导读:本文包含了聚集密度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:密度,脂蛋白,低密度,流形,热岛,正态分布,内皮。
聚集密度论文文献综述
王垆阳,雷军,梁浩哲,张宇倩,李国辉[1]（2019）在《结合流形密度的聚集行为模式分割算法》一文中研究指出目的在视频监控和人群模式行为理解的重要应用中,识别分割场景中的集体行为仍然是一个极具挑战性的问题。在这项研究中,提出一种基于流形密度的集体聚类算法,能够识别具有任意形状和不同密度条件下的集体行为的局部和全局模式。方法受群体运动行为的流形拓扑结构启发,首先提出一种新的流形距离度量方式用于挖掘群体运动的深层行为模式。进一步定义了集体聚集密度的概念,并通过基于聚集密度的聚类算法识别具有局部一致性行为的群组,这种策略更适用于识别具有任意形状的聚类。同时考虑到子群组之间的复杂交互作用,引入层次聚集合并算法得到全局集体行为模式,可以有效地表征全局一致性关系。结果针对不同情况下的复杂场景,本文算法在集体视频监控数据集下的实验结果表明了其有效性和鲁棒性,相比于传统的聚类方法和标准经典算法,以平均误差(AD)和方差(VAR)作为评价指标来评价算法性能,本文方法将识别分割聚集行为群组的误差率结果控制在了0. 81和0. 99以内,相比许多经典方法有较大提升。同时在具有复杂流形结构及任意密度条件下的人群场景中能够取得精确有效的识别结果,解决了经典方法在该特殊场景下存在的缺点。结论本文针对已有方法在流形结构场景识别集体行为流向缺乏精确性和稳定性的描述和分析这一问题,提出了基于流形密度的群组聚集聚类识别算法,在多个复杂真实视频数据集中进行实验,证明了所提方法的有效性,并相比于已有方法具有更高的识别精度。(本文来源于《中国图象图形学报》期刊2019年05期）
肖庆锋[2]（2018）在《不透水面聚集密度与城市热环境响应规律研究》一文中研究指出针对以往城市热岛效应研究多基于行政边界、不透水面聚集密度与城市热环境响应规律研究不足的问题,本文以济南市为例,基于Landsat 8和NPP-VIIRS夜间灯光数据,结合生态景观格局指数,研究城市热环境的时空分布格局,探讨不透水面聚集密度与城市热环境(城市地表温度、热岛等级)响应规律,为合理防治城市热岛效应提供科学依据。本文主要研究内容包括:(1)采用不透水面聚集密度法、监督分类法和阈值法叁种方法提取济南市主要建城区和郊区范围。(2)利用城郊温差法计算热岛强度(urban heat island,UHI),研究热岛强度等级的空间分布特征。选取斑块密度(patch density,PD)、各类斑块面积所占百分比(percentage of landscape,PLAND)、最大斑块指数(largest patch index,LPI)、聚集度指数(clumpy index,CLUMPY)4个景观指数,研究城市主要建城区热岛强度等级多时空尺度的演变规律。(3)研究不透水面聚集密与城市热环境的响应规律,探索其响应的临界点,为济南合理防治热岛效应提供科学依据。研究表明:(1)采用不透水面聚集密度法、监督分类法和阈值法分别提取济南市主要城建区范围,监督分类提取精度为89.82%,不透水面聚集密度与夜间灯光数据提取的济南市主要建城区边界轮廓大体相似,不透水面聚集密度提取精度高达92.05%,而夜间灯光数据提取的精度为86.50%。相对而言,不透水面聚集密度提取建城区边界精度高。但NPP-VIIRS夜间灯光数据提取方法更加方便快捷,尤其适用于大区域的建城区范围提取。(2)在时间尺度上,多时相热岛强度计算结果显示:2013年、2017年热岛强度分别为1.17℃、2.75℃,增长1.58℃。PD、PLAND、LPI、CLUMPY景观指数计算结果表明:城市热岛强度呈增长的趋势,研究区呈现出“面积大、分布集中”的多中心城市热岛格局。(3)在空间尺度上,通过转移矩阵模型,分析热岛等级景观指数在不同空间尺度之间的信息转移情况可知:不同热岛等级景观指数受空间尺度的变化影响显着。根据景观指数在不同空间尺度上的变化规律,可将其分为3类:增加型、减少型和波动型。PD、CLUMPY存在明显“尺度效应”,而PLAND和LPI在各热岛等级间存在交替变化规律。(4)地表温度随不透水面聚集密度的增加而增加,有非常显着的相关性。槐荫区、历下区、市中区、天桥区两者之间的相关系数分别为:0.80、0.75、0.73、0.81。地表温度随不透水面聚集密度的增长变化有着明显的“临界点”,可大致分为剧烈型、缓慢型和稳定型叁种类型。在0到10%之间地表温度随不透水面聚集密度的变化比较剧烈;10%~40%之间地表温度随不透水面聚集密度的变化比较缓慢;在40%之后地表温度随不透水面聚集密度的变化比较平稳。(5)依据地表温度随不透水面聚集密度增长变化的过程中出现临界点的情况,将济南市不透水面聚集密度分为叁个等级:低聚集密度区、中聚集密度区、高聚集密度区。不透水面聚集密度和地表温度等级都表现为以高密度聚集区和高温区为中心,呈现逐步向外扩散的趋势,两者间存在较好一致性。(本文来源于《山东建筑大学》期刊2018-06-01）
肖婷,蔡为民,邵将[3]（2018）在《基于核密度估算的天津市耕地空间聚集特征分析》一文中研究指出耕地资源是人类生存和发展的基础性资源,科学判定耕地空间分布集聚特征,对促进耕地保护及空间优化布局等方面具有重要意义。利用天津市2014年土地利用变更数据提取耕地要素图层,采用重心模型、象限分析法和核密度估算法进行定性定量分析,继而采用自然断点法进行密度分区,开展了天津市耕地空间聚集特征研究。研究结果表明:天津市耕地在各区各方位的空间分布呈现不同特征,耕地面积最多是在武清区(85 715.14 hm~2、19.32%),面积最少的是在东丽区(8 508.08 hm~2、1.92%),市内六区无耕地可利用;耕地面积在正北方位最多,面积为110 934.78 hm~2,占天津市耕地面积的24.96%,在东南方位最少,面积为9 199.81 hm~2,占天津市耕地面积的2.06%;天津市耕地核密度变化范围为0~86.87个/km~2,耕地密度数值越大,耕地空间分布在该区域越聚集,其数值随着耕地的减少而降低,耕地密度区最大为中低密度区(365 256.96 hm~2),中低密度区面积最多的是在蓟州(101 087.05 hm~2)和正北方位(178 030.38 hm~2),面积最少的是在市内六区(0.00 hm~2)和正西方位(16 673.84 hm~2);耕地密度区最小为高密度区(54 433.04 hm~2),高密度区面积最多的是在静海区(26314.24 hm~2)和正南方位(28 751.50 hm~2),蓟州、市内六区和正北方位无高密度区。(本文来源于《2018'中国土地资源科学创新与发展暨倪绍祥先生学术思想研讨会论文集》期刊2018-04-20）
谢沛[4]（2018）在《交通旅行时间概率密度特征提取及其聚集查询应用研究》一文中研究指出交通旅行时间的均值、方差、分位点等参数是评价交通出行稳定性的重要指标。然而针对原始数据以可交互的速度聚集查询得到这些指标并不容易。由于交通数据的海量特点,其中混有大量的不利于计算交通旅行时间的脏数据,分离它们费时费力;同时交通数据混有不能反应交通路况的噪音数据。因为交通旅行时间在一天不同时刻具有可变性的原因,不能简单以阈值的方式分离它们,交通旅行时间评价在必要时也涉及单独或综合考虑交通车辆类型(私家车、出租车和公共汽车)的因素。这些问题的存在导致了交通旅行时间数据信息服务价值的利用程度很低。针对上述问题,首先提出了交通旅行时间概率密度特征提取模型。它在分离出脏数据的基础上利用噪音数据的长尾分布等特性,通过有限对数正态分布混合模型以密度分支形式实现了对交通旅行时间数据观测点的聚类分组以及对有效数据和噪音数据的区分,也实现了对不规则交通旅行时间概率密度形状的定量描述,进而依据密度分支参数并结合聚类分组的数据量形成分时间段的交通旅行时间特征向量。特征向量作为交通旅行时间概率密度特征提取模型的输出值被长期存储。在此基础上,提出基于特征向量的交通旅行时间聚集查询指标计算方法。以针对跨时间段数据的聚集查询,该方法可根据不同时间段的特征向量,按时间段数据量比例形成特征随机数据来代表相应原始数据的概率密度分布特性,从而得到相应的聚集查询指标值。交通旅行时间概率密度特征提取模型和基于特征向量的交通旅行时间聚集查询指标计算方法,能在不依赖交通旅行时间原始数据的情况下基于特征向量以可交互的速度计算得到均值、方差、分位点等指标的近似值。同时,因为分析结果包括不同车辆类型、不同时间段交通旅行时间数据观测点特征向量,且特征向量中同时保有有效数据和噪音数据特征值,从而可以完成多类型数据组合计算。研究成果对于提升交通旅行时间数据价值具有积极意义。(本文来源于《长安大学》期刊2018-04-02）
段青玲,李耕,姜立,狄增如,韩战钢[5]（2017）在《密度对蚁群自组织聚集的影响》一文中研究指出在生物及人类社会中,自组织聚集是十分普遍而且重要的集群行为,也是近年来蓬勃发展的交叉领域.为了定量地深入研究自组织聚集的宏观规律,我们用实验方法研究了草地铺道蚁的自组织聚集与其密度之间的关系,采用层次社会熵和样方法的统计手段测量蚂蚁群体的聚集度,以定量度量其自组织聚集程度.精确控制的实验以及基于实验数据的统计分析表明,蚂蚁群体在低密度下呈现近随机分布状态,高密度下稳定于显着的聚集状态,即蚂蚁聚集的程度是密度依赖的.实验给出的佐证在后续探究蚂蚁聚集的微观机制研究中将起到至关重要的作用,能够引起聚集行为涌现的简单机制是与密度密切相关的.(本文来源于《北京师范大学学报(自然科学版)》期刊2017年03期）
许剑辉,赵怡,钟凯文,阮惠华,孙彩歌[6]（2017）在《基于地理加权和最小二乘线性回归模型的气温与NDVI聚集密度的相关分析》一文中研究指出基于2015年广州地区1 km空间分辨率的MOD13A 3月合成NDVI数据以及春夏秋冬4个季节的气象站点近地表气温,首先利用聚集密度计算方法计算NDVI的聚集密度,构建不同季节近地表气温与NDVI聚集密度的最小二乘线性回归模型(OLS)和地理加权回归模型(GWR),分析广州市近地表气温与NDVI聚集密度的相关关系,探讨不同季节NDVI聚集密度回归系数的空间分布,并利用AICc信息准则、拟合优度和Sigma指标对GWR与OLS的结果进行比较分析。结果表明:NDVI聚集密度较好地反映了研究区建设用地、植被和水体等下垫面的综合信息;与OLS模型相比,GWR模型的拟合效果更显着,最小的拟合度从0.02提高到0.464,GWR模型的拟合度最大值达到了0.724;GWR模型回归残差的Moran’s I显着减少,如1月份Moran’s I指数从0.383减少到0.022;NDVI聚集密度对气温的影响具有空间异质性,整体上,从广州北到南,GWR模型中NDVI聚集密度与气温的回归系数由负值逐渐增加到正值,表明NDVI聚集密度对气温有着从负到正的影响;下垫面以不透水面为主的区域,GWR模型拟合度较低,以植被为主要下垫面的区域,GWR模型拟合度较高。(本文来源于《热带地理》期刊2017年02期）
赵瑾超,宋健,常旦琪,熊宇迪,邱骁[7]（2017）在《低密度脂蛋白诱导巨噬细胞Raw264.7脂质筏的聚集》一文中研究指出目的:探究低密度脂蛋白(LDL)与脂质筏之间的关系。方法:运用荧光漂白恢复技术(FRAP),对LDL刺激的细胞和未经LDL刺激的细胞进行观测;采用密度梯度离心的方法分离脂质筏,对各层中胆固醇含量进行测定,通过Western Blot对脂质筏标志性蛋白flotillin-1,caveolin-1进行分析;β-环糊精孵育后,扫描电子显微镜观测细胞形态。结果:经LDL刺激的Raw264.7细胞表现出荧光漂白恢复时间延长;脂质筏区的胆固醇含量增多,脂质筏区标志性蛋白flotillin-1,caveolin-1增加;β-环糊精孵育后细胞形态发生改变,细胞胆固醇含量降低。结论:LDL能诱导细胞膜上脂质筏的聚集。(本文来源于《武汉大学学报(医学版)》期刊2017年02期）
章春艳,曹政[8]（2016）在《氧化型低密度脂蛋白对急性冠状动脉综合征患者血小板聚集率的影响》一文中研究指出目的检测急性冠状动脉综合征(ACS)患者血浆氧化型低密度脂蛋白(ox-LDL)和血小板聚集率的变化并探讨ox-LDL对ACS患者血小板聚集率的影响。方法收集经冠状动脉造影确诊的48例稳定型心绞痛(SA)患者,59例不稳定型心绞痛(UA)患者以及51例急性心肌梗死(AMI)患者外周血标本,同时收集同期住院且冠状动脉造影正常的60例患者外周血标本作为对照组,通过ELISA检测血浆ox-LDL的表达水平,通过血小板聚集仪检测血小板聚集率的变化,通过体外实验加入ox-LDL检测ox-LDL对ACS患者血小板聚集率的影响。结果与对照组相比,UA组和AMI组血浆ox-LDL和血小板聚集率显着升高(P<0.05),而SA组与对照组及UA组与AMI组相比血浆ox-LDL和血小板聚集率并无显着性变化(P>0.05),同时ACS患者(UA和AMI)血浆ox-LDL水平与血小板聚集率呈明显正相关(r=0.651,P<0.01),体外实验进一步证实ox-LDL可明显提高生理激动剂二磷酸腺苷(ADP)诱导的ACS患者血小板聚集率(P<0.01)。结论 ACS患者血浆ox-LDL水平升高与血小板高聚集状态密切相关,高水平的ox-LDL可能是ACS患者血栓形成的重要危险因素,因此检测ox-LDL水平对ACS患者预后判断有重要价值。(本文来源于《中国动脉硬化杂志》期刊2016年05期）
张丽丽,许峰[9]（2016）在《基于聚集密度的约束多目标进化算法》一文中研究指出对基于群体聚类的约束多目标进化算法进行了改进,引入了聚集密度以度量群体中个体间的关系,保持种群的多样性。其基本思想为:首先将初始群体按多判据聚类方法分为适应度值不同的四类,然后计算类内群体中个体的聚集密度,根据适应度值和聚集密度定义一个偏序集,最后采用比例选择原则依次从偏序集中选择个体,更新精英集。通过数值实验用量化指标研究了改进算法的收敛性和分布性,结果表明:改进算法的收敛性与常规约束多目标进化算法相当,但分布性有了明显的提高。(本文来源于《安徽理工大学学报(自然科学版)》期刊2016年01期）
孙娟娟,余小艳,张艳林,尤寿江,刘慧慧[10]（2015）在《SIRT1通过自噬溶酶体通路调控人脐静脉内皮细胞氧化低密度脂蛋白的聚集》一文中研究指出目的自噬对人脐静脉内皮细胞(HUVECs)降解氧化低密度脂蛋白(ox-LDL)起着非常重要的作用,组蛋白去乙酰化酶1(SIRT1),一种新型的抗动脉粥样硬化因子,同时也是自噬的诱导者,本研究主要阐明SIRT1能否通过自噬溶酶体通路调控ox-LDL在HUVECs的聚集。方法运用Dil标记的ox-LDL(Dil-ox-LDL)处理HUVECs,细胞内Dil-ox-LDL的含量通过流式细胞仪测定,免疫印记技术用来检测自噬标记蛋白LC3和p62蛋白的含量。Dil-ox-LDL和溶酶体标志蛋白Lamp1或Cathepsin D的(本文来源于《中华医学会第十八次全国神经病学学术会议论文汇编（下）》期刊2015-09-18）
聚集密度论文开题报告
（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：
针对以往城市热岛效应研究多基于行政边界、不透水面聚集密度与城市热环境响应规律研究不足的问题,本文以济南市为例,基于Landsat 8和NPP-VIIRS夜间灯光数据,结合生态景观格局指数,研究城市热环境的时空分布格局,探讨不透水面聚集密度与城市热环境(城市地表温度、热岛等级)响应规律,为合理防治城市热岛效应提供科学依据。本文主要研究内容包括:(1)采用不透水面聚集密度法、监督分类法和阈值法叁种方法提取济南市主要建城区和郊区范围。(2)利用城郊温差法计算热岛强度(urban heat island,UHI),研究热岛强度等级的空间分布特征。选取斑块密度(patch density,PD)、各类斑块面积所占百分比(percentage of landscape,PLAND)、最大斑块指数(largest patch index,LPI)、聚集度指数(clumpy index,CLUMPY)4个景观指数,研究城市主要建城区热岛强度等级多时空尺度的演变规律。(3)研究不透水面聚集密与城市热环境的响应规律,探索其响应的临界点,为济南合理防治热岛效应提供科学依据。研究表明:(1)采用不透水面聚集密度法、监督分类法和阈值法分别提取济南市主要城建区范围,监督分类提取精度为89.82%,不透水面聚集密度与夜间灯光数据提取的济南市主要建城区边界轮廓大体相似,不透水面聚集密度提取精度高达92.05%,而夜间灯光数据提取的精度为86.50%。相对而言,不透水面聚集密度提取建城区边界精度高。但NPP-VIIRS夜间灯光数据提取方法更加方便快捷,尤其适用于大区域的建城区范围提取。(2)在时间尺度上,多时相热岛强度计算结果显示:2013年、2017年热岛强度分别为1.17℃、2.75℃,增长1.58℃。PD、PLAND、LPI、CLUMPY景观指数计算结果表明:城市热岛强度呈增长的趋势,研究区呈现出“面积大、分布集中”的多中心城市热岛格局。(3)在空间尺度上,通过转移矩阵模型,分析热岛等级景观指数在不同空间尺度之间的信息转移情况可知:不同热岛等级景观指数受空间尺度的变化影响显着。根据景观指数在不同空间尺度上的变化规律,可将其分为3类:增加型、减少型和波动型。PD、CLUMPY存在明显“尺度效应”,而PLAND和LPI在各热岛等级间存在交替变化规律。(4)地表温度随不透水面聚集密度的增加而增加,有非常显着的相关性。槐荫区、历下区、市中区、天桥区两者之间的相关系数分别为:0.80、0.75、0.73、0.81。地表温度随不透水面聚集密度的增长变化有着明显的“临界点”,可大致分为剧烈型、缓慢型和稳定型叁种类型。在0到10%之间地表温度随不透水面聚集密度的变化比较剧烈;10%~40%之间地表温度随不透水面聚集密度的变化比较缓慢;在40%之后地表温度随不透水面聚集密度的变化比较平稳。(5)依据地表温度随不透水面聚集密度增长变化的过程中出现临界点的情况,将济南市不透水面聚集密度分为叁个等级:低聚集密度区、中聚集密度区、高聚集密度区。不透水面聚集密度和地表温度等级都表现为以高密度聚集区和高温区为中心,呈现逐步向外扩散的趋势,两者间存在较好一致性。
（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。
聚集密度论文参考文献
[1].王垆阳,雷军,梁浩哲,张宇倩,李国辉.结合流形密度的聚集行为模式分割算法[J].中国图象图形学报.2019
[2].肖庆锋.不透水面聚集密度与城市热环境响应规律研究[D].山东建筑大学.2018
[3].肖婷,蔡为民,邵将.基于核密度估算的天津市耕地空间聚集特征分析[C].2018'中国土地资源科学创新与发展暨倪绍祥先生学术思想研讨会论文集.2018
[4].谢沛.交通旅行时间概率密度特征提取及其聚集查询应用研究[D].长安大学.2018
[5].段青玲,李耕,姜立,狄增如,韩战钢.密度对蚁群自组织聚集的影响[J].北京师范大学学报(自然科学版).2017
[6].许剑辉,赵怡,钟凯文,阮惠华,孙彩歌.基于地理加权和最小二乘线性回归模型的气温与NDVI聚集密度的相关分析[J].热带地理.2017
[7].赵瑾超,宋健,常旦琪,熊宇迪,邱骁.低密度脂蛋白诱导巨噬细胞Raw264.7脂质筏的聚集[J].武汉大学学报(医学版).2017
[8].章春艳,曹政.氧化型低密度脂蛋白对急性冠状动脉综合征患者血小板聚集率的影响[J].中国动脉硬化杂志.2016
[9].张丽丽,许峰.基于聚集密度的约束多目标进化算法[J].安徽理工大学学报(自然科学版).2016
[10].孙娟娟,余小艳,张艳林,尤寿江,刘慧慧.SIRT1通过自噬溶酶体通路调控人脐静脉内皮细胞氧化低密度脂蛋白的聚集[C].中华医学会第十八次全国神经病学学术会议论文汇编（下）.2015
论文知识图
