导读:本文包含了广义模式识别论文开题报告文献综述及选题提纲参考文献，主要关键词:混合属性,广义灰靶决策方法,模式识别,理论框架
广义模式识别论文文献综述
马金山[1]（2019）在《混合属性广义灰靶决策方法的模式识别功能研究》一文中研究指出为研究混合属性广义灰靶决策方法的模式识别功能,根据其具有靶心指标可变动,决策依据(靶心距)具有开放性、可扩充的特点提出了可用于模式识别的理论框架。该理论框架首先确定标准模式的特征及待识别目标,分别作为靶心指标向量和决策方案;其次,化各类混合属性值为二元联系数,并视为指标向量;然后,基于指标向量计算各待识别目标向量与靶心向量的接近度;最后,根据各待识别目标的综合接近度确定待识别目标的相应模式。应用分析表明,投资企业y_1和y_2与模式S_3和S_2的最小综合接近度分别为0.427 0和0.237 5;因此,企业y_1与y_2分别选择投资模式S_3和S_2是适宜的。(本文来源于《工业工程》期刊2019年02期）
韩飞,王者江,闫英伟[2]（2017）在《基于广义模式识别面波基模式频散曲线反演研究》一文中研究指出面波多道分析方法(MASW)是获取垂向剪切波速度剖面的一种有效方法。频散曲线反演是MASW中关键的一步。由于瑞雷波频散曲线反演具有非线性、多参数和多极值的特征,这对于常规的局部线性化反演方法是极大的挑战。为此,本文采取确定性的全局优化算法,广义模式识别算法(GPS)对瑞雷波频散曲线进行反演。其原理可以简述为:算法首先通过模式以确定性的方式对目标函数进行采样来搜索一个点序列;然后使序列中每一个点到下一个点的目标函数值逐渐减少,从而使点序列逐渐逼近全局最优解,最后的解便为待求的最优模型参数。为验证GPS的有效性,首先利用设计的3种典型的6层地质模型通过快速矢量传递算法正演模拟产生基模式频散曲线(频率范围为5~101 Hz,频率间隔为2 Hz,频点数为49),并对理论频散曲线进行反演。反演结果表明,模型的真实值已经被高度精确地重建。说明GPS可以用于实际勘探中的基模式频散曲线反演。为进一步验证GPS的有效性,在吉林大学校园采集瑞雷波实测数据,并提取基模式频散曲线,应用GPS进行反演。反演重建的横波速度剖面与先验的地质信息吻合得很好。理论模型和真实数据的反演结果表明,GPS可以应用在瑞雷波频散曲线非线性反演中。(本文来源于《CT理论与应用研究》期刊2017年03期）
刘磊,杨鹏,刘作军[3]（2015）在《基于多源信息和广义回归神经网络的下肢运动模式识别》一文中研究指出针对目前下肢运动模式识别率低的问题,提出了一种基于多源信息和广义回归神经网络(GRNN)的下肢运动模式识别方法.通过足底压力信息将人体日常下肢动作分解为不同的动作片段以组成识别目标集.采用下肢表面肌电信号中的偏度、峭度、功率谱熵,以髋关节角度作为腿部特征值,利用主成分分析(PCA)方法对文中提取的特征值进行降维处理,以缩短模型训练时间,防止过拟合.最后,利用GRNN对目标集中平地行走、上楼、下楼3种动作进行识别.实验结果表明,该方法的正确识别率为90.16%.(本文来源于《机器人》期刊2015年03期）
熊汉[4]（2011）在《基于广义动态模糊神经网络的肌电信号模式识别系统》一文中研究指出在现代康复医学领域中,人们对具有智能康复功能的医疗系统需求越来越高,而通过肌电信号对人体运动信息和意图进行准确判断是建立此类系统的必要前提之一。本文旨在系统地研究肌电信号特点机理、采集方式、特征提取方法、动作识别方法,通过多种肌电特征提取方法的比较研究并结合模式识别算法建立起一套稳定的实验平台,通过实测肌电数据在该平台上进行分析验证,达到识别人手多动作模式的目的。本文首先介绍了肌电信号模式识别研究及其相关领域应用现状。然后系统研究了多种肌电信号分析和提取方法并阐述了它们的意义,接着对模糊系统和神经网络的结构特点、运行机制进行介绍并结合两者的优势引出了模糊神经网络,介绍该网络的权值运算、隶属度函数选择、基本结构,重点讨论了一种具有动态调整功能的模糊神经网络并分析了它的网络结构。然后介绍了肌电信号采集装置的系统结构,叙述了该装置硬件设计过程和软件组成。接着对广义的动态模糊神经网络模式识别算法准则和实现流程进行了详细的阐述。在最后实验阶段采用了7种特征提取方法并对它们进行分析比较,然后对它们的模式识别结果进行了总结。实验表明,采用广义的动态模糊神经网络算法对手部7种动作进行识别的准确率可达97%以上,且其在多种特征提取方法应用下具有一定的适用性。本文通过对该实验平台的研发,实现了基于肌电信号的人手多动作模式识别。在今后的研究中将继续改善肌电信号采集方式,研究新的特征提取方法,同时对识别算法进行改进以提高系统的实时性,为以后应用于康复机器人运动控制打下良好的基础。(本文来源于《华中科技大学》期刊2011-05-01）
李苏,谭永龙,陈新亿[5]（2010）在《基于广义贝叶斯网的图像模式识别框架研究》一文中研究指出为增强机器自适应筛选能力和减少人工干预并最终实现机器自动认知的目标,通过对贝叶斯网的改进,提出了广义贝叶斯网。在其基础上结合图像模式识别理论,定义了图像知识的集合运算、新知识加入等运算以及基于广义贝叶斯网的图像模式识别框架的知识映射变换、表达、存储的统一的抽象结构。在理论上找到了一种图像模式识别框架中知识表达的统一方法,而且对提高图像模式识别过程的机器参与度具有实际的指导意义。(本文来源于《计算机工程与设计》期刊2010年19期）
李宏光,况丹[6]（2009）在《用于控制图模式识别的广义神经网络系统》一文中研究指出面向过程控制图的模式识别,提出了一个广义神经网络系统.该系统基于广义过程对象模型发生数据,离线训练后能够在线识别各类工业过程常见的控制图模式,模块化的设计使得神经网络系统的结构相对简单,有效地提高了网络的训练速度和模式识别的准确率.首先研究了广义过程对象模型参数对神经网络控制图模式识别率的影响,并基于此影响规律设计了包含模式识别分类模块与模式参数估计模块的集成化神经网络系统结构;其次使用基于广义对象模型产生的数据对神经网络系统进行了训练和验证,讨论了学习训练方法,并进行了控制图模式识别性能的仿真测试,获得了满意的结果.在TE过程仿真平台上进行了实验,给出了对上升阶跃模式和下降阶跃模式的识别结果,表明了具有较高的识别率.(本文来源于《2009年中国智能自动化会议论文集（第五分册）[东南大学学报（增刊）]》期刊2009-09-27）
李宏光,况丹[7]（2009）在《用于控制图模式识别的广义神经网络系统》一文中研究指出面向过程控制图的模式识别,提出了一个广义神经网络系统.该系统基于广义过程对象模型发生数据,离线训练后能够在线识别各类工业过程常见的控制图模式,模块化的设计使得神经网络系统的结构相对简单,有效地提高了网络的训练速度和模式识别的准确率.首先研究了广义过程对象模型参数对神经网络控制图模式识别率的影响,并基于此影响规律设计了包含模式识别分类模块与模式参数估计模块的集成化神经网络系统结构;其次使用基于广义对象模型产生的数据对神经网络系统进行了训练和验证,讨论了学习训练方法,并进行了控制图模式识别性能的仿真测试,获得了满意的结果.在TE过程仿真平台上进行了实验,给出了对上升阶跃模式和下降阶跃模式的识别结果,表明了具有较高的识别率.(本文来源于《东南大学学报(自然科学版)》期刊2009年S1期）
况丹[8]（2009）在《用于控制图模式识别的一类广义神经网络系统》一文中研究指出近年来,统计过程控制技术已经越来越多的被过程监控技术所采用,控制图模式识别是统计过程控制的一个重要内容,有效的控制图模式识别能够实质性的缩减生产过程参数偏离的原因集合,提高异常状态监测与诊断的速度和正确率。本文首先综述了过程监控系统中的控制图模式识别的现状,提出并研究了一类基于广义过程模型学习、可以分类处理过程控制图数据的广义神经网络系统,进行了Matlab仿真分析,并在TE仿真平台上进行了应用验证,最后介绍了开发的控制图模式识别应用系统。论文的主要内容如下:(1)研究了基于神经网络的控制图模式识别技术的相关问题;(2)分析了广义过程对象模型中的叁个参数对控制图模式识别的影响规律,并基于此规律设计了用于广义过程的广义神经网络系统,此系统不仅可以实现对较宽参数范围内控制图模式类别的识别,而且可以实现对一些模式类具体参数的识别,并且达到了一定的识别精度。并在Matlab中仿真分析了模型参数对神经网络系统的影响。(3)研究给出了广义神经网络系统的学习算法,设计了Matlab仿真系统,针对广义过程对象进行了仿真分析,并且在TennesseeEastman过程平台上进行了实例研究,验证了所设计的系统对于TE过程可以获得较高的控制图模式识别准确率。(4)利用Matlab中的TE仿真平台作为仿真对象,采用WinCC作为OPC的服务器,应用Visual Basic语言开发了控制模式识别应用系统,由用户选择网络结构和学习算法,可以训练出适用于广义对象的网络。用户通过选择所要识别的变量,实现对控制模式的识别。本论文研究设计的系统具有基于广义对象模型离线训练后可以通用性在线应用的特点,适用于一般的工业过程。该系统不仅可以对常见的控制模式类别进行识别,而且还可以检测趋势模式的倾斜度、阶跃模式的幅值以及周期模式的幅值与周期长度等参数,进一步量化了控制图异常模式的幅度,为进一步提升生产过程的异常状态监测水平奠定了良好的基础。(本文来源于《北京化工大学》期刊2009-06-01）
高海波,徐永红,洪文学,崔建新[9]（2009）在《基于多元数据图表示的广义统计模式识别》一文中研究指出现代统计模式识别方法以数据满足一定的统计分布规律为前提,然而现实问题研究中存在大量分布不理想或小样本情况。基于多元图表示的广义统计模式识别提出基于类别样本统计分布特性分析来选择狭义统计或非统计方法,它主张统计学方法在模式识别领域的科学运用。首先介绍了广义统计模式识别概念,然后基于人工构造数据集对该方法进行了数据仿真实验,结果显示,类别样本统计分布特性差异对分类方法选择具有显着影响。(本文来源于《微计算机信息》期刊2009年07期）
易吉良,彭建春[10]（2008）在《基于广义S变换的短时电能质量扰动的模糊模式识别》一文中研究指出针对电能质量的短时扰动的分类问题,提出了一种基于广义S变换和模糊模式识别的短时电能质量的分类方法。先对扰动信号作广义S变换得到模时频矩阵,再从该矩阵中提取4种统计量特征值,然后利用模糊模式识别方法的最大隶属度原则对扰动信号进行归类,从而实现对短时电能质量扰动信号的自动分类。仿真测试结果表明,该方法识别正确率高且对噪声不敏感,适用于实际应用。(本文来源于《电力系统保护与控制》期刊2008年22期）
广义模式识别论文开题报告
（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：
面波多道分析方法(MASW)是获取垂向剪切波速度剖面的一种有效方法。频散曲线反演是MASW中关键的一步。由于瑞雷波频散曲线反演具有非线性、多参数和多极值的特征,这对于常规的局部线性化反演方法是极大的挑战。为此,本文采取确定性的全局优化算法,广义模式识别算法(GPS)对瑞雷波频散曲线进行反演。其原理可以简述为:算法首先通过模式以确定性的方式对目标函数进行采样来搜索一个点序列;然后使序列中每一个点到下一个点的目标函数值逐渐减少,从而使点序列逐渐逼近全局最优解,最后的解便为待求的最优模型参数。为验证GPS的有效性,首先利用设计的3种典型的6层地质模型通过快速矢量传递算法正演模拟产生基模式频散曲线(频率范围为5~101 Hz,频率间隔为2 Hz,频点数为49),并对理论频散曲线进行反演。反演结果表明,模型的真实值已经被高度精确地重建。说明GPS可以用于实际勘探中的基模式频散曲线反演。为进一步验证GPS的有效性,在吉林大学校园采集瑞雷波实测数据,并提取基模式频散曲线,应用GPS进行反演。反演重建的横波速度剖面与先验的地质信息吻合得很好。理论模型和真实数据的反演结果表明,GPS可以应用在瑞雷波频散曲线非线性反演中。
（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。
广义模式识别论文参考文献
[1].马金山.混合属性广义灰靶决策方法的模式识别功能研究[J].工业工程.2019
[2].韩飞,王者江,闫英伟.基于广义模式识别面波基模式频散曲线反演研究[J].CT理论与应用研究.2017
[3].刘磊,杨鹏,刘作军.基于多源信息和广义回归神经网络的下肢运动模式识别[J].机器人.2015
[4].熊汉.基于广义动态模糊神经网络的肌电信号模式识别系统[D].华中科技大学.2011
[5].李苏,谭永龙,陈新亿.基于广义贝叶斯网的图像模式识别框架研究[J].计算机工程与设计.2010
[6].李宏光,况丹.用于控制图模式识别的广义神经网络系统[C].2009年中国智能自动化会议论文集（第五分册）[东南大学学报（增刊）].2009
[7].李宏光,况丹.用于控制图模式识别的广义神经网络系统[J].东南大学学报(自然科学版).2009
[8].况丹.用于控制图模式识别的一类广义神经网络系统[D].北京化工大学.2009
[9].高海波,徐永红,洪文学,崔建新.基于多元数据图表示的广义统计模式识别[J].微计算机信息.2009
[10].易吉良,彭建春.基于广义S变换的短时电能质量扰动的模糊模式识别[J].电力系统保护与控制.2008