导读:本文包含了信息类别论文开题报告文献综述及选题提纲参考文献，主要关键词:ASTER热红外数据,SiO_2含量信息,岩性识别,地表地质体
信息类别论文文献综述
王玉山,刘玉红,周勇,鲁立辉,陈鑫[1]（2019）在《基于ASTER热红外数据的SiO_2及岩性类别信息提取——以青海省绿梁山—双口山地区为例》一文中研究指出岩性识别目前是遥感地质应用的热点和难点。青海省绿梁山—双口山地区属于干旱、植被稀少的地区,基岩裸露程度较高,为利用多光谱遥感数据进行岩性类别信息提取提供了便利条件。本文基于ASTER热红外数据,对青海省绿梁山—双口山地区的SiO_2含量进行反演,其结果显示SiO_2含量的高低范围基本与区内的岩性类别相对应,利用ASTER的热红外数据对于确定地表地质体的长英质、镁铁质大类具有良好效果。(本文来源于《地质找矿论丛》期刊2019年04期）
阿力木江·艾沙,殷晓雨,库尔班·吾布力,李喆[2]（2019）在《基于类别信息和特征熵的文本特征权重计算》一文中研究指出基于类别信息的特征权重计算方法对特征与类别的关系表达不够准确,即对于类别频率相同的特征无法比较其对类别的区分能力,因此要考虑特征在类内的分布情况。将特征的反类别频率(inverse category frequency,ICF)和类内熵(entropy)相结合引入到特征权重计算方案中,构造了两种有监督特征权重计算方案。在维吾尔文文本分类语料上进行的实验结果表明,该方法能够明显改善样本的空间分布状态并提高维吾尔文文本分类的微平均F1值。(本文来源于《计算机应用研究》期刊2019年11期）
刘永健,谭鑫,徐群芳[3]（2019）在《反馈对叁类别信息整合学习的影响》一文中研究指出反馈一直是类别学习任务中类别知识形成的一个重要组成部分,特别是对于难以用言语表述、依赖程序性学习过程的信息整合类别学习。本文在已有关于两种类别材料(A/B)的研究基础上引入叁种类别材料(A/B/C),通过操纵不同的反馈类型和反馈性质,探讨在信息整合类别学习情境中,丰富反馈(如"正确,是A类")、简单反馈(如"正确")、积极反馈(仅正确时给予反馈,错误时无反馈)、消极反馈(仅错误时给予反馈)、全反馈(正确与否都有相应反馈)是如何协同影响信息整合类别学习效果的。实验1通过将简单反馈类型与不同的反馈性质结合,试图在新增一种类别材料的情况下复现前人的研究成果,实验2则在简单反馈的基础上补充刺激类别属性的提示,引入丰富反馈,进一步探讨反馈性质对于类别学习的必要性,并与实验1相结合,挖掘出反馈类型与反馈性质对于叁类别信息整合学习任务的交互作用。结果表明:(1)在反馈类型方面,丰富反馈更有利于叁类别信息整合类别任务的学习;(2)在反馈性质方面,消极反馈更有利于叁类别信息整合类别任务的学习;(3)结合反馈类型和反馈性质,丰富且消极反馈条件下的学习者学习成绩最好,即丰富且消极反馈对学习者的学习效果具有显着的促进作用。(本文来源于《第二十二届全国心理学学术会议摘要集》期刊2019-10-19）
林碧霞,刘永健,国礼亦[4]（2019）在《解释和描述式类别学习的信息加工机制》一文中研究指出寻求解释是一项基本的认知活动。研究表明,生成解释能够有效地促进类别学习,影响对类别成员典型性的判断,并促进概念一致性,但是其潜在机制还没有完全被理解。从类别学习的学习过程来看,存在不同的学习方式,有研究表明,不同的学习方式会导致不同的类别表征。前人研究发现,解释和描述可能是互补的学习策略,进行解释会倾向引用大量的抽象特征,促进规则的发现和概括。而进行描述倾向于引用具体的特征水平,促进对细节的记忆。由此我们认为,解释和描述可能会涉及不同的信息加工机制,在自我解释效应下,会促使学习者主动寻求分类规则,比较类别间的差异,有利于抽象出类别原型进行分类学习,不仅能够关注到诊断性信息还会关注到典型性信息。而在自我描述下,会促进学习者记忆具体的样例刺激,关注具体的特征水平,依据样例相似性进行学习,只关注到诊断性信息。为此,本研究在前人的基础上,采用Chin-Parker的家族相似性材料并进行了改造,探讨两种学习方式的信息加工机制,即其对类别特征维度典型性与诊断性的敏感程度。结果表明:(1)分数主效应显着,p<0.05,表明无论是解释还是描述条件,其诊断性分数都显着高于典型性分数。(2)条件主效应显着,p<0.05,表明无论是诊断性分数还是典型性分数,解释条件显着高于描述条件。这说明,解释条件不仅关注到了诊断性信息同时也关注到了典型性信息,而描述条件只关注到诊断性信息。(本文来源于《第二十二届全国心理学学术会议摘要集》期刊2019-10-19）
崔诣晨,谈晨皓[5]（2019）在《个体信息与类别信息效价冲突的印象控制效应》一文中研究指出当个体信息与类别信息同时呈现时,个体的自我控制资源与信息效价产生交互作用,且共同影响他人印象形成的认知控制策略和信息加工深度。为进一步探究这一现象所产生的印象控制效应,采用自我控制资源损耗任务将96名被试随机分为高损耗组和低损耗组,并让他们完成内隐联想测验,以考察个体信息与类别信息的效价冲突时,他人印象控制策略如何受到自我控制资源与信息效价的双重影响。结果发现:(1)个体信息与类别信息的印象控制依赖于自我控制资源。(2)自我控制资源损耗与信息效价类型存在显着的交互作用。当个体损耗了较多的自我控制资源后,对效价冲突的个体信息与类别信息进行印象加工时,消极刻板印象的激活因受到这两类效价冲突信息的限制,只能依赖实时更新的面部表情信息,从而形成自下而上的反应性控制;当个体损耗的自我控制资源较少时,对同样的个体信息与类别信息,不论效价相容或冲突,均能保持对消极刻板印象的自动激活,从而导致自上而下的主动性控制。(本文来源于《第二十二届全国心理学学术会议摘要集》期刊2019-10-19）
苑隆寅,张前图,雷敬,吴生财[6]（2019）在《基于融合类别信息局部保持投影维数约简的故障诊断》一文中研究指出为更好的保持高维故障特征的局部流形结构,对局部保持映射(LPP)进行改进,并提出了基于融合类别信息局部保持映射(MLILPP)维数约简的故障诊断新方法。MLILPP融合样本类别信息构造了相似性矩阵和差异性矩阵。利用相似性矩阵保持降维前后同类样本之间的局部结构,利用差异性矩阵扩大降维后异类相似样本彼此之间的距离。实现了数据结构的有效保持,能够获得更有效的低维流形,提高了故障诊断的精度。液压泵故障诊断实验验证了该方法的有效性。(本文来源于《机械强度》期刊2019年05期）
栾海军,牛阳,何原荣,刘光生,章欣欣[7]（2019）在《融合地物类别信息的NDVI尺度转换模型构建及MOD13 Q1产品真实性检验》一文中研究指出提出融入中高空间分辨率遥感影像精确地类识别信息,以改进传统的Chen NDVI尺度转换模型的方法,并基于两个模型共同进行MODIS 250 m 16 D合成植被指数产品MOD13 Q1(MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid)真实性检验。研究以地类丰富的厦门市作为研究区主体,并以30 m Landsat8陆地成像仪OLI(Operational Land Imager)影像作为验证数据,实践了上述方法。实验结果表明:MOD13 Q1产品总体质量较好,但是存在偏高估计的问题,尤其是对人工地物更为明显,在实际应用中应予以关注;融入精细地类信息的改进Chen NDVI模型相比较融入粗略地类信息的传统Chen NDVI模型,升尺度转换结果无显着差异,但是前者在精细、定量刻画"不同地类对NDVI尺度效应影响"方面更有优势,这对遥感地表参数尺度效应研究具有重要的启示意义。(本文来源于《测绘科学技术学报》期刊2019年01期）
张岐山,李可,林小榕[8]（2019）在《LBSN中融合类别信息的混合推荐模型》一文中研究指出针对基于位置的社交网络(Location-Based Social Network, LBSN)中用户签到数据的高稀疏性问题及用户隐私问题,提出了一种混合推荐模型(SoGeoCat).首先,通过用户潜在兴趣点数据模型,学习用户的潜在兴趣点;其次,将用户的潜在兴趣点纳入融合类别信息的矩阵分解模型中并优化;最后,根据用户特征矩阵、兴趣点特征矩阵,提出推荐策略.基于Foursquare真实数据集,实验结果表明:(1)相比于其他几个推荐模型,该算法将用户的潜在兴趣点填充至用户-兴趣点矩阵中,可以有效地缓解数据稀疏性的影响;(2)该算法可保护用户家庭信息;(3)在推荐模型中纳入类别信息的影响能提高推荐效果.(本文来源于《计算机系统应用》期刊2019年01期）
杨云,张海宇,朱宇,张艳宁[9]（2018）在《类别信息生成式对抗网络的单图超分辨重建》一文中研究指出目的基于生成式对抗网络的超分辨模型(SRGAN)以感知损失函数作为优化目标,有效解决了传统基于均方误差(MSE)的损失函数导致重建图像模糊的问题。但是SRGAN的感知损失函数中并未添加明确指示模型生成对应特征的标志性信息,使得其无法精准地将数据的具体维度与语义特征对应起来,受此局限性影响,模型对于生成图像的特征信息表示不足,导致重建结果特征不明显,给后续识别处理过程带来困难。针对上述问题,在SRGAN方法的基础上,提出一种类别信息生成式对抗网络的超分辨模型(class-info SRGAN)。方法对SRGAN模型增设类别分类器,并将类别损失项添加至生成网络损失中,再利用反向传播训练更新网络参数权重,以达到为模型提供特征类别信息的目的,最终生成具有可识别特征的重建图像。创新及优势在于将特征类别信息引入损失函数,改进了超分辨模型的优化目标,使得重建结果的特征表示更加突出。结果经Celeb A数据集测试表明:添加性别分类器的class-info SRGAN的生成图像性别特征识别率整体偏高(58%97%);添加眼镜分类器的class-info SRGAN的生成图像眼镜框架更加清晰。此外,模型在Fashion-mnist与Cifar-10数据集上的结果同样表明其相较于SRGAN的重建质量更佳。结论实验结果验证了本方法在超分辨重建任务中的优势和有效性,同时结果显示:虽然class-info SRGAN更适用于具有简单、具体属性特征的图像,但总体而言仍是一种效果显着的超分辨模型。(本文来源于《中国图象图形学报》期刊2018年12期）
陈晓文,屈宝强,刘蔚,陈白雪[10]（2018）在《基于论文着录信息的基金类别共现分析》一文中研究指出目的:基于论文标注的基金资助信息,分析国家重点研发计划与其他类别基金的关系。方法:以Web of Science核心合集"纳米科技"重点专项资助的1 044篇论文为对象,从论文基金项目资助数量、基金共现和基金共现变化等方面分析基金类别之间的关联性。结果:重点研发计划与其他类别基金存在共同资助现象。在全部资助产出的论文中,基金资助以重点研发计划、国家自然科学基金、地方基金叁者相互结合为主;在重点研发计划作为"第一标注基金"的论文中,基金资助以重点研发计划、国家自然科学基金、教育部基金叁者相互结合为主。结论:重点研发计划与国家自然科学基金共同资助比例最高,重点研发计划与国外基金的合作有待加强。(本文来源于《中华医学图书情报杂志》期刊2018年12期）
信息类别论文开题报告
（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：
基于类别信息的特征权重计算方法对特征与类别的关系表达不够准确,即对于类别频率相同的特征无法比较其对类别的区分能力,因此要考虑特征在类内的分布情况。将特征的反类别频率(inverse category frequency,ICF)和类内熵(entropy)相结合引入到特征权重计算方案中,构造了两种有监督特征权重计算方案。在维吾尔文文本分类语料上进行的实验结果表明,该方法能够明显改善样本的空间分布状态并提高维吾尔文文本分类的微平均F1值。
（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。
信息类别论文参考文献
[1].王玉山,刘玉红,周勇,鲁立辉,陈鑫.基于ASTER热红外数据的SiO_2及岩性类别信息提取——以青海省绿梁山—双口山地区为例[J].地质找矿论丛.2019
[2].阿力木江·艾沙,殷晓雨,库尔班·吾布力,李喆.基于类别信息和特征熵的文本特征权重计算[J].计算机应用研究.2019
[3].刘永健,谭鑫,徐群芳.反馈对叁类别信息整合学习的影响[C].第二十二届全国心理学学术会议摘要集.2019
[4].林碧霞,刘永健,国礼亦.解释和描述式类别学习的信息加工机制[C].第二十二届全国心理学学术会议摘要集.2019
[5].崔诣晨,谈晨皓.个体信息与类别信息效价冲突的印象控制效应[C].第二十二届全国心理学学术会议摘要集.2019
[6].苑隆寅,张前图,雷敬,吴生财.基于融合类别信息局部保持投影维数约简的故障诊断[J].机械强度.2019
[7].栾海军,牛阳,何原荣,刘光生,章欣欣.融合地物类别信息的NDVI尺度转换模型构建及MOD13Q1产品真实性检验[J].测绘科学技术学报.2019
[8].张岐山,李可,林小榕.LBSN中融合类别信息的混合推荐模型[J].计算机系统应用.2019
[9].杨云,张海宇,朱宇,张艳宁.类别信息生成式对抗网络的单图超分辨重建[J].中国图象图形学报.2018
[10].陈晓文,屈宝强,刘蔚,陈白雪.基于论文着录信息的基金类别共现分析[J].中华医学图书情报杂志.2018
标签：ASTER热红外数据; SiO_2含量信息; 岩性识别; 地表地质体;