导读:本文包含了一致性预测器论文开题报告文献综述及选题提纲参考文献，主要关键词:一致性理论,多智能体小车,耦合通信,收敛速度
一致性预测器论文文献综述
邱萌萌,杨浩,葛鑫,李炜[1]（2017）在《带状态预测器的多智能小车系统一致性问题研究》一文中研究指出一致性理论作为多智能体间合作协调的基础,受到来自各个领域研究者越来越多的关注。但是,以往的控制律只利用智能个体周围的局部信息,其控制律往往是次优的。本文引入了状态预测器,将带状态预测器一致性理论应用到多智能小车系统速度一致性问题的研究中,给出了智能小车速度一致性算法,分析了多种耦合通信方式对智能小车速度一致性的影响,引入了智能小车状态预测器,最后通过欧拉公式将上述带状态预测器的控制律求解出来,设计出了智能小车的控制器,并从理论上证明了控制器的可行性,与以往的一致性算法相比,加快了智能小车演化到平衡状态的收敛速度。(本文来源于《井冈山大学学报(自然科学版)》期刊2017年06期）
陈志刚[2]（2014）在《基于度量学习和聚类的一致性预测器算法研究》一文中研究指出一致性预测器算法是一种带置信度的域预测机器学习算法,该算法通过将所有满足预先设定的置信度的假设类别都作为域预测结果进行输出,从而实现预测风险可控。一致性预测器与传统的以提高点预测准确率为目的机器学习算法相比,更适用于高风险领域。一致性预测器算法本质上是在线的,并且其在计算测试样本的随机性检验值时要频繁的存储和访问原始的样本序列,这对于一些大数据应用来说是难以承受的。另外,一致性预测器也存在易受非平衡因素影响的问题,其小类样本的域预测结果并不能满足预先设定的置信度(即小类的预测风险不能很好的控制)。但是目前针对一致性预测器在线计算效率和非平衡的研究较少,本文针对这两个问题对一致性预测器算法进行改进研究。针对在线计算效率问题,本文提出了一种基于度量学习的一致性预测器算法,将度量学习算法引入到一致性预测器框架中,通过度量学习将部分在线计算代价转移到离线部分,同时也通过度量学习得到的空间转换矩阵将离线信息应用于在线预测,从而达到在保证预测效率的基础上提高在线计算效率的目的。针对非平衡问题,本文分别在数据层面以及算法层面提出了基于聚类抽样的一致性预测器算法和基于聚类划分的一致性预测器算法。基于聚类抽样的一致性预测器算法通过对训练样本中的大类进行聚类后重新抽样得到平衡的训练样本,从而消除或降低非平衡影响。基于聚类划分的一致性预测器算法是通过对大类聚成k类,然后每个小聚类和原始小类一起构成一个分类器,测试样本的随机性检验值p取k个分类器结果中最大的大类随机性检验值对应的分类器结果。两种改进算法都能有效的降低非平衡影响,使得小类预测风险准确控制。(本文来源于《厦门大学》期刊2014-04-01）
王华珍,吕兵,洪燕珠[3]（2014）在《基于一致性预测器的中医证素组合诊断模型》一文中研究指出构建中医证素组合智能诊断模型需要特殊的域预测分类器而非传统的点预测分类器.引入一致性预测器(conformal predictor,CP),以算法随机性水平值为证素的重要性度量,以算法风险水平为阈值进行域预测输出,以中医慢性疲劳样本集为研究对象,随机森林(random forest,RF)等传统机器学习算法被嵌入到CP框架中计算样本奇异值.实验结果表明,CP-RF模型不仅拟合率比其他域预测分类器高,还对阈值具有很好的鲁棒性,克服了阈值对预测域的波动性,解决了中医多证素组合诊断关键的技术难题之一,同时CP-RF模型的预测域错误率能够被算法风险水平阈值所校准,表明其阈值具有明确的统计意义和可解释性,能够被中医医生所接受.(本文来源于《厦门大学学报(自然科学版)》期刊2014年01期）
李鑫鑫,丁香乾,张磊[4]（2012）在《基于一致性预测器的卷烟牌号的鉴别研究》一文中研究指出目前对于卷烟牌号的鉴别多应用一些传统分类算法,这些传统算法用于归纳一个通用规则的训练样本数据较少,造成分类模型的准确度较低,且预测结果没有置信度衡量,在高风险领域的应用不足。针对传统分类算法的局限性,提出了基于转导推理的一致性预测算法。通过探索待测数据和样本序列之间的内在联系,运用Kolmogorov算法的随机性理论建立一种置信度机制,并应用随机性检测函数对置信度进行估算,这样可以很好地对烟叶和成品卷烟进行定性判别和分类。(本文来源于《现代电子技术》期刊2012年10期）
王莉[5]（2011）在《基于转导推理思想的一致性预测器》一文中研究指出当前存在的一些机器学习分类算法多是建立在归纳、演绎逻辑推理的方法基础之上,面对一批数据总是试图从中提取一个适用的通用分类模型,并期望此分类模型有较高的预测性能；但是这种分类模式在高风险、小样本领域却有一定的局限性：首先基于数量有限的小样本数据,用于归纳一个通用规则的训练样本数据较少,造成分类模型的准确度较低,而且忽略了测试集样本的信息,从而不能充分利用所有样本数据信息；其次分类预测结果通常只是简单的将样本划分为某一类,对样本多大程度上属于这一类没有一个量的概念,且预测结果没有置信度衡量,在高风险领域的应用尚有不足。本文对基于转导推理的一致性预测算法的研究就是针对此局限性而展开的。转导推理是基于整个样本所拥有的全部信息直接进行分类识别的原则方法,分类过程中不需归纳分类模型,而是通过探索待测数据和样本序列之间的内在联系而进行推理判别；算法是通过Kolmogorov算法随机性理论建立一种置信度机制,通过随机性检测函数对置信度进行估算,且随机性检测函数的结果就是预测结果的可信度,同时在置信度控制下其算法预测结果是域的形式。一致性预测算法的核心部分是非一致性度量函数的设计,设计非一致性度量函数可以融合现有分类算法进行。本文首先对K近邻一致性预测算法和支持向量机一致性预测算法进行研究,并在K近邻一致性预测算法的基础上进行改进,提出用测地线距离来代替欧式距离度量样本间相似性；然后基于逻辑回归模型实现了基于Logistic回归的一致性预测算法；本文所有算法都是基于MatlabR2007b平台实现,并基于多种标准数据集和实际应用领域的烟草行业数据进行仿真实验,同时和Weka平台下的一些分类算法的分类预测率进行比对分析,来验证一致性预测算法的性能。本文最后对研究工作进行了总结,并指出了今后进一步的研究方向。(本文来源于《中国海洋大学》期刊2011-05-01）
季虹菲,席裕庚,李晓丽[6]（2010）在《多智能体一致性预测控制算法及其仿真研究》一文中研究指出离散多智能体系统的一致性问题是复杂动态大系统中重要问题,对收敛速度更是研究的重点。设计了一种适用于任意无向连通结构的多智能体一致性预测控制算法μ-MPC,提高智能体的一致性收敛速度并扩展了离散系统采样步长的取值范围,增强了系统的稳定性。在一定理论分析的基础上,通过大量的仿真实例和与经典模型的比较,研究了算法在固定拓扑和切换拓扑系统中的快速性和鲁棒性。特别对于全连通结构系统有一定的参考价值。(本文来源于《计算机仿真》期刊2010年12期）
席裕庚,黄维,李晓丽[7]（2010）在《具有状态预测器的多智能体系统一致性研究》一文中研究指出针对复杂动力学系统中多智能体系统一致性问题的研究很有现实意义,而多智能体系统的收敛速度是一致性问题研究中的热点之一.为此,设计了一种状态预测器,使多智能体系统能以更快的速度达到一致.将所设计的状态预测器应用于多智能体系统编队算法,仿真结果验证了状态预测器的有效性.(本文来源于《控制与决策》期刊2010年05期）
孙立中,张良才,陈丽娜,赵研,尚玉奎[8]（2009）在《基于功能一致性预测冠心病致病基因》一文中研究指出目的:为了解疾病致病机理和改进临床治疗,基于功能一致性挖掘潜在的疾病致病基因。方法:本文基于功能一致性基因的共定位特性,结合蛋白质互作网络拓扑结构,获取疾病候选基因集,并通过GO及KEGG功能富集分析方法进一步筛选,预测出新的致病基因。结果:挖掘得到的59个冠心病致病基因通过文献证实绝大部分基因与疾病的发生发展存在着联系。结论:本方法具有可行性,研究者能够在此基础上很好地进行疾病致病机理的研究。(本文来源于《现代生物医学进展》期刊2009年04期）
方慧生,王旻,余江河[9]（2006）在《基于折迭识别法的蛋白质天然构象的一致性预测法Pcons2与聚类分析的理论研究》一文中研究指出在蛋白质天然构象预测中,折迭识别法中一致性预测Pcons2和从头预测法中的Rosetta在CASP5中获得了很大的成功。在Rosetta法中,先用Monte Carlo搜索法产生大量低能量的预测模型,然后依据模型之间相似性分数,用聚类分析法选择质量好的模型。而Pcons2则是基于线性回归来预测模型的质量。人们通常认为Pcons2和聚类分析是两个完全不同的方法。本文通过理论研究和实际数据计算发现:在聚类分析中,模型之间的相似性分数与模型质量存在着较强的线性关系,这也是聚类分析的工作基础。因此,如果不考虑预测模型的来源,聚类分析和Pcons2的基本原理和算法是相同的。据此可以将Pcons2中的优势转移到聚类分析中,为从头预测最终选择较高质量的模型提供一些新途径。(本文来源于《中国药科大学学报》期刊2006年01期）
黄新武,孙春岩,牛滨华,王焕弟,曾闽山[10]（2005）在《基于数据一致性预测与压制自由表面多次波——理论研究与试处理》一文中研究指出从声波波场理论出发 ,首先在不考虑自由表面反射的情况下研究了有效波波场传播及反射规律 ,继而考虑自由表面反射的情况 ,并详尽推导了压制自由表面多次波的正演和反演数学模型 .从物理本质上对自由表面多次波的产生、预测及压制做了深入的剖析 ,讨论了基于数据一致性时空域褶积的多次波预测方法原理 ,实现了自由表面相关多次波自适应压制的迭代方法过程 .复杂起伏海底的理论模型试算实例表明 :在多次波产生系统非常复杂的情况下 ,本方法仍能非常有效地压制各种与自由表面相关的多次波 ,同时还能很好地保持有效波的能量 ,取得了很好的压制多次波效果 .(本文来源于《地球物理学报》期刊2005年01期）
一致性预测器论文开题报告
（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：
一致性预测器算法是一种带置信度的域预测机器学习算法,该算法通过将所有满足预先设定的置信度的假设类别都作为域预测结果进行输出,从而实现预测风险可控。一致性预测器与传统的以提高点预测准确率为目的机器学习算法相比,更适用于高风险领域。一致性预测器算法本质上是在线的,并且其在计算测试样本的随机性检验值时要频繁的存储和访问原始的样本序列,这对于一些大数据应用来说是难以承受的。另外,一致性预测器也存在易受非平衡因素影响的问题,其小类样本的域预测结果并不能满足预先设定的置信度(即小类的预测风险不能很好的控制)。但是目前针对一致性预测器在线计算效率和非平衡的研究较少,本文针对这两个问题对一致性预测器算法进行改进研究。针对在线计算效率问题,本文提出了一种基于度量学习的一致性预测器算法,将度量学习算法引入到一致性预测器框架中,通过度量学习将部分在线计算代价转移到离线部分,同时也通过度量学习得到的空间转换矩阵将离线信息应用于在线预测,从而达到在保证预测效率的基础上提高在线计算效率的目的。针对非平衡问题,本文分别在数据层面以及算法层面提出了基于聚类抽样的一致性预测器算法和基于聚类划分的一致性预测器算法。基于聚类抽样的一致性预测器算法通过对训练样本中的大类进行聚类后重新抽样得到平衡的训练样本,从而消除或降低非平衡影响。基于聚类划分的一致性预测器算法是通过对大类聚成k类,然后每个小聚类和原始小类一起构成一个分类器,测试样本的随机性检验值p取k个分类器结果中最大的大类随机性检验值对应的分类器结果。两种改进算法都能有效的降低非平衡影响,使得小类预测风险准确控制。
（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。
一致性预测器论文参考文献
[1].邱萌萌,杨浩,葛鑫,李炜.带状态预测器的多智能小车系统一致性问题研究[J].井冈山大学学报(自然科学版).2017
[2].陈志刚.基于度量学习和聚类的一致性预测器算法研究[D].厦门大学.2014
[3].王华珍,吕兵,洪燕珠.基于一致性预测器的中医证素组合诊断模型[J].厦门大学学报(自然科学版).2014
[4].李鑫鑫,丁香乾,张磊.基于一致性预测器的卷烟牌号的鉴别研究[J].现代电子技术.2012
[5].王莉.基于转导推理思想的一致性预测器[D].中国海洋大学.2011
[6].季虹菲,席裕庚,李晓丽.多智能体一致性预测控制算法及其仿真研究[J].计算机仿真.2010
[7].席裕庚,黄维,李晓丽.具有状态预测器的多智能体系统一致性研究[J].控制与决策.2010
[8].孙立中,张良才,陈丽娜,赵研,尚玉奎.基于功能一致性预测冠心病致病基因[J].现代生物医学进展.2009
[9].方慧生,王旻,余江河.基于折迭识别法的蛋白质天然构象的一致性预测法Pcons2与聚类分析的理论研究[J].中国药科大学学报.2006
[10].黄新武,孙春岩,牛滨华,王焕弟,曾闽山.基于数据一致性预测与压制自由表面多次波——理论研究与试处理[J].地球物理学报.2005