导读:本文包含了函数逼近模型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:函数,模型,神经网络,傅立叶,过程,平稳,多项式。
函数逼近模型论文文献综述
魏金金[1]（2019）在《引入秩逼近函数的群相似性活动轮廓模型》一文中研究指出为了稳健处理序列图像中相似形状目标的提取问题,将一个比核范数更近似的光滑逼近函数引入群相似性活动轮廓(active contours with group similarity,ACGS)能量泛函模型,给出了求解该模型的优化算法,进行了仿真实验。结果表明:与传统的C-V(Chan-Vese)模型和ACGS模型相比,该优化算法能很好地保持序列图像中演化曲线的形状相似性。(本文来源于《新乡学院学报》期刊2019年09期）
朱崇铭,张鹏飞,邹军[2]（2019）在《雷电基底电流Heidler模型频谱函数高阶高精度逼近方法》一文中研究指出雷电通道基底电流函数的频谱是众多雷电相关电磁兼容问题的基础。对雷电流Heidler模型的频谱函数分区间高阶逼近,分别采用推导的矩函数和指数积分表示频谱函数,从而可以计算任意阶数的Heidler模型对应的频谱函数值。由于该方法避免了数值傅立叶变换过程,计算速度快,且计算结果精度较高。研究结果可在雷电流涉及的众多电磁兼容问题中获得应用。该方法具有一般性,在其他涉及数值傅立叶变换的场合也可应用。(本文来源于《电网技术》期刊2019年12期）
王铁鹏[3]（2017）在《单交叉口配时优化的函数逼近型强化学习模型》一文中研究指出交通运输的快速发展给人们的生活带来极大便利的同时,也产生了一系列的交通问题,交通拥挤已经成为制约城市可持续发展的瓶颈。新修和扩建道路可以提高路网通行能力,从而缓解交通拥挤,但是受到城市土地资源的限制。优化交通控制可以减少非饱和交通流的交通延误。现有的自适应控制模型采用启发式算法进行优化,只能得到局部最优解。随着人工智能领域的发展,智能算法具有更强的适应性和泛化能力,为改善交通控制模型提供了机遇。本文采用强化学习理论建立自适应交通控制模型。首先介绍了强化学习的原理,重点介绍了 Q学习算法和基于神经网络逼近的强化学习算法。然后以延误作为信号交叉口配时方案的评价指标,建立了以延误最小为优化目标的模型,包括基于状态离散的在线Q学习模型和基于神经网络逼近的在线Q学习模型。前者采用矩阵存储值函数,通过对交通流状态的离散克服“维数灾难”难题,离散处理也相当于是一种泛化。后者采用多个结构相同的前馈神经网络分别逼近行为值函数,实现对未知交通流状态的估计,具有更好的泛化能力。构建了结合Vissim、Excel VBA和Matlab的集成仿真平台对这两个模型的性能进行了验证。仿真结果表明这两个模型均可以得到收敛的Q值矩阵,和各交通流状态下最优的信号配时方案。基于神经网络逼近的在线Q学习模型在延误指标上优于基于状态离散的在线Q学习模型。因此结合神经网络的强化学习模型能够改善交通控制的性能。(本文来源于《长沙理工大学》期刊2017-10-01）
古媛媛,余燕团[4]（2015）在《基于流图模型的矩生成函数的计算及鞍点逼近》一文中研究指出介绍了流图模型的矩生成函数的计算及其鞍点逼近问题.给出了矩生成函数的另一种推导方法并利用Maple计算相关方程.利用矩模拟的方法进行参数估计,得到了概率密度函数、生存函数和危险函数的鞍点逼近.结果表明鞍点逼近算法能较好地捕捉实际函数曲线的动态演变,且达到了估计误差小和逼近精度高的预期目标.(本文来源于《数学理论与应用》期刊2015年03期）
刘全,肖飞,傅启明,伏玉琛,周小科[5]（2015）在《基于自适应归一化RBF网络的Q-V值函数协同逼近模型》一文中研究指出径向基函数网络逼近模型可以有效地解决连续状态空间强化学习问题.然而,强化学习的在线特性决定了RBF网络逼近模型会面临"灾难性扰动",即新样本作用于学习模型后非常容易对先前学习到的输入输出映射关系产生破坏.针对RBF网络逼近模型的"灾难性扰动"问题,文中提出了一种基于自适应归一化RBF(ANRBF)网络的Q-V值函数协同逼近模型及对应的协同逼近算法——QV(λ).该算法对由RBFs提取得到的特征向量进行归一化处理,并在线自适应地调整ANRBF网络隐藏层节点的个数、中心及宽度,可以有效地提高逼近模型的抗干扰性和灵活性.协同逼近模型中利用Q和V值函数协同塑造TD误差,在一定程度上利用了环境模型的先验知识,因此可以有效地提高算法的收敛速度和初始性能.从理论上分析了QV(λ)算法的收敛性,并对比其他的函数逼近算法,通过实验验证了QV(λ)算法具有较优的性能.(本文来源于《计算机学报》期刊2015年07期）
程浩,刘国庆,成孝刚[6]（2012）在《一种分段平稳随机过程自相关函数逼近模型》一文中研究指出为处理信号处理过程中经常遇到非平稳随机信号,可以将其划分为分段平稳随机信号,而自相关函数则可以用来反映分段平稳信号的本质特征。分析了分段平稳随机过程自相关函数的计算,针对传统的函数逼近模型计算量较大、误差较高等缺点,提出一种新的自相关函数的逼近模型,给出分段平稳随机信号的自相关函数的近似表达式,并利用牛顿迭代法进行优化计算。仿真实验证明模型计算速度快,具有较好的逼近效果,误差也明显降低,而且变化相对平缓。将其应用到数字图像信号进行模糊图像恢复,得到了很好的恢复效果。(本文来源于《计算机应用》期刊2012年02期）
田民,肖剑飞,刘思峰,谢乃明[7]（2012）在《基于函数逼近方法的商用飞机成本分配模型》一文中研究指出成本管理是商用飞机公司管理的核心问题,分解所研制飞机的成本是商用飞机管理的一个关键部分。针对商用飞机成本问题,提出了多项式逼近的解决方法。通过构建多项式函数,可以有效测算出商用飞机各部件成本在总成本中的比重,为商用飞机的成本管理提供依据。考虑在需要削减的总成本一定的条件下,构建了一个循环算法,从而给出了各部分需要削减的成本数额以及在总削减成本中的比重。通过案例分析,说明了该算法的有效性。(本文来源于《科学技术与工程》期刊2012年03期）
孔燕,马艳[8]（2011）在《基于高斯模型的似然函数的逼近》一文中研究指出为了解决最大似然目标定位中从局域传感器阵列到融合节点的传输数据量受限问题,依据对数似然函数的特点,选取高斯函数作为基函数,用最小二乘方法来拟合,提出了两种简化的方法。数值仿真结果表明,该方法在保证对数似然函数关键点的性能不变的情况下,大大降低了局部节点到融合节点的传输数据量。(本文来源于《电声技术》期刊2011年11期）
成孝刚,陈启美,程浩,刘国庆,安明伟[9]（2011）在《数字图像自相关函数的优化逼近模型》一文中研究指出将复杂的非平稳随机信号划为分段平稳随机信号进行处理,以信号自相关函数反映信号特征。而自相关函数是数字图像频谱分析的基础,可作为图像清晰度评价函数,并有助于寻找有效的信号正交基。为精确有效地表示分段平稳随机信号,在分析ARMA模型、分段平稳随机过程和Markov过程的基础上,建立多参数的自相关函数估计模型,其提高了逼近效果,可适应变化复杂的非平稳信号。计算机仿真表明,该模型逼近误差显着下降。(本文来源于《通信学报》期刊2011年10期）
王志勇,陈昊鹏[10]（2008）在《基于组合神经网络模型的函数逼近方法》一文中研究指出在通用函数逼近定理基础上,介绍了一种将反向传播神经网络和径向基神经网络模型相接合的组合神经网络模型,并将该模型应用于上海证券指数的预测。仿真实验结果表明,该模型很好地减小了预测值和实际值之间的误差,预测效果也优于普通的反向传播神经网络模型。(本文来源于《计算机应用与软件》期刊2008年07期）
函数逼近模型论文开题报告
（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：
雷电通道基底电流函数的频谱是众多雷电相关电磁兼容问题的基础。对雷电流Heidler模型的频谱函数分区间高阶逼近,分别采用推导的矩函数和指数积分表示频谱函数,从而可以计算任意阶数的Heidler模型对应的频谱函数值。由于该方法避免了数值傅立叶变换过程,计算速度快,且计算结果精度较高。研究结果可在雷电流涉及的众多电磁兼容问题中获得应用。该方法具有一般性,在其他涉及数值傅立叶变换的场合也可应用。
（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。
函数逼近模型论文参考文献
[1].魏金金.引入秩逼近函数的群相似性活动轮廓模型[J].新乡学院学报.2019
[2].朱崇铭,张鹏飞,邹军.雷电基底电流Heidler模型频谱函数高阶高精度逼近方法[J].电网技术.2019
[3].王铁鹏.单交叉口配时优化的函数逼近型强化学习模型[D].长沙理工大学.2017
[4].古媛媛,余燕团.基于流图模型的矩生成函数的计算及鞍点逼近[J].数学理论与应用.2015
[5].刘全,肖飞,傅启明,伏玉琛,周小科.基于自适应归一化RBF网络的Q-V值函数协同逼近模型[J].计算机学报.2015
[6].程浩,刘国庆,成孝刚.一种分段平稳随机过程自相关函数逼近模型[J].计算机应用.2012
[7].田民,肖剑飞,刘思峰,谢乃明.基于函数逼近方法的商用飞机成本分配模型[J].科学技术与工程.2012
[8].孔燕,马艳.基于高斯模型的似然函数的逼近[J].电声技术.2011
[9].成孝刚,陈启美,程浩,刘国庆,安明伟.数字图像自相关函数的优化逼近模型[J].通信学报.2011
[10].王志勇,陈昊鹏.基于组合神经网络模型的函数逼近方法[J].计算机应用与软件.2008
论文知识图
