一、用离散Fourier变换求一类矩阵特征值（论文文献综述）
丁超[1]（2021）在《碳纤维材料红外热波无损检测技术研究》文中研究说明碳纤维复合材料是一种具有密度低、强度高、耐高温、耐腐蚀等优良性能的先进复合材料,近年来在航空航天、军事、汽车等领域被广泛应用。复合材料构件由于结构复杂,导致在循环应力和外界冲击的情况下,内部易产生如分层、脱粘和裂纹等缺陷,而且很难从表面直接检测,严重影响其可靠性和安全性。所以,对能够检测材料内部成型缺陷的无损检测技术的研究是非常有必要的。在各种无损检测方式中,红外辐射成像检测由于具有快速、直观、非接触、一次检测面积大等特点,成为解决碳纤维复合材料无损检测问题的一种有效手段。本文首先从基本原理、发展历程、研究现状等几个方面介绍了主动式红外无损检测技术,并分析了脉冲激励红外热波无损检测技术在检测碳纤维材料内部缺陷上的可行性。然后对脉冲激励下碳纤维平板的热传导以及内部缺陷对表面温度场分布的影响进行了理论分析,搭建了脉冲激励红外热波无损检测系统,并对缺陷大小、深度等因素对缺陷检测的影响进行了分析。接下来研究了多种红外热波图像缺陷的提取方法和帧间差分法、多项式拟合法、主成分分析法等红外热波图象序列处理方法,并对处理结果的优劣进行了比较与分析。其中重点分析了脉冲相位算法及其影响因素,并对采样时间进行优化,有效提升了算法的缺陷检测效果,可以实现对面积在73.9 2以上缺陷的精确检测。为解决缺陷提取结果难以及时在被测试件上进行标注的问题,本文设计了脉冲激励红外热波无损检测及投影标记系统,并提出了相机辅助投影变换方法,通过辅助相机对被测试件与投影图像同时进行拍摄,得到缺陷提取结果在投影仪图像坐标系下的准确位置,解决了投影仪与热像仪视角差异等因素引起的图像配准问题,有效提高了缺陷的标记精度。本文选取在背面制造盲孔的人工缺陷碳纤维板作为检测对象,利用闪光灯进行脉冲激励并由热像仪记录红外图像序列。通过采样时间优化后的脉冲相位算法对图像序列进行处理,并对缺陷轮廓进行提取,将提取结果经相机辅助投影变换方法处理后,由投影仪投射到被测试件表面,实现对材料内部缺陷进行较为精确的标记。
杨旭[2]（2021）在《基于WiFi的室内人员非接触式感知方法研究》文中进行了进一步梳理基于WiFi信道状态信息（Channel State Information,CSI）的人体感知技术是当前研究热点,主要研究包括小尺度动作感知、大尺度动作感知以及位置感知三个方面,虽然目前已取得了一定研究成果,但是由于WiFi信号带宽较窄且时间分辨率低,导致基于WiFi的人体感知技术仍存在以下不足:第一,在小尺度动作感知方面,目前基于移动终端的人体呼吸感知模型尚不完善;第二,在大尺度动作感知方面,由于信号特征非独立于背景环境导致大尺度动作感知模型跨域能力差;第三,在位置感知方面,非接触式相对位置感知模型尚不完善。针对以上问题,本文对基于WiFi的小尺度动作感知、大尺度动作感知以及位置感知开展研究。此外,为了实现多人协同感知,本文进一步开展了基于WiFi的协同感知框架研究。本文主要工作和贡献如下:（1）在基于WiFi的小尺度动作感知方面,针对基于WiFi的移动终端人体感知技术尚不完善的问题,构建了基于菲涅耳区的移动端感知位置相关性模型,提出了基于CSI的人体小尺度呼吸动作感知方法,解决强干扰环境下子载波的可靠提取、多目标场景中移动终端放置策略以及感知性能对设备位置依赖性问题,实现了智能手机端呼吸感知。（2）在基于WiFi的大尺度动作感知方面,针对由于信号特征非独立于背景环境导致大尺度动作感知模型跨域能力差的问题,通过分析CSI原始数据噪声分布特征,设计了CSI自适应滤波的数据降噪与解析模型,在此基础上,提出了基于多标签对抗网络的跨域感知方法,解决了手势识别跨域识别问题,实现了低成本被动式报警动作识别,提升了摔倒检测的鲁棒性。（3）在基于WiFi的位置感知方面,针对相对位置感知框架不完善的问题,构建了基于WiFi探针的非接触式人员相对位置感知模型,定义了位置相似系数和密切接触距离两个相对位置判断指标,设计了无需测距的相对位置相似度计算方法,实现了新冠患者的密切接触者的被动追踪与位置感知。（4）在上述研究基础上,进一步开展了多人协同感知研究,特别是,针对WiFi感知数据集匮乏导致感知模型存在欠拟合问题,提出了一种基于联邦学习的协同感知框架,解决了多个终端用户协同训练数据隐私保护、感知模型环境依赖以及终端用户本地模型更新问题,实现了感知模型的高鲁棒性及高通用性。综上,本文对基于WiFi的室内人员非接触式感知方法开展研究,提出了鲁棒且普适的WiFi人体感知方法,并利用商用WiFi设备在不同室内场景开展了大量实验,实验结果验证了本文所提方法的有效性。该论文有图86个,表5个,参考文献193篇。
蹇焕燕[3]（2021）在《几类分数阶微分方程的快速数值算法研究》文中认为分数阶方程作为整数阶方程的推广,近年来被广泛用于建模各种物理和科学现象。由于分数阶算子的非局部性,分数阶模型能更精确地描述具有遗传和记忆性质的材料和过程。大多数分数阶方程的解析解都不易确定,所以一般研究其数值方法。此外,分数阶算子的离散通常导出稠密矩阵,这也造成了极大计算困难。因此,发展其高性能算法也是十分迫切的。本文工作主要分为以下四个方面:1.针对时间分布阶和变系数空间分数阶扩散方程,提出了一个快速隐式差分格式。首先通过数值积分,将该方程转换为一个多项时空分数阶方程。然后提出一个隐式差分格式来求解这个多项时空分数阶方程,并讨论它的无条件稳定性和收敛性。另外,发展了预处理的Krylov子空间算法来计算导出的Toeplitz-like线性系统。最后数值实验结果支持了理论发现,并验证了算法的有效性。2.针对时间分布阶和Riesz空间分数阶扩散波方程,建立了一个快速二阶差分格式。利用加权位移Gr¨unwald公式离散时间导数和分数阶中心差分公式离散空间导数,从而导出差分格式。另证明了该格式在时间、空间和分布阶上的稳定收敛性。一维时,提出基于Gohberg-Semencul公式的预处理Krylov子空间算法来计算Toeplitz系统。二维时,构建带截断预处理子的全局预处理共轭梯度法来求解Sylvester系统。数值实验结果验证了提出差分格式和快速算法的有效性。3.针对非线性Riesz空间分数阶反应-扩散方程,发展了一个快速隐式积分因子方法。首先利用分数阶中心差分公式空间离散该方程,得到一个非线性常微分方程系统。其次,为获得良好的稳定性和鲁棒性,采用隐式积分因子方法求解该系统。另外,为了降低计算量,考虑到系数矩阵是对称正定Toeplitz的,提出了基于Gohberg-Semencul公式的位移-逆Lanczos方法来计算指数矩阵-向量乘积。最后用数值实验证实了理论结果的正确性,并验证了快速求解算法的有效性。4.针对二维的非线性Riesz空间分数阶反应-扩散方程,提出了一个非均匀网格的快速紧隐式积分因子方法。利用加权位移Gr¨unwald-Letnikov方法对该方程空间离散后,得到一个矩阵形式的非线性常微分方程系统。鉴于紧隐式积分因子方法的稳定性,将其与非均匀时间网格和对角化技术结合,构建了一种非均匀时间网格的快速紧隐式积分因子方法。与已有方法相比,该方法避免了直接计算稠密指数矩阵并显着降低了计算成本。数值实验也验证了提出方法的有效性。
佘骏[4]（2020）在《室内人-机-物复杂场景下的无线传播模型研究》文中认为室内无线通信技术是现有和未来通信系统的关键组成部分。随着技术的不断进步,室内无线通信已经从传统的语音、数据和多媒体业务,逐渐衍生出基于5G技术与人工智能、物联网、云计算、大数据和边缘计算等相结合的新兴室内应用场景,这些场景中存在大量人体、物体以及设备的生产、活动、连接和交互,构成了室内的人-机-物复杂场景。这类场景具有散射体丰富、环境小且封闭等特点,人体和物体对其无线传播特性的影响远比室外以及传统的室内场景更显着。因此,充分了解室内人-机-物复杂场景无线信道的传播特性具有重要的理论意义和很高的应用价值。本文紧密围绕室内人-机-物复杂场景下的无线传播模型研究这一科学问题,在会议室、走廊、楼梯和办公室等各种典型的室内环境中,进行了2.6GHz、3.5GHz等热点频段和9～12GHz等潜力频段上的大量信道测量实验,研究了不同人员密度、用户握持终端、遮挡视距等典型室内人-机-物复杂场景的无线信道传播特性,建立了针对各类传播特性的室内人-机-物复杂场景无线信道传播模型,主要工作和贡献包括:（1）提出了适用于会议室、楼梯和走廊三种典型室内环境在不同人员密度下的路径损耗模型,为室内人-机-物复杂场景中路径损耗的精确预测提供了一种解决方案。该方案的特征是将功率延迟函数建模为一个损耗值与距离无关、与人员密度相关的混响分量,和一个服从对数-距离衰减方式的主径分量的叠加值,并通过积分运算得到路径损耗公式,然后采集大量实测结果实现模型参数拟合。经验证,该模型的预测结果与实测吻合。相比已有的对数-距离路径损耗模型,所提出的模型能在准确预测路径损耗的同时,更好地解释路径损耗因子异常值,并能通过剔除混响分量的影响、提取主径分量的衰落情况,为典型室内人-机-物复杂场景的链路预算提供更准确的模型依据。（2）进一步地,提出了一种包含人数因子和环境因子的混响时间模型。该模型提供了一种在室内复杂场景中快速计算混响时间的方法,并解决了因室内人数增减或环境的改变而带来的变化建模问题。验证结果表明,与既有模型相比,提出的模型具有更高的精确度。该模型还可方便地扩展到同类场景,并通过更新人数因子和场景依赖的环境因子来实现模型的场景适应。此外,还改进了功率延迟谱的预测方法,通过引入混响时间参数降低了Nakagami-m分布因子的建模算法复杂度。（3）进行了Massive MIMO室内办公室环境信道传播特性分析与建模。在典型办公室环境内,搭建了基于32天线的Massive MIMO阵列和不同天线数的多天线终端组成的测量平台,进行了3.5GHz频段上实地信道测量以及信道频率响应的建模和分析。研究结果表明,信道遍历容量随终端天线数目增长而提高;在用户手持情形下,遍历容量的统计平均值与非手持情形无显着差异,但信道性能在低容量区段存在进一步劣化的现象。（4）在上述工作的基础上,提出了一种包含用户手持效应因子的室内环境无线传播模型。该模型充分考虑了用户的手持效应、接收端相关效应、发射端相关效应、耦合效应,并将手持效应因子建模为幅度服从对数正态分布、相位服从均匀分布的随机变量,将耦合效应因子建模为幅度服从Nakagami-m分布、相位服从均匀分布的随机变量。验证结果表明,模型预测的遍历容量、中断容量值均与实测吻合,与既有的Kronecker模型和Weichselberger模型相比,该模型具有更高的精确性、更明确的物理意义和更强的可扩展性。（5）提出了X波段室内人-机-物复杂场景无线传播模型。该模型采用粒子滤波方法,解决了人-机-物复杂场景下信道参数的动态预测问题。该模型并利用多径分量的主要衰减机制联立状态方程,并实现了时延域动态预测。经与测量数据对比验证,该模型可以准确预测功率延迟谱、平均时延参数。与传统的TDL等静态模型相比,可以进行动态更新和实时建模。本章的测量工作有助于较高频段室内无线传播特性的系统性研究,本章模型成果可为海量机器类通信等典型人-机-物复杂场景下的感知数据采集、信道主动测量等算法开发提供支撑。本文围绕室内人-机-物复杂场景下的无线传播模型开展的研究工作和所得成果,可为未来移动通信系统的室内覆盖部署、物理层设计、系统级别仿真和系统搭建提供重要支撑。
汪帅[5]（2020）在《基于稳定性理论的尾迹生成机理研究及其在涡轮中的应用》文中指出涡轮作为航空发动机的重要组成部分,其效率高低直接影响到整机效率。高压涡轮位于燃烧室之后,工作环境恶劣,为了进一步提高做功能力和效率,高压涡轮进口温度仍在不断提高中。从强度和冷却这两方面来考虑,要求涡轮尾缘厚度不能设计得太小,因此涡轮尾缘附近的流动类似于钝体绕流,尾缘附近形成非定常脱落旋涡会极大增强尾迹掺混损失,降低涡轮效率,引起叶片受力周期性波动,对叶片寿命造成不利影响。因此深入理解涡轮尾迹涡生成机制对进一步认识涡轮气动效率、传热、寿命等整体性能起着十分重要的作用。尾迹涡生成机制在本质上可以从流动稳定性的角度进行解释,本文以流动稳定性分析方法作为主要研究手段,深入研究了影响涡轮尾迹涡生成的关键因素。本文首先针对涡轮尾迹特性提取出简化尾迹模型以研究尾迹非对称性对稳定性的影响。时间稳定性分析结果表明最不稳定模态总是弯曲模态,且弯曲模态的最大时间增长率主要由较薄一侧尾迹的剪切层厚度所决定。挤压模态与弯曲模态相反,其最大时间增长率取决于较厚一侧剪切层厚度。时空稳定性分析结果表明尾迹绝对频率主要由剪切层总厚度决定,受非对称性影响较小。增大尾迹的非对称程度能有效降低绝对增长率,从而起到稳定尾迹的作用。接着本文结合局部稳定性分析和整体稳定性分析方法,研究了雷诺数、来流边界层厚度和尾缘形状对约束/无约束尾迹稳定性的影响。研究发现雷诺数和尾缘形状能极大程度地影响尾迹最不稳定模态的增长率,但对模态频率几乎没有影响。增大来流边界层厚度并不总是使得流动朝更加稳定的方向发展。当来流边界层厚度增大时,一方面使得尾迹中绝对不稳定区域范围增加,另一方面使得近尾迹区绝对增长率大小降低,这两个机制互相制约,使得临界雷诺数并不随边界层厚度单调变化。与之类似,约束对尾迹稳定性的影响也是通过多个机制耦合完成的。将边界层厚度的影响考虑到约束系数的定义中后,发现使尾迹最不稳定的约束系数取值与雷诺数和来流边界层厚度均无关。本文还研究了可压缩性对尾迹稳定性的影响。局部尾迹速度型的稳定性分析结果表明增强可压缩性总是使得尾迹变得更加稳定,然而对平板后尾迹进行局部/整体稳定性分析后,发现可压缩性对尾迹稳定性所起的作用是通过两个相反机制耦合完成的:增强流体可压缩性一方面会降低尾迹恢复速度,使得绝对不稳定区域范围变大;另一方面会降低近尾迹区绝对增长率。特别地,当流体可压缩性增强到一定程度之后,尾缘分离点附近可能会出现膨胀波系,出现膨胀波系的马赫数与尾缘形状相关,膨胀波系的出现极大改变了近尾迹区流场,使得尾迹整体稳定性和尾迹涡频率发生了质的变化。本文最后以涡轮叶片流场作为研究对象,结合流动稳定性分析方法和延迟分离涡（DDES）数值模拟方法研究了改变尾迹非对称程度对涡轮尾迹涡的生成特性的影响。DDES计算表明尾缘型线曲率的微小变化能极大程度地影响到尾迹涡街的生成强度,进行绝对/对流稳定性分析后,发现随着曲率逐渐变大,近尾迹区绝对不稳定区域逐渐变小,同时绝对增长率大小逐渐降低,因而尾迹变得更加稳定。稳定性分析结果与数值模拟结果吻合较好,表明稳定性分析手段可以作为一个流场诊断工具可以在定性上指导我们进行实际工程问题的流场分析和流动控制。
丁亚进[6]（2020）在《城市煤田采空区地震探测研究》文中指出随着社会的进步,城市建设的安全性越来越得到重视,而对地下结构的认识是城市安全建设的重要环节。城市内煤田采空区是指煤层开采后,被稀疏物质填充的狭长空间,其一般厚度较小,但却为城市建设增加了隐患,应用地球物理方法,特别是具有较高分辨率的地震方法识别采空区,是城市地球物理一个重要的研究方向。本文结合正演计算、高频重建等,研究了采空区地震成像的特征,并在山东济南进行了实际应用。在正演计算研究中,系统总结了声波方程正演计算的关键问题,其中包括差分精度、稳定性分析、数值频散、边界条件等。为采空区正演提供了基础。在高频重建方法研究中,给出了基于倒谱计算的高频重建方法,通过应用倒谱计算替换原数据的振幅谱,保持相位谱不变,来提高地震数据的频带宽度,以达到提高地震分辨率的作用,模型验证了方法的正确性。在采空区正演计算中,将采空区应用随机速度代替,因为填充的稀疏物质具有低速的特征,因此在成像剖面中出现同相轴下拉现象,特别是高频剖面中,该特征更为明显,这也是识别采空区的直接标志。应用济南某区的数据进行了方法验证,对采集的数据进行了常规地震数据处理,并进行了提频处理,通过钻井信息显示,基于同相轴下拉特征的采空区识别特征较为明显,证明了本文方法的有效性。
陈明夫[7]（2020）在《带限信号外推算法的研究》文中指出带限信号外推是由信号在时间区间[-T,T]上的已知部分重建信号的未知部分,它是一个经典的信号重建问题,并有广泛的应用。研究带限信号外推具有理论意义和应用价值。论文主要贡献与创新点如下:（1）带限信号外推在频域上可以表示成有唯一解的积分方程（32）F（28）g的求解。将（32）F（28）g离散为线性方程组Ax（28）b,并且假设该线性方程组有唯一解。当T小时,带限信号外推理论上的不适定性导致Ax（28）b是不适定的,因此求解Ax（28）b难以得到有效外推结果。我们证明了随着T增加,无论是用[-T,T]上的均匀采样还是均匀随机采样,A*A的条件数都逐步得到改善,从而Ax（28）b的适定性得到改善;当T适当小时,考虑与Ax（28）b等价的线性方程组A*Ax（28）A*b,A*A是对称正定矩阵,我们提出了一种逐次加权的方法,以及相应的加权Landweber格式。加权k次后改进了等价线性方程组矩阵的条件数。模拟结果显示,当T适当小时,用加权的Landweber迭代格式外推带限信号,比直接重建,效果明显的好。（2）对于频域上带限信号外推的积分方程（32）F（28）g的等价方程（32）*（28）（32）F（28）（32）*（28）g,提出了一种逐次加权的方法,加权k次的方程与（32）*（28）（32）F（28）（32）*（28）g等价,而对于每个正整数m,加权后方程的第m个条件数明显比（32）*（28）（32）F（28）（32）*g（28）的第m个条件数小,相应地提出了带限信号外推的加权Landweber迭代格式。在实现外推时,提出了高精度的数值方法。模拟结果显示,用提出的方法可以由小得多的区间[-T,T]上的有限个采样点得到有效的外推结果。（3）我们将（2）的方法推广到二维带限信号外推。在实现迭代重建时,我们提出了逐次加权重建算子方程的方法与求解的直接法和分解法。（4）盲多带信号重建是由时域采样点重建该多带信号。将信号在适当大的包含其所有频带的频率区间上离散,信号频域重建可以用稀疏信号恢复的方法来解决。基于压缩感知恢复所需采样点少且其恢复稀疏信号要求观测矩阵的限制等距常数足够小,提出了一种改善观测矩阵的条件数从而改善其限制等距常数的加权方法,以及相应的加权正交匹配追踪的盲多带信号重建方法。提出的方法对一般的稀疏信号的恢复也适用。模拟中,对适当大的频率区间,取满足重建误差范围的适当小的离散间隔。模拟结果显示,对盲多带信号重建和一般的稀疏信号的恢复,提出的方法比直接用正交匹配追踪算法在相同条件下有更高的有效重建率。
朱丹[8]（2020）在《基于矩阵低秩分解理论的位场数据处理方法研究》文中指出位场勘探利用岩石的密度和磁性差异研究地下空间的结构和展布。位场数据的转换和处理作为反演和解释的基础,是位场理论方法的重要研究方向。观测到的重磁场是不同深度地质体引起的重磁场的叠加,位场分离方法被用来从总场中提取浅部或深度地质体所引起重磁异常,其是位场数据处理中的研究重点。目前,位场分离方法主要分为空间域和频率域方法。现有的空间域方法理论基础不足且分离精度较低,使得频率域方法是目前位场分离方法的主流。然而,频率域方法的分离精度也难以令人满意,这一方面由频率的混叠造成,另一方面由数据的有限性和离散性带来的有限效应、离散效应和叠加效应,使得由数据计算得到频谱与真实频谱不一致造成。为了避免有限离散数据的频谱估计误差,地球物理意义明确且高精度分离的空间域方法是本文的研究目标。低秩矩阵分解方法是近些年信号和图像处理领域的热门研究方向之一。其是一种鲁棒性强和计算精度高的空间域方法,但在位场数据处理中鲜有应用。本文主要研究低秩矩阵分解方法在位场分离中的应用,研究思路从低秩方法应用的理论基础到具体方法再到实际应用。应用的理论基础以讨论不同深度地质体引起的位场数据延滞矩阵的奇异值特征为主。具体方法以现有的低秩分解方法为先行,再根据位场数据的特点进一步改进,以计算效率为着重考量。实际应用是将所研究的低秩分解方法应用到我国不同地区重磁场的数据处理中。研究表明,低秩矩阵分解方法可以被应用于解决位场数据分离问题。相比于传统方法,低秩矩阵分解方法分离精度高,鲁棒性强且参数设置简单。所提出的快速算法能在一定程度上降低时间复杂度,增强方法的实际应用性。本文的主要研究内容如下:（1）以匹配滤波和Wiener滤波为例,介绍了频率域方法的原理。总结有限离散数据Fourier变换的抽样定理、有限离散定理和误差方程。讨论了离散Fourier变换对频谱估计的影响。（2）分别研究了一维和二维位场数据延滞矩阵的奇异值特征。讨论模型参数、频谱、自相关函数、自相关矩阵、功率谱、延滞矩阵、谐波模型和奇异值之间的关系,得到模型参数与延滞矩阵奇异值之间的关系。研究表明,深部地质体产生的位场数据的延滞矩阵具有低秩特征且非零奇异值较大,浅部地质体产生的位场数据的延滞矩阵具有高秩特征且非零奇异值较小,总场数据延滞矩阵的前几个较大奇异值是深部地质体的反映,剩余较小奇异值主要是浅部地质体的反映。（3）研究了基于奇异谱分析的位场分离方法。分别展示了一维和二维情况奇异谱方法的原理和计算过程。讨论了参数选取方法,并结合理论模型实验与传统模型对比分离精度。研究表明,K和（?）的取值与异常尺度有关,奇异值截断位置与奇异值的下降趋势有关,在理论模型实验中,奇异谱分析的分离精度高于传统方法。（4）研究了低秩和稀疏分解的位场分离方法。展示了位场分离的优化模型和求解算法,讨论了惩罚参数对结果的影响,并结合理论模型实验与传统方法对比。研究表明,该方法鲁棒性较强,惩罚参数对分离结果的影响有限,理论模型实验表明,该方法相比于频率域方法具有更高的分离精度和鲁棒性。（5）研究了低秩分解方法的快速算法。针对块Hankel矩阵尺度过大导致计算效率低和内存占用较大的问题,提出快速块Hankel矩阵奇异值分解算法。该算法能够在避免构建延滞矩阵的情况下,得到延滞矩阵的奇异值和奇异向量。进一步将该快速算法应用于奇异谱分析和低秩和稀疏分解方法。研究表明,改进的低秩分解方法在计算效率有明显提升,并且可以计算尺度更大的矩阵。此外,理论模型实验表明,快速低秩和稀疏分解方法的分离精度进一步提高。（6）将低秩分解方法应用到实际问题中。分析和处理了鄂东南某矿集区、湖北省大冶矿集区某研究区、宁夏省卫宁北山-香山矿集区某研究区和安徽省铜陵矿集区某研究区的重磁数据。结合已知地质状况和钻探分析了低秩分解方法在实际问题中的应用效果。研究表明,低秩矩阵分解方法在实际数据中有较好的应用,分离的局部异常和区域异常与目标地质体的对应关系好。本文的创新点如下:（1）本文将低秩理论与方法应用于位场数据处理中。（2）本文提出低秩分解方法的快速计算方法,使得低秩矩阵分解方法实用化。
王晗[9]（2020）在《基于深度学习的生理情感识别》文中认为随着科技的发展,人们对智能技术的要求也越来越高。情感计算也顺势产生,情感计算是赋予计算机能够对人类的情感进行侦测、分类、组织和回应的能力,从而使使用者获得高效而又亲切的感觉。人类感情通过表情、语音、手势和生理信号等方式表达,其中表情、语音和手势于物理表达方式,不一定能够很准确表达出人的情感。生理信号是由人体自然产生且易用传感器获得的信号,蕴含丰富的人类情感信息,这些信息变化能直接反映人类情绪状态。生理情感识别,能够识别出人的情感,充分了解人的情绪和心理状态,帮助人们更好的生活。本文从生理信号情感特征提取方法以及生理情感识别等方面做出一些探索,为了改善传统的特征提取和情感识别中相关缺点,分别采用传统特征提取算法和深度学习算法对生理信号进行特征提取和情感识别。其主要研究工作及成果总结如下:1.为了探索传统型特征提取方法在DataSet I生理库和DEAP公开生理库的识别效果,本文分别采用SVM和KNN分类器对其提取的生理特征进行情感识别。本文主要采用时域特征提取方法和频域特征提取。时域特征提取主要提取DataSet I生理库和DEAP公开生理库中生理信号的平均值、标准偏差、一阶差值的绝对值的平均值、归一化信号的一阶差值的绝对值的平均值、二阶差值的绝对值的平均值、归一化信号的二阶差值的绝对值的平均值六种统计特征。频域特征提取分别采用PSD和基于傅里叶变换的特征提取方法。2.提出傅里叶系数模型的生理信号特征提取方法,并应用于生理情感识别。本文基于傅里叶系数模型,分别提取生理信号的傅里叶系数特征、傅里叶系数特征的一阶差分和二阶差分以及全局特征（最大值、最小值、方差、中值和平均值）共计450个参数特征,采用支持向量机对DEAP库中生理信号进行情感识别,通过与统计值和PSD比较,实验表明傅里叶系数特征对生理信号情感识别是有效的。3.提出A-LSTM和C-LSTM模型的生理信号识别方法。本文将Attention机制与LSTM结合以及在LSTM模型中加入卷积层对生理信号信号进行特征提取和情感识别。Attention机制通过权重将模型的注意力集中在特征比较明显的生理信号段上,可以使模型更好对生理信号进行情感识别。而卷积层能够快速捕捉信号的局部信息,同时通过对一维向量的卷积后会降低特征维度,且通过实验发现在喜爱度这位标签上识别效果很好。图[21]表[12]参[79]
崔鹏[10]（2020）在《机器视觉方法在多媒体液晶屏幕检测中的研究》文中研究说明本论文实现一种用于增强对多媒体显示屏幕实时识别可靠性的方法,同时基于图像关键点特征与深度学习手段并行处理以增强识别结果的准确率可靠性,可用于具有显示界面的多媒体自动化检测中。由于主机在软件设计上就已决定所有可能出现的界面都是可知的,故本课题的研究核心从图像检索方式出发,即对屏幕目标识别任务采用在样本库中检索方式完成,与目标图像具有最高相似度的模板类别即被认作为当前屏幕显示的内容。首先提出基于哈希算法和颜色直方图的相似度检索方法,通过定义几种衡量图像间相似性方法来完成搜寻与目标能构成最佳匹配显示界面的已知模板类作为预测类别,但最终实验数据表明,当输入图像受到微小扰动后带来了稳定性不足和识别率不高的问题。然后设计一种基于图像稳定特征点集几何配准的图像相似度检索算法,对目标图像和参考模板提取特征点并进行匹配,然后挑选具有最佳匹配度的若干个特征点完成几何配准的计算分析过程,当配准后的目标图像与某模板在特征点的空间分布上具有足够高的相似度时,可认为目标一致,该模板类型即为目标图像的类型。卷积神经网络已经十分广泛的应用在图像处理和目标检测中,各种发展成熟的网络框架和辅助手段也为在各种场合下的应用减少了许多工作量。通过对此次课题任务的具体分析,首先尝试Yolo网络的应用效果,这种基于深度学习的端对端检测方法能够基本满足精度要求,快速性也达到了实时水平。合理设置网络输出置信度阈值,能够在最短的时间内获得具有最高准确性的检测结果。但如发生异常干扰或其它偶然的意外情况,最高相似度低于门限阈值时,为避免识别出错此时可激活系统内嵌入的基于特征集合的几何配准的识别子系统。由于多媒体检测平台需长期运行并同时对操作及UI切换次数计数,这种安全机制能够保障在少数情况下由未知因素引起的错误,进而对高度自动化水平的测试结论产生无法挽回的影响。双重检测机制的设置使二次识别后的结果具有了极高的可靠性,将其为该周期下的最终识别结果,以上工作内容在目标图像输入到控制系统瞬态完成,可大幅度提高系统识别精度。最终结果表明,这种多核心可靠性增强的方法进一步加强了系统的灵活性和适应性,在相机相对高度、位置、视角或光线强弱发生较大变化时,甚至屏幕小部分出现暂时遮挡的情况下,在同等条件下测试准确率可达99%以上,快速性提升至20fps,完全满足系统使用要求。
二、用离散Fourier变换求一类矩阵特征值（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、用离散Fourier变换求一类矩阵特征值（论文提纲范文）
（1）碳纤维材料红外热波无损检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要工作与创新 |
| 1.4 论文结构安排 |
| 第2章 碳纤维材料红外热波无损检测理论分析与试验平台设计 |
| 2.1 红外无损检测中热量传递的基本方式 |
| 2.1.1 热传导及其影响分析 |
| 2.1.2 热对流及其影响分析 |
| 2.1.3 热辐射及其影响分析 |
| 2.2 脉冲激励下瞬态热传导理论分析 |
| 2.2.1 红外热波无损检测原理 |
| 2.2.2 脉冲激励下的瞬态热传导分析 |
| 2.3 脉冲激励红外无损检测实验平台设计 |
| 2.3.1 脉冲激励红外热波检测系统 |
| 2.3.2 红外图像采集与分析 |
| 2.4 本章小结 |
| 第3章 红外热波图像的缺陷提取 |
| 3.1 红外热波图像预处理 |
| 3.2 基于边缘检测的红外热波图像分割 |
| 3.3 缺陷的最大类间方差阈值分割法 |
| 3.4 基于数学形态学的缺陷边缘检测 |
| 3.5 本章小结 |
| 第4章 红外热波图象序列处理 |
| 4.1 红外热波图像序列数据拟合 |
| 4.1.1 红外热波图像数据的多项式拟合 |
| 4.1.2 基于红外热波理论模型的数据拟合 |
| 4.1.3 数据拟合结果及评价 |
| 4.2 红外热波图像序列处理基本方法 |
| 4.2.1 帧间差分法 |
| 4.2.2 多项式拟合法 |
| 4.2.3 主成分分析算法 |
| 4.2.4 不同处理算法的性能比较 |
| 4.3 脉冲相位算法及其优化 |
| 4.3.1 脉冲相位算法原理 |
| 4.3.2 脉冲相位算法的采样时间优化 |
| 4.4 本章小结 |
| 第5章 脉冲激励红外热波无损检测及投影标记系统的研究 |
| 5.1 脉冲激励红外热波无损检测及投影标记装置设计 |
| 5.2 热像仪与投影仪的坐标变换 |
| 5.3 相机辅助投影变换方法 |
| 5.4 缺陷提取结果投影及误差分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（2）基于WiFi的室内人员非接触式感知方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 背景与意义 |
| 1.2 WiFi感知概述和研究现状 |
| 1.3 研究内容 |
| 1.4 主要贡献 |
| 1.5 本文组织结构 |
| 2 基于WiFi的小尺度动作感知方法研究 |
| 2.1 引言 |
| 2.2 呼吸感知相关工作 |
| 2.3 呼吸感知预先知识 |
| 2.4 呼吸感知方法设计 |
| 2.5 实验评估 |
| 2.6 讨论 |
| 2.7 本章小结 |
| 3 基于WiFi的大尺度动作感知方法研究 |
| 3.1 引言 |
| 3.2 基于WiFi的跨域手势识别算法研究 |
| 3.3 基于WiFi的报警动作识别算法研究 |
| 3.4 基于WiFi的多阶段摔倒检测算法研究 |
| 3.5 实验评估 |
| 3.6 本章小结 |
| 4 基于WiFi的位置感知方法研究 |
| 4.1 引言 |
| 4.2 位置感知相关工作 |
| 4.3 位置感知预先知识 |
| 4.4 位置感知方法设计 |
| 4.5 实验评估 |
| 4.6 位置感知原型系统 |
| 4.7 讨论 |
| 4.8 本章小结 |
| 5 基于WiFi的协同感知方法研究 |
| 5.1 引言 |
| 5.2 协同感知预先知识 |
| 5.3 协同感知框架设计 |
| 5.4 实验评估 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（3）几类分数阶微分方程的快速数值算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 分数阶导数的定义与性质 |
| 1.3 分数阶方程的常见数值算法 |
| 1.4 研究内容及创新点 |
| 1.5 本文结构安排 |
| 第二章 时间分布阶和变系数空间分数阶扩散方程的快速隐式差分格式 |
| 2.1 引言 |
| 2.2 数值格式 |
| 2.2.1 数值格式的推导 |
| 2.2.2 稳定性、收敛性分析 |
| 2.3 快速算法 |
| 2.4 数值实验 |
| 2.5 本章小结 |
| 第三章 时间分布阶和Riesz空间分数阶扩散波方程的快速二阶隐式差分格式 |
| 3.1 引言 |
| 3.2 数值格式 |
| 3.2.1 数值格式的推导 |
| 3.2.2 稳定性、收敛性分析 |
| 3.3 快速算法 |
| 3.3.1 一维情况 |
| 3.3.2 二维情况 |
| 3.4 数值实验 |
| 3.5 本章小结 |
| 第四章 非线性Riesz空间分数阶反应-扩散方程的快速隐式积分因子法 |
| 4.1 引言 |
| 4.2 数值格式 |
| 4.2.1 空间半离散 |
| 4.2.2 隐式积分因子法 |
| 4.3 快速算法 |
| 4.4 数值实验 |
| 4.5 本章小结 |
| 第五章 二维非线性Riesz空间分数阶反应-扩散方程的快速紧隐式积分因子法 |
| 5.1 引言 |
| 5.2 数值格式 |
| 5.2.1 空间半离散 |
| 5.2.2 快速紧隐式积分因子法 |
| 5.3 线性稳定性分析 |
| 5.4 数值实验 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（4）室内人-机-物复杂场景下的无线传播模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景和意义 |
| 1.3 室内人-机-物复杂场景无线传播模型研究现状和挑战 |
| 1.3.1 室内人-机-物复杂场景大小尺度衰落特性的研究现状和挑战 |
| 1.3.2 室内人-机-物Massive MIMO场景无线传播模型的研究现状和挑战 |
| 1.3.3 X波段室内人-机-物复杂场景无线传播模型的研究现状和挑战 |
| 1.4 本文的主要工作和结构安排 |
| 1.4.1 主要工作 |
| 1.4.2 结构安排 |
| 第二章 室内无线信道测量与建模概述 |
| 2.1 引言 |
| 2.2 室内无线信道的传播机制 |
| 2.2.1 球面波扩散 |
| 2.2.2 波导效应 |
| 2.2.3 单导体效应和索末菲理论 |
| 2.2.4 镜面反射 |
| 2.2.5 穿透、绕射和散射效应 |
| 2.2.6 多径传播机制 |
| 2.3 室内无线信道的测量 |
| 2.3.1 时域测量 |
| 2.3.2 频域测量 |
| 2.4 室内无线信道的建模 |
| 2.5 本章小结 |
| 第三章 不同人员密度下的室内环境路径损耗模型 |
| 3.1 引言 |
| 3.2 测量场景和方案 |
| 3.2.1 测量场景 |
| 3.2.2 测量方案 |
| 3.3 路径损耗模型 |
| 3.3.1 路径损耗分量定义 |
| 3.3.2 计算公式 |
| 3.3.3 模型验证 |
| 3.3.4 路径损耗因子对比 |
| 3.4 本章小结 |
| 第四章 包含人数因子和环境因子的混响时间模型 |
| 4.1 引言 |
| 4.2 模型建立 |
| 4.2.1 混响衰减机制 |
| 4.2.2 环境因子 |
| 4.2.3 人数因子 |
| 4.2.4 功率延迟谱 |
| 4.3 模型验证 |
| 4.3.1 混响时间模型验证 |
| 4.3.2 功率延迟谱模型验证 |
| 4.4 本章小结 |
| 第五章 不同天线数的Massive MIMO信道传播特性分析与建模 |
| 5.1 引言 |
| 5.2 Massive MIMO信道测量 |
| 5.2.1 测量平台 |
| 5.2.2 测量场景和方案 |
| 5.3 模型建立和参数提取 |
| 5.4 容量性能分析和模型验证 |
| 5.4.1 容量性能分析 |
| 5.4.2 模型验证 |
| 5.5 本章小结 |
| 第六章 包含用户手持效应因子的室内办公室环境无线传播模型 |
| 6.1 引言 |
| 6.2 测量系统、测量场景和实验方案 |
| 6.3 包含手持因子的无线传播模型 |
| 6.3.1 手持效应因子 |
| 6.3.2 模型参数提取 |
| 6.3.3 模型生成算法 |
| 6.4 模型验证 |
| 6.4.1 遍历容量 |
| 6.4.2 中断容量 |
| 6.4.3 验证结果和模型性能对比 |
| 6.5 本章小结 |
| 第七章 X波段室内人-机-物场景无线传播模型 |
| 7.1 引言 |
| 7.2 测量场景和方案 |
| 7.3 路径损耗特性 |
| 7.3.1 喇叭天线 |
| 7.3.2 贴片天线 |
| 7.4 基于粒子滤波的无线传播模型 |
| 7.4.1 粒子滤波初始化 |
| 7.4.2 状态方程 |
| 7.4.3 权值更新和重采样 |
| 7.4.4 模型参数提取 |
| 7.5 模型验证 |
| 7.6 本章小结 |
| 第八章 总结与展望 |
| 8.1 论文工作总结 |
| 8.2 未来工作展望 |
| 参考文献 |
| 附录1 攻读博士学位期间撰写的论文 |
| 附录2 攻读博士学位期间参加的科研项目 |
| 致谢 |
（5）基于稳定性理论的尾迹生成机理研究及其在涡轮中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 涡轮尾迹问题研究综述 |
| 1.2.1 钝体绕流问题研究概述 |
| 1.2.2 涡轮尾迹问题的实验研究 |
| 1.2.3 涡轮尾迹问题的数值模拟研究 |
| 1.3 尾迹涡生成机制的稳定性研究 |
| 1.3.1 绝对/对流不稳定性 |
| 1.3.2 整体稳定性分析 |
| 1.3.3 局部稳定性分析与整体稳定性分析之间的联系 |
| 1.3.4 湍流流动的线性稳定性分析 |
| 1.4 本文主要研究工作 |
| 第2章 稳定性分析方法介绍 |
| 2.1 引言 |
| 2.2 局部线性稳定性理论简介 |
| 2.2.1 Rayleigh方程的解析求解 |
| 2.2.2 O-S方程数值求解 |
| 2.2.3 时空稳定性分析 |
| 2.3 整体稳定性分析方法简介 |
| 2.4 可压缩性流的线性稳定性分析 |
| 2.5 DMD模态分析方法介绍 |
| 2.6 本章小节 |
| 第3章 非对称性对尾迹稳定性的影响研究 |
| 3.1 引言 |
| 3.2 非对称尾迹数学模型 |
| 3.3 尾迹的时空稳定性分析及其数值模拟验证 |
| 3.4 剪切层厚度非对称性对尾迹稳定性的影响分析 |
| 3.4.1 时间稳定性分析结果 |
| 3.4.2 时空稳定性分析结果 |
| 3.5 绝对/对流不稳定尾迹速度型的数值模拟研究 |
| 3.6 平板后非对称尾迹的数值模拟及DMD模态分析 |
| 3.7 本章小节 |
| 第4章 边界层厚度对约束/无约束尾迹的整体稳定性影响研究 |
| 4.1 引言 |
| 4.2 剪切层厚度对无约束尾迹的整体稳定性影响 |
| 4.2.1 剪切层厚度对时间增长率的影响 |
| 4.2.2 不同尾缘形状下剪切层厚度对整体稳定性的影响 |
| 4.2.3 剪切层厚度对尾迹涡街脱落频率的影响 |
| 4.3 约束尾迹的整体稳定性分析 |
| 4.4 本章小节 |
| 第5章 可压缩性对尾迹稳定性的影响研究 |
| 5.1 引言 |
| 5.2 可压缩尾迹局部稳定性分析 |
| 5.3 平板后可压缩尾迹的局部/整体稳定性分析 |
| 5.3.1 低雷诺数工况 |
| 5.3.2 高雷诺数工况 |
| 5.4 喷管中平板后尾迹稳定性分析 |
| 5.5 可压缩尾迹旋涡结构的时间演化研究 |
| 5.5.1 尾迹旋涡生成发展过程分析 |
| 5.5.2 尾迹整体参数发展规律 |
| 5.5.3 初始流场扰动对尾迹旋涡生成影响 |
| 5.6 本章小节 |
| 第6章 涡轮尾迹涡的流动特性及其稳定性分析 |
| 6.1 引言 |
| 6.2 数值模拟方法介绍及数值验证 |
| 6.3 叶片吸力侧曲率对非对称尾迹涡生成强度的影响研究 |
| 6.3.1 基于湍流模型计算的基本流分析及其绝对/对流不稳定性特性 |
| 6.3.2 不同叶型曲率下的尾迹涡三维流动特性 |
| 6.3.3 不同尾迹旋涡脱落强度下的叶型损失和叶片受力 |
| 6.4 降低压力侧边界层厚度对尾迹涡生成强度的影响研究 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 稳定性分析所用程序 |
| A.1 O-S方程求解程序 |
| A.2 可压缩流线性线性小扰动方程求解程序 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（6）城市煤田采空区地震探测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1. 引言 |
| 1.1. 研究的目的及意义 |
| 1.2. 有限差分方法简介 |
| 1.3. 地震波高频重建研究现状 |
| 1.4. 本文的主要研究内容 |
| 2. 有限差分正演计算基础 |
| 2.1. 有限差分算法 |
| 2.1.1. 高阶有限差分推导 |
| 2.1.2. 声波方程的有限差分近似 |
| 2.2. 稳定性分析 |
| 2.3. 数值频散 |
| 2.4. 边界条件 |
| 3. 正演计算模型分析 |
| 3.1. 数值频散的影响条件 |
| 3.1.1. 差分阶数对频散的影响 |
| 3.1.2. 差分网格大小对频散的影响 |
| 3.2. 复杂模型的正演计算研究 |
| 3.2.1. 地下不规则异常体模型 |
| 3.2.2. 地下盐丘模型 |
| 4. 基于复倒谱的高频重建技术 |
| 4.1. 倒谱计算提高分辨率原理 |
| 4.2. 同步挤压小波变换原理 |
| 4.3. 同步挤压小波变换提频流程 |
| 4.4. 提频计算模型测试 |
| 5. 采空区正演验证及识别 |
| 6. 济南东部地下采空区的地震勘探实践 |
| 6.1. 研究区概况 |
| 6.2. 处理关键问题分析及解决策略 |
| 6.3. 数据提频及采空区识别 |
| 7. 结论 |
| 致谢 |
| 参考文献 |
（7）带限信号外推算法的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 发展概况 |
| 1.2 带限信号外推的不适定性 |
| 1.3 研究内容及意义 |
| 2 从均匀采样和均匀随机采样重建带限信号 |
| 2.1 引言 |
| 2.2 有限维重建的不适定性 |
| 2.3 带限信号的近似重建 |
| 2.3.1 外推积分方程的离散形式 |
| 2.3.2 重建信号的收敛性 |
| 2.3.3 重建方程的适定性的改进 |
| 2.4 数值模拟 |
| 2.5 小结 |
| 3 带限信号外推的加权Landweber格式 |
| 3.1 引言 |
| 3.2 由给定区间内均匀采样重建带限信号 |
| 3.3 数值模拟 |
| 3.4 小结 |
| 3.5 附录:引理3.1的证明 |
| 4 带限信号外推的加权Landweber格式-II |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.3 适定性的改进和Landweber迭代格式 |
| 4.4 高精度的数值方法 |
| 4.5 数值模拟 |
| 4.6 小结 |
| 5 一种加权正交匹配追踪的盲多带信号重建方法 |
| 5.1 引言 |
| 5.2 预备知识 |
| 5.2.1 信号的稀疏表示 |
| 5.2.2 限制等距性质 |
| 5.2.3 正交匹配追踪算法 |
| 5.3 由均匀随机采样进行盲多带信号重建 |
| 5.4 数值模拟 |
| 5.5 小结 |
| 6 二维带限信号外推的加权Landweber格式 |
| 6.1 引言 |
| 6.2 预备知识 |
| 6.3 适定性的改进与Landweber迭代格式 |
| 6.3.1 直接法 |
| 6.3.2 分解法 |
| 6.4 数值模拟 |
| 6.5 小结 |
| 7 结论与展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）基于矩阵低秩分解理论的位场数据处理方法研究（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究现状 |
| 1.2.1 国内外研究现状 |
| 1.2.2 研究的发展趋势 |
| 1.3 本文的研究内容和全文结构 |
| 第二章 Fourier变换及其在位场分离中的应用 |
| 2.1 引言 |
| 2.2 频率域分离方法—以Wiener滤波和匹配滤波为例 |
| 2.3 DFT的抽样定理、有限离散定理和误差方程 |
| 2.4 理论模型实验 |
| 本章结论 |
| 第三章 低秩矩阵理论与位场数据的低秩性和稀疏性 |
| 3.1 引言 |
| 3.2 低秩矩阵分解原理 |
| 3.3 位场延滞矩阵及其秩特征 |
| 3.3.1 一维数据延滞矩阵奇异值与数据频谱的关系 |
| 3.3.2 二维数据延滞矩阵奇异值与数据频率的关系 |
| 3.4 位场数据的谱特征及其低秩性 |
| 3.4.1 一维数据地质体深度与延滞矩阵奇异值的关系 |
| 3.4.2 二维数据地质体深度与延滞矩阵奇异值的关系 |
| 3.5 位场数据的稀疏性 |
| 本章结论 |
| 第四章 基于奇异谱分析的位场分离方法 |
| 4.1 引言 |
| 4.2 一维位场数据的奇异谱分析分离方法 |
| 4.2.1 基于自相关矩阵分解的奇异谱分析方法 |
| 4.2.2 基于延滞矩阵分解的奇异谱分析方法 |
| 4.2.3 参数选择的分析 |
| 4.3 二维位场数据的奇异谱分析分离方法 |
| 4.3.1 二维位场数据的奇异谱分析算法 |
| 4.3.2 参数选择的分析 |
| 4.4 理论模型实验 |
| 4.4.1 一维位场数据理论模型实验 |
| 4.4.2 二维位场数据理论模型实验 |
| 本章小结 |
| 第五章 位场分离的低秩和稀疏分解方法 |
| 5.1 引言 |
| 5.2 位场分离的数学模型 |
| 5.3 常用的求解低秩矩阵逼近问题的凸优化算法 |
| 5.3.1 APG算法 |
| 5.3.2 EALM算法 |
| 5.3.3 IALM算法 |
| 5.3.4 参数设置 |
| 5.3.5 计算效率 |
| 5.4 理论模型实验 |
| 5.4.1 一维数据理论模型实验 |
| 5.4.2 二维数据理论模型实验 |
| 本章小结 |
| 第六章 位场分离的低秩矩阵分解快速算法 |
| 6.1 引言 |
| 6.2 快速块Hankel矩阵奇异值分解算法 |
| 6.2.1 基于一维FFT的块Hankel矩阵与向量乘法算法 |
| 6.2.2 基于二维FFT的块Hankel矩阵与向量乘法算法 |
| 6.2.3 快速块Hankel矩阵随机奇异值分解算法 |
| 6.3 快速奇异谱分析算法 |
| 6.3.1 快速奇异谱分析算法 |
| 6.3.2 理论模型实验 |
| 6.4 快速低秩和稀疏分解算法 |
| 6.4.1 快速非凸低秩矩阵分解算法 |
| 6.4.2 参数设置 |
| 6.4.3 理论模型实验 |
| 本章小结 |
| 第七章 应用实例 |
| 7.1 鄂东南某矿集区重磁数据处理 |
| 7.2 湖北省大冶矿集区某研究区重磁数据处理 |
| 7.3 宁夏回族自治区卫宁北山-香山矿集区某研究区重磁数据处理 |
| 7.4 安徽省铜陵矿集区某研究区重磁数据处理 |
| 本章小结 |
| 第八章 全文总结与展望 |
| 8.1 全文总结 |
| 8.2 进一步工作的展望 |
| 致谢 |
| 参考文献 |
（9）基于深度学习的生理情感识别（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外发展现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文的主要工作与结构 |
| 第二章 多模态生理情感库 |
| 2.1 情感诱发方法 |
| 2.2 多模态生理情感库介绍 |
| 2.2.1 情感模型 |
| 2.2.2 相关生理信号介绍 |
| 2.2.3 DataSet I数据库 |
| 2.2.4 DEAP数据库 |
| 2.3 标签预处理 |
| 2.4 深度学习 |
| 2.5 本章小结 |
| 第三章 基于传统方法的生理特征提取 |
| 3.1 基于统计值和PSD的生理情感特征提取 |
| 3.1.1 统计值 |
| 3.1.2 功率谱密度算法 |
| 3.2 基于傅里叶的生理情感特征提取 |
| 3.2.1 傅里叶系数算法 |
| 3.2.2 傅里叶变换的实现 |
| 3.3 基于序列向前和主成成分分析的生理情感特征降维方法 |
| 3.3.1 序列向前算法 |
| 3.3.2 主成成分分析算法 |
| 3.3.3 特征降维实验验证 |
| 3.4 分类器的选择 |
| 3.4.1 KNN分类器 |
| 3.4.2 SVM分类器 |
| 3.5 实验结果及分析 |
| 3.5.1 DataSet I实验结果分析 |
| 3.5.2 DEAP实验结果分析 |
| 3.6 本章小结 |
| 第四章 基于深度学习的生理信号情感识别 |
| 4.1 注意力机制 |
| 4.2 LSTM模型 |
| 4.3 A-LSTM模型 |
| 4.4 模型构建 |
| 4.5 实验结果及分析 |
| 4.5.1 参数设置 |
| 4.5.2 实验结果 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（10）机器视觉方法在多媒体液晶屏幕检测中的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的来源及研究目的和意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 论文研究内容及难点 |
| 1.4 论文组织结构 |
| 第2章 基于相似度的图像检索 |
| 2.1 引言 |
| 2.2 哈希算法概述 |
| 2.2.1 基于哈希的图像检索 |
| 2.2.2 离散余弦变换 |
| 2.2.3 汉明距离 |
| 2.3 感知哈希算法图像相似度计算 |
| 2.3.1 均值哈希 |
| 2.3.2 感知哈希 |
| 2.3.3 差异值哈希 |
| 2.3.4 实验分析 |
| 2.4 基于颜色直方图的图像检索 |
| 2.4.1 图像的色彩空间 |
| 2.4.2 颜色直方图 |
| 2.4.3 基于颜色直方图相似度的图像检索 |
| 2.5 本章小结 |
| 第3章 匹配特征点的几何配准 |
| 3.1 引言 |
| 3.2 基于特征的图像检测概述 |
| 3.3 SIFT特征提取原理概述 |
| 3.3.1 尺度空间理论 |
| 3.3.2 高斯金字塔 |
| 3.3.3 DoG算子与高斯差分金字塔 |
| 3.3.4 尺度空间局部极值检测 |
| 3.4 实验与分析 |
| 3.4.1 关键点检测与匹配 |
| 3.4.2 特征点对几何配准 |
| 3.5 实验结果分析 |
| 3.6 基于RANSAC的目标位置识别 |
| 3.6.1 随机抽样一致算法 |
| 3.6.2 空间一致性改进RANSAC |
| 3.7 本章小结 |
| 第4章 基于深度学习的目标检测 |
| 4.1 引言 |
| 4.2 目标检测应用概述 |
| 4.3 图像目标检测 |
| 4.3.1 FPN网络 |
| 4.3.2 Batch Normalization操作 |
| 4.3.3 残差特征提取网络 |
| 4.4 多模式YOLO网络的比较分析 |
| 4.5 本章小结 |
| 第5章 多核心可靠性增强方法 |
| 5.1 引言 |
| 5.2 训练集标签的制备 |
| 5.3 实验与分析 |
| 5.3.1 深度学习在屏幕界面识别中的应用 |
| 5.3.2 瞬态联合检测的可靠性增强 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
四、用离散Fourier变换求一类矩阵特征值（论文参考文献）
- [1]碳纤维材料红外热波无损检测技术研究[D]. 丁超. 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2021(08)
- [2]基于WiFi的室内人员非接触式感知方法研究[D]. 杨旭. 中国矿业大学, 2021
- [3]几类分数阶微分方程的快速数值算法研究[D]. 蹇焕燕. 电子科技大学, 2021(01)
- [4]室内人-机-物复杂场景下的无线传播模型研究[D]. 佘骏. 南京邮电大学, 2020(03)
- [5]基于稳定性理论的尾迹生成机理研究及其在涡轮中的应用[D]. 汪帅. 哈尔滨工业大学, 2020
- [6]城市煤田采空区地震探测研究[D]. 丁亚进. 中国地质大学(北京), 2020(04)
- [7]带限信号外推算法的研究[D]. 陈明夫. 北京交通大学, 2020(06)
- [8]基于矩阵低秩分解理论的位场数据处理方法研究[D]. 朱丹. 中国地质大学, 2020(03)
- [9]基于深度学习的生理情感识别[D]. 王晗. 安徽建筑大学, 2020(01)
- [10]机器视觉方法在多媒体液晶屏幕检测中的研究[D]. 崔鹏. 哈尔滨工业大学, 2020(01)