导读:本文包含了双向检测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:双向,卷积,神经网络,纵波,特征,绝对值,应力。
双向检测论文文献综述
钟波[1]（2019）在《基于双向检测数据开展小学生数学思维品质培养的课堂设计研究》一文中研究指出日常数学教学,基于学生数学思维品质培育特色化课程的过程中,对学生思维品质培育的评价手段是非常重要的,基于双向检测数据开展对小学生数学思维品质培养的课堂教学设计。(本文来源于《新课程(小学)》期刊2019年10期）
沈兰奔,武志昊,纪宇泽,林友芳,万怀宇[2]（2019）在《结合注意力机制与双向LSTM的中文事件检测方法》一文中研究指出事件检测是信息抽取领域的重要任务之一。已有的方法大多高度依赖复杂的语言特征工程和自然语言处理工具,中文事件检测还存在由分词带来的触发词分割问题。该文将中文事件检测视为一个序列标注而非分类问题,提出了一种结合注意力机制与长短期记忆神经网络的中文事件检测模型ATT-BiLSTM,利用注意力机制来更好地捕获全局特征,并通过两个双向LSTM层更有效地捕获句子序列特征,从而提高中文事件检测的效果。在ACE 2005中文数据集上的实验表明,该文提出的方法与其他现有的中文事件检测方法相比性能得到明显提升。(本文来源于《中文信息学报》期刊2019年09期）
Chan-fei,WANG,Ji-ai,HE,Wei-fang,WANG,Ya-mei,XU[3]（2019）在《双向中继传输中基于半定松弛的非相干检测（英文）》一文中研究指出提出一种双向中继传输广播阶段高性能非相干传输方案,即不需要信道估计的多符号差分检测算法。在下行阶段首次引入基于广义似然比检验的多符号差分检测(GLRT-MSDD)。进一步转换GLRT-MSDD,得到基于半定松弛的多符号差分检测(SDR-MSDD),此转化过程降低了算法实现的复杂度。性能分析和仿真结果表明,在双向中继传输中,所提SDR-MSDD方法以合理复杂度得到接近于GLRT-MSDD方法的误码性能。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2019年09期）
周叁友,李吉良,周玉娟[4]（2019）在《双向转发检测及其设计实现》一文中研究指出双向转发检测(Bidirectional Forwarding Detection,BFD)是一种简单、快速、通用的连通性检测机制,有利于快速检测故障,降低设备故障对业务的影响。对BFD的工作原理、报文格式进行了简要介绍,采用一种分布式处理方式设计实现了BFD。通过控制交换板的CPU进行BFD会话管理,利用线路接口板的网络处理器进行BFD包的快速发送、接收和故障检测,避免了大量BFD包对控制交换板CPU的冲击,提高了设备稳定性。(本文来源于《无线电通信技术》期刊2019年05期）
程云爻,吴斌[5]（2019）在《双向堆迭的循环神经网络在异常轨迹检测上的应用》一文中研究指出循环神经网络(Recurrent Neural Networks,RNN)是一种可以高效学习序列模型的深度学习架构,可以将车载定位系统获得的离散的点序列组织成轨迹从而进行异常轨迹的检测与识别。我们使用双向堆迭的门控循环单元(Bidirectional Stacked Grated Recurrent Unit,BSGRU)网络改进了传统的循环神经网络,提高了检测的效果。对现实世界中的大量轨迹数据进行实验,显示了该方法在大多数情况下对异常轨迹识别的效果达到了最优,验证了循环神经网络模型对于异常轨迹检测的有效性。随着人们日常出行使用网约车频率的增加,网约车安全成为我们公共安全通信亟待解决的重要问题,使用该方法可以及时发现异常轨迹,从而实现危机预警。(本文来源于《2019年全国公共安全通信学术研讨会优秀论文集》期刊2019-08-15）
徐丽霞,李伟煜,刘战捷,朱小溪,李大海[6]（2019）在《双向残余应力的超声检测及其对比性研究》一文中研究指出针对航天器铝合金平面双向残余应力超声波检测进行验证性研究。分别在双向平板试件上采用应变片法,在对接焊焊接试件上采用X射线衍射法和电子散斑法进行对比性残余应力检测试验。结果表明,平板试验件上应变片法和超声法的测量结果的最大偏差小于4MPa,近似相同。由于不同深度上,焊接试验件上残余应力不同,超声法、X射线法和电子散斑法得到的焊接残余应力的数值有所差距,但是其趋势基本相同,且都符合对接焊焊板上平行于焊缝方向的残余应力的分布趋势。(本文来源于《无损检测》期刊2019年08期）
宿荣凯,张涛,孙金根,张胜,王方玉[7]（2019）在《基于单纤双向技术的电机绝对位置检测方法》一文中研究指出针对电动伺服系统,详细介绍了一种将波分复用式单纤双向通信技术应用于多圈绝对式旋转编码器的电机位置反馈方案,并给出了相应的光电转换电路和非归零码数据帧格式。应用所给出的方案,可以只用一根光纤实现驱动器与电机编码器之间的双向高速通信。通过搭建电机驱动实验平台,验证了该方法的可行性,在搭建的实验系统中,电机运行良好,实现了以较低的成本提高系统的实时性、可靠性与数据通信能力。(本文来源于《通信技术》期刊2019年08期）
蒋大志,巫怀军,何星[8]（2019）在《基于特征选择和双向LSTM的电力网络异常检测算法研究》一文中研究指出网络安全对与电力信息物理系统正常运行起着重要作用,本文针对电力网络数据高维与异常数据具有序列性的特点,提出了一种结合特征选择与双向长短时记忆网络(Long Short Term Memory Network,LSTM)的异常检测算法.基于随机森林的特征选择算法能够去除电力网络数据中的冗余特征数据,提高算法效率.随后应用双向LSTM网络拟合高维数据,学习数据中序列特征,用于分类检测异常网络行为.实验结果表明本文所提算法能够有效筛选出冗余特征并对异常网络行为有较高的检测率与较低的误检率.(本文来源于《第叁十八届中国控制会议论文集（7）》期刊2019-07-27）
刘丽英,田媚,黄雅平,邹琪[9]（2019）在《融合双向注意的全卷积编解码显着区域检测》一文中研究指出为准确定位复杂背景下的显着区域,优化显着图的稀疏性问题,融合自底向上和自顶向下的注意信息,提出一种全卷积编解码显着区域检测模型.首先构建基于VGG16网络的全卷积网络,并进行与之对称的解码操作;然后在解码过程中自顶向下地将高层特征与低层高分辨率特征相连接,输出不同分辨率特征下的显着图;最后对其采用最小二乘估计法找到最优权值进行加权结合,得到最终的显着图.在5个公开数据集上与当前流行的模型进行对比,结果表明该模型的性能优于其他模型.(本文来源于《计算机辅助设计与图形学学报》期刊2019年07期）
彭大芹,刘恒,许国良,邓柯[10]（2019）在《基于双向特征融合卷积神经网络的液晶面板缺陷检测算法》一文中研究指出针对手机液晶面板生产工业中缺陷检测面临的精度低的问题,提出了一种基于深度学习的液晶面板缺陷检测算法,该算法在传统单向特征融合的基础上提出了双向特征融合的网络结构,并提出一种新型的特征融合方法。结合多源域缺陷数据的迁移学习的方法进行了训练,实现了手机液晶面板缺陷数据集上对缺陷目标的检测。实验结果表明,针对多种不同类型的手机液晶面板缺陷,该方法达到了75.4%的mAP,相较于YOLO算法提升了13.9%,提升了液晶面板缺陷检测的检测精度。(本文来源于《广东通信技术》期刊2019年04期）
双向检测论文开题报告
（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：
事件检测是信息抽取领域的重要任务之一。已有的方法大多高度依赖复杂的语言特征工程和自然语言处理工具,中文事件检测还存在由分词带来的触发词分割问题。该文将中文事件检测视为一个序列标注而非分类问题,提出了一种结合注意力机制与长短期记忆神经网络的中文事件检测模型ATT-BiLSTM,利用注意力机制来更好地捕获全局特征,并通过两个双向LSTM层更有效地捕获句子序列特征,从而提高中文事件检测的效果。在ACE 2005中文数据集上的实验表明,该文提出的方法与其他现有的中文事件检测方法相比性能得到明显提升。
（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。
双向检测论文参考文献
[1].钟波.基于双向检测数据开展小学生数学思维品质培养的课堂设计研究[J].新课程(小学).2019
[2].沈兰奔,武志昊,纪宇泽,林友芳,万怀宇.结合注意力机制与双向LSTM的中文事件检测方法[J].中文信息学报.2019
[3].Chan-fei,WANG,Ji-ai,HE,Wei-fang,WANG,Ya-mei,XU.双向中继传输中基于半定松弛的非相干检测（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2019
[4].周叁友,李吉良,周玉娟.双向转发检测及其设计实现[J].无线电通信技术.2019
[5].程云爻,吴斌.双向堆迭的循环神经网络在异常轨迹检测上的应用[C].2019年全国公共安全通信学术研讨会优秀论文集.2019
[6].徐丽霞,李伟煜,刘战捷,朱小溪,李大海.双向残余应力的超声检测及其对比性研究[J].无损检测.2019
[7].宿荣凯,张涛,孙金根,张胜,王方玉.基于单纤双向技术的电机绝对位置检测方法[J].通信技术.2019
[8].蒋大志,巫怀军,何星.基于特征选择和双向LSTM的电力网络异常检测算法研究[C].第叁十八届中国控制会议论文集（7）.2019
[9].刘丽英,田媚,黄雅平,邹琪.融合双向注意的全卷积编解码显着区域检测[J].计算机辅助设计与图形学学报.2019
[10].彭大芹,刘恒,许国良,邓柯.基于双向特征融合卷积神经网络的液晶面板缺陷检测算法[J].广东通信技术.2019
论文知识图
