导读:本文包含了特征离散化论文开题报告文献综述及选题提纲参考文献，主要关键词:电压暂降扰动源分类,HHT,CAIM离散算法,叁种分类特征提取方案
特征离散化论文文献综述
崔灿,肖先勇,吴奎华,刘凯,汪颖[1]（2018）在《基于HHT和特征离散化的电压暂降扰动源分类特征提取》一文中研究指出特征提取是分类问题最关键的环节之一,针对电压暂降扰动源分类中分类特征的提取问题进行研究。首先基于希尔伯特—黄变换(HHT)和类别—属性关联程度最大化(CAIM)离散化方法提出了叁种分类特征提取方案,然后分别在决策树(DT)、概率神经网络(PNN)和支持向量机(SVM)上进行了验证。仿真结果表明,基于HHT的特征提取方法可提取有效的电压暂降扰动源分类特征。而且特征的离散化处理可以在不降低分类精度的前提下,有效压缩训练样本集。同时增强分类算法的鲁棒性,对实现电压暂降扰动源的快速、准确识别具有重要的意义。(本文来源于《电力系统保护与控制》期刊2018年24期）
欧阳欢,范大昭,纪松,雷蓉[2]（2018）在《结合离散化描述与同名点约束的线特征匹配》一文中研究指出由于受到多重因素的影响,影像中提取的线特征经常出现断裂、变形、遮挡等问题。为克服上述问题对线特征匹配的影响,本文提出一种结合离散化描述与同名点约束的航空影像线特征匹配算法。算法首先利用单应性约束结合核线约束精简候选线特征数量;然后采用"以点代线"的方式,通过统计线上同名点的分布情况确定线特征初匹配结果;最后根据线特征与其邻域内同名点间的距离关系对匹配结果进行核验,以保证匹配的可靠性。选取AMC580相机系统所获得的航空影像进行线特征匹配试验,结果表明,本文算法匹配正确率高,匹配速度相对较快,并可实现曲线匹配及断裂线特征的多对多匹配。与已有匹配算法进行比较,本文算法在影像间存在有尺度、亮度、旋转变换等复杂条件下的匹配正确率均高于90%,具有较好的匹配稳定性。(本文来源于《测绘学报》期刊2018年10期）
陈磊[3]（2018）在《基于离散化的高阶系统特征建模与控制》一文中研究指出在统计物理与拓扑科学的热点项目中,大量研究与关注对复杂网络的建模与控制问题带来新的机遇和挑战。随着人和物之间的连接互动爆炸式的增长,复杂网络理论已被广泛应用于生态学、工程学、社会学、天文学等以及诸多相关领域中。事实上,自随机网络被提出后,基于拓扑结构的复杂网络研究成果显现出层出不穷、日益丰富的趋势。与此同时,对复杂网络系统的研究的重要目的之一是能够控制该网络的动态,因此复杂网络理论与控制理论逐步走向融合。然而就目前研究现状而言,由于缺乏能够准确描述复杂网络微观动态的数学模型,精确预测和控制复杂网络的方法还尚未出现。除非有跨越性的研究进展,尤其是在考虑到大规模计算量和工程实践等问题时,目前起步的复杂网络系统辨识与可控制性分析等研究都由于自身的局限而无法全面实现。针对这些问题,一种以控制和工程为导向的建模方法或许在复杂网络系统的研究上有较大的使用价值。这种方法一般被称为特征建模法。经过本文研究发现,这种建模方法可以有效的减少节点动态模型与边线交互模型的复杂性。同时,如果该模型经过一定的结构调整,此建模方法还具有降低网络拓扑结构复杂度的能力。在一定的非严苛条件下,基于特征模型可以设计相应的控制器。虽然该控制器是基于近似模型所设计的,但经证明其仍可保证复杂网络系统精确模型闭环稳定。该建模方法和控制过程的特点之一是它们都是完全由采样数据所驱动。这就意味着它们不需要任何完整的节点或者网络的动态描述信息,而只需要提供节点的输入和输出数据。本文的结果和贡献主要总结如下:(1)为了简化和控制线性复杂网络,提供了线性复杂网络的特征模型。众所周知的是网络连接下的传递函数一般会以高阶传递函数的形式表现,这就意味着线性网络的简化问题等同于高阶系统的降阶问题。虽然特征建模理论的诞生正是为降阶高阶线性系统,但其尚缺乏坚实的数学理论依据。这里给出了特征建模的详实数学推导与分析。为了保证基于特征模型的控制同时保证原系统闭环稳定,验证了近似特征模型和原系统精确模型的一致性。(2)考虑到非线性复杂网络的特殊性与复杂性,首先针对一种具有典型结构的非线性网络进行了特征建模,从而完成对非线性复杂网络模型简化和实现控制的目的。特征建模在此一个突出的作用是能够将非线性动态以差分方程的形式表示,同时将非线性的边线交互线性化,这就使控制设计与分析简易可行。为了能够调整非线性网络的拓扑结构,结构可调的特征建模也被相应的提出。结论发现该理论能够有效的处理高阶非线性系统和大尺度非线性网络。(3)在复杂高阶的特征模型基础上,设计了该模型的复杂网络控制器。无论是线性系统还是非线性系统,只要遵守有关采样时间的准则,该控制器都可以直接被应用到复杂网络的动态控制问题上。即使该控制器是基于近似模型所设计,理论证明其仍可以保证精确模型闭环系统李亚普洛夫渐进稳定。值得注意的是,这里的特征建模及其控制器结论都对给定区间内的不同采样时间同时成立,因为该理论不仅简单易行还具有很强的鲁棒性。为了更进一步的控制性能,还设计了更加先进基于特征模型的滑膜控制器来引导复杂网络系统的动态过程。综上所述,作为复杂网络建模和控制的整体方法,该理论适用于调整和引导复杂网络系统。同时发现,作为本方法的一个关键因素,采样时间对建模误差和控制性能具有很大的影响力,理论分析和网络实际仿真都探讨并验证了采样时间在建模误差和控制效果中的作用。(本文来源于《东南大学》期刊2018-08-01）
梁律[4]（2018）在《基于特征非规则离散化在线性回归中应用研究》一文中研究指出特征离散化是线性回归算法在模型训练时必要步骤。特征的离散化通常包括两种方式即0-1归一化和均等区间归一化,这两种离散化方式是假设数据分布均匀的情况,在实际业务场景中数据分布具有很大的不确定性,以数据的分布趋势为区间划分标准进行特征离散化,将离散化后的特征数据应用于线性回归中,以今日头条新闻数据作为测试数据集,实验结果表明,新的特征离散化方法能够较为显着地提高模型预测AUC。(本文来源于《科技通报》期刊2018年03期）
王霄[5]（2017）在《空间半离散化波动方程的特征值与特征向量》一文中研究指出从本世纪初,分布参数控制系统的数值计算受到众多研究者的青睐。在这个过程中,研究人员是分两步完成数值计算的,先对空间变量半离散化,然后再对时间变量离散化。对空间半离散化后,控制系统的各种性能能否一致保持是后续工作的重要基础。基于此,研究人员对分布参数控制系统的一致指数稳定性、一致精确可观性和一致精确可控性进行深入研究。在研究上述叁种性能一致保持的过程中,得到并分析半离散化系统的特征值和特征向量是重要一步。在这篇文章中,主要给出各种半离散化波型方程的特征值和特征向量的求法。方法的核心思想是将离散化系统的特征值问题看成差分方程。所研究模型集中在一维波方程和波网络系统,空间离散化方法包括有限元和有限差分,离散化网格尺寸可以是一致的,也可以是非一致的。这些因素都导致特征值和特征向量发生变化,多用的方法也随之不同。本文结构如下:第一章是绪论部分,简单介绍本文背景。第二章是预备知识,介绍研究半离散化波动方程等理论所用到的定义、定理、性质及引理。第叁章,根据假设半离散化波动方程的数学模型,得到其特征值与特征向量的方法。第四章,对方程的应用进行总结。(本文来源于《渤海大学》期刊2017-06-01）
薛瑞东[6]（2017）在《基于变化特征离散化的多维时间序列关联分析》一文中研究指出随着工程机械上不同类型传感器如温度传感器、压力传感器、湿度传感器等的大规模部署,这些传感器产生了大量的多维度时间序列数据。通过对这些传感器采集的时间序列数据关联分析,可用于发现工程机械各部件工作状况的潜在关联关系。这种潜在关系将为工程机械系统的故障预警和分析提供支持。但是,由于工程机械时间序列具有维度高和数据量大的特点,使得传统的Apriori关联算法无法直接运用。因此,本文从实际的工程机械时间序列数据出发,针对工程机械时间序列具体特点,提出一种适用于工程机械领域多维时间序列的关联分析方法。首先,本文设计了多维时间序列关联分析系统的整体框架,该框架分为预处理模块,离散化模块和关联规则提取模块。预处理模块负责数据清洗和规范化,实现每个时间序列的取值范围的规范化,并使每个时间序列符合高斯分布。另外,离散化模块对规范化的时间序列进行表示和离散化,也就是将数值型数据转化成字符型数据。此外,关联规则提取模块利用改进的时间特性关联方法从离散化的时间序列中提取有效的关联规则。接着,本文详细说明了离散化模块所用到的技术。本文先对流行的PAA+SAX离散化方法进行评估,发现PAA+SAX离散化方法有不足之处。PAA表示方法会改变时间序列规范化的结果。并且PAA表示方法会忽略原始时间序列的关键信息。另外,SAX离散化方法只能表示时间序列的大小特性,并且SAX的前提是时间序列符合高斯分布。然而,本文的数据集大部分不是高斯分布。所以本文对SAX离散化方法进行改进,使其也可以处理非高斯分布的时间序列。针对SAX不能保留原始时间序列关键信息的不足,本文推荐了变化特征离散化方法,它可以处理非高斯分布的时间序列并保留原始时间序列的关键信息。最后,本文详细阐述了关联规则提取模块所用到的时间特性关联方法。该方法改进了传统的Apriori算法。因为传统的Apriori算法不考虑项的时间特性,所以需要改进候选项的生成算法,支持度的计算方法和关联规则生成算法。使得改进的时间特性关联方法不仅可以处理单重时间序列,还可以处理多重时间序列。不仅如此,本文使用频率阈值和支持度阈值来获得异常模式。针对本文数据集的周期性特点,本文推荐了可以减少关联算法运行时间的关键时间片段关联方法。(本文来源于《东华大学》期刊2017-01-01）
陈旻骋,袁景凌,王啸岩,朱赛[7]（2016）在《基于弱相关化特征子空间选择的离散化随机森林并行分类算法》一文中研究指出随着大数据时代的到来,数据信息呈几何倍数增长。传统的分类算法将面临着极大的挑战。为了提高分类算法的效率,提出了一种基于弱相关化特征子空间选择的离散化随机森林并行分类算法。该算法在数据预处理阶段对数据集中的连续属性进行离散化。在随机森林抽取特征子空间阶段,利用属性向量空间模型计算属性间的相关性,构造弱相关化特征子空间,使所构建的决策树之间相关性降低,从而提高随机森林的分类效果;并通过研究随机森林的并行化策略,结合MapReduce框架,改进并实现了随机森林模型构建过程的双重并行化,进一步改善了算法的计算效率。(本文来源于《计算机科学》期刊2016年06期）
孙延禄[8]（2016）在《漫话电影影像技术进步历程的基本特征——图像函数自变量的逐步离散化》一文中研究指出本文论述了活动影像视觉信息的多维性及多维信号记录的基本规律,从图像函数自变量的逐步离散化角度,回顾了电影影像技术的进步历程,并对未来发展方向作了展望。(本文来源于《现代电影技术》期刊2016年05期）
吴金玲[9]（2014）在《基于粗糙集离散化的多频带脑电特征选择方法的研究》一文中研究指出不同的受试在进行运动想象时,脑电模式在频带分布上的差异较大,只有找到特定受试的有效特征,才能得到较好的实验效果。文中结合共同空间模型和粗糙集离散化算法的特征选择方法,来选取受试左右手运动想象的多频带脑电特征。与单频带特征相比,文中提出的方法提取的多频带脑电特征,能够有效的剔除了冗余特征量的干扰。实验结果表明(五位受试),文中提出的方法可以有效提高分类准确率。(本文来源于《电子设计工程》期刊2014年01期）
赖正清[10]（2013）在《平原河网区水文特征骨架数据模型与分布式空间离散化研究》一文中研究指出分布式流域模型被广泛应用于流域水文过程的模拟,成为科学认识与合理解决水资源和水环境问题不可或缺的工具。但分布式流域模型在平原河网区的应用受到很大的限制,主要问题在于现有的方法难以实现平原河网区集水单元的合理划分以及集水单元之间拓扑关系的构建。解决这一瓶颈可以使分布式流域模型在平原河网区的适用性得到有效提高,对平原河网区水资源的合理利用以及水环境治理具有重要意义。本文选择太湖流域湖西区作为研究区,针对平原河网区河网密集交织、湖库星罗棋布、水工设施众多等水文结构特征,利用遥感、专题图件等多源数据,构建了描述平原河网区水文特征骨架的数据模型,进而提出了综合考虑平原河网区交叉、环状河网以及湖泊、水库、圩区等典型水文特征的分布式空间离散化方法,开发了可用于平原河网区分布式流域建模的空间离散化系统。本文主要研究内容与成果如下：(1)构建了能表达平原河网区水文特征骨架的数据模型。在对平原河网区的水文结构与特征进行解析的基础上,将其抽象表达为点、线、面叁种基本类型：点包括河段节点、湖库出入口、涵闸泵站、水文站等水文节点；线包括河段、堤；面包括湖泊、水库、圩区。采用面向对象的方法设计能表达水文结构空间拓扑关系的数据结构,用Geodatabase数据模型进行存储。(2)提出了基于水文特征骨架数据模型的平原河网区的分布式空间离散化新方法。利用平原河网区实际河湖网络数据,设计了河网流向探测、多流向编码以及局部地形流向改正的算法,该方法综合考虑平原河网区复杂水文特征条件下的地理过程非均一性以及河道之间复杂的汇流、分流特性,实现了包含子流域、湖泊、水库和圩区的离散单元划分,构建了离散单元之间的空间拓扑关系。(3)借助ArcGIS的二次开发平台,开发了平原河网区的分布式空间离散化系统。系统实现了平原河网区水文特征骨架数据模型的构建、基于DEM和水文特征骨架模型的栅格流向提取、空间离散单元的划分以及流域拓扑关系的构建等功能,为平原河网区的分布式流域建模提供了重要基础。(本文来源于《南京师范大学》期刊2013-05-01）
特征离散化论文开题报告
（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：
由于受到多重因素的影响,影像中提取的线特征经常出现断裂、变形、遮挡等问题。为克服上述问题对线特征匹配的影响,本文提出一种结合离散化描述与同名点约束的航空影像线特征匹配算法。算法首先利用单应性约束结合核线约束精简候选线特征数量;然后采用"以点代线"的方式,通过统计线上同名点的分布情况确定线特征初匹配结果;最后根据线特征与其邻域内同名点间的距离关系对匹配结果进行核验,以保证匹配的可靠性。选取AMC580相机系统所获得的航空影像进行线特征匹配试验,结果表明,本文算法匹配正确率高,匹配速度相对较快,并可实现曲线匹配及断裂线特征的多对多匹配。与已有匹配算法进行比较,本文算法在影像间存在有尺度、亮度、旋转变换等复杂条件下的匹配正确率均高于90%,具有较好的匹配稳定性。
（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。
特征离散化论文参考文献
[1].崔灿,肖先勇,吴奎华,刘凯,汪颖.基于HHT和特征离散化的电压暂降扰动源分类特征提取[J].电力系统保护与控制.2018
[2].欧阳欢,范大昭,纪松,雷蓉.结合离散化描述与同名点约束的线特征匹配[J].测绘学报.2018
[3].陈磊.基于离散化的高阶系统特征建模与控制[D].东南大学.2018
[4].梁律.基于特征非规则离散化在线性回归中应用研究[J].科技通报.2018
[5].王霄.空间半离散化波动方程的特征值与特征向量[D].渤海大学.2017
[6].薛瑞东.基于变化特征离散化的多维时间序列关联分析[D].东华大学.2017
[7].陈旻骋,袁景凌,王啸岩,朱赛.基于弱相关化特征子空间选择的离散化随机森林并行分类算法[J].计算机科学.2016
[8].孙延禄.漫话电影影像技术进步历程的基本特征——图像函数自变量的逐步离散化[J].现代电影技术.2016
[9].吴金玲.基于粗糙集离散化的多频带脑电特征选择方法的研究[J].电子设计工程.2014
[10].赖正清.平原河网区水文特征骨架数据模型与分布式空间离散化研究[D].南京师范大学.2013
标签：电压暂降扰动源分类; HHT; CAIM离散算法; 叁种分类特征提取方案;