导读:本文包含了正规化方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:方法,东江,轨道,数据,基因组,偏心,光谱。
正规化方法论文文献综述
侯雷宏[1]（2017）在《加强铁路公安队伍正规化建设的方法与途径》一文中研究指出加强和改进新形势下铁路公安工作和队伍建设,推动公安事业长远发展,必须切实加强队伍正规化建设。把握主旋律,着力解决工作中存在的盲点、疑点、难点问题,立足实战,从实际出发,对基层实践经验进行深入思考,不断总结和推广正确有效的方法和途径,因地制宜,因情实策,突出重点,强化引领,营造全警参与正规化建设的良好氛围。(本文来源于《铁道警察学院学报》期刊2017年05期）
矫健[2]（2016）在《AutoCAD正规化绘图方法探索》一文中研究指出Auto CAD作为二维图形绘制软件,在机械、建筑和电气等多个行业中,得到广泛应用。相比手工绘图,工作效率大大提高。手工绘图时使用的铅笔、尺规和橡皮等工具,相当于软件的绘图工具和编辑工具,其中的复制、移动和测量等工具,将图形修改工作变得简单快捷。基于提高工作效率的目的,本文对Auto CAD正规化绘图方法进行探索,意在充分发挥其强大的绘图功能。(本文来源于《智能制造》期刊2016年07期）
谢德红,李蕊,万晓霞,刘强,朱文凤[3]（2016）在《基于迭代Tikhonov正规化的叁刺激值重建光谱方法研究》一文中研究指出光谱图像中的反射率光谱数据维数高,且与光源、设备均无关,能够比较全面、真实、客观地描述图像中物体的颜色信息。针对叁色相机的光谱图像获取系统中叁维色度数据重建多维光谱数据产生的光谱信息丢失、以及伴随而生的颜色信息丢失问题,提出了迭代Tikhonov正规化的光谱重建方法。首先依据色度学理论中色度值与反射率光谱之间的关系,构建反射率光谱重建方程建立起相机所获叁维色度数据与高维反射率光谱数据的映射关系;然后,通过反射率光谱重建方程的病态分析,在Moore-Penrose伪逆矩阵求解思想的基础上构建迭代Tikhonov正规化方法求解反射率光谱,并利用训练样本数据通过L-曲线方法训练获取迭代Tikhonov正规化的最优正规化参数,以有效控制并改善反射率光谱重建方程求解的病态、减少重建光谱的光谱信息丢失。实验通过选取样本数据对光谱重建方法进行验证。验证实验的结果表明所提出的光谱重建方法改善了叁色相机的光谱图像获取系统中重建光谱的光谱信息丢失程度,使得重建光谱的光谱误差和色度误差较其他光谱重建方法均有明显降低。(本文来源于《光谱学与光谱分析》期刊2016年01期）
张德楠,王亚东[4]（2014）在《新一代高通量测序Chip-seq数据正规化方法研究》一文中研究指出本文针对目前生物信息研究中常见的高通量测序技术Chip-seq数据的正规化问题进行了研究。分析了目前常用的TMR正规化方法和LOWESS正规化方法中没有考虑到基因组的结构对于生物数据分布的影响这一不足,提出了一种新的基于基因组功能注释的LOWESS正规化方法。该方法更符合基因组生物学特征,可以根据基因组本身不同的生物学功能的差异,分区域、分类别进行数据正规化处理,更符合基因组的生物学特征,也具有更高的可靠性。同时可以针对不同研究目的,依据不同的功能区域注释信息有针对性的对该区域进行正规化,具有更高的特异性和灵活性以及更低的时间和空间复杂度。(本文来源于《智能计算机与应用》期刊2014年06期）
成璇[5]（2014）在《KS正规化方法在卫星轨道确定中的应用》一文中研究指出KS正规化方法可以有效减少大偏心率天体运动计算过程中的累积误差,解决卫星轨道的稳定性问题。在土卫九轨道研究的基础上,将KS正规化方法应用于土卫九的轨道确定中,对运动方程进行相应变换,将其由3维物理空间转换为4维参数空间,进而进行积分计算以(本文来源于《中国天文学会2014年学术年会论文摘要集》期刊2014-10-27）
田兆伟[6]（2013）在《正规化周期识别方法在东江中长期来水预报中的应用》一文中研究指出结合东江流域水量调度工作的需要,构建了以正规化周期识别方法为基础的中长期来水预报模型,并根据流域水情特性对模型进行了校正,校正后模型预报精度提高,能为东江中长期来水预报提供重要的参考依据。(本文来源于《广东水利水电》期刊2013年12期）
王成彬[7]（2013）在《拓展培训渠道 创新培训方法 提高培训正规化水平》一文中研究指出做好党外代表人士教育培训工作,增强针对性和时效性,就要主动地深入基层,深入群体之中进行调研,根据需求制定计划,调整部署。在培训中,要拓展渠道,创新方法,坚持理论培训和实践锻炼相结合,用完善的制度保障培训效果,提高培训工作正规化水平。(本文来源于《黑龙江省社会主义学院学报》期刊2013年04期）
王树云[8]（2010）在《基于Bayes方法和图限制下正规化方法的变量选择问题及其在基因组数据中的应用》一文中研究指出在过去的几十年内,无论是在理论统计的研究工作中还是在现实的统计应用领域,变量选择问题一直是个热点问题且受到持续的关注。但是最近几年内,随着科学技术的发展,大量高维数据的产生,给传统的变量选择方法带来了很大的挑战。比如,在生物信息学致病基因选择问题中,往往有成千上万的基因作为解释变量,但是往往用来做训练和检验的样本(病人观测数据)总共只有不足一百个。类似这样“大p,小n”的数据给统计推断带来了“维数灾难”,致使大多数经典统计方法变的不稳健或者计算效率低下。高维问题吸引大量统计学家做了大量研究工作,并且提出了一些成功的理论和方法。在我们的整篇论文中,我们也将要讨论高维变量选择这个富有挑战而且颇具吸引力的问题。特别的,我们是在线性回归的框架下展开研究的,并且主要应用于基因组数据的分析。考虑如下的线性模型y=xTβ*+ε,这里y是响应变量；x=(x1,x2,…,昂)T是p维解释变量；ε是误差项,服从以零为均值,σ为标准差的正态分布；β*=(β1*,β2*,…,βp*)T是回归系数向量的真值。整篇文章中,我们假设响应变量的维数p可以远大于样本个数n。响应变量y和解释变量x的n次观测记为：y=(y1,y2,…,yn)T和X=(X1T,X2T,…,XnT)T,这里Xi=(xi1,xi2,…,xip)是解释变量x的第i次观测。我们主要从以下两个方面讨论高维变量选择问题：1. Bayes变量选择方法的相合性研究.不同于传统的频率学派的方法,在第二章我们将要研究Bayes变量选择方法。在多领域的高维数据应用分析中,Bayes变量选择方法取得了至少相当的,甚至优于频率学派方法的成果。这里我们将要从理论方面探讨其中的原因：为什么Bayes变量选择方法在实际应用中取得如此成果。大多数文献中,Bayes变量选择方法的构思可以阐述为：首先,定义一个辅助的指示变量γ=(γ1,γ2,…,γp)用来表示选定的子模型。指示变量γ的元素满足选定某个子模型γ后,我们可以选出这个子模型所对应的解释变量xγ,同时可以定义变量系数βγ∈R|γ|这里vγ表示为向量v的一个子向量,确切的说是由满足γj=1的所有下标J所对应的v的元素组成的子向量；表示向量v的L1范数.因此,在线性模型下变量选择和模型拟合问题可以转化为选定一个子模型γ,然后确定模型系数βγ.其次,在观测数据的条件下,给定参数γ和βγ一个合适的先验分布,我们可以得到参数的后验分布并且选择具有比较大后验概率值的子模型进行统计推断。在第二章中,我们假设解释变量服从均匀分布,因此y和x的联合密度函数满足：同时假定回归系数真值β*是稀疏的,满足.这个稀疏条件相对来说更加符合现实情况一所有的解释变量对响应变量都有一定的影响,或多或少,但是只有几个解释变量的影响比较大。在这种情况下,不存在一部分回归系数非零,其余回归系数为零的所谓的“真模型”,因此变量选择的任务就是选出一个相比于全模型来说简单且更具解释性和预测性的模型。在以上假定下,我们给出了参数γ和βγ先验分布πn的两个条件,其中条件一要求πn在真模型的近似区域取值足够大,条件二要求πn。在复杂模型上的取值比较小。上述先验下,后验分布πn(γ,dβγY,X)具有良好的性质,由其推导出的回归函数后验估计渐进相合于真正的回归函数μ0(x)=Efo(y|x),即回归函数的相合性表明了Bayes变量选择方法可以成功的辨别出一些后验概率值比较大的子模型,这有效的缩小了变量选择范围,具有重要实际意义。稀疏条件的特殊情况就是存在一个真模型,满足一小部分回归系数非零,其余全为零。在这种假设下,接下来我们的任务就是来证明Bayes方法可以辨别出真模型。我们把βγ从πn(γ,βγ｜Y,X)积分掉,得到假设子模型γ在所有要考虑的子模型范围内具有最大的后验概率值πn(γ｜Y,X)并且βA是基于模型γ的回归系数真值β*的后验估计.第二章中我们证明了特定条件下,子模型γ收敛于真模型通过以下方式：这里的L2相合性暗示了Bayes变量选择方法能以很高的概率选出重要的变量,并且错选入模型的变量往往具有很小的系数。最后,模拟数据分析以及实际白血病数据分析表明Bayes变量选择方法的表现是很有竞争力的,并且非常稳健。2.基于图限制下的变量选择和参数估计研究及其在高维基因组数据中的应用图或者网络是描述生物信息表达的一种常见方式。在生物学中,许多不同的生命过程可以通过图(比如：蛋白网、代谢通路)的形式表达出来。在图中相互连接的基因彼此之间具有很高的相关性并且以生物模块的形式影响着临床表现。在第叁章中,我们将结合基因组数据中已有的图的先验信息,进行图限制下正规化的模型拟合以及选择与疾病相关的基因组。受基因组数据往往具有图结构的启发,Li et al.(2008 and 2010)最早在回归模型的框架下提出了图限制下正规化的方法,即Grace方法,以充分利用图信息进行变量选择。Grace方法的工作原理可以简述为在Lasso定义的基础上添加了一个包含基因组数据中图信息的惩罚。如此这般,Grace既保持了Lasso变量选择的稀疏性,又增加了图中基因系数的平滑性,保证了选择整组基因的能力。类似于Grace,我们定义了一个新的图限制下正规化方法(N-Grace)如下：这里是目标函数.但是和Grace不同的是我们的方法并没有要求图中基因的系数平滑。我们的惩罚函数只要求图中基因的系数同时变为零(或者非零),如果基因所在的子图被证明是与回归模型无关的(或者相关的)。单就变量选择来说,N-Grace应该是比Grace更加合理。至于求解N-Grace,我们采用“一次一个坐标的”的单坐标下降算法。在每次迭代中,变化某一个坐标下的参数同时固定其他坐标上的参数,使得目标函数Q*(β)达到最小,来确定此次迭代中最优的参数估计。最后,我们通过模拟数据分析和真实的SNP数据分析来验证我们的方法。3.相关变量下的Bayes变量选择以及随机搜索算法在第四章,我们将要考虑解释变量相关条件下的Bayes变量选择问题。给定响应变量y和解释变量z=(x1,x2,…,xp)T,我们假定最多只有Pmax个解释变量与响应变量y相关.我们把这p个解释变量看作是某个网络图中的顶点,其中相关的解释变量之间有边进行连接。受Li et al.(2008,2010)的启发,我们尝试着把解释变量之间网络图的信息加到回归系数的先验当中。由解释变量连接而成的加权图我们记为G=(V,E,W),在第叁章中我们对其进行了具体定义。给定一个模型γ,我们把Li et al.(2008 and 2010)中图限制的方法融合到Bayes框架下,具体说来就是我们对回归系数βγ使用了如下的先验分布：因为我们假定最多只有Pmax个解释变量与响应变量y相关,因此只有个子模型在我们的考虑范围之内,这远远小于所有可能的子集个数2p。我们记Rpmax为需要考虑的模型的集合,即所有解释变量个数小于Pmax的模型的集合。我们声明在本章中所有提及的模型γ都限定在集合Rpmax中。我们只需要对集合Rpmax中的模型考虑加以合适的先验分布,并且在没有其他有用先验信息的条件下我们对其中所有的模型施以相同的先验分布：这里在给出上面的参数先验分布和样本观测数据D的前提下,我们可以得出模型γ的后验分布：接下来BVS所需要做的事情就是找出具有最大后验概率的子模型。在统计计算方面,我们摒弃了传统的MCMC算法,转而提出了一种新的随机搜索方法M-BMSS。我们以此方法进行搜寻具有最大后验概率的子模型。(本文来源于《山东大学》期刊2010-10-20）
李勇,刘建昌,王昱[9]（2010）在《免疫标准化正规化约束方法及其应用》一文中研究指出为了加快准化正规化约束(normalized normal constraint,简称NNC)方法求解多目标优化问题的速度,将免疫算法与NNC方法相结合提出了基于免疫算法的NNC方法,简称免疫NNC(IANNC)方法.该方法利用免疫算法中的免疫接种技术,从相邻的乌托邦面上的点对应的单目标优化问题的优化过程中提取疫苗,对初始抗体群进行疫苗接种;使用克隆选择算法求解NNC方法中的单目标优化问题,进而使IANNC方法能够更快的获得多目标优化问题的Pareto解集.之后对IANNC方法的收敛性进行了分析.最后应用IANNC方法对冷连轧轧制规程进行多目标优化,结果表明与基于遗传算法的NNC方法相比,IANNC方法用较少的运行时间获得了更好的冷连轧轧制规程多目标优化问题的Pareto解集.(本文来源于《控制理论与应用》期刊2010年08期）
王乃民[10]（2006）在《基层公安队伍正规化建设的途径和方法》一文中研究指出河北省承德市公安局双滦分局是全省公安队伍正规化建设23个示范单位之一。在基层公安队伍正规化建设的过程中,我们求扎实,求创新,求效果,取得了很好的成绩。现结合实际工作情况,谈谈体会。一、认识到位,步调一致是抓好队伍正规化建设的前提在队伍正规化建设的工作中,(本文来源于《公安教育》期刊2006年07期）
正规化方法论文开题报告
（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：
Auto CAD作为二维图形绘制软件,在机械、建筑和电气等多个行业中,得到广泛应用。相比手工绘图,工作效率大大提高。手工绘图时使用的铅笔、尺规和橡皮等工具,相当于软件的绘图工具和编辑工具,其中的复制、移动和测量等工具,将图形修改工作变得简单快捷。基于提高工作效率的目的,本文对Auto CAD正规化绘图方法进行探索,意在充分发挥其强大的绘图功能。
（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。
正规化方法论文参考文献
[1].侯雷宏.加强铁路公安队伍正规化建设的方法与途径[J].铁道警察学院学报.2017
[2].矫健.AutoCAD正规化绘图方法探索[J].智能制造.2016
[3].谢德红,李蕊,万晓霞,刘强,朱文凤.基于迭代Tikhonov正规化的叁刺激值重建光谱方法研究[J].光谱学与光谱分析.2016
[4].张德楠,王亚东.新一代高通量测序Chip-seq数据正规化方法研究[J].智能计算机与应用.2014
[5].成璇.KS正规化方法在卫星轨道确定中的应用[C].中国天文学会2014年学术年会论文摘要集.2014
[6].田兆伟.正规化周期识别方法在东江中长期来水预报中的应用[J].广东水利水电.2013
[7].王成彬.拓展培训渠道创新培训方法提高培训正规化水平[J].黑龙江省社会主义学院学报.2013
[8].王树云.基于Bayes方法和图限制下正规化方法的变量选择问题及其在基因组数据中的应用[D].山东大学.2010
[9].李勇,刘建昌,王昱.免疫标准化正规化约束方法及其应用[J].控制理论与应用.2010
[10].王乃民.基层公安队伍正规化建设的途径和方法[J].公安教育.2006
论文知识图
