导读:本文包含了多步长论文开题报告文献综述及选题提纲参考文献，主要关键词:全波形反演,抛物拟合,多震源正演,步长优化
多步长论文文献综述
国运东,黄建平,李庆洋,李振春,崔超[1]（2019）在《基于混迭数据多步长优化提高全波形反演的运算效率》一文中研究指出计算效率在一定程度上制约了全波形反演(FWI)技术的工业化应用,其中,步长的计算是影响计算效率的重要因素。常用的抛物插值类方法求取步长需要两次或多次正演计算,效率较低。在步长计算过程中引入混迭数据反演思想,采用多震源同时正演并直接基于混迭数据计算一次步长,较大幅度地减少计算步长的运行时间。此外,基于多节点并行同时计算多个试探步长,进一步提高计算效率和计算精度。将本文方法应用于典型中原模型和国际标准Marmousi模型试算,实验结果表明:本文方法与常规方法在反演精度上基本一致,但大幅度提高了运行效率,其中中原模型的运算效率提高43.75%,Marmousi模型的运行效率提高44.32%。(本文来源于《中国石油大学学报(自然科学版)》期刊2019年02期）
张原艺,章政,王泉[2]（2018）在《基于改进多步长蚁群算法的机器人路径规划》一文中研究指出针对移动机器人路径规划中蚁群算法的搜索效率问题,提出一种改进的多步长蚁群算法。将蚁群每次迭代产生的最优路径作为引导路径,利用路径引导搜索策略确定多步长的移动路径,提高搜索范围的多样性;在此基础上,采用多策略栅格选择机制提高算法的全局搜索能力;在搜索多步长候选栅格时引入安全距离判断策略以确保规划出的最优路径远离障碍物。实验结果表明,改进算法减少了路径成本和转弯次数,提高了算法收敛速度、路径平滑度和安全性。(本文来源于《计算机工程与设计》期刊2018年12期）
张原艺[3]（2018）在《基于改进多步长蚁群算法的移动机器人路径规划》一文中研究指出随着机器人技术的不断发展,移动机器人在探险、航空、交通运输和娱乐等多种场合得到了广泛的应用。目前移动机器人的路径规划问题正朝着智能化和自主化发展,合理、有效、准确的路径规划算法是移动机器人研究领域的重要内容之一。本文在分析当前路径规划算法的基础上,基于机器人操作系统(Robot Operating System,ROS)开发移动机器人,研究了基于蚁群算法的路径规划技术,论文的主要内容为:(1)在分析当前路径规划算法的研究现状基础上,选择具有并行性、鲁棒性强的蚁群算法用于移动机器人路径规划。考虑到蚁群算法在收敛速度,全局优化等方面存在的不足,本文设计了一种基于改进多步长蚁群算法的路径搜索策略。首先,利用路径引导搜索策略确定多步长的移动路径,然后,采用多策略栅格选择机制选取下一步移动路径,最后,在进行路径连通性判断时引入安全距离系数。仿真实验表明改进的算法提高了算法的收敛速度、减小了路径成本,提高了路径平滑度和安全性。(2)针对环境中存在动态障碍物的机器人路径规划问题,设计了基于改进多步长蚁群算法和滚动窗口相结合的路径规划方法。首先利用全局规划方法规划出静态环境下的全局路径,然后在此基础上,在滚动窗口中使用局部碰撞预测和避碰策略从而实现对动态障碍物的碰撞预测和避碰。(3)搭建了一种基于ROS的叁轮移动机器人实验平台,实现了移动机器人的自主移动、避障等功能,验证了本文所设计的路径规划算法的有效性。(本文来源于《武汉科技大学》期刊2018-05-01）
曾明如,徐小勇,罗浩,徐志敏[4]（2016）在《多步长蚁群算法的机器人路径规划研究》一文中研究指出针对传统蚁群算法进行机器人路径规划时具有收敛性差,易陷入局部最优等不足,提出一种多步长蚁群算法,该算法使机器人可根据其所处的环境选择步长,并找到一条长度短、行走步数少的路径.通过栅格法对机器人的工作环境进行建模,确定机器人的可选步长,改进启发信息的构成及信息素的更新方式,同时采用最大-最小蚂蚁思想来限制信息素强度防止早熟收敛现象的产生.大量的仿真结果表明改进的蚁群算法能够找到一条比传统蚁群算法路径更短,行走步数更少的路径,改进的算法更智能、高效,能够显着的提高机器人的路径规划性能.(本文来源于《小型微型计算机系统》期刊2016年02期）
郭晓军,徐健,马新星,刘峰[5]（2015）在《基于多步长最大信息熵的空间目标质心定位》一文中研究指出高精度星敏感器星点光斑的质心定位精度是星敏感器整体定位精度的基础,是天文导航、星图识别、轨道精确定位等技术的基础,常需要达到角秒级和亚像素的标准。论文分析了影响定位精度的主要因素,并研究了CCD观测图像亚像素的高精度质心定位方法,并分析了恒星成像时能量的分布,提出基于多步长最大信息熵的质心定位方法,该方法使用线性迭加缩小质心区域,利用恒星能量分布的对称性,求取信息熵最大时的质心位置,并采用模拟星图验证比较。实验表明,该方法定位精度可达0.01pixel,对低信噪比条件下的质心计算具有较好的效果。(本文来源于《舰船电子工程》期刊2015年11期）
屈耀红,于丽丽,周迎,袁冬莉[6]（2015）在《小型固定翼无人机多步长在线风场估计》一文中研究指出基于小型固定翼无人机飞行运动位置矢量关系,提出了一种多步长推算的风场估计方法,并通过飞行试验数据定量分析了步长数对估计精度的影响。该方法利用无人机飞行位置信息得到基于GPS/DR的风矢量场估计模型,接着通过飞行试验得到无人机在4种不同运动模态下飞行时,此风场估计方法获取风信息的步长数的最佳阈值。仿真结果表明,无人机以120~150 m/s飞行速度回旋飞行、飞行数据采样步长取为1 s的情况下,步长数不大于5 h的多步长风场估计方法可以最准确地估计出风信息,其测量风速误差不超过10%。(本文来源于《西北工业大学学报》期刊2015年05期）
徐小勇[7]（2015）在《多步长蚁群算法的机器人路径规划研究》一文中研究指出机器人技术体现了一个国家的科学技术发展和创新能力的水平,路径规划是机器人研究领域的一个重要分支,对机器人产业的发展有较大的促进作用。路径规划是指在一个存在障碍物的环境中,根据一些要求,能够找到一条从出发点到终点的无碰撞的路径。蚁群算法是路径规划主要采用的算法,蚁群算法具有并行性强、鲁棒性优等特点,但也存在路径搜索时间过长、求解速度慢、收敛速度慢、易陷入局部最优等问题。针对蚁群算法的这些缺点,本文提出一些创新点:1.多步长;2.一种新的搜索策略:利用当前栅格和目标栅格的连线,寻找下一栅格;3.改进启发信息的构造;4.信息素更新方式;5.最优路径的选择策略。主要内容如下:1.栅格法进行环境建模,利用机器人路径识别技术进行路径识别,对机器人获取的图像进行去噪处理,统计和对比图像在HIS模型下的参考窗口和当前窗口的H和S分量直方图,寻找可行走的自由栅格;2.本文将机器人步长设置为多步长,相较于传统蚁群算法固定步长,机器人不仅可选择其相邻栅格,而且也可选择其他一些栅格来作为下一栅格,这可增加机器人选择的多样性,提高搜索效率,使算法快速收敛,找到的路径更优;3.在原概率搜索的基础上增加一种新搜索策略,利用两点之间直线最短的原理,将当前栅格和目标栅格连接起来,来找到下一栅格;4.改进了算法的启发信息组成,将下一个栅格集里面的栅格与目标栅格的距离引进到启发信息中;5.改进算法的信息素更新方式,针对算法的多步长,步长大于1的时候,当前栅格和下一个栅格之间存在着其他的栅格,改进信息素更新方式,对这类栅格进行信息素更新;6.利用matlab软件,对多步长蚁群算法作大量的仿真实验,结果表明提出的算法能够找到一条比传统的算法路径更短,机器人需行走的步数更少的路径,多步长蚁群算法更智能、高效,能够显着的提高机器人在未知环境的路径规划能力。(本文来源于《南昌大学》期刊2015-05-31）
丁麟轩,黄昆,张大方[8]（2015）在《基于并行字符索引的多步长正则表达式匹配算法》一文中研究指出深度包检测(deep packet inspection,DPI)是网络入侵检测与防御系统(network intrusion detection and prevention system,NIDPS)的核心.基于叁态内容可寻址存储器(ternary content addressable memory,TCAM)的正则表达式匹配算法提高了数据包的处理速度,成为DPI技术的一个重要研究方向.TCAM具有查找速度快、存储空间小等特性,且能耗与存储空间成正比.由于DFA的存储空间开销比较大,且存储空间大小随着DFA步长数的增加而指数倍增,基于TCAM的DFA面临高能耗的问题,特别是多步长DFA.提出一种基于并行字符索引的多步长正则表达式匹配算法(multi-stride parallel character-indexed DFA,PCIDFA),对确定型有限自动机(deterministic finite automaton,DFA)构造并行字符索引,通过比特位图取交集,减少匹配时激活的TCAM块数,显着降低TCAM能耗.实验结果表明:与多步长DFA相比,多步长PCIDFA在TCAM能耗上减少了99.8%以上,在TCAM存储空间开销上减少了48.5%~65.3%,在吞吐量上提高了1.9~2.6倍.(本文来源于《计算机研究与发展》期刊2015年03期）
唐剑琪[9]（2013）在《支持通配符的多步长Trie树包分类方法》一文中研究指出文章提出一种使用支持通配符的多步长tire树结构对数据包进行分类的算法WMTrie,通过增加额外的分支来处理CIDK地址产生的前缀型规则,从而提高了匹配算法的性能。实验结果表明,WMTrie算法在不同规模的规则集上的性能比EGT-PC算法均有所提高。(本文来源于《第28次全国计算机安全学术交流会论文集》期刊2013-10-24）
唐剑琪[10]（2013）在《支持通配符的多步长Trie树包分类方法》一文中研究指出文章提出一种使用支持通配符的多步长tire树结构对数据包进行分类的算法WMTrie,通过增加额外的分支来处理CIDR地址产生的前缀型规则,从而提高了匹配算法的性能。实验结果表明,WMTrie算法在不同规模的规则集上的性能比EGT-PC算法均有所提高。(本文来源于《信息网络安全》期刊2013年10期）
多步长论文开题报告
（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：
针对移动机器人路径规划中蚁群算法的搜索效率问题,提出一种改进的多步长蚁群算法。将蚁群每次迭代产生的最优路径作为引导路径,利用路径引导搜索策略确定多步长的移动路径,提高搜索范围的多样性;在此基础上,采用多策略栅格选择机制提高算法的全局搜索能力;在搜索多步长候选栅格时引入安全距离判断策略以确保规划出的最优路径远离障碍物。实验结果表明,改进算法减少了路径成本和转弯次数,提高了算法收敛速度、路径平滑度和安全性。
（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。
多步长论文参考文献
[1].国运东,黄建平,李庆洋,李振春,崔超.基于混迭数据多步长优化提高全波形反演的运算效率[J].中国石油大学学报(自然科学版).2019
[2].张原艺,章政,王泉.基于改进多步长蚁群算法的机器人路径规划[J].计算机工程与设计.2018
[3].张原艺.基于改进多步长蚁群算法的移动机器人路径规划[D].武汉科技大学.2018
[4].曾明如,徐小勇,罗浩,徐志敏.多步长蚁群算法的机器人路径规划研究[J].小型微型计算机系统.2016
[5].郭晓军,徐健,马新星,刘峰.基于多步长最大信息熵的空间目标质心定位[J].舰船电子工程.2015
[6].屈耀红,于丽丽,周迎,袁冬莉.小型固定翼无人机多步长在线风场估计[J].西北工业大学学报.2015
[7].徐小勇.多步长蚁群算法的机器人路径规划研究[D].南昌大学.2015
[8].丁麟轩,黄昆,张大方.基于并行字符索引的多步长正则表达式匹配算法[J].计算机研究与发展.2015
[9].唐剑琪.支持通配符的多步长Trie树包分类方法[C].第28次全国计算机安全学术交流会论文集.2013
[10].唐剑琪.支持通配符的多步长Trie树包分类方法[J].信息网络安全.2013