赠别诗范文
时间：2023-03-24 17:17:55
导语：如何才能写好一篇赠别诗，这就需要搜集整理更多的资料和文献，欢迎阅读由公文云整理的十篇范文，供你借鉴。
篇1
今宿浦阳汭。
方作云峯异。
岂伊千里别。
芳尘未歇席。
零泪犹在袂。
停舻望极浦。
弭棹阻风雪。
风雪既经时。
夜永起怀旧上述。
汛滥畏沃若。
人事亦销铄。
子衿怨勿往。
谷风诮轻薄。
共秉延州信。
无惭仲路诺。
灵芝望三秀。
孤筠情所托。
所托已殷勤。
祗足搅怀人。
今行嶀嵊外。
行销上述至海滨。
觌子杳未僝。
欵睇在何辰。
杂佩虽可赠。
疏华谓无陈。
无陈心悁劳。
旅人岂游遨。
幸及风雪霁。
青春满江皋。
解缆候前侣。
还望方郁陶。
篇2
堂中皆食客，门外多酒债。产业曾未言，衣裘与人敝。
飘飖戎幕下，出入关山际。转战轻壮心，立谈有边计。
云沙自回合，天海空迢递。星空汉将骄，月盛胡兵锐。
沙深冷陉断，雪暗辽阳闭。亦谓扫欃枪，旋惊陷蜂虿。
归旌告东捷，斗骑传西败。遥飞绝汉书，已筑长安第。
画龙俱在叶，宠鹤先居卫。勿辞部曲勋，不藉将军势。
相逢季冬月，怅望穷海裔。折剑留赠人，严装遂云迈。
我行将悠缅，及此还羁滞。曾非济代谋，且有临深诫。
随波混清浊，与物同丑丽。眇忆青岩栖，宁忘褐衣拜。
自言爱水石，本欲亲兰蕙。何意薄松筠，翻然重菅蒯。
恒深取与分，孰慢平生契。款曲鸡黍期，酸辛别离袂。
篇3
投赠诗即作者写给具体的人的诗歌作品，或者说作者专门赋诗送给某个人。如李白的《赠汪伦》。它的对象主要是自己的朋友。而干谒诗是古代文人为推销自己而写的一种诗歌，类似于现代的自荐信。
诗歌，是一种抒情言志的文学体裁。是用高度凝练的语言，生动形象地表达作者丰富情感，集中反映社会生活并具有一定节奏和韵律的文学体裁。
（来源：文章屋网 ）
篇4
药材根氐罹斸掘，蜜虫夺房抱饥渴。
有心无心材慧死，人言不如龟曳尾。
卫平哆口无南箕，斗柄指日江使噫。
狐腋牛衣同一燠，高丘无女甘独宿。
虚名挽人受实祸，累棋既危安处我。
室中凝尘散发坐，四壁矗矗见天下。
奎蹄曲隈取脂泽，娄猪艾豭彼何择。
倾肠倒胃得相知，贯日食昴终不疑。
古来毕命黄金台，佩君一言等觜觿。
月没参横惜相违，秋风金井梧桐落。
故人过半在鬼录，柳枝赠君当马策。
篇5
《 痛心曲 》
忆夜苦，
惊吓匆忙归。
不愿病魔缠，
祈愿得安康。
《 君心愿 》
虚友病床卧，
执笔尽欢颜。
愿友早安好，
挥笔写苍穹。
《 再见愿 》
初夏时离别，
望友虚憔悴。
愿君体健魄，
再见如雄鹰。
——段凌云
赠 ：段凌云
《泪尽曲 》
与君约江南，
把酒尽言欢。
共论雄心事，
席散沧海泪。
《君安曲 》
愿君离别后，
梦得红颜归。
家业壮美胜，
百载更长久。
《沧海曲 》
约君江南见，
繁华一席地。
一盏清酒尝，
挥泪遥相望。
篇6
老师像是天上最亮的北斗星，而我们是红尘中迷失方向的黑鸭子，每当我们迷失方向时，只要一看见老师耀眼的光芒，就能让我们找回回家的路途。所以一定不要对老师吝啬自己的祝福。下面是小编整理的给老师的毕业赠言，欢迎阅读。
给老师的毕业离别赠言1、明天，这是个美丽灿烂、辉映着五光十色的迷人的字眼。
愿你的明天无限美丽、无限灿烂、无限迷人!
2、日月如梭，一转瞬，4年的同窗生活已成为从前。
但教室里，还回响着我们朗朗的读书声;操场上，还留着我们奔驰矫健的身影。这里的草坪、小溪、竹亭，是我们永远迷恋的百草园。
4、我们领有4个在一起的年龄，每一次游戏，每一次探讨，每一次争吵，都将成为我记忆中可贵的一页。
5、聚也不是开始，散也不是结束，同窗数载凝的无数美好瞬间，将永远铭刻在我的记忆之中……
6、毕业了，多么想留住那些温暖的日子，但又多么渴望着能早日投进生活的洪流。
那以往的同窗生活，是一串甜蜜的糖葫芦;那迷人的甜与酸，将永远回味不完。
7、在一起的岁月是如许快活，在花坛的芳香中，收藏着我们的点点滴滴，其中当然也有咱们的友情与欢喜。
8、你给我的那纯粹的友谊是我长生难忘的，我祝你成就越来越好。
9、还记得吗?军训场上的一顶顶红帽，阅兵场上响亮的口号，是的，从那时起，我们独特踏进了这片令人向往的天地……
10、你留给我的，是美丽的记忆。
你使是怀念少年时的纯真和友谊。当我捧起记忆中的佳酿想请你喝时，却先醉了自己。
11、生命，从小溪的流淌中获得;
青春，在飞流的倾泻中闪光;存在的'价值，于大河的奔流中呈现。
12、从五湖四海来，到天南地北去。
不管走到哪里，不管在什么岗位，让我们继续填好人生的履历表，交出事业的优秀答卷，为母校的旗帜增辉添彩。
13、是你的，就是你的。
越是紧握，越容易失去。我们努力了，珍惜了，问心无愧。其他的，则交给命运。
14、还记得吗?军训场上的一顶顶红帽，阅兵场上响亮的口号，是的，从那时起，我们独特踏进了这片令人向往的天地……
15、生涯的大陆已铺开金色的路，浪花正分列两旁摇着欢送的花束。
英勇地去吧，友人!前方，已吹响出征的海螺;彩霞，正在将鲜红的大旗飘动……
16、虽说，我跟你相处未几，但我们是最好的友人，我要把我最好的货色送给你，也要把这份真诚的友情，永远珍藏在心里。
17、采撷一串串的梦，学校的嬉戏，回忆起是那么缤纷壮丽;
而成长的追赶，竟已一跃而过。世间的尘嚣喧扰，仿佛沉静，让我重新拾取记忆的落英。
18、同窗四年，你把友谊的种子撒在我心灵上。
我将默默地把它带走，精心浇灌、栽培，让它来日开出芳馨的鲜花。
19、越是熟的朋友，对话就越粗鲁，越是熟的朋友，行为就越猥琐，越是熟的朋友，开玩笑就越不计较，越是熟的朋友，你出来玩就越是要管你，越是熟的朋友，见面少了就越思念越是熟的朋友，你一有错他就越毫不留面地骂你。
20、愿你作一滴晶亮的水，投射到浩瀚的大海;作一朵鲜美的花，组成百花满园;作一丝闪光的纤维，绣织出鲜红的战旗;作一颗小小的螺丝钉，一辈子坚守自己的岗位……
21、教室里，有一种永恒旋律，是您的声音;
办公室里，有一种美丽，是您的疲倦身影;人生答卷上，有一个高分，是您的智慧结晶。
22、曾经有一份真诚的关怀放在我的面前，可是我却没有好好的珍惜，如果上天能再给我一次机会，我会对您说五个字：老师，谢谢您!
23、是您将我培育，让我遨游在知识的海洋里;
是您将我指引，让你给我不至于在花花世界里迷失自己;师恩难忘，永记于心。
24、刻在木板上的名字未必不朽，刻在石头上的名字也未必流芳百世;
老师，您的名字刻在我们心灵上，永远不会忘记您的孜孜教诲。
25、我用最温暖的爱，报答老师的传业之恩，用最深情的关切，祝福老师笑口常开，用最感激的行动，让老师事事顺心愉快。
26、德容天地，情系桑梓。
勤业勤职勤公勤奉献，从来勤为天性;爱国爱校爱生爱教育，总之爱是源泉!今天是您的节日，我要衷心对您说一声：谢谢您，老师!
27、您用智慧之光，照亮希望;
您用朴实之情，教化世人;您用平凡之举，抒写伟大;您用勤劳之手，培育栋梁。
28、暖暖的爱，祝福的话，清凉的风，关心的眼神，幸福的滋味，给我们的老师送去我们最真诚的祝福!
29、我亲爱的老师：在教师节到来之际，学生送您一幅对联：两袖清风琴剑书画文韬武略，一身正气马列毛邓教书育人!
30、春风化雨润花蕊，三尺讲台写春秋。
不慕名利和地位，平凡之中见伟大。一心教书传知识，不忘育人明事理。虽有桃李满天下，甘居清贫不后悔。
毕业短句说说1、玉壶存冰心，朱笔写师魂。
谆谆如父语，殷殷似友亲。轻盈数行字，浓抹一生人。寄望后来者，成功报师尊。
2、您像一支红烛，为后辈献出了所有的热和光!
3、我们的心田才绿草如茵，繁花似锦!
4、老师，您是美的耕耘者，美的播种者。
5、为国为家为民，风吹日晒雨淋。
碧海蓝天白云，日月星辰，相伴一生追寻。
6、正是您，支撑起我们一代人的脊梁!
7、这无私的奉献，令人永志不忘。
8、十年树木，十载风，十载雨，十万栋梁。
9、春满江山绿满园，桃李争春露笑颜。
东西南北春常在，唯有师恩留心间。
10、一位好老师，胜过万卷书。
11、师门立雪得心传，诏恩分务许优闲。
凫飞难学王乔舄，身世相忘象外天。
12、老师，人类灵魂的工程师，有谁不在将您赞扬!
13、仰之弥高，钻之弥坚。
14、虚空无处所，仿佛似琉璃诗境何人到，禅心又过诗。
15、您的'爱，太阳一般温暖，春风一般和煦，清泉一般甘甜。
16、老师就像蜡烛，燃烧自己，照亮别人。
17、您的爱，比父爱更严峻，比母爱更细腻，比友爱更纯洁。
18、我们是祖国的花朵，老师是辛勤的园丁。
19、您的品格和精神，可以用两个字就是——燃烧!不停的燃烧!
20、欲求贤才栋梁，天空陆地海洋。
半世东奔西忙，今又远航，路遥山高水长。
给老师的感恩毕业赠言1、悦耳的铃声，妖艳的鲜花都受时间的限制，只有我的祝福永恒，永远永远祝福您，给我智慧之泉的老师!
2、一切过去了的都会变成亲切的怀念，一切逝去了的方知其可贵------我怀念这您带我们走过的分分秒秒。
3、让阳光送去美好的期待，让清风送去我们深深的祝福，让白云和蓝天永远点缀你的饿生活，愿你的生活充满快乐!
4、您就像一位辛勤的园丁，我们就像您培植的小树，我们愿在冬天为您抵挡寒冷，春天带给您绿意，夏天带给您凉爽，秋天带给您硕果!
5、敬爱的老师，并不是只在今天才想起您，而是今天特别想念您!
6、世界上有一种情，超越了亲情友情。
那就是老师对我们无微不至的关怀之情，对我们细心教导之情。我真心祝福老师万事如意永远健康，永远HAPPY!
7、讲台上，寒来暑往，春夏秋冬，撒下心血点点;
花园里，扶残助弱，风霜雨雪，育出新蕊亭亭。
8、老师您好，千言万语表达不了我的感激之情，我只说一句我的心里话：老师节日快乐，愿您有一个更美好的明天。
9、忘不了您和风细雨般的话语，荡涤了我心灵上的尘泥;
忘不了您浩荡东风般的叮咛，鼓起我前进的勇气。老师，我终生感激您!
10、那一张张朴实的面孔，那一双双辛勤的双手，为培育祖国的花朵而不辞辛劳的园丁，在您的季节里，祝你们节日快乐!
11、当你青丝变白发，你的桃李已满天下。
亲爱的老师，向你道声辛苦了!
12、老师，您好吗?很想您，但请相信：无论我们身在何方都不会忘记您---我最亲爱的老师!
13、老师是神圣的职业，你们为了我们的学习成长，不辞辛劳的教导教育我们。
在这个神圣的节日中，我们要说一声：老师，您辛苦了!
14、一路上有您的教导，才不会迷失方向;一路上有您的关注，才更加的自信勇敢…老师，谢谢您!
15、我虔诚得不敢寻觅词汇，因为“老师”这两个字本身就是世界上最崇高的敬词。
16、教师节祝福语我不是您最出色的学生，而您却是我最崇敬的老师。
在您的节日，您的学生愿您永远年轻!
17、送个短信祝福您，深深表达我心意。
桃李天下漫花雨，幸福常在您心底!
18、您的眼神是无声的语言，对我充满期待;是燃烧的火焰，给我巨大的热力：它将久久地久久地印在我的心里……
19、学而不厌，诲人不倦，桃李芬芳，其乐亦融融祝福您，节日愉快!
20、一个个日子升起又降落，一届届学生走来又走过，不变的'是您深沉的爱和灿烂的笑容。
祝福您，亲爱的老师!
21、拨动真诚的心弦，铭记成长的辛酸，成功的道路上永远离不开您，亲爱的老师，祝您永远幸福!
22、一份诚挚的祝福，代表一颗颗充满感激的心愿您的喜悦，您的愿望，在您打开这小小卡片时能够同时满足!
23、我不是您最出色的学生，而您却是我最崇敬的老师。
在您的节日，您的学生愿您永远年轻!
24、有一道彩虹，不出现在雨后，也不出现在天空，它常出现在我心中，鞭策着我堂堂正正地做人――给时刻关怀着我的导师!
25、心血育桃李，辛勤扶栋梁。
节日快乐，敬爱的老师!
26、我是一棵绿树，沐浴着智慧的阳光，在您知识的土壤里，茁壮成长天的深情，地的厚爱，铭刻在我心里，生生世世，永不忘怀
27、您授予我们知识，您，指给我们向前的路。
你如同母亲一样保护我们。作为您的学子祝身体健康，一帆风顺!
28、天涯海角有尽处，只有师恩无穷期。
祝福您，老师!
29、白色的粉笔末，一阵阵的飘落。
它染白了您的黑发，却将您青春的绿色映衬得更加浓郁。祝您心想事成，每天都有一份好的心情!
篇7
1、老师，在今天我们身上散发的智慧光芒里，依然闪烁着您当年点燃的火花!
2、您推崇真诚和廉洁，以此视作为人处世的准则。您是我们莘莘学子心目中的楷模。
3、您在学生的心目中，是“真的种子，善的信使，美的旗帜”。
4、老师，您是海洋，我是贝壳，是您给了我斑斓的色彩……我当怎样地感谢您!
5、往日，您在我的心田播下了知识的种子，今天，才有我在科研中结出的硕果DD老师，这是您的丰收!
6、老师，您就像春雨一样，滋润了我们这些小草，像园丁哺育我们这些花朵。老是，您是伟大的。
7、您的音容笑貌，时时闪现在我的眼前;您是品行人格，永远珍藏在我记忆的深处。
8、您不是演员，却吸引着我们饥渴的目光;您不是歌唱家，却让知识的清泉叮咚作响，唱出迷人的歌曲;您不是雕塑家，却塑造着一批批青年人的灵魂……老师啊，我怎能把您遗忘!
9、老师，您好比一对伟大的翅膀，安插在我们的身上，带我们飞向天空。谢谢您!
10、鸟儿遇到风雨，躲进它的巢里;我心上有风雨袭来，总是躲在您的怀里--我的师长，您是我遮雨的伞，挡风的墙，我怎能不感谢您!
11、您谆谆的教诲，化作我脑中的智慧，胸中的热血，行为的规范……我感谢您，感谢您对我的精心培育。
12、我崇拜伟人、名人，可是我更急切地把我的敬意和赞美献给一位普通的人DD我的老师您。
13、老师，您就像我们心中的雨点，把自己埋没，让小草生长，这种无私的奉献，我们将永远感激于心。
14、老师在我心里，您一直照顾我们，一直关心我们。您这么辛苦，我们能做些什么呢 我知道只有一直好好学习，才能给您最好的回报!
15、生旅程上，您丰富我的心灵，开发我的智力，为我点燃了希望的光芒。谢谢您，老师!
16、天涯海角有尽处，只有师恩无穷期。感谢您，老师!
17、您用火一般的情感温暖着每一个同学的心房，无数颗心被您牵引激荡，连您的背影也凝聚着滚烫的目光……
18、您用心中全部的爱，染成了我青春的色彩;您用执著的信念，铸成了我性格的不屈……老师，我生命的火花里闪耀着一个您!
19、老师，感谢您用自己的生命之光，照亮了我人生的旅途。
20、老师，您是一个花园的园丁，而我们是您培育出来的鲜花，我会永远感谢您的。
21、您送我进入一个彩色的天地，您将我带入一个无限的世界……老师，我的心在喊着您，在向您敬礼。
22、踏遍心田的每一角，踩透心灵的每一寸，满是对您的敬意。
23、忘不了您和风细雨般的话语，荡涤了我心灵上的尘泥;忘不了您浩荡东风般的叮咛，鼓起我前进的勇气。老师，我终生感激您!
24、老师，是您带我们进入了一个彩色的世界，为我们点燃了智慧之灯，带着我们在广阔无际的知识海洋里泛舟，让我们在湛蓝的天空中自由翱翔，带领我们朝自己的梦想前进......天涯海角有尽处，只有师恩无穷期!
25、南风又轻轻地吹送，相聚的光阴匆匆。
26、老师，当了您六年的学生，我明白了：原来春雨是这样无微不至地滋润树苗;太阳是这样照料大地;园丁是这样培育花朵的。
27、您的眼神是无声的语言，对我充满期待;是燃烧的火焰，给我巨大的热力：它将久久地、久久地印在我的心里……
28、老师，这个光彩夺目的名称，将像一颗灿烂的明星，永远高悬在我们的胸中。
29、您的思想，您的话语，充溢着诗意，蕴含着哲理，又显得那么神奇DD呵，在我的脑海里，它们曾激起过多少美妙的涟漪!
30、我不是您最出色的学生，而您却是我最崇敬的老师。在您的节日，您的学生愿您永远年轻!
31、没有您的慷慨奉献，哪有我收获的今天。十二万分地感谢您，敬爱的老师。
32、老师，您是一个非常勤劳的园丁，而我是您细心培育的鲜花，是您把所有的知识传递给了我，我会永远感谢您!
33、老师，当了您六年学生，我明白了：老师是一位辛勤的园丁，无微不至地培养着我们这棵小树苗。老师，我们永远忘不了您对我们的恩情。写给老师的毕业留言
34、能拥有一位您这样的老师，是我的荣幸。对您六年的谆谆教诲，我会铭记在心，您的言行将影响我的一生，我会永远记得你。我的灵魂的塑造者。
35、老师，您好比一位辛勤的园丁，哺育我们这些祖国的花朵，让我们茁壮成长，我们将永远感谢您。
36、老师，您启迪我真正领会了大自然的恩惠，从此我读懂了每一瓣绿叶，每一片彩云，每一个浪花。
37、您是严冬里的炭火，是酷暑里的浓荫洒湍流中的踏脚石，是雾海中的航标灯DD老师啊，您言传身教，育人有方，甘为人梯，令人难忘!毕业赠言
38、您对我们严格要求，并以自己的行动为榜样。您的规劝、要求，甚至命令，一经提出，便要我们一定做到，然而又总使我们心悦诚服，自觉行动。这就是您留在我心中的高大形象。
篇8
厌贫学干禄，欲徇宾王利。甘为风波人，岂复江海意。
担簦平台下，是日饮羁思。逢君道寸心，暂喜一交臂。
绪言未及竟，离念已复至。甯陵望南丘，云雨成两地。
途殊迹方间，河广流且驶。暮帆望不及，览赠心欲醉。
爱君如金锡，昆弟皆茂异。奕赫连丝衣，荣养能锡类。
篇9
关键词 拉曼光谱; 滤波; 小波变换; 支持向量机
1 引 言
目前，体内常见及其代谢物的主要分析方法有免疫分析法、光谱法、色谱法以及各种联用技术。高效液相色谱（High performance liquid chromatography， HPLC）与气相-色谱质谱联用（Gas chromatograph-mass spectrometer， GC/MS）技术均得到广泛应用[1～3]，这些检测方法均需要处理样品， 检测费时， 设备昂贵， 对操作人员技术要求高。拉曼光谱检测技术无需对样品预处理， 成本低， 检测周期短， 可用于现场检测，已成为快速检测的重要武器<sup>[4，5]</sup>。
以尿液进行检测取样方便。甲基苯丙胺（Methamphetamine， MAMP）在人体内大约有45%仍以原体形式存在<sup>[2]</sup>;在尿液中MDMA药物原体的检出时限达药后5天<sup>[1]</sup>。本研究在正常人体尿液中定量加入被检测，模拟吸毒人体的尿液样本，并结合表面增强拉曼光谱技术，实现尿液中MAMP和MDMA的微量定性分析。
由于尿液成分复杂，待检样品含量低，获取的拉曼光谱信噪比低，被检物质的特征峰容易被背景信号淹没，为光谱分类带来困难。结合化学计量学方法，构建适合的最优分类器，有望实现类间差异微小的光谱有效分类，例如，文献[6～8]均通过化学计量学方法完成了类间差异很小的光谱的分类任务，分类准确率高于88.4%。为此，本研究提出了自适应滤波法，以及结合小波变换的支持向量机分类器，从而实现尿液中MAMP和MDMA检测的表面增强拉曼光谱分析。
2 光谱获取
MAMP和MDMA样本由中华人民共和国公安部物证鉴定中心提供。随机选择12名志愿者， 采集尿液，配制空白尿液（Ⅰ类）、含有50 mg/L MAMP的尿液（Ⅱ类）、含有50 mg/L MDMA的尿液（Ⅲ类）、同时含有30 mg/L MAMP和30 mg/L MDMA的尿液（Ⅳ类）4类样本，取一小滴滴在金纳米棒拉曼光谱（中国科学院合肥智能机械研究所研发）增强基底上，在空气中自然挥干10～20 s，由Inspector便携型拉曼光谱仪（DeltaNu公司）采集光谱，激发光波长785 nm，曝光时间为5 s，光谱采集过程均在尿液样本获得后的30 min内完成。
对所有拉曼光谱数据进行如下分组：随机选择10个尿液样本对应的1475条光谱作为训练集，其中包含Ⅰ类光谱350条，Ⅱ类光谱450条，Ⅲ类光谱450条，Ⅳ类光谱225条;剩余2个尿液样本的450条光谱作为检验集，包含Ⅰ类光谱150条，Ⅱ类光谱100条，Ⅲ类光谱100条，Ⅳ类光谱100条。
另外，作为对方法扩展性的验证，本研究还包含孔雀石绿样本溶液的表面增强拉曼光谱：将被测样本、粒度55 nm的球形Au纳米增强粒子、1 mol/L KI团聚剂溶液以1∶1∶0.1的容积比例搅拌、摇匀，置于ReporteR型拉曼光谱仪（DeltaNu公司）检测样品槽内，曝光时间为3 s，采集光谱。共采集光谱798条，其中，以去离子水配制的孔雀石绿溶液对应的光谱636条（空白90条，非空白546条），作为训练样本集;以3个采样点所得海水所配置的孔雀石绿溶液对应的光谱分别为93， 35， 34条，作为检验样本集。
3 光谱分析原理
3.1 光谱预处理
在滤波过程中，希望对光谱中的噪声和特征峰两类区域，区别对待：特征峰区域要求更好的信号保真度;而其它区域要求更好的提高信噪比<sup>[14]</sup>。为此，本研究采用自适应滤波器，滤波过程如图2a所示。通过公式（1）估计光谱噪声水平，其中，λ表示调节噪声概率分布水平的阈值;选定滤波窗口宽度初始值ω，在窗口移动过程中根据信噪比大小调整滤波器窗口宽度，如式（2），ω′为调整后的滤波窗口宽度。
3.2 特征分类
支持向量机基于统计学习理论，若应用中事先不明确训练样本是否线性可分，可引入惩罚因子C，允许一定的分类错误<sup>[15，16]</sup>。然而支持向量机未给出最优结构参数选择的理论依据<sup>[17]</sup>，需要经过参数寻优过程，本研究选用寻优算法中常用的交叉验证实现这一过程。
小波变换（Wavelet transform， WT）根据信号频率的不同，将信号按多尺度分解，依据尺度信息调整取样步长，聚焦于信号中的特定频率分量<sup>[18]</sup>。将预处理后的光谱做N层小波变换，其近似分量长度为原始数据长度的1/2N，且可以代表光谱的大部分能量<sup>[19]</sup>。在不影响分类结果准确性的前提下，将光谱近似分量进行分类，可以减少分类器的运算量。
4 结果与讨论
4.1 光谱预处理
采用文献[12]所述方法对原始光谱进行基线校正<sup>[20]</sup>，基线校正参数为： σ=7.5， t1=0.9， t2=0.005; 对校正后的光谱进行自适应滤波处理，滤波参数为： t=30， λ=2.5; ω=31。结果如图2b所示，此滤波方法可对噪声区域较大平滑，并完整地保留了特征峰信息。
4.2 数据降维
选择”db4”小波函数，对预处理后的光谱做小波变换。为了实现最优分类效果，选择不同的分解层数，分别对训练集进行光谱处理，并将分解结果输入支持向量机进行分类，如图3所示流程，选择Thresh=90。小波分解层数与分类准确率的关系见图4a，当分解层数从1开始逐渐增大，分类准确率逐渐提高;当分解层数为3时，分类效果最佳;此后，分类效果变差。因此，选择3层小波分解。
4.3 特征分类
选择Gauss核函数<sup>[21]</sup>，如式（4），其中，λ为高斯参数;引入惩罚因子C。支持向量机算法选用LIBSVM<sup>[22]</sup>，通过10-fold交叉验证对高斯参数γ与惩罚因子C寻优<sup>[22]</sup>。分类器初始参数为C=2 Symbolm@@ 2， γ=2 Symbolm@@ 10，参数调整方式为C=C×2， γ=γ×2<sup>[21]</sup>，交叉验证准确率与参数的对应关系如图4b，随着高斯参数或惩罚因子C逐渐变大，分类器容错率逐渐降低，分类准确率逐渐提高;同时，惩罚因子C与高斯参数γ对分类准确率具有协同作用，当两者处于最佳匹配时，分类准确率可以为99.7%。
在保证训练结果有效的同时，为了保证分类器对未知样本的泛化能力，对分类器参数优化结果及对应分类器的泛化能力进行了相关性研究：选择交叉验证结果高于70%时对应的参数组合，对检验集进行分类，所得分类准确率与交叉验证准确率的关系图如图5所示。当交叉验证准确率低于89%时，分类器分类准确率较差;当交叉验证准确率高于94%时，分类器分类准确率存在振荡，即此时分类器训练过程的过拟合影响了分类器的泛化能力。因此，分类参数最佳组合应保证交叉验证准确率为89%～ 94%，即图4b所示曲面拐点范围内。
4.4 结果分析
根据上文所述对交叉验证准确率的允许范围，选择交叉验证准确率为最小边界（89.2%）时对应的参数组合C=25， γ=2 Symbolm@@ 10，整体分类准确率为95.1%，分类结果见表1;选择交叉验证准确率为最大边界（93.8%）时对应的参数组合C=26， γ=2 Symbolm@@ 8，整体分类准确率为95.3%，分类结果见表2;选择最佳交叉验证准确率（91.86 %）对应的参数组合C=23， γ=2 Symbolm@@ 6，整体分类准确率为96.2%，分类结果见表3。
由分类结果可知，在交叉验证准确率允许范围内，整体分类准确率高于95.0%，整体假阳性率不高于9.0%; 对于含有50 mg/L MAMP或MDMA的尿液光谱，假阴性率不高于3.0%; 对于含有30 mg/L MAMP和MDMA的尿液光谱，假阴性率低于1.0%。而当选择最佳分类参数组合时，所得假阳性率为7.3%，假阴性率为0。因此，通过参数优化，可以实现得到令人满意的结果。
5 结 论
建立了低信噪比拉曼光谱模式识别方法。提出了自适应滤波算法，减少了拉曼特征峰强度的损失，同时得到了更好的滤波效果;通过小波分析及其分解层数寻优，实现了满足分类最优条件的光谱数据降维;采用交叉验证方法，研究了支持向量机参数优化对分类器性能的影响，给出参数寻优条件。将本方法用于人尿液中MDMA和（MAMP）两种的微量分析，实现了4种样本分类，参数达到最优组合时，整体分类准确率高于95.0%，假阳性率为7.3%，假阴性率为0。将本方法用于海水中孔雀石绿的表面增强拉曼光谱检测，实现了痕量定性分析。本方法分类能力强，识别度高，但是前期需以较多的光谱样本作为训练数据，因而适用于光谱样本易获得， 光谱重现性较好的应用体系。
References
1
SHEN Min， SHEN Bao-Hua， HUANG Zhong-Jie， XIANG Ping， LIU Wei， BU Jun. Journal of Chinese Mass Spectrometry Society， 1998， 19（2）： 65-69
沈 敏， 沈宝华， 黄仲杰， 向 平， 刘 伟， 卜 俊. 质谱学报， 1998， 19（2）： 65-69
2 SUN Hong-Feng， GU Xue-Xin， WANG Ji-Fen， NI Wei-Gui， LI Wen-Jun， LI-Ying. Chinese Journal of Chromatography， 2007， 25（4）： 590-593
孙洪峰， 谷学新， 王继芬， 倪为贵， 李文君， 李 瑛. 色谱， 2007， 25（4）： 590-593
3 CHEN Yue， ZHU Jun， YU Zhong-Shan， ZHANG Yun-Feng， LIU Yao. Chinese Journal of Chromatography， 2012， 30（11）： 1148-1152
陈 跃， 朱 军， 于忠山， 张云峰， 刘 耀. 色谱， 2012， 30（11）： 1148-1152
4 FAN Yu-Xia， LAI Ke-Qiang， HUANG Yi-Qun. Spectroscopy and Spectral Analysis， 2014， 34（7）： 1859-1864
樊玉霞， 赖克强， 黄轶群. 光谱学与光谱分析， 2014， 34（7）： 1859-1864
5 ZHANG Jin-Ping， LU Xin-An， YANG Jie， YANG Gui-Mei， ZHU Wen-Jie. Chemical World， 2011， 8： 465-469
张金萍， 鲁心安， 杨 洁， 杨桂梅， 朱文杰. 化学世界， 2011， 8： 465-469
6 Hartmann K， Putsche M B， Bocklitz T， Pachmann K， Niendorf A， Rsch P， Popp J. Anal Bioanal Chem， 2012， 403（3）： 745-753
7 Stckel S， Meisel S， Elschner M， Rsch P， Popp J. Spectroscopic Analysis， 2012， 51（22）： 5339-5342
8 Stckel S， Meisel S， Elschner M，Rsch P， Popp J. Analytical Chemistry， 2012， 84（22）： 9873-9880
9 Trachta G， Schwarze B， Sagmuller B， Brehm G， Schneider S. Journal of Molecular Structure， 2004， 693（1-3）： 175-185
10 Sgmüller B， Schwarze B， Brehm G， Trachta G， Schneider S. Journal of Molecular Structure， 2003， 661-662： 279-290
11 Hargreaves M D， Page K， Munshi T， Tomsett R， Lynch G， Edwards H G M. Journal of Raman Spectroscopy， 2008， 39（7）： 873-880
12 Stewart A， Bell S. E. Chem. Commun （Camb）， 2011， 47（15）： 4523-4525
13 Bell S E J， Thorburn B D， Dennis A C， Matchett L J， Speers J S. The Analyst， 2000， 125（10）： 1811-1815
14 Gemperline P L. Translated by WU Hai-Long， KANG Chao. Practical Guide to Chemometrics （2nd Edition）. Beijing： Science Press， 2012
保罗・戈培林 著. 吴海龙， 康 超 译. 化学计量学实用指南 （第二版）， 北京： 科学出版社， 2012
15 GAO Jun. Artificial Neural Network Theory and Simulation （2nd Edition）. Beijing： China Machine Press， 2003： 78-84
高 隽. 人工神经网络原理及仿真实例（第2版）， 北京： 机械工业出版社， 2003： 78-84
16 Theodoridis S， Koutroumbas K. Translated by LI Jingjiao， WANG Aixia， WANG Jiao. Pattern Recognition （4th Edition）. Beijing： Publishing House of Electronics Industry， 2010： 81-90
（希）Theodoridis S， Koutroumbas K 著. 李晶皎， 王爱侠， 王 骄 译. 模式识别 （第四版）， 北京： 电子工业出版社， 2010： 81-90
17 LIN Ji-Peng， LIU Jun-Hua. Spectroscopy and Spectral Analysis， 2006， 12（29）： 2232-2235
林继鹏， 刘君华. 光谱学与光谱分析， 2006， 12（29）： 2232-2235
18 Jiang X Q， Blunt L， Stout K J. Proc. R. Soc. Lond. A， 2000， 456： 2283-2313
19 Bggess A， Francis J M. Translated by RUI Guo-Sheng， KANG Jian. A First Couse in Wavelets with Fourier Analysis （2nd Edition）. Beijing： Publishing house of electronics industry， 2010： 173-195
艾伯特・博格斯， 朗西斯 J. 马科维奇 著. 芮国胜， 康 健 译. 小波与傅里叶分析基础（第二版）， 电子工业出版社， 2010： 173-195
20 GUO Shu-Xia， ZHANG Feng-Ling， GAO Pan， ZENG Yong-Ming， CHEN Hong-Ju， LIU Guo-Kun， WANG Lei. Spectroscopy and spectral analysis， 2014， 34（5）： 1284-1288
郭淑霞， 张凤玲， 高 盼， 曾勇明， 陈宏炬， 刘国坤， 王 磊. 光谱学与光谱分析， 2014， 34（5）： 1284-1288
21 Hsu C W， Chang C C， Lin C J. http：//csie.ntu.edu.tw/～cjlin. Version： 2003. Last update： April 15， 2010
22 Chang C C， Lin C J. ACM Transactions on Intelligent Systems and Technology， 2011， doi： 10， 1145/1961189， 196 1199
Surface Enhanced Raman Scattering Spectrum Recognition
for Trace Detection of Common Drugs in Urine
WANG Lei*1， GUO Shu-Xia1， DAI Yin-Zhen1， YANG Liang-Bao2， LIU Guo-Kun3
1（College of Physics and Mechanical and Electrical Engineering， Xiamen University， Xiamen 361005， China）
2（Institute of Intelligent Machines， Chinese Academy of Sciences， Hefei 230031， China）
3（College of Chemistry and Chemical Engineering， Xiamen University， Xiamen 361005， China）
Abstract Assembling an adapted smoothing method and a classifier of wavelet transform combined support vector machine （SVM）， a Raman spectrum recognition approach was built for low signal noise ratio situation. Firstly， spectra data were denoised by the adapted smoothing method. The smoothing window was adapted to the signal noise ratio， which would effectively remove noise with the intensity of the signal well remained. Secondly， the wavelet transform was used for dimension reduction of the data. The decomposition level of wavelet transform was optimized according to the best classification result of the training set. Lastly， SVM was used for classification. Cross Validation （CV） was applied to obtain the optimized parameters of SVM. Conditions for the effective parameters were searched considering the relation between the cross-validation result and the classification accuracy. Combined with the surface enhanced Raman scattering （SERS） technology， the developed spectrum recognition approach was used for qualitative analysis of methamphetamine （MAMP） and 3，4-methylenedioxymethamphetamine （MDMA） in people′s urine， where the detecting accuracy is above 95.0%. The uniform Au nanorods （NRs） SERS substrate synthetized by the Hefei Institute of Intelligent Machines of Chinese Academy of Sciences was used for the experiment. Raman spectra were acquired using an Inspector Raman （DeltaNu） spectrometer， with the excitation wavelength of 785 nm and the integrate time of 5 seconds.
Keywords Raman spectrum; Smoothing; Wavelet transform; Support vector machine
篇10
工信部的2014年第一季度《中国手机行业运行状况》报告显示，2014年一季度上市手机新品607款，同比下滑9.5%；手机出货量为1亿部，同比下降24.7%。仅从智能手机来看，一季度出货8911万部，也下滑了9.8%。第一季度智能手机销量下滑的速度，远比分析机构预测的更快。这也是手机出货量连续七个季度增长以来的首次下降。
在4G概念落地，主要厂商激战千元智能机普及市场的背景下，智能手机市场整体份额的萎缩态势所透露出的危机是实质性的。产业链高度成熟后，智能机硬件上的创新空间非常有限，高度同质化的产品里挖掘新的消费热点日益困难，手机市场本身已经高度饱和，增量市场的高增长开始难以为继，智能手机市场离冬天还有多远？
手机产业进入微利时代
PC机时代，当我们想买一台电脑的时候，核心元器件像CPU不是英特尔就是AMD的，主板也就在技嘉、华硕、七彩虹、映泰等几家间选择，硬盘和内存的主流供应商也在2-3家内，操作系统更是微软一家独大。整机厂商无非在将元器件按照不同价位段整合后，贴上自己的LOGO，卖给不同层次需求的消费者。以至于现在不会DIY整机而去购买品牌整机的用户都被视为冤大头。
智能机时代的产业链条也正在快速IT化，决定手机性能的GPU、CPU市场份额主要掌握在三星、联发科、高通等几家巨头手中，配套的方案商提供一体化的手机主板，海量的元器件供应商提供品质不等的标准配件产品供选择，专业的代工厂负责贴片组装整机。整机品牌厂商在硬件端只需根据自己规模管理好供应链和品控，更多的精力聚焦在工业外观设计、决定用户体验的UI界面二次开发和品牌营销上。目前开放式操作系统大行其道，Android一家独大，现在连UI界面的二次开发也省却了。
这种核心元器件供应高度集中，产业分工精细化，产业链配套成熟的IT化模式，所带来的就是手机行业门槛的快速拉低。产业链资源高度透明，企业间以前所存在的信息不对等被抹平，手机在硬件端已无法构建明显的差异化，终端产品在硬件配置和性能上高度同质化。供应链资源向优势企业集中，会让没有品牌溢价能力的终端厂商日益丧失话语权，沦为打工者和苦力的角色。
整个手机行业的利润正在被摊薄，三星和苹果两家企业能轻易拿走整个行业将近94%的利润，对于作为全球手机代工中心的国内手机产业链，以及在市场份额上占优的国产品牌来说，意味着更加严峻的产业形势。
较低的门槛也让四处抢入口的互联网企业开始大举涉足手机行业。与阿里、360的“玩票”相比，雷军背水一战做小米算是彻底搅动了整个传统手机行业的生态，这种搅动带来的力量却不是正向的。产品上本身并无太多创新点可言。都是MTK或者高通的芯片与解决方案，中国企业之间竞争的焦点永远是价格战。通过所谓线上渠道的变革，进一步的成本透明，进一步的压低价格，进一步的凸显性价比。
包括天音、爱施德等传统手机渠道在手机行业利润快速摊薄的影响下已经连续出现亏损，手机连锁卖场崩盘的传言也是甚嚣尘上。互联网时代的国内智能手机厂商在营销上相互比拼着谁更无厘头，谁更没有节操，被互联网企业进一步恶化的生态环境让大家很难再抬头看三步之外的路。
一位国产手机品牌的员工抱怨，也许能代表大多数同行的心声：“现在是卖着白菜的价格，操着卖白粉的心。”
失去发动机
目前，传统手机市场已经趋于饱和，社会渠道和公开渠道都开始全面萎缩，三大运营商主导下的3G网络建设，和为各自拓展用户所主导的定制机市场是目前智能手机的主要增量市场。
然而，现在三大运营商却面临着有史以来最严峻的局面。2013年，中移动净利润同比下降5.2%，为14年来的首次同比下滑。2014年第一季度，中移动净利润仅实现252亿人民币，同比下降9.4%，并没能稳住下滑的局面。
运营商业绩的快速下滑，一方面是外部市场日益饱和，用户增长放缓，通信资费逐年降低；另一方面就是运营商的传统业务正在快速被移动互联网尤其是OTT的业务加速替代；虚拟运营商推动民资进入产生鲶鱼效应，将成为更进一步价格战的导火索。在2014年第一季度，中移动的短信使用总量已下降至1530亿条，同比下降了超过20%。
三大运营商在政策层面面临的宏观调控措施，以及在4G建网和补贴上的大笔开支，正在加剧传统运营商的下滑趋势。来自瑞银的最新研报显示，中移动的自有现金流在2012年逾1000亿，但2013年已仅剩400亿，预计2014年有可能降到接近为零，甚至更低。被寄予厚望的4G在三大运营商现在的业务模式下不仅不可能成为运营商的救星，反而会加快OTT业务的替代速度。
已经开闸的虚拟运营商，受限于业务模式和政策层面的限制，目前还甘于当传统运营商的业务“批发商”。随着针对三大运营商市场化改革的深入，未来虚拟运营商在更公平的游戏规则下，在细分业务上实现逆袭并非没有可能。
国家基站公司成立消息的爆出，则进一步明确了三大运营商全面转型的信号，未来的网络制式可能趋于减少，传统运营商会进一步管道化，提供基础性的产品，业务的运营将更多由虚拟运营商和全面开放后新加入的民资运营商来提供，服务资费有望大幅下降。
这些改变意味着，三大运营商不可能再像3G时代从上至下围绕其经营的网络制式打造全生态链，牵引整个行业围绕自己发展。已经习惯了运营商定制机“包养”和话费补贴“输血”的众多智能机厂商在已经相当严酷的智能机市场环境下，面临着失去相对可靠的增量市场的风险。
智能手机未来的市场发展更有可能国内外一体化，公开市场的裸机时代逐步终结，更多以运营商合约机的形式出现在终端市场。智能机终端渠道的门槛会被抬高，对消费者没有品牌影响力和体验黏性的产品获得市场份额将会越来越难。整个手机产业或将面临进一步的深度调整，继山寨机后，多数传统手机品牌也有可能将面临倒下，产业资源进一步向优势企业集中的局面。
难破解的困局
在传统市场饱和，4G局面未明朗的情况下，在硬件端已经高度成熟的智能机自身所面临的创新瓶颈，也在进一步加深智能手机市场的困境。
三星在S系列上的固步自封已经显现摩托罗拉当年成也V3败也V3的影子，没有显著的硬件提升和体验差异化，不敢超越已成功的模式，是手机企业的通病。以机海战术对已积累的产品信誉度的透支，势必引发直接的消费疲劳。
苹果从iPhone4以来所体现出来的功能创新困境与其在市场渠道上的大刀阔斧形成了鲜明对比。iPhone5c这种缩水版产品在拓展市场份额上并没有达到预期效果。今年即将推出的iPhone6除了更大的屏幕，也鲜有革命性的亮点。
这种疲态已经开始在2014年第一季度显现。Strategy Analytics的第一季度智能手机出货报告显示，三星和苹果在智能手机的市场份额同比呈现下降趋势。如果这两家代表智能市场产品风向标的品牌还拿不出刺激消费热情的产品，下滑的趋势只会进一步加快，甚至有被替代的危险。诺基亚当年走下神坛也是在短短几年之间。
更为关键的是，手机产品本身已开始平台化，一款千元智能机已经能满足用户目前所有的随身体验，明星产品与普通产品已经很难塑造出革命性的体验差异，自然也就会逐步失去溢价空间。另外用户的热情已经转向手机APP的应用体验。已经高度普及并工具化的手机产品很难再被赋予时尚、科技、潮流等具附加值的消费元素，没有了消费心理中非常重要的炫耀体验价值。
整个市场竞争核心都围绕在了性价比上，这是一个产业进入红海，走向衰退的标志。国内品牌在这个低附加值阶段，市场占有率开始提升，外资品牌纷纷败退不足为奇。PC时代的产业轨迹正在智能机产业中重复上演。