导读:本文包含了区间数据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:区间,数据,不确定性,粒度,血清,模型,直角坐标。
区间数据论文文献综述
王鲁杰[1]（2019）在《紧邻区间隧道深基坑施工控制措施及监测数据分析》一文中研究指出结合邻近地铁区间隧道的基坑工程案例,分析基坑设计、施工所采取的针对性措施,并根据不同工况对应区间隧道的沉降、收敛数据,反分析控制基坑变形的关键技术。通过实测数据的动态指导,降低了基坑施工中地下水位变化对地铁区间隧道的影响,验证信息化监测对施工指导的重要性。(本文来源于《低温建筑技术》期刊2019年11期）
卫晴雯[2]（2019）在《基于Python的区间综合监控系统工程数据校验方法与应用》一文中研究指出区间综合监控系统(QJK)作为铁路列控领域的关键装备,负责保证列车的行车安全和高效运营。为实现对QJK工程数据的校验,保证数据的正确性和可靠性,提出一种基于Python的QJK工程数据校验方法。结合QJK工程数据的特性和驱采配线表的编制规则以及归纳的名称类型,设计了自动校验工具。利用python脚本语言和Wing IDE 6.0集成开发环境实现自动校验工具的开发。该工具可实现驱采配线表CAD文件与维护终端数据配置文件的校验,并准确、有效地指出数据的缺失、冗余和不一致,目前已应用于多个QJK项目的测试环节。应用结果表明,自动校验工具可为QJK数据安全性和正确性提供有力保障。(本文来源于《铁路计算机应用》期刊2019年10期）
赵慧,崔琪,孙建国[3]（2019）在《可加风险模型下相依Ⅰ型区间删失数据的一个Copula推断方法》一文中研究指出可加风险模型是生存分析中一类重要的回归模型,许多学者对该模型进行过研究.但是针对相依Ⅰ型区间删失数据的研究却非常少,且已有的研究都假设删失时间与寿命之间的关联系数已知.显然,该假设在实际中未必成立.针对此问题,本文放松这一假设,提出一种新的基于Copula的方法对可加风险模型下相依Ⅰ型区间删失数据进行回归分析,给出参数部分估计量的渐近性质,通过数值模拟检验所提方法在有限样本下的表现,并进行实例分析.(本文来源于《中国科学:数学》期刊2019年09期）
谢磊,何勇琪,吴明轩,李献,余加喜[4]（2019）在《基于发电机和负荷数据的区间不确定潮流算法》一文中研究指出伴随风电并网渗透率的快速增长,系统注入功率的随机波动性显着增强,给系统的运行优化带来了挑战。潮流计算是系统运行优化的基础,但确定性的潮流计算难以获取不确定功率的潮流解。本文首先提出了不含切比雪夫近似的直角区间潮流模型,缩小了节点电压相角与支路有功功率的区间范围。同时,通过基于仿射算术的极坐标区间潮流模型,有效地获取了节点电压幅值区间。最后,综合考虑极坐标区间潮流与直角区间潮流的优势,提出了计及风电和负荷区间不确定性的混合仿射区间潮流模型,大大提高了区间潮流计算的精度,并通过IEEE30、IEEE118以及IEEE300节点系统验证了所提方法的有效性。(本文来源于《南方电网技术》期刊2019年09期）
贺晓丽,刘华丽,刘瑶瑶[5]（2019）在《多粒度数据的区间形式概念分析方法》一文中研究指出经典概念格和面向属性(对象)概念格都是形式概念分析中重要的数据结构,将区间集引入到这些概念格中,可以得到区间集概念格和面向属性(对象)区间集概念格。证明了面向属性区间集概念格与面向对象区间集概念格是反序同构的,将多粒度的思想引入到形式概念分析中,研究粒化前后区间集概念之间的关系;在多粒形式背景下,进一步研究了面向对象(属性)区间集概念之间的内在联系。(本文来源于《计算机工程与应用》期刊2019年19期）
李昕,贾正仙[6]（2019）在《基于医学检验大数据建立与验证昆明地区人群胆红素的生物参考区间》一文中研究指出生物参考区间是解释、分析检验结果的依据,可直接采用国家权威机构或权威刊物发表的适合实验室的生物参考区间,也可自行建立或直接引用试剂供应商提供的生物参考区间,但需对引用的生物参考区间进行验证确认~([1, 2])。随着计算机信(本文来源于《云南医药》期刊2019年04期）
黄兴辉,吕晶晶,杨紫荆,侯雅文,陈征[7]（2019）在《限制平均生存时间在区间删失数据中的应用》一文中研究指出目的针对区间删失生存数据的分析研究,提出限制平均生存时间(restricted mean survival time,RMST)的估计和两组比较检验。方法利用修正EM算法进行迭代并得到生存率估计值,并基于此估计值构建RMST检验统计量求得P值,通过Monte-Carlo模拟验证其统计性能。结果本文提出的区间删失生存数据中RMST检验法的I类错误在0.05附近波动,且其检验效能与现有常用方法Sun模型相当。结论针对区间删失生存数据的组间比较,本文提出RMST检验法不仅准确估计各组生存率,且通过计算RMST能够直观解释组间差异大小并由此作出统计推断,具有较好的统计性能,为临床研究者和病人提供决策依据。(本文来源于《中国卫生统计》期刊2019年04期）
邱冠豪,王飞[8]（2019）在《基于监测数据的地铁区间地表变形规律研究》一文中研究指出基于研究地铁区间地表变形规律的必要性,对徐州地区6个浅埋暗挖法区间的511个有效测点进行了为期18个月的实测数据统计分析,并与国内外类似工法成果进行比较,得出了地表变形具有明显的时间效应等结论。(本文来源于《工程建设与设计》期刊2019年15期）
周静[9]（2019）在《巧用埃拉托色尼筛选法统计大数据区间内素数算法剖析》一文中研究指出本文从常规算法出发找寻并统计素数,探讨了常规算法在大数据区间找寻并统计素数的低效问题,引出巧妙运用埃拉托色尼筛选法统计大数据区间范围内素数个数方法,并详细剖析该方法算法思路。(本文来源于《2019全国教育教学创新与发展高端论坛论文集（卷八）》期刊2019-08-01）
吴翠先,何少元[10]（2019）在《基于区间数的不确定性数据聚类算法:UD-OPTICS》一文中研究指出在不确定性数据聚类算法的研究中,普遍需要假设不确定性数据服从某种分布,继而获得表示不确定性数据的概率密度函数或概率分布函数,然而这种假设很难保证与实际应用系统中的不确定性数据分布一致。现有的基于密度的算法对初始参数敏感,在对密度不均匀的不确定性数据聚类时,无法发现任意密度的类簇。鉴于这些不足,提出基于区间数的不确定性数据对象排序识别聚类结构算法(UD-OPTICS)。该算法利用区间数理论,结合不确定性数据的相关统计信息来更加合理地表示不确定性数据,提出了低计算复杂度的区间核心距离与区间可达距离的概念与计算方法,将其用于度量不确定性数据间的相似度,拓展类簇与对象排序识别聚类结构。该算法可很好地发现任意密度的类簇。实验结果表明,UD-OPTICS算法具有较高的聚类精度和较低的复杂度。(本文来源于《计算机工程与科学》期刊2019年07期）
区间数据论文开题报告
（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：
区间综合监控系统(QJK)作为铁路列控领域的关键装备,负责保证列车的行车安全和高效运营。为实现对QJK工程数据的校验,保证数据的正确性和可靠性,提出一种基于Python的QJK工程数据校验方法。结合QJK工程数据的特性和驱采配线表的编制规则以及归纳的名称类型,设计了自动校验工具。利用python脚本语言和Wing IDE 6.0集成开发环境实现自动校验工具的开发。该工具可实现驱采配线表CAD文件与维护终端数据配置文件的校验,并准确、有效地指出数据的缺失、冗余和不一致,目前已应用于多个QJK项目的测试环节。应用结果表明,自动校验工具可为QJK数据安全性和正确性提供有力保障。
（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。
区间数据论文参考文献
[1].王鲁杰.紧邻区间隧道深基坑施工控制措施及监测数据分析[J].低温建筑技术.2019
[2].卫晴雯.基于Python的区间综合监控系统工程数据校验方法与应用[J].铁路计算机应用.2019
[3].赵慧,崔琪,孙建国.可加风险模型下相依Ⅰ型区间删失数据的一个Copula推断方法[J].中国科学:数学.2019
[4].谢磊,何勇琪,吴明轩,李献,余加喜.基于发电机和负荷数据的区间不确定潮流算法[J].南方电网技术.2019
[5].贺晓丽,刘华丽,刘瑶瑶.多粒度数据的区间形式概念分析方法[J].计算机工程与应用.2019
[6].李昕,贾正仙.基于医学检验大数据建立与验证昆明地区人群胆红素的生物参考区间[J].云南医药.2019
[7].黄兴辉,吕晶晶,杨紫荆,侯雅文,陈征.限制平均生存时间在区间删失数据中的应用[J].中国卫生统计.2019
[8].邱冠豪,王飞.基于监测数据的地铁区间地表变形规律研究[J].工程建设与设计.2019
[9].周静.巧用埃拉托色尼筛选法统计大数据区间内素数算法剖析[C].2019全国教育教学创新与发展高端论坛论文集（卷八）.2019
[10].吴翠先,何少元.基于区间数的不确定性数据聚类算法:UD-OPTICS[J].计算机工程与科学.2019
论文知识图
