一、行列式的几种常用算法(论文文献综述)
张文强[1](2020)在《基于向量子空间投影的高光谱图像无监督波段选择技术研究》文中指出高光谱遥感图像通常包含上百个波段,其光谱分辨率可以达到纳米级别,为区分不同类型的地物提供了丰富的光谱信息,在环境监测、农业估产、城市监测以及军事目标识别等领域得到了广泛应用。然而,高维度的数据也为图像处理带来了一些挑战,如高时空间复杂度、数据冗余以及“Hughes”现象等,因此有必要对高光谱图像数据进行降维处理。在高光谱图像处理领域,波段选择(Band selection,BS)是一种常用的降维技术,它直接从原始特征集合中选取一个特征子集,能够保留原始特征的物理意义,已成为本领域的研究热点之一。在实际应用中,由于经常难以取得关于地物的先验知识,因此有必要研究无监督波段选择技术。本研究先后以最大化所选波段椭圆体积和对所选波段信息量和冗余度分别建模再综合评价的思想为理论依据,以向量子空间投影(vector subspace projection,VSP)等技术为具体实现手段,对波段间关系进行了深入的研究分析,提出了一系列有效的无监督波段选择方法。主要研究内容和创新点概括如下:(1)研究基于最大椭圆体积法(Maximum Ellipsoid Volume,MEV)的波段选择方法。MEV方法认为具有最大椭圆体积的波段子集是最优选择。以此为理论依据,通过将MEV准则与贪婪算法中的序列前向搜索(Sequential Forward Search,SFS)相结合,避免了传统MEV波段选择方法中穷举搜索带来的巨大计算负担,提出适用于高光谱图像波段选择的MEV-SFS算法。在此基础上,通过使用矩阵三角分解(Triangular Factorization,TF)技术,进一步改善MEV-SFS算法的计算效率,提出了一种等价快速实现——MEV-TF算法。MEV-TF算法具有更高的计算效率,可以在高光谱图像上进行快速波段选择。MEV是从几何角度进行设计的,但是它与向量子空间投影(VSP)存在密切联系,后续研究将以MEV作为波段选择的理论依据,在MEV-SFS算法基础上推导出基于向量子空间投影的等价算法,因此本部分内容是后续研究的基础。(2)研究基于正交投影的波段选择(Orthogonal-Projection-based band selection,OPBS)方法。以MEV为理论依据,从向量子空间投影(VSP)角度对MEV-SFS算法做进一步推导,可以挖掘出正交投影与MEV之间的内在联系,进而提出一种与MEV-SFS算法等价的基于向量子空间投影的波段选择方法,即OPBS算法。虽然OPBS算法仍然以MEV为理论依据,但是通过深入分析OPBS方法的工作过程,可以从理论上证明MEV-SFS和OPBS算法本质上是在每轮查找中试图选择具有最大信息和最小冗余的波段。以这个发现为基础,可以将OPBS算法进一步扩展为一种波段选择框架。对OPBS工作原理的解读,不仅解释了MEV类型波段选择算法的深层次工作机制,也为理解波段选择问题和设计新颖有效的波段选择方法提供了新视角。(3)研究基于代表性和冗余度度量的波段选择方法。对OPBS算法工作机制的解读表明,可以对波段信息量和冗余度分别建模然后组合起来对候选波段(或子集)进行综合评价。本部分内容完善和发展了这一基本思想,提出了基于代表性和冗余度度量的波段选择方法的设计框架,并利用向量子空间投影(VSP)等技术实现了若干具体算法。解决了目前已有波段选择方法所选波段信息不足或冗余较大、算法计算效率较低、对噪声波段敏感等问题。(4)研究基于向量子空间投影(VSP)的非线性波段选择方法。之前提出的基于正交投影的波段选择(OPBS)方法以及大部分基于代表性和冗余度度量的波段选择方法都是基于向量子空间投影(VSP)的线性波段选择方法。在这些方法的基础上,可以采用核技巧在向量子空间投影的过程中引入非线性,从而实现这些线性波段选择方法的非线性版本。这部分工作完善了基于正交投影的波段选择方法以及基于代表性和冗余度度量的波段选择方法的理论体系,提高了这些方法的理论价值并扩展了它们的应用场景。
刘哲铭[2](2020)在《基于热环境与节能的严寒地区城市住区空间形态优化研究 ——以哈尔滨为例》文中研究指明在全球气候变化和城市化进程加速推进的背景下,城市人居环境的恶化和能源紧缺问题已危及居民的工作生活与城市的建设发展。严寒地区幅员辽阔,加之恶劣的气候条件以及近年频发的极寒与高温天气对严寒地区城市提出了更加严峻的挑战。住区作为城市居民居住生活的聚居地,其空间形态直接影响到居民的生活质量以及住宅建筑的能耗水平。因此,亟待针对严寒地区城市住区空间形态的复杂性与气候的特殊性,开展改善住区热环境、降低建筑能耗的相关研究。本文旨在研究住区空间形态对室外热环境及建筑能耗的影响规律,并建立综合优化设计方法,以提升住区热环境与建筑节能综合性能为目标,寻求住区空间形态参数的最优化组合方式。本文通过卫星影像、图纸资料和现场测绘相结合的方式对哈尔滨市近20年建造的156个住区进行调研分析,掌握了住区空间形态现状与设计特点;基于对典型住区空间室外热环境的现场实测,通过对比不同季节气候条件下住区热环境特征及不同空间类型热环境差异,得出住区空间形态对热环境存在显著影响。针对冬夏两季气候特征从热环境质量与建筑节能的角度构建能够平衡冬季气候和夏季气候的住区空间形态优化设计模型。以此为导向,对住区空间形态参数与热环境评价指标及建筑采暖制冷能耗的量化关系展开深入研究。首先,选取风速、空气温度及热舒适指标(生理等效温度、通用热气候指数)作为热环境评价指标,针对住区空间形态参数与热环境评价指标的量化关系展开研究。基于156个住区案例空间形态的实际情况,运用ENVI-met软件进行建模及冬夏典型计算日的室外热环境模拟计算。基于热环境模拟结果,通过统计分析方法,确定了冬夏两季住区空间形态参数对热环境评价指标的敏感性,揭示了建筑群体平面组合形式对热环境评价指标影响的差异性;基于敏感性分析结果,通过曲线估计方法判定热环境评价指标与对其具有显著影响的空间形态参数的曲线关系,并利用逐步回归分析建立基于住区空间形态参数的热环境评价指标预测模型。其次,针对住区空间形态参数与建筑能耗的量化关系展开研究。将住区热环境模拟结果作为能耗计算的气象边界条件,运用Design Builder软件对156个住区案例典型计算日的建筑采暖能耗与制冷能耗进行模拟计算。基于能耗模拟结果,运用统计分析方法,确定了住区空间形态参数对建筑采暖能耗与制冷能耗的敏感性,揭示了建筑群体平面组合形式对建筑采暖与制冷能耗影响的差异性;基于敏感性分析结果,运用曲线估计方法判定空间形态参数与能耗的曲线关系,并利用逐步回归分析建立了住区单位建筑面积采暖能耗与制冷能耗的预测模型。最后,采用多目标粒子群优化算法,基于冬季住区热环境质量、夏季住区热环境质量、冬季住区建筑采暖能耗、夏季住区建筑制冷能耗所占权重,构建了综合衡量其表现性能的住区空间形态优化设计模型,并运用Matlab软件实现程序编制及优化运算,得出以住区热环境与建筑节能综合性能最优为目标的空间形态参数组合,为严寒地区城市住区综合性能提升及空间形态优化设计提供参考。论文的创新性成果如下:(1)揭示了严寒地区城市住区空间形态参数对冬夏两季室外热环境的敏感性,并建立了其相互间的量化关系;(2)揭示了严寒地区城市住区空间形态参数对建筑采暖、制冷能耗的敏感性,并建立了其相互间的量化关系;(3)构建了以住区热环境与建筑节能综合性能优化为目标的住区空间形态设计模型。本研究能够为设计人员开展严寒地区城市住区热环境与建筑节能综合性能优化设计提供指导,对于改善严寒地区城市人居环境,减少能源消耗,指导城市住区规划、建筑设计向科学化、精细化发展具有重要价值和科学意义。
李研研[3](2020)在《Diffeomorphic图像配准模型和快速算法研究》文中提出图像配准在目标追踪、地质勘查、病变检测、血管造影等工业和医疗领域有着广泛的应用,根据应用场景可将其分为刚性配准和非刚性配准.刚性配准是在参考图像和浮动图像之间寻求一种全局变换(如旋转、平移和缩放等)的配准,这类配准在底层图像处理方面应用广泛,但往往在医学影像、运动追踪等方面有一定的局限性;而非刚性配准可以更准确地实现图像之间的局部变形,根据引入的正则项可将其分为弹性模型、粘性流体模型、光流场模型、扩散模型和曲率模型等,这一系列模型所获得的形变场具有很好的几何光滑性,但没有对逆变换作进一步的刻画.最近随着配准技术的发展和广泛应用,对两幅图像之间形变场的几何性质有了等更高的要求,比如:保拓扑、保面积或保体积、拟共性等,因此寻求微分同胚形变场的非刚性配准模型逐渐成为了图像配准领域的热点与难点问题.本文考虑非刚性微分同胚的(Diffeomorphic)配准模型的建立,重点围绕其算法的推导、快速算法的设计和数值对比实验等开展研究,主要工作和创新成果如下:1.基于扩散配准模型和微分同胚存在理论,本文提出了一个新的非刚性微分同胚的配准模型,并基于增广拉格朗日乘子法(ALMM)方法设计了一种求解该模型的快速配准算法(简记为D-ALMM),通过数值实验表明本文设计的DALMM算法比几种常用的配准算法具有更好的收敛速度、配准精度,且变形场保持微分同胚等实用性.2.针对上述提出的非刚性微分同胚的配准模型,进一步引入等式约束对优化变量进行分裂,并分别结合乘子交替方向法(ADMM)和邻近点(PPA)优化方法设计了快速配准算法(分别简记为D-ADMM和D-PPA);实验结果表明所设计的两种配准算法对大变形与小变形配准问题都有较好的配准效果,形变场也保持微分同胚性,且所设计的D-PPA算法配准性能最优.
司秉卉[4](2019)在《建筑节能优化设计中优化算法的效能研究》文中进行了进一步梳理近年来,性能化的建筑设计及其优化方法逐渐成为国内外关注的研究热点,在推动绿色、低碳、节能的建筑设计方面发挥了重要作用。能耗是建筑性能中最重要、最常见、最受关注的一种,因此,建筑节能优化设计成为性能化的建筑设计及其优化方法这一研究领域的主要研究方向。优化算法是建筑节能优化设计的重要组成部分,对其效果和效率有决定性的影响,它对于建筑节能优化设计的作用就好比航空发动机对于飞机的作用一样,是成败的关键。然而,当前对建筑节能优化设计中优化算法的研究非常不足,理论上对算法何时有效、何时失效、为何失效缺乏科学认知,应用上缺少面对不同的建筑节能优化设计问题时如何选择适宜算法的指导原则,导致设计实践中容易出现效率低下、无法获得最优设计方案等困难。本文通过建筑学、计算机科学、数学等学科的交叉,系统地开展了建筑节能优化设计中优化算法的效能研究,论文的主要内容如下:(1)基于通用优化理论,采用多参数的视角,分析了建筑节能优化设计问题的基本属性,提出了两种确定优化问题属性的方法。(2)提出了建筑节能优化设计中评价优化算法效能的指标体系,对每个评价指标给出了数学定义和定量计算方法。(3)揭示了建筑节能优化设计中优化算法的失效性,分析了优化算法失效的典型情况和可能导致算法失效的原因。(4)针对常用的几种优化算法,使用提出的效能评价指标对它们在解决不同属性的建筑节能优化设计问题时的效能进行了评价;针对不同的建筑节能优化设计变量和优化设计目标,根据它们对应的目标函数的属性,给出了适宜的优化算法和应该避免使用的优化算法建议。(5)提出了一种针对特定的建筑节能优化设计问题确定优化算法最佳参数设置的方法;针对不同的建筑节能优化设计问题,使用该方法确定了三种常见优化算法的最佳参数设置,同时给出了在建筑节能优化设计中合理设置算法参数的建议。(6)以南京牛首山风景区东入口游客服务中心为案例,进行了建筑节能优化设计方法的应用,分别使用推荐的适宜优化算法和建议避免的优化算法以比较它们的效能。结果证明,推荐使用的适宜优化算法的表现显著好于建议避免的优化算法,能更好地解决实际工程设计中的建筑节能优化设计问题。
汪洲[5](2019)在《改进的JPEG图像二维DCT编解码技术研究》文中认为JPEG是网络中最常见的图像存储格式,因其高压缩比而被广泛应用于互联网中,其标准的核心为DCT算法,将图像分块为不重叠的8×8模块进行单独处理,因此会在模块边界产生伪影即块效应。改进的离散余弦变换(MDCT)在信号处理领域起着重要作用,相比于DCT算法,MDCT虽然算法复杂度更高,但由于其重叠变换的性质,在信号处理领域能获得更好的效果。为了解决JPEG图像的边界效应,本文采用二维MDCT算法替代JPEG标准中的DCT算法,并在此基础上改进JPEG的压缩编码过程。主要研究内容如下:(1)分析JPEG图像压缩标准及其流程,剖析其核心的量化与熵编码过程。对JPEG标准的图像压缩过程进行详细分解,对其霍夫曼编码步骤进行实验性测试说明,同时用实验来测试JPEG标准的压缩性能,讨论JPEG标准的局限性。(2)分析DCT算法和MDCT算法的特点,提出新的MDCT快速算法。由于MDCT算法与DCT算法不同的重叠性质,使得其计算复杂度更高并且软硬件的实现更困难,因此提出了两种MDCT快速算法以减少计算复杂度并提高软硬件实现可能性,即基于2×2的MDCT快速算法和MDCT转换为DCT-Ⅱ的间接算法,并对两种算法与传统DCT行列式算法进行复杂度的对比,对比结果:两种改进的MDCT快速算法复杂度均低于传统的行列式算法,并且MDCT转换为DCT-Ⅱ的间接算法复杂度是最低的。(3)MDCT算法由于重叠的性质其输出只有输入的1/4大小,因此改进JPEG标准的量化过程并设计新的量化表,提出改进的JPEG图像压缩、重构方法。通过矩阵运算进行理论分析,采用两类实验测试重构方法与效果:一类是选取不同分辨率的灰度图像分别使用DCT和MDCT算法进行JPEG标准下的图像压缩重构实验,对压缩重构的图像峰值信噪比和程序运行时间进行对比;其二是使用不同类型的灰度与彩色图像分别进行两种压缩重建实验比较压缩重构效果。两种实验结果表明:随着图像分辨率的提升,MDCT代替DCT算法带来的时间成本提升在增大但峰值信噪比提升变化不大;图像内容越复杂、细节越多,无论彩色或者灰度图像,使用MDCT算法代替DCT算法带来的峰值信噪比提升更高。本文通过对JPEG标准的分析得知DCT算法带来的块效应成为了JPEG发展的限制,而采用MDCT算法代替DCT算法需要对标准中量化、图像重建过程做出相应改进,同时必须使用快速算法代替行列式算法以降低时间成本,对改进的标准进行理论分析并用实验验证。结果表明:MDCT算法替代JPEG标准中的DCT算法后,图像的分辨率越高,算法的时间成本提升越高,但压缩重建图像的峰值信噪比提升幅度基本不变;图像内容越复杂、细节越多的图像得到的压缩重建效果提升更高。
孙璐[6](2012)在《基于栅格法的三维六面体网格自适应生成算法及优化技术研究》文中研究表明有限元法是计算科学和工程问题的通用数值分析方法,是计算机辅助设计的重要组成部分,其基本思想是离散化和分片插值,即用网格单元来描述所分析物体的空间。采用有限元法可以模拟各种复杂的材料结构、荷载关系和边界条件,因此,该方法广泛地应用于金属成形、机械、建筑、岩土工程、流体力学、生物医学工程、快速成形与制造、计算机图形学等领域。对于三维问题,通常采用四面体、六面体或二者混合网格。三维六面体网格由于在计算精度、生成网格数量、单元抗畸变程度和再划分次数等方面比四面体网格具有明显的优势,近几年来得到了广泛的应用。但由于六面体网格自适应生成技术自身的复杂性,仍然有很多问题未能得到解决。研究任意三维空间内六面体网格的自动生成算法,建立可靠高效的三维模型离散软件平台,具有重要的理论意义和工程应用价值。在各种常用的三维六面体网格自动生成方法中,基于栅格法具有高度的自动化,易于网格局部加密,比较适合六面体网格的自动生成。所以,本文以基于栅格法作为六面体网格自动生成的基本算法,根据基于栅格法的研究现状、存在问题以及发展方向,开展三维六面体网格自适应生成算法的深入研究,以增强基于栅格法的稳定性、可靠性和强壮性。本文研究了基于实体模型STL文件的几何特征识别关键技术;建立了一套较完善的加密模板;提出了基于实体模型几何特征建立加密信息场的基本判据;研究了基于栅格法的边界拟合技术,提出了优先点和相对位置关系相结合的边界拟合方法;深入研究了网格单元的质量优化技术,包括拓扑优化技术和节点平滑技术;建立了相对完善的局部加密技术和自主控制的多次加密技术。本文采用由CAD造型软件生成的STL文件来反映三维实体模型的表面几何信息,建立了具有拓扑关系的STL数据文件,避免了冗余数据的重复出现,提高了计算效率;建立了基于STL三角面片曲率变化的几何特征识别的关键技术,给出了特征边、特征点、子表面、边界边的识别方法以及特征边和边界边的凹凸属性和曲直属性的判断方法,并给出了特征点属性的识别方法;为了实现加密区域和非加密区域网格单元的协调过渡,本文在Ito模板的基础上建立了一套较为完善的六面体网格加密模板,改进了两个拐角模板(相邻面和相邻边加密模板),提高了子单元的质量和尺寸均匀性,增加了孤立点加密模板,针对实体模型上固有的孤立点和局部加密中选择的孤立点进行加密。拐角模板和孤立点模板的加入避免了加密信息场的蔓延,实现了网格加密区域的可控制性。根据实体模型的表面曲率特征、局部厚度特征和小特征等,建立了基于实体模型表面几何特征的自适应加密判据。为了同时考虑到实体模型的曲率变化和STL三角面片密度分布的影响,提出了相对曲率的概念,根据相对曲率建立了加密源点信息场和加密单元信息场,并通过实例证明了相对曲率判据可以获得更合理的网格密度分布和更好的加密效果;根据实体模型小厚度区域网格单元的属性特点和分布规律,提出了新的基于实体模型局部厚度的网格加密判据,并提出了部分骑边单元的补充加密判据,实现了加密区域的准确判断和合理识别。深入研究了基于栅格法六面体网格自动生成的边界拟合技术,尤其是相对位置关系法的基本算法和关键技术,把优先点引入到相对位置关系法中,提出了一种优先点与相对位置关系相结合的边界拟合方法。总结归纳并给出了边界拟合的几何要求和拓扑连接要求;建立了八种网格表面自由四边形面片类型和五种补充面片类型,并给出了相应的拟合规则;提出了优先点的识别方法,包括边界拟合前第一、二级优先点和部分第三级优先点的识别方法以及边界拟合过程中优先点的逐级更新方法;建立了优先点与相对位置关系结合方法的基本算法和实现步骤;提出了一种基于几何拓扑关系和优先点的特征点拟合方法;提出了针对少数不合理拟合节点的修正方法和特殊子表面的处理方法,实现了特征边的有效拟合;针对凹曲边的拟合问题,提出了一种对不合理退化单元的表面节点进行拟合属性调整的方法,将同一条凹曲边上退化面片的指向调整为一致,有效解决了凹曲边的拟合与优化问题。实例证明本文提出的优先点与相对位置关系相结合的边界拟合方法以及凹曲边问题的处理方法能够实现网格模型表面与所分析实体模型表面的精确拟合,而且能够使网格边界单元和拟合节点的几何条件与拓扑连接关系符合边界拟合的基本要求,从而显著提高了所生成网格的精度。网格的质量直接影响数值分析的精度和效率,为了提高网格的质量,本文对三维六面体网格的质量优化技术进行了深入研究。建立了六面体单元最小雅可比矩阵行列式值的网格质量评价准则,将六面体网格的质量进行量化,使网格质量的检测更加简便和精确。研究了从内向外栅格法所生成的六面体网格边界单元之间的拓扑连接关系,分析了边界网格几何形状和拓扑连接问题出现的原因和拓扑优化的必要性。提出了插入新单元技术、单元退化技术和插入与退化相结合的技术,显著改善了表面网格边界单元之间的拓扑连接关系。在现有拓扑优化模式的基础上,提出了五种新的插入模式、四种新的退化模式和三种新的插入和退化相结合的混合模式,并用图表的形式对采用的十一种插入模式、七种退化模式和六种混合模式进行了归纳总结,给出了每个模式的几何特点、类型以及应用时单元数量的变化情况。建立了各种模式尤其是混合模式的协调应用规则以及相容性问题的处理方法。研究了拉普拉斯平滑技术,针对传统的拉普拉斯平滑算法往往引起实体模型体积变化的问题,提出了相应的改进方法。采用基于曲率拉普拉斯平滑算法对边界拟合点进行平滑,控制了边界拟合点相对于实体模型边界的偏离;提出了一种基于映射的拉普拉斯平滑算法对一般表面节点进行平滑,解决了传统的拉普拉斯平滑算法容易出现的几何形状失真和体积误差问题;提出了一种基于节点和面积相结合的拉普拉斯平滑方法对内部节点进行平滑,以保证内部节点和表面节点平滑的步调一致,从而提高了表面单元的质量。对网格局部加密技术进行了深入研究,包括针对节点、单元、单元面、单元边、网格边界边、网格表面和局部区域等的加密。总结了各种局部加密技术应用的原因和必要性;对于节点加密技术,给出了孤立点的判断依据和加密方法;对于网格边界边和网格表面的局部加密,需要首先识别出网格的边界边和网格表面,为此,本文给出了识别网格边界边和网格表面的基本方法和详细步骤;提出了多次加密技术,对实体网格的加密次数进行自主控制,使最终网格能够更精确地描述实体模型的几何特征和物理特征,进一步提高了有限元分析的精度。在对上述基于栅格法六面体网格自动生成算法和关键技术的研究基础上,对本课题组前期开发的三维六面体网格自动生成软件AUTOMESH-3D进行了改进和完善,进一步提高了其可靠性、稳定性和通用性,为科学与工程问题的研究提供了建立三维六面体网格模型的通用平台。介绍了该软件的模块结构及功能特点,并通过大量的六面体网格自动生成实例验证了所开发软件的精度和可靠性。
孙立剑[7](2018)在《基于高斯过程的复杂光学曲面重建和多传感器数据融合方法研究》文中研究说明超精密加工技术的高速发展,促使具有多几何特征的复杂光学曲面越来越广泛地应用于光电产品、生物医学等领域来实现产品的小型化和功能的多样化。为了保证这些新型曲面质量的可靠性,需要精密曲面测量技术对这类复杂曲面进行各个尺度几何特征的测量,综合评定其加工精度。在过去的几十年里测量仪器已经有了很大的发展,多传感器测量设备越来越多地应用于多特征复杂曲面的测量,但大部分只是简单地将多种传感器整合到同一平台,未能系统性地研究包括复杂曲面重建模型、测量规划、多传感器数据匹配与融合等在内的基础理论,导致传感器之间的协同性和互补性较差,未能真正意义上展现出多传感器测量技术的优势。与此同时,曲面测量数据一般符合高斯分布或近似高斯分布,具有统计学特性,但是大多数方法未考虑到曲面模型和数据分布之间的关系,也忽略了数据之间的相关性。而高斯过程作为一种基于贝叶斯核方法的模型,具有优良的自适应能力和非线性处理能力,既能处理高斯分布数据,也能处理一些非高斯分布的数据集,充分利用了数据的分布和数据之间的相关性信息,同时还能提供预测均值和不确定度,适应于曲面测量数据的处理。因此,本文从曲面模型的研究出发,提出了基于高斯过程的复杂曲面重建与多传感器数据融合方法,通过构建曲面几何特征与核函数性质之间的对应关系,实现曲面形态特征的统计学表征,自适应采样和多传感器数据融合,提高复杂曲面测量效率的同时保证测量精度。本文的主要工作及成果归纳如下:一、提出了基于复合核函数理论的复杂曲面重建方法。该方法不仅充分考虑到数据的分布性和数据之间的相关性,还将曲面几何特征和核函数本身的性质结合起来,将曲面先验知识融合到核函数的选择中,从而可以利用相同的点达到更好的曲面重建精度要求。同时,该方法还能解决测量数据中存在的噪声问题,能够输出预测值和对应的不确定度。二、针对接触式测量头对复杂曲面测量效率低下的问题,提出了基于特定核函数高斯过程的自适应曲面采样方法。该方法将高斯过程作为数学模型来近似代替所测量的曲面,通过设置不同的复合核函数来学习各种不同几何形貌特征,并将曲面重建误差和曲面重建不确定度的组合作为自适应采样的评判标准,通过在线确定采样点的方式实施曲面采样,模型的自优化算法可以用较少的点达到曲面重建精度的要求。三、提出了基于特定核函数的高斯过程的多传感器数据融合方法。为了提升复杂曲面的测量效率和测量精度,引入了多传感器测量系统。对于来自同一测量曲面的不同传感器测量得到的数据,如果两种传感器经过标定之后没有明显的系统性偏差时,利用异方差高斯过程进行数据融合减小曲面重建模型的不确定度;当其中一个传感器有明显的难以补偿的系统性误差时,利用相依高斯过程融合方法处理系统性偏差和噪声的影响,获取高精度和低不确定度的融合结果;当数据量较大或匹配误差较大时,采用加权最小二乘和高斯过程的混合数据融合算法以减小匹配误差并提高计算效率。四、设计光学磨床多传感器在位测量系统并进行加工件的检测实验。根据多传感器测量系统的协作性和互补性要求,将接触式传感器和非接触式测量传感器联合使用,并对传感器进行标定。为了提高在位测量设备的精度,对机床关键部位的结构进行了优化,并对机床的几何误差进行了标定。当从传感器获得测量数据之后,通过标定模型对这些数据进行补偿,最后将基于高斯过程的算法集成到在位检测系统中,并对实际加工的复杂曲面进行采样、融合和重建,在保证精度的同时提升了检测效率。综上所述,基于高斯过程学习的曲面重建、采样和数据融合方法,充分利用了数据的分布性和数据之间的相关性信息,克服了传统方法主要易受测量曲面的影响以及无法对多几何特征曲面有很好的表征性能。随着计算机水平的不断提升和人工智能的不断发展,这类基于概率统计模型的机器学习方法将会在多几何特征复杂曲面的测量领域产生较大的突破并促进下一代先进光学曲面在多个领域的进一步发展和应用。
虞涛[8](2019)在《基于低秩稀疏分解的遮挡人脸识别研究》文中研究表明人脸识别包括人脸图像采集获取、人脸检测、图像预处理和分类器设计等基本步骤,是当前生物特征识别应用最广泛的技术之一。近些年来,随着计算机、物联网和传感技术的飞速发展,非遮挡人脸识别技术已经取得了重大的进步,然而在遮挡情况下,采集的人脸图像与原图像相比,失去了原有的人脸本征特征,导致现有算法的识别率急剧下降。因此,针对遮挡干扰问题,本文主要对遮挡人脸图像进行低秩稀疏分解研究与学习,探讨如何从遮挡人脸图像中提取出表示人脸本征特征的低秩结构,从而提高人脸识别的准确率,具体工作内容如下:(1)针对传统鲁棒主成分分析算法(Robust Principal Component Analysis,RPCA)获取人脸本征特征不准确的缺点,本文提出基于迭代加权低秩分解(Iterative Weighted Low Rank Decomposition,IWLRD)的遮挡人脸识别算法。首先,利用权值函数对稀疏干扰矩阵进行加权约束,遮挡部分权值较大,无遮挡部分权值较小,从而准确提取各类训练样本中包含的遮挡和噪声干扰因素;然后,针对测试样本和训练样本遮挡情况有差异的问题,再利用迭代加权低秩分解算法提取测试样本中遮挡区域所掩盖的训练样本的信息;最后,受扩展SRC(Extended SRC,ESRC)分类器的启发,将每类训练样本的人脸低秩特征矩阵、遮挡矩阵、噪声矩阵和测试样本的遮挡向量构造新的联合字典,对测试样本进行线性稀疏表示,利用残差进行分类判别。在AR库和Extended Yale B库上进行实验仿真,实验结果表明,相比ESRC、LRSRC等现有算法,本文提出的迭代加权低秩分解算法具有较好的遮挡鲁棒性,人脸识别的准确率有明显提升。(2)传统鲁棒主成分分析算法中采用核范数代替秩函数进行低秩稀疏分解,然而,核范数受奇异值数值影响较大,导致优化结果有偏差。鉴于此,本文提出基于对数行列式函数的迭代加权低秩分解算法(Iterative Weighted Low Rank Decomposition based on Logarithmic Determinant,IWLRDLD)。首先,采用对数行列式函数代替核范数进行低秩稀疏分解,得到人脸低秩特征矩阵和稀疏干扰矩阵;然后,再利用迭代加权低秩分解算法(Iterative Weighted Low Rank Decomposition,IWLRD)提取人脸遮挡矩阵;最后将每类训练样本的人脸低秩特征矩阵、遮挡矩阵、噪声矩阵和测试样本的遮挡向量构造新的联合字典,将测试样本表示为新的联合字典的稀疏线性组合,利用稀疏逼近计算残差,通过得到的系数进行分类判别。实验结果表明,基于对数行列式的迭代加权低秩分解算法在AR库和Extended Yale B库上的识别率进一步得到提升。同时,针对该算法中对大规模矩阵进行奇异值分解导致时间复杂度较高的问题,本文又提出了基于对数行列式函数的快速迭代加权低秩分解算法(Fast Iterative Weighted Low Rank Decomposition based on Logarithmic Determinant,FIWLRDLD),把矩阵的三分解思想引入到对数行列式函数中,从而可以避免求解大规模矩阵的奇异值分解问题,有效地降低该算法的时间复杂度。
孟月芸[9](2019)在《基于流式的网络异常流量检测方法的研究》文中提出网络安全攻击发展的趋势不再是直接进入系统并对其造成损害,而是越来越多的使用间接攻击对网络流量产生负面影响。这种通过网络流量间接攻击造成的损害十分严重,攻击带宽的消耗会影响整个网络性能。网络流量的异常检测可以监控网络故障,并对恶意的攻击进行报警。另外,随着大数据时代的到来,网络流量也成为典型的海量数据之一。数据量的不断增加,使人工检测变得难以为继。传统的网络异常流量的检测存在许多局限性。虽然人类不能手动检查这些庞大的数据流,但是机器可以。为了提供对动态数据源的响应分析,本文提出机器可以采用基于流式的数据分析方法,过滤、显示和汇总数据,在数据到达用户之前对数据进行筛选。为了分析检测网络流量中的异常,本文结合数据挖掘和统计学的方法,设计了一种基于流式的网络异常流量检测系统,针对DDoS攻击、扫描攻击以及僵尸网络进行异常检测,并对其准确性、灵活性及效率进行研究。论文的主要工作如下:(1)本文设计并实现了一种流式的网络流量数据异常检测系统,将异常检测和数据分析相结合,提供数据自动分类的分类器以及向用户解释数据特征的分析过程。(2)为了在流环境中构建数据分类器,本文首先利用分布估计对数据的分布进行统计,之后设计分类器,识别网络流量数据中的异常流量,最后提出一种基于衰减的流式数据抽样的方法来实现流式网络流量自动分类的目的。(3)为了在流环境中实现检测结果分析过程,本文首先利用风险比量化了属于特定属性组合的流量数据点成为异常值的可能性,其次采用频繁项集挖掘的方法搜索具有足够条件的属性组合进行分析,最后提出一种基于hash表的流式计数器的方法动态处理流式数据。(4)在实验结果分析中,检测一系列真实攻击数据集,达到每秒查询2M以上的数据点的速度,验证了本系统的有效性。评估系统的性能,验证了系统的可扩展性。
张怡铭[10](2019)在《基于语义相关性的图像可变长度标注及评价方法研究》文中进行了进一步梳理图像标注作为图像分析与理解的重要组成部分,已广泛应用到图像检索、图像描述、视觉问答等众多领域。图像标注是利用机器学习模型给图像分配反映图像核心内容的标签。现有的图像标注过程主要包括特征提取及表示,模型训练和测试。模型在测试阶段通常使用固定长度的标签标注每一幅图像,而标签长度应取决于图像内容的复杂度。现有的图像标注评价指标侧重于标签的绝对正误,尽管有效地衡量正确标签的个数,但忽视了标签的全局相关性。因此本文从图像标注方法及评价指标展开深入研究,其主要工作如下:(1)提出了一种自适应标签长度的图像标注方法。首先,该方法提取图像的高层语义特征,根据语义特征预测图像的标签长度,预测的标签数量与实际标注任务更加一致;其次,利用相似图像和相关标签构建丰富的候选标签集合;最后,利用标签间的语义关系和采样算法从候选标签中选择具有代表性的标签,从而去除冗余标签。在常用的多标签图像标注数据集上,该方法与几种代表性的图像标注方法进行对比。实验结果验证了该方法可以预测更多正确的标签。(2)提出了一种基于语义树的图像标注评价方法,动态地评估标签的正确性及相关性。该评价方法根据标签的层级和同义关系,为相互关联的标签构造语义树;并且定义同一语义树下标签间的距离来衡量全局相关性。在此基础上,该评价方法将树状结构表示的标签关系融入准确率、召回率及F1值中,从宏观和微观的角度衡量标注模型的性能。在常用的多标签图像标注数据集上,该评价方法评估了几种代表性的图像标注模型。实验结果表明该评价方法能敏锐地捕捉预测标签与真值标签的语义关系,有效地评估模型性能。
二、行列式的几种常用算法(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、行列式的几种常用算法(论文提纲范文)
(1)基于向量子空间投影的高光谱图像无监督波段选择技术研究(论文提纲范文)
摘要 |
Abstract |
缩略词对照表 |
1 绪论 |
1.1 背景及意义 |
1.2 国内外研究现状 |
1.2.1 无监督高光谱图像波段选择方法研究现状 |
1.2.2 向量子空间投影理论在高光谱图像处理中的应用 |
1.3 本文的主要研究内容及章节安排 |
1.3.1 本文的主要研究内容 |
1.3.2 本文的章节安排 |
2 高光谱图像降维技术相关理论分析 |
2.1 引言 |
2.2 降维的意义 |
2.3 特征提取方法 |
2.3.1 主成分分析 |
2.3.2 局部线性嵌入 |
2.4 特征选择方法 |
2.4.1 特征选择的实现过程 |
2.4.2 特征选择的种类 |
2.4.3 子集搜索策略 |
2.5 特征选择的效果评价 |
2.5.1 支持向量机 |
2.5.2 k近邻分类器 |
2.6 本章小结 |
3 基于最大椭圆体积的高光谱图像波段选择方法 |
3.1 引言 |
3.2 最大椭圆体积法基本原理 |
3.3 基于序列前向搜索的最大椭圆体积波段选择算法 |
3.4 基于三角分解的最大椭圆体积波段选择 |
3.4.1 矩阵三角分解理论 |
3.4.2 基于三角分解的最大椭圆体积波段选择算法 |
3.5 实验结果与分析 |
3.5.1 对比算法与实验设置 |
3.5.2 分类性能比较 |
3.5.3 算法时间复杂度对比 |
3.5.4 所选波段冗余度对比 |
3.6 本章小结 |
4 基于正交投影的高光谱图像波段选择方法 |
4.1 引言 |
4.2 向量子空间投影基本理论 |
4.3 基于正交投影的快速波段选择 |
4.3.1 正交投影与椭圆体积之间的关系 |
4.3.2 正交投影算子的递推公式 |
4.3.3 基于正交投影的波段选择算法 |
4.3.4 对正交投影波段选择算法的理解与拓展 |
4.3.5 所选波段正交投影的衰减 |
4.4 实验结果与分析 |
4.4.1 对比算法与实验设置 |
4.4.2 分类性能比较 |
4.4.3 算法时间复杂度对比 |
4.4.4 所选波段冗余度对比 |
4.4.5 自适应确定所需选择波段数量的实验验证 |
4.5 本章小结 |
5 基于代表性和冗余度度量的波段选择方法 |
5.1 引言 |
5.2 代表性和冗余度 |
5.3 基于代表性和冗余度度量的逐点式波段选择 |
5.3.1 基本思想 |
5.3.2 实现一:基于波段间相关性分析的波段选择算法 |
5.3.3 实现二:基于多目标优化和序列前向搜索的波段选择算法 |
5.4 基于代表性和冗余度度量的分组式波段选择 |
5.4.1 基本思想 |
5.4.2 基于多目标优化和免疫克隆选择的波段选择算法 |
5.5 实验结果和分析 |
5.5.1 对比算法与实验设置 |
5.5.2 分类性能比较 |
5.5.3 算法时间复杂度对比 |
5.5.4 所选波段冗余度对比 |
5.5.5 噪声波段鲁棒性测试 |
5.6 本章小结 |
6 基于向量子空间投影的非线性高光谱图像波段选择方法 |
6.1 引言 |
6.2 核技巧与核函数 |
6.3 基于正交投影的非线性波段选择算法 |
6.4 基于多目标优化和序列前向搜索的非线性波段选择算法 |
6.5 基于多目标优化和免疫克隆选择的非线性波段选择算法 |
6.6 实验结果和分析 |
6.6.1 对比算法与实验设置 |
6.6.2 分类性能比较 |
6.6.3 算法时间复杂度对比 |
6.6.4 所选波段冗余度对比 |
6.6.5 噪声波段鲁棒性测试 |
6.7 本章小结 |
7 结论与展望 |
7.1 研究内容总结 |
7.2 未来研究展望 |
参考文献 |
攻读博士学位期间取得科研成果 |
致谢 |
(2)基于热环境与节能的严寒地区城市住区空间形态优化研究 ——以哈尔滨为例(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题来源及研究背景 |
1.1.1 课题来源 |
1.1.2 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外相关研究现状 |
1.3.1 国外相关研究现状 |
1.3.2 国内相关研究现状 |
1.3.3 相关研究局限 |
1.4 研究范畴界定 |
1.5 研究内容与方法 |
1.5.1 研究内容 |
1.5.2 研究方法 |
1.5.3 技术路线 |
第2章 基础数据采集与分析 |
2.1 严寒地区气候特征 |
2.1.1 气温与湿度 |
2.1.2 太阳辐射 |
2.1.3 风速风向 |
2.2 住区空间形态调查分析 |
2.2.1 研究样本选取 |
2.2.2 住区场地整体控制要素 |
2.2.3 建筑群体平面控制要素 |
2.2.4 建筑群体竖向控制要素 |
2.3 住区热环境实测分析 |
2.3.1 现场实测地点及时间 |
2.3.2 现场实测内容及方法 |
2.3.3 热环境测试结果分析 |
2.4 本章小结 |
第3章 城市住区空间形态对室外热环境的影响研究 |
3.1 住区热环境模拟计算方法 |
3.1.1 模拟软件选择及介绍 |
3.1.2 模拟软件可靠性验证 |
3.1.3 典型计算日选取 |
3.1.4 模拟参数的设置 |
3.1.5 模拟分析的内容 |
3.2 风速与住区空间形态参数的量化关系 |
3.2.1 室外风环境评价方法的确定 |
3.2.2 住区空间形态参数对风速比的敏感性分析 |
3.2.3 建筑群体平面组合形式与风速比的量化关系 |
3.2.4 基于住区空间形态参数的风速比预测模型 |
3.3 空气温度与住区空间形态参数的量化关系 |
3.3.1 住区空间形态参数对空气温度的敏感性分析 |
3.3.2 建筑群体平面组合形式与空气温度的量化关系 |
3.3.3 基于住区空间形态参数的空气温度预测模型 |
3.4 热舒适指标与住区空间形态参数的量化关系 |
3.4.1 室外热舒适指标的确定 |
3.4.2 住区空间形态参数对热舒适指标的敏感性分析 |
3.4.3 建筑群体平面组合形式与热舒适指标的量化关系 |
3.4.4 基于住区空间形态参数的热舒适指标预测模型 |
3.5 本章小结 |
第4章 城市住区空间形态对建筑能耗的影响研究 |
4.1 建筑能耗模拟计算方法 |
4.1.1 模拟软件的选择及可靠性 |
4.1.2 基于室外热环境的耦合模拟方法 |
4.1.3 模拟参数设置 |
4.2 采暖能耗与住区空间形态参数的量化关系 |
4.2.1 住区空间形态参数对采暖能耗的敏感性分析 |
4.2.2 建筑群体平面组合形式与采暖能耗的量化关系 |
4.2.3 基于住区空间形态参数的采暖能耗预测模型 |
4.3 制冷能耗与住区空间形态参数的量化关系 |
4.3.1 住区空间形态参数对制冷能耗的敏感性分析 |
4.3.2 建筑群体平面组合形式与制冷能耗的量化关系 |
4.3.3 基于住区空间形态参数的制冷能耗预测模型 |
4.4 本章小结 |
第5章 基于热环境与节能的城市住区空间形态优化设计模型 |
5.1 住区空间形态优化目标与方法 |
5.1.1 综合优化目标及权重 |
5.1.2 综合优化的可行性 |
5.1.3 综合优化算法选择 |
5.2 住区空间形态优化设计模型构建 |
5.2.1 优化模型构建流程 |
5.2.2 计算变量阈值确定 |
5.2.3 优化算法参数设置 |
5.2.4 综合优化适应度函数建立 |
5.2.5 优化计算约束条件 |
5.3 住区空间形态优化设计模型应用 |
5.3.1 优化计算程序编制 |
5.3.2 优化计算结果解析 |
5.4 本章小结 |
结论 |
参考文献 |
附录1 研究样本空间布局示意图 |
附录2 气象数据文件处理方法 |
附录3 多目标粒子群优化算法代码 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(3)Diffeomorphic图像配准模型和快速算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 图像配准的研究背景及意义 |
1.2 图像配准的研究现状 |
1.2.1 相似性测度 |
1.2.2 非刚性配准的形变模型 |
1.2.3 Diffeomorphic图像配准 |
1.3 本文主要研究内容与结构安排 |
第二章 预备知识 |
2.1 微分同胚映射的存在性及其解法 |
2.2 几种常用配准算法 |
2.2.1 H.Y.Hsiao算法 |
2.2.2 Active Demons算法 |
2.2.3 FAIR-Curv算法 |
2.3 本文涉及的优化方法 |
2.4 数值离散化 |
第三章 一类微分同胚的配准模型及快速ALMM算法 |
3.1 微分同胚的配准模型及其算法 |
3.1.1 微分同胚的配准模型 |
3.1.2 基于ALMM的微分同胚配准算法推导 |
3.1.3 快速D-ALMM算法与流程图 |
3.2 数值实验 |
3.2.1 D-ALMM算法同H.Y.Hsiao算法进行对比 |
3.2.2 D-ALMM算法同Active Demons算法进行对比 |
3.2.3 D-ALMM算法同FAIR-Curv算法进行对比 |
3.3 本章小结 |
第四章 改进的微分同胚配准模型及两种快速算法 |
4.1 模型介绍 |
4.2 基于新模型的两种快速算法 |
4.2.1 基于ADMM的微分同胚算法推导及设计 |
4.2.2 基于PPA的微分同胚算法推导及设计 |
4.3 数值实验 |
4.3.1 D-ADMM数值实验 |
4.3.2 D-PPA数值实验 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
个人简历、在学期间发表的学术论文及研究成果 |
(4)建筑节能优化设计中优化算法的效能研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 建筑耗能现状 |
1.1.2 建筑节能设计 |
1.1.3 建筑节能优化设计 |
1.1.4 建筑节能优化设计中优化算法的关键作用 |
1.2 国内外研究现状及动态分析 |
1.2.1 优化算法和性能驱动的建筑设计 |
1.2.2 非建筑领域有关优化算法的研究 |
1.2.3 建筑领域有关优化算法的研究 |
1.2.4 算法研究中尚未解决的问题 |
1.2.5 本研究拟解决的主要问题 |
1.3 研究目标 |
1.4 研究内容 |
1.5 创新点 |
1.6 研究意义 |
1.7 论文的组织结构及章节安排 |
第二章 建筑节能优化设计问题和优化算法 |
2.1 优化问题的数学模型 |
2.2 建筑节能优化设计参数 |
2.2.1 对建筑节能有影响的设计参数 |
2.2.2 关键优化设计参数集 |
2.3 建筑节能优化设计目标 |
2.3.1 全年建筑能耗 |
2.3.2 全生命周期能耗 |
2.3.3 室内冷热负荷 |
2.3.4 碳排放量 |
2.3.5 能源成本 |
2.3.6 全生命周期成本 |
2.4 建筑节能优化设计问题的属性 |
2.4.2 优化变量的属性 |
2.4.3 目标函数的属性 |
2.4.4 约束条件的属性 |
2.5 确定建筑节能优化设计问题属性的方法 |
2.5.1 解析法 |
2.5.2 数值法 |
2.5.3 两种方法应用示例 |
2.6 优化算法 |
2.6.1 建筑节能优化设计中常用的优化算法 |
2.6.2 传统优化算法及其在建筑节能优化设计中的应用 |
2.6.3 智能优化算法及其在建筑节能优化设计中的应用 |
2.6.4 混合算法及其在建筑节能优化设计中的应用 |
2.7 建筑节能优化设计工具 |
2.7.1 通用的优化工具 |
2.7.2 专用的优化工具 |
2.7.3 自定义的优化工具 |
2.7.4 各类优化工具比较 |
2.8 本章小结 |
第三章 建筑节能优化设计中优化算法效能评价指标及算法失效性分析 |
3.1 优化算法效能的定义 |
3.2 单目标优化算法的效能评价指标 |
3.2.1 稳定性 |
3.2.2 有效性 |
3.2.3 速度 |
3.2.4 覆盖性 |
3.2.5 鲁棒性 |
3.2.6 收敛性 |
3.3 多目标优化算法的效能评价指标 |
3.3.1 帕累托最优集的规模 |
3.3.2 帕累托解的多样性 |
3.3.3 与真实或参考帕累托前沿的相似性 |
3.3.4 帕累托最优集中最佳解的质量 |
3.3.5 收敛速度 |
3.3.6 综合效能 |
3.4 优化算法的失效性 |
3.5 优化算法失效的典型情况 |
3.5.1 陷入局部最优 |
3.5.2 寻优速度过慢 |
3.5.3 优化结果不收敛 |
3.5.4 优化过程异常终止 |
3.5.5 低可靠性 |
3.6 优化算法失效的原因 |
3.6.1 优化问题的属性 |
3.6.2 算法的参数设置 |
3.6.3 初始解的选取 |
3.7 本章小结 |
第四章 常用算法在解决不同属性建筑节能优化设计问题时的效能评价 |
4.1 标准建筑 |
4.1.1 DOE商业建筑标准模型 |
4.1.2 本研究使用的标准建筑 |
4.2 标准优化设计目标和优化设计变量 |
4.2.1 优化设计目标 |
4.2.2 优化设计变量 |
4.3 不同属性的标准优化问题 |
4.3.1 目标函数的属性分析 |
4.3.2 构造不同属性的标准优化问题 |
4.4 优化算法及其控制参数 |
4.5 单目标优化算法解决不同属性优化问题时的效能评价 |
4.5.1 单峰 |
4.5.2 多峰 |
4.5.3 离散 |
4.5.4 多维单峰 |
4.5.5 小结 |
4.6 多目标优化算法解决不同属性优化问题时的效能评价 |
4.6.1 10个优化变量 |
4.6.2 20个优化变量 |
4.6.3 30个优化变量 |
4.6.4 小结 |
4.7 面向建筑节能优化设计细分问题的适宜算法建议 |
4.8 本章小结 |
第五章 优化算法的最佳参数设置 |
5.1 确定优化算法最佳参数设置的方法 |
5.1.1 步骤一:明确优化问题 |
5.1.2 步骤二:生成替代模型 |
5.1.3 步骤三:算法参数设置的优化 |
5.2 优化算法的控制参数优化结果 |
5.3 优化算法最佳参数设置的建议 |
5.4 本章小结 |
第六章 工程案例验证 |
6.1 案例建筑 |
6.1.1 案例建筑简介 |
6.1.2 EnergyPlus模型 |
6.2 优化问题 |
6.2.1 优化设计目标 |
6.2.2 优化设计变量 |
6.3 多目标优化算法及其参数设置 |
6.4 多目标优化算法的效能评价 |
6.4.1 参考帕累托前沿 |
6.4.2 帕累托最优集的规模 |
6.4.3 帕累托解的多样性 |
6.4.4 与参考帕累托前沿的相似性 |
6.4.5 帕累托最优集中最佳解的质量 |
6.4.6 收敛速度 |
6.4.7 综合效能 |
6.4.8 小结 |
6.5 不同设计方案比较 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 研究内容及研究成果总结 |
7.2 创新点及学术贡献 |
7.3 未来研究工作展望 |
参考文献 |
致谢 |
攻读博士学位期间的学术成果 |
(5)改进的JPEG图像二维DCT编解码技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题背景和研究意义 |
1.2 国内外研究现状 |
1.3 本文的主要工作 |
1.4 论文组织结构 |
第二章 JPEG图像压缩标准 |
2.1 引言 |
2.2 JPEG算法介绍 |
2.2.1 编码器 |
2.2.2 解码器 |
2.2.3 交换格式 |
2.2.4 编码类型 |
2.2.5 DCT变换 |
2.2.6 DCT系数的量化 |
2.2.7 Zigzag扫描 |
2.2.8 熵编码 |
2.3 JPEG算法举例 |
2.3.1 JPEG熵编码 |
2.3.2 JPEG实际性能测试 |
2.4 本章小结 |
第三章 一维MDCT算法的维度扩展 |
3.1 MDCT算法 |
3.2 基于2×2 的二维MDCT快速算法 |
3.3 MDCT/IMDCT转化为DCT-Ⅱ的间接算法 |
3.4 本章小结 |
第四章 JPEG标准关于MDCT算法的改动 |
4.1 8×8 模块的MDCT变换 |
4.2 改进的MDCT图像重建方法 |
4.3 改进的图像重建算法的验证 |
4.3.1 编码效率理论验证 |
4.3.2 算法验证 |
4.4 改进的量化表 |
4.5 本章小结 |
第五章 MDCT在 JPEG图像压缩重建中的应用 |
5.1 改进的JPEG压缩重建标准 |
5.2 图像模块边缘处理 |
5.3 实际实验效果对比 |
5.3.1 灰度图像实验对比 |
5.3.2 彩色图像实验对比 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 未来研究展望 |
参考文献 |
致谢 |
攻读学位期间的研究成果 |
(6)基于栅格法的三维六面体网格自适应生成算法及优化技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
第一章 绪论 |
1.1 引言 |
1.2 有限元网格生成方法概述 |
1.2.1 影响有限元网格生成的主要因素 |
1.2.2 有限元网格应具备的基本要求 |
1.2.3 有限元网格生成方法的主要分类 |
1.2.4 有限元网格生成方法的研究概况 |
1.2.5 有限元网格生成的发展趋势 |
1.3 六面体单元网格的生成方法及发展现状 |
1.3.1 六面体单元网格的主要特点与优势 |
1.3.2 六面体网格生成方法的研究概况 |
1.4 基于栅格法六面体网格生成方法的研究现状和存在问题 |
1.4.1 基于栅格法的研究现状 |
1.4.2 基于栅格法的分类 |
1.4.3 基于栅格法六面体网格生成方法的存在问题 |
1.5 本文的主要研究内容 |
第二章 自适应加密技术和核心网格生成 |
2.1 引言 |
2.2 实体模型建立和几何特征识别 |
2.2.1 实体模型的建立 |
2.2.2 几何特征识别 |
2.3 相容性加密模板的建立 |
2.4 基于实体模型几何特征建立加密信息场 |
2.4.1 基于实体模型表面曲率建立加密信息场 |
2.4.2 基于实体模型局部厚度建立加密信息场 |
2.4.3 基于实体模型小特征建立加密信息场 |
2.4.4 补充加密判据的建立 |
2.4.5 逐级加密方法和自适应包络网格的建立 |
2.5 “锯齿”状核心网格生成 |
2.5.1 节点属性的判断 |
2.5.2 单元属性的判断 |
2.5.3 核心网格的生成 |
2.6 表面拟合和质量优化 |
2.6.1 表面拟合 |
2.6.2 网格质量优化 |
2.7 基于栅格法三维六面体网格自适应生成流程图 |
2.8 网格自适应生成实例分析 |
2.9 本章小结 |
第三章 六面体网格边界拟合技术 |
3.1 引言 |
3.2 核心网格的建立和表面空隙填充 |
3.2.1 “锯齿”状核心网格的生成 |
3.2.2 表面空隙填充单元的产生 |
3.3 基于优先点和相对位置关系的边界拟合方法 |
3.3.1 边界拟合的几何要求和拓扑要求 |
3.3.2 表面自由四边形面片的八种类型 |
3.3.3 优先点的识别 |
3.3.4 边界拟合过程 |
3.3.5 特征点拟合 |
3.4 特殊子表面的情况 |
3.5 边界拟合点的修正 |
3.5.1 一个不合理拟合节点的修正 |
3.5.2 两个相邻不合理拟合节点的修正 |
3.6 凹曲边拟合问题 |
3.6.1 表面拟合网格的生成 |
3.6.2 凹曲边附近退化四边形面片的拟合调整 |
3.6.3 凹曲边拟合流程图 |
3.7 凸曲边处退化面片的拟合调整 |
3.8 六面体网格边界拟合实例分析 |
3.8.1 关于优先点和相对位置关系结合法的应用实例 |
3.8.2 关于凹曲边拟合的网格生成实例 |
3.9 本章小结 |
第四章 六面体网格质量优化 |
4.1 引言 |
4.2 网格质量评价模型 |
4.3 边界单元的拓扑优化技术 |
4.3.1 不合理的拓扑连接关系 |
4.3.2 插入新单元技术 |
4.3.3 退化单元技术 |
4.3.4 插入与退化相结合的技术 |
4.3.5 各种拓扑优化模式的协调应用规则 |
4.4 节点平滑技术 |
4.4.1 边界拟合点的平滑 |
4.4.2 一般表面节点的平滑 |
4.4.3 内部节点的平滑 |
4.4.4 节点平滑实例 |
4.5 六面体网格质量优化实例分析 |
4.6 本章小结 |
第五章 六面体网格局部加密技术 |
5.1 引言 |
5.2 加密模板的选择 |
5.3 局部加密技术应用的场合和条件 |
5.4 局部加密技术 |
5.4.1 节点加密技术 |
5.4.2 单元加密技术 |
5.4.3 单元边和单元面加密技术 |
5.4.4 网格边界边加密技术 |
5.4.5 网格表面加密技术 |
5.4.6 局部区域加密技术 |
5.4.7 多次加密技术 |
5.4.8 局部加密流程图 |
5.5 局部加密实例分析 |
5.6 本章小结 |
第六章 三维六面体网格自动生成软件开发 |
6.1 引言 |
6.2 AUTOMESH-3D各模块的功能特点 |
6.2.1 软件的整体结构 |
6.2.2 AUTOMESH-3D软件系统各模块的实现界面 |
6.3 AUTOMESH-3D软件系统的功能和特点 |
6.4 应用实例 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
致谢 |
攻读博士学位期间完成的论文 |
攻读博士学位期间参与的科研项目 |
攻读博士学位期间获得的奖励 |
发表论文 |
学位论文评阅及答辩情况表 |
(7)基于高斯过程的复杂光学曲面重建和多传感器数据融合方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题来源 |
1.2 研究背景 |
1.3 复杂光学曲面的发展现状 |
1.4 光学曲面测量技术国内外研究现状 |
1.4.1 曲面离线检测的研究现状 |
1.4.2 曲面在位检测的研究现状 |
1.4.3 复杂光学曲面重建、采样和数据融合技术的研究现状和存在的问题 |
1.5 课题提出及研究目的 |
1.6 研究内容与论文章节安排 |
第二章 基于高斯过程的回归建模 |
2.1 引言 |
2.2 高斯过程回归基本原理 |
2.3 高斯过程函数选择和模型优化 |
2.3.1 均值函数 |
2.3.2 核函数 |
2.3.3 高斯过程超参数学习优化 |
2.4 高斯过程计算复杂度及优化方法 |
2.5 本章小结 |
第三章 基于复合核函数高斯过程的复杂光学曲面重建和自适应采样 |
3.1 引言 |
3.2 基于复合核函数高斯过程的复杂光学曲面重建 |
3.2.1 基于复合核函数的复杂曲面重建方法 |
3.2.2 特定复合核函数的选择 |
3.2.3 复杂曲面重建实例研究 |
3.3 基于复合核函数高斯过程的复杂曲面自适应采样 |
3.3.1 基于特定核函数的高斯过程曲面采样方法 |
3.3.2 仿真实验设计和结果 |
3.3.3 实际采样实验验证 |
3.4 本章小结 |
第四章 基于多传感器的复杂光学曲面数据匹配和融合 |
4.1 引言 |
4.2 点云数据匹配算法研究与应用 |
4.2.1 曲面匹配算法基本原理 |
4.2.2 曲面匹配算法应用 |
4.3 基于高斯过程的多传感器数据融合方法研究 |
4.3.1 异方差高斯过程数据融合 |
4.3.2 相依高斯过程数据融合 |
4.3.3 混合高斯过程数据融合 |
4.4 本章小结 |
第五章 复杂光学曲面在位检测系统开发和实验研究 |
5.1 引言 |
5.2 光学磨床在位测量系统设计 |
5.3 在位测量系统的标定和补偿 |
5.3.1 测量传感器误差标定 |
5.3.2 机床几何误差标定 |
5.4 在位测量系统界面设计和算法集成 |
5.5 测量实验 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 全文工作总结 |
6.2 论文的主要贡献与创新点 |
6.3 研究展望 |
参考文献 |
致谢 |
攻读博士学位期间的学术成果 |
(8)基于低秩稀疏分解的遮挡人脸识别研究(论文提纲范文)
摘要 |
Abstract |
专用术语注释表 |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.3 课题研究难点 |
1.4 课题研究工作及章节安排 |
第二章 遮挡人脸识别相关技术简介 |
2.1 遮挡人脸识别基本流程 |
2.2 低秩矩阵恢复 |
2.2.1 低秩矩阵补全 |
2.2.2 低秩表示 |
2.2.3 低秩稀疏分解 |
2.3 核范式极小化 |
2.4 低秩稀疏分解优化算法 |
2.4.1 增广拉格朗日乘子法 |
2.4.2 交替方向乘子法 |
2.5 稀疏表示分类 |
2.6 人脸数据库 |
2.6.1 AR数据库 |
2.6.2 Extended Yale B数据库 |
2.7 本章小结 |
第三章 基于迭代加权低秩分解的遮挡人脸识别算法 |
3.1 迭代加权低秩分解算法 |
3.2 基于迭代加权低秩分解的遮挡人脸识别 |
3.3 实验结果与分析 |
3.3.1 AR人脸库 |
3.3.2 Extended Yale B人脸库 |
3.4 本章小结 |
第四章 基于对数行列式函数的遮挡人脸识别算法 |
4.1 基于对数行列式函数的低秩稀疏分解算法 |
4.2 基于对数行列式函数的迭代加权低秩分解算法 |
4.3 实验结果与分析 |
4.3.1 AR人脸库 |
4.3.2 Extended Yale B人脸库 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 本文工作总结 |
5.2 未来工作展望 |
参考文献 |
附录1 攻读硕士学位期间撰写的论文 |
附录2 攻读硕士学位期间参加的科研项目 |
致谢 |
(9)基于流式的网络异常流量检测方法的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状 |
1.2.1 网络异常检测相关研究 |
1.2.2 基于大数据技术的网络异常检测 |
1.3 论文的研究内容 |
1.4 论文的组织结构 |
第2章 网络攻击及异常检测相关 |
2.1 网络攻击简介 |
2.1.1 分布式拒绝服务(DDoS)攻击 |
2.2 异常流量检测算法 |
2.2.1 支持向量机算法(SVM) |
2.2.2 主成分分析方法(PCA) |
2.2.3 K-Means算法 |
2.3 本章小结 |
第3章 基于统计挖掘的异常检测方法 |
3.1 分布估计方法 |
3.1.1 中位数绝对偏差 |
3.1.2 最小协方差行列式差 |
3.2 数据挖掘算法 |
3.3 基于统计方法的异常检测系统 |
3.4 本章小结 |
第4章 流式异常检测系统的设计与实现 |
4.1 系统设计思路 |
4.2 流量数据采集 |
4.3 数据存储及提取 |
4.4 异常流量检测 |
4.4.1 百分位数分类器 |
4.4.2 流式数据抽样算法 |
4.5 检测结果分析 |
4.5.1 基本概念 |
4.5.2 分析过程 |
4.5.3 流式计数器算法 |
4.6 输出报告 |
4.7 本章小结 |
第5章 实验结果与性能分析 |
5.1 实验的软硬件环境 |
5.2 实验和结果分析 |
5.2.1 实验数据集及参数 |
5.2.2 数据集检测 |
5.2.3 结果分析 |
5.3 性能评估 |
5.3.1 系统的分类器质量评估 |
5.3.2 系统的分析质量评估 |
5.4 方法扩展性 |
5.5 本章小结 |
结论 |
参考文献 |
附录 A 攻读硕士学位期间申请专利目录 |
附录 B 攻读硕士学位期间所参与的项目 |
致谢 |
(10)基于语义相关性的图像可变长度标注及评价方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 图像与标签的语义关系 |
1.2.2 标签间的语义关系 |
1.2.3 图像标注评价方法 |
1.3 论文主要内容 |
1.4 论文组织结构 |
第2章 基础知识 |
2.1 图像特征及相似性度量 |
2.1.1 基于卷积神经网络的特征提取 |
2.1.2 图像的相似性度量 |
2.2 行列式点过程 |
2.3 标签的相关性度量 |
2.4 多样性图像标注模型 |
2.5 图像标注评价指标 |
第3章 基于语义相关性的图像可变长度标注 |
3.1 基本框架 |
3.2 图像标签长度预测 |
3.3 标签与图像的相关性 |
3.4 多样性标签子集推理 |
3.5 相关实验及分析 |
3.5.1 数据库 |
3.5.2 实验细节 |
3.5.3 实验结果与分析 |
第4章 基于语义相关性的图像标注评价方法 |
4.1 基本框架 |
4.2 标签语义树构建 |
4.3 语义评价算法 |
4.4 相关实验及分析 |
4.4.1 实验设置 |
4.4.2 实验结果与分析 |
第5章 总结与展望 |
5.1 本文工作总结 |
5.2 未来研究展望 |
参考文献 |
致谢 |
附录 A 攻读硕士学位期间研究成果及参与项目 |
四、行列式的几种常用算法(论文参考文献)
- [1]基于向量子空间投影的高光谱图像无监督波段选择技术研究[D]. 张文强. 浙江大学, 2020(12)
- [2]基于热环境与节能的严寒地区城市住区空间形态优化研究 ——以哈尔滨为例[D]. 刘哲铭. 哈尔滨工业大学, 2020(01)
- [3]Diffeomorphic图像配准模型和快速算法研究[D]. 李研研. 湘潭大学, 2020(02)
- [4]建筑节能优化设计中优化算法的效能研究[D]. 司秉卉. 东南大学, 2019
- [5]改进的JPEG图像二维DCT编解码技术研究[D]. 汪洲. 江西理工大学, 2019(01)
- [6]基于栅格法的三维六面体网格自适应生成算法及优化技术研究[D]. 孙璐. 山东大学, 2012(12)
- [7]基于高斯过程的复杂光学曲面重建和多传感器数据融合方法研究[D]. 孙立剑. 上海交通大学, 2018
- [8]基于低秩稀疏分解的遮挡人脸识别研究[D]. 虞涛. 南京邮电大学, 2019(02)
- [9]基于流式的网络异常流量检测方法的研究[D]. 孟月芸. 湖南大学, 2019(07)
- [10]基于语义相关性的图像可变长度标注及评价方法研究[D]. 张怡铭. 湘潭大学, 2019(02)