语义特征的界定与提取方法_邵敬敏
2005年1月
第37卷 第1期
外语教学与研究(外国语文双月刊)
Foreign Language Teaching and Research(bimonthly)
Jan.2005
Vol.37No.1语义特征的界定与提取方法
暨南大学 邵敬敏 周 芍
提要:本文首先对语义特征进行了界定,通过与义素的对比分析,揭示语义特征的本质内涵,并在此基础上将语义特征分成四类。文章重点提出,语义特征可有四种提取方法:内省概括法、组合分析法、对立比较法和变换分析法。语义特征分析法虽然还存在一些不足,但作为一种研究方法,对于我们研究汉语语法规则有着不可替代的作用。
关键词:语义特征、内省、组合、比较、变换
[中图分类号]H03;H04 [文献标识码]A [文章编号]1000-0429(2005)01_0021-8
朱德熙先生指出:“语法研究发展到今天,如果光注意形式而不注意意义,那只能是废话,如果光注意意义而不注意形式,那只能是胡扯”(见陆俭明1997:61)。变换分析法把句法分析从语法结构关系范畴扩大到语义结构关系范畴,通过变换,不但可以分化歧义句式或给原句式定性分类,而且也可扩大我们的视野,帮助我们把研究工作进一步引向深入。然而,变换仍然有其局限,它无法解释造成歧义的根本原因。这一局限迫使人们寻找新的突破口,探求新的分析方法来解决这些问题。变换法以前的汉语句法分析,几乎都纠缠于语言形式方面,从显性语法形式到隐性语法形式,形式方面的研究已臻完善,很难出现重大突破,而语义方面却还有许多领域等待开发和进一步探讨。这就引起人们深思,形式研究中出现的棘手难题,其答案是否正埋藏于语义层面呢?在这样的背景下,语义特征分析法等语义分析法应运而生。
一、语义特征的界定
1.简要回顾
“语义特征分析法”作为一种语法分析方法,来源于语义学中的语义成分分析法。1943年,哥本哈根学派创始人叶姆斯列夫提出了词义可分的设想;1955年,布龙菲尔德等提出“语义特征”这一术语,但没有上升到语义分析的高度;1956年,人类学家威廉·古迪纳夫在《成分分析与意义研究》(Componential Analysis and the Study of Meaning)中提出了语义成分分析法,用以从文化角度研究亲属称谓语等意义(转引自张庆云1994)。这一方法很快被美国语言学家卡茨和福特借鉴运用于语言学,用来为转换生成语法寻求语义特征,引起了当时语法学和语义学界的特别关注。
在国内,最早对语义特征做出分析并运用于汉语语法研究的当推朱德熙。他在《现代汉语形容词研究》(1956)中把形容词分为两类:甲类成分(红)和乙类成分(红红的、红通通的、通红、很红),指出:两者的区别“不在基本的词汇意义上,而在抽象的、概括的意义上,即前者表示的是性质,后者表示的是这种性质的状况或
21
本文得到暨南大学优秀人才引进项目“汉语语义语法的理论探索”的资助。
情态。”他还特别指出:“这种意念上的区别完整地反映在甲、乙两类成分的语法功能上。”可见,“性质”和“状态”的对立是形容词语义特征的体现。如果说那时的分析还比较依赖于语法功能的对立,那么他在《汉语句法中的歧义现象》(1980)中则通过分化歧义格式“张三借李四一本书”,指出关键是动词“借1”有“给予”义,“借2”有“取得”义。后来他在《变换分析中的平行性原则》(1986)一文中解释说,“台上坐着主席团”可以变换为“主席团坐在台上”,而“台上唱着戏”不能这样变换,其原因就在于句中动词是否具有[+附着]的语义特征。他还指出“一个变换关系能不能成立,往往决定于参与这个变换的句式里带关键性的词的类属”。这应该说是语义特征分析法在汉语语法研究中最有成效的实践之一。
2.狭义的理解与广义的理解
“语义特征分析”作为术语,目前有广义和狭义两种理解。狭义的理解,语义特征是从属于“词”的,包括实词和虚词,其作用主要是“分析概括同一句法格式的各个实例中处于关键位置上的实词所共有的语义,用来解释、说明代表这些实例的句法格式之所以独具某种特点,之所以能足以将该句法格式跟与之同形的句法格式加以分化的原因”(陆俭明2003)。广义的理解,则还包括短语、单句甚至复句的结构义、句式义,例如认为被动句式有[-企望]的“语义特征”。我们认为最好不要将“语义特征”扩大化,宜限制在词的范围内,目的是研究词语对组成句法结构的影响力。而结构义、句式义,实际上属于表达层面,是作为表意单位的句子进行分类后共有的表意特征,可称之为“表意特征”或“功能特征”。这样的区分将有助于我们准确把握词语的语义特征以及它对句法结构的影响作用。
3.义素与语义特征
“语义成分”(semantic components)或者说“义素”(seme),是语义学术语,指义位(即义项)的最小意义成分,也是语义系统的最小构义元件,它是对词的语义进行分析后得到的。它不是自然语言的单位,而是理论上分析出来的语义要素。我们可以借用自然语言来描写这些语义特征,但在语言体系中它们直接观察不到,只有当不同的义素以某个处于中心地位的核心义素为基点,根据一定的联系,按一定的原则,从不同的范畴进行不同关系的组合,为不同的指称服务,从而构成一个完整的义项时,才能体现出自然语言的意义。语义学上对这个概念有几种不同的术语或称呼,美国多使用“语义成分”,而西欧和苏联则多使用义素,另外,偶尔又称“语义特性”(semantic property)、“语义标示”(semantic marker)、“语义原子”(semantic atom)、“语义因子”、“义子”等。
“语义特征”(semantic features),或者说“义征”,是语法学术语,指的是构成词义的若干义素中对形成某个句法结构起决定作用的那个特别重要的义素,也就是两类不同聚合的词语在相同结构组合中具有区别性特征的意义上的特点,可称之为辨义成分(distinguisher)。“义素”通常是脱离句法而在语义场中分析而得,义素在外延上包括了语法分析中使用的“语义特征”,“语义特征”只是义素的一种或一部分,但却是有特殊语法作用的一类。
通过观察词的语义特征,我们能清楚地看到互为联系的义素是怎样围绕一个核心义素聚合形成大大小小的语义场,整个词汇系统又是怎样在这些语义场中不断运动的:对于核心义素而言,其他义素都起层次性的限定修饰作用,处于次要地位;而在某个特定的语义场内,非核心义素则成为各词语之间至关重要的区别特征。语法学家们从中看到,词语组合除了语法规则之外,还要受到语义的制约,“每一个词都具有一个可供组合的个体选择网络,你选择人家,人家也选择你,从而构成一个综合选择网络,这种选择关系主要是语义在起作用,一旦这种选择网络形成,那么会表现为一定的语法功能”(邵敬敏1997)。这一理论使义项的组成明确化,使词与词的组合在意义上形式化,这就为语法的进一步研究开拓了广阔视野。
22
2005年 外语教学与研究 第1期
4.义素分析法与语义特征分析法
语法学上的语义特征分析法虽然来源于语义学的义素分析理论,但两者的区别十分明显。
第一,分析的对象不同。义素分析法致力于寻找并描写某个语义场中某个词语或一组词语的核心义及其附加义素。语义特征分析法主要考察在某个组合位置上出现的一组词所共同具有的某个语义因素,通过分析这些语义特征,可以有效地说明组合序列的语义或语法性质。语义特征往往只是一个或少数几个,而义素则不可能只有一个,往往为一组。
第二,分析方法不同。义素分析法从某个特定语义场入手,把意义相关的一组词各自的义项分解为若干个构成成分———即“义素”,对比分析相同及相异的义素,最后用矩阵图或其它形式手段进行描写。而语义特征分析法多以内省法为基础,使用变换、分化或其它方法找出对句法结构起决定作用的某个义素并用来进行解释。
第三,各自的内涵不同。义素和语义特征有其各自的特点。义素的外延比较广,它是将义项分解成尽可能多的特征后形成的集合,将这个集合组织起来便形成一个义项。理论上义素的数量是确定的,但实际上要分解出全部的义素难度很大而且没有必要,通常只需要分解出该词最主要的、有区别意义的那几个义素,达到辨义清晰的目的就可以。而语法学只关心能影响某种句法组合能否成立的那些“语义特征”。
第四,分析的目的不同。义素分析法主要用于辨析同义词和反义词、词典编纂等方面,即服务于词汇研究;而语义特征分析法则旨在探究不同语法结构成立和形成歧义的原因,或者挖掘词语的某个语义特征对形成句法结构的影响,属于语法研究层面。语义特征分析法从语义入手解释句法上的形式对立,与“意义决定形式”的本质相符,又与汉语语法研究注重语义的传统一致,因此已成为汉语语法研究的重要方法之一。二、语义特征的分类
语义特征数量众多,性质复杂,理论上讲也许可以穷尽,但实践中无法做到。对于语义特征,从不同的角度有不同的分类方法。美国语义学家Nilsen和Nilsen(1994)把英语中的语义特征分为五类:1)语法-语义特征,也就是有语法形式标示的语义特征;2)内在语义特征,包括基本(概念、理性、逻辑)语义特征;3)谓语性语义特征,即动词谓语句跟句中有联系的词语的相关语义特征,如“使成、促成、施动、意向、结果、起点、终点、主动、影响、支配、起始”等;4)状语性语义特征,指某些状语“不单说明谓语动词”,而且与整个句子、乃至语段有联系,如地点、时间、方式(含质量)、程度范围(含数量)、原因(含动机)等;5)感受性语义特征,包括附属(感情、修辞、色彩)语义特征。
以上五类中,第2)、5)类相对稳定,实际上属于词汇层面。由于它们可以脱离句子而存在,因此应该是义素分析法分析的对象。而第1)、3)、4)类,实际上都属于语法层面。也就是说,脱离了具体的句子,单个的词语表现不出这些语义特征。只是第1)类专指有形态标志的语法范畴。在汉语中,这一类极少,也不属于狭义的“语义特征分析”的范围。只有第3)和4)类似乎跟我们所说的“语义特征分析”有类似之处,但也不完全相同,因为Nilsen和Nilsen (1994)基本是从语法结构关系推出他的“语义特征”,而我们是从句式或者结构的对比中概括出语义特征来解释语义对结构的决定性作用。
国外关于语义特征的分类对我们研究汉语的语义特征有启发作用。根据这种思路,我们可将“语义特征”分为四种。
1.自然性语义特征
这是从基本的概念、逻辑意义分解出的语义特征,是语义特征的主体部分,数量最多、最丰富、最复杂。比如描述名词的[±抽象]、[±生命]、[±动物]、[±人]等,描述动词的[±活动]、[±可控]、[±自主]、[±述人]等,描述副
23
邵敬敏 周 芍 语义特征的界定与提取方法
词的[±极大量],[±极小量]。词语的自然性语义特征在很大程度上制约了其组合分布情况,比如,[+互相]特征的动词如“结婚、吵架、竞赛”等不能带宾语。又比如[±极大量]、[±极小量]对副词使用的影响:
A:绝不能去 ＊绝能去
毫不心软 ＊毫心软
压根儿不懂 ＊压根儿懂
B:千万不要忘记 ＊千万不/没忘记
万万不可粗心 ＊万万不/没粗心
A组左列的否定句可以成立,右列肯定句就不成立。B组左列的祈使句可以成立,右列除去表意愿的助动词“要、可”,就不成立。由此可看出,具有[+极小量]特征的副词如“绝、毫、压根儿、断”等通常用于否定式,而具有[+极大量]特征的副词如“千万、万万”等也常用于否定式,但一般只用于祈使句。
虽然自然性的语义特征来源于词语的相对稳定的词汇意义,但它属于语法研究范畴,依存于句法,具有语法价值,因此从性质和数量上看,它都不等同于词语理性意义的总合。
2.附属性语义特征
这是指语义中那些非自然性的、主观的部分。包括语义的感情色彩、词语的语体色彩和形象色彩。比如[±褒义]、[±书面语]、[±条状]、[±形状多变]等。虽然从词汇意义的角度,它们被称为“附属性意义”,但从词语组合的角度,它们的重要性丝毫不逊色于理性义或其它语义特征。如在量词搭配规律中,形象色彩对名词与量词能否搭配否就起着很大作用:
片:[+薄][+平][+面积较小]—※纸 云 饼干
树叶 花瓣面:[+扁][+平][+面积略大]—※锣 鼓 旗子
墙壁
幅:[+薄][+平][+软][+面积较大]※画 布
绸缎 刺绣
有时感情色彩也会影响量词和名词的搭配。如:
个:[+中性]—※路人 小偷 教授
位:[+褒义]—※小姐 老师 长者
伙:[+贬义]—※强盗
3.聚合性语义特征
这是从聚合的角度划分出来的语义特征,即脱离句子而从词语与词语之间的关联性所分出的一小类。比如具有[+顺序]或[+推移]语义特征的词语,其单独的一个词无所谓顺序,而由一系列词语聚合起来就能组成一个语义场理论所谓的“顺序义场”,我们称其特征为“聚合性语义特征”。如有[+顺序]特征的各组名词中,除表起点的,其它都可以在“NP了”格式中出现。比如:
学前儿童———小学生———中学生※＊学前儿童了
小学生了 中学生了
小孩子——青年———中年———老年※＊小孩子了青年了 中年了 老年了
如果该顺序义场是可以周而复始的,即具有[+循环]特征,则可以进入“又NP了”格式。比如:
春天—夏天—秋天—冬天:又春天了 又秋天了一月—二月—三月……十二月:又一月了 又十二
月了
4.组合性语义特征
这是从组合角度划分出来的语义特征,它影响到某个词语跟句中有联系的其它词语搭配的语义特征。自然性语义特征可独立于句子而存在,但组合性语义特征是在与其它词语相组合后才出现。这样的语义特征以词语的自然性意义为基础,但只有与其它词语相联系时才显现出来,因此称为“组合性语义特征”。如[±领属]、[±支配]、[±施动]等,没有其他的对象,就无所谓“支配”或者“施予”。比如同一个名词与同一个动词组合时,会因其组合位置的前后不同而显示出不同的组合性特征,不同的名词所显示出的组合性特征又是不同的。比如:
24
2005年 外语教学与研究 第1期
A:我不吃了≠＊不吃我了
孩子不吃了≠＊不吃孩子了
B:鸡肉不吃了=不吃鸡肉了
巧克力不吃了=不吃巧克力了
C:鸡不吃了≠不吃鸡了
蛙不吃了≠不吃蛙了
A组“我、孩子”与动词“吃”组合时只能在动词前,因为它与该动词组合只有[+施动]特征,B组“鸡肉、巧克力”与“吃”组合虽然可以出现在动词前后,因为它在该组合中只有[+支配]特征,所以两个格式的语义基本相同。而C 组“鸡、蛙”与“吃”组合时可前可后,由于它显示出[±施动]两个特征,因此当“鸡、蛙”出现在动词之前时是一个歧义格式,在动词之后时只能是受事宾语。
三、语义特征的分析与提取
1.内省概括法
语义特征不是自然的语言单位,它在语言体系中直接观察不到,因此对它的分析和提取并不是件容易的事。在分析词语的语义特征时,我们基本上采用“内省概括法”,即针对一系列句法结构相同、语法意义也相同的句式,考察在相同位置中出现并且可以互相替换的一组词语,它们到底具有哪些共同的语义特征。这时主要依赖分析者本人的语感来进行考察,这种方法很直接,操作程序也简单,对于浅显的语义特征能最快地加以揭示。例如:
他把病人搀上汽车/他把病人推上汽车/他把病人赶上汽车
按照传统语法,这个句式可以理解为兼语句:“他搀病人+病人上汽车”,也可以理解为兼语兼连动句:“他搀着病人+他和病人上汽车”。另外两个句子也可作相同的理解。考察比较动词“搀”、“推”、“赶”,可以发现它们有相同的语义特征[±携带]。然而,内省法虽然直截了当,但操作起来常常会感到棘手,因为形式是直观的、显性的,语义却是隐性的、内蕴的,有的能一眼看穿,但更多的却是隐晦、难以捉摸的,仅仅依靠“内省法”远远不够,还需要运用别的方法来帮助进行分析和提取。
2.组合分析法
根据“语义句法双向选择性原则”(邵敬敏1997),只有具有相同或互补语义特征的词才能搭配。换言之,能够组合起来的两个或多个词语必定具有相同或互补的语义特征。由于有些词语的语义特征比较隐晦,难以直接判断,因此我们往往不是直接分析所研究的对象,而是考察与之相搭配的词语的语义特征,这样也可以推导出需要研究的对象的语义特征。这种间接推导的分析方法可称为“组合分析法”。
比如有些名词如“山、树、桌子、房子”等可以与“前、后、上、下、中”等方位词组合。由于方位词表示空间性,因此可确定这些词具有[+空间]的语义特征。另一些名词比如“饭、课、比赛、会议”等,它们明显不具有与上述名词相同的[+空间]语义特征,但也可以与方位词组合,如:
饭:饭前饭后 会议:会议前会议后
课:课前课后 比赛:比赛前比赛后
究其原因,是由于方位词除表空间性外,还表示动态的时间的阶段性,所以后一组名词具有[+时间]的语义特征。
又如动词与名词短语搭配时,许多情况下其宾语是受事宾语还是结果宾语,是由该名词短语的语义特征决定的。如:
A.吃了一块骨头
B.吃了一盘骨头
C.吃了一堆骨头
D.吃了一地骨头
A只能理解为甲义:动作和受事的关系;D 只能理解为乙义:动作和结果的关系。而B和C则可以两解,只不过B倾向于甲义,C倾向于乙义。分析其原因,关键是量词的不同,从“块”到“盘”,再到“堆”,乃至于“地”,暗示着名词“骨
25
邵敬敏 周 芍 语义特征的界定与提取方法
头”在数量上从A到D依次增加,当数量上具有[+可吃完]特征时,充当的是动词“吃”的受事宾语,当数量增加到具有[-可吃完]时,就充当动词的结果宾语。由此可知,我们要判断这样的结构属于甲义还是乙义,关键是量词是否具有[+可吃完]的语义特征。
3.对立比较法
“对立比较法”,是把根据不同词在同一结构中的对立分布进行分组,然后再找出使该二组形成对立的语义特征。比如在考察“烧”与其它词的搭配情况时可做下列对比:
A.烧了一车柴/烧了一张纸/烧了一件衣服/烧了一
瓶油
B.＊烧了一块石头/＊烧了一堆砂子
C.烧了一壶水/烧了一锅汤
通过以上三组句子的比较,上例中“柴、石头、水、纸、衣服、油”等词在“烧了X”结构中的分布是有差异的。A组成立,表示经过“烧”这个动作,“柴、纸、衣服、油”等被烧没了,结构义表示“焚毁”;B组不能成立,因为“石头”等物件通常无法焚毁;C组虽然成立,但与A组表达的语义不同,表示经过“烧煮”这一动作,“水”成了“开水”,“汤”也可食用了,结构义表示“煮得”。同样一个动词“烧”,不同的名词组合,却产生不同的结果。可见,关键在于相匹配的名词的语义特征。把A组词与B组词进行比较,就可以得出关键词语的语义特征:A中的“柴/纸/衣服/油”具有[+可燃性],而B中的“石头/砂子”则具有[-可燃性],C组虽然不具有[+可燃性],但具有[+可加热性]。
4.变换分析法
语言表达的多样性和复杂性,使得语言中相同的语义结构可以用不同的句法结构来表达,即语言中存在着大量的同义格式1。而这些同义格式中,有的将语义深深埋藏起来,让人难以发觉,有的却把语义以最易发现的形式呈现出来。所以,通过变换句式使深藏句中的语义特征变得浅露而容易掌握,就成为实际研究中常用的方法。
以被动句研究为例。按有无标志,汉语的被动句分为两类,一种是“被”字句,另一种是所谓“意义上的被动句”。许多情况下这两类可相互变换,但有的又不行。为揭示其中规律,我们首先进行下面的变换:
N+被+VP+了—※N+VP+了
(1)玻璃被打了。—※玻璃打了。
(2)鸡蛋被吃了。—※鸡蛋吃了。
(3)老张被咬了。—※?老张咬了。
(4)鸡被吃了。—※?鸡吃了。
变换的结果是,(1)、(2)句变换成立,变换前后的句子语义也基本相同。而(3)、(4)句的变换不能成立,因为变换以后,例(3)只能够理解为“老张”是施事,不可能是受事;而例(4)则产生歧义,既可以理解为施事,也可以理解为受事。分析其原因,就在于该句式主语的语义特征不同:前两句主语所共有的语义特征是[-生命],后两句主语共有的语义特征是[+生命]。这样,我们可以初步总结规律:被动句的主语如果是事物(语义特征是[-生命]),那么“被”字可以出现,也可以不出现。如果是人或动物(语义特征是[+生命])则必须出现“被”字,也就是说只能充当有标志被动句的主语2。
5.分析方法的综合运用
事实上,在研究具体问题时,往往不是只运用某一种方法,而是几种方法综合运用。例如分析副词“不”与“没有”的区别。由于它们都具有相同的[+否定]语义特征,所以特别需要加以区别,我们可以综合运用“对立比较法”和“组合分析法”。先比较下面句子:
A1 这本书不太重。
B1 ＊这本书没太重。
A2 这儿离学校不太远。
B2 ＊这儿离学校没太远。
A3 ＊这本书不二两重。
26
2005年 外语教学与研究 第1期
B3 这本书没二两重。
A4 ＊这儿离学校不几里远。
B4 这儿离学校没几里远。
A1、A2可以与“不”搭配的谓语形容词都可以被程度副词修饰,如“不太远”、“不太重”,所以在量的表达上有连续性的特征,因此可知“不”具有[+否定连续]的语义特征。相反, B3、B4因为形容词加上了数量词,对谓语的量进行限定,使其具有了离散性的特征,就可以用“没有”来否定,由此可知“没有”具有[-否定连续]的语义特征。
四、语义特征分析法的局限性
1.语义特征的主观性与分析方法的主观性
任何一种分析方法都不是万能的,语义特征分析法也有其局限性,主要表现在其主观性。这表现在两方面:一是语义特征本身的主观性,二是语义特征分析法在操作上的主观性。语义是抽象的,比较难捉摸。而语义特征作为语义的分解结果,它不属于自然的语言单位,而是通过一定的分析法从语义中剥离出来,再用自然语言进行表述。其过程是充分开展抽象思维活动的过程,其中难免带有很强的主观色彩。同时,人们在理解和接受分析结果时,也必须展开一系列抽象思维活动,这里也必然掺杂许多主观判断的成分。我们知道,语感就整个民族和全体语言使用者而言,确实存在程度较高的同一性,但具体到每个语言使用者就很有可能出现因人而异的某种偏差,而且越抽象就越容易发生偏差。所以,同样一组词语,不同的人就可能分析出不同的语义特征来,其准确与否完全取决于对被分析义位把握的深浅;另一方面,抽象思维水平的不整齐和语义特征的强附着性,又可能导致人们不能完全把握分析的结果。当然,分析过程中存在的游移性、非唯一性可能会被最后的检验所消除或被消除到最低程度,但目前作为一种科学方法,语义特征分析法在理论上还没有形成一整套成熟、客观的操作规程,因此其主观性暂时还无法完全克服。2.分析语义特征的注意事项
这里有两个问题需要引起注意:第一,同样一个词,在不同的句法结构中被关注的“语义特征”并不一定相同。比如在分析“＊桌子长得很快”不成立的原因时,通过对比“树苗长得很快”、“小猫长得很快”,得出“桌子”具有[-生命]的语义特征。但在分析“NP了”成立的可能性时,“?桌子了”不能成立,通过跟“星期天了”、“大姑娘了”对比,可以得出“桌子”具有[-推移]的语义特征。可见,语义特征的提取是跟具体句法结构密切相关的,离不开具体的句式。这是因为“从本质上说,这种语义次范畴是由词语的相互选择关系来决定的”(邵敬敏1991),离开了具体的句式,这些“语义特征”也许还存在,但却失去了原本的重要作用了。
第二,语义特征的提取,往往会因为观察角度的不同而得出不同的结论。例如:
A.抽水 抽血 抽风 抽烟
B.＊抽桌子＊抽山＊抽树
对比A、B组短语,可知此处的“抽”意义相当于“吸”,而与之搭配的名词必须具有[+可吸性]。这一语义特征也可以描述为[+可流动性],液体和气体都具备这样的特点,而固体显然不具备。
3.语义搭配的灵活性
语义特征分析法的理论基础是语义与句法的对应性,即词语组合时要受到语义搭配的选择限制,语义特征不相容的词语一般不能组合。但这并不是绝对的,有时为了收到特殊的表达效果,也会有临时的组合。比如通常认为具有[+人]特征的名词才能具有[+述人]特征的动词搭配,但我们也常常可以看到诸如“大雪过后,大地穿上了银白的大衣”等句子,而“大地”并不具有[+人]特征,却跟“穿”进行搭配,显然,这里是隐喻手法在起作用。因此使用语义特征分析法时,必须考虑到语义特征对句法控制的灵活性,否则得出的结论就会过于僵化。
跟任何其它分析方法一样,语义特征分析
27
邵敬敏 周 芍 语义特征的界定与提取方法
法也解决不了所有问题。词语之间的搭配和语义有关,也和逻辑概念的相容性有关,但我们不能就此断言,搭配问题就是语义问题或者就是逻辑概念之间的相容性问题。语义和语法关系密切相关,但还不是完全对应。语法自有相应的语义基础,但语言在发展变化,在使用过程中语义可能会磨损、蜕变、脱落,因此对许多语法现象的语义基础在今天已很难做出令人满意的解释。而且语言是复杂的,影响到组词成句规则的因素也是多样的,语义、语法和语音都在语言系统中互相制约、互相作用。在众多的语法意义中,除了语义特征,还有诸如语义指向、语义角色、语义范畴、语义关系、语义结构、语义层次等都可能影响、制约语法规律。无论如何,语义特征分析法作为一种研究方法,对于我们研究汉语的语法规则,解释某些语法现象,都有不可替代的地位和作用。
注 释
1.所谓“同义”是相对的,只是就低层次的语义关系而言,从高
层语义关系上看,由于句子结构的改变,它们实际上存在某些差别。
2.影响该句式的还包括谓语动词的语义指向等其它因素,限
于篇幅,本文不多讨论。
参考文献
Bloomfield,https://www.wendangku.net/doc/7f15610372.html,nguage[M].New Yor k:Hen-ry Holt&Co.(汉译本《语言论》据London,1955
年版,袁家骅、赵世开、甘世福译,商务印书馆,
1980).
陆俭明,1997,《八十年代中国语法研究》[M]。北京:商务印书馆。
陆俭明,2003,《汉语和汉语研究十五讲》[M]。北京:北京大学出版社。
邵敬敏,1997,句法语义的双向选择性原则[J],《中国语言学报》第8期。北京:商务印书馆。
张庆云,1994,说“语义特征”[J],《外语与外语教学》第4期。
朱德熙,1956,现代汉语形容词研究[J],《语言研究》第1期。
朱德熙,1980,汉语句法中的歧义现象[J],《中国语文》第2期。
朱德熙,1982,《语法讲义》[M]。北京:商务印书馆。
朱德熙,1986,变换分析中的平行性原则[J],《中国语文》第2期。
收稿日期:2004—7—17;
本刊修订稿,2004—10—20
通讯地址:510632广州石牌暨南大学中文系
28
2005年 外语教学与研究 第1期
2005年1月
第37卷 第1期
外语教学与研究(外国语文双月刊)
Fo reign Language T eaching and Research(bimonthly)
Jan.2005
Vol.37No.1 Abstracts of major papers in this issue
C onsiderat ions in running a foreign language university,by Chen Nai fang,p.3
T o run a foreig n lang uage university well,four important things should be given priority:1)pay co nstant attentio n to teacher education;2)make sure the staff keep abreast of the latest teaching beliefs;3)back up teaching w ith high quality research;4)do a good job in cultural and humanity education.
Def inition and isolatio n of semantic features,by Shao Jingmin&Z hou Shao,p.21
Beginning by defining the term“semantic feature”,the paper tries to indicate its essential connotation by comparing w ith componential analy sis theory.Based o n this,it then ca tegorizes“semantic features”into four patterns.The paper al-so offers four methods of isolating them from a natural meaning item:agg reg ative generalization;combina tiv e analy sis; substitutiv e comparison;transfo rm analy sis.Although analy sis of semantic features is no t expected to solve all problems,it does benefit the analysis of Chinese g rammar.
The signif icance of linguistic decategorization theory,by L iu Zhengguang&L iu Runqing,p.29 T he paper proposes that linguistic decatego rization is an integ ral part of the theory of linguistic categorization.The paper first g ives a wor king definition of ling uistic decatg eo rization,then ex amines its features as well as its theoretical mo-tiv ation and sig nificance.The theory better explains the following three basic issues:1)how the ling uistic sy stem sa tisfies the infinite need of cognition and ex pressio n with its finite sources,that is,the linguistic innovation;2)the processes of linguistic entities obtaining multifunctionality;3)the role and significance of nonideal linguistic facts in theory construc-tio n.
The“shape”of thought:An empirical study on“embodim ent”,by L i Fuy in,p.44
“T he Embodiment Hypothesis”has been a central issue in cog nitive ling uistics in the past tw enty years or so.I t claims that“human phy sical,cognitive and social embodiment ground our conceptual and linguistic systems”.T his article reports an empirical study on“T he Embodiment Hy pothesis”.Data was collected fro m twenty-seven postg raduate students f rom Beijing Fo reign Studies U niversity.Each subject wro te an essay describing their T HO UG HT on a real event in their ex periences.T hrough a detailed analysis of different metaphorical patterns of T HO UG HT,it is concluded that(1) T HO UGH T IS CON CRET E OBJECT;“Heart”and“brain”are both organs o f thinking as w ell as“CON T AI NERS”fo r thoughts,but“heart”is mo re typical in both functions;“THE M IND IS BO DY”metapho r is also found in the data,but it can only serve as an example of the“T HO U GHT IS CO NCRET E OBJECT”metaphor.T his study generally suppo rts “T he Embodiment Hypo thesis”.
Some reflections on American structuralist linguistics,by Xiong Bing,p.50
T he paper examines four co ntroversial questions concerning American structuralist linguistics.Firstly,A merican structuralist linguistics is closely related to Saussure's theory.Secondly,the introduction of IC analysis by Bloomfield is largely based o n W.Wundt's structural psycholo gy.T hirdly,the influence of behaviorism on American structuralist lin-guistics should not be overestimated,w hich is chiefly manifested in two aspects of the social function of lang uage and the nature of https://www.wendangku.net/doc/7f15610372.html,stly,two different issues co ncerning the treatment of meaning by A merican structur alists should be distinguished:1)the use of meaning in linguistic analysis,and2)the study of meaning in linguistics,i.e.,the status of semantics.
语义分析
语义分析 1.语义分析？ 机器机和人不一样的地方是人可以直接理解词的意思，文章的意思，机器机不能理解。 人看到苹果这两个字就知道指的是那个圆圆的，挺好吃的东西，搜索引擎却不能从感性上理解。但搜索引擎可以掌握词之间的关系，这就牵扯到语义分析。 可参考：https://www.wendangku.net/doc/7f15610372.html,/dispbbs.asp?boardID=2&ID=74541 2.为什么要使用语义分析？ 我国中文自然语言处理普遍采用西基于拉丁语系的“关键词”技术，以此来分析理解中文。然而，中文本身的特点决定它与西语之间巨大的区别，所以从汉语信息处理的需要看，当前急迫需要突破的是语义问题。 可参考： https://www.wendangku.net/doc/7f15610372.html,/dicksong2008/blog/item/88fb751e9ac9501a4134 17f4.html 2.1中文与西语不同决定我们无法采用西语的架构体系来处理中文，具体区别在于： 西语词间有间隔，汉语词间无间隔。众所周知，英文是以词为单位的，词和词之间是靠空格隔开，而中文是以字为单位，句子中所有的字连起来才能描述一个意思。 例如，英文句子I am a student，用中文则为：“我是一个学生”。计算机可以很简单通过空格知道student是一个单词，但是不能很容易明白“学”、“生”两个字合起来才表示一个词。把中文的汉字序列切分成有意义的词，就是中文分词，有些人也称为切词。 “我是一个学生”，分词的结果是：“我是一个学生”。中文分词就成了计算机处理的难题。 汉语形态不发达，句尾没有形态标记。英语动词、名词很清楚，加上词尾可以是副词；西语有时态，过去式、现在式等等非常清楚，中文则依靠词语或者依靠自己的判断来确定时态。 同音字多增加了机器识别的难度。 汉语语义灵活，由于形态不发达，所以语序无规律。在一次学术会议上，一位著名的人工智能专家说：“按…主－谓－宾?或…名－动－名?这一规则，计算机可显出…牛吃草?，也可显出…草吃牛?。从语法格式上看，…草吃牛?也不错，但这句话是说不通的。 人依靠自己的经验可以判断，机器如何来判断呢？
步态识别方法的分类及各类方法的比较
步态识别方法的分类及各类方法的比较 程汝珍1,2 1河海大学计算机及信息工程学院，江苏南京(210098) 2水文水资源与水利工程科学国家重点实验室，江苏南京(210098) E-mail：chengruzhen@https://www.wendangku.net/doc/7f15610372.html, 摘要：步态识别是生物特征识别技术中的一个新兴领域，它旨在根据个体的行走方式识别身份。步态识别主要是针对含有人的运动图像序列进行分析处理,所涉及到的几项关键技术包括:视频处理、图像处理、模式识别。步态识别分析可以划分为特征抽取、特征处理和识别分类三个阶段。在最近的文献中已经有许多研究尝试，提出了许多步态识别的具体方法。但国内外尚无将步态识别技术分类，本文提出了步态识别的六类分类法，且初步比较了每类方法的适用范围和优缺点，使读者较为全面了解步态识别技术现状。 关键词：步态识别；分类；适用范围；优缺点；比较 中图分类号：TP391.4 1.引言 步态识别是生物特征识别技术中的一个新兴领域，它旨在根据个体的行走方式识别身份[1]。根据早期的医学研究[2]人的步态有24个不同的分量，在考虑所有的步态运动分量的情况下步态是唯一的。精神物理学[3]中的研究结果显示即使通过受损的步态信息人们也能够识别出身份，这表明在步态信号中存在身份信息。 步态识别主要是针对含有人的运动图像序列进行分析处理,所涉及到的几项关键技术包括:视频处理、图像处理、模式识别[4]。步态识别分析可以划分为特征抽取、特征处理和识别分类三个阶段[5]。 步态识别部分 图1 步态自动识别系统框图 Fig1 the framework of gait automatic recognition system 步态识别系统的一般框架如图所示[6]。监控摄像机首先捕捉监控领域来人的行走视频，然后送入计算机进行检测和跟踪，提取人的步态特征，最后结合已经存储的步态模式进行身份识别。若发现该人是罪犯或嫌疑人，系统将自动发出警告。
文本特征提取方法
https://www.wendangku.net/doc/7f15610372.html,/u2/80678/showart_1931389.html 一、课题背景概述 文本挖掘是一门交叉性学科,涉及数据挖掘、机器学习、模式识别、人工智能、统计学、计算机语言学、计算机网络技术、信息学等多个领域。文本挖掘就是从大量的文档中发现隐含知识和模式的一种方法和工具,它从数据挖掘发展而来,但与传统的数据挖掘又有许多不同。文本挖掘的对象是海量、异构、分布的文档(web);文档内容是人类所使用的自然语言,缺乏计算机可理解的语义。传统数据挖掘所处理的数据是结构化的,而文档(web)都是半结构或无结构的。所以,文本挖掘面临的首要问题是如何在计算机中合理地表示文本,使之既要包含足够的信息以反映文本的特征,又不至于过于复杂使学习算法无法处理。在浩如烟海的网络信息中,80%的信息是以文本的形式存放的，WEB文本挖掘是WEB内容挖掘的一种重要形式。 文本的表示及其特征项的选取是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。将它们从一个无结构的原始文本转化为结构化的计算机可以识别处理的信息，即对文本进行科学的抽象，建立它的数学模型，用以描述和代替文本。使计算机能够通过对这种模型的计算和操作来实现对文本的识别。由于文本是非结构化的数据,要想从大量的文本中挖掘有用的信息就必须首先将文本转化为可处理的结构化形式。目前人们通常采用向量空间模型来描述文本向量,但是如果直接用分词算法和词频统计方法得到的特征项来表示文本向量中的各个维,那么这个向量的维度将是非常的大。这种未经处理的文本矢量不仅给后续工作带来巨大的计算开销,使整个处理过程的效率非常低下,而且会损害分类、聚类算法的精确性,从而使所得到的结果很难令人满意。因此,必须对文本向量做进一步净化处理,在保证原文含义的基础上,找出对文本特征类别最具代表性的文本特征。为了解决这个问题,最有效的办法就是通过特征选择来降维。 目前有关文本表示的研究主要集中于文本表示模型的选择和特征词选择算法的选取上。用于表示文本的基本单位通常称为文本的特征或特征项。特征项必须具备一定的特性:1)特征项要能够确实标识文本内容;2)特征项具有将目标文本与其他文本相区分的能力;3)特征项的个数不能太多;4)特征项分离要比较容易实现。在中文文本中可以采用字、词或短语作为表示文本的特征项。相比较而言，词比字具有更强的表达能力，而词和短语相比，词的切分难度比短语的切分难度小得多。因此，目前大多数中文文本分类系统都采用词作为特征项，称作特征词。这些特征词作为文档的中间表示形式，用来实现文档与文档、文档与用户目标之间的相似度计算。如果把所有的词都作为特征项，那么特征向量的维数将过于巨大，从而导致计算量太大，在这样的情况下，要完成文本分类几乎是不可能的。特征抽取的主要功能是在不损伤文本核心信息的情况下尽量减少要处理的单词数，以此来降低向量空间维数，从而简化计算，提高文本处理的速度和效率。文本特征选择对文本内容的过滤和分类、聚类处理、自动摘要以及用户兴趣模式发现、知识发现等有关方面的研究都有非常重要的影响。通常根据某个特征评估函数计算各个特征的评分值，然后按评分值对这些特征进行排序，选取若干个评分值最高的作为特征词，这就是特征抽取(Feature Selection)。
语音信号特征参数提取方法
语音信号特征参数提取方法 阮雄飞微电子学与固体电子学 摘要：在语音技术的发展过程中使用了大量的语音信号特征参数, 好的语音信号特征参数能对语音识别起至关重要的作用。本文对语音信号特征参数提取方法以及国内外研究现状进行了介绍,最后介绍了Hilbert-Huang 这一新兴理论成果以及在特征提取中的应用。 关键词：语音技术特征提取HHT 1 引言 语音信号是一种短时平稳信号，即时变的，十分复杂，携带很多有用的信息，这些信息包括语义、个人特征等，其特征参数的准确性和唯一性将直接影响语音识别率的高低，并且这也是语音识别的基础[1]。特征参数应该能够比较准确地表达语音信号的特征具有一定的唯一性。 上世纪40年代，potter等人提出了“visiblespeech”的概念，指出语谱图对语音信号有很强的描述能力，并且试着用语谱信息进行语音识别，这就形成了最早的语音特征，直到现在仍有很多的人用语谱特征来进行语音识别[2]。后来，人们发现利用语音信号的时域特征可以从语音波形中提取某些反映语音特性的参数，比如：幅度、短时帧平均能量、短时帧过零率、短时自相关系数、平均幅度差函数等。这些参数不但能减小模板数目运算量及存储量而且还可以滤除语音信号中无用的冗余信息。语音信号特征参数是分帧提取的, 每帧特征参数一般构成一个矢量, 所以语音信号特征是一个矢量序列。我们将语音信号切成一帧一帧, 每帧大小大约是20-30ms。帧太大就不能得到语音信号随时间变化的特性, 帧太小就不能提取出语音信号的特征, 每帧语音信号中包含数个语音信号的基本周期。有时希望相邻帧之间的变化不是太大, 帧之间就要有重叠, 帧叠往往是帧长的1/2或1/3。帧叠大, 相应的计算量也大[3]。随着语音识别技术的不断发展时域特征参数的种种不足逐渐暴露出来，如这些特征参数缺乏较好稳定性且区分能力不好。于是频域参数开始作为语音信号的特征比如频谱共振峰等。经典的特征提取方法主要有LPCC（线性预测倒谱系数）、MFCC（美尔频率倒谱系数）、HMM（隐马尔科夫模型）、DTW（动态时间规整）等。 2 语音信号特征参数提取方法
特征提取方法
4.2.2 特征提取方法 图像经过一系列的预处理之后，原来大小不同、分布不规则的各个字符变成了一个个大小相同、排列整齐的字符。下面接要从被分割归一处理完毕的字符中，提取最能体现这个字符特点的特征向量。将提取出训练样本中的特征向量代入BP网络之中就可以对网络进行训练，提取出待识别的样本中的特征向量代入到训练好的BP网络中，就可以对汉字进行识别。 特征向量的提取方法多种多样，可以分为基于结构特征的方法和基于像素分布特征的方法，下面给予简单介绍，并说明本文所用的方法。 （1）结构特征。结构特征充分利用了字符本身的特点，由于车牌字符通常都是较规范的印刷体，因此可以较容易地从字符图像上得到它的字符笔画信息，并可根据这些信息来判别字符。例如，汉字的笔画可以简化为4类：横、竖、左斜和右斜。根据长度不同又可分为长横、短横、长竖和短竖等。将汉字分块，并提取每一块的笔画特征，就可得到一个关于笔画的矩阵，以此作为特征来识别汉字。 （2）像素分布特征。像素分布特征的提取方法很多，常见的有水平、垂直投影的特征，微结构特征和周边特征等。水平、垂直投影的特征是计算字符图像在水平和垂直方向上像素值的多少，以此作为特征。微结构法将图像分为几个小块，统计每个小块的像素分布。周边特征则计算从边界到字符的距离。优点是排除了尺寸、方向变化带来的干扰，缺点是当字符出现笔划融合、断裂、部分缺失时不适用。 ①逐像素特征提取法 这是一种最简单的特征提取方法。它可以对图像进行逐行逐列的扫描，当遇到黑色像素时取其特征值为1，遇到白色像素时取其特征值为0，这样当扫描结束后就获得一个维数与图像中的像素点的个数相同的特征向量矩阵。 这种特征提取方法的特点就是算法简单，运算速度快，可以使BP网络很快的收敛，训练效果好，更重要的是对于数字图像这样特征较少的图像，这种方法提取的信息量最大，所以对于本系统来说，这种方法较为适用。但是它的缺点也很明显，就是适应性不强，所以本文没有选用这种方法。 ②骨架特征提取法
步态识别论文
课程论文 步态识别 学号：12426009 班级：通信122 ：楚舒琦 目录 摘要 (3) 一、背景介绍 (4)
二、相关研究 (4) 三、主题（算法） (5) 3.1基于线图模型的动态特征提取 (6) 3.2基于整体的静态特征提取 (8) 3.3识别 (9) 四、实验 (9) 五、结果讨论 (12) 六、总结 (12) 七、应用前景 (13) 八、技术难点及解决途径 (14) 8.1技术难点 (14) 8.2解决途径 (15) 九、参考文献 (16)
摘要 步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。在智能视频监控领域，比面像识别更具优势。对步态识别的优缺点以及步态识别所涉及到的运动分割、特征提取与选择、模式识别算法进行了综述,并对步态识别中存在的问题与未来的研究方向进行了讨论。 关键词:生物特征识别;步态识别;特征提取;运动分割;动态时间规正
一、背景介绍 步态是指人们行走时的方式，这是一种复杂的行为特征。罪犯或许会给自己化装，不让自己身上的哪怕一根毛发掉在作案现场，但有样东西他们是很难控制的，这就是走路的姿势。英国南安普敦大学电子与计算机系的马克·尼克松教授的研究显示，人人都有截然不同的走路姿势，因为人们在肌肉的力量、肌腱和骨骼长度、骨骼密度、视觉的灵敏程度、协调能力、经历、体重、重心、肌肉或骨骼受损的程度、生理条件以及个人走路的"风格"上都存在细微差异。对一个人来说，要伪装走路姿势非常困难，不管罪犯是否带着面具自然地走向银行出纳员还是从犯罪现场逃跑，他们的步态就可以让他们露出马脚。 人类自身很善于进行步态识别，在一定距离之外都有经验能够根据人的步态辨别出熟悉的人。步态识别的输入是一段行走的视频图像序列，因此其数据采集与面像识别类似，具有非侵犯性和可接受性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来也比较困难。尽管生物力学中对于步态进行了大量的研究工作，基于步态的身份鉴别的研究工作却是刚刚开始。步态识别主要提取的特征是人体每个关节的运动。到目前为止，还没有商业化的基于步态的身份鉴别系统。 二、相关研究 信息融合：感知融合是人类感知外部世界的本能之一。人类可以非常自然地运用这一能力把来自人体各个感知器官眼耳鼻四肢的信息图像声音气味触觉组合起来并使用先验知识去估计理解和识别周围的环境以及正在发生的事情。融合理论正是对人类这一本能的模仿旨在利用计算机技术对按时序获得的多源观测信息在一定准则下加以自动分析综合以完成所需的决策和估计任务而进行的信息处理过程。 信息融合的基本原理就像人脑综合处理信息一样充分利用多源信息通过对这些多源的观测信息的合理支配和使用把多源信息在空间或时间上的冗余或互补依据某种准则来进行组合以获得被测对象的一致性解释或描述。按照信息抽象的个层次可将信息融合分为3级（像素级融合特征级融合和决策级融合）。 像素级融合是在采集到的原始数据上进行的融合是原始测报未经预处理之前就进行的综合和分析是最低层次的融合。
现代汉语语法的五种分析方法
现代汉语语法的五种分析方法
现代汉语语法的五种分析方法 很有用，请好好学习之。 北语之声论坛专业精华转贴 现代汉语语法的五种分析方法是语法学基础里 很重要的一个内容,老师上课也会讲到,我在这 里把最简略的内容写在下面，希望能对本科生的专业课学习有所帮助 详细阐释中心词分析法、层次分析、变换分析法、语义特征分析法和语义指向分析的具体内涵：一. 中心词分析法： 分析要点： 1．分析的对象是单句； 2．认为句子又六大成分组成——主语、谓语（或述语）、宾语、补足语、形容词附加语（即定语）和副词性附加语（即状语和补语）。 这六种成分分为三个级别：主语、谓语（或述语）是主要成分，宾语、补足语是连 带成分，形容词附加语和副词性附加语是附加成分； 3．作为句子成分的只能是词； 4．分析时，先找出全句的中心词作为主语和谓
语，让其他成分分别依附于它们； 5．分析步骤是，先分清句子的主要成分，再决定有无连带成分，最后指出附加成分。 标记： 一般用║来分隔主语部分和谓语部分，用══标注主语，用——标注谓语，用~~~~~~标注宾语，用（）标注定语，用[ ]标注状语，用< >标注补语。 作用： 因其清晰明了得显示了句子的主干，可以一下子把握住一个句子的脉络，适合于中小学语文教学，对于推动汉语教学语法的发展作出了很大贡献。 还可以分化一些歧义句式。比如：我们五个人一组。 （1）我们║五个人一组。（2）我们五个人║一组。 总结：中心词分析法可以分化一些由于某些词或词组在句子中可以做不同的句子成分而造成的歧义关系。 局限性： 1．在一个层面上分析句子，
层次性不强； 2．对于一些否定句和带有修饰成分的句子，往往难以划分； 如：我们不走。≠我们走。 封建思想必须清除。≠思想清除。 3. 一些由于句子的层次关系 不同而造成的歧义句子无法分析； 如：照片放大了一点儿。咬死了猎人的狗。 二. 层次分析： 含义： 在分析一个句子或句法结构时，将句法构造的层次性考虑进来，并按其构造层次逐层进行分析，在分析时，指出每一层面的直接组成成分，这种分析就叫层次分析。 朱德熙先生认为，层次分析不能简单地将其看作是一种分析方法，而是应当看做一种分析原则，是必须遵守的。（可以说说为什么） 层次分析实际包含两部分内容：一是切分，一是定性。切分，是解决一个结构的直接组成成分到底是哪些；而定性，是解决切分所得的直接组成成分之间在句法上是什么关系。
肺结节检测中特征提取方法研究
小型微型计算机系统ＪｏｕｒｎａｌｏｆＣｈｉｎｅｓｅＣｏｍｐｕｔｅｒＳｙｓｔｅｍｓ２００９年１０月第１０期Ｖ０１．３０Ｎｏ．１０２００９ 肺结节检测中特征提取方法研究 何中市１，梁琰１，黄学全２，王健２ １（重庆大学计算机学院，重庆４０００４４） ２（第三军医大学西南医院放射科，重庆４０００３８） Ｅ—ｍａｉｌ：ｚｓｈｅ＠ｃｑｕ．ｅｄｕ．ｃａ 摘要：计算机辅助诊断（Ｃｏｍｐｕｔｅｒ—ＡｉｄｅｄＤｉａｇｎｏｓｉｓ，ＣＡＤ）系统为肺癌的早期检测和诊断提供了有力的支持．本文对孤立性肺结节特征提取问题进行研究．通过对肺结节和肺内各组织在序列ＣＴ图像上的医学征象分析和研究对比，结合专家提供的知识，提出了肺结节特征提取总体方案．该方案分别从肺部ＣＴ图像的灰度特征、肺结节形态、纹理、空间上下文特征等几个方面，对关键的医学征象进行图像分析，从而实现对ＲＯＩ（ＲｅｇｉｏｎｓｏｆＩｎｔｅｒｅｓｔ）区域的特征提取和量化；提出特征提取的评价方案，实验结果表明，本文提取的特征提取方案是有效的．利用本文提取的特征，肺结节检测正确率达到９３．０５％，敏感率为９４．５３％． 关键词：孤立性；肺结节；特征提取；ＣＴ图像；特征评价 中图分类号：ＴＰ３９１文献标识码：Ａ文章编号：１０００—１２２０（２００９）１０—２０７３－０５ ＲｅｓｅａｒｃｈｏｎｔｈｅＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎＡｐｐｒｏａｃｈｆｏｒＳＰＮｓＤｅｔｅｃｔｉｏｎ 腼Ｚｈｏｎｇ—ｓｈｉｌ，ＬＩＡＮＧＹａｎｌ，ＨＵＡＮＧＸｕｅ—ｑｕａｎ２，ＷＡＮＧＪｉａｎ２ １（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ｃ‰增幻增Ｕｎｉｖｅｒｓ毋，Ｃｈｏｎｇｑｉｎｇ４０００４４，Ｃｈｉｎａ） ２（ＤｅｐａｒｔｍｅｎｔｏｆＲａｄｉｏｌｏｇｙ，Ｓｏｕｔｈｗｅｓｔ丑却池ｚ，ＴｈｉｒｄＭｉｌｉｔａｒｙＭｅｄｗａｌＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＰＬ４，Ｃｈｏｎｇｑｉｎｇ４０００３８，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｉｑｕｅｓｈａｖｅｐｒｏｖｅｄｔｏｂｅｅｆｆｅｃｔｉｖｅｆｏｒｉｍｐｒｏｖｅｍｅｎｔｏｆｒａｄｉｏｌｏｇｉｓｔｓ７ｄｉａｇｎｏｓｉｓｏｆｐｕｂｍｏｎａｒｙｎｏｄｕｌｅｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｐｒｅｓｅｎｔａｓｔｒａｔｅｇｙｂａｓｅｄｏｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｔｅｃｈｎｉｑｕｅａｉｍｅｄａｔＳｏｌｉｔａｒｙＰｕｌｍｏｎａｒｙＮｏｄｕｌｅｓ（ＳＰＮ）ｄｅｔｅｃｔｉｏｎ．Ｉｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｓｃｈｅｍｅ，３６ｆｅａｔｕｒｅｓｗｅｒｅｏｂｔａｉｎｅｄ，ｃｏｎｔａｉｎｅｄ３ｇｒｅｙｌｅｖｅｌｆｅａｔｕｒｅｓ，１６ｍｏｒｐｈｏｌｏｇｉｃａｌｆｅａｔｕｒｅｓ，１０ｔｅｘｔｕｒｅｆｅａｔｕｒｅｓａｎｄ７ｓｐａｔｉａｌｃｏｎｔｅｘｔｆｅａｔｕｒｅｓ．Ａｎｄｔｈｅｃｌａｓｓｉｆｉｅｒ（ＳＶＭ）ｒｕｎｎｉｎｇｗｉｔｈｔｈｅｅｘｔｒａｃｔｅｄｆｅａｔｕｒｅｓａｃｈｉｅｖｅｓｃｏｍｐａｒａｔｉｖｅｒｅｓｕｌｔｓ，ｗｉｔｈａｒｅ－ｓｕｉｔｏｆ９３．０５％ｉｎｎｏｄｕｌｅｄｅｔｅｃｔｉｏｎａｃｃｕｒａｃｙａｎｄ９４．５３％ｉｎｓｅｎｓｉｔｉｖｉｔｙ． Ｋｅｙｗｏｒｄｓ：ｉｓｏｌａｔｅｄ；ｓｏｌｉｔａｒｙｐｕｌｍｏｎａｒｙｎｏｄｕｌｅｓ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ＣＴｉｍａｇｅｓ；ｆｅａｔｕｒｅａｓｓｅｓｓｍｅｎｔ １引言 近几年，随着影像检查技术的改进，临床结果初步证明ＣＴ扫描是检测早期无症状肺癌最有效的影像学方法。１Ｊ．肺部疾病在ＣＴ影像上通常表现为孤立性肺结节（ＳｏｌｉｔａｒｙＰｕｌ—ｍｏｎａｒｙＮｏｄｕｌｅｓ，ＳＰＮｓ），因此，对孤立性肺结节的检测和识别是对肺部疾病诊断最重要的途径．计算机辅助诊断系统一方面，大大减轻了医生的工作量，提高了工作效率；另一方面，使影像诊断更加客观化，提高诊断的效率和正确效率．因此，用计算机进行肺结节辅助诊断，提取肺结节特征，检测肺结节，是具有十分重要的意义和研究价值的． 在孤立性肺结节自动识别中，肺结节的特征提取及表示是其关键问题之一，它是进行识别的重要手段．关于肺结节检测方法有很多。２…，但对肺结节医学征象描述并不充分．目前一般常用面积、周长等形态方面进行肺结节特征提取．对肺结节的形态、全局、局部上下文特征以及病理征象的分析不足，使得特征提取描述不到位，影响识别准备率．同时也欠缺对识别结果的解释．正因为对提取的特征与肺结节医学征象问的对应关系分析不足，无法对识别结果进行医学知识上的解释， 特征提取特征评价 懂歪母 Ｉ里斗１显查鲎堑卜＿倒１Ｊ躺ｌ 帽霭瓣｜｜描述程度ｌ １絮嚣卜 ｌＪｓ、，Ｍ识 －－｜别性能 图１ＳＰＮｓ诊断框架图 Ｆｉｇ．１ＯｖｅｒｖｉｅｗｏｆＳＰＮｓｄｅｔｅｃｔｉｏｎ 而只有”是”或”否”的识别结果，无法给医生提供更多的信息．本文围绕以上几个问题，意在提供全面的、系统的量化信息，便于医学专家诊断的客观化、效率化．本文对孤立性肺结节特征提取问题进行研究．通过对肺结节和肺内各组织在序列ＣＴ图像上的医学征象分析和研究对比，提出了肺结节特征提取总体方案．该方案分别从肺部ＣＴ图像的灰度特征、形 收稿日期：２００８－０８－３０基金项目：重庆市重大科技专项项目（ＣＳＴＣ，２００８ＡＢ５０３８）资助；重庆市自然科学基金项目（ＣＳＴＣ，２００７ＢＢ２１３４））资助．作者简介：何中市，男，１９６５年生，博士，教授，研究方向为人工智能、机器学习与数据挖掘等；梁琰，女，１９８２年生，博士研究生，图像处理、模式识别；黄学金，男，１９６６年生，博士，副教授，研究方向为影像诊断和介入放射学；王健，男，１９６４年生，博士，教授，研究方向为影像诊断和介入放射学．
图像特征提取方法
图像特征提取方法 摘要 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 至今为止特征没有万能和精确的图像特征定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。 特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。当光差图像时，常 常看到的是连续的纹理与灰度级相似的区域，他们相结合形成物体。但如果物体的尺寸很小 或者对比度不高，通常要采用较高的分辨率观察：如果物体的尺寸很大或对比度很强，只需 要降低分辨率。如果物体尺寸有大有小，或对比有强有弱的情况下同事存在，这时提取图像 的特征对进行图像研究有优势。 常用的特征提取方法有：Fourier变换法、窗口Fourier变换（Gabor)、小波变换法、最 小二乘法、边界方向直方图法、基于Tamura纹理特征的纹理特征提取等。
设计内容 课程设计的内容与要求（包括原始数据、技术参数、条件、设计要求等）：一、课程设计的内容 本设计采用边界方向直方图法、基于PCA的图像数据特征提取、基于Tamura纹理特征的纹理特征提取、颜色直方图提取颜色特征等等四种方法设计。 （1）边界方向直方图法 由于单一特征不足以准确地描述图像特征,提出了一种结合颜色特征和边界方向特征的图像检索方法.针对传统颜色直方图中图像对所有像素具有相同重要性的问题进行了改进,提出了像素加权的改进颜色直方图方法;然后采用非分割图像的边界方向直方图方法提取图像的形状特征,该方法相对分割方法具有简单、有效等特点,并对图像的缩放、旋转以及视角具有不变性.为进一步提高图像检索的质量引入相关反馈机制,动态调整两幅图像相似度中颜色特征和方向特征的权值系数,并给出了相应的权值调整算法.实验结果表明,上述方法明显地优于其它方法.小波理论和几个其他课题相关。所有小波变换可以视为时域频域的形式，所以和调和分析相关。所有实际有用的离散小波变换使用包含有限脉冲响应滤波器的滤波器段(filterbank)。构成CWT的小波受海森堡的测不准原理制约，或者说，离散小波基可以在测不准原理的其他形式的上下文中考虑。 通过边缘检测，把图像分为边缘区域和非边缘区域，然后在边缘区域内进行边缘定位．根据局部区域内边缘的直线特性，求得小邻域内直线段的高精度位置；再根据边缘区域内边缘的全局直线特性，用线段的中点来拟合整个直线边缘，得到亚像素精度的图像边缘．在拟合的过程中，根据直线段转角的变化剔除了噪声点，提高了定位精度．并且，根据角度和距离区分出不同直线和它们的交点，给出了图像精确的矢量化结果 图像的边界是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合，边界广泛的存在于物体和背 景之间、物体和物体之间，它是图像分割所依赖的重要特征．边界方向直方图具有尺度不变性，能够比较好的 描述图像的大体形状．边界直方图一般是通过边界算子提取边界，得到边界信息后，需要表征这些图像的边 界，对于每一个边界点，根据图像中该点的梯度方向计算出该边界点处法向量的方向角，将空间量化为M级， 计算每个边界点处法向量的方向角落在M级中的频率，这样便得到了边界方向直方图． 图像中像素的梯度向量可以表示为[ ( ，)，)，( ，)，)] ，其中Gx( ，)，)，G ( ，)，)可以用下面的
义素分析法分析“看的方式”语义场
义素分析法分析“看的方式”语义场 摘要：“看的方式”的语义场可以归为同义语义场。通过义素分析的方法，并写出 每个词的基本义的义素表达式，来分析该语义场内的词之间的异同。词不仅有理 性意义还有感性意义，通过感性意义能更好的区别和运用同义词。 关键字：义素分析法，同义词辨析，看的方式 一、义素分析法在同义词辨析中的运用 同义词辨析一直以来都是语言研究的重要方面，不仅是在语言研究，还是在 语言运用中，甚至在语言的教学中都具有特殊的意义。义素分析法是准确描写和 掌握词义的有效方法。词义并不是一个整体，而是有若干层次的结构，义素是构 成词义的最小意义单位。将义素分析法引入对外汉语词汇教学，可以对词义的微 观层面进行准确有效的分析，把词义分割成若干个义素的组合，不仅有利于准确 掌握同义词之间的大同小异，还能提高人们对语言的运用能力，有利于第二语言 学习者在语言学习中理解两个及两个以上抽象的同义词，加深对汉语词汇的理解 和运用。 本文主要通过义素分析法来分析比较“看的方式”的语义场，来说明义素分析 法在同义词比较中的运用。运用义素分析法的表达式来研究“看的意义相同或相近的词”。本文研究的看的方式词有：看、望、顾、瞪、瞥、瞅、盯、窥、伺、瞟、瞰。 二、“看的方式”的语义场义素分析的方法和步骤 1.确立语义场 语义场是通过不同词之间的对比，根据它们词义的共同特点或关系划分出来 的类。同义语义场相当于一些论著中讲的一组广义的同义词（即不包括等义词），它所包括的各个义位间大同小异。所谓的同，表现为基本义相同或者是基本义有 一部分相同。所谓的异，就是附加义不同，或者是基本义有一部分不同，又或是 不只是基本义有一部分不同附加义也不一样。“看的方式”语义场内的词是眼部动 作描写都有“用眼睛看”这一基本义项，因此，这些看的方式词都可以看作是“看” 这个词的同义词。那么“看的方式”就构成了一个眼部动作的同义语义场。根据义 素分析法的分析并通过表达式的比较，可以准确的辨析出同义语义场内各个词之 间的细微区别，有利于第二语言的学习。 2.通过义素的具体对比分析“看的方式：看、望、顾、瞪、瞥、瞅、盯、窥、伺、瞟、瞰”的异同。 这些字从现代汉语词典第七版中查到“看的方式”词的意义如下所示： (1)看： [动] 使视线接触人或物：~书|~电影|~了他一眼。 [动] 观察并加以判断：我~他是个可靠的人l你~这个办法好不好。 [动] 取决于；决定于：这件事能 不能成功全~你了|飞机能否准时起飞，要~天气如何。 [动] 访问；探望：~望|~朋友。 [动] 对待：~待|另眼相~|别拿我当外人~。 [动] 诊治：王大夫把我的病~好了。照料：照~l衣帽自~。 [动] 用在表示动作或变化的词或词组前面，表示预见到某 种变化趋势，或者提醒对方注意可能发生或将要发生的某种不好的事情或情况： 行情~涨|别跑！~摔着！|~饭快凉了，快吃吧。 [助] 用在动词或动词结构后面， 表示试一试（前面的动词常用重叠式）：想想~I找找~|等一等~l评评理~先做几 天~。 (2)望： [动] 向远处看：登山远~|一~无际的稻田。观看；察看：~风！观~|~ 闻问切。探望：拜~|看~。盼望；希望①：~子成龙l~准时到会。盼头；希望②：
语义分析
三、词法、语法、语义分析结合 一、实验目的与要求 在实现词法、语法分析程序的基础上，编写相应的语义子程序，进行语义处理，加深对语法制导翻译原理的理解，进一步掌握将语法分析所识别的语法范畴变换为某种中间代码（四元式）的语义分析方法，并完成相关语义分析器的代码开发。 二、实验内容 语法制导翻译模式是在语法分析的基础上，增加语义操作来实现的。对于给定文法中的每一产生式，编写相应的语义子程序。在语法分析过程中，每当用一个产生式进行推导或归约时，语法分析程序除执行相应的语法分析动作之外，还要调用相应的语义子程序，以便完成生成中间代码、查填有关表格、检查并报告源程序中的语义错误等工作。每个语义子程序需指明相应产生式中各个符号的具体含义，并规定使用该产生式进行分析时所应采取的语义动作。这样，语法制导翻译程序在对源程序从左到右进行的一遍扫描中，既完成语法分析任务，又完成语义分析和中间代码生成方面的工作。 输入：包含测试用例，如由无符号数和+、?、*、/、(、)构成的算术表达式的源程序文件。 输出：将源程序转换为中间代码形式表示，并将中间代码序列输出到文件中。若源程序中有错误，应指出错误信息。 三、实验设计 语法制导翻译模式实际上是对前后文无关文法的一种扩展。一般而言，首先需要根据进行的语义工作，完成对文法的必要拆分和语义动作的编写，从而为每个产生式都配备相应的语义子程序，以便在进行语法分析的同时进行语义解释。要求从编译器的整体设计出发，重点通过对实验二中语法分析程序的扩展，完成一个编译器前端程序的编写、调试和测试工作，形成一个将源程序翻译为中间代码序列的编译系统。 对文法G3[<算术表达式>]中的产生式添加语义处理子程序，完成无符号数的四则运算的计值处理，将输入的四则运算转换为四元式形式的中间代码。本实验只进行了算术表达式四元式的翻译。 四、源代码 1、在.h文件中添加了 //语义分析部分 #define PMAX 5//define 后面不加括号，定义产生式符号属性字符串的长度 int NXQ=0; /*全局变量NXQ用于指示所要产生的下一个四元式的编号*/ int NXTemp=1;//整型变量NXTemp指示临时变量的编号 int SentenceCount=1;//存放文件中句子的个数 struct QUATERNION /*四元式表的结构*/ { char op[PMAX]; /*操作符*/ char arg1[PMAX]; /*第一个操作数*/ char arg2[PMAX]; /*第二个操作数*/ char result[PMAX]; /*运算结果*/ }pQuad[256]; /*存放四元式的数组*/ char EBracket_Place[PMAX];//(E)的语义属性
脑电信号特征提取及分类
脑电信号特征提取及分类
第 1 章绪论 1.1引言 大脑又称端脑，是脊椎动物脑的高级的主要部分，由左右两半球组成及连接两个半球的中间部分，即第三脑室前端的终板组成。它是控制运动、产生感觉及实现高级脑功能的高级神经中枢[1]。大脑是人的身体中高级神经活动中枢，控制着人体这个复杂而精密的系统，对人脑神经机制及高级功能进行多层次、多学科的综合研究已经成为当代脑科学发展的热点方向之一。 人的思维、语言、感知和运动能力都是通过大脑对人体器官和相应肌肉群的有效控制来实现的[2]。人的大脑由大约1011个互相连接的单元体组成，其中每个单元体有大约104个连接，这些单元体称做神经元。在生物学中，神经元是由三个部分组成：树突、轴突和细胞体。神经元的树突和其他神经元的轴突相连，连接部分称为突触。神经元之间的信号传递就是通过这些突触进行的。生物电信号的本质是离子跨膜流动而不是电子的流动。每有一个足够大的刺激去极化神经元细胞时，可以记录到一个持续1-2ERP的沿轴突波形传导的峰形电位-动作电位。动作电位上升到顶端后开始下降，产生一些小的超极化波动后恢复到静息电位（静息电位（Resting Potential，RP）是指细胞未受刺激时，存在于细胞膜内外两侧的外正内负的电位差）。人的神经细胞的静息电位为-70mV（就是膜内比膜外电位低70mV）。这个变化过程的电位是局部电位。局部电位是神经系统分析整合信息的基础。细胞膜的电特性决定着神经元的电活动[3]。当神经元受到外界刺激时，神经细胞膜内外两侧的电位差被降低从而提高了膜的兴奋性，当兴奋性超过特定阈值时就会产生神经冲动或兴奋，神经冲动或兴奋通过突触传递给下一个神经元。由上述可知，膜电位是神经组织实现正常功能的基本条件，是兴奋产生的本质。膜电位使神经元能够接收刺激信号并将这一刺激信号沿神经束传递下去。在神经元内部，树突的外形就像树根一样发散，由很多细小的神经纤维丝组成，可以接收电信号，然后传递给细胞体。如果说树突是树根的话，那么细胞体就是树桩，对树突传递进来的信号进行处理，如果信号超过特定的阈值，细胞体就把信号继续传递给轴突。轴突的形状像树干，是一根细长的纤维体，它把细胞体传递过来的信号通过突触发送给相邻神经元的树突。突触的连接强度和神经元的排列方式都影响着神经组织的输出结果。而正是这种错综复杂的神经组织结构和复杂的信息处理机制，才使得人脑拥有高度的智慧。我们的大脑无时无刻不在产生着脑电波，对脑来说，脑细胞就像是脑内一个个“微小的发电站”。早在1857年，英国的青年生理科学工作者卡通（R.Caton）就在猴脑和兔脑上记录
文本特征提取方法研究
文本特征提取方法研究 ______________________________________________________ 一、课题背景概述 文本挖掘是一门交叉性学科,涉及数据挖掘、机器学习、模式识别、人工智能、统计学、计算机语言学、计算机网络技术、信息学等多个领域。文本挖掘就是从大量的文档中发现隐含知识和模式的一种方法和工具,它从数据挖掘发展而来,但与传统的数据挖掘又有许多不同。文本挖掘的对象是海量、异构、分布的文档(web);文档内容是人类所使用的自然语言,缺乏计算机可理解的语义。传统数据挖掘所处理的数据是结构化的,而文档(web)都是半结构或无结构的。所以,文本挖掘面临的首要问题是如何在计算机中合理地表示文本,使之既要包含足够的信息以反映文本的特征,又不至于过于复杂使学习算法无法处理。在浩如烟海的网络信息中,80%的信息是以文本的形式存放的，WEB文本挖掘是WEB内容挖掘的一种重要形式。 文本的表示及其特征项的选取是文本挖掘、信息检索的一个基本问题，它把从文本中抽取出的特征词进行量化来表示文本信息。将它们从一个无结构的原始文本转化为结构化的计算机可以识别处理的信息，即对文本进行科学的抽象，建立它的数学模型，用以描述和代替文本。使计算机能够通过对这种模型的计算和操作来实现对文本的识别。由于文本是非结构化的数据,要想从大量的文本中挖掘有用的信息就必须首先将文本转化为可处理的结构化形式。目前人们通常采用向量空间模型来描述文本向量,但是如果直接用分词算法和词频统计方法得到的特征项来表示文本向量中的各个维,那么这个向量的维度将是非常的大。这种未经处理的文本矢量不仅给后续工作带来巨大的计算开销,使整个处理过程的效率非常低下,而且会损害分类、聚类算法的精确性,从而使所得到的结果很难令人满意。因此,必须对文本向量做进一步净化处理,在保证原文含义的基础上,找出对文本特征类别最具代表性的文本特征。为了解决这个问题,最有效的办法就是通过特征选择来降维。 目前有关文本表示的研究主要集中于文本表示模型的选择和特征词选择算法的选取上。用于表示文本的基本单位通常称为文本的特征或特征项。特征项必须具备一定的特性:1)特征项要能够确实标识文本内容;2)特征项具有将目标文本与其他文本相区分的能力;3)特征项的个数不能太多;4)特征项分离要比较容易实现。 在中文文本中可以采用字、词或短语作为表示文本的特征项。相比较而言，词比字具有更强的表达能力，而词和短语相比，词的切分难度比短语的切分难度小得多。因此，目前大多数中文文本分类系统都采用词作为特征项，称作特征词。这些特征词作为文档的中间表示形式，用来实现文档与文档、文档与用户目标之间的相似度计算。如果把所有的词都作为特征项，那么特征向量的维数将过于巨大，从而导致计算量太大，在这样的情况下，要完成文本分类几乎是不可能的。特征抽取的主要功能是在不损伤文本核心信息的情况下尽量减少要处理的单词数，以此来降低向量空间维数，从而简化计算，提高文本处理的速度和效率。文本特征选择对文本内容的过滤和分类、聚类处理、自动摘要以及用户兴趣模式发现、知识发现等有关方面的研究都有非常重要的影响。通常根据某个特征评估函数计算各个特征的评分值，然后按评分值对这些特征进行排序，选取若干个评分
图像特征特点及常用的特征提取与匹配方法
图像特征特点及常用的特征提取与匹配方法 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一颜色特征 （一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。 （二）常用的特征提取与匹配方法 （1） 颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。 （2） 颜色集 颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从RGB颜色空间转化成视觉均衡 的颜色空间（如HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系 （3） 颜色矩
波长变换的信号特征研究论文
波长变换的信号特征研究论文 摘要：通过对小波变换所进行的理论分析和计算机模拟发现，利用小波变换具有的高低频分离的特点，可在不丢失原信号重要信息成分的前提下，将原光谱信号的边缘部分进行滤化处理，消除了噪音信息，重构出更加清晰的光谱特征图形，从而提高了信号的清晰度，为信号的预处理提供了更加方便的条件。该信号特征提取的方法，与傅氏变换相比较，具有多项明显的优点，在实际工程应用中具有重要的意义。 关键词小波变换傅氏变换；信号 一、引言 在当今科技飞速发展的信息时代，信息资源中的信号应用日益广泛，信号的结构越来越复杂，为了更加清楚地分析和研究实际工程信号的有用信息，对信号进行预处理是至关重要的。例如，对于环境的监测，其中对空气成分的检测已经成为必不可少的环节，其方法是将空气中的某一成分(例如丁烯)进行特征的提取，提取的信息中仍然会存在着由一系列高频信号构成的噪音信号。由于这些边缘部分的存在，使原信号的基本特征在光谱信号中不能完全清晰地呈现，导致某些信息的细微环节部分难以识别，致使研究目的无法实现。 本文通过对小波变换所进行的理论分析和计算机模拟发现，利用小波变换具有的高低频分离的特点，可在不丢失原信号重要信息成分的前提下，将原光谱信号的边缘部分进行滤化处理，消除了噪音信息，重构出更加清晰的光谱特征图形，从而提高了信号的清晰度，为信号的预处理提供了更加方便的条件。 二、傅氏变换与小波变换 近年来，小渡变换已经成为对信号、图像等进行分析不可或缺的实用工具之一，其实质是对原始信号的滤波过程。与傅氏变换相比较，小波变换的优势在于，对分析信号可进行任意的放大平移并对其特征进行提取。对复杂信号作小波变换，进行多分辨率分析，在信号图象分析领域已占据着相当重要的地位。 已有的科研成果表明，物质的荧光光谱取决于物质的原子分子结构，所以不同的物质具有不同的荧光光谱。非线性荧光光谱是利用大功率超短激光脉冲和气体的非线性作用得到的；对于这种非线性荧光光谱的研究，主要集中在形成原理、
语义特征分析
语义特征分析 一、含义 ?语义特征是语言单位之间相互联系或相互区别的语义要素，它很大程度上制约着语言单位相互组合的可能性以及组合的方式，反映了语言单位的组织形式跟现实世界的对应关系。 ?语义特征分析为进一步分化同形句式，为根据句法研究的需要对同一类实词划分小类，提供了更为可靠的句法、语义依据，因此语义特征分析无疑使语法研究朝着形式和意义相结合的方式迈出了更可喜的一步 二、作用 ?语义特征分析能够促使语法研究的精密化，从而使语法研究更具解释力。20世纪80年代以来，语义特征分析在汉语语法研究中得到了广泛的运用。除朱德熙以外，陆俭明、邢福义、马庆株、邵敬敏等都是积极实践者。概括起来，语义特征分析在以下诸多方面有很强的解释力，具有广泛的实践价值。 ?（一）语义特征分析能够较好的揭示一个句法组合能否成立的原因。“香蕉、苹果、梨子、杨桃”因为共有[＋水果]的范畴特征而被认为是有意义的组合，而“香蕉、石子、泉水、黄土”因为缺乏共同的范畴特征而不被理解。“笔墨纸砚”、“桌椅板凳”、“锅碗瓢盆”、“油盐酱醋”都是这种类型的并列。“吃馒头”可说而“喝馒头”不能被接受，同样“喝汤”可说而“吃汤”不能被接受。“吃”和“喝”的这种对立可以用语义特征表示为：吃[＋施事；＋固体食物；＋咀嚼；＋吞咽]，喝[＋施事；－固体食物；－咀嚼；＋吞咽]。 ?（二）语义特征分析可以揭示某些词语的比较隐蔽的语义特征。例如“写、搛、留、舀”等动词本身并不包含“给予”的意义。但当说到“写信、搛菜、舀汤、留座位”的时候，就有可能取得“给予”的意义[6]。这时，它们可以跟“卖、送、递、让”等本身包含“给予”意义的动词一样，可以出现在“V＋NP（受）＋给＋NP（与）”或“V＋给＋NP（与）＋NP（受）”格式中。例如：?（2）写一封信给老王? 写给老王一封信 ?舀一瓢水给小张（喝）? 舀给小张一瓢水（喝） ?留一个座位给老大爷? 留给老大爷一个座位 ?“写、搛、留、舀”等的这种特性使它们有别于其他行为动词，如“看、读、撞、拉”等。?（三）语义特征分析可以揭示某些句式能否成立的语义依据。例如，现代汉语里有一种由形容词加“（一）点儿”构成的祈使句：形容词＋（一）点儿！可是，并不是所有的形容词都能进入该句式[7]。试比较： ?（3）A. 虚心点儿！积极点儿！坚强点儿！ ?主动点儿！灵活点儿！大方点儿！ ?B. 粗一点儿！近一点儿！高一点儿！ ?浓一点儿！大一点儿！慢一点儿！ ?C. *骄傲点儿！*悲观点儿！*罗嗦点儿！ ?*胆小点儿！*嘈杂点儿！*蛮横点儿！ ?D. *可爱点儿！*健康点儿！*伟大点儿！ ?*优秀点儿！*美丽点儿！*高尚点儿！ ?（3）中四组格式中的形容词的语义特征可以用矩阵图区别如下： ?（3'）形A：[＋褒义，－贬义，＋可控] ?形B：[－褒义，－贬义，＋可控] ?形C：[－褒义，＋贬义，±可控] ?形D：[＋褒义，－贬义，－可控] ?可见，只有同时具备[－贬义]和[＋可控]两项语义特征的形容词才能够进入以上格式。?（四）语义特征分析能够较好地解释某些看似狭义同构的句式的内部差异，同时为词类的进一步细分提供“最可靠的语法、语义依据”[4]。例如：