导读:本文包含了采样算法论文开题报告文献综述及选题提纲参考文献，主要关键词:随机森林,网络入侵检测,样本类别倾斜,层次采样
采样算法论文文献综述
胡志鹏,颜秉勇,彭亦功[1]（2019）在《层次采样的代价敏感随机森林算法及其应用》一文中研究指出机器学习算法在入侵检测系统中被广泛应用,提升了入侵检测系统的效率和准确率。然而,入侵数据类倾斜和数据流量剧增问题,导致其被使用的局限性。针对此问题,提出一种分布式层次采样的代价敏感随机森林算法。利用层次采样技术降低样本类别倾斜比率,通过随机森林算法进行特征选择,构建敏感随机森林算法的分布式检测网络。实验结果表明,该算法可以减小数据类别倾斜影响,提升分类器性能,提高检测效率。(本文来源于《计算机工程与设计》期刊2019年12期）
张彦栋,陈建忠,赵中飞[2]（2019）在《对F-J方法中采样算法的改进》一文中研究指出介绍了基于贝叶斯理论的线性-非线性模型的反演方法(F-J方法),在理论上可以求出模型参数的概率分布,可以通过马尔可夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)采样估计参数值及其精度。为了评估F-J方法反演效果,给出了线性-非线性模型的最小二乘方法以及假设检验步骤。针对MCMC采样算法中参数的随机游走步长会影响最佳采样数量的问题,对采样算法作了改进,模拟数据算例表明,改进的采样算法基本消除了部分参数游走步长选取不合适对确定采样次数的影响,解决了随机游走采样难以确定最佳采样点数量的问题。(本文来源于《测绘地理信息》期刊2019年06期）
张廷军,郭毅锋,黄丽敏[3]（2019）在《改进重采样的移动机器人SLAM算法》一文中研究指出在基于Rao-Blackwellized粒子滤波的移动机器人同时定位与地图构建(RBPF-SLAM)算法中,针对重采样过程导致粒子多样性降低问题,提出部分粒子免疫优化重采样方法。根据粒子权重将粒子划分为稳定粒子和不稳定粒子,对稳定粒子直接存入抗体记忆序列,对不稳定粒子通过计算抗原与抗体的亲和力与排斥力进行克隆变异操作,从中优选新粒子补充到抗体记忆序列,提高粒子多样性。实验结果表明,该算法能够有效提高机器人状态估计精度,保证算法实时性。(本文来源于《计算机工程与设计》期刊2019年11期）
李伟,罗华平,索玉婷,陈冲[4]（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）
时维国,雷何芬[5]（2019）在《基于网络需求度的变采样周期智能动态调度算法》一文中研究指出针对资源受限的网络控制系统,提出基于网络需求度的变采样周期动态调度算法。调度器以控制回路的误差、误差变化率建立模糊规则;控制回路网络需求度的在线确定采用神经网络记忆模糊规则的方法。利用变步长自适应LMS滤波算法预测控制回路中数据包的传输时间,同时根据网络需求度动态分配各回路带宽,对各个控制回路进行采样周期的动态调节,从而使得网络控制系统在不同需求情况下都能有效分配网络资源,使控制系统更加稳定性、传输更加有效性。仿真试验结果表明,控制系统的控制质量得到了有效的提高,保证了系统的控制性能及系统的稳定性。(本文来源于《自动化与仪表》期刊2019年10期）
赵明富,黄铮,宋涛,曹利波,黄俊木[6]（2019）在《融合采样一致性和迭代最近点算法的点云配准方法》一文中研究指出叁维点云数据配准在机器人环境感知与建模、虚拟现实、人机交互、逆向工程等领域有着广阔的应用前景。针对传统迭代最近点(Iterative Closest Point,ICP)算法中存在的收敛速度慢、鲁棒性差等问题进行研究,提出了一种融合采样一致性和迭代最近点算法的点云配准方法,对点云数据的快速点特征直方图(Fast Point Features Histograms,FPFH)特征进行提取并对这些特征使用采样一致性初始配准算法(Sample Consensus Initial Alignment,SAC-IA)进而得到点云集间的对应关系,计算出点云的初始变换,从而获得一个较好的配准位置,提出了k-d树近邻搜索方法加速搜寻对应点对,并利用点云的方向向量阈值去除迭代最近点算法产生的误点对,实现点云的精确配准。实验结果表明,算法取得了较高的配准精度,加快了收敛速度。(本文来源于《激光杂志》期刊2019年10期）
朱文维,李俊峰[7]（2019）在《基于非下采样剪切波变换和特征合成的医学图像融合算法》一文中研究指出针对融合后的医学图像时常存在细节纹理不够清晰的问题,本文提出一种新的基于非下采样剪切波变换(Non-Subsampled Shearlet Transform, NSST)的医学图像融合算法,对多模态医学影像进行融合,增强细节结构提取的能力,提高图像融合质量,为医疗诊断提供依据.首先,将已配准的源图像进行NSST分解,得到低频子带和一系列高频子带;其次,对于低频子带系数,提出利用局域平均能量与局域标准差的合成值进行子带之间选择的融合策略,有利于完整保存基础信息,对于高频子带系数,利用改进的拉普拉斯能量和(New Sum of Modified Laplacian,NSML)的方法进行融合;接着,将融合过后的低、高频子带进行NSST的逆过程变换,从而得到融合之后的图像;最后,在灰度和彩色医学多模态图像上进行大量的实验,并选择信息熵(IE),空间频率(SF),标准差(SD)和平均梯度(AG)对融合后的图像进行质量评价.仿真结果表明,本文算法在主观视觉效果以及客观评价指标上均取得较大改善.与其他算法相比,信息熵,标准差,空间频率和平均梯度的平均值分别提高了2.99%, 4.06%, 1.78%和1.37%,融合后的图像包含更丰富的细节纹理信息,视觉效果更好.(本文来源于《计算机系统应用》期刊2019年10期）
鲁淑霞,张罗幻,蔡莲香[8]（2019）在《基于欠采样的零阶优化算法》一文中研究指出非平衡学习吸引了许多研究者的关注。一般情况下,少数类是更值得关注的,并且其误分类代价要远高于多数类。由于非平衡数据分布的非均衡性,标准的分类算法将难以适用。为了解决非平衡数据分类问题,给出了基于欠采样的零阶优化算法。首先,为了降低数据非平衡分布的影响,针对不同非平衡比的数据集给出了不同的两种采样策略。然后,采用了一种引入间隔均值项的支持向量机(Support vector machine,SVM)优化模型进行分类,并使用带有方差减小的零阶随机梯度下降算法进行求解,提高了算法的精度。在非平衡数据上进行了对比实验,实验证明提出的方法有效提高了非平衡数据的分类效果。(本文来源于《南京航空航天大学学报》期刊2019年05期）
贺怀清,湛少胜,刘浩翰[9]（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）
王翠,马凤娟,崔海亭[10]（2019）在《基于区域时变聚类采样机制的物联网大数据传输算法》一文中研究指出为解决传统物联网大数据传输算法存在的网络链路抖动频繁、传输能力受限以及传输误码率大的不足,提出了一种基于区域时变聚类采样机制的物联网大数据传输算法。首先,根据物联网信号发射中常用的LTE-5G信号特性,采取分信道传输及抽样过滤技术来实现数据传输过程中的正交化,消除节点间因信号频率相似而导致的干涉现象,提高网络数据传输效率;随后,几何聚类机制与能量-阈值映射裁决方法,构建了稳定聚类采样方法,利用功率最佳及能量最佳的方式来实现传输节点的筛选,强化传输链路的稳定性能,降低因链路抖动而导致误码的风险。仿真实验结果表明:与常见的超高斯频率漂移传输提升机制(Transmission Mechanism of Super Gauss Frequency Drift Transmission, SGFD-T机制)及拉普拉斯信道滤波传输机制Laplasse Channel Filtering Transmission Mechanism,LCF-T机制)相比,所提算法具有更大的上传带宽和更低的数据采集错误率与误码率。(本文来源于《井冈山大学学报(自然科学版)》期刊2019年05期）
采样算法论文开题报告
（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：
介绍了基于贝叶斯理论的线性-非线性模型的反演方法(F-J方法),在理论上可以求出模型参数的概率分布,可以通过马尔可夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)采样估计参数值及其精度。为了评估F-J方法反演效果,给出了线性-非线性模型的最小二乘方法以及假设检验步骤。针对MCMC采样算法中参数的随机游走步长会影响最佳采样数量的问题,对采样算法作了改进,模拟数据算例表明,改进的采样算法基本消除了部分参数游走步长选取不合适对确定采样次数的影响,解决了随机游走采样难以确定最佳采样点数量的问题。
（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。
采样算法论文参考文献
[1].胡志鹏,颜秉勇,彭亦功.层次采样的代价敏感随机森林算法及其应用[J].计算机工程与设计.2019
[2].张彦栋,陈建忠,赵中飞.对F-J方法中采样算法的改进[J].测绘地理信息.2019
[3].张廷军,郭毅锋,黄丽敏.改进重采样的移动机器人SLAM算法[J].计算机工程与设计.2019
[4].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
[5].时维国,雷何芬.基于网络需求度的变采样周期智能动态调度算法[J].自动化与仪表.2019
[6].赵明富,黄铮,宋涛,曹利波,黄俊木.融合采样一致性和迭代最近点算法的点云配准方法[J].激光杂志.2019
[7].朱文维,李俊峰.基于非下采样剪切波变换和特征合成的医学图像融合算法[J].计算机系统应用.2019
[8].鲁淑霞,张罗幻,蔡莲香.基于欠采样的零阶优化算法[J].南京航空航天大学学报.2019
[9].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
[10].王翠,马凤娟,崔海亭.基于区域时变聚类采样机制的物联网大数据传输算法[J].井冈山大学学报(自然科学版).2019