导读:本文包含了线性谱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:线性,序列,正交,矩阵,函数,协方差,框架。
线性谱论文文献综述
宋以宁,刘文萍,骆有庆,宗世祥[1]（2019）在《基于线性谱聚类的林地图像中枯死树监测》一文中研究指出【目的】将基于线性谱聚类超像素的方法应用在森林病虫害防治领域,可智能监测无人机森林虫害图像中的枯死树,为森林有害生物的监测工作提供技术支撑。【方法】分别以湖北省受松材线虫与辽宁省受红脂大小蠹侵害的松林无人机图像为试验数据,首先使用线性谱聚类超像素分割算法将图像划分为多个超像素;然后基于枯死树木的颜色特征,初步提取可能为枯死树的超像素区域;最后基于枯死树木与其他干扰地物具有不同的纹理特征,计算超像素的区域密度和缝隙量,利用支持向量机对初步提取的超像素进行分类,从而检测出图像中的枯死树。【结果】基于线性谱聚类超像素和支持向量机的枯死树监测方法可有效排除与枯死树木颜色相近的其他干扰地物,较准确地提取出枯死树木。使用该方法与基于植被颜色指数的阈值分割方法、基于简单线性迭代聚类超像素和随机森林的方法,对35幅受灾松林无人机图像进行试验,并选用交并比、虚警率和漏检率3个评价指标对3种方法进行定量对比分析。结果表明,基于线性谱聚类超像素的方法监测出的枯死树区域最精确,其监测结果与人工检测结果的交并比均值大于58%,且虚警率和漏检率均优于另外2种方法。【结论】基于线性谱聚类超像素的枯死树监测方法能实现松林中枯死树的快速、准确检测及定位。(本文来源于《林业科学》期刊2019年04期）
陈媛,赵凌君,匡纲要,赵力文[2]（2018）在《基于边缘强度特征和线性谱聚类的SAR图像超像素生成方法》一文中研究指出面对高分辨合成孔径雷达(SAR)图像的海量数据,学界广泛通过基于超像素的方法简化图像处理过程。一般适用于光学图像的超像素分割算法对存在斑噪的SAR图像分割性能均不够理想。面向SAR图像改进现有超像素生成算法是目前的研究热点之一。在探讨了将边缘强度特征引入超像素分割算法的可行性的基础上,结合边缘强度特征和线性谱聚类方法,提出了一种新的SAR图像超像素生成方法(e-LSC)。通过仿真SAR图像和实测SAR图像的比较实验,证实了e-LSC算法与其他几种典型超像素生成算法相比,生成的超像素在边缘贴合度和匀质区域的规则化上都有所提高。(本文来源于《图学学报》期刊2018年06期）
王双双[3]（2018）在《基于线性谱统计量的社区发现算法》一文中研究指出社区发现作为网络研究的重要课题,其应用涉及到从查找通信网络和生物网络社区到金融风控中老赖识别等多个领域,受到了统计学,物理学和计算机科学等不同学科的广泛关注.然而过去使用的聚类算法多数要求社区个数k已知.我们将要通过假设检验算法自动获取社区数目k.在随机块模型假设下,单个社区可以看做是ER图,本文从理论上证明了ER图邻接矩阵的线性谱统计量弱收敛到N(0,15).从而在原假设为ER图的情况下,提出基于线性谱统计量的假设检验算法检验网络是否是ER随机图,创新性地将高维随机矩阵的线性谱统计量等相关定理用于随机网络的社区发现问题.本文结合基于motif谱聚类算法与基于线性谱统计量的假设检验算法提出两种k未知时的聚类算法框架.本文的难点主要集中在两方面,第一个难点是证明经过标准化的ER图邻接矩阵的线性谱统计量弱收敛到高斯分布,第二个难点是如何基于线性谱统计量的假设检验算法构建k未知的聚类算法.(本文来源于《吉林大学》期刊2018-06-01）
刘蓓[4]（2014）在《关于指数型函数列构成分段线性谱框架的研究》一文中研究指出框架这一概念是在研究非调和Fourier级数时提出来的,目前已经在众多领域里取得重要应用,因此研究各种具体形式的框架具有重要意义.本文主要研究空间L2[0,1]的分段线性谱框架,即L2[0,1]中的指数型函数列构成的框架.给出一类分段线性谱框架并讨论当θ≠1/2时,分段线性函数gn(t)成为谱框架的必要条件.(本文来源于《应用数学》期刊2014年04期）
崔晓娜,李飞祥[5]（2014）在《由分片线性谱序列来刻画函数空间L~p([0,1])(英文）》一文中研究指出本文首先介绍一组指数函数序列,该序列元素的指数部分都是多节点分片线性的,而且该指数函数序列是函数空间L~2([0,1])的一组标准正交基底.运用古典的傅里叶级数的性质特征来证明该指数函数序列也能构成函数空间L~p([0,1])的基底,其中1<p<∞.同时也给出级数的部分和的几乎处处收敛性.(本文来源于《数学进展》期刊2014年01期）
刘蓓,刘锐[6]（2013）在《关于分段线性谱序列的研究》一文中研究指出本文研究L2[0,1]上的分段线性谱序列.讨论当节点θ≠1/2时,分段线性函数gn(t)成为谱序列的必要条件.我们研究一次项系数an=cn的情况,然后对于更一般的an,cn∈R情况,给出系数具有的特征.(本文来源于《应用数学》期刊2013年04期）
王小英[7]（2009）在《大维样本协方差矩阵的线性谱统计量的中心极限定理》一文中研究指出近二、叁十年来,随着现代科技的发展和大型并行计算机的出现,尤其是Linux微机机群的出现和普及,人们开始对大维海量数据的大规模科学工程计算越来越感兴趣。对于大维海量数据,为了揭示关键变量的内部关系,人们自然想利用参数或非参数回归分析和典型相关分析;为了探索和预报数据的时空变化情况,同时也会采用时间序列分析及神经网络手法;另外,为了减小计算机时及内存消耗,在最短时间内完成海量数据可视化,也会用到主成份分析和因子分析。然而,在处理大维数据时,许多经典的统计方法都不适用了,有的甚至会导致严重的误差。我们应该发展和运用新的方法来处理大维数据相关问题,如中长期天气预报、航探数据可视化、地震数据处理、航天飞行器数值化等。以上诸多方面在做估计和假设检验过程中,无不用到大维随机矩阵的处理,尤其是大维样本协方差矩阵的相关性质,因为多元分析中许多重要的统计量都可以表示成样本协方差矩阵的函数。但是由于经典的大样本理论都是假定维数很小是固定的,故而经典极限理论并不适宜解决大维随机数据问题,很多多元问题的模型参数估计、模型检验的统计量已有的结果对大维海量数据并不能平凡推广。因此大维随机矩阵理论,尤其协方差矩阵相关性质的研究就成为非常重要且迫切需要解决的课题。在大维海量数据处理中,大维随机矩阵的谱分析非常关键也很重要。在找到大维随机矩阵经验谱分布F_n(x)的极限谱分布F(x)后,相应的线性谱统计量∫f(x)dF_n(x)的极限形式可以容易得到,为了更进一步的统计推断,求出大维随机矩阵线性谱统计量的极限分布是非常关键的。关于经验谱分布收敛到极限谱分布的收敛速度问题,一般的猜想是O(n~(-1))。如果真是这样,我们考虑经验过程G_n(x)=n[F_n(x)-F(x)]的渐近性质似乎是自然的。但不幸的是,大量证据显示经验过程G_n(x)在任何度量空间中都不收敛。自然,退一步地,我们转向寻找经验过程G_n(x)的线性谱统计量G_n(f)=∫f(x)dG_n(x)的极限分布。本文主要运用Bernstein多项式逼近、Stieltjes变换方法以及鞅的中心极限定理等手法。在适当的矩条件下,当核函数f(x)属于C~4时,我们证明了大维随机协方差矩阵的线性谱统计量的中心极限定理。基于这类谱统计量的极限分布,我们可以做更有效的统计推断,如假设检验、构造置信区间、置信区域等。具我们结果中核函数的限制的改进准则,可以对大维样本协方差矩阵的经验谱分布的渐近性质有一个更进一步的理解。(本文来源于《东北师范大学》期刊2009-10-01）
白永强,李起升,刘震,裴明[8]（2007）在《一般KdV方程的线性谱问题(英文)》一文中研究指出利用延拓结构理论讨论布根-KdV方程.同时给出了带一个参数的一般KdV方程的线性谱问题.(本文来源于《河南科学》期刊2007年02期）
肖红英[9]（2005）在《一类用迭代方法生成的分片线性谱序列(英文)》一文中研究指出本文引入了空间L2[0, 1]的一种具有指数形式的正交基,其中对应的指数序列称为谱序列.文章得出了一系列理论上的刻画,但主要贡献在于给出迭代解法以生成多节点分片线性谱序列,并且对分片常数谱序列进行了研究.另外,本文还给出在离散情形计算分解系数的快速算法,并估计了算法复杂度.(本文来源于《数学研究》期刊2005年03期）
向娟娟,卢伟,姚天任,施蕾[10]（2002）在《基于第二类切比雪夫多项式的语音线性谱对参数的计算》一文中研究指出对线性谱对 (LSP)参数的计算方法提出改进算法 ,该算法利用第二类切比雪夫多项式的迭代性质对初始函数降阶。理论分析表明 ,改进算法可以获得更简洁的数学表达式。实验结果显示 ,改进算法中基本消除了乘法运算 ,同时随着线性预测分析阶数的增加可以进一步降低算法复杂度。(本文来源于《高技术通讯》期刊2002年10期）
线性谱论文开题报告
（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：
面对高分辨合成孔径雷达(SAR)图像的海量数据,学界广泛通过基于超像素的方法简化图像处理过程。一般适用于光学图像的超像素分割算法对存在斑噪的SAR图像分割性能均不够理想。面向SAR图像改进现有超像素生成算法是目前的研究热点之一。在探讨了将边缘强度特征引入超像素分割算法的可行性的基础上,结合边缘强度特征和线性谱聚类方法,提出了一种新的SAR图像超像素生成方法(e-LSC)。通过仿真SAR图像和实测SAR图像的比较实验,证实了e-LSC算法与其他几种典型超像素生成算法相比,生成的超像素在边缘贴合度和匀质区域的规则化上都有所提高。
（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。
线性谱论文参考文献
[1].宋以宁,刘文萍,骆有庆,宗世祥.基于线性谱聚类的林地图像中枯死树监测[J].林业科学.2019
[2].陈媛,赵凌君,匡纲要,赵力文.基于边缘强度特征和线性谱聚类的SAR图像超像素生成方法[J].图学学报.2018
[3].王双双.基于线性谱统计量的社区发现算法[D].吉林大学.2018
[4].刘蓓.关于指数型函数列构成分段线性谱框架的研究[J].应用数学.2014
[5].崔晓娜,李飞祥.由分片线性谱序列来刻画函数空间L~p([0,1])(英文）[J].数学进展.2014
[6].刘蓓,刘锐.关于分段线性谱序列的研究[J].应用数学.2013
[7].王小英.大维样本协方差矩阵的线性谱统计量的中心极限定理[D].东北师范大学.2009
[8].白永强,李起升,刘震,裴明.一般KdV方程的线性谱问题(英文)[J].河南科学.2007
[9].肖红英.一类用迭代方法生成的分片线性谱序列(英文)[J].数学研究.2005
[10].向娟娟,卢伟,姚天任,施蕾.基于第二类切比雪夫多项式的语音线性谱对参数的计算[J].高技术通讯.2002
论文知识图
