导读:本文包含了网络分类法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:分类法,神经网络,卷积,网络,向量,密钥,遥感。
网络分类法论文文献综述
王楠楠,邱波,马杰,石超君,宋涛[1]（2019）在《一种基于卷积神经网络的恒星光谱快速分类法》一文中研究指出恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向大数据时代迈进,需要处理的恒星光谱数量越来越多,如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少,为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成,与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程,利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络,并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想:当网络模型进行训练时,把一些神经网络节点按一定的比例丢弃,使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法,由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOST DR3数据库,首先进行预处理截取光谱3 600～7 300?的部分,均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分:第一部分为依据恒星光谱MK系统对光谱进行分类,每一类的训练样本包含1 000条光谱数据,测试样本为400条光谱数据,首先通过训练样本对CNN网络进行训练,进行3 000次的迭代,用训练后的网络将测试样本进行分类以验证网络的准确性;第二部分为相邻两类的恒星光谱的分类,其中O型星数据集样本为250条光谱,其余类别恒星样本数据集均为4 000条光谱,将数据5等分,每次选取当中的一份当作测试集,其余部分当作训练集,采用5折交叉验证法求得模型准确率,用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、 F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上,在对相邻类别的恒星进行分类时,由于O型星样本量较少,所以得到的分类结果不太理想,对其余类别的恒星分类准确率都高于98%,以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。(本文来源于《光谱学与光谱分析》期刊2019年10期）
刘彩霞,胡鑫鑫,刘树新,游伟,赵宇[2]（2019）在《基于Lowe分类法的5G网络EAP-AKA'协议安全性分析》一文中研究指出移动网鉴权认证协议攻击不断涌现,针对5G网络新协议EAP-AKA',该文提出一种基于Lowe分类法的EAP-AKA'安全性分析模型。首先对5G网络协议EAP-AKA'、信道及攻击者进行形式化建模。然后对Lowe鉴权性质进行形式化描述,利用TAMARIN证明器分析协议中安全锚点密钥KSEAF的Lowe鉴权性质、完美前向保密性、机密性等安全目标,发现了3GPP隐式鉴权方式下的4条攻击路径。最后针对发现的安全问题提出2种改进方案并验证其有效性,并将5G网络两种鉴权协议EAP-AKA'和5G AKA的安全性进行了对比,发现前者在Lowe鉴权性质方面更安全。(本文来源于《电子与信息学报》期刊2019年08期）
蔡杨,苏明旭,蔡小舒[3]（2019）在《基于卷积神经网络的混合颗粒分类法研究》一文中研究指出针对混合颗粒的分类问题,传统算法多利用颗粒的二值化图像提取其特征,并通过精细的特征设计结合BP神经网络、支持向量机(SVM)等分类器进行分类,但颗粒粘连以及不精确的特征设计都会严重影响分类的准确率。利用卷积神经网络提取颗粒的特征,通过区域建议网络(RPN)搜索颗粒的位置,同时建立分类器,并结合全卷积网络实现像素级的颗粒分割。对由球形、长条形及非规则形颗粒组成的混合流动颗粒体系进行实验研究,结果表明:利用人工特征设计的SVM法可以达到87%的分类精确率和召回率,而基于卷积神经网络的方法则可以达到97%的分类精确率和93%的召回率,并且对于非规则颗粒的数目中位径,该方法不仅可以将分析误差降低11%以上,还避免了传统方法需要精确设计人工特征等的不足,更易形成一个端对端的混合颗粒分类体系,为流动混合颗粒的图像在线分析提供了更加有效的思路。(本文来源于《光学学报》期刊2019年07期）
曹莉,黄靖宇,刘莲花[4]（2018）在《基于贝叶斯网络分类法的海南传染病的辅助诊断应用研究》一文中研究指出目的建立海南传染病的鉴别诊断及现场诊断辅助识别系统。方法收集与整理有关传染病的文献、专着、专业数据库等信息和数据,建立海南传染病特征数据库和发病率数据库,运用贝叶斯网络分类器建立海南传染病辅助诊断系统。结果建立了专家辅助诊断系统的评价体系并建立了贝叶斯网络。应用该系统对多种传染病疫情分析,结果显示诊断结果排在第一位的均与实际情况相符合,平均诊断精度约61.59%。结论该诊断辅助识别系统具有较好的准确性、灵活性和实用性。(本文来源于《口岸卫生控制》期刊2018年05期）
卢忆[5]（2018）在《基于大众分类法的网络文学标签应用研究》一文中研究指出以用户自定义标签为主要形式的大众分类法在网络文学领域得到了普遍应用,标签分类对网站原有的标准化分类系统进行了补充和完善。但不同的网络文学网站在标签的数量、类型、词长词性、重合度方面具有较大差异,网络文学标签在规范性上也存在通用程度低、同义词和近义词泛滥、歧义泛意指代模糊等问题,需要借助技术手段和运营手段实现对标签的规范控制。(本文来源于《新媒体研究》期刊2018年18期）
伍薇[6]（2018）在《基于CNN卷积神经网络的企业电子档案分类法研究》一文中研究指出通过将文档词语转化为词向量表达式,再经过卷积、池化等操作来抽取文档分类特征。最后以企业简历电子档案库为原料进行对比验证。验证结果表明,利用CNN卷积神经网络对电子文档分类的准确率达到94.61%,优于Fast Text等分类方法。(本文来源于《山西档案》期刊2018年05期）
郑卓,方芳,刘袁缘,龚希,郭明强[7]（2018）在《高分辨率遥感影像场景的多尺度神经网络分类法》一文中研究指出高分辨率遥感影像场景分类是实现复杂场景快速自动识别的基础,在军事、救灾等领域有十分重要的意义。为了在有限的遥感数据集上获得高识别精度,本文提出了一种基于联合多尺度卷积神经网络模型的高分辨率遥感影像场景分类方法。不同于传统的卷积神经网络模型,JMCNN建立了一个具有3个不同尺度通道的端对端多尺度联合卷积网络模型,包括多通道特征提取器、多尺度特征联合和Softmax分类3个部分。首先,多通道特征提取器提取图像中、高层多尺度特征;然后,多尺度特征联合对多个通道的中、高层多尺度特征进行多次融合以增强特征表达;最后,Softmax对高层特征进行分类。本文在UC Merced和SIRI遥感数据集进行测试,试验表明JMCNN模型在特征表达和计算速度方面均有显着提高,在小样本数据量下分别达到89.3%和88.3%的识别精度。(本文来源于《测绘学报》期刊2018年05期）
张行,朱树先[8]（2018）在《改进的神经网络分类法在异步电机故障诊断中的应用》一文中研究指出近些年来,神经网络法开始应用于电机控制和故障诊断,取得了较好的效果。与以往的此类论文不同,本文对神经网络的激励函数进行了深入的理论分析和性能预测。在此基础上,选择了基于径向基函数(Radial Basis Function简称RBF)的人工神经网络进行电机故障诊断,并对RBF函数进行了特性分析和参数优化,为该领域选择神经网络及构造新的激励函数提供一定的理论依据。此外,针对现有的检测方法所能检测的故障种类单一,不能对几种故障同时检测的弊端,采用阈值设定法和样本补偿法,进行了两种以上故障的神经网络分类研究。实验及仿真结果证实了本文方法的有效性。(本文来源于《自动化与仪器仪表》期刊2018年04期）
樊铭[9]（2017）在《网络信息分类法在综合性门户网站中应用的研究——以新浪网为例》一文中研究指出以新浪网为例,对门户网站中的网络信息分类法的应用进行调研,并与《中图法》进行比较,对比网络信息分类法与《中图法》之间的区别,并分析了网络信息分类法的特点以及存在的问题,对网络信息分类法的进一步完善及其发展提供建议。(本文来源于《赤子(上中旬)》期刊2017年04期）
佘婵[10]（2017）在《传统分类法与网络信息分类法的比较研究》一文中研究指出通过比较传统分类与网络分类法的不同,分析网络信息组织的问题,提出完善网络信息分类法的建议。(本文来源于《内蒙古科技与经济》期刊2017年02期）
网络分类法论文开题报告
（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：
移动网鉴权认证协议攻击不断涌现,针对5G网络新协议EAP-AKA',该文提出一种基于Lowe分类法的EAP-AKA'安全性分析模型。首先对5G网络协议EAP-AKA'、信道及攻击者进行形式化建模。然后对Lowe鉴权性质进行形式化描述,利用TAMARIN证明器分析协议中安全锚点密钥KSEAF的Lowe鉴权性质、完美前向保密性、机密性等安全目标,发现了3GPP隐式鉴权方式下的4条攻击路径。最后针对发现的安全问题提出2种改进方案并验证其有效性,并将5G网络两种鉴权协议EAP-AKA'和5G AKA的安全性进行了对比,发现前者在Lowe鉴权性质方面更安全。
（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。
网络分类法论文参考文献
[1].王楠楠,邱波,马杰,石超君,宋涛.一种基于卷积神经网络的恒星光谱快速分类法[J].光谱学与光谱分析.2019
[2].刘彩霞,胡鑫鑫,刘树新,游伟,赵宇.基于Lowe分类法的5G网络EAP-AKA'协议安全性分析[J].电子与信息学报.2019
[3].蔡杨,苏明旭,蔡小舒.基于卷积神经网络的混合颗粒分类法研究[J].光学学报.2019
[4].曹莉,黄靖宇,刘莲花.基于贝叶斯网络分类法的海南传染病的辅助诊断应用研究[J].口岸卫生控制.2018
[5].卢忆.基于大众分类法的网络文学标签应用研究[J].新媒体研究.2018
[6].伍薇.基于CNN卷积神经网络的企业电子档案分类法研究[J].山西档案.2018
[7].郑卓,方芳,刘袁缘,龚希,郭明强.高分辨率遥感影像场景的多尺度神经网络分类法[J].测绘学报.2018
[8].张行,朱树先.改进的神经网络分类法在异步电机故障诊断中的应用[J].自动化与仪器仪表.2018
[9].樊铭.网络信息分类法在综合性门户网站中应用的研究——以新浪网为例[J].赤子(上中旬).2017
[10].佘婵.传统分类法与网络信息分类法的比较研究[J].内蒙古科技与经济.2017
论文知识图
