导读:本文包含了概率距离论文开题报告文献综述及选题提纲参考文献，主要关键词:降雨型滑坡,概率预测模型,水平运动距离,逐步回归法
概率距离论文文献综述
吴晨光,陆盟,张洁,赵江[1]（2019）在《降雨型滑坡运动距离概率预测模型》一文中研究指出降雨诱发的滑坡是一种常见的地质灾害。滑坡灾害的后果与其运动距离密切相关。对降雨条件下滑坡距离进行预测是进行灾害定量风险评价的基础。本文系统地搜集309例降雨型滑坡案例,建立了降雨条件下滑坡水平运动距离数据库。基于建立的数据库,对降雨诱发滑坡的体积、初始坡度、表面长宽比、以及运动距离等指标进行了统计分析。建立了可考虑有阻碍滑坡和无阻碍滑坡案例影响的降雨型滑坡水平运动距离预测模型的标定方法。提出的方法不但可以预测滑坡水平运动距离,而且可以得到其模型误差和置信区间。单因素分析表明,滑坡水平运动距离与滑坡垂直运动距离相关性最高,之后依次是滑坡体积、滑坡表面长宽比,与滑坡原始角度相关性最差。逐步线性回归分析表明,基于垂直运动距离、滑坡体积和表面长宽比的滑坡水平运动距离预测模型的拟合优度最高。(本文来源于《2019年全国工程地质学术年会论文集》期刊2019-10-11）
赵赟晶,周元峰,魏广顺,辛士庆,高珊珊[2]（2019）在《概率加权测地距离的脑部MR图像超像素分割》一文中研究指出超像素是一种重要的图像过分割,因为医学图像具有边界模糊、不同组织的灰度范围互相重迭的特点,为超像素分割带来极大困难.针对脑部MR图像超像素生成问题,从脑部MR图像的特点出发,充分利用脑部MR图像表达先验知识,结合脑部MR图像的一般结构,定义每个像素属于脑组织中一个类别的概率,并基于分类概率提出一种有效的边界梯度计算方法;在此基础上,提出一种概率密度加权的测地距离脑部MR图像超像素分割算法;最后应用模糊C均值聚类算法作为后续分割处理,获得脑部MR图像的组织分类.与现有算法在分割性能上进行定量比较的实验结果表明,文中算法能够产生更准确的分割边界.(本文来源于《计算机辅助设计与图形学学报》期刊2019年05期）
张亮,陈彦来[3]（2019）在《一种高距离分辨率低截获概率的雷达信号分析》一文中研究指出提出了一种在均匀脉冲串的基础上,脉内采用二相编码进行调相、脉间采用步进频率进行调频的复合调制信号。通过MATLAB仿真分析,说明这种信号兼有相位编码信号、步进频率信号的优点,又弥补了这2种信号各自的缺点,是一种具有高距离分辨率、低截获概率特性的雷达信号。(本文来源于《舰船电子对抗》期刊2019年01期）
李国元,黄佳鹏,唐新明,黄庚华,周世宏[4]（2018）在《距离门宽度对单光子激光测高卫星探测概率及测距精度的影响》一文中研究指出针对距离门对单光子激光测高卫星探测概率以及测距精度的影响,结合激光雷达方程、单光子探测方程进行理论推导,采用不同宽度的距离门分析讨论,并利用蒙特卡洛方法进行模拟仿真试验。通过理论分析和仿真试验证明,距离门宽度对于探测概率影响不大,对于虚警概率具有较大影响,距离门为100ns时,测距误差可以满足激光测高卫星的测距要求,当距离门宽度超过400ns时,噪声占比会较大,测距精度会急剧下降,需要在数据后处理阶段采用精细化的滤波算法提取有效探测光子,保证测量精度。为保证对同一点重复观测25次,根据ICESat-2卫星的激光载荷参数,推导出光斑大小、光斑间距、激光重频叁者之间的定量化关系。相关结论对于后续国产单光子激光测高卫星的设计与指标论证可提供一定参考。(本文来源于《测绘学报》期刊2018年11期）
朱志锋,张绍义[5]（2018）在《用概率距离研究非时齐马氏链的收敛性》一文中研究指出该文用概率距离和耦合方法研究了一般状态空间非时齐马氏链的收敛性,得到了一般状态空间.非时齐马氏链收敛的一个条件.(本文来源于《数学物理学报》期刊2018年05期）
袁臣虎,路亮,王岁,李海杰,刘奇[6]（2018）在《基于概率距离的电脑鼠走迷宫融合算法研究》一文中研究指出针对传统电脑鼠迷宫搜索算法无法适应随机迷宫图搜索的问题,提出一种新的电脑鼠走迷宫融合算法。运用概率距离将迷宫划分为八区域,标定各区域概率距离特征并进行算法填充,实现概率距离向心算法和洪水算法的高效融合,提高迷宫搜索效率并降低对高性能CPU的依赖性。通过对6张迷宫的测试结果表明,与传统向心和洪水算法相比,该算法迷宫搜索时间可减少50%,搜索成功率达到100%,是一种高效的迷宫融合搜索算法。(本文来源于《计算机工程》期刊2018年09期）
李霁蒲,赵荣珍[7]（2018）在《近邻概率距离在旋转机械故障集分类中的应用方法》一文中研究指出针对多种故障类型的特征属性相互交叉导致故障难以辨识的问题,提出一种考虑相邻点之间成为近邻点概率的新度量函数。将新提出的近邻概率距离(Nearby Probability Distance,NPD)应用于局部保持投影算法(Locality Preserving Projection,LPP)与K-近邻(K-Nearest Neighbor,KNN)分类器中,提出基于近邻概率距离的局部保持投影算法(Nearby Probability Distance Locality Preserving Projection,NPDLPP)与基于近邻概率距离的K-近邻(Nearby Probability Distance K-Nearest Neighbor,NPDKNN)分类器;首先通过时域、频域特征提取方法,将振动信号转化为高维特征数据集,然后通过NPDLPP将高维数据集降维到低维空间,最后将降维得到的低维敏感特征集输入到NPDKNN中进行模式识别;用一个双跨度转子系统的振动信号集合进行验证,证明了所提出的降维算法效果明显,它能够达到各个故障类型更好分离。研究表明,新提出的近邻概率距离较传统的欧式距离测度更能最小化类内散度,最大化类间分离度。(本文来源于《振动与冲击》期刊2018年11期）
陈晓,李亚安,李余兴,蔚婧[8]（2018）在《基于距离加权的概率数据关联机动目标跟踪算法》一文中研究指出为了提高杂波环境下机动目标跟踪的实时性和精确性,在概率数据关联算法的基础上,引入距离加权的概念,以区分来自于目标的量测概率和来自于杂波的虚假概率,在一定程度上提高了概率数据关联算法在密集杂波环境下的非机动目标的跟踪性能.针对机动目标的跟踪,提出了一种适用于密集杂波环境下的联合交互式多模型概率数据关联跟踪算法,该算法利用距离加权的概率数据关联算法进行滤波.模拟实验结果表明:该算法可以在一定程度上提高密集杂波环境下机动目标跟踪的性能,能够更加有效、可靠地实现机动目标跟踪的目的.(本文来源于《上海交通大学学报》期刊2018年04期）
赵赟晶[9]（2018）在《基于概率密度加权测地距离的脑部MR图像分割问题研究与应用》一文中研究指出医学影像技术的快速发展,使其成为临床医疗的主要辅助手段。核磁共振图像(MRI)作为医学图像分割技术的研究核心,其成像特点具有较高的软组织分辨能力,便于进行大脑组织结构的识别和医学影像的量化分析,广泛应用于检查脑部病变组织、神经解剖等的研究中。因此,脑部MR图像分割是业界研究关注的主要对象、也是医学图像处理的重点问题。但是,由于医学图像的成像容易受噪声、磁场等外界因素的干扰,造成了医学影像模糊和不均匀;同时,医学图像涉及人体组织,成分较自然图像更复杂,对其分割的阈值差异要求更精细。以上这些都给医学图像分割研究的发展带来了极大的困难。对许多医学图像处理任务来说,超像素分割经常被作为预处理工作,是一种重要的过分割技术(Over-segmentation)。例如,将超像素(Superpixel)应用到脑部MR 图像的组织分割中,可以显着减少后处理步骤的工作量。然而,由于不—同脑部组织的灰度分布区间有重迭,不同组织之间的差别并不明显,大多数现有的超像素分割算法无法实现对弱边界情况的精确分割。本文从脑部MR图像的特点出发,充分利用脑部MR图像表达先验知识,在给定的脑部MR图像中观察脑组织的一般结构,通过定义每个像素属于其中一个类别的概率来克服困难,而不仅仅依赖于灰度信息,从而提出了一种基于概率密度加权测地距离的脑部MR图像分割算法,应用模糊C均值聚类算法作为后续处理,以获得脑部图像的组织分类。该算法创造性地融入概率密度函数,设计了一种更有效的梯度计算方法,使脑部不同组织之间的对比更加明显、每一个难于区分的细小边界都可以被检测到。本文的主要工作和创新点有以下几个方面:1.采用直方图统计预处理,将得到的样本值作为先验值进行概率密度估计。由于脑部图像灰质、白质、脑脊液不同组织的像素灰度值之间有重合的地方,因此很难检测到不同脑部组织确切的划分边界,导致每个像素点所属的类别都具有一个模糊度,难以直接对其分割。所以,本文首先进行直方图统计,将得到的样本值作为先验知识,用来在下一步中对图像上的每一个像素点进行概率密度估计。2.设计新的权重影响因子来定义测地距离,新的权重被定义为概率密度估计的梯度值,一种新的梯度计算的方法,称为基于概率密度的种子点敏感梯度。融入了概率密度函数,使脑部不同组织之间对比更加明显,梯度计算更加合理。新定义的测地距离称为基于概率密度加权测地距离并以此作为像素点的相似度度量标准,进行超像素初步分割。3.增加局部分割后处理过程,对超像素进行局部分裂,将像素点更准确地归类,进一步提高了超像素分割的准确度,用最简单最传统的FCM(模糊C均值聚类)模型进行最后的聚类,仍然可以取得理想的分类结果。最后,将基于概率密度加权测地距离的超像素分割技术、FCM等方法联系起来,在超像素的基础上得到脑部组织分割结果。实验结果表明,与现有技术相比,该算法产生的超像素具有更准确的分割边界,能够准确的区分出各个脑部组织,进一步提高了图像分割准确度。将本文所研究的医学图像分割即脑部MR图像分割技术应用于医学项目:颅脑MR图像叁维可视化系统中,进行颅脑组织分割,并在分割的基础上进行重建,构造颅脑叁维几何模型,重建后的叁维图像能够逼真的显示颅脑的叁维结构视图,有助于医生确诊、理解脑部回路构造、分析神经环路和病变组织等。(本文来源于《山东大学》期刊2018-04-20）
朱京伟,王晓丹,宋亚飞,黄文龙[10]（2018）在《基于幂Pignistic概率距离的加权证据组合方法》一文中研究指出针对现有的相似性/相异性测度在量化证据冲突时存在的不足,定义一种新的被称为幂Pignistic概率距离的相异性测度,并提出基于幂Pignistic概率距离的加权证据组合方法。该方法通过幂Pignistic概率距离量化两证据之间的冲突程度,然后建立相似性矩阵并求得各证据的可信度,再用加权平均法修正证据,最后利用Dempster规则进行组合。数值算例的结果表明,所提方法是合理有效的。(本文来源于《通信学报》期刊2018年01期）
概率距离论文开题报告
（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：
超像素是一种重要的图像过分割,因为医学图像具有边界模糊、不同组织的灰度范围互相重迭的特点,为超像素分割带来极大困难.针对脑部MR图像超像素生成问题,从脑部MR图像的特点出发,充分利用脑部MR图像表达先验知识,结合脑部MR图像的一般结构,定义每个像素属于脑组织中一个类别的概率,并基于分类概率提出一种有效的边界梯度计算方法;在此基础上,提出一种概率密度加权的测地距离脑部MR图像超像素分割算法;最后应用模糊C均值聚类算法作为后续分割处理,获得脑部MR图像的组织分类.与现有算法在分割性能上进行定量比较的实验结果表明,文中算法能够产生更准确的分割边界.
（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。
概率距离论文参考文献
[1].吴晨光,陆盟,张洁,赵江.降雨型滑坡运动距离概率预测模型[C].2019年全国工程地质学术年会论文集.2019
[2].赵赟晶,周元峰,魏广顺,辛士庆,高珊珊.概率加权测地距离的脑部MR图像超像素分割[J].计算机辅助设计与图形学学报.2019
[3].张亮,陈彦来.一种高距离分辨率低截获概率的雷达信号分析[J].舰船电子对抗.2019
[4].李国元,黄佳鹏,唐新明,黄庚华,周世宏.距离门宽度对单光子激光测高卫星探测概率及测距精度的影响[J].测绘学报.2018
[5].朱志锋,张绍义.用概率距离研究非时齐马氏链的收敛性[J].数学物理学报.2018
[6].袁臣虎,路亮,王岁,李海杰,刘奇.基于概率距离的电脑鼠走迷宫融合算法研究[J].计算机工程.2018
[7].李霁蒲,赵荣珍.近邻概率距离在旋转机械故障集分类中的应用方法[J].振动与冲击.2018
[8].陈晓,李亚安,李余兴,蔚婧.基于距离加权的概率数据关联机动目标跟踪算法[J].上海交通大学学报.2018
[9].赵赟晶.基于概率密度加权测地距离的脑部MR图像分割问题研究与应用[D].山东大学.2018
[10].朱京伟,王晓丹,宋亚飞,黄文龙.基于幂Pignistic概率距离的加权证据组合方法[J].通信学报.2018