科学计数法的方法范文1
关键词：通用分组无线服务；工业远程监控数据；无损压缩； 科学计算浮点数压缩算法；区间编码
中图分类号： TP391.1
文献标志码：A
0引言
近年来，随着工业规模的不断扩大，工业技术的不断发展以及自动化水平的不断提高，工业监控从传统的现场监控发展到了远程监控模式[1]。对于工业远程监控系统而言，其数据传输的可靠性、实时性和网络覆盖范围的灵活性是评价其性能的主要指标[2]。通用分组无线服务（General Packet Radio Service， GPRS）无线网络以其覆盖范围广、实时在线、按量计算等优点[2]，在工业远程监控中比其他有线和无线方式的传输网络应用更加广泛[3]。但GPRS的网络传输速率不高，传输大量数据时会造成系统传输延迟，在各行业远程监控系统中，为高效利用GPRS网络有限的通信通道完成数据的传输，研究人员提出了适用于多种数据形式通用无损压缩方法[4]及有损压缩方法，通用无损压缩方法有基于Huffman编码技术的方法[5-7]，解决了如全球定位系统（Global Positioning System， GPS）数据、记录数据等数据的压缩传输问题；基于LZW（LempelZivWelch）算法的数据压缩算法[8-10]，通过建立快速字典查找方法，减少文本数据及电能数据的压缩时间，提升传输效率。有损压缩方法有基于小波变换与LZW等算法的结合方法[11-13]，能够快速压缩监测的电能和震动数据的波形文件。工业监控数据的精度要求使得有损压缩是不适合的，只能以无损压缩实现压缩传输，然而通用的无损压缩算法由于忽略浮点数本身的特性[14]及监控数据间的关系，在工业监控数据的无损压缩上无法取得很好的效果。
文献[15]分析了双浮点型科学计算浮点数的特点后提出的科学计算浮点数压缩（Floating Point data Compression， FPC）算法能够提供较高的压缩吞吐量，适合监控数据的压缩，但压缩率普遍不高。本文根据FPC算法直接应用时预测器结构的不足，将其改进后作为工业监控数据中浮点数部分的压缩算法，提出基于改进FPC算法的工业监控数据无损压缩方法――BFPC（Block Floating Point data Compression），实验结果表明对FPC算法的预测器的改进能够提高预测精度，提高浮点数部分压缩率，BFPC方法与经典的通用无损压缩算法相比，在压缩率和压缩效率上都有所提高，大幅减少了传输时间，提高了监控系统实时性。
1工业远程监控数据特点
现在的大型工业生产过程都是通过一些可编程控制器如PLC（Programmable Logic Controller）进行控制的，远程数据的监控就是对控制器中所采集的传感器值和所输出的控制值进行定义后通过无线网络GPRS向远程服务器端传输，其传输数据的结构如图1所示，数据值前的数据格式及数据地址作为数据值的定义部分是为了方便远程接收端的解析，远程服务器端接收后再对接收值进行实时显示及定时存储。为了满足计算与显示精度，监控值存储时会转化为单精度浮点数，其精度的要求决定本文研究的是其无损压缩方法。
浮点数形式的存储与其他数据类型的存储方式有本质的不同，单精度浮点数根据IEEE754[16]的存储规则如图2所示，可以看出通用的无损压缩算法由于忽略了浮点数尾数部分的变化幅度大的特点，始终以字节为单位进行压缩，导致基于统计的无损压缩算法的各字节出现频度相近，基于字典的无损压缩算法出现相同字符串可能低，即通用无损压缩算法对浮点数据的压缩一直不理想。除了浮点数存储的特点，工业远程监控数据还存在其他的特点，对于稳定的控制系统而言，其监控值随时间的变化是很微小的，而且工业现场所监控的传感器值都有其物理意义，比如温度、流量等，同一种生产工艺相同物理意义的值之间存在很强的规律性。
2FPC算法的改进
FPC算法的原理简单来说就是利用有限上下文方法（Finite Context Method， FCM）[17]与差值有限上下文方法（Differential Finite Context Method， DFCM）[18]预测器获得预测值，再将预测值与真实值进行异或操作获得异或值，最后根据较小异或值的前导零字节数及预测器编号进行编码实现压缩。文献[14]证明了预测精度与压缩率的关系，所以通过对FPC算法的预测器结构进行改进使得预测精度提高能够提高其压缩率。
2.1FPC算法预测器结构的不足
FPC算法在直接应用时预测器部分的不足主要有以下几点：预测器只依据待压缩数据之间的关系对下一个值进行预测，忽略了各值在时间线上的规律；使用同一预测表存储不同块中可能出现的相同上下文预测规律，使得预测表中的存储值被不断覆盖，降低了预测环节的准确度；造成后一步过程的数据预测前一步过程的值即逆过程预测，使得预测表中存储了无效的预测规律。其中预测规律的覆盖是由于其预测表中值的刷新，以FCM预测器的预测表值刷新操作作为说明，其预测表在每次压缩后都会进行刷新操作，步骤的伪代码如算法1所示。
算法1Fcm_Update。
程序前
input： True_Value， hash；
output： FCM
Begin：
hash=（hash shl 6） XOR （True_Value shr 21） AND 0x0fff；
FCM[hash]=True_Value；
End
程序后
可以看出Hash值更新时若采样的真实值之间有相同的规律，但此规律更新存储的真实值不同就会导致预测规律的覆盖，特别有些监测值的数量级比较接近，相同的预测规律较容易出现从而降低其预测精度。DFCM预测器的刷新操作与FCM预测器类似。
2.2对于预测器结构的改进
针对以上的不足，本文提出了对其预测器结构的几点改进：考虑时间线上的规律，在原有预测器的基础上加入时间序列预测器，由于时间线上的值变化幅度较小，这里的时间序列预测器直接使用前一采样点的真实值作为下一采样点的预测值；为避免规律覆盖，将待压缩数据按物理意义分块，使用不同的预测表存储预测规律；为避免逆过程预测，各块首值不通过FPC预测而使用一阶指数平滑法预测，如式（1）所示：
st=ayt+（1-a）st-1（1）
其中：st表示对t+1时刻的预测值，yt表示t时刻的真实值，a表示平滑系数，本文取a为0.7。
对预测结构的改进如图3所示，改进后的预测结构在压缩的处理时间上不会有很大的增加，而空间存储上可以使用相同的预测表总存储量。改进后的FPC算法对各块数据的压缩主体过程伪代码如算法2所示，其中对于n-c串（预测器编号-剩余字节个数）的构成方法与原FPC算法类似，只不过将原来用一位存储的预测器编号改为两位存储。
需要注意的是改进后FPC需要对各块的一阶指数平滑的y1及FCM、DFCM预测表赋初始值，这里使用初次采集的数据进行初始化而不对其进行压缩，解压缩时的初始化也使用此初次读取的数据，对各块预测器的初始化操作的伪代码如算法3所示，整个改进后算法的处理过程由一个算法3和分块总数个算法2构成。
算法2
IMFPC（improved FPC）。
程序前
input： 块输入数组， 块内浮点数个数， 一阶指数平滑预测值，三个预测器的存储数组；
output：块输出数组， 块输出字节个数；
Begin：
初始化FCM与DFCM的预测Hash码为0；
for i：=1 to 块内浮点数个数do
从输入块中读入浮点数真实值；
if i==1 then
将指数平滑预测值与真实值相异或得异或编码值；
else then
从3种预测器中得到三个预测值；
将3个预测值分别与真实值异或得三个异或值；
取3个异或值中最小的作为异或编码值；
按规则更新FCM与DFCM预测器的Hash码；
End if
计算所获得的异或编码值的剩余字节个数；
将n-c串存入输出数组的n-c串存储部分；
将剩余字节存入输出数组的剩余字节存储部分；
更新输出字节个数；
End for
End
程序后
算法3INIT（初始化）。
程序前
input： init_buff
output： FCM， DFCM， y1
Begin：
y1：=init_buff[0]；
FCM[0]：=init_buff[0]；
DFCM[0]：=init_buff[1]-init_buff[0]；
End
程序后
2.3基于改进FPC算法的BFPC压缩结构
根据工业监控数据的传输格式，可以看出使用改进FPC算法对浮点数部分压缩后，其传输数据域的定义部分没有被压缩，这里根据数据值部分压缩后得到的前一部分n-c串字节值大小比较集中的特点，使用区间编码[19-20]对定义部分及n-c串部分进行压缩，整体的基于改进FPC算法的压缩方法BFPC的结构如图4所示。
3实验结果与分析
3.1实验平台及实验数据
实验平台：VS2010，计算机主频3GHz，内存2GB，操作系统为32位Windows 7系统。
实验数据：由于真实工业数据涉及工业生产工艺方面的机密，而且每个工业监控数据的规则都不一样，不具备代表性。所以本文实验所用的数据是根据工业监控数据特点模拟生成所得，共分为两种数据集：一种是随机性较强（块中规律几乎没有重复出现，下面以无复现代替）的数据集； 一种是规律性较强（块中规律重复出现，下面以有复现代替）的数据集，生成这两种数据是为了说明在较理想状况与最差状况下压缩算法改进的有效性。
数据集生成过程为：
第1步按规则生成监控数据的设定值（稳定值），传感器值按照正态分布取值如表1所示，原因是对于一种工业生产过程，其使用传感器量程基本一致。取值时假设传感器的线性范围[21]在其最大量程的中间值左右，所以按其量程中间值左右一段范围取正态分布随机数N（μ，σ2），其中μ为均值，σ2为方差。执行器开度值的取值范围是在假设执行器的线性范围在中间值附近的情况下选取的，这里选择在区间（1/3，2/3）内取随机值。
第2步每个监控值按其设定值的稳态误差（这里假设为5%的稳态值）取随机值生成100个采样点的数据，生成时完全随机的是无复现数据集，生成时每块按不同规则重复出现的是有复现数据集，有复现指输入块的值在特定个数的采样周期（本文取10、20、30、40、50）后重复出现一次。最后加入数据的定义部分，数据地址为2字节不同整数，数据格式为单字节数据。
按照不同的数据量及1输入对应1输出的原则，共取5种数据量的数据集存入float1.all至float10.all共10个文件中，其中float1.all与float2.all中存储500监控值的无复现与有复现监控数据，后面的8个文件中存储的数据量按100递增，每两个一组分别存放无复现与有复现数据。由于对于FPC算法改进前后的对比与每块的数据量没有关系，所以在对比改进FPC算法前后的实验中仅使用数据量为500的两个数据集，之所以选择500个数据作为初始数据量是因为在GPRS上载速度[22]（大约为13.4kb/s）下此数据量的监控数据能够引起秒级延迟。
3.2预测及压缩的性能指标
本文对比的预测及压缩性能有：可压缩预测比k、压缩率、压缩时间、解压缩时间、传输时间减少百分率R，其中可压缩预测比k定义如式（2）所示：
k=NrB
其中NrB
R=Npre/V-Ncom/V-Tcom-TdecNpre/V×100%（3）
其中：V代表网络传输速率； Npre 代表压缩前的数据量，Ncom代表压缩后的数据量； Tcom代表压缩时间，Tdec代表解压缩时间，压缩率是指压缩前的数据量与压缩后数据量的比值。可压缩预测比大小表示预测精度高低，比值越大精度越高，传输时间减少百分比用于表示各无损压缩算法的综合性能，其值越大代表综合性能越好。
3.3分块后的预测性能分析
由于验证分块前后的预测性能需要保证预测表的存储量不变，而分块后总的存储量必然增加，所以不对比压缩率与压缩及解压缩时间，仅对比能反映预测精度的可压缩预测比。对比结果如图5所示，可以看出随着压缩过程进行分块后的可压缩预测比在10次采样压缩之后都大于分块前，特别是对于有复现的数据，分块后的趋势相比分块前有明显的增加趋势，10次之前有些可压缩预测比较低的原因是原预测表面向的是全部的数据，数据量较大，在规律覆盖不明显的压缩初期优势更大。综合而言分块后可以保存更多的预测规律。
3.4改进预测结构后压缩性能分析
本节对比结构改进前后压缩率、可压缩预测比的变化以及平均压缩解压缩时间的大小，最后计算了随采样的待压缩数据的增加，所加入的时间序列预测器的使用率情况。在两种数据集上的压缩率实验结果如图6所示，可以看出整体而言改进后FPC算法的压缩率高于改进前，而且对于有复现的数据，改进后的算法的增加趋势较改进前更加平稳。
由于图5已经表现了分块前后可压缩预测比的趋势变化，可以肯定的是加入时间序列预测器后其趋势变化不大，所以本节对比其平均值以及平稳性（方差的大小）。结果如表2所示，可以看出改进后的FPC算法的可压缩预测比的均值增加了10%以上，方差降低了约10倍，改进后的可压缩预测比不仅在比值的大小上提高了，在平稳性上也提高了。
改进后时间序列预测器的使用率计算结果如图7所示，从图中可以看出，对于无复现的数据集而言，其值保持在0.55以上，而对于有复现的数据而言，其值随时间会有明显的下降，原因是对于有复现的数据，原有的FCM及DFCM预测器能够存储较为明显的预测规律，其预测效果逐渐比时间序列预测器的预测效果好。但不可否认的是即使是有复现的数据，时间序列预测器的使用率最后也会在0.4以上，说明加入时间序列预测器是有必要的。
由于压缩时间的大小只与数据量大小及程序的指令多少有关，随着压缩过程的进行其压缩时间不会出现较大波动，所以本节只比较改进前后的平均压缩及解压缩时间，结果如表3所示，可以看出改进前后平均压缩与解压缩时间几乎相同，改进后平均压缩时间有略微的增加，是加入预测器所带来的程序指令的增加所导致的，可以认为改进的FPC算法依然有很快的压缩与解压缩的处理速度。
3.5与通用无损压缩算法的压缩性能对比
本节对BFPC算法与通用无损压缩算法在压缩不同数据量的监控数据时的压缩性能作对比实验。结果如表4～9所示，表中DyHuff指自适应Huffman算法，Range指区间编码，LZW指基于字典的LZW算法。与常用的压缩工具（rar、zip等）所使用的静态压缩模型不同的是，实验中Huffman算法与区间编码使用的是自适应的压缩模型，原因在于使用静态压缩模型需要对原数据读取两次，且传输时需要将模型的构造细节一并传输，在本文所解决问题的数据量下不仅增加了压缩时间，也降低了压缩率。表4、表6、表7和表9中加下划线的结果只对于同一文件平均压缩解压缩时间最低的结果，表5和表8中加下划线的结果表示对于同一文件平均压缩率最高的结果。
从表4～9可以看出对于不同数据量及不同类型的数据，BFPC算法的压缩率一直高于通用的无损压缩算法。虽然在表8中可以看出其平均压缩率有下降的趋势，其原因在于随着块中数据量的增加，块内数据规律也会出现覆盖，考虑到实际监控时会同时监控多个工业现场的情况，每个监控现场所使用的预测表存储量不会很大从而导致块内规律的覆盖，但其下降的趋势是微小的，与通用无损算法中压缩性能最好的区间编码相比，对于无复现的数据提高了12%的平均压缩率，对于有复现的数据提高了28.2%的平均压缩率。从压缩率的比较上可以发现相比无复现数据， BFPC的平均压缩率在有复现数据上是有明显提升的，而通用无损压缩算法几乎没有变化，即BFPC算法对于规律性较强的工业监控数据可以提供更高的压缩率。
对于压缩与解压缩的平均时间比较，BFPC算法的平均压缩时间是最低的，LZW算法的解压缩时间是最低的，但LZW算法的压缩时间是BFPC算法的近30倍，BFPC的解压缩时间为LZW的5倍左右，综合而言在平均压缩解压缩时间的比较上BFPC优于LZW算法。从以上的比较中可以看出BFPC在提供较高压缩率的同时还拥有较高的压缩与解压缩效率。在综合指标传输时间减少百分比的比较上，从表4～9中可以看出压缩与解压缩的时间都是毫秒级的，而实验所选取的都是在理想情况下会导致秒级传输延迟的数据量，则压缩与解压缩的处理时间在计算传输时间减少百分比时可以忽略不计，式（3）可以简化为式（4）：
R≈Npre-NcomNpre×100%=1-1Rcom×100%（4
可以看出传输时间减少百分率与压缩率Rcom成正比，即压缩率越高，时间减少百分率越大。对于无复现与有复现的数据，本文算法的压缩率分别在1.31与1.5左右，高于通用无损压缩算法，能够减少23.7%至33.3%的传输时间，提高监控系统的实时性。
4结语
本文提出了基于改进FPC算法的工业远程监控数据分块压缩方法BFPC，首先分析了通用无损压缩算法无法很好压缩监控数据浮点数部分的原因，从而引入FPC算法，然后分析了FPC算法在直接应用时其预测器结构的不足，根据监控数据的特点对其预测器进行改进，最后与区间编码结合后完成对整个监控数据的压缩。实验部分首先对改进FPC算法前后对浮点数部分的压缩性能进行了对比，结果表明改进后的FPC算法在保持高压缩效率的情况下提高了压缩率，最后将基于改进FPC算法的压缩方法BFPC与通用无损压缩算法的压缩性能作对比，实验结果表明BFPC方法提高了12%以上的压缩率且降低了38.5%以上的压缩时间，在忽略压缩与解压缩时间的前提下降低了23.7%以上的传输时间，对于传输效率不高的GPRS网络而言，在传输大量监控数据时能够大大提高监控实时性，而且由于压缩后数据传输时避免了明码传输，对于数据安全方面有一定的保护作用，有一定的应用价值。
参考文献：
[1] WANG J. Research summarize of GPRS DTU based on GPRS[J]. Application Research of Computers， 2005， 22（11）：92-93.（王俊佳. 基于GPRS的工业现场数据控制器研究[J]. 计算机应用研究， 2005， 22（11）：92-93.）
[2] ZHU L， WU Z， LI Q. Research and implementation of selforganized network structure in the industrial remote monitoring system[J]. Computer Measurement and Control， 2012， 20（1）：15-18.（朱林， 吴战国， 李琦. 工业远程监控系统中自组织网络结构研究与实现[J]. 计算机测量与控制， 2012， 20（1）：15-18.）
[3] XU H. Remote measuring and control system based on Web and GPRS[J]. Electric Power Automation Equipment， 2009， 29（7）：134-137.（徐海峰. 基于Web技术GPRS技术的远程测控系统设计[J]. 电力自动化设备， 2009， 29（7）：134-137.）
[4] ZHEN C. Research of several common lossless data compression algorithms[J]. Computer Technology and Development， 2011，21（9）：73-76.（郑翠芳. 几种常用无损数据压缩算法研究[J]. 计算机技术与发展， 2011， 21（9）：73-76.）
[5] SHI P， LI M， YU T， et al. Design and application of an XML data compression algorithm based on Huffman coding[J].Journal of Beijing University of Chemical Technology： Natural Science， 2013， 40（4）：120-124.（施鹏， 李敏， 于涛， 等. 基于Huffman编码的XML数据压缩方法[J]. 北京化工大学学报：自然科学版， 2013， 40（4）：120-124.）
[6] YANG J， ZHANG N， LI Y， et al. Improved Huffman codingbased data transmission and compression method for agricultural machinery operation[J]. Transactions of the Chinese Society of Agricultural Engineering， 2014， 30（13）：153-159.（杨敬锋， 张南峰， 李勇，等. 基于改进Huffman编码的农机作业数据传输压缩方法[J]. 农业工程学报， 2014， 30（13）：153-159.）
[7] LIU X， CHEN K， YU X. Huffman coding and application in compression for vector maps[J]. Journal of Geomatics Science and Technology， 2014， 31（1）：89-92.（刘兴科， 陈轲， 于晓光. Huffman编码在矢量地图压缩中的应用[J]. 测绘科学技术学报， 2014， 31（1）：89-92.）
[8] HU P， ZHANG J. Study and implementation for terminal data compression technologies in remote fault diagnosis system[J]. Computer Engineering and Applications， 2012， 48（34）：130-135.（， 张金钟. 远程故障诊断终端的数据压缩技术研究与实现[J]. 计算机工程与应用， 2012， 48（34）：130-135.）
[9] BARR K C， ASANOVIC K. Energyaware lossless data compression[J]. ACM Transactions on Computer Systems， 2006， 24（3）： 250-291.
[10] MA S， ZHEN C， ZENG Y， et al. . Data compression based on signal periodic similarity and LZW Encoding[J]. Electrical Measurement and Instrumentation， 2014， 51（6）：95-100.（马士强， 郑常宝， 曾野，等. 基于信号周期相似性和LZW编码的数据压缩方法[J]. 电测与仪表， 2014， 51（6）：95-100.）
[11] WANG C， WANG J. Data compression method based on energy threshold and adaptive arithmetic encoding[J]. Automation of Electric Power Systems， 2004， 28（24）：56-60.（王成山， 王继东. 基于能量阈值和自适应算术编码的数据压缩方法[J]. 电力系统自动化， 2004， 28（24）：56-60.）
[12] ZHANG F， LAN L， ZOU J， et al. Data compression with wavelet transform and LempelZivWelch （LZW） coding[J]. Journal of Beijing University of Chemical Technology： Natural Science， 2013， 40（2）：100-105.（张凤元， 兰丽， 邹佳，等. 小波变换结合LZW压缩算法探究[J]. 北京化工大学学报：自然科学版， 2013， 40（2）：100-105.）
[13] SUN P， GUO Q， WANG Q， et al. Twodimensional discrete wavelet transform compression algorithm for power quality data[J]. Journal of Computer Applications， 2014， 34（1）：234-237. （孙佩霞， 郭庆， 汪谦，等. 二维离散小波变换电能质量数据压缩算法[J]. 计算机应用， 2014， 34（1）：234-237.）
[14] HE K. High performance lossless compression of scientific floating data[J]. Chinese Journal of Computers， 2010， 33（6）：966-976. （何克晶. 科学计算浮点数据的高性能无损压缩[J]. 计算机学报， 2010， 33（6）：966-976.）
[15] BURTSCHER M， RATANAWORABHAN P. High throughput compression of doubleprecision floatingpoint data[C]// Proceedings of the 2007 IEEE Data Compression Conference. Piscataway： IEEE， 2007： 293-302.
[16] IEEE 754： Standard for binary floatingpoint arithmetic[S/OL].[20150122].http：///groups/754/.
[17] SAZEIDES Y， SMITH J E. The predictability of data values[C]// Proceedings of the 30th Annual IEEE/ACM International Symposium on Microarchitecture. Piscataway： IEEE， 1997： 248-258.
[18] GOEMAN B， VANDIERENDONCK H， de BOSSCHERE K. Differential FCM： increasing value prediction accuracy by improving table usage efficiency[C]// Proceedings of the 7th International Symposium on HighPerformance Computer Architecture. Piscataway：IEEE， 2001： 207-216.
[19] MARTIN G N N. Range encoding： an algorithm for removing redundancy from a digitised message[C]// Proceedings of the 1979 IERE International Conference on Video and Data Recording.Piscataway： IEEE， 1979： 187-197.
[20] SCHINDLER M. A fast renormalisation for arithmetic coding[C]// Proceedings of the 1998 Data Compression Conference. Piscataway： IEEE， 1998： 572.
科学计数法的方法范文2
引言
随着计算机现代智能的高速发展，计算机已经完全融入我们的生活，甚至占据了重要领域，从国家核心科技到每个人生活的小细节，都离不开计算机的覆盖和使用。我们简单的在键盘上操作几个键，打出一系列符号命令，就能使计算机按照人类的要求，高速运行和进展，从而达到人力所不能达到的速度和正确率。
我们从小学习数学，数学是什么呢？数学是利用符号语言研究数量、结构、变化以及空间模型等概念的一门学科。数学，作为人类思维的表达形式，反映了人们积极进取的意志、缜密周详的逻辑推理及对完美境界的追求。数学更多的是一种抽象的概念，是一门重要的工具学科。人类利用抽象的概念及一些固定的定律形成理论，而脱离实际应用的概念并不是人类发展学习的初衷，而是利用它们来指导实际，化抽象为实体。而计算机就由此演化。1946年2月15日界上的第一台计算机诞生在宾西法尼亚大学，主要运用于高倍数的数学运算。时至今日，计算机直接能识别的语言仍然是1、0二进制代码。
1 计算机中所需要的数学理论
计算机学科最初是来源于数学学科本文由收集整理和电子学学科，计算机硬件制造的基础是电子科学和技术，计算机系统设计、算法设计的基础是数学，所以数学和电子学知识是计算机学科重要的基础知识。计算机学科在基本的定义、公理、定理和证明技巧等很多方面都要依赖数学知识和数学方法。计算机数学基础是计算机应用技术专业必修并且首先要学习的一门课程。它大概可分类为：
1.1 高等数学 高等数学主要包含函数与极限、导数与微分、微分中值定理与导数的应用、不定积分、定积分及应用、空间解析几何与向量代数、多元函数微分法及其应用、重积分、曲线积分与曲面积分、无穷级数、微分方程等。各种微积分的运算正是计算机运算的基础。
1.2 线性代数 线性代数主要包含行列式、矩阵、线性方程组、向量空间与线性变换、特征值与特征向量、二次型等。在计算机广泛应用的今天，计算机图形学、计算机辅助设计、密码学、虚拟现实等技术无不以线性代数为其理论和算法基础的一部分。
1.3 概率论与数理统计 概率统计与数理统计包含随机事件与概率、随机变量的分布和数学特征、随机向量、抽样分布、统计估计、假设检验、回归分析等。概率论与数理统计是研究随机现象客观规律并付诸应用的数学学科，通过学习概率论与数理统计，使我们掌握概率论与数理统计的基本概念和基本理论，初步学会处理随机现象的基本思想和方法，培养解决实际问题的能力。这些都是计算机编程过程中不可或缺的基础理论知识和技能。
2 计算机编程中数学理论的应用
计算机的主要专业知识包括计算机组成原理、操作系统、计算机网络、高级语言程序设计、数据结构、编译原理、数据库原理、软件工程等。计算机程序设计主要包括如：c语言、c++、java、编译语言、汇编语言等编程语言的基本概念、顺序结构程序设计、分支结构程序设计、循环结构设计、函数、指针、数组、结构、联合以及枚举类型、编译预处理、位运算、文件等内容，掌握利用各种编程语言进行程序设计的基本方法，以及编程技巧。算法是编程的核心，算法的运用离不开数学，数学运算正是编程的基础。
计算机科学是对计算机体系，软件和应用进行探索性、理论性研究的技术科学。由于计算机与数学有其特殊的关系，故计算机科学一直在不断地从数学的概念、方法和理论中吸取营养；反过来，计算机科学的发展也为数学研究提供新的问题、领域、方法和工具。近年来不少人讨论过数学与计算机科学的关系问题，都强调其间的密切联系。同时，人们也都承认，计算机科学仍有其自己的特性，它并非数学的一个分支，而有自身的独立性。正确说法应该是：由于计算机及程序的特殊性，计算机科学是与数学有特殊关系的一门新兴的技术科学。这种特殊关系使得计算机科学与数学之间有一公共的交界领域，它范围相当广，内容相当丰富，很富有生命力。这一领域既是理论计算机科学的一部分，也是应用数学的一部分。
2.1 计算理论是关于计算和计算机械的数学理论。主要内容包括：
①算法：解题过程的精确描述。②算法学：系统的研究算法的设计，分析与验证的学科。③计算复杂性理论：用数学方法研究各类问题的计算复杂性学科。④可计算性理论：研究计算的一般性质的数学理论。⑤自动机理论：以研究离散数字系统的功能和结构以及两者之关系为主要内容的数学理论。⑥形式语言理论：用数学方法研究自然语言和人工语言的语法理论。
2.2 计算几何学是研究几何外形信息的计算机表示，分析和综合的新兴边缘学科，它是计算机辅助几何设计的数学基础。主要内容如：贝塞尔曲线和曲面、b样条曲线和曲面、孔斯曲面。
2.3 并行计算问题是 “同时执行”多个计算问题。他的延伸学科有：并行编译程序、并行程序设计语言、并行处理系统、并行数据库、并行算法。
2.4 形式化方法是建立在严格数学基础上的软件开发方法。软件开发的全过程中，从需求分析，规约，设计，编程，系统集成，测试，文档生成，直至维护各个阶段，凡是采用严格的数学语言，具有精确的数学语义的方法，都称为形式化方法。
2.5 程序设计语言理论是研究书写计算机程序语言的学科。主要内容如：研究语法、语义、语用以及程序设计语言的优劣。
科学计数法的方法范文3
关键词：工科数学；概率论与数理统计；教学改革
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2013）26-0021-03
一、工科《概率论与数理统计》课程的作用
随着科学技术的飞速发展，数学学科地位发生了巨大的变化，这些变化反映在三个方面：一是把数学提高为与自然、社会科学并列成基础科学的三大科学领域。二是把计算、理论与实践并列成科学研究的三大支柱。数学不仅是支撑其他科学的工具，现代数学的原理和方法与计算机结合将成为21世纪中威力无穷的数学技术。三是现代数学的三大基础泛函分析、拓扑学和近世代数取代了经典数学中的数学分析、高等代数和解析几何和这三大基础。这些变化对工科数学提出了更新更高的要求，如何理解工科数学的作用及充分发挥工科数学作用的效能，需要我们进行深入细致的分析。工科数学在工科院校中是举足轻重的基础课。工科数学的作用主要体现在三个方面：一是为工科专业课程提供必要的基础数学知识，起到掌握其他基础知识的作用。二是为培养学生的思维能力等方面提供必要的环境与手段，工科数学起到培养能力的作用。三是为将来学生服务于社会提供必备的数学技术，起到打好文化素质基础的作用。正因为在社会的各行各业中都离不开数学，所以人们把数学看成是一种特殊的文化形态——数学文化。这三个方面的作用相辅相成，缺一不可。现代数学的学科地位的巨大变化对工科数学《概率论与数理统计》课程提出了更新更高的要求，主要反映在工科院校对人才培养的要求上，表现在：一是对人才的素质要求提高了，不仅要求业务水平高，而且要求思想文化素质高。二是对培养的人才的能力要求高了，人才能力是多方面的，不仅有理论方面，如理解能力、思维能力、更新知识能力（自学能力）等，而且有实践方面，如应用计算机能力、外语能力、绘图能力等，其别强调人才要有创造性思维等方面的能力，因此工科数学《概率论与数理统计》课程的数学内容、教学方法和教学手段必须适应现代的需要进行改革与创新。三是对人才的适应性要求高了，现代人才要求不仅懂得理论，而且还要求懂得会应用，就是要求人才是复合型、应用型的。目前工科数学《概率论与数理统计》课程的教学现状还不能适应培养现代人才的需要，这就要我们对工科数学的改革进行认真细致的研究并进行实践。
二、工科《概率论与数理统计》课程的现实状况
工科《概率论与数理统计》课程的教学状况，多年来变化不大，人们在积极进行着教学改革的研究与探索。我们经多年的深入研讨把工科数学《概率论与数理统计》课程的教学现状归纳为三点：重视经典内容的完善而轻视现代内容的引入；重视概率论内容的完整轻视数理统计内容的丰富；教学上从训练应试方面考虑得较多而从提高能力素质方面考虑得较少。工科《概率论与数理统计》课程作为工科院校重要的基础课，工科数学《概率论与数理统计》课程教学内容发展得已经比较完善成熟，而且每个人的看法也不一致，见仁见智，但是工科基础数学课程的教学要进行教学改革的认识是一致的。工科基础数学课程教学改革的困难点是教学内容的改革，工科基础数学课程的教学内容改革是教学改革中最应该深入地去研究与探讨的。工科基础数学《概率论与数理统计》课程的教学方法的教学改革根据教学内容和教学对象用正确的教育理念而进行。教无定法，教学方法不能一成不变，更不能有什么“样板”，但教有定则，教学方法必须切合实际。工科基础数学《概率论与数理统计》课程的教学手段的改革应要注重，数学教师一般来说不太注重教学手段的改革，有一种陈旧的观念认为靠嘴和粉笔就能把数学课完全讲好。根据教育心理学观点，课堂教学的过程中教学手段的措施对受教育者是十分重要的，也是教育从应试教育转向素质教育的重要环节。
三、工科《概率论与数理统计》课程的教学内容改革
根据工科数学《概率论与数理统计》课程的现实状况，我们对工科数学《概率论与数理统计》课程教学内容的改革方面归纳为如下几个个方面：一是教学内容上应体现现代科学与技术的发展，处理好继承与创新的关系，在保证教学内容精华的同时，必须重视引入现代观念的教学内容。二是为了提高学生的能力与素质，教学内容改革必须从提高学生的文化修养水平与数学思想素质去考虑。三是在教学内容中应强调逻辑思维、抽象思维、计算技能等方面能力的培养，把强化数学理念与思维方法的传授和培养看成教学内容改革的方向。四是在教学内容的改革上要把《概率论与数理统计》作为工科基础课程的支撑作用放到主要的位置上，学习的目的全在于应用，工科数学课程的教学内容应该充实这方面的内容。在工科《概率论与数理统计》课程教学内容的教学改革上我们总结了几项原则：①坚持标准，教学内容应按培养目标设定，应满足后继的专业课程需要。②保证质量，教学内容的改革必须要以保证质量为大前提，为了保证质量，相应的教材改革一定要跟上。③鼓励实验，教学内容的改革要进行实验，在积累了一定的经验后在一定的范围内进行推广，应该是以点带面，但在面上应该稳妥。④要遵循教育规律，教育教学改革问题是学术问题，是一项大课题，提倡多听教育专家们和心理学家们的意见。美国在中学数学课程改革过程中，急于向现代迈进，把大量的现代数学概念引入中学，编写《统一现代数学》，结果以失败而告终，这个教训值得记取。⑤少而精的原则，教学内容不能越来越多，教材也越来越厚，要搞好继承与创新的关系。⑥教学内容要体现学科的科学性、系统性，体现理论联系实际的理念，旧的体系可以打破，新的体系必须符合科学性、系统性，不能违背思维规律和采取实用主义。
四、工科《概率论与数理统计》课程的教学方法改革
关于工科数学《概率论与数理统计》课程的教学方法，我们认为，虽然教无定法，但教有定则。集我们多年的数学教学经验，经过长时期与同行们的深入研讨，我们归纳总结了工科数学《概率论与数理统计》课程教学方法的改革应该明确以下四个方面：
第一方面是强调三教作用。教学活动最主要的是课堂教学这一环节，不管用什么教学方法把提高课堂教学质量作为提高教学质量和加强素质教育的关键与突破口。必须明确在教学改革中更要强调优化一堂课的教学，为此强调三教的作用：①教思想，即向学生讲请楚《概率论与数理统计》课程的随机数学学科处理问题的思想方法。教学内容要体现辩证唯物主义思想，结合科学技术和数学发展的历史介绍某些理论的来源与实际背景，讲述数与形对应的思想，数与形是数学中的两大支柱，每研究概念都应把数与形结合起来进行讨论等。②教方法，教《概率论与数理统计》课程中用随机数学解决实际问题的思想方法。应在工科数学《概率论与数理统计》课程的教学中讲贯穿随机数学解决问题的思维方法是人类的基本思维方法，例如检验与估计、分析与综合、演绎与归纳、系统与整理等等。再如讲清楚解决问题的方法，有顺着思路正推的方法，即由因导果综合归纳法，也有逆着思路反推的方法，即由果寻因分析法；有直接用条件去推出结论的推理法，即直接证法，也有从反面进行的推理的方法，即反证法；有肯定结论的说理方法，即演绎法，也有否定结论用举例的方法，即反例法等。③教做人，教学生做人的道理，将启迪思想的教育贯彻在课堂教学活动中，结合科学技术和数学科学的发展历史，根据不同时代的特征，结合教学内容来激发学生的学习积极性，结合教学的实践培养学生严谨的治学态度，结合学习实践培养学生奋发好学的品质。
第二方面是重视三个面向，素质教育的核心是培养学生全面发展，也是区别与应试教育的基本特征，因此强调重视三个面向：①面向全体学生，促进全体学生的全面成长，这是教学的立足点，因此教学应对全体学生有统一的要求，促进他们的全面发展。②面向学生的大多数，教学的出发点要求应针对大多数学生的实际情况去要求和安排，因材施教，实施的措施应使大多数学生的成绩有所提高。③面向两头的学生，教学的注意点是一头注意学习好的学生，激励这些学生取得更优异的成绩，一头是注意学习较差的学生，鼓励这些学生增强学习的信心，帮助他们改进学习方法，使学习较差的学生在已有的成绩基础上能有所提高。
第三方面是引导学生走正确的学习道路，教学活动像教师为向导引导学生在攀登知识山峰，向导的作用是引导走正确的道路，在教学上要明确怎样引导学生走上正确的学习道路。①引导学生走学会到会学的正确道路，在当前的国内外教学改革中，不仅强调教师的主导作用，而且强调学生的主体作用，为此课堂教学一方面要传授知识，使学生学会更多的知识，更重要的是教会学生怎样掌握这些知识的学习方法，从而提高学生的能力和素质，以达到教学改革的目的。②引导学生走苦学到乐学的道路，优秀人才的成长都经历过一段艰苦学习的里程，因此在教学中应向学生们灌输学习是艰苦的劳动，在成长的道路上要出大力流大汗的观点。在教学方法上必须适应年轻人的特点，教学方法应发挥情感在教学中的作用，用愉快性教学法进行教学，讲课有趣味有吸引力，在学生苦学的基础上引导学生克服厌学的情绪，培养学习兴趣，使得学生不把学习看成一种很重的负担，而看成是一种有趣味的事，即引导学生走乐学的道路。③引导学生走要我学到我要学的道路，使学生认识到学习是每个现代人的自身需求，从被要求学习到自己喜爱学习来自于正确的动力和恰当的压力。教学改革的目的是激励学生成长为现代社会需要的人才。
第四方面是提倡几种做法，根据我们多年的教学经验和同行们的广泛研讨，认为在教学方法的改革中应明确提倡几种做法。①注重针对性，针对教学中不同的教学内容、教学对象选用适当的教学方法，教无定法，教有定则，重要的是教学方法应真正切合学生的实际，注重情感因素在教学中的作用，使教师在教学活动中不断地形成教师自己的教学风格，实现教学方法的改革，教育学家和心理学家经过试验提出如下经验公式：人类接受信息的总效果=7%的文字+38%的语音+55%体态语言（体态语言是指发出信息者的表情、眼神、姿势、动作、手势等），可见情感在教学活动中的重要作用，这就是我们常说的教师在讲课时应有一种激情去激发感染学生。②强调启发性，老师的责任之一是启迪学生的思想，教导学生做一个有思想的人。老师的责任之二是给以学生开启知识的宝库，培养学生成为有学问素质高的人。老师的责任之三是培养学生思维、创造、开拓的能力，教导学生成为一个能生活会工作有创造能力的人。培养学生成为上述的人是教学改革的目标。③提高积极性，提高教与学的积极性即老师和学生的积极性，强调教学相长，教育教学改革的最终目的是充分发挥教与学的积极性，让教学一线的教师真正发挥其水平，让培养的学生能更主动更自觉地学习并完善自我，使我们培养的学生成为适应现代化的人才。
五、工科《概率论与数理统计》课程的教学手段改革
随着科技的发展，教学手段也要进行相应的改革。数学教师一般来说不太注意教学手段的改革，认为靠嘴和粉笔就可以把课讲好了，这是一个误区。在这里我们认为完全有必要强调进行教学手段的改革，根据教育学和心理学的理论，在教学过程中有效的课堂教学方式有利于调动学生听课的积极性，老师适当结合体态语言进行课堂教学有助于吸引学生听课的注意力，有利于激发学生的听课热情，更好地培养了学生观察、分析问题的能力。在课堂教学中适当变换方式，适当配合教具和体态语言是有必要的。教育家和生理学家的实验已经证明，人通过听觉获得的信息，长期记忆有15%，通过视觉获得信息，长期记忆有25%，通过视觉和听觉的结合，长期记忆则可达85%。实验表明，人类接受信息只有在全神贯注的条件下，在大脑皮层停留8到20秒才能储存起来。教学改革有必要十分重视教学手段的改革。当前工科基础数学课程的教学辅助手段有用教具、模型、挂图、投影仪、影像、计算机辅助教学、课件等等。工科基础数学课程教学手段的改革要特别注意结合工科基础数学课程的特点，在工科基础数学课程的课堂教学中一定要注意给学生留有认知和思考的时间与空间。
工科数学《概率论与数理统计》课程的教学改革只有把教学的内容、方法、手段的教学改革相结合才能有成效。经过广大同行的努力，相信工科基础数学《概率论与数理统计》课程的教学改革会取得进一步深化，工科数学《概率论与数理统计》课程会以崭新的面貌展现在工科院校中，工科基础数学《概率论与数理统计》课程将以崭新的姿态在工科院校中起到真正的基础支撑作用。
参考文献：
[1]徐利治.数学方法论选讲[M].武汉：华中工学院出版社，1988.
[2]解思译.世界数学家思想方法[M].济南：山东教育出版社，1998.
[3]郝德元.教育与心理统计[M].北京：教育科学出版社，1992.
科学计数法的方法范文4
关键词：统计学；发展趋势；统计教育改革
引言
随着国家创新形式的发展，统计创新工作已经得到相关部门的重视，统计创新包括统计实践创新和统计教育创新两个方面。统计教育的创新是统计创新的基础，没有统计教育的创新，就谈不上统计实践的创新，下面我从统计学的基本发展趋势来探讨目前统计教育的改革方向。
一、统计学的基本发展趋势
统计学的发展与其它学科的发展相似，也需要走与其它学科相联系的发展道路。
1.1统计学与实质性学科相结合的趋势统计学是一门通用方法论的科学，是一种定量认识问题的工具。统计方法只有与具体的实质性学科相结合，才能够发挥出其强大的数量分析功效。并且，从统计方法的形成历史看，统计方法基本是从一些实质性学科的研究活动得来的，例如，最小平方法与正态分布理论源于天文观察误差分析，相关与回归源于生物学研究，抽样调查方法源于政府统计调查资料的搜集。同时历史上一些着名的统计学家同时也是生物学家或经济学家等。另外，从学科体系上看，统计学与实质性学科之间的关系不是并列的，而是相交的，统计方法与实质性学科相结合，才产生了统计学的分支，如统计学与经济学相结合产生了经济统计学，与社会学相结合产生了社会统计学等，而这些分支学科都具有“双重”属性：一方面是统计学的分支，另一方面也是相应实质性学科的分支，所以经济统计学、经济计量学、社会统计学不仅仅属于统计学，同时也属于经济学、社会学、生物学的分支等。这些分支学科的存在主要不是为了发展统计方法，而是为了解决实质性学科研究中的有关定量分析问题，统计方法是在这一应用过程中得以完善和发展的。这个发展趋势说明了统计方法的学习必须与具体的实质性学科知识学习相结合。因此，统计专业的学生必须在学好本专业知识的同时，也要通晓相关的实质性学科的课程知识，只有这样，所学的统计方法才有用武之地。
1.2统计学与计算机科学结合的趋势纵观统计数据处理手段发展历史，数据处理手段的每一次飞跃，都给统计实践带来革命性的发展。电子计算机技术的诞生与发展，使得复杂的数据处理工作变得非常容易，那些计算繁杂的统计方法的推广与应用，由于相应统计软件的开发与商品化而变得更加方便与迅速，非统计专业的理论工作者可以直接凭借商品化统计分析软件来处理各类现实问题的多变量数据分析，而无需对有关统计方法的复杂理论背景进行研究。计算机运行能力的提高，使得大规模统计调查数据的处理更加准确、充分与快捷。随着计算机应用的越来越广泛，信息数据也越来越多，大量信息在给人们带来方便的同时也带来了许多问题：信息过量、信息真假、信息安全等问题出现了，同时信息形式的不一致也导致信息难以统一处理。于是如何从大量的信息中找出有用的信息？如何提高信息的利用率？数据挖掘和知识发现（DMKD）技术随之应运而生了。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门交叉学科，它把人们对数据的应用从低层的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求下，汇聚了不同领域的研究者们投身到数据挖掘这一新兴的研究领域。虽然统计学家与计算机专家关心Datamining的视角不完全相同，但可以说，Datamining与DSS一样，使得统计方法与计算机技术的结合达到了一个更高的层次。
因此，统计学越来越离不开计算机技术，而计算机技术应用的深入，也同样离不开统计方法的发展与完善。所以，对于统计专业的学生来说，一方面要学好统计方法，但另一方面更加要学会利用商品化统计软件解决实践中的统计数量分析问题，学好计算机信息系统开发的基本思想与基本程序设计，能够将具体单位的统计模型通过编程来实现，以建立起统计决策支持系统。所以统计与实质性学科相结合，与计算机技术相结合，这是发展的趋势。所以统计教育的一些课程要改革，教学方式也要改革。以下谈一谈统计教育需要改革的几个方面。
二、统计教育的改革
2.1统计专业课程建设专业建设考虑的是应当培养什么样的人才和怎样培养这样的人才。专业建设的核心问题则是课程设置和规范课程的内容。培养统计理论人才应当设置较多的数学课程，目的是让学生能对各种统计方法有较深刻的理性认识；培养应用统计人才应当设置较多的相关应用领域的专业课程，将统计方法与相关领域的专业知识完美结合。例如培养从事经济管理的统计人才，在课程设置上至少应当包括三方面的知识：（1）经济理论课程，让学生了解经济活动的主要进程和基本规律；（2）研究社会经济问题主要统计方法，包括常用的统计数据搜集方法，统计数据处理方法和分析方法；（3）适用电脑技术，让学生初步掌握运用电脑进行统计数据处理和分析的基本理论和技能。
2.2教学方法和教学手段的改革统计教学方法和教学手段改革中，应充分运用现代教育技术、教学手段，更新教学方法，促使教育技术、教学手段和教学方法有机结合。
2.2.1改接受式的教学为互动式教学，以案例分析与情景教学开启学生的思维，使学生更形象、快捷的接受知识，发挥其独立思考与创造才能，培养学生的创造性思维能力。
2.2.2构建以课堂－实验室－社会实践多元化的立体教育教学体系。在传授和学习已经形成的知识的同时，加强实践能力锻炼，提高学生的动手能力和创新能力。只有将统计学的方法结合实际进行应用，才能展现统计学的生命力。
2.3统计学与计算机教学相结合教材要与统计软件的应用相结合。现在许多教材都是内容与软件分家，现在计算机已非常普及，无论是高校、高职和中专，培养出来的学生都会要用统计软件分析数据。再者，统计学是一门应用的方法型学科，统计学应当从数据技巧教学转向数据分析的训练。统计学与计算机教学有机地合为一体，除了要培养学生搜集数据、分析数据的能力外，还要培养学生处理大量数据的能力，即数据挖掘的能力。
2.4教学与实际的数据分析相结合统计的教学不能只停留在课本上，案例教学与情景教学应成为统计课程的重要内容。通过计算机对大量实际数据进行处理，可以在试验室进行，亦可在课堂上进行讨论，这样学生不仅理解了统计思想和方法，而且也锻炼和培养了学生研究和解决问题的能力。
2.5要有一批能用电脑、网络来教学的新型教师电脑、网络的出现，不仅改变了教学的手段，还影响着教学的内容。语言、数学、计算机、专业知识是一个统计人才必备的素质，它们之间是不可分离的，而是要尽可能结合在一起来进行教学，单一化人才已不适应现代化教育教学的需要，现代教育更注重教育信息技术中的多媒体、网络化、社会化和国际化、多样化和多层次的综合人才。
参考文献：
[1]贺铿.关于统计学的性质与发展问题.中国统计，2001，9.
科学计数法的方法范文5
几乎没有哪一门学科能像统计学这样在学科性质界定上面临着如此的分歧与冲突。统计学归属于社会科学还是自然科学,居于边缘科学还是通用方法论科学队列,属于纯粹的社会经济统计还是数理统计范畴等一系列问题需要作出明确的回答。因此,从“大统计学”的思维角度厘清统计学发展中的诸多热点问题,显得至关重要。提出“大统计学”的关键点在于厘清学科归属问题。归属社会科学还是自然科学领域,一直是统计学发展中的障碍性问题。统计学涉及到大量的社会经济现象方面的观察数据的收集和分析,也涉及到许多自然技术现象中的试验数据收集和分析,这是否可以看作统计学分别属于社会科学与自然科学领域的标志,“大统计学”思想的提出,是对统计学研究对象既存在于自然现象也存在于社会现象的认识深化,突出了统计学作为交叉学科的性质,强调统计学的复合性与综合性,提供了从横跨社会科学和自然科学的通用方法论层面,界定统计学学科属性的全新视角。提出“大统计学”的出发点在于实现认识方法转型。
从上世纪90年代以来,我国统计学界围绕“大统计学”学科建设展开了一系列的讨论和研究,极大推动了统计学科的建设和发展。但从其提出的初衷分析,“大统计学”主要还是一种思想认识方法,是对长期存在的“小统计”思想的否定与完善。“小统计”思想以社会经济统计为主流,认为社会经济统计属于经济学的分支,数理统计学属于数学的分支,实质就是主张社会经济统计与数理统计分立。“大统计学”思想强调“收集和分析数据”这一统计学的共性与规律,认为统计学的各分支学科都是研究不同方面、不同应用领域的统计方法的科学,研究对象、目的和方法的不同不是也不可能成为分割统计学学科的依据。虽然“大统计学”思想还没有将统计信息学或数量信息学纳入到统计学的研究范畴,但在其认识方法上,主张统计学各分支学科互相融通又相对独立发展的思维路径是值得肯定的。提出“大统计学”的落脚点在于弥合发展方向差异。我国统计理论界长期存在以学科发展差异取代学科性质的惯性思维。主要表现在:
一是认为统计学是一门独立的社会科学。可以分为两类,一种社会经济统计学,它是关于搜集、整理和分析社会经济现象的数量资料和方法论的社会科学;另一种是实质性的社会科学,目的是要找到社会经济现象的发展规律在具体的时间、地点和条件下的具体数量表现。
二是认为统计学就是数理统计学,它以数学分支学科———概率论为理论基础,目的在于研究随机现象总体数量信息。
三是承袭英美学派的主要观点,认为统计学是一门研究社会现象和自然现象的方法论的通用科学。统计学界出现对统计学学科性质定位的混乱,主要是只关注于学科发展的差异,混淆了学科性质与学科发展的问题,将学科性质的普适性与学科发展的差异性等同起来,割裂了学科认识的整体性与学科发展的变动性的对立统一关系。
因此,在统计学学科发展差异的把握上,可以允许把社会经济统计学作为研究社会经济现象总体数量信息的方法论科学,把数理统计学作为研究随机现象总体数量信息的方法论科学,进而将统计学表述为研究的各种统计方法既能解决自然科学中的问题,也能解决社会经济中的问题,属于社会科学和自然科学的边缘科学。这也是“大统计学”思想对弥合统计学发展方向差异的功能所在。综上所述,统计学作为一级学科,不从属于经济学,也不从属于数学或生物学。统计学的研究范围广泛存在于社会经济现象和自然技术现象等领域。以前,我国曾照搬前苏联的理论,认为只有社会经济统计学才是唯一的统计学,将数理统计学作为数学排除在统计学之外。近年来,又有一些学者照搬西方数理统计学派的观点,欲将国民经济核算等作为经济学排除在统计学之外。
虽然不同的分类方法和分类结果,增加了统计学的学科归属的难度,但是统计学研究内容的广延性、研究方法的多样性、研究问题的复杂性都是建立在“大统计学”研究对象特点的共性基础之上的,统计学的本质是围绕总体数量信息这一核心问题而展开的,它是对现有统计学研究领域的综合和系统化。
二、我国统计学发展的新任务
建立与社会主义市场经济体制相匹配的统计学学科,是改变我国统计学弱势学科地位的需要,更是统计学发展面临的新任务。当务之急要从统计学研究对象的统一、学科体系的综合、研究方法的完善等方面加大学科建设与发展的力度。
一要注重研究对象的统一。注重统计学研究对象的统一,既是遵循“大统计学”思想的需要,也是推动统计学发展的重要环节。随着统计学在解决经济学、数学相关问题上独特地位的确立,它在社会学、心理学、政治学、哲学等各个领域也崭露头角,赢得了一席之地。统计学正逐步成为贯穿于各学科范围的一门横断学科。要不断加强对统计学学科发展定位的认识1999年国家统计局公布的《面向21世纪的中国院校高级统计人才培养及课程体系研究》提出,“统计学是以客体对象的数量信息为研究对象,是研究数量信息获取、处理、显示、识别和利用及其规律性的具有方法论特点的综合性科学”。这里所提出的统计学的研究对象是“客体对象的数量信息”,它为我们整体认识统计学研究对象提供了很好的思路。要从统计学研究对象总体性入手,从研究对象中呈现的随机性和确定性的对立统一展开,无论是数理统计学,还是社会经济统计学,都包括由所有可能结果构成的样本空间,以及由某次具体观察结果的集合构成的实现总体两个层面,研究对象的总体都是样本空间和实现总体的统一体,这是对“大统计学”具有统一研究对象的理解与深化。
科学计数法的方法范文6
【关键词】计算机 生命科学 典型类型
【中图分类号】G642 【文献标识码】A 【文章编号】1674-4810（2014）07-0066-01
一 数据采集和处理
1.计算机在生命科学领域数据采集中的应用
根据在线检测，如正常的温度、压力实验效果、代谢中间物质的检测、生物种群数目的统计等，这些数据采集数量大涉及面积广，如果靠人工采集，投入量大，而且不符合需要。传统方法、在线监测数据的技术不成熟，在线监测很难实现。
新型数据传感器的研发并成功应用，满足了生命科学数据采集需要。新型数据传感器利用监测光、电、热、辐射量等可以定量的物质、生物物质和酶等分子之间作用与光、热等物理量存在定量的数学关系。根据这些基本原理，我们研发出特殊用途的电极和监测系统，如细胞电极、酶电极和分子电极，这些电极有很多优点，满足信息采集的需要，物电信号转换快、灵敏度高、测量误差小，尤其是大量的数据采集仪器，如色谱法、质谱法的应用生物传感器和生化测定仪器，其中核磁共振仪是特别重要的。
2.计算机对生命科学实验数据的处理
数据处理包括处理、建立和求解各种生命科学实验数据的学习生活方面的数学模型，用于控制和监测的实验使用的数学模型，实验跟踪生物量、生物参数以及生命科学和生物工程，包括优化的实验设计。如果测定DNA序列中核苷酸的位置，需要处理和收集DNA光谱数据；生物分子应用放射性物质跟踪，从而研究生物分子的发展变化；利用计算机设计模拟技术来优化生物工厂的建筑设计，自动分析和测量值的实验误差的处理基因芯片技术是基因，基因研究须采用计算机对采集的数据进行高效分析，从中获得研究基因的众多信息，再仔细处理从而得到相应结果。在所有数据处理和数据分析研究，计算机的应用和构建生命科学意义上的数学模型是非常重要的，和生命科学研究的数学模型一样，处于逐步从静态到动态的发展中。
二 计算机在生命科学中的应用
1.计算机在生物信息学中的应用
蛋白质三维结构需要通过计算机辅助方法进行预判，预测过程中我们需要对核酸和蛋白质等物质三维结构进行精确测量，这种技术被用于生物大分子药物设计，已成为当今社会的热点。
世界人类基因课题组计划所测定的30亿个碱基中，人类3万个基因需要分析和核苷酸定位，进而弄清楚其中所有功能单位的组织结构形式以及调节机制，没有计算机的帮助是难以想象的。
近年来，基因组学、蛋白质组学、代谢组学的快速发展，迫切需要开发新的数据分析技术和计算机软件快速访问所需的数据和信息。生物信息研究除了可以提供基因结构信息，还可以为蛋白质和其他物质提供空间结构信息和电子结构信息。
2.计算机数值方法在生命科学中的应用
现代生物信息学中的数学模型是一个非常复杂的模型，涉及知识广泛，而且需要很多方程耦合，比较常用的是非线性代数和微分方程耦合分析。为了研究这种复杂的数学模型，必须使用计算机数值方法。
因此，通过求解计算机数值分析方法的实际问题，已成为一个重要的方法。只要数值方法的选择、使用或计算机程序合理，就可以利用计算机解决数学模型的研究和计算实际问题。由于数值计算方法的发展提出了许多实际问题，计算机数值模拟软件已经在大量开发。
设计的子程序用于解决实际计算问题时，应用者需要掌握数值处理方法的知识和应用能力。因为当使用任何复杂和完善的程序来解决特定的问题都可能会遇到各种问题，这些困难可能是由于某种原因造成的：数学模型并不能精确反映实际情况，用数值方法精确描述生命科学的实际过程是不合适的。这是由于该方法的误差超过科学研究允许的实际误差，从而反映出的结果和实际有很大差距。子程序的使用条件下实际的选择不是在解决具体工程问题，子程序未能适当地修改或调整。事实上，在应用或使用任何子程序的时候，需要根据实际问题的用户的发展。作为子程序的最佳解决具体计算问题的选择上，需要更加厚实的基础知识，尤其是数值计算方法。因此生命科学科技实验人员或教学工作者总结掌握数值方法是非常重要的。
三 结束语
计算机在一个涉及广泛的生命科学中的应用，大大促进了生命科学的发展，及在促进相关产业发展中起到了很大的作用。基于目前情况，生命科学研究已不再仅仅是进行科学实验观察和记录。
参考文献
