导读:本文包含了数据视图论文开题报告文献综述及选题提纲参考文献，主要关键词:BIM,IFC,模型视图,城市轨道交通
数据视图论文文献综述
赖华辉,钟祖良,侯铁,何莹,曹奕[1]（2019）在《多模型视图下的城市轨道交通工程信息模型数据分析》一文中研究指出基于BIM的城市轨道交通工程信息模型承载了大量的、不同类型的数据。然而,当BIM软件采用IFC标准输出模型数据时,经常出现数据丢失、表达不一致等问题。这是因为BIM软件输出IFC模型数据时,可选择不同的IFC输出选项,即模型视图(MVD)。本文设计了城市轨道交通工程信息模型在不同模型视图下输出IFC数据的实验,分析各IFC模型数据的异同,以期为建筑人员选择合适的模型视图输出准确的模型数据提供参考,保证所需模型数据的准确性。(本文来源于《第五届全国BIM学术会议论文集》期刊2019-11-16）
张贝娜,冯震华,张丰,杜震洪,刘仁义[2]（2019）在《基于时空多视图BP神经网络的城市空气质量数据补全方法研究》一文中研究指出针对城市空气质量监测数据缺失的问题,提出一种基于时空多视图BP神经网络的数据补全方法。采用指数移动平均、普通克里金和非凸矩阵完备作为时空多视图特征,结合映射非线性关系的BP神经网络,构建数据补全模型。以北京市36个站点2014年5月1日至2015年4月30日监测的PM2.5、PM10、NO2、CO、O3和SO26种空气污染物小时浓度为实验数据。实验结果表明,在15%缺失率下,随机缺失补全的平均相对误差为0.102～0.154,时间连续缺失补全的平均相对误差为0.161～0.271,空间连续缺失的补全平均相对误差为0.108～0.155,优于典型的单视图预测方法和多视图线性预测方法。研究成果可为城市空气质量数据补全工作提供方法支持,研究思路可为时空数据挖掘提供参考。(本文来源于《浙江大学学报(理学版)》期刊2019年06期）
贺琪,武欣怡,黄冬梅,郝增周,宋巍[3]（2019）在《多视图协同的海洋多要素环境数据关联关系分析方法》一文中研究指出海洋事件离不开各要素环境数据的共同作用,获取要素之间的关联关系从而进行海洋事件的预报预测,是一个亟待解决的问题。为此,本文提出一种多视图协同的关联关系分析方法来度量海洋各要素数据间的关联关系。首先,在传统平行坐标技术的基础上增加刷技术、轴排序等功能对海洋多要素数据进行初步探索,同时引入散点矩阵图展示各要素的分布;其次,以平行坐标中数据线间的角度、面积以及散点图中要素分布的距离为差异度量方式,对计算得到的差异构建相似性矩阵;再次,采用多维标度法得到原始多要素数据在低维空间中的表达;最后,使用K-means算法对降维后的低维度数据进行聚类分析。本文提出的方法从视觉角度对数据进行分析和特征挖掘,并得到高维数据在低维空间上的可视化展示,实现了有效量化海洋数据不同要素间的相关关系。(本文来源于《海洋通报》期刊2019年05期）
丁景全,马博,李晓[4]（2019）在《基于融合时空数据的车辆加油行为多视图深度异常检测框架》一文中研究指出车辆加油时空数据多源异构、关系复杂,现有成熟的异常检测方法难以对时空离散的加油活动数据进行分析,因此提出基于融合时空数据的车辆加油行为多视图深度异常检测框架。首先基于统一概念模型(UCM)对静态信息和动态活动数据进行关联融合管理,然后从空间视图、时间视图和语义视图角度对时空数据进行编码和转换,最后基于叁种视图构建深度时空异常分析检测框架。车辆加油时空数据集上的实验结果表明,多种异常检测方法在融合时空数据上均可取得更低均方根误差(RMSE),平均降低10.73%,所提方法比现有主流方法中结果最好的长短时记忆网络(LSTM)的RMSE降低19.36%。在信用卡欺诈公开数据集上的实验结果表明,所提方法较之逻辑回归模型,马修斯系数(MCC)提高了32.78%。以上实验验证了所提方法的有效性。(本文来源于《计算机应用》期刊2019年11期）
Timothy,Apasiba,Abeo[5]（2019）在《多媒体数据分析的多视图流形表示研究》一文中研究指出在机器学习领域中普遍面临处理大量且高维的多媒体数据问题。并且,如何从具有多样性和非线性的多媒体数据中提取有效的鉴别性特征,是特征提取算法中具有挑战性的课题。本文对以上问题进行了研究,其核心思想是利用高维数据在实际应用中往往具有低维的特点,将数据的几何结构表示为流形图结构并进行分析。论文具体介绍了叁种新的多媒体数据分析方法,并取得了显着的进展。其中包括引入了多流形嵌入的字典诱导最小二乘框架,引入了图嵌入的广义多字典最小二乘框架,以及通过保持PCA框架的全局和局部结构进行流形对齐。第一种方法扩展了主成分分析(PCA)的概念,通过最小化最小二乘重构误差思想保持数据全局结构,并引入分布字典对丢失和噪声数据点的离群分布对数据结构重构。接着,通过多流形嵌入保持纯净的局部结构。因此,这种方法可以在低维投影中获得鉴别信息,同时保持全局和局部结构的平衡。我们提出的方法在多媒体数据分析方面进行了大量实验并与目前最先进方法相比表明该方法具有更好的性能。进一步的,在此基础上对第一种方法进行扩展,我们提出使用包含多个字典的第二种方法。在多视图数据的情况下,多字典进一步增强了对噪声和冗余数据点的识别。接着,根据两种对多个词典的不同的约束条件构造,扩展出两种具有闭式解的新方法。实验结果表明,所提出的方法比对比方法有所提高,其统计显着性低于0.05显着性水平。最后,我们提出了一个流形对齐框架,它可以跨实例和跨特征进行流形对齐,同时保持多数据的全局和局部域结构。我们通过多种流形嵌入方法来保持局部结构。此外,我们提出了一种字典PCA方法进行去噪,保持数据的全局结构,在此框架下,流形嵌入方法视为PCA的特殊形式。最后,给出了流形对齐问题闭式解。这种方法匹配了数据集间的对应关系并保留全局和局部结构,并在低维子空间投影表示。大量的实验证明,该方法的结果比对比算法取得了明显提升。(本文来源于《江苏大学》期刊2019-06-01）
何云[6]（2019）在《面向多视图数据的降维与聚类算法研究》一文中研究指出随着数据来源的多样化,拥有多种表达方式的多视图数据出现在各个应用场景中。这些多视图数据普遍维数较高,数据量较大,并且常常缺失标签信息,因此,对多视图数据以无监督方式进行学习,分析和挖掘其中潜藏的价值信息显得颇为重要。本文在大量阅读和理解前人工作的基础上,提出了几种面向多视图数据的降维与聚类算法,具体内容如下:(1)提出了一种面向多视图数据的近邻结构保持降维算法。该算法在每个视图上构造带权邻接图来反映样本之间的近邻关系,并构造任意两个视图间结构相似性约束表达。在此基础上,寻找联合嵌入低维子空间,使得原高维空间样本近邻关系在子空间内能够得到保持,并且视图间的结构具有相似性的约束。(2)提出了一种基于多核学习的在线加权多视图模糊聚类算法。该算法采用批处理形式,将整个数据集分割成多个数据块进行处理,并将前一个数据块的聚类结果带入下一个数据块中作为初始值,由最后一个数据块得到最终的聚类结果。针对每个数据块,算法借鉴多核学习方法,充分利用不同视图间的结构一致性和信息互补性原则,同时,设计出了聚类中心和聚类隶属度的在线更新模型,为多视图数据提供聚类划分和视图权重。(3)提出了两种基于多视图降维策略的自适应聚类算法。首先,为了利用多视图降维框架来提高聚类的自适应性,提出了一种基于多视图判别分析的自适应聚类算法。该算法能够为无监督的多视图数据构建一个联合统一的判别子空间并在子空间中考虑聚类结构性能。与此同时,采用迭代运行的方式优化子空间的形成。在上述工作基础上,为了能够在子空间内进一步实现多视图局部信息的保持以及视图间结构相似性约束,提出了一种改进算法,即基于多视图局部信息保持的自适应聚类算法。该算法在前者基础上,在子空间投影的构造过程中融合了局部信息保持和视图间结构相似性约束的思想。(本文来源于《南京师范大学》期刊2019-03-15）
关欣[7]（2018）在《国有大型环保企业集团化管控数据视图构建》一文中研究指出介绍中国环保集团管控体系信息化建设的背景,简述国有大型环保企业集团化管控数据视图架构设计,研究分析国有大型环保企业集团化管控数据视图构建实施步骤,从而加强监管能力,提高集团整体管理效率。(本文来源于《现代工业经济和信息化》期刊2018年18期）
郭慧,刘忠宝[8]（2018）在《融合数据分布特征的多视图典型相关分析》一文中研究指出典型相关分析CCA是一种经典的特征提取方法,该方法找到的投影方向满足两视图数据集之间的相关性最大,该方法在生产实践中广泛应用,但当面对多视图数据时便无能为力。鉴于此,研究人员提出多视图相关分析MCCA,MCCA为每个视图找到一组投影方向,并保证投影后的视图数据集之间的相关性最大,该方法有效地拓展了CCA的适用范围。但MCCA在特征提取时,并未考虑数据的分布性状,因而,其工作效率有待于进一步提升,基此提出融合数据分布特征的多视图典型相关分析MCCA-DD,该方法引入类间离散度和类内离散度,用以表征数据的分布性状,以期提高MCCA的特征提取效率。从学生体测成绩数据集和多特征手写体数据集上的比较实验表明:与典型相关分析CCA、多视图相关分析MCCA等特征提取方法相比,MCCA-DD具有更优的特征提取效率。(本文来源于《广西大学学报(自然科学版)》期刊2018年06期）
赵国超,张志强,张学农[9]（2018）在《医疗数据服务云的多维视图与应用模式》一文中研究指出提出了医疗数据服务云的基本架构,并从数据管理、医院数据应用和区域数据服务叁个层次建立结构视图。在上述基础上提出了医疗数据的两种应用模式,提高医疗业务数据的利用率与应用深度,实现医疗数据服务的动态扩展。(本文来源于《中国数字医学》期刊2018年12期）
张金龙[10]（2018）在《基于视图警务云平台的车辆大数据应用》一文中研究指出信息技术的快速发展,使公安机关工作模式开始逐渐向数字化、信息化方向转变,而海量卡口数据与图片的出现,也为治安以及情报等服务开展提出了新的要求与挑战。在此环境中,公安部门开始联合原有业务数据信息处理手段,对车辆防控技术进行了优化,而警务云平台的加入,更是为视图信息价值挖掘提供了有效助力,对平安城市建设形成了良好地推动作用。警务云平台建设目标与理念建设目标如图1所示,进行视图警务云平台建(本文来源于《中国公共安全》期刊2018年11期）
数据视图论文开题报告
（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：
针对城市空气质量监测数据缺失的问题,提出一种基于时空多视图BP神经网络的数据补全方法。采用指数移动平均、普通克里金和非凸矩阵完备作为时空多视图特征,结合映射非线性关系的BP神经网络,构建数据补全模型。以北京市36个站点2014年5月1日至2015年4月30日监测的PM2.5、PM10、NO2、CO、O3和SO26种空气污染物小时浓度为实验数据。实验结果表明,在15%缺失率下,随机缺失补全的平均相对误差为0.102～0.154,时间连续缺失补全的平均相对误差为0.161～0.271,空间连续缺失的补全平均相对误差为0.108～0.155,优于典型的单视图预测方法和多视图线性预测方法。研究成果可为城市空气质量数据补全工作提供方法支持,研究思路可为时空数据挖掘提供参考。
（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。
数据视图论文参考文献
[1].赖华辉,钟祖良,侯铁,何莹,曹奕.多模型视图下的城市轨道交通工程信息模型数据分析[C].第五届全国BIM学术会议论文集.2019
[2].张贝娜,冯震华,张丰,杜震洪,刘仁义.基于时空多视图BP神经网络的城市空气质量数据补全方法研究[J].浙江大学学报(理学版).2019
[3].贺琪,武欣怡,黄冬梅,郝增周,宋巍.多视图协同的海洋多要素环境数据关联关系分析方法[J].海洋通报.2019
[4].丁景全,马博,李晓.基于融合时空数据的车辆加油行为多视图深度异常检测框架[J].计算机应用.2019
[5].Timothy,Apasiba,Abeo.多媒体数据分析的多视图流形表示研究[D].江苏大学.2019
[6].何云.面向多视图数据的降维与聚类算法研究[D].南京师范大学.2019
[7].关欣.国有大型环保企业集团化管控数据视图构建[J].现代工业经济和信息化.2018
[8].郭慧,刘忠宝.融合数据分布特征的多视图典型相关分析[J].广西大学学报(自然科学版).2018
[9].赵国超,张志强,张学农.医疗数据服务云的多维视图与应用模式[J].中国数字医学.2018
[10].张金龙.基于视图警务云平台的车辆大数据应用[J].中国公共安全.2018