司为银行存款提供保险。当银行倒闭时，储户可以获得赔偿，最多不 超过20万美元。这表面上是市场行为，实际上是强迫银行去保险，否则储户会转移到那些提供保险的银行， 银行不得不参与进来。

个人分类: 经济真相|2630 次阅读|0 个评论

多鼠标协同需求

creator 2010-6-14 16:03

现在计算机都是配一个鼠标，一般都不用考虑多个鼠标的问题，那么多鼠标协同该怎么处理呢？鼠标实际是一种控制操作装置，多鼠标协同实际就是多源控制协同。 如图，方块代表显示器，十字叉表示鼠标。 原来的模式是一个鼠标控制一台计算机。现在假设红色想控制浅蓝显示器上的东西，他就不能使用自己的鼠标，必须使用浅蓝鼠标。 打个比方，我们假设上图最大显示器上有数个图片，可以自由拖动，那么如果只有浅蓝鼠标可以控制，能移动的图片就时能是一个。假设我们的任务是，将6张图片按照横3竖2等距排列，别人就不能同时帮忙。这相当于6个不同任务的协同。 借鉴游戏角色的控制思想，我们能同时在一个画面控制各自的角色。而主机显示是服务器。利用这种思想，我们可以让一台计算机可以同时接入多个鼠标。鼠标具有不同权限，主控鼠标可以控制程序以外，而次级鼠标只能控制指定权限的内的程序。 比如现在需要远程协助，现在的操作系统只能看着别人动，自己无法帮忙，假设主控鼠标允许一个次级鼠标进入进行操作，那么就可以相互协调。 上面是一台计算机融入多个鼠标控制端，那么如果同一个显示器的多台显示器呢？假设浅蓝主机接上面三个显示器，显示不同内容，不同程序控制，那么就需要鼠标进行跨程序或跨显示器操作。 实际情况是，红色显示器所示，将需要控制的他人显示端整合到自己的显示器上或者添加控制，这样自己的鼠标就可以跨程序，同时跨显示器操作。鼠标就类似于传可乐瓶的广告。而且，自己的显示器也可以允许其他鼠标控制端的接入。 不清楚现在多点触控的具体方向，但是这种多鼠标协同控制是有需要的，当然也包括键盘等其他控制端的协同。 再不用你的手指在显示器上指指画画或抢过别人的鼠标。如果只有一个鼠标，怎么双手都可以使用鼠标操作呢？总之其好处多多，特别是以后多点触屏及高级控制器的出现后。

个人分类: 未来科技|1908 次阅读|0 个评论

【转摘】科研协同信息空间Research Commons的服务现状分析和功能扩展

icstu1 2009-11-24 10:19

(转)科研协同信息空间Research Commons的服务现状分析和功能扩展 (转)科研协同信息空间Research Commons的服务现状分析和功能扩展

个人分类: G 人物特征描述和成果展示|493 次阅读|0 个评论