导读:本文包含了点交互论文开题报告文献综述及选题提纲参考文献，主要关键词:社交网络,关注点演化,交互影响,Aging,theory模型
点交互论文文献综述
姬建睿,孙春华,刘业政[1]（2018）在《基于Aging theory社交网络用户关注点交互影响演化模型》一文中研究指出【目的/意义】研究社交网络平台用户关注点演化对掌握舆情,制定管理决策具有重要作用。【方法/过程】本文提出一种基于Aging theory的关注点交互影响演化模型。该模型将每阶段营养素重新设计为外部来源与其他关注点转移两类,使用关注点间的相似性作为第二类营养素度量演化过程中关注点交互影响效应,并根据两类营养素不同比例将关注点划分为突发型与渐变型两种。【结果/结论】通过"厦门BRT爆炸"的新浪微博数据集验证,该模型能够刻画上述两种关注点的演化趋势,并对演化原因进行解释。(本文来源于《情报科学》期刊2018年10期）
刘晨晖[2]（2018）在《基于时间序列相似性度量的机场噪声监测点交互预测研究》一文中研究指出随着中国民航建设的迅猛发展,国家GDP增长的同时,机场噪声污染问题也越发突出,噪声防治工作就变得尤为重要。为此,研究人员利用物联网技术,在噪声波及范围内设置多个噪声监测点,对周围噪声数据进行捕捉,进而对噪声数据进行分析研究,为噪声防治工作提供决策依据。然而,由于天气或使用年限等原因,噪声监测点设备往往会不可避免地发生损坏、老化或其他异常情况,从而无法连续不断地捕捉并传送周围环境的真实噪声情况。当某个监测点失效时,如何通过采集到的数据来预测这一时期内失效监测点漏报或误报的噪声数据,也成为值得深入研究的问题。针对这一问题,本文从监测点之间存在的相似性角度出发,对失效监测点的噪声监测数据的预测进行研究,主要工作包括:(1)噪声监测时间序列数据之间的相似程度体现了监测点噪声之间的关系紧密程度。本文从特征表示方法和时间序列相似性度量方法这两个问题出发,对现有时间序列特征表示方法以及时间序列相似性度量方法进行了全面的综述。(2)针对现有的大多数特征表示方法无法准确提取并表示时间序列趋势特征的缺陷,本文提出了一种基于终点迭代拟合算法(Iterative End Point Algorithm,IEPF)的时间序列趋势分段特征表示方法(an Trend Segmentation Representation of time series based on Iterative End Point algorithm,IEPF-TSR)。这一方法与IEPF相结合,能准确提取时间序列数据中关键的趋势转折点,去除序列中其他冗余的数据点。经过IEPF-TSR表示后的序列能直观表示出序列中每一个关键趋势的起始点、趋势陡缓程度以及趋势均值,与现有特征表示方法相比能更加清晰全面地描述出序列的趋势信息。(3)针对现有时间序列相似性度量方法无法准确度量时间序列趋势特征之间的相似性的缺陷,结合所提出的时间序列趋势分段特征表示方法IEPF-TSR,本文提出了一种时间序列相似性度量方法(a time-series similarity measure based on Trend Segmentation Representation,TSRDIST)。该方法从度量序列趋势相似性的角度出发,与动态时间规整(Dynamic Time Warping,DTW)自动寻找最优相似性度量路径的原理相结合,分别从趋势分段均值和分段趋势变量两个方面综合度量了序列间的相似度,有效解决了现有相似性度量方法在度量序列趋势特征时存在的问题。(4)针对失效噪声监测点的预测问题,本文在北京首都国际机场噪声监测系统所采集的时间序列噪声数据上,首先研究了监测点之间在时序上存在的相似性,对比了欧氏距离、DTW和TSR-DIST距离的度量效果,筛选出关联监测点集合;根据时序相似度定义每个关联监测点的权重,建立了一种特征加权支持向量回归模型(Feature Weighted Support Vector Regression,FWSVR);最后在不同采样间隔的噪声数据上验证了该模型的预测效果和泛化能力。(本文来源于《南京航空航天大学》期刊2018-03-01）
杨飞龙,刘东明,秦民君,苏志东[3]（2015）在《斜井VSP共反射点交互迭加成像方法》一文中研究指出迭加可以压制噪声提高地震资料信噪比,是地震数据处理中十分重要的环节之一。采用逐段迭代算法进行波场正演,计算地震波反射点的位置。在利用Qt语言编制的波场对比交互软件界面上,进行正演记录与实际资料的波场特征对比,建立速度场模型。将共炮点道集数据搬家至反射点真实位置形成共反射点道集记录,以一定的面元尺寸迭加。应用斜井VSP(垂直地震剖面法)共反射点交互迭加方法对W地区进行成像研究,结果表明,该方法可以有效地反演地下地质结构特征,为地震数据的处理与解释提供了准确的依据。(本文来源于《物探化探计算技术》期刊2015年06期）
潘德吉,卢秀山,田茂义[4]（2009）在《基于DEM栅格数据结构的叁维空间点交互选取方法》一文中研究指出在OpenGL、Java3D等传统的叁维建模语言中有多种叁维坐标提取的算法,但应用到叁维地形时这些算法的速度太慢,不能满足人机交互的需求。本文研究了点取射线与DEM模型的空间特性,提出并实现了一种基于Java3D的规则网格DEM鼠标提取坐标算法,该算法在利用了规则网格DEM模型特征的基础上,利用点取射线与DEM网格在水平面投影上的相交性进行点取网格搜索,实现了叁维坐标的点取。通过实验表明,该算法与叁维场景中通常所用的空间点取算法相比,在不降低点取精度的基础上对点取速度有了明显的改进,从而满足了在DEM场景中进行叁维交互的需要。(本文来源于《测绘科学》期刊2009年06期）
Menon,R.,Velez,D.R.,Simhan,H.,S.J.,Fortunato,翁梨驹[5]（2006）在《欧洲裔美国妇女中母体肿瘤坏死因子-α、肿瘤坏死因子受体、IL-6和IL-6受体基因的多位点交互作用预测自发性早产》一文中研究指出Objective: We hypothesize that genetic variations (single nucleotide polymorphisms-SNPs) in the tumor necrosis factor-α(TNF-α), TNF receptors (TNFRI and TNFRII), interleukin-6 (IL-6) and IL-6 receptor (IL-6R) genes predict high-risk status for spontaneous preterm birth (sPTB) in European-American women. In this study we examine the allelic and genotypic variations and the gene-gene interactions in the TNF-α, TNFRs, IL-6, and IL-6R genes in maternal DNA samples by using a case-control model. Study design: Maternal DNA from cases of sPTB after preterm labor (n = 101) and controls (normal term labor and delivery) (n = 321) were genotyped for SNPs in the TNF-α(6), TNFRI (6), TNFRII (7), IL-6 (5), and IL-6R (3) loci. SNPs were tested for both allele and genotype differences (cases vs controls) with the use of standard genetic epidemiologic methods. Multilocus interaction was assessed with multifactor dimensionality reduction analysis (MDR) to test all single and multilocus combinations for the ability to predict sPTB. Results: Few significant allelic and genotypic associations were detected between cases and controls in maternal DNA. Single locus analysis documented independent association of SNPs at-7294 (allele and genotype) of TNFRI and 24660 (genotype) TNFRII loci with sPTB. MDR revealed a significant 3 locus model that includes SNPs -3448 of TNF-α,-7227 of IL-6, and 33314 of IL-6R. This interactive model allowed the successful prediction of pre-to low-risk genotypes is 3.50 (95%CI 2.52-4.87, P < .001). Conclusion: This is the first report to document a multilocus interaction in sPTB that predicts 65.2%of the cases in a European-American sample. Although putatively significant associations with sPTB were seen at a few single locus sites in TNFRI and TNFRII, they were not as predictive as the 3-locus model produced by MDR, suggesting the use of multilocus analyses in gene association studies of complex disease such as sPTB.(本文来源于《世界核心医学期刊文摘(妇产科学分册)》期刊2006年12期）
陈锦昌,李冰,梁利东[6]（2000）在《船体型线设计中实现型值点交互修改的研究》一文中研究指出本文介绍了在船体型线交互设计中的一种简便、动态的修改方法 ,即所谓的“橡皮筋”技术。应用该方法修改过程中 ,只需用鼠标直接拖动型值点 ,曲线随即拟合出来 ,同时启动系统的曲线光顺性判别功能 ,使得系统的动态修改变得非常直观和方便。(本文来源于《造船技术》期刊2000年06期）
陈东祥,王金敏[7]（1993）在《透视图的叁点交互绘图法》一文中研究指出提供一种任取画面上3点为灭点的叁灭点透视图的计算机交互绘图方法。其特点是:在确定视点与物体的相对位置后,可在画面上绘制出指定灭点位置的叁灭点透视图,通过变换画面上的3点,可进行不改变投影可见性的图形变换,得到在一定的观察角度下物体在各种可能位置的画面上的透视图。(本文来源于《天津大学学报》期刊1993年06期）
点交互论文开题报告
（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：
随着中国民航建设的迅猛发展,国家GDP增长的同时,机场噪声污染问题也越发突出,噪声防治工作就变得尤为重要。为此,研究人员利用物联网技术,在噪声波及范围内设置多个噪声监测点,对周围噪声数据进行捕捉,进而对噪声数据进行分析研究,为噪声防治工作提供决策依据。然而,由于天气或使用年限等原因,噪声监测点设备往往会不可避免地发生损坏、老化或其他异常情况,从而无法连续不断地捕捉并传送周围环境的真实噪声情况。当某个监测点失效时,如何通过采集到的数据来预测这一时期内失效监测点漏报或误报的噪声数据,也成为值得深入研究的问题。针对这一问题,本文从监测点之间存在的相似性角度出发,对失效监测点的噪声监测数据的预测进行研究,主要工作包括:(1)噪声监测时间序列数据之间的相似程度体现了监测点噪声之间的关系紧密程度。本文从特征表示方法和时间序列相似性度量方法这两个问题出发,对现有时间序列特征表示方法以及时间序列相似性度量方法进行了全面的综述。(2)针对现有的大多数特征表示方法无法准确提取并表示时间序列趋势特征的缺陷,本文提出了一种基于终点迭代拟合算法(Iterative End Point Algorithm,IEPF)的时间序列趋势分段特征表示方法(an Trend Segmentation Representation of time series based on Iterative End Point algorithm,IEPF-TSR)。这一方法与IEPF相结合,能准确提取时间序列数据中关键的趋势转折点,去除序列中其他冗余的数据点。经过IEPF-TSR表示后的序列能直观表示出序列中每一个关键趋势的起始点、趋势陡缓程度以及趋势均值,与现有特征表示方法相比能更加清晰全面地描述出序列的趋势信息。(3)针对现有时间序列相似性度量方法无法准确度量时间序列趋势特征之间的相似性的缺陷,结合所提出的时间序列趋势分段特征表示方法IEPF-TSR,本文提出了一种时间序列相似性度量方法(a time-series similarity measure based on Trend Segmentation Representation,TSRDIST)。该方法从度量序列趋势相似性的角度出发,与动态时间规整(Dynamic Time Warping,DTW)自动寻找最优相似性度量路径的原理相结合,分别从趋势分段均值和分段趋势变量两个方面综合度量了序列间的相似度,有效解决了现有相似性度量方法在度量序列趋势特征时存在的问题。(4)针对失效噪声监测点的预测问题,本文在北京首都国际机场噪声监测系统所采集的时间序列噪声数据上,首先研究了监测点之间在时序上存在的相似性,对比了欧氏距离、DTW和TSR-DIST距离的度量效果,筛选出关联监测点集合;根据时序相似度定义每个关联监测点的权重,建立了一种特征加权支持向量回归模型(Feature Weighted Support Vector Regression,FWSVR);最后在不同采样间隔的噪声数据上验证了该模型的预测效果和泛化能力。
（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。
点交互论文参考文献
[1].姬建睿,孙春华,刘业政.基于Agingtheory社交网络用户关注点交互影响演化模型[J].情报科学.2018
[2].刘晨晖.基于时间序列相似性度量的机场噪声监测点交互预测研究[D].南京航空航天大学.2018
[3].杨飞龙,刘东明,秦民君,苏志东.斜井VSP共反射点交互迭加成像方法[J].物探化探计算技术.2015
[4].潘德吉,卢秀山,田茂义.基于DEM栅格数据结构的叁维空间点交互选取方法[J].测绘科学.2009
[5].Menon,R.,Velez,D.R.,Simhan,H.,S.J.,Fortunato,翁梨驹.欧洲裔美国妇女中母体肿瘤坏死因子-α、肿瘤坏死因子受体、IL-6和IL-6受体基因的多位点交互作用预测自发性早产[J].世界核心医学期刊文摘(妇产科学分册).2006
[6].陈锦昌,李冰,梁利东.船体型线设计中实现型值点交互修改的研究[J].造船技术.2000
[7].陈东祥,王金敏.透视图的叁点交互绘图法[J].天津大学学报.1993