导读:本文包含了数量序列论文开题报告文献综述及选题提纲参考文献，主要关键词:沙门菌,多位点可变数量串联重复序列分析,分型
数量序列论文文献综述
连英姿,刘虎生,郝富智,侯元,赵常智[1]（2018）在《沈阳市2011年-2015年食源性致病菌监测沙门菌多位点可变数量串联重复序列分型》一文中研究指出目的建立沙门菌监测的多位点可变数量串联重复序列分析(MLVA)分子分型数据库,提高沙门菌的检测和防控能力。方法筛选针对沈阳本地食源性致病菌具有高度多态性的VNTR位点,选择STTR7、STTR3、SE6、2628542、3629542、SE10共6个VNTR位点进行MLVA分型。结果 917份样品检出沙门菌11株,检出率为1. 2%。11株沙门菌共分成A和B两大聚类,分别占比36. 4%和63. 6%,A聚类可分为1个亚聚类,B聚类又可细分为3个亚聚类。表明沈阳地区流行的沙门菌是多克隆的,大部分菌株属于一个亲缘关系很近的克隆系。结论沈阳地区沙门菌MLVA分型呈较好的多态性。(本文来源于《中国卫生检验杂志》期刊2018年23期）
宋骏[2]（2018）在《基于时间序列的UGC数量与质量预测技术研究》一文中研究指出当前,用户原创内容(User Generated Content,UGC)数量规模庞大、增长迅速,内容千差万别,信息质量良莠不齐。如何实现UGC的高效自动评估并从中获取切实有用的信息,已成为一个极具挑战的问题。本文在分析UGC文本内容的基础上,针对网络论坛中的特定用户建立了基于时间序列预测法的UGC质量预测模型。本文首先介绍了时间序列预测的相关方法、各个方法的基本原理及优缺点,重点研究差分自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)和神经网络。随后结合多模型融合预测的思想,提出使用融合模型预测UGC数量,并建立小波融合模型预测UGC质量。融合模型思想认为待分析的时间序列由线性部分和非线性部分两部分组成,并使用统计学模型和神经网络分别分析。小波融合模型结合融合模型思想使用线性模型提取时间序列的线性部分,随后使用小波变换方法分析残差部分并使用神经网络分析,预测特定的网络用户发表和回复UGC的质量。本文的实验语料是“天涯论坛——杂谈板块”中的部分UGC。UGC质量是由人工标注法分类,分为“精品贴”和“普通帖”。实验结果表明,融合模型较单一的统计模型和神经网络可以较好地预测UGC数量,准确率可达80%。同时以关键词数量为特征的小波融合模型预测UGC质量平均准确率达68%。进一步,本文尝试引入UGC的质量标签辅助预测,并与关键词特征相结合预测UGC质量分类,发现加入新特征后预测准确率可提升至72%。可见,将分类相关的关键词数量和UGC质量标签作为特征预测用户未来一段时间内发表和回复UGC质量的效果较好。最后本文搭建了一个UGC行为预测实验系统,实现了对网络论坛用户行为的分析与预测。(本文来源于《北京邮电大学》期刊2018-09-15）
范城君[3]（2018）在《河川年径流量时间序列预测数量概率量化研究》一文中研究指出针对由于非线性小样本河川年径流量预测难度较大的问题,可采用时间序列法的分段预测机制,为了消除预测模型选择的的误差,须考虑样本数据发生的概率因素考虑,鉴于此,基于数据量多少的原则可对概率进行量化,提出一种数量概率量化的方法,结合时间序列,进而可建立一种河川年径流量的预测方法,时间序列选用一次或二次函数相结合的分段模型。为了验证方法,基于开都河年径流量数据,作出考虑和不考虑数量概率量化两种方法的对比结果,结果表明考虑概率的预测准确性有较大提高,并基于其对该河未来数年的年径流量进行了预测。(本文来源于《水科学与工程技术》期刊2018年02期）
张桂杰[4]（2018）在《基于数量概率量化的时间序列预测方法的引水量预测》一文中研究指出引水量的预测受众多因素影响,为了合理消除众多因素的误差,必须将数据发生的概率因素考虑进去,基于数据多少的原则可以对概率进行量化,提出一种数量概率量化的方法,结合时间序列原则,可以建立一种精细化地预测引水量的方法,时间序列选用一次或二次函数相结合的预测模型,建立考虑概率和不考虑概率的两种预测方法作为对比,并与分段加权的方法作对比。为了验证方法,基于新疆某水库,做出考虑和不考虑数量概率量化的两种方法的对比结果,结果表明,考虑概率的预测准确性较高,并基于该方法对该水库未来数年的引水量需求进行了预测。(本文来源于《吉林水利》期刊2018年03期）
李钊,王磊,刘文娟,刘鹏宇,赵希超[5]（2017）在《基于时间序列的变电设备危急缺陷数量预测》一文中研究指出电力系统设备缺陷预测是从缺陷时间序列中发现其背后的规律,通过对设备当前和历史缺陷数据的分析,对未来可能发生的缺陷进行分析和预测,帮助检修人员提前做好缺陷处理准备及为管理者提供决策,具有很强的理论和现实意义。Holt‐Winters适用于处理含有线性趋势成分的时间序列模型,该模型对于变电设备危急缺陷数量预测较为适用。(本文来源于《2017年“电子技术应用”智能电网会议论文集》期刊2017-12-27）
张鹏飞,瞿海妮,肖其师,徐晓伟[6]（2016）在《基于气象因素和时间序列分析的配电网故障数量预测》一文中研究指出基于华东某市配电网故障报修数据,开展配电网故障数量短期预测研究。提出基于气温的季节判定方法,综合采用多元回归和时间序列分析手段,构建分季节的气象影响故障量预测模型,确定温度、天气等气象因素与故障量的量化关系,并针对剔除气象因素影响的剩余故障量,构建自回归移动平均时间序列预测模型,捕捉故障量的时间序列变化趋势。通过上述模型的综合应用,实现了配电网故障数量较高精度的短期预测。(本文来源于《陕西电力》期刊2016年01期）
黄建平,张剑心,刘电芝[7]（2015）在《内隐序列学习中转移组块的数量和位置效应》一文中研究指出表征质量理论对意识增长持渐进观点,忽视新异刺激对意识的突变式影响;新异刺激理论强调意识突变,忽视新异刺激本身的表征质量增长。本研究采用经典确定性内隐序列学习范式,将转移组块作为新异刺激,操控其数量和位置,探究新异刺激如何通过表征质量来影响内隐学习和意识。结果表明:(1)数量效应显着,即两个转移组块更能促进内隐学习量,说明新异刺激本身需要足够的表征质量才能发挥"意外事件"的作用。(2)在位置效应上,两个转移组块且靠前的设置更能提高受控意识,表明第一个新异刺激必须出现在原序列初级表征质量阶段,才能使被试对新异刺激和原序列进行对比,加之第二个新异刺激的与之呼应,就可促进原序列意识增加。(本文来源于《心理科学》期刊2015年06期）
林定文,余红平,秦林原,彭娟,崔哲哲[8]（2015）在《基于时间序列模型的广西肺结核患者登记数量发展趋势分析》一文中研究指出目的了解广西肺结核患者登记人数的时间变化规律,预测2015~2016年登记数量,为广西肺结核病的预防与控制提供依据。方法对2009~2014年广西登记的肺结核各类患者人数采用时间序列分析法建立模型,并根据模型预测2015~2016年广西肺结核患者登记数量变化趋势。结果 2009~2014年广西登记的肺结核患者总人数具有下降趋势,呈现夏秋季高发的季节周期性;2015年和2016年肺结核患者总人数预测值(置信区间)分别为34 108(32 082,36 134)、32 618(30 537,34 698)人;涂阴/非涂阳患者登记人数历年及2015~2016年两年保持总体平稳上升;5年及2015~2016年登记的涂阳肺结核患者登记人数预测值与观察值拟合尚佳,呈下降趋势。结论未来肺结核患者登记总数和涂阳登记数均将持续下滑,但涂阴/非涂阳患者登记数总体平稳向上,疫情维持居高不下的基本面依然存在,但减缓了总体登记数的降速。(本文来源于《广西医学》期刊2015年09期）
郜士垒,何宗明,黄志群,林思祖,刘桌明[9]（2015）在《不同年龄序列杉木人工林凋落物数量、组成及动态变化》一文中研究指出在福建南平地区,对8年、14年、21年、46年生杉木人工林凋落物数量、组成及季节动态进行研究。结果表明:8年、14年、21年、46年生杉木林年凋落物总量分别为:1.60、5.10、6.28、5.32 t/hm2。各年龄段杉木林凋落物均以落叶为主,8年、14年、21年、46年生杉木林叶凋落量分别占到年总凋落物量的61.9%、54.13%、61.9%、44.2%,落枝,杂叶和落果在凋落物中所占的比例较大。经方差分析检验,8年、14年、21年、46年生杉木林的落叶、落枝、杂叶、落果、碎屑等组分差异显着(P<0.05)。各年龄段杉木林凋落物量均显示出明显的季节动态,8年、14年、21年、46年生杉木林凋落物量季节变化曲线均呈多峰型,均在3月、5月、8月、11月出现峰值;各年龄段杉木林的落叶、落枝、落果变化模式相同,均在3月、5月、8月、11月出现峰值,而凋落的杂叶和碎屑物变化模式不尽相同。(本文来源于《江西农业大学学报》期刊2015年04期）
熊仲儒[10]（2015）在《从“把”看数量名序列的句法结构》一文中研究指出"把"是数词,也是系数词,具有粘着性。在数词内部可激发位数词进行核心移位,推导出"位数词+把"格式;在数词内部如果没有位数词满足其融合要求,就会激发量词进行核心移位,推导出"量词+把"格式。"把"的粘着现象表明数词是扩展量词的句法核心。(本文来源于《安徽师范大学学报(人文社会科学版)》期刊2015年01期）
数量序列论文开题报告
（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：
当前,用户原创内容(User Generated Content,UGC)数量规模庞大、增长迅速,内容千差万别,信息质量良莠不齐。如何实现UGC的高效自动评估并从中获取切实有用的信息,已成为一个极具挑战的问题。本文在分析UGC文本内容的基础上,针对网络论坛中的特定用户建立了基于时间序列预测法的UGC质量预测模型。本文首先介绍了时间序列预测的相关方法、各个方法的基本原理及优缺点,重点研究差分自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)和神经网络。随后结合多模型融合预测的思想,提出使用融合模型预测UGC数量,并建立小波融合模型预测UGC质量。融合模型思想认为待分析的时间序列由线性部分和非线性部分两部分组成,并使用统计学模型和神经网络分别分析。小波融合模型结合融合模型思想使用线性模型提取时间序列的线性部分,随后使用小波变换方法分析残差部分并使用神经网络分析,预测特定的网络用户发表和回复UGC的质量。本文的实验语料是“天涯论坛——杂谈板块”中的部分UGC。UGC质量是由人工标注法分类,分为“精品贴”和“普通帖”。实验结果表明,融合模型较单一的统计模型和神经网络可以较好地预测UGC数量,准确率可达80%。同时以关键词数量为特征的小波融合模型预测UGC质量平均准确率达68%。进一步,本文尝试引入UGC的质量标签辅助预测,并与关键词特征相结合预测UGC质量分类,发现加入新特征后预测准确率可提升至72%。可见,将分类相关的关键词数量和UGC质量标签作为特征预测用户未来一段时间内发表和回复UGC质量的效果较好。最后本文搭建了一个UGC行为预测实验系统,实现了对网络论坛用户行为的分析与预测。
（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。
数量序列论文参考文献
[1].连英姿,刘虎生,郝富智,侯元,赵常智.沈阳市2011年-2015年食源性致病菌监测沙门菌多位点可变数量串联重复序列分型[J].中国卫生检验杂志.2018
[2].宋骏.基于时间序列的UGC数量与质量预测技术研究[D].北京邮电大学.2018
[3].范城君.河川年径流量时间序列预测数量概率量化研究[J].水科学与工程技术.2018
[4].张桂杰.基于数量概率量化的时间序列预测方法的引水量预测[J].吉林水利.2018
[5].李钊,王磊,刘文娟,刘鹏宇,赵希超.基于时间序列的变电设备危急缺陷数量预测[C].2017年“电子技术应用”智能电网会议论文集.2017
[6].张鹏飞,瞿海妮,肖其师,徐晓伟.基于气象因素和时间序列分析的配电网故障数量预测[J].陕西电力.2016
[7].黄建平,张剑心,刘电芝.内隐序列学习中转移组块的数量和位置效应[J].心理科学.2015
[8].林定文,余红平,秦林原,彭娟,崔哲哲.基于时间序列模型的广西肺结核患者登记数量发展趋势分析[J].广西医学.2015
[9].郜士垒,何宗明,黄志群,林思祖,刘桌明.不同年龄序列杉木人工林凋落物数量、组成及动态变化[J].江西农业大学学报.2015
[10].熊仲儒.从“把”看数量名序列的句法结构[J].安徽师范大学学报(人文社会科学版).2015
标签：沙门菌; 多位点可变数量串联重复序列分析; 分型;