虎的吉祥成語

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇虎的吉祥成語范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

虎的吉祥成語范文第1篇

[摘　要]城鄉統籌背景下鄉村旅游的發展，關鍵是在二者之間建立起一種內在的互動發展機制，以鄉村旅游推動城鄉統籌目標的實現，以城鄉統籌促進鄉村旅游的發展。本文分析了鄉村旅游與城鄉統籌互動發展機制的內涵及特點，并提出了兩者互動發展的機制模型。

[關鍵詞]鄉村旅游 城鄉統籌 互動發展機制

一、鄉村旅游與城鄉統籌互動發展機制的內涵及特點

所謂互動發展機制，是指在各自內部因素協調的條件下，雙方之間相互開放、相互適應、相互依存、相互促進、共同發展的狀態和過程，并形成保持和推動這種狀態和過程健康運行的機制。根據鄉村旅游發展的延展性和城鄉統籌的特點，本文所強調的“鄉村旅游與城鄉統籌互動發展機制”主要是指鄉村旅游與城鄉統籌互動發展系統中各構成要素之間相互聯系和作用的關系及其功能。根據動力系統理論的觀點，本文認為可以把鄉村旅游與城鄉統籌看作一個系統，不僅要求各個系統內部的各要素之間必須保持協調，而且要求兩個系統之間也要保持一定的協調與穩定，這個系統具有如下特征：

第一，鄉村旅游、城鄉統籌本身作為一個系統，其各自內部的多個要素、多種關系必須保持協調。城鄉統籌中的城鄉關系、人口規模、產業規模、產業結構、基礎設施建設等應保持協調；鄉村旅游發展的客源市場、發展規模、產品結構、服務設施、接待水平等應保持協調。

第二，鄉村旅游與城鄉統籌之間必須形成一種相互依存、互利互惠、相互促進、共同發展的狀態。鄉村旅游應該成為城鄉統籌發展的良好載體和有效途徑；而城鄉統籌要成為鄉村旅游發展的可靠經濟支柱。

第三，鄉村旅游與城鄉統籌之間必須有一種內在的互動聯系機制，如農業剩余勞動力的轉移機制、土地流轉機制、資金融通機制、利益調節機制等，以保證鄉村旅游與城鄉統籌雙方的緊密結合，從而使雙方之間形成統籌兼顧、相互激發、互惠互利的統一體。

第四，鄉村旅游與城鄉統籌的互動是一種動態的互動。在互動過程中，不可避免地會出現雙方的發展速度或規模不一致、不協調的狀況，從而影響雙方原有的互動發展，但這種暫時的不協調或不斷出現的不協調又為雙方的協調發展找出了新的差距，提出了新的要求，開辟了新的途徑，從而成為雙方協調互動的推力，使雙方在新的互動條件下獲得新的協調發展，并推動整體躍升。

第五，鄉村旅游和城鄉統籌這兩個系統既不是孤立的系統，也不是封閉的系統，而是開放的系統。因為它們之間既有物質的交換，又有信息的交流，即存在著要素的互動。要提高雙方互動發展的質量和規模，它們之間要素互動（流動）在方向、速度、數量上必須保持協調。

鄉村旅游與城鄉統籌的互動發展，其目的在于通過鄉村旅游與城鄉統籌的協調互動，打破行政區劃、城鄉分割以及地區封鎖等，促進各經濟要素的合理流動與資源的優化配置，從而促進城鄉經濟協調、平穩、較快發展。

二、鄉村旅游與城鄉統籌互動發展的機制模型

對鄉村旅游來說，它是一個由需求者（旅游消費者）、供給者（鄉村社區、農民）、支持者（政府、行業協會、組織）、媒介（市場）等多個利益訴求主體所構成的經濟系統，各利益訴求主體之間的利益博弈所引發的相互作用，形成了鄉村旅游發展的動力源泉。而對于城鄉統籌來說，它是一個由城與鄉的共生單元所構成的共生系統，各個要素在系統內的合理流動與優化配置是增強城鄉關聯度、促進城鄉良性互動發展的重要保證。但無論是對于鄉村旅游，還是城鄉統籌來說，在系統發展的過程中，各利益訴求主體之間必然存在著一定的磨擦，即通常所說的“利益不均衡”問題，如何有效協調和解決這一問題，成為了鄉村旅游可持續發展和城鄉統籌協調發展中所共同面臨的難題和挑戰。只有理性地、有效地處理好這些問題，才能保持城鄉統籌內部各要素的協調，有效發揮鄉村旅游的促進農村經濟發展、提升生態環境和協調城鄉一體化發展等綜合功能，從而有力促進鄉村旅游與城鄉統籌的良性互動發展，實現城鄉統籌發展。

基于此，鄉村旅游與城鄉統籌的互動發展，既要找到著力解決城鄉統籌發展中所面臨問題的有效手段和途徑，又要從推動鄉村旅游可持續發展的角度出發，找到支持城鄉統籌中發展鄉村旅游的動力源。通過城鄉統籌的發展為推動鄉村旅游的可持續發展提供了必要的政策引向和制度保障，而鄉村旅游的發展則為實現城鄉統籌發展提供了重要的動力支持。

根據系統論的觀點，結合我國鄉村現狀、鄉村旅游的發展現狀以及農村發展旅游業的可行性研究等，本文認為鄉村旅游與城鄉統籌的互動發展機制模型如圖1所示，具體包括兩個方面：

圖1　鄉村旅游與城鄉統籌的互動發展機制

1.鄉村旅游對城鄉統籌的推動機制

鄉村旅游作為促進農村經濟發展的新動力，提高村民生活水平的新渠道，推進基礎設施建設的新載體，加強精神文明建設的新形式，無疑是解決城鄉統籌的有效途徑。因此，要從推動鄉村旅游可持續發展的角度出發，充分發揮來自需求者的影響力、來自供給者的吸引力、來自媒介的拉動力和來自支持者的推動力，建立鄉村旅游對城鄉統籌的推動機制。發展鄉村旅游，不僅有利于提高農民收入、吸收農村富余勞動力，而且有利于帶動鄉村的人流、物流與信息流的發展，優化農村產業結構、改善農村環境，從而促進城鄉經濟、社會、文化、產業和生態的融合（見圖2）。

圖2　鄉村旅游對城鄉統籌的推動機制

虎的吉祥成語范文第2篇

[關鍵詞] 護理干預；呼吸機治療；焦慮

在重癥監護病房的病人，均處于不同程度的焦慮狀態。造成焦慮的原因有很多，手術疼痛的刺激，環境的改變，陌生的機器及交流障礙（無法發音），均使患者感到緊張、焦慮[2]。經人工氣道行呼吸機輔助呼吸的病人，人工氣道影響病人的語言交流，常使病人感到孤獨和恐懼[3]。我們選擇60例帶呼吸機時間超過6小時的經人工氣道行呼吸機輔助呼吸的擇期手術病人，其中30例術前行了有針對性的護理干預措施，其術后焦慮程度明顯降低，能更好地配合治療和護理，獲得更好的治療效果。報告如下。

1.資料和方法

1.1一般資料

選擇我科2007年8月―2008年12月收治的均為首次經人工氣道行呼吸機輔助呼吸的擇期手術病人60例。帶機時間最短6小時，最長20小時。病人一般資料見表1。

1.2調查內容、評分標準及方法論

采用Willian WK Zung1971年編制的焦慮量表（SAS）評定病人的焦慮程度。該表含有20個項目，分外4級評分的自測量表。其評分標準為：“1”表示沒有或很少時間有；“2”表示小部分時間有；“3”是相當多時間有；“4”是絕大部分或全部時間有。要求術后病人拔除氣管插管后在自然無干擾的狀態下，對術后6小時內行呼吸機輔助呼吸的情緒變化回顧性的進行填寫。然后由統計者將各項分數相加乘以1.25，取其整數部分，即得標準分。以我國常模的上限為界，SAS標準分>50分，表明有焦慮癥狀，分值越高，說明焦慮癥狀越嚴重[1]。

1.3護理干預

1.3.1協助做好術后帶呼吸機的心理準備

1.3.1.1緩解和消除病人焦慮的最好的方法是建立良好的護患關系，使病人在正視自己疾病的基礎上，樹立戰勝疾病的信心。護士應采用親切和藹的態度，耐心得體的解釋，熱情周到的護理，嫻熟的技術操作，解除病人的焦慮和擔心，使病人感到自己被尊重和愛護，對護士產生信任。

1.3.1.2針對病情特點做好呼吸機相關知識的介紹。在已知和未知之間，未知更能使病人產生焦慮和擔憂。本組病人由于對手術治療的認識和對呼吸機的知識不了解，容易產生焦慮和擔憂。針對這些心理問題，我們有計劃的進行心理疏導。介紹醫院良好的治療環境和科學技術力量，醫生的精湛手術技巧，手術目的和良好的效果，以及對機體器官的影響，術后可能遇到的問題怎樣配合等。對可能帶呼吸機的病人則詳細地介紹使用呼吸機的目的、效果及配合事項，呼吸機治療的大概時間，以及使用呼吸機將引起的不適及對不適采取的應對措施，解除其對呼吸機輔助呼吸知識的缺乏。

1.3.2增強病人對術后帶呼吸機治療的信心

帶病人參觀重癥監護室，了解行呼吸機輔助呼吸的一般情況，詳細向其講解呼吸機正常工作的聲音和報警聲音，氣管插管吸痰后引起的不適怎樣緩解等。告訴病人全麻未清醒前約束其雙上肢是為了防止病人在吸痰或其他不適時自行拔除氣管插管，引起氣管內粘膜的損傷。同時，對重癥監護室護士的工作有一個大概的了解，并告訴病人重癥監護室的護士工作責任心都較強，會隨時出現在病人的身旁，及時解決其現存的或潛在的護理問題，盡量使其舒適。當病人自主呼吸恢復，低氧血癥糾正，生命體征平穩，我們會及時停用呼吸機，拔除氣管插管。并讓同病室曾經行呼吸機輔助呼吸現已進入恢復階段的病人，向其講解呼吸機治療的感受，給予病人恰當的鼓勵和支持，讓其對順利度過呼吸機治療階段充滿信心。

1.3.3解除病人對語言交流障礙的擔心

術后因人工氣道行呼吸機輔助呼吸的病人，人工氣道影響病人的語言交流。術前我們可以告訴病人，雖然我們不能用語言進行交流，但我們會隨時到床旁詢問病人的感受及需要。可以通過目光的接觸、點頭或搖頭、觸摸等非語言形式進行溝通。同時，我們可預先約定幾個簡單的手勢如：大便伸大拇指，小便伸小拇指，有痰伸食指，招呼護士拍床等，便于術后及時滿足病人迫切需要解決的生理需要。另外，我們還準備了筆和畫寫板，讓病人及時表達其較復雜的需要，減少術后因語言交流障礙而導致的孤獨和恐懼。

1.3.4個體化的護理

本組病例60歲以上的老年人27例，因老年人智力、記憶力均下降，性格變得小氣、固執、易激動，且易產生依賴性。所以對老年人要做到百聽不厭、百說不倦。在給予詳細的術前宣教及心理護理后，有些病人情緒可能比較穩定，而有些病人則有可能仍然存在比較嚴重的焦慮情緒。這時可讓病人說出其擔心焦慮的問題，給予其具體的解決。必要時可請其主管醫生及家屬協助我們的工作，對緩解其焦慮情緒起到較好的協同作用。

1.3.5做好帶呼吸機的監護

病人回重癥監護室前，做好呼吸機的準備工作，初步設定呼吸機的參數指標。采用同步指令（SIWV）及低潮氣量、高頻率的通氣方式，以防胸腔內壓力增高影響腔靜脈血回流。病人回重癥監護室后，嚴密觀察生命體征，根據病人手術情況再次設定呼吸機的參數指標，保持呼吸機運轉正常，聽診雙肺呼吸音是否清晰。氧濃度（Fio2）早期可給予60―80%，1―2小時后氧飽和度（Spo2）正常逐步降至30―40%維持。使用呼吸機30分鐘后常規檢查血氣分析，根據血氣分析結果調整呼吸參數。以后每2小時監測一次，呼吸循環基本穩定后，每6小時復查一次。每1―2小時吸痰一次，保持呼吸道通暢，吸痰前給予100%的氧濃度1―2分鐘，并保持濕化溫度在32―35℃。必要時可用安定等鎮靜劑減少人機對抗的發生。同時應做好拔管前的準備工作。如：教會病人自主呼吸，并不斷給予鼓勵和支持，使其順利拔除氣管插管。

2.結果

術前預先知道術后將行呼吸機輔助呼吸的病人，術后6小時內焦慮評分均值明顯低于術后臨時決定行呼吸機輔助呼吸的病人。經兩樣本t檢驗（t=9.42，p

表2術前預知與術后臨時決定帶呼吸機

治療病人術后焦慮評分比較

3.討論

人工氣道行呼吸機輔助呼吸是一種侵入性的治療措施，它能迅速糾正低氧血癥，改善肺泡換氣。由于人工氣道影響語言交流，語言交流障礙常使病人感到孤獨和恐懼。焦慮和恐懼作為一種嚴重的心理應激，對病人的神經、內分泌及循環系統均產生不利的影響，并通過心理上的恐懼和生理上的創傷直接影響病人正常的心理活動[4]，對術后的康復存在不利的影響。手術病人的心理準備和心理治療已成為外科治療的一個重要環節，也是現代醫學發展的一個不可忽視的特征。正常的、恰當的心理準備可以調動病人的積極性，主動配合治療。否則，可產生消極的影響，使病人被動地接受治療，不能達到預期的治療效果。而病人的心理準備與醫護人員的工作質量相輔相成。因此，對術前預知術后將帶呼吸機的病人，除進行病情及手術相關知識介紹外，首先，應積極建立良好的護患關系，這是降低其焦慮程度的最重要的護理措施；其次，應介紹呼吸機治療的相關知識，采取個體化的護理，增強病人帶呼吸機治療的信心。對術后行呼吸機輔助呼吸的病人，護士應有較強的責任心，密切觀察生命體征，熟練的呼吸機監護的技巧。這些護理措施可降低術后行呼吸機輔助呼吸病人的焦慮和恐懼，利于積極配合治療和護理，早日拔除氣管插管。

對于術前預知術后將行呼吸機治療病人，由于術前就有針對性的對有關呼吸機的內容進行了護理干預措施，術后對接受呼吸機治療和護理的配合，明顯好于術后臨時決定使用呼吸機的病人。同時，隨著呼吸機治療時間的延長，護士積極采取有效的護理措施，術后臨時行呼吸機治療的病人，其焦慮程度明顯降低。因此，我們認為：術前對擇期手術病人實施正確的、有針對性的護理措施是必要的。

參考文獻：

[1]江向東，主編.心理衛生評定量表手冊.北京：中國心理衛生雜志社.增刊，1995：235-236

[2]陳鴻義.開胸術后早期肺通氣變化.中華胸心學管外科雜志，1998，8（4）：37-38

[3]李偉新，主編.外科護理學.北京：人民衛生出版社，第3版2002：57

[4]何菊平.心理與疾病的研究進展.齊魯護理雜志，1995，1（4）：23-24

[5]馬敏.ICU環境對患者身心影響的研究與思考.中華護理雜志，2004，9（4）：305-306

虎的吉祥成語范文第3篇

[關鍵詞] 遠程交互；設計企業；設計課堂

【中圖分類號】 TP39 【文獻標識碼】 A 【文章編號】 1007-4244（2013）12-319-2

一、鹽城地區設計項目與課堂互動方式的選擇

鹽城地區設計項目與課堂互動顯而易見是為了實現企業與高校的合作，并達成企業與高校互利共贏的目的。以往的校企合作是一種實體化的合作方式，雙方需要投入大量的財力、物力和人力，并將合作的陣地安置在“校企共同體”或“校辦工廠”內，而高校教育的核心陣地――課堂卻置身事外，這對于高職院校的專業來說也無可厚非，學生在“校企共同體”和“校辦工廠”里既鍛煉了基礎技能，又培養了實踐能力，學校也實現了技能型人才的培養目標，但是對于普通高等院校的部分專業來說，尤其是藝術設計專業，這不能不說是一種極大的浪費。隨著科技的發展，技術的更新，傳統的實體化的合作模式往往會面臨著技術設備更新緩慢、配套服務設施跟不上等問題，如果雙方不能及時有效的解決此類問題，長此以往，勢必會影響到雙方的合作。

而基于遠程交互技術實現的企業與課堂的互動與傳統的實體化的合作方式不同，它是一種虛擬化的合作方式。在合作中，企業和課堂通過遠程交互系統實現異地實時授課，語音文字答疑，企業員工和高校師生在虛擬現實的教室里，通過文字、音視頻、課件、廣播與電子白板等媒介進行交流，實現信息的實時交互。與以往實體化校企合作相比，這種虛擬化的合作方式不會受到場地設備更新難、服務設施不到位等問題的困擾，它更加適合于知識型行業領域，毋庸置疑，用遠程交互技術實現設計企業與設計課堂的互動較其它實體化合作方式相比具有不可比擬的優勢。

就目前鹽城地區的經濟發展水平和地方高等教育的發展狀況來看，選擇用遠程交互技術這種虛擬化的方式來實現企業與課堂的互動是符合藝術設計這種知識型行業特點的。

二、鹽城地區設計項目與課堂互動的機遇與挑戰

（一）鹽城地區設計項目與設計課堂互動的機遇。根據

2008年頒發的《國務院關于進一步推進長江三角洲地區改革開放和經濟社會發展的指導意見》，將江蘇沿海地區全部納入長三角區域范圍，這為鹽城地區經濟的發展創造了良好的政策環境。隨著長三角經濟一體化步伐的加快，鹽城可借機推進與上海和長三角核心地區的對接融合，實現資源融通、交通互聯、市場互通、信息共享、產業互補、環境同治、機制互動，將給鹽城帶來巨大的發展戰略機遇。目前，鹽城地區的經濟開始呈現出良好的發展態勢，逐步形成汽車、新能源、裝備制造、紡織、化工、造船、節能環保等特色支柱產業，區域產業分工格局初步形成。隨著區域經濟的復蘇，鹽城地區的設計產業的發展面臨極為有利的國際和國內發展環境，如何搶抓發展的重大戰略機遇，凝聚力量，迎接挑戰，推動發展，顯得尤為緊迫。

良好的政治和經濟環境為區域內的設計產業發展也提供了千載難逢的好機會，也擴大了對該產業內高素質人才的需求。以全國百強的重點大型國有企業悅達集團為例，該集團是鹽城地區的支柱產業，目前在國內擁有兩家上市公司、30多家分子公司、3萬多名員工、資產總額450多億元，形成了汽車和紡織兩大支柱產業。為了適應多元化的需求，近年來悅達集團本著“人才是第一資源”的發展理念，每年向社會招募大量的人才，其中包括大量優秀的設計類人才。集團在用人上，堅持科學的人才觀，以創新精神大力實施人才強企戰略，堅持集團 “四個一批”人才工作指導思想，即“為重點項目引進儲備一批人才，在不同崗位為不同產業培養一批人才，與大專院校掛鉤一批人才，按照不同產業要求送出去造就一批人才”，以開放的胸懷熱忱歡迎各類人才到悅達建功立業，進一步建立健全并實施一整套科學、民主、創新、規范的人才工作規章制度體系和用人機制，努力培養和造就一支善經營、懂技術、精管理的復合型、專門型高層次人才隊伍，不斷創新人才激勵機制。

為了積極響應區域經濟的發展，我院自2010年起，全面調整和完善了專業人才培養方案，確立了適應區域文化經濟發展的應用型人才的培養目標。近年來，我院在已有的平面設計、、裝飾設計、空間設計的基礎上增設了與區域設計產業相關的環境設計和展示設計專業，引進了高素質的專業教師，安排教師深入到企業實訓，組建專業實驗室，組織學生到企業參觀和實習等，學院已為實現與鹽城地區的設計企業更深層次的合作做好了充分準備，正努力為鹽城地區經濟發展培養更多可用、能用、好用的人才。

（二）鹽城地區設計項目與課堂互動面臨的挑戰。當然，我們應該清楚的看到，鹽城地區經濟發展較省內其它發達地區相比還存在明顯的滯后性，主要體現為集聚科技、人才資源的能力較弱，高級專業技術人才匱乏，自主創新品牌和自主知識產權數量較少，科技進步對經濟增長的貢獻率不高。尤其在設計行業，本地大量的高素質的設計人才都流向了外地。就我院（鹽城師范學院美術學院）來看，每年都有教師和大批優秀的畢業生的流向蘇南和上海等地區，這種局面導致了本地的科技人才資源不能有效的服務于本地的經濟建設，這是一個值得思考并有待解決的問題。

隨著鹽城地區設計產業的迅速發展，企業招工越來越困難，新招員工素質較低，相當一部分的設計師沒有受過嚴格的專業訓練，設計能力低下，直接影響企業的生存和發展。為了使設計企業在激烈的競爭中立于不敗之地，不少企業花費重金從上海、蘇州等地聘請專業的設計師在大型設計項目中擔任指導工作。對于企業來說，這是極大的浪費，企業也苦于沒能與我院建立起日常的信息往來，使我院這個人才資源的寶庫沒能得到充分的利用。

三、用遠程交互技術實現鹽城地區設計項目與設計課堂互動的重大現實意義

（一）更加有效的促進鹽城地區設計企業與設計教育的互惠共贏。從客觀上講，鹽城地區較江蘇省其它發達地區相比，不論是教育還是經濟都相對薄弱，在市場競爭日益激烈的條件下，企業和學校面臨著巨大的壓力。

在與企業的合作中，我院必須有效節約成本，充分的利用現有資源，避免因投入大量的資金、設備、場地、技術、人力資本和社會資源而影響今后的發展，我院目前經費相當緊張，學院近些年都把大量的資金投入在“硬件”建設上，比如多媒體教室與機房的建設上，我院多媒體教室的均采用國外進口設備，各項設施齊全，已達到國內領先水平；機房建設也頗具規模，建成5個PC機房和一個蘋果機房；在網絡建設和維護方面，學院也實行了專人專項管理；另外學院還先后建立了平面設計實驗室、展示設計實驗室、裝飾設計實驗室、雕塑實驗室、陶藝實驗室，印染實驗室也在籌劃和建設之中。當然，我院在“軟件”建設方面也并不落后，近五年來我院不斷注入新鮮的血液，先后引進碩士和博士研究生多達10余人，在專業教學中扮演者重要角色，在經費異常緊張的情況下學院還組織教師到國內外相關專業領域考察學習和參觀培訓，另外，網絡課程也不斷完善、網絡管理和信息安全保障系統等也逐步建立。從我院現有的硬件和軟件設施來看，與鹽城設計企業的合作不必大費周折，用遠程交互技術來實現設計企業與我院課堂的互動既符合藝術設計作為知識型行業的特點，又能有效的避免大量資金的投入，而且我院與設計企業既能建立實時的業務往來，又能保持相互的獨立，學生只需要在課堂上通過遠程交互系統獲取企業項目的各種資料和信息，即可參與到項目的設計、管理、及制作當中。這種虛擬化的合作關系不僅能實現了我院與鹽城地區設計企業的資源共享，優勢互補，而且為我院節省了合作的成本。

鹽城地區的設計產業受支柱產業――汽車業與紡織業發展的影響，也需要大批藝術設計類人才，尤其是紡織業，企業與很多院校簽訂了合作協議，但合作大多局限在對基礎技能型人才的使用上，對于高技能型人才的應用與先進技術的研發尚未涉足。從企業日后的發展來看，引進高技能型人才與先進技術的研發才是提高企業核心競爭力的關鍵所在。我院作為鹽城地區最具實力的普通本科院校，在教學目標上既要滿足學術型人才的培養，也要滿足高技能型人才的培養。對企業來講，不論選擇哪種方式建立起與我院的日常合作，都是有益無害的。而傳統的實體化合作模式，不僅前期投入大，而且也不便于日后的更新，相比之下，用遠程交互技術實現的虛擬化的方式更能使雙方合作長久穩定，優勢互補 ，互惠共贏。

（二）促進鹽城地區特色經濟的發展。作為江蘇省面積最大，人口第二的地區，鹽城在改革開發30年來，尤其是近幾年來，在國家政策的引導下，通過全市人民的共同努力，鹽城地區的經濟取得了長足進，已初步形成了具有一定的發展規模和實力的汽車與紡織兩大支柱產業。地處鹽城市區世紀大道的紡織工業園是悅達集團的下屬子公司，該公司憑借自身在家紡行業的獨特優勢和悅達集團作為國際知名企業的影響力，引進國內外先進技術和管理經驗，全力開拓家用紡織品市場，先后獲得了“國家免檢產品稱號”、“江蘇省名牌產品稱號”、“全國工人先鋒號”、“中國家紡最高端面料獎”等榮譽，同時通過了“ISO9001：2000質量管理體系、ISO14001：2004環境管理體系和OHSAS18001職業健康安全管理體系”叁位一體認證。隨著企業規模的不斷壯大，公司與部分高校等簽署了戰略合作協議，每年為其輸送大批的印染設計、平面設計、裝飾設計，展示設計、空間設計和環境設計等設計類人才。

我院為了迎合區域經濟發展的需求，正致力于加大與地區特色產業項目的合作。我院于2010年已全面調整了和完善了專業人才培養方案，確立了適應區域文化經濟發展的應用型人才的培養目標。近年來，為了滿足鹽城地區紡織業對設計人才的大量需求，我院加強了平面設計專業與裝飾設計專業的建設，增設了展示設計和環境設計兩大專業。在專業建設和課程的設置上，和企業統籌規劃，讓企業共同參與人才培養。與以往的合作不同的是，用遠程交互技術實現的虛擬化的合作能使雙方向更深層、更廣闊、更精細的方向發展，為區域特色經濟的發展做出更突出的貢獻。

（三）加快鹽城地區人才素質的培養。現代社會的競爭，歸根結蒂是人才的競爭，企業和高校的發展都離不開高素質的人才。利用遠程交互技術實現的鹽城地區設計項目與設計課堂的合作能夠加快新知識新技能的傳播速度，能夠擴大科技文化的傳播范圍，為加快鹽城地區的高素質人才建設作出貢獻。

鹽城地區設計企業通過與我院進行遠程交互的虛擬合作，能有效的提高雙方在創造性人才培養方面的能力。一方面，通過遠程交互，本地的設計企業能參與我院的科研項目的研發，這不僅有助于我院科研方向的確立，還能加速其科研的進度，孕育出更加重大的成果，在成果形成的過程中，我院的教師學生都能參與到研發的過程中，既鍛煉了教師，又培養了學生。另一方面，我院能對本地設計企業實現科研成果的轉化和開發進行指導，從而加快了設計企業科研成果轉化的速度，更大程度的解決了轉化過程中出現的疑難問題，在成果轉化的過程中，設計企業的技術員工都能參與到這一過程中，在與我院指導人員不斷溝通、交流、學習中極大提升了本地設計企業員工的業務水平和個人素質，也培養了他們刻苦專研的品質。

四、結語

從鹽城地區的政治與經濟環境來看，我院與鹽城地區設計企業的合作勢在必行，但在合作方式的選擇上，應該符合設計行業的特點和我院的現實狀況。通過理論和事實證明，利用遠程交互技術實現的鹽城地區設計項目與設計課堂的合作更能有效的促進鹽城地區設計企業與設計教育的互惠共贏，促進鹽城地區特色產業的形成和特色經濟的發展，加快鹽城地區人才素質的培養。

參考文獻：

[1]羅明東，李舜，李志平.區域教育可持續發展研究[M].北京：科學出版社，2005.

[2]孫紹榮，張文敏.高等教育與經濟水平關系的統計分析[J].公共管理學報，2004，（8）.

[3]李新榮.地方高校社會服務的特點及其實現策略[J].社會科學戰線，2007，（03）.

虎的吉祥成語范文第4篇

關鍵詞： 鄉鎮企業 聚集 小城鎮 互動機制

一、引言

我國是一個以農業為主的國家，很多省份工業基礎薄弱，耕地基礎薄弱，沒有明顯的區域優勢。小城鎮作為農村一定區域內的政治、經濟和文化中心， 是聯系城市和鄉村的橋梁與紐帶。為實現從傳統農業國家向現代工業國家的轉變是自二十世紀五十年代以來中國面臨的一項重要任務。起源并于早期分布于鄉村的鄉鎮企業是中國工業化進程的主要力量之一，但鄉鎮企業依村傍戶的離散型空間分布又成為阻礙其進一步發展障礙。城鎮化發展離不開鄉鎮企業的支持，鄉鎮企業的繼續發展則依賴小城鎮的發展與繁榮，二者相互依托、相互促進。城鎮化發展為鄉鎮企業的發展提供了保障和條件, 鄉鎮企業發展則帶動農村城鎮化發展。

二、鄉鎮企業與小城鎮發展的互動

鄉鎮企業與小城鎮既不是孤立的系統，也不是封閉的系統，而是開放的系統。兩者之間存在物質與信息等要素的互動。要提高兩者互動發展的質量和規模，必需在方向、速度、數量上協調發展。例如，農村勞動力與農用土地想非農產業和城鎮流轉是經濟發展的必然要求，但其流轉數量和流轉速度則應與農業產業話的發展釋放的數量和速度想適應，都則將不利于農村經濟的發展。

1、鄉鎮企業的集聚對小城鎮發展的互動

鄉鎮企業的發展推動小城鎮的發展，是其地域集聚形態的發展，這是鄉鎮企業發展的必然趨勢。鄉鎮企業的集聚對小城鎮發展的互動作用主要表現在以下幾個方面：

⑴ 鄉鎮企業作為極具活力、發展迅猛的工業主體，在經濟合理原則和追求提高企業競爭力的特定情形下，必然改變其分散布置在自然村落的現狀而向小城鎮集中，使之向集約化，規模化方向發展，為小城鎮的經濟發展打下堅實的工業基礎。

⑵ 鄉鎮企業的發展可帶動運輸、包裝、倉儲等物流行業和人才、技術、信息等中介業和金融服務等第三產業的發展。優化產業結構和資源配置，活化市場，提高小城鎮的綜合實力。

⑶ 鄉鎮企業想小城鎮集中的過程，也是吸收農村剩余勞動力資源的過程，增加小城鎮人口流動和社會活動，部分農村勞動力及家庭成員隨著企業的發展和收入的增加，逐步脫農進鎮進城落戶，變成未定的城鎮人口。人口流動的增加，必然要求小城鎮提升全方位服務的能力，帶動相關產業的發展，促進城鎮經濟繁榮，并反過來繼續辭職農村勞動力進城發展。

⑷ 鄉鎮企業向小城鎮的集聚，進一步促進小城鎮的水、電、交通、通訊等基礎設施和文化、教育、衛生等公共設施的建設。改善小城鎮的投資環境，有利于工商資本進城，并提高小城鎮對周邊農村的輻射帶動力。

2、小城鎮發展對鄉鎮企業的互動

對于農村來說，小城鎮能為鄉鎮企業提供更好的基礎設施和公共服務設施，使鄉鎮企業的生產經營、資源流通等更加方便有效，從而降低鄉鎮企業的生產成本和交易成本，提高經濟效益。小城鎮的發展可是先鄉鎮企業的適當集中。目前我國鄉鎮企業分布分散，與小城鎮發展滯后不無關系，小城鎮作為農村工業的主要載體，小城鎮的發展則可吸引分散的鄉鎮企業向小城鎮集聚。

四、鄉鎮企業向小城鎮聚集互動機制的模式

由于鄉鎮企業不具備大規模生產所需的資金、技術和管理等方面的能力必然導致鄉鎮企業向小城鎮的聚集。在激烈的競爭中單個的企業難以得到發展機會，采用企業集群方式組織生產， 分工協作形式， 克服自身規模不足的約束，形成區域或行業規模經濟。小城鎮的發展應堅持“ 資源趨向效益, 效益吸引資源”原則，發揮地方資源優勢促進資源的聚集，進而促進鄉鎮企業在小城鎮聚集，使鄉鎮企業聚集與小城鎮發與兩者有效地互動。

1、利用農業優勢資源，形成農產品加工企業的聚集

由于小城鎮地理位置和人員結構的特殊性，使其發展與農業有著不可分割的聯系，農業理所當然成為小城鎮的發展支持。農業產業化、集約化的程度及與這種聯系的緊密程度決定小城鎮發展的深度。農村經濟的發展使農產品加工業發展速度加快，成為推進鄉鎮企業聚集的重要力量。

2、依靠交通優勢，推動商品加工企業和流通市場發展

德國經濟學家韋伯在分析研究工業位移的規律時發現， 一個擁有便利交通、豐富資源等地區，工業就會聚集在交通樞紐或被吸引到資源周圍。而具有交通樞紐區位優勢和交通便利條件的小城鎮，則可利用當地商品流通活躍、市場發育程度高的優勢來發展專業市場，以促進商品加工業發展，形成加工生產企業、商業企業聚集，并與小城鎮發展相促進。

3、依托中心城市，發展互補產業

中心城鎮往往作為生產、貿易、金融、信息、文化、交通運輸的中心，具有較強吸引力和輻射力。處于大城市近郊的小城鎮除擁有自身資源優勢外，由于離中心城市近，可以方便獲得發展所需資本、信息和人才等資源。與此同時，一些城市工業受空間、環保等條件的制約， 需往農村或近郊尋求新的發展空間。小城鎮在發展中可以利用其獨特的地理條件制定合理的發展戰略，發展與大城市銜接配套互補的產業，加速鄉鎮企業的聚集。

4、依附某一規模產業, 提供相關產品與服務

小城鎮經濟增長的關鍵在于要在本地區建立起具有拉動作用的產業。當一個地區形成一個或多個有規模的產業時，為之服務的產品和服務的企業也開始形成并聚集。而規模產業可以向其他地區或部門進行投資，通過支持其他地區和產業的發展來滿足自己對原材料，半成品等的需要，從而為小城鎮的發展提供更有利的條件。

五、加速鄉鎮企業在小城鎮聚集的對策

鄉鎮企業向小城鎮的聚集是伴隨社會經濟的發展和農村工業化、現代化而發生的一場巨大變革，加速鄉鎮企業在小城鎮的聚集的對策可以總結為以下幾點：

1、制定合理有效的經濟發展政策，深化相關管理制度的改革。例如，加快戶籍制度改革，實行以居住地區劃分城鎮人口和農村人口的管理制度，取消農業和非農的管理制度；深化土地制度改革，大膽探索進鎮農民承包地、自留地及宅基地的流轉問題，做出適當的經濟補償，降低農民進鎮購房成本。打破鄉鎮企業的社區依賴性和封閉性，深化鄉鎮集體企業制度改革，對規模小，效率不高的企業進行整改重組，兼并等，對具有一定規模和發展潛力的農村集體企業向公司制轉變，形成以聚集經濟為導向的非農生產要素空間配置的格局。

虎的吉祥成語范文第5篇

關鍵詞：

呼叫詳細記錄；功能區；機器學習；城市感知；高斯混合模型

中圖分類號： TP391.9； TN929.5 文獻標志碼：A

0引言

城市是一個復雜的動態系統，一般都要經歷規劃發展調整再規劃這樣一個循環往復的過程[1]。在這個過程中，由于人的生產活動以及產業集聚力和擴散力的影響，土地利用和空間結構都在經歷不斷的變化，在其內部形成了不同的功能區，且不斷發生著演變。對城市土地進行及時明確的功能區劃分，對于城市管理者來說，是檢驗城市規劃合理性以及指導未來規劃方向的一個重要參考。然而，傳統的研究方法都是以人工手繪、實地調查和衛星遙感[2-3]得來的數據為基礎。一方面，這些數據只能描述城市各區域的外在物理性差別，不能體現其內部社會功能性；另一方面，這些數據的獲取需要花費大量的人力、物力和時間；同時可靠性要受到時間、地點甚至調查人員經驗判斷的影響，難以滿足對當前快速發展的城市進行動態監測的需求。日常生活中，用戶在使用移動手機、全球定位系統（Global Positioning System， GPS）、無線網絡等具有位置傳感器的服務時，出于計費目的，一些服務供應商的服務器會對數據進行保存。長此以往，產生了海量的用戶生活數據，例如呼叫詳細記錄（Call Detail Record， CDR）、出租車出行記錄、網絡簽到記錄等。這些數據相比傳統數據具有覆蓋面廣、時空分辨率高、成本低廉等優勢。國內外已有學者在利用相關數據進行城市感知方面的研究，例如文獻[4]用CDR數據分析了科特迪瓦、波士頓、米蘭等地的用戶通勤模型，從移動距離、時間等角度進行了對比分析，發現利用CDR數據的分析方法相比傳統方法更具實用性和可重復操作性；文獻[5-6]從個人手機通話數據中得到用戶的移動模式，結合移動模式進行用戶位置預測、城市交通分析等工作；文獻[7]提出了一種基于CDR數據發現城市“間隙”的方法，即通過分析鄰近基站區域間人流量的異常值來判斷城市中河流、公園以及道路障礙的位置。上述研究都表明人類活動與城市空間結構存在緊密聯系[8-10]，這也為解決城市功能區的動態監測問題提供了一個新視角。

針對以衛星遙感為代表的傳統方法在解決功能區識別問題上的不足，本文提出一種基于CDR數據進行城市功能區識別的新方法，并在現有數據集上對其可行性進行了驗證。

1實驗數據集與問題定義

移動通信網絡[11]是由彼此相鄰的基站收發臺（Base Transceiver Station， BTS）相互連接而成，每一個BTS的服務面積可以近似用泰森多邊形來表示，為該基站的通信小區。用戶在一個通信小區內發生通話或使用其他服務時，運營商服務器端都會產生一條CDR記錄，其主要字段由表1所示。運營商對每一個基站有記錄其具體的位置信息，包括經度、緯度和周邊道路、建筑信息。

本文實驗數據集由兩部分構成：1）取自我國北方某城市11343244條經匿名處理的CDR數據；2）該市43880個通信基站的地理位置信息。其中，CDR數據由40000名抽樣用戶在2013年6月產生，抽樣條件為：1）用戶的號碼注冊地位于該市某科技產業中心；2）用戶在2013年6月的通話總時長大于100min。

考慮到數據抽樣條件的限制，為了選取合適的基站作為研究對象，從用戶接入過的14549個基站中取“月總接入量”排名靠前的1500個。借助基站的位置信息和百度地圖公開的興趣點（Point Of Interest， POI），對這1500個通信小區以住宅區、辦公區、商業區、高校區、景點區進行功能區標注（其中6個存在2個以上功能區標簽，被舍棄），結果如表2所示。

每個BTS記錄的CDR數據包含了該區域內用戶群體的行為特征信息。這些特征主要包括所有用戶的通話時長在時間上的分布，用戶移動性在時間上的分布以及長短途通話比例等。一般而言，受城市布局和社會工作時間的影響，用戶在不同功能區內的行為在時間分布上會表現出明顯的不同，比如用戶在辦公區域內的通話行為在辦公時間發生的概率應大于休息時間。反過來，從CDR數據中若能提取到這些不同點，應可以用于推斷通信小區所處位置的土地利用類型。為了驗證這一猜想，本文在完成對通信小區的功能區標注的工作后，以基站為單位提取用戶群體的通話行為特征向量，分析不同功能區中心特征向量的差異性，最后用N折交叉驗證方法將數據分為訓練集和測試集，以最終的召回率均值來表示CDR數據在城市功能區識別應用方面的能力。

2特征提取及分析

CDR數據中，用戶的每次通話行為可以由一個三元組來表示：

Meta=（BTSn，Dn，Tn）（1）

其中：BTSn為用戶通話時所在的基站標識；Dn為通話的持續時間；Tn為通話起始時間。同一用戶連續兩次通話之間發生的事件定義為通話間隔事件（Call Interval Event， CIV）。如果兩次通話的地點不同且間隔時間在2h以內則該通話間隔事件為一次通話移動事件（Call Move Event， CMV），記前一個BTS所在位置為移動起點。

每一個BTS服務面積下的用戶行為特征在時間上的分布可以用一個二維矩陣νn=（δ，τ）表示，其中：n∈{1，2，…，N}是基站標識，δ∈{1，2，…，30}是日期劃分，τ∈{1，2，…，24}表示每天以1h為單位劃分的時間槽。矩陣中的每個元素為該BTS服務下的用戶在該時間槽下的特征值。本文從中提取出兩個特征，分別為通話時長特征（Call Duration Feature， CDF）和移動頻率特征（Move Frequency Feature， MFF），計算方式分別如式（2其中：M為BTSn服務下的用戶數，Di為每次通話時長。

受社會工作時間的影響，用戶在工作日和休息日下的社會行為會表現出很大的差別，通話行為也是這樣。受此啟發，本文將日期劃分為工作日Ω1和休息日Ω2兩類，其中Ω1包括周一到周五，Ω2包括周六、周日和假日。然后，按照通話時間對每個人一個月的通話記錄以工作日和休息日兩個模式進行聚合，以盡量還原用戶每日的真實移動軌跡，那么，每個通信小區的特征向量Xn可以表示為：

其中“++”表示Ω1和Ω2兩類日期模式別在時間上的連接。

根據式（2）、（3）和（4）提取1494個樣本的“通話時長”和“移動頻率”兩類特征，并求得5類功能區的兩類特征中心向量分別如圖1和圖2所示。

從圖1可以看出，所有區域內的用戶在工作日的通話時長比休息日都要高，但是辦公區內的差別最為明顯；住宅區和高校區表2、圖1、2中為高校區，此處的“文教區”是否應該改為“高校區”？通篇需要統一，請明確。內用戶在晚間20：00～22：00的通話時長總量會出現一個明顯的峰值，是相比其他3類功能區的一個突出特征，而商業區和景點區在通話時長特征方面較難區分。圖2是5類功能區的移動頻率特征中心向量對比。總體來看，各功能區在工作日的早晨和傍晚均出現一個移動高峰，休息日則較為平穩；住宅區的移動頻率較低；景點區的移動頻率最高；高校文教區在工作日夜間的移動頻率很低而在休息則比較高；商業區在日間的移動頻率處于較低水平，而在夜間則有所上升。分析來看，各功能區內的用戶通話和移動特征與該地區的功能類型相符合，如果能夠找到合適的方法融合這兩個特征則可以對不同基站所處區域的功能類型進行區分。

3基于多特征加權判決的功能區識別

考慮到第2章提到的多特征融合的需求，本文引入一種軟判決的機器學習算法――高斯混合模型（Gaussian Mixture Model， GMM）。該算法在監督學習中可以得到某一類樣本在d維空間中的概率密度分布函數（d為特征向量的維度），從而可以得到新樣本在該類下的隸屬度。本文在該算法的基礎上，設計了“基于多特征加權判決的功能區識別”的模型訓練和識別流程。

3.1高斯混合模型

高斯分布（Gaussian Distribution）是一個在數學、物理和其他工程領域內一個重要的連續概率密度分布函數，用于描述一個圍繞某個單值聚集分布的隨機量。從數學的角度可以證明高斯分布的信息熵在所有已知均值和方差的連續分布中最大，這使得它成為在已知均值和方差情況下最理想的分布選擇。然而，實際情況是，很多工程應用[12-13]中變量的概率分布呈現出多峰現象，也就是說單模態的高斯分布不能對多模態的實際變量概率分布進行有效擬合。為了解決這個問題，研究者提出高斯混合模型（Gaussian Mixture Model，GMM）的概念，即用兩個或兩個以上高斯分布加權求和對實際變量的分布進行表達。通過這種方法，只要增加單高斯的個數，便可以去逼近任意復雜的連續變量概率密度分布。

假設一個GMM由K個單高斯分布組成，那么這K個單高斯分布函數的線性加權組合即為該GMM的概率密度函數：

p（x）=∑Kk=1p（k）p（x|k）=∑Kk=1πkN（x|μk，Σk）（5）

其中πk、 μk、Σk此處這兩種書寫方式，采用前一種，還是后一種？即“∑”是求和符號，還是希臘字符？請明確。分別為第k個單高斯的權重、均值和方差。訓練GMM的過程就是對這3個參數進行估計，一般采用最大似然估計法。如一個訓練樣本大小為M，則GMM（πk， μk，Σk）的似然函數如下：

lg∏Mi=1p（xi）=∑Mi=1 lg p（xi）=

∑Mi=1lg（∑Kk=1πkN（x|μk，Σk））（6）

訓練樣本根據式（6）計算出在該GMM下的似然值越大則說明該GMM對該樣本的概率密度分布擬合得越好。為了得到期望的GMM，本文用最大期望（Expectation Maximization， EM）算法在訓練中進行迭代求解，得到似然值最大時的模型參數。具體的迭代過程如下所示。

1）參數初始化，可用聚類算法得到初始的πk、 μk、Σk值。

2）期望過程，估計訓練樣本中每個數據在第k個單高斯分量下的概率，對于數據xi來說，它屬于第k個單高斯分量的概率為：

γ（i，k）=πkN（xi|μk，Σk）∑Kj=1πjN（xi|μj，Σj）（7）

在迭代過程中，πk， μk，Σk取上一次計算出的值。

3）最大化過程，對式（7）進行求導，得到該似然值下的GMM參數：

μk=1Nk∑Mi=1γ（i，k）xi（8）

Σk=1Nk∑Mi=1γ（i，k）（xi-μk）（xi-μk）T此處上標T若表示矩陣、矢量或向量的轉置，那么xi，μk是否應該是矢量、向量或矩陣？請明確。答：T表示轉置，（5）～（10）式子中的xi，μk以及式中的x都是向量，經檢查沒有其他需要注明的變量。（9）

Nk=∑Mi=1γ（i，k）（10）

已知∑Kk=1πk=1，所以在GMM的似然函數中可加入拉格朗日乘子得到lg∏Mi=1p（xi）+λ（∑Kk=1πk-1），求得加入拉格朗日乘子后的似然函數最大時對應的πk=Nk/N。

4）檢查似然函數是否收斂，若收斂則得到最大的似然函數值，否則繼續第2）、3）步的迭代過程，得到最終的模型參數（πk， μk，Σk）。

3.2多特征加權判決的功能區識別

從CDR數據中提取每個通信小區的兩個特征向量之后，利用高斯混合模型算法分別對每一類功能區下的每個特征訓練集進行訓練，得到相應的GMM。以“住宅區”樣本為例，其識別流程主要分為模型訓練和樣本預測兩個部分，如圖3所示。其中，CDF集合和MFF集合下的測試集和訓練集內的樣本一一對應；測試集中的樣本輸入到對應的GMM特征模型后，便可得到對應的隸屬度。為了綜合兩類特征模型的預測結果，引入權重β來計算樣本屬于該功能區類別的最終隸屬度：

P（X∈Y）=βPi+（1-β）Pj（11）

為了確定式（11）中判決權重β的最佳值，設置一組梯度值β={0，0.1，…，1.0}分別進行仿真，取功能區召回率最大時對應的β值作為最終的模型參數。

1494個通信小區中位于住宅區、辦公區、商業區、高校文教區和景點區的各占比30.38%、27.04%、21.22%、11.45%、9.91%，比例可近似為3∶3∶2∶1∶1，本文在使用5折交叉驗證時，測試集和訓練集中的通信小區樣本類別分布均近似滿足該比例。根據圖3的流程可依次訓練各類功能區在不同特征集下的GMM，得到一組GMM序列，然后計算測試集內樣本屬于各功能區的概率P（X∈住宅區）、P（X∈住宅區、…、P（X∈景點區），取概率最大時對應的功能區類別作為該樣本最終的識別結果。

4實驗結果及誤差分析

4.1實驗結果

根據實驗設置的一組梯度值β={0，0.1，…，1.0}，分別進行仿真，得到不同β值下的功能區召回率，如圖4所示。

由圖4可以看出， β=0.6也即通話時長特征和移動頻率特征的判決權重為3∶2時，實驗得到功能區召回率最高為51.08%，而僅用通話時長特征（β=1.0）時召回率為44.78%，僅用移動頻率特征（β=0.0）時召回率為40.83%。由此可見，兩種特征的結合可以更好地刻畫不同功能區之間的差異性，提高功能區識別的召回率。表3給出了β=0.6時識別結果的混淆矩陣，從表3中可以直觀地看出整個樣本在本文多特征判決模型下的識別結果。其中，住宅區、辦公區的識別率均超過50%，商業區為42%，高校文教區為31%，景點區為27%。

商業區、高校區和景點區中各有50%～30%此處書寫是否有誤，應該按照從低至高的順序吧，即30%～50%？請明確。回復：這個數字與前面的商業區、高校區、景點區一一對應的分別是：51%、47%和44%，因此原句可修改為：“商業區、高校區和景點區中分別有51%、47%、44%的區域被誤識為住宅區或辦公區”。

的區域被誤識為住宅區和辦公區，

商業區、高校區和景點區中分別有51%、47%、44%的區域被誤識為住宅區或辦公區，

這是拉低整體召回率的一個主要原因。

4.2誤差分析

本節對識別誤差的可能原因進行了分析，主要包含以下兩個方面。

1）通信小區的功能異質性對識別結果的影響。

結合地圖對實驗所用的通信小區內的POI信息的分析發現，有些通信小區所處位置的局部功能與其周邊整體功能存在不一致的情況。比如一些高校區占地面積較大，其內部的一些處于教工宿舍或者研究所附近的通信小區在整體功能上被劃分到高校區一類，然而從它們主要服務用戶的作息時間來看，局部功能更應歸為生活區和辦公區一類，因此，應該存在部分通信小區其在CDR數據中所體現的功能性特征與標注結果有所不同。為了驗證這一猜想，本文對模型的識別結果作了進一步分析，以住宅區為例，將識別結果分為3類。

模式Ⅰ為識別結果為住宅區且標注型也為住宅區的通信小區集合；模式Ⅱ為識別結果為住宅區而標注類型為其他類型的通信小區集合；模式Ⅲ為識別結果為其他功能類型而標注類型為住宅區的通信小區集合。圖5（a）、5（b）分別給出了這3類集合的通話時長特征和移動頻率特征中心向量。

從圖5中可以看出，模式Ⅱ的特征曲線與模式Ⅰ的特征曲線匹配度很高，而模式Ⅲ的特征曲線與模式Ⅰ的有明顯的偏差。這說明，在誤識別的樣本中存在部分通信小區，其服務范圍內的用戶實際活動類型與其標注的功能區類型并不一致。致使這一結果的原因，一方面是通信小區局部和整體功能不匹配，如前文對部分位于高校區內的通信小區的特點分析；另一方面，如果這些通信小區覆蓋范圍內的土地利用類型確實發生了變化，而運營商和地圖興趣點并沒及時更新相應的位置信息，也會導致相同的結果。在這次誤差分析中因為缺乏該地區在相應數據采集時間段內的官方地理信息，無法對后者進行驗證。而功能區識別的目的就在于發現城市區域土地的當前使用方式與歷史記錄是否存在沖突的情況，因此在城市管理中，這些地點應成為重點關注的對象，分析其背后的原因，以此來引導后續的發展。

2）用戶訪問量對識別結果的影響。

用CDR數據中提取的用戶行為特征去反映通信小區的功能結構，決定了通信小區的被訪問量與反映結果準確性之間的關系。訪問量越大，CDR數據對其特征的描述越準確；反之，CDR數據對通信小區的功能特點刻畫能力越弱。本次工作統計了所有用戶對1494個通信小區的訪問量（發生通話事件的次數），以β=0.6時的識別結果對訪問量和召回率之間的關系進行了分析，二者關系如表4。

從表4的數據可以看出，樣本召回率隨通信小區訪問量的增加而增大，因此，要提高本文所提出的方法在功能識別應用中的召回率，一個有效的方法就是提高CDR數據的抽樣率，增加用戶數量。

5結語

本文通過分析CDR數據，得到用戶在城市生活中所留下的時空分布信息，并結合高斯混合模型算法設計出基于多特征判決的城市功能區識別新方法。該方法在現有數據下的召回率達到了51.08%。誤差分析發現一部分BTS服務下的用戶實際通話行為特性與根據歷史位置信息標注的土地利用類型并不相符合，且樣本的召回率隨通信小區的訪問量增加而提高。51.08%的召回率雖達不到實際應用的需求，但可以作為傳統方法的一種輔助手段，減少人力和物力的投入。用CDR數據進行的城市感知研究，體現了人與環境之間的相互作用關系，為城市管理、監測提供了一個新的視角。

受CDR數據獲取途徑的限制，本次工作不能在更大數據量下對本文提出的方法和分析結果進行進一步的驗證。下一步工作主要從兩個方向進行展開：第一，獲取更多、更新的CDR數據用于該領域的研究；第二，挖掘CDR數據中更多的用戶行為特征，例如長短途通話比例、平均通話時長等，從多角度對不同功能區間的差異性進行表達。

參考文獻：

[1]

EAGLE N， PETLANDA. Reality mining： sensing complex social systems [J]. Personal and Ubiquitous Computing， 2006， 10（4）： 255-268.

[2]

劉英，趙榮欽.遙感技術在中國城市環境監測中的應用研究進展[J].云南地理環境研究，2006，18（1）：101-104.（LIU Y， ZHAO R Q. Research advances in applying remote sensing technology to urban environmental monitoring in china [J]. Yunnan Geographic Environment Research， 2006， 18（1）：101-104.）

[3]

郭理橋，林劍遠，王文英.基于高分遙感數據的城市精細化管理應用[J].城市發展研究，2012，19（11）：57-63.（GUO L Q， LIN J Y， WANG W Y. Urban fine management application based on high score remote sensing data [J]. Urban Development Studies， 2012， 19（11）： 57-63.）

[4]

KUNG K S， GRECO K， SOBOLEVSKY S， et al. Exploring universal patterns in human homework commuting from mobile phone data [J]. PLoS ONE， 2014， 9（6）： e96180.

[5]

YADAV K， KUMAR A， BHARTI A， et al. Characterizing mobility patterns of people in developing countries using their mobile phone data [C]// Proceedings of the Sixth International Conference on Communication Systems and Networks. Piscataway， NJ： IEEE， 2014： 1-8.

[6]

GONZALEZ D M C， HIDALGO C A， BARABASI AL， et al. Understanding individual human mobility patterns [J]. Nature， 2008， 453（7196）： 779-782.

[7]

XIANG F， TU L， HUANG B. Inferring barriers of urban city using mobile phone record [C]// Proceedings of the 2013 IEEE International Conference on Green Computing and Communications and IEEE Internet of Things and IEEE Cyber， Physical and Social Computing. Piscataway， NJ： IEEE， 2013： 850-855.

[8]

周濤，楊紫陌，汪秉宏，等.人類行為時空特性的統計力學[J].電子科技大學學報，2013，42（4）：481-534.（ZHOU T， YANG Z M， WANG B H， et al. Statistical mechanics on temporal and spatial activities of human [J]. Journal of University of Electronic Science and Technology of China， 2013， 42（4）： 481-534.）

[9]

李婷，裴韜，袁燁城，等.人類活動軌跡的分類，模式和應用研究綜述[J].地理科學進展，2014，33（7）：938-948.（LI T， PEI T， YUAN Y C， et al. A review on the classification， patterns and applied research of human mobility trajectory [J]. Progress in Geography， 2014， 33（7）： 938-948.）

[10]

劉瑜，康朝貴，王法輝.大數據驅動的人類移動模式和模型研究[J]. 武漢大學學報（信息科學版），2014，39（6）：660-664.（LIU Y， KANG C G， WANG F H. Research on human mobility patterns and model driven by big data [J]. Geomatics and Information Science of Wuhan University， 2014， 39（6）： 660：664.）

[11]

戴虎.GSM網絡體系結構及其網絡優化[J].武漢理工大學學報（信息與管理工程版），2005，27（1）：10-14.（DAI H. GSM network architecture and network optimization [J]. Journal of Wuhan University of Technology （Information & Management Engineering）， 2005， 24（1）： 10-14.）

[12]

TORRESCARRASQUILLO P A， REYNOLDS D， DELLER J R， Jr. Language identification using Gaussian mixture model tokenization [C]// Proceedings of the 2002 IEEE International Conference on Acoustics， Speech， and Signal Processing. Piscataway， NJ. IEEE， 2002： I757-I760.