导读:本文包含了映射过程论文开题报告文献综述及选题提纲参考文献，主要关键词:瓦斯吸附,非线性渗流,渗透率,轴向受载
映射过程论文文献综述
邹银辉,程波[1]（2019）在《煤岩受载过程与瓦斯渗透特性映射规律试验研究》一文中研究指出为研究煤岩受载过程与瓦斯渗透特性的映射规律,利用自主研发的可连续实施约束环形应变与轴向受载的煤岩瓦斯渗流试验系统,对原煤试件首先实施约束环形应变条件下不同瓦斯压力、不同压差的渗透特性测试,之后对其施以轴向压力,分析煤岩试件在受载过程中的瓦斯渗透特性。结果表明:在约束环形应变条件下的含瓦斯煤渗透特性测试中,随着煤岩吸附瓦斯含量的增加,试件的渗透率逐渐降低,且二者之间较好地服从幂函数的数学关系,这与前期研究成果的结论一致;轴向应力的添加使得渗透率降低了近1个数量级;有效应力对煤岩渗透特性的"负作用"效应强于吸附作用的"正作用";建立了煤岩受载全过程的瓦斯流动模型,并将瓦斯在煤体内的流动按照受载情况分为3个阶段。建立的煤岩瓦斯气体流动模型对表征煤岩不同受载条件下的运移特征更为完整,使渗流阻力组成更清晰,物理意义更明确。(本文来源于《煤炭科学技术》期刊2019年11期）
李莹,张灿,王悦[2]（2019）在《道德纯洁性隐喻的映射过程及其神经机制》一文中研究指出"清洁-道德,肮脏-不道德"的隐喻联结在中西方文化背景的日常生活中广泛存在,道德纯洁性隐喻的心理现实性也得到了实证研究的验证。具身认知理论提出,道德隐喻的映射具有具身性的特点,形成感知觉经验的始源域与建构抽象道德概念的目标域相互作用,并影响随后形成的道德认知与判断。研究采用实际的身体清洁行为探讨不同类型的清洁启动任务对个体道德判断的影响,并运用功能性近红外光学成像技术研究道德纯洁性隐喻映射的神经机制。行为学研究部分,被试分别做出道德行为、不道德行为并完成不同类型的清洁启动任务,随后进行道德两难困境判断。结果发现,被试行为的道德价值与清洁启动任务类型之间具有显着的交互作用,被试做出不道德行为之后进行清洁任务的话,道德判断标准更加严苛;无论道德行为还是不道德行为,完成自我清洁任务后的道德判断标准均比想象清洁任务后的道德判断标准更加严苛。研究同时采用近红外技术检测被试进行清洁任务时的氧合血红蛋白(HbO)浓度变化。结果显示,自我清洁条件下,道德行为组被试大脑前运动和辅助运动皮层、背外侧前额叶、右侧额极区出现了显着的激活,不道德行为组被试的前运动和辅助运动皮层、左侧额极区出现了显着的激活;在想象清洁条件下,不道德行为组被试进行清洁启动时大脑前运动和辅助运动皮层、右侧背外侧前额叶出现了显着的激活。综合上述结果,研究认为,不同类型的清洁启动任务虽共享同一脑基础,但受到清洁行为经验形成过程中信息加工的方式和被试行为的道德价值的影响,道德判断的结果存在差异。道德纯洁性隐喻的映射是大脑感觉-运动系统和负责道德等社会认知功能的脑区共同作用的结果。(本文来源于《第二十二届全国心理学学术会议摘要集》期刊2019-10-19）
郑剑男,谌莉文[3]（2019）在《国内知名单车品牌英译过程的跨空间映射分析》一文中研究指出以概念整合理论为视点,分析国内知名单车品牌汉英翻译中的跨空间映射认知,据此提出单车品牌英译策略。研究发现:第一,品牌英译过程存在着涉及多重空间认知运作的概念整合,通过跨空间映射得以完成;第二,国内知名单车品牌英译过程的跨空间映射方式有叁类,分别是谐音映射、意象映射和符号映射;第叁,单车品牌英译的实际操作可遵循跨空间映射原理,采取音译、直译和符号化翻译等策略。(本文来源于《现代语文》期刊2019年07期）
张灿[4]（2019）在《道德纯洁性隐喻的映射过程及其神经机制》一文中研究指出“清洁-道德,肮脏-不道德”的隐喻联结在中西方文化背景的日常生活中广泛存在,道德纯洁性隐喻的心理现实性也得到了实证研究的验证。具身认知理论提出,道德隐喻的映射具有具身性的特点,形成感知觉经验的始源域与建构抽象道德概念的目标域相互作用,并影响随后形成的道德认知与判断。研究采用实际的身体清洁行为探讨不同类型的清洁启动任务对个体道德判断的影响,并运用功能性近红外光学成像技术研究道德纯洁性隐喻映射的神经机制。行为学研究部分,在道德行为、不道德行为事件情境中,被试分别做出道德行为、不道德行为并完成不同类型的清洁启动任务,包括自我清洁、想象清洁,随后进行道德两难困境判断。结果发现,被试行为的道德价值与清洁启动任务类型之间具有显着的交互作用,不道德行为组的被试,完成清洁任务之后的道德判断标准趋于严苛;无论被试做出的行为是道德行为还是不道德行为,完成自我清洁任务之后道德判断标准均比完成想象清洁任务后的道德判断标准更加严苛。认知神经科学研究采用近红外技术检测道德行为、不道德行为组被试分别进行自我清洁任务和想象清洁任务时,测量通道上氧合血红蛋白(HbO)的浓度变化,并推测激活通道对应关注脑区的神经活动。结果显示,在自我清洁任务条件下,道德行为组被试大脑前运动和辅助运动皮层、背外侧前额叶、右侧额极区出现了显着的激活,不道德行为组被试的前运动和辅助运动皮层、左侧额极区出现了显着的激活;在想象清洁任务条件下,不道德行为组被试进行清洁启动时大脑前运动和辅助运动皮层、右侧背外侧前额叶出现了显着的激活。此外,在自我清洁任务条件下,道德行为组被试和不道德行为组被试的大脑左侧额极区域具有显着差异;不道德行为组被试在自我清洁与想象清洁两种清洁启动任务条件下,大脑右侧背外侧前额叶区域具有显着的差异。综合上述结果,得出研究结论:不同类型的清洁启动任务虽共享同一脑基础,但受到清洁行为经验形成过程中信息加工的方式和被试行为的道德价值的影响,道德判断的结果存在差异。大脑感觉-运动系统参与了道德纯洁性隐喻映射过程,负责社会认知加工的脑区不仅参与了道德纯洁性隐喻映射的目标域阶段,在隐喻映射的始源域,即形成清洁有关的感知觉经验时也发挥了作用。道德纯洁性隐喻的映射是大脑感觉-运动系统和负责道德等社会认知功能的脑区共同作用的结果。(本文来源于《郑州大学》期刊2019-05-01）
王冬梅,卢光星,李杨梅,徐仁桐,赵宇宇[5]（2018）在《船舶生产过程中的物资编码映射技术》一文中研究指出随着船舶制造对船舶数据综合利用要求的不断深入,大量异构数据的集成成为信息集成领域的研究热点。异构数据集成的关键是通过映射技术建立数据之间的关联关系,包括产品编码、属性的一致性。本文主要围绕设计编码及物资编码的映射及匹配技术展开研究,实现产品数据在设计、物资及生产阶段的信息互通。(本文来源于《2018年数字化造船学术交流会议论文集》期刊2018-07-01）
魏驰航[6]（2018）在《基于降维映射的工业过程建模与监测》一文中研究指出工业4.0时代与“中国制造2025”为现代工业带来了更多的机遇与挑战,现代工业自动化系统日益复杂,其信息化与智能化的程度日益加深。过程监测是现代工业的关键技术,其目的是保障生产过程安全、提高产品质量和生产效率、降低工业能耗和污染。传统的统计分析过程监测技术基于较朴素的假设(如独立同分布、线性、稳定工况),而在实际工业过程其面临多方面的问题与挑战,主要可以归纳为样本特性层面(主要包括离群点、缺失值、多采样率与工业大数据)与变量特性层面(主要包括互相关、非线性、监督指标约束和时变性)。本文从流形学习的角度出发,针对性地从上述两个层面研究了基于降维映射的工业过程建模和过程监测问题。全文的主要研究内容如下:.(1)针对质量预报中的非线性与互相关问题,提出了基于自学习核回归模型(SLKR)的回归建模与质量预报方法,其建模过程带有质量约束。不同于传统核方法需要人为选定核函数的形式与参数,SLKR通过特殊设计的半正定规划(SDP)基于给定的建模数据自主地优化学习出核空间。原始数据变量间的非线性相关关系在这个核空间中被最大程度地恢复为线性,并同时最大化这些线性相关的核空间变量与质量变量间的回归关系。SLKR模型非线性数据处理能力强,基于SLKR模型的质量预报精度高。(2)数据的局部信息更能够表现数据的本质关系特征、更符合数据的特征分布。传统质量预报模型跟据分布的全局形态建模,忽视数据局部特性中所蕴含的信息。针对这一问题,提出了基于邻域保持嵌入回归模型(NPER)的回归建模与质量预报方法,其采样局部信息建模。并进一步针对样本数量少于数据维度的情况(稀疏性),对回归参数进行弹性网惩罚(EN),提出了基于稀疏邻域保持嵌入回归模型(SNPER)的回归建模与质量预报方法。最后针对工业过程时变性,借鉴即时学习的思想,提出了基于局部加权稀疏邻域保持嵌入回归模型(LW-SNPER)的回归建模与质量预报方法,可以保证回归参数的稀疏性,具有较强的跟踪过程时变性的能力,质量预报精度高。(3)针对质量约束的故障检测问题,提出了基于监督式的自学习核模型(S-SLK)的过程建模与故障检测方法。S-SLK扩展了 MVU的建模范围,利用了过程变量与质量变量相关关系中所蕴含的信息。考虑到质量变量测量值的珍贵性,进而提出基于广义监督自学习核模型(GSS-SLK)的过程建模与故障检测方法,可以最大程度地利用含有任意程度的缺失值的多个质量变量数据。此方法同样可以处理多采样率问题。(4)针对故障检测中的大数据问题,提出了一种基于分层技术的多层最大方差展开模型(MLMVU)的过程建模与故障检测方法。传统的MVU模型高效的非线性处理能力使得基于此模型的过程建模与故障检测方法检测率高,漏报率低。然而其计算复杂度与空间要求严重限制了其在大规模数据上的可扩展性。MLMVU模型将大规模数据被有序切割并分配到多层结构,在牺牲有限精度的前提下显着地提升计算效率、降低空间要求。通过生成采样率较高的TE过程数据,验证了基于MLMVU过程建模与故障检测方法的有效性,并具体分析了其中某故障的故障源与检测效果,说明了大数据在统计过程监测中的意义。(5)针对类别指标的约束的非线性故障分类问题,分别提出了两种基于监督最大方差展开模型(SMVUI与SMVU2)的过程建模与故障分类方法。当监测到系统运行异常时,我们需要及时准确地获取故障的类别信息,以方便做出正确的应对措施。通过将类别指标的约束关系引入统计过程监测模型,可以在数据降维的同时提取数据中与故障类别最相关的信息,并去除冗余变量与噪声,其故障分类结果准确度高。(6)针对数据特性层面的离群点问题,本文所提出的模型也做了相应处理使得其对离群点更加鲁棒。针对MVU模型及其改进模型,本文均将严格的等式约束放松为不等式约束;这样训练出的模型更加鲁棒,少量的离群点不会对建模产生较大影响。NPE模型及其改进模型,使用最小化局部重构误差的思想计算邻域关系与投影,天然地对离群点不敏感。另外针对变量特性层面的互相关问题、非线性问题,本文以构建基于数据降维映射的统计监测模型为研究思路,依托于流形学习方法,通过局部建模发掘真实的数据低维流形结构,并通过局部线性化的思想方便地近似出全局非线性结构。(本文来源于《浙江大学》期刊2018-06-01）
马栋榉[7]（2018）在《化学反应信息化过程原子映射错误的自动检测与识别》一文中研究指出随着计算机技术地快速发展。目前越来越多的学科领域通过结合计算机技术及机器学习方法进行科学研究。化学信息学是一门使用计算机学的方法来解决化学问题的交叉学科。在信息化的现代,化合物是以指数增长的速度在增长,到近些年来化合物的种类已达到1800万左右。因此人们需要使用计算机的方法去解决或索引大量的化学信息。当人们使用计算机的方法自动处理化学问题时,如使用计算机对化学反应中的原子进行映射(Atom-to-Atom Mapping,AAM),在这个过程中便可能出现映射错误。目前还没有任何一套系统可以完全准确地进行原子映射。而原子映射问题是化学信息学中建模及预测化合物性质的基础,因此通过计算机相关算法实现自动检测与识别原子映射错误显得十分重要。生物、医药和化学的数据通常都具有极高的维度、较强的异质性和较多的冗余信息,所以其处理比较困难,需要采用机器学习的方法来发掘有用信息和内在规律。尤其是在计算化学和计算生物学等领域,长期以来,机器学习被奉为圭臬,发挥出了强大的作用。支持向量机(Support Vector Machine,SVM)是一种重要的模式识别方法,它适合非线性、高维度、小样本数据建模。在化学信息学中支持向量机的使用是所有监督学习算法中应用最多。本文以检测化学反应中原子映射错误为研究对象,基于化学反应缩合技术(Condensed Graph of Reaction,CGR)以及SVM算法设计出两种能自动识别出原子映射错误的方案。主要工作内容及创新性为如下叁点:1.在实际应用中获取化学数据库中化学反应的SMILES编码,并把SMILES编码通过ChemAxon软件提供的类包生成相应的Molfile格式编码。最后通过MarvinSketch软件把获取的Molfile格式编码生成与化学反应相对应的CGR。2.针对计算机生成CGR过程中主要依据的原理是原子的映射过程,且在目前为止,通过各种软件来进行原子间的自动映射并不能保证十分准确,从而会生成错误的CGR。因此采用SVM方法判断CGR的正确与否便可得知其中原子映射的正确性。通过建立了CGR分子结构片段的描述符与化学反应中原子映射间的关系模型,将SVM预测任务归结为一个二元分类问题(原子映射正确或错误),从而实现对原子映射错误的自动识别与检测。3.设计出一种基于化学键以及化学反应机理,相对更为简洁高效的识别算法。通过观察错误CGR图例以及结合化学结构原理提出“有效键”的概念,把CGR图中“有效键”相交与异常碳碳键断裂作为筛选条件,最终得出较为理想的识别结果,实现了对原子映射错误的自动识别与检测。(本文来源于《郑州大学》期刊2018-05-01）
马闻志[8]（2018）在《基于扩散映射低维流形特征空间的过程故障检测方法》一文中研究指出在现代化工生产中,及时、有效的检测和排除故障可以避免严重的后果的发生。由于现代工业生产通过各种传感器对设备进行检测,从而产生了大量高维非线性数据。针对数据的特性,流形学习方法在工业过程故障诊断领域方面得到了越来越多的科学工作者的重视。考虑到化工过程的数据具有的非线性特点以及数据采集过程中的噪声干扰等问题,对扩散映射算法进行研究,主要研究内容包含以下几个方面:1)针对线性方法对非线性数据的故障检测效果低的问题,研究扩散映射与SVM相结合的故障检测方法。该方法通过扩散映射算法对数据进行压缩处理来降低数据的存储成本,在此基础上将获取到的低维特征向量作为SVM模型的输入进行故障的模式识别。从整体上使得故障检测的快速性与准确性得到提高。利用标准的TE过程数据进行故障检测,验证算法的有效性。2)由于SVM的识别效果受到其参数的影响较大。针对该问题利用人工鱼群算法对其进行参数的优化处理,提高算法的故障检测精度。并将其与粒子群算法、遗传算法相比较,用TE过程数据进行仿真证明了算法选择的合理性。3)扩散映射算法是利用高斯核函数,通过计算样本点之间的欧式距离来衡量样本点之间的相似性。针对如何准确地度量样本之间相似性的问题,研究马氏距离的度量学习算法。目标是学习一个使得类间样本点的距离变大,同时使得类内样本点的距离变小的马氏矩阵,从而获得一个更加准确的、更加符合实际情况的权重矩阵来提高故障检测效果。通过实验验证了算法的有效性,并能够提升故障检测的效果。(本文来源于《大连海事大学》期刊2018-03-01）
李成[9]（2018）在《基于扩散映射的加权动态K近邻过程故障诊断》一文中研究指出生产系统平稳有效地运行有利于提高产品质量、保护人身财产安全,这在生产过程中至关重要,过程监视技术是其中的关键。批次生产过程在现代工业中占有很重要的地位,其安全问题也成为人们研究的热点。本文通过深入解析批次过程数据非高斯、非线性等特点,研究了以K近邻算法为基础的故障检测技术,开展了故障检测、故障定位的研究。具体的研究工作如下:(1)分析了批次过程数据特性,对于批次过程中特有的叁维数据进行展开,转变成二维数据,使用动态时间规划算法处理批次过程中数据不等长的问题,利用k均值聚类算法处理多工况问题,对数据进行预处理是必不可少的一个环节,这有利于提高故障检测精度。(2)原始的批次过程数据是高维数据,传统的主元分析的降维手段对于批次过程非线性的数据是不适用的,本文使用扩散映射的非线性降维手段对数据进行降维处理,扩散映射方法可以发现数据的流形结构,并且在降维的过程中保持这种数据结构特性,增强了算法的鲁棒性,降低了噪声对数据的影响。(3)针对传统K近邻算法中的K值选取问题作了进一步的研究工作,提出了使用动态K值来代替固定K值。利用动态KNN的算法提高了故障检测的准确度,因为该方法的K值是随着检测样本的改变而变化的,并不是固定不变的常数。(4)针对故障检测之后故障定位,本文提出了变量替换的方法来对故障数据进行故障定位。该方法对数据没有特定要求,对线性、非线性数据都有效,并且对于多变量的故障数据也有很好的定位效果。(本文来源于《大连海事大学》期刊2018-03-01）
刘强,秦泗钊[10]（2017）在《基于精简并发潜结构映射的竖炉焙烧过程综合故障诊断》一文中研究指出竖炉焙烧过程因运行条件异常变化或操作不当会造成上火、冒火、过还原和欠还原等运行故障.这些故障直接影响过程运行安全和产品质量(比如,磁选管回收率),但难以采用基于模型和基于知识的方法建模故障与产品质量的关系,以及诊断故障变量.针对上述问题,本文提出数据驱动的基于并发潜结构映射(Concurrent projection to latent structures,CPLS)的竖炉焙烧过程综合故障诊断方法.首先,将并发潜结构映射分解的过程变量共有子空间与残差空间精简合并来建立磁选管回收率相关的过程变化空间,提出基于精简并发潜结构映射模型的竖炉焙烧过程综合监控方法;接下来,定义相应的重构贡献图并与竖炉焙烧过程相结合,提出CPLS精简重构贡献方法用于竖炉焙烧过程故障变量诊断;最后,利用竖炉焙烧过程半实物仿真平台采集的数据进行实验研究,结果表明所提方法不仅可以诊断出质量相关的故障,而且可诊断出回路设定值之外的故障变量.(本文来源于《自动化学报》期刊2017年12期）
映射过程论文开题报告
（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：
"清洁-道德,肮脏-不道德"的隐喻联结在中西方文化背景的日常生活中广泛存在,道德纯洁性隐喻的心理现实性也得到了实证研究的验证。具身认知理论提出,道德隐喻的映射具有具身性的特点,形成感知觉经验的始源域与建构抽象道德概念的目标域相互作用,并影响随后形成的道德认知与判断。研究采用实际的身体清洁行为探讨不同类型的清洁启动任务对个体道德判断的影响,并运用功能性近红外光学成像技术研究道德纯洁性隐喻映射的神经机制。行为学研究部分,被试分别做出道德行为、不道德行为并完成不同类型的清洁启动任务,随后进行道德两难困境判断。结果发现,被试行为的道德价值与清洁启动任务类型之间具有显着的交互作用,被试做出不道德行为之后进行清洁任务的话,道德判断标准更加严苛;无论道德行为还是不道德行为,完成自我清洁任务后的道德判断标准均比想象清洁任务后的道德判断标准更加严苛。研究同时采用近红外技术检测被试进行清洁任务时的氧合血红蛋白(HbO)浓度变化。结果显示,自我清洁条件下,道德行为组被试大脑前运动和辅助运动皮层、背外侧前额叶、右侧额极区出现了显着的激活,不道德行为组被试的前运动和辅助运动皮层、左侧额极区出现了显着的激活;在想象清洁条件下,不道德行为组被试进行清洁启动时大脑前运动和辅助运动皮层、右侧背外侧前额叶出现了显着的激活。综合上述结果,研究认为,不同类型的清洁启动任务虽共享同一脑基础,但受到清洁行为经验形成过程中信息加工的方式和被试行为的道德价值的影响,道德判断的结果存在差异。道德纯洁性隐喻的映射是大脑感觉-运动系统和负责道德等社会认知功能的脑区共同作用的结果。
（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。
映射过程论文参考文献
[1].邹银辉,程波.煤岩受载过程与瓦斯渗透特性映射规律试验研究[J].煤炭科学技术.2019
[2].李莹,张灿,王悦.道德纯洁性隐喻的映射过程及其神经机制[C].第二十二届全国心理学学术会议摘要集.2019
[3].郑剑男,谌莉文.国内知名单车品牌英译过程的跨空间映射分析[J].现代语文.2019
[4].张灿.道德纯洁性隐喻的映射过程及其神经机制[D].郑州大学.2019
[5].王冬梅,卢光星,李杨梅,徐仁桐,赵宇宇.船舶生产过程中的物资编码映射技术[C].2018年数字化造船学术交流会议论文集.2018
[6].魏驰航.基于降维映射的工业过程建模与监测[D].浙江大学.2018
[7].马栋榉.化学反应信息化过程原子映射错误的自动检测与识别[D].郑州大学.2018
[8].马闻志.基于扩散映射低维流形特征空间的过程故障检测方法[D].大连海事大学.2018
[9].李成.基于扩散映射的加权动态K近邻过程故障诊断[D].大连海事大学.2018
[10].刘强,秦泗钊.基于精简并发潜结构映射的竖炉焙烧过程综合故障诊断[J].自动化学报.2017