网络与因特网的区别篇(1)

关键词：山区；高速公路网络；桥梁设计；基础设计；上部结构；下部结构；特点

山区是当前高速公路网络建设的困难区域，也是高速公路网络发展必须正面的实际问题。通常山区存在地质、地貌情况复杂，自然、人文、环境影响因素众多等具体障碍，一般在山区进行高速公路网络建设往往需要桥梁进行重点部位、关键节点、困难区域的连接和沟通，因此，山区高速公路网络建设中桥梁设计和施工成为核心性的关键问题。应该从山区高速公路网络桥梁的建设特点分析入手，形成桥梁设计的核心，以桥梁主体结构为中心，建立起山区高速公路桥梁设计的重点，这是当前进行山区高速公路网络建设的要点问题，也是从桥梁结构体系建设和高速公路网络建设的核心问题。

1 山区高速公路网络中桥梁设计工作的特点

1.1 设计时间长

山区高速公路网络中桥梁处于关键的地位，山区高速公路网络中重点部位、关键节点、地质困难区域与环境复杂地段一般都需要以桥梁的形式加以穿越和联通，特别在山区自然条件复杂、历史和人文环境多样的情况下，选择桥梁作为山区高速公路网络的延伸已经是一个主要的对策和方法。这样的实际造成山区高速公路网络中桥梁设计必须要尊重山区的地理、环境、自然、人文和历史，这就必然造成山区高速公路网络中桥梁设计时间的延长，这是确保山区高速公路网络中桥梁设计质量的基本保障，也是山区高速公路网络中桥梁设计的基本特点。

1.2 桥梁结构多样

在山区不同的区域和地段高速公路网络延伸和穿越的设计和结构存在着千差万别的不同，因此，作为桥梁结构来讲也存在着多样性的特点，尤其是在特殊的地段和区域，桥梁被赋予了不同的功能和要求，因此，桥梁的结构就会存在较大的差异性。在实际的山区高速公路网络中桥梁设计中，要从山区高速公路网络的建设要求和桥梁设计行业标准出发，以结构的有效调整和科学设计提升桥梁的功能性、稳定性和安全性，对山区高速公路网络的实际建设起到提升和保证功能。

1.3 安全要求高

山区进行高速公路网络建设需要安全作为基础性的保证，尤其在桥梁设计过程中，更是要将桥梁安全性列为首位，特别是山区高速公路网络存在维修困难、救护不力的实际问题，不能在设计阶段提升桥梁安全性，将会给日后整个山区高速公路网络带来极大的威胁，因此，要在山区高速公路网络中桥梁设计中重点强调安全方面的内容，要提高设计的技术要求，控制施工和运行的安全系数，做到对山区高速公路网络中桥梁实际建设和日后运行安全的有力保障。

2 山区高速公路网络中桥梁设计的技巧

2.1 突出设计的全面性

在山区高速公路网络中桥梁设计中要全面掌握山区的特点，对于历史文化、地势变化、地质条件等相关信息和重点资料要做到全面掌握，特别要对环境因素和自然特点做到认真分析和科学研究，为山区高速公路网络中桥梁设计提供细致、全面和具体的基础，给设计通知更为全面地支持，做到对山区高速公路网络中桥梁设计质量的保障和提升。

2.2 突出设计的便捷性

在山区高速公路网络中桥梁设计中要重点考虑到山区施工的特点，特别是桥梁建设中材料运输、机械使用、施工条件的问题，要在设计环节突出桥梁施工的便捷性，使山区高速公路网络中桥梁建设得到质量、效益的根本保障，在提升山区高速公路网络中桥梁建设效率的同时，为整个山区高速公路网络的建设提供的突破口和着力点。

2.3 突出设计的综合性

山区高速公路网络中桥梁设计中要综合美观、经济、舒适和环保等各方面要求，要采用实事求是和与时俱进的策略，将综合理念和现代化思想融入到山区高速公路网络中桥梁设计中，更加重视桥梁的综合性和整体性，做到对山区高速公路网络中桥梁建设综合品质的保障。

3 山区高速公路网络中桥梁设计的要点

3.1 做好山区高速公路网络中桥梁基础的设计

对于地质状况较为复杂的地段一般采用桩基的方式，在采用桩基为基础的方式时，在地质状况相对较好的地段可以采用嵌岩桩，较差地段则采用摩擦桩。由于山区的地质特点比较多变，往往容易出现在同一个桥体处，地质构造却不相同的情况，所以在进行基础设计时，一定要了解山区地质状况的特点，具体的桩基方式要根据地质的不同而进行选择。

3.2 做好山区高速公路网络中桥梁上部结构的设计

在山区高速公路网络中桥梁设计时应该考虑造价问题，对于预制装配化结构能满足的桥梁，就应该尽量采用这种结构方式。在进行山区高速公路网络中桥梁具体设计时，要处理好跨径与墩高的关系，要根据曲线半径变化、梁长变化的基础上，做好跨径与墩高关系的处理。

3.3 做好山区高速公路网络中桥梁下部结构的设计

首先要做好桥梁桥墩的设计处理，要根据路基的宽度和山区的地形进行具体判断，采用圆形和放行的桥梁桥墩形式，做到对实际情况的具体分析，提升山区高速公路网络中桥梁设计的水平。其次，要做好桥梁桥台的设计处理，以行业规范和山区实际为基础，设计出合理的桥台，做到对设计水平的保证。

4 结语

桥梁是高速山区高速公路延伸和连接的主要形式和构筑物，科学进行桥梁设计事关山区高速公路网络建设的质量，也与山区高速公路整体稳定和安全运行高度相关。在桥梁设计中，要做好信息的收集和资料的处理，对历史文献、地质资料、规划信息做到综合和平衡，从行业技术水平和设备装备基本情况出发，真正将桥梁设计成山区高速公路网络的精品，在确保高速公路网络质量、效率和稳定的同时，做到对交通事业、山区经济和高速公路网络稳定发展和全面建设的有效支持。

参考文献

[1] 张雷.山区高速公路桥梁设计相关问题探讨[J].才智，2010（11）.

[2] 张宏华.山区高速公路桥梁的设计方法与施工工艺分析[J].中国高新技术企业，2008（02）.

[3] 程乾.山区高速公路桥梁设计的特点和方法[J].山西建筑，2007（19）.

网络与因特网的区别篇(2)

近几年，随着网络技术的迅猛发展，网络教育已走近人们的生活。据CNNIC2002年7月的第十次中国互联网发展状况报告显示，中国网络用户已达4580万人，联网计算机已达1613万台，在网络用户中，有8.9％的人经常使用网络教育服务。国家对网络教育也极为重视，98年国家批准4所大学开展网络远程教育试点，至2002年已允许67家大学开展了网络教育试点，截止2001年底，我国高校网络远程教育在校生达63.3万人，而据最新数据显示，在2002年秋季网络远程教育学员在100万人以上。

与此同时，专门针对成人培训及终身教育的网络辅导课程同样得到进一步的增长。近年来还涌现出不少以此为主要业务的远程教育机构，如年培训学员量达三万多人次的前沿培训网（省略）。

东西部网络教育的差距

虽然远程教育获得了迅速的发展，但是中国远程教育的发展存在着巨大的区域性不平衡，这种状况将可能导致东西部教育水平的进一步拉大。以下我们来看两组数据：

（一）东西部网络高等教育的差距

我国网络教育试点工作开始于1998年，该年教育部批准清华大学、浙江大学、北京邮电大学和湖南大学开设网络学院，进行网络教育招生，至2002年春，教育部已批准67所高校举办网络远程教育。在这67所高校中，东部占了绝大多数，西部仅占少部分，根据丁兴富先生在《中国远程教育（资讯版）》第八期内的统计资料，载止2001年底，43所试点普通高校主要分布在华北、华东地区，占试点高校的58％，西部（西南、西北）广大地区仅占13％。同时，43所普通高校在全国共建学习中心966个，其中在华东（353个）、华中（195个）和华南（136个）三个地区的学习中心数占总数的71％；西部（西南、西北）共有学习中心143个，仅占15％。结果，西部地区的网络远程教育学生数也是相应最少的。

（二）东西部远程职业教育的差距

与网络高等教育相比，东西部远程职业教育的差距同样是巨大的。根据2002年前沿培训网近3万网上学员统计出西部地区的所有学员所占比例为：19.92％，这种状况与东部地区的差距是比较大的。东部地区、中部地区所占比例达：80.08％，东部地区的北京地区、广东地区所占比例均在10％以上，分别为14.69％，广东地区为11.84％，这两个地区所占的比例就比西部地区的总比例多出6.6％。西部地区的远程职业教育与东部发达地区的差距由此可以看出是巨大的。

东西部网络教育差距的原因简析

（一）东西部经济的差距

东部地区与西部地区在经济上的差距，是西部网络教育差距的重要原因。例如1978―1997年，在全国GDP中所占比重，东部地区从52％上升为61.4％，西部地区则从17％下降为14.8％。人均GDP差距也逐渐拉大。改革开放初期，西北各省区人均GDP高于福建，其中青海甚至高于广东。但到1997年全国人均GDP为6392元，西部人均GDP仅为4009元，相当于全国平均水平的62.7％。1998年广东、福建人均GDP都已超过10000元，西北五省区除新疆达到6435元，其余各省区均不到4500元，相差达一倍以上。

经济上的差距，使得西部人在上网人群的分布与东部产生差距，在CNNIC第十一次全国调查中，东部地区的广东、江苏、上海、北京、山东网民数占全国网民数的比例分别为9.5％、8.1％、7.1％、6.6％、6.5％，居全国前五位；而西部的总数仅为16.9％。与东部地区有明显的差距。

经济原因导致的上网人群的偏少，是西部网络教育落后东部地区的最重要原因。

（二）其他原因

1、信息化教育水平的偏低

西部地区一直是教育相对落后的地区，教育水平与信息化教育的滞后，是导致西部网络教育落后于东部的不可忽视的因素。

2、西部网络建设的滞后

西部地区网络建设一直落后于东部地区，以大学校园网络建设为例，东部地区的校园网络建设工作很早就已进行，西部地区在教育部的资助下，2002年才开始了西部地区校园网络工程建设，以接入CERNET（中国教育与计算机科研网）。

3、文化、语言的差异

网络与因特网的区别篇(3)

1计算机网络服务的基本概念

在一般情况下计算机网络服务质量基本是指网络IP地址的服务质量，同时也表示了IP地址数据在网络流通中的性能水平。计算机网络服务质量的主要作用是为广大的网络数据用户提供相应的保护措施，从而让网络用户在使用网络时有所保障。因此，网络服务质量应该具有一定的衡量标准，主要的内容应该具有实用性、延迟与可变延迟、吞吐数据包等。换一句话来说，计算机网络服务可以对在网络传输中的数据包进行有效的整合，将众多的数据包有序的排列起来，重点优化具有相关标示的数据包，并且赋予数据包内的特定数据一定的优先权，从而提升特定数据的传输效率。与传统的IP技术相比较，计算机网络服务的质量均有大幅度的提升，无论是在数据传输稳定性还是效率上，其传输效率提升的幅度都是显而易见的。

2计算机网络服务优化的原则

想要计算机网络服务质量得到全面的优化，则应该在目前的网络分配之上进行考虑。因而，首先应该考虑到网络资源的分配原则。随着网络时代的到来，近几年的网络用户逐渐增多，但是网络资源还仍维持着原有的数量，如何有效的分配网络资源，让其能够得到重组，这就需要我慎重考虑了。对现有的网络资源进行合理的排序，针对网络资源使用的实际情况，进行科学合理的分配。其次，想要从根本上优化计算机网络服务的质量，即可将网络上的任务进行适度的调节。当计算机在接受网络服务时，可以在同一个服务器当中同时进行多项不同的任务，对任务进行适当的调节，就可以有效避免计算机在接受网络服务过程中出现拥堵现象。一个服务器进行一项任务操作是最佳的选择。最后，在计算机网络服务过程中，应该充分优化操作过程中的阻碍窗口。简单来说就是在操作过程中尽量降低网络资源的分散使用。现如今，网络已作为信息资源载体存在于我们的生活当中。为了能够充分开发信息资源，并加之合理的使用，在进行计算机网络服务优化的同时应该严格遵守以上几点原则。

3提升计算机网络服务质量的有效措施

想要计算机网络服务的质量得到充分的优化，服务制度得到完善，不仅需要对目前的计算机网络服务现状进行分析，网络服务公司还应该积极开展片区网络整改工作，在不断优化的计算机网络服务质量同时逐渐建立网络服务优化理论，同时建立网络服务优化模块，从而实现优化工作的全面性。计算机网络服务质量的优化措施主要由以下几个方面组成：

3.1服务类型

服务类型是指对服务类型的字段进行优化改造，从而进一步的提升计算机网络服务的质量。服务类型的字段由八个二进制位所组成，在IPV5的数据包当中，这八个二进制位的数值存在于7~17之间，这八个二进制位中的0、1、2代表数据包种相对的优先级，第3位代表网络的普通延迟或低级延迟，第4位代表了网络的普通吞吐率和高吞吐率，第0~8代表了服务优先级的范围。

3.2区别服务

通过区别服务这一新兴的服务形式，能够将综合服务形式和服务类型当中的各类问题有效区别开来，从而进行针对性的优化。与传统的服务形式相比较，区别服务具有较好的尺度性，能够实现跨网络工作的目的，最终实现计算机跨网络服务，进一步提升网络服务的层次。这里需要注意的是，想要实现区别服务，那么则应该建立以区别服务为核心的区别服务器，在正式运行区别服务器之前则应该充分了解各个通信业务的特点和技术性能，并将其区别开来。区别服务的主要优势就是能够有效调动网络边缘的数据，并实现边界操作，如果通信业务融入到计算机区别服务器当中，那么计算机网络服务的质量就会发生改变，其维护内容不再是原有的服务器维护，通信业务为其分担了服务器维护的工作，因此，大大减轻了区别服务器的运转载荷。

3.3综合

这种服务形式是在充分确保宽带资源的前提下出现的，为计算机提供端到端对接服务，从而让计算机网络服务得到质的飞跃。在正常的网络资源部署的过程当中，无论是那一个服务器都能实现综合。将综合进一步的细化，又可以将其分为受控负载和可靠服务这两种服务形式。1）受控负载主要用于与传统IP类似的网络通信业务当中，能够有效降低网络服务过程中的丢包率，最终实现优化计算机网络服务的目的。2）可靠服务的主要服务内容是保障网络数据在传输过程中具有充分的带宽，并且在队列过程中不会出现传输延迟等情况，从而从侧面来优化计算机网络服务质量。

3.4业务流量

从某一方面来看，不断对网络服务中的业务流量进行整理和优化，是提升计算机网络服务质量的重要手段。在传统的模式当中，业务流量往往只是存在于网络的边缘位置，通过对业务流量进行优化整理，不仅能够让网络中心的数据流量得到完善，同时，还能够改善由多种服务共用一个端口而造成的压力问题，从而从根本上优化计算机服务的效果，切实提升计算机服务的实际能力。

4计算机网络服务质量技术的未来发展

根据目前网络的发展形势来看，网络所要承载的信息数据也越来越多，在未来需要网络具有更大的承载能力。在实际的网络优化过程中，综合多种方式来优化网络服务质量是未来计算机网络服务质量技术发展的趋势。例如，通过利用MPIS来解决网络服务中的质量问题，将QQS与MPIS有效结合起来，让其成为一种新兴网络服务技术，从而有效化解MIPS当中的网络服务质量问题。实际上，如何在现有的网络资源基础之上，利用网络的特点设计出更加符合网络发展形势的结构优化制度，让其成为优化网络服务中坚技术，是计算机网络服务质量技术未来发展的关键。

5结束语

网络与因特网的区别篇(4)

关键词：自组织特征映射；人工神经网络；岩性识别；测井资料

中图分类号：TP183文献标识码：A文章编号：1009-3044(2008)26-1764-03

The Logging Lithological Identification by Using Self-organizing Feature Map Neural Networks

SHI Xiao-song, CHENG Guo-jian

(School of Computer Science,Xi'an Shiyou University, Xi'an 710065, China)

Abstract: The self organizing feature map (SOFM) neural network has superior clustering and fault-tolerant ability. In this paper SOFM was used to solve the well-logging lithological identification. We described firstly SOFM network modeling and then, by combined it with a set of actual well-log data, a lithological identification model was set up by Matlab programming and the specific research on this field was carried on. By compared the SOFM-based results with some known well-logging information, it was shown that the SOFM modeling is very effective and efficiency for the well-logging lithological identification. It is also shown thatSOFM modeling has a good prospect for the petroleum reservoir engineering.

Key words: self organizing feature map; artificial neural network; lithological identification; logging data

1 引言

近年来，各国的油气需求量都在急剧增加。测井在油气勘探中被比喻成人的眼睛，测井资料所携带的地质信息是确定地层含油储藏量的重要依据，因此，利用测井资料进行岩性识别在油气勘探中非常重要。

传统的岩性识别方法主要有交会图快速识别方法和统计学方法等；应用BP神经网络，识别的准确率较高。但是BP算法有一些局限性，如收敛速度慢，容易陷入局部极小值点等。本文将自组织特征映射网络用于测井岩性识别，岩性识别结果完全正确，表明此方法有较好的应用效果。

2 SOFM神经网络的基本思想、拓扑结构及学习规则

人工神经网络（Artificial Neural Network, 简称ANN）是近年来发展起来的模拟人脑生物过程的人工智能技术。它由大量简单的神经元广泛互连形成复杂的非线性系统,不需要任何先验公式，就能从已有数据中自动地归纳规则，获得这些数据的内在规律，具有很强的自学习、自组织、自适应和非线性映射能力,特别适合于因果关系复杂的非线性推理、判断、识别和分类等问题。

自组织特征映射（Self Organizing Feature Map,也称Kohonen映射）神经网络（简称SOFM 神经网络），是由Kohonen教授提出的对神经网络的数值模拟方法。这种方法有降维的功能，是人工神经网络的重要分支之一。

自组织特征映射网络（SOFM）是自组织网络中的一种，所谓的自组织过程是指学习的结果总是使聚类区内各神经元的权重向量保持向输入向量逼近的趋势，从而使具有相近特性的输入向量聚集在一起。这种结构的网络能够从输入信息中找出规律以及关系，并且根据这些规律来相应地调整网络，使得以后的输出与之相适应。

2.1 自组织特征映射网络的（SOFM）基本思想

SOFM 网络中神经元的拓扑组织就是它最根本的特征。对于拓扑相关而形成的神经元子集，权重的更新是相似的。且在这个学习过程中，这样选出的子集将包含不同的神经元。

通过训练，我们要建立起这样一种布局，它使得每个权值向量都位于输入向量聚类的中心。一旦SOFM完成训练，就可以用于对训练数据或其它数据进行聚类。

2.2 SOFM网络的拓扑结构：

SOFM 神经网络是一个两层网络，即由输入层和竞争层组成，输入层接收样本，竞争层对样本进行分类，这两层的神经元进行完全相互连接，竞争层的神经元按二维形式排列成一个节点矩阵，一般输入层节点数等于能够代表分类问题模式的维数，输出节点数根据

具体问题来决定。SOFM网络的拓扑结构图， 如图1所示：

2.3 网络的学习规则

网络根据其学习规则，对输入模式进行自动分类，即在无师示教的情况下,通过对输入模式的自组织学习，抽取各个输入模式的特征，在竞争层将分类结果表示出来。当输入样本分属多个类型时，N维特征空间就会呈现出多个集群状分布的特点 。每个集群代表一个类型，集群的中心就是聚类中心。同属一类的样本与该类聚类中心的距离比与另一类聚类中心的距离要小。

具体的聚类过程是先将输入向量和连接权值向量正规化，再计算该输入向量和各输出单元连接权值的距离，有最小值者即为获胜单元。然后以获胜单元为中心定义其邻近区域，只要是在此邻近区域内的输出单元，其相关权值皆参与更新。在网络学习过程中，邻近区域将随时间减小，学习速率也随时间减小。最终，当各输入向量与连接权值的最小欧氏距离总和达到一定阈值时，将认为网络收敛，学习结束，各连接权值到达各聚类的中心。

3 岩相的识别

MATLAB的NN Toolbox提供了丰富的函数建立经网络，主要包括神经网络函数、权值函数、网络的输入函数、传递函数、初始化函数、性能函数、学习函数、自适应函数、以及训练函数等。因此熟练掌握好建立、学习、训练网络的NN Toolbox非常必要，下面以一个具体的实例说明SOFM网络实现岩相的识别的全过程。

SOFM 的基本结构中网络的输出层为二维的平面结构 。输入层与竞争层各神经元之间实现全互连。本例选取某地区的资料进行研究。该地区属于碳酸盐地层，因此需要判断的岩性有3种，即荧光灰岩，泥质粉砂岩和砂砾屑灰岩。通过对历史资料的分析和现场实验可知，选择自然伽玛(GR) 、声波(AC) 、自然电位(SP) 、井径(CAL) 、微梯度(RLML) 、微电位(RNML) 和电阻率(RT) 这7 项测井参数来指示岩性。

表1列出了15组，接下来就利用这15组样本作为网络的训练样本。表3列出了7组用来进行测试。

利用函数NEWC创建一个自组织竞争网络，需要区分的数目为15，因此神经元的数目为15，学习速率设为0.8。

把输入模式输入SOFM网络，进行网络权值训练，网络竞争层各神经元对输入模式的响应机会，最后仅有一个神经元成为竞争的胜者，并对那些与获胜神经元有关的各连接权朝着更有利于它竞争的方向调整，这一获胜神经元就表示对输入模式的分类。输入模式样本与获胜神经元的对应关系见表一中最后一列。这样，岩性与竞争层获胜神经元就建立了对应关系，见表2，SOFM网络岩性识别模型就建立起来了。

MATLAB代码为：

P=[ 25.4 28.4 29.6 27.8 21.8 116.7 115.8 123.1 129.2 151.9 66.1 65.2 64.2 65.6 66.6 ;

166.2170.2 161.2 158.8 164.3 207.2 206.8 201.8 201.7 200.5 175.1 160.1 156.8 160.7 162.7;

22 22 21.8 21.7 21.4 74.8 74.8 75 74.8 74.6 54.3 54.3 54.3 54.3 54.3 ;

21.6 22.122.7 22.4 21.2 23.3 23.3 23.5 23.523.7 19.9 19.9 19.9 19.4 19.4;

10.1 9.2 7.6 8.3 9.2 9.5 9.8 8.7 8.8 9 9.1 6.2 6.5 6.5 6.5 ;

10.9 10 7.9 9 9.2 8.9 8.4 7.9 7.7 7.7 11.4 9.2 9.2 9.2 9.2;

1097.5 1087.9 1026.3 1029.7 1098.3 58.2 57.2 59.6 61 62.3 388.9 387.8 388.4 387.4 387.7]

plot(P(1,:),P(7,:),'.');

title('初始岩相分布') ;%见图2。

net = newc(minmax(P),15,0.80)%网络创建结束后，接下来需要对网络进行训练：

net = init(net)

net.trainParam.epochs=3000

net=train(net,P)

%当达到最大训练次数时，训练停止。为了检验网络的分类性能，可以利对网络进行测 %试。用仿真函数检验网络对上述岩性的分类。

Y=sim(net,P)

%利用函数vec2ind将Y转换为串行数据：

Y1=vec2ind(Y)

运行结果为：

111112222212711710

% 把结果可视化 ，见图3。

figure;

for i=1:15

if Y1(i)==1

plot(P(1,i),P(7,i),'红','markersize',15);

elseifY1(i)==2

plot(P(1,i),P(7,i),'黄','markersize',15);

else ； plot(P(1,i),P(7,i),'绿','markersize',15); end

title('荧光灰岩:（1 红)泥质粉砂岩:（2 黄)砂砾屑灰岩:(5-15 绿)') ;

hold on;end

分为3类

由此可见，网络成功地对上述岩性模式进行了分类，其中P的前5组数据（列向量）为一类，中间5组数据为一类，最后5组数据为一类，这与表的数据是吻合的。

4 岩相及效果分析

岩性与竞争层获胜神经元的对应关系如表2所示：

现有一组石灰石的影响因子，接下来利用该组数据对网络进行测试，看网络能否成功地对它进行识别。

MATLAB代码为：

P_test=[29.5 ;167.1 ;21.9 ;22.5 ;8.2 ;9.1 ;1060.8 ;];

Y_test= sim (net,P_test);

Yc_test= vec2ind(Y_test)

.......

结果为：

Yc_test =1，1，1，2，2，2，10，8.

得到8个未知岩性样品的岩性识别结果，见表3倒数第一行。经检验，岩性识别结果完全正确结果和表3相符，由此可见，网络成功的识别了该组数据，因此可以说，网络的性能是不错的。

通过调节网络的有关参数，使网络对输入敏感，可以划分的岩相类别数目多而细致。但也不能使其过于敏感而失去意义。在一个地区，让网络处于最佳状态，依据所建立的分类号与岩相的对应关系，就可以用在区类的其它的井中，利用自组织神经网络快速方便的分类。

5 结语

SOFM网络的训练过程是一种自组织特征映射神经网络(SOFM)模拟大脑神经系统的自组织特征映射功能，是一种非监督竞争式学习的前馈网络 ，在训练中能无监督自组织学习 。它通过学习可以提取一组数据中的重要特征或某种内在规律，按离散时间方式进行分类 。网络可以把任意高维的输入映射到低维空间，并且使得输入数据内部的某些相似性质表现为几何上邻近的特征映射。这样，就在输出层映射成一维或二维离散图形，并保持其拓扑结构不变 。在SOFM网络岩性识别模型的建立过程中，15个7维数据输入模式样本，在输出层映射成一个一维离散图形，将15个样本聚集成3类，分别聚集在神经元1上，神经元2上，神经元5，8，10,15上，这种分类反映了样本集的本质区别，大大减弱了一致性准则中的人为因素。这与应用传统方法将15个岩样分为荧光灰岩、泥制粉砂岩和砂烁屑灰岩相互应证，也说明了通过映射图形聚类也是一种SOFM网络岩性识别方法，并且该网络有快速方便的特点，能较可靠的对各种岩相的测井响应进行自动划分。

参考文献：

[1] 葛哲学,孙志强.神经网络理论与MATLABR2007实现[M].北京:电子工业出版社,2007.

网络与因特网的区别篇(5)

关键词 大学生 网络暴力行为 差异性 对策

网络暴力行为是网络主体借助网络媒介，通过BBS论坛、天涯、猫扑等虚拟社区，时刻关注网络动态，在不计后果、不分事件真实与否的情况下，发表攻击性和侮辱性的失实言论，甚或是披露个人隐私，以期对当事人的现实生活进行侵扰等。经访谈与文献研究，笔者自编《大学生网络暴力行为现状调查问卷》，问卷共48个项目，分为暴力行为特点、暴力行为动机与需求、暴力行为角色与规范、暴力行为媒介四个维度，试图通过对集美大学在校生的调查对网络暴力行为的差异性作出尝试性的解释。

一、大学生网络暴力行为差异现状

（一）地区差异问题。

不同生源地大学生，在网络暴力行为特点、暴力行为动机与需求和对待网络正式规范等方面存在差异。由于来自城市的大学生通过登录QQ、BBS、人人网等方式更加频繁地使用网络，他们采取网络暴力行为的可能性也会更大。在网络虚拟上投入时间较多，对网络事件的了解也会更深入。另外，在对待网络暴力行为正式规范方面，来自城市的大学生比来自农村的大学生会更加仔细阅读论坛公告。而在角色扮演上，来自城市的大学生更多扮演信息者的角色，而来自农村的大学生较多扮演跟帖或网络看客。而在非正式规范上，来自农村的大学生在采取网络暴力行为时会比来自城市的大学生更多地考虑道德与社会的接受度。

（二）性别差异问题。

不同性别的大学生在网络介入、上网动机和网络行为角色与规范等方面存在差异。所谓网络介入，是黄少华依据青少年的网络使用频率和每次上网持续时间两个变量而建构的。笔者将青少年网络使用者分为一般使用者、中度使用者和重度使用者三类，调查显示，男性大学生的网络介入程度要高于女性，男性大学生为了宣泄愤恨、增加事件的娱乐性和证明自己的能力而采取网络暴力行为的动机高于女性大学生，表现得更为激进。而在行为角色上，男生更多地扮演信息者的角色，而女生较多扮演的是跟帖者或网络看客，男性的主体性意识会强于女性，自主与冒险精神会高于女性。而在正式规范上，男生在发表言论时会受到更多规则限制，而在非正式规范的各个项目上，女生在采取网络暴力行为时会更多地考虑道德与社会的接受度，体现了男女对道德关注度的差异性。

（三）年级差异问题。

在网络交流方式、网络介入、上网动机等方面，不同年级大学生存在差异。调查发现，大四毕业生比其他年级学生花费更多的时间在QQ、MSN、BBS、网络论坛和网络聊天室等虚拟网络中。而在角色扮演方面，高年级学生更多的是扮演事件者的角色，在论坛交流中起带头表率的作用，希望自己在网络上依旧可以和现实中一样具有影响力，可以证明自己的能力而受到尊重。

（四）政治面貌差异问题。

不同的政治面貌大学生在行为表现、行为动机、行为角色、行为规范上存在差异性。总体来说，党员身份的大学生在虚拟网络中会受到较强的规范的约束，会在较为理性思考后采取行动，社会责任感、集体意识会比较强。因此，在行为过程中，较多扮演网络看客或跟帖者的角色，言词也较缓和，只在需受道德谴责的事件中才会使用相对较激进的语言。在行为动机上，更多的是为了解事件本质和发展态势，对事件也比非党员有更全面与客观的认识，有是非判断力。在网络行为规范，党员学生会比非党员学生更多地感受到社会潜在规则与压力，自我约束性较非党员学生强。

（五）个体心理与道德差异问题。

大学生在参与虚拟网络时，常常会产生许多心理问题，主要表现在认知、情感、意志、人格等方面。具体表现为：1.大学生过多沉溺于网络，降低了大学生对信息真伪的判断。正是由于网络的快速、便捷，使大学生更多依赖网络，一旦遇到困难，首要想通过网络解决。然而过于依赖网络，往往让大学生失去对网络信息真假的判断力；2.大学生已形成了“网络万能”的概念，大学生们宁相信网络，而不相信同学、朋友，对现实人际交往产生影响。人的精力是有限的，当大学生将大量时间与精力投入到网络时，必将减少现实中与人交往的机会，慢慢造成同学之间、朋友之间的疏离；3.大学生耗费大量时间在网络上，无形中增多了接触网络事件的可能性。在网络环境的熏陶下，大学生不再认为谩骂、恶语相向、采取人肉搜索等行为属于不当行为。再加上网络的虚拟性，为大学生释放现实压抑的心情提供了发泄平台；4.大学生在网络事件中，常常表现出较低的道德意识和责任意识。大学生往往借网络自身开放、虚拟的特性，极大地解放自己。这种自由、开放性，淡化了大学生的道德和责任感，逐渐产生了随心所欲，不受约束的网络意识。

二、大学生网络暴力行为差异问题原因分析

性别差异形成的原因较为复杂，它不仅包含了人类社会长期的文化积淀，还包括人们对性别角色的期待以及大众媒介对性别差异的强化等。男女性别的差异主要是程度和倾向的区别，是可以通过后天的学习改造加以消除的。与此同时，差异并不完全由于性别本身的原因，它往往还与受教育程度、社会地位、传统文化等人文因素息息相关。

不同年级所体现出来的差异性并不完全是由于年龄的关系，还与主体意识、价值观等有关。依据高校专业课程设置的特点，高年级学生拥有相对较多的时间与自由，在大学环境的熏陶下，高年级学生常常把自己摆在学姐学长的位置上，认为自己理应扮演较为有主见、有领导力的角色，在网络事件的参与中，高年级学生会努力表现出自己的“成熟与稳重”，希望自己的能力受到肯定。

不同生源地大学生存在差异的原因较为复杂，从城乡二元结构发展的角度出发，我国城市地区互联网的普及率已经达到了相当的程度，相反，广大的农村尤其是中西部农村，网络发展相对滞后。具体而言，家庭经济条件较好或生活在较发达地区的大学生比生活在家庭经济条件较差、经济欠发达地区的大学生，享受到更多的网络资源，思想也更为开放，这可能造成不同地区大学生之间的社会不平等。

不同政治面貌的差异性并不完全由于党员与否的这种身份差异，而是潜在党员标准的意识作用。一般高校都会成立许多党支部，而党支部中成员之间相对比较熟悉，在党支部大会上，成员之间都会有较深入的交流与沟通。同时，加入中国共产党有一个严格的时间安排与过程。一名普通的学生，经过层层洗礼与指导，在表现优异的情况下，经过时间与党组织的考验，才可以光荣入党。可以说，这一漫长的过程已经在潜移默化中影响了大学生，使得党员分子凡事起带头表率，培养自律和高度社会责任感等意识。

三、完善大学生网络暴力行为差异问题的对策

（一）克服差异，加强自律。

网络自律能够促使网络环境的自我净化，规避网络暴力的产生和蔓延。尼葛洛庞帝在《数字化生存》中描述了一个实验，一个大礼堂中有千余人，实验者要求大家开始鼓掌，起初杂乱无章的掌声却很快节奏一致。互联网世界也是如此，它有一套自我调节机制，网络社会成员的合作趋势自发产生趋同性，而网络自律可以进一步促使网络环境的自我净化。如果文明、理性的声音占据了网络言论的主流，那么那些惯于使用语言暴力和谩骂的攻击者也就会自动退场或者改变其行为方式。

大学生可以通过多渠道向先进党员分子靠拢学习，通过接触，在潜移默化中培养良好的观念与意识，并使这种良好的思想与行为成为一种习惯，进而在虚拟网络中依然做到自我约束和自我监督。用“君子慎独”的方法加强自我修身，在没人在场、个人独自活动时，依旧注意自己的言行，而不是匿名加入群体后就表现出暴虐和放纵。

（二）克服单一性，多元化生活。

针对年级的差异，我们可以发现之所以高年级学生会比低年级学生较多地采取网络暴力行为，在行为上程度也较高，究其原因是高年级学生相对而言拥有更多的时间与自由，而这正是高年级学生在接触网络频率上更高的症结所在。因此，努力让高年级学生走出网络这一单一的信息获取渠道，通过多元化生活，在转移大学生注意力的同时，让大学生更多地接触社会，接触现实，在现实的基调上，形成良好的规范与行为。除此之外，高校也可以为大学生提供助人的平台，让大学生的个人价值和社会价值得以实现。当然，在这种扩展化的活动中，也使大学生与同学、朋友、亲属的交流与沟通增多，间接缓解了社会的疏离性，满足了大学生的情感需求和自我实现需求。在此基础上，大学生在进行网络活动时，也会注意自己的言行，始终会有一种责任意识在鞭策，进而规范网络行为。

（三）强化社会责任，建设网络社区。

从走入大学校园的那天起，大学生基本步入成年，已形成自己的价值观，也逐渐养成了自主判断的习惯。大学生有着较为丰富的网络知识，如果在此基础上努力培养大学生的社会责任意识，那么大学生的价值性将得以翻倍的体现。作为新时代的大学生，可以充分地发挥自己的优势与作用，带头建设和谐、有序的网络社区。网络社区与社区成员息息相关，具体表现在：网络社区良好氛围的营造、发展与变化来自于社区每一个成员的努力，而网络社区环境也影响着每个社区成员。大学生是网络社区最活跃的群体，在充分发挥大学生群体优势的基础上，将对网络社区的构建与塑造产生积极的作用。针对高校环境，大学生可以从自己学校开始，从学校的BBS论坛开始，努力营造良好社区氛围，净化网络社区环境，让更多的学生群体加入到网络社区环境的建构中来，做社区的主人，对网络暴力事件和行为给予较为客观的分析与评价。当达到一定的水平后，可以从学校的BBS向外扩展，参与并协助协助更多的网络社区环境的净化与构建，让网民可以在网络上更为安全地交流和获取更为真实的信息。

如今，社会各界高度重视大学生的网络暴力行为问题，而虚拟网络是否良性发展与中国和谐社会的构建有着密切的联系，如果没有及时关注与处理好，不仅对网络环境造成影响，还会对网民的现实生活带来危害，进而影响我国和谐社会构建的进程。因此，政府、学者以及社会各系统都对网络暴力行为问题给予了高度的关注和引导，而网络的消极影响将会得到有效的控制，和睦温馨的网络环境理念必将深入人心。

参考文献：

[1]黄少华.网络空间的社会行为——青少年网络行为研究[M].北京:人民出版社,2008:120.

[2]王晶.性别差异在组织文化中消极影响的研究[D].福建:厦门大学博硕士论文数据库，2006(4):2-3.

网络与因特网的区别篇(6)

关键词：概率神经网络；沉积微相；地震相；判别模式；月桂峰组；丽水—椒江凹陷；东海陆架盆地

中图分类号：P628+.1；TE121.3 文献标志码：A

0引言

沉积相分析是研究沉积环境、寻找隐蔽油藏及油气评价中十分重要的问题。长期以来，沉积环境及沉积相研究主要是通过对钻井取芯、岩屑录井资料的分析来实现的，这不仅成本高、时效低，而且由于海上取芯难度大，取芯井很少，岩屑录井又不准，因而很难做到对油田各井剖面地层沉积相的精确划分和描述。利用地震相研究成果和测井曲线参数，通过神经网络进行沉积微相识别能解决这一问题。

神经网络是一种应用类似于大脑神经突触连接结构，进行分布式并行信息处理的算法数学模型，具有非线性、非局限性、非常定性、非凸性4个基本特征，其依靠改变内部结构来对输入和输出间复杂的关系进行建模。神经网络的结构是由大量神经元（又称节点或单元）之间相互连接构成的。每个神经元代表一种特定的输出函数，称为激励函数。每2个神经元间的连接都代表一个通过该连接信号的加权值，称之为权重，这相当于神经网络的记忆。神经网络的输出则因网络的连接方式、权重值和激励函数的不同而不同。因而，神经网络提供了一种取代传统统计判别方法的途径[17]。

各种神经网络在神经元内执行的计算以及训练算法上存在差异。在沉积微相识别中，相对于常用的BP神经网络[813]，概率神经网络训练速度快，容错性强，不需要指定拓扑结构（隐含层和隐含节点的数目），而且概率神经网络不仅可以用于分类，还可以返回样本落在其他因变量范畴的概率[14]。基于此，笔者利用概率神经网络对东海陆架盆地丽水—椒江凹陷古新统月桂峰组进行沉积微相识别，以期对该区下一步油气勘探部署、提交油气后备储量以及合理开发油气田提供借鉴。

1区域地质特征

东海陆架盆地是位于欧亚板块中国东部大陆架东缘的中新生代裂谷型复合盆地，是中国海域最大的含油气盆地之一[15]。丽水—椒江凹陷位于盆地的西南部，东部与雁荡凸起、福州凹陷、闽江凹陷相邻，西部和南部与闽江隆起区相隔，北部与钱塘凹陷相接，面积约23×104 km2（图1）。自中生代以来，该凹陷以聚敛型板块构造为特征，由一系列北东—南西向延伸、平行排列、形成时间向东逐渐变新的构造单元组成，主要包括丽东凹陷、丽南凹陷、丽西凹陷、椒江凹陷以及丽南凸起、灵峰凸起[1618]。古近纪时期，研究区接受巨厚的盖层沉积，自下而上发育古新统月桂峰组、灵峰组、明月峰组以及始新统瓯江组、温州组地层。

2沉积体系和沉积微相类型厘定

沉积体系指在某一段时间地层单元内，根据物源性质、搬运过程、沉积作用和发育演变，把有内在联系的各沉积相组成起来的一个连续体系，它能与相邻的体系区分开。沉积体系类型及其空间分布规律的研究，对于进行各种尺度的储层预测具有重要意义。沉积体系的空间分布特征主要取决于沉积动力学、气候和物源特征以及构造破坏活动及控制作用等[19]。丽水—椒江凹陷古新统月桂峰组主体为湖相沉积环境，西侧缓坡形成多个三角洲浅湖深湖沉积体系；东侧陡坡由雁荡凸起向西形成扇三角洲浅湖沉积体系（图2）。

在参照研究区沉积体系研究结果的基础上，根据有限的钻井取芯资料，依据岩性、沉积构造、生物化石、岩相类型及组合规律详细刻画了岩芯与沉积微相之间的关系和面貌；结合地震相，划分出东海陆架盆地丽水—椒江凹陷月桂峰组典型的沉积微相类型（表1）。

3概率神经网络原理

3.3训练算法

训练神经网络的目的是为了能用一组输入矢量通过预先确定的算法调整网络权值来产生一组所希望的输出矢量。在训练过程中，网络权值是慢慢变更的。训练概率神经网络就是优化平滑因子，以尽量降低训练集的误差，并使用多层感知器优化。训练时用来评估不同组平滑因子的误差标准是根据累加层神经元返回的所有训练样本的所有值计算出来的。这种标准不仅考虑了正确范畴的概率分布，还考虑了不正确范畴的概率分布。而且，在计算一个训练样本的误差时，会将该样本从模式层暂时排除。这是因为在计算时被排除的神经元会算作一个零距离，降低其他神经元在计算中的重要程度。

3.4分类过程

累加层神经元的输出值可视为每个类的概率密度函数预测。输出神经元选择概率密度函数值最高的范畴作为预测的范畴。

4沉积微相单元的分层

单井上沉积微相单元的划分方法主要有利用测井曲线自动分层和人工分层2种。利用测井曲线自动分层的方法有多种：层内差异法、拐点法、活度法、组合分层法等。这些方法使测井曲线分层实现了自动化，提高了效率，但在解决分层问题时，都存在一定的缺陷[22]。因此，在利用层内差异法进行自动分层的基础上，笔者进行适当的人工调整，提高了分层效率和分层精度，有效减小了概率神经网络训练样本和输入项的误差。

5输入层参数的选择

5.1沉积相与地震相的关系

地震相是沉积体在地震反射剖面上各种特征的综合反映。根据这些特征的不同，可以在剖面和平面上划分出性质各异的地震相区。地震相在剖面上的分布特征间接反映了地震层序所对应沉积时期内沉积环境的剖面变化。按Brown等的概念[23]，地震相是指有一定分布面积的三维地震反射单元，其地震参数（如反射结构、振幅、连续性、

频率和层速度）与相邻单元不同，它代表了产生其反射的沉积物的一定岩性组合、层理和沉积特征。因此，地震相是地下地质体的一个综合反映，是沉积相在地震剖面上表现的总和[2425]。研究区地震相和沉积相之间存在耦合对应关系（表2）。因此，在利用概率神经网络预测沉积相时，选择地震相作为概率神经网络输入项中的范畴自变量参数。

5.2测井曲线的选择

为了有效划分地层沉积相与鉴别地层的岩性，应尽可能多地采用各种测井参数；但各测井参数之间往往具有相关性，所反映的沉积微相信息往往有一定的重复，给随后的神经网络判别分析带来很大困难[26]。因此，先采用主成分分析法，从a个样本层具有复杂相关关系的b个测井参数中，提取最能反映沉积微相特征的少数几个（p个）非相关的主成分（p

6模型的建立及沉积微相识别

利用MATLAB软件工具箱建立概率神经网络模型，包括输入层、模式层、累加层和输出层。输入层参数为每个层段的地震相类型和测井参数平均值，包括1个范畴自变量和6个数值自变量。

通过东海陆架盆地丽水—椒江凹陷内数口井的详细研究以及地质解释资料，选取月桂峰组若干沉积微相层段作为概率神经网络的学习样本（在训练概率神经网络时，为了增大训练样本，提高神经网络的识别精度和稳定性，可将每个测井深度点的每组数据作为一个学习样本输入进行训练）。部分学习样本参数见表3。

总共选用2 199个学习样本对神经网络进行训练，经过65次试验，搜索出变量的最佳平滑因子，建立研究区20种沉积微相类型的判别模式。最终，训练误差预测百分率、平均不正确概率和不正确概率标准差分别为0227 4%、1099 4%、5667 4%。测试参数的概率神经网络训练误差见图5。原始数据的回判检验效果也较好，测试参数的概率神经网络检验误差见图6。

7结语

（1）在钻井取芯较少的海上油气资源勘探开发中，使用概率神经网络对沉积微相进行预测，不仅能解决未取芯井沉积微相的识别划分问题，而且识别速度快、稳定性高。

（2）研究区地震相和沉积相之间存在较好的耦合对应关系，且不同沉积微相具有不同的测井响应。沉积微相间的这些差异是利用概率神经网络判别沉积微相的基础。

（3）研究区最适合进行沉积微相分析的范畴自变量是地震相，最适合的测井数据是自然伽马、自然电位、声波时差、密度测井、补偿中子、井径测井曲线。

（4）将利用概率神经网络识别后的结果与岩芯微相划分结果相对比，发现前者的准确率达到90%以上。因此，该方法对沉积相研究具有很好的应用价值。但对于地震响应和测井响应相似的沉积微相的神经网络判别方法还有待进一步探索。

参考文献：

[1]李双成，郑度.人工神经网络模型在地学研究中的应用进展[J].地球科学进展，2003，18（1）：6876.

[2]周金应，桂碧雯，李茂，等.基于岩控的人工神经网络在渗透率预测中的应用[J].石油学报，2010，31（6）：985988.

[3]李道伦，卢德唐，孔祥言，等.BP神经网络隐式法在测井数据处理中的应用[J].石油学报，2007，28（3）：105108.

[4]潘文超.以广义回归神经网络预测共同基金报酬[J].长安大学学报：社会科学版，2007，9（4）：5558.

[5]胡世鹏，吴小林，马利敏，等.基于BP神经网络和遗传算法的天然气脱水装置能耗优化[J].天然气工业，2012，32（11）：8994.

[6]刘文超，卢祥国，刘进祥，等.一种基于BP神经网络的调驱增油预测方法[J].西安石油大学学报：自然科学版，2012，27（1）：4752.

[7]唐胜利，唐皓，郭辉.基于BP神经网络的空洞型采空区稳定性评价研究[J].西安科技大学学报，2012，32（2）：234238.

[8]吴灿灿，李壮福.基于BP神经网络的测井相分析及沉积相识别[J].煤田地质与勘探，2012，40（1）：6871.

[9]吴永良，田景春，朱迎堂.神经网络判识沉积微相的应用——以桩241块为例[J].地质找矿论丛，2009，24（4）：317321.

[10]郭曦榕，黄地龙.一种基于神经网络的沉积相识别方法[J].计算机应用与软件，2007，24（3）：132134.

[11]许少华，陈可为，梁久祯，等.基于遗传BP神经网络的沉积微相自动识别[J].大庆石油学院学报，2001，25（1）：5154.

[12]秦亚玲，计平，郑宇霞，等.神经网络自动识别沉积微相在胡状集油田的应用[J].断块油气田，2001，8（1）：1012.

[13]杨莉娜，杨斌，鲁洪江，等.五百梯气田长兴组储层裂缝发育程度的常规测井神经网络预测[J].中国石油勘探，2011，16（1）：6369.

[14]庞国印，唐俊，王琪，等.利用概率神经网络预测成岩相[J].特种油气藏，2013，20（2）：4347.

[15]黄正吉.中国近海优质烃源岩的发育特征及古生态标志[J].中国石油勘探，2012，17（5）：1016.

[16]张胜利，夏斌.丽水—椒江凹陷构造演化特征与油气聚集[J].天然气地球科学，2005，16（3）：324328.

[17]，姜亮，杨伟利.丽水—椒江凹陷断裂构造运动学[J].地质科学，2000，35（4）：441448.

[18]仝志刚，赵志刚，杨树春，等.低勘探程度盆地烃源岩热演化及排烃史研究——以东海椒江凹陷为例[J].石油实验地质，2012，34（3）：319324.

[19]纪友亮，李清山，王勇，等.高邮凹陷古近系戴南组扇三角洲沉积体系及其沉积相模式[J].地球科学与环境学报，2012，34（1）：919.

[20]张绍红.概率神经网络技术在非均质地层岩性反演中的应用[J].石油学报，2008，29（4）：549552.

[21]李曙光，徐天吉，唐建明，等.概率神经网络储层流体密度反演及应用[J].地质科技情报，2011，30（1）：7679.

[22]肖波，韩学辉，周开金，等.测井曲线自动分层方法回顾与展望[J].地球物理学进展，2010，25（5）：18021810.

[23]BROWN L F，FISHER J W L. Seismic Stratigraphic Interpretation and Petroleum Exploration[M].Boulder：AAPG，1980.

[24]黄锋，李志荣，廖玲，等.利用地震资料进行沉积相分析[J].物探化探计算技术，2003，25（3）：197200.

[25]陈恭洋，陈玲，朱洁琼，等.地震属性分析在河流相储层预测中的应用[J].西南石油大学学报：自然科学版，2012，34（3）：18.

网络与因特网的区别篇(7)

1 . 引言 网络语言（Netspeak），即互联网常用语，是伴随着网络的发展而兴起的一种有别于平面媒体的语言形式。网络语言最初主要是网民为了提高网上聊天效率或出于某种特定的需要而采取的交流方式，从一诞生便得到了广大网 友的偏爱，发展神速，现在已经变成了一种特定的语言变体。然而，对于网络语言的概念人们有多种理解，没有统一的答案。有人认为网络语言是网络特有的言语表达方式，有人认为网络语言是指网络中使用的自然语言。虽然语言学界对网络语言的研究层出不穷，但这些研究同时也存在较大的局限性。主要表现在对网络语言的定义不明确，对网络语言的性质认识不够充分，研究局限于其构成特点和交际效果，缺少对网络语言全面透彻的语言学研究和论证等等。

本文结合社会语言学领域的国内外研究成果，并采取试验的方式试图探索以下问题：

（1）言语社区理论是否可以解释网络语言？

（2）语域理论是否可以解释网络语言？

（3）大学生和研究生对网络语言的态度是否有差异？受试者的受教育程度是否与其对网络语言的态度有关？有何关系？

2 . 理论基础

2 . 1 网络语言的定义

综上所述，网络语言是一个具有多重理解的概念，仁者见仁智者见智。例如：网络语言起初多指网络的计算机语言，又指网络上使用的有自己特点的自然语言（Crstal， 2000）。网络语言也用于专指电子文本（Electronic discourse）及人机交际（Computer-mediatedcommunication）的语言（Crystal， 2000）。结合以往相关语言学研究，网络语言有广义和狭义之分，广义的网络语言泛指在网络传播中所应用或触及到的一切语言，包括人类自然语言和物理技术语言。前者指的是在日常生产生活中为实现人际沟通与交流而使用的语言（如网上聊天，电子邮件，网上论坛等）；后者指的是为保障网络媒体的正常运行和发展创新而使用的技术语言。狭义的网络语言特指前者，即人们在网络上收集，和交换信息时所使用的自然语言，它和人们在传统媒体上使用的自然语言一样，是最通俗明朗和最方便直接的终端信息符号。本文采用的是网络语言的狭义定义。

2 . 2 言语社区理论简介

言语社区理论（Speech community）是社会语言学最重要最核心的理论之一。该理论的产生源自人们对语言现象跟社会群体现象的联系的认识。早在1933年美国语言学家布龙菲尔德（Bloomfield）就在其著作《语言论》中提出了言语社会的概念，即凭借言语互相来往的一群人。但第一个系统完整地提出言语社区理论的是美国社会语言学家约翰·甘柏兹（John Gumperz），他认为“凭借共用的语言符号进行常规性互动的人类集合体，并且与其他类似集合体在语言使用上迥然相异的”就是一个言语社区。他后来又补充道：“言语社区，即某种人类集合体，它通过一系列共同的言语符号进行日常而频繁的交往并以此为特色，并根据语言运用中那些有实义的分歧而区别于其他相似的集合体。大多数持久的集团，无论是小到面对面交往的伙伴，还是大到现代国家，或是同业协会，地段团伙，只要表现出值得研究的语言特色，都可以视为一个言语社区。”

甘柏兹提出了言语社区理论之后立即在语言学界引起了轰动，国内外相关研究如雨后春笋般涌现。如徐大明先生提出了“社区第一，语言第二”的原则，认为言语社区具有人口、地域、互动、认同、设施等五要素。杨晓黎认为确定一个言语社区，需要具备三个基本元素：可以大体圈定的区域，相对稳定而适量的人群，由区域群体成员共同认可并使用的，与其他群体或整个社会语言有所区别的符号体系或曰语言变体。

2 . 3 语域理论简介

语域理论（Register theory）可追溯至伦敦学派的马林诺夫斯基（Malinowski）和弗思（Firth），但他们都没有对语篇进行具体分析。语域最初是由REid于1956年研究双语现象时提出来的。1978年，英语语言学家韩礼德M.A.K， Halliday在其著作《作为社会特点的语言》（Language as Social Semiotic）中首次提出了语域理论这个概念。他认为语言是随着功能的变化而变化的，这种由用途区分的语言变体就是语域。他还把语域看作是通常和某一情景类型（Situation type）相联系的意义结构（张德禄，1987）。除此之外，韩礼德还认为语域理论由三个组成部分，即语场（Field），语旨（Tenor）和语式（Mode）。语场指的是交际过程中实际发生的事情，所进行的社会活动的性质、特点以及语言的场景所涉及的话题，体现了语言的概念功能；语旨指的是交际者及其基本情况，如社会性质、社会地位、社会角色、社会关系等，体现的是语言的人际功能；语式指的是语言交际的渠道，媒介和方式，是语篇功能的具体体现。

3 . 试验步骤

3 . 1 研究问题

（1）言语社区理论是否可以解释网络语言？

（2）语域理论是否可以解释网络语言？

（3）大学生和研究生对网络语言的态度是否有差异？受试人的受教育程度是否与其对网络语言的态度有关？有何关系？

3 . 2 受试

试验随机选取了某大学一个本科生班级共50名学生，随机选取了某硕士研究生班级共50名学生。因此，受试者的分布情况是：100名学生中，大学本科生和硕士研究生人数各占试验人数的50%。

3 . 3 试验设计与实施

设计调查问卷（问卷内容见附录），并统一发放给受试者。为了保护受试者的隐私，在开始答卷前，它们被告知一律采取匿名的方式答卷，而且问卷仅作学术研究之用，不涉及任何素质评估和商业用途。答卷时间为15分钟。 （1）第一部分调查受试者的基本情况，如性别、年龄、受教育程度等。第一部分与第二部分的问题2、3、4、13、14、15、16、17、18等是要调查了解大学生受试者和研究生受试者对网络语言的了解程度是否有差异，受试者的受教育程度与其对网络语言的态度是否有关，有何关系。以解决本文第三个问题。 （3）调查受试者在什么情况下使用网络语言，如跟谁聊天使用网络语言（第7题），在谈论什么话题时使用网络语言（第8题），在什么场合使用网络语言（第9题）。目的是验证语域理论是否可以解释网络语言以解决本文第二个问题。

4 . 试验结果与分析 4 . 1 研究问题一

调查发现，网络语言往往具备言语社区的特征，使用网络语言交际可构成一个言语社区。综合甘柏兹等语言学家和语言研究者的观点，我们认为言语社区呈现如下特征：一、存在某种人类集合体，即相对稳定而适量的人群；二、存在一个大体可圈定的以供这些人群生活和交流的区域；三、在此区域内必定存在一种或几种语言或语言变体以供此区域的人群共同并频繁使用，并且这种（些）语言或语言变体与其他区域所流通使用的语言或语言变体相异。 其次，言语社区必定含有特定的区域。正如徐大明先生所言，言语社区既是一种符合社会学定义的社区，又是一种具有语言特征的社区。如果我们可以把网民在网络上使用网络语言交际这种现象定义为网络语言社区的话，它完全符合这个特征，而且带有更加明显的语言特性，同时这个社区还带有鲜明的网络特性，如其区域或媒介为网络，语言是网络语言等。本调查问卷的第6个问题是这个特征的具体体现。 从调查问卷的结果来看，大部分大学生和研究生受试者了解、认同和经常使用网络语言，由此我们可以认定这种现象构成了网络语言社区。

4 . 2 研究问题二 综上调查结果表明，网络语言符合语域理论的特征，因而语域理论可以解释网络语言。

4 . 3 研究问题三

4.3.1 对比两个实验组

我们把大学生受试者归为第一组，把研究生受试者归为第二组，其中给第一组发放调查问卷50份，收回有效问卷46份；给第二组发放调查问卷50份，收回有效问卷42份。我们的研究希望对比这两组受试者，了解他们对网络语言的态度是否有差异。 再以第12题为例：“您认同现在流行的网络语言吗？”，第一组有43%受试者选择第2选项；而第二组受试者中选2选项的人占57%。显然，研究生受试者比大学生受试者更认同网络语言。

从以上对比分析可以看出，大学生和研究生受试者对网络语言的态度没有显著差异。

4.3.2 受试者的教育程度与其对网络语言的态度是否有关

我们以第2题为例看看卡方检验：

皮尔逊卡方检验和似然比卡方检验中的显著水平分别达到0.780和0.951，大大高于0.05，表明受试者的教育程度与他们喜不喜欢网络语言是两个独立的变量，也就是说这两个变量之间没有直接关系。

同样，我们再看看报告12题的卡方检验表：

卡方值为0.468，显著性水平为0.465，也远远大于0.05。这也表明受试者的教育程度与他们对网络语言的认同没有直接的关系。

最后，18题的卡方检验结果为：

其卡方值为0.096，显著性水平为0.065，均大于0.05，因此，综合以上分析和检验，本调查显示受试者的教育程度与其对网络语言的态度没有直接关系。

5 . 结语