一、紧致性在分析中的作用（论文文献综述）
E.海維特,章廉[1]（1965）在《紧致性在分析中的作用》文中研究指明 引言.分析是数学中一个广阔的领域,紧致性概念与论証已深入到分析的許多不同分支中。要对紧致性在分析中的作用给出一个恰如其分的描述,实际上就要求多方面研究数学分析。显然,一篇短文是不可能完成这一任务的,更不用说作者本人知识的局限性了。因此,我们打算这样叙述。引入紧致性这一概念后,从分析的各个不同部门中举出一些必须假设紧致性的例子。这些例子包括从极其初等到相当复杂的各种情形,其中一部分是阐述这一概念的,另一部分则是分析中的一些重要定理。我们不打算做到详尽无遗。紧致性在許多存在定理中作为一种証明的工具。由于篇幅的限制,我们将只简单地描述如下。数轴上的紧致子集.人们早就理解了数轴R上子集的紧致性,并加以研究和运用。设A是数轴上的一个子集,我们来考虑下列三种性质（暂且不管A是否具有这些性质）:
王昌[2]（2012）在《点集拓扑学的创立》文中研究指明点集拓扑学是研究和拓扑相关的空间结构以及定义在其上的映射的性质的一门数学学科,它不仅和数学中的许多分支有着紧密的联系,而且应用也十分广泛。因此,对点集拓扑学的历史进行研究,具有十分重要的理论价值和现实意义。本文在查阅大量原始文献以及相关的研究文献的基础之上,以“为什么数学”为切入点和主要目的,通过历史分析和文献考证的方法对点集拓扑学的创立过程进行了较为详细的研究。论文的特色之一就是结合了集合论、分析学以及公理化方法等背景。主要取得的成果如下：1.讨论了康托尔集合论思想的成因以及他在集合论方面的早期工作,对其在集合论方面的两部重要著作《一般集合论基础》和《对建立超穷数理论的贡献》进行了较为系统的研究,进而给出了点集拓扑学中的一些重要概念及定理的最初表述形式。2.对弗雷歇在引入度量空间的理论之前,和点集拓扑学理论发展相关的一些分析学中的具体问题做了深入细致的研究,即考察了点集拓扑学诞生过程中的分析学渊源。内容主要包括魏尔斯特拉斯在“分析的算术化运动”中的主要工作、黎曼提出流形概念的过程以及这一思想对点集拓扑学所产生的影响、沃尔泰拉,阿斯科利,阿尔泽拉,波莱尔等一些数学家对康托尔集合论的早期扩展。3.深入细致的研究了弗雷歇对点集拓扑学所作的重要贡献,对其度量空间的一般理论进行了详细考察。包括弗雷歇早先被忽视了的与其博士论文密切相关的六篇文章,同时对他的博十论文进行了较为深入的研究,对其度量空间一般理论的提出过程进行了分析。指出其博士论文不仅仅是对他早期相关工作的系统总结,而且还包含了许多突破性的工作。此外,对弗雷歇所从事的工作的思想进行了分析,认为他之所以能取得如此大的成功,是因为顺应了20世纪数学发展的主要趋势,即追求“统一性”和“一般性”4.提炼出了点集拓扑学诞生时期一些数学家的相关工作,通过探讨希尔伯特在积分方程以及《几何基础》中的有关工作、里斯所引入的建立在导集基础之上的拓扑空间、外尔关于黎曼面的研究以及杨夫妇在《点集理论》中的贡献,深入研究了点集拓扑学诞生的深刻背景,分析了这些先驱者们对豪斯道夫从事点集拓扑学研究所产生的影响。同时,对数学史上的一些问题进行了澄清。5.深入细致的分析了豪斯道夫的工作对点集拓扑学理论所做的变革与发展。紧密围绕豪斯道夫1914年的著作《集合论基础》,指出他是如何发展希尔伯特和外尔关于用公理化方法从事平面几何和黎曼面的研究,进而通过邻域的语言公理化的描述拓扑空间的概念。同时指明豪斯道夫是如何建立起一套系统完美的理论的,进一步说明了他的工作究竟在怎样的程度上为点集拓扑学的发展提供了强有力的动力。6.系统考察了点集拓扑学形成时期相关数学家的工作。通过比较相关数学家对于拓扑空间的定义,进一步反映了在点集拓扑学诞生初期,数学家们对拓扑空间的接受程度以及当时他们是如何处理拓扑空间概念的,同时对历史上的相关问题进行了澄清。此外,较为系统的探讨了对一些拓扑不变量的研究情况,并对当时所讨论的一些热点问题,如拓扑空间的可度量化问题也给予了介绍。进一步明确了点集拓扑学中的一些基本概念,思想的演变过程。
龙彦辰[3]（2017）在《基于网络演算的片上网络服务质量形式化分析建模》文中研究表明随着多核片上系统所能集成的核的数量迅速增长,鉴于片上网络支持并行通信、可扩展性强、功耗可控等优点,它已逐渐取代传统的总线架构或点对点互联架构,成为片上系统的主流通信架构。除了计算子系统和存储子系统,通信子系统的性能也对构建一个高性能、可预测的完整系统有着极大的影响。尤其从应用需求层面来看,无论是提供高性能计算、大数据处理的服务器或桌面设备应用,还是随着近年来飞速发展的智能移动终端设备而出现的游戏、多媒体、视频/音频即时通讯等应用,系统对实时性的要求越来越高,这就对作为通信结构的片上网络提出了保障服务质量的要求。因此,为片上网络提供服务质量保障,一直是研究者和设计者关心的话题。对片上网络的性能进行分析时,一般有两种方式:模拟仿真方式和形式化的理论分析方式。与模拟仿真的方法相比,基于形式化的理论分析模型使用了数学建模的方式对系统状态与其性能指标之间的关系进行分析,不仅避免了模拟仿真实验耗时耗力、对最坏性能不能保证完全覆盖的问题,更缩小了设计探索空间,从而使设计流程加速,更能从深层次角度透析问题,帮助研究者和设计者理解系统状态与其性能之间的内在联系。本文中,基于形式化的功能验证模型和网络演算理论,我们提出了一个形式化的理论性能上界分析模型——网络演算图模型,将微体系架构和系统配置情况映射到该性能分析模型中,形成了一套完整的服务质量保证分析方法学。在理论方面,如何对资源共享的网络进行性能上界的分析与计算一直是网络演算课题中的难点。从简单的链路共享,到复杂的链路、缓存、令牌混合共享模式,资源共享的方式呈现多样性,加之网络中信息流、服务节点的行为方式也多种多样,这使得共享情形下对网络性能的预测十分困难。在本文中,我们首先对传统的等价服务曲线分析法进行了细化,讨论了两种不同的到达曲线模型和两种不同的等价服务曲线分析方法,在讨论如何求取端到端延迟上界、积压上界的解析式的同时,对哪一类到达/服务模型适用何种共享情景给出了说明,得到了更紧致的性能上界预测。之后,我们又提出了一种以到达曲线为核心的、低计算复杂度的、可重用的本地到达曲线分析法,解决了等价服务曲线分析法计算复杂度高、可扩展性低、可重用性低这些缺点。为了对理论方法进行验证,也为了检验理论分析所得的性能上界的质量,我们定义了评价性能上界质量的指标——紧致性。启发式算法、自动化分析工具的集成等仿真平台优化手段,使得网络中最拥塞状态下的性能结果在实验中易于被研究者观测到,进而对其进行系统性的评估。对网络配置参数中的目标流参数、干扰流参数、服务节点参数等是如何影响紧致性的进行了逐一讨论和分析后,我们确定了各个参数对网络性能的影响,这对帮助设计者理解系统状态、做出设计决策具有指导性意义。
周胜灵[4]（2017）在《基于模式识别的太赫兹光谱建模及应用研究》文中研究说明太赫兹波（Terahertz,THz）频率介于0.1THz到10THz之间。THz光谱检测技术作为一门新兴的交叉科学,它衔接了经典电磁波理论和微观量子理论。作为红外光谱检测技术的有益补充,THz光谱具有许多独特的性质,如较强的透视及安全性、良好的光谱分辨能力等。鉴于此,THz时域光谱及成像技术在无损检测、生物医学等领域吸引了众多学者的关注,尤其在农产品品质检测、食品安全等领域展现出的巨大的应用潜力。目前国内外已有许多学者应用该技术在农产品品质、农药残留、转基因物种鉴定等方面展开探索研究,并取得了一定的研究成果,但是作为一种新兴的光谱检测手段,该技术仍处于起步阶段,尤其对于物质成分构成复杂的农产品、食品的检测,从理论研究到实际运用仍有大量的问题需要解决。本文从THz光谱信号处理、模式识别、图像处理三个方面对基于THz时域光谱和脉冲成像技术的物质定性、定量分析算法展开研究,以期为THz光谱技术在农产品、食品检测领域的应用做出有益的探索。本文的主要研究内容和创新点如下:1.太赫兹时域光谱总体误差分析与液态透射检测F-P效应消除改进算法研究。从系统构成、样品测量及误差传递等方面系统分析了THz信号产生、传输、探测和光学常数提取过程中引入的系统误差和随机误差,这一系统的分析有助于系统优化,提高光学常数测量精度,降低实验测试中不确定因素的影响;特别针对液态样品透射检测中Fabry-Perot效应引起的频谱振荡,对传统THz光学常数计算模型进行了改进,考虑系统中光学元件和液体池窗片对THz波的非线性吸收,将包含回波的THz时域信号描述为THz主脉冲与一系列冲击信号和非线性传递函数的卷积,通过分析方程,有效去除回波引起的频谱振荡。实验结果表明该方法有效提高了THz波段液体光学参数的测定精度,为后续液体样品光谱的模式识别奠定了基础。2.在Clifford代数框架下对THz光谱信号进行分析,提出了基于Clifford代数的THz光谱物质定性鉴别模型。从高维信号分析的角度出发,在THz光谱信号的处理中引入新的数学工具─Clifford代数。在Clifford代数数学框架内,充分利用THz光谱信号中蕴含的有效信息,在频域将THz光谱信号表达为高维实矢量空间中的矢量,基于Clifford代数理论研究了THz光谱信号矢量的几何分布特性及代数关系,揭示了样品光学参数与THz信号矢量间存在着对应关系,证明理想状态下,厚度不同但由同种物质构成的样品,其透射向量应位于该物质复折射率决定的唯一子空间内,即相对偏差为零。但在实际测量过程中,由于受到多种因素的干扰,透射向量有可能偏离原来的方向,因此,本文借助Clifford代数中的正交投影和正交补概念,定义相对偏差作为THz光谱信号的分类指标,基于最小偏差原则对被测样品的THz光谱信号3.将正则极限学习机算法引入到基于THz光谱技术的物质定量、定性分析,提出快速LOO-RELM算法,并应用于转基因豆油的定性鉴别中。将正则极限学习机算法引入到基于THz光谱技术的物质定量、定性分析中,针对正则参数C选择,模型寻优过程中LOO交叉验证计算复杂度高的问题,对隐含层输出矩阵H进行奇异值分解,降低运算复杂度,并给出核心算法伪代码,提高模型LOO交叉验证效率,提出快速LOO-RELM算法。从理论分析和基于THz光谱技术的物质定量、定性实验两个方面证明该算法的有效性。在此基础上,应用该算法对光谱吸收特性极为相似的转基因豆油进行定性鉴别,并从模型泛化性能、识别精度、参数敏感性及训练时间等多个方面与SVM算法鉴别结果进行对比,实验结果表明,经过参数寻优后SVM算法与RELM算法都能获得较好的识别精度和模型泛化性能,但相比SVM算法,RELM算法泛化性能受训练参数尤其是隐含层节点数影响较小,因此在参数选取和模型训练效率方面表现出明显的优势。4.建立新的聚类有效性评价指标VSO（-）。针对传统聚类有效性评价指标中存在的问题进行分析,在此基础上提出基于类间分离性度量因子S,类内紧致性度量因子V,及重叠性度量因子O的新的聚类有效性评价指标VSO（-）,该评价指标不仅考虑类间分离性,类内紧致性,同时考虑了THz图像中一些像素点的亦此亦彼性,也即类与类之间的重叠性。实验结果证明,相比其他聚类有效性评价指标,该指标对那些各类间像素点分布密度、大小差异较大的THz脉冲图像聚类划分效果评价更为准确。5.针对THz脉冲图像中,各像素点对应光谱数据的高维矢量特征,提出了基于PCA-FCM的THz脉冲图像聚类分析算法。作为一种新的成像技术,THz脉冲图像在许多领域中有着巨大的应用潜力。一方面它的每个像素点都包含了表征物质信息的丰富的光谱特征,但另一方面图像数据的高维特性也为图像的分析处理带来挑战。为了去除THz光谱信号中噪声和冗余信息带来的干扰,在提高聚类精度的同时,降低计算复杂度,本文通过对THz光谱信号特征提取,将主成分分析（PCA）与模糊C均值聚类（FCM）算法相结合应用于THz脉冲图像的聚类分析中,并应用该算法对两个人工合成THz脉冲图像,一个实测THz脉冲图像进行处理。聚类分析过程中,借助主成分分析对数据降维,重构太赫兹图像的特征空间,用贡献较大的主成分代替原始光谱特征输入到FCM聚类模型中,基于最大隶属度原则实现对各像素点聚类。实验结果表明,在采用聚类有效性评价指标VSO（-）确定准确聚类数的前提下,该算法相对于经典Kmeans算法在保持聚类划分结果稳定性的同时,不但有效地提高了聚类的收敛速度,还使图像分割边缘更加清晰。
周开乐[5]（2014）在《模糊C均值聚类及其有效性检验与应用研究》文中研究说明聚类是数据分析、知识发现和智能决策等领域中的重要研究内容。模糊C均值（Fuzzy C-means, FCM）聚类是应用最为广泛的模糊聚类方法之一,与K-means和层次聚类等硬聚类方法不同,FCM聚类引入了隶属度和模糊度的概念,从而使得其应用范围更加广泛。然而,传统的FCM聚类存在诸多缺陷,例如确定最佳聚类数目较为困难,聚类划分受到数据分布的影响,模糊度参数的选择显著影响聚类结果,易陷入局部极小等。特别是在大数据背景下,数据量急剧增加的同时,数据形态也更加复杂,这给传统FCM聚类方法的应用带来了严峻挑战。因此,研究FCM聚类及其有效性检验方法与应用,对于提高FCM聚类性能、丰富聚类相关理论以及促进模糊聚类的广泛应用具有重要意义。本文在对国内外关于FCM聚类及其有效性检验相关研究进行总结和评述的基础上,采用理论分析、数据实验和应用研究相结合的方法,对FCM聚类及其有效性检验方法,以及这些方法在电力系统负荷数据分类中的应用进行了较为深入的研究。本文的主要研究内容和创新点总结如下：（1）提出了一种加权形式的模糊聚类有效性指标。首先系统地分析、总结和评述了主要的模糊聚类有效性指标及其存在的问题,在此基础上,构建了一种加权形式的模糊聚类有效性指标。实验结果表明,通过合理地设置不同指标的权重,加权指标解决了传统聚类有效性指标的不足,能够较好地识别给定数据集的最佳聚类数,为模糊聚类有效性研究提供了新的思路。（2）构建了一个考虑数据集中数据类大小和密度差异的模糊聚类有效性指标。为有效处理包含大小和密度差异较大数据类数据集的模糊聚类有效性问题,提出了由紧致性、重叠度和分离性三个度量因子构成的新的模糊聚类有效性指标COS。COS指标以一定阈值范围内的所有样本点到某类的隶属度之和与最大类内距离之比度量该类的紧致性,用一定阈值范围内某样本点属于两个类的隶属度差异表示这两个类之间的重叠度,同时用所有类之间的最小距离表示类间分离性,最佳聚类数由COS指标的极大值确定。实验结果表明,提出的COS指标能够有效发现数据集中的小类和低密度类,为解决包含大小和密度差异较大类数据集的模糊聚类有效性问题,提供了一定的理论支撑。（3）探究了FCM聚类对数据分布的均匀效应。从理论上分析了FCM聚类算法目标函数的构成,指出了其目标函数中三个因子会对FCM聚类结果产生影响,提出了基于数据分布视角的FCM聚类有效性评价准则和模糊度参数选择准则以及选择算法,在人工数据集和真实数据集上进行的广泛实验进一步揭示了FCM聚类的均匀效应,以及模糊度参数取值对这种均匀效应的影响。这对理解FCM聚类划分的结果、提高其应用性能以及实际应用中选择合适的模糊度参数值具有指导意义。（4）提出了基于聚类有效性的FCM模糊度参数选择方法,并将这一方法应用于电力负荷曲线的分类。基于利用聚类有效性指标确定最佳聚类数的思路,提出了利用模糊聚类有效性指标选择最优模糊度参数值,并给出了基于聚类有效性的FCM模糊度参数选择方法的具体步骤。实验研究表明，现有研究中广泛使用的模糊度取值并不总是最优的。将这一方法用于智能电网环境下的负荷曲线分类问题,提高了FCM聚类在负荷曲线分类中的实用性。（5）研究了智能算法优化的FCM聚类在电力系统综合负荷特性分类和需求侧管理（Demand Side Management, DSM）中的应用。针对传统FCM聚类易陷入局部极小的问题,指出利用模拟退火算法和遗传算法优化的FCM聚类能够有效提高其全局搜索能力,将模拟退火和遗传算法优化的FCM聚类方法应用于电力系统综合负荷特性和负荷曲线的分类,提高了负荷分类的精确性和有效性,为电力系统DSM项目的实施和电力系统决策提供了支持。
刘金丽[6]（2019）在《基于高分二号遥感数据的树种精细分类技术研究》文中认为为了探究国产高分数据在树种分类领域的应用潜力,该文基于东北内蒙古重点国有林区部分区域范围内的高分二号影像及地面调查数据,主要研究了树种分类过程中的多尺度分割参数确定方法和特征优选方法,并对分类结果提取出的小班优势树种误差情况进行了分析,为国产高分数据林业应用提供了可靠参考。该文的主要研究工作有:（1）以高分二号多光谱和全色影像为数据源,采用分水岭分割与多尺度分割两种常用分割算法进行影像分割实验。结果表明,与分水岭分割算法相比,多尺度分割算法分割所得影像对象保留了更好的林分特征,具有明显的应用优势。在分割参数确定阶段,该文采用控制单一因子法,分阶段确定了形状因子和紧致度因子在同质性准则组合参数中所占权重的最佳值。然后,在以上两因子的配合下采用最优分割尺度估计工具ESP2计算了最优分割尺度所在范围,继而采用本文提出的基于树种样本点对的最优分割尺度评价点指数法评价了不同尺度分割效果的优劣。在确定最优分割尺度后,开展实验反向验证该尺度参数下的最佳同质性准则组合参数分割效果。通过正向实验与反向验证相结合的方式,确定了该文树种分类的影像分割最佳参数,有效分割出了影像上的林分特征。（2）传感器空间分辨率的提升使得影像分割对象特征维度随之增多,为解决这一问题,该文采用了统计分析法和建模选取法两种方法分别选取寻找多种分类方法所需的特征集。结果表明,建模确定特征贡献度选取特征集的方式在后期分类中得到了更高的分类精度。在此基础之上,该文尝试了二分类建模选取特征集的方法,使随机森林方法分类结果的总体精度提升了 3.57%,Kappa系数提升了 0.0406。（3）分析森林资源规划设计调查小班优势树种与分类后提取的小班优势树种之间的差异,该文发现树种精细分类技术在单一树种分布面积比重较大的小班中提取优势树种的效果更为突出,而在林分混交严重的区域,由于各树种占比差距小,由分类结果提取优势树种的能力较差。
高伟[7]（2010）在《基于特征知识库的遥感信息提取技术研究》文中研究说明遥感数据的空间、光谱、时间分辨率不断提高,为开展各类遥感应用提供了大量的数据资料。但在遥感数据获取能力增强的同时,遥感数据中隐藏的丰富信息并没有得到充分的发掘和利用,遥感应用中形成了“数据丰富、信息贫乏”的现象。提高遥感专题信息提取的自动化程度,快速准确地将遥感数据转化为行业应用需要的专题信息,已成为当前遥感应用的迫切要求。遥感技术在不接触物体的情况下,通过传感器获取研究目标的相关特征并从中提取出有效信息（例如人工建筑、土地利用类型、植被、温度,以及其它兴趣目标）的过程。遥感信息提取就是从影像数据上获取满足行业应用的专题信息,其研究对象是存在于地表空间的地理实体及相关现象。由于地表空间的信息是多维的、无限的,而通过遥感采集数据只能记录为多谱段的数组形式,地表信息和遥感数据之间的信息不对称使得遥感信息的提取（即地学空间分析和过程反演）具有模糊和多解的特点,需要通过加入完整的特征描述及领域知识来辅助完成准确提取。在遥感信息提取处于目视判读提取阶段时,解译专家通过综合利用地物的色调、形状、大小、阴影、纹理、图案、位置等直接判读标志加以和布局、空间拓扑关系等间接解译标志,并结合其它非遥感数据资源进行综合分析和逻辑推理,从而达到较高的信息提取精度,但该类方法主要依赖解译专家的知识,难以得到大规模的复用,且信息提取时间也较长。而目前自动提取方法多是采用统计模型,对于地学知识的应用主要通过在数理统计模型上增加特征知识维度,或是采用神经网络、决策树等方法将地学规则和知识引入信息提取过程中,这虽然取得了一定的效果,但并不能真正满足应用的需求,主要原因是：1)特征表达多以像元为对象,对于形状、语义等特征难以完整表达,用于识别地物的特征不完整,导致地物间的可分性不够；2)特征知识规则多是采用先验知识,识别过程中采用的隐型表达,不符合人类解译的习惯,对于传感器、成像条件变化的情况难以做到自适应调节。Goodchild提出了关于地理表达的一般化本体概念,即所有的地理信息均可以表示为非常基本的一种形式-地理原子,即形如（x,Z,Z（x））的联合体,其中x表示空间坐标,Z表示其属性,Z（x）表示与属性相关的规则,而地理对象可以通过地理原子的集合进行表示。影像的每一个像元可以看作是一个地理原子,则具有一定相似度特征的像元组成影像对象,可视为是地理实体在影像空间的表现。基于该思想,本文提出可以将地理实体对象表示为由影像空间中由特征和规则组成的像元集合体-语义对象,并依据语义对象来构建知识库（即特征知识库）来辅助遥感信息提取。本文针对遥感信息智能化提取的应用需求,研究适合遥感信息提取中的特征知识库模型及管理方案,结合面向对象的遥感分析方法,建立基于特征知识库的遥感信息提取框架；在此基础上通过研究影像对象构建中分割尺度等参数的优化方法,解决基于对象的多特征组合优化及目标识别等问题,形成特征知识“应用-评价-反馈更新”的动态机制,从而为遥感影像信息的高效智能提取与应用提供解决方案。论文集中从以下四个方面开展研究：1)基于特征知识库的遥感信息提取框架：分析地理对象和影像对象之间的对应关系,研究遥感信息提取的方法及关键问题,着重分析地学特征知识在遥感信息提取中的作用和应用模式,在此基础上寻求“特征+规则”建立语义对象以及基于语义对象记录相关地学知识的特征知识库的方法,提出以特征知识库为核心的遥感信息提取框架；2)地理实体特征知识的管理与更新机制研究：针对遥感信息提取中的各类知识,分析其特点,设计面向遥感信息提取应用的特征知识库；研究特征和规则的量化表达机制和存储方法,并结合特征知识库的应用设计分级索引策略,以实现对特征知识的高效管理；3)特征知识约束下的对象构建技术研究：分析现有多尺度分割构建影像对象的方法,研究尺度、形状因子等分割参数对最终影像对象结果的影响,总结影像对象评价标准,研究依据评价标准的对象构建参数的优化方法,实现自动化程度更高的影像对象构建方法；4)地物目标识别特征优选方法研究：针对“影像对象-地理目标”转化中的模糊推理方法,重点研究模糊推理中的多特征组合方法；针对特征知识库中特征规则更新的应用需求,研究基于影像对象的特征规则获取方法以及特征组合优选策略,以实现对特征知识库的反馈更新。论文相关章节安排及主要内容如下：第一章为绪论,阐明遥感信息智能化提取技术研究的必要性,分析遥感信息提取方法、面向对象影像分析技术的研究现状、发展趋势以及存在问题进行了分析,给出了本文的研究内容及结构安排。第二章提出了基于特征库的遥感信息提取技术框架,首先对遥感信息提取的基本问题进行分析,介绍了遥感信息提取的系统方法；然后从遥感信息提取的流程、影像信息表达模型以及地学知识在遥感信息提取中的应用模式三个方面进一步分析遥感信息提取中的关键问题；最后提出基于特征知识库的遥感信息提取框架。论文的后续四章将围绕该框架中的特征知识库管理、对象构建、目标识别的多特征组合等关键问题进行展开。第三章介绍了影像特征知识库的构建机制,首先分析了面向遥感信息提取的特征知识库的组成、关键问题和知识表达模型；然后分别从影像特征的表达与存储、规则的表达与存储两方面进行了详细介绍,在此基础上给出了适合遥感信息提取使用的知识组织模型和动态索引机制。第四章针对特征表达基本模型-影像对象的构建问题进行分析,针对影像对象构建的多尺度分割方法,给出了影像分割对象评价标准,并基于该标准对尺度、形状因子、波段权重等影响对象构建结果的参数因子进行分析；通过引入遗传算法,解决对象构建中尺度参数、分割参数的优化问题；第五章针对目标地物识别中的特征组合问题进行研究,首先结合模糊逻辑推理机制介绍了基于知识的模糊分类方法知识,然后针对模糊分类中的多特征组合问题进行研究,介绍了针对高维特征的最近邻和SVM分类器,在此基础上提出了基于层次分类思想的多分类器并给出其算法流程；第六章针对特征知识库中的特征简化与更新,分析了基于对象的特征获取算法以及特征组合优化方法,并简要介绍了关联规则挖掘算法方法；第七章为结论和展望,在总结了论文完成研究内容的基础上,指出论文存在的问题以及存在的不足之处,指明今后进一步研究的重点和方向。论文围绕基于特征知识库的遥感信息提取框架及关键技术问题开展研究,完成的相关工作如下：1)对遥感数据获取的过程进行了研究和分析,指出地表空间信息具有多维连续性,而遥感数据受获取条件限制表现为二维离散数据,这样在遥感数据获取过程中信息被简化而造成损失。遥感信息提取的目标是从遥感数据中获取领域应用相关的专题信息,从信息传递的角度可看作是遥感数据获取的逆过程,成像过程中的信息损失给遥感信息提取过程造成了困难。引入补充地学知识到遥感信息提取过程中是提高其准确性和自动化程度的关键；2)针对遥感信息提取中知识应用的相关问题进行了总结,基于遥感信息提取的一般流程,重点对遥感信息提取的系统方法、影像信息表达模型以及地学知识在信息提取中的应用模式进行了分析,并指出单纯应用产生式规则构建知识库不适用于遥感信息提取过程中的知识应用及反馈更新,基于像元的表达模型也限制了地理实体特征在影像空间的完整表达；3)提出了基于特征知识库的遥感信息提取框架。针对如何建立基于知识的智能化信息提取系统的问题,提出以特征知识库为核心的遥感信息提取框架,在该技术框架中按照面向对象的方式来组织特征知识库,在影像空间中以影像对象作为识别单元,将像元级分析提升到可表达多特征的对象级,通过构建多特征组合分类器,不仅可以在较高层次上完成遥感信息的自动提取,而且可以通过样本学习实现特征知识的获取与更新；4)建立了面向遥感信息提取应用的特征知识库的构建模型,分别对影像特征的表达与存储、规则的表达与存储两方面问题进行了详细分析并提出解决方案,确定了特征知识的表达模型,并根据信息提取的应用需求,提出以层次索引为主可以进行动态分组的特征知识索引策略；5)对构建多尺度影像对象的分割方法进行了研究,结合实验分析指出影像对象均存在最适合表达其特征的最优尺度,尺度参数、颜色因子、形状因子等参数都会影响影像对象的生成结果。目前应用中对于这些参数都是通过人工试验选取的,针对该问题,提出基于遗传算法的分割参数优化算法并基于实现对该算法进行了分析,结果表明该方法可以有效地获取最优分割参数；6)针对“影像对象-地理空间目标”转化方法,研究基于知识的模糊逻辑推理过程,重点考虑高维特征空间内特征组合方法,分析了目前解决该问题的两种常用方法：最近邻法和支撑向量机法。基于层次分类思想,提出将聚类方法和基于模糊逻辑的分类器进行组合,按照层次不同采用不同分类法以形成多分类器,实验证明该方法可有效减少单一分类器所需特征数目,分类精度和可靠性也有所提高；7)针对特征知识更新中的特征获取和规则获取方法进行了简要分析,包括：基于影像对象的特征获取方法,由于从影像对象获取信息最关键的问题是确定对象边界,文中介绍了基于矢量和基于栅格扫描两种方法；对于特征优化组合问题,在对特征选取问题和现有方法进行分析的基础上提出了基于遗传算法优化特征组合的方法；对于关联规则的获取问题,简要分析了基于Apriori的规则提取算法。论文针对遥感信息提取中的应用和需求,在遥感信息智能化提取方面开展研究,通过建立更适合影像信息提取的特征知识库,结合面向对象影像分析模型,提出基于特征知识库的遥感信息提取框架；通过对特征知识的管理、影像对象构建的参数优化模型、地物目标识别中的多特征组合策略以及特征知识优化等关键问题的研究,实现遥感信息智能化提取的初步模型。论文的研究成果对于提高遥感信息提取的智能化、自动化,解决遥感数据-信息转化的效率问题有着重要的实用价值；相关成果可用于国土资源调查、基础地理信息更新等领域；相关方法和模型也可应用在基于内容的遥感数据查询等方面,具有较强的应用前景。
刘斌[8]（2019）在《乳腺肿瘤异质性区域影像特征与全基因组表达模式以及预后的关联性研究》文中研究表明乳腺癌是严重危害女性健康的一种恶性肿瘤,目前在临床上,新辅助化疗已成为降低浸润性乳腺癌转移复发率的标准模式。有研究表明,预后较差的患者会从新辅助化疗中得到更多的益处,而低复发风险的患者由于新辅助化疗自身的副作用,并没有明显受益,因此,有必要找到一个可靠的预后标志物来鉴别出低复发风险的患者,以减少过度化疗带来的危害。以往的一些研究已经评估了分子特征对乳腺癌预后的预测效果,这种基于分子的评估方法需要侵入性手术或组织活检,且在取样时会受到肿瘤内异质性影响而产生偏差,相比之下,动态增强磁共振成像（dynamic contrast enhanced magnetic resonance imaging,DCE-MRI）有无创性、高分辨率以及丰富的图像信息等优点,有学者研究发现DCE-MRI影像特征与乳腺癌的局部复发和生存相关,但这些研究大多只对整个肿瘤进行分析,且缺少生物学的解释。本论文创新性的对肿瘤异质性区域的影像特征与预后的关联进行探究,并从分子功能方面对其进行解释。具体研究内容包括:（1）实验数据的准备:根据本研究的需要对数据进行筛选,主要包括影像信息、临床信息和分子信息,挑选了实际可用的影像数据,对临床信息进行了统计学分析,并对基因表达数据进行了预筛选。（2）影像和基因表达数据的预处理:对影像数据的预处理主要包括使用计算机半自动的方式对DCE-MRI影像中的病灶区域进行分割,并在整体病灶的基础上利用混合信息凸分析方法（CAM-CM）对异质性区域进行分割,分别提取了整体病灶和异质性区域的统计特征、形态特征和三维纹理特征。对基因表达数据的预处理主要包括负值和缺失值的处理、离群样本的剔除以及候选基因的筛选。（3）影像特征与基因表达模块的关联研究:利用加权基因共表达网络对基因进行模块化分析,计算基因模块第一主成分与影像特征的皮尔逊相关系系数,对与影像特征有较高相关性的基因模块进行 KEGG（Kyoto Encyclopedia of Genes and Genomes）通路分析。（4）乳腺肿瘤异质性区域影像特征与预后的关联性研究:利用Cox比例风险回归模型评估影像特征与预后的关联,当Kaplan-Meier分析中的log-rank P值最小时,确定了影像特征的最优阈值,分别在整体病灶和异质性区域利用弹性网络回归模型建立影像特征的多基因标签,并在独立测试集中测试不同区域影像特征的多基因标签对预后的预测能力,最后分析比较异质性区域和整体病灶影像特征多基因标签预测预后能力的差异,同时对多基因标签进行KEGG通路分析和生物学注释。本文对乳腺肿瘤异质性区域影像特征与预后的关联进行研究,同时分析了影像特征与基因模块的关联性,并建立了影像特征的多基因标签。研究结果表明,DCE-MRI影像特征与预后存在关联,且异质性区域影像特征的多基因标签对预后的预测能力明显优于整体病灶。证明肿瘤异质性区域的定量影像特征对乳腺癌的预后预测有潜在的价值,也许可以作为一个临床标志为乳腺癌的治疗决策提供有用信息。
张赛楠[9]（2019）在《带二次补偿的两阶段随机规划的稳定性》文中研究说明两阶段随机规划（Two Stage Stochastic Programs）是指第一阶段问题的决策可以通过第二阶段问题的最优决策来补偿的随机规划问题.这类问题在资源配置、金融经济等领域有着广泛的应用.因为实际问题中随机变量的概率测度很难精确获得,常常需要考虑近似模型,所以在设计算法求解这些问题时,渐近理论起着重要作用.另外,随机二次规划可以应用到很多问题中,尤其是经济金融问题.但是已经存在的两阶段随机规划的稳定性结果主要是关于线性补偿的情形,对于非线性补偿的情形还有很多工作需要做.因此,带二次补偿的两阶段随机规划的稳定性分析是非常重要且有必要的,而且是对线性模型相应结论的推广.本论文主要研究带二次补偿的两阶段随机规划问题和该问题在占优约束优化中的应用,以及两阶段分布鲁棒风险优化问题.本论文所阐述的主要研究结果可概括如下:1.第三章研究的是凸二次规划问题的最优值函数关于参数在Hadamard意义下的方向可微性.首先,当问题的所有参数都发生扰动时,基于可行集映射关于这些参数的连续性,分别建立了二次规划问题和限制Wolfe对偶问题的最优解映射的上半连续性以及水平集的局部一致有界性.其次,利用这些性质把二次规划问题等价表示为两个紧凸集上的极小-极大优化问题,并借助该结构证明了最优值函数的Lipschitz连续性和Hadamard意义下的方向可微性.2.第四章研究的是带二次补偿（Quadratic Recourse）的两阶段随机规划问题关于概率测度的定量稳定性.首先,建立了限制Wolfe对偶问题的可行集映射在Hausdorff距离意义下关于随机参数的Lipschitz连续性.因为带二次补偿的两阶段随机规划问题的目标函数主要由二次规划的最优值函数组成,利用对偶可行集映射的Lipschitz连续性,证明了两阶段问题的目标函数的局部Lipschitz连续性.从而引入与模型相适应的概率测度的Fortet-Mourier度量.利用该度量与最小信息度量的大小关系,基于己有的模型关于概率测度在最小信息度量意义下的稳定性结果,得到了带二次补偿的两阶段随机规划问题的最优值函数关于概率测度在Fortet-Mourier度量意义下的Lipschitz连续性和最优解映射的上半连续性.最后,利用此结果分析了经验近似模型的渐近行为.3.第五章研究的是由二次补偿诱导的k-阶占优约束优化问题关于概率测度的定量稳定性以及对应的分布鲁棒约束优化问题关于不确定集中的参数的定量稳定性.首先,不同于第四章,这里考虑可行集有界且目标函数中的半正定矩阵参数可以任意扰动的二次规划问题.利用二次规划可行集映射的Lipschitz连续性证明了带二次补偿的两阶段随机规划问题的目标函数的局部Lipschitz连续性.然后,考虑所有满足局部Lipschitz连续性和上界条件的函数,定义了与占优约束优化问题相适应的概率测度的伪度量并证明了问题的可行集映射关于概率测度在该伪度量意义下的Lipschitz连续性.基于此,得到了问题的最优值函数关于概率测度的Lipschitz连续性和最优解映射的上半连续性.最后,利用该伪度量和全变差度量（Total Variation Metric）的大小关系,基于参数不确定集在全变差度量意义下的连续性结果,建立了参数不确定集在该伪度量意义下的Holder连续性.进一步,分别证明了对应的分布鲁棒约束优化问题的可行集映射、最优值函数和最优解映射关于不确定集中的参数的定量稳定性结果.4.第六章研究的是带线性半定补偿的两阶段分布鲁棒风险优化问题的定量稳定性.首先,构造了某种度量或者伪度量意义下ζ-球结构的含参的不确定集,并建立了不确定集在全变差度量意义下的误差界结果和分布鲁棒风险优化问题的目标函数的Lipschitz连续性结果.其次,分析了分布鲁棒风险优化问题的最优值函数和最优解映射关于不确定集中的参数的定量稳定性.最后,当目标函数由两阶段线性半定规划诱导且问题的所有参数都随机扰动时,通过验证两阶段问题的目标函数的局部Lipschitz连续性,将已经建立的稳定性结果应用到这个例子中.
陈舵[10]（2008）在《模糊聚类分析及其在电力变压器故障诊断中的应用研究》文中指出聚类分析是数据分析中的一种重要方法,是数据挖掘与知识发现中的主要任务之一,也是模式识别中非监督模式分类的一个重要分支。聚类是对没有类别标志的数据集分组的过程,在这一过程中仅依靠数据间的某种相似度（或相异度）度量将数据集划分为若干个子集,使得同一子集数据之间的相似度尽可能大,不同子集数据之间的相似度尽可能小。聚类分析的应用极为广泛,诸多领域都涉及到了聚类分析方法的研究与应用,并已提出了大量的理论和方法,取得了丰硕的研究成果。电力变压器是一种造价较高影响较大的电力设备,其故障诊断研究具有重要的理论价值和实用价值。溶解气体分析（Dissolved Gas analysis, DGA）能够有效地发现电力变压器内部潜伏性绝缘故障以及发展程度,因而被广泛应用。DGA与聚类分析相结合,是进一步提高电力变压器故障诊断准确性的一种有效途径。本文对聚类分析中的聚类有效性问题、基于目标函数的模糊聚类算法和遗传模糊聚类算法进行了研究,并将上述研究成果应用于电力变压器故障诊断,主要工作包括以下内容：针对传统的聚类有效性函数在度量模糊划分紧致性和离散性方面的一些不足,根据模糊集理论,结合模糊C-均值聚类算法的约束条件,提出了聚类模糊集概念及其形式化定义,并定义了聚类模糊度和格贴近度,分别将它们用作为模糊划分的紧致性和分离性指标,效果良好。在以上工作的基础上,设计了两个新的基于模糊度和贴近度的模糊聚类有效性函数,在第一个函数中,模糊度和贴近度处于对称的位置,能根据其数值的相对大小自动调节各自在聚类有效性函数中的作用；在第二个函数中,为了提高函数对模糊划分的评判敏感性,分别使用聚类模糊度的最大值和聚类离散度的最小值作为紧致性和分离性指标。实验结果表明,上述函数具有较强的聚类评判能力,性能优良。静态聚类是指需要事先给定聚类数的聚类分析,在实际应用中有一定的局限性。针对这个问题,提出一种基于遗传算法的动态模糊聚类算法,实现聚类数的自动计算。算法采用基于聚类原型的实数编码方式,且长度可变,不同的码长对应于不同的聚类个数。设计了新颖的交叉和变异算子以适应变长遗传编码。使用聚类局部优化算子,实现聚类与遗传算法的结合,增加遗传算法的局部搜索能力,提高收敛速度。实验结果表明,该算法能自动获取最优的类别数且聚类效果良好。为了求解加权模糊聚类中权值的计算和优化问题,提出基于目标函数的加权模糊聚类算法,该算法采用交替优化方法,在迭代过程中,分别对模糊划分矩阵、聚类原型和属性权值进行优化。为了提高算法的全局搜索能力,还提出一种基于双编码遗传算法的加权模糊聚类算法,一条染色体同时包含了聚类原型和属性权值编码,在聚类过程中它们同时进化。上述算法可实现划分矩阵、聚类原型和属性权值的交替优化和进化,实验结果良好。溶解气体分析（Dissolved Gas analysis, DGA）能够有效地发现电力变压器内部潜伏性故障及其发展程度,是一种应用广泛的电力变压器故障诊断方法。理论分析和实际应用表明,电力变压器绝缘故障与油中特征气体组分含量以及特征气体组分比值密切相关,本文据此提出针对油中特征气体组分含量和特征气体组分比值两种数据的规格化以及压缩与提升方法,合理并且有效地完成了组分含量和组分比值数据的融合,实现了对上述两种主要故障信息的综合利用。对于这种合成数据,使用本文提出的聚类有效性函数获得了正确的故障类别数,使用本文提出的动态模糊聚类算法和加权模糊聚类算法进行故障聚类,效果良好。实验结果显示该方法的正判率较传统的特征气体法、改进三比值法均有不同程度的提高。
二、紧致性在分析中的作用（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、紧致性在分析中的作用（论文提纲范文）
（2）点集拓扑学的创立（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第一章 康托尔的集合论 |
| 1.1. 康托尔在集合论方面的早期工作 |
| 1.1.1. 康托尔集合论思想的起源 |
| 1.1.2. 康托尔对三角级数表示唯一性的处理 |
| 1.1.3. 关于无穷集的分类 |
| 1.2. 康托尔的《一般集合论基础》 |
| 1.2.1. 超穷数的引入 |
| 1.2.2. 有关良序集的研究 |
| 1.2.3. 无理数理论 |
| 1.3. 康托尔的《对建立超穷数理论的贡献》 |
| 1.3.1. 《对建立超穷数理论的贡献》的第一部分 |
| 1.3.2. 《对建立超穷数立论的贡献》的第二部分 |
| 1.4. 小结 |
| 第二章 分析中的相关问题 |
| 2.1. 分析的算术化：魏尔斯特拉斯 |
| 2.1.1. 魏尔斯特拉斯的“病态函数” |
| 2.1.2. ε-δ语言 |
| 2.2. 黎曼的贡献 |
| 2.2.1. 流形概念的起源 |
| 2.2.2. 黎曼的流形思想 |
| 2.2.3. 黎曼的工作对拓扑学的影响 |
| 2.3. 集合论的早期扩展 |
| 2.3.1. 变分法的影响 |
| 2.3.2. 函数空间的收敛问题：阿斯科利,阿尔泽拉 |
| 2.3.3. 波莱尔的相关工作 |
| 第三章 弗雷歇度量空间的一般理论 |
| 3.1. 弗雷歇抽象空间理论的开始 |
| 3.1.1. 第一篇注解 |
| 3.1.2. 第二篇注解 |
| 3.1.3. 第三篇注解 |
| 3.1.4. 第四篇注解 |
| 3.1.5. 两篇研究论文 |
| 3.2. 弗雷歇1906年的博士论文 |
| 3.2.1. 博士论文的第一部分 |
| 3.2.2. 博士论文的第二部分 |
| 3.3. 小结 |
| 第四章 豪斯道夫思想的发端 |
| 4.1. 希尔伯特的贡献 |
| 4.1.1. 希尔伯特空间的引入 |
| 4.1.2. 《几何基础》中的邻域公理 |
| 4.2. 里斯在点集拓扑学方面的工作 |
| 4.3. 外尔对黎曼而的研究 |
| 4.4. 杨夫妇的《点集理论》 |
| 4.5. 小结 |
| 第五章 豪斯道夫的变革与发展 |
| 5.1. 《集合论基础》前六章内容概述 |
| 5.2. 豪斯道夫对拓扑空间的研究 |
| 5.2.1. 邻域公理 |
| 5.2.2. α-点,β-点,γ-点 |
| 5.2.3. 拓扑空间中序列的六种极限 |
| 5.2.4. 连通性；紧性 |
| 5.3. 特殊空间中的点集理论 |
| 5.3.1. 第一和第二可数性公理 |
| 5.3.2. 集空间 |
| 5.3.3. 完备度量空间 |
| 5.4. 同胚映射 |
| 5.5. 小结 |
| 第六章 点集拓扑学理论体系的形成 |
| 6.1. 拓扑空间概念 |
| 6.1.1. 拓扑空间概念的发展演变 |
| 6.1.2. 几种拓扑空间概念的比较 |
| 6.2. 构造新空间 |
| 6.3. 对拓扑不变性的研究 |
| 6.3.1. 分离性 |
| 6.3.2. 连通性 |
| 6.3.3. 紧性 |
| 6.3.4. 维数 |
| 6.3.4.1. 曲线定义的讨论 |
| 6.3.4.2. 维数概念的讨论 |
| 6.3.4.3. 小结 |
| 6.4. 拓扑空间的度量化问题 |
| 6.5. 小结 |
| 结语 |
| 参考文献 |
| 附图 |
| 攻读博士学位期间发表的学术论文和参加的学术活动 |
| 致谢 |
（3）基于网络演算的片上网络服务质量形式化分析建模（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单、术语表 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 研究发展现状 |
| 1.2.1 片上网络的发展与研究 |
| 1.2.2 片上网络平均性能分析 |
| 1.2.3 片上网络性能上界分析 |
| 1.3 本文创新点与章节安排 |
| 1.4 网络演算基础知识 |
| 1.4.1 符号表达与假设 |
| 1.4.2 基本函数及操作 |
| 1.4.3 到达曲线与服务曲线 |
| 1.4.4 三个上界 |
| 1.4.5 级联定理 |
| 2 形式验证模型与性能分析模型 |
| 2.1 引言 |
| 2.2 xMAS形式验证模型 |
| 2.2.1 xMAS模型语义库 |
| 2.2.2 xMAS宏模块 |
| 2.2.3 关于xMAS模型优势与讨论 |
| 2.3 NCG性能分析模型 |
| 2.3.1 NCG模型的优势 |
| 2.3.2 NCG语义库 |
| 2.3.3 NCG的图形表达及其与xMAS映射关系 |
| 2.3.4 基于xMAS和NCG的QoS分析方法学 |
| 2.4 实例研究 |
| 2.4.1 NCG仿真库的建立 |
| 2.4.2 简单NCG仿真实例 |
| 2.4.3 片上路由器分析实例 |
| 2.5 本章小结 |
| 3 资源共享情景下的延迟上界分析模型 |
| 3.1 引言 |
| 3.2 片上网络资源共享类型 |
| 3.2.1 情景一:异步到达的流分解为多路流 |
| 3.2.2 情景二:异步到达流的聚合 |
| 3.2.3 情景三:同步到达流的聚合 |
| 3.2.4 情景四:聚合流分解为多路流 |
| 3.3 常用网络演算数学模型 |
| 3.3.1 到达曲线(b,r)模型和TSPEC模型 |
| 3.3.2 延迟-速率服务曲线模型 |
| 3.3.3 延迟上界 |
| 3.4 聚合模型及其分析方法 |
| 3.4.1 单流模型 |
| 3.4.2 多流-单节点模型 |
| 3.4.3 多流-多节点模型 |
| 3.5 本章小结 |
| 4 可重用的延迟上界分析法 |
| 4.1 引言 |
| 4.2 本地到达服务曲线分析法 |
| 4.2.1 分析方法与步骤流程 |
| 4.2.2 适用本章的常用数学符号 |
| 4.2.3 实例研究一 |
| 4.2.4 实例研究二 |
| 4.3 LAC分析法的算法与实现 |
| 4.3.1 LAC分析法求端到端延迟上界的算法 |
| 4.3.2 实现自动化分析的其它要点 |
| 4.4 LAC分析法与ESC分析法的比较 |
| 4.4.1 可重用性 |
| 4.4.2 紧致性 |
| 4.4.3 计算复杂度 |
| 4.5 仿真实验结果 |
| 4.5.1 NCG仿真平台实验结果 |
| 4.5.2 大规模网络实验结果 |
| 4.6 本章小结 |
| 5 紧致性分析与评估 |
| 5.1 引言 |
| 5.2 仿真平台的优化 |
| 5.2.1 源节点的优化 |
| 5.2.2 延迟-速率服务节点的优化 |
| 5.2.3 相位差 |
| 5.2.4 启发式算法的应用 |
| 5.3 影响紧致性的参数 |
| 5.3.1 目标流到达曲线对紧致性的影响 |
| 5.3.2 服务曲线β_(R,T)对紧致性的影响 |
| 5.3.3 干扰流到达曲线对紧致性的影响 |
| 5.3.4 多流-多节点的紧致性实验 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 作者攻读博士期间发表的论文和科研成果 |
（4）基于模式识别的太赫兹光谱建模及应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 太赫兹波 |
| 1.2 太赫兹时域光谱技术在农业检测领域的研究进展 |
| 1.3 太赫兹波谱成像聚类分析研究现状 |
| 1.3.1 图像聚类分割的理论基础 |
| 1.3.2 相似性度量 |
| 1.3.3 太赫兹图像聚类分析研究 |
| 1.4 本文研究目的、内容及技术路线 |
| 1.4.1 现有研究存在的问题 |
| 1.4.2 研究目的及研究内容 |
| 1.4.3 技术路线 |
| 1.5 本章小结 |
| 第2章 太赫兹时域光谱系统 |
| 2.1 太赫兹脉冲的产生与探测 |
| 2.1.1 太赫兹脉冲信号的产生技术 |
| 2.1.2 太赫兹脉冲信号的探测技术 |
| 2.2 太赫兹时域光谱系统 |
| 2.2.1 透射型太赫兹时域光谱系统 |
| 2.2.2 反射型太赫兹时域光谱系统 |
| 2.2.3 太赫兹波的特点 |
| 2.3 实验用太赫兹时域光谱系统 |
| 2.4 透射型太赫兹时域光谱系统物理模型 |
| 2.4.1 Fresnel方程 |
| 2.4.2 太赫兹波在介质中的传播 |
| 2.5 本章小结 |
| 第3章 太赫兹实验设备及测量误差分析 |
| 3.1 样品制备与测量 |
| 3.1.1 实验样品制备 |
| 3.1.2 样品太赫兹光谱测量 |
| 3.2 太赫兹时域光谱系统测量误差分析 |
| 3.2.1 太赫兹信号测量误差来源分析 |
| 3.2.2 太赫兹时域脉冲误差的量化分析 |
| 3.3 F-P效应分析 |
| 3.3.1 基于小波的F-P效应影响分析 |
| 3.3.2 F-P效应去除 |
| 3.4 本章小结 |
| 第4章 基于Clifford代数的太赫兹信号分析及物质定性鉴别 |
| 4.1 Clifford代数基础 |
| 4.1.1 Clifford代数基本概念 |
| 4.1.2 Clifford代数基本运算 |
| 4.2 基于Clifford代数的太赫兹光谱信号处理与分析 |
| 4.2.1 Clifford代数应用于太赫兹信号处理的可行性分析 |
| 4.2.2 基于Clifford代数的太赫兹信号分析 |
| 4.3 基于Clifford代数的太赫兹信号分类 |
| 4.3.1 太赫兹透射矢量性质 |
| 4.3.2 基于相对偏差 ? 的太赫兹信号分类 |
| 4.4 实验验证与结果分析 |
| 4.4.1 频域特征参数提取 |
| 4.4.2 基于Clifford代数算法的太赫兹时域光谱分类 |
| 4.5 本章小结 |
| 第5章 基于极限学习机的太赫兹光谱信号分类与回归 |
| 5.1 极限学习机理论与方法 |
| 5.1.1 极限学习机基本原理 |
| 5.1.2 正则化极限学习机 |
| 5.1.3 正则极限学习机的加速LOO交叉验证 |
| 5.2 基于快速LOO-RELM算法太赫兹光谱回归分析 |
| 5.2.1 不同浓度酒石酸的太赫兹光谱采集 |
| 5.2.2 基于LOO-RELM算法的回归模型设计 |
| 5.2.3 基于快速LOO-RELM的酒石酸太赫兹光谱定量分析 |
| 5.3 基于快速LOO-RELM算法的太赫兹光谱信号分类 |
| 5.3.1 基于LOO-ELM算法的分类器设计 |
| 5.3.2 基于快速LOO-RELM算法的太赫兹光谱信号分类实现 |
| 5.4 基于快速LOO-RELM算法的转基因豆油太赫兹吸收谱的识别 |
| 5.5 本章小结 |
| 第6章 太赫兹脉冲图像的聚类分析 |
| 6.1 太赫兹脉冲图像 |
| 6.1.1 太赫兹脉冲图像的优势与挑战 |
| 6.1.2 时域成像方式 |
| 6.1.3 频域成像方式 |
| 6.2 聚类有效性评价指标VSO(-)构建 |
| 6.2.1 模糊聚类 |
| 6.2.2 传统聚类有效性评价指标 |
| 6.2.3 传统聚类评价指标存在的问题 |
| 6.2.4 新聚类评价指标构建 |
| 6.3 基于PCA-FCM算法的太赫兹图像聚类分割 |
| 6.3.1 基于PCA-FCM太赫兹脉冲图像聚类分割的实现 |
| 6.3.2 太赫兹脉冲图像采集 |
| 6.3.3 太赫兹脉冲图像聚类分割结果分析 |
| 6.3.4 不同聚类算法对比 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 今后工作展望 |
| 参考文献 |
| 博士在读期间发表文章 |
| 致谢 |
（5）模糊C均值聚类及其有效性检验与应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 目录 |
| 插图清单 |
| 表格清单 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状和问题分析 |
| 1.2.1 模糊C均值(FCM)聚类 |
| 1.2.2 模糊聚类有效性检验 |
| 1.2.3 模糊度参数选择 |
| 1.2.4 电力负荷数据分类 |
| 1.3 研究内容和结构安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文结构安排 |
| 第二章 模糊聚类有效性指标及其加权形式 |
| 2.1 引言 |
| 2.2 主要的模糊聚类有效性指标 |
| 2.2.1 仅考虑数据集几何结构的有效性指标 |
| 2.2.2 仅考虑隶属度的有效性指标 |
| 2.2.3 同时考虑数据集几何结构和隶属度的有效性指标 |
| 2.3 加权形式的模糊聚类有效性指标 |
| 2.4 实验分析 |
| 2.4.1 实验数据集 |
| 2.4.2 实验结果与分析 |
| 2.5 本章小结 |
| 第三章 考虑数据类大小和密度差异的模糊聚类有效性指标 |
| 3.1 引言 |
| 3.2 问题描述和指标构建 |
| 3.2.1 问题描述 |
| 3.2.2 指标构建 |
| 3.3 新的有效性指标 |
| 3.3.1 COS指标 |
| 3.3.2 计算步骤 |
| 3.4 实验分析 |
| 3.4.1 实验数据集 |
| 3.4.2 实验结果与分析 |
| 3.5 本章小结 |
| 第四章 基于数据分布视角的FCM聚类的均匀效应 |
| 4.1 引言 |
| 4.2 FCM聚类的均匀效应 |
| 4.2.1 FCM的目标函数构成 |
| 4.2.2 数据类大小分散性的度量 |
| 4.2.3 一个说明性的例子 |
| 4.3 基于数据分布的FCM聚类准则 |
| 4.3.1 聚类有效性准则 |
| 4.3.2 模糊度参数选择准则 |
| 4.4 实验分析 |
| 4.4.1 实验数据集 |
| 4.4.2 实验结果与分析 |
| 4.5 本章小结 |
| 第五章 自适应模糊度参数选择的FCM聚类及其应用 |
| 5.1 引言 |
| 5.2 基于聚类有效性的FCM模糊度选择方法 |
| 5.3 实验分析 |
| 5.3.1 实验数据集 |
| 5.3.2 实验结果与分析 |
| 5.4 基于改进FCM聚类的电力负荷曲线分类 |
| 5.4.1 负荷曲线分类的过程模型 |
| 5.4.2 改进的FCM聚类 |
| 5.4.3 实验结果与分析 |
| 5.5 本章小结 |
| 第六章 智能算法优化的FCM聚类及其应用 |
| 6.1 引言 |
| 6.2 模拟退火和遗传算法优化的FCM聚类 |
| 6.2.1 模拟退火算法 |
| 6.2.2 遗传算法 |
| 6.2.3 改进的FCM聚类 |
| 6.3 基于改进FCM聚类的变电站负荷特性分类 |
| 6.3.1 问题描述 |
| 6.3.2 实验结果与分析 |
| 6.4 基于改进FCM聚类的电力需求侧管理 |
| 6.4.1 问题描述 |
| 6.4.2 实验结果与分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（6）基于高分二号遥感数据的树种精细分类技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.1.1 高分遥感影像解译 |
| 1.1.2 影像分割结果评价 |
| 1.1.3 特征优选 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究目标、内容和路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 2 研究区概况及数据 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 气候、物候 |
| 2.1.3 树种概况 |
| 2.2 遥感数据及预处理 |
| 2.2.1 数据 |
| 2.2.2 预处理 |
| 2.3 地面调查数据 |
| 2.4 DEM数据 |
| 3 影像分割 |
| 3.1 常用分割方法 |
| 3.1.1 分水岭分割 |
| 3.1.2 多尺度分割 |
| 3.1.3 分割效果对比 |
| 3.2 分割算法参数 |
| 3.2.1 MRS算法参数 |
| 3.2.2 同质性准则组合参数 |
| 3.2.3 尺度参数 |
| 3.3 分割效果评价方法 |
| 3.3.1 分割效果分类 |
| 3.3.2 评价方法 |
| 3.4 分割参数确定 |
| 3.4.1 同质性标准组合参数 |
| 3.4.2 最优分割尺度估计 |
| 3.4.3 多尺度分割效果评价 |
| 4 树种分类及优势树种提取 |
| 4.1 分类特征集 |
| 4.1.1 样本选取 |
| 4.1.2 特征提取 |
| 4.1.3 统计分析选取特征法 |
| 4.1.4 建模选取特征法 |
| 4.2 分类精度评价 |
| 4.3 分类方法与结果 |
| 4.3.1 K最邻近分类 |
| 4.3.2 支持向量机 |
| 4.3.3 决策树 |
| 4.3.4 随机森林 |
| 4.4 优势树种提取 |
| 5 结论和展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（7）基于特征知识库的遥感信息提取技术研究（论文提纲范文）
| 作者简介 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 遥感信息提取技术研究现状 |
| 1.2.1 遥感信息提取技术 |
| 1.2.2 面向对象信息提取技术 |
| 1.3 研究内容及论文安排 |
| 1.3.1 研究内容 |
| 1.3.2 论文章节安排 |
| 第二章 基于特征知识库的遥感信息提取 |
| 2.1 遥感信息提取概述 |
| 2.1.1 遥感信息提取原理 |
| 2.1.2 遥感信息提取的流程 |
| 2.2 遥感信息提取关键问题分析 |
| 2.2.1 遥感信息提取的系统方法 |
| 2.2.2 影像信息表达模型 |
| 2.2.3 地学知识在遥感信息提取中的应用 |
| 2.3 基于特征知识库的遥感信息提取框架 |
| 2.4 小结 |
| 第三章 影像特征知识库构建机制 |
| 3.1 影像特征知识库 |
| 3.1.1 基于影像特征的知识表示模型 |
| 3.1.2 影像特征知识库构建的关键技术 |
| 3.2 影像特征的表达与存储 |
| 3.2.1 影像对象特征 |
| 3.2.2 对象特征量化表达 |
| 3.2.3 特征库的组织与存储 |
| 3.3 规则的表达与存储 |
| 3.3.1 模糊规则 |
| 3.3.2 模糊规则库 |
| 3.4 特征知识库的组织与动态索引 |
| 3.4.1 知识的组织与存储 |
| 3.4.2 特征知识的动态分级索引 |
| 3.5 小结 |
| 第四章 影像对象构建方法及参数优化 |
| 4.1 基于多尺度分割的对象构建方法 |
| 4.1.1 初始层分割 |
| 4.1.2 尺度对象合并 |
| 4.2 影像对象评价标准 |
| 4.3 多尺度影像分割中的参数影响效应 |
| 4.3.1 尺度参数对影像对象构建的影响 |
| 4.3.2 分割参数对影像构建的影响 |
| 4.4 影像对象构建中的分割参数优化 |
| 4.4.1 遗传算法 |
| 4.4.2 基于遗传算法的分割参数优化 |
| 4.4.3 实验结果 |
| 4.5 小结 |
| 第五章 目标识别的多特征组合方法 |
| 5.1 基于模糊逻辑推理的目标识别方法 |
| 5.1.1 知识推理机制 |
| 5.1.2 模糊推理的一般流程 |
| 5.1.3 模糊分类流程图 |
| 5.2 目标识别中的多特征组合方法 |
| 5.2.1 最邻近分类方法 |
| 5.2.2 支撑向量机 |
| 5.3 基于层次分类法的目标识别方法 |
| 5.3.1 多分类器 |
| 5.3.2 层次分类法 |
| 5.3.3 基于层次分类的多分类器法 |
| 5.4 实验结果 |
| 5.4.1 目标识别精度评价标准 |
| 5.4.2 实验结果 |
| 5.5 小结 |
| 第六章 特征知识的获取与优选 |
| 6.1 特征获取与优选方法 |
| 6.1.1 对象特征获取方法 |
| 6.1.2 特征组合优化方法概述 |
| 6.1.3 基于遗传算法的特征组合优化 |
| 6.2 关联规则获取 |
| 6.2.1 关联规则获取方法 |
| 6.2.2 基于Apriori算法的规则获取 |
| 6.3 小结 |
| 第七章 总结与展望 |
| 7.1 内容总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
（8）乳腺肿瘤异质性区域影像特征与全基因组表达模式以及预后的关联性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 乳腺癌异质性概述 |
| 1.3 乳腺癌预后概述 |
| 1.4 论文的主要内容和创新点 |
| 1.5 论文的组织架构 |
| 第二章 乳腺DCE-MRI影像与分子病理信息 |
| 2.1 引言 |
| 2.2 实验数据概述 |
| 2.3 乳腺DCE-MRI影像 |
| 2.3.1 乳腺DCE-MRI影像技术 |
| 2.3.2 乳腺DCE-MRI影像数据 |
| 2.4 乳腺癌临床信息 |
| 2.4.1 临床数据信息 |
| 2.4.2 统计学分析 |
| 2.5 乳腺癌分子信息 |
| 2.5.1 分子信息简介 |
| 2.5.2 基因表达数据 |
| 2.6 本章小结 |
| 第三章 乳腺DCE-MRI影像与基因表达数据预处理 |
| 3.1 引言 |
| 3.2 感兴趣区域提取 |
| 3.2.1 病灶区域分割 |
| 3.2.2 乳腺癌异质性区域分割 |
| 3.3 乳腺DCE-MRI影像特征提取 |
| 3.3.1 统计特征 |
| 3.3.2 形态特征 |
| 3.3.3 纹理特征 |
| 3.4 基因表达数据预处理 |
| 3.4.1 基因表达缺失值处理 |
| 3.4.2 离群样本处理 |
| 3.4.3 基因差异表达分析 |
| 3.5 本章小结 |
| 第四章 影像特征和基因表达模块关联研究 |
| 4.1 引言 |
| 4.2 基因模块化分析 |
| 4.2.1 加权基因共表达网络(WGCNA) |
| 4.2.2 软阈值筛选 |
| 4.2.3 动态剪枝法确定基因模块 |
| 4.3 影像特征相关的分子功能分析 |
| 4.3.1 DCE-MRI影像特征与基因模块的相关性分析 |
| 4.3.2 基因模块的KEGG通路分析 |
| 4.4 本章小结 |
| 第五章 乳腺肿瘤异质性区域影像特征与预后的关联性研究 |
| 5.1 引言 |
| 5.2 研究方案概述 |
| 5.3 影像特征与预后的关联 |
| 5.3.1 生存分析 |
| 5.3.2 Cox单因素分析 |
| 5.3.3 Cox多因素分析 |
| 5.3.4 影像特征与无病复发生存(RFS)的关联 |
| 5.4 影像特征的多基因标签 |
| 5.4.1 弹性网络回归模型设计 |
| 5.4.2 模型的评价指标 |
| 5.5 实验结果分析 |
| 5.5.1 肿瘤整体区域预测结果分析 |
| 5.5.2 肿瘤子区域预测结果分析 |
| 5.5.3 肿瘤整体区域与子区域预测结果分析比较 |
| 5.5.4 多基因标签的KEGG通路分析 |
| 5.5.5 基因的生物学注释 |
| 5.5.6 实验总结 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）带二次补偿的两阶段随机规划的稳定性（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 两阶段随机规划的简介 |
| 1.2 两阶段随机规划稳定性分析中的重要概念 |
| 1.2.1 概率测度的收敛和概率测度空间的距离 |
| 1.2.2 一般参数优化问题的稳定性 |
| 1.3 随机规划稳定性分析的研究现状 |
| 1.3.1 二次规划问题稳定性的研究现状 |
| 1.3.2 两阶段随机规划稳定性的研究现状 |
| 1.3.3 占优约束优化问题稳定性的研究现状 |
| 1.3.4 分布鲁棒风险优化问题稳定性的研究现状 |
| 1.4 本论文研究的主要内容 |
| 2 预备知识 |
| 2.1 变分分析相关预备知识 |
| 2.2 随机规划相关预备知识 |
| 3 二次规划问题最优值函数的Hadamard方向可微性 |
| 3.1 引言 |
| 3.2 最优解映射的上半连续性 |
| 3.2.1 二次规划问题 |
| 3.2.2 对偶问题 |
| 3.3 最优值函数的可微性 |
| 3.4 本章小结 |
| 4 带二次补偿的两阶段随机规划的定量稳定性分析 |
| 4.1 引言 |
| 4.2 参数二次规划问题的连续性质 |
| 4.3 带二次补偿的两阶段随机规划的定量的稳定性结果 |
| 4.4 带二次补偿的两阶段随机规划的经验近似 |
| 4.5 本章小结 |
| 5 由二次补偿诱导的k-阶占优约束优化问题的定量稳定性分析 |
| 5.1 引言 |
| 5.2 问题的等价表示 |
| 5.3 占优约束优化问题的定量稳定性分析 |
| 5.3.1 伪度量 |
| 5.3.2 带二次补偿的两阶段随机规划的目标函数的Lipschitz连续性 |
| 5.3.3 占优约束优化问题的主要结果 |
| 5.4 分布鲁棒占优约束优化问题定量稳定性分析 |
| 5.4.1 不确定集的Holder连续性 |
| 5.4.2 分布鲁棒占优约束优化问题的主要结果 |
| 5.5 本章小结 |
| 6 带线性半定补偿的两阶段分布鲁棒风险优化问题的定量稳定性分析 |
| 6.1 引言 |
| 6.2 不确定集在全变差度量下的连续性 |
| 6.3 分布鲁棒风险优化问题的定量稳定性分析 |
| 6.4 带线性半定补偿的两阶段随机规划的性质 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（10）模糊聚类分析及其在电力变压器故障诊断中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究意义 |
| 1.2 聚类分析简介 |
| 1.2.1 聚类概念与聚类过程 |
| 1.2.2 相似性度量和数据规范化 |
| 1.2.3 聚类算法的类别 |
| 1.2.4 聚类有效性问题 |
| 1.3 基于目标函数的模糊聚类 |
| 1.3.1 模糊C-均值聚类算法 |
| 1.3.2 属性加权模糊聚类算法 |
| 1.3.3 遗传模糊聚类算法 |
| 1.3.4 动态模糊聚类算法 |
| 1.3.5 聚类有效性函数 |
| 1.4 基于油中溶解气体分析的电力变压器故障诊断 |
| 1.4.1 基于DGA的常规故障诊断方法 |
| 1.4.2 数据挖掘和智能优化方法在变压器故障诊断中的应用 |
| 1.5 本文研究的主要内容 |
| 1.6 全文的内容和组织 |
| 2 聚类模糊集和聚类有效性函数 |
| 2.1 引言 |
| 2.2 与FCM算法相关的聚类有效性函数 |
| 2.3 聚类模糊集及聚类模糊集的模糊度和贴近度 |
| 2.3.1 聚类模糊集 |
| 2.3.2 聚类模糊度 |
| 2.3.3 格贴近度与聚类离散度 |
| 2.4 聚类有效性函数 |
| 2.4.1 紧致性及其指标 |
| 2.4.2 离散性及其指标 |
| 2.4.3 两个新的聚类有效性函数 |
| 2.4.4 使用聚类有效性函数求解最佳类别数的步骤 |
| 2.5 实验结果及分析 |
| 2.5.1 实验数据集 |
| 2.5.2 聚类有效性函数的判别准确率 |
| 2.6 本章小结 |
| 3 基于变长编码遗传算法的动态模糊聚类算法 |
| 3.1 引言 |
| 3.2 基于变长编码遗传算法的动态模糊聚类算法描述 |
| 3.2.1 染色体编码 |
| 3.2.2 遗传算子 |
| 3.2.3 局部优化算子 |
| 3.2.4 聚类有效性函数及适应函数 |
| 3.2.5 变长编码遗传模糊聚类算法 |
| 3.3 实验结果及分析 |
| 3.4 本章小结 |
| 4 加权模糊聚类算法 |
| 4.1 引言 |
| 4.2 基于目标函数的加权模糊聚类问题描述 |
| 4.3 一种基于目标函数的加权模糊聚类算法 |
| 4.3.1 相关定理 |
| 4.3.2 加权模糊聚类算法 |
| 4.4 一种基于双编码遗传算法的加权模糊聚类算法 |
| 4.4.1 双编码方案 |
| 4.4.2 适应函数 |
| 4.4.3 遗传算子 |
| 4.4.4 加权FCM算子 |
| 4.4.5 基于双编码遗传算法的加权模糊聚类算法描述 |
| 4.5 实验结果及分析 |
| 4.5.1 对人工数据集的实验结果及分析 |
| 4.5.2 对真实数据集的实验结果及分析 |
| 4.6 本章小结 |
| 5 模糊聚类在电力变压器故障诊断中的应用 |
| 5.1 引言 |
| 5.2 特征气体组分含量和组分比值的融合 |
| 5.2.1 特征气体的选取及规格化 |
| 5.2.2 特征气体比值的选取与处理 |
| 5.3 特征气体组分含量和组分比值的模糊聚类分析 |
| 5.4 实验结果及分析 |
| 5.5 本章小结 |
| 6 结论及展望 |
| 致谢 |
| 参考文献 |
| 在校学习期间发表的论文、专利、获奖等评价情况 |
四、紧致性在分析中的作用（论文参考文献）
- [1]紧致性在分析中的作用[J]. E.海維特,章廉. 数学通报, 1965(03)
- [2]点集拓扑学的创立[D]. 王昌. 西北大学, 2012(01)
- [3]基于网络演算的片上网络服务质量形式化分析建模[D]. 龙彦辰. 浙江大学, 2017(04)
- [4]基于模式识别的太赫兹光谱建模及应用研究[D]. 周胜灵. 西南大学, 2017(10)
- [5]模糊C均值聚类及其有效性检验与应用研究[D]. 周开乐. 合肥工业大学, 2014(07)
- [6]基于高分二号遥感数据的树种精细分类技术研究[D]. 刘金丽. 北京林业大学, 2019(04)
- [7]基于特征知识库的遥感信息提取技术研究[D]. 高伟. 中国地质大学, 2010(01)
- [8]乳腺肿瘤异质性区域影像特征与全基因组表达模式以及预后的关联性研究[D]. 刘斌. 杭州电子科技大学, 2019(01)
- [9]带二次补偿的两阶段随机规划的稳定性[D]. 张赛楠. 大连理工大学, 2019(06)
- [10]模糊聚类分析及其在电力变压器故障诊断中的应用研究[D]. 陈舵. 西安理工大学, 2008(04)