导读:本文包含了自动模式转换论文开题报告文献综述及选题提纲参考文献，主要关键词:遥测,多模式转换,自跟踪,外引导
自动模式转换论文文献综述
张娜,刘颖,付庆勇,张军,吕彦东[1]（2019）在《飞行器遥测跟踪的多模式自动转换方法研究》一文中研究指出针对飞行器试验遥测跟踪过程中的目标轨迹异常、遥测信号不稳定等情况,通过建立不同情况下的天线跟踪方式评价系统,研究自跟踪、外引导跟踪、程控跟踪等跟踪模式联合工作的可能性,并提出一种遥测跟踪方式优选判别、模式自动转换的方法,提高遥测数据的有效性。飞行试验结果验证了方法的有效性。(本文来源于《遥测遥控》期刊2019年01期）
周游[2]（2018）在《面向模式自动转换的数据质量保障算法》一文中研究指出随着当前社会经济的繁荣和科学技术的进步,各行各业都积累了大量的数据,这些数据的来源非常的丰富,包括工业大数据,遥测数据,社交网络数据,时间数据、位置数据和文本数据等。各行各业均被数据深刻的影响着。伴随着大量数据而来的一个重大问题就是数据质量问题。由于各种条件的限制,比如传输条件,采集条件,历史条件,输入错误和系统故障等不可避免的因素,导致数据中存在缺失或者矛盾的数据。另外由于数据的来源也日益扩大,也导致了这些数据的利用变得即为困难。为了提高数据的可用性,通过模式转换来进行数据整合并采取措施来提高数据的完整性是非常常用的手段。现有技术在模式匹配上并不够通用,仅考虑关系模式的部分特点,缺乏有效的综合关系模式各个特点的策略。同时现有的缺失值处理技术,需要对数据有限制要求,不能够很好的处理各种类型的数据,全面的覆盖关系模式的每个属性。如何能够有效的对缺失数据进行填充,将这两个过程能够紧密的结合,将是本文的核心研究内容。本文根据关系模式的特点,提出了一种通用的基于加权打分机制的关系模式匹配算法。算法适用于各个领域的关系模式,并且不需要对关系模式做出条件限制,合法定义的关系模式均可以采用本文提出的算法进行匹配。算法考虑了关系模式的各个特点,并通过最优权值学习来综合考虑这些因素,具有较高的准确度。本文通过实验,验证了该算法的有效性。在模式转换的过程中提高数据质量,本文提出了一种利用神经网络作为预测模型,在遇到空值的时候通过网络的输出进行补全的方法。预测模型利用本文提出的特征选择算法选取出合适的属性,并对属性进行向量化和特征扩展,通过以神经网络为基础的自编码器对特征进行压缩和去噪,然后以该模式的数据为训练集,为该模式的每个属性构建了预测模型,在面临缺失值得时候可以通过预测模型进行补全,最后结合前述匹配算法完成数据的转换。基于预测模型来处理缺失值的方法充分考虑了记录各个属性之间的语义关联性,并且利用本文提出的特征向量化方法它可以处理各种类型的属性,易于覆盖所有属性,是一种新颖且通用的算法。本文也通过实验,验证了预测模型的有效性。最后,本文设计了一个原型系统,系统集成了本文提出的关系模式匹配算法和具有质量保障的模式转换算法,提供模式转换的服务,来展示算法的效果。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
张荣,贺静[3]（2015）在《基于项目的《自动检测与转换技术》教学模式改革实践》一文中研究指出《自动检测与转换技术》是数控技术专业的主干专业课程,是一门综合能力与实践能力要求较高的课程,传统的学科知识导向的课程模式是以知识内在的性质和逻辑结构关系来组织教学,更加注重理论知识的教学,对实践能力和综合能力的培养不够重视,不再适合目前高职教育技能型、应用型人才的培养要求。项目教学是以人才培养的职业能力选择课程的内容,以完成工作任务为目的选择知识的侧重,模仿职业的工作过程来组织教学,根据高职学生的职业特点构建教学体系,更强调知识的实用性和针对性,该文以教学改革实践为基础,阐述了《自动检测与转换技术》项目教学改革的总体思路和具体实施过程。(本文来源于《科技资讯》期刊2015年28期）
陈诚军,许剑峰,陈跃光,宿燕岗,余强[4]（2014）在《以心脏起搏器自动模式转换功能观察厄贝沙坦对阵发性心房颤动患者心房颤动负荷的影响》一文中研究指出目的采用心脏起搏器的自动模式转换(AMS)功能观察厄贝沙坦对阵发性心房颤动的防治效果,探讨厄贝沙坦在心房颤动患者中的应用价值。方法前瞻性地纳入病态窦房结综合征伴阵发性心房颤动(简称慢快综合征)且行心脏永久起搏器(双腔)置入术的患者128例,按照置入心脏永久起搏器后有无服用厄贝沙坦随机分入对照组和厄贝沙坦组。随访1年后,比较两组患者间体表心电图的最大P波宽度(Pmax)、P波离散度(Pd)、AMS次数和持续时间、心房颤动总负荷等。结果除厄贝沙坦组的吸烟构成比显着高于对照组(P<0.05)外,两组间其他一般临床资料的差异均无统计学意义(P值均>0.05)。厄贝沙坦组、对照组术后与术前的平均血压水平的差异均无统计学意义(P值均>0.05)。术后1年,对照组的Pmax为(128.0±7.8)ms,显着长于厄贝沙坦组的(122.0±11.5)ms(P<0.05);对照组的Pd值为(29.9±4.8)ms,显着长于厄贝沙坦组的(25.7±5.5)ms(P<0.05);厄贝沙坦组的AMS次数为(276±58)次,显着少于对照组的(487±49)次(P<0.05);厄贝沙坦组的AMS持续时间为(267±23)h,显着短于对照组的(307±31)h(P<0.05);厄贝沙坦组的心房颤动总负荷为(3.00±0.55)%,显着轻于对照组的(3.50±0.67)%(P<0.05)。结论厄贝沙坦可明显减轻有心脏起搏器置入指征的阵发性心房颤动患者的心房颤动总负荷,可能与改善患者的心房电重构有关。(本文来源于《上海医学》期刊2014年06期）
许原[5]（2014）在《双腔起搏器自动模式转换功能与心电图》一文中研究指出自动模式转换功能是起搏器一项重要的自动化功能,该功能在运行中会引起相应的心电图改变。因此,了解自动模式转换功能及心电图改变对分析起搏心电图和进一步治疗有重要临床意义。1传统的自动模式转换功能1.1工作原理双腔起搏器工作模式的自动转换是指当心房率高到一定程度(房速检出频率),起搏器以2∶1下传的方式都可能引起不适宜的快速心室起搏时,起搏器的心房感知器关闭,其工作模式将从心室起搏跟随心房激动的工作模式转换为心室起搏完全不(本文来源于《心电图杂志(电子版)》期刊2014年02期）
谢巨龙[6]（2013）在《PLC系统设备手动/自动转换模式应用》一文中研究指出针对PLC系统设备手动/自动转换模式存在的设计漏洞,选择合适硬件,改进程序,确保设备安全、稳定运行。(本文来源于《设备管理与维修》期刊2013年03期）
曹兰英,严义,邬惠峰[7]（2012）在《基于模式匹配的XML自动转换技术》一文中研究指出XML的自描述性、可扩展性等特点使得XML非常适用于异构域数据的交换,以XML作为数据交换格式需要XML转换技术的强力支持。为实现异构域XML文档自动转换,提出一种XML Schema模式匹配方法,建立了模式元素之间的映射关系。该映射关系文件可翻译成XSLT脚本,实现XML文档的自动转换;实验结果证明了该方法具有较高的查准率和查全率。(本文来源于《计算机工程与应用》期刊2012年25期）
吴刚勇,秦永文,宗刚军,陈景开,陈峰[8]（2012）在《双腔起搏器更换术后不适当自动模式转换1例》一文中研究指出1临床资料患者,女,48岁,因"起搏器植入术后7年"于2012年1月10日入院。患者于7年前无诱因出现胸闷、心悸,在外院诊断为"Ⅲ度房室传导阻滞",植入DDD型永久性心脏起搏器(圣犹达公司),起搏频率60次/min,术后患者临床症状缓解,此后门诊定期随访。3月前起搏器程控提示临近电池耗竭,建议更换起搏器。(本文来源于《心脏杂志》期刊2012年05期）
徐永东,权光日,夏勇,哈清华[9]（2011）在《基于模式自动抽取的电子病历转换技术研究》一文中研究指出以电子病历为载体的海量数字化医疗信息的出现使得医疗信息的自动获取变得极为重要。而目前电子病历基本上以自然语言的形式的文本,难以满足计算机自动处理的需要。因此电子病历信息的自动转换问题具有重要的实际应用价值。本文首先对目前电子病历的内容和结构进行了深入分析,提出了医疗信息五元组模式,以及更为细化的二元组和语义类描述,并在此基础上提出了模式定义、泛化,模式自动获取,医疗信息自动抽取等一系列算法。通过实验验证表明,系统在查准率与查全率方面,获得了较好的结果。而且由于有自动学习的特性,随着训练语料的增加,系统的整体性能表现将更加优异。(本文来源于《Proceedings of 2011 International Conference on Biomedicine and Engineering （ISBE 2011 V1）》期刊2011-08-04）
徐永东,权光日,夏勇,哈清华[10]（2010）在《基于模式自动抽取的电子病历转换技术研究》一文中研究指出以电子病历为载体的海量数字化医疗信息的出现使得医疗信息的自动获取变得极为重要。而目前电子病历基本上以自然语言的形式的文本,难以满足计算机自动处理的需要。因此电子病历信息的自动转换问题具有重要的实际应用价值。本文首先对目前电子病历的内容和结构进行了深入分析,提出了医疗信息五元组模式,以及更为细化的二元组和语义类描述,并在此基础上提出了模式定义、泛化,模式自动获取,医疗信息自动抽取等一系列算法。通过实验验证表明,系统在查准率与查全率方面,获得了较好的结果。而且由于有自动学习的特性,随着训练语料的增加,系统的整体性能表现将更加优异。(本文来源于《Proceedings of 2010 First International Conference on Cellular,Molecular Biology, Biophysics and Bioengineering(Volume 4)》期刊2010-12-25）
自动模式转换论文开题报告
（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：
随着当前社会经济的繁荣和科学技术的进步,各行各业都积累了大量的数据,这些数据的来源非常的丰富,包括工业大数据,遥测数据,社交网络数据,时间数据、位置数据和文本数据等。各行各业均被数据深刻的影响着。伴随着大量数据而来的一个重大问题就是数据质量问题。由于各种条件的限制,比如传输条件,采集条件,历史条件,输入错误和系统故障等不可避免的因素,导致数据中存在缺失或者矛盾的数据。另外由于数据的来源也日益扩大,也导致了这些数据的利用变得即为困难。为了提高数据的可用性,通过模式转换来进行数据整合并采取措施来提高数据的完整性是非常常用的手段。现有技术在模式匹配上并不够通用,仅考虑关系模式的部分特点,缺乏有效的综合关系模式各个特点的策略。同时现有的缺失值处理技术,需要对数据有限制要求,不能够很好的处理各种类型的数据,全面的覆盖关系模式的每个属性。如何能够有效的对缺失数据进行填充,将这两个过程能够紧密的结合,将是本文的核心研究内容。本文根据关系模式的特点,提出了一种通用的基于加权打分机制的关系模式匹配算法。算法适用于各个领域的关系模式,并且不需要对关系模式做出条件限制,合法定义的关系模式均可以采用本文提出的算法进行匹配。算法考虑了关系模式的各个特点,并通过最优权值学习来综合考虑这些因素,具有较高的准确度。本文通过实验,验证了该算法的有效性。在模式转换的过程中提高数据质量,本文提出了一种利用神经网络作为预测模型,在遇到空值的时候通过网络的输出进行补全的方法。预测模型利用本文提出的特征选择算法选取出合适的属性,并对属性进行向量化和特征扩展,通过以神经网络为基础的自编码器对特征进行压缩和去噪,然后以该模式的数据为训练集,为该模式的每个属性构建了预测模型,在面临缺失值得时候可以通过预测模型进行补全,最后结合前述匹配算法完成数据的转换。基于预测模型来处理缺失值的方法充分考虑了记录各个属性之间的语义关联性,并且利用本文提出的特征向量化方法它可以处理各种类型的属性,易于覆盖所有属性,是一种新颖且通用的算法。本文也通过实验,验证了预测模型的有效性。最后,本文设计了一个原型系统,系统集成了本文提出的关系模式匹配算法和具有质量保障的模式转换算法,提供模式转换的服务,来展示算法的效果。
（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。
自动模式转换论文参考文献
[1].张娜,刘颖,付庆勇,张军,吕彦东.飞行器遥测跟踪的多模式自动转换方法研究[J].遥测遥控.2019
[2].周游.面向模式自动转换的数据质量保障算法[D].哈尔滨工业大学.2018
[3].张荣,贺静.基于项目的《自动检测与转换技术》教学模式改革实践[J].科技资讯.2015
[4].陈诚军,许剑峰,陈跃光,宿燕岗,余强.以心脏起搏器自动模式转换功能观察厄贝沙坦对阵发性心房颤动患者心房颤动负荷的影响[J].上海医学.2014
[5].许原.双腔起搏器自动模式转换功能与心电图[J].心电图杂志(电子版).2014
[6].谢巨龙.PLC系统设备手动/自动转换模式应用[J].设备管理与维修.2013
[7].曹兰英,严义,邬惠峰.基于模式匹配的XML自动转换技术[J].计算机工程与应用.2012
[8].吴刚勇,秦永文,宗刚军,陈景开,陈峰.双腔起搏器更换术后不适当自动模式转换1例[J].心脏杂志.2012
[9].徐永东,权光日,夏勇,哈清华.基于模式自动抽取的电子病历转换技术研究[C].Proceedingsof2011InternationalConferenceonBiomedicineandEngineering（ISBE2011V1）.2011
[10].徐永东,权光日,夏勇,哈清华.基于模式自动抽取的电子病历转换技术研究[C].Proceedingsof2010FirstInternationalConferenceonCellular,MolecularBiology,BiophysicsandBioengineering(Volume4).2010