导读:本文包含了相似表征论文开题报告文献综述及选题提纲参考文献，主要关键词:振动与波,样本熵,模糊熵,余弦相似熵
相似表征论文文献综述
徐从云,郑近德,潘海洋,包家汉,刘庆运[1]（2019）在《基于余弦相似熵的滚动轴承状态表征方法》一文中研究指出样本熵是一种有效的表征时间序列复杂性的非线性动力学分析方法,但其存在对数据中不稳定的噪声敏感,且存在无约束和未定义的熵值等问题,为此,引入余弦相似熵(Cosine Similarity Entropy, CSE),CSE采用角距离代替切比雪夫距离,并用香农熵代替条件熵。首先介绍CSE算法,并研究参数对其影响;其次,通过仿真信号分析,将其与样本熵和模糊熵进行对比。最后,将CSE应用于滚动轴承退化特征表征,实验数据分析结果表明CSE的有效性及其相较于样本熵、模糊熵和均方根值的优越性。(本文来源于《噪声与振动控制》期刊2019年05期）
张雅玲,吉琳娜,杨风暴,胡鹏[2]（2019）在《基于余弦相似性的双模态红外图像融合性能表征》一文中研究指出针对现有的红外光强与偏振图像融合中融合有效度度量稳定性低且不符合人类视觉系统的问题,通过比较常见的基于距离度量的叁种融合有效度函数化度量方法,分析比较了多种融合算法对差异特征融合有效度分布的稳定性;通过统计十组源图像的差异特征幅值区间中出现最优融合算法的频次,从而得出每种差异特征的最优融合算法,进而得到了余弦相似性为一种稳定性高且与人类主观观察结果更符合的融合有效度的度量方式。实验结果表明,在多种融合算法的融合有效度度量的融合效果中,余弦相似性具有高稳定性且与人类视觉分析有良好的匹配性。(本文来源于《光电工程》期刊2019年10期）
张朔,刘顺喜,金毅[3]（2019）在《多相随机自相似多孔介质表征及其孔-渗关系数值分析》一文中研究指出自然多孔介质的微观结构决定了其储集性能和输运属性,精确描述多孔介质微观结构是实现资源发掘及储层产能定量评估的重要前提。本文首先基于分形拓扑理论和四参数随机生长方法四参数随机生长算法构建随机多相自相似多孔介质模型,并采用格子Boltzmann方法(LBM)对孔隙中气体单相流的运移过程开展数值模拟研究,分析了P和F对煤岩介质孔渗关系的影响作用。结果表明多孔介质的孔隙度与渗透率之间满足指数关系,且随着P、F的变化而改变;P和F的变化对渗透率影响显着。(本文来源于《中国矿业》期刊2019年S1期）
陈泽龙[4]（2019）在《基于句法表征的专利文本相似性评估》一文中研究指出当下,对于专利相似性的研究非常重要。当用户申请新专利时,他们需要在专利数据库中进行相似专利检索,以进行专利查新,并且防止专利侵权,还可以从相似专利中获得灵感。因此这就对专利相似性评估提出了一定的要求。专利主权项是专利文本的核心内容,全面阐述了本专利所保护的技术范围,专利相似的判定一般以权利主权项为标准。本论文对专利主权项文本进行深入研究,基于专利文本的SAO(Subject-Action-Object,主谓宾)句式特点,提出了一种基于句法表征的专利文本相似度算法。本论文基于这样一种假设:相似专利之间会出现相似关键词和相似句子。通过文本挖掘技术,挖掘出专利文本中的关键词来表征文本的含义。首先,通过关键词语义信息和句子结构特征计算专利文本之间的句子相似度,然后通过专利文本之间的句子相似度计算专利文本相似度。本文的主要工作如下:首先,利用文本挖掘技术提取专利文本中的关键词,对于分词效果不佳的关键词,总结其构词规律,利用基于规则的命名实体识别技术进行提取。然后,考虑到专利文本包含大量SAO或SA(Subject-Action,主谓)或AO(Action-Object,动宾)结构,将文本切割成具有上述结构的“子句”集合,结合“子句”中关键词的语义信息和关键词的位置信息利用稳定匹配算法计算专利文本之间各个“子句”相似度。最后,由于文本中的“子句”具有序列性,文本中的前后“子句”存在联系,所以将专利文本“子句”集合视为时间序列集合,利用DTW(Dynamic Time Warping,动态时间归整)算法通过比较“子句”序列之间的相似性计算专利文本相似性。最终,通过实验验证了本算法的有效性。实验结果表明本文提出的这种针对专利文本句式结构所制定的专利文本相似度算法相对于传统算法效果更好。(本文来源于《北京交通大学》期刊2019-06-03）
王玲婷[5]（2019）在《探索大脑和计算机中语义表征的相似性：一项EEG研究》一文中研究指出人类可以通过经验或阅读文本两种方式习得语义表征,这些语义学习的经验也改变了我们的语义神经系统。而在计算机科学中,自然语言处理模型可以从大型文本语料库中学习语义,并在高维向量空间中表征为向量。计算机语言模型的语义表征是否可以预测人脑提取语义时的神经活动?如果能,那么计算机语义表征与人脑语义表征存在相似性,哪个向量空间的语义表征模型更接近于“基本事实(ground truth)”——人脑中的语义表征?为了探究这些问题,首先,我们选择了叁个计算机语义模型,每个模型的词向量可以计算一个词对的相对语义距离,作为模型语义表征的指标。然后,进行脑电语义启动实验获得脑电N400成分——一个表征心理语义距离的指标,可以提供一个时间窗口来观察人的语义表征和计算机模型语义表征之间的关系。最后,我们检测了这两个指标之间的相关性。研究结果表明,计算机模型的语义表征可以预测N400成分,其与人脑的语义表征存在相似性。不同的计算机语言模型在N400的时间窗里与脑电数据呈现不同的相似模式,进一步的分析发现,GloVe模型的预测表现最佳。本研究将两个不同的复杂系统联系起来,建立了一种评估复杂系统间表征相似性的新框架。(本文来源于《华东师范大学》期刊2019-05-06）
罗梓文[6]（2019）在《表征精确性和相似性对基于工作记忆的注意引导效应的影响》一文中研究指出大量研究表明,视觉场景中与工作记忆内容相同或相似的刺激能够优先捕获注意,这一现象被称为基于工作记忆内容的注意引导效应,因此,外界刺激与工作记忆内容之间的匹配程度决定了其被注意选择的可能性。通常来说,工作记忆驱动的注意捕获过程主要包括两个阶段,首先工作记忆刺激被编码进入注意模板,其次在视觉搜索过程中利用注意模板不断比较和判断视觉刺激与模板表征的匹配程度,其中注意模板的容差性与变异性会直接影响到这一视觉注意选择过程。本研究主要采用“记忆—搜索”双任务范式,利用眼动追踪技术,以首次注视点百分率和行为反应时为指标从以上两个方面探讨表征精确性和相似性对基于工作记忆内容的注意引导效应的影响过程。研究一通过记忆探测任务的难度控制被试对记忆刺激的编码深度及记忆精度,探讨表征精确性是否影响基于工作记忆的注意引导效应,眼动数据显示,粗略记忆匹配条件的注意引导效应量显着大于精细记忆匹配条件(实验1),在控制认知资源消耗差异后,两种记忆表征匹配条件的注意引导效应量没有差异(实验2和3),表明在视觉搜索早期阶段,表征精确性主要通过调控认知资源的方式影响注意引导过程,注意引导效应量随着工作记忆任务所消耗认知资源的增多而减少;研究二从视觉搜索刺激与记忆内容的匹配程度探讨表征相似性对注意捕获过程的影响,数据分析显示,当记忆匹配刺激只可能作为干扰刺激出现在搜索序列中时,物理表征匹配、心理表征匹配和低相似性匹配叁种条件的注意引导效应量没有差异(实验4-7),而当记忆刺激可能作为搜索目标出现时,表征相似性开始影响这一注意偏向过程(实验8),说明表征相似性主要通过工作记忆信息的任务相关性影响注意选择,当工作记忆内容与视觉搜索任务有关时,两者的表征相似程度越高,注意引导效应量越大。综上所述,研究一和研究二分别从注意模板的编码加工阶段和比较判断阶段探讨注意模板的容差性与变异性将如何调节工作记忆对视觉注意的影响,结果表明,在认知资源消耗相同的情况下,无关工作记忆表征的精确性和相似性不影响工作记忆驱动的注意选择。在视觉搜索过程中,注意模板表征具有高度的灵活性与容差性,基于无关工作记忆表征的注意引导机制可能是一个模糊的、直觉式的、基于特征维度的加工过程。(本文来源于《广州大学》期刊2019-05-01）
李炫承[7]（2019）在《变工况和背景噪声影响下的故障响应表征及相似性度量》一文中研究指出与无干扰环境和稳态工况相比,变工况和背景噪声下的滚动轴承振动信号是十分复杂的。变转速、不同载荷、强噪声等因素会导致振动信号出现变幅、变相、变频等不平稳状态,使其故障特征难以提取。而传统机械故障诊断对复杂工况和噪声下的故障诊断作用较差,具有不稳定性。对变工况和背景噪声下的滚动轴承振动信号分析是当前国内外研究的热点,具有很大的意义。针对以上不同工况和噪声下故障诊断难题,本学位论文提出基于时间序列挖掘的方法针对变工况和背景噪声下的故障响应同源相似性进行研究。本文主要研究了故障滚动轴承振动时间序列的表征方式和相似性度量方法,利用同源故障响应之间相似性高的特征,使用同源和非同源故障时间序列对同源相似性分析方案进行筛选和总结。针对变转速、不同载荷、外圈故障位置不同和背景噪声等四种情况下的实验数据进行同源相似性分析。具体研究内容如下:(1)研究了不同时间序列表征方式针对外圈、滚动体、内圈故障滚动轴承数据进行时间序列表征的特性。总结了二次FFT、相空间重构、倒频谱和分段线性表示方式的优缺点。研究了不同相似性度量方法对简单时间序列进行相似性度量的特性。论述了欧氏距离、JS散度、符号化距离、余弦距离和动态时间弯曲的优缺点。(2)使用同源相似性分析方案对西储大学外圈故障直径不等滚动轴承实验数据对进行分析,研究并总结不同方案的有效性以及各自特点。得到二次FFT结合JS散度以及二次FFT结合DTW为其中最佳方案。使用较优方案对外圈、滚动体和内圈故障滚动轴承实验数据进行验证。(3)针对变工况的背景噪声下机械振动信号分析困难的难题,使用实验数据、Case Western Reserve University数据和白噪声信号进行变转速、不同载荷、不同信噪比和不同外圈故障位置等因素对故障响应同源相似性分析影响的研究。结果表明二次FFT结合JS散度方案在转速变大的情况下分辨性依然稳定,对比下具有优势。在载荷不同的实验中,二次FFT结合DTW的分辨能力更好,较为有效。在信噪比不同的实验分析中,噪声越强,二次FFT结合JS散度方案受噪声扰动的越严重,而二次FFT结合DTW的效果更稳定。对外圈位置不同实验数据进行分析发现在12点钟位置同源相似性最高,6点钟同源相似性最低。图65幅,表26个,参考文献62篇。(本文来源于《北京交通大学》期刊2019-05-01）
何宽钊[8]（2019）在《从相似到表征——过渡时期的巴洛克和声》一文中研究指出《堂吉诃德》诞生于巴洛克早期。巴洛克时期处于从"相似"知识型向"表征"知识型的过渡期,在福柯看来,《堂吉诃德》是一个生动的例证,它既体现了"相似"知识型的衰落,又预示了"表征"知识型行将登场。和声发展的情况也大抵符合这种趋势,数字低音在巴洛克时期大行其道,既具有虚幻的相似性外观,又体现了某种内在的确定性;这一时期,表征性的调性和声初露峥嵘,而相似性的调式和声仍在散发余音;离调性的半音和声与自然音和声形成复合结构层,塑造出某种等级式秩序;古二部曲式以调性布局作为基础,构建起某种格栅式秩序,这些都意味着表征知识型的登场。(本文来源于《音乐探索》期刊2019年02期）
盛晓亮[9]（2019）在《脑影像表征相似性分析方法及其应用研究》一文中研究指出随着脑影像技术的蓬勃发展,基于脑影像技术的大脑神经活动模式的分析和解码,已经成为一个新的研究热点。表征相似性分析方法作为基于数据驱动的大脑表征几何结构分析的强力工具,能够充分利用fMRI数据内在的结构信息构建模型来分析大脑对不同认知任务项响应的神经活动模式之间的相关性,从而更好地揭示脑认知行为和相关神经活动模式的编码机制。本文的主要工作和创新点如下:一、本文提出一种基于梯度的表征相似性分析算法,针对传统表征相似性分析方法局限于线性模型的问题,以及当数据样本数量太大时算法计算性能不高的问题。具体方法为:首先用其采集的数据得到神经活动模式信息,考虑到数据中高维特征的冗余性,在模型中引入?1正则化项,然后采用随机梯度下降算法对模型进行优化。进而通过模式特征矩阵分析不同认知任务之间在大脑表征中的相似性。最后,在脑局部区域fMRI数据集上验证提出方法的有效性。实验结果表明,提出的方法能很好的对大脑神经活动中隐藏的信息进行判别,从而分析不同认知任务之间的相似性。此外,针对现有方法缺乏对感兴趣区域的群组效应特征进行有效分析的问题,本文又出了一种基于弹性网络的梯度表征相似性分析方法,在基于梯度的表征相似性分析方法上,引入弹性网络的思想,构建基于弹性网络的梯度表征相似性分析模型框架,将其应用于脑局部结构的脑解码研究。在多被试者数据集上的实验研究证实,本文的方法在特定的感兴趣区域数据集上有较好的性能。二、由于感兴趣区域数据缺乏空间局部性,而全脑fMRI数据包含更多符合神经科学基本目标的空间位置信息,因此,本文提出了一种基于Searchlight的梯度表征相似性分析方法。该方法将基于局部区域的表征相似性分析算法推广到全脑结构数据分析中,首先使用Searchlight的思想将全脑数据分块;然后在分块的数据上使用基于梯度的表征相似性分析算法,得到该局部数据的映射特征矩阵;最后,将所有局部的映射特征矩阵融合,对不同的认知任务进行相似性的分析。该方法充分考虑了被试者大脑信息中的结构性与更多的全局信息。在实验研究中,在全脑结构fMRI数据集中验证了所提方法的可行性和鲁棒性。(本文来源于《南京航空航天大学》期刊2019-03-01）
周芳芳,孙虎,陈志辉[10]（2019）在《关于上海九年级学生“相似”概念表征与转译的调查研究》一文中研究指出1引言"表征"作为认知过程中的基本单位,其在数学学习心理与数学问题解决研究领域中占有不可替代的地位,同时也是人们进行复杂数学学习活动和理解概念建构过程的必经途径.相关研究表明,数学表征在学生理解概念、关系或关联以及解决问题过程所使用的数学知识方面有着至关重要的作用.通过文献检索发现,国内外关于数学表征的研究在主题与方法上有许多共同之处,也存在着不少差异.总体来说,这类研究都非常关注几何表(本文来源于《中学数学月刊》期刊2019年01期）
相似表征论文开题报告
（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：
针对现有的红外光强与偏振图像融合中融合有效度度量稳定性低且不符合人类视觉系统的问题,通过比较常见的基于距离度量的叁种融合有效度函数化度量方法,分析比较了多种融合算法对差异特征融合有效度分布的稳定性;通过统计十组源图像的差异特征幅值区间中出现最优融合算法的频次,从而得出每种差异特征的最优融合算法,进而得到了余弦相似性为一种稳定性高且与人类主观观察结果更符合的融合有效度的度量方式。实验结果表明,在多种融合算法的融合有效度度量的融合效果中,余弦相似性具有高稳定性且与人类视觉分析有良好的匹配性。
（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。
相似表征论文参考文献
[1].徐从云,郑近德,潘海洋,包家汉,刘庆运.基于余弦相似熵的滚动轴承状态表征方法[J].噪声与振动控制.2019
[2].张雅玲,吉琳娜,杨风暴,胡鹏.基于余弦相似性的双模态红外图像融合性能表征[J].光电工程.2019
[3].张朔,刘顺喜,金毅.多相随机自相似多孔介质表征及其孔-渗关系数值分析[J].中国矿业.2019
[4].陈泽龙.基于句法表征的专利文本相似性评估[D].北京交通大学.2019
[5].王玲婷.探索大脑和计算机中语义表征的相似性：一项EEG研究[D].华东师范大学.2019
[6].罗梓文.表征精确性和相似性对基于工作记忆的注意引导效应的影响[D].广州大学.2019
[7].李炫承.变工况和背景噪声影响下的故障响应表征及相似性度量[D].北京交通大学.2019
[8].何宽钊.从相似到表征——过渡时期的巴洛克和声[J].音乐探索.2019
[9].盛晓亮.脑影像表征相似性分析方法及其应用研究[D].南京航空航天大学.2019
[10].周芳芳,孙虎,陈志辉.关于上海九年级学生“相似”概念表征与转译的调查研究[J].中学数学月刊.2019