导读:本文包含了线性相关性论文开题报告文献综述及选题提纲参考文献，主要关键词:“问题链”,线性相关,教学设计
线性相关性论文文献综述
金晶[1]（2019）在《基于“问题链”的向量组线性相关性概念教学设计》一文中研究指出分析"问题链"的内涵,基于"问题链"探讨向量组线性相关性概念的教学,优化教学设计,可以激发学生学习线性代数的兴趣,引导学生主动进行数学思考,深入理解数学知识,也可以化解教学难点,提升教学效率。(本文来源于《课程教育研究》期刊2019年41期）
袁博[2]（2019）在《基于混合像元空间与谱间相关性模型的NMF线性盲解混》一文中研究指出基于相关性分析的高光谱解混算法,通常缺少对高光谱图像空间和光谱相关性特征的综合分析与利用,或对于先验知识的依赖程度较高。本文提出一种基于混合像元空间与谱间相关性模型的NMF线性盲解混算法。具体包括:通过改进马尔科夫随机场(MRF)模型,建立相邻像元间的空间相关模型;利用复杂度映射技术,建立相邻波段间的光谱相关模型;在NMF目标函数外部和内部分别引入上述两种模型,作为盲解混算法的约束条件。试验结果表明,该算法相对于区域相关的NMF解混算法(ACBNMF)、最小化光谱相关度约束的NMF方法(MSCCNMF)和最小体积约束的非负矩阵分解(MVCNMF)等代表性NMF解混参考算法,解混精度有所提高;同时,降低了对于先验知识的依赖程度,拓宽了适用范围。(本文来源于《测绘学报》期刊2019年09期）
李敏,程茂华,潘颖,李雄[3]（2019）在《云环境下基于线性回归算法的PM_(10)—能见度—湿度相关性研究》一文中研究指出当前基于云平台下线性回归算法用于能见度、湿度与气溶胶PM_(10)之间相关性研究较少,针对现代大规模数据线性回归在单机计算时间过长的问题,设计云环境下DMLR(Distributed Multiple Linear Regression)模型用于能见度、湿度与气溶胶PM_(10)相关性的研究,实验分析表明,湿度区间一致大气气溶胶PM_(10)浓度越大能见度就越小,能见度区间一致大气气溶胶PM_(10)浓度越低湿度越大。实验结果还发现湿度介于40%-90%,能见度介于8km-19kmDMLR预测效果最好。DMLR算法模型在时间性能方面要优于传统回归模型。(本文来源于《安徽师范大学学报(自然科学版)》期刊2019年04期）
莫京兰[4]（2019）在《翻转课堂下向量组线性相关性的微课教学应用》一文中研究指出随着高校教学理念的不断更新,微课和翻转课堂已经广泛应用于高校课程改革中。课题组从微课和翻转课堂的概念入手,以线性代数的某个知识点为例,探讨翻转课堂模式下向量组线性相关性的微课教学模式,为高校线性代数课程的教学改革提供借鉴。(本文来源于《大学教育》期刊2019年06期）
鲍娟,丁娥,张媛媛,赵青,谈跃[5]（2019）在《线性法测量皮质下缺血性血管病患者脑萎缩及其与认知损害的相关性分析》一文中研究指出目的通过线性法测量皮质下缺血性血管病(SIVD)患者脑萎缩,分析其与认知功能损害的相关性。方法共纳入SIVD组50例,健康对照组50例。所有入组对象均完成一般情况评定、Mo CA量表评估认知功能、头颅MRI检查,线性法进行脑萎缩测量。结果 SIVD组代表脑室系统横径的测量值及脑沟测量值,除桥池宽度外,均较对照组显着增大(P <0. 05)。SIVD组的脑萎缩测量相对值除脑干指数外,均显着高于对照组(P <0. 05)。SIVD组双侧侧脑室两额角间最宽距离、双侧侧脑室额角两侧尾状核头间最小距离、第叁脑室宽度、双侧侧脑室腰部外侧壁最小距离与Mo CA评分呈显着负相关(P <0. 05)。SIVD组脑萎缩测量相对值中的额角指数、尾状核指数、哈氏值、第叁脑室宽度与视空间能力、计算力、延迟记忆和定向力均呈负相关(P <0. 05)。结论 SIVD患者存在明显的皮质和皮质下萎缩,并与认知功能损害相关。哈氏值、额角指数、尾状核指数、第叁脑室宽度可作为SIVD患者脑萎缩的预测指标,提示执行功能/视空间及计算力、记忆力的损害。(本文来源于《国际神经病学神经外科学杂志》期刊2019年02期）
张芳芳,李敏,冷森,刘加勋[6]（2019）在《复向量空间的线性相关性及其在复参数辨识中的应用》一文中研究指出向量的相关性反映某个数域上n维向量空间中向量之间的关系。随着复向量在控制论、混沌通信等领域的广泛应用,复向量空间的线性相关性理论亟待完善。本文提出了复向量空间中实线性相关和复线性相关的概念及其关系和推论,给出相应的判定定理,然后将复线性相关性的结论应用到了复参数辨识中,证明了不确定复混沌系统的复参数的真值收敛性。(本文来源于《齐鲁工业大学学报》期刊2019年01期）
商卓然[7]（2019）在《基于线性回归的中学生各学科成绩相关性分析》一文中研究指出本文通过利用Excel软件,对初二、初叁两个年级学生的数学成绩与物理、化学成绩进行线性回归分析,探究中学生数学成绩与物理、化学成绩的相关关系。(本文来源于《数学大世界(中旬)》期刊2019年01期）
张虎,邢成芬,龙克文,肖亚宁,陶坤[8]（2018）在《一级磁结构相变材料Mn_(0.6)Fe_(0.4)NiSi_(0.5)Ge_(0.5)和Ni_(50)Mn_(34)Co_2Sn_(14)的磁热效应与磁场的线性相关性》一文中研究指出磁熵变(ΔS_M)与磁场(μ_0H)的相关性已在很多二级相变材料中被研究并报道,但一级相变材料的磁热效应与磁场相关性还少有报道.本文在具有一级磁结构相变的Mn_(0.6)Fe_(0.4)NiSi_(0.5)Ge_(0.5)材料中研究发现△S_M与μ_0H存在线性相关性,并通过麦克斯韦关系式的数值分析详细讨论了这一线性相关性的来源.同时,进一步发现在低磁场时,△S_M近似正比于μ_0H的平方.该线性相关性同样在一级磁结构相变Ni_(50)Mn_(34)Co_2Sn_(14)材料中得到了印证.但由于一级磁弹相变LaFe_(11.7)Si_(1.3)材料相变温度具有更强的磁场依赖性,不具有△S_M的线性相关性,因此,本研究表明,当磁结构相变材料的相变温度具有弱磁场依赖性时,ΔS_M与μ_0H具有线性相关性.进而,在磁场未达到相变饱和磁场以下,利用ΔS_M与μ_0H的线性相关性可以有效推测更高磁场下的△S_M.(本文来源于《物理学报》期刊2018年20期）
康浩,付超,孙永彪[9]（2018）在《向量组线性相关性的本质分析及类比教学》一文中研究指出向量组的线性相关性问题是线性代数中非常核心的内容之一,包含了线性代数课程中很重要的学术思想,学生们是否能对这部分进行很好的掌握直接影响到后续线性方程组部分的教学工作。同时,该部分内容也是线性代数整个课程体系中较为复杂较为抽象的一个部分。结合教学实践,本文将教材中有关向量组线性相关性的定义和性质等结论通过一定的类比方法进行形象化,从而大大降低学生们理解的难度,促进教学效果的改善,希望对日后该部分内容的讲解能够起到积极的借鉴作用。(本文来源于《教育现代化》期刊2018年36期）
董世荣[10]（2018）在《结合K-均值聚类分析的线性回归法在相关性分析中的应用——以高考英语成绩与高考总成绩的相关性为例》一文中研究指出本文将K-均值聚类分析法与线性回归法相结合,提出了一种研究两变量间相关性的新方法,同时以高考英语成绩与高考总成绩的相关性为例,对该方法与线性回归法进行了初步对比。研究结果表明,当样本数据分布比较偏离正态分布时,采用结合聚类分析的线性回归法进行两变量间相关性分析,具有较高的合理性。(本文来源于《长春师范大学学报》期刊2018年08期）
线性相关性论文开题报告
（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：
基于相关性分析的高光谱解混算法,通常缺少对高光谱图像空间和光谱相关性特征的综合分析与利用,或对于先验知识的依赖程度较高。本文提出一种基于混合像元空间与谱间相关性模型的NMF线性盲解混算法。具体包括:通过改进马尔科夫随机场(MRF)模型,建立相邻像元间的空间相关模型;利用复杂度映射技术,建立相邻波段间的光谱相关模型;在NMF目标函数外部和内部分别引入上述两种模型,作为盲解混算法的约束条件。试验结果表明,该算法相对于区域相关的NMF解混算法(ACBNMF)、最小化光谱相关度约束的NMF方法(MSCCNMF)和最小体积约束的非负矩阵分解(MVCNMF)等代表性NMF解混参考算法,解混精度有所提高;同时,降低了对于先验知识的依赖程度,拓宽了适用范围。
（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。
线性相关性论文参考文献
[1].金晶.基于“问题链”的向量组线性相关性概念教学设计[J].课程教育研究.2019
[2].袁博.基于混合像元空间与谱间相关性模型的NMF线性盲解混[J].测绘学报.2019
[3].李敏,程茂华,潘颖,李雄.云环境下基于线性回归算法的PM_(10)—能见度—湿度相关性研究[J].安徽师范大学学报(自然科学版).2019
[4].莫京兰.翻转课堂下向量组线性相关性的微课教学应用[J].大学教育.2019
[5].鲍娟,丁娥,张媛媛,赵青,谈跃.线性法测量皮质下缺血性血管病患者脑萎缩及其与认知损害的相关性分析[J].国际神经病学神经外科学杂志.2019
[6].张芳芳,李敏,冷森,刘加勋.复向量空间的线性相关性及其在复参数辨识中的应用[J].齐鲁工业大学学报.2019
[7].商卓然.基于线性回归的中学生各学科成绩相关性分析[J].数学大世界(中旬).2019
[8].张虎,邢成芬,龙克文,肖亚宁,陶坤.一级磁结构相变材料Mn_(0.6)Fe_(0.4)NiSi_(0.5)Ge_(0.5)和Ni_(50)Mn_(34)Co_2Sn_(14)的磁热效应与磁场的线性相关性[J].物理学报.2018
[9].康浩,付超,孙永彪.向量组线性相关性的本质分析及类比教学[J].教育现代化.2018
[10].董世荣.结合K-均值聚类分析的线性回归法在相关性分析中的应用——以高考英语成绩与高考总成绩的相关性为例[J].长春师范大学学报.2018