导读:本文包含了置信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:藏文,卷积,主动,相容性,结点,神经网络,梯度。
置信度论文文献综述
李寻,陈强,张琨,丁昊天,张李林清[1]（2019）在《基于卷积神经网络置信度的跨语言情感分类》一文中研究指出将语料库从一种语言映射到另一种语言是跨语言情感分类的主要方案。为了解决语言术语和写作风格不同导致词汇分布不同从而降低跨语言分类精确度的问题,提出了一种基于卷积神经网络主动学习与自训练相结合的情感分类改进模型。在主动学习部分考虑了未标记样本的置信度度量,避免了离群值的干扰。最后,对3种不同跨语言的书评数据集进行仿真试验表明,与现有方法相比,改进模型可提高跨语言情感分类的性能。(本文来源于《指挥信息系统与技术》期刊2019年05期）
龚安,孙育红[2]（2019）在《一种基于改进置信度传播的个性化推荐算法》一文中研究指出基于RWR的方法作为一种TOP-N推荐解决了传统推荐算法遇到的大多数问题,但它只考虑了均匀结点,并且在矩阵分解时需要极大的空间代价。若将置信度传播算法引入则不会存在这些问题,然而传统置信度传播算法用全局结点来计算目标结点置信度,时间复杂度较大,因此,提出将置信度传播算法改进优化后应用于个性化推荐算法中,以用户和项目为两个结点集合,通过自适应大小区域内的结点计算目标结点的置信度,根据最终结点置信度推荐相应项目给目标用户。通过与传统置信度传播算法的对比实验,得到了在最优精度下的相应参数设置,然后与基于RWR的方法和基于项目的协同过滤算法进行比较,实验结果表明,提出的算法要优于上述算法。(本文来源于《计算机与数字工程》期刊2019年09期）
杨改贞[3]（2019）在《基于置信度的网络攻击图节点回流建模仿真》一文中研究指出采用当前方法计算网络攻击图节点回流时,计算所用的时间较长,计算得到的节点回流与实际不符,存在计算效率低和准确率低的问题。提出基于置信度的网络攻击图节点回流建模方法,分析构成攻击图的元素,通过计算攻击者攻击网络时占有的网络资源的资源状态节点集合,通过节点构成的有向边集合,计算需要消耗对应的攻击成本及攻击行为在网络发生的条件概率,通过概率计算,得到节点置信度分布情况,并分析网络安全威胁在网络的传播路径,利用脆弱点扫描器扫描脆弱点在节点中的置信度,通过单个脆弱点置信度推导出节点在网络的剩余置信度,在威胁传播路径和攻击图构成元素分析结果的基础上构建攻击图节点回流模型。仿真结果表明,所提方法可在较短的时间内准确的计算出节点在网络的剩余置信度,验证所提方法的效率高、准确率高。(本文来源于《计算机仿真》期刊2019年09期）
范海瑞,杨帆,潘旭冉,李靖,潘国峰[4]（2019）在《融合梯度特性与置信度的立体匹配算法》一文中研究指出针对现有局部立体匹配算法在计算匹配代价时,不能很好区分强弱纹理区域,及在视差计算过程中,不能很好的解决视差歧义问题,提出一种融合梯度特性与置信度的立体匹配算法。首先计算梯度特征,并根据梯度特征信息选择匹配代价计算的匹配窗口,针对强弱不同纹理区域选择不同尺寸的匹配窗口,有效的提高了立体匹配精度,降低了误匹配率;然后在视差计算中引入置信度约束条件,解决了视差计算中视差歧义的问题,提高了立体匹配算法的稳定性与精度;最后使用水平与垂直方向交叉区域检测进行奇异值的修正。实验结果表明,该算法在Middlebury数据集中31对立体图像对的平均误匹配率为7.96%,有效的提高了立体匹配精度。(本文来源于《光电子·激光》期刊2019年09期）
常志玲[5]（2019）在《具有置信度的决策树在客户价值分类中的应用》一文中研究指出客户价值的不同,给企业带来的利益不同,因此客户价值的科学分类成为企业成功的关键。针对客户数据收集的过程中难免会有特殊实例或噪声数据造成数据的不一致性,把变精度粗糙集的分类质量的量度作为信息函数对客户价值进行分析,对两个甚至两个以上属性的分类质量量度相等的特殊情形,选择归属度大于β的分支数目少的属性对客户价值进行分类,最终生成具有置信度的决策树。实验表明,该算法能够有效地处理不一致性数据集,并能合理地将客户价值进行合理分类,供决策者参考。(本文来源于《电脑知识与技术》期刊2019年25期）
赵文涛,吕霞[6]（2019）在《基于用户特征和相似置信度的协同过滤算法》一文中研究指出针对推荐系统中协同过滤算法存在的用户冷启动和数据稀疏性的问题,提出一种基于用户特征的相似度和基于置信度的相似度相融合的计算方法。该算法对用户的特征进行计算得到一个相似度,再考虑到能正常反映用户之间的相似兴趣而进行计算得到一个和置信度有关的相似度,将两个相似度的权重按"相加为1"的方式进行融合得到最终的相似度。实验结果表明,这一方法在数据较为稀疏、用户邻居数较少的情况下与传统的协同过滤算法相比有较好的推荐效果。(本文来源于《测控技术》期刊2019年08期）
郭伟,邢宇哲,曲海成[7]（2019）在《高置信度互补学习的实时目标跟踪》一文中研究指出目的判别式目标跟踪算法在解决模型漂移问题时通常都是在预测结果的基础上构建更可靠的样本或采用更健壮的分类器,从而忽略了高效简洁的置信度判别环节。为此,提出高置信度互补学习的实时目标跟踪算法(HCCL-Staple)。方法将置信度评估问题转化为子模型下独立进行的置信度计算与互补判别,对相关滤波模型计算输出的平均峰值相关能量(APCE),结合最大响应值进行可靠性判定,当二者均以一定比例大于历史均值时,判定为可靠并进行更新,将颜色概率模型的输出通过阈值处理转化为二值图像,并基于二值图像形态学提取像素级连通分量属性(PCCP),综合考虑连通分量数量、最大连通分量面积及矩形度进行可靠性判别,当置信度参数多数呈高置信度形态时,判定为可靠,进行更新;否则,判定为不可靠,降低该模型的融合权重并停止更新。结果在数据集OTB-2015上的实验结果表明,HCCL-Staple算法与原算法相比,距离精度提高了3. 2%,成功率提高了2. 7%,跟踪速度为32. 849帧/s,在颜色特征适应性较弱的场景和目标被遮挡的复杂场景中均能有效防止模型漂移,与当前各类主流的跟踪算法相比具有较好的跟踪效果。结论两种子模型的置信度判别方法均能针对可能产生低置信度结果的敏感场景进行有效估计,且对输出形式相同的其他模型在置信度判别上具有一定的适用性。互补使用上述判别策略的HCCL-Staple算法能够有效防止模型漂移,保持高速的同时显着提升跟踪精度。(本文来源于《中国图象图形学报》期刊2019年08期）
王志娟,刘飞飞,赵小兵,宋伟[8]（2019）在《基于置信度的藏文人名识别的主动学习模型研究》一文中研究指出训练语料的标注成本是资源稀缺语言处理研究面临的一个重要问题,通过主动学习(active learning)方法可以选择信息量大、无冗余的语料供人工标注,进而大大降低语料标注成本。该文基于CRF模型给出的标注置信度提出了四种主动学习方法,并通过实验确定了这四种主动学习方法的相关参数。实验显示:选择置信度低于0.7的语料进行人工标注,直到新旧模型标注结果的差异度小于0.01%时,仅需6轮迭代;人工标注3.2MB的语料,藏文人名识别的F值可以达到88%,若要达到该识别效果,基于CRF的监督式学习模型需要标注约10MB的语料,该主动学习方法降低了约66%的语料标注规模。(本文来源于《中文信息学报》期刊2019年08期）
邹辽章,朱艳,陈刚[9]（2019）在《舰船辐射噪声仿真模型置信度评估方法》一文中研究指出根据舰船辐射噪声频域特性,从舰船辐射噪声线谱、谱密度的发展变化趋势、特征频段信号能量3个方面考虑,对舰船辐射噪声仿真数据和实测数据进行一致性分析,综合评估舰船辐射噪声仿真模型置信度。通过对舰船辐射噪声仿真模型置信度分析,为舰船辐射噪声仿真信号源置信度提供理论支撑。(本文来源于《数字海洋与水下攻防》期刊2019年03期）
李渭阳[10]（2019）在《岩土工程勘察的可靠性和置信度评价》一文中研究指出作为工程建设的首要工作,岩石工程勘察其主要目的是为工程建设提供参数支持和设计依据,所以岩石工程勘察质量很大程度上影响着工程建设整体质量。而工程设计所需的地质参数的可靠性及置信度的优劣直接影响着岩土工程勘察质量乃至工程建设质量,本文将通过数据优选、确定最优样本及计算可靠度对岩土工程地质参数精度进行评价并对不同设计阶段给定的目标值评价其置信度。(本文来源于《四川建材》期刊2019年08期）
置信度论文开题报告
（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：
基于RWR的方法作为一种TOP-N推荐解决了传统推荐算法遇到的大多数问题,但它只考虑了均匀结点,并且在矩阵分解时需要极大的空间代价。若将置信度传播算法引入则不会存在这些问题,然而传统置信度传播算法用全局结点来计算目标结点置信度,时间复杂度较大,因此,提出将置信度传播算法改进优化后应用于个性化推荐算法中,以用户和项目为两个结点集合,通过自适应大小区域内的结点计算目标结点的置信度,根据最终结点置信度推荐相应项目给目标用户。通过与传统置信度传播算法的对比实验,得到了在最优精度下的相应参数设置,然后与基于RWR的方法和基于项目的协同过滤算法进行比较,实验结果表明,提出的算法要优于上述算法。
（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。
置信度论文参考文献
[1].李寻,陈强,张琨,丁昊天,张李林清.基于卷积神经网络置信度的跨语言情感分类[J].指挥信息系统与技术.2019
[2].龚安,孙育红.一种基于改进置信度传播的个性化推荐算法[J].计算机与数字工程.2019
[3].杨改贞.基于置信度的网络攻击图节点回流建模仿真[J].计算机仿真.2019
[4].范海瑞,杨帆,潘旭冉,李靖,潘国峰.融合梯度特性与置信度的立体匹配算法[J].光电子·激光.2019
[5].常志玲.具有置信度的决策树在客户价值分类中的应用[J].电脑知识与技术.2019
[6].赵文涛,吕霞.基于用户特征和相似置信度的协同过滤算法[J].测控技术.2019
[7].郭伟,邢宇哲,曲海成.高置信度互补学习的实时目标跟踪[J].中国图象图形学报.2019
[8].王志娟,刘飞飞,赵小兵,宋伟.基于置信度的藏文人名识别的主动学习模型研究[J].中文信息学报.2019
[9].邹辽章,朱艳,陈刚.舰船辐射噪声仿真模型置信度评估方法[J].数字海洋与水下攻防.2019
[10].李渭阳.岩土工程勘察的可靠性和置信度评价[J].四川建材.2019
论文知识图
