导读:本文包含了学习机器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:机器,节点,算法,深度,空间结构,向量,可用性。
学习机器论文文献综述
徐鹏飞,李晓戈[1]（2019）在《基于深度学习的机器中文阅读理解研究》一文中研究指出机器阅读理解目前是机器学习中的一项具有挑战性的任务,它的主要目标是提高计算机对文本的阅读理解水平。近年来,随着深度学习在机器阅读理解领域中的应用越来越多,机器的阅读理解水平也在迅速提高。论文针对机器在中文文章上的阅读理解,搭建了一种带有注意力机制的神经网络模型,并将其应用在中文上下文的阅读理解中,然后分析了模型对中文阅读理解实验结果的影响,以及注意力机制在不同类型的问题上的实验结果。实验结果表明,该模型在中文阅读理解中最终达到了65.253%的F1值和53.154%的匹配度。(本文来源于《计算机与数字工程》期刊2019年12期）
刘永波,李亚琼,周博,李守超,宋云奎[2]（2019）在《一种面向分布式机器学习的云计算资源调度方法》一文中研究指出在云计算环境下,并发训练多机器学习模型会造成严重的共享集群资源竞争,影响执行效率。针对该问题,论文提出一种面向分布式机器学习的云计算资源调度方法。根据历史监测数据建立迭代次数与模型质量提升间的模型,在线预测资源分配对模型质量提升的影响,制定资源优化调度策略,并且设计了资源调度框架。实验结果表明,所提出的方法能够快速适应任务和负载的动态变化,实现多个模型训练作业的整体性能最大化。(本文来源于《计算机与数字工程》期刊2019年12期）
练云翔,刘伟,谢艳梅,陈文雪[3]（2019）在《基于物联网和机器学习的赣州智慧农业监控系统设计》一文中研究指出针对传统农业生产效率不高的问题,提出了一种基于物联网技术和机器学习算法的智慧农业监控系统设计。设计了采集农业环境信息的传感器节点,利用ZigBee节点组成无线传感器网络对农业环境信息进行感知和检测。通过Qt软件技术开发的应用软件系统对农业环境信息进行管理和显示。以农业灌溉、农作物光照、火灾预警等方面为应用场景,采用决策树的方法对农业生产提供农业决策支持。(本文来源于《电脑编程技巧与维护》期刊2019年12期）
王一江,罗尧治[4]（2019）在《基于机器视觉和深度学习的空间结构球节点位移测量方法》一文中研究指出随着信号处理和计算机技术的发展,机器视觉在科学研究和工程实践中得到了广泛的应用,在土木工程领域也越来越多地用于结构的应变和位移测量.但由于空间结构形态复杂、尺度大、测量操作繁琐等原因,机器视觉在空间结构位移测量领域还存在标记点布设难度大、目标点匹配困难、图像处理过程复杂等问题.近年来,随着以深度学习为代表的人工智能技术的快速发展,图像自动分类识别问题已经取得了巨大的突破,这也为空间结构位移测量提供了新的思路.本文提出一种基于深度学习的球节点自动检测和定位方法,并利用机器视觉原理对空间结构球节点进行图像匹配和叁维重建,实现节点位移的测量.此方法可以快速对图像中所有球节点自动识别和定位,在保证精度的前提下大大减少图像处理时的工作量.通过对空间网架的球节点进行位移测量试验,验证了本方法可以完成空间结构球节点的叁维位移测量任务,提高了测量效率,在空间结构位移监测领域有良好的应用前景.(本文来源于《空间结构》期刊2019年04期）
徐文进,寻晴晴,周笛[5]（2019）在《基于机器学习的公交站间运行时间幂律分布分析》一文中研究指出为了解决城市交通拥挤问题,国家提倡乘坐公共交通出行,使用公交智能卡的出行变的普遍了.目前,对于城际公交智能卡出行产生的数据,很少有研究公交站间运行的时间.因此,提出了基于机器学习技术公交站间运行时间幂律分布的分析;运用分站算法对城市公交进行分站,获得公交车在相邻两站的运行时间;并且对时间间隔数据进行了线性拟合.运用南方某城市和北方某城市的两个数据集,结果表明公交车运行时间间隔符合幂指数分布;公交车运行的时间间隔符合人类行为动力学.(本文来源于《计算机系统应用》期刊2019年12期）
童柔,谢天保[6]（2019）在《基于机器学习的煤矿突水预测方法》一文中研究指出由于影响煤矿突水的因素多、相关性强,影响模型预测精度;数据收集工作量大,成本较高,如何科学地选取特征以提高模型预测准确率成为本文重点研究内容.本文首先提出采用稳定性选择方法在已知的22个影响因素中选取7个最重要的因素,之后构建随机森林、神经网络以及支持向量机3种典型机器学习分类预测模型对特征选取前后的数据进行预测分析,实验结果表明,特征选取后的预测模型非常稳定且预测准确率可达100%,同时降低了样本数据收集成本.(本文来源于《计算机系统应用》期刊2019年12期）
徐玉芳,苏斌[7]（2019）在《Python语言特点及其在机器学习中的应用》一文中研究指出本文概述了Python语言的特点及其在机器学习中的应用情况,给出了Python中常用的机器学习框架和基本使用流程,展示了Python机器学习的简洁与高效,有助于推动新一代人工智能在国内的普及与发展。(本文来源于《计算机产品与流通》期刊2019年12期）
李丽[8]（2019）在《关于机器学习中建模的指标分析》一文中研究指出在人工智能迅猛发展的今天,机器学习是研究的热门领域。如何进行精准的数学建模和高效的机器学习是至关重要的,面对海量的数据模型,标定典型模型是非常困难和复杂的。既要符合逻辑又要精确有效,算法简单,值得我们去深入研究。(本文来源于《计算机产品与流通》期刊2019年12期）
周永章,王俊,肖凡,沈文杰,余晓彤[9]（2019）在《地质大数据挖掘与机器学习算法在矿床学研究中的应用》一文中研究指出在大数据时代，地质大数据挖掘具有极端重要性，对机器学习算法应用的需求变得特别迫切。已有着作建立了地球科学大数据挖掘与机器学习的基本框架，包括高维数据降维、分类与预测、大图形社区结构识别、无限流数据处理、机器学习及人工智能地质学的建模过程，对必要的应用场景，使用Python语言给出案例(周永章等，2018)。在机器学习中，SVM是一种比较有代表性的方法。它的基础是二元分类算法，核心思维是升维和线性(本文来源于《第九届全国成矿理论与找矿方法学术讨论会论文摘要集》期刊2019-12-13）
熊余,周彬,贺进有,杨坤融[10]（2019）在《基于机器学习的区分可用性抗灾难保护策略》一文中研究指出针对灾难下空分复用弹性光网络中业务的保护成功率低、保护开销以及芯间串扰高的问题,提出一种基于机器学习的区分可用性抗灾难保护策略.首先,使用基于线性判别式分析的支持向量机感知业务可用性需求;然后,在此基础上采用动态竞争优先级分配,在确保业务可用性需求的前提下,为多链路故障提供最大化保护频谱的共享;最后,为了降低芯间串扰,设计了交替式频谱纤芯选择方案.仿真结果表明:该保护策略在提高业务保护成功率的同时,可以取得较低的频谱冗余率和芯间串扰.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年12期）
学习机器论文开题报告
（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：
在云计算环境下,并发训练多机器学习模型会造成严重的共享集群资源竞争,影响执行效率。针对该问题,论文提出一种面向分布式机器学习的云计算资源调度方法。根据历史监测数据建立迭代次数与模型质量提升间的模型,在线预测资源分配对模型质量提升的影响,制定资源优化调度策略,并且设计了资源调度框架。实验结果表明,所提出的方法能够快速适应任务和负载的动态变化,实现多个模型训练作业的整体性能最大化。
（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。
学习机器论文参考文献
[1].徐鹏飞,李晓戈.基于深度学习的机器中文阅读理解研究[J].计算机与数字工程.2019
[2].刘永波,李亚琼,周博,李守超,宋云奎.一种面向分布式机器学习的云计算资源调度方法[J].计算机与数字工程.2019
[3].练云翔,刘伟,谢艳梅,陈文雪.基于物联网和机器学习的赣州智慧农业监控系统设计[J].电脑编程技巧与维护.2019
[4].王一江,罗尧治.基于机器视觉和深度学习的空间结构球节点位移测量方法[J].空间结构.2019
[5].徐文进,寻晴晴,周笛.基于机器学习的公交站间运行时间幂律分布分析[J].计算机系统应用.2019
[6].童柔,谢天保.基于机器学习的煤矿突水预测方法[J].计算机系统应用.2019
[7].徐玉芳,苏斌.Python语言特点及其在机器学习中的应用[J].计算机产品与流通.2019
[8].李丽.关于机器学习中建模的指标分析[J].计算机产品与流通.2019
[9].周永章,王俊,肖凡,沈文杰,余晓彤.地质大数据挖掘与机器学习算法在矿床学研究中的应用[C].第九届全国成矿理论与找矿方法学术讨论会论文摘要集.2019
[10].熊余,周彬,贺进有,杨坤融.基于机器学习的区分可用性抗灾难保护策略[J].华中科技大学学报(自然科学版).2019
论文知识图
