导读:本文包含了感知集合论文开题报告文献综述及选题提纲参考文献，主要关键词:服装集合店,体验营销,零售模式,顾客感知价值
感知集合论文文献综述
单可非[1]（2018）在《基于顾客感知价值的服装集合店体验营销研究》一文中研究指出近年来,我国电子商务占据了很大一部分服装零售市场的份额,实体零售正在受到前所未有的冲击,同时面对着机遇与挑战。在互联网时代的背景下,以顾客体验为中心、以数据驱动的泛零售形态打破了线上线下的隔阂,使得零售模式有了更多的可能。从商业实践层面出发,围绕生活形态来呈现不同产品组合的服装集合店近年来得到了众多青睐。相关研究表明,随着年轻消费力的崛起,以及“体验经济”、“个性消费”、“新零售”等概念升级,着重于生活方式的服装零售市场商机渐渐显现。首先,本论文梳理前者对服装集合店模式的研究,站在顾客感知价值的角度上,以体验营销策略为分析基础,对此进行深入解读从而建立本文的研究基底。其次,利用前者理论研究基础从顾知价值的感知利得与感知利失角度出发,通过从感觉体验、情感体验、思考体验、行动体验与关联体验五个维度进行分析,进行基于顾客感知价值的体验营销实证研究分析,构建研究模型,并对模型进行诠释,根据研究模型提出本文的研究假设,根据选题选择合理样本发放调查问卷,在回收之后针对有效数据实施信/效度分析、相关性分析以及回归分析。最后,运用案例分析和数据分析结果探索以中国市场的目标消费者对服装集合店的设计。将结论运用到设计中,完成基于消费者体验的服装集合店设计与营销方案。通过本文研究能够对学术界相关理论予以丰富,同时也能够为服装零售界制定营销策略提供参考借鉴。在时代背景之下,服装品牌需要打破传统零售模式,勇于尝试,从相对单一品类的商品销售,向整合多种业态与多种品牌合作共同发展。贩卖生活方式转型是未来的零售业重要发展方向之一,此研究对服装零售业的发展具有实践性的意义。(本文来源于《浙江理工大学》期刊2018-12-30）
刘佳琳[2]（2018）在《小班幼儿感知集合发展的现状研究》一文中研究指出3~4岁幼儿数学教育以感知集合教育为主,本人通过观察、测试、访谈等方法对小班幼儿感知集合现状进行研究,发现现在小班幼儿已能很好完成智龄3~4岁儿童感知集合教育内容,许多幼儿能完成大部分智龄4~5岁,甚至智龄5~6岁儿童的教育内容。说明幼儿的认知水平、情感和动作技能发展在遵循前人研究归纳的发展规律基础上有了进一步的提高。由此提出教育建议:整合课程,从一日生活中渗透感知集合的概念;重视发挥区角活动的作用;适当调整或加深内容难度,便于自己或同行在今后幼儿园实际教学中提供对策。(本文来源于《早期教育(教科研版)》期刊2018年10期）
姬翔[3]（2018）在《基于信号集合势和连续性的认知无线电宽带频谱感知》一文中研究指出近年来,随着无线电技术的飞速发展,无线频谱资源的分配严重不足。认知无线电理论为有效提高频谱利用率、解决频谱资源稀缺问题以及实现频谱管理和动态分配提供充足的理论支持。频谱感知技术是认知无线电的重要组成部分,只有准确、及时地探测出频谱的缺口,才能对频谱资源实施有效的再度分配,使后续的通信环节保持畅通。(本文来源于《通信电源技术》期刊2018年08期）
李慧,何雪云,梁彦[4]（2018）在《多用户OFDM系统基于压缩感知的信道估计中多导频集合设计研究》一文中研究指出为了保证高速移动环境中多用户OFDM系统(Multi-User Orthogonal Frequency Division Multiplexing Systems)中基站能估计所有的上行信道,研究了双选择(Doubly-Selective,DS)信道模型下多个导频集合的设计问题。同时为了降低每个用户的导频开销,将压缩感知(Compressed Sensing,CS)理论应用在信道估计中。在分析基于最小化互相关值的导频设计准则所存在问题的基础上,将最小化调整互相关值用于传统的DSO(Discrete Stochastic Optimization)导频设计方法来完成单个用户导频设计,然后基于最小化调整互相关集合元素的加权平均准则,将改进的DSO算法扩展到多用户导频集合的设计。仿真结果表明,采用提出的新准则获得的每一个导频集合均能获得比较好的信道估计性能,与已有的其它准则相比,在用户数增多的情况下能使信道估计性能得到改善。(本文来源于《南京邮电大学学报(自然科学版)》期刊2018年02期）
王薷泉[5]（2017）在《基于多参考帧假设集合优化选择的压缩感知重构算法》一文中研究指出在传统的奈奎斯特采样过程中,要求信号采样频率必须大于信号带宽的二倍,这对编码端的存储带来很大的负担,大量采样数据也会对圧缩过程的计算施加极大压力,在编码端资源受限的场景下,这些都是不可接受的。压缩感知(CS)的提出解决了上述问题,它打破了奈奎斯特定律的禁锢,将数据的采样与压缩过程合二为一,特别适合于编码端资源受限的场景。分布式压缩视频感知将分布式视频编解码(DVC)与CS相结合,其编码端复杂度相较于DVC有了进一步的降低,因此一经发表,就引起了众多学者的兴趣,取得了很多的优质方案,其中基于多假设预测技术的方案因其较好的重构性能取得了广泛关注。但是在低采样率条件下,现有的多假设预测算法只是利用Key帧做参考帧,并没有有效发掘相邻CS帧对重构的参考价值,因此重构质量还有很大提升余地。本文提出了基于多参考帧的假设集合优化选择算法(Multi-Reference Hypothesis Optimization,MRHO),先通过增加参考帧数量来扩大多假设预测向量的选择范围,然后选择与待重构块相关性最高的假设组成新的假设集合,在不增加多假设预测集合尺寸的前提下使多假设预测集合的整体质量得到提升,最终达到提高CS帧重构质量的目的。另外为了进一步提升重构性能,本文在已有的Key帧二次重构算法的基础上做出改进,增加Key帧的参考帧数目,利用MRHO算法选取最优的假设向量对Key帧进行二次重构,提高Key帧的解码性能。仿真结果表明,在低采样率条件下,本文提出的基于多参考帧假设集合优化选择算法有效地同时提升了Key帧和CS帧的重构质量。(本文来源于《西安电子科技大学》期刊2017-06-01）
李辰涛[6]（2017）在《基于假设集合预测技术的分布式压缩感知》一文中研究指出传统的视频编解码技术,编码端采用帧内编码技术,存在大量的运动补偿和运动估计运算,大大增加了编码端的复杂度,因此不适合应用于编码端资源受限的无线多媒体传感器网络中。为了解决上述问题,我们将压缩感知理论应用于视频编解码技术中,即视频压缩感知技术。视频压缩感知技术中:视频信号可以通过某种测量矩阵对其进行直接采样,采样过程即编码过程,并且采样数据量远远小于采样定理所要求的数据量,最后通过某种特定算法精确地恢复原信号。基于低采样数据量和低编码复杂度的特点,使视频压缩感知技术非常适合应用于无线多媒体传感器网络中。现有的视频压缩感知技术中,多假设预测技术因重构质量较高,引起了人们的关注,但其存在算法时间复杂度高,重构速率慢的问题,为了在不降低重构端率失真性能前提下,减小重构算法时间复杂度,在多假设预测过程中,本文提出了动态改变参考帧中搜索窗大小(Dynamically Change the Size Of the Searching Window In the Reference Frame,DCSWRF)的算法;动态改变搜索窗大小是以块为单位进行视频帧采样,根据视频帧之间的相关性,采用多假设预测,待重构帧在多假设预测过程中根据各个子块相对参考帧中对应位置子块的变化程度,动态改变搜索窗大小。同时为了进一步提高重构质量本文还提出了多参考帧下最优参考帧的选择(The Selection of the Optimal Reference Frame Under Multiple Reference Frames,SOFUMF)算法,该方案在多假设预测过程中,将Key帧自始至终都当作待重构CS帧的参考帧,在此基础上考虑增加已重构CS帧作为待重构CS帧的参考帧,前提是满足一定的相关性条件,同时为了均衡重构质量和重构速度,在多个已重构CS帧中只选择最优的。通过仿真验证并与原有技术对比,新提出的DCSWRF算法有效提高了重构速度,减小了算法时间复杂度,而且对低采样率下的重构性能有所提升;而进一步提出的SOFUMF算法相较DCSWRF算法,进一步提高了重构质量,并且相比原有未采用DCSWRF算法的方案,重构速度有所提升。(本文来源于《西安电子科技大学》期刊2017-06-01）
申滨,高凯,黄晓舸,陈前斌[7]（2016）在《基于用户集合势估计的认知无线电合作频谱感知》一文中研究指出频谱感知技术是认知无线电系统的基本功能,是实现已授权频段的次级动态接入和共享的前提。提出基于用户集合势估计的合作频谱感知方案,旨在通过GEEF(gerschgorin exponentially embedded families),SPEEF(sampled power exponentially embedded families)等算法估计出用户的集合势,即适合参与合作频谱感知的最优用户个数,再从全部合作用户中筛选出相应的频谱观测数据生成全局检测统计量,通过与判决门限进行对比,最终对授权用户状态做出判决。理论分析与实验结果表明,提出的方案能够有效地提高频谱感知的性能。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2016年05期）
申滨,喻俊,黄琼,陈前斌[8]（2016）在《基于信号集合势和连续性的认知无线电宽带频谱感知》一文中研究指出针对传统感知算法依赖主用户信号与噪声先验信息,以及易受噪声功率估计不确定性影响的缺点,提出了一种基于信号集合势和连续性的宽带频谱感知方案.该方案将宽带频谱感知分为主用户占子带集合势的估计和子带位置判决两步.在两次不同感知结果中利用主用户连续占用子带的特性,有效地实现最终感知性能的提升.理论分析和仿真结果表明,该方案不仅能够解决传统感知方法依赖噪声和主用户信号先验信息的问题,而且对抗噪声功率不确定性具有鲁棒性.特别地,与传统的能量检测频谱感知算法相比,该算法能有效地实现宽带频谱盲感知.(本文来源于《电子学报》期刊2016年08期）
高亚天[9]（2015）在《基于假设集合设计分布式压缩感知算法研究》一文中研究指出1924年奈奎斯特推导出在理想低通信道的最高码元传输速率。即为了不失真地恢复模拟信号,采样频率应不小于模拟信号频谱中最高频率的2倍,也称为采样定理[1]。然而,在一些编码端资源(如能量、存储设备等等)有限的场景下,以频谱最高频率的2倍采样是难以实现或持续的。压缩感知(Compressed sensing简称CS)理论的提出突破了奈奎斯特采样速率的限制,将对数据的采样和压缩一步完成。CS所具有的压缩效率高,操作简单等特点使其非常适合用于编码端资源受限的应用场景。随后,将压缩感知与视频编解码相结合提出了压缩视频感知(Compressed video sensing简称CVS)。无论是从计算复杂度还是数据量方面来说,都大大降低了编码端的负担。尽管基于压缩感知的视频方案取得了大量的研究成果,但对于低采样率的的重构性能依然不够理想。虽然较高的采样率可以得到优异的重构性能,但这对编码端的储存设备,计算开销的资源造成了较大的负担。这有违使用压缩感知理论的初衷,并在无线网络的底层一些能量有限的结点中实现也是很困难的。本文通过提出的假设集合更新算法(Hypothesis set update,简称HSU)和动态参考帧选择算法(Dynamic reference select,简称DRS),对现有的基于多假设预测的基于压缩感知的分布式视频编解码技术(Distribute Compressed Video Sensing,简称DCVS)进行改进。在不增加编码端复杂度的情况下,使得视频的重构质量得到改善。其中假设集合更新算法,借鉴构造字典的方法,对原预测集合的进行更新。用扩展预测集中的与目标块相关性更高的预测替换原预测集中相关性低的预测。从而使得目标块在预测集的表示下获得更好的稀疏性,更加充分的利用了帧内的空间相关性,进而提高重构质量。参考帧选择算法在二次重构的基础上通过为当前帧选则更合适的参考帧来更加充分的利用帧间的相关性,提高重构的质量。仿真结果表明,在低采样率的情况下,提出的基于预测集更新和参考帧选择的分布式编解码系统(HD-BDCVS)同时提高非关键帧和关键帧的重构质量。(本文来源于《西安电子科技大学》期刊2015-11-01）
伍凯[10]（2014）在《基于假设集合优化的压缩视频感知研究》一文中研究指出压缩感知将对数据的采样和压缩一步完成,极高的压缩效率和简单的操作使其特别适合于处理编码端资源受限场景下的多媒体视频数据,基于压缩感知的视频方案取得了大量的研究成果,其中基于多假设预测技术的方案以其极高的重构质量成为研究的热点。本文主要研究低采样率条件下视频的快速高质量重构技术,提出了基于假设集合优化技术的分布式压缩视频感知(DCVS)方案。该方案通过对假设集合进行优化,并且对待求解的约束优化问题和混合预测判断表达式进行改进,使得视频数据在低采样率条件下的重构质量和重构速度相对于现有的多假设方案都得到了提升。其中,1)对假设集合的优化主要通过假设集合选优技术和假设集合优化更新技术实现:低采样率条件下通过假设集合选优技术精简假设集合,减少运算量,提升低采样率条件下的重构速度和重构质量;通过假设集合优化更新技术对原假设集合进行优化升级,提高高采样率条件下的重构质量;2)对原有的混合假设判断方案通过测量值平均的方式进行改进,使其在固定阈值T条件下,实现混合假设预测模式在不同采样率下地自适应判断;3)对于待求解的约束优化问题,将1和2范数约束结合,并根据距离向量对两项同时进行加权,形成自适应距离加权弹性网惩罚项,避免了单一采用1或2范数约束带来的不足。仿真结果表明,在低采样率条件下,采用本文提出的基于假设集合优化技术的DCVS方案相对于未采用这些技术的原多假设方案,重构速度和重构质量都得到了提升,验证了本文所提方案的有效性。(本文来源于《西安电子科技大学》期刊2014-11-01）
感知集合论文开题报告
（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：
3~4岁幼儿数学教育以感知集合教育为主,本人通过观察、测试、访谈等方法对小班幼儿感知集合现状进行研究,发现现在小班幼儿已能很好完成智龄3~4岁儿童感知集合教育内容,许多幼儿能完成大部分智龄4~5岁,甚至智龄5~6岁儿童的教育内容。说明幼儿的认知水平、情感和动作技能发展在遵循前人研究归纳的发展规律基础上有了进一步的提高。由此提出教育建议:整合课程,从一日生活中渗透感知集合的概念;重视发挥区角活动的作用;适当调整或加深内容难度,便于自己或同行在今后幼儿园实际教学中提供对策。
（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。
感知集合论文参考文献
[1].单可非.基于顾客感知价值的服装集合店体验营销研究[D].浙江理工大学.2018
[2].刘佳琳.小班幼儿感知集合发展的现状研究[J].早期教育(教科研版).2018
[3].姬翔.基于信号集合势和连续性的认知无线电宽带频谱感知[J].通信电源技术.2018
[4].李慧,何雪云,梁彦.多用户OFDM系统基于压缩感知的信道估计中多导频集合设计研究[J].南京邮电大学学报(自然科学版).2018
[5].王薷泉.基于多参考帧假设集合优化选择的压缩感知重构算法[D].西安电子科技大学.2017
[6].李辰涛.基于假设集合预测技术的分布式压缩感知[D].西安电子科技大学.2017
[7].申滨,高凯,黄晓舸,陈前斌.基于用户集合势估计的认知无线电合作频谱感知[J].重庆邮电大学学报(自然科学版).2016
[8].申滨,喻俊,黄琼,陈前斌.基于信号集合势和连续性的认知无线电宽带频谱感知[J].电子学报.2016
[9].高亚天.基于假设集合设计分布式压缩感知算法研究[D].西安电子科技大学.2015
[10].伍凯.基于假设集合优化的压缩视频感知研究[D].西安电子科技大学.2014