导读:本文包含了确定性退火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:确定性,算法,数据,术语,负荷,汗孔,指纹识别。
确定性退火论文文献综述
李晓花,李亚安,陈晓,戴淼[1]（2015）在《密集杂波环境下确定性退火DA-HPMHT跟踪算法》一文中研究指出在对Homothetic概率多假设跟踪(probabilistic multiple hypothesis tracking,PMHT)和确定性退火(deterministic annealing,DA)技术深入研究的基础上,结合扩展卡尔曼算法,提出了DA-HPMHT算法。针对密集杂波环境对多目标跟踪性能的影响,给出了DA-HPMHT算法在匀速直线交叉运动目标,机动转弯目标和匀速直线邻近目标的仿真实验,并同HPMHT算法进行了仿真比较。仿真结果表明,在初始值与真实值相差较大的情况下,HPMHT算法跟踪性能下降,而DA-HPMHT算法仍能保持较好的跟踪精度,并且满足实时性要求,证明DA-HPMHT算法对密集杂波环境下多机动目标跟踪的有效性。(本文来源于《西北工业大学学报》期刊2015年03期）
叶丽英[2]（2014）在《基于确定性退火的高分辨率指纹匹配算法研究》一文中研究指出随着指纹识别技术的不断成熟,其被广泛应用于各个领域,例如指纹考勤、指纹密码、甚至于各类考试中的身份识别。指纹识别技术应用的普及使得指纹识别的弱点也逐渐显露出来,很多不法分子采用廉价的指纹套盗取用户的指纹,从而对用户自身的信息、财产等安全方面造成威胁。在面临现有的指纹识别技术的缺陷的情况下,高分辨率指纹识别技术逐渐成为学者们研究的热点。高分辨率指纹识别技术具有防造假、识别精度高、指纹特征多等特点。同时也存在一些缺陷,其对非线性形变特别敏感;指纹中汗孔数量过大,匹配耗时长;指纹被放大,局部特征凸显;由于平移或旋转的影响,导致了不同区域间的交叉匹配现象,从而对指纹识别的结果产生较大的影响。本文主要研究高分辨率指纹的特征匹配问题。在指纹采集的过程中不可避免会出现平移和旋转的现象,所以指纹校准就是关键一步。本文提出了基于奇异点的指纹校准方法,根据指纹的奇异点类型及所对应的方向场信息,选取基准点进行校准。通过大量实验验证,该算法能够准确有效的进行指纹校准,并在本文提出的指纹识别算法的过程中有所应用。高分辨率指纹识别的一个难点就是特征点的匹配,每张指纹图像都有成百上千个汗孔,有效的筛选出稳定的汗孔是关键的一步。本文提出了两种基于确定性退火技术的高分辨率指纹识别算法:1)基于分块和确定性退火技术的高分辨率指纹识别算法。通过指纹校准、分块配准以及最后采用Random Sample Consensus(RANSAC)算法匹配等过程,有效的减少了局部形变产生的影响;2)基于凸壳和确定性退火技术的高分辨率指纹识别算法。通过指纹校准、细节点匹配和构造凸壳、确定性退火算法配准等过程,有效的改善了指纹采集过程中偏移和旋转过度的问题,解决了第一种方法中存在因为没有奇异点,而产生较大误差的问题。实验表明本文提出的基于奇异点的指纹校准方法,能够有效地进行指纹校准,提高了指纹识别的准确度。本文提出的两种指纹识别算法具有较高的鲁棒性,一定程度上解决了高分辨率指纹识别对局部形变敏感的问题。经过改进后的确定性退火算法筛选出的用于最终匹配的汗孔只占到原汗孔的20%~40%,并且很大程度上提高了高分辨率指纹识别的准确率。(本文来源于《哈尔滨工业大学》期刊2014-12-01）
刘斌,李明,刘青宝[3]（2013）在《改进的非常快速模拟退火算法在不确定性数据清洗中的应用》一文中研究指出为了减少不确定性数据集的不确定性,清除不确定性数据集中的脏数据,研究了在聚集约束条件下的不确定性数据清洗的问题。分析了现有的基于聚集约束的不确定性数据清洗模型和方法的不足,对文献[4]中的目标函数模型进行了完善;同时,借鉴改进的非常快速模拟退火(MVFSA)算法的思想,设计了新的聚集约束下的不确定性数据清洗算法。实验结果表明,新算法不仅在求解质量上有所改进,而且求解效率得到较大提高。(本文来源于《信息工程大学学报》期刊2013年05期）
曹怀虎,张艳梅[4]（2012）在《基于确定性退火的移动传感器网络聚合算法》一文中研究指出针对动态、异构的无线移动传感器网络拓扑控制问题,提出聚集的自组织无线传感器网络拓扑模型,并介绍分布式结点聚合算法。该算法采用确定性退火技术,同时考虑影响传感器性能的诸多因素。仿真实验结果表明,利用该算法形成的结点聚集规模适度,时间开销增长平缓,且具有良好的适应性和扩展性。(本文来源于《计算机工程》期刊2012年02期）
彭成,季培培[5]（2011）在《基于确定性退火的中文术语语义层次关联研究》一文中研究指出研究现有术语语义层次关联的主要方法,针对如何自动获取并且准确描述术语语义层次关系这一关键问题,提出构建的术语语义层次获取流程,主要基于确定性退火的多重聚类算法获取层次关系。最后选取了部分中文专利文本摘要数据集对流程的效果进行测试与评估,取得了不错的实验结果。(本文来源于《计算机应用研究》期刊2011年09期）
高荣,刘晓华[6]（2009）在《基于确定性退火聚类的LSSVM短期负荷预测》一文中研究指出提出了确定性退火聚类和最小二乘支持向量机(Least Square Support Vectorma-chine,LSSVM)相结合的电力系统短期负荷预测方法。考虑影响负荷变化的各种因素构造负荷样本数据,利用确定性退火聚类算法对样本数据进行分类,得到的分类样本数据作为最小二乘支持向量机的学习样本,保证最小二乘支持向量机具有较高的预测精度。利用某电力公司2007年负荷数据和气象数据进行仿真实验,仿真结果表明该方法具有较高的预测精度。(本文来源于《控制工程》期刊2009年04期）
谭伟聪,蒋金良[7]（2008）在《基于确定性退火方法的RBF模型在短期负荷预测中的应用》一文中研究指出与全局逼近的BP网络相比,作为一种典型局部逼近网络的RBFNN具有学习速度快,泛化性能较好的特点;本文在采用RBF模型的基础上,利用确定性退火(DA)方法求得RBF模型的中心矢量参数,克服了传统K-means聚类法局部寻优的缺陷;并且分析比较了模型在选择不同输入量时对输出结果误差的影响,从而确立了一种较为科学的输入量选择方法。实例证明了该方法的可行性。(本文来源于《中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）》期刊2008-10-01）
张讲社,杨雨茜,陈晓文,周成虎[8]（2008）在《基于确定性退火的增强型分片回归》一文中研究指出回归是统计学习理论中的主要研究问题之一.文中给出确定性退火分片回归算法全局收敛性和自由能全局极小关于温度连续性的证明,推导出初始临界温度的简化计算公式,并提出一种新的增强型分片回归算法,利用"原型迁移"技巧,避免退火过程中"空剖分"的出现.基于Benchmark数据集上的实验表明:新算法能有效去除模型冗余,提高学习泛化能力.(本文来源于《中国科学(E辑:信息科学)》期刊2008年08期）
黄卓,王文峰,郭波[9]（2008）在《连续PH分布数据拟合的确定性退火EM算法》一文中研究指出针对目前连续PH分布数据拟合EM(Expectation-Maximization)算法存在的初值敏感问题,提出运用确定性退火EM算法进行连续PH分布数据拟合,给出了详细的理论推导,并通过两个拟合实例与标准EM算法进行了对比.对比结果表明所提出的方法可以有效地避免初值选择的不同对EM算法结果的影响,减小陷入局部最优的可能性,能得到比标准EM算法更好的结果.(本文来源于《控制与决策》期刊2008年02期）
郭波,黄卓[10]（2007）在《连续PH分布拟合可靠性寿命数据的广义确定性退火EM算法》一文中研究指出针对目前连续PH分布拟合可靠性寿命数据EM(Expectation-Maximization)算法存在的初值敏感问题,提出运用广义煞定性退火EM算法进行连续PH分布数据拟合。给出了详细的理论推导,并通过两个拟合实例与标准EM算法进行了对比;对比结果表明本文提出的方法可以有效的避免初值选择的不同对拟合结果的影响,减小陷入局部最优的可能性,能得到比标准EM算法更好的结果。(本文来源于《宇航学报》期刊2007年05期）
确定性退火论文开题报告
（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：
随着指纹识别技术的不断成熟,其被广泛应用于各个领域,例如指纹考勤、指纹密码、甚至于各类考试中的身份识别。指纹识别技术应用的普及使得指纹识别的弱点也逐渐显露出来,很多不法分子采用廉价的指纹套盗取用户的指纹,从而对用户自身的信息、财产等安全方面造成威胁。在面临现有的指纹识别技术的缺陷的情况下,高分辨率指纹识别技术逐渐成为学者们研究的热点。高分辨率指纹识别技术具有防造假、识别精度高、指纹特征多等特点。同时也存在一些缺陷,其对非线性形变特别敏感;指纹中汗孔数量过大,匹配耗时长;指纹被放大,局部特征凸显;由于平移或旋转的影响,导致了不同区域间的交叉匹配现象,从而对指纹识别的结果产生较大的影响。本文主要研究高分辨率指纹的特征匹配问题。在指纹采集的过程中不可避免会出现平移和旋转的现象,所以指纹校准就是关键一步。本文提出了基于奇异点的指纹校准方法,根据指纹的奇异点类型及所对应的方向场信息,选取基准点进行校准。通过大量实验验证,该算法能够准确有效的进行指纹校准,并在本文提出的指纹识别算法的过程中有所应用。高分辨率指纹识别的一个难点就是特征点的匹配,每张指纹图像都有成百上千个汗孔,有效的筛选出稳定的汗孔是关键的一步。本文提出了两种基于确定性退火技术的高分辨率指纹识别算法:1)基于分块和确定性退火技术的高分辨率指纹识别算法。通过指纹校准、分块配准以及最后采用Random Sample Consensus(RANSAC)算法匹配等过程,有效的减少了局部形变产生的影响;2)基于凸壳和确定性退火技术的高分辨率指纹识别算法。通过指纹校准、细节点匹配和构造凸壳、确定性退火算法配准等过程,有效的改善了指纹采集过程中偏移和旋转过度的问题,解决了第一种方法中存在因为没有奇异点,而产生较大误差的问题。实验表明本文提出的基于奇异点的指纹校准方法,能够有效地进行指纹校准,提高了指纹识别的准确度。本文提出的两种指纹识别算法具有较高的鲁棒性,一定程度上解决了高分辨率指纹识别对局部形变敏感的问题。经过改进后的确定性退火算法筛选出的用于最终匹配的汗孔只占到原汗孔的20%~40%,并且很大程度上提高了高分辨率指纹识别的准确率。
（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。
确定性退火论文参考文献
[1].李晓花,李亚安,陈晓,戴淼.密集杂波环境下确定性退火DA-HPMHT跟踪算法[J].西北工业大学学报.2015
[2].叶丽英.基于确定性退火的高分辨率指纹匹配算法研究[D].哈尔滨工业大学.2014
[3].刘斌,李明,刘青宝.改进的非常快速模拟退火算法在不确定性数据清洗中的应用[J].信息工程大学学报.2013
[4].曹怀虎,张艳梅.基于确定性退火的移动传感器网络聚合算法[J].计算机工程.2012
[5].彭成,季培培.基于确定性退火的中文术语语义层次关联研究[J].计算机应用研究.2011
[6].高荣,刘晓华.基于确定性退火聚类的LSSVM短期负荷预测[J].控制工程.2009
[7].谭伟聪,蒋金良.基于确定性退火方法的RBF模型在短期负荷预测中的应用[C].中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）.2008
[8].张讲社,杨雨茜,陈晓文,周成虎.基于确定性退火的增强型分片回归[J].中国科学(E辑:信息科学).2008
[9].黄卓,王文峰,郭波.连续PH分布数据拟合的确定性退火EM算法[J].控制与决策.2008
[10].郭波,黄卓.连续PH分布拟合可靠性寿命数据的广义确定性退火EM算法[J].宇航学报.2007
论文知识图
