导读:本文包含了树形结构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:结构,多相,情感,主枝,水平,项目,叶绿素。
树形结构论文文献综述
谢鹏,牛自勉,蔚露,林琭[1]（2019）在《树形结构对梨叶片叶绿素荧光特性的影响》一文中研究指出为了研究主枝数差异对梨树叶片叶绿素荧光特性的影响,以间伐后不同主枝数量的高光效开心树形梨树为试验材料,从潜在的光能利用能力、光能利用特性日变化、光能利用适应性、光系统Ⅱ的光能传递特性、光能过剩时热耗散途径这5个方面进行了分析比较。结果表明,与对照(6主枝数)相比,3,4,5主枝树形能够提高梨树叶片一天中的光合有效辐射与电子传递速率,以及最大电子传递速率与适应强光的能力,并通过减少依赖于能量和类囊体膜质子梯度的热耗散来达到减少热耗散总量的效果,最终提高间伐后高光效开心树形梨树叶片的光能利用效率。因此,3,4,5主枝树形为间伐后开心树形梨树的适宜树形。(本文来源于《山西农业科学》期刊2019年09期）
陈娥祥[2]（2019）在《基于树形结构的多相水平集图像分割算法仿真》一文中研究指出传统的多相水平集图像分割算法普遍存在图像分割运行时间较长、成本消耗较大、错误率较高等问题。为了解决上述问题,提出一种基于树形结构的多相水平集图像分割算法。通过改变图像背景,完成多相水平集的重新收敛;根据图像亮度对图像背景进行填充,引入加性算子分裂格式对水平集图像给出统一的数值。以二相水平集分割方法为基础,利用水平函数进行多相水平图像分割。实验结果表明,所提算法图像分割运行时间较短、成本消耗较小、错误率较低。(本文来源于《计算机仿真》期刊2019年06期）
董骁阳[3]（2019）在《基于属性挖掘的树形结构情感词典在情感计算问题中的研究》一文中研究指出情感计算是计算机技术领域中一项新兴的研究方向,人们在这一方向进行了大量的研究,情感计算的目的是让计算机也能够像人类一样去理解情感。目前情感计算最常用的方法就是基于情感词典的方法,但是目前普遍使用的几个情感词典都是一维的,它们只是简单地将情感词以及它的情感倾向性以链式的结构进行存储,但是同一个情感词在不同的评价对象类别或属性下可能会表现出不同的情感倾向性,这种情况是这些常见的情感词典无法解决的。为了解决这个问题,本文利用树形结构的特点提出了一种树形结构情感词典。在树形结构中同一个父结点下的子结点具有相似性,并且随着层次的加深和树分支的细化,这种相似性会变得越来越大;不同父结点下的子结点间的相似性很小,并且随着公共的祖先结点的减少,相似性会锐减。本文利用这个特点,将评价对象类别和评价对象对应的属性用树形结构存储,并将情感词添加到这个树形结构中,组成一个树形结构情感词典。这样在这个树形结构情感词典中每个情感词都对应一个属性或者评价对象类别,解决了同一个词在不同的评价对象或属性下可能会有不同的情感倾向性这个问题,并且由于在树形结构情感词典中每个子结点都是其父结点的一个属性或者一个子类别,父结点与子结点是包含的关系,所以每个结点都将它存储的情感词向它的父结点进行传递,这样就解决了在树形结构情感词典中对应属性或者评价对象下搜索不到情感词的问题。本文实验利用贝叶斯定理构建出一个具体的树形结构情感词典和一个链式结构情感词典,利用这个树形结构情感词典进行情感计算得到的结果与链式结构情感词典相比,在准确率上平均提升了9.78%;识别正向情感文本的精确度平均提升了10.40%,召回率平均提升了4.78%,F值平均提升了7.72%;识别负向情感文本的精确度平均提升了4.87%,召回率平均提升了20.84%,F值平均提升了12.99%。利用树形结构情感词典进行情感计算得到的结果优于传统的链式结构情感词典。本文的主要创新点是为了解决同一个情感词在不同的评价对象类别或属性下会表现出不同的情感倾向性的情况,提出了树形结构情感词典。本文重点研究了树形结构情感词典的构建和基于树形结构情感词典的情感计算这两大部分。在树形结构情感词典的构建部分,本文首先介绍了如何利用评价对象类别之间的关系构建一棵评价对象树,然后介绍了利用句法分析和关联规则的方法进行属性挖掘和情感词提取,最终构建了树形结构情感词典。在基于树形结构情感词典的情感计算这部分,首先介绍了在树形结构情感词典中搜索情感词的方法,然后介绍了如何判断情感词的情感倾向性,最后介绍了判断文本情感倾向性的方法。(本文来源于《吉林大学》期刊2019-04-01）
郁怀波,胡越黎,徐杰[4]（2019）在《基于多特征融合与树形结构代价聚合的立体匹配算法》一文中研究指出针对立体匹配中弱纹理区域和深度不连续区域的匹配精度问题,提出了一种基于多特征融合的树形结构代价聚合立体匹配算法.首先,融合图像颜色、梯度和图像的Census变换进行匹配代价计算;然后,在由原始图像生成的最小生成树上进行匹配代价聚合,并使用多方向扫描线优化,进一步提升立体匹配的精确度;最后,使用左右一致性检测标记出误匹配点,并进行视差修正.为了验证该算法的有效性,使用Middlebury测试集提供的测试图像进行测试,平均误匹配率为6.38%;分别对2种场景实际拍摄图像进行深度信息提取误差率测试,测试得到2种场景的测距误差率分别为5.76%和5.55%,证明了该算法的实用性.(本文来源于《上海大学学报(自然科学版)》期刊2019年01期）
张孟媛[5]（2019）在《树形结构思维方法在PPP项目咨询中的应用》一文中研究指出树结构是客观世界中广泛存在的一种非常重要的信息结构。在主观世界中,我们还可以将大部分信息归因于树结构。本文介绍了树形结构的概念,特点和思维方法,提出了树形结构具体应用的思路和原则,阐述了树形结构在PPP项目咨询风险分配和实施方案中的应用,并实现了分解结果。(本文来源于《城市建设理论研究(电子版)》期刊2019年06期）
蔚露,牛自勉,林琭,李全,王红宁[6]（2018）在《树形结构对玉露香梨早期产量及果实品质的影响》一文中研究指出在玉露香梨密植栽培果园进行了自由纺锤形、纺锤形、细型主干形及小冠开心形4种树形的对比试验,测定了4年生树果园产量及果实品质相关指标。结果表明,不同树形处理的单株产量不同,单位面积产量也存在显着差异,其中,自由纺锤形产量最低,为45 700.5 kg/hm2,纺锤形和小冠开心形较高,分别为63 815.25,63 721.35 kg/hm2;自由纺锤树形单果质量偏高、畸形果偏多,果形指数、果实端正度及商品率低于其他树形;小冠开心树形果肉可溶性固形物含量(SSC)、果皮花色苷含量显着增加,果皮叶绿素含量则显着降低,提高了玉露香梨的综合果实品质。(本文来源于《山西农业科学》期刊2018年11期）
许柏林[7]（2018）在《不同树形结构及拉枝角度对寒富苹果生长及产量的影响》一文中研究指出文章通过田间试验和实地调研,分析了树形结构和拉枝角度对寒富苹果生长及产量的影响。结果表明,松塔形、纺锤形结果最早,塔松形、纺锤形树体成形最快,塔松形短枝多,封顶早,有利于花芽的形成,且单位面积产量最高。不同开张角度对寒富苹果发芽抽枝及挂果均有显着影响,随着开张角度的增大,总枝条量逐渐增多,其中80°～90°总枝量最多,均在100个以上,随着开张角度的增大,新梢长度逐渐缩短,花芽数量增多,平均挂果量增大。(本文来源于《内蒙古林业调查设计》期刊2018年04期）
王双[8]（2017）在《树形结构数据的向量化表示方法研究》一文中研究指出随着互联网技术的不断推进和发展,网络数据规模日益扩大。数据的组织形式依据不同的应用场景具有多样性。而树形结构作为一种有效的数据组织方式,能够体现数据的层次关系,有利于层次间信息的相互补充及异构信息的融合。以传统的文本处理为例,对于一本书的处理,传统的解决方案多依据“词袋”模型,但这种方式忽略了由书自身的逻辑特征所决定的层次结构信息,而树形结构能够有效的表示数据的层次结构关系。因此,对于树形结构数据向量化表示的研究具有重要的意义。对于树形结构数据的向量化表示方法,尚未有针对性的研究。在已有的较为相关的工作中,主要是进行树形结构底层信息的低维度映射,从而实现信息的融合,但并未考虑树形结构数据的层次结构特征。因此,针对于树形结构数据,本研究考虑到树形结构数据的结构特征,逐层提取树形结构数据的各层次信息,并自底向上进行逐层的信息融合,最终获得统一结构的向量表示,进一步将形成的向量应用于分类或聚类。本研究提出一种有效的树形结构数据向量化表示框架,该框架可分为两个阶段,即树形结构的表示及层次信息的融合。而层次信息的融合作为树形结构数据向量化表示的主要阶段,根据该阶段所处理的数据差异可分为两类,即对于由同构数据形成的树形结构的向量化表示,及对于由异构数据形成的树形结构的向量化表示。对于由同构数据组织形成的树形结构,即树中子节点的信息完全继承于其父节点,本研究基于稀疏编码的原理设计了两种局部重构模型,使用孩子节点的信息对其父节点信息进行重构,从而获取隐藏在树形结构中的层次信息,增强数据的向量表示。而对于由异构数据组织形成的树形结构,即不同层次的节点所表达的信息来源于不同的域,本研究通过聚类算法对各层次节点进行聚类,即对来自于同一个域的数据进行聚类,获取各层次节点的全局信息,实现层次节点信息的位置映射。且上述层次信息融合过程自底向上,从而获得统一的向量表示。进一步地,将本研究所提出的方法应用于电子书推荐、作者推荐及图像检索中,并分别与多种算法进行了对比实验,验证了该框架的有效性。(本文来源于《哈尔滨工业大学》期刊2017-12-01）
彭磊[9]（2017）在《基于树形结构模拟的建筑布局设计优化》一文中研究指出根据建筑布局在工程实际中的影响因素,提出了一种树形结构模拟优化的建筑布局设计模型。首先将建筑布局的约束因素和原有的建筑物平面图形相结合,构成了新的布局图形,然后结合内部可行域算法,将布局问题的确定性算法应用于建筑物布局问题中,解决建筑物的行列式布局和周边式布局,最后采用树形结构优化遗传算法的变异能力,以优化布局效果。实例仿真实验结果表明,采用本文提出的算法,将建筑物序列进行编码和译码,根据建筑实践经验合理构造了目标函数,最终得出较好的布局方案。(本文来源于《科技通报》期刊2017年10期）
张学武[10]（2017）在《探讨树形结构对果树生产能力的影响》一文中研究指出影响果树生产能力的因素有很多,其中果树树形结构是其主要原因之一。所以,需要重视对果树树形结构的研究工作。本文主要对树形结构对果树生产能力的影响相关内容进行了阐述。(本文来源于《农业与技术》期刊2017年19期）
树形结构论文开题报告
（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：
传统的多相水平集图像分割算法普遍存在图像分割运行时间较长、成本消耗较大、错误率较高等问题。为了解决上述问题,提出一种基于树形结构的多相水平集图像分割算法。通过改变图像背景,完成多相水平集的重新收敛;根据图像亮度对图像背景进行填充,引入加性算子分裂格式对水平集图像给出统一的数值。以二相水平集分割方法为基础,利用水平函数进行多相水平图像分割。实验结果表明,所提算法图像分割运行时间较短、成本消耗较小、错误率较低。
（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。
树形结构论文参考文献
[1].谢鹏,牛自勉,蔚露,林琭.树形结构对梨叶片叶绿素荧光特性的影响[J].山西农业科学.2019
[2].陈娥祥.基于树形结构的多相水平集图像分割算法仿真[J].计算机仿真.2019
[3].董骁阳.基于属性挖掘的树形结构情感词典在情感计算问题中的研究[D].吉林大学.2019
[4].郁怀波,胡越黎,徐杰.基于多特征融合与树形结构代价聚合的立体匹配算法[J].上海大学学报(自然科学版).2019
[5].张孟媛.树形结构思维方法在PPP项目咨询中的应用[J].城市建设理论研究(电子版).2019
[6].蔚露,牛自勉,林琭,李全,王红宁.树形结构对玉露香梨早期产量及果实品质的影响[J].山西农业科学.2018
[7].许柏林.不同树形结构及拉枝角度对寒富苹果生长及产量的影响[J].内蒙古林业调查设计.2018
[8].王双.树形结构数据的向量化表示方法研究[D].哈尔滨工业大学.2017
[9].彭磊.基于树形结构模拟的建筑布局设计优化[J].科技通报.2017
[10].张学武.探讨树形结构对果树生产能力的影响[J].农业与技术.2017
论文知识图
