導語：如何才能寫好一篇云計算的基本特征，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】云計算通信行業(yè)應(yīng)用

云計算技術(shù)是在計算機技術(shù)和網(wǎng)絡(luò)技術(shù)不斷完善的基礎(chǔ)上產(chǎn)生的，經(jīng)過近幾年的發(fā)展，云計算的浪潮聲勢浩大的席卷著全球的信息通信產(chǎn)業(yè)。從某種意義上來說，云計算不僅是一種資源交付模式，也是一種計算模式、一種使用模式。將云計算的理念和技術(shù)應(yīng)用到通信行業(yè)之中，可以實現(xiàn)移動通信網(wǎng)絡(luò)資源的利用效率最大化，進一步優(yōu)化移動網(wǎng)絡(luò)的使用質(zhì)量。

一、云計算的基本特征

云計算融合了傳統(tǒng)的計算機技術(shù)與網(wǎng)絡(luò)通信理念，涉及到網(wǎng)格計算、分布式計算、網(wǎng)絡(luò)存儲、虛擬化以及負載均衡等技術(shù)。云計算能夠借助于計算機網(wǎng)絡(luò)將多個成本較低的計算實體整合成一個具有強大計算能力的虛擬系統(tǒng)，在商業(yè)模式的推動下將這些計算能力分布在終端用戶上。

云計算的基本特征可以概括為：資源共享、降本增效，快速交付、彈性計算，按需服務(wù)、靈活便利。云計算將大量用網(wǎng)絡(luò)連接的計算、存儲和調(diào)度以及網(wǎng)絡(luò)資源統(tǒng)一管理和支配，構(gòu)成一個資源池向用戶提供所需要的服務(wù)。提供資源的網(wǎng)絡(luò)系統(tǒng)被稱為“云”，“云”中資源在使用者看來可以輕松拓展、隨時獲取，并且能夠按其使用量靈活付費。云計算的基礎(chǔ)是虛擬化技術(shù)，其實質(zhì)是通過對內(nèi)存、存儲網(wǎng)絡(luò)等能力和資源進行再次利用，實現(xiàn)虛擬資源信息、數(shù)據(jù)的共享，并且借助于封裝技術(shù)對用戶呈現(xiàn)等同于各自獨立的物力資源組。

二、云計算應(yīng)用于通信行業(yè)的優(yōu)勢分析

云計算具有明顯的虛擬化、自動化、靈活性的特點，在通信行業(yè)的應(yīng)用中，這些云計算特有的屬性成為其巨大的優(yōu)勢。

（1）強大的計算能力。具有強大的計算能力是云計算最重要的特點，也是云計算在通信行業(yè)應(yīng)用中的主要優(yōu)勢之一。近年來，社會信息化程度的不斷加深，網(wǎng)絡(luò)用戶對于通信和計算方面的要求逐漸提高，以至于計算機自身具備的計算能力不能滿足這種日益增強的需求，網(wǎng)絡(luò)通信也受到一定程度的影響。云計算之所以能夠具有強大的計算能力，主要是因為其將無數(shù)普通的計算機聯(lián)合起來，對他們進行合理的分配和調(diào)度，在此基礎(chǔ)上完成可以與超級計算機相當?shù)挠嬎懔?。?）數(shù)據(jù)存儲安全可靠。云計算為使用者提供了安全可靠地數(shù)據(jù)存儲中心，能夠保障存儲數(shù)據(jù)的安全性，使用者不用擔心因為機器損害、木馬病毒等情況而導致出現(xiàn)數(shù)據(jù)丟失的現(xiàn)象。云計算中存在著嚴格的權(quán)限管理策略，使用者存儲的數(shù)據(jù)、信息以及各種形式的資料，只會向使用者以及使用者制定的特殊群體共享數(shù)據(jù)。云計算技術(shù)是建立在數(shù)據(jù)虛擬化的基礎(chǔ)上的，服務(wù)器、存儲設(shè)備以及網(wǎng)絡(luò)設(shè)備的底層硬件都被虛擬化。使用云計算存儲數(shù)據(jù)可以免費得到最安全、最可靠的服務(wù)，這也是云計算在通信行業(yè)應(yīng)用廣泛的重要原因。（3）實現(xiàn)資源共享，管理靈活。云計算應(yīng)用于通信行業(yè)，可以實現(xiàn)數(shù)據(jù)信息的輕松共享，將不同設(shè)備之間的數(shù)據(jù)、文件、應(yīng)用等共享。云計算模式下，數(shù)據(jù)存儲在云平臺中，使用者的終端接收設(shè)備連接互聯(lián)網(wǎng)之后，就可以同時訪問和使用這一份數(shù)據(jù)。建立在虛擬化技術(shù)基礎(chǔ)之上的資源池建立之后，用戶可以根據(jù)自己需要對需要共享的資源做出選擇。云計算通過自動資源調(diào)度系統(tǒng)實現(xiàn)高效安全運行，該系統(tǒng)可以在某一臺計算機出現(xiàn)問題的時候，自動設(shè)置另外的設(shè)備接受服務(wù)，按照一定數(shù)據(jù)備份和恢復機制，保障存儲數(shù)據(jù)的安全性。（4）對客戶端要求低。云計算對客戶端的要求非常低，一般的移動無線設(shè)備都可以作為云計算的手持接收設(shè)備。另外，用戶可以通過客戶端的瀏覽器直接對存儲在“云”中的數(shù)據(jù)資料進行編輯，不需要安裝軟件。在當前移動互聯(lián)設(shè)備不斷完善的環(huán)境下，云計算得到了更大規(guī)模的推廣，與此同時，移動互聯(lián)終端設(shè)備的功能也得到了極大的提升與豐富。通過網(wǎng)絡(luò)化的訪問和使用，服務(wù)器對終端不再敏感，云計算將相對較為復雜的計算分析任務(wù)在網(wǎng)絡(luò)服務(wù)器終端實現(xiàn)，并且通過簡單、標準化的接口對使用者的終端設(shè)備開放。

總體來說，云計算憑借其強大的資源共享優(yōu)勢，在通信行業(yè)中發(fā)揮出了巨大的作用，隨著云計算技術(shù)的不斷成熟，其在通信行業(yè)的應(yīng)用將會越來越廣泛。

參考文獻

[1]張海望.云計算在手機通信中的應(yīng)用研究[J].計算機安全：2011（1）

篇2

關(guān)鍵詞：滑坡 基本特征 穩(wěn)定性分析 防治措施

中圖分類號：P642 文獻標識碼：A 文章編號：1674-098X（2014）04（a）-0074-02

1 滑坡區(qū)工程地質(zhì)條件

1.1 地形地貌

滑坡區(qū)屬低山丘陵斜坡地貌，地勢西高東低，為斜坡地形，坡度約為30～50 °，垂直高度32～38 m。坡面凹凸不平，坡面上植被覆蓋率較高，約為20%～30%。

1.2 地層巖性

滑坡區(qū)覆蓋層主要為第四系坡積、殘積和滑坡堆積的粘土夾塊碎石土，塊碎石的含量變化較大，斜坡上部的塊碎石含量較高，斜坡下部的塊碎石含量較低，塊碎石的成分為棕紅色砂質(zhì)泥巖，風化強烈，填充物為粉質(zhì)粘土，多為可塑狀態(tài)?；鶐r為侏羅系中統(tǒng)遂寧組（J2sn），巖性以棕紅色、紫紅色砂質(zhì)泥巖、泥質(zhì)粉砂巖為主夾數(shù)層紫灰色、紫紅色細粒石英砂巖。砂巖主要分布在下部，可見小型斜交層理和細緩波痕，砂質(zhì)泥巖主要分布在上部，含零星灰質(zhì)團塊和蟲跡，水平層理發(fā)育，云母片沿層面富集。底部為棕紅色、紫灰色細粒長石石英砂巖，常具斜層理，底面有時較平整，有時坑洼不平，并含下伏層之泥礫。

1.3 地質(zhì)構(gòu)造及地震

滑坡的區(qū)域構(gòu)造部位在揚子地臺西北緣，川東凹褶帶與大巴山褶皺帶的交界處，滑坡所屬級構(gòu)造部位為五寶場背斜東翼和平樓山向斜之間五寶場背斜軸線北東30 °，軸部的最老地層為侏羅系中統(tǒng)遂寧組第二段（J2sn），兩翼產(chǎn)狀對稱，傾角為10 °左右。北東在高梯子以東傾沒，與北西向關(guān)山坪向斜反接，末端以東有一小逆斷層，軸線NW54 °，傾向NE，傾角250，斷距5.9 m?；滤幱趩涡钡貛?，巖層傾向為95～110 °，傾角為80～100 °。

區(qū)內(nèi)地震活動性較強，歷史上5級以上地震發(fā)生的次數(shù)較多，尤其是2008年5.12大地震的影響，該區(qū)震感明顯。根據(jù)《建筑抗震設(shè)計規(guī)范》（2010版），滑坡區(qū)地震基本烈度為Ⅵ度，地震基本加速度為0.05 g，屬抗震設(shè)計第二組，特征周期為0.40 s。

1.4 水文地質(zhì)條件

滑坡區(qū)地下水主要為第四系上層滯水和基巖裂隙水，其地下水較缺乏，主要受降雨和地表水的補給，沿裂隙向下排泄，據(jù)現(xiàn)場踏勘，在局部覆蓋層地段可見上層滯水。

2 滑坡基本特征

2.1 形態(tài)特征

滑坡平面形態(tài)呈圈椅狀，前緣高程630 m，后緣高程658 m，相對高差28 m，坡度29～42 °，前緣寬39 m，后緣寬24 m，長42 m，面積1675 m2，滑體平均厚度6 m，體積約1.34×104 m3，主滑方向230 °?；麦w有明顯剪出口，屬小型土質(zhì)滑坡，斜坡體附近的山坡植被以杉樹和灌木為主，覆蓋率約40%。

2.2 滑坡體變形特征

據(jù)現(xiàn)場調(diào)查訪問，滑坡體在2008年汶川地震期間，當?shù)剞r(nóng)戶發(fā)現(xiàn)坡體后緣坡度陡緩轉(zhuǎn)折處有輕微開裂，裂縫走向與坡向近垂直。2010年8月汛期，在降雨作用下，平臺左側(cè)前緣陡坡上部土體沿基伏面整體下滑，坡體后部下挫約9.4 m，形成一近直立的滑坡壁。目前滑坡淺表層局部發(fā)生垮塌，表明滑坡仍在變形之中，在強降雨或地震等外營力作用下，可能會再次發(fā)生滑動。

2.3 滑坡物質(zhì)組成及結(jié)構(gòu)特征

滑體物質(zhì)由粉砂質(zhì)粘土夾碎塊石構(gòu)成，碎石主要成分為泥質(zhì)砂巖碎屑，表層土含大量植物根系?；灿少_系中統(tǒng)遂寧組（J2sn）砂質(zhì)泥巖組成?；瑤r性主要為粉質(zhì)粘土夾少量碎石、角礫。

2.4 滑坡的變形破壞機制

該滑坡的變形，主要是因為其組成物質(zhì)的本身物理力學性質(zhì)較差，在2010年汛期發(fā)生過滑動，其滑動面的巖土體強度為殘余強度，在暴雨作用下，大量的地表水滲入土體，增加了滑體的自重，同時降低其滑帶土的力學指標，使其穩(wěn)定性降低。此外，人為在坡腳開挖，增加了坡體的臨空面，坡腳失去支撐，加速了滑坡的變形。

3 滑坡穩(wěn)定性分析

3.1 計算方法

采用傳遞系數(shù)法，計算公式如下。

其中：

式中：――第i塊段的剩余下滑力傳遞至第i+1塊段時的傳遞系數(shù)（j=i），即

式中：Wi―第i條塊的重量（kN/m）；

Ci―第i條塊內(nèi)聚力（kPa）；

φi ―第i條塊內(nèi)摩擦角 （°）；

Li―第i條塊滑面長度（m）；

αi―第i條塊滑面傾角（°）；

A―地震加速度（重力加速度g）；

Fs―穩(wěn)定系數(shù)。

3.2 計算參數(shù)

根據(jù)現(xiàn)場調(diào)查和工程類比，選取的滑坡計算參數(shù)取值如表1。

3.3 剖面選取

選取縱向3條剖面（1-1′，2-2′，3-3′）剖面進行穩(wěn)定性評價（圖1）。

（4）計算結(jié)果

利用傳遞系數(shù)法，按其處于不同工況，對穩(wěn)定性進行計算（表2）。計算結(jié)果表明，滑坡整體在天然工況下處于基本穩(wěn)定狀態(tài)，在暴雨和地震工況下處于欠穩(wěn)定狀態(tài)，可能下滑失穩(wěn)，因此對其進行治理十分必要。

4 滑坡的治理工程措施

根據(jù)滑坡滑動模式分析及穩(wěn)定性計算成果可知，滑坡體的滑動模式主要為沿表層土體沿基伏面進一步變形，因此設(shè)計在滑坡前緣小路內(nèi)側(cè)布置抗滑擋土墻。擋土墻地基土為塊石土，覆蓋層較薄，下伏基巖，承載力條件較好，擋墻結(jié)構(gòu)形式采用重力式。

擬建擋墻采用C15片石混凝土砌筑，外露面采用M7.5砂漿勾縫，長40 m，墻高4.5 m，墻體呈梯形，頂寬1 m，埋深1.0 m，面坡坡率1：0.3，背坡坡率1：0.0，墻身設(shè)置一排泄水孔，孔距2 m，孔徑Φ100 mm，外傾5%，下面一排距地面0.5 m，沿墻體的走向設(shè)伸縮縫，間距10 m，縫寬2 cm，縫內(nèi)用瀝青木板沿內(nèi)外頂填塞，深度不小于150 mm。擋土墻具體參數(shù)、結(jié)構(gòu)圖見表3及圖3。

5 結(jié)語

（1）滑坡區(qū)屬低山丘陵斜坡地貌，覆蓋層主要為坡積、殘積和滑坡堆積的粘土夾塊碎石土，基巖為侏羅系中統(tǒng)遂寧組（J2sn）棕紅色、紫紅色砂質(zhì)泥巖、泥質(zhì)粉砂巖為主夾數(shù)層紫灰色、紫紅色細粒石英砂巖，平面形態(tài)呈圈椅狀，前后緣相對高差28 m，坡度29～42 °，滑坡分布面積1675 m2，滑體平均厚度6 m，體積約1.34×104 m3。（2）滑坡變形現(xiàn)象明顯，坡體前緣陡坡上部土體沿基伏面整體下滑，坡體后部下挫形成一近直立的滑坡壁，目前滑坡淺表層局部發(fā)生垮塌。（3）滑坡整體在天然工況下處于基本穩(wěn)定狀態(tài)，在暴雨和地震工況下處于欠穩(wěn)定狀態(tài)。（4）根據(jù)滑坡滑動模式分析及穩(wěn)定性計算成果，滑坡體的滑動模式主要為沿表層土體沿基伏面進一步變形，設(shè)計在滑坡前緣小路內(nèi)側(cè)布置C15片石混凝土抗滑擋土墻。

參考文獻

[1] 黃潤秋，許強.中國典型災(zāi)難性滑坡[M].北京：科學出版社，2008.

[2] 周海清，陳正漢，王恭先.大荒田滑坡成因分析及治理[J].地下空間，2001，21（5）： 492-495.

[3] 徐邦棟.滑坡分析與防治[M].北京：中國鐵道出版社，2001.

[4] 許建聰，尚岳全，陳侃福，等.強降雨作用下的淺層滑坡穩(wěn)定性分析[J].巖石力學與工程學報，2005（18）：3246-3251.

篇3

關(guān)鍵詞：云計算網(wǎng)格計算 云存儲

1 引言

計算機網(wǎng)絡(luò)發(fā)展至今天，我們已深刻體會到其為日常的信息交流和共享提供了極大的便利和快捷。隨著Google提出了新名詞――云計算，其立即在互聯(lián)網(wǎng)界掀起一股浪潮。許多跨國信息技術(shù)行業(yè)的公司如IBM、Yahoo和Google等都開始使用云計算的概念來兜售自己的產(chǎn)品和服務(wù)。

于是，人們對于很多傳統(tǒng)信息資源的提供者在其服務(wù)方式和內(nèi)容等方面也提出了更高的要求。那么在現(xiàn)有的技術(shù)條件下，大眾化性質(zhì)非常強的售票點應(yīng)如何利用盡可能少的、合理的投資建設(shè)起一個個性化、多元化的現(xiàn)代化車站已迫在眉睫。此時，“云”的出現(xiàn)和發(fā)展為這一問題的解決提供了一個切實可行的方案。

2 基本概念

云計算主要是基于資源虛擬和分布式并行架構(gòu)兩大核心技術(shù)，可以說是二者的進一步整合，其核心是向用戶提供以租用計算資源為形式的服務(wù)。隨著網(wǎng)絡(luò)技術(shù)的融合，一切信息、通信和視頻應(yīng)用也都整合在了統(tǒng)一的平臺之上。進而，此類“計算”可泛指一切ICT的融合應(yīng)用。所以說云計算術(shù)語的關(guān)鍵特征不在于“計算”，而在于“云”。

云計算是并行計算（Parallel Computing）、分布式計算（Distributed Computing）和網(wǎng)格計算（Grid Computing）的發(fā)展，換句話說，云計算是傳統(tǒng)計算機技術(shù)和網(wǎng)絡(luò)技術(shù)發(fā)展融合的產(chǎn)物，它以服務(wù)的方式提供給用戶IT相關(guān)的能力，使得用戶在對提供服務(wù)的技術(shù)和相關(guān)知識，以及設(shè)備操作能力不了解的情況下，能夠通過Internet獲得需要的服務(wù)來達到自己的目的。其中，它包含硬件、開發(fā)平臺以及I/O服務(wù)等大量能根據(jù)不同的負載動態(tài)地重新配置，從而達到更高的資源利用率的可用虛擬資源。從另一角度理解，云計算是虛擬化(Virtualization)、效用計算(Utility Computing)、IaaS(Infrastructure as a Service，基礎(chǔ)設(shè)施即服務(wù))、PaaS(Platform as a Service，平臺即服務(wù))、SaaS(Software as a Service，軟件即服務(wù))等概念混合演進并躍升的結(jié)果。實質(zhì)上，云計算技術(shù)就是軟件即服務(wù)SaaS、網(wǎng)格計算、虛擬化三個概念的結(jié)合體。其思想即透過網(wǎng)絡(luò)將龐大的計算機處理程序自動分拆成無數(shù)個較小的子程序，再交給由多部服務(wù)器所組成的龐大系統(tǒng)，經(jīng)計算分析后將處理結(jié)果回傳給用戶。

云計算還處于萌芽階段，人們還在研發(fā)著各種各樣的云計算服務(wù)。云計算的表現(xiàn)形式也各不相同，簡單的云計算在網(wǎng)絡(luò)服務(wù)中已經(jīng)隨處可見，例如，騰訊QQ空間提供的在線制作Flash圖片，Google Apps等，其主要服務(wù)形式有SaaS、PaaS、IaaS等。

3 基本原理

其基本原理為在進行數(shù)據(jù)計算時，使其分布在大量的分布式計算機上，而非本地計算機或遠程服務(wù)器中，這樣就能夠?qū)①Y源切換到需要的應(yīng)用上，根據(jù)各自的需求訪問計算機和存儲系統(tǒng)。

云計算發(fā)展的整個過程就像是從先前的單臺發(fā)電機模式轉(zhuǎn)向了現(xiàn)在的電廠集中供電的模式。這是一種革命性的舉措。打個比方，這就好比是從古老的單臺發(fā)電機模式轉(zhuǎn)向了電廠集中供電的模式。它意味著計算能力可以像煤氣、水電等商品一樣進行流通，取用方便，費用低廉。最大的區(qū)別就在于它是以互聯(lián)網(wǎng)為傳輸媒介。形象地描述云計算的藍圖即：通過互聯(lián)網(wǎng)用一臺筆記本或者一個手機即可實現(xiàn)用戶需要的一切，而中間的計算都在異地的設(shè)備中完成，這個過程用戶不必關(guān)心。

4 與網(wǎng)格計算的比較

云計算主要是以服務(wù)的方式將互聯(lián)網(wǎng)中某些節(jié)點強大的計算資源變成可被用戶使用的動態(tài)、可伸縮的虛擬資源，而用戶無需了解底層的IT基礎(chǔ)設(shè)施架構(gòu)。云計算強調(diào)用戶主導、按需服務(wù)、即用即付、服務(wù)完即散。其一般都是為了通用應(yīng)用而設(shè)計的，并沒有專門的以某種應(yīng)用命名。

網(wǎng)格計算則主要是通過專網(wǎng)或者互聯(lián)網(wǎng)，將分布在跨地域或領(lǐng)域的多個閑散計算機資源組織起來，以形成更為強大的計算能力，通過統(tǒng)一調(diào)度來組成一臺虛擬的“超級計算機”，共同完成一個特定的、較為復雜的任務(wù)。例如，像生物網(wǎng)格、地理網(wǎng)格、國家教育網(wǎng)格等要求大量計算處理周期和成批數(shù)據(jù)的科學計算問題。

概括地講，二者典型的區(qū)別是：網(wǎng)格計算是“多為一”，即多臺計算機構(gòu)成網(wǎng)絡(luò)，為一個特定的大型計算機計算任務(wù)服務(wù)。整個過程中將一個龐大的項目分解為若干個相互獨立的子任務(wù)，由各計算節(jié)點進行計算。從這個角度說，作業(yè)調(diào)度是網(wǎng)格計算的核心價值；而云計算則是“一為多”，即通過互聯(lián)網(wǎng)將數(shù)據(jù)中心的各種資源打包成服務(wù)向外提供，而向外提供的每個資源都是為了完成某一個特定的任務(wù)。

簡言之，云計算和網(wǎng)格沒有任何內(nèi)在聯(lián)系。網(wǎng)格計算一直在發(fā)展，其作為一種面向特殊應(yīng)用的解決方案將會繼續(xù)在某些領(lǐng)域存在，而云計算可以說是網(wǎng)格計算的一個商業(yè)演化版，作為IT產(chǎn)業(yè)的第三次變革，則會深刻影響整個IT產(chǎn)業(yè)和人類社會。

5 云存儲

云存儲是一個系統(tǒng)，主要指在集群應(yīng)用、網(wǎng)格技術(shù)或分布式文件系統(tǒng)的作用下，通過應(yīng)用軟件將網(wǎng)絡(luò)中不同類型的存儲設(shè)備集合起來協(xié)同工作，共同對外提供數(shù)據(jù)存儲和業(yè)務(wù)訪問功能。其核心是應(yīng)用軟件與存儲設(shè)備相結(jié)合，通過前者來實現(xiàn)后者向存儲服務(wù)的轉(zhuǎn)變，是一個以數(shù)據(jù)存儲和治理為核心的云計算系統(tǒng)。云存儲以廣域網(wǎng)為基礎(chǔ)，跨域/路由來實現(xiàn)數(shù)據(jù)無所不在，無需下載，無需安裝即可直接運行，實現(xiàn)另外一種云計算架構(gòu)。

云存儲與云計算相似但也有區(qū)別。蓋茨認為必須權(quán)衡云計算，因為延遲和帶寬可能會影響性能。由于相對來說云存儲只是文件的一種大范圍的“低級”存儲，是“不用權(quán)衡”的，所以他相信云存儲比云計算采用的更快。

6 基本特征

6.1 超強的計算和存儲能力

云計算的云端是由成千上萬臺甚至更多服務(wù)器組成的集群，它具有無限空間和無限速度。用戶可以在任何時間和地點，采用任何設(shè)備登錄到云計算系統(tǒng)，進行所需的任何計算服務(wù)。

6.2 虛擬化技術(shù)

現(xiàn)在的云計算平臺的最大特點是利用軟件和一系列接口或協(xié)議來實現(xiàn)軟硬件資源的虛擬化管理、調(diào)度及應(yīng)用。用戶可通過虛擬平臺使用網(wǎng)絡(luò)、數(shù)據(jù)庫、硬件等資源實現(xiàn)自己需要的一切，而無需了解程序應(yīng)用運行的方式和情況，同時還可大大降低維護成本并提高資源的利用率。

6.3 以用戶為核心

云計算集成的各類資源和服務(wù)，不僅滿足用戶的各類業(yè)務(wù)承載按需部署，提供高可靠、高性能服務(wù)和多層次控制，而且在業(yè)務(wù)運行過程中，按照業(yè)務(wù)突發(fā)需求，提供彈性的資源配置，在技術(shù)上對用戶無過多要求。

6.4 動態(tài)可擴展性

首先，整個資源集成管理是動態(tài)可擴展的，包括硬軟件系統(tǒng)的增加、升級等；其次，根據(jù)用戶的業(yè)務(wù)需求可動態(tài)調(diào)用和管理“云”中的資源，即“云”的規(guī)?？梢詣討B(tài)伸縮，以提高“云”處理能力，滿足應(yīng)用和用戶規(guī)模增長的需要等?！霸啤敝械姆?wù)器上千萬，若某服務(wù)節(jié)點出現(xiàn)故障，則可動態(tài)調(diào)度別的節(jié)點接替該節(jié)點的任務(wù)，在節(jié)點恢復后再實時加入云中。

6.5 按需服務(wù)和高性價比

云計算對用戶端的硬件設(shè)備要求比較低，使用起來也很方便?！霸啤笔且粋€龐大的資源池，可以按照需要購買，并且服務(wù)定制即可，就像自來水、電、煤氣那樣計費，費用按照資源實際使用情況計算?！霸啤敝幸部梢杂脙r格低廉的PC 提供環(huán)境支撐，而計算能力卻可超過大型主機，同時對用戶的技術(shù)要求也比較低，投入也相對較低。

6.6 通用性強

云計算不針對特定的應(yīng)用，在“云”的支撐下可以構(gòu)造出千變?nèi)f化的應(yīng)用，同一個“云”可以同時支撐不同的應(yīng)用運行。用戶只要有一臺安裝有瀏覽器且可上網(wǎng)的電腦，就能在終端獲取“云”所提供的各式各樣的服務(wù)。

7 云計算與售票系統(tǒng)

7.1云計算提供的有利條件

（1）降低經(jīng)濟成本

現(xiàn)在幾乎所有的售票窗和檢票口都是采用PC機，單單用來售票和檢票的PC機的投入就需要很大的資金。其實，整個程序的界面和操作很簡單，云計算的應(yīng)用將使得硬件不再受限制，不久的將來可能單依靠瀏覽器就能夠滿足用戶的各種需求，其他事情將由云計算服務(wù)提供商代為解決，這將極大限度地降低了售票廳的經(jīng)濟成本。

（2）提高服務(wù)質(zhì)量

“云”強大的計算能力和存儲能力等優(yōu)勢可以為用戶提供即時通訊的在線幫助。同時，利用“云售票廳”開放、用戶參與的特性及多種Web3.0 的信息服務(wù)方式能夠?qū)崿F(xiàn)“人腦聯(lián)網(wǎng)”的交互，增強售票廳信息交流中心的功能，從而更好地為用戶提供了現(xiàn)代化全方位的信息服務(wù)。

（3）促進資源共享

售票廳將電子資源存儲在“云”里的成千上萬臺服務(wù)器中，而不是某臺計算機中。在“云售票廳”這個資源池中，用戶可以通過云計算技術(shù)在任意一個售票點實時地獲得互聯(lián)網(wǎng)中所有售票點的詳細資料，且可異地存取，從而免去了相關(guān)售票廳之間文獻傳遞的延遲，進而也提高了信息資源的利用率。

7.2 如何運用云計算

（1）正確理解云計算的含義

Google公司是云計算的領(lǐng)跑者，也是最大的實踐者。Google搜索引擎算得上是最早的云計算應(yīng)用之一了，它的數(shù)據(jù)和計算都在數(shù)據(jù)中心。云計算的實現(xiàn)將帶來更強的計算能力、更低的費用和以人為本的服務(wù)。云計算的價值不僅在于其先進的技術(shù)本身，更體現(xiàn)在其技術(shù)應(yīng)用理念方面。目前，云計算概念方興未艾，人們理解極易出錯，因此，每次運用云計算時都需先正確理解云計算。

（2）尋求創(chuàng)新平臺

像售票系統(tǒng)、超市等它們的大眾性和協(xié)作性極其強，運用云計算時應(yīng)該有自己的統(tǒng)一行業(yè)標準。管理者應(yīng)該對于應(yīng)用云計算所需的標準和相關(guān)協(xié)議進行深化研究并力求創(chuàng)新，并加強云計算管理服務(wù)，充分利用云計算在資源的組織、檢索與共享等方面所具有的強大優(yōu)勢，增強新業(yè)務(wù)功能，尋求新的創(chuàng)新平臺。

（3）以用戶需求為指導方向

對于售票系統(tǒng)來說，云計算最大的價值在于讓售票員專注于自己的業(yè)務(wù)，發(fā)揮IT的最大效益，降低管理成本，減少風險，并進行全球性的更大范圍的合作，以提供更優(yōu)化的服務(wù)。售票系統(tǒng)應(yīng)借助各類云計算解決方案，將本點的資源和來自其他區(qū)域的數(shù)字化售票廳整合在一起，組成更大規(guī)模的云，實現(xiàn)分布式、合作和智能化的信息處理。這樣，通過虛擬服務(wù)器用戶隨意通過一個入口就能檢索售票系統(tǒng)所有節(jié)點的信息資源。

8 結(jié)束語

雖然云計算還處于起步階段，不能完美地解決所有的問題，但其已成為下一代IT 的發(fā)展趨勢。目前，云計算的廣泛普及和深入應(yīng)用已經(jīng)變得呼之欲出。時代的需要為云計算提供了良好的發(fā)展機遇，其前景從IT巨頭們，例如Google、微軟、IBM等的動作就可以看出來。不久的將來，一定會有越來越多的云計算系統(tǒng)投入使用，國內(nèi)IT行業(yè)應(yīng)該加強對云計算的研發(fā)，力爭盡快將其推上一個新的階層。

參考文獻：

[1]張為民，唐劍鋒，羅治國等.云計算：深刻改變未來[M].北京：科學出版社，2009.

[2]李開復.云中漫步――迎接云計算時代的到來[EB/OL].Google黑板報，（2008-05-09）[2009-05-11].

[3]王昊鵬，劉旺盛.虛擬化技術(shù)在云計算中的應(yīng)用初探[J].電腦知識與技術(shù)，2008(3)：1554-1565.

[4]孟靜.云計算[J].中國信息化，2008.

[5]劉鵬.云計算[M]，電子工業(yè)出版社，2010.

篇4

關(guān)鍵詞：KII算法 公務(wù)卡 用戶分類

借鑒國內(nèi)外相關(guān)的理論研究，基于數(shù)據(jù)挖掘技術(shù)的公務(wù)卡用戶分類研究很多都是基于經(jīng)典K-means算法進行的，這主要是因為相對大部分聚類算法而言，K-means算法的時空復雜度相對較小，性能相對較好，同時很多挖掘工具都提供了內(nèi)置的K-means聚類模型，如SPSS Clementine，DB Miner等，可直接使用，非常方便。但由于經(jīng)典K-means算法本身存在的一些固有缺陷（如參數(shù)人為指定，初始聚類中心隨機生成等），會影響公務(wù)卡用戶分類結(jié)果的可靠性。因此本文將克服了K-means四大缺陷的算法――啟發(fā)式初始化的改進K-means算法（KII算法）應(yīng)用到公務(wù)卡用戶分類研究中，建立基于KII算法的公務(wù)卡用戶分類模式。

一、公務(wù)卡用戶分類的維度分析

（一）維度分析的依據(jù)

維度是人們觀察事物的角度，是有關(guān)于目標問題的屬性的集合。在不同的應(yīng)用背景和應(yīng)用目的下，維度的選擇和構(gòu)成也不同。在公務(wù)卡用戶分類問題中，銀行分類的主要目的是識別用戶的行為特征，尤其是用戶中高價值用戶的特征，以便對具有相似行為特征的高價值用戶群開展集中的針對性營銷和服務(wù)，因此用戶的價值特征以及行為特征對銀行而言都是非常感興趣的模式，都可以作為公務(wù)卡用戶分類的維度。對于用戶的基本特征以及賬戶特征，由于它們能夠?qū)珓?wù)卡用戶的價值及行為特征產(chǎn)生影響，因而銀行對這類特征也很關(guān)心，所以它們也應(yīng)該列為公務(wù)卡用戶分類的維度。因此下文將從個人基本特征、用戶持卡行為、用戶價值、用戶賬戶特征四個維度進行綜合分析，建立一個完整的用戶分類指標體系，以提供用戶分類變量的選取范圍。當分類指標體系確定后，可根據(jù)挖掘目標的需要，選取合適的分類變量。

（二）公務(wù)卡用戶分類指標體系構(gòu)建

1.個人基本特征指標

公務(wù)卡用戶個人基本特征會對行為和價值產(chǎn)生影響，在對用戶進行分類時應(yīng)該加入這類信息。本文從人口統(tǒng)計特征和社會特征兩個方面提取指標，其中包括用戶的性別、年齡、學歷、職業(yè)、職位、所在地都市化程度、婚姻狀況、住房狀況、自有車狀況、個人月收入、供養(yǎng)人口數(shù)、家庭月收入等指標。如圖1所示。

2.用戶用卡行為特征指標

用戶用卡行為主要由購買、還款、取現(xiàn)等行為組成，可以從消費特征、交易特征兩個角度分析提取指標。消費特征反映用戶對特定商品類型的偏愛，包含的指標有受卡方類型、受卡方消費金額、受卡方對應(yīng)消費次數(shù)，交易特征包括交易類型、交易金額、交易次數(shù)等指標。如圖2所示。

部分指標說明為，第一，受卡方類型：銀行分配給特別商戶的代碼一般進行分類，本文為了方便在宏觀上發(fā)現(xiàn)用戶的消費特征，將受卡方按消費類別分為五類，分別為①商場、超市等零售業(yè)，②餐飲酒店類，③住宿類，④交通類，⑤網(wǎng)上消費。第二，交易類型：指消費、取現(xiàn)、透支、還款等交易代碼。

3.公務(wù)卡用戶價值特征指標

針對公務(wù)卡用戶的價值，有很多不同的定義和評價方法。其中比較有影響力的價值分類方法是將用戶的價值分為當前價值和潛在價值。這雖然在理論上很完善，但實際操作卻很難實現(xiàn)。因為用戶的潛在價值量化非常困難，去銀行搜集與之相關(guān)的數(shù)據(jù)也不容易得到，所以本文僅考慮用戶的當前價值。當前價值是公務(wù)卡用戶的行為所產(chǎn)生的，所以也可理解為行為價值?？梢赃x取商戶回傭、透支利息、滯納金收益、年費收入、存貸款利差、其他收入等指標作為用戶價值的主要指標。

從圖3可以看到，商戶回傭?qū)?yīng)的是公務(wù)卡用戶的購買行為，是用戶購買活動所帶來的價值，而滯納金分別對應(yīng)著逾期產(chǎn)生的罰金，透支利息是免息期外產(chǎn)生的費用，受透支時間和金額影響，存貸款利差是公務(wù)卡賬面金額帶來的收益。

4.公務(wù)卡用戶賬戶特征指標

公務(wù)卡賬戶特征包括卡賬戶的基本特征和信用特征，卡賬戶基本特征包括持卡類型、開卡時間、賬面余額、透支金額等指標，信用特征包括信用額度、信用等級、逾期等級、違約情況等指標。如圖4所示。

5.用戶分類指標體系構(gòu)成

公務(wù)卡個人信息：性別、年齡、學歷、婚姻狀況、住房狀況、職業(yè)、職位、個人月收入、供養(yǎng)人口數(shù)、家庭月收入。用卡特征：受卡方、受卡方對應(yīng)消費金額、受卡方對應(yīng)消費次數(shù)、月均刷卡次數(shù)、月均消費金額、月均取現(xiàn)次數(shù)、月均還款次數(shù)、月均取現(xiàn)額、月均還款額。價值特征：商戶回傭、透支利息、滯納金收益、存貸款利差、其他收入。賬戶特征：持卡類型、開卡時間、賬面余額、信用額度、透支額度、信用等級、逾期等級、違約等級。

二、公務(wù)卡用戶分類變量的選取

分類變量的選取范圍是上節(jié)中介紹的用戶分類指標體系，但具體選取時，主要是根據(jù)公務(wù)卡用戶的分類目標來進行。以基于用戶消費特征的用戶分類為例，可選擇分類變量表。詳見表1。

由于人工或技術(shù)的問題，抽取出來的數(shù)據(jù)不可避免地存在著數(shù)據(jù)缺失、冗余、噪聲以及不一致等問題，這些數(shù)據(jù)直接用于數(shù)據(jù)挖掘，可能導致挖掘過程十分低效，甚至結(jié)果有誤。因此在進行數(shù)據(jù)挖掘前需要先進行數(shù)據(jù)預(yù)處理，以提高數(shù)據(jù)挖掘的精度和性能。數(shù)據(jù)預(yù)處理過程主要有以下幾個步驟。

（一）缺失值處理

對于缺失問題，一般的處理方法有：忽略記錄，人工填寫缺失值，用屬性的均值填補缺失值，用給定記錄所屬類的樣本增值填補缺失值，用默認值填補缺失值，用最大可能性的值填補缺失值。具體可以采用以下方法進行處理：首先將缺失值在60%以上的指標刪除，對于離散性指標用眾數(shù)對數(shù)據(jù)項進行填充，連續(xù)型指標用均值對缺失項進行填充，然后采用標準差檢驗法甄別異常數(shù)據(jù)，并對異常數(shù)據(jù)進行剔除。

（二）噪聲消除

數(shù)據(jù)錄入過程中，人為的錯誤或是設(shè)備的故障等原因都會導致產(chǎn)生噪聲數(shù)據(jù)。平滑噪聲的方法很多，一般可采用分箱、聚類、回歸或者是計算機與人工檢查相結(jié)合等技術(shù)。

（三）數(shù)據(jù)不一致處理

來自數(shù)據(jù)倉庫或數(shù)據(jù)集市的數(shù)據(jù)也可能會存在數(shù)據(jù)結(jié)構(gòu)的不一致、標簽的不一致、數(shù)據(jù)值的不一致等問題，需要進行糾正，使數(shù)據(jù)一致化，方便進行挖掘。

（四）屬性轉(zhuǎn)換

當指標中存在分類數(shù)據(jù)需要進行量化，將其轉(zhuǎn)換成數(shù)值形式，方便進行統(tǒng)計和計算。

三、基于KII算法的用戶分類

綜上所述，用KII算法進行公務(wù)卡用戶分類的處理過程見圖5。

首先進行數(shù)據(jù)的導入。數(shù)據(jù)導入主要指從數(shù)據(jù)倉庫中或是原始數(shù)據(jù)庫中獲得的公務(wù)卡用戶的相關(guān)數(shù)據(jù)，然后根據(jù)分類目標的需要，選擇能夠反映公務(wù)卡用戶特征的分類變量，并抽取相應(yīng)的數(shù)據(jù)，對它們進行數(shù)據(jù)預(yù)處理。將處理后的數(shù)據(jù)進行組合，得到一張寬表，該表中的記錄就是聚類算法處理的數(shù)據(jù)對象。將預(yù)處理后的數(shù)據(jù)集分成兩部分，一部分作為訓練集，一部分作為測試集。將訓練集作為參數(shù)，運用KII算法進行聚類分析，并對聚類的結(jié)果用Hubert’s 進行驗證結(jié)果是否滿足預(yù)先設(shè)定的閾值，如果不是，則調(diào)整分類變量，直到Hubert’s 結(jié)果滿足要求為止。將獲得的聚類中心用于對測試集進行劃分，并輸出聚類的結(jié)果。本文構(gòu)建了一個公務(wù)卡用戶的分類模式，詳細介紹了用戶分類指標的提取，數(shù)據(jù)的預(yù)處理，以及如何運用KII聚類方法進行用戶分類的過程。

四、總結(jié)與展望

本文以國內(nèi)某家商業(yè)銀行公務(wù)卡業(yè)務(wù)的實際需求為研究背景，在研究數(shù)據(jù)挖掘發(fā)展相關(guān)理論和技術(shù)的基礎(chǔ)上，提出一種基于數(shù)據(jù)挖掘技術(shù)的公務(wù)卡用戶分類模式。本文在比較了數(shù)據(jù)挖掘中各種聚類算法后，最終決定采用K-means聚類方法作為模型的關(guān)鍵方法。由于K-means算法本身存在諸多缺陷，直接應(yīng)用到模型中，會降低模型的準確性和有效性。因此，本文針對這些不足進行了改進，提出了一種啟發(fā)式初始化的改進K-means算法，并將它應(yīng)用到公務(wù)卡用戶分類模式中，實現(xiàn)對用戶的價值及行為特征的分類。本文對聚類方法中的經(jīng)典K-means算法進行了改進。針對K-means算法對初始聚類中心的依賴性，提出一種具有啟發(fā)式的選取初始化聚類中心的方法，在進行K-means前找到合適的初始中心，避免由于初始中心選取不當而導致K-means聚類錯誤的問題。對KII算法進行了仿真，實驗結(jié)果表明該算法的準確率、魯棒性等方面較經(jīng)典K-means算法有所提升。提出一種基于KII算法的有關(guān)公務(wù)卡用戶分類的應(yīng)用模式，該模式說明了進行公務(wù)卡用戶分類時如何選擇分類變量、如何進行數(shù)據(jù)的預(yù)處理以及如何應(yīng)用KII聚類算法的全過程，為銀行進行公務(wù)卡用戶分類提供了方法上的指導。

參考文獻：

[1]婁洪.著力推進公務(wù)卡改革的深化與發(fā)展[J].中國金融，2009（20）.

[2]陳建寧.預(yù)算單位推行公務(wù)卡結(jié)算制度的探析[J].會計之友（上旬刊），2009（9）.

[3]譚明，申鳳云.湖南省公務(wù)卡發(fā)展現(xiàn)狀調(diào)查與對策建議[J].金融會計，2009（5）.

[4]周靜莉.關(guān)于預(yù)算單位推行公務(wù)卡結(jié)算的若干思考[J].當代經(jīng)濟，2009（8）.

[5]陳建華.南京市公務(wù)卡應(yīng)用情況調(diào)查與建議[J].金融電子化，2008（12）.

[6]李項南.公務(wù)卡在財政國庫管理制度改革中的應(yīng)用[J].中外企業(yè)家，2008（11）.

[7]朱久霞.積極推進公務(wù)卡的使用提高預(yù)算資金的使用效率[J].會計之友（下旬刊），2008（5）.

[8]顧海英.推廣公務(wù)卡制度引入國庫集中支付的探討[J].財會研究，2008（5）.

[9]孫興全，苗慧凱，趙興羅.從公務(wù)卡制度看公務(wù)支出的監(jiān)督[J].財政監(jiān)督，2007（19）.

篇5

【關(guān)鍵詞】地質(zhì)滑坡；成因；穩(wěn)定性；分析；建議

引言

滑坡位于習水縣某鎮(zhèn)，發(fā)生于2006年，滑坡縱長100m，平均橫寬30m，為基巖滑坡，造成18戶居民房屋發(fā)生不同程度的損壞，為了減少損失，縣政府委托某單位進行了勘察，本文在此勘察資料的基礎(chǔ)上對該滑坡進行簡要的分析。

1 滑坡的工程地質(zhì)條件

地形、地貌：滑坡區(qū)屬為云貴高原向四川盆地過渡的斜坡盆緣地帶，總體地貌屬侵蝕-剝蝕低山河谷斜坡地貌類型，海拔高程290～400m。

滑坡所在區(qū)域整于赤水河支流左側(cè)岸坡地帶，地形坡度相對較陡，平均坡度20～50°之間，局部為陡坎。斜坡總體呈現(xiàn)為上部陡、中下部緩、臨河為陡坎地形，水獅壩滑坡區(qū)域就位于土城河河岸陡坎以上斜坡的區(qū)域，該區(qū)域總體呈緩斜坡，但在下部由于人工建設(shè)的改造，呈現(xiàn)多級陡坎地形。

2 滑坡基本特征

2.1邊界及規(guī)模特征

滑坡的形態(tài)和范圍受邊坡形態(tài)、巖土體結(jié)構(gòu)及臨空條件控制，根據(jù)該滑坡的變形和破壞特征，地形條件等，其邊界條件表現(xiàn)為：

（1）滑坡體前緣：在滑坡體前緣為過去人工修建房屋和公路高19-25m的呈陡崖狀陡臨空面，具有較好的臨空剪出條件；該滑坡發(fā)生滑移時，滑體從該臨空面底部6-8m以上部位剪出。

（2）滑坡后緣：受后緣變形裂縫控制，主要沿走向260°裂隙控制形成，現(xiàn)已開成寬0.1-1.9m寬的裂縫，形成高1.2m的錯落，后緣裂縫與右側(cè)緣裂縫貫通；

（3）滑坡體側(cè)緣：滑坡體左側(cè)緣為人工建房和公路修筑時形成的陡臨空面；右側(cè)緣受變形裂縫隙控制，其形成主要沿走向135°裂隙形成，現(xiàn)已形成寬2.5-3.7m，長80余為，錯落1.2-2m的裂縫帶，并與后緣裂縫貫通。

該滑坡總體呈不規(guī)則狀，長100m，寬50m，滑體平均厚度15m，總方量約60000m3；主滑向為300°；該滑坡屬小型中層基巖順層滑坡。

2.2 滑坡變形特征

該滑坡發(fā)生于2002年，當時未造成人員傷亡，滑坡除沿主滑方向滑移外，受地形控制，滑坡在滑移過程中，沿滑坡左側(cè)緣也有剪出堆積，但總量較小；滑坡發(fā)生后，由于對“赤習”公路造成了阻斷，當時對滑坡前緣部份堆積體進行了清理?，F(xiàn)滑坡體仍有大量殘留體堆積于斜坡上，由于滑坡產(chǎn)生過滑移，滑坡體松散臨亂，特別在前出口和左側(cè)緣高臨空地帶，滑坡殘留體更顯松散臨亂（照片1）；現(xiàn)滑坡后緣和右側(cè)緣裂縫已完全貫通，裂縫最寬達3.7m，并產(chǎn)生錯落?，F(xiàn)根據(jù)當?shù)貒敛块T的監(jiān)測，該滑坡后緣裂縫還在加大，并且在后壁陡坎區(qū)還出現(xiàn)了新的縫，裂縫寬20cm，沿展長12.8m，可見深度0.3―0.7m；滑坡前緣和左側(cè)緣陡臨空區(qū)，在降雨期常有大小不等的小規(guī)?；l(fā)生。

2.3 滑坡巖土體特征

（1）滑體

物質(zhì)成分為侏羅系上統(tǒng)遂寧組（J3sn）的強至中見化泥巖，以強風化泥巖為主，局部夾薄層砂巖，滑體厚度在2―20m，滑坡前緣和北側(cè)緣較薄，滑體物質(zhì)由于滑坡產(chǎn)生過滑動，破壞了原有的巖體結(jié)構(gòu)，現(xiàn)滑體物質(zhì)結(jié)構(gòu)松散，滑體天然重度25.57KN/m3，飽和重度25.71KN/m3。

（2）滑面

為泥巖層與砂巖層的接觸界面，物質(zhì)成分為泥巖軟化層，該層物質(zhì)結(jié)構(gòu)松軟，物質(zhì)成分為粉質(zhì)粘土夾細沙，厚度3～10cm，該接觸面基本呈一平面，其產(chǎn)狀即為巖石的產(chǎn)狀，300°∠13°，由于勘察時與滑坡發(fā)生時間間隔較長，而此層厚度又較小，現(xiàn)已不易分辯，現(xiàn)場采取樣品困難，所以在本次勘察時，滑動面力學參數(shù)主要通過反演分析與不穩(wěn)定斜坡土體實驗參數(shù)比較，然后綜合取值。

（3）滑床

滑床為侏羅系上統(tǒng)遂寧組（J3sn）暗紫色、紫紅色薄至中厚層砂巖，節(jié)理不發(fā)育，完整性比較好，區(qū)域巖層產(chǎn)狀為300°∠10°～16°。

3 滑坡成因機制分析及穩(wěn)定性評價

3.1 滑坡成因機制分析

由于滑坡的形成往往都是由于多種因素相互作用影響的結(jié)果，本滑坡主要從以下幾個方面闡述：

（1）地形地貌：滑坡前緣存在高陡臨空面，為松散物質(zhì)向主變形方向發(fā)生滑移提供了空間，坡體坡度較陡，約15°，重力作用下容易使松散土體向坡底滑移變形。

（2）巖土組構(gòu)：滑坡滑體物質(zhì)為泥巖夾多層砂巖，受差異風化的影響，易在泥巖、砂巖接觸層面形成貫通性好的層面節(jié)理，使上部滑體物質(zhì)沿此節(jié)理發(fā)生滑移變形，而且由于滑體物質(zhì)較厚，最大厚度達20m，巖層面傾角較大（13°），為滑坡的形成提供了充分的條件。

（3）大氣降雨：區(qū)內(nèi)大氣降雨量豐富，在雨水充足的季節(jié)，大氣降雨滲入坡體轉(zhuǎn)化為地下水，不僅增加了坡體自身的重量，也加快了軟弱結(jié)構(gòu)面（巖土接觸界面）的形成和貫通，有利于滑坡的變形。

綜合概述，滑坡主要是由地形地貌、不利的巖土體組合、大氣降雨及河流切割等環(huán)境地質(zhì)條件和外力地質(zhì)作用等自然因素形成的。

3.2 滑坡的穩(wěn)定性評價

3.2.1 滑坡計算參數(shù)的確定

滑坡計算參數(shù)主要在統(tǒng)計土工試驗數(shù)據(jù)基礎(chǔ)上，根據(jù)滑體、滑帶土物理力學性質(zhì)，結(jié)合區(qū)內(nèi)地質(zhì)環(huán)境條件、滑體結(jié)構(gòu)特征、性狀、坡體變形破壞特征及其空間變化情況，結(jié)合反算結(jié)果綜合確定?；w參數(shù)直接采用室內(nèi)試驗值數(shù)理統(tǒng)計結(jié)果，天然重度25.57KN/m?，飽和重度25.71 KN/m?，滑帶土力學參數(shù)根據(jù)反演、土工試驗綜合確定（見表1）。

表1 滑坡穩(wěn)定性計算參數(shù)選取表

滑體參數(shù) 滑帶參數(shù)

天然狀態(tài)

實驗值（殘余值） 反演值 采用值

天然重度（KN/m?） 飽和重度（KN/m?） C（KN/m） Φ（°） C（KN/m） Φ（°） C（KN/m） Φ（°）

25.57 25.71 15.7 13.5 ―― ―― 15.7 13.5

飽和狀態(tài)

實驗值 反演值 采用值

C（KN/m） Φ（°） C（KN/m） Φ（°） C（KN/m） Φ（°）

17.8 12.5 10 12 12.0 11.5

15 11

3.2.2 計算模型

由于該區(qū)不穩(wěn)定斜坡潛在變形面為巖土分界面，工程地質(zhì)剖面圖上顯示為折線型，因此，穩(wěn)定性計算的數(shù)學模型選用《巖土工程勘察規(guī)范》（GB50021-2001）第5.2.8條規(guī)定的選用折線型公式進行穩(wěn)定性驗算。該計算模型同樣適用于滑坡的穩(wěn)定性計算（平面滑動法）。采用Ⅵ-Ⅵ'作為計算剖面（圖1），對滑坡進行穩(wěn)定性計算。

圖1 滑坡穩(wěn)定性計算剖面示意圖

表2 滑坡穩(wěn)定性系數(shù)計算成果表

災(zāi)害類型 計算剖面 計算工況 穩(wěn)定性系數(shù) 穩(wěn)定性評價

滑坡 Ⅵ-Ⅵ’ 工況Ⅰ：自重（天然） 1.181 穩(wěn)定

工況Ⅱ：自重+地下水+暴雨（暴雨） 1.030 欠穩(wěn)定

由表2穩(wěn)定性計算結(jié)果及穩(wěn)定性劃分標準，得知：

滑坡在天然狀態(tài)下都處于穩(wěn)定狀態(tài)，在暴雨狀態(tài)處于欠穩(wěn)定狀態(tài)，水對滑坡的穩(wěn)定性有較大的影響。

4 結(jié)論與建議

4.1 結(jié)論

（1）根據(jù)穩(wěn)定性分析計算，滑坡在天然狀態(tài)下處于穩(wěn)定狀態(tài)，在暴雨工況下處于欠穩(wěn)定狀態(tài)，隨著地質(zhì)環(huán)境條件的惡化和水的影響，勘察區(qū)內(nèi)各種地質(zhì)災(zāi)害的發(fā)展變形將會進一步加劇。

（2）通過對滑坡的成因分析論證，該滑坡主要是由地形地貌、不利的巖土體組合、大氣降雨及河流切割等環(huán)境地質(zhì)條件和外力地質(zhì)作用等自然因素形成的。

篇6

關(guān)鍵詞：遠程教育；協(xié)同技術(shù)；云黑板

中圖分類號：G40-057 文獻標識碼：A 論文編號：1674-2117（2016）19-0069-04

引言

當前的遠程教育系統(tǒng)，無法充分發(fā)揮教室內(nèi)傳統(tǒng)教學實時交互交流的優(yōu)勢。雖然能為用戶提供一定的協(xié)作交互環(huán)境，但都是按照系統(tǒng)預(yù)先設(shè)置好的步驟進行，缺少靈活性。當需要實時溝通時，基本上是通過視頻、語音和文字的方式進行交流，可許多溝通是需要通過一種類似傳統(tǒng)課堂的黑板媒介來實時交互進行的，這一點在現(xiàn)有的遠程教學系統(tǒng)中卻很難實現(xiàn)。

因此，筆者結(jié)合當前的云教育平臺，研究了一種基于移動終端的支持自主移動學習的“云黑板”教學平臺，它具有支持模擬黑板協(xié)同交流、支持移動WEB跨平臺和支持多用戶在線實時參與的特點，能為遠程用戶提供實時交流，更能激發(fā)學生的學習興趣和學習動力，體現(xiàn)學生學習的能動性和自主性。

支持移動自主學習的云黑板模式

現(xiàn)代遠程教育由教師、網(wǎng)絡(luò)和學生三個關(guān)鍵要素組成。傳統(tǒng)的網(wǎng)絡(luò)教育是教師在線直播，學生連接網(wǎng)絡(luò)接受授課的在線教育模式。然而直播并不能真正體現(xiàn)遠程教育對實時性的需求，即使學生能夠在線提問、在線留言。筆者提出的云黑板教學模式，不僅會有基本的多用戶語言交流，更能支持師生在云黑板平臺實現(xiàn)模擬黑板的操作，即教師在授課的同時，可以在云黑板上作圖，學生可以實時參與從而協(xié)同繪制，最終實現(xiàn)實時“你見即我見”的效果。云服務(wù)資源服務(wù)器的支持，以及云黑板移動終端客戶端的適配讓遠程教育用戶有了多樣化、個性化的選擇。對移動設(shè)備的支持，可以最大程度地減少教師開課以及學生上課時受到的時空限制；學生可以實時參與多種課程的學習，為自己制訂學習計劃，充分體現(xiàn)云黑板系統(tǒng)對多樣化、個性化需求的滿足。這樣，移動終端多用戶協(xié)同交流云黑板，真正做到了適應(yīng)任何人在任何時間、任何地點，選擇任何內(nèi)容進行學習，真正讓使用對象脫離計算機屏幕的約束，給參與者提供了一種舒適休閑狀態(tài)的學習啟發(fā)空間，提供了便利的隨時隨地參與學習的自主移動學習途徑。

作為為移動終端客戶端提供云黑板的后臺支持，服務(wù)器端運行云黑板支持系統(tǒng)還需要建立相應(yīng)的遠程教學資源庫。移動終端主要提供云黑板客戶端模塊，如下頁圖1所示，需要解決的關(guān)鍵技術(shù)有瀏覽器矢量圖形繪制與編輯、矢量圖形對象并發(fā)控制，同時需要解決基于服務(wù)器推送的協(xié)同設(shè)計功能。

關(guān)鍵技術(shù)

1.系統(tǒng)架構(gòu)

移動終端以安卓為例。圖2是云黑板系統(tǒng)的技術(shù)架構(gòu)，從圖中可以看出這是一個混合應(yīng)用的設(shè)計方式，移動WEB客戶端被一個原生應(yīng)用承載?；旌闲偷脑坪诎逑到y(tǒng)移動客戶端不僅保留了一定的可移植性，還保證了類似原生應(yīng)用的體驗。移動終端客戶端主要分為基本矢量圖形接口、各功能模塊實現(xiàn)層、用戶接口調(diào)用層三層。底層基本矢量圖形的接口函數(shù)，提供繪制矢量圖形的上層調(diào)用，這一層是整個矢量圖形的核心層。功能模塊實現(xiàn)層能實現(xiàn)網(wǎng)頁矢量繪制平臺的大部分功能。在該層調(diào)用底層繪圖函數(shù)實現(xiàn)動態(tài)繪制、圖形數(shù)據(jù)的異步保存和協(xié)同繪制。最上層是矢量圖形顯示及用戶接口層，它為用戶提供繪制基本矢量圖形、選擇矢量圖形、編輯矢量圖形的工具，以及用戶當前操作的圖形顯示和操作狀態(tài)顯示。

2.關(guān)鍵技術(shù)

（1）移動終端的多用戶協(xié)同技術(shù)

在大多數(shù)情況下，協(xié)同設(shè)計架構(gòu)主要是C/S（Client/Server）結(jié)構(gòu)，服務(wù)器能夠?qū)崟r向客戶端推送更新的消息，而不需要客戶端向服務(wù)器請求。云黑板客戶端為了保持自身的優(yōu)點，采用了混合模式APP，其核心是移動WEB。且在移動WEB的B/S（Browser/Server）結(jié)構(gòu)中，移動WEB客戶端需要獲得服務(wù)器上更新的信息，必須通過請求響應(yīng)模式，這種模式下用戶獲得的數(shù)據(jù)沒有實時性，而且有大量不必要的數(shù)據(jù)更新，因此會產(chǎn)生大量冗余數(shù)據(jù)的傳輸。為了解決這一問題，筆者專門研究了服務(wù)器推送的原理，實現(xiàn)了通過長連接技術(shù)，將服務(wù)器端更新的矢量圖形推送給相應(yīng)的移動WEB客戶端，從而達到類似C/S結(jié)構(gòu)實時推送的效果。

為了能在移動WEB客戶端的B/S結(jié)構(gòu)中保證前后端通信的實時性，需要建立客戶端和服務(wù)器端之間的長連接。這里采用的WebSocket能更好地節(jié)省服務(wù)器資源和帶寬，并達到實時通訊。為了在原生應(yīng)用下實現(xiàn)用戶登錄以及聊天功能，客戶端使用了socket.io，而與服務(wù)器建立了另外一條消息通道。socket.io封裝了WebSocket，同時包含了其他的連接方式，如Ajax等。

矢量圖形的協(xié)同數(shù)據(jù)交換過程包括矢量圖形的特征基本屬性信息到矢量圖形協(xié)同特征數(shù)據(jù)模型交換、矢量圖形協(xié)同特征數(shù)據(jù)模型的網(wǎng)絡(luò)傳輸服務(wù)器數(shù)據(jù)推送、矢量圖形協(xié)同特征數(shù)據(jù)模型到矢量圖形的數(shù)據(jù)交換。

每一個繪制的圖形將被保存到一個Model對象中，協(xié)同的基本原理是：一個客戶端更新圖形后，將更新后的Model通過socket.io提交到服務(wù)器，由服務(wù)器向其他客戶端進行廣播，再由其他客戶端對數(shù)據(jù)進行顯示。

（2）矢量圖形繪制及沖突檢測

圖形的繪制包括圖形對象的創(chuàng)建、更新、存儲。所有矢量圖形繪制都是基于像素的，它們是矢量圖形的最基本單元。如果能在網(wǎng)頁中創(chuàng)建一個最基本的像素單元，使其通過控制這些像素單元的顯示來繪制矢量圖形，就方便多了。基于此原理，筆者以DHTML和JavaScript為開發(fā)語言，使用寬為lpx，高為lpx的Div對象作為一個像素。有了像素單元，所有標準圖形將可以直接應(yīng)用計算機圖形學相關(guān)繪圖算法實現(xiàn)繪圖。例如，直線將可直接應(yīng)用Bresenham快速畫直線的算法。簡單地說，就是直接在滿足給定直線方程的坐標上繪制像素。據(jù)此類推，矩形可由四個直線方程表示，填充則是在一個封閉區(qū)域畫滿像素。

由于當前移動WEB瀏覽器平臺純網(wǎng)頁模式下不存在圖形繪制環(huán)境，不存在基本的圖形庫，因此需要從底層最基本的矢量繪制開始，構(gòu)建相應(yīng)的圖形庫，主要建立二維基本矢量圖形庫?；谝苿覹EB瀏覽器網(wǎng)頁的圖形繪制實現(xiàn)，性能好壞至關(guān)重要。它一方面與移動終端硬件以及瀏覽器的Render Engine緊密相關(guān)，另一方面與圖形的實現(xiàn)算法并結(jié)合網(wǎng)頁元素的特性來表示一些基本的矢量圖形。這樣能大大減少表示矢量圖形的基本像素網(wǎng)頁元素，性能優(yōu)化主要做這方面的工作。這個過程可以在瀏覽器支持和安全允許的前提下，借用HTML5的canvas圖形引擎功能，直接進行圖形繪制和性能優(yōu)化的實現(xiàn)。

在網(wǎng)頁上，支持二維矢量圖形協(xié)同繪制平臺中所定義的圖元的操作有矢量圖形繪制、選擇、修改、移動、刪除等操作。假設(shè)我們定義矢量圖形的操作集合OP，OP={P，S，C，M，D}，其中P代表繪制，S代表選擇，C代表修改，M代表移動，D代表刪除。

針對網(wǎng)頁矢量圖形繪制環(huán)境下并發(fā)操作的沖突檢測，設(shè)用戶Ui，執(zhí)行操作為OPi，該操作所作用的矢量圖形記為Gi，用戶Uj，執(zhí)行操作為OPj，該操作所作用的特征對象記為Gj，（Gi可以等于Gj），通過以下步驟檢測并發(fā)沖突：①如果Ui操作是繪制矢量圖形Gi，OPi=P，則Uj的操作不與其他用戶產(chǎn)生沖突，檢測結(jié)束。②如果Ui操作是選擇矢量圖形Gi，OPi=S，則Uj的操作與其他用戶操作不產(chǎn)生沖突，沖突檢測結(jié)束。③如果Ui操作是修改矢量圖形Gi，則Uj與所有與其并發(fā)的且對Gi的操作OPj且OPj不屬于{P，S}，產(chǎn)生操作沖突，沖突檢測結(jié)束。④如果Ui操作是移動或刪除矢量圖形Gi，則Uj與所有與其并發(fā)的且對Gi的操作OPj且OPj不屬于{P，S}，產(chǎn)生操作沖突，沖突檢測結(jié)束。

（3）多用戶并發(fā)控制策略

多用戶同時操作有很大可能會產(chǎn)生沖突，因此需要并發(fā)控制。在分布式系統(tǒng)、多線程系統(tǒng)中，并發(fā)控制是普遍需要解決的問題，它也是計算機協(xié)同系統(tǒng)需要解決的關(guān)鍵技術(shù)之一。在實時計算機協(xié)同系統(tǒng)中，會存在多個不同用戶都需要訪問的共享對象（如云黑板中的矢量圖形圖元等），因此系統(tǒng)需要對多個不同用戶訪問共享對象的操作進行實時響應(yīng)，這樣才能達到“你見即我見”的效果。由于多個不同用戶同時對一個矢量圖形的并發(fā)訪問是不可避免的，因此會發(fā)生不可避免的沖突，并發(fā)控制策略是為保證數(shù)據(jù)的一致性而必須采取合適的策略。其主要目標是保證在對共享資源并發(fā)訪問的情況下，能正確地操作共享資源。筆者主要采用對矢量圖形加鎖和協(xié)同感知技術(shù)，來解決和避免多用戶同時操作矢圖元產(chǎn)生的沖突。

對所繪制的矢量圖形加鎖是保證數(shù)據(jù)一致性的常用手段，它是對用戶訪問的共享對象進行加鎖和解鎖操作。用戶在對矢量圖形進行繪制、修改、刪除操作之前，必須先對該矢量圖形對象進行加鎖，防止其他用戶進行操作，從而滿足用戶對矢量圖形對象進行操作的要求。其他用戶在訪問加鎖以后的矢量圖形對象時，如果得不到該對象的訪問權(quán)限，就必須等待，直到用戶釋放控制此矢量圖形對象的鎖后，才能訪問。

所謂協(xié)同感知是指群體協(xié)作環(huán)境能夠在不影響其他參與者協(xié)同工作的情況下，將一個參與者的信息傳遞給各協(xié)作參與者，使得各協(xié)作參與者能夠彼此感知到對方的狀態(tài)信息。其目的是模擬現(xiàn)實世界的協(xié)作過程，讓參與協(xié)作的人在計算機環(huán)境中了解其他人的活動，從而為自己的活動提供一個“上下文”環(huán)境，消除由空間上的分布帶來的割裂感。

筆者將上述兩種方法融合，應(yīng)用到云黑板系統(tǒng)中，實現(xiàn)了當一個用戶編輯某個對象以后，整個編輯過程將被協(xié)同，其他用戶可以看到其編輯過程，但不能獲得圖形對象的編輯焦點，需要等待當前編輯用戶完成編輯才能操作。

系統(tǒng)實例

云黑板系統(tǒng)采用Nodejs服務(wù)器，當網(wǎng)絡(luò)正常連接到服務(wù)器且登錄成功后，可以直接選擇工具箱中的內(nèi)容協(xié)同作圖。圖3中左圖即為協(xié)同作圖效果圖，顯示了當前參與協(xié)同的用戶。圖3中右圖為用戶聊天的實現(xiàn)效果。用戶可以隨時交流，獲取資源，體現(xiàn)移動自主學習。

總結(jié)

云黑板系統(tǒng)不僅可作為遠程教育教學平臺，也可推廣到各種教育培訓機構(gòu)中使用，作為企業(yè)集團培訓、企業(yè)客戶培訓等移動終端輔助產(chǎn)品。終端用戶可以是教育人員，也可以是企業(yè)客戶以及其他類型參與人員。該系統(tǒng)既吸收了傳統(tǒng)遠程教育平臺優(yōu)點，又突出了移動終端的優(yōu)勢，真正做到了施教者與受教者能夠不受時空限制，隨時隨地學習?？梢?，面向移動終端的云黑板系統(tǒng)使用范圍廣泛，應(yīng)用前景廣闊。

參考文獻：

[1]馬麗潔.遠程教育與當代信息技術(shù)的整合研究[J].成人教育，2016（1）：19-22.

[2]孫立會.開放教育基本特征的變遷――兼議MOOC之本源性問題[J].遠程教育雜志，2014（2）：30-38.

[3]徐苑苑，張際平.基于云架構(gòu)的網(wǎng)絡(luò)教學平臺設(shè)計與實現(xiàn)[J].遠程教育雜志，2013（03）：71-78.

[4]張波.基于對象視圖模型WebView的Web應(yīng)用框架[J].軟件學報，2002（10）：1985-1990.

[5]胡晶.基于HTML5的Web移動應(yīng)用開發(fā)研究[J].工業(yè)控制計算機，2014（10）：80-81.

[6]黃經(jīng)贏.基于Socket.io+Node.js+Redis構(gòu)建高效即時通訊系統(tǒng)[J].現(xiàn)代計算機（專業(yè)版），2014（13）：62-69.

[7]許會元.NodeJS的異步非阻塞I/O研究[J].工業(yè)控制計算機，2015（3）：127-129.

[8]陳嶺.基于Web的實時協(xié)同編輯系統(tǒng)中的一致性控制[J].計算機研究與發(fā)展，2001（12）：1505-1511.

[9]王越.移動互聯(lián)網(wǎng)時代協(xié)同感知技術(shù)研究[J].河南科技，2015（5）：9-11.

篇7

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，電子商務(wù)推薦系統(tǒng)已經(jīng)成為很多企業(yè)進行廣告宣傳和商品銷售的重要平臺。在電子商務(wù)推薦系統(tǒng)中，協(xié)同過濾推薦算法在個性化的推薦系統(tǒng)中得到廣泛應(yīng)用。協(xié)同過濾推薦（Collaborative Filtering recommendation）是在信息過濾和信息系統(tǒng)中應(yīng)用的一種技術(shù)。協(xié)同過濾推薦能對用戶的興趣進行分析，并在用戶群中找到指定用戶的類似興趣用戶，通過分析相似興趣用戶對某一信息的評價，從而形成系統(tǒng)對該指定用戶對此信息的喜好程度預(yù)測。隨著其應(yīng)用的深入，協(xié)同過濾推薦算法也出現(xiàn)了一些問題，如“冷啟動”問題、“數(shù)據(jù)稀疏性”等，于是基于用戶聚類的協(xié)同過濾推薦算法開始逐漸得到應(yīng)用[1]。

1.電子商務(wù)個性化推薦簡述

隨著我國電子商務(wù)的飛速發(fā)展，面對大量的信息資源，消費者不知道該如何選擇。為了徹底解決這一問題，運營商提出了制作個性化推薦系統(tǒng)（Personalized recommendation system）[1]的設(shè)想。電子商務(wù)個性化推薦系統(tǒng)主要是使用電子商務(wù)網(wǎng)站，為用戶提供商品的信息并提出購買意見，幫助客戶選擇商品或者信息。一般的個性化推薦系統(tǒng)主要有三個模塊構(gòu)成：行為記錄模塊、處理模塊和推薦模塊[2] 。行為記錄模塊用來記錄用戶的各種操作，例如收藏、購買、下載、評分等，然后對這些操作進行有效的匯總和處理。處理模塊是個性化推薦系統(tǒng)的核心，它實現(xiàn)了對用戶操作記錄的分析，并采用不同算法建立起模型來描述用戶的喜好檔案。最后，通過推薦模塊，形成適當?shù)姆治鼋Y(jié)果推薦給用戶，其形式包括預(yù)測評分、購買建議、文本評價等。推薦方法是推薦系統(tǒng)的中心，直接決定了推薦系統(tǒng)的效果[3]。

2.傳統(tǒng)協(xié)同過濾推薦算法存在的問題

協(xié)同過濾算法是個性化推薦中應(yīng)用最廣泛的一種方法。這種技術(shù)是基于鄰居用戶的興趣愛好來對目標用戶的興趣愛好進行預(yù)測。通過統(tǒng)計技術(shù)，將與目標用戶有相同興趣的鄰居用戶尋找出來，進而根據(jù)目標用戶的鄰居用戶的偏好形成推薦。該種算法，主要是由數(shù)據(jù)表示、形成鄰居、產(chǎn)生推薦三個階段構(gòu)成。協(xié)同過濾推薦算法雖然具有一定的優(yōu)勢，但是也有鮮明的缺點，主要表現(xiàn)出“冷啟動”問題和“數(shù)據(jù)稀疏性”問題[4]。首先，“數(shù)據(jù)稀疏性”問題是很多推薦技術(shù)面臨的重要問題之一。稀疏性（Sparsity）主要是由于推薦系統(tǒng)中用戶信息有限，用戶評價或所購買的產(chǎn)品的數(shù)量在總數(shù)中所占的比例較小，使得某一項目的偏好矩陣中數(shù)據(jù)較為稀疏，這樣找到相似用戶就很不容易，使得系統(tǒng)的推薦性能表現(xiàn)很差。冷啟動 （cold-start）問題主要表現(xiàn)為新項目問題和新用戶問題。新項目問題就是沒有人評價或購買過的某一項目，其相應(yīng)推薦也沒有，新用戶問題就是沒有購買或評價過任何產(chǎn)品的新用戶得不到任何推薦。傳統(tǒng)協(xié)同過濾推薦在單一內(nèi)容項目推薦上具有一定的適用性，但是現(xiàn)實生活中，項目多內(nèi)容個性推薦情況較多，其準確率較低。

3.基于用戶聚類的協(xié)同過濾推薦算法

3.1用戶聚類

用戶聚類就是試圖找到具有共同喜好的用戶組，將用戶聚集成不同的簇，同一簇內(nèi)的用戶具有較高的相似性，而不同簇中的用戶則具有較低的相似性。通過對用戶的聚類，可以發(fā)現(xiàn)群體用戶的興趣所在，以提高處理海量增長的數(shù)據(jù)集的效率。

根據(jù)用戶的特征相似性，采用螞蟻自組織聚類的思想對用戶進行類聚。先從n個數(shù)據(jù)對象中設(shè)定聚類數(shù)目k和k個聚類的初始聚類中心，計算出用戶與聚類中心的特征相似性[5]，逐個將需聚類的用戶樣本按最小距離準則分配給K個聚類中心中的某一個聚類中心。計算各個聚類中心的新的向量值，求各聚類簇中所包含用戶的均值向量。并以均值向量作為新的聚類中心。不斷重復這一過程直到標準測度函數(shù)開始收斂為止，最后生成聚類簇。由于該算法能有效辨識用戶之間的特征相似性，因此聚類結(jié)果較為合理。

3.2查找鄰居用戶

鄰居用戶的查找是在各個聚類簇中進行的，因此，首先，根據(jù)用戶的基本特征數(shù)據(jù)，綜合計算相似性，之后以聚類用戶的基本特征數(shù)據(jù)和聚類用戶對項目的評分數(shù)據(jù)，計算出目標用戶與其余所有用戶兩兩之間的綜合相似性。其次，鄰居用戶的選取采用k均值算法來進行，通過用戶之間綜合相似性排序，選擇相似性值最大的k個用戶作為目標用戶的鄰居用戶。

3.3預(yù)測目標用戶項目評分并得出推薦

在得到鄰居用戶之后，可以根據(jù)鄰居用戶對項目的評分來預(yù)測目標用戶對項目的評分。在對目標用戶的預(yù)測評分過程中，其計算方法與傳統(tǒng)協(xié)同過濾算法具有一定的相似性，但基于用戶聚類的協(xié)同過濾推薦算法中的目標用戶的預(yù)測評分計算公式有所變化，主要用綜合相似度將用戶對項目偏好的相似性進行替換?；谟脩艟垲惖膮f(xié)同過濾推薦算法，由于考慮了用戶對項目的偏好以及用戶之間的特征性，而對于新注冊的用戶，可以通過注冊信息對其進行聚類，同時在聚類簇中計算其他用戶特征的相似性，從而得到推薦，使傳統(tǒng)協(xié)同過濾推薦算法中的“冷啟動”問題得到解決。此外，通過用戶聚類，在用戶所屬聚類簇中查找鄰居用戶，降低了鄰居用戶查找計算量，同時具有相似特征的用戶評分對于目標用戶具有更大的重要性，使協(xié)同過濾推薦更加準確，解決了傳統(tǒng)協(xié)同過濾推薦中的數(shù)據(jù)稀疏性問題。

4.結(jié)語

個性化推薦系統(tǒng)經(jīng)過20多年的改進取得了長足的發(fā)展。隨著應(yīng)用領(lǐng)域的不斷拓展，將其他領(lǐng)域技術(shù)與推薦技術(shù)相結(jié)合逐漸成為一個研究熱點，并且應(yīng)用前景十分廣闊。不管從研究方面，還是在應(yīng)用方面，相對于發(fā)達國家而言，我國的電子商務(wù)推薦系統(tǒng)都存在較大差距。本文簡要論述了基于用戶聚類的協(xié)同過濾推薦算法，其中尚有很多函待進一步研究的問題，限于篇幅就不一一贅述。相信在未來個性化推薦研究中，我國的個性化推薦必將取得更大的發(fā)展。

參考文獻

[1]余力，劉魯.電子商務(wù)個性化推薦研究[J].計算機集成制造系統(tǒng)，2012，10（10）：1306-1312.

[2]劉建國，周濤，汪秉宏.個性化推薦系統(tǒng)的研究進展[J].自然科學進展.2009，19（l）：1-15.

[3]王宏超，陳未如，劉 俊.基于客戶聚類的商品推薦方法的研究[J].計算機技術(shù)與發(fā)展，2011，18（7）：212-214.

[4]程 巖，肖小云，吳潔倩.基于聚類分析的電子商務(wù)推薦系統(tǒng)[J].計算機工程與應(yīng)用，2012（24）：175-177.

篇8

過去數(shù)十年間，我們見證了科學技術(shù)給全人類帶來巨變的偉大時代。以信息技術(shù)為主的科技深刻改變了人們溝通、學習、工作、休閑、社交等各個方面的習慣。與此同時，聯(lián)接的普及與Pre5G/5G、物聯(lián)網(wǎng)、視頻及云服務(wù)等新技術(shù)和新業(yè)務(wù)的不斷興起，也催生了人們對數(shù)字服務(wù)全新用戶體驗的急迫需求。運營商擁抱全新網(wǎng)絡(luò)架構(gòu)、構(gòu)建全新網(wǎng)絡(luò)服務(wù)能力的需求從未如此一致而迫切。

當前，信息通信技術(shù)的融合趨勢下，電信網(wǎng)絡(luò)構(gòu)件逐漸從專用硬件平臺轉(zhuǎn)向通用服務(wù)器，網(wǎng)絡(luò)功能逐漸軟件化，無論是無線網(wǎng)、核心網(wǎng)、業(yè)務(wù)網(wǎng)的技術(shù)架構(gòu)將發(fā)生顛覆性的改變，SDN、NFV等代表性技術(shù)經(jīng)過前幾年的技術(shù)標準等討論和開源能力的積累已逐漸成熟，目前正處于走向商用驗證和部署的關(guān)鍵階段，成為電信網(wǎng)絡(luò)變革的重要驅(qū)動力。

對于網(wǎng)絡(luò)架構(gòu)的演進趨勢，中興通訊在前不久的《中興通訊SDN/NFV彈性網(wǎng)絡(luò)技術(shù)白皮書（V3.0）》中，對未來網(wǎng)絡(luò)的目標愿景進行解讀。中興通訊認為，云時代需要靈活動態(tài)的網(wǎng)絡(luò)資源配置、高效的資源利用率，傳統(tǒng)電信網(wǎng)絡(luò)需要面對更加復雜多發(fā)的差異化場景需求，需要打破傳統(tǒng)的垂直分割的剛性網(wǎng)絡(luò)體系和復雜繁多的封閉網(wǎng)元架構(gòu)。未來的網(wǎng)絡(luò)建設(shè)目標應(yīng)該圍繞SDN/NFV技術(shù)面向彈性、云化和開放不斷推進，建設(shè)云網(wǎng)充分融合、平臺充分開放的網(wǎng)絡(luò)。

當網(wǎng)絡(luò)云化重構(gòu)成為運營商的根本性和戰(zhàn)略性核心，中興通訊認為，未來網(wǎng)絡(luò)的發(fā)展將集中表現(xiàn)為以下三大趨勢。

云數(shù)據(jù)中心成為電信網(wǎng)絡(luò)新基礎(chǔ)設(shè)施

數(shù)據(jù)中心（DC）通常是指在一個物理空間內(nèi)實現(xiàn)信息的集中處理、存儲、傳輸、交換、管理。隨著云計算的應(yīng)用，云化的數(shù)據(jù)中心正全面超越和取代當前的數(shù)據(jù)中心形態(tài)。

云化的數(shù)據(jù)中心是將DC內(nèi)的各種實體資源，如服務(wù)器（CPU、內(nèi)存）、網(wǎng)絡(luò)、存儲等，予以抽象、轉(zhuǎn)換后呈現(xiàn)出來，打破實體結(jié)構(gòu)間的不可切割的障礙，使用戶可以比原本的組態(tài)更好的方式來應(yīng)用這些資源。云化數(shù)據(jù)中心也可以理解為通過云計算技術(shù)為客戶提供云端的主機、網(wǎng)絡(luò)、存儲等服務(wù)的集合。

隨著云數(shù)據(jù)中心在IT領(lǐng)域的快速發(fā)展，電信業(yè)也希望借助云數(shù)據(jù)中心的靈活性、低成本、易擴展等特征來重塑傳統(tǒng)電信網(wǎng)絡(luò)，NFV電信云技術(shù)應(yīng)運而生。NFV電信云將成為電信網(wǎng)的新基礎(chǔ)設(shè)施，網(wǎng)元將通過網(wǎng)絡(luò)功能虛擬化，基于通用的X86 IT基礎(chǔ)設(shè)施進行業(yè)務(wù)部署，同時資源與負荷實時匹配，電信網(wǎng)絡(luò)的自動化管理和敏捷性將大為提升，資源利用效率也將得到極大的提升。

這將使電信運營商將真正具備“大象跳舞”的能力。

電信網(wǎng)絡(luò)從垂直分割向水平分層發(fā)展

傳統(tǒng)的電信網(wǎng)元是軟硬件一體化，為滿足新的業(yè)務(wù)需求，不斷有新型封閉網(wǎng)元不斷疊加到原本就復雜而僵化的基礎(chǔ)網(wǎng)絡(luò)之上，產(chǎn)生了大量獨立的疊加網(wǎng)絡(luò)和業(yè)務(wù)“煙囪群”，垂直分割的網(wǎng)絡(luò)成本高，資源不能功能共享，難以協(xié)同和融合。

這些由封閉硬件網(wǎng)元構(gòu)成的垂直分割的剛性網(wǎng)絡(luò)，最終導致了電信網(wǎng)絡(luò)的建設(shè)成本和運維成本居高不下，也難以快速提供創(chuàng)新業(yè)務(wù)與互聯(lián)網(wǎng)OTT 提供商抗衡，這是導致“剪刀差”愈演愈烈的根本。雖然電信業(yè)也在部分專業(yè)領(lǐng)域嘗試著控制與轉(zhuǎn)發(fā)分離的思路，如承載網(wǎng)的GMPLS、核心網(wǎng)的IMS等，但沒能從根本上打破這種垂直分割和剛性封閉體系。

云時代基于云重新構(gòu)建基礎(chǔ)網(wǎng)絡(luò)，期待傳統(tǒng)電信網(wǎng)絡(luò)也能進行產(chǎn)業(yè)升級，打破傳統(tǒng)的垂直分割的剛性網(wǎng)絡(luò)體系和復雜繁多的封閉網(wǎng)元架構(gòu)。SDN/NFV技術(shù)為電信網(wǎng)絡(luò)的產(chǎn)業(yè)升級提供了技術(shù)的驅(qū)動力，從源頭上打破垂直分割的剛性網(wǎng)絡(luò)體系和復雜繁多的封閉網(wǎng)元架構(gòu)，重塑彈性開放的電信網(wǎng)絡(luò)，構(gòu)建下一代的電信網(wǎng)絡(luò)，給電信網(wǎng)絡(luò)的發(fā)展帶來巨大的想象空間。

運營體系走向智慧運營

隨著豐富而便捷的OTT應(yīng)用對用戶習慣的培養(yǎng)，用戶需求的不斷提高和多元化，對運營商的運營運維能力也提出了嚴峻的挑戰(zhàn)。當前運營商普遍面臨的主要挑戰(zhàn)和困境在于兩大方面。

新業(yè)務(wù)上線周期長，創(chuàng)新業(yè)務(wù)開發(fā)和開展緩慢，嚴重削弱了運營商的競爭力。

網(wǎng)絡(luò)管理復雜化，各類技術(shù)不斷疊加，網(wǎng)絡(luò)變得越來越復雜，大量獨立的疊加網(wǎng)絡(luò)和業(yè)務(wù)“煙囪群”，給網(wǎng)絡(luò)管理運維帶來了挑戰(zhàn)。

篇9

關(guān)鍵詞：攝影測量 空間數(shù)據(jù) 生產(chǎn)流程 關(guān)鍵技術(shù)

中圖分類號：P23 文獻標識碼：A 文章編號：1672-3791（2013）05（a）-0038-02

1 產(chǎn)品模式

1.1 基本產(chǎn)品

根據(jù)目前基礎(chǔ)地理空間數(shù)據(jù)生產(chǎn)技術(shù)發(fā)展和用戶的需要，基礎(chǔ)地理空間數(shù)據(jù)產(chǎn)品主要包括以下四種基本模式：數(shù)字線劃圖（DLG）、數(shù)字正射影像圖（DOM）、數(shù)字柵格地圖（DRG）、數(shù)字高程模型（DEM），簡稱為“4D”。這些產(chǎn)品可根據(jù)需要以數(shù)字和模擬二種形式提供。根據(jù)用戶的需要可形成復合產(chǎn)品，如數(shù)字線劃圖與數(shù)字正射影像圖疊加可形成數(shù)字影像地形圖。

（1）數(shù)字線劃圖，簡稱為DLG（Digital Line Graphic）。

是地形圖上基礎(chǔ)要素信息的矢量格式數(shù)據(jù)集，其中保存著要素的空間關(guān)系和相關(guān)的屬性信息。數(shù)字線劃圖可滿足各種空間分析要求，與其他信息疊加，可進行空間分析和決策。

（2）數(shù)字正射影像圖，簡稱為DOM（Digital Orthophoto Map）。

是利用數(shù)字高程模型對掃描處理后的數(shù)字化的航空像片或遙感影像，逐像元進行輻射糾正、微分糾正和鑲嵌，按標準分幅的地形圖范圍進行裁切生成的影像數(shù)據(jù)，帶有公里格網(wǎng)和內(nèi)、外圖廓整飾和注記的影像平面圖，具有地圖的幾何精度和影像特征。DOM具有精度高、信息豐富、直觀真實的特點，可作為背景控制信息、評價其它數(shù)據(jù)的精度、現(xiàn)勢性和完整性；從中可提取自然資源和社會經(jīng)濟發(fā)展信息或派生出新的信息，可用于地形圖的更新。

（3）數(shù)字高程模型，簡稱為DEM（Digital Elevation Model）。

是在高斯投影平面上規(guī)則或不規(guī)則格網(wǎng)點的平面坐標（X，Y）及其高程（Z）的數(shù)據(jù)集。為控制地表形態(tài)，可配套提供離散高程點數(shù)據(jù)。

（4）數(shù)字柵格地圖，簡稱為DRG（Digital Raster Graphic）。

是以柵格數(shù)據(jù)格式存儲和表示的地圖圖形數(shù)據(jù)文件。在內(nèi)容、幾何精度、規(guī)格和色彩等方面與地形圖圖形基本保持一致，可用于DLG數(shù)據(jù)的采集、評價和更新，也可與DOM，DEM等數(shù)據(jù)疊加使用，從而提取、更新地圖數(shù)據(jù)和派生出新的信息。

1.2 復合產(chǎn)品

（1）數(shù)字影像地形圖（Digital Orthophoto Topographic Map）。

以數(shù)字正射影像圖（單色或彩色）為基礎(chǔ)，疊加相關(guān)的數(shù)字線劃圖而產(chǎn)生的復合數(shù)字地圖產(chǎn)品。同時具有正射影像圖的精度高、信息豐富、直觀真實的特點和矢量數(shù)據(jù)保存著要素的空間關(guān)系和相關(guān)的屬性信息的特點，可以為各種用戶提供地形信息和最新空間實體信息，滿足不同用戶的需要。

（2）數(shù)字影像地面模型（Digital Orthophoto Ground Model）。

以數(shù)字正射影像圖（單色或彩色）為基礎(chǔ)，疊加相關(guān)的數(shù)字高程模型數(shù)據(jù)而產(chǎn)生的復合數(shù)字模型產(chǎn)品。具有正射影像圖的基本特征和立體突出顯示地表的起伏形態(tài)的特點，可為用戶提供直觀地表三維景觀，可用于工程規(guī)劃和優(yōu)化設(shè)計。

（3）數(shù)字影像專題圖（Digital Orthophoto Thematic Map）。

以數(shù)字正射影像圖（單色或彩色）為基礎(chǔ)，疊加相關(guān)的專題矢量數(shù)據(jù)而產(chǎn)生的復合數(shù)字地圖產(chǎn)品。同時具有正射影像的基本特征和突出表達各種不同專題地圖信息的特點，可以為各種用戶提供直觀信息和與之相關(guān)的豐富的背景信息，滿足各專業(yè)部門對專題圖的需要。

2 基本特征

2.1 數(shù)據(jù)格式

基礎(chǔ)地理空間數(shù)據(jù)的數(shù)據(jù)格式主要分為矢量和柵格二種，數(shù)字線劃圖為矢量數(shù)據(jù)集，每一地理要素分別采用點、線、面描述其幾何特征，并賦予屬性，同時按要素分類分為若干數(shù)據(jù)層，提供地理信息系統(tǒng)做空間檢索、空間分析使用。數(shù)字正射影像圖、數(shù)字高程模型和數(shù)字柵格地圖為柵格數(shù)據(jù)集，數(shù)據(jù)結(jié)構(gòu)就是像元陣列，每個像元由行列號確定它的位置，且具有表達實體屬性的類型或值的編碼。

矢量數(shù)據(jù)能全面地描述地表目標，可隨機的進行數(shù)據(jù)選取和顯示，與其它信息疊加，可進行空間分析、決策。具有嚴密的數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)量小，可完整地描述數(shù)據(jù)的拓撲關(guān)系，便于深層次分析，輸出質(zhì)量好，數(shù)據(jù)精度高，但其數(shù)據(jù)結(jié)構(gòu)復雜、技術(shù)要求高。柵格數(shù)據(jù)具有數(shù)據(jù)結(jié)構(gòu)簡單，空間數(shù)據(jù)的疊加簡便，易于進行空間分析，相對來說圖形數(shù)據(jù)量大，數(shù)據(jù)和信息量受像元大小的限制。

2.2 基本內(nèi)容

考慮到基礎(chǔ)地理空間數(shù)據(jù)采集時間和產(chǎn)品的提供周期，基礎(chǔ)地理矢量數(shù)據(jù)可分為三個層次：第一層次分為核心地形要素；第二層次為在核心地形要素的基礎(chǔ)上，根據(jù)各地不同的需要，選取更多的其它要素（可選要素）；第三層次為全部地形圖要素（全要素）。

矢量數(shù)據(jù)的基本內(nèi)容：大地控制測量數(shù)據(jù)（包括平面控制點、高程控制點、天文點、重力點）、水系及附屬設(shè)施、建筑物及附屬設(shè)施、交通運輸與管線設(shè)施、境界、地表覆蓋、地貌。

柵格數(shù)據(jù)：DEM格網(wǎng)數(shù)據(jù)，格網(wǎng)間距5 m或12.5 m；DOM影像數(shù)據(jù)，地面分辨率為1 m；DRG圖形數(shù)據(jù)，分辨率不低于250dpi.

文本數(shù)據(jù)：地名數(shù)據(jù)，含地名位置、類型、行政區(qū)劃、經(jīng)濟信息等；元數(shù)據(jù)，說明數(shù)據(jù)內(nèi)容、質(zhì)量、狀況和其他有關(guān)特征的背景信息，是數(shù)據(jù)自身的描述信息。

3 基于全數(shù)字攝影測量法空間數(shù)據(jù)生產(chǎn)流程及關(guān)鍵技術(shù)研究

基于全數(shù)字攝影測量的空間數(shù)據(jù)生產(chǎn)流程如圖1所示。

3.1 資料準備

航攝資料如航攝底片、控制點資料、相關(guān)的地形圖、航攝機鑒定表、航攝驗收報告等應(yīng)收集齊全；對影像質(zhì)量、飛行質(zhì)量和控制點質(zhì)量應(yīng)進行分析，檢查航攝儀參數(shù)是否完整等。

3.2 影像掃描

根據(jù)航攝底片的具體情況，設(shè)置與調(diào)整掃描參數(shù)，使反差適中、色調(diào)飽滿、框標清晰，灰度直方圖基本呈正態(tài)分布，掃描范圍應(yīng)在保證影像完整（包括框標影像）的前提下盡可能地小，以減少數(shù)據(jù)量。影像掃描分辨率根據(jù)下面公式確定：

影像掃描分辨率R=地面分辨率/航攝比例尺分母。

3.3 定向建模

自動搜尋框標點，放大切準框標點進行內(nèi)定向，對定向可由計算機自動完成，人機交互完成絕對定向如不符合要求，需重新定向，直至符合限差要求。

檢查定向精度，需滿足要求；相，完成定向后需檢查坐標殘差。

3.4 數(shù)據(jù)采集

（1）立測判讀采集，需嚴格切準目標點，要求按中心點、中心線采集的要素，其位置必須準確，點狀要素準確采集其定位點，線狀要素上點的密度以幾何形狀不失真為原則，密度應(yīng)隨著曲率的增大而增加。每個像對的數(shù)據(jù)必須接邊，自動生成的匹配點、等視差曲線或大格網(wǎng)點、內(nèi)插的小格網(wǎng)點均需漫游檢查，保證其準確性，為提高DEM精度，需人工加測地形特征點、線和水域等邊界線。

（2）采集的數(shù)據(jù)應(yīng)分層，進行圖形和屬性編輯，矢量數(shù)據(jù)線條要光滑，關(guān)系合理，拓撲關(guān)系正確，屬性項、屬性值正確；利用DEM數(shù)據(jù)，采用微分糾正法對影像重采樣獲得DOM數(shù)據(jù)。

（3）DEM和DOM數(shù)據(jù)需進行單模型數(shù)據(jù)拼接，檢查拼接處接邊差是否符合要求；同樣矢量數(shù)據(jù)接邊應(yīng)符合要求，各屬性值要一致，任何不符合要求的數(shù)據(jù)均需重新采集，修改正確的數(shù)據(jù)按圖幅裁切，生成最終的以幅為單位的數(shù)據(jù)，提供檢查和驗收。

3.5 元數(shù)據(jù)制作

可由相應(yīng)的專業(yè)軟件進行計算輸入各屬性項中，無法自動輸入的內(nèi)容由人工輸入。

參考文獻

[1] 樊鴻云.航測內(nèi)業(yè)數(shù)據(jù)分析[J].遙感技術(shù)應(yīng)用，2012（12）.

篇10

Abstract： This paper analyzed the basic features of active fault， and in view of the active fault features and the characteristics of earthquake in Yunnan Province， summed up that there is close relationship between earthquakes and active fault activities. The cycle of strong earthquake is approximately equal to the tectonic activity in the region.

關(guān)鍵詞： 云南?。换顒訑鄬?；地震；周期

Key words： Yunnan Province；active fault；earthquake；cycle

中圖分類號：P315.5 文獻標識碼：A 文章編號：1006-4311（2016）21-0116-02

1 概述

活斷層這個術(shù)語是上個世紀提出來的，它是指現(xiàn)在觀測有活動記錄的斷層，或近期活動過期且根據(jù)現(xiàn)象不久將來還會在發(fā)生活動的斷層。而地震又被稱為地震動或地動，是在一定地質(zhì)條件下地殼迅速釋放能量同時造成震動釋放地震波的一種自然地質(zhì)災(zāi)害現(xiàn)象。在云南山區(qū)較多活動斷層分布較為廣泛，而云南又是地震多發(fā)省份，且地震時現(xiàn)今技術(shù)很難預(yù)測的自然地質(zhì)災(zāi)害[1]。對于已經(jīng)研究比較深入的活斷層特征進行分析與該區(qū)域的地震發(fā)生進行關(guān)聯(lián)分析，以期為地震預(yù)測提供一定借鑒意義。

2 活斷層的基本特征

2.1 活斷層通常是深大斷裂復活運動的結(jié)果

活斷層通常是地質(zhì)歷史時期形成的深大斷裂，在后期地殼構(gòu)造應(yīng)力地質(zhì)環(huán)境下重新活動而產(chǎn)生的。深大斷裂一般長度延伸從數(shù)十至數(shù)千公里不等，切割深度少則數(shù)公里多則數(shù)百公里，大多是切穿巖石圈、基地或地殼的斷裂。復活運動伴隨著的地質(zhì)現(xiàn)象是地熱流異常和地震等，特別是走滑活動斷層很容易形成強震，伴生地震帶等，比較著名的是四川西安寧河地震帶以及則木河地震帶。

2.2 活斷層的反復性和繼承性

我國活斷層的分布規(guī)律與老的斷裂結(jié)構(gòu)有著密切的聯(lián)系，通常呈現(xiàn)繼承關(guān)系，特別是第三紀和中生代之后斷裂構(gòu)造的構(gòu)架。這些斷裂處于由幾個板塊相互作用所控制的現(xiàn)代地應(yīng)力場中而繼續(xù)活動，并在一定程度上發(fā)育了新的活動部位。根據(jù)活斷層的類型和活動方向，中國東部地區(qū)的正斷層以及走滑斷層―正斷層以NE和NNE走向為主，西部的走滑及逆沖―走滑斷層以NW和NWW走向為主。而且西部地區(qū)的活動強度明顯大于東部，一些巨大的活動斷裂控制了強震孕育和發(fā)展。

2.3 活斷層基本活動方式

活斷層基本活動方式如下：一種是地震斷層或叫粘滑型斷層，是指用地震方式發(fā)生的間歇性突然滑動；一種是蠕變斷層，是指以斷層面方向兩側(cè)發(fā)生緩慢的滑動現(xiàn)象。通常認為：地震斷層是周圍的圍巖強度較高，其斷裂帶存在鎖固能力很強，且一直在積累應(yīng)變能量，在周圍應(yīng)力到達圍巖的極限強度后突然發(fā)生滑動現(xiàn)象，從而快速而較強的釋放出來應(yīng)變能，形成很大的地震活動，因此在這種斷層條件下會形成周期性的地震活動現(xiàn)象。而蠕滑斷層主要發(fā)生在圍巖強度較低，且周圍環(huán)境存在軟弱充填物，且鎖固力不是很強，一般在空隙液壓和低溫都異常的環(huán)境下，應(yīng)變能不能得到很好的積累，在受力過程中容易產(chǎn)生緩慢且連續(xù)的滑動，這種斷層活動一般不會發(fā)生地震或伴隨著小型的地震。

3 云南省的活斷層

地質(zhì)證據(jù)表明，紅河斷裂帶的活動強度以其中段的大理及其附近地區(qū)最強烈，整個斷裂帶自新生代以來的活動時序也從南、北兩端逐漸向中段的大理地區(qū)變新，可與斷裂帶中段的現(xiàn)代強震分布相對應(yīng)。

地質(zhì)現(xiàn)象及地質(zhì)年齡證據(jù)表明全新世中、晚期在大理及其鄰近地區(qū)有周期為大約1500年的由平靜到活動的地質(zhì)活動。以位錯速率和斷裂位錯距離計算的地震復發(fā)周期表明，每隔1500年左右的地質(zhì)事件可能伴隨著一次8級地震。

世界著名的紅河斷裂和麗江斷裂、劍川斷裂以及鶴慶―洱源斷裂都是金沙江―紅河斷裂下屬小斷裂。斜貫滇西，把云貴高原和橫斷山脈分割然后進入越南境內(nèi)。并且是揚子地臺和滇西地槽的地質(zhì)界線。從版塊構(gòu)造角度看，它也是在晉寧時期形成的消減地質(zhì)帶，在燕山時期又以蒼山和哀牢山為邊界形成了雙變質(zhì)帶[2]。在新構(gòu)造期，在斷裂帶中間區(qū)域的強烈的地質(zhì)活動形成了后來的晚新生代以及第四紀斷裂陷盆地，強震在此區(qū)域發(fā)生較為頻繁。

4 地震活動性的特征

地震活動性是指在一定的條件下（如時間、空間范圍）地震的強度、頻度、空間和時間等方面的特征規(guī)律。通常來看，地震發(fā)生的頻率與地震的大小存在密切聯(lián)系，強度越小的地震，發(fā)生的頻次較多。

記錄最早的地震是在公元前1831年，可查記錄內(nèi)大約6級的強震約800多次，幾乎遍布所有省份（浙江和貴州除外）。8級以上的特大地震約21次，且臺灣有兩次，剩下19次都是發(fā)生在大陸。進入二十世紀后世界總共發(fā)生過8.5級以上強震只有3次，是1920年中國寧夏海原8.6級，1960年智利8.5級和1950年我國8.6級地震[3]。

中國地震活動空間不均勻性最明顯的特征是強震活動分布相對集中在大陸地區(qū)，東經(jīng)107°以西地區(qū)受到來自印度洋板塊的擠壓作用力，總體地震強度和頻率都大于東部區(qū)域。20世紀以來中國發(fā)生大于7級的淺源地震約64次，其中107°以西發(fā)生56次，釋放地震能量占95%以上[4]。

那么，云南省的地震活動特征有：

①6.7級以上大震存在十年尺度的活躍―平靜交替活動過程；

②50年左右的大震復發(fā)周期；

③大于5級地震活動的時間、空間分布存在很大的隨機性，5～6級地震現(xiàn)象沒有活躍期和平靜期區(qū)別；震級在5.0級以上地震約每年2.6次，一年發(fā)生0.8～4.5次震級大于5.0級地震的自然概率是68.3%；

④大于6級地震存在空間叢集特征，云南全境約80%的6級以上地震只存在云南省20%左右的區(qū)域上；

⑤把金沙江―紅河斷裂帶作為邊界，6.7級以上大震成組地交替活動在滇西和滇東區(qū)域。

5 活斷層與地震的關(guān)系

5.1 與地震活動的關(guān)系

在我國5級以上中、強地震只分布在中甸―南澗之間，金沙江―紅河斷裂帶中段的現(xiàn)代活動性比其兩端要強得多。若以每2平方公里內(nèi)所發(fā)生地震（4.7級以下地震，以1972～1979年為準）數(shù)統(tǒng)計，頻度在5次以上的地區(qū)只分布在洱源和彌渡之間[5]。若從整個斷裂帶5級以上地震所釋放的能量看，劃分為中段的大理地區(qū)釋放能量之和明顯大于斷裂帶兩端處的釋放總能量。這和此斷裂帶中段的活動強度增大和活動時序變新的規(guī)律有密切聯(lián)系。

5.2 與強震復發(fā)時間段的關(guān)系

紅河斷裂的形成和大理區(qū)域內(nèi)運動強度與這個區(qū)域內(nèi)的地震強度、頻次以及高能量的釋放存在較為緊密的聯(lián)系。明顯的地質(zhì)現(xiàn)象也證明了大理地區(qū)在中全新世之后發(fā)生過約5次周期大致為1500年的構(gòu)造活動期。計算得知1500年的周期間隔與8級左右強震活動的時間周期間隔近似。

5.3 地震預(yù)警及減災(zāi)措施

云南是多山地震發(fā)生頻率較高的區(qū)域，對于地震預(yù)警可以從以下幾個方面著手：①對于地震監(jiān)測，要理解由地震釋放的2種類型的地震波（P波和S波），可以最大限度地增加預(yù)警時間；②適當增強地震臺網(wǎng)的密度分布，可及時監(jiān)測由地震造成的震動和地面運動；③布設(shè)（EPOS）地震現(xiàn)象觀測系統(tǒng)，該系統(tǒng)可對相關(guān)數(shù)據(jù)進行處理、分析和確定地震震中位置和震級；④當至少2個地震臺檢測到地震烈度≥5度弱的地震時，向公眾地震動警報。

對于地震這類不可避免的自然災(zāi)害，我們要加強減災(zāi)措施：①加強地震災(zāi)害的減災(zāi)意識，學校及企事業(yè)單位定期學習并宣傳相關(guān)地震求生減災(zāi)方法；②工程施工盡量避免活動斷層附近施工并使用防震抗震的材料；③對于活動斷層附近的居民村落，盡可能進行遷移到安全區(qū)居??；④加強減震抗震方面研究工作。

6 結(jié)論

本文論述了活動斷層復活運動、反復性和繼承性特征以及活動活動分布方式，對云南省的活動斷層的特征特點進行總結(jié)并與地震關(guān)系進行聯(lián)系分析。云南省地震發(fā)生頻次、震源、深度及分布特征進行論述，聯(lián)系活斷層關(guān)系得出：①云南地區(qū)地震活動與該區(qū)域內(nèi)活動強度增大與活動時序變化有密切聯(lián)系；②從斷裂位錯及速率角度考慮1500年的構(gòu)造活動期與8級左右強震發(fā)生的重復時間間隔相當。

參考文獻：

[1]王椿鏞，何正勤，朱良保，等.滇西地區(qū)地殼結(jié)構(gòu)的爆破地震研究[J].地球物理學報，1986（02）.

[2]皇甫崗，石紹先.20世紀云南地震活動研究[J].地震研究，2000，23（1）：1-9.

[3]白志明，王椿鏞.云南地區(qū)上部地殼結(jié)構(gòu)和地震構(gòu)造環(huán)境的層析成像研究[J].地震學報，2003，25（2）：117-127.