导读:本文包含了递增算法论文开题报告文献综述及选题提纲参考文献，主要关键词:负荷递增,运动,肌肉,氧含量
递增算法论文文献综述
杨立春[1]（2019）在《负荷递增下运动肌肉氧含量变化趋势预测算法研究》一文中研究指出分析不同负荷下运动肌肉氧含量变化趋势,指导运动训练,为了提高运动肌肉氧含量变化趋势预测能力,提出基于定量递归分析的负荷递增下运动肌肉氧含量变化趋势预测算法.采用统计特征序列分析方法进行负荷递增下运动肌肉氧含量变化特征分布式重构,提取负荷递增下运动肌肉氧含量变化的统计特征量,采用高阶统计量分析方法进行负荷递增下运动肌肉氧含量变化的模糊递归分析,结合关联规则挖掘方法建立负荷递增下运动肌肉氧含量变化趋势演化博弈分析模型,结合神经网络预测方法实现对负荷递增下运动肌肉氧含量变化趋势的有效预测.仿真结果表明,采用该方法进行负荷递增下运动肌肉氧含量变化预测的精度较高,自适应水平较好,对肌肉变化具有很好的适应度水平,在运动训练和损伤治疗中具有很好的应用价值.(本文来源于《菏泽学院学报》期刊2019年05期）
房礼国,付正欣,胡浩,沈刚,郁滨[2]（2019）在《基于区域递增式彩色视觉密码的栅格地图多级分存算法研究》一文中研究指出针对栅格地图中涉密数据可分为不同图层的特点,设计了一种保护多层数据的区域递增式彩色视觉密码方案,并给出了具体应用流程。该方案首先对多个授权集合进行了优化,然后基于随机数设计了秘密分享和恢复算法,避免了生成和保存加密矩阵产生的额外开销。实验结果表明,该方案能够实现栅格地图数据多级分存,在大大降低方案像素扩展度的同时,实现了栅格地图数据的完全恢复。(本文来源于《通信学报》期刊2019年09期）
邹进[3]（2019）在《基于递增插入算法在TSP问题的应用研究》一文中研究指出文章针对TSP最短回路问题,引入一类递增插入算子,由此得到递增插入算法,该算法是单点插入算法和交叉算法的更一般形式。通过对随机案例和eil101案例寻优并比较分析,其结果明显好于蚁群算法与遗传算法融合后的求解效果,同时计算量和迭代次数较少。(本文来源于《乐山师范学院学报》期刊2019年08期）
季章生,肖本贤[4]（2019）在《正则化递增支撑集子空间追踪算法的目标定位》一文中研究指出为提高压缩感知子空间追踪(SP)算法用于多目标定位的重建精度,并考虑到子空间追踪算法用于多目标定位环境的特殊性,提出一种正则化递增支撑集子空间追踪算法用于定位。该算法保留了SP算法中迭代回溯的思想,将正则化方法融入到子空间追踪算法中,加入正则化约束条件进行缩减筛选,在原子剔除阶段递增保留候选原子,降低原子错选概率,算法以更高概率得到真正支撑集。实验结果对比表明,相比于SP算法和其他压缩感知重构类算法用于多目标定位,该算法在目标数K>25时,平均定位误差在0. 45 m上下波动,在信噪比为5 dB时,平均定位误差也能控制在0. 457 m范围内,具有更好的鲁棒性和抗噪性。(本文来源于《电子测量与仪器学报》期刊2019年06期）
束仁义,沈晓波,葛先雷,蔡俊[5]（2018）在《蝙蝠算法在无线传感器网络节点递增式定位中的应用》一文中研究指出无线传感器网络节点的定位在特殊环境中有着广泛的应用,综合考虑节点定位的成本与覆盖率,采用逐步递增定位方法。针对节点递增式定位带来的累计误差问题,提出了基于蝙蝠算法的无线传感器网络节点定位,以改善节点在逐步递增过程中的定位精度。介绍了蝙蝠算法的具体实施过程以及如何应用在递增式定位技术中。仿真结果表明,运用蝙蝠算法可以减小定位误差,提高节点的定位精度。(本文来源于《邵阳学院学报(自然科学版)》期刊2018年02期）
史长琼,夏广伟,刘井平,何湘妮[6]（2018）在《时间权重递增的协同过滤算法》一文中研究指出协同过滤算法是目前应用最成功的推荐技术之一,但传统的协同过滤算法在推荐过程中认为数据是静态的,且各时期的评分对预测所起到的作用是等同的,导致推荐系统的推荐质量下降.针对上述问题,本文提出了一种基于时间权重模糊递增的协同过滤算法.首先,该算法将项目评分赋予时间属性,并利用项目评分的时间属性计算时间窗口的相似性度;其次,利用时间权重对符合模糊递增规律的评分进行预测,同时本文分两个阶段对时间权重进行求解以达到全局最优和局部最优;最后,通过实验仿真分析,该算法的推荐质量较传统的协同过滤算法有显着提高.(本文来源于《小型微型计算机系统》期刊2018年02期）
黄星[7]（2016）在《遗传递增演化算法配筋优化设计》一文中研究指出本文借鉴遗传演化算法中遗传算法和渐进演化算法的结合方式,在遗传算法和递增演化算法的基础上,提出遗传递增演化算法,在增加周围有效材料的选择性上引入生物遗传进化理论,并以ANSYS有限元分析软件的非线性分析为平台,采用钢筋混凝土分离式模型,探讨遗传递增演化算法在钢筋混凝土复杂应力构件配筋优化设计上的应用,直观地完成在荷载作用或应力约束条件下简支深梁、简支开洞深梁、开洞剪力墙等钢筋混凝土复杂应力构件的配筋优化设计,所得钢筋拓扑结果符合受力机理,演化方向正确,布置明确,与遗传演化算法所得钢筋拓扑结果分析、比较,证实遗传递增演化算法的可行性、有效性、准确性、通用性等,并能为钢筋混凝土配筋优化设计提供指导、参考。主要内容有：(1)阅览大量文献,总结了结构优化算法和复杂应力构件设计方法,详细介绍了遗传算法和渐进演化算法,探讨了其基本原理、实现步骤和优缺点,研究了遗传演化算法中遗传算法和渐进演化算法的结合方式,为遗传递增演化算法的提出奠定了坚实的理论依据和基础。(2)在递增演化算法的基础上,引入遗传算法,把遗传进化思想应用于递增演化算法单元的增加性上,提出遗传递增演化算法,并详细介绍了遗传递增演化算法的基本原理和实现步骤,方便读者了解和使用遗传递增演化算法。(3)将提出的遗传递增演化算法,应用到钢筋混凝土复杂应力构件配筋优化设计中来,以ANSYS有限元分析为平台,采用钢筋混凝土分离式模型,考虑分析结构弹塑性和材料非线性等,对简支深梁、开孔简支深梁、开洞剪力墙等钢筋混凝土复杂应力构件,以单位钢筋材料下结构刚度最大化为结构优化目标,以应变能为灵敏度,以钢筋为优化对象,通过性能指数和收敛准则,进行遗传递增算法配筋优化设计,并与遗传演化算法结果进行分析、对比,验证了遗传递增演化算法的可行性、准确性、有效性、通用性等。(4)扩展遗传递增演化算法在钢筋混凝土复杂应力构件配筋优化设计上的应用,以ANSYS有限元分析为平台,采用钢筋混凝土分离式模型,考虑分析结构弹塑性和材料非线性等,对简支深梁、开孔简支深梁、开洞剪力墙等钢筋混凝土复杂应力构件,以应力约束条件下结构重量最轻为结构优化目标,以钢筋应力为适应度,以钢筋为优化对象,通过收敛准则,进行遗传递增演化算法配筋优化设计,提高遗传递增演化算法的通用性、易用性等。(本文来源于《湖南大学》期刊2016-05-26）
郑久虎,钱换延[8]（2015）在《一种递增式物联网定位算法》一文中研究指出针对物联网中某些场景覆盖率不高的问题,通过可行加权最小二乘迭代加权消除递增过程中的累积误差,采用岭回归以避免节点共线造成估计误差过大的问题。计算过程中采用实际计算的残差作为加权最小二乘的权值,使得算法更符合实际部署情况。同时采用岭回归方法消除了共线影响,可使方法获得较高的定位精度更高。(本文来源于《金陵科技学院学报》期刊2015年04期）
李长庚,于澄澄,陈东海[9]（2015）在《基于半径递增有向成簇的WSN路由算法》一文中研究指出结合簇类结构和链式结构的优点,按照"向基站方向成链,链中尽量成簇"的思想,提出一种基于半径递增有向成簇的WSN路由算法。网络中节点首先在较小半径R0范围内进行组簇后,未加入网络的节点增大组网半径,并引入前向传输的概念,在半径2R0的前向传输区域内根据权值比较选择下一跳节点,而后继续增大组网半径,直至所有节点进入网络。算法生成一种综合了簇、链、树叁种结构的混合路由路径。仿真数据表明,新算法能有效优化网络路由结构,提高能量效率和均衡性能,能够延长网络生存周期10%左右.(本文来源于《传感技术学报》期刊2015年11期）
程晗,王内,寿晓波[10]（2015）在《基于姿态角递增算法的6轴机器人通用运动规划方法》一文中研究指出在平面偏置型6轴机器人构型分析的基础上,以D-H法建立了机器人的正运动学解析方程,并求得逆运动学的解析解。根据机器人末端运动起点和终点的位姿,通过求解运动过程中的等效转轴和等效转角,建立了一种基于姿态角递增算法的6轴机器人运动规划方法。通过仿真分析,证明了该方法在平面偏置型6轴机器人运动轨迹规划中的有效性、准确性和通用性。(本文来源于《制造业自动化》期刊2015年10期）
递增算法论文开题报告
（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：
针对栅格地图中涉密数据可分为不同图层的特点,设计了一种保护多层数据的区域递增式彩色视觉密码方案,并给出了具体应用流程。该方案首先对多个授权集合进行了优化,然后基于随机数设计了秘密分享和恢复算法,避免了生成和保存加密矩阵产生的额外开销。实验结果表明,该方案能够实现栅格地图数据多级分存,在大大降低方案像素扩展度的同时,实现了栅格地图数据的完全恢复。
（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。
递增算法论文参考文献
[1].杨立春.负荷递增下运动肌肉氧含量变化趋势预测算法研究[J].菏泽学院学报.2019
[2].房礼国,付正欣,胡浩,沈刚,郁滨.基于区域递增式彩色视觉密码的栅格地图多级分存算法研究[J].通信学报.2019
[3].邹进.基于递增插入算法在TSP问题的应用研究[J].乐山师范学院学报.2019
[4].季章生,肖本贤.正则化递增支撑集子空间追踪算法的目标定位[J].电子测量与仪器学报.2019
[5].束仁义,沈晓波,葛先雷,蔡俊.蝙蝠算法在无线传感器网络节点递增式定位中的应用[J].邵阳学院学报(自然科学版).2018
[6].史长琼,夏广伟,刘井平,何湘妮.时间权重递增的协同过滤算法[J].小型微型计算机系统.2018
[7].黄星.遗传递增演化算法配筋优化设计[D].湖南大学.2016
[8].郑久虎,钱换延.一种递增式物联网定位算法[J].金陵科技学院学报.2015
[9].李长庚,于澄澄,陈东海.基于半径递增有向成簇的WSN路由算法[J].传感技术学报.2015
[10].程晗,王内,寿晓波.基于姿态角递增算法的6轴机器人通用运动规划方法[J].制造业自动化.2015