前言
现行的“以纳税申报和优化服务为基础，以计算机网络为依托，集中征收，重点稽查”的税收征管模式，通过多年的征管工作实践和积极探索，效能逐步显现。它促进了税收征管手段和服务方式的改善，提高了征管质量和效率，规范了税收执法行为，实现了税收收入的稳定增长，基本适应了经济发展的需要。然而，现行税收征管模式也存在着分工不明、职责不清、衔接不畅、管理缺位、信息传递、反馈和共享不尽如人意等问题。随着社会主义市场经济的发展和我国加入WTO，特别是新《税收征管法》及其实施细则的颁布施行，税收征管的经济和法律环境都发生了深刻的变化，迫切需要建立一个与之相适应的、统一高效的税收征管机制。为此，国家税务总局制定了《关于加速税收征管信息化建设推进征管改革的试点工作方案》，提出“实现税收征管的‘信息化和专业化’，建设统一的税收征管信息系统，实现建立在信息化基础上的以专业化为主、综合性为辅的流程化、标准化的分工、联系和制约的征管工作新格局”的新一轮征管改革目标。从改革目标可以看出，加速税收征管信息化建设推进征管改革的核心内容是实现在信息化支持下的税收征管专业化管理。构建这一现代化的税收征管模式，应从以下几个方面入手：
一、巩固多年征管改革成果，为现代税收征管模式的建立奠定基础。建立现代税收征管模式，应是对多年征管改革的发展和完善，通过多年的征管改革，各级税务机关积累了丰富经验、取得了丰硕成果、锻炼了大批的干部，所有这些都是推进征管改革的重要基础和宝贵财富，因此，应在调查研究的基础上对多年的征管改革成果给予足够的重视和保护，以发挥其应有的作用，减少浪费和投入，保持征管改革的连续性。推进征管改革，应以“依法治税、从严治队”为根本，坚持“科技加管理”的方向，巩固、提高、丰富和完善“以纳税申报和优化服务为基础，以计算机网络为依托，集中征收，重点稽查”的征管模式，在加速信息化建设的基础上实现税收征管专业化管理，大幅度提高征管质量和效率。
二、划清专业职责，构建信息化支撑下专业化管理的税收征管新格局。
1.建立专业化分工的岗位职责体系。国家税务总局关于加速税收征管信息化建设推进征管改革工作的总体目标是“实现税收征管的信息化和专业化”。专业化是信息化条件下的必然要求和结果。但目前征管各环节专业化分工并未完全到位，特别是未能充分考虑信息技术条件下信息使用的重要性，没有按照信息流的相对集中合理划分征收、管理、稽查三个环节的职责，各环节之间还存在交叉重复、职责不清问题。因此，应按照职责明确的原则将税收征管的各项工作划分为征收职能、管理职能和检查职能，并实行“征管、稽查外分离，征收、管理内分离”，一级稽查运行的征管模式。征收、管理、稽查三系列的具体职能可划分为：
征收职能主要包括：受理申报、税款征收、催报催缴（窗口提醒）、逾期申报受理与处理、逾期申报纳税加收滞纳金、逾期税款收缴与处理和税收计划、会计、统计、分析；受理、打印、发放税务登记证件；负责发售发票、开具临商发票和征收税款；确保信息共享和工作配合。
管理职能主要包括：宣传培训和咨询辅导、税务登记核查和认定管理、核定征收方式和申报方式、核定纳税定额、催报催缴（指直接面向纳税人的催报催缴）、发票管理（包括购票方式的核定、领购发票的审批、印制发票的审核、发票审验、发票检查）、减免抵缓退税审核、纳税评估（包括税务检查、税务审计）、重点税源管理、零散税收征管、税收保全和强制执行等。
检查职能主要包括：选择稽查对象、实施稽查，发票协查，追缴税款、加收滞纳金、行政处罚的审理决定及执行、税收保全和强制执行等。
在信息技术的支持下，税收征管业务流程借助于计算机及网络，通过专门设计的税收征管软件来完成。因此，要在赋予征收、管理、稽查各系列专业职责的基础上，根据工作流程，对应征管软件的各个模块设置相应的岗位，以实现人机对应、人机结合、人事相宜，确保征管业务流和信息流的畅通。
2.明确征管部门税务检查与稽查部门税务稽查的衔接关系。根据《税收征管法》第54条规定，税务机关有权对纳税人、扣缴义务人进行税务检查。作为税务执法主体的征管部门和稽查部门，对纳税人、扣缴义务人都拥有税务检查权。为避免征管部门和稽查部门在税务检查上的职责交叉，必须明确征管部门的税务检查与稽查部门的税务稽查的区别和联系。
征管部门税务检查与稽查部门税务稽查的区别主要有以下四个方面：一是案卷来源不同。税务稽查的案件来源主要有：按照稽查计划和选案标准，正常挑选和随机抽取的案件，征管部门发现疑点转来的案件，举报的案件，以及移交或转办的案件；征管部门的案件来源主要有：在税收征管的各个环节中对纳税人情况的审查，按照税法或实际情况的需要对纳税人的情况进行检查的案件，如在办理延期纳税、减免税手续等情况下需要对纳税人进行检查的。二是检查的对象、性质、目的不同。稽查的主要对象是重大案件、特大案件，是专业性的税务检查，主要目的是查处税务违法案件；征管部门的检查对象主要是在税收征管活动中有特定义务或需要，或者在某一环节出现问题的纳税人、扣缴义务人，既具有检查的性质，又具有调查和审查的性质，目的是为了加强征管，维护正常的征管秩序，及时发现和防止重大、特大案件的发生。三是检查的方式、程序和手段不同。税务稽查有严格的稽查程序，坚持严格的专业化分工，各环节互相制约；征管部门的检查，方式灵活多样，程序不一定严格按照选案、检查、审理、执行四个步骤执行，只要是合法、有效的税收执法就可以。四是检查的时间不同。税务稽查应是对纳税人以往年度的申报纳税情况、遵从税法情况进行检查、处理；征管部门的检查应是对辖区纳税人日常申报纳税情况、遵从税法情况进行检查、处理。
当然，征管部门的检查与稽查部门的稽查也是有联系的，主要表现在以下几个方面：一是征管部门的检查与稽查部门的稽查互相补充、互相支持。税务稽查是防止税收流失的最后一道防线，为打击和防范税收违法，防止税收流失，维护税收秩序筑起一道防洪大堤；而征管部门的检查主要是为防洪大堤做好基础工作，做好维护和修补。二是征管部门的检查往往为稽查部门提供案源，征管部门通过税务检查发现有重大偷税、骗税和其他严重税收违法嫌疑的，通过选案及时传递给稽查部门，成为稽查部门的案件来源之一。三是稽查部门通过稽查发现的问题，将有关情况反馈给征管部门，征管部门据此加强征管，并确定征管部门税务检查的重点，以提高征管质量。因此，征管部门和稽查部门在日常工作中应不断加强联系和沟通，特别是在选定检查对象后，要及时将检查计划连同待查纳税人清册传递给对方。除必要的复查和举报外，在一个年度内，稽查部门对征管部门已查的事项原则上不得再查；对稽查部门已查事项，征管部门原则上不得再查，实行一家检查共同认账，避免多头检查和重复检查。
三、建设“一体化”的税收征管信息系统，为现代税收征管模式的建立提供依托。信息化是推进征管改革、建立现代税收征管模式的突破口和前提条件，必须加快税收征管信息化建设的步伐，正确处理好信息化与专业化的关系，按照新《税收征管法》第6条“国家有计划地用现代信息技术装备各级税务机关，加强税收征收管理信息系统的现代化建设，建立、健全税务机关与政府其他管理机关的信息共享制度”的规定，建立“一体化”的税收征管信息系统。“一体化”的税收征管信息系统包括统一标准配置的硬件环境、统一的网络通讯环境、统一的数据库及其结构，特别是统一的业务需求和统一的应用软件。当前，信息化建设的重点应放在信息网络建设上，加快建立覆盖省、市、县的地税城域网、广域网，按照“稳步推进，分批实施，讲求实效”的原则，市一级地税机关应建立以中小型机为主的城域网，县一级地税机关应建立以服务器群为主的城域网，并配备一定数量的计算机(平均每2人应配备1台)，接入三级广域网中，实现广域网上的数据和资料共享；同时，还应加快统一征管软件应用的步伐，注意统一征管软件的兼容性和差异性，充分考虑到城乡有别、税源的集中与分散有别，经济发达与经济发展相对滞后有别的实际情况，逐步修改完善统一征管软件，以避免征管软件与征管实际不相适应，影响征管效率的提高。
1.建立数据处理中心。数据的集中是实现税收征管信息化管理的重要保证，是实施科学管理的基础。“集中征收”的关键是税收信息的集中，其实质应是纳税人的各项涉税信息通过计算机网络集中到税务机关进行处理，税务机关在准确地掌握纳税人涉税信息的基础上，为纳税人提供方便、快捷的涉税服务；税务机关通过数据处理中心可以获得政府管理部门的各种经济信息和情报，可以监控各项税收征管和职能的执行情况。税收征管内部各部门，各单位的信息管理，包括税务登记、发票领购、纳税申报、税款征收、税务检查等数据信息，通过网络能够准确、自动地汇总到数据库，实现税收征管内部数据汇总自动化，基层征管单位也可以通过网络随时查询上级税务机关相应的数据库，便于强化税收征管分析功能和管理功能，实现网络资源共享；上级税务机关可以迅速把有关指示和工作安排，及时传达到下级各部门、各单位，提高税收征管工作效率。因此，要根据集中征收的要求，在相应层级的税务机关建立数据处理中心，负责本地涉税数据和信息，特别是申报征收信息的采集、分析和处理。
2.加强信息交换。利用信息系统加强信息交换，在加速国税、地税系统信息共享的基础上，有计划、有步骤的实现与政府有关部门的信息联网，重点应放在工商、银行、财政、金库、审计、统计等部门联网，实现信息共享，提高税款解缴入库、纳税户控管等环节的质量和效率。
关键词：GIS；城市测绘；应用
Abstract:ThispaperanalyzesthedemandofthecitysurveyingandmappingtoGIS,andintroducestheGISapplicationinthecitysurveyingandmapping.
Keywords:GIS;citysurveyingandmapping;application
中图分类号:P407文献标识码：A文章编号：2095-2104（2012）
当前地理信息系统(GIS)已经广泛应用于城市规划、工程设计、天气预报、投资项目评估、社会统计、防灾减灾等方面。GIS既是一门较为成熟的技术科学，也是一门新兴的产业，在测绘、地质矿产、环境监测、农林水利、气象海洋、城市规划土地管理、区域开发与国防建设等各个领域发挥着重要的作用。采用GIS、数据库、扫描矢量化及全数字摄影测量等技术，不仅为专业信息系统提供及时、准确、标准化、数字化的基础空间信息，从而建立各类专业信息系统，还能实现管理的标准化、科学化、信息化，使其成为多学科集成并应用于各领域的基础平台和地学空间信息显示的基本手段与工具。
目前，随着改革开放和经济建设的快速发展，社会对测绘业的需求结构有了更高层次的要求，不仅对传统的测绘产品有所需求，而且还需要具有多样化的测绘信息产品和高新技术服务。所以，在80年代初期，测绘业进行了对传统测绘手段和生产工艺的技术改造，开展了数字化测图、机助地图制图、GIS(GIS)、人卫激光测距(SLR)、全球卫星定位系统(GPS)、遥感(RS)等方面的基础研究和应用研究。其中最为突出的是GPS、GIS和RS技术的结合，发挥各自的优势，相互渗透，形成一个自然的发展趋势。GPS与RS能为GIS提供区域信息及空间定位信息，而GIS可以从GPS和RS提供的批量数据中提取有用的信息进行相应的空间分析，并将其有用数据进行综合集成，最终成为科学的决策依据。
1GIS在城市测绘中的需求分析
1.1GIS
简单地讲,GIS是处理地理信息的系统,是关于采集、存储、管理、处理、分析和表达地理空间数据的计算机系统,是分析和处理海量地理数据的通用技术。将GIS应用于城市测绘中,将会使城市测绘数据十分的详尽和准确,同时也大大提高了城市测绘工作的科学性。
1.2必要性分析
测绘工作是一项十分艰巨,且用途极为重要的任务。传统上,城市规划的设计是基于测绘人员提供的测绘图件和资料的,因为城市测绘的主要目的是用来进行城市规划的,但是因为测绘与规划设计存在脱节的情况,使得测绘人员完全不能认识测绘的目标,以至于对规划设计起不到很好的配合作用,因而不利于整体设计工作质量和工作效率的提高。基于数字地图基础上的GIS的出现和发展,能够很好地解决这个问题,因为GIS主要是按照数字地图的形式来进行输入和输出的,使得测绘工作变得易于查询和分析,也变得直观且易于看懂和理解。
2GIS在城市测绘中的应用
本文采用ArcInfo来探讨GIS在城市测绘中的具体应用。
2.1数据处理
地理数据一般具有三个基本特征:属性特征(非定位数据)、空间特征(地位数据)和时间特征(时间尺度)。在城市测绘中,涉及到的主要设施有城市建筑物、城市道路、管线等,其信息包括了这些设施的空间数据和属性数据,属性数据又可以分为客观和主观两类,客观属性数据如城市道路的名称、交叉口的形状等,主观属性数据如城市道路与交叉口的交通量等。
ArcInfo提供叠合层(Coverage)将多种数据组织在一起,叠合层中包含多种类型的要素(Feature),比如弧段(Arcs)、节点(Nodes)、标记点(LabelPoints)、配准点(Tics)、多边形(Polygon)等。
ArcInfo中用如下方法实现地物特征的空间信息与专题属性信息的联系:每个地理对象都存储一个标志码,对象的标志码在对象的空间特征(描述它的坐标信息)产生时一同产生,它唯一地代表这个地理对象,这个标志存储在一张记录有对象几何特征(线的长度、多边形地面积等)的属性表中,这个属性表称为特征属性表(FeatureAttributeTable,FAT)。地理特征的专题属性信息可以直接存储于FAT表中,也可以存储在其他数据表中,后者通过对象标志码与FAT产生联系。从空间信息检索专题属性信息,或从专题属性信息检索空间信息的实现就依赖于GIS所建立起来的这种联系。
2.2数据管理
ArcInfo中图形是以点(Point)、线(Polyline)、多边形(Polygon)来表达实物信息的,在城市测绘中,主要涉及到用点来表示的实物信息有城市道路路段上的桥、城市道路交叉口等;主要涉及到用线来表示的实物信息有城市道路中线、城市道路边线、通讯线的走向等;主要涉及到用面来表示问候的实物信息有道路周边的建筑物(比如企事业单位、学校、医院、公园等)。可以把上述所有关于点、线、多边形相关的实物合理地分层组织如下:首先建立一个地理数据库,在地理数据库中建立城市测绘要素集,其中包括的特征类有城市道路中线、城市道路交叉口、桥、城市道路周边建筑物等;同样在相同的地理数据库中建立一个管线要素集,其中包括的特征类有路边线、电力设备、电力线、通讯线等。
2.3数据显示
ArcInfo中的ArcMap提供了一个易于使用的用户界面,使得对ArcMap的操作变得简单方便。ArcInfo支持广泛的数据源,在ArcMap中用来显示的地图格式主要有Shapefile和Coverage。一般来说,地图特征的图形表达有以下几种方式:单一的符号、单一值地图、用类似于人口的字段属性来表达数量(颜色分级、符号分级和密集度分级)、相关多种属性的表达。用单一的符号展示数据于地图可以从图形上得知特征分布的密集程度,从而可以清晰地表达出分布情况。在城市测绘中,可以用点表示城市不同区的居民居住情况,这样就可以用点的密集程度来直观表达居民居住的分布密集程度;同样,道路可以用线的特征来表示在区域内道路网密集程度。对于上述每个区的居民密集程度的表示,也可以先统计每个区的居民人数,然后按照一定的标准划分,用不同的颜色来表示每个区的居民居住情况,并且还可以用符号本身的大小来表示居民分布情况。同样地,城市道路交通也可以通过交通量的统计之后,依据交通量的范围分类对城市道路进行等级颜色分类。
3结语
随着计算机软硬件技术、测绘技术的飞速发展,以空间数据及其属性数据为特征的GIS技术的应用日益成熟,大大提高了信息管理的效率与质量。当前,城市建设突飞猛进,同时也对城市工程的规划、设计、建设、管理等方面提出了更高的标准与要求,由于GIS具有反映地理空间关系、统计各种空间和属性信息能力的特性,为城市规划、建设、测绘提供了非常好的先进技术手段。本文从数据的角度探讨了GIS在城市测绘中的具体应用,通过GIS的使用,可以使得城市测绘工作更加准确,更加科学。同时,对于测绘学来讲,GIS、全球定位系统、遥感系统的结合使用,将使测绘由原来单纯提供信息的服务性变为决策管理的重要组成部分,将有力地推动管理的严格性、决策的科学性、规划的合理性和设计的高效性。
参考文献:
[1]万邦旭.城市规划与测绘中的GIS[J].建设工程理论与实践,2005:348～350.
关键词：语言表征母语二语习得
二语习得就是指第二语言的习得，是指学习者在学习好母语以后在课堂上、课堂外重视对另外的一门甚至两门甚至多门语言加强学习和掌握。在20世纪60年代、70年代以来，从西方开始拓展起来，二语学习研究的热点已经从最开始的二语教学逐渐转变为探讨二语的知识的大脑特征的系统和语言学习的机制等。伴随着科学研究规模的逐渐扩大，二语学习的研究已经逐渐发展成一门交叉的、多学科融合的、具有高度的知识完备系统的和研究方法的独立的一门科学。从理论上来讲，以二语习得的研究为参照，研究者多按照社会科学、心理科学、语言科学等众多的研究角度研究二语习得的语言学习过程，主要目的是弄清楚语言学习者在掌握英语语言后如何更好地学习语言，更好地掌握语言的表征，重视掌握英语学习者学语语言的详细过程，以及英语对二语学习的重要影响。
表征是指信息或者知识在心理活动中充分的表现和记载的行为方式。根据信息加工理论的观点，在有机体对外界的众多信息进行科学加工的过程中，要重视输入、编码、转换和存储、信息提取等工作，重视信息按照表征的形式在头脑中加以详细的展现。比如就现实表征来说，按照字面的意思理解，就是按照客观的世界在人们头脑中的详细展现，值得重视的是，现实的表征和自在的客观世界的表征不一样，现实的表征是人们的客观存在的前提，服务于认知主体的人，当认知的主体将自己投身客观现实世界当中的时候，说话的瞬间就集中体现在要认真确定过去和未来，要让客观的世界有对过去和未来的理解和概念。让认知者确定按照自身为中心确定好三维空间关系以后，就要重视在现实世界中形成按照以人为中心的多元化的方位和格局的形成。
心理语言学重视二语习得者的语言研究，重视表征的理解，习得的过程和加工的过程三个重要的相互关联的方面，习得研究和加工过程的研究都和语言表征研究紧密结合，不可分割，缺少语言表征的研究，任何二语习得的研究过程都是不完备的。关于二语习得的过程，要重视对心理学和语言学研究领域的把握，重视形成研究的理论分析，重视研究人员根据英语学习者的不同学习类型和学习情况，根据语言的错误推断母语对二语学习的影响，而更加加深假设母语学习对二语语言学习存在着的记忆和储存的关系。因此，近年以来，虽然二语学习已经成为了心理语言学研究的重要领域和课程，但是二语语言学习的心理特征和语言特征都在引发人们的普遍重视和足够的理解。因此，对于二语语言学习者来说，二语的语言知识是怎样存储在记忆当中的呢？心理上又存在着哪些明显的特征呢？又是怎样通过语言的表征详细地展现这些特征的呢？
二语习得者的语言表征重视以表征为单位概念的词语，重视按照表征为复杂概念的词组和句子，说话的人要通过语言的表征表达心理的表征，也就是按照人脑对客观现实世界的内化，同时重视语言表征积极激活了人们在听话系统中形成的心理表征的系统，说话人经过语言能充分展示对系统中的各个部分的理解和把握，也就是说在没有明确先行词语的过程中，也不能形成对听话人的理解。因此，二语习得者在语言表征上与心理表征存在着共同联系和区别。
心理语言学家认为人们所习得的语言是由形式和语言含义两个方面所组成的，共同存在于语言的记忆里，也重视着表征的形成。因此，语言的表征分为两个相对独立又共同联系的层次里，语言的形式表征有着词语和句子形式上的区别、结构上的差别和语义上的表征，重视概念、范围和命题的差别。语言的形式中有着通向语言含义的代码，就是作为语言主体的人，要经过语言的外在形式，进行对外部表征的理解和加工，重视实现对语言内部表征的认识和理解，形成语义上的认识和理解。作为二语的习得者，语言的母语和二语的习得是怎样进一步存储在记忆当中的呢？心理学家和语言学家就重视这个问题，进行深刻而全面的讨论和实验，对于双语者怎样实现语言的内容特征和形式特征的转换给出具体的不同的结论，主要分为：同一表征的说法，认为两种语言有着共同的含义，有着共同的语义表征的系统，又有着各自形式上的表征的含义，独立分开说，认为两种语言有着各自独立的语言表征系统和形式上的表征系统，按照折中的观点理解，认为两种语言的语义表征系统一部分是同一的，一部分是独立存在的。
关键词：模糊理论；小电流单相接地；接地故障线路；信号融合技术；信息融合技术
中图分类号：TM711文献标识码：A文章编号：1009-2374（2012）07-0011-02
一、概述
以我国当前中压配电网的中性点应用状况来看，一般采取不接地或者经过消弧线圈再接地的方法，即小电流接地。应用小电流接地系统时，产生的接地故障选线问题，一直以来困扰着电网发展。各个专家学者对此进行了深入研究，在不同原理基础上，选择多种选线方式，一些较为先进的选线装置已经在实际工作中运用。
但是以现场应用的实际情况来看，很多选线方法并不理想，效果不佳，经常出现误选或漏选现象。主要原因为：在小电流接地系统中，零序阻抗相对较大，且容易受到故障接地中过渡阻抗的影响作用，故障点的电流较小，但是故障线路和非故障线路无明显区别，再加上各种复杂的影响因素，因此经故障选线装置测量的故障特征，如零序功率、零序电流等，具备不确定性、模糊性特征。一般情况下，受到干扰的原因与检测手段相关，即使同一个干扰信号也会对不同的故障检测结果产生影响。可以说，如果采取单一的选线方式，不可能对所有故障类型发生作用。本文基于模糊理论原理，提出一种全新小电流单相接地装置，通过模糊理论对各种选线的计算方法实现智能融合，发挥各种算法的优势互补，尽量涵盖所有的选线范围，确保选线结果正确、可靠。
二、模糊理论
经大量应用实践表明，当前模糊理论已成为具备智能化技术的途径之一，可有效处理较多复杂且不确定的问题，利用数学思想、数学方法，研究并处理模糊现象。本文所指的“模糊理论”主要指事物差异过渡部分的不明朗，尤其在小电流故障选线中较为常见。例如，对于某一故障的特征明显程度、方法有效性等缺乏精确度量，模糊性明显。模糊理论的应用，可构建隶属函数，以处理模糊特征，将原本存在的不分明转化为确切的数值。模糊选线就是应用模糊原理，实现各种选线判据的信息整合，根据客观的判断规则，建立选线故障方法，同时构建权系数隶属函数。最后，融合各种判据中的数值，获得综合性、准确性、可用性的选线结果。
三、小电流单相接地的故障特征
在电网正常运行状态下，各线路的对地电容基本类似，其中性点的电压接近零。如果出现单相接地故障，则破坏了三相对地通路的对称特征。由于中性点处于悬空状态，当一相接地，则中性点的电位出现偏差，造成其他两相对地电压的升高。尤其在出现单相金属接地故障的状态下，相对地电压也降到零，而中性点的电位将提升到相电压，其他的两相电压迅速升高，电网中将产生零序电压。以下将对具体特征进行分析：
（一）中性点经消弧线圈的故障特征
如果在中性点的不接地电网中出现单相接地故障，在接地点位置，如果通过全系统对地的电容电流，如果电流较大，则可能在接地位置产生电弧，造成弧光过电压，进一步升高没有产生故障相的对地电压，进而损坏绝缘，导致两点接地短路或者多点接地短路，产生停电状况。为了解决这一问题，应该在中性点位置接入电感线圈，这样就可确保在接地点位置流过电流分量，该电流与原有系统中的电容电流抵消，减少经过故障点的电流，即消弧线圈。
（二）单相接地的暂态电特征
对于暂态电流分量来说，消弧线圈具有开路的特征。因此，在中性点经消弧线圈的接地以及不接地方式下，暂态电流的特征基本类似。如果在中性点经消弧线圈接地的接地系统中出现了故障，则故障点将在瞬间产生接地电流，包括暂态电容电流与暂态电感电流两部分。由于二者频率与幅值的差别较大，因此在暂态时无法相互补偿。在工频电压条件下，导出的失谐度、残余电流等概念失去作用。
四、模糊理论在小电流单相接地装置中的应用
（一）信号融合技术
所谓信息融合，主要为多传感器信息融合与数据融合两部分，其中包含诸多新学科与传统学科。在信息融合技术中，根据一定规则，组合了不同的传感器数据、知识源等，以获得更全面、更可靠的信息，产生更直观的认识。随着我国信息技术的飞速发展，雷达信息处理技术朝自动化方向发展，同时促进信息融合技术的进步。在信息集成与应用过程中，其基本功能主要包括估计、识别与相关。其中，估计处理是针对已经采集到的信息，进行相应处理，对未知参数和目标状态实行检测；识别技术则包括模型识别技术、参数分类识别技术以及物理模型识别技术等几方面，其中较为成熟的方法主要有模糊识别、专家系统、神经网络、模板法、表决法等；相关处理则是采集同一知识源的相关信息，根据判据原则，将信息划分为若干组合，并采取定量分析。
以信息处理角度为出发点，在小电流单相接地系统故障中，选线的故障特征可包括不同的故障类型、不同的故障时刻、不同的故障位置以及不同线路中产生的零序电压、零序电流等。所谓信息融合技术选线，就是将各种故障特征融合处理，结合具体的判据条件，选择故障线路。应用信息融合技术，其主要优势体现为应用多个传感器，其中获得的信息量及信息精度明显高于单个传感器，且相互之间具有较强的互补性。主要体现为：增强了系统的安全性能，拓展侦察空间，提高系统的生存能力，有效抵抗损坏性。
（二）信息融合技术
1．数据级的融合。通过数据层，融合处理信息，体现了对采集数据的滤波器处理。再利用滤波之后获得的特征量，将故障检测模块启动，并将采集到的原始数据作为信息处理的直接对象，利用模型分析并整合数据，最后将处理之后的数据传输到诊断模型中，与模型中已经具备的故障信息进行比较分析，确定是否存在故障。数据融合技术的主要优势在于：处理对象主要为原始数据。通过对原始数据的分析与融合，确保输出数据中体现诸多细节量。但是数据级融合方式，无法对若干个数据源的特征进行同时对比与分析，在一定程度上影响了融合结果的可靠性。另外，采用这一技术的工作量较大，影响融合结果的输出效率与质量。
2．特征级的融合。有关特征级的融合应用，可以从若干个数据源中获得特征故障信息，实现参数预估。其产生故障的主要特征量为：零序、正序、负序、功率、导纳、能量、阻抗等。一般可采取小波变化、傅里叶变换等方式。特征级的融合，主要步骤分析如下：（1）对于已经采集到的多源数据，结合相关应用技术，经过比较分析而获得特征量；（2）结合特征融合的模型，分析并整合特征信息；（3）将已经计算出的融合结果在上层处理模型中应用。有关特征级的融合，其优势体现在可分析比较多数据源，提高融合结果的精准性。
3．决策层的融合。对于决策层的信息融合，主要针对测量点的故障信息而言。在不同的故障情况下，融合处理故障特征量，并客观判断线路。对于决策级的处理对象来说，其数据源针对的决策结果，利用有关技术，可高质量、高效率地处理数据源，并获得决策结论，利用信息融合模型，即可对决策结论实行综合分析，最终得到一致性结论，并将此作为处理对象。因此可以说，融合的结果将对决策结果产生直接影响。由于决策级的融合，处于模糊理论数据处理的最高层，因此数据误差的影响性较小，提高了系统的容错能力。
有关数据层的信息融合与特征层的信息融合，当前已经较好地应用于电力系统故障选线中，但是决策层信息融合的应用仍有待挖掘。因此，采取各种各样的故障选线处理方法，结合更多故障特征量，减少各种干扰因素，增强选线的鲁棒性与精确度。
参考文献
[1]张玉茹，何苏锋．融合技术在小电流单相接地故障诊断中的应用[J]．哈尔滨商业大学学报（自然科学版），2010，（6）．
[2]刘艳红.小波和神经网络在小电流单相接地故障选线中的应用[D]．烟台大学：信号与信息处理，2010．
[3]李金凯，周永华，杭乃善.小波分析在小电流单相接地暂态信息分析中的应用[J].中国科技财富，2008，（7）．
[4]崔凯，陈新，张兆国．小电流单相接地故障分析及系统保护原理[J]．科技与生活，2010，（17）．
一、问题的提出
随着计算机技术与网络技术的普及和发展，数字图书馆在我国高校、政府以及科研机构都得到了有效发展。数字图书馆来源于图书馆馆藏的数字化从而充分地高效地利用图书馆信息资源。现有的图书馆资料主要是书籍、杂志、报刊、技术报告等。人们希望利用因特网把所有的数字化的资源站点连接起来，这样要管理的信息除了图书馆中的文本信息外，还希望管理博物馆、展览馆、档案馆、学术组织以及其它Web站点上千差万别的信息。
面对浩瀚无边的数字化信息使得数字图书馆关键核心技术之一的文本分类成为一个日益重要的研究领域。文本分类技术是人工智能和信息获取技术的结合，是基于内容的自动信息管理的核心技术。
二、文本分类技术的基本原理
数字图书馆是一个巨大的知识宝库。数字图书馆的服务重点是以人为主，而不是以馆以书为主。数字图书馆的特点使得其服务要深入到知识的层次，通过对信息内容的组织和加工的自动化，把资源组织成一个知识系统。文本的自动分类是为提高信息内容服务的质量而产生的文本处理技术。它们的出现使得信息内容服务出现了新的局面。
文本分类是指根据文本的内容或属性，将大量的文本归到一个或多个类别的过程。文本分类算法是有监督学习的算法，它需要有一个己经手工分好类的训练文档集，文档的类别已标识，在这个训练集上构造分类器，然后对新的文档分类。如果训练集的类别未标识，就是无监督的学习算法，无监督学习算法从数据集中找出存在的类别或者聚集。
从数学角度来看文本分类是个映射程，它将未标明类别的文本映射到已有的类别中，用数学公式表示如下：
f：AB其中，A为待分类的文本集合，B为分类体系中的类别集合
文本分类的映射规则是系统根据已经掌握的每类若干样本的数据信息，总结出分类的规律性而建立的判别公式和判别规则。然后在遇到新文本时，根据总结出的判别规则，确定文本相关的类别。但是由于大量的文本信息是一维的线性字符流，因此文本自动分类首先要解决的问题就是文本信息的结构化。在模式识别领域里，把文本信息的结构化称为"特征提取"。在文本信息内容处理领域，这项工作被称为文本的"向量空间表示"。其基本流程如图1所示：
系统使用训练样本进行特征选择和分类器训练。系统根据选择的特征将待分类的输入样本形式化，然后输入到分类器进行类别判定，得到输入样本所属的类别。
三、文本分类技术在数字图书馆中的应用分析
为了提高数字图书馆中分类准确率，加快系统运行速度，需要对文本特征进行选择和提取。两者的差别在于，特征选择的结果是初始特征项集合的子集，而特征提取的结果不一定是初始特征项集合的子集(例如初始特征项集合是汉字，而结果可能是汉字组成的字符串)。特征选择、提取和赋权方法对分类结果都有明显影响。
（一）文本特征项
文本的特征项应该具有以下特点:特征项是能够对文本进行充分表示的语言单位;文本在特征项空间中的分布具有较为明显的统计规律;文本映射到特征项空间的计算复杂度不太大。对于计算机来说，文本就是由最基本的语言符号组成的字符串。西文文本是由字母和标点符号组成的字符串，中文文本就是由汉字和标点符号组成的字符串。
概念也可以作为特征项，"计算机"和"电脑"具有同义关系，在计算文档的相似度之前，应该将两个词映射到同一个概念类，可以增加匹配的准确率。但是概念的判断和处理相对复杂，自然语言中存在同义关系(如老鼠、耗子)、近义关系(如忧郁、忧愁)、从属关系(如房屋、房顶)和关联关系(如老师、学生)等各种关系。如何很好地划分概念特征项，确定概念类，以及概念类的数量都是需要反复尝试和改进的问题。
（二）特征项选择
不同的特征项对于文档的重要性和区分度是不同的，通常高频特征项在多个类中出现，并且分布较为均匀，因此区分度较小;而低频特征项由于对文档向量的贡献较小，因此重要性较低。
文档频次就是文档集合中出现某个特征项的文档数目在特征项选择中计算每个特征项在训练集合中出现的频次，根据预先设定的闽值去除那些文档频次特别低和特别高的特征项。
信息增益方法是机器学习的常用方法，在分类问题中用于度量特征项在某种分类下表示信息量多少，通过计算信息增益得到那些在正例样本中出现频率高而在反例样本中出现频率低的特征项，以及那些在反例样本中出现频率高而在正例样本中出现频率低的特征项。
（三）特征值的提取
在文本分类中，我们称用来表示文档内容的基本单元为特征，特征可以是词、短语。目前，大多数有关文本分类的文献基本上采用词的集合来表示文档的内容。采用短语来表示文档存在两个缺点:第一短语的提取较困难，特别是准确的提取，需要较多的自然语言处理技术，而这些技术还不够成熟;第二采用词组表示文档在信息检索和文本分类中的效果并不比基于词的效果好，有时反而更差。
【关键词】故障排除；特征信息；信息融合
【abstract】intheconstructionprocessengineeringmachineryfailuresituationisvaried,includingasinglecauseoffailuresituation,butmoreiscommonfunctioncausedbymanyfactors.Infaultperformanceisoftenformofcoexistencecharacteristics.Sointhetroubleshootingprocessperformanceofthefusionfaultcharacteristicinformationmaycausethefailureoftheorderoftheprimaryandsecondaryfactorshaveeachanalysis,isitpossibletoquicklyandaccuratelyremovethefaults.
【keywords】troubleshooting;Thecharacteristicinformation;Informationfusion
中图分类号：S477+.5文献标识码：A文章编号：
故障诊断中我们将症状本身的不同表现形式和不同原因所附带的特有信息叫做特征信息。尽管不同的原因可能产生相同的特征信息，但依然可以采取多种特征信息融合的方法进行分析并有效的排除故障。例如，液压系统出现爬行，其可能原因有油内混入空气，液压泵磨损，溢流阀调不起压力及负载导轨阻力不均等。这一故障的不同原因所带来的异常现象及判断如下：①有爬行现象，且油箱内油面气泡增多，可以为故障原因是油内混入空气；②有爬行现象，且溢流阀溢流量增大，压力又调不高，可认为是溢流阀故障引起爬行；③有爬行现象，且有液压缸导轨上可观察到异常摩擦痕迹，可认为是导轨阻力不均引起爬行。此例中若单从系统爬行这一单一的特征信息出发很难准确判断故障发生的真正原因，但如果结合油液性质、溢流阀流量和系统压力等特征信息便可准确判断系统故障的真正原因，进而快速排除故障。
工程机械故障排除中的多种特征信息主要包括系统压力、流量、振动、噪声、元部件运动参数和油液性质等信息。在全面收集故障特征信息的前提下，为了有效节约时间及成本并提高生产效率，必须按照一定的主次顺序分析各种故障特征信息。例如，从目前统计的工程机械液压系统及其主要元件的故障现象中可看出，液压系统主要故障是机器零部件由于磨损引起泄漏，进而失效。其中磨损的主要原因是液压系统当中杂质所致，即污染磨损。由此可见，针对工程机械液压系统故障应先从油液性质所包含的特征信息着手再结合其他信息进行故障排除。下面浅谈几种工程机械故障排除过程中较为重要的特征信息及相关故障诊断方法。
一、整机的主要运行参数
工程机械整机的主要运行参数包括发动机转速，液压系统压力、流量，主要元件的运动速度、振动和噪声等。利用多传感器信息融合技术对各种参数信号进行在线实时检测（包含滤波、放大等信号调理及A／D转换等过程），包括对单一元件（通常是系统中的重要元件）参数和整个系统特征参数的检测[1]。它是整个故障检诊断和排除中的重要环节，要求实时、准确地获得各参数的真实信号，因此在传感器设计、选择、安装上要做大量的工作。传感器的技术水平很大程度地决定了故障诊断系统的准确性和真实性。
二、主要元件的工作状态
工程机械主要由发动机、底盘、工作装置、液压系统及电子控制系统组成。因此发动机等主要工作元件的工作状态参数可以直接反映整机的运行状态及部分故障特征。将发动机功率、扭矩与发动机曲轴转速之间的函数关系以曲线表示即为发动机特性曲线。在实际工况下，可以通过对发动机的实时转速、有效功率、扭矩等特征信息进行检测并与发动机厂家所提供的外特性曲线和部分负荷特性曲线进行比较，从而判断是否存在故障的可能性或故障发生的原因。同样对于液压系统中液压阀的流量―压力特性曲线等特性曲线也包含了液压系统的多种特征信息，通过与实时压力、流量进行对比亦可得出信息故障的某些信息。
三、油液的理化性质与污染度
现代工程机械大多是由液压系统驱动的，而工程机械的作业环境一般会存在高污染、理化性质不稳定及强酸强碱环境等情况，因此必然导致液压系统的故障高发性。而作为液压系统的工作介质，液压油的特征信息显得格外重要。以下即为目前比较关注的油液的两种特征信息。
1、油液的理化性质
整机的运行状态改变及系统振动情况变化将直接导致系统发热量的改变，而系统液压油的温度变化将直接反应状态改变的剧烈程度；液压元件各相对运动部分的材料不同，液压油中金属、非金属元素的含量及其变化反映了液压系统中磨损及密封状态；液压油的粘度、酸碱值等理化指标的改变也是系统状态发生变化的征兆之一[2]。因此可根据经验或专家知识，建立基于液压油温度变化及其理化性质变化与液压系统及其元件状态参数间的关系库，运用专家推理机制，预测和判定系统的故障。这里的关键特征信息是是油液的理化性质，通过对油液的化学成分及性能的准确测定，并对油液中化学成分进行分析，来确定故障发生的主要可能原因。目前多采用光谱分析法进行油液的性质分析，如原子发射光谱法、原子入射光谱法。这种分析方法，需要对油液的有关参数及金属含量进行细致的分析，监测周期长，不适合液压系统故障的在线检测，但在重要液压系统的准确可靠故障诊断方面有较大的发展前景。
2、油液污染度
根据国内外统计资料，液压系统的故障大约有70%是由于油液污染引起的[3]，且固体颗粒物是液压和系统中最普遍、危害作用最大的污染物。通过检测油液中的油液颗粒含量，不仅可以提高系统的可靠性和延长系统的寿命，而且还可以降低事故发生率，提高生产效率。油液污染度是指单位体积的油液内含有的某一尺寸及以上的固体颗粒污染物的数量等级。目前基于油液分析故障诊断技术方面的一个主要方法是：根据经验或专家知识，建立基于油液颗粒污染度与液压系统及其元件状态参数间的关系库，运用专家推理机制，预测和判定系统的故障，此项技术的关键在于油液颗粒污染度的准确检测。另外，针对油液污染度，国际上制定了专门的油液颗粒污染度标准。油液颗粒污染度检测方法的发展经历了实验室取样分析检测――便携式检测仪检测――在线检测仪检测的过程。
综上所述，目前工程机械的故障发生时所表现的特征信息丰富多样，但如何快速准确的找到故障的真正原因并排除故障，除了掌握扎实的理论基础外还需建立一定的特征信息库，在工作经验的基础上不断完善各种特征信息，并结合先进的数学方法与测试工具，从典型特征信息出发融合故障发生时的多种特征信息，找出故障的真正原因并予以排除。
参考文献:
[1]胡方伟.工程机械液压系统故障诊断技术的发展.科学咨询(科技管理)，2010(7):73