导读:本文包含了特征窗口论文开题报告文献综述及选题提纲参考文献，主要关键词:热点论文,分布特征,影响因素,时间窗口
特征窗口论文文献综述
宋超,陈悦,汪玲,左佳,刘则渊[1]（2019）在《热点论文分布特征与影响因素分析——兼评时间窗口与学科间差异》一文中研究指出[目的/意义]近年来,热点论文逐渐受到学术界重视,为数不多的研究成果已开始探索热点论文自身的特征,但在影响因素等规律方面的研究工作尚不充分。[方法/过程]本研究利用TF-IDF算法和负二项回归模型,试图探究热点论文的分布特征、影响因素、时间窗口差异和学科类型差异。[结果/结论]研究结果表明,热点论文的分布特征侧重于发达国家、知名研究机构、交叉学科和权威期刊;并且受到精炼的标题、国家间合作、研究型产出、开放获取、高影响因子期刊等因素影响;热点论文存在时间窗口效应,甚至改变了标题、摘要、开放获取等因素影响热点论文的具体轨迹;学科间差异对热点论文具有影响,在标题、摘要、科研合作、文献类型、开放获取、期刊影响因子方面均存在差异。(本文来源于《图书情报工作》期刊2019年16期）
李跑,周骏,蒋立文,刘霞,杜国荣[2]（2019）在《窗口竞争性自适应重加权采样策略的近红外特征变量选择方法》一文中研究指出通过消除光谱中的冗余信息变量,挑选出代表样品性质的特征变量代替全谱建立定量模型,可以提高近红外分析结果的准确性。基于进化论中适者生存原理的竞争性自适应重加权采样(CARS)算法因具有计算速度快、筛选得到的特征波长少等优点,在近红外特征变量筛选方面得到了广泛的应用。然而该方法在计算过程中容易出现校正集和验证集结果不一致情况。这是因为算法过于强调校正集交叉验证结果,且并未考虑相邻变量之间的协同作用。为了建立更加稳健的变量筛选方法,通过结合"窗口"以及CARS算法的优势,提出了一种基于窗口竞争性自适应重加权采样(WCARS)策略的近红外特征变量筛选方法,并将其应用于复杂植物样品近红外光谱与其化学成分含量之间的建模分析。采用WCARS方法可以实现准确定量分析,且通过与竞争性自适应重加权采样(CARS)方法结果相比较, WCARS方法得到的校正集和预测集结果一致,在一定程度上减少了过拟合问题的出现。该策略能有效增强特征变量选择的稳健性,提高了定量模型的可信度,具有一定的应用价值。(本文来源于《光谱学与光谱分析》期刊2019年05期）
程玉胜,李雨,王一宾,陈飞[3]（2019）在《结合滑动窗口与模糊互信息的多标记流特征选择》一文中研究指出特征选择是处理高维度问题的一种有效方法,而传统的大部分算法都基于静态的特征空间.但是有些问题其特征空间和标记空间均呈现增量或动态的特点,传统的特征选择算法不再适用.针对这一问题,结合滑动窗口机制,本文提出了结合滑动窗口与模糊互信息的多标记流特征选择;同时,为了减弱互信息对特征重要程度的判断,对模糊互信息进行正则化处理,并通过正则化重新优化特征重要度目标函数.提出的算法在多标记数据集上进行了大量测试,实验结果和统计假设检验说明本文算法是有效的.(本文来源于《小型微型计算机系统》期刊2019年02期）
程玉胜,李雨,王一宾,陈飞[4]（2018）在《动态滑动窗口加权互信息流特征选择》一文中研究指出特征选择是解决数据高维性的一种有效方法,传统的特征选择算法常用经典信息论知识去度量特征的重要度,却忽略了标记和未标记数据的互相影响;同时,这些方法主要基于静态数据的多标记特征选择,很难直接应用到动态流数据环境中.而现实世界中,由于动态环境之下特征到达的数目和顺序都是未知的,并且研究者往往可能只对最近到达的特征感兴趣,所以滑动窗口机制能很好地解决此类问题.基于此,首先引入一种具有补性质的模糊信息熵,并考虑标记和未标记数据的互相影响,提出一种加权的模糊互信息度量方法,然后结合滑动窗口机制,分别提出基于固定滑动窗口的加权模糊互信息特征选择(Feature Selection with Weighted Fuzzy Mutual Information based on Sliding Window,FS-FMI)和基于动态滑动窗口的加权模糊互信息流特征选择(Streaming Feature Selection with Weighted Fuzzy Mutual Information based on Dynamic Sliding Window,SFS-FMI-DSW)两种算法.实验结果表明,SFS-FMI-DSW算法更加有效,统计假设进一步说明了算法的有效性.(本文来源于《南京大学学报(自然科学)》期刊2018年05期）
郝玫,马建峰[5]（2018）在《在线评论中基于动态窗口提取特征观点对的产品推荐模型》一文中研究指出在线评论所包含的产品特征观点在帮助用户做出购买决策时发挥着重要作用,然而,目前还没有挖掘客户评论中的产品特征观点作为主要数据来源的推荐系统,并且,监督型方法中提取特征观点对的算法较少关注中文句式结构,提取规则缺乏动态适应性.因此,提出一种基于特征观点对的产品推荐模型,首先,结合中文句式构成分析及特征观点的匹配关系分析,采用动态窗口提取特征观点对;在此基础上,结合特征树汇聚特征观点用于产品间比较,并为用户做出产品推荐;同时,提出情感可信度指标用于展示特征的典型评论.与采用静态窗口的基准方法相比,本模型的召回率和F值都有大幅提升,表明其可以为基于特征观点对的产品推荐提供可靠的数据来源,进而有效帮助用户做出购买决策.(本文来源于《系统工程理论与实践》期刊2018年09期）
梁斯[6]（2018）在《窗口指导结构性特征明显有利于提升对实体经济支持》一文中研究指出近日，央行对商业银行进行了窗口指导，将向一级交易商提供中期借贷便利（MLF）资金，用于支持贷款投放和信用债投资。央行针对信用债投放做了规定：对AA+以上评级按照1:1比例给予MLF资金，AA+以下评级按1:2给予MLF资金，并且要求投向必须为产业债。此次(本文来源于《证券日报》期刊2018-07-21）
卓锦新,曹烨,邱国玉[7]（2018）在《我国区域资源环境与经济协调特征研究——基于窗口SBM模型》一文中研究指出为探究我国区域资源环境与经济的协调特征,通过窗口分析框架下的SBM模型测算了2003—2015年间我国30个省份的生态经济效率,并运用无效率程度从内部视角考察影响生态经济效率的因素。(本文来源于《管理现代化》期刊2018年02期）
夏正新[8]（2017）在《一种基于滑动窗口技术的邮件特征选择方法》一文中研究指出在垃圾邮件过滤中,常用的方法是对邮件中的特征进行筛选,找出能够最有效代表邮件的相关特征,即在降低特征维度的同时,还能保持较高的召回率和精确率。文中提出了一种利用滑动窗口技术的特征选择方法用于改善垃圾邮件分类的效果。该方法分为两步,第一步通过基于相对文档-特征词频率差异的特征选择方法,生成正负相关的候选特征集合;第二步使用粒子群优化算法快速选择最好的特征子集,提高了垃圾邮件分类的效果。实验结果表明文中提出的方法要明显优于传统的方法。(本文来源于《南京邮电大学学报(自然科学版)》期刊2017年06期）
王炎,连晓峰,叶璐[9]（2017）在《基于特征融合的多尺度窗口产品外观检测方法》一文中研究指出为提高产品外观质量的检测精度和实时性,提出一种基于特征融合的多尺度滑动窗口机器视觉检测方法;在训练阶段,首先提取图像的HOG特征和Lab颜色特征,并采用典型相关分析法(CCA)进行特征融合;接下来,采用支持向量机(SVM)对融合的特征进行训练,生成分类器;在检测阶段,产品外观不同区域对精度的要求不同,为提高检测效率,生成不同尺度的滑动窗口,在每个窗口中都进行图像的特征提取与特征融合;最后,对采集的图像序列进行匹配,实现产品外观划痕的实时检测;实验中,选取不同的特征提取方法进行对比,并分别生成大小不同的滑动窗口,通过分析实验结果,结合检测时间与精度,确定各个区域的窗口尺度;实验表明,与传统的检测方法相比,所提方法在检测精度和实时性上具有显着提高。(本文来源于《计算机测量与控制》期刊2017年12期）
马洒洒[10]（2017）在《基于滑动窗口技术的脑网络动态特征矩阵构建方法研究》一文中研究指出近年来,复杂网络理论、图论、计算机技术、生物科学技术及脑成像技术的快速发展,极大的推动了脑网络研究的进程,越来越多的科学工作者们致力于寻找和发现脑网络的结构、功能演变规律。通过对基于核磁共振技术的脑成像数据进行分析来构建脑网络并揭示大脑的运作机制,已经成为脑科学研究领域关注的重点。目前对脑网络的研究主要集中在静态特性研究,研究人员一般对一段时间内的脑成像数据信号进行均值化处理后再对脑区特性展开结构性、功能性或效应性的分析。实际上,大脑本身是一个随时在运行着的系统,基于核磁共振技术得到的大脑信号也是实时更新而且不断变化的,因此对人脑动态特性展开研究具有重要意义。本文针对人脑实时变化的特性,为了更好的观测和描述人脑网络的动态特征,提出了一种基于滑动窗口技术的动态特性分析方法来构建全脑动态特征矩阵,从而实现了对人脑动态特征的提取和描述。该方法利用滑动窗口技术的即时更新能力,首先把静息态功能磁共振成像数据采集区间上的血氧水平依赖信号由大时间窗口序列分解重构为每个采样点上的小时间窗口序列,从而构建连续时间点上的状态观测窗口;接着针对脑网络的分布性和活动并发性特征,将同步多维数据流的相关性分析算法应用于状态观测窗口内的数据分析,并构建得到了单状态观测矩阵;最后对全脑特征进行提取,构建得到了在整个数据采集区间上的全脑动态特征矩阵。该方法可以有效地将不同脑区的瞬时时间信号重组,并以特征矩阵的形式表现出来,从而得到全脑网络的动态特征。实验结果验证了该方法的可行性和适用性,为人脑网络动态特性的观测和描述提供了一定的理论基础。(本文来源于《昆明理工大学》期刊2017-03-01）
特征窗口论文开题报告
（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：
通过消除光谱中的冗余信息变量,挑选出代表样品性质的特征变量代替全谱建立定量模型,可以提高近红外分析结果的准确性。基于进化论中适者生存原理的竞争性自适应重加权采样(CARS)算法因具有计算速度快、筛选得到的特征波长少等优点,在近红外特征变量筛选方面得到了广泛的应用。然而该方法在计算过程中容易出现校正集和验证集结果不一致情况。这是因为算法过于强调校正集交叉验证结果,且并未考虑相邻变量之间的协同作用。为了建立更加稳健的变量筛选方法,通过结合"窗口"以及CARS算法的优势,提出了一种基于窗口竞争性自适应重加权采样(WCARS)策略的近红外特征变量筛选方法,并将其应用于复杂植物样品近红外光谱与其化学成分含量之间的建模分析。采用WCARS方法可以实现准确定量分析,且通过与竞争性自适应重加权采样(CARS)方法结果相比较, WCARS方法得到的校正集和预测集结果一致,在一定程度上减少了过拟合问题的出现。该策略能有效增强特征变量选择的稳健性,提高了定量模型的可信度,具有一定的应用价值。
（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。
特征窗口论文参考文献
[1].宋超,陈悦,汪玲,左佳,刘则渊.热点论文分布特征与影响因素分析——兼评时间窗口与学科间差异[J].图书情报工作.2019
[2].李跑,周骏,蒋立文,刘霞,杜国荣.窗口竞争性自适应重加权采样策略的近红外特征变量选择方法[J].光谱学与光谱分析.2019
[3].程玉胜,李雨,王一宾,陈飞.结合滑动窗口与模糊互信息的多标记流特征选择[J].小型微型计算机系统.2019
[4].程玉胜,李雨,王一宾,陈飞.动态滑动窗口加权互信息流特征选择[J].南京大学学报(自然科学).2018
[5].郝玫,马建峰.在线评论中基于动态窗口提取特征观点对的产品推荐模型[J].系统工程理论与实践.2018
[6].梁斯.窗口指导结构性特征明显有利于提升对实体经济支持[N].证券日报.2018
[7].卓锦新,曹烨,邱国玉.我国区域资源环境与经济协调特征研究——基于窗口SBM模型[J].管理现代化.2018
[8].夏正新.一种基于滑动窗口技术的邮件特征选择方法[J].南京邮电大学学报(自然科学版).2017
[9].王炎,连晓峰,叶璐.基于特征融合的多尺度窗口产品外观检测方法[J].计算机测量与控制.2017
[10].马洒洒.基于滑动窗口技术的脑网络动态特征矩阵构建方法研究[D].昆明理工大学.2017