非线性主曲线论文_董秋爽

导读:本文包含了非线性主曲线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:曲线,遥感,光谱,波段,小二,测量,特征。

非线性主曲线论文文献综述

董秋爽^[1]（2015）在《基于主曲线非线性回归的赖氨酸发酵软测量》一文中研究指出针对传统PLS方法都是将非线性因子引入到隐变量空间中,没有改变算法外模型的线性本质等局限性,提出一种基于主曲线非线性回归模型。该模型对外模型进行非线性特征提取,在隐变量空间,通过多项式函数法对隐变量之间的关系进行非线性拟合,提出了相关性增强的主曲线模型,实现了内外模型均为非线性且保持极大相关性。结果表明:与线性PLS模型相比较,所建立的软测量模型预测精度更高、泛化能力更强,较好地解决了软测量中变量维数高、数据高耦合度和强非线性问题。(本文来源于《信息技术》期刊2015年07期）

张连蓬^[2]（2003）在《基于投影寻踪和非线性主曲线的高光谱遥感图像特征提取及分类研究》一文中研究指出针对高光谱遥感图像数据的特征提取和分类问题，尤其是针对某些易混分地物的分类问题，研究和建立相应的投影寻踪指标，通过优化这种投影指标，寻找能够更容易区分易混分地物的投影方向。为此建立了多方向投影寻踪算法，以便求出多个投影寻踪方向，更精确地在低维空间中表现原始数据的空间分布规律。在此基础上，建立了主成分分析方向和投影寻踪方向相结合的特征组合方案，使得高光谱遥感数据的整体分类精度得到提高。针对高光谱图像光谱波段的最优波段选择问题，构造了选元投影寻踪算法，并为此建立了一种快速选元投影寻踪算法，使算法的速度提高将近80倍(波段总数的倍数)。研究了高光谱图像数据的非线性主曲线构造算法，该方法是对主成分分析的一种非线性扩展，用以把原始数据投影到空间曲线上，以便进一步对地物进行精确分类。建立了简化的非线性主曲线算法——非线性主折线算法。并对非线性主折线算法用于高光谱遥感数据特征提取的效果进行研究和讨论。建立了一种基于非线性主折线的分类算法，该方法将利用训练样本数据，构造非线性主折线，通过判断原始数据在主折线上的投影对像元进行分类。所有的算法都用IDL语言编制了相应的计算机软件。(本文来源于《山东科技大学》期刊2003-04-01）

非线性主曲线论文开题报告

（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：

针对高光谱遥感图像数据的特征提取和分类问题，尤其是针对某些易混分地物的分类问题，研究和建立相应的投影寻踪指标，通过优化这种投影指标，寻找能够更容易区分易混分地物的投影方向。为此建立了多方向投影寻踪算法，以便求出多个投影寻踪方向，更精确地在低维空间中表现原始数据的空间分布规律。在此基础上，建立了主成分分析方向和投影寻踪方向相结合的特征组合方案，使得高光谱遥感数据的整体分类精度得到提高。针对高光谱图像光谱波段的最优波段选择问题，构造了选元投影寻踪算法，并为此建立了一种快速选元投影寻踪算法，使算法的速度提高将近80倍(波段总数的倍数)。研究了高光谱图像数据的非线性主曲线构造算法，该方法是对主成分分析的一种非线性扩展，用以把原始数据投影到空间曲线上，以便进一步对地物进行精确分类。建立了简化的非线性主曲线算法——非线性主折线算法。并对非线性主折线算法用于高光谱遥感数据特征提取的效果进行研究和讨论。建立了一种基于非线性主折线的分类算法，该方法将利用训练样本数据，构造非线性主折线，通过判断原始数据在主折线上的投影对像元进行分类。所有的算法都用IDL语言编制了相应的计算机软件。

（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。