导读:本文包含了自适应采样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:自适应,竞争性,南疆,邻域,重构,阴影,计量学。
自适应采样论文文献综述
李伟,罗华平,索玉婷,陈冲[1]（2019）在《竞争性自适应加权采样算法和连续投影算法在南疆冬枣水分模型中的分析》一文中研究指出采用两种不同的波长变量选择方法对南疆冬枣进行偏最小二乘(PLS)建模分析,使用连续投影算法建立的模型预测标准偏差(RMSEP)为1.0672,校正标准偏差(RMSEC)为0.5997,相关系数(R)为0.9017,主因子数为10。使用竞争性自适应加权采样算法建立的模型预测标准偏差(RMSEP)为1.0941,校正标准偏差(RMSEC)为0.6148,相关系数(R)为0.9275,主因子数为7。结果表明连续投影算法和竞争性自适应加权采样算法都能够有效地优选出全光谱的256个变量中的13个变量,降低建模的波长变量,减小了模型的复杂性,提高了模型的精度。两种算法在筛选南疆冬枣的特征波长是可行的。(本文来源于《新疆农机化》期刊2019年05期）
贺怀清,湛少胜,刘浩翰[2]（2019）在《自适应采样多通路Metropolis算法》一文中研究指出多通路Metropolis光照传播算法(multiplexed metropolis light transport,MMLT)存在相邻像素内的路径样本差异性大的缺陷,导致最终生成的渲染图像出现大量噪声。为解决该问题,以像素内采样样本为集合,引入Deluca-Termini模糊度作为像素噪声水平的评价标准;为降低当前像素和周围像素内路径样本的差异性,采样过程中当采样数量达到一定数目后,将模糊度作为当前像素八邻域位置的采样权重;以权重影响不同噪声水平像素采样比重,进行自适应采样。实验结果表明,引入模糊度作为权值的八邻域自适应采样算法切实改进了不同光照材质场景中的渲染效果,减少生成图像噪声的同时改进了整体的采样分布。(本文来源于《计算机工程与设计》期刊2019年10期）
段礼祥,陈瑞典,张来斌,秦天飞,王宁[3]（2019）在《机械设备振动监测的自适应变采样算法研究》一文中研究指出采样频率设置过高将会增加数据冗余与系统能耗。根据机械设备振动信号的非平稳性设计了一种自适应数据采集算法。该算法通过自适应脉冲采样获取当前信号,并从时、频域2方面分析信号,再利用突变检测模型对分析结果进行处理,以指导自适应变采样,随后利用插值算法对数据进行重构。最后基于MATLAB平台对算法进行了实现,并以离心泵正常和故障下信号的仿真结果验证了该算法的有效性。(本文来源于《仪表技术与传感器》期刊2019年07期）
沈跃,李尚龙,刘慧,刘加林[4]（2019）在《基于Dog-Leg正则化自适应压缩采样的植株图像重构》一文中研究指出目标植株的图像压缩与重构在农作物生长状态检测、田间管理和果树病虫害识别等方面有重要作用。传统的图像压缩感知方法存在重构精度低、时间长等问题。针对这些情况,该文提出一种基于Dog-Leg最小二乘的正则化自适应压缩采样匹配追踪(regularized adaptive compressed sampling matching pursuit based on Dog-Leg,DLRa CSMP)算法。该算法以压缩采样匹配追踪(compressive sampling matching pursuit,Co Sa MP)算法为基础,在迭代过程中采用正则化处理,确保支撑集选取的准确性,并结合变步长自适应思想和Dog-Leg最小二乘算法,在实现稀疏度自适应的同时,提高重构速率;选用Kinect获取目标植株的彩色图像,分别采用HSV彩色空间的亮度和色调特征及Sobel算子的轮廓特征输入至Itti模型中融合构建显着性特征图,以简化复杂背景和突出目标植株。试验结果表明,该算法在采样率为0.50时植株原始图像和显着性特征图的重构时间分别为2.14和1.75 s,较Co Sa MP算法分别缩短6.57和6.31 s,重构效率比CoSaMP算法平均分别提高75.5%和77.9%;图像峰值信噪比分别高达35.16和38.93 dB,较Co Sa MP算法分别提高6.12和5.75 dB,且重构精度比Co Sa MP算法平均分别提高21.6%和15.5%,可以实现植株图像的快速精确重构。(本文来源于《农业工程学报》期刊2019年12期）
马志强,孙艳丽[5]（2019）在《基于自适应光源采样的软阴影高效逼真绘制》一文中研究指出提出一种基于自适应光源采样的软阴影高效逼真绘制方法。首先,通过对面光源的部分区域进行规则采样生成多张阴影图,再将阴影图重投影到视点下,在屏幕空间根据比较生成的阴影差值来判断是否需要进一步细分光源采样点,从而实现自适应的逐层采样,避免生成对软阴影质量没有贡献的阴影图,在保持软阴影逼真绘制的同时,较好地提高绘制效率。(本文来源于《电光与控制》期刊2019年11期）
魏芬,邓海琴[6]（2019）在《基于加速度传感器的自适应采样计步器设计》一文中研究指出根据人体行走的特点,设计了一种基于MPU6050加速度传感器的自适应采样计步器。该计步器通过MPU6050加速度传感器采集步态信号,运用滑动滤波算法对传感器输出的数字步态信号进行滤波与降噪处理,基于动态阀值算法对用户的跑步和走路两种状态进行自动识别,并根据人体不同的运动状态自动调整采样速率,将用户的运动数据通过蓝牙上传至手机端健康监测系统。实验结果表明:该计步器能精确完成人体运动步态的信号采集与计数,计步精度可达95%以上。(本文来源于《自动化技术与应用》期刊2019年05期）
王艳,杨艳春,党建武,王阳萍[7]（2019）在《非下采样Contourlet变换域内结合模糊逻辑和自适应脉冲耦合神经网络的图像融合》一文中研究指出传统的基于多尺度变换的图像融合存在对比度不高、边缘细节等信息保留不理想的问题,为解决此问题,提出了一种基于非下采样Contourlet变换的自适应模糊逻辑和自适应脉冲耦合神经网络(PCNN)的融合算法。对于低频子带方向,采用基于自适应模糊逻辑的融合规则;对于高频子带方向,采用方向信息自适应地调整PCNN的链接强度,以边缘特征作为输入激励自适应PCNN,再根据脉冲点火幅度融合子带系数。实验结果表明,所提融合算法能较好地突出融合图像的目标信息,提供丰富的背景细节,在融合图像的清晰度和人眼视觉方面取得较好的融合效果。(本文来源于《激光与光电子学进展》期刊2019年10期）
刁晓娜[8]（2019）在《基于自适应光线采样的并行光路追踪方法》一文中研究指出近年来随着计算机硬件和图形学的发展,影视动漫产业得到了极大的发展,与此同时计算机3D技术在影视动漫制作过程中发挥着越来越重要的作用。而高度真实感渲染技术是3D影视动漫制作的核心环节之一,高度真实感的绘制的目的是针对CG场景生成真实照片级别的图像。目前由于计算机的计算能力有了质的提升以及人们日益增长的观影、游戏等需求,精确模拟光线传播来创建出更加接近于真实景物的图像变得非常重要,而全局光照模型就是能实现这一技术的一种重要模型,它能计算出光能在场景中所有的传播路径。而光路追踪是实现全局光照绘制的基本方法之一,其通过逆向追溯在真实世界中传播的光线的路径来模拟光在场景中与物体相互作用所产生的一系列物理效果,从而将输入的叁维场景转化为具有逼真光效的图像[1]。光路追踪是计算机图形学的一个研究热点,基于光路追踪的真实感渲染在虚拟现实、影视特效、叁维仿真等领域都有着非常好的应用和研究价值。目前,光路追踪算法广泛使用均匀光线采样,每个成像点采样相同数目的光线。这种方式存在图像质量和计算时间的矛盾:低采样率,计算时间短,图像噪声多,成像质量差;高采样率,图像噪声少,成像质量高,但计算时间长。而随着现在3D游戏和虚拟现实等的发展,基于交互的实时应用对绘制的图像质量要求越来越高,这就要求光路追踪像素发射光线数目达到K级别,光照计算量大,绘制时间长,6需研究并行光路追踪方法加速绘制流程,其对于加速影视动漫产业制作流程具有重要的实用价值和意义。而目前大部分可行的并行方法是将成像区域分块,以块为并行计算任务基元,将计算任务分给多个节点并行计算可有效减少绘制时间。这种模式实现方便,但是并行粒度粗,不同光线的计算时间并不相同,导致各节点间的计算时间差异更大,各节点之间的计算任务会出现负载不均衡。针对并行光路追踪中均匀光线采样的噪声问题和并行光线计算任务的负载不均衡问题,本文的主要工作是提出一种基于自适应光线采样的并行光路追踪方法。在预处理阶段,利用协方差追踪法得到光线的频率域信息,进而得到每个像素对应的自适应采样点数;同时结合光线频率和光路追踪的层数得到单条光线计算时间复杂度的预估值。在绘制阶段,利用预处理估算得到的数据来计算绘制图像上每个分块区域的光线任务的复杂度,据此进行任务分发,使每个节点获得的总任务复杂度较为相近,实现负载均衡。实验结果表明,该方法相较于传统光路追踪光线均匀采样方法,既能在发射同样多数目光线的前提下减少绘制噪声,提升绘制质量,又能保证并行绘制时各个节点之间的负载均衡,可扩展性强,能达到高效的加速比。(本文来源于《山东大学》期刊2019-05-20）
李跑,周骏,蒋立文,刘霞,杜国荣[9]（2019）在《窗口竞争性自适应重加权采样策略的近红外特征变量选择方法》一文中研究指出通过消除光谱中的冗余信息变量,挑选出代表样品性质的特征变量代替全谱建立定量模型,可以提高近红外分析结果的准确性。基于进化论中适者生存原理的竞争性自适应重加权采样(CARS)算法因具有计算速度快、筛选得到的特征波长少等优点,在近红外特征变量筛选方面得到了广泛的应用。然而该方法在计算过程中容易出现校正集和验证集结果不一致情况。这是因为算法过于强调校正集交叉验证结果,且并未考虑相邻变量之间的协同作用。为了建立更加稳健的变量筛选方法,通过结合"窗口"以及CARS算法的优势,提出了一种基于窗口竞争性自适应重加权采样(WCARS)策略的近红外特征变量筛选方法,并将其应用于复杂植物样品近红外光谱与其化学成分含量之间的建模分析。采用WCARS方法可以实现准确定量分析,且通过与竞争性自适应重加权采样(CARS)方法结果相比较, WCARS方法得到的校正集和预测集结果一致,在一定程度上减少了过拟合问题的出现。该策略能有效增强特征变量选择的稳健性,提高了定量模型的可信度,具有一定的应用价值。(本文来源于《光谱学与光谱分析》期刊2019年05期）
戴佳佳,范丽鹏,庞明勇[10]（2019）在《特征驱动的叁维网格模型自适应重采样算法》一文中研究指出提出一种由可编辑特征驱动的叁维网格模型自适应重采样算法,该算法运用一组特征曲线控制重采样密度。将网格模型参数化到平面域,用灰度几何图像表示原模型的局部几何信息;由几何图像的灰度及用户编辑信息定义叁维模型表面采样的密度控制函数;该函数控制采样点在参数域中的疏密分布,并采用重心Voronoi方法优化采样点的局部分布;将采样结果映射到叁维空间生成重采样模型。算法能有效地处理不同模型,得到的重采样点分布具有局部特征自适应性,用户以交互方式控制采样分布。(本文来源于《系统仿真学报》期刊2019年05期）
自适应采样论文开题报告
（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：
多通路Metropolis光照传播算法(multiplexed metropolis light transport,MMLT)存在相邻像素内的路径样本差异性大的缺陷,导致最终生成的渲染图像出现大量噪声。为解决该问题,以像素内采样样本为集合,引入Deluca-Termini模糊度作为像素噪声水平的评价标准;为降低当前像素和周围像素内路径样本的差异性,采样过程中当采样数量达到一定数目后,将模糊度作为当前像素八邻域位置的采样权重;以权重影响不同噪声水平像素采样比重,进行自适应采样。实验结果表明,引入模糊度作为权值的八邻域自适应采样算法切实改进了不同光照材质场景中的渲染效果,减少生成图像噪声的同时改进了整体的采样分布。
（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。
自适应采样论文参考文献
[1].李伟,罗华平,索玉婷,陈冲.竞争性自适应加权采样算法和连续投影算法在南疆冬枣水分模型中的分析[J].新疆农机化.2019
[2].贺怀清,湛少胜,刘浩翰.自适应采样多通路Metropolis算法[J].计算机工程与设计.2019
[3].段礼祥,陈瑞典,张来斌,秦天飞,王宁.机械设备振动监测的自适应变采样算法研究[J].仪表技术与传感器.2019
[4].沈跃,李尚龙,刘慧,刘加林.基于Dog-Leg正则化自适应压缩采样的植株图像重构[J].农业工程学报.2019
[5].马志强,孙艳丽.基于自适应光源采样的软阴影高效逼真绘制[J].电光与控制.2019
[6].魏芬,邓海琴.基于加速度传感器的自适应采样计步器设计[J].自动化技术与应用.2019
[7].王艳,杨艳春,党建武,王阳萍.非下采样Contourlet变换域内结合模糊逻辑和自适应脉冲耦合神经网络的图像融合[J].激光与光电子学进展.2019
[8].刁晓娜.基于自适应光线采样的并行光路追踪方法[D].山东大学.2019
[9].李跑,周骏,蒋立文,刘霞,杜国荣.窗口竞争性自适应重加权采样策略的近红外特征变量选择方法[J].光谱学与光谱分析.2019
[10].戴佳佳,范丽鹏,庞明勇.特征驱动的叁维网格模型自适应重采样算法[J].系统仿真学报.2019
论文知识图
