导读:本文包含了子空间模式识别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:空间,拓扑学,生态学,吉隆,景观,值域,地球化学。
子空间模式识别论文文献综述
左仁广,赵江南,陈国雄[1]（2019）在《“勘查地球化学空间模式识别”课程教学实践与探索》一文中研究指出"勘查地球化学空间模式识别"是中国地质大学(武汉)面向研究生开设的一门综合前沿性课程,目的是使研究生了解勘查地球化学国内外研究现状,熟悉基于GIS勘查地球化学数据采集、存储及异常识别的原理和实现过程,并能利用软件处理勘查地球化学数据,提高研究生对地学空间数据处理与分析水平,培养研究生多学科交叉创新能力。本文介绍了课程在开设背景、教学方法及教学内容等方面的实践,探索提高教学效果的途径,为同类课程提供参考。(本文来源于《中国地质教育》期刊2019年02期）
莫京兰,朱广生,吕跃进[2]（2016）在《I-VLDNS:一种改进的线性判别子空间模式识别算法》一文中研究指出针对现有模式判别分析方法中普遍存在的子空间优化与"小样本"问题,首先剖析总体、类内以及类间叁种散布矩阵的零空间的物理含义,深入阐释有效零空间与有效线性判别零空间核心原理;其次,研究始空间中总体、类间散布矩阵与有效零空间、有效值域空间上的总体、类间散布矩阵关于特征值与特征向量之间的关联关系,并且获取类内散布矩阵零空间、值域空间上关于Fisher线性判别率的关键结论;最后,基于有效线性判别零空间理论,设计出一种改进的线性判别子空间模式识别算法,即I-VLDNS。通过相关数据集模拟实验表明,I-VLDNS算法在模式识别分析性能、精确度以及鲁棒性上均得到进一步优化与提高。(本文来源于《计算机应用与软件》期刊2016年07期）
辜寄蓉,何勇,蒋谦[3]（2015）在《农村居民点分布的空间模式识别方法》一文中研究指出针对农村土地资源空间结构模式研究不足的现状,文章采用景观生态学中的"斑块-廊道-基质"模式,在总结前人提出的7类典型农村居民点用地的空间结构及其空间特征的基础上,采用拓扑结构定义农村居民点用地的空间结构,构建了包含廊道空间特征和斑块空间特征的空间结构识别指标体系,对空间模式进行识别;结合经济因素,分析了不同用地结构空间模式对当地社会经济产生的影响。(本文来源于《测绘科学》期刊2015年05期）
舒松[4]（2013）在《基于稳定夜间灯光遥感数据的城市群空间模式识别方法研究》一文中研究指出城市群是经济全球化的新形势下生产要素在空间上重新分配和转移的主要发生地,是产业空间整合的产物,在国家和区域的经济发展中占据着核心地位。在新环境下,区域和国家之间经济发展的竞争需要城市群内各个城市和各个产业根据其所扮演的职能进行密切的合作与互动。对于城市群科学合理的定义和理解有利于监测、管理并促进城市群内各个城市之间的协调发展。传统城市地理研究中,城市群的定义和界定主要依赖于社会经济统计数据。这些方法对于统计数据各个指标的完备性和准确性具有较高的要求,且无法直观反映城市群内部城市之间空间关系,城市群空间形态和空间模式。RS技术的引入为获取城市和城市群空间信息提供了一个新的途径。已有的基于RS的城市和城市群研究证明了RS/GIS技术在获取和分析城市群空间信息方面具有极大的优势。然而这些研究多是利用具有中、高分辨率的遥感数据针对少量的城市进行空间扩展等方面的分析,少有工作进行大尺度(如国家)上城市群的识别和划分的研究。基于以上不足,本文在稳定夜间灯光遥感数据的基础上,探讨了基于最小生成树和面向对象方法进行城市群识别的理论基础、具体实现和实例应用。本研究的主要成果分为如下四个方面：一、探讨了城市群识别和界定的基本原则。本研究认为,城市群是区域内城市在空间上逐渐扩展并在功能上相互整合而形成的一个综合体,城市之间空间布局具有趋近性。对于城市群的空间界定主要是对于其具体空间的一种划分,使之和周边其他城市体系分隔开来,因此具有空间邻近性这一基本原则。二、建立了基于低空间分辨率遥感数据进行城市群识别的理论基础和具体实现框架。从地理空间认知的角度,本研究认为城市群对象的识别和界定是一个与格式塔类似的空间聚类问题,两者具有相同的特性一空间邻近性,可以结合完形理论的研究方法进行城市群的识别。在此认识上,本文将城市群的识别划分为了叁个实现流程：获取城市空间信息；抽象表达城市空间关系；划分空间关系,实现空间聚类。为与实际情况相符,本研究提取城市区域并识别为二维城市对象,以最小生成树MST抽象表达和概括城市对象(而不是城市中心点)之间的空间关系,并以符合完形原则的规则对MST进行切割,获得城市群。叁、实现和改进了进行城市对象识别、最小生成树创建和划分、城市群识别的一系列方法。如进行城市对象识别及其几何形态处理的连通区域循环标识算法、边界平滑算法、填充算法、城市对象和城市群对象二维空间属性计算方法、城市群对象识别标记算法。本研究改进的算法主要为结合城市对象内边界追踪算法,d∞-propagation欧氏距离转化算法和通用MST生成算法,提出了适宜于基于二维城市对象而非中心点的MST创建算法。四、成功将相关理论和方法应用于中国大陆城市群的识别。在此实例中,我们首次进行了国家尺度的城市群自动化识别。我们定义了叁个层次的城市空间单元一城市集团、城市集群、城市集群影响域,以代表城市之间联系强度的相对不同。此研究分析结果和已有的研究保持了一致性,但本研究提供了更多细节的定量信息,包括定量的城市对象和城市群对象空间属性信息、城市之间空间关系信息。(本文来源于《华东师范大学》期刊2013-04-01）
李国明[5]（2012）在《数字山地框架下典型植被垂直带谱的空间模式识别与气候环境分析》一文中研究指出山地具有浓缩的环境梯度、高度异质化的生境以及相对较低的人类干扰强度，是景观多样性和生物多样性的集聚地，而青藏高原特殊的地域条件孕育了最为典型的山地垂直带谱—青藏高原山地垂直带谱。其中，热带北缘珠穆朗玛峰地区的植被垂直带谱被认为是世界上最复杂而完整的垂直带谱，至今未见对此区域吉隆沟垂直带谱详细研究的相关文献。因此，本文依托国家自然科学基金“珠峰自然保护区高寒湿地景观格局过程建模与模拟”（41161067）、“中国-比利时”国际科技合作项目“西藏自然与文化遗产资源信息系统”（2008DFA11020）、国家科技支撑计划项目“西藏旅游产业发展综合信息服务关键技术研究与应用示范”第二课题“西藏旅游危机预防与应急救援关键技术研究及应用示范”（2009BAH50B02）等项目对吉隆沟地区的垂直带谱进行研究，并期望通过定量的气候环境指标对其植被垂直带谱的分布情况进行解释，对区域及珠穆朗玛峰的保护都具有重要的意义。本文主要从以下四个方面对吉隆沟垂直带谱进行了研究：（1）研究区域边界的确定是进行其它相关分析研究的前提基础，本文基于平面曲率与坡形组合法提取研究区域的地性线，从中较为准确的获得山脊线、山谷线，从而确定研究区域界限。并通过与野外实际采集的数据、遥感影像、数字高程模型等对比分析，经验证此结果较为准确，说明此方法取得了初步的成效。（2）对于研究区域的ASTER GDEM数据进行了修复。目前，对于ASTERGDEM数据存在的数据空洞填补问题需要快捷、高效、科学的处理方法。本文以SRTM为基础数据源制作大区域DEM时，基于ArcGIS10的AO模型，提出了利用局部修正后的SRTM DEM作反距离加权平均逐像元插补ASTER GDEM的异常区域的方法。对其作内插处理填补细小空洞，再与较低分辨率的GTOPO30地形数据作数据融合处理填补剩余较大空洞，通过实际研究表明该方法是一种切实可行的获取完整地形数据的途径。（3）通过实际调查采样数据、遥感影像数据及其它基础地理信息资料对研究区的植被垂直带谱进行了划分，以吉隆沟的走势方向横切面为横坐标、海拔高度为纵坐标进行划分，研究表明：在吉隆沟西侧山坡，海拔在1800-2700米为山地针阔混交林、海拔在2700-3500米为亚高山针叶林、海拔在3500-4250米为高山常绿灌丛带、海拔在4250-4750米为高山草甸带、海拔在4750-5000米为高山稀疏植被带、海拔在5000米以上为极高山冰雪带；在吉隆沟的东侧山坡，海拔在1800-3400米为亚高山针叶林、海拔在3400-3750米为高山常绿灌丛带、海拔在3750-4250米为高山草甸带、海拔在4250-5000米为高山稀疏植被带、海拔在5000米以上为极高山冰雪带。研究发现东坡与西坡相比缺少一个植被带，即山地针阔混交林。（4）通过研究山体效应、气候因子、地形因子、土壤因子与植被垂直带谱的关系，对吉隆沟植被垂直带谱进行了初步解释。对于山体效应主要从影响尺度给出了定量解释；气候因子主要从降水、气温、太阳辐射方面给出了定量解释，通过统计分析表明：气候因子对吉隆沟的植被垂直带谱有较大的影响，不同气候因子值对应特定的植被垂直带谱；地形因子主要从山体高度、坡向效应、坡度影响、坡位影响等方面给出了定量解释；土壤因子主要从土壤的构成给出了定量解释。(本文来源于《成都理工大学》期刊2012-05-09）
蒋谦[6]（2012）在《农村用地结构空间模式识别方法研究》一文中研究指出伴随着我国农村经济的快速发展和改革的不断深化,农村在土地利用方面出现了一系列亟待解决的问题,土地粗放利用、农村居民点布局松散、耕地大量减少使得农村土地资源面临越来越大的空间和环境压力。本文正是以农村土地资源的集约利用为出发点,以乡村为研究尺度,探索当今农村用地结构的空间模式类型及其识别方法,尝试为解决现有农村用地结构问题提供技术方法。本文在分析和借鉴国内外用地结构空间模式研究的理论和方法基础上,采用景观生态学中的“斑块-廊道-基质”模式和拓扑学原理,分析现今农村用地结构空间模式,总结出了七类典型的农村用地结构空间模式及各类空间模式,并对各类空间模式的空间拓扑关系进行了描述。在对农村用地结构空间模式识别方法的研究上,主要依据各类农村用地结构空间模式的特征,并采用主成分分析法来构建农村用地结构空间模式识别指标体系,以定量的方式对农村用地结构空间模式进行识别。在数据组织和分析方面,主要采用GIS平台,利用GIS强大的空间数据管理功能和空间数据综合分析功能,实现了论文数据的获取和处理、空间数据的迭加分析和密度分析,并完成了相关指标的计算。实证研究选取了盐亭县的四个乡村,构建的农村用地结构空间模式识别指标体系,分别对四个区域的农村用地结构空间模式进行识别,并分析了不同用地结构空间模式对当地社会经济产生的影响。通过实证研究,证明了该套空间模式识别方法的可行性和合理性。结果表明,本文所提出的农村用地结构空间模式识别方法不仅能够表现出用地结构的现状,而且能够反映出空间模式对社会经济发展产生的影响,为农村制定合理的用地结构方案、土地集约利用和社会经济发展提供一定的参考。(本文来源于《四川师范大学》期刊2012-02-27）
徐永红[7]（2010）在《基于多元数据子空间坐标图表示的可视化模式识别》一文中研究指出模式识别是人类以及其他一些高级动物赖以生存的基本智能之一。大多数情况下,人都有很好的模式识别能力,这种能力被视为是自然的事情,可是让机器处理同样的模式识别问题时往往会遇到更大的困难。尽管已有几十年的研究历史,直到今天还是不能很好理解人类是如何识别模式的。虽然计算机模式识别理论和方法已经获得了充分的研究和巨大的进步,但仍然存在一些根深蒂固的问题,例如着名的小样本问题、维数灾难问题、黑匣子问题等。长期以来,全自动化始终是模式识别系统的设计目标之一,识别过程中的人工参与被降低到最小。虽然在分类器设计阶段,也用到一些数据探索性分析和可视化方法,但是这些可视化方法并没有真正纳入模式识别流程,往往只是对原始数据或者结果进行简单的可视化。多元数据可视化作为数据分析的一种重要方法,已经在许多领域获得广泛应用。但目前对各种多元可视化技术的相互联系研究得不多,各种图表示方法缺乏统一的理论基础。要将多元数据的多元图表示方法和机器算法集成以实现可视化模式识别,尚需解决一些基础性的问题。本文研究主要围绕叁个基本问题展开:如何建立几种常用多元图表示方法的统一描述模型?如何对传统多元图表示方法进行优化以使其更适合模式识别应用?如何将机器算法和图表示方法集成以实现可视化分类?本文首先研究了几种多元图表示方法的表示原理和特性,在此基础上给出了多元数据子空间坐标图表示的一般模型,该模型将散点图、散点图矩阵、平行列线图、平行坐标、叁角多项式和雷达图等统一到同一个表示框架,从而不仅有助于研究这些图表示方法的区别与联系,还有助于研究和发展新的图表示方法。接着,本文定义了二维对偶坐标映射,研究了二维对偶坐标的表示特性并证明了相关定理,在此基础上提出了一种多元数据可视化新方法——多元平行对偶图。该方法在同一个视图中将多个散点图和平行坐标有机集成,同一样本的对偶坐标表示和平行坐标表示具有确定的几何关系,可以根据需要在这两种形式间切换,从而综合利用两种方法的优点而弥补其不足。本文还研究了二维对偶坐标的叁维显示以及多元数据的叁维对偶坐标表示,并给出了表示的示例。本文最后研究了多元图表示的图形特征优化问题,提出了基于凸壳的平行坐标优化、基于复线性判别分析的星座图权系数优化和Radviz快速优化方法。并且将机器学习算法和平行坐标相结合,提出了叁种基于优化平行坐标的可视化分类器:可视化BP神经网络、平行筛可视化分类器和贝叶斯可视化分类器,并针对蔬菜油分类、故障诊断、疾病诊断等某些领域问题进行了实验研究。研究结果表明,本文提出的可视化模式识别方法具有模式可视化(使看不到的看得到)、复杂系统表示简单化和有利于专家知识的利用和生成等特点。有望进一步发展和完善该方法,并将其应用于某些领域的复杂模式识别问题。(本文来源于《燕山大学》期刊2010-06-30）
邓晓刚,田学民[8]（2009）在《基于非线性主元子空间的故障模式识别方法》一文中研究指出针对多元统计过程监控中的故障源识别问题,提出一种非线性主元子空间方法识别故障模式。该方法对不同类型的故障数据进行核主元分析,获得描述数据主要变化的非线性主元子空间,以此为基础构造故障模式分类器。考虑到核主元分析的计算复杂性,提出一种基于特征样本的非线性主元子空间算法,使用基于克隆选择原理的免疫算法提取特征样本用于故障模式识别。在Tennessee Eastman过程上的仿真结果说明,非线性子空间方法能够比线性子空间方法更有效的识别故障模式。(本文来源于《系统仿真学报》期刊2009年02期）
张翔,胡贤群,黄卡,王晓妮[9]（2007）在《自组织神经网络在流域土壤水分含量空间模式识别中的应用》一文中研究指出由于土壤水分含量受众多因素的影响,空间变异性很大,给土壤水分含量空间分布的研究带来了很大的困难。空间模式识别是处理土壤水分含量空间数据的方法之一,能够分析得到土壤水分含量空间数据的聚类结果。基于自组织特征映射和自适应共振理论的自组织神经网络模型在空间数据模式识别中得到广泛应用,针对澳大利亚tar-rawarra试验流域土壤水分含量的观测数据,应用自组织神经网络,建立动态土壤水分含量的空间模式识别模型,并用半变异函数对识别结果进行检验,实例研究表明该方法是一种行之有效的方法。(本文来源于《中国农村水利水电》期刊2007年07期）
王洪,吕幼新,向敬成[10]（2004）在《一种新的子空间模式识别方法》一文中研究指出提出了一种改进的LSM-ALSM子空间模式识别方法,将LSM的旋转策略引入ALSM,使子空间之间互不关联的情况得到改善,提高了ALSM对相似样本的区分能力。讨论中以性能函数代替经验函数来确定拒识规则的参数,实现了识别率、误识率与拒识率之间的最佳平衡;通过对有限字符集的实验结果表明,LSM-ALSM算法有效地改善了分类器的识别率和可靠性。(本文来源于《电子科技大学学报》期刊2004年01期）
子空间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：
针对现有模式判别分析方法中普遍存在的子空间优化与"小样本"问题,首先剖析总体、类内以及类间叁种散布矩阵的零空间的物理含义,深入阐释有效零空间与有效线性判别零空间核心原理;其次,研究始空间中总体、类间散布矩阵与有效零空间、有效值域空间上的总体、类间散布矩阵关于特征值与特征向量之间的关联关系,并且获取类内散布矩阵零空间、值域空间上关于Fisher线性判别率的关键结论;最后,基于有效线性判别零空间理论,设计出一种改进的线性判别子空间模式识别算法,即I-VLDNS。通过相关数据集模拟实验表明,I-VLDNS算法在模式识别分析性能、精确度以及鲁棒性上均得到进一步优化与提高。
（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。
子空间模式识别论文参考文献
[1].左仁广,赵江南,陈国雄.“勘查地球化学空间模式识别”课程教学实践与探索[J].中国地质教育.2019
[2].莫京兰,朱广生,吕跃进.I-VLDNS:一种改进的线性判别子空间模式识别算法[J].计算机应用与软件.2016
[3].辜寄蓉,何勇,蒋谦.农村居民点分布的空间模式识别方法[J].测绘科学.2015
[4].舒松.基于稳定夜间灯光遥感数据的城市群空间模式识别方法研究[D].华东师范大学.2013
[5].李国明.数字山地框架下典型植被垂直带谱的空间模式识别与气候环境分析[D].成都理工大学.2012
[6].蒋谦.农村用地结构空间模式识别方法研究[D].四川师范大学.2012
[7].徐永红.基于多元数据子空间坐标图表示的可视化模式识别[D].燕山大学.2010
[8].邓晓刚,田学民.基于非线性主元子空间的故障模式识别方法[J].系统仿真学报.2009
[9].张翔,胡贤群,黄卡,王晓妮.自组织神经网络在流域土壤水分含量空间模式识别中的应用[J].中国农村水利水电.2007
[10].王洪,吕幼新,向敬成.一种新的子空间模式识别方法[J].电子科技大学学报.2004
论文知识图
