前言：中文期刊網精心挑選了離別的詩句范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
離別的詩句范文1
關鍵詞：計量史學 江蘇卷 史法 例舉 解題策略
中圖分類號：G633.5 文獻標識碼：C 文章編號：1672-1578（2016）11-0139-03
2007新課改后的高考《考試大綱》提出：“考查對基本歷史知識的掌握程度；考查學科素養和學習潛力；注重考查在科學歷史觀指導下運用學科思維和學科方法分析問題、解決問題的能力?！彼鼘v史學科能力的考查目標要求作出了全新表述和闡釋，由關注知識積累轉向關注學習能力，由關注學習結果轉向關注學習過程。為體現這一轉變趨勢，近年江蘇高考試題的命制越來越借助史學研究的新理論和方法為工具，注重考查學生的學科能力和史學素養，其中計量史學的理論和方法的運用和體現尤為突出。下面，筆者就計量史學的基本內涵及在近年江蘇高考中的體現，以及就此類題目的解題策略做一定介紹、梳理和探究。
1 計量史學的基本內涵和特點
計量史學（Quantitative Method of History）又稱歷史計量分析方法或歷史定量分析方法。是指運用數學方法、統計學方法和電子計算機技術，通過各種數據關系，揭示和認識歷史的一種方法。[1]
計量史學作為一種研究方法，突破了過去傳統史學中以個體和事件為中心的政治史，為當前以群體和過程為主體的整體史研究提供了利器。計量史學有以下特點：一是研究對象由個體至群體；二是用數據說話，更精準科學；三是用數學表達，語言更精煉；四是由定量到定性的結合更精當。計量史學有著如此多的特點，其優勢不言自明，它通過精準的數據分析使原來不夠確定的歷史問題得到可靠的數據的證明，能夠揭示歷史發展的特征動因和發展趨勢，使歷史研究向科學化精確化發展，擴大了新的研究領域，改變了人們的思維方法。因而今天，計量史學的研究方法不僅在經濟史領域，在政治史、文化史、社會史（包括人口史、家庭史、婦女史）、心態史等領域都有著比較廣泛的應用，成為其研究的重要范式和工具。杰弗里?巴勒克拉夫曾經說過“就方法論而言，當代史學的突出特征可以毫不夸張地說是所謂的‘計量革命’”。[2]
2 計量史學在近幾年江蘇高考中的應用和特點
筆者對2008年以來的江蘇高考中體現計量史學的理論和方法的考題作了如下不完全統計：2009年底12題；2010年第11題、第12題、第16題；2011年第2題、第16題、第23題（主觀題）；2012年第14題、第23題（主觀題）；2013年第8題、第9題、第10題、第12題、第13題、第23題（主觀題）；2014年第15題；2015年第8題、第18題，2016年的第9題、第17題。
綜合統計分析，該類考題有以下特點：
第一，在高考試題中分布日益廣泛。自新高考以來，除了2008年高考試卷中沒有體現，其余年份的高考均有不同程度的體現，尤其是2011年，2013年該類試題分值均超過10分以上，2013年達到20分之多。從題型分布看，不僅有選擇題，也有主觀題，如2011的第23題，2012年的第23題，2013年的第23題。
第二，數據研究手段和方法各異，試題形式多樣化。以上的試題主要通過各類統計數據資料，以數字關系作為論證歷史問題的確切根據。簡單的初級數量統計還占著相當的比重，將數據制成各種數據表格、數字條形圖、柱形圖、餅型圖，折線圖等進行初級統計比較。但一些更為專業的手段如回歸分析、相關分析、時間序列等較高級的數量分析手段也悄然滲入歷史高考命題的領域。
第三，試題涉及的內容范圍日益擴展。雖然必修二經濟史和社會史依然是涉及此類試題的核心領域，經濟史的相關歷史文獻包含了大量數據和統計信息，如賦稅、物價、產量的數據等經濟資料，計量史學可使用數據統計方法合理處理和利用以往傳統史學無法處理的這些大量史料。但隨著研究的深入，歷史學科的其他領域，如政治史、文化史、軍事史、環境史等諸多方面均有不同程度的進展。如2010年的第10題，2011年的第2題，2013年江蘇卷的第13題。
從以上統計和分析可看出，計量史學研究方法在高考中的考查呈現出數量越來越多、力度越來越大的趨勢。
3 例舉幾類典型計量史學類高考試題與解題策略探究
3.1 典型例題解析
3.1.1 柱狀圖
柱狀圖是一種以長方形的長度為變量的表達圖形的統計報告圖，易于比較各組數據之間的差別。在明確比較內容之后，注意高峰值的背景原因。
例一，（2013年江蘇高考第12題）下圖反映了中國國內生產總值的變化情況?！凹拙€段”所示時期的經濟高速增長，主要得益的經濟理論是（ ）
A.社會主義的高度計劃經濟
B.自負盈虧的分配管理制度
C.計劃和市場都是經濟手段
D.和平與發展的世界形勢觀
【解題指導】此類題是計量史學在歷史高考中的典型運用。解答此類題目的關鍵是解讀好數據圖的有效信息，這道題在數據處理上比較簡單清晰，柱狀圖能一目了然地看出在“甲線段”相應時間內數據的上升趨勢，再根據題意“經濟理論”作出判斷是C。
3.1.2 折線圖
折線圖可以顯示隨時間（根據常用比例設置）而變化的連續數據，適用于顯示在相同時間間隔下數據的變化趨勢。
例二，（江蘇卷2015第18題）下邊是1920～1940年的美國經濟數據圖。對該圖解讀符合實際的是（ ）
A. 1921～1930年預算結余，反映經濟政策順應時代要求
B. 1930～1932年預算赤字，反映政府全面加強經濟干預
C. 1933～1935年預算比重接連增加，表明公共開支增多
D. 1936～1938年預算比重連續下降，表明經濟出現復蘇
預算結余或赤字在國民生產總值中所占的百分比，1920～1940
【解題指導】此類題目主要考查歷史事物的數據特征（靜態特征、動態特征）、數據關系（不同類型數據之間的聯系性、相關性）、數據成因（形成數據特點、數據關系的成因）可以顯示隨時間（根據常用比例設置）而變化的連續數據，因此非常適用于顯示在相等時間間隔下數據的趨勢，或上升，或下降，或曲折發展。因此一定要仔細觀察圖表曲線的走向，然后需要結合時代背景分析其變化的原因。觀察圖，1921～1930年預算結余時期，反映了美國經濟的發展，而這一時期，也是資本主義制度的基本矛盾逐步走向尖銳時期，A項錯誤。1930～1932年是胡佛當政時期，他繼續實行自由放任的經濟政策，B項錯誤。根據圖片信息觀察，1933到1934年預算比重呈增長趨勢，1934年到1935年財政預算有所下降，故C項錯誤。預算比重的下降是經濟形勢好轉的表現，D項表述正確，符合題目要求。
3.1.3 餅狀圖
餅狀圖可以顯示一個數據系列中各項的大小與各項總和的比例。
例三，（2013年江蘇卷第13題）下圖為古代雅典居民結構的比例圖，觀察圖示信息，對于雅典民主與居民的政治聯系，下列敘述準確的是
A. 雅典超半數的居民擁有公民權
B. 雅典民主的社會基礎為自由民
C. 少數奴隸主貴族獨享雅典民主
D. 外邦人享有雅典最廣泛的民主
【解題指導】在解答此類題目時，要注意觀察餅圖中的數據點顯示為整個餅圖的百分比，單個餅圖注意比例大小之間的差別，多個餅圖注意各比例之間的變化。觀察圖片可知當時雅典人口約有40萬，享有民主的自由民只有16.8萬，故A項中“超半數”的說法與其不符。再結合所學知識可知，古代雅典的民主是本城邦男性公民的民主，故排除C、D兩項；本題答案是B。
3.1.4 表格類
表格類題目信息量大，對綜合能力要求比較高。
例四，（2015年江蘇高考第8題）下表展示了1914～1920年華商火柴廠的發展情況。對表中數據的解讀正確的（ ）
A. 直接導致了1914～1915年工業發展
B. 火柴進口量的遞減影響著華商投資額的遞增
C. 火柴業發展折射出近代民族工業的某些特征
D. 反對“二十一條”推動了1920年的投資
【解題指導】在解答這類題目時，第一步，要仔細讀表格，看標題，確定答題方向；看表格關鍵數字信息，注意橫向比較和縱向比較。第二步，要高度關注提示語，表格類題目中的提示語是解題的關鍵，很大程度上也是最終答案的組成部分。第三步，捕捉表格中潛在的動態信息，即讀出表格中所蘊含的變化，態勢等。第四步，聯系所學知識，分析數據、綜合判斷得出結論。從本題表格數據看，火柴進口量逐漸遞減，但無論是新廠數還是投資額，都呈波狀，B項錯誤。反對“二十一條”興起于1915年，D項錯誤。從圖片數字看，近代中國火柴業資金少，規模小，技術力量薄弱，體現了近代中國民族的某些特征，C項表述正確，符合題目要求。故選C項。
3.2 解題策略探究
綜合以上幾種類型的題目分析，我們不難發現不管哪一類型的數據圖，它都是用數據說話、用數學表達、定量分析歷史現象和歷史事件。從構成看通常都由“標題”、“圖表”、“注”三部分組成。因此，我們可以從中總結出一些基本對策：
第一，指導學生閱讀數據表的標題，明確考查內容方向。標題是整個試題的靈魂，數據圖表都是圍繞它呈現的。它一般包含著時間、空間、人物等重大破題信息，會反映出該圖表的考查要求，因此關注好標題就可以明確考查方向。同時還要注意數據圖表的“注”，重視數據圖表的來源，這有時會直接影響對數據的客觀分析。
第二，引導學生把握時間信息，確定考查歷史階段。每一張數據圖幾乎都隱含著重要的時間信息，因此觀察數據圖首先要確定該歷史現象或歷史事件發生的歷史時間，據此把握相應歷史階段特征。要注意的是，歷史時間包含顯性時間和隱性時間，隱性時間需要借助試題中的相關文字信息獲取。明確時間后可據此確定在時代特征、發展趨勢、歷史潮流、主要矛盾相關歷史信息等。
第三，引導學生學會讀取和觀察數據變化，挖掘關鍵有效信息。不可忽視的是，歷史現象和歷史過程中的數量、數量關系和數量結構具有顯性和隱性兩種形式。因此，觀察顯性數據和提取隱性數據是關鍵的一步。[1]首先觀察數據圖表的具體內容，它有幾個項目組成；其次準確把握數據圖表中數據的變化，學會橫看和縱看比較數據。柱狀圖要注意相互間數據的高低變化；曲線圖要注意與時間聯系反映的高低起伏；餅狀圖要注意各項數據的比例關系；表格圖要注意橫縱欄的數據大小變化；再次根據數據提取首、尾、最高、最低等數據，合并同類項，看數據升降、最高點、最低點、變化趨勢等信息。最后要注意切記只看圖表的個別數字或具體情況，或者只關注微觀具體數據而忽視對數據規律性信息和數據整體變化趨勢的宏觀把握。
第四，引導學生把數字信息轉化為文字信息，透過現象看本質。計量史學，就是通過運用各種比較成熟的數學手段，來研究歷史社會中的數量及數量關系，試圖從數量的角度來揭示歷史現象和歷史過程的深層次本質。[1]因此從數據統計圖中全面有效的提取數據信息后，注意將其譯成文字信息和歷史知識，要將感性認識上升為理性認識，即把感性直觀表象轉化為理性的思維概括；要變靜態觀察為動態分析，并從各種數據的動態變化中探尋歷史現象和歷史過程發展變化的規律性東西，即抓住歷史深層次本質問題。
以上是筆者在高中歷史教學尤其是高三備考實踐中的一點探索和感悟，只是管中窺豹，但希望能對廣大同仁起拋磚引玉的作用。
參考文獻：
離別的詩句范文2
1.昨夜，月兒正朦朧，我悄悄送你遠行，從此，天邊有了一顆含淚的小星星。
2.我知道，我們的分手，對你的打擊很大。我也不知該如何安慰你，但事情也已經發生，我希望你能放得下心中的結，給你我之間一個新的生活起點。有云：“好聚好散?！?/p>
3.我們可以設想無數個開始，卻只能接受一種結局;我們可以裝飾起點，卻無法改變終點。終究要以傷感與不舍謝幕。
4.回憶如同沙漏一般，在腦海中堆積，我想某天放個大假好好思考未來;想想未來;雖然離別殤，塵風飛揚，但是有夢就好!!!
5.或許，離別時，你可以微笑著揮揮手，向離去的人道聲“珍重”，而那剎那間的心痛，是否可以做到毫不在乎?曾經的種種是否也會成為你心中的一種牽掛?落花不是無情物，繁花散盡時你是否也會滿心凋零?看庭前話開花落，望天上云卷云舒，別離時，你是也能做到那去留無意的灑脫?
6.許久后的清晨，薄霧輕紗，鳥語花香，在充滿溫馨的校園中漫步，好似自己與外面的繁華告別，只是身處在這沉睡的校園中，人生白味，猶如烈酒在心頭沖起。深深的吸了一口氣，今天又是一天，我又比她多活了一天，但是卻又多了一天的惆悵。
7.無奈，生活總有不如意，天下沒有不散的宴席，縱有千般不舍，也不得不放棄。
8.我曾經天真的以為，離開了你我就可以忘記你，后來，我發現，離開只是一個新的開始。
9.眼看著離開的日子越來越近，心里不但沒有了灑脫，而且多了愁緒。本以為可以釋然，然而，真的去面對的時候，心里卻無比愧疚與不舍!
10.我心有一種痛，無撕心裂肺般，卻也隱隱的痛，痛的不知所措，無可奈何;心的杯子碎了一般，或者，沒碎，而少了一塊。
11.看盡人間花開花落，閱遍書中悲歡離合，是否也能把你我看的風輕云淡，不再痛徹心扉;是否能在離別時瀟灑揮手，不再滿心凄涼。然而我忘了——愛情始終是我的一杯致命毒酒，無論是過去，亦或是未來。每一段回憶都像一張網，我始終無法逃離你個給我編織的這張網，我注定要用悲傷澆注這份殘缺的愛……
12.今生誰是誰的過客，誰是的心碎，不曾聽的一語一言，執著追尋的，只是前世的一句碎念，人依舊，愛依然，隨曾想你的港口還在創建，停不下一只疲憊漂泊孤獨的船。
13.寂寥的燈火，照不清你的模樣，只有無盡相思在獨自徘徊。紅豆輕語，喚不回的回憶，終究是如水無痕。
14.我們徜徉過的小樹林，我們觀賞過的藍色黃色粉紅色的花朵，一切的一切，仍然依舊。你什么時候回來，我們一起再同游
15.即使遠遠地離開了你，我也不會和你分離，因為在我的心靈里，早已盛滿了對你的回憶…那困倦溫柔的嘴唇和眼睛，將會盡情地折磨我的記憶。
16.真的從你口中聽到不再愛我，是如此地不知所措。你帶走了我的一切，剩下的只是一個空空的殼和一顆破碎的心。
17.色即是空，空即是色;心為佛堂，由緣，何計形骸放浪?快樂每一天，享受每一分自然
18.情知海上三年別，不寄云間一紙書。
19.不須旦暮廝守，不須海誓山盟，只要記住那個月夜，只要記住那個時辰，還有那深情的吻。
20.你走了，丟下那句話，在我這泓平靜的心湖中，泛起繚亂的漣漪，神秘的夢境。
21.你我在匆匆忙忙中經過了多少故事，滄桑的心底有多少抹不盡的記憶，真切的未來會告訴你更多的真實，讓曾經的故事云淡風輕。
22.茫茫人海，讓你我瞬間相聚又瞬間相離，然而你我的心永遠相知與默契。
23.不要輕易說愛，許下的承諾就是欠下的債!
離別的詩句范文3
——《水滸傳》讀后感
《水滸傳》是我早就讀過的名著，雖然久未翻起，書中個性鮮明的人物卻早已深深印入腦海，有足智多謀的吳用、命途多舛的林沖、義勇雙全的武松、憨直魯莽的李逵，還有哭功可和三國劉皇叔一拼、人見人拜的宋公明。如今人過而立，再讀一遍這本小說，不再為驚險的故事情節而驚嘆，不在為書中好漢的揮斥吶喊而熱血沸騰，卻有一種命運無奈、造化弄人的傷感。所謂“是非成敗轉頭空”，書中好漢由少而多，相聚一堂，成就了江湖人的桃源，成就了一番家國事業，卻終究難免生死飄零，各自東西，怎不令人哀嘆。
小說中英雄人物各有故事，又各有關聯，往往由一個人物引出另一個人物，比如由史進引出魯智深，由魯智深引出林沖，由林沖引出楊志，由楊志引出智取生辰綱眾人，繼而宋江出場，最終溪流匯海，齊聚梁山。這種故事模式在明清的章回體小說中產生了重大的影響，乃至后來的民國小說和現代的武俠小說都可見其蹤跡，可見其敘事抒情的作用。初見時肝膽相照，然而各奔東西，歷經磨難，再見故友，當時一定會胸中不平之氣盡去，只有相逢的喜悅和慶幸。所以離別并不可怕，因為離別讓人思念，而孤獨卻能夠讓人成長，每個人都是帶著孤獨的傷感和滿腔的豪情踏上自己的道路的，有人功成名就，有人似乎一無所有，但卻更能看透世事，尋找到自己的原則或信仰，成為更加堅強成熟的個體；從離別到相聚往往伴隨共同患難，能收獲真正的友情，所以在《水滸傳》里，魯智深和林沖、武松和張青孫二娘夫婦的感情尤為真摯，更勝其他兄弟。
離別的詩句范文4
同源異流的秦腔與京劇一方水土養一方人，山川地貌不同，則風物人情迥異。大抵北人豪放而南人精細。秦腔與京劇之所以能流傳到現在，跟它們內在的文化蘊涵有著深刻的關系。秦腔更多的是一種大喜大悲，痛快淋漓的悲劇精神，一種求“過”的思想；而京劇雖是建立在昆弋秦徽漢諸劇的基礎上，卻被封為清政府的“內廷供奉”，所以它是《雅》是《頌》，是貴人們雅化后的東西。
看上去，秦腔與京劇是兩種迥然不同的藝術形式。但是，包括程硯秋先生在內的很多研究聲腔藝術的權威人士，卻提出了秦腔與京劇同源異流的觀點。在我看來，在現今非物質文化遺產熱的潮流中，這種對秦腔和京劇源流的追溯和對它們藝術特色的比較，是尤其有意義的。
一、秦腔與京劇的歷史源流
秦腔產自大西北黃土高原。八百里秦川莽莽蒼蒼，東有黃河之九曲回腸，西岳華山雄奇峻險。“長安自古帝王都”，“周秦漢唐競風流”，一部漫漫中華文明史，大半都發生在這塊土地上。史書里邊記載關中“民質直而尚義”，“長安險絕之士，民多剛強”“大抵夸尚氣勢，多游俠輕薄之風，甚者好斗輕死”“關陜之地，風氣剛勁，俗尚武節”。孕育于這樣一種環境里的秦腔，自然是高亢激越，粗獷豪壯的，而且善演歷史劇。
最早見于文獻記載的秦腔資料是明萬歷四十八年（1620年）的傳奇劇本《缽中蓮》，里邊已經出現[西秦腔二犯]的曲子，曲詞結構為七言句式，上下對句，已經合乎后世的板式變化規范。到了清代，秦腔見于文獻資料的情況就多了起來，如李調元《劇話》：“俗傳錢氏綴白裘外集有‘秦腔’，始于陜西，以梆為板，月琴應之，亦有緊慢，俗稱為‘梆子腔’，蜀謂之‘亂彈’?！庇纱丝梢?，秦腔至少在明代已經比較成熟了，到了清代便昌盛起來。
京劇的歷史就短得多。乾隆十五年，借弘歷帝慶壽之機，江南的地方戲徽班進京。到嘉慶、道光年間，徽班已控制了北京的舞臺，致使先前紅火異常的秦腔也衰落了下來，許多秦腔演員因之失業。而徽班乃聘其入班，就形成了“徽秦合流”，從而奠定了京劇形成的基礎。
而京劇的真正成形則要等到另一家“弟兄”的入伙才告完成，那就是漢調。它是流行于湖北漢水一帶的地方戲種，吸收了來自安徽的二簧和來自陜西的秦腔（在漢調中演變為“西皮”）而發展起來的。由于安徽、湖北地方相鄰，在入京之前即已有頻繁往來，因此近似之處頗多。
離別的詩句范文5
Abstract： Objective： In this paper， we have done mahalanobis discriminant analysis to EEG data of experiment objects which are recorded impersonally， come up with a relatively accurate method used in feature extraction and classification decisions. The present study is the groundwork analysis for other analysis in EEG study. Methods： In accordance with the strength of α wave， the head electrodes are divided into four species. In use of part of 21 electrodes EEG data of 63 people， we have done Mahalanobis discriminant analysis to EEG data of six objects. EEG data processing and statistic analysis adopted independently designed EEG analysis toolbox and the program of correlation analysis. Results： In use of part of EEG data of 63 people， we have done Mahalanobis discriminant analysis， the electrode classification accuracy rates is 84.4%. Conclusions： Mahalanobis discriminant has higher prediction accuracy， EEG features （mainly α wave） extract more accurate. Mahalanobis discriminant would be better applied to the feature extraction and classification decisions of EEG data.
關鍵詞： 腦電圖；馬氏距離判別分析；α節律
Key words： electroencephalogram （EEG）；Mahalanobis discriminant analysis；α rhythm
中圖分類號：TP311 文獻標識碼：A 文章編號：1006-4311（2015）12-0240-03
0 引言
日常腦波檢查的目的是評價腦波是否正常，協助診斷腦部病變，也稱腦波判讀。傳統的腦波判讀是由腦電專家通過閱讀記錄紙上的多導腦電圖實現的，即用目測標注的方法來理解和評價腦電圖。這種建立在專家經驗基礎上的方法的實質是專家利用經驗去除信號的干擾和偽差，根據信號的頻率、幅度、相位等信息對腦電信號進行特征提取，用公認的經驗對提取的特征進行分類描述，實現對腦電的分析和評價。
到目前為止，這個方法仍廣泛地應用于臨床。目測方法在一定程度上可捕捉病理波形，甚至確定腦病灶位置。但由于腦電強烈的非平穩、非線性特性，加上目測法對腦電分析人員知識水平、經驗的極大依賴，實現腦電研究的突破必須尋找新的方法。
馬氏距離判別分析法引入腦電圖的研究，將對腦電信號特征信息的提取和分類起到極大的推動作用，從而輔助腦電圖的檢查和定量分析，為腦電圖的檢驗提供有效的分析手段。
1 對象與方法
1.1 研究對象
研究對象為28名男性和35名女性，年齡20～60歲，平均年齡36.7歲。所有受試者均身體健康，無嚴重的神經系統疾病史和精神病藥物服用史，屬于從正常人群中所取的個體。
1.2 建立數學模型腦電數據的選取
腦電圖的實驗記錄的采樣頻率是100Hz，按國際10-20系統的導聯位置，記錄了21個電極的數據：C3、CZ、C4、FP1、FPZ、FP2、F7、F8、FZ、F3、F4、O1、OZ、O2、P3、PZ、P4、T5、T6、T3、T4。每次獲取一個block（表示一個小的時間段）的腦電數據，每個block的采樣點數是512個，記錄時間為5.12秒。
正常人腦電圖主要表現為α節律，α波在后頭部優勢出現，由后向前逐漸減弱。根據頭部各部位波α的強弱不同將21導電極分為四類，即前頭部電極、側頭部電極、中央區電極、后頭部電極。
具體的分類情況如下：
①第一類：
中央區電極（C3、CZ、C4）。
②第二類：
前頭部電極（FZ、F3、F4、FP1、FPZ、FP2、F7、F8）。
③第三類：
后頭部電極（P3、PZ、P4、O1、OZ、O2、T5、T6）。
④第四類：
側頭部電極（T3、T4）。
1.3 腦電圖數據的計算機處理
為了便于對腦電圖原始數據的分析，用MATLAB程序設計語言設計了腦電圖專用工具箱：EEG Toolbox，對原始數據導入后存儲為矩陣，行表示實驗記錄的時間點（即采樣點），列表示電極。分析前導入每例受試者的全部數據并顯示出直觀的腦電圖，每一頁顯示一個block腦電圖數據。
按照上面介紹的電極的分類方法，4總體馬氏距離判別把樣本數據分為4類，首先按照分類將建立數學模型的21電極腦電圖數據放入■■（i=1，2，…4），4個矩陣中。將當前block的腦電數據放入矩陣X中，X為512×21矩陣。用馬氏距離判別法預測電極分類結果，并將結果放入向量中顯示出來。
馬氏距離法分類判別時，以待識別腦電數據距各總體中心的距離長短作為判別依據，將待判數據歸到距離最近的那一類。本研究所采用的馬氏距離分析程序基于多導腦電圖數據設計。
首先建立數學模型也就是判別函數，然后再根據其判別規則預測腦電數據的類別。馬氏距離判別法可以通過下面的數學公式解釋：
公式（1）是馬氏距離判別函數，4總體馬氏距離判別建立4個判別函數。將一個未知分類的腦電數據X代入4個馬氏距離判別函數中，取得最小的馬氏距離，并將它判別到其對應的總體。
利用建立的馬氏距離判別函數，可以對每個block的腦電數據預測分類，并將預測分類結果和實際分類直觀地顯示在馬氏距離判別預測結果圖中。
2 馬氏距離判別腦電圖數據分析結果
馬氏距離判別分析程序可以對不同受試者所有block的腦電圖數據預測分類。因為篇幅有限，具體給出三名受試者共6個block腦電數據的預測結果，每名受試者只展示兩個block的分類結果用以說明整體，其它block內的預測分類結果和這里的相似。對其中一名受試者預測結果進行詳細分析。為了便于描述，我們將6名受試者編號：1、2、3、4、5、6。首先對受試者1第12個block腦電圖數據（如圖1所示）進行馬氏距離判別分析。
對6名受試者進行馬氏距離判別分析，只從每名受試者中隨機抽取10個block的腦電數據預測分類，平均準確率為84.4%（如表1）?？傮w來看，馬氏距離判別預測效果較好，腦電特征（主要為α波）提取較為準確。預測結果能反映出α波在頭部各部位強弱的差異。在一定程度上，α波的出現率或量，即是在一定時間的腦電圖記錄里含有的α波到何種程度，有相當大的個體差異。有的人α波幾乎連續出現，有的人α波時有時無，以及其它頻段波的出現都對預測結果造成影響。調幅現象和左右差的存在，也會造成誤判的發生。
3 馬氏距離判別腦電圖數據的結果討論
傳統的腦波判讀是由腦電專家通過閱讀記錄紙上的多導腦電圖實現的，即用目測標注的方法來理解和評價腦電圖。這種建立在專家經驗基礎上的方法的實質是專家利用經驗去除信號的干擾和偽差，根據信號的頻率、幅度、相位等信息對腦電信號進行特征提取，用公認的經驗對提取的特征進行分類描述，實現對腦電的分析和評價。到目前為止，這個方法仍廣泛地應用于臨床。目測方法在一定程度上可捕捉病理波形，甚至確定腦病灶位置。但由于腦電強烈的非平穩、非線性特性，加上目測法對腦電分析人員知識水平、經驗的極大依賴，實現腦電研究的突破必須尋找新的方法。
由于歐氏距離過于簡單，而絕對距離和切比雪夫距離等又不能完整地表達多維數據在高維空間的特征差異，因此在實驗中通常采用馬氏距離判別法分析腦電圖數據。根據波在各部位的強弱不同將21導電極分為四類，利用21個腦電極數據建立馬氏距離判別數學模型，對6名正常受試者的腦電圖數據進行馬氏距離判別分析，預測分類平均準確率為84.4%。總體來看，馬氏距離判別預測效果較好，腦電特征（主要為波）提取較為準確，預測結果能反映出波在頭部各部位強弱差異。試驗表明馬氏距離判別法可以較好地提取正常人的腦電特征，并應用于腦電數據的分類決策中。
馬氏距離判別分析法引入腦電圖的研究，將對腦電信號特征信息的提取和分類起到極大的推動作用，從而輔助腦電圖的檢查和定量分析，為腦電圖的檢驗提供有效的分析手段。
參考文獻：
[1]王兆源，周龍旗.腦電信號的分析方法[J].微計算機信息，2005，8（1）：41-43.
[2]吳曉彬，邱天爽.基于時頻分析的EEG信號分析處理方法研究進展[J].國外醫學?生物醫學工程分冊，2004（06）.
[3] 唐守正.多元統計分析方法[M].中國林業出版社，1984：124-136.
[4]John Trinder， John A.van Beveren， Philip Smith， etal. Correlation between ventilation and EEG arousal during sleep onset in young subjects [J].Journal of Applied Physiology，1997，83：2005-2011.
離別的詩句范文6
【關鍵詞】PVDF壓電薄膜;傳感器;多物理因素
1.引言
聚偏氟乙烯薄膜（PVDF）是半晶質有機聚合體，此聚合體由重復的CF2-CF2長鏈分子組成，經過一定化學工藝處理使得PVDF薄膜具有壓電性、熱釋電性。PVDF可輸出較大的電壓值，薄膜質量輕、韌揉、變形強度高、頻率響應很寬。應用PVDF制作的傳感器種類甚多，與微電子技術相結合，能制成多功能傳感元件。PVDF壓電薄膜優越的傳感性能引起了用其作為力學量傳感的研究熱點，如用于結構健康監測智能結構與系統、各種力學傳感器。在應用過程中，PVDF作為傳感器幾乎都是應用于單物理因素作用。而在本文中進行了PVDF壓電薄膜在溫度、風速、沙塵、水、噪音等五種物理因素下的信號變化研究，期望能將PVDF壓電薄膜推廣到多物理因素傳感。
2.多物理因素測試
由于環境中的因素很多，不可能消除背景因素對信號的影響，因此此次實驗都是基于背景因素的基礎上，經過對波形的分析處理后，對實驗結果沒有影響。如圖1所示，搭建信號測試系統，壓電薄膜中的信號輸入到數字示波器中分析，檔位設置中噪音抑制打開，Auto檔位打開。測試中所用的PVDF壓電薄膜尺寸為40mm×40mm，實驗環境為20℃、環境噪音20dB、無風、封閉。以下給出PVDF壓電薄膜在不同因素下的信號反應。
圖1 多物理因素測試示意圖
2.1 溫度
將PVDF壓電薄膜置于太陽能燈前。實驗測試范圍25℃～60℃（當溫度超過80℃，壓電薄膜就會到達它的居里溫度，使它內部的晶體結構發生變化，從而導致壓電性的改變或消失），每隔5℃記錄二十組數據。根據多組數據顯示，在大約前2～4s內，波形電壓值一直增加，接著處于平穩狀態，頻率值接近0Hz，其電壓變化數值與溫度成正比。下面給出溫度為30℃、40℃、50℃、60℃下的實驗數據統計，見表1。
表1
2.2 風速
用風扇模擬自然條件下的風。測試了風速為0.5m/s～8m/s十六組強度風速下的信號變化，每種因素下測試20組數據，每組數據間間隔2分鐘。根據大量數據顯示，頻率范圍大約在0.3Hz～66.17Hz。下面給出風速在約1m/s、約3m/s、約5m/s、約7m/s下的實驗數據，見表2。
表2
2.3 沙塵
用直徑小于0.25mm的細沙和粉沙，使其具有2m/s的速度，用帶篩孔的容器內裝有沙塵吹打在PVDF壓電薄膜上。實驗過程中測試了10mg/m3～500mg/m3含塵量下的沙塵，每隔10mg/m3記錄十組數據。根據實驗數據顯示：當濃度出現量級的改變時，PVDF的波形變化更加明顯。以下為50mg/m3、200mg/m3、500mg/m3 的數據，見表3。
表3
2.4 雨滴
用帶篩孔的容器內裝有水模擬下雨?？刂朴甑未蛟赑VDF薄膜上的速度為2m/s，使其打在PVDF壓電薄膜上。分別測量雨流量0mm～50mm共10種因素強度，每種因素強度下測試20組數據，每組數據間間隔2分鐘。以下為雨流量為5mm、10mm、20mm、50mm下的實驗數據，見表4。
表4
表5
2.5 噪音
用頻率發生器軟件產生產生不同頻率和分貝，由外置音響產生，分貝計軟件粗略檢測分貝大小。根據環境噪音標準查詢，實驗過程測試了10Hz～30000Hz的頻率和不同分貝條件下的變化，大量數據結果顯示，對于頻率在約1.1×103Hz以上和約75Hz以下時，PVDF反應不大。下面給出1×102～1×103Hz下85dB、87dB、89dB、90dB、91dB、92dB影響下的波形反應（由于不同頻率同一分貝下PVDF信號的頻率和電壓值也是不同的），表5。
3.分析
圖2是數字示波器截取的各物理因素典型波形圖。從圖波形的差別看，理論上各物理因素是可以有PVDF壓電膜區分的。風速波形與沙塵的波形較為接近，可引入環境差別傳感加以區分。根據上面測試的數據繪制成的信號頻率交疊圖圖3。在測試過程中，都是模擬實際生活中因素的強度進行測試的。根據結果顯示，在判斷這些因素時，可以將非交疊部分作為此種因素的識別調節條件。
圖2 各物理因素典型波形圖
圖3 各因素信號頻率交疊圖
首先，溫度因素的頻率遠低于其它因素，隨溫度增加傳感電壓確與其它因素相當，因此，如果僅傳感電壓增加而其頻率在零處并無太大變化，即可判斷僅溫度單一物理因素作用。當雨滴雨流量超過50mm時，也能明顯地粗略的識別。
在工程實踐中，如果考慮將各各物理因素的強度進行一個閾值劃分，比如有害和無害、或有益和無益，那么溫度以外的其它四個因素依然可以區分。比如在智能家居中，環境風速大于5m/s（閾值）被認為有害，從圖3看出，這時風速因素的頻率與噪音頻率段沒有交疊，也因此很容易將風速區分出來。而當噪音超過90dB被認為有害，即使頻率處于風速與噪音頻率的交疊段，但由于噪音因素作用下的電壓最大值遠大于風速，因此也能區分出噪音。
在處理噪音、風速、沙塵條件，噪音、風速、沙塵之下的信號頻率不是太懸殊，可引入環境差別傳感加以區分。采用兩片PVDF薄膜，一片在上面，能夠接收到沙塵、雨滴因素的影響，一片置于下面，不受沙塵、雨滴的影響，兩片PVDF薄膜除了沙塵、水滴的因素有差異，其他因素均相同。將其信號進行對比，相同即是噪音、風，不同則是沙塵。
4.結論
設置一系列的實驗，測試在5種物理因素不同強度作用下PVDF壓電薄膜信號的電壓和頻率，發現PVDF壓電薄膜對這五種作用因素均有明顯的反應。實驗驗證，PVDF壓電薄膜信號是可以通過頻率的差異、電壓值的不同和環境差異處理方式（兩片PVDF放置不同位置，同時對比兩種信號的差異）分辨出來的。PVDF壓電薄膜在單傳感器多因素傳感的工程實踐中具有潛在的價值。
參考文獻
[1]曾輝，余尚江.溫度對聚偏乙烯壓電傳感器靈敏度的影響[J].傳感器技術，2004，23（6）：46-48.
[2]程⒒.PVDF壓電傳感器溫度特性研究[J].南京工程學院學報（自然科學版），2009，7（3）：67-72.
[3]具典淑，周智，歐進萍.PVDF壓電薄膜的應變傳感特性研究[J].功能材料，2004，35（4）：450-456.