对联的种类范文第1篇

关键词：ABC分类法；物料关联性；排列号；类标号

一、引言

自从20世纪末，意大利著名经济学家提出ABC分类法（ABC Classification Method），该方法就一直称为现代库存管理的奠基石。但随着MRP（Material Requirements Planning，物料需求计划）及联合采购（Joint Procurement）等新业务需求的出现，原有经典库存分类管理理论的固有弊端随之显现出来，这就需要探讨出新的管理方法来适应现有业务需求。传统的ABC分类法之所以不能满足现阶段业务的需要，笔者认为很大程度上是没有考虑物料之间的关联性，无论是MRP中设定产品结构各层次物料的从属还是联合采购，都需要建立物料之间的关联性，本文通过在原有ABC物料分类方法的基础上考虑物料之间关联性创造出新的分类方法满足企业库存管理的需要。

二、ABC分类方法及其局限性

1.ABC分类法简介

ABC分类法其核心思想是重点管理少数财务价值高的物料，体现了“二八原则”，又名重点管理法。其管理思想是从数量众多、关系复杂的物料中，通过分析、比较物料的价值高低并排序，分类归集，根据其不同价值的类别分别加以管理的方法。其具体方法是按年度资金占用量将现有库存物料分为三类，如下表所示：

2.ABC分类方法的局限性

ABC分类法是一种经典的库存分类方法，在国内外也得到了广泛的应用，在实践中能做到主次分明，突出重点，兼顾一般。但在长期的企业实际运营中也发现其不能满足日益增长的分类需求：

（1）没有考虑物料间的关联性

ABC分类法只是从单一的库存价值维度将所有物料分为A、B、C三类。由于每个企业的经营目标需要不同物料的组合共同完成，因此企业中这些物料之间必然存在一定的关联性，比如物料储存可按照同一温度要求、码放层数、物料种类、危险级别等分类管理。但企业按单一的价值分类后，对ABC类中不同种类物料采取不同的库存管理方法，这样使原本存在关联关系的各种物料相互独立，从而割断了关联物料之间的关联性。

（2）关联物料难以关联管理

关联物料关联管理的前提是找出关联物料的集合，在ABC分类法中很难直观找出关联物料，以及之间的关联关系。如果按同一产品的BOM（Bill of Material，物料清单）信息作为关联信息，但这些关联物料又可能出现储存要求不同、运输方式不同、结算条件不同，因此应引入多种关联维度，优化订购模型，降低企业的采购成本、减少库存损耗。然而实际工作中，关联物料的识别还是依靠物料管理人员的经验，制定的采购计划也没有做到科学合理，因此管理十分困难。随着人员流动的加剧，新任员工很难较快地熟悉这些关联物料信息，因而在管理中很容易做出错误的决策，增加不必要的管理成本。

（3）联合采购难以实施

在按价值维度的ABC分类管理中，不论是按数量采购，还是按时间采购，都是以单个物料作为对象来采购的，只是不同类别的物料采用不同的采购策略而已。随着企业对物料之间联合采购探索的日益深入，发现联合采购策略能够更好地降低采购总成本，尤其是订购频率低的物料和订购频率高的物料组合订购，能够大大降低采购成本。而ABC分类时，不同类别物料采购频率差异较大，联合采购不同种类的物料能有效降低采购成本。然而，现阶段的ABC分类法割断了物料间的关联性，联合采购模型难以实施，因此需对其进行改进。

三、改进后的ABC分类方法

1.改进后的ABC分类法的思想及原则

在原有ABC分类法的基础上，加入不同物料之间的关联性信息，整合仓储、采购及生产环节的业务流程，突破传统以物料库存价值进行简单分类的局限性，降低物料管理成本。

改进后的ABC分类法需在原有分类的基础上遵循以下原则：

（1）价值性原则：即按物料资金占用量进行分类，这是物料分类最基本的原则。

（2）关联性原则：物料分类时考虑物料间的关联关系，并根据企业业务流程集约化原则，对各种物料按不同的关联标准进行分类，以利于的物料管理，降低企业总成本。

（3）稳定性原则：即每种物料的类别在一定时期内应具有相对稳定性。变更物料时，操作简便，对其他物料无影响或者影响尽量小。

2.改进后的ABC分类法具体介绍

该分类法是在ABC分类的结果上进行的，具体方法为：

首先，针对A类物料，按总价值排列次序对其进行编号，已编号的物料与其他有关联的A类物料不予编号，形成的连续编号称为A类排列号。假设A类中a种物料与B类中的b种物料及C中的c种物资具有关联性（a、b、c=1，2，3...），则将原A类中的该种物料归为AA类，Ai，A称为类标号i=1，2，3...a；将原B类中的b种物料归为A，并按其在类别中的价值排列大小分别记为Ai，B，i=1，2...b；将原C类中的c种物料归为A大类，并按其在类别中的价值排列大小分别记为Ai，c，i=1，2...c。

重复以上A类编码步骤，对除已归入A大类的B、C类物料外的B、C类物料按照关联关系排列次序进行编号，编号时对已编号的有关联的物料不再予以编号，以形成B类排列号。假设B类中d种物料与C类中的e种物料具有关联性，则将原B类中的d种物料与C类中的其它e种物料都归为B大类，并按其在类别中的价值排列大小分别记为Bi，B（i=1，2・・・d）、Bi，C（i=1，2・・・e）；

再次，将C类中已归入AB大类后余下剩余有关联关系的物料归于C大类，并按以上方法对其进行标号，记为Ci，C类。

最后，将余下的未进行编码即无关联关系的A、B、C类物料分别进行编码，分别记为Ai，m、Bi，m、Ci，m。

可见，在原ABC分类法的基础上，现可将所有的物料划分为AA，AB，AC，BB，BC，CC六类，并赋予每一种物料一个类标号。另外，还可对AAABACBBBCCC分类的结果进一步细化，在类标号后标注关联关系，如为同一生产厂家，可标注1；如为装量规格，可标2；同一运输、储存方式，可标注为3等。

四、改进后的ABC分类法即AAABACBBBCCC分类法的优点

ABC分类法只能从价值维度把物料分为ABC三类，而改进后的AAABACBBBCCC分类法按价值和关联度把物料AA、AB、AC、BB、BC、CC六类，分布如下：

这样现有的AAABACBBBCCC六类考虑关联度后可分为第一类AA、AB、AC，第二类BB、BC，第三类CC，这样既考虑了价值又考虑了关联度。

1.可快速定位关联物料

AAABACBBBCCC分类法不但对物料进行了分类，还赋予每种物料一个类标号。通过类标号可以查找该种物料所属的类别，快速定位与其相关联的所有物料，获得这些物资的价值、关联关系等详细情况。如上方法中C类标号Ai，c代表该种物资所属的类别为AC大类，它与所有类标号为A类的Ai，A、B类的Ai，B（i∈（1、2、3....））的物料具有某种关联关系。

2.方便关联物料联合采购

通过类标号定位出具有联合采购特性的关联物料信息后，企业便可具体分析采购信息，建立科学的联合采购模型，计算出关联物料的EOQ（Economic Order Quantity，经济订购批量）。在企业安全库存不足时，发出联合采购的采购点避免人为计算，以减少用于分别采购重复支付的固定费用，如：运输、仓储费用等，降低企业的采购总费用。

3.有利于实现业务流程的系统化管理

随着业务流程的精细化，越来越多企业的日常业务流程选择计算机管理系统管理。物料管理系统是其中的代表，计算机系统通过识别类标号查找物料类型自动匹配已建立好的对应的该类物料订购模型，并运行模型对应的程序计算其数量和订购点。而需要更改采购策略时，只需修改采购模型对应的计算机程序，减少人员工作量；因此提高了数据运行的准确性，不同知识技能的员工也能快速高效的完成物料管理工作。这样的分类为物料管理的系统化管理奠定了基础，减少了人为失误的管理风险。

4.有利于规范工作流程减少人员更替的影响

由于AAABACBBBCCC分类法能快速定位出关联物料并更利于系统化管理，因此在人员更替时，新员工不需要太多时间专门熟悉物料之间的关联性，只需懂得基本的计算机操作，便能胜任物料管理工作，保证工作流程顺畅。可见，该分类法减少因数据传递不畅而增加的风险，保证了数据传输的准确性，减少员工处理数据信息的时间，在一定程度上节省了信息的管理成本。

五、结束语

AAABACBBBCCC分类法是对原有ABC分类法的一种改进，考虑了物料之间的关联性，为企业的联合采购、系统化运营打下了坚实的基础。如何具体归类特定物料集合之间的关联关系，以及关联物料之间的维度，需要相关人员不断摸索，逐步建立起完善的数据模型。另外，在该分类法中如何建立适宜的物料各环节的管理模型以有效降低企业的采购、库存费用等，还需要继续探讨。

参考文献：

[1]朱荣艳.基于核心因素细分的Y公司库存管理优化方法研究[D].武汉：武汉理工大学，2008.

[2]王锡莉.ABC分类法在企业库存管理中的应用研究[J].现代商贸工艺，2009，（5）.

[3]邵蓉.模糊聚类分析方法在系统分析中的应用[J].辽宁化工，2002，（9）.

[4]丁雪，施文.基于模糊综合评判的制造企业原材料库存控制[J].价值工程，2008，（7）.

[5]杨方燕，郭刚.基于ABC分类的安全库存化算法研究[J].中国制造业信息化，2004，33（1）.

对联的种类范文第2篇

【关键词】联想教学法 英语教学 课堂效率

客观事物在人的大脑里可以形成神经暂时联系。这种暂时联系在大脑中的复现，就是联想。它被广泛应用在日常生活中，例如：“触景生情”、“望梅止渴”、“饮水思源”、“因小见大”等等均属于联想。联想，在英语教学中，同样可以广泛加以应用。英语知识有其严谨的联系，但我们在学习的时候，知识点却以零散的状态分布，这需要我们在学习期间不断地加强新旧知识的联系，巩固，这便用到了联想教学法。下面，笔者从教学实践出发，与读者一起，对在英语教学中引想教学法，帮助学生快速地记忆单词，培养学生学习英语的兴趣，如何有效提高英语课程的学习效率进行了研究。

一、应用联想促进和增强英语的记忆

在英语教学中，生词、短语和纷繁的语法规则难于记忆，哪怕记住了也很容易忘记。这一点成了英语教与学最为棘手的问题，很多学生在学习英语，刚开始记忆单词的时候就打起了退堂鼓。利用联想教学法，我们就可以解决这一难题，打开记忆的宝库。记忆，从心理学的观点来看，记忆是以识记（memorizing）、保持（retention）、重视（reproduction）和再认（recognition）的方式对人的经验的反映，是由“记”到“忆”的一种心理过程，“忆”即我们所说的“联想”。

记忆的基础是联想和联系。在现实中有着联系的对象或现象，也在人的记忆中联系起来。根据记忆和联系的这一关系我们可以利用联想来促进和增强记忆。例如，人们对序数词和基数词的记忆以及按字母顺序记忆单词，就是运用接联想这一规律。我们可以按教科书后面的词汇表的顺序，把书本上的单词逐个背下来，这就是联想记忆法的应用。

二、联想在英语教学上的应用

同一联想中，除了接近联想，还有相似联想。这是把种类相同的或特征相似的两个事物或现象联系起来的一种思维过程。在英语教学中，为了使学生更好地理解和记忆，我们可以应用类似联想的理论，用同义词或近义词来解释词语，进行生词教学。

这种方法的应用，一般有下列两种形式：

1.以词解词。“以词解词”，即由一个单词联想到其他的同义词、同形异义词或同形异形词。我们或许对这个单词熟悉，或许对这个单词的近义词很熟悉。例如：big―large（同义词）；meat―meet[mi：：t]（ 同音异形词）；[s ?'plai]―[@sΛpli] supply（同形异音词）。

2.以物解词（包括以音解词和以景解词）。由一事物联想到表示这一事物的概念的词，或者反过来亦可。在教学中，这种联想应用得极为广泛和频繁。词汇释义、句型教学、语法概念、课文讲解和翻译写作等，都常常应用相似联想规律。如看到电视机，就想到TV一词，看到公共汽车，就想到bus，在商店购物，shop一词立即浮现在脑际。反之，念到teacher，回忆起某位老师，听到ABC song 这首歌，脑海里就出现A―Z等26个英文字母。

家具、用具、器皿上贴上或挂上该物的英语标签或卡片，可以创造词和物之间的联想条件，帮助记忆，这就是“以物解词”类似联想记忆法。

外语教学中的视听法、功能法、暗示法等都强调设计一种与语言材料有关的视、听、说的交际情景和环境，以创造并加强情景和语言之间的联想条件。这些教学法都应用了联想教学法，有利地把联想这一生理学上的基本规律用在我们的学习中。

三、应用联想类化课题

接近联想和相似联想都有使学得的知识类化的作用。而类化是增强记忆的有效的手段。类化就是分类或归类。知识的类化就是课题的归类，即把当前的课题纳入同类知识系统中去，以便理解其性质，并从原有的知识中找到解决当前课题的途征。课题的类化，必须以联想为基础，必须通过联想来进行。现以单词归纳为例，我们通常会采取下面的方法：

1.应用接近联想的类化。按字母顺序归类（又叫编排小字典）。

2.应用相似联想的类化。

（1）按题材或内容归类。如学校类、课目类、文艺类、体育类、家庭类、称呼类、职业类、家具类、衣帽类、文具类、工具类、器皿类、动物类、植物类、实物类、蔬菜类、水果类、树木类、日期类等等。

（2）按词义归类。如同义词、反义词、同音异义词、同形异音词等。

（3）按词性归类。如：名词、代词、数词、形容词、副词、动词、介词 冠词 、感叹词等。

（4）按拼法归类。

1）按元音同形同音的单音节词，如bay ，day，gray，lay，play， say，way等。

2）重读音节元音同形同音的双音节词，如Cradle， granceful ， maker， major等。

3）主重音节同心同音的三音节词，如African，animal， Arabian， character等

4） 主重音节元音同形同音的四音节词，如Philosophy，monosyllable， monology等。

（5）按构词归类。同根词类、同前缀类、同后缀类等。

（6）按搭配归类，如动词+ on型：act on，carry on，depend on， insist on； on +名词，in+名词，of +名词，by +名词等等。

从以上归类方法可以看出 ：已接近联想和类似联想为基础的课题类化，能使繁杂凌乱的材料条理化、系统化。这样，就便于注重知识类化，有利于培养学生的联想能力和思维上的逻辑性，同时也加强了学生对新旧知识的掌握。在期末、总复习或准备英语过级考试时如果能有效采用联想来类化课题，对学生系统掌握知识将会收到事半功倍的效果。

四、应用联想将知识进行对比

把两种对应的现象或两种性质相反的事物联系在一起，进行对比的思维过程，叫做对比联想。在英语教学过程中，为了使学生掌握好课题，根据认识论和心理学的原理，有必要在语音、词汇和语法等各个方面进行其材料和方法的比较，多采用对比联想。英语教学中运用对比联想的方法，一般有两种：

1.统一语言的同种项目的对比（联想），如

（1）语音方面。

[i：]―[i] feel―fill， leave―live， seat―sit

[s ]―[∫] see―she， self―shelf， lass―lash

（2）词汇方面。

1）反义词：new―old， tall―short， close―open， hate―love9

2）近义词：flag―banner， gate―door， great―large， real―true

（3）语法方面。

1）词法：不定冠词：a―an

助动词：shall―will

2）句法：现在进行时――be going to结构

介宾结构的定语――介宾结构的状语

并列结构――主从结构

直接引语――间接引语

2.两种语言的对应项目的对比（联想）。

（1）语音方面。英语[?：]，后元音；汉语“a”，近前原音。

（2）词汇方面。汉语：汉藏语系，象形文字，一字一音节，横写竖写都可以。英语：印欧语系，拼音文字，一词常是多音节，一般只横写。

（3）语法方面。词法：冠词：英语有，汉语无。句法：“主――谓――宾”词序，英汉语基本相似。“主――系――表”词序，英汉基本一致。“主――谓――谓”汉语有，英语无。形式主语 英语有，汉语无。There be 英语有，汉语无。等等。

为了加深理解，增强印象，巩固记忆，更好地掌握英语，采用对比联想，将英汉作必要的对比，事实证明，是行之有效的教学方法。

五、应用联想弄清因果、种属等关系

上述接近联想、类似联想和对比联想，都属于简单联想。另外还有复杂联想。复杂联想即意义联想，或叫关系联想。这是把部分与整体、类和种、原因和结果联系在一起的一种思维活动过程。

在英语教学中，关系联想，处处可以利用到。这是因为：第一，事物总是相互联系的，知识与知识间，方法与方法间有着这样或那样的联系。第二，在教学中分析某一问题，归纳某条规律，总离不开比较，势必要用关系联想，把学生的思维活动引向推理、判断、概括的理论认识。演绎法，就是利用关系联想去启发和诱导学生，使他们通过观察、对比、分析、综合、归纳等思维活动而领会课题，掌握规则的。

综上所述，在英语教学中，应用联想的范围是很广的，上面所提及的只是联想在英语教学中应用的几个方面，并非是全部，只要我们认真钻研教材，深刻领会教材的内涵，根据教材的特点，在各个教学环节中恰当运用联想，对于提高英语教学的效益，毫无疑义是大有裨益的。

参考文献：

[1]庞雪燕.乘着联想的翅膀――论联想教学法在初中英语教学中的运用[J].基础教育研究，2002.

[2]曾东兰.联想法记忆英语单词的尝试[J].黔东南民族师专学报，1999（04）.

对联的种类范文第3篇

关键词：互联网金融；互联网金融模式；P2P网贷

一、引言

随着我国电子商务的迅速崛起，互联网和金融两个领域的相互融合下应运而生的互联网金融正在成为一股新兴的金融行业发展趋势，该行业内各个互联网金融公司和互联网金融平台的迅速发展速度之快，成为了我国研究学者纷纷投入精力研究的重要领域。

我国的互联网金融正在发展初期，但其发展速度非常迅猛，但是目前仍没有较为科学统一的定义、明确的监管规则和业务界定。尽管如此，互联网金融这股新兴力量的发展，确实已经成为了不可逆转的发展趋势。互联网金融的出现，对传统金融行业的生态环境产生了巨大的影响，对传统的金融行业带来了新的变化、新的情况、新的方向、新的挑战。

二、文献综述

国外互联网金融的发展状况较为成熟，相应的研究状况也较为深入，更多的集中在P2P网贷的研究上。Yum et al.（2012）[1]针对P2P网贷平台中面临的信息不对称问题进行了研究，认为P2P在小微金融领域内有重要意义，借款者不能借到相关借款，通过P2P这种途径解决了该问题，而且借款者有激励重复的在这个市场上借贷。P2P借贷是互联网金融一个重要组成部分，并且已经成为互联网金融的中坚力量，引起了媒体和学术研究者的重要关注。Wang et al.（2015）[2]对比了P2P网络贷款和传统商业银行之间的模式，通过对比分析认为P2P在审批流程、信息管理、贷款决策方面优于传统银行相比国外的研究，国内的研究中，刘越、徐超和于品显（2014）[3]研究认为互联网金融与传统商业银行应该是互补关系，关键在于哪一方能够得到更多的信用数据以便获得客户。李鑫、徐唯椠（2014）[4]对我国互联网金融的出现的一些问题进行了辨析，认为互联网金融分为支付类和脱媒类。刘芸（2013）[5]研究了小微企业融资问题，通过互联网金融将在一定程度上解决小微企业的融资问题，她认为信息不对称是制约小微企业融资的核心问题，以大数据应用为基础的互联网金融，可使小微企业的信息不对称状况得到缓解，从而增强借贷的风险可控性，降低融资成本与征信成本。

国内的研究大多关注法律监管体制问题、互联网金融带给小微企业融资情况的改变、互联网金融面临的风险等方面的研究，但整体上还停留在表面的分析和展望上，并没有比较系统和深入的对互联网金融进行深入分析，当然这也是受到我国互联网金融发展初期的发展现状所限制。本文将在相关学者研究院的基础上进行总结和梳理，将该领域内的研究进行整理，对各个层面的观点和研究进行分类总结，以便形成一个比较完整和系统的体系。

三、互联网金融概述

尽管我国的互联网金融发展得风生水起，但是还是有很多人甚至学者对其不是特别了解，在互联网金融的定义以及界定上存在一定的误区。本文针对这样的现象，认为有必要对互联网金融的定义和本质等方面进行全面的介绍和概况，并引领本文后面的写作。

什么是互联网金融，都有什么特征？传统商业银行的网上银行是否属于这一范畴？这些问题还是有人不清楚，所以需要对互联网金融进行定义的阐述以及模式的划分。关于互联网金融的定义，很多学者也提出了自己的观点，大多大同小异，有的即使表达不完全相同，但是理解下来是一个意思，本文将对一些代表性学者的观点进行阐述。

互联网金融不仅仅是互联网加金融这么简单的结合，它是二者有机的融合，通过互联网这个媒介对金融这个领域重新运作、重新形成一个新的体系。本文认为互联网金融是指依靠大量的数据积累，即大数据的背景，以及强大的数据处理能力，例如云计算、搜索引擎等技术，通过互联网平台提供的信贷、融资等金融服务，包括网络信贷（P2P）、众筹融资以及其他金融类服务。互联网金融通过互联网这一媒介，运用相关技术对数据进行处理和分析，对各个主体进行联系，从而提供金融服务，实现更快、更省、更优质的服务于金融各方。

四、互联网金融模式划分

通过对互联网金融进行了定义，现在需要对互联网金融的发展模式进行区分。互联网金融的模式划分从不同的角度有不同的类型。晏妮娜和孙宝文（2014）[6]从小微企业融资角度对互联网金融的模式进行划分，认为互联网金融分为网络联保模式和网络池融资模式。同样从小微企业融资角度方面对互联网金融进行划分，徐洁、隗斌贤和揭筱纹（2014）[7]的研究认为互联网金融与小微企业融资模式有四种，分别为：点对点融资模式、基于大数据的小额贷款融资模式、大众筹资融资模式和电子金融机构-门户融资模式。

本文根据互联网金融的功能对互联网金融的发展模式进行划分，主要包含以下几种模式：

（一）支付结算类

从字面理解，这种模式主要的功能就是支付结算，这种模式主要包括依托网络购物发展起来生活购物、移动支付为主要功能的支付结算类互联网金融平台，以及一些独立的第三方支付结算平台，如快钱等。

这种互联网金融模式的发展对人们的生活影响息息相关，目前快钱等支付结算类的模式发展较为迅速，不仅是个人购物、消费等在适用，不少企业也引入了快钱类支付结算类模式对公司的支付结算进行管理和处理，这种支付结算类方式使用快捷方便，且成本低，成为支付结算的一大发展趋势。

（二）融资类

互联网金融融资类模式将所有融资类别的互联网金融模式都归为一类，即将与小微企业融资相关的模式、众筹模式、P2P网贷模式等投融资模式统一归为互联网金融的融资类。这一类别主要以P2P等中介平台以及阿里小贷等电商介入型融资平台为典型代表。

融资类互联网金融对小微企业产生了重大影响，近年来我国对小微企业的关注不断提升，小微企业面临的一个重要问题就是融资问题，小微企业由于本身企业规模较小、没有较好的信用信息、没有相应的抵押物等各个方面的劣势，使得其从传统的融资模式进行融资不太可能。互联网金融融资类模式的发展在很大程度上对小微企业融资问题进行了改善。

（三）投资理财保险类

互联网金融的投资理财保险类别作为第三类，主要是为投资者提供购买基金、保险、信托等理财产品的互联网平台。这一类别是除了以上二者外，由互联网金融提供的其他类别的金融类服务。

投资理财保险类对广大的相关主题影响甚大，投资者、需要理财者、需要购买保险者等不再需要通过传统方式去进行相关活动，由于互联网金融的发展，这类人群的需求得到了快速有效的满足和改善。

五、互联网金融发展的意义

互联网金融的发展给整个经济、金融行业带来了重大影响，其对我国的经济发展、金融行业的创新有着重大的意义。互联网金融的发展促进了我国科技带动金融发展和信息消费变化的新动向，带动了整个金融服务行业需求的不断上升，加快了传统金融机构运营管理模式、产品服务模式、技术管理模式、风险控制模式等各个方面的转型，互联网金融给传统金融行业带来了新的发展方向，也带来了巨大的挑战，二者在充满竞争的环境中又不断融合和合作，共同带动整个金融行业体系的发展和变革。不得不说，互联网金融的发展给更广泛的客户群体带来了颠覆性的改变。

本文从互联网金融对经济发展的角度出发，分析总结互联网金融对经济发展的重要意义。互联网金融对经济发展的意义，主要从P2P网贷、网络理财以及和传统金融行业的关系几个方面进行分析。

（一）以P2P网贷模式的互联网金融对经济增长的促进作用

P2P网贷模式和传统金融行业的借贷有着根本性的区别，互联网金融作为中间平台，无论是否参与借贷关系，这种模式由于是资金借贷双方通过互联网这个平台，各自寻求匹配度，进行资金期限、风险承担等方面的契合，从而达成交易，这种直接交易模式的融资新途径有效的提高了效率，并且降低了成本，使得整个借贷更加高效，促进小微企业的快速发展，从而对经济发展起着重要作用。

（二）以网络理财模式的互联网金融对经济增长的促进作用

随着经济发展，越来越多的人对理财的需求更加多元化，理财产品的需求日益增大。传统的理财模式成本较高、认购起点额度高，使得一些中小阶层的人理财需求得不到满足，互联网金融网络理财模式的出现打破了这种限制，提供了更多的小份额理财产品，同时还能够根据客户需求进行针对性的理财产品设计，而且这种理财交易通过互联网平台进行更高效。中小阶层理财需求得到满足，从另一个方面来看，这些客户的闲置资金得到了有效的投放，使得有资金需求的人能够获取资金，这个过程促进了经济增长。

（三）互联网金融对传统金融机构的促进作用

互联网金融的出现和发展，使得传统商业银行等金融机构面临巨大的挑战，倒逼传统金融市场加快适应新形势，加快发展，不断提高资金的配置效率促进经济增长，互联网金融的迅速发展加快了银行存款分流，对银行的垄断形成冲击。

六、结论

本文从最基本的方面入手，对互联网金融相关的内容进行分析和研究。本文认为互联网金融是互联网加金融二者有机的融合，通过互联网这个媒介对金融这个领域重新运作、重新形成一个新的体系。其模式大致分为支付结算类、融资类、投资理财保险类三个类别，互联网金融各个类别的发展都对我国经济增长有着重要意义，互联网金融这个新兴的金融服务模式让金融行业的发展更加健全，促进传统金融行业的革新。（作者单位：华南理工大学）

参考文献：

[1] Yum H.Lee B.Chae M.2012.From the wisdom of crowds to my own judgment in microfinance throughonline peer-to-peer lending platforms.Electronic Commerce Research and Applications 11：469C483

[2] Wang H.Chen K.Zhu W.and Song Z.2015.A Process Model on P2P Lending.Financial Innovation

[3] 刘越，徐超，于品显.互联网金融：缘起、风险及其监管[J].社会科学研究，2014（03）

[4] 李鑫，徐唯椠.对当前我国互联网金融若干问题的辨析[J].财经科学，2014（09）

[5] 刘芸，朱瑞博.互联网金融、小微企业融资与征信体系深化[J].征信，2014（02）：31-35

对联的种类范文第4篇

目前，相当数量的互联网创业者对“人气或眼球”、有效商业模式和风险投资青睐这三者之间的关系存在一些认识上的偏颇，导致许多网站无法获得可观的收益，既不能收回前期投资，也不能养活网站并维持网站正常的运营和发展，更无法获得风险投资的青睐。挖掘互联网产业的有效需求要从分析人们的需要开始，但是，有需要不一定能够转化为有效需求。这一点在互联网产业表现的最为明显，例如人们对互联网企业提供的邮件服务需要量巨大，但是如果每发一份邮件都实行收费制，需求将大大降低，因此，互联网产业存在严重的“搭便车”现象。要想把这种潜在需求转化为有效需求要求互联网产业创业者提供一种有效的商业模式。在选择有效商业模式时我们又必须分析这种有效商业模式的技术特点与实现能力的可能性和政府政策的限制。同时，我们也必须分析我们的竞争对手的有效商业模式和竞争策略的选择。只有通过上述的完整分析，互联网产业创业者才有可能把潜在的需求转化为现实的有效需求。我们把这种分析互联网产业有效需求的方法称为挖掘互联网产业有效需求的5要素分析法（见图1），下面我们将按照从潜在需求到有效商业模式到有效需求的分析框架逐一展开分析。

图1：挖掘互联网产业有效需求的5要素

二、互联网产业的需求特性与供给者的决策行为

网络消费者（以下简称网民）对一种网络商品的需求，是指在一个特定时期内，网民在各种可能的价格下愿意而且能够购买的该商品的数量。网民对网络产品或服务的需求与对其他商品的需求一样，有两个特征：网民具有购买能力并乐意花钱购买这些网络产品或服务，这是网民对网络产品的需求与其他商品需求的共性。但是，网民对传统产品需求与互联网产品需求之间又有差异，表现为网民对互联网产品或服务的需求价格弹性非常大，甚至趋于无穷大。之所以网民对网络产品的需求具有无限弹性，有多方面的原因。第一，网民对网络产品基本是一种非必需品需求。一般而言，对必需品的需求的价格弹性较小，而非必需品价格弹性大。第二，对网络产品需求的替代性非常强。如传统产品对网络产品的替代和网络产品之间的替代。这导致网民对某一网络产品或服务具有需求，且具有购买能力，但是不愿意花钱购买，只乐意免费享用。问题是，为什么网络企业愿意提供这种网络产品?这主要因为，在网络产品的临界最大容量范围内边际成本下降的非常快，且趋近于零。如目前国内一些互联网企业提供免费“网络硬盘空间”的互联网服务，为提供这种服务，首先要投入一套固定设备，价值30万元，但这套固定设备的容量有限，超过这一容量就会导致拥挤，这一容量实际就是我们所说的临界最大容量。但是，在这一容量范围内，第一个消费者的边际成本为30万元，这以后在临界最大容量范围内网民的边际成本基本为零，但平均成本并不为零。所以，如果按照边际收益等于边际成本原则定价时，网络产品供给者的平均成本将高于边际成本，网络产品供给者将处于亏损状态。

但是网络产品供给者缘何亏损还愿意供应呢?因为，当网络产品的“人气”达到一定规模时，它有可能获得其他收入，如通过卖广告获取收入。这样它就可以通过广告来弥补亏损。这也就是为什么网络产业创业者不惜一切代价营造人气的原因。如果一家网络企业所提供的产品或服务，能够吸引到足够的人气，但是由于它没能准确挖掘出网络消费者的有效需求，无法形成有效的商业模式.这家网络企业也肯定无法取得成功。只有当一家网络企业所提供的产品或服务，既能够吸引到足够的人气，又能准确挖掘出网络消费者的有效需求，并将巨大的人气转变成有效的商业模式，这家网络企业将肯定取得成功。

如何挖掘有效需求，我们从网民的潜在需求进行分析。

三、互连网用户潜在需求的分类方法

从经济学的角度来看，现实生活中的经济主体可以分为3个部分：政府、企业和个人。我们在用户分类的需求分析之中忽略政府的网络需求分析，重点分析个人网民和企业网民的需求及相关的分类方法。因为，互联网产业和传统产业的市场有很大的区别，传统产业，如汽车和电脑行业的企业，往往将政府部门作为采购大户对待，遵循20%～30%的大客户贡献70%～80%的收益；而互联网企业则基本遵循70%～80%的客户贡献80%～100%的收益，而这些用户基本上是广大的中小企业和个人用户，如网络游戏企业、短信服务企业、网上商城和企业门户等等。

1.个人网民的有效需求

（1）物质和精神需求分类法。个人网民的需求最终都可以分为物质和精神两大需求，而这两种需求如果和互联网的赢利模式结合起来分析，就可得出基本结论：互联网企业必须提供个人网民所需要的、具备购买能力并且愿意花钱购买的物质形态和精神形态的产品和服务。现实成功案例包括，物质形态产品包括衣、食、住、行等主要方面。如：服装销售网络、租房和售房网络、饭店酒楼搜索和促销网络、机票销售网络等等、精神形态产品和服务包括：网络游戏、网络聊天、网络交友、网络新闻等。这种分析方法的特点是比较笼统，在互联网产业发展的初期，有一定的使用价值，在互联网发展到竞争比较激烈的阶段，需要更加专业深入的分类方法。

（2）职业需求分类法。这种分类法是根据现实之中各种职业的需求进行分类。首先将各种职业按照就业人数的数量，按照从多到少的次序进行排列，然后分析出各种职业人群的生活、工作、学习、娱乐等的需求定位，再从中挑选出网民数量众多的、有效需求定位明确的职业群体，推出适合其购买能力的并满足其购买意愿的网络产品和服务。如：针对学生的各种培训网站、针对大学教授的文献搜索网站、针对企业经理人的管理咨询网站。

（3）性别分类法。经常结合年龄分类法一起使用，先按照性别对网民进行分类，然后再按照年龄对不同性别的网民进行分类，提供个性化的网络产品和服务。例如，针对青年女性的首饰和化装品的服务网站等。

（4）年龄分类法。主要根据不同年龄段的网民需求进行分类，然后提供针对性的网络产品和服务。如针对青少年的教育培训网站、针对中青年网民的家庭理财网站等。

（5）收入分类法。主要根据网民的不同收入水平进行不同的需求层次定位分析，然后提供针对性的网络产品和服务。例如：针对高收入水平的网民，开办各种网上豪华精品商城（如高档服饰和化妆品网上商城等）。

（6）爱好分类法。主要根据网民的不同爱好进行不同的需求定位分析，然后提供针对性的网络产品和服务。例如，针对喜好户外运动的网民，开办各种网上体育运动俱乐部（如足球、高尔夫、篮球、游泳等网上会员俱乐部），为个人会员和体育用品的生产商提供服务。

总之，以上几种分类方法，各有特点。随着互联网产业的快速发展和竞争日益激烈，互联网创业者要想准确的定位某一市场，必须交叉使用这几种分类方法。例如，性别分类法、年龄分类法和收入分类法的交叉使用，可以定位青年白领女性的服饰和化妆品市场等等。

2.企业网民需求

（1）从企业经营管理的各个环节去分析其需求定位。企业日常的经营管理活动和环节主要包括：市场调查分析、产品或技术开发、采购（包括原材料或产成品、日常办公用品等）、仓储和配送、产品销售（包括直销和分销）、市场营销（包括广告、新闻和其他促销活动）、财务管理、人才管理（包括招聘、培训）、人员出差、战略管理等。根据这些环节，再结合互联网的特点，提供相应的网上服务：网上委托市场调查、网络营销、网络采购、网络广告等。例如：知名的阿里巴巴网站，提供b－b服务；51job等网站为企业提供人才招聘服务等。

（2）从企业经营管理的各个要素去分析其需求定位。企业经营管理的主要要素包括：人、财、物。“人”的管理主要涉及到企业各级人才的招聘、培训、分工、考核等方面；“财”的管理主要涉及到资金的融入、投出等方面的管理；“物”的管理主要涉及到企业的原材料、产成品、生产设备和日常办公用品的采购、库存、销售和仓储管理。针对这些要素所涉及的方面和互联网的特点，提供适用的网络产品和服务。

（3）从企业部门设置情况去定位分析企业的网络需求。这种方法比较直观，直接分析企业各个部门的职能，然后通过互联网来部分或完全替代传统的运作方式。如针对人力资源管理部门的职能，可开办网上招聘和培训等网站；针对采购部门，可开办网上搜索和采购网站；针对广告部门，可以开办网上分类广告和搜索广告等网站。

以上3种针对企业网络用户的需求分析方法，其本质基本相同，但运用最多的是第一和第三种方法，这两种分析方法比较直观，而且定位更加精准。

四、互联网创业者挖掘有效商业模式的战略选择

本文之所以将互联网有效需求的挖掘方法上升为战略高度，是因为能否挖掘出互联网的有效需求，是关系到一个互联网企业生死存亡的最关键的要素。

一是传统产业对照法（或传统产业触网法）。是指按照本文归类的各种网络消费者的需求分类方法，定位出准确的需求细分市场，然后参照这一市场的传统产业的运作模式，并结合互联网的信息高速传输和海量信息存储、高速运算、快速搜索等特点，将传统产业的模式部分或全部搬到互联网上操作，并实现网上的商业价值。例如，新浪网的新闻和广告服务，就是将传统的平面媒体业务模式复制到网上；网上的电脑商城、服装商城、化妆品商城、二手车交易市场等，都是对照传统的相关产业并结合互联网的特点，提供相应的网上服务和产品。这种方法的特点是直观易用，不容易出现大的需求定位偏差。创业者开办这种网站，只要竞争不太激烈而且经营管理不出现太大的失误，基本上都可以获得一定的收益，能够实现人气和商业收益的完美结合。不会出现网站人气很旺，但是没有赢利模式的结局。说得通俗易懂一点，就是网下做什么生意，网上也基本上可以做什么生意，或者称为传统产业触网，或称为鼠标加水泥等等。

对联的种类范文第5篇

关键词： 脑机接口； 共空域模式； 回溯搜索优化算法； 最优导联选择

中图分类号： TN911?34； TP301 文献标识码： A 文章编号： 1004?373X（2016）13?0010?05

Abstract： In brain?computer interface （BCI）， the traditional common spatial pattern （CSP） algorithm has a good effect on characteristic signal extraction and event?related desynchronization/event?related synchronization （ERD/ERS） information. The CSP algorithm is easily limited by electrode lead quantity， time period and frequency band of EEG signal， such as the increasing of electrode lead quantity， easy overfitting of CSP algorithm and easy chaos of data record， which can make the operation complex， increase the operation time and reduce the accuracy of data classification. Therefore， the CSP algorithm have a limitation. The backtracking search optimization algorithm （BSA） proposed in this paper can automatically select a subset of lead array for CSP algorithm， and take the classification error rate as the objective function of BSA algorithm to test. The two datasets from the datasets of the Third， Fourth International BCI Competitions are adopted in the experiment to perform the classification experiment of cross validation. The experimental results show that the lead quantity of the two datasets are dramatically reduced， and the classification accuracy is improved.

Keywords： brain?computer interface； common spatial pattern； backtracking search optimization algorithm； optimal lead selection

0 引 言

脑机接口（Brain Computer Interface，BCI）是一种直接利用脑信号连接和控制外界设备，不依靠人体神经和肌肉的通信系统[1]。通过BCI系统，将人脑的想法、思维转化为控制外部设备的指令，可以帮助那些患有肌肉萎缩性侧索硬化、脑干中风等疾病的人实现与外界交流[2]。

当人想象某个精神任务或者执行某个肢体运动时，大脑皮层的某个区域中脑电信号会发生变化，这类现象伴随着脑电信号能量的减小或增加。Pfurtscheller将脑电信号能量的减小称为事件相关去同步（Event?related Desynchronization，ERD），而能量的增加称为事件相关同步（Event?related Synchronization，ERS）[3?4]。在EEG节律信号中mu节律和beta节律信号是ERD/ERS现象有关的两种固有频率信号，mu节律信号的频率范围一般为8～12 Hz，beta节律信号[5]为18～26 Hz。

传统的共空域模式（Common Spatial Pattern，CSP），在ERD/ERS相关的特征提取上是很有效的算法。由于ERD/ERS信号发生在特定的脑区域，而采集信号的导联分布于整个大脑区域，所以导联通道中存在许多无关的通道。因此，CSP的性能会受到限制[6]。

本文采用回溯搜索优化算法（Backtracking Search Optimization Algorithm，BSA）与CSP算法相结合的方法。在使用CSP算法之前尽可能地挑出有用的脑电信号的导联子集。实验中采用第三届国际脑机接口竞赛数据集（BCI Competition III Dataset Iva）[7]和第四届国际脑机接口竞赛数据集（BCI Competition IV Dataset IIa）[8]进行分类实验。实验结果表明该方法比单纯使用CSP算法的分类识别率更高。

1 方 法

在脑电信号处理的实验中，采用切比雪夫I型8～30 Hz（包含mu节律和beta节律）的带宽IIR带通滤波器[9]对多通道EEG信号进行滤波，然后用BSA算法选择最优导联，对选出的导联使用CSP算法进行特征提取，最后线性判别分析（Linear Discriminant Analysis，LDA）分类器[10]对特征信号进行分类。并用105倍交叉验证之后的分类错误率作为BSA的目标函数评判选出的导联数集的优劣。BSA与CSP结合的导联选择算法流程如图1所示。

1.1 共空域模式算法

CSP算法基于两个实对称矩阵的联合对角化，并进行空间?时间源建模[11?12]。把原始的EEG信号分解为空域模式，通过空域模式使两类信号的差别达到最大化，从而提取与任务相关的信号分量。具体分为如下三个步骤：

BSA算法通过mixrate控制新种群个体中元素的个数，同时利用和进行实验突变和突变结束。当时，为多个具有随机位置的向量；反之，为仅有为0的向量。在交叉过程之后产生的种群中，超出被允许的搜索空间范围的部分个体是突变策略的结果。按照式（11）产生新的种群。

（5） 最后种群输出

通过贪婪选择机制，相比对应初始种群中有选择适应度值（目标值）较好的种群个体，种群进行更新。当种群中的个体比全局最小值有更好的适应值时，记录和输出当前最优种群的个体元素，同时更新初始种群，完成一次迭代。重复上述过程，直至到最大迭代次数，最后输出全局最小值。

1.3 基于BSA的导联选择方法

原始EEG信号通过8～30 Hz带宽带通滤波器进行滤波，然后使用CSP算法对信号进行特征提取。由于CSP的性能与导联关系密切，导联的选择是一个关键步骤。在BSA算法中设置两个参数为：下限上限。这是一个维的电极优化选择向量，向量每一个分量代表一个导联。设其中的一个分量为，那么。另设一串二进制编码为满足。其中表示在0～1均匀分布，“[ ]”为取高斯整。同时设置种群大小问题维数按中的编码抽取导联，数字编号为1的导联挑出，数字编号为0的导联舍弃。BSA算法在进化中不断地产生随机数组合，挑选出不同的导联子集。整个过程以分类错误率作为评判准则，当迭代次数达到设定的迭代次数时，BSA算法就会停止，并且输出全局最小值，即分类错误率最小，同时输出对应的最优导联子集。

2 实验结果及数据分析

2.1 实验数据的预处理

本文采用的数据是第三届国际竞赛脑机接口数据集（BCI competition III dataset IVa）和第四届国际竞赛脑机接口数据集（BCI competition IV dataset IIa）。

第三届国际竞赛脑机接口数据集是由5个受试者（Aa，Al，Av，Aw，Ay）进行BCI运动想像实验所得到的数据集。在实验中受试者分别执行想象右手和脚运动两种想象任务。EEG信号由118个电极记录，电极分布如图2（a）所示。每个受试者进行280次实验，两种想象任务实验的次数相同，各为140次。采集的实验数据经过放大后再用0.05～200 Hz的带通滤波器滤波，且数据采样率为1 kHz。在本实验中，对原始记录的EEG数据进行下采样，下采样率为100 Hz。在时域滤波之前，对原始连续的实验数据截断成单次实验数据。

第四届国际竞赛脑机接口数据集是由9个受试者（A1～A9）进行BCI运动想象实验所得到的数据集。在实验中受试者分别执行想象左手、右手、脚和舌头四种想象任务。EEG信号由22个电极记录，电极的分布如图2（b）所示。

该数据集包含两组数据（T session， E session），由两个不同的时间段完成。每组实验分为6个时间段进行，每个时间段受试者进行了48次运动想象实验，其中每类实验次数为12，一组实验共包括次单次运动想象实验。电极记录的EEG信号都要经过250 Hz的采样及0.5～100 Hz的低通滤波，经过放大后保存。在实验过程中，除了记录EEG信号的22个电极外，还有三个单极性的电极用来记录眼电EOG信号。与EEG信号一样，EOG信号也要经过放大处理、采样（采样率为250 Hz）和0.5～100 Hz的带通滤波。在本实验中先将数据进行8～30 Hz的宽带滤波，按时间段为2 s（2.5～4.5 s），采样率为250 Hz截取数，从四类数据中抽取左手和右手两类数据进行实验。

2.2 交叉验证分类结果

为了能够合理的得到分类结果，在实验中采用105倍交叉验证。105倍交叉验证就是将一个受试者的数据集随机排列10次，每一次随机排列的数据被分为5个相等的部分；其中一个部分用于测试，而其余4个部分用于训练分类器。这个交叉验证步骤共有50次分类测试，求50个测试结果的平均值。在算法性能的评价上，采用两种方法进行实验，分类结果进行对比，即：全导联的CSP算法提取特征，其流程如图3所示；采用BSA导联优化与CSP相结合的算法提取特征，其流程如图1所示。

BSA是一种基于种群的进化遗传算法。在实验中对种群进化迭代次数的选择做了进一步实验。改变不同的迭代次数并观察实验结果的变化。设置迭代次数为2，5，10，20，30，40，50，60，70。

5个受试者的分类正确率与迭代次数的关系如图4所示。随着迭代次数增加，分类正确率缓慢增长。当迭代次数为60时，分类效果最好，最终设置迭代次数为60。9个受试者的平均分类正确率与迭代次数的关系如图4所示。考虑到迭代次数越多，运算时间越长，最终两个时间段的数据选择设置迭代次数为40，此时分类效果较好。

平均分类正确率与迭代次数的关系

表1表示在迭代次数为60时，5个受试者采用BSA最优导联及全部导联的分类正确率及方差。比较两种方法的结果可以得出，5个受试者使用BSA进行导联选择的平均分类正确率比使用全部118导联要高出5%，尤其受试者Aa提升了10%，效果非常明显。而且，5个受试者的导联数目也减少了一半左右，数目减少十分突出。

表2表示在迭代次数为40时，9个受试者采用BSA最优导联及全部导联的分类正确率及方差。比较两种方法的结果可以得出，9个受试者的平均分类正确率分别提高了5%（T session）和8%（E session）。同样，9个受试者的导联数总体上都减少了，甚至部分受试者的导联数减少了一半。

表1和表2中的数据表明，BSA算法对导联的选择和优化十分有效，对基于运动想象的两分类BCI系统有一个显著的提升，具有重要意义。

3 结 语

在BCI研究中，传统的CSP算法对两种不同的运动想象任务的判别，得到了比较好的结果，但是在实验中不同的受试者，其最佳的导联分布，滤波频带和数据时间段也不相同。而基于传统CSP算法的BCI系统中采用固定的导联、频带和时间段，所以传统CSP算法存在局限性。本文中，在应用CSP对多通道EEG信号提取特征之前，先使用BSA算法自动地选择恰当的导联，然后进行交叉验证实验。实验结果表明，这个方法是十分有效的。

设计一个实际应用的运动想象BCI系统，导联通道数目应该尽可能小，最好的做法是选择最优导联子集代替整个导联集。在本文中，遗传优化算法BSA应用于两个数据集，即第三届国际竞赛脑机接口数据集和第四届国际竞赛脑机接口数据集。实验结果表明，BSA可以选择导联数量较少，并保持分类精度提高。CSP的性能还受到其他因素影响，如频带和时间窗长度。因此，研究一种能同时考虑多个因素的方法是未来的趋势。

参考文献

[1] WOLPAW J R， BIRBAUMRE N， MCFARLAND D J， et al. Brain?computer interfaces for communication and control [J]. Clinical neurophysiology， 2002， 113（6）： 767?791.

[2] NICOLAS?ALONSO L F， GOMEZ?GIL J. Brain computer interfaces， a review [J]. Sensors， 2012， 12（2）： 1211?1219.

[3] TORO C， DEUSCHL G， THATCHER R， et al. Event?related desynchronization and movement?related cortical potentials on the ECoG and EEG [J]. Electroencephalography and clinical neurophysiology/evoked potentials section， 1994， 93（5）： 380?389.

[4] BABILONI C， CARDUCCI F， CINCOTTI F， et al. Human movement?related potentials vs desynchronization of EEG alpha rhythm： a high?resolution EEG study [J]. Neuroimage， 1999， 10（6）： 658?665.

[5] HUANG S J， WU X M. Feature extraction of electroencephalogram for imagery movement based on Mu/Beta rhythm [J]. Journal of clinical rehabilitative tissue engineering research， 2010， 43（14）： 8061?8064.

[6] NOVI Q， GUAN C， DAT T H， et al. Sub?band common spatial pattern （SBCSP） for brain?computer interface [C]// Proceedings of 2007 3rd International IEEE/EMBS Conference on Neural Engineering. [S.l.]： IEEE， 2007： 204?207.

[7] BLANKERTZ B. BCI competition Ⅲ webpage [EB/OL]. [2005?11?03]. http：//bbci. de/competition/iii.

[8] BBCI. BCI competition IV [EB/OL]. [2011?07?03]. http：//bbci.de/competition/iv/.

[9] DORNHEGE G， BLANKERTZ B， KRAULEDAT M， et al. Combined optimization of spatial and temporal filters for improving brain?computer interfacing [J]. IEEE transactions on biomedical engineering， 2006， 53（11）： 2274?2281.

[10] GARRETT D， PETERSON D A， WANDERSON C. Comparison of linear， nonlinear， and feature selection methods for EEG signal classification [J]. IEEE transaction on neural systems and rehabilitation engineering， 2003， 11（2）： 141?144.

[11] WANG Y， BERG P， SCHERG M. Common spatial subspace decomposition applied to analysis of brain responses under multiple task conditions： a simulation study [J]. Clinical neurophysiology， 1999， 110（4）： 604?614.

[12] SAMEK W， VIDAURRE C， M?LLER K R， et al. Stationary common spatial patterns for brain?computer interfacing [J]. Journal of neural engineering， 2012， 9（2）： 13?15.