什么是哈希函数 哈希（Hash）函数在中文中有很多译名，有些人根据Hash的英文原意译为“散列函数”或“杂凑函数”，有些人干脆把它音译为“哈希函数”，还有些人根据Hash函数的功能译为“压缩函数”、“消息摘要函数”、“指纹函数”、“单向散列函数”等等。 1、Hash算法是把任意长度的输入数据经过算法压缩，输出一个尺寸小了很多的固定长度的数据，即哈希值。哈希值也称为输入数据的数字指纹（Digital Fingerprint）或消息摘要（Message Digest）等。Hash函数具备以下的性质： 2、给定输入数据，很容易计算出它的哈希值； 3、反过来，给定哈希值，倒推出输入数据则很难，计算上不可行。这就是哈希函数的单向性，在技术上称为抗原像攻击性； 4、给定哈希值，想要找出能够产生同样的哈希值的两个不同的输入数据，（这种情况称为碰撞，Collision），这很难，计算上不可行，在技术上称为抗碰撞攻击性； 5、哈希值不表达任何关于输入数据的信息。 哈希函数在实际中有多种应用，在信息安全领域中更受到重视。从哈希函数的特性，我们不难想象，我们可以在某些场合下，让哈希值来“代表”信息本身。例如，检验哈希值是否发生改变，借以判断信息本身是否发生了改变。` 怎样构建数字签名 好了，有了Hash函数，我们可以来构建真正实用的数字签名了。 发信者在发信前使用哈希算法求出待发信息的数字摘要，然后用私钥对这个数字摘要，而不是待发信息本身，进行加密而形成一段信息，这段信息称为数字签名。发信时将这个数字签名信息附在待发信息后面，一起发送过去。收信者收到信息后，一方面用发信者的公钥对数字签名解密，得到一个摘要H；另一方面把收到的信息本身用哈希算法求出另一个摘要H’，再把H和H’相比较，看看两者是否相同。根据哈希函数的特性，我们可以让简短的摘要来“代表”信息本身，如果两个摘要H和H’完全符合，证明信息是完整的；如果不符合，就说明信息被人篡改了。 数字签名也可以用在非通信，即离线的场合，同样具有以上功能和特性。 由于摘要一般只有128位或160位比特，比信息本身要短许多倍，USB Key或IC卡中的微处理器对摘要进行加密就变得很容易，数字签名的过程一般在一秒钟内即可完成。
客户价值识别文献综述 摘要：客户价值识别是CRM实施中十分重要的一个概念。文章综述了客户价值的内涵，分析归纳了客户生命周期模型、客户感知价值模型、竞争可得性模型的优劣，来引出较为完善的客户识别多维框架模型。 关键词：客户价值识别；客户生命周期价值；客户感知价值；竞争可得性；客户识别多维框架模型 随着经济全球化步伐的进一步加快，国内市场的逐渐饱和，企业之间客户的竞争也愈演愈烈。归结起来，现今企业花招百出的资源、人才、技术的竞争无非就是为了获取更多的客户。然而企业获取的客户中并非所有的客户都是忠诚的，作为企业，如何识别客户，从而针对不同类型的客户展开差异化的营销战略也愈发的重要。鉴于此，有必要对国内外各种客户价值识别的理论方法进行梳理，使企业在进行客户关系管理时更加事半功倍。 一、客户识别的概念 客户识别即通过一系列技术手段，根据大量客户的个性特征、购买记录等可得数据，实现确定出对企业有意义的客户，作为企业客户关系管理的实施对象，从而为企业成功实施CRM提供保障。 客户识别是一个较新的概念，与传统的客户细分与客户选择有着本质的区别。传统营销理论对整个客户群体按照多种因子进行细分，从而选择企业的目标市场。而客户识别则是在已确定的目标市场中通过一系列测量从而筛选出对企业有意义的目标客户。 二、客户识别中的维度 （一）客户感知价值维度CPV（Customer Perceived Value） 客户感知价值从客户角度出发，指的是客户感知到的产品效用与支付价格之间的平衡。产品的价格、质量、品牌形象、服务质量以及客户的个性偏好都会影响客户感知的价值。对于企业来说，只有CPV较高的客户才可能与企业建立并保持长期合作的关系。相对的，CPV较低的客户则与企业建立客户关系的可能性较低。由于“客户将从那些他们认为能提供最高让渡价值的公司购买商品”
色彩感知现象综述 摘要：本文主要解释了色彩感知的现象，图文并茂的进行分析，指出色彩感知对我们生活当中起到的影响和作用。个人认为色彩的感知会改变我们的情感，会影响我们的心理，会造成我们的错觉。 关键词：色彩的知觉与情感、色彩的温度、色彩的心理效应、色彩的错觉 正文： 色彩来源于光的照射，也就是说没有光就没有色彩，光是人们感知色彩存在的必要条件。1666年英国科学家牛顿发现，太阳光经过三棱镜折射，投射到白色屏幕上，会显出一条美丽的光谱：依次为红、橙、黄、绿、青、蓝、紫七色。只有波长380nm到780nm的辐射能引起人的视觉感，这段光波叫做可见光。在可见光谱内，不同波长的辐射引起不同的色彩感知。 色彩是光源的可见光谱中不同波长的光波作用在不同的物体上，在人眼中引起的不同视觉反映。 目前，国际指认的色彩分类主要依据无彩色系和有彩色系两大颜色序列的内在共 性规律划分而成的。 有彩色系的分类：红、黄、蓝三色 可以调配衍变出其他各种色彩，而 其他色彩无法调出它们故称三原 色，又称三元色。色光的三原色是 红、绿、蓝紫，色料的三原色是品 红、柠檬黄、湖蓝。 间色：有称为“二次色”由两种 原色混合而成。 复色：又称为三次色，是由间色与原色混合而成。 补色：凡两种色光相加呈现白光，颜色相混呈现灰黑色，这两种色光或这两种颜色即互为补色。 色彩的三属性 色相：指各种色彩的相貌，也就是色彩 的色调倾向。我们以红、橙、黄、绿、 蓝、紫6色作为基本色相。或根据不同 的研究体系，以更多些的10色、12色、 24色甚至100色的连续色相环来表示。
明度：指色彩的明亮程度。色彩的明度，和物体表面色光的反射率有关。物体表面的光反射率越大，对视觉刺激的程度就越大，看上去就越亮，这一颜色的明度就越高。 黑白之间不同程度的明暗强度划分，称为明暗阶度。 纯度：纯度指颜色的纯净和鲜艳程度，又称彩度、艳度。色相除了拥有各自的最高纯度外，它们之间也有纯度高低之分，通常可以通过一个水平的直线纯度色阶表确定一种色相的纯度量的变化。 降低色彩纯度的方法：加白、加黑、加灰、加互补色。 色彩的知觉与情感 大量的事实说明，色彩在其物理性质存在的同时，也具备达情感、影响人们心理活动的功能，有着传达信息、感染情绪、唤起记忆、产生联想、象征事物和导致行为多种意义。 激发情感 与色彩传达信息相比，色彩最容易打动人的，实际上是它的“情感色彩”。也就是色彩能激发人感情的作用。 产生联想 我们把因看到某一色彩而想起与该色彩有关的某些事物这一心理活动，称为色彩联想。色彩的联想内容分为具象联想和抽象联想。 红色纯度色阶
单向散列函数算法（Hash算法）： 一种将任意长度的消息压缩到某一固定长度（消息摘要）的函数（过程不可逆），常见的单向散列算法有MD5,SHA.RIPE-MD,HAVAL,N-Hash 由于Hash函数的为不可逆算法，所以软件智能使用Hash函数作为一个加密的中间步骤 MD5算法： 即为消息摘要算法（Message Digest Algorithm），对输入的任意长度的消息进行预算，产生一个128位的消息摘要 简易过程： 1、数据填充..即填出消息使得其长度与448（mod 512）同余，也就是说长度比512要小64位（为什么数据长度本身已经满足却仍然需要填充？直接填充一个整数倍） 填充方法是附一个1在后面，然后用0来填充.. 2、添加长度..在上述结果之后附加64位的消息长度，使得最终消息的长度正好是512的倍数.. 3、初始化变量..用到4个变量来计算消息长度（即4轮运算），设4个变量分别为A,B,C,D（全部为32位寄存器）A=1234567H,B=89abcdefH,C=fedcba98H,D=7654321H 4、数据处理..首先进行分组，以512位为一个单位，以单位来处理消息.. 首先定义4个辅助函数，以3个32为双字作为输入，输出一个32为双字 F(X,Y,Z)=(X&Y)|((~X)&Z) G(X,Y,Z)=(X&Z)|(Y&(~Z)) H(X,Y,Z)=X^Y^Z I(X,Y,Z)=Y^(X|(~Z)) 其中，^是异或操作 这4轮变换是对进入主循环的512为消息分组的16个32位字分别进行如下操作： （重点）将A,B,C,D的副本a,b,c,d中的3个经F,G,H,I运算后的结果与第四个相加，再加上32位字和一个32位字的加法常数（所用的加法常数由这样一张表T[i]定义，期中i为1至64之中的值，T[i]等于4294967296乘以abs(sin(i))所得结果的整数部分）（什么是加法常数），并将所得之值循环左移若干位（若干位是随机的？？），最后将所得结果加上a,b,c,d之一（这个之一也是随机的？）（一轮运算中这个之一是有规律的递增的..如下运算式），并回送至A,B,C,D，由此完成一次循环。（这个循环式对4个变量值进行计算还是对数据进行变换？？） For i=0 to N/16 do For j=0 to 15 do Set X[i] to M[i*16+j] End AA = A BB=B CC=C DD=D //第一轮，令[ABCD K S I]表示下面的操作： //A=B+((A+F(B,C,D)+X[K]+T[I])<< 顾客满意文献综述 引言 当今世界企业竞争日趋激烈,竞争之焦点就是顾客竞争,争取和保持顾客是企业生存和发展的使命。企业既要不断争取新顾客,开辟新市场,提高市场占有率,又要保持现有顾客,稳定市场占有率。然而,在企业实际的经营运作中,尤其是服务业,往往一方面大批新顾客源源而来,另一方面许多现有顾客悄悄而去,这就是西方营销界所称的“漏桶”现象。企业要防止顾客流失,堵住“漏桶”,其关键就是要提高和实现高度的顾客满意,以形成良好的顾客口碑和培养顾客忠诚。本文针对国内外学者对顾客满意的研究就顾客满意的定义、顾客满意测量以及与顾客满意相关的因素进行文献综述。 一、顾客满意的定义 1、顾客满意的提出 20 世纪60 年代；1965 年，Cardozo 首次将顾客满意的观点引入营销领域,提出顾客满意会带动顾客的购买行为。 2、顾客满意的研究发展 由于顾客满意管理研究的基本目的是为了预测顾客的行为反应, 因此, 自80 年代以来, 许多学者开始从行为学视角来研究顾客满意的行为结果。这些研究主要形成两大流派。一种观点认为, 顾客满意度对购物意向的影响是通过态度间接产生作用。例如, 01iver(1980) 的研究发现高水平的顾客满意度可增加顾客对品牌的偏爱程度, 进而增强对该品牌的重复购买意向; Bearden and Teel(1983) 在对汽车的研究中发现, 顾客满意度对购买意向的影响受到态度的调节作用。另一种观点认为, 顾客满意度对购买意向具有直接作用。有调查显示, 较高比例的不满意顾客不愿意再购买同样品牌的产品(TARP, 1979) 。 3、顾客满意概念界定 目前，对顾客满意的定义，学术上有两种主要的观点。一种观点是从状态角度来定义顾客满意，认为顾客满意是顾客对购买行为的事后感受，是消费经历所产生的一种结果。如Howard 和Sheth（1969）认为顾客满意是“顾客对其所付出的代价是否获得足够补偿的一种认知状态”；Oliver 和Linda（1981）认为顾客满意是“一种心理状态，顾客根据消费经验所形成的期望与消费经历一致时而产生的一种情感状态”；Westbrook 和Reilly（1983）认为顾客满意是“一种情感反应，这种情感反应是伴随或者是在购买过程中产品陈列以及整体购物环境对消费者的心理影响而产生的”；Kotler 则认为顾客满意是“指一个人通过对一个产品的可感知的效果与他的期望值相比较后形成的感觉状态,是感知的效果和期望值之间的差异函数”。 另一种观点是从过程的角度来定义顾客满意，认为顾客满意是事后对消费行为的评价。如Hun（1977）认为顾客满意是“消费经历至少与期望相一致时而作出的评价”；Engel 和Blackwel（1982）认为顾客满意是“顾客对所购买产品与以前产品信念一致时所作出的评价”；Tse 和Wilton（1988）则认为顾客满意是“顾客在购买行为发生前对产品所形成的期望质量与消费后所感知的质量之间所存在差异的评价”。这些学者认为，在顾客满意的内涵中，评价过程是其核心组成部分。从过程角度对顾客满意的定义囊括了完整的消费经历，指明了产生顾客满意的重要过程。 二、顾客满意测量 1、满意测量的“期望不一致模式” 满意测量的期望不一致模式源于美国营销学者Oliver于1980年提出的期望不一致模型。该模型对顾客满意的心理形成过程作了这样的解释：顾客在购买之前先根据过去经历、广告宣传等途径，形成对产品或服务特征的期望，然后在随后的购买和使用中感受产品和服务的绩效水平，最后将感受到的产品（或服务）绩效与期望进行比较判断。当感知绩效符合顾客期望，顾客既不会满意也不会不满意；而当感知绩效超过顾客的期望（积极的不一致），顾客就会满意；当感知绩效低于顾客的期望（消极的不一致），顾客就会不满意。 因此，期望不一致模式有三种操作化的方法：（1）分别测量期望（消费前）和绩效（消 色彩感知现象综述 颜色是因为光的折射而产生的。红，黄，蓝是三原色，其它的色彩都可以用这三种色彩调和而成。 颜色分非彩色和彩色两类。非彩色是指黑、白、灰系统色；彩色是指除了非彩色以外的所有色彩。任何色彩都有饱和度和透明度的属性，属性的变化产生不同的色相，所以至少可以制作几百万种色彩。 色彩与眼睛的重要性就像我们的耳朵一定要欣赏音乐一样，很难想象如果在一个没有色彩的世界里，将会是什么样子？色彩能焕发出人们的情感，能描述人们的思想。 色彩它除了要能展现人的心理外，它必须要是易于识别的，背景色被广泛运用在一系列的图形设计中，而且能在心理上引起大家的共鸣，或从该色彩联想到其他的东西。 一个良好的背景平台，能够很好的展现在前景上的东西。 一、色彩的冷暖感 色彩的冷暧是人体本身的经验习惯赋予我们的一种感觉，绝不能用温度来衡量。 “冷”和“暖”这两个词原是指温度的经验。如太阳、火本身的温度很高，它们所射出的红橙色光有导热的功能，使人的皮肤被照后有温暖感。像大海、远山、冰、雪等环境有吸热的功能，这些地方的温度总是比较低，有寒冷感。这些生活经验和印象的积累，使视觉变成了触觉的先导，只要一看到红橙色，心里就会产生温暖和愉快的感觉；一看到蓝色，就会觉得冰冷、凉爽。所以，从色彩的心理学来考虑，红橙色被定为最暖色，绿蓝色被定为最冷色。它们在色立体上的位置分别被称为暖极、冷极，离暖极近的称暖色，像红、橙、黄等；离冷极近的称冷色，像蓝绿、蓝紫等；绿和紫被称为冷暖的中性色。 日本色彩学家曾做过一个试验：将两个工作间分别涂成灰蓝色和红橙色，两个工作间的客观温度条件即物理上的温度相同，劳动强度也一样。在冷色工作间工作的员工，于59华氏度时感到冷，而暖色工作间工作的员工，当温度从59华氏度降低到52华氏度时，仍然不觉得冷。 从色彩的心理学来说，还有一组冷暖色，即白冷、黑暖的概念。当白色反射光线时，也同时反射热量，黑色吸收光线时，也同时吸收热量。因此黑色衣服使我们感觉暖和，适于冬季、寒带；白色衣服使我们感觉凉爽、适于夏季、热带。 不论冷色还是暖色，加百后有冷感，加黑后有暖感。在同一色相中也有冷色感与暖色干之别。冷暖感实际上只是一个相对概念，如大红比玫瑰红暖，但比朱红冷，朱红又比红橙冷，只有处于相对关系的红橙和绿蓝才是冷暖的极端。 值得一提的是：物理学上的色温与色彩的冷暖是有区别的，色温越高色越冷，色温越低色越暖，如处在高温条件下的铁块，400℃以下无色，400℃-700℃为暗红色，700℃-1000℃为鲜红色，1000℃以上为白色。灯泡也一样，瓦数越低越发红，越高则越发白。 二、色彩的空间感 在平面上如想获得立方体的、有深度的空间感，一方面可通过透视原理，用对角线、重叠等方法来形成；另一方面也可运用色彩的冷暖、明暗、彩度以及面积对比来充分体现。 造成色彩空间感觉的因素主要是色的前进和后退。色彩中我们常把暖色称为前进色，冷色称为后退色。其原因是暖色比冷色长波长，长波长的红光和短波长的蓝光通过眼睛水晶体时的折射率不同，当蓝光在视网膜上成像时，红光就只能在视网膜后成像。因此，为使红光在视网膜上成像，水晶体就要变厚一些，把焦距缩短，使成像位置前移。这样，就使得相同 计算与数据结构篇 - 哈希算法 (Hash) 计算与数据结构篇 - 哈希算法 (Hash) 哈希算法的定义和原理非常简单，基本上一句话就可以概括了。将任意长度的二进制值串映射为固定长度的二进制值串，这个映射的规则就是哈希算法，而通过原始数据映射之后得到的二进制值串就是哈希值。 构成哈希算法的条件： 从哈希值不能反向推导出原始数据（所以哈希算法也叫单向哈希算法）对输入数据非常敏感，哪怕原始数据只修改了一个 Bit，最后得到的哈希值也大不相同； 散列冲突的概率要很小，对于不同的原始数据，哈希值相同的概率非常小； 哈希算法的执行效率要尽量高效，针对较长的文本，也能快速地计算出哈希值。 哈希算法的应用(上篇) 安全加密 说到哈希算法的应用，最先想到的应该就是安全加密。最常用于加密的哈希算法是 MD5（MD5 Message-Digest Algorithm，MD5 消息摘要算法）和 SHA（Secure Hash Algorithm，安全散列算法）。 除了这两个之外，当然还有很多其他加密算法，比如 DES（Data Encryption Standard，数据加密标准）、AES（Advanced Encryption Standard，高级加密标准）。 前面我讲到的哈希算法四点要求，对用于加密的哈希算法来说，有两点格外重要。第一点是很难根据哈希值反向推导出原始数据，第二点是散列冲突的概率要很小。 不过，即便哈希算法存在散列冲突的情况，但是因为哈希值的范围很大，冲突的概率极低，所以相对来说还是很难破解的。像 MD5，有 2^128 个不同的哈希值，这个数据已经是一个天文数字了，所以散列冲突的概率要小于 1-2^128。 如果我们拿到一个 MD5 哈希值，希望通过毫无规律的穷举的方法，找到跟这个 MD5 值相同的另一个数据，那耗费的时间应该是个天文数字。所以，即便哈希算法存在冲突，但是在有限的时间和资-源下，哈希算法还是被很难破解的。 对于加密知识点的补充，md5这个算法固然安全可靠，但网络上也有针对MD5中出现的彩虹表，最常见的思路是在密码后面添加一组盐码(salt), 比如可以使用md5(1234567.'2019@STARK-%$#-idje-789'),2019@STARK-%$#-idje-789 作为盐码起到了一定的保护和安全的作用。 唯一标识(uuid) 我们可以给每一个图片取一个唯一标识，或者说信息摘要。比如，我们可以从图片的二进制码串开头取 100 个字节，从中间取 100 个字节，从最后再取 100 个字节，然后将这 300 个字节放到一块，通过哈希算法（比如 MD5），得到一个哈希字符串，用它作为图片的唯一标识。通过这个唯一标识来判定图片是否在图库中，这样就可以减少很多工作量。 顾客感知论文感知价值理论论文： 顾客感知价值理论文献综述 摘要：顾客感知价值起源于20世纪80年代的西方，是伴随着市场经济的飞速发展、市场竞争的加剧，消费者占据消费主权，企业为了使顾客满意、获得更多的消费者、加强自身竞争优势而产生的。通过回顾和整理国内外学者对顾客感知价值的研究，以期望对企业在如何应对顾客感知价值方面有所启发。 关键词：顾客感知价值；特性；驱动因素 1 引言 感知价值是营销中一个非常重要的概念，尤其是在市场竞争越来越白热化的时期，顾客感知价值对企业来说变得越来越重要。很多企业在经营的过程中都运用到了顾客感知价值的思想。目前，国内外学者对顾客感知价值进行了深入的研究。 理论界对顾客感知价值的研究，从总体上来说，分为两个大的方向，一个是从企业的角度出发，分析顾客资源对企业所能产生的价值，另外一个是从顾客的角度出发，研究顾客的需求和感知，分析顾客想从企业获得什么，以此指导企业的生产经营活动。本文是从顾客的角度对顾客感知价值进行分析。 2 顾客感知价值的涵义 目前，学者对顾客感知价值进行了大量的研究，他们分别从不同的视角对顾客感知价值进行了阐述，但直到现在还没有统一的概念。 顾客感知价值的思想最早可追溯到1954年德鲁克的思想，他指出顾客购买和消费的不是产品，而是价值。这一思想是德鲁克在其1954年出版的《管理实践》中提出的，但他并未对其进行深入的研究。 Porter（1985）在《竞争优势》一书中提出了“买方价值链”的概念，并指出企业为买方创造的价值如果要得到溢价的回报，它必须为买方所觉察，虽然Porter并没有明确给出顾客感知价值的概念，但为后人研究顾客感知价值提供了理论基础。 Zeithaml（1988）从顾客心理的角度，展开了他对顾客感知价值理论的研究。Zeithaml认为顾客感知价值是顾客在市场交易中根据所得利益和付出的成本进行比较的感知，对产品进行的总体评价。 Monroe（1991）将顾客感知价值定义为“感知利得与感知利失之间的比例”，认为“购买者的价值感知体现了对产品感知质量或感知利益与因支付而产生的感知利失之间的权衡”。感知利得是与使用特定产品相关的实体特性、服务特性和特定使用条件下可能的技术支持;感知利失包括所有与购买行为相关的获得成本、运输、安装、订货处理、维修以及潜在的失效风险。 Philip Kotler（1994）是从让渡价值角度来剖析顾客价值的。他认为顾客感知价值是预期顾客评估一个供应品和认知值的所有价值与是所有成本之差。总顾客价值就是顾客从某一特定供应品中期望的一组经济、功能和心里利益组成的认知货币价值。总顾客成本是在评 相似图像的检测方法 一、哈希算法 哈希算法可对每张图像生成一个“指纹”(fingerprint)字符串，然后比较不同图像的指纹。结果越接近，就说明图像越相似。 常用的哈希算法有三种： 1．均值哈希算法(ahash) 均值哈希算法就是利用图片的低频信息。将图片缩小至8*8，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。将缩小后的图片，转为64级灰度。计算所有64个像素的灰度平均值，将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0。将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。 均值哈希算法计算速度快，不受图片尺寸大小的影响，但是缺点就是对均值敏感，例如对图像进行伽马校正或直方图均衡就会影响均值，从而影响最终的hash值。 2．感知哈希算法(phash) 感知哈希算法是一种比均值哈希算法更为健壮的算法，与均值哈希算法的区别在于感知哈希算法是通过DCT（离散余弦变换）来获取图片的低频信息。先将图像缩小至32*32，并转化成灰度图像来简化DCT的计算量。通过DCT变换，得到32*32的DCT系数矩阵，保留左上角的8*8的低频矩阵（这部分呈现了图片中的最低频率）。再计算8*8矩阵的DCT的均值，然后将低频矩阵中大于等于DCT均值的设为”1”，小于DCT均值的设为“0”，组合在一起，就构成了一个64位的整数，组成了图像的指纹。 感知哈希算法能够避免伽马校正或颜色直方图被调整带来的影响。对于变形程度在25%以内的图片也能精准识别。 3．差异值哈希算法(dhash) 差异值哈希算法将图像收缩小至8*9，共72的像素点，然后把缩放后的图片转化为256阶的灰度图。通过计算每行中相邻像素之间的差异，若左边的像素比右边的更亮，则记录为1，否则为0，共形成64个差异值，组成了图像的指纹。 相对于pHash，dHash的速度要快的多，相比aHash，dHash在效率几乎相同的情况下的效果要更好，它是基于渐变实现的。 二、单通道直方图和三直方图 单通道图，俗称灰度图，每个像素点只能有有一个值表示颜色，它的像素值在0到255之间，0是黑色，255是白色，中间值是一些不同等级的灰色。三通道图，每个像素点都有3个值表示（如RGB图），所以就是3通道。图像的直方图用来表征该图像像素值的分布情况。用一定数目的小区间(bin)来指定表征像素值的范围,每个小区间会得到落入该小区间表示范围的像素数目。可以通过计算图像直方图的重合度，来判断图像之间的相似度。 直方图能够很好的归一化，比如256个bin条，那么即使是不同分辨率的图像都可以直接通 色彩感知现象综述 摘要：我们生活在一个色彩纷呈的世界中，每天都被各种各样的色彩包围着。尽管我们看到的视觉效果是真实的，并没有欺骗的成分，但它的性质类似魔术表演。探索色彩现象的实验像一种特殊而朴实的魔术。谜底就摆在眼前，它并不依靠藏匿真相来欺骗眼睛，恰恰相反.它所创造的假象借助于观察者的想象力，让人能真实地感受到现实世界与人为虚构的关联，帮助我们看清现实的主观构造。 关键词色彩感知联想心理 正文 1.色彩心理及联想 色彩的直接性心理效应来自色彩的物理光刺激，对人的生理发生直接界的影响。心学家发现，在红色环境中，人的脉搏会加快，血压也有所升高，情绪有所升高而处在蓝色环境中，脉搏会减缓，情绪也较沉静。有的科学家发现，颜色能影脑电波，红色的反应是警觉，对蓝色的反应是放松。冷色与暖色是依据心理错对色彩的物理性分类，对于颜色的物质性印象，大致由冷暖两个色系产生。红黄色的光本身有暖和感，照射到任何色都会有暖和感。紫蓝绿色光有寒冷的感觉，夏日我们关掉白炽灯，打开荧光灯，就会有一种凉爽的感觉，颜料也是一样，如在冷饮的包装上使用冷色调，视觉上会引起人们对这些食物冰冷的感觉；冬日把窗帘换成暖色，就会增加室内的暖和感。以上的冷暖感觉并非来自物理上的真实温度，而是与我们的视觉经验和心理联想有关。 冷色与暖色还会带来一些其它感受，重量感、湿度感等，比方说，暖色偏重，冷色偏轻；暖色有密度的感觉，冷色有稀薄的感；两者相比，冷色有透明感，暖色透明感较弱；冷色显得湿润，暖色显得干燥；冷色有退远的感觉，暖色有迫切感，这些感觉是受我们心理作用而产生的主观印象，属于一种心理错觉。 2.色彩三要素 2.1色相：指色彩的相貌，是区别色彩种类的名称。指不同波长的光给人的不同的色彩感受。红、橙、黄、绿、蓝、紫等每个字都代表一类具体的色相，它们之间的差别属于色相差别。在应用色彩理论中，通常用色环来表示色彩系列。处于可见光谱的两个极端红色与紫色在色环上联结起来，使色相系列呈循环的秩序。最简单的色环由光谱上的6个色相环绕而成。如果在这6色相之间增加一个过渡色相，这样就在红与橙之间增加了红橙色；红与紫之间增加了紫红色，以次类推，还可以增加黄橙、黄绿、蓝绿、蓝紫各色，构成了12色环，12色相是很容易分清的色相。如果在12色相间再增加一个过渡色相，如在黄绿与黄之间增加一个绿味黄在黄绿与绿之间增加一个黄味绿，以此类推，就会组成一个24色的色相环。24色相环更加微妙柔和。色相涉及的是色彩“质”方面的特征。 2.2 明度：明度指色彩的明暗程度，任何色彩都有自己的明暗特征。从光谱上可以看到最明亮的颜色是黄色，处于光谱的中心位置。最暗的是紫色，处于光谱的 哈希算法乱谈（摘自知乎） 最近【现场实战追-女孩教-学】初步了解了Hash算法的相关知识，一些人的见解让我能够迅速的了解相对不熟悉的知识，故想摘录下来，【QQ】供以后温故而知新。 HASH【⒈】算法是密码学的基础，比较常用的有MD5和SHA，最重要的两【О】条性质，就是不可逆和无冲突。 所谓不【１】可逆，就是当你知道x的HASH值，无法求出x； 所谓无【б】冲突，就是当你知道x，无法求出一个y，使x与y的HA【９】SH值相同。 这两条性【⒌】质在数学上都是不成立的。因为一个函数必然可逆，且【２】由于HASH函数的值域有限，理论上会有无穷多个不同的原始值【６】，它们的hash值都相同。MD5和SHA做到的，是求逆和求冲突在计算上不可能，也就是正向计算很容易，而反向计算即使穷尽人类所有的计算资-源都做不到。 顺便说一下，王小云教授曾经成功制造出MD5的碰撞，即md5(a) = md5(b)。这样的碰撞只能随机生成，并不能根据一个已知的a求出b（即并没有破坏MD5的无冲突特性）。但这已经让他声名大噪了。 HASH算法的另外一个很广泛的用途，就是很多程序员都会使用的在数据库中保存用户密码的算法，通常不会直接保存用户密码（这样DBA就能看到用户密码啦，好危险啊），而是保存密码的HASH值，验 证的时候，用相同的HASH函数计算用户输入的密码得到计算HASH值然后比对数据库中存储的HASH值是否一致，从而完成验证。由于用户的密码的一样的可能性是很高的，防止DBA猜测用户密码，我们还会用一种俗称“撒盐”的过程，就是计算密码的HASH值之前，把密码和另外一个会比较发散的数据拼接，通常我们会用用户创建时间的毫秒部分。这样计算的HASH值不大会都是一样的，会很发散。最后，作为一个老程序员，我会把用户的HASH值保存好，然后把我自己密码的HASH值保存到数据库里面，然后用我自己的密码和其他用户的用户名去登录，然后再改回来解决我看不到用户密码而又要“偷窥”用户的需要。最大的好处是，数据库泄露后，得到用户数据库的黑客看着一大堆HASH值会翻白眼。 哈希算法又称为摘要算法，它可以将任意数据通过一个函数转换成长度固定的数据串（通常用16进制的字符串表示），函数与数据串之间形成一一映射的关系。 举个粒子，我写了一篇小说，摘要是一个string:'关于甲状腺精灵的奇妙冒险'，并附上这篇文章的摘要是'2d73d4f15c0db7f5ecb321b6a65e5d6d'。如果有人篡改了我的文章，并发表为'关于JOJO的奇妙冒险'，我可以立即发现我的文章被篡改过，因为根据'关于JOJO的奇妙冒险'计算出的摘要不同于原始文章的摘要。 可见，摘要算法就是通过摘要函数f()对任意长度的数据data计算出固定长度的摘要digest，目的是为了发现原始数据是否被人篡 第19卷第3期 重庆科技学院学报（自然科学版) 2017年6月 哈希快速图像匹配算法研究 王拓于徐红刘志杰 (贵州师范大学贵州省信息与计算科学重点实验室，贵阳550025) 摘 要:如何快速有效地在大量数据中将图片筛选匹配出来，是图像匹配技术研究的重点课题之一。通过分析感知 哈希算法及 Smf 算法各自的优点，提出用感知哈希算法进行初步图片搜索，利用Smf 算法提取相似图片局部特征， 从而更精准地确定最相似图片，增加图片匹配的鲁棒性。实验结果表明，在对图片进行处理后，哈希快速图像匹配算法仍能快速地从本地图片库中将最相似图片搜索出来。 关键词:感知哈希算法；DCT 变换；Smf 算法；指纹数据 中图分类号: TP 391.41 文献标识码:A 近年来，随着计算机、手机等电子产品的不断发 展和普及，图片已成为我们记录生活的一种重要方 式。据Facebook 官方公布，现在每天上传的图片数 量约20亿张，并且这个数字还在不断增加。同时， 人们也不再仅仅局限于使用文字来搜索图片，“以 图搜图”在这种情况下应运而生。目前应用“以图 搜图”的主要是互联网图像搜索引擎网站，例如 Google 、百度、搜狗、Picitup 、Bing 、TinEye 、Incogno 等。 大部分人的手机、电脑或其他存储设备里面也有成 千上万张图片，如何在自己的图片库里快速找出想 要查看的图片也是一个急需解决的问题。因此，如 何将大量的图片进行数据处理与存储已成为大数据 时代面临和必须解决的一个重要难题[1]。 目前，对图片进行特征提取应用最多的还是在 Sift 算法基础上，先对图像进行特征提取，然后根据 提取特征对图像进行哈希编码，生成这个图像的 “指纹”特征。Sift 算法的优点是对图像的旋转、变 换等都有很好的鲁棒性，缺点是复杂度比较高。此次研究基于Sift 算法的改进算法---Surf 算法，并基于哈希编码规则来提升图片的搜索比对速度[3 _4]。 1算法描述 1.1 感知哈希算法 哈希算法是一种将图片生成一组“指纹”数据 文章编号：1673 -1980(2017)03 -0075 -04 的方法。在进行图片搜索比对时，首先对图片进行 特征信息提取，并生成一组二维数组即图片指纹。 通过对目标图像进行处理得到“指纹”后，将其与哈 希图像库中的图片直接进行“指纹”比对。相对于 其他形式的特征值对比，二维数组有更高的时效性 优点。 感知哈希算法（perceptual hash algorithm ，简写 为pHash )。其流程图见图1 〇 图1感知哈希算法流程图 pHash 对一幅图片的处理过程如下：(1) 缩小尺寸。pHash 将图片缩小成7V * 7V 。 这样做的目的是简化了 DCT 的计算，去除各种图片 尺寸和图片比例的差异，只保留结构、明暗等基本 信息。一般情况下，的值设置为32。 (2) 简化色彩。将图片转化成灰度图像，进一 步简化计算量。 (3) 计算平均灰度。计算图片中所有像素的灰 度平均值。 (4) 计算平均值。如同均值哈希算法一样，计 收稿日期=2016-11 -29 基金项目：贵州省科学技术基金项目“基于 Nutch 的单位内部网络智能搜索引擎研究”（黔科合J 字LKS [2009]17号）；贵州省 经济和信息化委员会资助项目“大规模点模型的并行化真实感实时渲染技术研究”（1158号）；贵州省科技厅攻关 项目“海龙囤申报世界文化遗产关键性技术研究”（黔科合 SY 字LKS [2014]3072号） 作者简介:王拓（1991 一），男，贵州师范大学在读硕士研究生，研究方向为图形图像处理。 ? 75 ? 顾客感知价值管理培训 顾客感知价值管理培训讲师:谭小琥 谭小琥老师 老师介绍： 品牌策略营销专家 ——联邦家居——南方石化谭老师很多实用的方法能直接用到工作中，在很大程度上提高了我们的沟通效率与管理能力。我们会再请谭老师给我们进行三天的培训。 ——绿城集团顾客感知价值与服务质量管理研究框架 一、论文结构 1．1 总体结构的设想 1．1．1研究目的和意义 20世纪90年代以来，顾客价值(Customer Value)理论的最新研究成果不断涌现，它们对该理论体系的补充和完善做出了很大的贡献。但由于多从理论方面进行的探索，使企业在运用这种方法操作时普遍存在这样或那样的缺陷。该研究就是要尽量弥补这些的不足，这是本研究的一个重要目的。 1. 1.1 1.2 1.3 1.4 2. 2.1 2.2 2.3 2.4 2.5动态的顾客期望 3.感知服务质量管理的主要模型以及评价 3.1SERVQUAL评价模型 3.2服务质量差距管理模型 4.顾客价值的构建与探查 4.1顾客期望价值变量的确定 4.2顾客价值构成要素的确定 5. 服务质量管理 5.1全面服务质量管理 5.2服务补救管理 5.3 5.4 5.5 5.6 1． 本人对顾客价值的研究有浓厚的兴趣，在调查研究中，亲身感受到中国企业在如何探查顾客期望价值，创造和实现顾客感知价值方面的重要程度和盲区。所以，我认为该课题的研究不仅是对顾客价值(Customer Value)理论待研究领域的有益探索，更有利于对企业营销实践活动的指导和借鉴。 1．3 预期的创新点 顾客价值的研究已比较成熟，高水平的学术成果也很多，都重视通过增加顾客价值的方法来提高顾客的满意度和忠诚度，但就某一产品而言，顾客价值具体由哪些要素构成， 色彩感知现象综述 摘要: 我们看到的色彩，实际上是以光为媒体的一种感觉。色彩是人眼在接受光的刺激后，视网膜的兴奋在传递到大脑中枢而产生的感觉。色彩对比指两种或两种以上的色彩并置在一起时产生的色彩差别，这种相互比较关系就是色彩的对比关系。色彩知觉的形成过程，是色彩的相互作用下对人的情绪，思维等诸多方面产生影响的过程。色彩的感知是一个科学化、系统化的色彩训练方式，使我们对色彩美的构成形式获得更多、更深刻的认识。 关键词：色彩的分类、色彩的感知、色彩与情感、色彩与艺术 正文： 1.概述 色彩是光源的可见光谱中不同波长的光波作用在不同的物体上，在人眼中引起的不同视觉反映。色彩来源于光的照射，也就是说没有光就没有色彩，光是人们感知色彩存在的必要条件。色彩是我们视觉感知的首选，它随处可见，只要是有光的地方就有色彩。在生活中，人们对色彩的感知力总是直接而快速的。色彩总是在人们的物质生活、精神生活中发挥着诱人的神奇魅力。源于生活的色彩丰富而灿烂，无论是自然景观还是人为创造，它既满足了我们的视觉享受，又是我们艺术创作的源泉。 色彩是艺术设计者传情达意的最佳表述方式，而色彩的传达方式是视觉，人们认识客观世界的感觉经验80%以上取自视觉。 “所谓视觉，实际上就是通过创造与刺激材料的性质相对应的一般形式结构，来感知眼前的原始材料的活动。”视觉是人的眼睛对客观世界的反映，构成对客观事物的直接认识，是在视感觉的基础上依赖于神经中枢的调节和思维产生的。 色彩随视觉与光影的不同，可产生出无穷无尽的色彩视觉效果，同时色彩又由于所表现的物体与环境的不同，所呈现的视觉效果都不相同。 2.有彩色系的分类：红、黄、蓝三色可以调配衍变出其他各种色彩， 而其他色彩无法调出它们故称三原色，又称三元色。色光的三原色是红、绿、蓝紫，色料的三原色是品红、柠檬黄、湖蓝。 间色：有称为“二次色”由两种原色混合而成。 哈希算法简介 目录 1哈希算法概念 (2) 2哈希函数 (3) 3冲突的解决方法 (3) 4哈希算法应用 (4) 关键词： 算法、哈希、c语言 摘要： 哈希算法在软件开发和Linux内核中多次被使用，由此可以见哈希算法的实用性和重要性。本文介绍了哈希算法的原理和应用，并给出了简略的代码实现，以便读者理解。 1哈希算法概念 哈希(hash 散列，音译为哈希) 算法将任意长度的二进制值映射为固定长度的较小二进制值，这个小的二进制值称为哈希值。 哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母，随后的哈希算法都将产生不同的值。要找到散列为同一个值的两个不同的输入，在计算上是不可能的，所以数据的哈希值可以检验数据的完整性。 哈希表是根据设定的哈希函数H(key)和处理冲突方法将一组关键字映象到一个有限的地址区间上，并以关键字在地址区间中的项作为记录在表中的存储位置，这种表称为哈希表，所得存储位置称为哈希地址。作为线性数据结构与表格和队列等相比，哈希表无疑是查找速度比较快的一种。 查找一般是对项的摸个部分（及数据成员）进行，这部分称为键（key ）。例如，项可以由字符串作为键，附带一些数据成员。 理想的哈希表数据结构只不过是一个包含一些项的具有固定大小的数组。 通常的习惯是让项从0到 TableSize-1之间变化。 将每个键映射到0到TableSize-1 这个范围中的某个数 ，并且将其放到适当的单元中，这个映射就称为散列函数（hash funciton ）。 如右图，john 被散列到3，phil 被散列到4，dave 被散列到6，mary 被散列到7. 这是哈希的基本思想。剩下的问题则是要选择一个函数，决定当两个键散列到同一个值的时候（称为冲突），应该做什么。 现代商贸工业 作者简介 :胡瑞静 (1985- , 女 , 河南濮阳人 , 南京财经大学学生研究生 , 研究方向 :市场营销。 顾客感知价值理论文献综述 胡瑞静 (南京财经大学营销与物流管理学院 , 江苏南京 210046 摘要 :顾客感知价值起源于 20世纪 80年代的西方 , 是伴随着市场经济的飞速发展、市场竞争的加剧 , 消费者占据消费主权 , 企业为了使顾客满意、获得更多的消费者、加强自身竞争优势而产生的。通过回顾和整理国内外学者对顾客感知价值的研究 , 以期望对企业在如何应对顾客感知价值方面有所启发。 关键词 :顾客感知价值 ; 特性 ; 驱动因素 中图分类号 :F24 文献标识码 :A 文章编号 :1672 3198(2011 07 0127 02 1 引言 感知价值是营销中一个非常重要的概念 , 尤其是在市场竞争越来越白热化的时期 , 顾客感知价值对企业来说变得越来越重要。很多企业在经营的过程中都运用到了顾客感知价值的思想。目前 , 国内外学者对顾客感知价值进行了深入的研究。 理论界对顾客感知价值的研究 , 从总体上来说 , 分为两个大的方向 , 一个是从企业的角度出发 , 分析顾客资源对企业所能产生的价值 , 另外一个是从顾客的角度出发 , 研究顾客的需求和感知 , 分析顾客想从企业获得什么 , 以此指导企业的生产经营活动。本文是从顾客的角度对顾客感知价值进行分析。 2 顾客感知价值的涵义 目前 , 学者对顾客感知价值进行了大量的研究 , 他们分别从不同的视角对顾客感知价值进行了阐述 , 但直到现在还没有统一的概念。 顾客感知价值的思想最早可追溯到 1954年德鲁克的思想 , 他指出顾客购买和消费的不是产品 , 而是价值。这一思想是德鲁克在其 1954年出版的管理实践中提出的 , 但他并未对其进行深入的研究。 Porter(1985 在竞争优势一书中提出了买方价值链的概念 , 并指出企业为买方创造的价值如果要得到溢价的回报 , 它必须为买方所觉察 , 虽然 Port er 并没有明确给出顾客感知价值的概念 , 但为后人研究顾客感知价值提供了理论基础。 Zeithaml(1988 从顾客心理的角度 , 展开了他对顾客感知价值理论的研究。Zeit haml 认为顾客感知价值是顾客在市场交易中根据所得利益和付出的成本进行比较的感知 , 对产品进行的总体评价。 Monroe(1991 将顾客感知价值定义为感知利得与感知利失之间的比例 , 认为购买者的价值感知体现了对产品感知质量或感知利益与因支付而产生的感知利失之间的权衡。感知利得是与使用特定产品相关的实体特性、服务特性和特定使用条件下可能的技术支持 ; 感知利失包括所有与购买行为相关的获得成本、运输、安装、订货处理、维修以及潜在的失效风险。 Philip Kotler(1994 是从让渡价值角度来剖析顾客价值的。他认为顾客感知价值是预期顾客评估一个供应品和认知值的所有价值与是所有成本之差。总顾客价值就是顾客 从某一特定供应品中期望的一组经济、功能和心里利益组成的认知货币价值。总顾客成本是在评估、获得、使用和抛弃该市场供应品时引起的一组顾客预计费用。 Ravald and Gronroos (1996 从关系营销的角度阐述顾客感知价值。顾客感知价值是在公司提供物的核心价值之上以关系中额外要素的附加价值作正向或者负向调整的结果。 几种字符串哈希HASH算法的性能比较 2011年01月26日星期三 19:40 这不就是要找hash table的hash function吗？ 1 概述 链表查找的时间效率为O(N)，二分法为log2N，B+ Tree为log2N，但Hash链表查找的时间效率为O(1)。 设计高效算法往往需要使用Hash链表，常数级的查找速度是任何别的算法无法比拟的，Hash 链表的构造和冲突的不同实现方法对效率当然有一定的影响，然而Hash函数是Hash链表最核心的部分，本文尝试分析一些经典软件中使用到的字符串 Hash函数在执行效率、离散性、空间利用率等方面的性能问题。 2 经典字符串Hash函数介绍 作者阅读过大量经典软件原代码，下面分别介绍几个经典软件中出现的字符串Hash函数。 2.1 PHP中出现的字符串Hash函数 static unsigned long hashpjw(char *arKey, unsigned int nKeyLength) { unsigned long h = 0, g; char *arEnd=arKey+nKeyLength; while (arKey < arEnd) { h = (h << 4) + *arKey++; if ((g = (h & 0xF0000000))) { h = h ^ (g >> 24); h = h ^ g; } } return h; } 2.2 OpenSSL中出现的字符串Hash函数 unsigned long lh_strhash(char *str) { int i,l; unsigned long ret=0; unsigned short *s; if (str == NULL) return(0); l=(strlen(str)+1)/2; s=(unsigned short *)str; for (i=0; i ret^=(s[i]<<(i&0x0f)); return(ret);顾客满意文献综述.doc
(完整版)色彩心理——色彩和感觉
哈 希 常 见 算 法 及 原 理
顾客感知论文感知价值理论论文
相似图像的检测方法
色彩感知现象综述
哈 希 常 见 算 法 及 原 理 ( 2 0 2 0 )
哈希快速图像匹配算法研究
顾客感知价值管理培训
色彩感知现象综述
哈希算法介绍
顾客感知价值理论文献综述.
几种字符串哈希HASH算法的性能比较
相关主题
文本预览