CBIR的核心是使用图像的可视特征对图像进行检索。本质上讲，它是一种近似匹配技术，融合了计算机视觉、图像处理、图像理解和数据库等多个领域的技术成果，其中的特征提取和索引的建立可由计算机自动完成，避免了人工描述的主观性。用户检索的过程一般是提供一个样例图像(Queryby Example) 或描绘一幅草图(Queryby Sketch) ，系统抽取该查询图像的特征，然后与数据库中的特征进行比较，并将与查询特征相似的图像返回给用户。 CBIR 的实现依赖于两个关键技术的解决:图像特征提取和匹配。图像特征提取分为两类:①低层视觉，其内容主要包括颜色、形状、纹理等；②语义内容，它包含高层的概念级反应(如“海上升明月”)，需要对物体进行识别和解释，往往要借助人类的知识推理。由于目前计算机视觉和图像理解的发展水平所限，使得CBIR还无法真正支持基于语义的图像检索，所以目前研究得较多也比较成熟的检索算法大部分是基于图像的低层特征的，即利用图像的颜色、纹理、形状等特征来检索。 提取后的图像特征数据需要经过索引、降维等处理。首先，图像由特征向量表示，而这些特征向量一般都是高维向量， 在庞大的图像数据库中，对高维向量进行顺序比较的过程是相当费时的。在实际应用过程中， 为了让基于CBIR的图像检索系统能够真正适合大型的图像数据库， 提高检索效率，尽可能减少查询时的特征矢量比较时间，往往将降维技术和多维索引技术结合起来。图像相似度是指人类对图像内容认识上（即语义）的差异，导致通过计算查询样图和候选图像之间在视觉特征上存在距离。如果这个距离满足一定条件，我们则可以说这两图像相似度匹配。当然，如果能将语义特征和视觉特征结合起来， 相似度匹配程度会更高，检索结果会更让人满意，但这是目前研究的一大难题。
基于SVM的手写数字识别系统个人觉得这方面的源码有很多。。。目前一个很火的研究方向，参考文献很多的
该文包括引言、第1-4章共五个部分.引言部分阐述了网络医学信息检索策略的研究背景和理由,提出从用户角度研究网络医学信息检索策略的必要性 和重要性.第1章围绕网络医学信息检索策略这一核心问题,从医学搜索引擎检索语言、医学搜索引擎分类、医学搜索引擎检索规则、医学搜索引擎性能比 较与评价、网络医学信息检索策略构建等五个方面对目前网络医学信息检索所取得的理论与实践研究成果进行综述,从静态角度对网络医学信息检索策略 问题进行探讨.第2章依托网络医学信息检索理论,从影响网络医学信息检索效率的人文因素研究这一薄弱环节入手,以医学用户为调查对象,以检索策略的 制定与检索结果的反馈调节为研究内容,自行设计"网络医学信息资源检索策略用户调查表",在四个单位10个场所共分发调查表183份,回收调查表180份 ,其中有效问卷145份.采用定性和定量相结合的方法,对145名临床医务工作者、医学生、医学科研人员关于网络医学信息资源检索策略问题16个方面的征 询结果进行统计与分析,对医学用户网络信息检索特征及规律、校园网用户和非校园用户检索行为差异有了一系列的研究发现.第3部分在问卷调查的基础 上针对临床医生检索策略构建能力进一步展开实证分析.研究分两个阶段进行:鉴于网络医学用户年轻化特征突出,第一阶段以临床住院医生为实验对象 ,设计具体的检索测试问题和实证访问卷,收集与检索策略构建能力有关的5个方面的资料,通过考察、分析实验对象构建检索策略的思维活动,了解他们对 信息检索方法的实际掌握程度,并对其全面获取证据的能力进行初步评估.第二阶段开展对比研究,比较实验对象之间、实验对象与医学信息检索专家之间 在制定检索方案时的思维活动差异,对造成检索结果差异的原因进行了剖析.研究表明不同的信息认知能力将导致不同的信息检索行为,从而产生不同的信 息利用结果.作者就如何全面获取证据提出了参考建议,同时结合检索经验,初步摸索出一套针对性的医学专业搜索引擎选择策略及其查询模式.第4章对第 2章与第3章的研究结果进行回顾,发现实证分析进一步验证与澄清了第2章中的相关调查结果.作者认为用户信息认知行为的研究应该受到关注,技术因素 与人文因素相结合,既是全面解决医学信息资源管理与利用问题的指导思想,也是未来的研究趋势.针对调查方法、分析手段的不足和局限,作者指出网络 医学信息检索策略研究的结果只是初步、探索性的,鉴于网络医学信息检索策略目前尚缺乏系统的理论指导框架,提出引进循证医学的相关思想与方法,进 一步完善、优化网络医学信息检索策略构建指南. 4.期刊论文 潘萍.PAN Ping 基于网络环境的信息检索策略 -现代电子技术2007,30(4) 网络信息资源的检索和利用已经成为人们获取信息的主要方式,但要迅速、准确地获取所需要的信息,必须掌握一定的网络检索技术和检索策略.主要 阐述了网络环境下影响信息检索的两个主要因素和采取相应的检索方法和策略以更快、更准确地检索需要的信息. 5.期刊论文 KANG Yan-xing 引文检索策略的探讨 -情报科学2005,23(8) 引文检索是一种比较复杂的信息检索,在具体的引文检索中,如何制定优良的检索策略是一个关系到能否获得满意检索结果的核心问题.本文就引文检 索的实际工作中所触及到的一些常见的典型问题提出了若干探讨性的意见. 6.期刊论文 刘肖静 网络信息资源的收集与利用--检索策略和技巧 -现代情报2004,24(11) 文中针对当前网上信息检索的困难,通过介绍网络检索工具的性能,提出合理的检索策略,并列举了一些设置关键词的技巧. 7.期刊论文 张冬梅 浅议网络环境下的信息检索 -网络财富2009,""(22) 本文论述了信息检索的含义、特点和策略.阐明了如何利用网络快速而准确地获得有效信息资源. 8.期刊论文 燕慧泉 手工检索与计算机信息检索在检索策略之拟定和优化方面的分析比较 -现代情报2003,23(12) 本文通过手工检索和计算机检索在检索策略的制定及执行方面进行比较,指出了两者在策略的拟定和优化方面的区别. 9.期刊论文 王征清.成全.Wang Zhengqing.Cheng Quan 信息检索策略研究 -情报探索2007,""(4) 分析影响信息检索效率的要素,并从各个要素层面提出了相应的信息检索策略,以期指导用户的信息检索行为. 10.学位论文 吴清锋 基于内容的中草药植物图像检索关键技术研究 2007 论文工作针对基于内容的中草药植物图像检索问题，在系统分析已有关键技术及发展趋势基础上，对中草药植物叶子图像的领域特征提取、层次化 检索策略、基于显著轮廓曲线的图像检索、基于视觉注意的花卉图像检索等问题进行了系统、深入和较为全面的研究。这些研究内容不但是基于内容的 中草药植物图像检索亟待解决的关键问题，也是图像处理和信息检索领域的研究重点，具有重要的理论意义和实际应用价值。论文的主要工作和贡献如 下： (1)对基于内容图像检索领域的一些关键技术作了深入的研究分析，包括：颜色、形状、纹理等常用的图像底层视觉特征和高层语义特征的描述，图 像相似性度量准则，图像数据库特征索引，检索系统性能评价，相关反馈等；并对基于内容图像检索领域的主要研究方向进行了阐述；最后还给出了部 分原型系统的比较分析结果。 (2)叶子作为植物的重要器官，它的识别与分类在整株植物的识别与分类过程中占有重要的地位。使用颜色、纹理、形状等通用的视觉特征并不能取 得很好的检索效果，因此论文从植物形态学角度，分析并提取了中草药植物叶片的叶形、叶脉、叶齿等领域视觉特征，并且将所提取的特征归类为全局 特征和局部特征，在此基础上，构建了一个层次化检索策略，并进行了实验分析。实验表明：应用领域特征的检索较传统的检索更有效，并且，层次化 检索策略在提高系统检索速度的同时，又保证具有较高的检索精度。 (3)非标准环境下采集到的中草药植物叶子图像，一般具有复杂的背景，遮挡现象普遍存在，这都极大地影响着检索的效果。受到神经心理学中形状 感知研究的启发，我们将非经典感受野抑制机制引入到图像边缘检测中，保留图像中叶子的轮廓，同时抑制复杂背景中的短小边缘，并且使用获取的轮 廓曲线的特征来代表图像的形状特征。然后采用“综合多对多”的匹配策略来度量图像间的相似性，取得了良好的匹配效果。 (4)一般情况下，非标准环境下采集到的中草药植物花卉图像，花卉区域具有比背景更加突出的特征属性。利用人类视觉选择性注意机制研究的成果 ，首先对图像进行分析，综合视觉注意模型和传统的区域生长法，来定义和获取用户感兴趣的区域，然后采用一种新的“一对一”的匹配策略来度量图 像间的相似性，解决了图像的注意性匹配问题。实验证明：上述方法简单有效，降低了信息处理的计算量，提高了系统的效率。 总之，我们在基于内容的中草药植物图像检索方面，首次运用比较先进的图像匹配与检索方法与技术，对中草药图谱检索问题做了有开拓性意义的 研究工作，特别是提出的“植物叶子图像的领域特征提取与层次化检索"、“图像显著轮廓提取与综合轮廓匹配”、“基于视觉注意的感兴趣区域提取与 花卉图像检索”等具体方法，对于推动中草药植物图像自动检索研究领域的技术发展，有着重要的学术价值和具体的应用意义。 引证文献(2条) 1.田质兵.谈春梅 科技电子资源检索的探讨[期刊论文]-大学图书情报学刊 2003(2) 2.董建成 网上医学信息检索策略初探[期刊论文]-中华医学图书情报杂志
你看那课题后面都写着“难”，想法找上届的论文抄抄改改就过了
楼主，喜欢的记得采纳。祝你答辩成功，顺利毕业
论文答辩PPT模板
链接： 提取码：kkpa
您好，首先需要阐明一般的色彩象征意义，这个是意向分析的理论基础之一。其次是分析文学艺术中意向的运用原理，运用方法，以及达到的效果。最后是结合文学艺术中，色彩意向的实际象征意义，来做分析和对比。如需进一步指导，欢迎追问。手法不易，诚心答疑，望采纳哈，谢谢
一般都是黑白的，如果有打印颜色的要求，每个学校不一样，学校的毕业设计（论文）要求里会写，没写就是打黑白的
新美术课程标准要求在学习内容上改变专业化倾向，通过生动的教学活动，使学习内容变得鲜活充实，易于被学生掌握。在小学阶段，培养学生对色彩感受能力是一项重要的教学内容。色彩知识属于美术基础知识的范畴，其中的对比与协调是较专业性的。为上好江苏版美术教材第六册《色彩游戏——对比与协调》一课，我便尝试综合美术，音乐、文学等多种艺术门类，让学生在自主探究、体验，感受中理解色彩对比与协调不仅仅存在于人们生活的衣食住行，在我们所熟悉的音乐、文学作品中也是能体现的。 在游戏中感知色彩： 上课开始时，教师出示学生熟悉的三原色、三间色，接着让学生辨识：感知五彩缤纷的色相。 计“找朋友”的游戏活动，先让学生在纸片上涂出自己喜欢的—种颜色，根据纸片上的色彩“找朋友”。如教师提供的红色，提问：哪些颜色与红色可以成为“朋友”?把它找出来，贴到红色周围。由此学生感知色相接近地颜色组成的协调色画面。针对没有被选出的颜色，让学生说说不配成“朋友的理由，教师引导学生明确常见的红色与绿色、橙色与蓝色等对比色。（在此过程中，教师引导学生感受色彩对比与协调在视觉、心理感知上的区别，为下一步教学做好准备)。 于生活中寻找色彩：教师整理学生的发言，揭示课题(课题的展现要体现色彩的对比与协调)。提问：色彩规律中的对比与协调在生活中有吗?与生活有怎样的关系?带领学生先在教室内找一找(教室环境布置，学生服装等方面的色彩搭配)，再让学生在自己所熟悉的生活中找一找(学习、生活用品等)，由学生自己说一说找到的色彩对比与协调。记得采纳啊
论文名称：Rich feature hierarchies for accurate object detection and semantic segmentation 提出时间：2014年 论文地址： 针对问题： 从Alexnet提出后，作者等人思考如何利用卷积网络来完成检测任务，即输入一张图，实现图上目标的定位（目标在哪）和分类（目标是什么）两个目标，并最终完成了RCNN网络模型。 创新点： RCNN提出时，检测网络的执行思路还是脱胎于分类网络。也就是深度学习部分仅完成输入图像块的分类工作。那么对检测任务来说如何完成目标的定位呢，作者采用的是Selective Search候选区域提取算法，来获得当前输入图上可能包含目标的不同图像块，再将图像块裁剪到固定的尺寸输入CNN网络来进行当前图像块类别的判断。 参考博客： 。 论文题目：OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks 提出时间：2014年 论文地址： 针对问题： 该论文讨论了，CNN提取到的特征能够同时用于定位和分类两个任务。也就是在CNN提取到特征以后，在网络后端组织两组卷积或全连接层，一组用于实现定位，输出当前图像上目标的最小外接矩形框坐标，一组用于分类，输出当前图像上目标的类别信息。也是以此为起点，检测网络出现基础主干网络(backbone)+分类头或回归头（定位头）的网络设计模式雏形。 创新点： 在这篇论文中还有两个比较有意思的点，一是作者认为全连接层其实质实现的操作和1x1的卷积是类似的，而且用1x1的卷积核还可以避免FC对输入特征尺寸的限制，那用1x1卷积来替换FC层，是否可行呢？作者在测试时通过将全连接层替换为1x1卷积核证明是可行的；二是提出了offset max-pooling，也就是对池化层输入特征不能整除的情况，通过进行滑动池化并将不同的池化层传递给后续网络层来提高效果。另外作者在论文里提到他的用法是先基于主干网络+分类头训练，然后切换分类头为回归头，再训练回归头的参数，最终完成整个网络的训练。图像的输入作者采用的是直接在输入图上利用卷积核划窗。然后在指定的每个网络层上回归目标的尺度和空间位置。 参考博客： 论文题目：Scalable Object Detection using Deep Neural Networks 提出时间：2014年 论文地址： 针对问题： 既然CNN网络提取的特征可以直接用于检测任务（定位+分类），作者就尝试将目标框（可能包含目标的最小外包矩形框）提取任务放到CNN中进行。也就是直接通过网络完成输入图像上目标的定位工作。 创新点： 本文作者通过将物体检测问题定义为输出多个bounding box的回归问题. 同时每个bounding box会输出关于是否包含目标物体的置信度, 使得模型更加紧凑和高效。先通过聚类获得图像中可能有目标的位置聚类中心，（800个anchor box）然后学习预测不考虑目标类别的二分类网络，背景or前景。用到了多尺度下的检测。 参考博客： 论文题目：DeepBox: Learning Objectness with Convolutional Networks 提出时间：2015年ICCV 论文地址： 主要针对的问题： 本文完成的工作与第三篇类似，都是对目标框提取算法的优化方案，区别是本文首先采用自底而上的方案来提取图像上的疑似目标框，然后再利用CNN网络提取特征对目标框进行是否为前景区域的排序；而第三篇为直接利用CNN网络来回归图像上可能的目标位置。创新点： 本文作者想通过CNN学习输入图像的特征，从而实现对输入网络目标框是否为真实目标的情况进行计算，量化每个输入框的包含目标的可能性值。 参考博客： 论文题目：AttentionNet: AggregatingWeak Directions for Accurate Object Detection 提出时间：2015年ICCV 论文地址： 主要针对的问题： 对检测网络的实现方案进行思考，之前的执行策略是，先确定输入图像中可能包含目标位置的矩形框，再对每个矩形框进行分类和回归从而确定目标的准确位置，参考RCNN。那么能否直接利用回归的思路从图像的四个角点，逐渐得到目标的最小外接矩形框和类别呢？ 创新点： 通过从图像的四个角点，逐步迭代的方式，每次计算一个缩小的方向，并缩小指定的距离来使得逐渐逼近目标。作者还提出了针对多目标情况的处理方式。 参考博客： 论文题目：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 提出时间：2014年 论文地址： 针对问题： 如RCNN会将输入的目标图像块处理到同一尺寸再输入进CNN网络，在处理过程中就造成了图像块信息的损失。在实际的场景中，输入网络的目标尺寸很难统一，而网络最后的全连接层又要求输入的特征信息为统一维度的向量。作者就尝试进行不同尺寸CNN网络提取到的特征维度进行统一。创新点： 作者提出的SPPnet中，通过使用特征金字塔池化来使得最后的卷积层输出结果可以统一到全连接层需要的尺寸，在训练的时候，池化的操作还是通过滑动窗口完成的，池化的核宽高及步长通过当前层的特征图的宽高计算得到。原论文中的特征金字塔池化操作图示如下。 参考博客 ： 论文题目：Object detection via a multi-region & semantic segmentation-aware CNN model 提出时间：2015年 论文地址： 针对问题： 既然第三篇论文multibox算法提出了可以用CNN来实现输入图像中待检测目标的定位，本文作者就尝试增加一些训练时的方法技巧来提高CNN网络最终的定位精度。创新点： 作者通过对输入网络的region进行一定的处理（通过数据增强，使得网络利用目标周围的上下文信息得到更精准的目标框）来增加网络对目标回归框的精度。具体的处理方式包括：扩大输入目标的标签包围框、取输入目标的标签中包围框的一部分等并对不同区域分别回归位置，使得网络对目标的边界更加敏感。这种操作丰富了输入目标的多样性，从而提高了回归框的精度。 参考博客 ： 论文题目：Fast-RCNN 提出时间：2015年 论文地址： 针对问题： RCNN中的CNN每输入一个图像块就要执行一次前向计算，这显然是非常耗时的，那么如何优化这部分呢？ 创新点： 作者参考了SPPNet（第六篇论文），在网络中实现了ROIpooling来使得输入的图像块不用裁剪到统一尺寸，从而避免了输入的信息丢失。其次是将整张图输入网络得到特征图，再将原图上用Selective Search算法得到的目标框映射到特征图上，避免了特征的重复提取。 参考博客 ： 论文题目：DeepProposal: Hunting Objects by Cascading Deep Convolutional Layers 提出时间：2015年 论文地址： 主要针对的问题： 本文的作者观察到CNN可以提取到很棒的对输入图像进行表征的论文，作者尝试通过实验来对CNN网络不同层所产生的特征的作用和情况进行讨论和解析。 创新点： 作者在不同的激活层上以滑动窗口的方式生成了假设，并表明最终的卷积层可以以较高的查全率找到感兴趣的对象，但是由于特征图的粗糙性，定位性很差。相反，网络的第一层可以更好地定位感兴趣的对象，但召回率降低。 论文题目：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 提出时间：2015年NIPS 论文地址： 主要针对的问题： 由multibox（第三篇）和DeepBox（第四篇）等论文，我们知道，用CNN可以生成目标待检测框，并判定当前框为目标的概率，那能否将该模型整合到目标检测的模型中，从而实现真正输入端为图像，输出为最终检测结果的，全部依赖CNN完成的检测系统呢？ 创新点： 将当前输入图目标框提取整合到了检测网络中，依赖一个小的目标框提取网络RPN来替代Selective Search算法，从而实现真正的端到端检测算法。 参考博客 ：
随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。我整理了图像识别技术论文，欢迎阅读!
图像识别技术研究综述
摘要：随着图像处理技术的迅速发展，图像识别技术的应用领域越来越广泛。图像识别是利用计算机对图像进行处理、分析和理解，由于图像在成像时受到外部环境的影响，使得图像具有特殊性，复杂性。基于图像处理技术进一步探讨图像识别技术及其应用前景。
关键词：图像处理;图像识别;成像
中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2013)10-2446-02
图像是客观景物在人脑中形成的影像，是人类最重要的信息源，它是通过各种观测系统从客观世界中获得，具有直观性和易理解性。随着计算机技术、多媒体技术、人工智能技术的迅速发展，图像处理技术的应用也越来越广泛，并在科学研究、教育管理、医疗卫生、军事等领域已取得的一定的成绩。图像处理正显著地改变着人们的生活方式和生产手段，比如人们可以借助于图像处理技术欣赏月球的景色、交通管理中的车牌照识别系统、机器人领域中的计算机视觉等，在这些应用中，都离不开图像处理和识别技术。图像处理是指用计算机对图像进行处理，着重强调图像与图像之间进行的交换，主要目标是对图像进行加工以改善图像的视觉效果并为后期的图像识别大基础[1]。图像识别是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。但是由于获取的图像本事具有复杂性和特殊性，使得图像处理和识别技术成为研究热点。
1 图像处理技术
图像处理(image processing)利用计算机对图像进行分析，以达到所需的结果。图像处理可分为模拟图像处理和数字图像图像处理，而图像处理一般指数字图像处理。这种处理大多数是依赖于软件实现的。其目的是去除干扰、噪声，将原始图像编程适于计算机进行特征提取的形式，主要包括图像采样、图像增强、图像复原、图像编码与压缩和图像分割。
1)图像采集，图像采集是数字图像数据提取的主要方式。数字图像主要借助于数字摄像机、扫描仪、数码相机等设备经过采样数字化得到的图像，也包括一些动态图像，并可以将其转为数字图像，和文字、图形、声音一起存储在计算机内，显示在计算机的屏幕上。图像的提取是将一个图像变换为适合计算机处理的形式的第一步。
2)图像增强，图像在成像、采集、传输、复制等过程中图像的质量或多或少会造成一定的退化，数字化后的图像视觉效果不是十分满意。为了突出图像中感兴趣的部分，使图像的主体结构更加明确，必须对图像进行改善，即图像增强。通过图像增强，以减少图像中的图像的噪声，改变原来图像的亮度、色彩分布、对比度等参数。图像增强提高了图像的清晰度、图像的质量，使图像中的物体的轮廓更加清晰，细节更加明显。图像增强不考虑图像降质的原因，增强后的图像更加赏欣悦目，为后期的图像分析和图像理解奠定基础。
3)图像复原，图像复原也称图像恢复，由于在获取图像时环境噪声的影响、运动造成的图像模糊、光线的强弱等原因使得图像模糊，为了提取比较清晰的图像需要对图像进行恢复，图像恢复主要采用滤波方法，从降质的图像恢复原始图。图像复原的另一种特殊技术是图像重建，该技术是从物体横剖面的一组投影数据建立图像。
4)图像编码与压缩，数字图像的显著特点是数据量庞大，需要占用相当大的存储空间。但基于计算机的网络带宽和的大容量存储器无法进行数据图像的处理、存储、传输。为了能快速方便地在网络环境下传输图像或视频，那么必须对图像进行编码和压缩。目前，图像压缩编码已形成国际标准，如比较著名的静态图像压缩标准JPEG，该标准主要针对图像的分辨率、彩色图像和灰度图像，适用于网络传输的数码相片、彩色照片等方面。由于视频可以被看作是一幅幅不同的但有紧密相关的静态图像的时间序列，因此动态视频的单帧图像压缩可以应用静态图像的压缩标准。图像编码压缩技术可以减少图像的冗余数据量和存储器容量、提高图像传输速度、缩短处理时间。
5)图像分割技术，图像分割是把图像分成一些互不重叠而又具有各自特征的子区域，每一区域是像素的一个连续集，这里的特性可以是图像的颜色、形状、灰度和纹理等。图像分割根据目标与背景的先验知识将图像表示为物理上有意义的连通区域的集合。即对图像中的目标、背景进行标记、定位，然后把目标从背景中分离出来。目前，图像分割的方法主要有基于区域特征的分割方法、基于相关匹配的分割方法和基于边界特征的分割方法[2]。由于采集图像时会受到各种条件的影响会是图像变的模糊、噪声干扰，使得图像分割是会遇到困难。在实际的图像中需根据景物条件的不同选择适合的图像分割方法。图像分割为进一步的图像识别、分析和理解奠定了基础。
2 图像识别技术
图像识别是通过存储的信息(记忆中存储的信息)与当前的信息(当时进入感官的信息)进行比较实现对图像的识别[3]。前提是图像描述，描述是用数字或者符号表示图像或景物中各个目标的相关特征，甚至目标之间的关系，最终得到的是目标特征以及它们之间的关系的抽象表达。图像识别技术对图像中个性特征进行提取时，可以采用模板匹配模型。在某些具体的应用中，图像识别除了要给出被识别对象是什么物体外，还需要给出物体所处的位置和姿态以引导计算初工作。目前，图像识别技术已广泛应用于多个领域，如生物医学、卫星遥感、机器人视觉、货物检测、目标跟踪、自主车导航、公安、银行、交通、军事、电子商务和多媒体网络通信等。主要识别技术有：
2.1 指纹识别
指纹识别是生物识别技术中一种最实用、最可靠和价格便宜的识别手段，主要应用于身份验证。指纹识别是生物特征的一个部分，它具有不变性：一个人的指纹是终身不变的;唯一性：几乎没有两个完全相同的指纹[3]。一个指纹识别系统主要由指纹取像、预处理与特征提取、比对、数据库管理组成。目前，指纹识别技术与我们的现实生活紧密相关，如信用卡、医疗卡、考勤卡、储蓄卡、驾驶证、准考证等。
2.2 人脸识别 目前大多数人脸识别系统使用可见光或红外图像进行人脸识别，可见光图像识别性能很容易受到光照变化的影响。在户外光照条件不均匀的情况下，其正确识别率会大大降低。而红外图像进行人脸识别时可以克服昏暗光照条件变化影响，但由于红外线不能穿透玻璃，如果待识别的对象戴有眼镜，那么在图像识别时，眼部信息全部丢失，将严重影响人脸识别的性能[4]。
2.3 文字识别
文字识别是将模式识别、文字处理、人工智能集与一体的新技术，可以自动地把文字和其他信息分离出来，通过智能识别后输入计算机，用于代替人工的输入。文字识别技术可以将纸质的文档转换为电子文档，如银行票据、文稿、各类公式和符号等自动录入，可以提供文字的处理效率，有助于查询、修改、保存和传播。文字识别方法主要有结构统计模式识别、结构模式识别和人工神经网络[5]。由于文字的数量庞大、结构复杂、字体字形变化多样，使得文字识别技术的研究遇到一定的阻碍。
3 结束语
人类在识别现实世界中的各种事物或复杂的环境是一件轻而易举的事，但对于计算机来讲进行复杂的图像识别是非常困难的[6]。在环境较为简单的情况下，图像识别技术取得了一定的成功，但在复杂的环境下，仍面临着许多问题：如在图像识别过程中的图像分割算法之间的性能优越性比较没有特定的标准，以及算法本身存在一定的局限性，这使得图像识别的最终结果不十分精确等。
参考文献：
[1] 胡爱明，周孝宽.车牌图像的快速匹配识别方法[J].计算机工程与应用，2003，39(7)：90—91.
[2] 胡学龙.数字图像处理[M].北京：电子工业出版社，2011.
[3] 范立南，韩晓微，张广渊.图像处理与模式识别[M].北京：科学出版社，2007.
[4] 晓慧，刘志镜.基于脸部和步态特征融合的身份识别[J].计算机应用，2009，1(29)：8.
[5] 陈良育，曾振柄，张问银.基于图形理解的汉子构型自动分析系统[J].计算机应用，2005，25(7)：1629-1631.
[6] Sanderson C，Paliwal K K.Information Fusion and Person Verification Using Speech & Face Information[C].IDIAP-RR 02-33，Martigny，Swizerland，2002.
点击下页还有更多>>>图像识别技术论文
医学影像毕业论文题目很多的，原创的最好。我写的《基于PACS的网络教学在医学影像学实习中的应用》，当时也是雅文网的专家帮忙弄的，一周就过了CT/MRI医学影像分割算法研究基于IHE的医学影像协作网的构建研究基于DICOM标准的医学影像数据库的建立多模态医学影像鲁棒配准方法研究医学影像学课程网络CAI教学系统的分析与设计医学影像数据库的图像检索技术应用研究基于PACS的医学影像学网络教学软件的开发研究基于Retinex理论的X射线医学图像算法的改进与应用医学影像图像分割与存储若干问题的研究医学影像三维可视化系统设计及关键技术研究OCT医学影像血管分割与三维重建关键技术研究PACS医学影像文件存储方法的研究医学影像二维处理及三维重建系统的研究与实践医学影像设备维护与管理技术的研究医学影像三维重建的算法研究及应用DICOM医学影像自适应显示技术的研究与实现医学影像后处理技术的研究及其在X线影像优化中的应用基于LBM的三维医学影像非刚体配准算法研究嵌入式医学影像平台设计研究医学影像按需打印系统关键技术研究多模态医学影像融合方法研究DICOM标准下医学影像数据库的建立与研究基于语义的图像检索技术在医学影像系统中的研究与应用基于核匹配追踪的医学影像辅助诊断基于几何代数理论的医学图像配准研究医学影像的数字化采集与存储基于Level Set的医学影像分割面向医学影像处理领域的软件框架研究与应用随机森林在医学影像数据分析中的应用医学影像处理及三维重建技术在医学TPS中的应用
视觉关系识别/检测 任务不仅需要识别出图像中的物体以及他们的位置（detection），还要识别物体之间的关系（relationship）。例子如下图所示，输入为一张图片，输出为objects和bounding boxes，以及objects之间的关系，如
视觉关系识别是图像理解的基础，可以 应用 在
挑战：
这篇文章将整理与视觉关系相关的论文，并作简要的介绍。论文列表：
第一篇是比较经典的论文，提出了一个数据集VRD和一个结合语言先验的关系预测模型。
Visual Phrases只有13个类型，Scene Graph 有两万多关系，但是它平均每个对象只有大约2个谓词关系。除了这三个数据集，还有有名的 VIsual Genome 大数据集，包含99658张图片，19237个关系，标注了物体类型，位置，属性和物体间的关系（场景图），还有caption，qa。虽然数据量大了，但是数据集的标注还是会有一些没有被标注的，毕竟组合多。
思考：论文利用了语言先验word embedding，对预测起到了很大的帮助，但是先验知识可能会使得关系预测倾向于频繁的关系，而忽略了视觉方面的信息。一个解决方案是先预训练视觉模型。然而，真正合理的融合先验的方式我觉得不是简单的乘法（先验可能会误导），是一个思考的点。
**Motivation: **这篇论文的启发是来源于知识图谱中，使用转移向量（translation vector）来表示实体之间的关系（见 Trans系列的知识表示 ）。在视觉关系中，通过将对象的视觉特征映射到低维的关系空间中，然后用对象间的转移向量来表示对象之间的关系，比如person+ride=bike。如下图所示：
所以为了让 能够接近 ，即相似，loss函数为
在实验中，单从在VRD数据集上的predicate预测，与上一篇论文Lu对比是没有提升的（44<47），这是这篇论文中没有说明的，是我从两篇论文的实验数据中发现的。这篇论文在另外两个任务上效果比Lu的好些，我觉得有可能是用了Faster RCNN的缘故。 除了这三个任务的实验对比，还加了图像检索，zero-shot关系检测（没有Lu的好），特征重要性分析的实验。实验也表明了关系检测任务对目标检测任务的准确率的提升，不过其实很少。
更多相关的可参考原论文。
思考：论文用TransE来表示关系空间中对象与predicate的关系，如何映射到关系空间，更好的表达对象的联系，甚至predicate间的关系，是值得研究的一个点。（比如结合语言先验等，因为我觉的它的效果其实应该比不上加了语言先验的）
这篇论文跟上一篇论文类似，都是将
思考：这也是篇关于投射对象和关系到另一空间的论文，不过任务稍有不同，效果也比上一篇好些。同上，embedding也是可研究的一个方向。
这篇论文使用场景图scene graph来建模图片中对象以及它们的关系，任务是生成场景图：
这篇论文的亮点就是利用上下文信息以及消息传递，迭代更新以更好地预测关系。这是一个在场景图层级上的新的预测关系的方式，其消息传递方法等都是可以改进的地方，甚至结合embedding。
这篇论文的主要贡献是使用因式分解的方法来得到信息先验（a factorization scheme that yields highly informative priors），也就是关系的先验分布，即两个object间的predicate分布。 这个分布是通过张量分解的方法得到，具体是： （1） 张量构建Tensorize ：关系张量 , i, j是对象，k是关系，表示为关系k的矩阵 的堆叠，每一个值对象i, j在数据集中有关系k的次数。张量表示可以反映objects间的内在联系，关系分布等。
最后BP训练SG网络，θ设为0.2. 在实验中，论文对比了Lu的Visual Relationship Detection with Language Priors，和Xu的Scene Graph Generation by Iterative Message Passing，都有较好的提升。
思考：这篇论文通过张量分解的方式来得到关系的先验分布，与论文Visual Relationship Detection with Language Priors用到的语言先验有着异曲同工之处，都是用predicate的先验分布来调整网络预测的关系，提升zero shot能力。 不过我认为这种直接相乘的调整方式是比较粗糙的，需要更好的方式来融合先验分布与视觉上预测的分布。
这是一篇用场景上下文信息和实体间的关系来改进目标检测的论文，举个被错误检测的例子说明上下文的作用：
这篇论文做的任务不是关系预测，而是利用关系来消歧关系中的相同类的对象，其实是根据关系元组，来定位对象的位置。比如下图中需要确定人踢球是图中的哪个人，在什么位置。
论文首先用attention到对象object/subject，然后用predicate的卷积核来进行注意力的shift，同时object和subject需要结合。
这又是李飞飞团队做的工作（他们团队做了很多relationship相关的工作，语言先验那篇，迭代消息传递那篇等），做的是语句生成图像，利用了场景图表示语句中对象间的关系/联系，一个很有趣的研究，应该是第一个使用场景图的图像生成尝试了。
Sentence一般包含多个对象，以及对象间关系的描述，是比较复杂的，从上图也可以看出，直接从语句到图像效果是很差的。但是当我们把语句解析为场景图，然后再生成图像，可以更好的生成图像表示对象间的关系。 具体做法大致是根据场景图做布局预测 (layout prediction) 预测对象的位置，最后结合噪声，用生成网络生成图像。具体细节这里就不啰嗦了，列一下最终效果吧。
可以看出，对象的位置基本位于正确的位置，不过生成的图像质量不是很高，所以还是有很大的改进空间的。
这篇论文是Arxiv上今年7月份的论文，利用图像中的对象间的关系和对象属性，做QA任务。关系挖掘根据图像和问题得到一系列相关的fact——关系，对象属性，然后再attention到需要的fact上，联合视觉特征最后得到最终answer。
思考：这种提取fact的方法为QA提供了高层的语义信息，也符合人的思维方式。相比于我之前调研过的方法（ 一文带你了解VQA ），可以认为这是知识的补充，之前的方法有的是只有类，属性信息，或者是额外的文本形式的知识，本论文的方法多了关系的检测，且用一个网络来提取高层语义用于QA，相比直接做数据增强更具解释性。不过论文没有用到那个bottom-up attention，这是我觉得可以改进的地方。
至此，有关VIsual Ralationship的相关问题，方法大家应该有个大致的了解和收获。有什么问题和想法欢迎一起交流学习。
本文的研究目的在于结合康泰医学进行医疗器械国际市场营销的实践，解析我国医疗器械企业所处的国际市场环境、竞争态势、分析把握市场机遇，为其进行国际市场营销提供客观依据。文章通过对康泰医学医疗器械国际市场营销策略的研究，分析其在国际市场营销过程中存在的不足，并对存在的问题提出可行性解决建议。根据文章特点，本文采取调查研究和资料分析、定性分析与定量分析、理论分析与实证分析相结合的研究方法。首先，本文详细阐述了市场营销相关理论，包括市场细分理论、目标市场定位、市场营销组合、SWOT分析等内容，这是进行本课题研究的理论和方法基础。其次，在深入分析国际医疗器械市场状况和市场竞争态势的基础上，阐述了康泰医学医疗器械国际市场营销策略，采用SWOT方法分析康泰医学在不同细分市场的优势、劣势、面临的机会与威胁。再次，文章调查医疗器械国际市场的概况，详细分析其市场竞争情况的基础上，详细研究其在国际市场采取的市场营销组合策略，具体包括：产品策略、定价策略、渠道策略和促销策略。最后，根据康泰医学在各目标市场采取的营销策略以及企业自身的特点，分析其在国际市场营销过程中的不足，分析其存在的问题并提出解决的建议，来保障其国际市场营销策略的实施。[1] 李燕静. 浅析我国医疗器械行业发展状况及其建议[J]. 中国外资. 2013(07)[2] 方海玲. 我国医疗器械市场现状分析与市场营销[J]. 安徽科技. 2012(12)[3] 刘娟. 高效的营销稽查监控体系构建探索[J]. 中国电力教育. 2012(36)[4] 方天成. 医疗器械行业的发展现状及其趋势分析[J]. 商业文化(下半月). 2012(11)[5] 余玉华,姚宝峰. 论国际市场营销环境下的企业如何做好危机营销[J]. 商场现代化. 2012(27)[6] 王远. 国际市场营销中的跨文化元素探索[J]. 中国集体经济. 2012(16)[7] 章昌裕. 中国入世十年成就回顾与前景展望[J]. 对外经贸. 2012(01)[8] 赵林晶. 浅谈中国产品在国际市场上的营销策略[J]. 现代商业. 2012(03)[9] 李俊伟,韩冰. 现代企业的营销服务意识与品牌战略对策[J]. 现代商业. 2011(07)[10] 黄志红,刘伟华. 国际市场营销风险的评价[J]. 统计与决策. 2011(03)
论英汉称谓语的差异时间:2010-10-18 10:19来源:论文网 点击: 次 [收藏到QQ书签] 摘要英汉称谓语差异，主要表现为汉语称谓词对社会关系描写准确详尽，而英语称谓词则相对概括简要，这种差异是两种不同文化在宗族、婚育、价值和伦理等方面巨大差异的体现。关键词英汉对比亲属称谓语非亲属称谓语文化差异称谓语是日常交往最常见的沟通人际关系符号和桥梁，是一个普遍的语言现象。它最容易被人们观察，最反映人的身份、地位及相互关系。从根本上讲，称谓语——包括亲属称谓语和非亲属称谓语，反映出作为社会成员的个体与其他社会成员之间的关系，同时，称谓语在一定程度上还反映了不易观察的、相对稳定的深层文化。因而，从英汉称谓语的对比分析中，我们可以发掘出这两种语言背后蕴藏的不同文化内涵。亲属称谓语是人们接触最早、使用最广的称谓语，是最重要的交际言语。亲属称谓指的是以本人为中心确定亲族成员和本人关系的名称，是基于血亲、姻亲基础上的亲属之间相互称呼的名称、叫法。它是以本人为轴心的确定亲属与本人关系的标杆。亲属称谓，作为显形的表层文化，受到深层文化的制约和影响，因而具有鲜明的民族性和社会性。我们先来看以下最基本的亲属称谓语：Grandfather：祖父，外祖父Grandmother：祖母，外祖母Father:父亲Father-in-law:公公；岳父Mother：母亲Mother-in-law:婆婆；岳母Sister：姐姐，妹妹Sister-in-law:嫂子，弟妹，小姑子，小姨子Brother：哥哥，弟弟：：Uncle：伯父，叔父，舅父，姑父，姨父Aunt：伯母，婶母，姑妈，姨妈，舅妈Cousin：堂哥，堂弟，表哥，表弟，堂姐，堂妹，表姐，表妹从中我们不难看出，英语亲属称谓词具有概括性特点，即一个词概括出具有相近地位的所有身份。除father/mother外，同一个称谓词都至少指代两种人物身份，且不分长幼，最典型的是cousin一词既指堂亲又指表亲，既指长又指幼，既指男又指女。英语亲属称谓词的概括性特点使其数量上明显少于汉语称谓词。而汉语亲属称谓词中仅三代以内的称谓词语就有60多个，因而具有准确描述的特点，几乎所有的亲属身份都有一个固定且唯一的称谓，从这个称谓语中可以明确读出被称呼者的身份信息及与称呼者之间的关系。而且，汉语称谓词能够具体到亲属关系间的长幼次序、内外亲疏，如：英语中不分长幼的brother，汉语中“哥哥”“弟弟”清楚表达出长幼信息，而且有“大哥/二哥”“二弟/三弟”等表现更精确的次序；汉语表达中的“外”均体现出亲属关系来自女性成员，母亲的父亲即“外祖父”，姐妹的孩子称“外甥”“外甥女”；父亲的哥哥、弟弟分别称“伯”“叔”，其配偶有“伯母”“婶母”之别，而母亲的哥哥、弟弟却一律为“舅舅”，其配偶也一律为“舅母”，至多用“大/二/三”等来区分。非亲属称谓指的是人际关系中对亲属以外的社会成员的称呼，它是人际关系在亲属范围基础上的扩展，更能体现人的社会性，以及不同文化背景中人的价值观念的差异。汉语中存在着将亲属称呼泛化的现象，即用亲属称谓来称呼非亲属关系。无论是邻居朋友，还是素不相识的陌生人，人们都倾向于按性别、年龄称呼对方为爷爷、奶奶、叔叔、阿姨、大哥、大姐、大嫂等。泛化的主要目的是为了表示尊敬和亲近，表现汉语文化中一种“四海一家”的文化传统，而英语国家中，无论社交场合是正式的还是非正式的，非亲属成员之间一般不用亲属称谓称呼对方，所以英语亲属称谓语的泛化现象比较罕见。直呼其名的现象在西方社会很普遍，除一些特别正式或礼节性场合外，人们经常直接称呼对方名字，甚至在初次见面时也常如此。另外，“认亲”也可以说是具有汉文化特色的现象，“义父/母”“义子/女”应该是亲属关系泛化的情形之一。尤其值得一提的是，“师父”“弟子”用亲属称谓词中“—父”“—子”的格式将师徒关系提高到亲属级别，说明汉语文化中对这一关系的重视，“师徒如父子”。英语中，一般不用职业作称呼。职务和职称称呼中常见的有Professor，Doctor，Judge，Director，Manager及Prime Minister，President等少数几个词，主要用于政界上层、军界和法律界人士。在汉语中，职务和军衔都可作称呼，如“朱司令”、“刘元帅”等；在英语中只有军衔可作称呼，如“Captain”，“Captain Benjamin”等。另外，有些英语国家中仍然保留君主制，有伯爵、公爵等君主授衔，汉语中则不具有这种现象。汉语中，一般可将职业、职务、职称等直接用于称呼。在职业称呼中，常用的有医生、护士、老师等。职务称呼中，姓直接冠在职务前用于称呼，并且一般只用于管理级别的职务，还常将副职中的“副”字去掉以表示尊敬。而职称方面的称呼中，“教授”比较常用，人们少用一般性职称。汉语中有些职业名称常与亲属称呼语结合构成称呼语，如“护士阿姨”，“警察叔叔”，而英语中没有这样的用法。英汉语中还有一些关于敬称的差异，如汉语中“你”的敬称为“您”，而英语中只有“you”一种形式。在英语中“头衔+姓”的称呼法就是英语中最常见的敬称，一般都直呼其名（first name）。较常用的敬称有“Sir”（先生、阁下），表示尊敬，并带有正式语体的色彩；其次是“Mister”（先生），这是对一般男性较客气的称呼。汉语中以“老”为尊，在姓的后面加上“老”来称呼以示尊敬，“老”意味着有阅历、有经验、有学识，如称马三立先生为“马老”。英美文化中却恰好相反，“老”（old）一词在英美文化中的内在含义是“不再年轻了”、“不中用了”，因此，英美文化中很忌讳用“old”去称呼别人，尤其是女性。零称呼就是在言语交际中不用称呼语，这其实也是一种称呼，一种潜在的称呼。有的学者认为汉语里的“喂”、“嗨”、“那个谁”和英语里的“Hello”、“Hi”、“Hey”、“Excuse me”等词汇形式算作零称呼。在汉语中零称呼用得不多，除非说话者对听话者拥有权势，或不便和不知道怎样称呼听话者，否则会使听话者觉得不礼貌、不友好或对其不尊重。而在英美文化中情况则大不相同，不管生人熟人，也不管地位和辈份，都可使用“Hi”、“Hey”等零称呼。称谓语是随着人类社会发展而被继承下来的语言现象，体现了人与人之间的社会关系，以及不同文化背景的价值观念。从英汉称谓语的对比中，我们可以发现形成英汉称谓语差异的深层文化背景。汉语亲属称谓词特别强调长幼次序、内外亲疏，这种繁复的称谓正反映了汉族文化传统的一个基本特征：社会组织的基本单位是家族，宗法关系悠久巩固。英语民族的先民——盎格鲁撒克逊人是来自北欧大陆的游牧民族，后经与古罗马、日尔曼、丹麦、1英汉亲属称谓语特点2英汉亲属称谓语的差异3英汉称谓语体现出的文化差异诺曼底等诸多欧洲民族不断融合，虽然存在过奴隶制、封建制宗法关系，但不像汉民族那样完善稳固，宗法关系远不如中国那样悠久。基于宗族观念，汉文化中“多子多福”的理念促使了家族人口增长，尤其是对男性子嗣的重视和渴盼，形成了“重男轻女”思想偏见，在亲属称谓语中女性亲属方的关系成员往往被视为“外”人。而英语文化中，由于老人的社会福利保障体系健全，不存在“养儿防老”的忧虑，因而男女后代享有基本平等的权利。随着社会发展，独生子女家庭日益成为社会基本单位，西方社会兴起的DINK家庭也在中国出现，这将导致亲属称谓词的减少、消失。汉文化推崇集体主义观念，强调人的社会性，强调社会、群体对个人的约束，一个人必须把自己纳入集体，纳入到社会这个有不同层次的大家庭，追求人际关系的和谐。西方社会的个人主义取向是以自我为中心，强调独立的人格、个性，推崇个人的独立自主。无论在家庭，还是在社会，人们的个人权利和平等地位意识极强，都喜欢直呼其名，以示平等、亲切和友好。中国社会深受儒家“礼”教影响，强调社会成员地位的先后尊卑，君臣父子，伦理纲常，用严密的等级观念约束社会成员的言行举止，尊崇“老”及权威，因而才有下级对上级的恭敬顺从、晚辈对长辈的谦敬孝顺。而西方文化源自犹太宗教同希腊哲学的融合，两者之间一个重要的共同点就是个体灵魂的观念，由此产生了人人平等的观念。西方文化偏向一致性的人际关系，等级和身份观念比较淡薄。人际交往时，在称呼上较少受到等级和身份的限制，采用对等式称呼语，家庭成员和亲属之间习惯直呼其名。晚辈直呼长辈的名字不仅表示上下辈之间的平等，还表示他们之间亲密无间、关系融洽。综上所述，英汉不同文化在宗族、婚育、价值和伦理等方面的巨大差异影响到两种语言在称谓语上的差异，汉语称谓词对社会关系描写准确详尽，而英语称谓词则相对概括简要。在各自的语言交际环境中，两种语言的称谓语都能满足交际需求，发挥出语言交际的功能。参考文献[1]蔡芳.汉英亲属称谓中隐蔽的深层文化[J].南京工业大学学报（社会科学版），2007，6（3）：79-82[2]黎昌抱.英汉亲属称谓词国俗差异研究[J].四川外语学院学报，2001，17（2）：93-96[3]张丽华，罗毅.英、汉亲属称谓的深层文化内涵比较[J].四川师范学院学报（哲学社会科学版），2002，5：136-139[4]吴承雅.英汉称呼语的差异及其原因探析[J].职业时空，2007，15：82-83（收稿日期：2008·11·07）
颜色词在中英文化中的差异具体如下：
1．黑色
黑色在中国文化里有沉重神秘之感，它象征严肃、正义，如传统京剧中的张飞、李逵均用黑色脸谱；同时，它也象征邪恶，如指阴险狠毒的人是“黑心肠”。
而黑色在西方文化中基本为禁忌色。它象征了死亡、凶兆、灾难。如：在葬礼上，人们通常穿黑色服装；“不吉利的话”译为“black words”；第二，它也象征邪恶、犯罪，如：“恶棍、流氓”译为“black guard”；另外，它还象征耻辱、不光彩、沮丧、愤怒等。
2．蓝色
在汉语中，蓝色通常可以给人们带来安详、美好的联想；此外，蓝色还指“破旧”，因此，在重大喜庆之日时，人们基本不会用蓝色来作装饰。
在英语中，蓝色有“社会地位高、有权势或出身名门望族”的引申含义，如：“blue room”指的是“美国总统在白宫的，用来会见挚友亲朋的会客室”；蓝色也代表了特定的身份职业，如：“blue collar”指“从事体力劳动的人”；此外，众所周知，在西方文化里，蓝色还有忧郁、感伤等其他消极含义，如“色情电影”译为“blue film”。
3．红色
红色是我国文化里崇尚色。它象征吉祥、喜庆、繁华、热闹、漂亮等，如女子 美艳的容颜为“红颜”。
西方文化中红色主要指鲜血的颜色，多指血腥、暴力、恐怖、危险等，如“red ruin”指火灾；红色也常用于情感上，当某人生气时，常用“see red”或“red with anger”形容；另外，其还有“亏本”等消极意义。
4．黄色
在中国，黄色是红色的一种发展变异，是一种吉利色彩，如“黄道吉日”，龙袍、圣旨均为黄色。
一篇优秀的英语论文离不开开题报告的撰写。那么，如何写好开题报告成为同学们非常苦恼的问题。下面是学术堂分享的英文论文开题报告的写作技巧：1、开题报告的一般内容课题来源、开题依据和背景情况，课题研究目的以及理论意义和实际应用价值。文献综述。在阅读规定文献量(不少于50篇，其中外文文献占40%以上)的基础上，着重阐述该研究课题国内外的研究现状及发展动态，同时介绍查阅文献的范围以及查阅方式、手段。主要研究内容。包括学术构思、研究方法、关键技术、技术路线、实施方案、可行性分析、研究中可能遇到的难点、解决的方法和措施以及预期目标。拟采用的实验手段，所需科研和实验条件，估计课题工作量和所需经费，研究工作进度计划。主要参考文献，列出至少10篇所查阅参考的文献。2、写好开题报告的技巧提出问题注意“层次”在提出问题时，要以“内行”看得懂的术语和明确的逻辑来表述。选题来源包括：与自己实际工作或科研工作相关的、较为熟悉的问题;自己从事的专业。问题发展迅速，需要综合评价;反映本学科的新理论、新技术或新动向的题目。所选题目不宜过大，越具体越容易收集资料，从某一个侧面入手，容易深入。瞄准主流文献，随时整理文献资料是撰写好学术论文的基础。选择文献时应选择本学科的核心期刊、经典著作等，要注意所选文献的代表性、可靠性及科学性;选择文献应先看近期的(近3～5年)，后看远期的，广泛阅读资料，有必要时还应找到有关文献所引用的原文阅读，在阅读时，注意做好读书卡片或读书笔记。整理资料时，要注意按照问题来组织文献资料，写文献综述时不是将看过的资料都罗列和陈述出来，而是要按照一定的思路将其提炼出来。只有这样，才能写出好的文献综述，也才能写出好的开题报告，进而为写出好的论文打下基础。3、研究目标具体而不死板一般开题报告都要求明确学位论文的研究目标，但笔者认为，研究目标不宜规定得太死板，这是因为，即使条件一定，目标是偏高还是偏低，往往难于准确判断，研究工作本身，涉及求知因素，各个实验室条件不同，具体研究时条件也不同。学位论文选题和研究目标体现了研究工作的价值特征。
摘要英汉称谓语差异，主要表现为汉语称谓词对社会关系描写准确详尽，而英语称谓词则相对概括简要，这种差异是两种不同文化在宗族、婚育、价值和伦理等方面巨大差异的体现。关键词英汉对比亲属称谓语非亲属称谓语文化差异称谓语是日常交往最常见的沟通人际关系符号和桥梁，是一个普遍的语言现象。它最容易被人们观察，最反映人的身份、地位及相互关系。从根本上讲，称谓语——包括亲属称谓语和非亲属称谓语，反映出作为社会成员的个体与其他社会成员之间的关系，同时，称谓语在一定程度上还反映了不易观察的、相对稳定的深层文化。因而，从英汉称谓语的对比分析中，我们可以发掘出这两种语言背后蕴藏的不同文化内涵。亲属称谓语是人们接触最早、使用最广的称谓语，是最重要的交际言语。亲属称谓指的是以本人为中心确定亲族成员和本人关系的名称，是基于血亲、姻亲基础上的亲属之间相互称呼的名称、叫法。它是以本人为轴心的确定亲属与本人关系的标杆。亲属称谓，作为显形的表层文化，受到深层文化的制约和影响，因而具有鲜明的民族性和社会性。我们先来看以下最基本的亲属称谓语：Grandfather：祖父，外祖父Grandmother：祖母，外祖母Father:父亲Father-in-law:公公；岳父Mother：母亲Mother-in-law:婆婆；岳母Sister：姐姐，妹妹Sister-in-law:嫂子，弟妹，小姑子，小姨子Brother：哥哥，弟弟：：Uncle：伯父，叔父，舅父，姑父，姨父Aunt：伯母，婶母，姑妈，姨妈，舅妈Cousin：堂哥，堂弟，表哥，表弟，堂姐，堂妹，表姐，表妹从中我们不难看出，英语亲属称谓词具有概括性特点，即一个词概括出具有相近地位的所有身份。除father/mother外，同一个称谓词都至少指代两种人物身份，且不分长幼，最典型的是cousin一词既指堂亲又指表亲，既指长又指幼，既指男又指女。英语亲属称谓词的概括性特点使其数量上明显少于汉语称谓词。而汉语亲属称谓词中仅三代以内的称谓词语就有60多个，因而具有准确描述的特点，几乎所有的亲属身份都有一个固定且唯一的称谓，从这个称谓语中可以明确读出被称呼者的身份信息及与称呼者之间的关系。而且，汉语称谓词能够具体到亲属关系间的长幼次序、内外亲疏，如：英语中不分长幼的brother，汉语中“哥哥”“弟弟”清楚表达出长幼信息，而且有“大哥/二哥”“二弟/三弟”等表现更精确的次序；汉语表达中的“外”均体现出亲属关系来自女性成员，母亲的父亲即“外祖父”，姐妹的孩子称“外甥”“外甥女”；父亲的哥哥、弟弟分别称“伯”“叔”，其配偶有“伯母”“婶母”之别，而母亲的哥哥、弟弟却一律为“舅舅”，其配偶也一律为“舅母”，至多用“大/二/三”等来区分。非亲属称谓指的是人际关系中对亲属以外的社会成员的称呼，它是人际关系在亲属范围基础上的扩展，更能体现人的社会性，以及不同文化背景中人的价值观念的差异。汉语中存在着将亲属称呼泛化的现象，即用亲属称谓来称呼非亲属关系。无论是邻居朋友，还是素不相识的陌生人，人们都倾向于按性别、年龄称呼对方为爷爷、奶奶、叔叔、阿姨、大哥、大姐、大嫂等。泛化的主要目的是为了表示尊敬和亲近，表现汉语文化中一种“四海一家”的文化传统，而英语国家中，无论社交场合是正式的还是非正式的，非亲属成员之间一般不用亲属称谓称呼对方，所以英语亲属称谓语的泛化现象比较罕见。直呼其名的现象在西方社会很普遍，除一些特别正式或礼节性场合外，人们经常直接称呼对方名字，甚至在初次见面时也常如此。另外，“认亲”也可以说是具有汉文化特色的现象，“义父/母”“义子/女”应该是亲属关系泛化的情形之一。尤其值得一提的是，“师父”“弟子”用亲属称谓词中“—父”“—子”的格式将师徒关系提高到亲属级别，说明汉语文化中对这一关系的重视，“师徒如父子”。英语中，一般不用职业作称呼。职务和职称称呼中常见的有Professor，Doctor，Judge，Director，Manager及Prime Minister，President等少数几个词，主要用于政界上层、军界和法律界人士。在汉语中，职务和军衔都可作称呼，如“朱司令”、“刘元帅”等；在英语中只有军衔可作称呼，如“Captain”，“Captain Benjamin”等。另外，有些英语国家中仍然保留君主制，有伯爵、公爵等君主授衔，汉语中则不具有这种现象。汉语中，一般可将职业、职务、职称等直接用于称呼。在职业称呼中，常用的有医生、护士、老师等。职务称呼中，姓直接冠在职务前用于称呼，并且一般只用于管理级别的职务，还常将副职中的“副”字去掉以表示尊敬。而职称方面的称呼中，“教授”比较常用，人们少用一般性职称。汉语中有些职业名称常与亲属称呼语结合构成称呼语，如“护士阿姨”，“警察叔叔”，而英语中没有这样的用法。英汉语中还有一些关于敬称的差异，如汉语中“你”的敬称为“您”，而英语中只有“you”一种形式。在英语中“头衔+姓”的称呼法就是英语中最常见的敬称，一般都直呼其名（first name）。较常用的敬称有“Sir”（先生、阁下），表示尊敬，并带有正式语体的色彩；其次是“Mister”（先生），这是对一般男性较客气的称呼。汉语中以“老”为尊，在姓的后面加上“老”来称呼以示尊敬，“老”意味着有阅历、有经验、有学识，如称马三立先生为“马老”。英美文化中却恰好相反，“老”（old）一词在英美文化中的内在含义是“不再年轻了”、“不中用了”，因此，英美文化中很忌讳用“old”去称呼别人，尤其是女性。零称呼就是在言语交际中不用称呼语，这其实也是一种称呼，一种潜在的称呼。有的学者认为汉语里的“喂”、“嗨”、“那个谁”和英语里的“Hello”、“Hi”、“Hey”、“Excuse me”等词汇形式算作零称呼。在汉语中零称呼用得不多，除非说话者对听话者拥有权势，或不便和不知道怎样称呼听话者，否则会使听话者觉得不礼貌、不友好或对其不尊重。而在英美文化中情况则大不相同，不管生人熟人，也不管地位和辈份，都可使用“Hi”、“Hey”等零称呼。称谓语是随着人类社会发展而被继承下来的语言现象，体现了人与人之间的社会关系，以及不同文化背景的价值观念。从英汉称谓语的对比中，我们可以发现形成英汉称谓语差异的深层文化背景。汉语亲属称谓词特别强调长幼次序、内外亲疏，这种繁复的称谓正反映了汉族文化传统的一个基本特征：社会组织的基本单位是家族，宗法关系悠久巩固。英语民族的先民——盎格鲁撒克逊人是来自北欧大陆的游牧民族，后经与古罗马、日尔曼、丹麦、1英汉亲属称谓语特点2英汉亲属称谓语的差异3英汉称谓语体现出的文化差异诺曼底等诸多欧洲民族不断融合，虽然存在过奴隶制、封建制宗法关系，但不像汉民族那样完善稳固，宗法关系远不如中国那样悠久。基于宗族观念，汉文化中“多子多福”的理念促使了家族人口增长，尤其是对男性子嗣的重视和渴盼，形成了“重男轻女”思想偏见，在亲属称谓语中女性亲属方的关系成员往往被视为“外”人。而英语文化中，由于老人的社会福利保障体系健全，不存在“养儿防老”的忧虑，因而男女后代享有基本平等的权利。随着社会发展，独生子女家庭日益成为社会基本单位，西方社会兴起的DINK家庭也在中国出现，这将导致亲属称谓词的减少、消失。汉文化推崇集体主义观念，强调人的社会性，强调社会、群体对个人的约束，一个人必须把自己纳入集体，纳入到社会这个有不同层次的大家庭，追求人际关系的和谐。西方社会的个人主义取向是以自我为中心，强调独立的人格、个性，推崇个人的独立自主。无论在家庭，还是在社会，人们的个人权利和平等地位意识极强，都喜欢直呼其名，以示平等、亲切和友好。中国社会深受儒家“礼”教影响，强调社会成员地位的先后尊卑，君臣父子，伦理纲常，用严密的等级观念约束社会成员的言行举止，尊崇“老”及权威，因而才有下级对上级的恭敬顺从、晚辈对长辈的谦敬孝顺。而西方文化源自犹太宗教同希腊哲学的融合，两者之间一个重要的共同点就是个体灵魂的观念，由此产生了人人平等的观念。西方文化偏向一致性的人际关系，等级和身份观念比较淡薄。人际交往时，在称呼上较少受到等级和身份的限制，采用对等式称呼语，家庭成员和亲属之间习惯直呼其名。晚辈直呼长辈的名字不仅表示上下辈之间的平等，还表示他们之间亲密无间、关系融洽。综上所述，英汉不同文化在宗族、婚育、价值和伦理等方面的巨大差异影响到两种语言在称谓语上的差异，汉语称谓词对社会关系描写准确详尽，而英语称谓词则相对概括简要。在各自的语言交际环境中，两种语言的称谓语都能满足交际需求，发挥出语言交际的功能。参考文献[1]蔡芳.汉英亲属称谓中隐蔽的深层文化[J].南京工业大学学报（社会科学版），2007，6（3）：79-82[2]黎昌抱.英汉亲属称谓词国俗差异研究[J].四川外语学院学报，2001，17（2）：93-96[3]张丽华，罗毅.英、汉亲属称谓的深层文化内涵比较[J].四川师范学院学报（哲学社会科学版），2002，5：136-139[4]吴承雅.英汉称呼语的差异及其原因探析[J].职业时空，2007，15：82-83（收稿日期：2008•11•07）摘要英汉称谓语差异，主要表现为汉语称谓词对社会关系描写准确详尽，而英语称谓词则相对概括简要，这种差异是两种不同文化在宗族、婚育、价值和伦理等方面巨大差异的体现。关键词英汉对比亲属称谓语非亲属称谓语文化差异称谓语是日常交往最常见的沟通人际关系符号和桥梁，是一个普遍的语言现象。它最容易被人们观察，最反映人的身份、地位及相互关系。从根本上讲，称谓语——包括亲属称谓语和非亲属称谓语，反映出作为社会成员的个体与其他社会成员之间的关系，同时，称谓语在一定程度上还反映了不易观察的、相对稳定的深层文化。因而，从英汉称谓语的对比分析中，我们可以发掘出这两种语言背后蕴藏的不同文化内涵。亲属称谓语是人们接触最早、使用最广的称谓语，是最重要的交际言语。亲属称谓指的是以本人为中心确定亲族成员和本人关系的名称，是基于血亲、姻亲基础上的亲属之间相互称呼的名称、叫法。它是以本人为轴心的确定亲属与本人关系的标杆。亲属称谓，作为显形的表层文化，受到深层文化的制约和影响，因而具有鲜明的民族性和社会性。我们先来看以下最基本的亲属称谓语：Grandfather：祖父，外祖父Grandmother：祖母，外祖母Father:父亲Father-in-law:公公；岳父Mother：母亲Mother-in-law:婆婆；岳母Sister：姐姐，妹妹Sister-in-law:嫂子，弟妹，小姑子，小姨子Brother：哥哥，弟弟：：Uncle：伯父，叔父，舅父，姑父，姨父Aunt：伯母，婶母，姑妈，姨妈，舅妈Cousin：堂哥，堂弟，表哥，表弟，堂姐，堂妹，表姐，表妹从中我们不难看出，英语亲属称谓词具有概括性特点，即一个词概括出具有相近地位的所有身份。除father/mother外，同一个称谓词都至少指代两种人物身份，且不分长幼，最典型的是cousin一词既指堂亲又指表亲，既指长又指幼，既指男又指女。英语亲属称谓词的概括性特点使其数量上明显少于汉语称谓词。而汉语亲属称谓词中仅三代以内的称谓词语就有60多个，因而具有准确描述的特点，几乎所有的亲属身份都有一个固定且唯一的称谓，从这个称谓语中可以明确读出被称呼者的身份信息及与称呼者之间的关系。而且，汉语称谓词能够具体到亲属关系间的长幼次序、内外亲疏，如：英语中不分长幼的brother，汉语中“哥哥”“弟弟”清楚表达出长幼信息，而且有“大哥/二哥”“二弟/三弟”等表现更精确的次序；汉语表达中的“外”均体现出亲属关系来自女性成员，母亲的父亲即“外祖父”，姐妹的孩子称“外甥”“外甥女”；父亲的哥哥、弟弟分别称“伯”“叔”，其配偶有“伯母”“婶母”之别，而母亲的哥哥、弟弟却一律为“舅舅”，其配偶也一律为“舅母”，至多用“大/二/三”等来区分。非亲属称谓指的是人际关系中对亲属以外的社会成员的称呼，它是人际关系在亲属范围基础上的扩展，更能体现人的社会性，以及不同文化背景中人的价值观念的差异。汉语中存在着将亲属称呼泛化的现象，即用亲属称谓来称呼非亲属关系。无论是邻居朋友，还是素不相识的陌生人，人们都倾向于按性别、年龄称呼对方为爷爷、奶奶、叔叔、阿姨、大哥、大姐、大嫂等。泛化的主要目的是为了表示尊敬和亲近，表现汉语文化中一种“四海一家”的文化传统，而英语国家中，无论社交场合是正式的还是非正式的，非亲属成员之间一般不用亲属称谓称呼对方，所以英语亲属称谓语的泛化现象比较罕见。直呼其名的现象在西方社会很普遍，除一些特别正式或礼节性场合外，人们经常直接称呼对方名字，甚至在初次见面时也常如此。另外，“认亲”也可以说是具有汉文化特色的现象，“义父/母”“义子/女”应该是亲属关系泛化的情形之一。尤其值得一提的是，“师父”“弟子”用亲属称谓词中“—父”“—子”的格式将师徒关系提高到亲属级别，说明汉语文化中对这一关系的重视，“师徒如父子”。英语中，一般不用职业作称呼。职务和职称称呼中常见的有Professor，Doctor，Judge，Director，Manager及Prime Minister，President等少数几个词，主要用于政界上层、军界和法律界人士。在汉语中，职务和军衔都可作称呼，如“朱司令”、“刘元帅”等；在英语中只有军衔可作称呼，如“Captain”，“Captain Benjamin”等。另外，有些英语国家中仍然保留君主制，有伯爵、公爵等君主授衔，汉语中则不具有这种现象。汉语中，一般可将职业、职务、职称等直接用于称呼。在职业称呼中，常用的有医生、护士、老师等。职务称呼中，姓直接冠在职务前用于称呼，并且一般只用于管理级别的职务，还常将副职中的“副”字去掉以表示尊敬。而职称方面的称呼中，“教授”比较常用，人们少用一般性职称。汉语中有些职业名称常与亲属称呼语结合构成称呼语，如“护士阿姨”，“警察叔叔”，而英语中没有这样的用法。英汉语中还有一些关于敬称的差异，如汉语中“你”的敬称为“您”，而英语中只有“you”一种形式。在英语中“头衔+姓”的称呼法就是英语中最常见的敬称，一般都直呼其名（first name）。较常用的敬称有“Sir”（先生、阁下），表示尊敬，并带有正式语体的色彩；其次是“Mister”（先生），这是对一般男性较客气的称呼。汉语中以“老”为尊，在姓的后面加上“老”来称呼以示尊敬，“老”意味着有阅历、有经验、有学识，如称马三立先生为“马老”。英美文化中却恰好相反，“老”（old）一词在英美文化中的内在含义是“不再年轻了”、“不中用了”，因此，英美文化中很忌讳用“old”去称呼别人，尤其是女性。零称呼就是在言语交际中不用称呼语，这其实也是一种称呼，一种潜在的称呼。有的学者认为汉语里的“喂”、“嗨”、“那个谁”和英语里的“Hello”、“Hi”、“Hey”、“Excuse me”等词汇形式算作零称呼。在汉语中零称呼用得不多，除非说话者对听话者拥有权势，或不便和不知道怎样称呼听话者，否则会使听话者觉得不礼貌、不友好或对其不尊重。而在英美文化中情况则大不相同，不管生人熟人，也不管地位和辈份，都可使用“Hi”、“Hey”等零称呼。称谓语是随着人类社会发展而被继承下来的语言现象，体现了人与人之间的社会关系，以及不同文化背景的价值观念。从英汉称谓语的对比中，我们可以发现形成英汉称谓语差异的深层文化背景。汉语亲属称谓词特别强调长幼次序、内外亲疏，这种繁复的称谓正反映了汉族文化传统的一个基本特征：社会组织的基本单位是家族，宗法关系悠久巩固。英语民族的先民——盎格鲁撒克逊人是来自北欧大陆的游牧民族，后经与古罗马、日尔曼、丹麦、1英汉亲属称谓语特点2英汉亲属称谓语的差异3英汉称谓语体现出的文化差异诺曼底等诸多欧洲民族不断融合，虽然存在过奴隶制、封建制宗法关系，但不像汉民族那样完善稳固，宗法关系远不如中国那样悠久。基于宗族观念，汉文化中“多子多福”的理念促使了家族人口增长，尤其是对男性子嗣的重视和渴盼，形成了“重男轻女”思想偏见，在亲属称谓语中女性亲属方的关系成员往往被视为“外”人。而英语文化中，由于老人的社会福利保障体系健全，不存在“养儿防老”的忧虑，因而男女后代享有基本平等的权利。随着社会发展，独生子女家庭日益成为社会基本单位，西方社会兴起的DINK家庭也在中国出现，这将导致亲属称谓词的减少、消失。汉文化推崇集体主义观念，强调人的社会性，强调社会、群体对个人的约束，一个人必须把自己纳入集体，纳入到社会这个有不同层次的大家庭，追求人际关系的和谐。西方社会的个人主义取向是以自我为中心，强调独立的人格、个性，推崇个人的独立自主。无论在家庭，还是在社会，人们的个人权利和平等地位意识极强，都喜欢直呼其名，以示平等、亲切和友好。中国社会深受儒家“礼”教影响，强调社会成员地位的先后尊卑，君臣父子，伦理纲常，用严密的等级观念约束社会成员的言行举止，尊崇“老”及权威，因而才有下级对上级的恭敬顺从、晚辈对长辈的谦敬孝顺。而西方文化源自犹太宗教同希腊哲学的融合，两者之间一个重要的共同点就是个体灵魂的观念，由此产生了人人平等的观念。西方文化偏向一致性的人际关系，等级和身份观念比较淡薄。人际交往时，在称呼上较少受到等级和身份的限制，采用对等式称呼语，家庭成员和亲属之间习惯直呼其名。晚辈直呼长辈的名字不仅表示上下辈之间的平等，还表示他们之间亲密无间、关系融洽。综上所述，英汉不同文化在宗族、婚育、价值和伦理等方面的巨大差异影响到两种语言在称谓语上的差异，汉语称谓词对社会关系描写准确详尽，而英语称谓词则相对概括简要。在各自的语言交际环境中，两种语言的称谓语都能满足交际需求，发挥出语言交际的功能。参考文献[1]蔡芳.汉英亲属称谓中隐蔽的深层文化[J].南京工业大学学报（社会科学版），2007，6（3）：79-82[2]黎昌抱.英汉亲属称谓词国俗差异研究[J].四川外语学院学报，2001，17（2）：93-96[3]张丽华，罗毅.英、汉亲属称谓的深层文化内涵比较[J].四川师范学院学报（哲学社会科学版），2002，5：136-139[4]吴承雅.英汉称呼语的差异及其原因探析[J].职业时空，2007，15：82-83（收稿日期：2008•11•07）