导读:本文包含了模型分解论文开题报告文献综述及选题提纲参考文献，主要关键词:地表水探测,像元二分模型,水体指数,混合像元
模型分解论文文献综述
赖佩玉,陈浩宁,黄昌[1]（2019）在《像元二分模型在MODIS水陆混合像元分解中的适用性研究》一文中研究指出遥感数据是地表水监测的重要数据源,用较低空间分辨率的遥感影像探测地表水范围时,混合像元问题常使水陆边界的提取不够准确。有必要对水陆混合像元进行分解,估算混合像元中水体所占百分比,从而为亚像元级别的水域边界制图奠定基础。借助像元二分模型的概念对水陆混合像元进行分解,验证该类模型的适用性。首先,以中分辨率成像光谱仪影像为数据源,分别基于归一化水体指数(normalized difference water index, NDWI)和改进的归一化水体指数(modified normalized difference water index, MNDWI)建立像元二分模型,对云南省高原湖泊进行水域提取及边界混合像元分解;然后,用同期更高空间分辨率的Landsat数据对提取结果进行验证。结果表明,像元二分模型在对水陆混合像元的分解中具有较好的适用性,其中,基于NDWI的像元二分模型精度略高于基于MNDWI的模型。(本文来源于《测绘地理信息》期刊2019年06期）
姜立超,刘洋,沈晓东,杨军峰,李旻[2]（2019）在《考虑风电并网和电量分解的月度机组组合模型》一文中研究指出合理的月度机组组合(unit commitment,UC)可以在更长时间尺度上进一步拓展风电消纳空间,但大规模风电入网造成的较强不确定性会给机组组合带来很大挑战。另外,由于基于比例分配法编制的月度合同电量调度实施难度较大,文章提出一种结合改进月度合同电量分解方法与考虑源荷不确定性的月度火电机组组合模型。将风电历史数据应用于月度机组组合决策,采用基于数据驱动的分布鲁棒方法结合随机优化技术求解机组组合与电量分解方案。计算结果表明,该模型能有效减少弃风量,提高火电机组负荷率。(本文来源于《电力建设》期刊2019年12期）
赵书强,胡利宁,田捷夫,许朝阳[3]（2019）在《基于中长期风电光伏预测的多能源电力系统合约电量分解模型》一文中研究指出针对大量新能源参与的电力系统中长期运行,提出考虑电量分解与检修计划相互影响的含风光水能源的电力系统合约电量分解模型。以新能源消纳和检修经济性为目标,旨在合理分解电量的同时提高新能源在资源丰富时段的消纳率,并根据资源分布和各时段能源参与情况安排各类机组检修计划,从而保证机组检修的经济性。由于风光资源的不确定性,从数据挖掘角度出发,提出基于聚类方法的光伏电量预测方法和非参数核密度估计的风电电量预测方法,并以此作为含风光水能源电力系统合约电量分解的基础。最后,通过算例验证了所提模型在含风光水多种能源的电力系统电量分解及机组检修联合优化中的有效性。(本文来源于《电力自动化设备》期刊2019年11期）
汪涛,潘芳,潘郁,朱晓峰[4]（2019）在《一种融合时间权重的张量分解标签推荐模型》一文中研究指出在针对用户标签的个性化推荐中,为解决因热门标签和资源所导致的标签推荐准确性不足的问题,文章提出了一种融合时间权重的张量分解模型,通过对用户标注标签事件的时间信息建模,计算时间权重,再将权重融入张量分解模型,最后利用分解后的特征向量进行推荐。基于Bibsonomy和LastFM数据集进行的实验结果表明,算法在准确率-召回率和F1指标上均高于其他流行标签推荐模型。通过时间权重的引入,构建融合时间权重的张量分解标签推荐模型,对个性化标签推荐的准确性有较好的提升。(本文来源于《统计与决策》期刊2019年21期）
高冬梅[5]（2019）在《基于VO图像分解模型的多聚焦图像融合》一文中研究指出为了克服由于光学成像原理的局限性导致的图像局部失焦模糊现象,提出一种基于VO图像分解模型的多聚焦图像融合方法,待融合图像经VO模型被分解成纹理和结构两部分,再用清晰度函数分别进行融合,最后通过形态学运算优化决策图重构融合图像。实验结果在主观视觉上表现出较好的效果。(本文来源于《现代计算机》期刊2019年31期）
刘高峰,杨洋[6]（2019）在《基于物理模型分解的一种快速有效H/α分类方法》一文中研究指出H/α分类方法是极化SAR图像分类极其重要的方法之一。第一,传统H/α分类方法需要对像素点逐一进行特征值分解,对数据量较大的图像,需要消耗大量时间,为了满足极化SAR图像实时处理的要求,我们推导了一种求解α角的快速简便公式,基于此公式,利用空间换时间可以极大提高计算速度;第二,α角的不唯一会造成H/α分类方法的失效问题,而目前缺乏完整的α角唯一性判定条件,于是我们完整地给出α角唯一与不唯一的所有条件;第叁,在高熵区,由于去极化严重以及α角的不稳定性,会将裸地、草地等误分为高熵二面角目标,为此我们结合使用了基于物理模型的目标分解,它既解决了α角不唯一带来的失效问题,也使得高熵区的分类结果与实际情况更符合。实测极化SAR图像验证了算法的有效性。(本文来源于《内江科技》期刊2019年10期）
段磊磊,莫春兰,莫益涛,黄文君,龙华林[7]（2019）在《柴油机SCR尿素分解详细化学反应机理模型研究》一文中研究指出从分子结构化学层面解析尿素分解的反应路径,在此路径分析及前人研究的基础上,构建了包含14步反应和11种组分的SCR尿素喷射系统详细化学反应模型,该模型不仅考虑了氨气和异氰酸的生成,还涉及到缩二脲、叁聚氰酸和叁聚氰酸一酰胺等重要固体副产物的形成。基于量子化学计算方法解决了模型中两个反应无法通过文献获取的活化能和指前因子的动力学参数难题。针对尿素在喷射点到催化器入口前端间的排气管路中的分解过程构建叁维模型,分别调入详细机理模型与总包反应机理模型,计算结果表明,两种机理模型预测的NH_3浓度生成趋势相符,缩二脲、叁聚氰酸一酰胺生成是造成NH_3浓度在200℃左右出现预测误差的主要原因。(本文来源于《车用发动机》期刊2019年05期）
施玉欣,陈凌燕,梁颖怡,陈可欣,李锡钦[8]（2019）在《基于小波分解和ARIMA模型的城际铁路客流预测》一文中研究指出针对城际铁路车站客流预测问题,文章采用离散小波分析方法对城际铁路车站原始日客流量数据进行小波分解;对分解得到的各层小波系数,利用AIC赤池信息准则进行ARIMA建模;利用训练得到的ARIMA模型进行预测未来一段时间客流数据的高频分量和低频分量,并对其进行小波重构,从而得到未来一段时间的预测客流数据;最后以广珠城际铁路某车站实际客流数据为例,对文章所提出的客流预测模型和客流预测算法进行了验证。实验结果表明,文章所提方法客流预测方法具有一定的预测精度。(本文来源于《江苏科技信息》期刊2019年29期）
田松峰,魏言,郁建雄,王傲男,王子光[9]（2019）在《基于变分模态分解云模型和优化LSSVM的汽轮机振动故障诊断》一文中研究指出针对汽轮机运行过程中的非平稳性和多分量性振动故障信号,提出一种基于变分模态分解相对熵云模型和优化最小二乘支持向量机(LSSVM)的汽轮机振动故障诊断方法。首先,利用变分模态分解按照预设尺度将故障信号分解为K个模态分量,根据各模态分量与原始信号的相对熵大小去除伪分量,提取最佳分量并将其输入云模型,采用逆向云发生器提取特征向量。然后使用改进果蝇优化算法动态调整搜索步长搜寻影响LSSVM识别精度的超参数最佳组合,最后将特征向量输入参数优化后的LSSVM进行故障识别,并与采用经验模态分解相对熵云模型和集合经验模态分解相对熵云模型的LSSVM识别结果进行了对比。结果表明:所提方法优于传统的信号分解方法,对汽轮机振动故障类别具有很高的识别准确率。(本文来源于《动力工程学报》期刊2019年10期）
白云博,欧阳斯达,杨朦朦,夏学齐,王婷[10]（2019）在《基于双树复小波分解的云量时间序列模型预测》一文中研究指出针对传统云量预测模型应用于高分辨率卫星影像云量时间序列数据时存在的实用性差、拟合效果差及预测结果准确度低的问题,提出了一种基于双树复小波分解的云量时间序列组合模型预测方法。该方法利用DT-CWT分解的方法提取出云量时间序列的低频趋势信息和高频随机信息,对低频和高频序列分别应用时间序列分析与Elman神经网络的预测方法,然后将两个序列的预测结果重构得到最终的云量预测结果。实验结果表明,应用双树复小波分解的低频信息可以更好的反应云量变化趋势,高频信息也可以更好的保留云量变化的随机信息。该方法预测结果的平均绝对误差和均方根误差相比传统预测模型均有所减小,预测准确度有所提高,能够更好的拟合高分辨率卫星云量时间序列的变化规律。在卫星成像任务规划时将云量预测的结果作为参考信息,选择云量覆盖较小的时间窗口,可以获取更高品质的卫星有效成像数据。(本文来源于《航天返回与遥感》期刊2019年05期）
模型分解论文开题报告
（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：
合理的月度机组组合(unit commitment,UC)可以在更长时间尺度上进一步拓展风电消纳空间,但大规模风电入网造成的较强不确定性会给机组组合带来很大挑战。另外,由于基于比例分配法编制的月度合同电量调度实施难度较大,文章提出一种结合改进月度合同电量分解方法与考虑源荷不确定性的月度火电机组组合模型。将风电历史数据应用于月度机组组合决策,采用基于数据驱动的分布鲁棒方法结合随机优化技术求解机组组合与电量分解方案。计算结果表明,该模型能有效减少弃风量,提高火电机组负荷率。
（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。
模型分解论文参考文献
[1].赖佩玉,陈浩宁,黄昌.像元二分模型在MODIS水陆混合像元分解中的适用性研究[J].测绘地理信息.2019
[2].姜立超,刘洋,沈晓东,杨军峰,李旻.考虑风电并网和电量分解的月度机组组合模型[J].电力建设.2019
[3].赵书强,胡利宁,田捷夫,许朝阳.基于中长期风电光伏预测的多能源电力系统合约电量分解模型[J].电力自动化设备.2019
[4].汪涛,潘芳,潘郁,朱晓峰.一种融合时间权重的张量分解标签推荐模型[J].统计与决策.2019
[5].高冬梅.基于VO图像分解模型的多聚焦图像融合[J].现代计算机.2019
[6].刘高峰,杨洋.基于物理模型分解的一种快速有效H/α分类方法[J].内江科技.2019
[7].段磊磊,莫春兰,莫益涛,黄文君,龙华林.柴油机SCR尿素分解详细化学反应机理模型研究[J].车用发动机.2019
[8].施玉欣,陈凌燕,梁颖怡,陈可欣,李锡钦.基于小波分解和ARIMA模型的城际铁路客流预测[J].江苏科技信息.2019
[9].田松峰,魏言,郁建雄,王傲男,王子光.基于变分模态分解云模型和优化LSSVM的汽轮机振动故障诊断[J].动力工程学报.2019
[10].白云博,欧阳斯达,杨朦朦,夏学齐,王婷.基于双树复小波分解的云量时间序列模型预测[J].航天返回与遥感.2019