关于“出生医学证明”与“分娩”信息在共享平台应用中的处理方法

第一篇：关于“出生医学证明”与“分娩”信息在共享平台应用中的处理方法

关于“出生医学证明”与“分娩”信息在共享平台应用中的处理方法

在宜昌市人口计生委的艰苦努力下，在宜昌市卫生局的大力支持下，我们获得了由卫生系统提供的“出生医学证明”与“分娩”信息，并将这些信息导入湖北省人口基础信息共享平台，取得了很好的效果。现整理出数据处理方法，供大家参考。

一、原始资料及准备

1、关于BirthCertificate（出生医学证明，表1）。此表由生育对象在办理出生医学证明时，提供的夫妻双方姓名、身份证号码、女方户籍地、新生儿姓名、出生时间、性别等信息。在办理出生医学证明的过程中，办证人员录入的信息，都由生育对象逐一核实，信息准确率很高。

2、关于Labor（分娩，表2）。此表由助产技术服务机构在生产过程中，对生育对象的各项信息进入录入。但部分信息项目不全，录入信息未经核对，信息准确度不高。

3、将新建工作薄“当阳市8月”，包含上述表1和表2，再复制表2，更名表3。此工作薄包含3个工作表。

二、查找及替换要求 以母亲姓名作为比对依据，如果表1中的某条记录母亲姓名与表2中的母亲姓名完全相同，则用表1中的该条记录替换表2中的对应记录，并作红色标记。

三、操作步骤

1、打开工作薄“当阳市8月”，选择表3，选择“工具”-“宏”-“宏”，打开对话框，输入宏名“TH”，在“位置”处单击下拉框选择“当阳市8月”，单击“创建”，打开VB编辑工具，在Sub TH()和End Sub中间粘贴以下代码：

Dim i, j As Integer

Dim nr As Integer

Dim str1, str2, rng As String

Application.DisplayAlerts = False

Sheets(“表2”).Select

Cells.Select

Selection.Copy

Range(“A4”).Select

Sheets(“表3”).Select

Range(“A1:P1”).Select

ActiveSheet.Paste

Range(“A4”).Select

With Sheets(“表1”)

nr =.[a65536].End(xlUp).Row

i =

4Do Until Cells(i, 1)= “"

str2 = Cells(i, ”A“)& Cells(i, ”F“)

For j = 4 To nr

If Cells(i, ”A“)=.Cells(j, ”A“)Then

str1 =(.Cells(j, ”A“))&(.Cells(j, ”F“))

Exit For

End If

Next j

If str1 = str2 Then

Cells(i, ”B“)=.Cells(j, ”B“)

Cells(i, ”C“)=.Cells(j, ”C“)

Cells(i, ”D“)=.Cells(j, ”D“)

Cells(i, ”G“)=.Cells(j, ”G“)

Cells(i, ”H“)=.Cells(j, ”H“)

Cells(i, ”I“)=.Cells(j, ”I“)

Cells(i, ”J“)=.Cells(j, ”J“)

Cells(i, ”K“)=.Cells(j, ”K“)

Cells(i, ”M“)=.Cells(j, ”M“)

Cells(i, ”O“)=.Cells(j, ”O“)

Cells(i, ”p“)=.Cells(j, ”P“)

rng = ”A“ & Trim(Str(i))& ”:P" & Trim(Str(i))

Range(rng).Select

Selection.Font.ColorIndex =

3End If

i = i +

1Loop

End With

Application.DisplayAlerts = True

关闭对话框，关闭VB编辑器。

2、选择“工具”-“宏”-“宏”，打开对话框，单击“执行”。EXCEL将会执行宏命令，按照要求进行查找和替换。看看结果，是不是你所希望的？

3、说明：首先，因为表1中的E、L、N三列无数据，所以保留表3中的这三列数据不作替换。其次，查找的列名是女方姓名，如果产妇中有姓名安全相同的两个对象，则可能会被替换为一个对象。第三，如果某产妇生了双胞胎，替换后则需要核实新生儿性别等信息，特别是双卵双胎，即“龙凤胎”要核实并修改新生儿性别。

4、后续处理。因为表中的婴儿出生时间是采用的“YYYY-MM-DD HH-MM-SS”格式，需要按要求替换为“YYYY-MM-DD”格式。可以采用LEFT函数截取字符串，方法如下：

在表3后面选择对应列的单位格，输入公式＝left(I4,10),执行公式，选择单元格的公式，复制到整列，获取数据。然后复制得到的数据，粘贴到I4列，注意粘贴时使用 “选择性粘贴”—“数值”

5、导入数据。按助产机构名称分割成单独工作表，导入湖北省基础信息共享平台。

第二篇：案例教学法在“医学科研方法”课堂教学中的应用

陈峰 潘建东（温州医科大学眼视光学院）

针对眼视光学专业学生“医学科研方法”课堂教学存在的问题，我们提出了案例教学法应用于该课程教学的构想并进行了实施。问卷调查显示，案例教学法能够提高学生课堂教学参与度，增强教学的效果。案例教学法在“医学科研方法”的教学中取得了良好的效果，有助于培养学生科研创新能力和主动思考能力。

“医学科研方法”是温州医科大学七年制眼视光学专业基础必修课，讲授医学科学研究的目的和方法、循症医学的概念和应用、科研论文的准备和写作等内容，培育学生对医学科研的兴趣，训练学生在研究过程中形成科学思维方法。然而传统的以课本知识为主体的教学方法难以真正达到以上教学目的，学生因为没有科研基础和经验，很难理解和把握课程中的概念和核心内容。他们迫切希望接触活生生的案例，提高对医学科研的感性认识。

案例教学起源于美国哈佛大学法学院，是以案例为基本教材，以培养学生自主学习能力、实践能力、创新能力为基本价值取向，让学生尝试在分析具体问题中独立地做出判断和决策，以培养学生运用所学理论解决实际问题能力的一种教学方法。该种教学方法已经被运用于商业、法律和医学的教育上，取得了一定的效果。我们将该教学方法应用到温州医科大学七年制眼视光专业“医学科研方法”的课堂教学上，取得了良好的效果。

一 案例教学的设计和实施

案例教学对象为参加“医学科研方法”课程的温州医科大学2006级、2007级和2008级七年制眼视光专业学生，共计97人。这些学生是在第十个学期学习这门课程，之前普遍缺乏科研经验和科研意识。“医学科研方法”课程共安排32个学时，所涉及的内容包含医学文献管理、医学伦理学、实验设计、临床研究、科研选题与申报等等。案例教学占2个学时，安排在其他课程结束之后。

教学所采用案例的指导思想是具有代表性、实践性和启发性的科研课题。科研案例筛选的对象包括近五年温州医科大学眼视光学院教师获奖的研究课题，以及温州医科大学七年制眼视光专业学生参加全国挑战杯的科研项目。经过授课教师的集体讨论，最后入选的案例有“实验性近视的研究”、“Leber遗传性视神经病变的研究”、“自动化弥散斑验光仪的研制”以及“便携式光刷定位的后像弱视治疗仪”等案例。这些案例所涉及的领域不是太复杂，既有应用性研究又有基础研究，既有仪器的开发和应用，又有疾病病因的探讨。一次案例教学采用两个案例，其中一个偏基础，另一个偏应用，每个课时讲授一个案例。

案例教学的步骤包括课前、课堂和课后三个环节。教师提前一周（之前一次课）向学生宣告下一次课程要采用案例教学的模式，介绍案例教学的方法和学生参与的方式。同时教师向学生分发科研案例，要求他们针对案例中科研课题的来源、研究背景和目的、研究方法、技术路线、研究得到的结果，研究的市场前景、与研究相关的论文和专利等方面进行研究。

正式上课时教师首先对学生进行分组，每次授课学生20至30人，分成2至3个小组。教师首先提出若干问题，例如如何才能选出合适的题目并能够保证完成，研究的对象是什么，研究的类型和方法，研究的结果和意义等等。就以上问题学生们先是单独思考，然后分组讨论。讨论完成后各个小组代表发言，汇报对科研案例的分析和总结，小组内其他同学可以补充或修正代表的意见。在这个过程中，教师鼓励学生讨论和争辩，穿插提出自己的意见和其他相关问题。教师最后总结案例，结合案例从头至尾梳理医学科学研究各个阶段的重点知识和核心思想。

课后教师发放案例教学效果调查表并收回分析，布置课后作业：让学生自己参与眼视光学院的一个科研课题。根据学生的反馈，教师集体讨论“医学科研方法”这门课程以及案例教学方法的经验和不足，制订整改方案。

二 案例教学的效果和反馈

在启用案例教学的两个课时中，一开始学生还是有点不太适应，表现在发言不太踊跃，表情有些拘束。随着课程的进展和老师的引导，学生们逐渐进入状态，课堂上显得非常活跃。因为他们意识到自己面对的已经不是书本上的文字，而是活生生的就在身边的科研案例。而且许多问题没有标准的答案，允许自由发挥，畅所欲言。学生们个个感觉自己好像就是科研案例的实践者和评价者，运用自己所具有的医学科研相关知识，对每个案例的每个方面进行评价和分析。

在案例教学课程结束后，任课教师向学生发放关于案例教学效果的调查表，调查表内容包括学生对授课方法的认可程度，对教师授课效果的满意度，以及对授课方法的改进意见等方面。所有97名学生均完成了问卷调查并当场上交，结果见表1。问卷调查显示，绝大多数学生对案例教学的效果表示满意，认为科研案例的引用有利于这门课程的掌握。学生普遍认为通过这样的学习方式，提高了学习医学科研课程的兴趣，增加了今后参与医学科研实践的动力。案例教学既帮助他们加强了一些基本概念的理解和记忆，也锻炼了他们科学思维和科学实践的能力。大部分同学觉得上课的两个课时内自己能够有机会发言和表达，也有少部分同学觉得课堂时间有些紧张，自己发言机会还不多。（见表1）

三讨论和总结

随着医学技术的革新和生命科学的迅猛发展，对医学生进行医学科研方法的教育和培训变得愈发重要。但是如何在“医学科学研究”这门课程的课堂上教会学生用科学的思维去思考和解决医学问题却是不小的挑战。因为医学科学研究是一项实践性很强的学科，学生需要不断地实践才能有所体会。而传统的单纯以教师为中心的讲课式教学也许不能吸引学生的注意力，达到完满的课堂效果。学生在课堂上往往是机械性地记忆书本上的知识要点，一旦真正开始研究时却难以把理论付诸实践。

作为理论教学的补充，案例教学能够从另一方面加深学生对医学科研知识的理解。案例教学是一种为学生提供模拟的实践情景，提高学生解决实际问题的能力的教学方法。它与传统的课本教学不同，不是按知识点的先后顺序来进行授课，而是提供一个完整的案例让大家进行探讨和研究，从而梳理和巩固课程中的内容和知识。其优势在于鼓励学生在用中学在学中用，学生探讨时获得的经验和教训可以很容易复制到真实的活动中。

我们的研究表明，将案例教学引用到学生医学科学研究的课堂教学中，提高了学生学习的积极性和主观能动性，取得了优良的教学效果。在案例教学过程中，课堂的气氛变得空前活跃，大家都有发言的欲望，开始思索，遇到问题就在课本里或是通过讨论得到答案。学生学习的案例都是自己身边熟悉的教师做过的科研项目，有着亲切的认同感。学生可以以评委的身份对课题的设计和科研整个过程进行分析和评价，有着自豪感和责任感。原先一些比较枯燥的科研概念例如统计分析等等，经过例子的应用变得生动而自然，有了顿悟的感觉。当对整个课题进行解剖和示教后，大家纷纷觉得科学研究的圣殿不再遥不可及，科学研究的道路也不是荆棘遍布了。在案例教学的过程中，教师所扮演的角色只是提问、倾听和插入评论，不再需要大段地讲述课本中的大道理，因为学生已经自己在寻求答案。教师的作用是将案例与知识点相连同，填补现实与理论的间隙。不论是教师还是学生，都对案例教学在“医学科研方法”课程中的应用效果表示满意。需要注意的是，由于案例教学需要学生进行探究式的学习和足够的知识储备，教师应当提早给学生案例资料并督促其积极准备。而如何在课堂的有限时间让每个学生有充分的时间表达观点，避免学生两极分化，也是对教师的挑战。教师应当在课堂上把握学生思考的节奏和流程，调动不同学生的兴趣和热情，做到人人有想法，个个有体会。

随着医学科学研究的进步和对大学生科研创新能力要求的提高，“医学科研方法”这门课程显得更加重要。我们应该不断开发和完善相关的案例，使案例教学法在该门课程的教学中发挥更大的效力。

第三篇：网络教学平台在教学中应用的研究与实践

网络教学平台在教学中应用的研究与实践

随着信息技术，特别是网络技术的发展，一种新型的教学模式——网络教学，已经进入现代教育的方方面面。作为网络教学的载体——网络教学平台应运而生，并且正在以飞快的速度发展。利用网络教学平台，可以极大地丰富教学方法，扩大教学空间，平衡教学资源，作为传统教学模式的有效补充，是未来教学发展和改革的重要领域。

关键词：网络教学，网络教学平台，实践

1、网络教学

网络教学是随着信息技术的发展、现代教育技术的应用而发展起来的，相对于传统的教学模式，具有社会和教育意义上的巨大优势。

首先，网络教学有助于发挥学生的学习自主性。由于在网络教学中，网络中的各种资源是学生的主要认知对象，学生才是获取、记忆、理解信息的主体，也是知识加工构建的主体，所以，网络教学将迫使学生主动地进行学习。

其次，网络教学具有更好的互动性。传统教学模式受实践、空间、教学任务等限制较多，师生之间的互动较少，而且多为“单向式”互动。而在网络教学模式中，教师、学生、教学资料之间的关系是网状的，在讨论、协作学习、问题解答等模式中都可以展开“双向”互动，而且不受时间、空间的限制，可以随时随地的展开，有助于激发学生的创造力。

再次，网络教学更容易实现个性化教育。传统教学是共性教育，难以照顾到学生的个性需求。而网络教学具有开放性，交互性、多样性的特点，学生可以根据自己的学习能力、学习条件，来确定自己的学习时间、学习内容和学习进度，较好的实现因材施教的原则。

最后，网络教学有助于共享教育资源，平衡地区差异。由于多种原因，我国的地域发展还不平衡，多数教育资源集中在发达地区，偏远地区则面临着教育资源短缺，短时间难以改变的现状。欠发达地区的学生一样需要丰富优秀的教育资源来获取知识、技能，改变命运，网络教学由于具有资源集中、远程传输、近实时性的特点，非常适合跨越地域限制。通过网络即可实现资源的共享，让一流的教学资源可以服务更多的需要它的人。

网络教学已经成为传统教学的补充和延伸，可以说一场以互联网为基础的教学革命正在发生。网络教学的特点在于其以学生为中心，这种模式不强调教师强制性灌输知识，而是通过对学生思想的构建，来引导、开发学生。

2、网络教学平台

网络教学平台，又称网络教学支持平台。广义的网络教学平台既包括支持网络教学的硬件设施、设备，又包括了支持网络教学的软件系统。狭义的网络教学平台是指建立在Internet基础之上，为网络教学提供全面支持服务的软件系统。

由于多媒体技术和通信技术的飞速发展，国内外教育工作者利用传媒与通信技术构建网络教学平台，开展网络教学活动。主要有开路电视远程教育系统，Internet教育系统，以卫星传输为主、互联网传输为辅的教育系统，双向HFC 有线电视网络现代远程教育系统，视频会议系统等。通过网上交谈、视频会议进行同步双向交流和资源共享，更好地体现了网络课堂的灵活、开放、基于资源的特点，及其在全面教育方面的无可比拟的优势。

目前在我国高校教学中实际应用的网络教学平台逐渐集中在国外商业化平台，国内商业化平台，高校按各自应用需求研发出的在本校范围内使用的网络教学平台和开源软件这四类平台上。在构建网络教学平台方面，主要的研究集中在提高教学的交互性方面，此外还有电子白板、答疑系统、虚拟教室、虚拟实验室等。无论何种类型的网络教学平台，都遵循着功能齐全、能实现学习策略、以学生为主体以及简单实用的原则。在平台功能上，为了保证教学应用，主要应该实现：

（1）教务管理功能

网络教学平台应该实现教师管理、学生管理、课程管理、教室管理等教务管理功能。其中教师管理包括教师授课计划、实验计划、成绩录入等功能；学生管理包括班级课表、成绩查询、考试安排等；课程管理包括开设专业、设立课程、课程学时等；教室管理包括上课时间、上课教师、上课班级等。（2）课程学习功能

学习功能主要包括网上教学和在线学习功能。网络教学平台必须支持教师和学生在网络环境下的教与学的一切行为，包括教师对教学活动的管理，如远程授课、批发作业、成绩测评等。在线学习功能主要包括师生论坛、在线练习或课件下载、在线答疑、电子阅览、视频点播和作业提交及在线测试等。（3）网上交流与虚拟社区功能

网上交流模块克服了传统课程教学中所存在的问题，使师生之间、学生之间能够不受距离限制的及时交换信息，有助于学生对所学知识技能的理解和掌握。网络环境下的虚拟社区不仅可以用文本形式，还可以通过语音和视频等方式进行交流，使学生似乎处于真实讨论学习环境中，有效地调动学生的学习兴趣。（4）网络练习与考试功能

远程考试基于网络环境，允许学生随时随地进行考试，十分方便灵活，非常适合一些动手操作性强的科目进行考试，比如计算机专业的很多认证考试，都是通过网络平台进行的远程考试。（5）网络课程开发

网络教学平台应该能够完成对网络课程内容的组织、呈现，实施模板式的网络课程开发，实现对教学资源的拆分、整合、再设计，简化开发网络课程的开发难度，降低教师开发网络课程的技术要求，带来网络课程的丰富。（6）网络教学资源管理

包括教学资源管理和检索服务。具有通过对教学资源的计划、组织、协调和评价，以实现既定教学目标的功能。并能够按用户的提问要求，利用电子计算机检索出存储在数据库中的有关信息，以满足用户的检索要求。比如学生对自己考试成绩的检索，教师对授课计划的检索等。

3、网络教学平台在教学中的实践（1）我市应用网络教学平台的情况

长春市为促进农村教育均衡发展，在资源建设、教学应用、农村师资队伍建设等方面加大投入，建设长春市中小学教学资源库，通过光盘派送和远程教育等方式，使农村中小学生享受城市的优质教学资源。

另外，长春市还建立了天、地、人“三网合一”立体化培训模式，解决农村教师教育技术能力和教学水平偏低的问题。“天网”是充分利用卫星传输资源对农村中小学教师进行培训。“地网”就是充分利用“长春市农村中小学现代远程教育网”上资源对农村中小学教师进行在线培训，来解决长春市农村学校人多面广、难以集中、教师个体差异较大、信息技术水平参差不齐的问题，它可以实现网上时时互动交流。“人网”则充分利用光盘资源，有计划、有组织、有考核的教学研讨培训。

农村中小学现代远程教育工程极大地缩小了城乡教育的差距，堪称农村教育的“希望工程”，极大地改善了农村学校办学条件差、师资力量落后的局面，特别是农村中小学生也能像城里孩子一样，随时享受到优质教育资源。

（2）我校应用网络教学平台的情况

我所在的长春信息技术职业学院，属于民办高职院校，建校时间短，面临师资力量不足、水平不高、教学条件相对较差等问题。但是在应用现代教育技术，主要是网络教学方面，却紧跟时代潮流。学校投入大量资金和精力，构建了较为完善的网络教学平台，并且高效地利用平台为教学服务。主要应用有以下几个方面：

利用网络教学平台加强学生的学习兴趣

高职教育的目的是培养高素质技能型人才，不过由于受录取政策的影响，我校学生普遍存在感性思维能力强，理性思维能力弱，学习意愿不高的问题，特别在一些基础课和理论内容较多的课程上尤为明显。利用网络教学平台的多媒体优势，在课件和课堂教学活动中，应用大量图形、图像、音乐、视频等元素，改变传统课堂的单调板书，吸引学生的注意力，激发学生的学习兴趣。

利用网络教学平台强化学生的学习效果

一是通过在网上发布教学课件和学习资源，使学生可以在课外时间随时随地地进行学习和提高，二是教师通过网络平台与学生进行交流，可以实现讨论、答疑、讲解等活动，有助于学生强化所学的知识和技能。

利用网络教学平台提高教师的业务水平

我校的师资力量相比重点院校有很大不足，主要是教师队伍较为年轻，缺乏经验。通过网络提供的平台，参考、学习其他院校开发的高职精品课程和优秀教师们的授课视频，还有网络上大量的相应学科、课程的资源，都对我们业务水平和教学水平的提高有很大帮助。

利用网络教学平台进行教务管理

学校引进的教务管理系统可以让教师通过无处不在的网络查询授课计划、实现成绩录入等功能；让学生实时了解班级课表、考试安排、考试成绩等。其中最典型的就是学生考完试，可以不用在学校等结果，或是等下学期开学再知道自己的成绩，在假期中随时都可以登录学校的平台查询自己的考试成绩。

利用网络教学平台实现远程考试

我校为提高学生的技能水平，提高学生的就业竞争力，引入了“双证”教育的模式，在毕业证的同时，还要求学生在校期间考取行业资格证书，如今信息技术行业的资格证书大多数都是通过网络远程考试的方式进行的，利用我校的网络教学平台，很容易就可以实现，由于这一优势，我校成为了多个行业资格认证考试的考点，有利于学生的发挥。此外，我校自己组织的某些学科考试也是通过网络考试的方法进行的，不光节省了大量资源，也取得了不错的效果。

[1]丁兴富，远程教育学（第二版）[M]北京师范大学出版社，2009 [2]陈丽，远程教育学基础[M]高考教育出版社，2004 [3]吴敏生，沈培华等.教学资源信息网络化建设与应用[J]，高等工程教育研究，2002（3）[4]杨毅，基于校园网的现代教育技术体系初探[J].昆明理工大学学报，2003（4）[5]张文学，网络系统中的远程教育平台建设[J]网络教育与远程教育2005（10）[6]衡冬梅，基于.NET的网络教学系统设计[J]，科技情报开发与经济，2008（5）[7]余胜泉，网络教学平台的体系结构与功能[J]，中国电化教育，2001（8）

[8]程建钢，清华教育在线网络教育支撑平台的研究与设计[J]，中国远程教育，2004（5）

第四篇：集成平台在烟草企业中的研究与应用

集成平台在烟草企业中的研究与应用

摘 要 应用集成平台的研究与应用，对提升中烟工业公司信息化水平意义重大。在烟草行业信息化规划的指导下，河南中烟工业有限责任公司在应用集成领域作了充分的应用实践，随着在应用移动化探索、信息集成共享和服务治理等方面的不断深化，基本上建立起全面立体畅通的信息渠道，为河南中烟工业有限责任公司信息化提供基础技术支持、为公司业务运营一体化提供技术保障。

【关键词】应用集成 SOA 服务总线 移动互联

河南中烟工业有限责任公司（以下简称河南中烟）建成了覆盖公司本部、技术中心、市场营销中心以及七家卷烟厂的主干网络，形成以财务、装备系统、项目管理系统、人力资源系统、实验室信息管理、协同营销系统等为核心的业务管理系统和以OA系统、标准管理系统、烟叶物资交易系统等为核心的电子政务系统。这些系统形成了大量的信息孤岛，为了发挥信息化建设的整体优势，做到企业间、横向系统整合、纵向业务深度集成，公司按照“平台+应用”的模式进行集成平台建设。借助SOA的思想与技术手段，搭建动态的技术架构，统一技术标准，集成、整合、优化企业内与企业间的服务，将截然不同的、异构的应用软件和系统有机地集成到一个无缝的、并列的、易于访问综合系统。集成平台设计原则和架构

1.1 遵循行业要求

《烟草行业信息化发展规划（2014～2020年）》（图1所示）详细提出CT-155行业信息化发展蓝图，其中“CT”代表中国烟草，“1”代表一个行业统一平台，两个“5”分别代表五大应用体系和五大保障体系。统一平台内容包含行业集成环境、行业数据环境、行业传输环境和行业云环境，五大应用分为四纵一横，分别指政务管理类应用、运营管控类应用、资源管理类应用、监督管理类应用以及供应链管理类应用，五大保障体系是指信息化决策、架构与标准、建设与实施、运维与服务和网络安全五个方面。规划中明确了企业应用集成环境建设和“推进移动互联技术应用”的总体技术要求。应用集成环境包括门户集成，流程集成，服务集成和数据集成。

1.2 设计原则

1.2.1 安全性原则

企业员工提供了统一的用户访问界面，由此也带来了信息安全问题。应用集成平台既要保证合法用户能访问其所需的信息，又要禁止非法用户的访问。

1.2.2 整体性原则

以服务总线为纽带，通过系统与应用集成，使企业中完成不同业务功能的应用系统之间建立起可供数据交换和应用沟通的中枢系统，形成企业内整体性的信息系统体系结构。

1.2.3 标准化原则

在统一标准的基础上，企业的现有应用系统通过开发合适的适配器接入应用集成；新开发的业务系统必须符合应用集成技术规范和数据交换标准。

1.2.4 可扩展性原则

方案充分考虑了系统的扩展性，保证系统能在横向上与其它业务系统进行很好地业务整合，方便地进行更新和升级。

1.2.5 开放性原则

全面采用面向服务的架构，实现服务的重用和系统间的解耦，并充分发挥跨平台和接口标准化的优势。采用B/S体系架构，可以部署到任何主流应用服务器上，形成良好的开放式体系结构。

1.2.6 先进性和适用性原则

软件开发方案采用符合计算机软件技术发展趋势的主流技术，具有先进性、可持续发展性、充分的适应性、灵活性、可扩充性和高维护性能，能有效实现后台一体化管理。

1.2.7 通用性原则

软件参数设计在遵循行业标准的要求的同时考虑了河南中烟的特点、标准和规范，使系统能够灵活应用。

1.3 架构设计

平台架构采用分层设计的方式，如图2所示。接入层统一提供接入服务，河南中烟员工、上游合作方、零售户消费者及烟农可以通过多种途径接入系统。展现层将各应用系统所有功能统一装配、统一展现，该层基于应用门户组件的功能。业务层存放业务组件，平台打破了应用系统之间的界面，将应用拆分成构建，形成应用构件池。业务集成层提供企业服务总线和业务流程集成引擎，企业服务总线为应用系统提供业务服务集成的能力，流程引擎提供业务流程整合的能力。界面集成层对用户信息进行统一管理，并提供单点登录、权限管理等基础服务。数据集成层将各种应用在数据层面的整合，统一管理业务代码等基础业务数据，数据标准化，规范系统之间的数据交换和共享机制，建立数据仓库。应用支撑层包括基础的应用服务器、数据库服务器和目录服务器等中间件软件。基础支撑层提供服务器设备，以及操作系统、邮件服务器等基础系统设施。安全保障体系基于PKI/CA技?g体系，对整体系统进行安全加固，并参照CC准则和行业要求建立信息安全保障体系。标准规范体系提供配套的标准与规范体系，包括界面技术标准、服务技术标准、服务治理标准、集成技术标准、开发技术标准和信息资源管理标准等。应用集成平台架构的实现

应用集成平台的建设，不是但业务系统的建设，不能一蹴而就，而是一个先框架后血肉的持续集成的过程。整体上，按照界面集成，服务集成，流程集成，数据集成四个层面加系统整合协同建设。每个层面其中，服务集成是基础，界面集成是门面。

2.1 门户规划引领，提升信息化价值

在统一用户、统一权限、统一认证和日志审计为基础的4A安全解决方方案之上，通过整合门户工具构建统一的门户系统，实现统一入口、单点登录、界面整合、集中授权、安全管理等功能。建设个人工作平台，对待办、新闻、通知、日程、数据看板等进行信息聚合，将信息主动给送给相应的人，从“人找事”变成“事找人”的工作模式。门户采用标准Portlets组件开发技术，遵循JSR（Java Standardization Request）168规范。Portlet由容器管理，并由容器处理请求，生产动态内容。功能上提供个性化管理和组装，整体改善用户体验。

建设协作平台，配合及时通讯、短信平台等工具，解决个人与个人、个人与部门、部门与部门之间的沟通协作问题。对个人管理、企业微博、团队管理、任务管理、协作管理提全面的支撑，使跨部门的业务协同更为便捷，企业整体业务流程更为顺畅。

2.2 业务服务化、服务总线化、平台组件化

平台采用SOA（Service-Oriented Architecture）组件化模型，将所有的软件都改造成一个一个服务，各个软件（模块）之间的联系都采用服务来完成。有了这个架构，每个软件的开发团队只需要关注自己负责的软件就可以了，使软件的维护和后续软件的开发就变得简单多。但是在执行起来就会非常困难，因为人们需要把说有软件都管理改成服务，管理和开发成本都很高，因此引入ESB平台，专门对数据交换进行转换和处理，服务与服务之间是一个“黑盒子”。运行态，ESB平台需要实现对于消息的策略、控制、解析、转换、路由、传送、分派。ESB平台运行态的边缘是服务网关（Gateway），对服务调用进行统一的动态代理将服务请求进行变换成服务平台标准的服务，并进行公共处理，如服务解析、鉴权、日志跟踪等，最后进行动态路由。服务网关保障了服务平台边界安全。管理态，构建服务治理平台，对服务全生命周期进行管理，形成企业服务目录资产。服务开发完毕后，在平台统一注册，客户端进行服务发现，进而调用服务。审计与监控模块根据服务的调用日志，可以分析对服务调用的全链路进行跟踪，全面掌握服务组件的健康状况，对服务资产评估再利用，降低IT成本，这就实现“信息化成果以应用方式存在、分别管理的模式”转变为“应用成果以组件的方式存在、统一管理的模式”。

建立服务开发标准和服务治理标准。服务开发标准规定不同应用场景下使用的交互方式，如：点对点的交互、一对多的交互，多对一交互。基础数据的广播分发场景，就是典型的一对多的服务案例。另外，服务开发标准还规范了服务的描述、表示和数据定义、服务调用、测试、异常处理和安全等方面的行为。服务治理标准规范服务整个生命周期管理，涵盖服务的注册、变更、监控等流程。

2.3 PC、移动融合的应用探索

平台公共服务和业务系统抽象成业务服务组件，形成组件库，供上层使用。移动管控平台基于该层之上，对下使用服务组件，对上统一管理所有移动应用，移动管控平台UI通过门户的portalet技术与集成平台管控中心有机融合一起，实现一个平台，多网融合，多屏合一，统一管控。

移动平台提供APP（Application，应用）的安全管理，对移动用户、认证、权限、应用和服务进行统一管理和统一对接，解决单个业务应用各自连接业务系统的问题，由统一的方式进行对接和互动，保证其移动应用的扩展性和灵活性，同时并针对BYOD（Become Your Office Device，个人设备上安装公司软件）模式制定统一的管理制度规范。结语

应用集成平台在烟草行业提升竞争力的过程中，发挥着重要作用，是烟草行业一体化平台的基础，可以有效解决应用系统的整合与数据共享，提高企业信息系统的统一性，解决烟草企业普遍存在的信息孤岛和信息系统沟通不畅的问题，实现企业基础数据一体化、财务业务一体化、协同办公一体化、管理控制一体化。随着烟草行业改革步伐和中国企业国际化步伐的加快，烟草行业建设集成平台将成为提高企业综合竞争力的重要一环。烟草信息化建设将会在资源利用深度和广度上取得新的突破，进一步推进烟草公司降本增效，促进高效可持续发展。

参考文献

[1]张秋红，刘杨涛.基于SOA的监管信息共享平台的研究与设计[J].计算机与数字工程，Computer and Digital Engineering，2014，42（04）.[2]张春芳，孟杰.基于SOA架构的内蒙古烟草应用集成平台研究与实现[J].内蒙古农业大学学报：自然科学版，Journal of Inner Mongolia Agricultural University（Natural Science Edition），2013，002.[3]蔡?矗?侯杰华，郑秀娟.烟草商业企业应用集成架构的设计与实现[J].信息技术与标准化，Information Technology&Standardization，2011.[4]??雨，刘建勇.面向服务的烟草物流企业应用集成方案[J].物流技术与应用，Logistics & Material Handling，2009（12）.[5]岳芳，王艳玲，常志勇.基于SOA的烟草应用系统集成研究[J].决策与信息（财经观察），The Friend of the Head（Financial Observation），2008（07）.[6]张海军，史维峰，刘伟.基于SOA企业应用集成框架研究与实现[J].计算机工程与设计，Computer Engineering and Design，2008（04）.[7]蔡昭权.基于ESB的异构系统集成实现[J].计算机应用，Computer Applications，2008（06）.[8]林泳琴，黄晨晖.面向企业应用集成的ESB框架的研究[J].计算机应用，Journal of Computer App lications，2010（06）.作者单位

河南中烟工业有限责任公司 河南省郑州市 450000

第五篇：深度学习方法在图像处理中的应用与研究(总结)

深度学习方法在图像处理中的应用与研究

1.概述和背景........................................................................................................1 2.人脑视觉机理......................................................................................................3 3.深度学习的基本思想..........................................................................................6 4.深度学习的常用方法..........................................................................................7 5.总结与展望.......................................................................................................9

深度学习方法在图像处理中的应用与研究

1.概述和背景

Artificial Intelligence，也就是人工智能，就像长生不老和星际漫游一样，是人类最美好的梦想之一。虽然计算机技术已经取得了长足的进步，但是到目前为止，还没有一台电脑能产生“自我”的意识。是的，在人类和大量现成数据的帮助下，电脑可以表现的十分强大，但是离开了这两者，它甚至都不能分辨一个喵星人和一个汪星人。

图灵（图灵，大家都知道吧。计算机和人工智能的鼻祖，分别对应于其著名的“图灵机”和“图灵测试”）在 1950 年的论文里，提出图灵试验的设想，即，隔墙对话，你将不知道与你谈话的，是人还是电脑。这无疑给计算机，尤其是人工智能，预设了一个很高的期望值。但是半个世纪过去了，人工智能的进展，远远没有达到图灵试验的标准。这不仅让多年翘首以待的人们，心灰意冷，认为人工智能是忽悠，相关领域是“伪科学”。

但是自 2006 年以来，机器学习领域，取得了突破性的进展。图灵试验，至少不是那么可望而不可及了。至于技术手段，不仅仅依赖于云计算对大数据的并行处理能力，而且依赖于算法。这个算法就是，Deep Learning。借助于 Deep Learning 算法，人类终于找到了如何处理“抽象概念”这个亘古难题的方法。

在实际应用中，例如对象分类问题如对象的分类(对象可是文档、图像、音频等)，我们不得不面对的一个是问题是如何用数据来表示这个对象，当然这里的数据并非初始的像素或者文字，也就是这些数据是比初始数据具有更为高层的含义，这里的数据往往指的就是对象的特征。例如人们常常将文档、网页等数据用词的集合来表示，根据文档的词集合表示到一个词组短语的向量空间(vector space model, VSM模型)中，然后才能根抓不同的学习方法设计出适用的分类器来对目标对象进行分类;又如在图像处理中，像素强度的集合的表示方法可以最初浅的表示一幅图像，这也是我们视觉意义上的图像，一可是由于各种原因人们提出了更高层的语义的特征，如SIFT为经典的几何特征、以LBP为经典的纹理特征、以特征脸为经典的统计特征等，像SIFT，特征在很多图像处理的应用中突显出其优越性，因此特征选取得好坏对于实际应用的影响是很深刻的。因此，选取什么特征或者用什么特征来表示某一对象对于解决一个实际问题非常的重要。然而，人为地选取特征的时间代价是非常昂贵，另外劳动成本也高，而所谓的启发式的算法得到的结果往往不稳定，结果好坏经常是依靠经验和运气。既然如此，人们自然考虑到自动学习来完成特征抽取这一任务。Deep Learning的产生就是缘于此任务，它又被称为无监督的特征学习(Unsupervised Feature Learning)，一显然从这个名称就可以知道这是一个没有人为参与的特征选取方法。

深度学习(Deep Learning)的概念是2006年左右由 Geoffrey Hinton等人在《science》上发表的一篇文章((Reducing the dimensionality of data with neural networks》》提出来的，主要通过神经网络(Neural Network NN)来模拟人的大脑 的学习过程，希望借鉴人脑的多层抽象机制来实现对现实对象或数抓(图像、语音及文木等)的抽象表达，整合特征抽取和分类器到一个学习框架下，特征的抽取过程中应该尽量少地减少人为的干预。

深度学习是通过大量的简单神经元组成，每层的神经元接收更低层的神经元的输入，通过输入与输出之间的非线性关系，将低层特征组合成更高层的抽象表示，并发现观测数据的分布式特征。通过自下而上的学习形成多层的抽象表示，并多层次的特征学习是大连理卜大学硕十学位论文一个自动地无人工干预的过程。根据学习到的网络结构，系统将输入的样本数据映射到各种层次的特征，并利用分类器或者匹配算法对顶层的输出单元进行分类识别等。

2.人脑视觉机理

研究表明，哺乳动物的大脑皮层，处理输入信息时是采用了一种分层机制，信息从感知器官输入后，经过多层的神经元，在经过每一层神经元时，神经元会将能够体现对象本质的特征抽取出来，然后将这些特征继续传递到下一层神经元上，同样地，后继的各层神经元都是以类似的方式处理和传递信息，最后传至大脑。深层的人工神经网络的诞生很大程度上受这一发现的启示，即构建一种包含多层结点，并且使得信息、得以逐层处理抽象的神经网络。

换言之，哺乳动物的大脑是以深度方式组织的，这一类深层的结构组织里的每一层会对于输入进行不同层次的信息处理或者抽象表示，因此，实际生活中，层次化的方法经常被用于表示一些抽象的语义概念。与哺乳动物一样，人类的大脑处理信矛息时也是采用逐层传输和表达的方式，人脑的初级视觉系统，首先利用某些神经元探测物体边界、元形状，然后又利用其他的神经元组织，逐步向上处理形成更复杂的视觉形状。人脑识别物体的原理是:外部世界中的物体先在视网膜上进行投影，然后大脑的视皮层对于聚集在视网膜上的投影进行分解处理，最后利用这些分解处理后的信息进行物体识别。因此视皮层的功能不是仅限于简单的重现视网膜图像，而是提取和计算感知信号。

视觉系统的输入数据量在人类感知系统的层次结构进行了维数减约，并剔除了与物体个性无关的信息;例如对于处理潜在结构是复杂的丰富数据(如图像、视频、主意等)，深度学习应该与人类视觉系统一样可以精准地获取对象的本质特征。深度学习的构想是借鉴大脑的分层组织方式，通过由下向上、由简单到高级的逐层抽象的特征学习，研究者们期望深度网络结构能通过模拟大脑来解决复杂的模式识别难题。因此，深层的人工神经网络是一种人工定义用于模拟人脑组织形式的多层神经网络。

从文本来说，一个doc表示什么意思？我们描述一件事情，用什么来表示比较合适？用一个一个字嘛，我看不是，字就是像素级别了，起码应该是term，换句话说每个doc都由term构成，但这样表示概念的能力就够了嘛，可能也不够，需要再上一步，达到topic级，有了topic，再到doc就合理。但每个层次的数量差距很大，比如doc表示的概念->topic（千-万量级）->term（10万量级）->word（百万量级）。

一个人在看一个doc的时候，眼睛看到的是word，由这些word在大脑里自动切词形成term，在按照概念组织的方式，先验的学习，得到topic，然后再进行高层次的learning。

那我们需要有多少个特征呢？我们知道需要层次的特征构建，由浅入深，但每一层该有多少个特征呢？

任何一种方法，特征越多，给出的参考信息就越多，准确性会得到提升。但特征多意味着计算复杂，探索的空间大，可以用来训练的数据在每个特征上就会稀疏，都会带来各种问题，并不一定特征越多越好。

一些浅层的算法(指仅含一个隐层的神经网络、核回归、支撑向量机等)，当

给定有限数量的样本和计算单元时，浅层结构难以有效地表示复杂函数，并且对于复杂分类问题表现性能及泛化能力针均有明显的不足，尤其当目标对象具有丰富的含义。深度学习通过大量的简单神经元组成的网络，利用输入与输出之间的非线性关系，对复杂函数进行近似，对观测样本进行拟合，并在学习输入样本本质特征的抽取上体现了强大的能力。有文献中就列举出一系列无法使用浅层网络表示的函数，这些研究成果揭示了浅层网络的局限性，从而也激发了人们探寻深度网络在一些复杂函数表示和复杂分类的应用前景。指出深度学习结构在对于复杂函数的表示问题上具有非常高的效率及效果，而一个不适用的结构模型否(如浅层网络)对数据建模时可能需要数目非常大的计算单元。

3.深度学习的基本思想

假设一个系统S，它是一个n层(S1，„，Sn)的结构，I是系统的输入，O是系统输出，形象地表示为:I =>S1=>S2=>...=>Sn=>O，如果输出O等于输入I，物理意义也就是表明在经过系统变化之后，输入I的信息量没有任何损失，和原始的输入保持了不变，这表明了输入I经过每一层S;均没有丢失任何信息,，即在任何一层S;，它都是输入I也就是原始信息的另外一种表示。简单说，深度学习的精髓也就是，在一个n层的神经网络中，任何一层的输入I和输出O是“相等.’的。学习过程中，我们希望它是不需要人为干预的，它能够自动地学习对象的特征。在给定一组原始的输入I(可以理解为是一堆图像或者文本、一段语音之类)，经过一个包含n层的系统S时，我们通过调整系统中参数，使得输出与输出相等，即输出O仍然是输入I，这样，我们就获取了输入I(原始数据)的一系列的层次特征，记为S,...Sn。

另外，前面是假设输出严格地等于输入，即这个地方“相等”有两个含义在里面:第一个是说O和I不是在绝对形式上的相等，而是在抽象意义上的相等;另外一点指的是限制的约束的程度，比如说是不会造成歧义的完全“相等”还是有适当宽松条件的“相等”。而绝对意义上的“相等”这个限制太严格，我们可以略微地放松这个限制，例如我们只要使得输入与输出的差别尽可能地小即可，这个放松会形成另外一类不同的深度学习的方法。举个不太恰当的例子，比如说对“交通工具”这个概念上，I是“可以驾驶的四个轮子”，O是“车”，这样虽然对两者的描述不一致，但是我们都一可以理解为“交通工具”了。上述就是深度学习的基本思想，而上述中的两个思想也对应了深度学习中的两个经典的方法AutoEncoder和Sparse Coding，还有一个很常用的方法就是受限玻尔兹曼机(Restrict Boltzmann Machine，RBM)。

4.深度学习的常用方法

4.1AutoEncoder自动编码器

最简单的一种方法是利用人工神经网络的特点，人工神经网络(ANN)本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重，自然地，我们就得到了输入I的儿种不同表示(每一层是输入的一种表示)，这些表示就是特征，在研究中可以发现，如果在原有的特征中加入这些自动学习得到的特t正可以大大提高精确度，甚至在分类问题中比}」前址好的分类算法效果还要好，这种方法称为自动编码(AutoEncoder)。

4.2、Sparse Coding稀疏编码

如果我们把输出必须和输入相等的限制放松，同时利用线性代数中基的概念，即O=Wx B, +砚x B, +...+W,x B， , B是基，W;是系数，我们可以得到这样一个优化问题:Min 11一Olo 通过求解这个最优化式子，我们可以求得系数W和基B;，这些系数和基础就是输入的另外一种近似表达，因此，它们可以被当成特征来表达输入I，这个过程也是自动学习得到的。如果我们在上述式子上加上L1的Regularity限制，得到:

Min}I一O}+u*(IW卜}砚I+„+}W，})。(2.1)种方法被称为Sparse Coding，它是一种对对象的简洁表征的方法，这种方法可以自动地学习到隐藏在对象数据潜在的基函数。

4.3、Restricted Boltzmann Machine(RBM)限制波尔兹曼机

假设有一个二部图，每一个相同层的节点之间没有链接，一层是可视层，即输入数据层(v)，一层是隐层(h)，如果假设所有的节点都是二值变量节点(只能取0或者1值)，同时假设联合概率分布p(v, h)满足Boltzmann分布，我们称这个模型是受限玻尔兹曼机(RBM)。下面我们来看看为什么它是Deep Learning方法。首先，这个模型因为是二部图，所以在己知v的情况下，所有的隐藏节点之间是条件独立的，即p(hIv卜p(h, I 1,)...p(h-I v)。同理，在己知隐藏层h的情况下，所有的可视节点都是条件独立的，同时又由于所有的v和h满足Boltzmann分布，因此，当输入v的时候，通过p(hlv)可以得到隐藏层h，而得到隐藏层h之后，通过p(vlh)又能重构可视层，通过调整参数，我们就是要使得从隐藏层得到的可视层VI与原来的可视层v如果一样，那么得到的隐藏层就是可视层的另外一种表达，因此隐藏层可以作为可视层输入数据的特征，所以它就是一种Dcep Learning方法。文献X32]从理论一上证明，当隐层节点足够多时，深度网络就可以表示任意离散分布;文献[33]指出受限玻尔兹曼机中的隐层节点与可视节点可以为任意的指数族单元(即给定隐单元(可见单元)，可见单元(隐单元)的分布的

形式一可以为任意的指数族分布)，如高斯单元、softmax单元、泊松单元等等。

4.4、Deep BeliefNetworks深信度网络

DBNs是一个概率生成模型，与传统的判别模型的神经网络相对，生成模型是建立一个观察数据和标签之间的联合分布，对P(Observation|Label)和 P(Label|Observation)都做了评估，而判别模型仅仅而已评估了后者，也就是P(Label|Observation)。对于在深度神经网络应用传统的BP算法的时候，DBNs遇到了以下问题：

（1）需要为训练提供一个有标签的样本集；（2）学习过程较慢；

（3）不适当的参数选择会导致学习收敛于局部最优解。

目前，和DBNs有关的研究包括堆叠自动编码器，它是通过用堆叠自动编码器来替换传统DBNs里面的RBMs。这就使得可以通过同样的规则来训练产生深度多层神经网络架构，但它缺少层的参数化的严格要求。与DBNs不同，自动编码器使用判别模型，这样这个结构就很难采样输入采样空间，这就使得网络更难捕捉它的内部表达。但是，降噪自动编码器却能很好的避免这个问题，并且比传统的DBNs更优。它通过在训练过程添加随机的污染并堆叠产生场泛化性能。训练单一的降噪自动编码器的过程和RBMs训练生成模型的过程一样。

4.5 Networks卷积神经网络

卷积神经网络是人工神经网络的一种，已成为当前语音分析和图像识别领域的研究热点。它的权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。该优点在网络的输入是多维图像时表现的更为明显，使图像可以直接作为网络的输入，避免了传统识别算法中复杂的特征提取和数据重建过程。卷积网络是为识别二维形状而特殊设计的一个多层感知器，这种网络结构对平移、比例缩放、倾斜或者共他形式的变形具有高度不变性。

CNNs是受早期的延时神经网络（TDNN）的影响。延时神经网络通过在时间维度上共享权值降低学习复杂度，适用于语音和时间序列信号的处理。

CNNs是第一个真正成功训练多层网络结构的学习算法。它利用空间关系减少需要学习的参数数目以提高一般前向BP算法的训练性能。CNNs作为一个深度学习架构提出是为了最小化数据的预处理要求。在CNN中，图像的一小部分（局部感受区域）作为层级结构的最低层的输入，信息再依次传输到不同的层，每层通过一个数字滤波器去获得观测数据的最显著的特征。这个方法能够获取对平移、缩放和旋转不变的观测数据的显著特征，因为图像的局部感受区域允许神经元或者处理单元可以访问到最基础的特征，例如定向边缘或者角点。

5.总结与展望

1）Deep learning总结

深度学习是关于自动学习要建模的数据的潜在（隐含）分布的多层（复杂）表达的算法。换句话来说，深度学习算法自动的提取分类需要的低层次或者高层次特征。高层次特征，一是指该特征可以分级（层次）地依赖其他特征，例如：对于机器视觉，深度学习算法从原始图像去学习得到它的一个低层次表达，例如边缘检测器，小波滤波器等，然后在这些低层次表达的基础上再建立表达，例如这些低层次表达的线性或者非线性组合，然后重复这个过程，最后得到一个高层次的表达。

Deep learning能够得到更好地表示数据的feature，同时由于模型的层次、参数很多，capacity足够，因此，模型有能力表示大规模数据，所以对于图像、语音这种特征不明显（需要手工设计且很多没有直观物理含义）的问题，能够在大规模训练数据上取得更好的效果。此外，从模式识别特征和分类器的角度，deep learning框架将feature和分类器结合到一个框架中，用数据去学习feature，在使用中减少了手工设计feature的巨大工作量（这是目前工业界工程师付出努力最多的方面），因此，不仅仅效果可以更好，而且，使用起来也有很多方便之处，因此，是十分值得关注的一套框架，每个做ML的人都应该关注了解一下。

当然，deep learning本身也不是完美的，也不是解决世间任何ML问题的利器，不应该被放大到一个无所不能的程度。2）Deep learning未来

深度学习目前仍有大量工作需要研究。目前的关注点还是从机器学习的领域借鉴一些可以在深度学习使用的方法，特别是降维领域。例如：目前一个工作就是稀疏编码，通过压缩感知理论对高维数据进行降维，使得非常少的元素的向量就可以精确的代表原来的高维信号。另一个例子就是半监督流行学习，通过测量训练样本的相似性，将高维数据的这种相似性投影到低维空间。另外一个比较鼓舞人心的方向就是evolutionary programming approaches（遗传编程方法），它可以通过最小化工程能量去进行概念性自适应学习和改变核心架构。

Deep learning还有很多核心的问题需要解决：

（1）对于一个特定的框架，对于多少维的输入它可以表现得较优（如果是图像，可能是上百万维）？

（2）对捕捉短时或者长时间的时间依赖，哪种架构才是有效的？（3）如何对于一个给定的深度学习架构，融合多种感知的信息？

（4）有什么正确的机理可以去增强一个给定的深度学习架构，以改进其鲁棒性和对扭曲和数据丢失的不变性？

（5）模型方面是否有其他更为有效且有理论依据的深度模型学习算法？

探索新的特征提取模型是值得深入研究的内容。此外有效的可并行训练算法也是值得研究的一个方向。当前基于最小批处理的随机梯度优化算法很难在多计算机中进行并行训练。通常办法是利用图形处理单元加速学习过程。然而单个机器GPU对大规模数据识别或相似任务数据集并不适用。在深度学习应用拓展方面，如何合理充分利用深度学习在增强传统学习算法的性能仍是目前各领域的研究重点。