导读:本文包含了位置不确定性论文开题报告文献综述及选题提纲参考文献，主要关键词:自发地理信息,位置准确度,统计缓冲区方法,位置不确定性
位置不确定性论文文献综述
张文彬[1]（2019）在《对VGI中道路网络位置不确定性的统计学分析》一文中研究指出自发地理信息(VGI)由于其自身所具有的高度可用性与多样性而吸引了大量研究。然而对于许多组织而言,在使用VGI时很重要的一点是确保其质量达到一定的水准。位置坐标是地理数据的一个基本属性,因而位置准确度作为VGI中位置质量的度量一直是相关学术研究中的热点问题。通过缓冲区方法,研究人员使用服从严格收集标准的参考数据集来评估地图类型的VGI的位置准确度。本论文的研究内容包括:(1)缓冲区半径的理论大小。传统缓冲区方法下的位置准确度评价结果与缓冲区半径的大小之间有很强的正相关性,即缓冲半径越大,同一条待测道路的位置准确度评价结果越高。另一方面,由于缓冲区方法本身尚未经过理论和实验的评估,因此无法对位置准确度的评价结果提供适当的解释。本研究在统计理论基础上讨论了缓冲区半径的大小与形状,提出统计缓冲区为操作者构建缓冲区时提供理论依据。同时,由于统计缓冲区难以直接应用,本研究进一步将统计缓冲区的近似包络作为统计缓冲区在实际引用中的替代。实验结果表明,统计缓冲区的近似包络在位置准确度的评价中与统计缓冲区具有等效性;(2)VGI中道路网络位置不确定性分析。由于VGI的数据来源广泛,准确度这一概念无法对其位置质量进行全面刻画。本研究将统计缓冲区中的置信水平纳入到位置质量的度量,与位置准确度一起组成位置不确定性度量,为VGI中道路网络的位置质量提供一种更为可靠与合理的度量与相应的评价方法。本文为VGI中的误差研究树立了标准。针对传统缓冲区方法在位置准确度评价中存在的问题,以统计学为理论基础,本文提出统计缓冲区,并对VGI中道路网络的位置不确定性进行研究。(本文来源于《长安大学》期刊2019-05-05）
王骏,黄德才[2]（2018）在《一种新的位置不确定性聚类算法UCNDBSCAN》一文中研究指出位置不确定性数据的聚类是一个新的不确定性数据聚类问题.目前对于这一类问题的聚类算法主要以划分聚类为主,而划分聚类有着无法区分任意形状簇和无法分离离群点等缺点;已有的一些基于密度的聚类算法,存在单单考虑对象间距离的均值,忽略距离变化范围,参数敏感性大和计算复杂度高等缺点.鉴于此,提出一种基于联系数的位置不确定数据密度聚类算法-UCNDBSCAN.该算法用联系数巧妙地表示不确定性对象,并专门定义了对象间的联系距离,运用联系数态势值理论定义新的对象间距离衡量标准,克服了现有算法的不足.仿真实验表明,UCNDBSCAN具有聚类精度高、参数敏感度低、计算复杂度低、实用性强的特点.(本文来源于《小型微型计算机系统》期刊2018年08期）
蔡宗加[3]（2018）在《城市轨道交通CBTC信号系统列车位置不确定性分析》一文中研究指出当前,城市轨道交通为满足大运量的需求,对列车运行间隔要求越来越高,即列车自动控制系统对列车的定位必须更加精确可靠,以保证小间隔的列车安全运行要求。介绍了列车测速和列车定位的基本原理,从算法原理入手分析了列车速度不确定性和位置不确定性的产生原因以及计算方法,以供列车精确定位参考。(本文来源于《城市轨道交通研究》期刊2018年S1期）
王彦坤[4]（2018）在《室内位置描述中空间关系的不确定性建模与定位研究》一文中研究指出近年来,随着城市和移动互联网的发展,人们在室内的时间越来越多,对位置服务的需求越来越多元化,室内位置定位迎来了迅猛的发展。当前室内定位技术是通过各种物理传感器实现定位,算法复杂而且需要昂贵的设备花费,在室内这样复杂的环境中还容易受建筑物遮挡和多路径效应的影响。认知技术、自然语言理解、语言识别技术的发展使得人、机器之间的感知与语言交互更加成熟。自然语言作为人们日常生活中最基本的交流方式已成为一种交互方式逐渐消除了人与机器之间的障碍,人与机器之间的交互方式将会朝着更加智能和便于人们使用的方向发展,通过语音或者文本进行自然语言交互式的位置服务将是今后的发展方向。位置描述存在于我们的日常交流之中,一般来说,位置描述包括参考对象、空间关系和目标对象,其中空间关系中的方位关系和距离(定量和定性)关系能提供更多的位置信息。近年来,虽然基于位置描述的定位方法取得了长足的进步,但是基于位置描述中空间关系的不确定性建模和复杂定位场景的计算方法研究仍然存在不足。因此,本文针对位置描述定位的瓶颈问题,以室内商场为例,研究了基于室内位置描述中空间关系的不确定性建模和定位方法。本文主要的研究工作和创新成果如下:(1)提出了基于模糊集的定量距离模型和相对方位关系模型。在分析了人们对定量距离认知规律的基础上,通过统计分析建立了定量距离隶属度函数;以人们对空间方位的认知与角度有关出发,建立了相对方位隶属度函数,为室内位置描述定位方法奠定基础。(2)提出了基于模糊集的定性距离(“附近”)模型。定性距离(“附近”)与距离成反比,Voronoi图在表达平面点之间的距离关系有独特的优势,因此,基于模糊集约束,利用欧式距离与Voronoi图的“窃取面积(stolen-area)”建立了定性距离(“附近”)的函数关系,为室内位置描述定位方法奠定基础。(3)研究了基于相对方位和定量距离的室内位置描述定位问题,提出了基于相对方位和定量距离隶属度函数的联合概率定位方法。利用定量距离确定目标位置可能存在的区域,即容许区域;然后计算容许区域内基于方位和距离的联合概率分布,在计算过程中从认知和计算效率的角度出发,引入满足约束规则的“可视线段”的概念,从认知角度定义了“可视线段”的等角采样方法,并建立规则获取唯一定位点;最后,通过实验得出,在45m可视范围内基于相对方位和定量距离进行室内位置描述定位可以达到3.5m左右的定位精度。(4)研究了基于相对方位的室内地标位置描述定位问题,提出了基于相对方位关系和定性距离隶属度函数的联合概率定位方法。人们在室内地标系统中进行方位位置描述时,会潜在的选择较近的地标,因此,在室内地标系统中用方位进行定位时要用定性距离“附近”辅助。首先,基于室内商铺,建立室内地标系统,拓展定性距离模型,使其适用于室内地标(面对象);其次,通过Voronoi区域圈定目标对象的可能区域,计算区域内基于方位和定性距离的联合概率分布,在计算过程中从认知和计算效率的角度出发,引入满足约束规则的“可视线段”的概念,并建立规则获取唯一定位点;最后,通过实验得出,在45m可视范围内基于相对方位和定性距离进行室内位置描述定位可以达到3.55m左右的定位精度。(本文来源于《武汉大学》期刊2018-05-01）
张琦[5]（2018）在《环境不确定性、董事会网络位置与公司绩效》一文中研究指出以上市公司董事会为研究对象,通过衡量董事会的网络位置,探索董事会网络作为获取资源的非正式机制对公司绩效的影响,并检验环境不确定性如何影响董事会网络位置与公司绩效之间的关系。结果表明:董事会网络中心性越高,公司绩效越好;公司外部环境不确定程度越高,公司绩效越差;当公司面对更低程度的环境不确定性时,董事会网络中心性对公司绩效的正向影响更强;与市场化程度较低的地区相比,在市场化程度较高的地区董事会网络对上市公司绩效的提升作用更显着;国有企业的董事会网络中心性程度显着高于民营企业。(本文来源于《财会月刊》期刊2018年08期）
龙瑶,周石鹏[6]（2018）在《连锁董事网络位置、环境不确定性与企业多元化战略》一文中研究指出利用社会网络分析方法,选取2008-2015年我国长叁角地区制造业的432家上市公司为研究样本,从结构性嵌入角度实证研究我国制造业上市公司连锁董事网络位置对企业多元化的影响,以及环境不确定性对二者的调节作用。研究结果表明,企业在连锁董事网络中的网络中心度、结构洞的丰富程度均对企业实施多元化有显着的促进作用,而企业面临的环境不确定性负向调节连锁董事网络中心度、结构洞与企业多元化的关系。(本文来源于《电子商务》期刊2018年03期）
王骏[7]（2017）在《基于联系数的位置不确定性数据聚类算法》一文中研究指出近些年来,数据挖掘一直是信息技术产业圈内重点关注的技术点,究其原因主要在于信息技术产业拥有大量数据可供广泛使用,而这些数据背后所隐藏的有价值的知识信息有待被挖掘出来。这些被提取出来的信息可以在金融市场,商业贸易,学术科研等领域发挥重要的导向作用。而其中聚类又是数据挖掘中最为关键的一项研究课题。在这个网络信息技术发展疾速的年代,所产生的数据信息往往具有各不相同的结构和属性,而这使得数据挖掘将迎来新的艰难挑战。在现代的许多应用领域中,比如在无线传感器发射与信号收集的场景中,无线传感器无法像有线通讯设备一样始终连续地发射和接收信号,由于受到外界干扰或者技术限制,其信号具有离散性;然而,自然界真实的环境变化是连续性的,这就导致了无线传感器收集到的信号是不确定性的;在对于这一类的数据进行统计,处理与分析时,在考虑该数据整体性的同时必须兼顾其不确定性,这样才能更为客观的体现数据的本质特性,才能更好地得到数据处理结果,而这无疑使传统确定性数据挖掘研究面临了新难题。处理不确定性数据的数学工具有概率密度函数,模糊数,区间数以及联系数等。其中联系数是一种较新的,专门用来研究不确定数据问题的数学工具,目前已经在诸如水资源系统评价,多属性多目标评估,群决策等领域有着广泛的运用。但在数据挖掘聚类领域的应用还十分少见。本文的主要工作内容和研究成果如下:1.本文首先对大数据环境下的数据挖掘以及数据挖掘中重要课题聚类进行了介绍,论述了本文研究重点不确定性数据产生的背景和原因,然后详细讲解聚类的定义,相似性度量方式,常见的聚类方法等;接着介绍了不确定性数据的表示方式,以及提出了本文核心数学工具-联系数理论,并做了详细介绍,为本文后续章节的核心内容研究做理论铺垫;最后介绍说明了不确定性数据聚类的研究现状。2.针对于目前划分一类的不确定性数据聚类,为了克服其聚类运算时的计算复杂度高,处理数据时忽视不确定性对聚类结果影响等缺点,本文提出了一种基于联系数的不确定性数据划分聚类算法,该算法不但大大降低计算复杂度,而且在聚类过程中兼顾考虑了不确定性数据整体位置和不确定性变化趋势对聚类结果的影响。实验数据显示,本算法聚类效果好,质量高且性能优越。3.针对于目前基于密度的不确定性数据聚类较为匮乏,而基于划分的聚类算法又有无法区分任意形状的簇以及难以发现离群点等缺点,本文提出了一种基于联系数的不确定性数据密度聚类算法,该算法降低了计算复杂度,提出新的距离衡量标准,考虑了不确定性变化趋势,而且大大降低了基于密度这一类聚类算法的参数敏感性。实验结果表明,本算法以较少的参数完成了较高质量的聚类,具有高可操作性,实用性和高效性。(本文来源于《浙江工业大学》期刊2017-03-23）
严若森,华小丽[8]（2017）在《环境不确定性、连锁董事网络位置与企业创新投入》一文中研究指出作为一种重要的非正式制度安排,连锁董事网络关系长期稳定嵌入于企业之中,成为企业获取外部资源和信息的重要来源。位于连锁董事网络中不同位置的企业获取和控制资源的能力所有差异,进而影响其创新行为。利用社会网络分析方法,以2008~2014年我国高科技上市公司为研究样本,从结构性嵌入的角度实证研究了我国高科技上市公司连锁董事网络位置对企业创新投入的影响,以及环境不确定性对二者关系的调节作用。研究发现,网络中心度以及结构洞的丰富程度均与企业创新投入显着正相关,表明位于连锁董事网络中心位置的企业能够利用其位置优势管理外部资源依赖,促进企业开展研发活动。研究尚发现,这种促进作用受到企业面临的环境不确定性的负向调节,即环境不确定性削弱了连锁董事网络中心位置对企业创新投入的积极作用。(本文来源于《管理学报》期刊2017年03期）
王骏,黄德才[9]（2016）在《基于联系数的位置不确定性数据UCNK-Means聚类算法》一文中研究指出位置不确定性数据的聚类是一个新的不确定性数据聚类问题。其聚类方法主要包括获取对象的概率密度函数,通过积分计算对象间的期望距离来进行聚类分析和以区间数表示对象,通过区间数的系列运算来进行聚类分析这两大类。前者存在概率密度函数获取困难、计算复杂、实用性不强的缺陷;后者在区间数转化为实数过程中,忽略了区间数变化范围对聚类效果的影响,其聚类质量不佳。鉴于此,提出一种基于联系数的不确定对象聚类新算法UCNK-Means。该算法用联系数巧妙地表示不确定性对象,并专门定义了对象间的联系距离,运用联系数态势值比较联系距离大小,克服了现有算法的不足。仿真实验表明,UCNK-Means具有聚类精度高、计算复杂度低、实用性强的特点。(本文来源于《计算机科学》期刊2016年S2期）
李维鹏,张国良,姚二亮,徐君[10]（2016）在《基于空间位置不确定性约束的改进闭环检测算法》一文中研究指出针对在多歧义场景下移动机器人VSLAM(visual simultaneous localization and mapping)的闭环检测问题,提出了一种基于空间位置不确定性约束的改进闭环检测算法.首先针对ICP(迭代最近点)算法点云配准环节提出新的距离函数,弥补了欧氏距离与马氏距离的不足.其次,基于特征点的空间位置不确定性,建立视觉里程计累积误差模型并采用卡尔曼滤波减小误差.然后,根据视觉里程计累积误差模型给出闭环检测的空间范围约束.最后,根据闭环检测结果修正累积误差,进一步缩小闭环检测范围.一方面,改进算法限制了闭环检测的范围,提高了实时性;另一方面,空间约束有效排除了大部分的感知歧义,提高了闭环检测的准确率.数据集和实际场景下的对比实验均表明,对于感知歧义场景,本文提出的闭环检测算法在保证一定的召回率下,准确率明显高于IAB-MAP、FAB-MAP和RTAB-MAP,并且表现出良好的实时性;对于复杂室内场景,本文算法也有着较好的实时性和准确率.(本文来源于《机器人》期刊2016年03期）
位置不确定性论文开题报告
（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：
位置不确定性数据的聚类是一个新的不确定性数据聚类问题.目前对于这一类问题的聚类算法主要以划分聚类为主,而划分聚类有着无法区分任意形状簇和无法分离离群点等缺点;已有的一些基于密度的聚类算法,存在单单考虑对象间距离的均值,忽略距离变化范围,参数敏感性大和计算复杂度高等缺点.鉴于此,提出一种基于联系数的位置不确定数据密度聚类算法-UCNDBSCAN.该算法用联系数巧妙地表示不确定性对象,并专门定义了对象间的联系距离,运用联系数态势值理论定义新的对象间距离衡量标准,克服了现有算法的不足.仿真实验表明,UCNDBSCAN具有聚类精度高、参数敏感度低、计算复杂度低、实用性强的特点.
（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。
位置不确定性论文参考文献
[1].张文彬.对VGI中道路网络位置不确定性的统计学分析[D].长安大学.2019
[2].王骏,黄德才.一种新的位置不确定性聚类算法UCNDBSCAN[J].小型微型计算机系统.2018
[3].蔡宗加.城市轨道交通CBTC信号系统列车位置不确定性分析[J].城市轨道交通研究.2018
[4].王彦坤.室内位置描述中空间关系的不确定性建模与定位研究[D].武汉大学.2018
[5].张琦.环境不确定性、董事会网络位置与公司绩效[J].财会月刊.2018
[6].龙瑶,周石鹏.连锁董事网络位置、环境不确定性与企业多元化战略[J].电子商务.2018
[7].王骏.基于联系数的位置不确定性数据聚类算法[D].浙江工业大学.2017
[8].严若森,华小丽.环境不确定性、连锁董事网络位置与企业创新投入[J].管理学报.2017
[9].王骏,黄德才.基于联系数的位置不确定性数据UCNK-Means聚类算法[J].计算机科学.2016
[10].李维鹏,张国良,姚二亮,徐君.基于空间位置不确定性约束的改进闭环检测算法[J].机器人.2016