【摘要】網絡編碼可以優化網絡傳輸的性能，網絡編碼的基本思想是網絡節點不僅對數據進行存儲轉發，還參與數據處理。網絡編碼的出現更迎合了無線網絡技術的發展，本文關注了網絡編碼在無線網絡中的研究和應用，初步探討了面對網絡編碼，我們應采取和研究的信息安全措施，同時提出了針對網絡編碼應著力解決的研究問題以及無線網絡技術如何依靠網絡編碼進行安全有效的信息交換，并對其發展進行了展望。

關鍵詞：網絡編碼無線網絡信息交換

一、網絡編碼技術與傳統網絡的差異

在傳統的計算機網絡數據傳輸過程中，要借助路由器進行數據傳遞，根據數據的目標地址，路由器將數據包向各個鏈路發送。由于沒有統一的安排和協調，在同一鏈路中會出現很多數據包，必須排隊等待通過的情況，這就制約了計算機網絡的傳輸速度和效率的提升。2000年，新型網絡編碼技術一經出現就得到了廣泛關注。網絡編碼技術著力解決的問題是有效地將同時到達路由器的數據同時發送出去，不讓數據產生擁塞，從而提高數據傳輸速度。

二、網絡編碼技術在無線網絡中的應用

2.1網絡編碼的概念

1在正文中引用參考文獻

一項科學研究取得的新成果通常是在前人成果的基礎上的新進展，它體現著科學科技的繼承和發展。如，基于已有的理論、方法、思想、實驗手段等，使本研究獲得了新進展，有了新發現；或是將一個學科中的方法移植到另一學科中并取得成功；或是對已有方法做了改進。當在論文中敘述研究目的、設計思想、建立的模型、與已有結果進行比較的時候，就要涉及到已有的成果。如果在涉及到前人成果的地方再把已有成果的具體內容抄到論文當中，不但占去論文的篇幅，沖淡論文的主題，而且抄寫這些已發表過的、讀者可以查找到的內容是毫無意義的。所以，在論文涉及到已有成果的地方，不去重抄已有的成果，而是指出登載這個成果文獻(出處)，這種做法叫做引用參考文獻。?引用了參考文獻，就要在涉及前人成果的地方做一個標記，見到這個標記，讀者就知道在這里引用了參考文獻；按照這個標記在參考文獻表中就能找到刊登這個成果的詳細內容的文章。在正文中引用參考文獻的地方加一個標記，稱為參考文獻的標注。標注的方法稱為標注法。

2參考文獻著錄的目的和作用

對于一篇完整的學術論文，參考文獻的著錄是不可缺少的。歸納起來，參考文獻著錄的目的與作用主要體現在以下5個方面。

1)著錄參考文獻可以反映論文作者的科學態度和論文具有真實、廣泛的科學依據，也反映出該論文的起點和深度。科學技術以及科學技術研究工作都有繼承性，現時的研究都是在過去研究的基礎上進行的，今人的研究成果或研究工作一般都是前人研究成果或研究工作的繼續和發展；因此，在論文中涉及研究的背景、理由、目的等的闡述，必然要對過去的工作進行評價，著錄參考文獻即能表明言之有據，并明白交待出該論文的起點和深度。這在一定程度上為論文審閱者、編者和讀者評估論文的價值和水平提供了客觀依據。

2)著錄參考文獻能方便地把論文作者的成果與前人的成果區別開來。論文報道的研究成果雖然是論文作者自己的，但在闡述和論證過程中免不了要引用前人的成果，包括觀點、方法、數據和其它資料，若對引用部分加以標注，則他人的成果將表示得十分清楚。這不僅表明了論文作者對他人勞動的尊重，而且也免除了抄襲、剽竊他人成果的嫌疑。?

壹、

由於科技日新月異，印刷已由傳統印刷走向數位印刷。在數位化的過程中，影像的資料一直有檔案過大的問題，占用記憶體過多，使資料在傳輸上、處理上都相當的費時，現今個人擁有TrueColor的視訊卡、24-bit的全彩印表機與掃描器已不再是天方夜譚了，而使用者對影像圖形的要求，不僅要色彩繁多、真實自然，更要搭配多媒體或動畫。但是相對的高畫質視覺享受，所要付出的代價是大量的儲存空間，使用者往往只能眼睜睜地看著體積龐大的圖檔占掉硬碟、磁帶和光碟片的空間；美麗的圖檔在親朋好友之間互通有無，是天經地義的事，但是用網路傳個640X480TrueColor圖形得花3分多鐘，常使人哈欠連連，大家不禁心生疑慮，難道圖檔不能壓縮得更小些嗎？如此報業在傳版時也可更快速。所以一種好的壓縮格式是不可或缺的，可以使影像所占的記憶體更小、更容易處理。但是目前市場上所用的壓縮模式，在壓縮的比率上并不理想，失去壓縮的意義。不然就是壓縮比例過大而造成影像失真，即使數學家與資訊理論學者日以繼夜，卯盡全力地為lossless編碼法找出更快速、更精彩的演算法，都無可避免一個尷尬的事實：壓縮率還是不夠好。再說用來印刷的話就造成影像模糊不清，或是影像出現鋸齒狀的現象。皆會造成印刷輸出的問題。影像壓縮技術是否真的窮途末路？請相信人類解決難題的潛力是無限的。既然舊有編碼法不夠管用，山不轉路轉，科學家便將注意力移轉到WAVELET轉換法，結果不但發現了滿意的解答，還開拓出一條光明的坦途。小波分析是近幾年來才發展出來的數學理論。小波分析，無論是作為數學理論的連續小波變換，還是作為分析工具和方法的離散小波變換，仍有許多可被研究的地方，它是近幾年來在工具及方法上的重大突破。小波分析是傅利葉（Fourier）分析的重要發展，他保留了傅氏理論的優點，又能克服其不足之處。可達到完全不失真，壓縮的比率也令人可以接受。由於其數學理論早在1960年代中葉就有人提出了，而到現在才有人將其應用於實際上，其理論仍有相當大的發展空間，而其實際運用也屬剛起步，其後續發展可說是不可限量。故研究的動機便由此而生。

貳、WAVELET的歷史起源

WAVELET源起於JosephFourier的熱力學公式。傅利葉方程式在十九世紀初期由JosephFourier(1768-1830)所提出，為現代信號分析奠定了基礎。在十九到二十世紀的基礎數學研究領域也占了極重要的地位。Fourier提出了任一方程式，甚至是畫出不連續圖形的方程式，都可以有一單純的分析式來表示。小波分析是近幾年來才發展出來的數學理論為傅利葉方程式的延伸。

小波分析方法的提出可追溯到1910年Haar提出的小波規范正交基。其後1984年，法國地球物理學J.Morlet在分析地震波的局部性質時，發現傳統的傅利葉轉換，難以達到其要求，因此引進小波概念於信號分析中，對信號進行分解。隨後理論物理學家A.Grossman對Morlet的這種信號根據一個確定函數的伸縮，平移系{a-1/2Ψ[(x-b)/a]；a,b?R,a≠0}展開的可行性進行了研究，為小波分析的形成開了先河。

1986年，Y.Meyer建構出具有一定衰減性的光滑函數Ψj,k(x)，其二進制伸縮與平移系{Ψj,k(x)=√2jΨ(2jx-k)；j,k?Z}構成L2（R）的規范正交基。1987年，Mallat巧妙的將多分辨分析的思想引入到小波分析中，建構了小波函數的構造及信號按小波轉換的分解及重構。1988年Daubechies建構了具有正交性（Orthonormal）及緊支集（CompactlySupported）；及只有在一有限區域中是非零的小波，如此，小波分析的系統理論得到了初步建立。

學術期刊(以下簡稱“期刊冶)在促進科學知識的創新、科技成果的轉化以及社會科技的進步等方面發揮著重要作用。在一定時間內某期刊所出版的學術論文對后續某段時間內相關領域知識創新的促進能力被稱之為期刊影響力[1]。期刊排序分區是衡量期刊影響力的重要指標,通常由某種或某些文獻計量學指標(又稱“期刊表征因素冶)來度量,對總體評估期刊的學術質量、宏觀考量期刊的辦刊定位與出版策略、學術績效短期評價、圖書機構期刊采購等具有非常重要的參考意義。特別地,從科研管理實踐來看,期刊排序分區是對于以數量勝質量、賺取獎金和應付考核投機行為的低成本有效對策[2]。最常見的期刊影響力度量指標是影響因子。普遍認為,影響因子越大,期刊影響力就越大。因此,期刊排序分區方法通常與影響因子有關。例如,適用于SCI英文期刊的排序分區方法主要包括:科睿唯安公司的期刊引用報告分區方法(簡稱“JCR分區冶)[3]和中國科學院文獻情報中心的分區方法(簡稱“中科院分區冶)[4]。在JCR分區方法中,將某一個學科的所有期刊都按照上一年的影響因子降序排列后,依據學科內期刊總數目,平均將這些期刊分為4個區,每個所占期刊數目比例為25%。在中科院分區方法中,采用期刊的前3年影響因子均值進行降序排位,然后將這些期刊以固定但非平均的方式劃分為四個區,期刊的區分位分別是5%,6%~20%,21%~50%,51%~100%。然而,隨著各個學科知識創新日漸加速、跨學科研究日趨普遍、文獻出版方式日呈多樣化,僅僅使用影響因子來進行期刊分區存在一定的缺陷。研究工作者試圖開發一個更為合理的期刊影響力度量指標,探索可以較為全面反映學術期刊質量和影響力的新型期刊分區方法。在影響因子基礎上,人們已經研究了多種新的指數,如h指數[5,6]、及其改進g指數[7]、特征因子[8-9]、f(x)指數[10]、PR8指數[11]以及學術期刊影響力指數(AcademicJournalCloutIndex,CI)[12]等。特別地,中國科學文獻評價研究中心的期刊影響力指數CI,目前已經成為了國內中文期刊文獻分區的重要依據。該指標是一種依賴于將“總被引頻次冶和“影響因子冶的非線性綜合指標[12]。CI分區方法首先將期刊的CI值作為排序度量值對特定學科的所有期刊進行降序排位,然后采用與JCR分區相似的方式,依據某個學科內所有期刊的數量來平均分割成四個分區。盡管影響因子是衡量期刊影響力的重要指標,但是期刊影響力是多個方面因素的綜合影響結果,其影響因素指標體系是由一系列具有內在關聯的評價指標所構成[13]。顯然,綜合各種指標的期刊影響力評價方法能夠從多個層面反映出期刊影響力的真實水平。然而,當前分區方法沒有反映出其它多種期刊因素(如即年指標、半衰期、互引指數等)。近年來,不少研究趨向于利用采用相關系數[14]、線性回歸[15]、因子分析[16-17]等線性分析方法綜合多種期刊表征因素,進行期刊影響力綜合評價并排序。盡管文獻[14]中同時也使用TOPSIS來捕獲期刊表征因素之間非線性關系,但僅限于因素之間的二次關系。總的來說,當前方法難以捕獲多個期刊表征因素之間的非線性關系,而且難以描述特定學科內期刊的全局和局部關系。另外,諸多期刊因素之間存在多重共線性關系會干擾期刊影響力評價。因此,針對目前的分區方法不足,本文利用相關系數矩陣和方差膨脹因子挑選高獨立性的若干重要期刊表征因素,并利用深度自編碼器的高維非線性刻畫能力,綜合集成這些因素,從而生成一種新的期刊排序度量指標并基于此進行期刊分區。

1方法

1.1實證數據選取與預處理。本文數據來源于2017年中國學術期刊影響因子年報(人文社會科學)[12],總共選擇“圖書館學;情報學冶(以下簡稱“圖情冶)、“法律冶和“體育冶三個學科中的學術期刊為實證研究樣本,其中“圖情冶學科包含43種期刊,“法律冶學科包含94種期刊,“體育冶包含41種期刊。每一種期刊包含學術期刊影響力指數(AcademicJournalCloutIndex,簡稱CI)和期刊分區(Q),以及35項學術期刊計量指標或表征因素(簡稱“因素冶)。例如,復合類指標、綜合類指標、人文社科影響因子指標、出版指標、引證指標、網絡傳播指標等。因為少量期刊缺失個別因素的數據,需要對數據進行篩選。本文采用如下篩選方案:(1)剔除存在較多缺失因素數據的期刊:“圖情冶期刊中的英文期刊《JournalofDataandInformationScience》,“法律冶期刊中的《中國法律評論》、《交大法學》、《蘇州大學學報(法學版)》、《國際法研究》、《醫學與法學》、《廣西政法管理干部學院學報》、《河南警察學院學報》、《中國律師》、《新疆警察學院學報》、《廣州市公安管理干部學院學報》、《遼寧公安司法管理干部學院學報》、《中國刑警學院學報》,“體育冶期刊中的英文期刊《JournalofSportandHealthScience》和《當代體育科技》;(2)存在缺失單個因素數據的期刊,采用該學科內其它期刊該因素值的平均值作為其估計值,如《情報學報》的“web即年下載率冶;(3)用邊界值代替非確切數值,如“>20冶的數值均以“20冶替代;(4)刪除不必要的冗余因素和分區無關因素,如“影響因子排序冶是與“影響因子冶的冗余,“研究層次冶是與分區無關的因素。最終選用42種“圖情冶期刊,82種“法律冶期刊和39種“體育冶期刊為研究對象,每一種期刊均包含33個因素,如表1所示。根據中國學術期刊影響因子年報的方法,這些因素分為三組,分別是:“上年期刊主要影響因子冶,“其它各類計量指標冶和“人文社科類影響因子、被引頻次及可被引文獻量冶,詳細信息如表1所示。因為所有期刊影響力因素的取值范圍差異很大,比如“復合總被引冶的數值量級可達上萬,而“復合影響因子冶的數值量級只有10左右,所以本文采用數據標準化來減少計算誤差。標準化的定義為:z(i)=x(i)-滋(i)滓(i)(1)其中為x(i)為期刊x的第i個因素的原始數值,滋(i)和滓(i)分別為數據中所有期刊的該因素的均值和標準差,z(i)為標準化之后該因素的數值。1.2深度自編碼器。深度自編碼器(以下簡稱自編碼器)作為深度學習領域的重要組成部分,是一種無監督的深度神經網絡[18]。它不僅能夠表達高維非線性變量關系,而且能夠將其壓縮為低維關系,從而為衡量期刊的排序分區提供一個可視化的表達和分析。在實際應用當中,自編碼器具有重建過程簡單、可堆疊多層等優點,通常由輸入層、編碼解碼隱含層和輸出層組成。其中,輸入層和輸出層維度(神經元數目)相等,輸入層和隱含層之間構成編碼器,輸入信號x沂Rd通過編碼過程在編碼隱含層產生含數據特征的激勵a沂Rm,解碼隱含層和輸出層之間構成解碼器,a通過解碼過程得到重構信號y沂Rd,解碼是編碼的逆向運算。在本文中,x代表期刊,用d個期刊因素表示,y表示重構之后的期刊。自編碼器的訓練目標是使原始輸入y抑x,從而捕獲數據中最重要的信息。如圖1所示,本文采用L層自編碼器,其過程可用如下公式表示:輸入層-編碼隱含層:a(1)=f(Wx+b)(2)編碼隱含層:a(i+1)=f(W(i)a(i)+b(i)),i=1,…,L(3)其中,W和b分別為各層的權值矩陣和偏置項,L為編碼隱含層的數目,f(誗)為激活函數,本文中采用sigmoid函數,其定義為f(z)=11+e-z,值域為[0,1]。在本文的自編碼器實現中,輸入層包含神經元數目對應于期刊因素的數目。同時,也設計了包含不同隱層數目的自編碼器構架,用來調查特定學科內期刊的全局和局部關系以及期刊排序分區。在可視化當中,最后一個編碼隱含層的神經元輸出值分別作為期刊的坐標值。該值又稱為隱空間主元值,簡稱隱元值。

2實證分析

2.1期刊因素分析與選擇。盡管期刊擁有多達33個因素,然而有的因素與其它因素密切相關,相互之間存在較高的相關性,導致因素之間存在共線性問題。比如在2017年的“圖情冶期刊中,第2個因素“復合影響因子冶與第3個因素“復合他引影響因子冶之間的相關性高達0.9969,它與第4個“復合5年影響因子冶之間的相關性為0.9768。再如,第11個因素“可被引文獻量冶與第33個因素“可被引文獻量2016冶的相關系數等于1,其中的原因在于數據來源于2017年中國學術期刊影響因子年報,所以這兩個因素包含相同的數據。指導期刊發展的首要任務是明確重要的因素、并剔除冗余的因素。以“圖情冶期刊為例,我們首先計算了方差膨脹因子(簡稱VIF)。結果表明,“可被引文獻比冶(15.279)、“基金論文比冶(22.645)、“平均引文數冶(24.273)、“引用半衰期冶(20.735)和“被引半衰期冶(15.520)這五個因素的VIF在15和25之間,存在較嚴重的共線性現象,括號中數值為對應的VIF值;更為嚴重的是,其它因素的VIF遠大于25,甚至高達10的7次方,存在極度共線性現象。由此可見,“圖情冶期刊的因素之間存在非常嚴重的多重共線性現象。其次,按照表1里面的因素編號順序,我們計算了建立因素之間的兩兩相關系數矩陣,從而挑選共線性程度較低的期刊因素。因為我們不關注相關性的正負,而是關注相關性的大小,所以相關系數矩陣包含的是相關系數的絕對值。為了進一步分析這些因素之間的關系,我們應用非負矩陣分解算法對該矩陣實施聚類。經觀察發現,這些因素可以形成4個聚類。其中,第1個聚類包含11個因素,包括10種綜合類、復合類以及社科統計源期刊引用的影響因子和即年指標、以及“web即年下載率冶,其內部的平均相關系數高達0.935。第2個聚類包含10個因素,包括8種復合類、綜合類總被引和各種統計源引用、“被引期刊數冶和“總下載量(萬次)冶,其內部的平均相關系數為0.841。第3個聚類包含7個因素,包括4種可被引文獻量、2種半衰期和“引用期刊數冶,其內部的平均相關系數為0.545。第4個聚類包含5個因素,分別是“可被引文獻比冶、“基金論文比冶、“平均引文數冶、“他引總引比冶、“互引指數冶,其內部的平均相關系數較低,僅為0.229。圖2(a)顯示了因素相關系數圖,其中節點表示期刊因素,連邊表示因素之間的相關系數,粗連邊表示高相關性,細連邊表示低相關性;為了突顯聚類,因素聚類用虛線框和對應的序號進行標定。最后,針對相關系數很高的聚類,只選擇其中第一個因素作為該聚類的代表因素。對于相關系數較低的聚類,選擇全部的因素。總共獲得了8個因素,包括“復合總被引冶、“復合影響因子冶、“可被引文獻量冶、“可被引文獻比冶、“基金論文比冶、“平均引文數冶、“他引總引比冶和“互引指數冶。在重新計算它們的VIF之后,我們發現由于“可被引文獻量冶的VIF值(4.314)相對其它的因素而言數值較大,而且與其他因素的相關性超過了0.600,因此為了降低共線性程度進一步剔除了該因素。最終采用其它7個因素進行期刊影響力分析。如圖2(b)所示,這些因素的VIF值均小于2.500,平均VIF值為1.693,“基金論文比冶具有最大的VIF值2.207。同時,我們也統計了它們之間的相關系數。如圖2(c)表示,其相關性絕對值總體較低,平均相關系數僅為0.250;最大的相關性發生在“基金論文比冶因素,它分別與“平均引文數冶和“復合影響因子冶之間的相關系數值為0.557和0.520;最小的相關性發生在“復合影響因子冶和“他引總引比冶之間,兩者幾乎完全獨立。這些結果表明,所選因素之間具有很低的共線性程度,可以用來進行下一步的期刊排序,從而可以用來指導期刊發展和提高期刊影響力。2.2基于深度自編碼器的期刊排序。在實證分析中,根據隱層數目與神經元數目,設計了不同構架的自編碼器,以將上一節選出的期刊因素拼接在一起作為自編碼器的輸入。采用了四種不同層數的自編碼器構架,其隱層數目分別為1,2,3,4,并分別調查了每一種構架對應的隱層神經元數目。通常隱層數目在3及以上的自編碼器被稱為深度自編碼器。為了描述方便,這里采用{A,B,C,D}的格式來表示自編碼器構架,其中字母數目表示層數,字母本身表示該層的神經元數目。以“圖情冶期刊為例,我們設計了漸進式的構架設計策略,即先調查隱層數目為1時對應的神經元數目,然后在此基礎上調查隱層數目為2時對應的神經元數目,以此類推,直至確定最后一個自編碼器構架中的神經元數目。具體過程如下:(1)當采用一個隱層{L}的時候,我們分別調查了L分別等于2~10、15、20、30、40、50和60條件下自編碼器的隱空間輸出結果。由于CI是目前最好的期刊影響力度量指標之一,我們計算了第一個隱元與CI的相關系數,并期望第一隱元能夠正向衡量期刊影響力,所以選擇這個相關系數為正且數值最大時對應的神經元數目作為該隱層的最佳神經元數目。我們發現,L=3對應最好結果。同時,該值也可為多個期刊的影響力分布提供了一種可視化手段。因此我們選擇3作為自編碼器{L}的隱層神經元數目,同時也是自編碼器{L,3}中第二個隱層的神經元數目。(2)當自編碼器采用{L,3}構架時,我們分別調查了L在同樣條件下自編碼器的隱空間輸出結果。通過與上一步類似的方法,確立隱層神經元數目L=5。(3)當自編碼器采用{L,5,3}構架時,確立隱層神經元數目L=50。(4)當自編碼器采用{L,50,5,3}構架時,確定隱層神經元數目L=30。雖然可以繼續增加層數時,但是采用更多隱層構架的自編碼所產生的隱元數值卻越來越小,趨向于過擬合。最終,我們最多只考慮采用四層的深度自編碼器構架。此外,盡管最終獲得了三個維度的隱變量,但結果表明只取前兩個隱元來顯示期刊分布就足夠了。圖3(a)、(b)、(c)、(d)分別顯示了“圖情冶期刊由四種自編碼器生成的隱空間分布。為了方便可視化,使用CI分區作為期刊的標記,其中圓點、方塊、三角和淺藍菱形分布表示1、2、3、4區期刊。由四個不同構架自編碼器生成的期刊分布結果如下:(1)當采用第1個自編碼構架時:對比CI分區結果,第一個隱元與CI值的Spearman相關系數等于0.7582。其中,CI值排名前三的1區期刊《中國圖書館學報》、《圖書情報工作》、《情報雜志》與其它1區期刊相對分散;有兩個1區期刊《大學圖書館學報》《圖書館論壇》與2區期刊靠近;大多數2區期刊與1區期刊鄰近,但《醫學信息學雜志》遠離其它2區期刊;隸屬于3區的期刊與4區期刊和2區期刊均呈現較大重疊混雜。(2)當采用第2個自編碼構架時:第一個隱元與CI值的Spearman相關系數等于0.8028。期刊分布更加突顯了1區期刊與其它期刊的不同,大部分1區期刊保持與其它期刊分離的狀態;兩個2區期刊《情報學報》和《現代圖書情報技術》靠近1區期刊;此外,在2區期刊當中,除了《醫學信息學雜志》之外,《現代情報》也略遠離其它同分區期刊;4區期刊《圖書情報導刊》遠離其它的同分區期刊。(3)當采用第3個自編碼構架時:期刊的分布范圍進一步縮小,期刊分區邊界初步顯現,呈現出與第一個隱元相關的趨勢,其與CI值的spearman相關系數為0.826;CI值排名第一和第二的1區期刊《中國圖書館學報》《圖書情報工作》突顯出了與其它期刊不同,而其他兩個2區期刊《情報學報》和《現代圖書情報技術》呈現靠近1區期刊的趨勢,分別與《情報雜志》、《情報理論與實踐》和《情報科學》相近。(4)當使用第4個自編碼構架時,所有期刊被映射成一條近似單調直線,能夠使用第一個隱元對期刊進行排序和分區,其中第一個隱元與CI值的Spearman相關系數為0.8503;1區期刊可分為三組,第一組包括《中國圖書館學報》和《圖書情報工作》;第二組包括《情報雜志》《情報理論與實踐》《情報資料工作》《情報科學》《圖書情報知識》《圖書與情報》,但是2區期刊《情報學報》和《現代圖書情報技術》位于其中;第三組包括《大學圖書館學報》《圖書館論壇》,但是它們與其他分區的期刊混雜在一起。此外,其它分區期刊存在不同程度的混雜重疊。總的來說,自編碼器能夠一個以非線性方式綜合了多個高獨立性期刊因素的期刊排序度量,其第一個隱元可以用來作為期刊排序度量值(排序得分)。另外,也應用深度自編碼器在“法律冶期刊和“體育冶期刊。由于篇幅限制,只選用了采用一個隱層和四個隱層這兩種自編碼器構架的期刊排序結果,如圖4所示。期刊排序結果表明,這兩大類期刊表現為與“圖情冶期刊相似的規律。當采用一個隱層時,期刊較為分散,第一個隱元與CI的相關系數分別為0.748和0.501,但是該構架利于發現離群期刊,如“法律冶期刊里面的《法制與社會》和《武漢公安干部學院學報》,“體育冶期刊中的《冰雪運動》。當采用四個隱層時,期刊分布呈現規律性,第一個隱元與CI的相關系數分別為0.796和0.838。再次說明,第一個隱元可以用來作為分區得分。2.3分區方法對比。現有分區方法均根據期刊順序和數量來實施,可分為基于平均劃分的方法和基于固定非平均劃分的方法。前者的代表方法包括JCR分區方法和CI分區方法,后者的代表方法有中科院分區。基于現有的劃分策略,本節對應地設計了深度學習平均分區方法(簡稱DL平均分區)和深度學習非平均方法(簡稱DL非平均分區),并以“圖情冶期刊為例進行對比分析。JCR分區和中科院分區分別使用影響因子作為期刊排序度量,而中國學術期刊影響因子年報(簡稱“年報冶)提供的兩大類影響因子:復合類和綜合類。為了實施后續的期刊分區方法對比,首先調查了復合類影響因子與綜合類影響因子在JCR分區和中科院分區中的差異。對比結果表明,兩者無論是對于JCR分區還是對于中科院分區而言,結果非常接近,在42個“圖情冶期刊中只有2個期刊的分區不同。因此,在后續的分區方法對比當中,只采用“復合影響因子冶(簡稱“影響因子冶)來分析JCR分區和中科院分區結果。對應于期刊分區策略,分區方法對比分為兩個部分。首先,以CI分區為基準,對比了采用平均劃分的JCR分區方法和DL平均分區方法。主要對比結果如下:(1)在CI的1區期刊列表中,JCR分區將《情報科學》和《圖書館論壇》分為2區,DL平均分區將《大學圖書館學報》和《圖書館論壇》分為2區;(2)在CI的2區期刊列表中,JCR分區將《圖書館雜志》《國家圖書館學刊》分為1區,將《圖書館理論與實踐》和《醫學信息學雜志》為3區;DL平均分區將《情報學報》和《現代圖書情報技術》分為1區,將《圖書館雜志》、《圖書館工作與研究》和《圖書館理論與實踐》為3區;(3)在CI的3區期刊列表中,JCR分區和DL平均分區同時將《中華醫學圖書情報雜志》分為2區、將《農業圖書情報學刊》和《農業網絡信息》分為4區;此外,JCR分區將《文獻》為4區,而DL平均分區卻將其分為2區,將《圖書館學刊》和《四川圖書館學報》分為4區;(4)在CI的4區期刊列表中,JCR分區將《大學圖書情報學刊》《圖書館界》為3區,DL平均分區將《古籍整理研究學刊》《圖書館界》《數字圖書館論壇》《中國典籍與文化》分為3區。其次,以采用非平均劃分的中科院分區為基準,對照CI值和CI分區,設計了一個CI非平均分區,并對比了DL非平均分區。主要對比結果如下:(1)中科院分區的兩個1區期刊中,CI和DL非平均分區將《大學圖書館學報》分別分為2區和3區;(2)在中科院分區的六個2區期刊中,CI和DL非平均分區都將《圖書情報工作》分為1區,將《情報雜志》分為2區;前者將《情報資料工作》《現代圖書情報技術》分為3區;后者將《圖書情報知識》《圖書與情報》分為3區;(3)在中科院分區的十三個3區期刊中,CI和DL非平均分區都將《情報理論與實踐》《情報科學》分為2區;前者將《信息資源管理學報》分為4區;后者將《情報學報》分為2區,將《圖書館雜志》《圖書館工作與研究》分為4區;(4)在中科院分區的二十一個4區期刊中,CI非平均分區將《圖書館理論與實踐》分為3區,DL非平均分區將《中華醫學圖書情報雜志》和《文獻》分為3區。綜上所述,在給定平均劃分條件下,三種分區方法在1區和4區的分區結果差異不大;在給定非平均劃分條件下,由于非平均劃分條件下1區和2區期刊數目較小,三種分區方法的結果差異稍大;少量期刊主要表現為分區差值臨近,沒有出現跨越一個及以上分區的差異情況;此外,《中國圖書館學報》在所有分區結果中均排名第一。詳細對比結果如表2和表3所示。

3結論

摘要

由於在現今資訊流通普遍的社會中，影像的需求量越來越大，影像的數位化是必然的趨勢。然而在數位化過的影像所占的資料量又相當龐大，在傳輸與處理上皆有所不便。將資料壓縮是最好的方法。如今有一新的模式，在壓縮率及還原度皆有不錯的表現，為其尚未有一標準的格式，故在應用上尚未普及。但在不久的未來，其潛力不可限量。而影像之於印刷有密不可分的關系。故以此篇文章介紹小波（WAVELET）轉換的歷史淵源。小波轉換的基礎原理。現今的發展對印刷業界的沖擊。影像壓縮的未來的發展。

壹、前言

由於科技日新月異，印刷已由傳統印刷走向數位印刷。在數位化的過程中，影像的資料一直有檔案過大的問題，占用記憶體過多，使資料在傳輸上、處理上都相當的費時，現今個人擁有TrueColor的視訊卡、24-bit的全彩印表機與掃描器已不再是天方夜譚了，而使用者對影像圖形的要求，不僅要色彩繁多、真實自然，更要搭配多媒體或動畫。但是相對的高畫質視覺享受，所要付出的代價是大量的儲存空間，使用者往往只能眼睜睜地看著體積龐大的圖檔占掉硬碟、磁帶和光碟片的空間；美麗的圖檔在親朋好友之間互通有無，是天經地義的事，但是用網路傳個640X480TrueColor圖形得花3分多鐘，常使人哈欠連連，大家不禁心生疑慮，難道圖檔不能壓縮得更小些嗎？如此報業在傳版時也可更快速。所以一種好的壓縮格式是不可或缺的，可以使影像所占的記憶體更小、更容易處理。但是目前市場上所用的壓縮模式，在壓縮的比率上并不理想，失去壓縮的意義。不然就是壓縮比例過大而造成影像失真，即使數學家與資訊理論學者日以繼夜，卯盡全力地為lossless編碼法找出更快速、更精彩的演算法，都無可避免一個尷尬的事實：壓縮率還是不夠好。再說用來印刷的話就造成影像模糊不清，或是影像出現鋸齒狀的現象。皆會造成印刷輸出的問題。影像壓縮技術是否真的窮途末路？請相信人類解決難題的潛力是無限的。既然舊有編碼法不夠管用，山不轉路轉，科學家便將注意力移轉到WAVELET轉換法，結果不但發現了滿意的解答，還開拓出一條光明的坦途。小波分析是近幾年來才發展出來的數學理論。小波分析，無論是作為數學理論的連續小波變換，還是作為分析工具和方法的離散小波變換，仍有許多可被研究的地方，它是近幾年來在工具及方法上的重大突破。小波分析是傅利葉（Fourier）分析的重要發展，他保留了傅氏理論的優點，又能克服其不足之處。可達到完全不失真，壓縮的比率也令人可以接受。由於其數學理論早在1960年代中葉就有人提出了，而到現在才有人將其應用於實際上，其理論仍有相當大的發展空間，而其實際運用也屬剛起步，其後續發展可說是不可限量。故研究的動機便由此而生。

貳、WAVELET的歷史起源

WAVELET源起於JosephFourier的熱力學公式。傅利葉方程式在十九世紀初期由JosephFourier(1768-1830)所提出，為現代信號分析奠定了基礎。在十九到二十世紀的基礎數學研究領域也占了極重要的地位。Fourier提出了任一方程式，甚至是畫出不連續圖形的方程式，都可以有一單純的分析式來表示。小波分析是近幾年來才發展出來的數學理論為傅利葉方程式的延伸。

摘要

由於在現今資訊流通普遍的社會中，影像的需求量越來越大，影像的數位化是必然的趨勢。然而在數位化過的影像所占的資料量又相當龐大，在傳輸與處理上皆有所不便。將資料壓縮是最好的方法。如今有一新的模式，在壓縮率及還原度皆有不錯的表現，為其尚未有一標準的格式，故在應用上尚未普及。但在不久的未來，其潛力不可限量。而影像之於印刷有密不可分的關系。故以此篇文章介紹小波（WAVELET）轉換的歷史淵源。小波轉換的基礎原理。現今的發展對印刷業界的沖擊。影像壓縮的未來的發展。

壹、前言

由於科技日新月異，印刷已由傳統印刷走向數位印刷。在數位化的過程中，影像的資料一直有檔案過大的問題，占用記憶體過多，使資料在傳輸上、處理上都相當的費時，現今個人擁有TrueColor的視訊卡、24-bit的全彩印表機與掃描器已不再是天方夜譚了，而使用者對影像圖形的要求，不僅要色彩繁多、真實自然，更要搭配多媒體或動畫。但是相對的高畫質視覺享受，所要付出的代價是大量的儲存空間，使用者往往只能眼睜睜地看著體積龐大的圖檔占掉硬碟、磁帶和光碟片的空間；美麗的圖檔在親朋好友之間互通有無，是天經地義的事，但是用網路傳個640X480TrueColor圖形得花3分多鐘，常使人哈欠連連，大家不禁心生疑慮，難道圖檔不能壓縮得更小些嗎？如此報業在傳版時也可更快速。所以一種好的壓縮格式是不可或缺的，可以使影像所占的記憶體更小、更容易處理。但是目前市場上所用的壓縮模式，在壓縮的比率上并不理想，失去壓縮的意義。不然就是壓縮比例過大而造成影像失真，即使數學家與資訊理論學者日以繼夜，卯盡全力地為lossless編碼法找出更快速、更精彩的演算法，都無可避免一個尷尬的事實：壓縮率還是不夠好。再說用來印刷的話就造成影像模糊不清，或是影像出現鋸齒狀的現象。皆會造成印刷輸出的問題。影像壓縮技術是否真的窮途末路？請相信人類解決難題的潛力是無限的。既然舊有編碼法不夠管用，山不轉路轉，科學家便將注意力移轉到WAVELET轉換法，結果不但發現了滿意的解答，還開拓出一條光明的坦途。小波分析是近幾年來才發展出來的數學理論。小波分析，無論是作為數學理論的連續小波變換，還是作為分析工具和方法的離散小波變換，仍有許多可被研究的地方，它是近幾年來在工具及方法上的重大突破。小波分析是傅利葉（Fourier）分析的重要發展，他保留了傅氏理論的優點，又能克服其不足之處。可達到完全不失真，壓縮的比率也令人可以接受。由於其數學理論早在1960年代中葉就有人提出了，而到現在才有人將其應用於實際上，其理論仍有相當大的發展空間，而其實際運用也屬剛起步，其後續發展可說是不可限量。故研究的動機便由此而生。

貳、WAVELET的歷史起源

WAVELET源起於JosephFourier的熱力學公式。傅利葉方程式在十九世紀初期由JosephFourier(1768-1830)所提出，為現代信號分析奠定了基礎。在十九到二十世紀的基礎數學研究領域也占了極重要的地位。Fourier提出了任一方程式，甚至是畫出不連續圖形的方程式，都可以有一單純的分析式來表示。小波分析是近幾年來才發展出來的數學理論為傅利葉方程式的延伸。

1、文稿來稿應能反映該學術領域的最新發展與水平。觀點清晰，論據充分，數據牢靠，條理清晰，題文相符，文字簡明。論著、總述一般不超越7000字，其余3000字為宜。

2、落款力求簡明、奪目、反映文章的主題。中文文題一般不超越20個漢字，盡量不用簡稱、縮寫、藥物商品名等不規范名詞，英文落款不宜超越10個實詞，中、英文題含義應一致。一切投稿論文均需附英文落款。

3、作者作者姓名在文題下按序擺放，作者單位稱號及郵政編碼角注在同頁左下方；請附一切作者姓名的漢語拼音及榜首作者簡介（性別、出生年月、最高學歷、職務、工作單位、具體通信地址、郵政編碼和聯系電話以及E-mail）。

4、摘要論著、總述、臨床研討、醫工園地和新技術發展請附400字左右中英文摘要，報道性摘要（論著、臨床研討、新技術發展等）要求含意圖、方法、結果和定論四要素，選用第三人稱編撰。經驗交流只需中文摘要，病例陳述無需中英文摘要。

5、關鍵詞摘要下標引關鍵詞3~5個。請盡量運用美國國立醫學圖書館修正的最新版《lndexMedicus》中醫學主題詞表（MeSH）內所列的詞。假如最新版MeSH中尚無相應的詞，可選用直接相關的幾個主題詞進行組配；必要時，可選用慣用的自由詞并擺放于最終。關鍵詞中的縮寫詞應按MeSH表還原為全稱，如“HBsAg”應相引為“乙型肝炎表面抗原”。

6、正文層次編號正文中規范層次的編號按GB/1.1-1993和GB7713-87的規則，選用阿拉伯數字別離編號，一般不超越4級。榜首級標題1；第二級標題1.1；第三級標題1.1.1。編號一概左頂格寫，不要空格。無編號階段最初可空2格。正文內序號用①、②等。

由於在現今資訊流通普遍的社會中，影像的需求量越來越大，影像的數位化是必然的趨勢。然而在數位化過的影像所占的資料量又相當龐大，在傳輸與處理上皆有所不便。將資料壓縮是最好的方法。如今有一新的模式，在壓縮率及還原度皆有不錯的表現，為其尚未有一標準的格式，故在應用上尚未普及。但在不久的未來，其潛力不可限量。而影像之於印刷有密不可分的關系。故以此篇文章介紹小波（WAVELET）轉換的歷史淵源。小波轉換的基礎原理。現今的發展對印刷業界的沖擊。影像壓縮的未來的發展。

壹、前言

由於科技日新月異，印刷已由傳統印刷走向數位印刷。在數位化的過程中，影像的資料一直有檔案過大的問題，占用記憶體過多，使資料在傳輸上、處理上都相當的費時，現今個人擁有TrueColor的視訊卡、24-bit的全彩印表機與掃描器已不再是天方夜譚了，而使用者對影像圖形的要求，不僅要色彩繁多、真實自然，更要搭配多媒體或動畫。但是相對的高畫質視覺享受，所要付出的代價是大量的儲存空間，使用者往往只能眼睜睜地看著體積龐大的圖檔占掉硬碟、磁帶和光碟片的空間；美麗的圖檔在親朋好友之間互通有無，是天經地義的事，但是用網路傳個640X480TrueColor圖形得花3分多鐘，常使人哈欠連連，大家不禁心生疑慮，難道圖檔不能壓縮得更小些嗎？如此報業在傳版時也可更快速。所以一種好的壓縮格式是不可或缺的，可以使影像所占的記憶體更小、更容易處理。但是目前市場上所用的壓縮模式，在壓縮的比率上并不理想，失去壓縮的意義。不然就是壓縮比例過大而造成影像失真，即使數學家與資訊理論學者日以繼夜，卯盡全力地為lossless編碼法找出更快速、更精彩的演算法，都無可避免一個尷尬的事實：壓縮率還是不夠好。再說用來印刷的話就造成影像模糊不清，或是影像出現鋸齒狀的現象。皆會造成印刷輸出的問題。影像壓縮技術是否真的窮途末路？請相信人類解決難題的潛力是無限的。既然舊有編碼法不夠管用，山不轉路轉，科學家便將注意力移轉到WAVELET轉換法，結果不但發現了滿意的解答，還開拓出一條光明的坦途。小波分析是近幾年來才發展出來的數學理論。小波分析，無論是作為數學理論的連續小波變換，還是作為分析工具和方法的離散小波變換，仍有許多可被研究的地方，它是近幾年來在工具及方法上的重大突破。小波分析是傅利葉（Fourier）分析的重要發展，他保留了傅氏理論的優點，又能克服其不足之處。可達到完全不失真，壓縮的比率也令人可以接受。由於其數學理論早在1960年代中葉就有人提出了，而到現在才有人將其應用於實際上，其理論仍有相當大的發展空間，而其實際運用也屬剛起步，其後續發展可說是不可限量。故研究的動機便由此而生。

貳、WAVELET的歷史起源

WAVELET源起於JosephFourier的熱力學公式。傅利葉方程式在十九世紀初期由JosephFourier(1768-1830)所提出，為現代信號分析奠定了基礎。在十九到二十世紀的基礎數學研究領域也占了極重要的地位。Fourier提出了任一方程式，甚至是畫出不連續圖形的方程式，都可以有一單純的分析式來表示。小波分析是近幾年來才發展出來的數學理論為傅利葉方程式的延伸。

小波分析方法的提出可追溯到1910年Haar提出的小波規范正交基。其後1984年，法國地球物理學J.Morlet在分析地震波的局部性質時，發現傳統的傅利葉轉換，難以達到其要求，因此引進小波概念於信號分析中，對信號進行分解。隨後理論物理學家A.Grossman對Morlet的這種信號根據一個確定函數的伸縮，平移系{a-1/2Ψ[(x-b)/a]；a,b?R,a≠0}展開的可行性進行了研究，為小波分析的形成開了先河。

摘要

由於在現今資訊流通普遍的社會中，影像的需求量越來越大，影像的數位化是必然的趨勢。然而在數位化過的影像所占的資料量又相當龐大，在傳輸與處理上皆有所不便。將資料壓縮是最好的方法。如今有一新的模式，在壓縮率及還原度皆有不錯的表現，為其尚未有一標準的格式，故在應用上尚未普及。但在不久的未來，其潛力不可限量。而影像之於印刷有密不可分的關系。故以此篇文章介紹小波（WAVELET）轉換的歷史淵源。小波轉換的基礎原理。現今的發展對印刷業界的沖擊。影像壓縮的未來的發展。

壹、前言

由於科技日新月異，印刷已由傳統印刷走向數位印刷。在數位化的過程中，影像的資料一直有檔案過大的問題，占用記憶體過多，使資料在傳輸上、處理上都相當的費時，現今個人擁有TrueColor的視訊卡、24-bit的全彩印表機與掃描器已不再是天方夜譚了，而使用者對影像圖形的要求，不僅要色彩繁多、真實自然，更要搭配多媒體或動畫。但是相對的高畫質視覺享受，所要付出的代價是大量的儲存空間，使用者往往只能眼睜睜地看著體積龐大的圖檔占掉硬碟、磁帶和光碟片的空間；美麗的圖檔在親朋好友之間互通有無，是天經地義的事，但是用網路傳個640X480TrueColor圖形得花3分多鐘，常使人哈欠連連，大家不禁心生疑慮，難道圖檔不能壓縮得更小些嗎？如此報業在傳版時也可更快速。所以一種好的壓縮格式是不可或缺的，可以使影像所占的記憶體更小、更容易處理。但是目前市場上所用的壓縮模式，在壓縮的比率上并不理想，失去壓縮的意義。不然就是壓縮比例過大而造成影像失真，即使數學家與資訊理論學者日以繼夜，卯盡全力地為lossless編碼法找出更快速、更精彩的演算法，都無可避免一個尷尬的事實：壓縮率還是不夠好。再說用來印刷的話就造成影像模糊不清，或是影像出現鋸齒狀的現象。皆會造成印刷輸出的問題。影像壓縮技術是否真的窮途末路？請相信人類解決難題的潛力是無限的。既然舊有編碼法不夠管用，山不轉路轉，科學家便將注意力移轉到WAVELET轉換法，結果不但發現了滿意的解答，還開拓出一條光明的坦途。小波分析是近幾年來才發展出來的數學理論。小波分析，無論是作為數學理論的連續小波變換，還是作為分析工具和方法的離散小波變換，仍有許多可被研究的地方，它是近幾年來在工具及方法上的重大突破。小波分析是傅利葉（Fourier）分析的重要發展，他保留了傅氏理論的優點，又能克服其不足之處。可達到完全不失真，壓縮的比率也令人可以接受。由於其數學理論早在1960年代中葉就有人提出了，而到現在才有人將其應用於實際上，其理論仍有相當大的發展空間，而其實際運用也屬剛起步，其後續發展可說是不可限量。故研究的動機便由此而生。

貳、WAVELET的歷史起源

WAVELET源起於JosephFourier的熱力學公式。傅利葉方程式在十九世紀初期由JosephFourier(1768-1830)所提出，為現代信號分析奠定了基礎。在十九到二十世紀的基礎數學研究領域也占了極重要的地位。Fourier提出了任一方程式，甚至是畫出不連續圖形的方程式，都可以有一單純的分析式來表示。小波分析是近幾年來才發展出來的數學理論為傅利葉方程式的延伸。

摘要

由於在現今資訊流通普遍的社會中，影像的需求量越來越大，影像的數位化是必然的趨勢。然而在數位化過的影像所占的資料量又相當龐大，在傳輸與處理上皆有所不便。將資料壓縮是最好的方法。如今有一新的模式，在壓縮率及還原度皆有不錯的表現，為其尚未有一標準的格式，故在應用上尚未普及。但在不久的未來，其潛力不可限量。而影像之於印刷有密不可分的關系。故以此篇文章介紹小波（WAVELET）轉換的歷史淵源。小波轉換的基礎原理。現今的發展對印刷業界的沖擊。影像壓縮的未來的發展。

壹、前言

由於科技日新月異，印刷已由傳統印刷走向數位印刷。在數位化的過程中，影像的資料一直有檔案過大的問題，占用記憶體過多，使資料在傳輸上、處理上都相當的費時，現今個人擁有TrueColor的視訊卡、24-bit的全彩印表機與掃描器已不再是天方夜譚了，而使用者對影像圖形的要求，不僅要色彩繁多、真實自然，更要搭配多媒體或動畫。但是相對的高畫質視覺享受，所要付出的代價是大量的儲存空間，使用者往往只能眼睜睜地看著體積龐大的圖檔占掉硬碟、磁帶和光碟片的空間；美麗的圖檔在親朋好友之間互通有無，是天經地義的事，但是用網路傳個640X480TrueColor圖形得花3分多鐘，常使人哈欠連連，大家不禁心生疑慮，難道圖檔不能壓縮得更小些嗎？如此報業在傳版時也可更快速。所以一種好的壓縮格式是不可或缺的，可以使影像所占的記憶體更小、更容易處理。但是目前市場上所用的壓縮模式，在壓縮的比率上并不理想，失去壓縮的意義。不然就是壓縮比例過大而造成影像失真，即使數學家與資訊理論學者日以繼夜，卯盡全力地為lossless編碼法找出更快速、更精彩的演算法，都無可避免一個尷尬的事實：壓縮率還是不夠好。再說用來印刷的話就造成影像模糊不清，或是影像出現鋸齒狀的現象。皆會造成印刷輸出的問題。影像壓縮技術是否真的窮途末路？請相信人類解決難題的潛力是無限的。既然舊有編碼法不夠管用，山不轉路轉，科學家便將注意力移轉到WAVELET轉換法，結果不但發現了滿意的解答，還開拓出一條光明的坦途。小波分析是近幾年來才發展出來的數學理論。小波分析，無論是作為數學理論的連續小波變換，還是作為分析工具和方法的離散小波變換，仍有許多可被研究的地方，它是近幾年來在工具及方法上的重大突破。小波分析是傅利葉（Fourier）分析的重要發展，他保留了傅氏理論的優點，又能克服其不足之處。可達到完全不失真，壓縮的比率也令人可以接受。由於其數學理論早在1960年代中葉就有人提出了，而到現在才有人將其應用於實際上，其理論仍有相當大的發展空間，而其實際運用也屬剛起步，其後續發展可說是不可限量。故研究的動機便由此而生。

貳、WAVELET的歷史起源

WAVELET源起於JosephFourier的熱力學公式。傅利葉方程式在十九世紀初期由JosephFourier(1768-1830)所提出，為現代信號分析奠定了基礎。在十九到二十世紀的基礎數學研究領域也占了極重要的地位。Fourier提出了任一方程式，甚至是畫出不連續圖形的方程式，都可以有一單純的分析式來表示。小波分析是近幾年來才發展出來的數學理論為傅利葉方程式的延伸。