导读:本文包含了自增长论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,算子,甲基丙烯酸,网络,粒子,标度,检测器。
自增长论文文献综述
刘家希,董剑,赵耀,吴智博,温东新[1]（2019）在《一种车载云计算中自增长失效检测器》一文中研究指出针对车载云计算多样化的失效检测需求,通过对其系统架构进行分析,提出了一种基于层次式的自增长失效检测器HA-FD,能同时满足车载云计算中多个应用不同服务质量的需求。该检测器利用路侧单元对系统中车辆节点进行分组,形成一种层次式的检测方法,而且直接根据心跳消息计算怀疑值,不需任何分布假设。实验结果表明:HA-FD检测器减少了系统中检测关系的数量,降低了检测负载,避免了分布假设对检测准确性的影响,能在保证检测准确性的基础上,以最低的检测负载获得最快的检测速度。(本文来源于《吉林大学学报(工学版)》期刊2019年02期）
张志昌,姚东任,刘霞[2]（2015）在《自增长网络模型及其算法》一文中研究指出众所周知,现实世界的网络大部分都不是随机网络,少数的节点往往拥有大量的连接,而大多数的节点连接却很少,这正是无标度网络的重要特性。于是对于无标度网络性质的研究,因为其实用性而变得及其重要。首先定义了一种新的自增长网络模型,对它的基本参数进行计算,证明了它的无标度性。其次验证模型的最大叶子生成树的度分布服从幂率分布,并且得到了网络的平衡集,从而对无标度网络有了初步探索。最后给出了一个计算平均路长的算法。(本文来源于《计算机工程与科学》期刊2015年07期）
李岳龙[3]（2015）在《GAP-RBF自增长自消减神经网络在机器人上的应用》一文中研究指出近年来神经网络被广泛应用于控制系统中,但是控制系统的性能很大程度上决定于辨识网络的逼近性能,而结构设计是径向基函数(Radial Basis Function,RBF)神经网络的关键。网络结构设计是指对隐单元个数和中心的选取,其对网络的收敛速度、辨识精度和泛化能力有着很大的影响。因此,本文针对隐单元个数和中心的选取进行了深入的研究,详细地介绍了RAN、MRAN和GAP-RBF叁种顺序局部增量式算法。通过与反向传播(Back Propagation,BP)算法在逼近Hermite多项式和Mackey-Glass时间序列预测上的比较以及在机器人沿墙导航上的应用,验证了RAN、MRAN和GAP-RBF叁种顺序局部增量式算法相对于批处理算法的优良性能。本文所要完成的具体工作如下:首先,详细介绍了对顺序局部增量式算法研究的意义与背景,对几种RBF神经网络结构优化算法进行了比较,并着重对比了批处理学习算法与顺序局部增量式算法之间的优缺点。简要地说明了几种常用的顺序局部增量式算法的研究现状。其次,概括地说明了神经网络的神经元模型和两种常用的神经网络结构,并引出对RBF神经网络的详细介绍。接着具体地阐述了RAN、MRAN和GAP-RBF叁种算法,呈现出叁种算法的实现步骤,并与BP神经网络在逼近Hermite多项式和Mackey-Glass时间序列预测的应用上进行了性能比较,验证了叁种算法在逼近非线性函数上的优良性能。最后,简要地介绍了Khepera II机器人平台,并设计了RBF神经网络控制器。然后将RBF神经网络控制器应用到Khepera II机器人平台上,实现了机器人在仿真环境和实时环境下沿墙导航,通过数据分析验证了RAN、MRAN和GAP-RBF叁种算法在机器人应用上的可行性和性能优劣。(本文来源于《重庆大学》期刊2015-04-01）
王晓惠[4]（2015）在《纳米微晶纤维素ARGET ATRP自增长接枝PMMA的研究》一文中研究指出纤维素是天然的高分子材料,来源广泛,无毒且是可再生的资源。通过机械法、化学法、生物法处理纤维素可制成纳米微晶纤维素(CNC)。CNC是一种制备简单、低成本、质轻且环境友好的生物高分子材料。棒状的CNC不仅具有较高的长径比和完善的结晶结构,而且热稳定性好,力学性能优异,比表面积高,尺寸小和容易化学改性,因此用途广泛,是一个涉及到各学科相互交叉渗透的新领域。CNC葡萄糖环结构上的大量亲水性羟基使得CNC与聚合物基质和疏水性溶剂相容性差,限制了其应用范围。本文通过电子转移再生催化剂原子转移自由基聚合法(ARGET ATRP)在CNC表面接枝聚合物长链对其改性,不仅可以减少CNC表面羟基数量使其与疏水性体系有更好的相容性,还可以在保留CNC固有优异的性能同时引入新的功能基团赋予它特殊功能性,进而扩大CNC的应用范围。本文首先以微晶纤维素为原料,采用酸催化水解法,用质量分数为64%的硫酸在45℃条件下得到稳定悬浮液产物。利用红外光谱(FTIR)、透射电镜(TEM)、X射线衍射(XRD)、热重分析(TG)测试方法对产物的结构性能进行了表征分析。研究证明其属于纤维素类物质,具有典型的棒状纳米结构,直径约为10~20 nm,长度约为100~300 nm。结晶度可达88.71%,热分解温度为334.12℃,具有较好的热稳定性。根据O-烷基化反应活化原理,以甲基丙烯酸缩水甘油酯(GMA)为烷基化试剂,开环取代CNC表面羟基中的氢原子,在CNC表面引入活性碳碳双键,为下一步接枝聚合物奠定基础。通过FTIR、XRD、TG、13C-NMR测试对活化的CNC产物结构及性能进行了表征和研究。结果证明CNC发生了活化反应成功引入了碳碳双键,活化度达到24.55%,结晶度为84.28%,CNC活化后最大分解温度比活化前高28℃。利用ARGET ATRP法,以甲基丙烯酸甲酯为单体,在活化后的CNC表面自增长接枝聚甲基丙烯酸甲酯,得到聚甲基丙烯酸甲酯接枝的纳米微晶纤维素(CNC-g-PMMA)产物,研究了ARGET ATRP体系各实验参数对接枝率和接枝效率的影响。实验结果最佳条件:CNC-GMA:MMA:EBi B:Cu Br2:PMDETA:As Ac为50:100:1:0.1:1:1,在温度为30℃条件下反应时间5 h,接枝率为22.88%,接枝效率为25.11%,通过渗透凝胶色谱测得CNC接枝PMMA侧链的分子量为9569,分子量分布为1.11。通过FTIR、TEM、XRD、TG测试方法对接枝产物结构和性能进行了测试,结果表明聚甲基丙烯酸甲酯成功接枝到CNC表面上,改性后结晶度为82.22%,并且仍具有纤维素的基本结构,自身分散状态得到了改善,热稳定性在一定程度上得到了提高。(本文来源于《哈尔滨理工大学》期刊2015-03-01）
王睿凯[5]（2015）在《四川移动流量经营自增长生态系统的设计与实现》一文中研究指出当下移动互联网的发展正如火如荼,用户对于流量的要求与时俱增,对于广大移动通信运营商而言,如何做好流量营销,促进流量的快速盈利与发展,是当下时代背景下的重要课题。本文结合四川移动面临的问题与挑战,采用大数据技术与数据挖掘理论,对客户需求、数据分析、数据建模进行系统化的研究,并最终形成了原型系统,为流量营销提供了技术借鉴。本文严格按照软件工程的基本思路与方法,详细的进行系统需求分析、系统设计怀实现。按照软件工程的主要流程与思路进行系统设计。首先进行软件的系统需求分析,对软件进行总体的体系结构设计和数据层次设计,给出了具体的功能模块,最后分析系统的非功能性需求。从实现角度以大数据和数据挖掘理论,结合具体案例进行深入研究。首先为大数据分析的技术架构以及具体策略。然后通过流量经营的具体问题和经营方式的调整采用数据挖掘的基本方法。最后则是具体的技术实现,从数据建模、关联规则设计到精细化的方案设计进行了详细的阐述。利用数据挖掘理论,通过分布式大数据处理工具hadoop以及clementine数据挖掘工具对用户数据进行深入挖掘,精准描绘用户画像。本文以四川移动公司为研究对象,借鉴大数据与数据挖掘技术等相关理论,分析四川移动公司流量经营的实际情况,剖析问题产生的原因。分析了在大数据驱动下的流量自增长系统的优势与劣势,以及可能面临的机会与威胁。通过本文设计的系统,可以有效的对移动运营商的流量营销进行自动化处理,大大提高了企业运营的效率,节约了成本,并自动化的进行营销模式的设计,提高了企业的效益。通过实现本文系统,四川移动可以利用数据挖掘技术实现了根据用户智能选择的有效自增长,实现流量营销的发展。(本文来源于《电子科技大学》期刊2015-03-01）
李大字,刘方,靳其兵[6]（2015）在《自增长混合神经网络及其在燃料电池建模中的应用》一文中研究指出为了提高非线性辨识的精度,提出了一种基于混合算子的自增长混合神经网络。该神经网络通过自增长的混合隐含层结构,包括加算子和乘算子,形成神经元个数少、结果精确、增长快速的网络。论文在级联神经网络的结构基础上,提出GQPSOI算法来引导神经网络的结构自增长以及权值更新。通过对燃料电池的建模与比较分析,证明了方法的有效性和良好的应用前景。(本文来源于《化工学报》期刊2015年01期）
李大字,刘方,靳其兵[7]（2014）在《自增长混合神经网络及其在燃料电池建模中的应用》一文中研究指出为了提高非线性辨识的精度,本文提出了一种基于混合算子的自增长混合神经网络.该神经网络通过自增长的混合隐含层结构,包括加算子和乘算子,形成神经元个数少、结果精确、增长快速的网络.论文在级联神经网络的结构基础上,提出GQPSOI算法来引导神经网络的结构自增长以及权值更新.通过对燃料电池的建模与比较分析,证明了方法的有效性和良好的应用前景.(本文来源于《第25届中国过程控制会议论文集》期刊2014-08-09）
李东晖,廖晓兰,范辅桥,黄九鸣,陈雪刚[8]（2014）在《一种主题知识自增长的聚焦网络爬虫》一文中研究指出聚焦网络爬虫是各类因特网文本挖掘和信息检索应用必需的处理步骤。现有聚焦网络爬虫面临着知识描述困难、误差易被放大等挑战。发现网页中主题知识存在的若干性质,提出一种主题知识自增长的聚焦网络爬虫KAG-Crawler,在网页爬取过程中采用一种无监督的学习技术不断扩展主题知识,从而使爬虫在一个简单的初始主题描述条件下,能够以较高正确率爬取大量网页。同时为便于主题知识的扩展,还提出一种新的主题表示模型,并基于该模型构建了新的网页主题和URL主题相关度方法。最后在真实环境下的实验表明,KAG-Crawler的性能显着高于传统基于文本相似度的聚焦网络爬虫。(本文来源于《计算机应用与软件》期刊2014年05期）
胡翠,符大海,许召元[9]（2013）在《中国制造业生产率的变化:资源重置效应还是自增长效应?》一文中研究指出本文基于产业总生产率变化分解的研究思路,以1999—2007年间中国全部国有及规模以上制造业企业为分析对象,分别考察了资源在持续出口、开始出口、停止出口和持续不出口四种出口状态企业间的重新配置以及各出口状态企业生产率的自身增长对制造业总生产率的贡献。研究表明,除开始出口企业外,资源在其他叁种出口状态企业间的重新配置都降低了制造业总生产率,即存在资源误置现象。就自增长而言,各种出口状态企业生产率自身变化都对制造业总生产率做出了贡献,但生产率自身增长的主要来源不同。(本文来源于《南开经济研究》期刊2013年05期）
中国人民大学中国宏观经济论坛课题组,杨瑞龙,毛振华,朱克敏,王晋斌[10]（2011）在《中国现阶段宏观经济政策因应:缘自增长目标与民生目标协同》一文中研究指出协同增长目标和民生目标是2011年中国宏观经济政策的主旋律。2011年中国宏观经济具备长期动力和短期动力相互交织、"多空"力量相互对冲的特征。要使中国经济的增长方式逐步步入"黄金律"增长路径,必须寻求到增长目标和民生目标协同的政策组合来破解"控通胀、去泡沫"和"稳增长、防下滑"的"两难"局面,以更加积极的民生财政政策来对冲短期紧缩性的货币政策。(本文来源于《改革》期刊2011年07期）
自增长论文开题报告
（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：
众所周知,现实世界的网络大部分都不是随机网络,少数的节点往往拥有大量的连接,而大多数的节点连接却很少,这正是无标度网络的重要特性。于是对于无标度网络性质的研究,因为其实用性而变得及其重要。首先定义了一种新的自增长网络模型,对它的基本参数进行计算,证明了它的无标度性。其次验证模型的最大叶子生成树的度分布服从幂率分布,并且得到了网络的平衡集,从而对无标度网络有了初步探索。最后给出了一个计算平均路长的算法。
（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。
自增长论文参考文献
[1].刘家希,董剑,赵耀,吴智博,温东新.一种车载云计算中自增长失效检测器[J].吉林大学学报(工学版).2019
[2].张志昌,姚东任,刘霞.自增长网络模型及其算法[J].计算机工程与科学.2015
[3].李岳龙.GAP-RBF自增长自消减神经网络在机器人上的应用[D].重庆大学.2015
[4].王晓惠.纳米微晶纤维素ARGETATRP自增长接枝PMMA的研究[D].哈尔滨理工大学.2015
[5].王睿凯.四川移动流量经营自增长生态系统的设计与实现[D].电子科技大学.2015
[6].李大字,刘方,靳其兵.自增长混合神经网络及其在燃料电池建模中的应用[J].化工学报.2015
[7].李大字,刘方,靳其兵.自增长混合神经网络及其在燃料电池建模中的应用[C].第25届中国过程控制会议论文集.2014
[8].李东晖,廖晓兰,范辅桥,黄九鸣,陈雪刚.一种主题知识自增长的聚焦网络爬虫[J].计算机应用与软件.2014
[9].胡翠,符大海,许召元.中国制造业生产率的变化:资源重置效应还是自增长效应?[J].南开经济研究.2013
[10].中国人民大学中国宏观经济论坛课题组,杨瑞龙,毛振华,朱克敏,王晋斌.中国现阶段宏观经济政策因应:缘自增长目标与民生目标协同[J].改革.2011
论文知识图
