导读:本文包含了转化算法论文开题报告文献综述及选题提纲参考文献，主要关键词:RSSI,低耗电蓝牙,BLE,距离转化
转化算法论文文献综述
王全新,许仕旺[1]（2019）在《基于RSSI防丢系统设计与距离转化算法优化》一文中研究指出本文探究并提出了一种基于RSSI的距离转化优化算法。其核心思想为通过对RSSI与距离转化算法展开的深入研究,通过大量的数据分析与实验,在基于目前已知的信号强度与距离转化公式的前提下,通过分段拟合信号强度RSSI与距离之间函数关系的方法,构造出更为精确的模型来求得RSSI与距离之间的关系,通过对采集的RSSI的数据的分析优化处理,代入该算法,即可求得发射端与接收端之间较为准确的距离。算法在基于低耗电蓝牙(BLE)和移动应用上进行,证明了该算法与普通的rssi与信号强度转化公式相比有了明显的提高,提高了距离转化的精确度,并且能够较为广泛的应用于通讯量较小,需要实时动态检测多个节点与某节点距离的场景,有利于将蓝牙测距的精确度提高到一个新的水平。(本文来源于《中国新通信》期刊2019年15期）
吴家菊,纪斌,刘振吉,陈泉根[2]（2019）在《一种将XML模式转化为编程语言的算法》一文中研究指出为设计与实现XML通用数据编辑框架中编辑数据的验证,提出一种将XML Schema文档转化为Java代码的算法。研究XML Schema的元素和元素间嵌套关系的定义规则,在此基础上定义元素到Java代码的转换规则和转换算法。该算法以Schema元素为根元素,采用深度优先搜索算法遍历XML Schema文档的每个元素,保证对XML Schema文档转换的完整性。算法实现了XML Schema定义的28种元素和12种限定元素到Java代码的转换,并且元素间的嵌套关系也得到完整的保存。最后通过转换实例验证了该算法的正确性和有效性。(本文来源于《现代电子技术》期刊2019年11期）
左根永[3]（2018）在《“人机之战”:是取代还是共生？》一文中研究指出在不久前召开的第十叁届中国成长型医药企业发展论坛上,人类药师与智能药师机器人在药学服务方面同台竞技。业界又开始炒作智能药师机器人将取代执业药师,当然也有人认为这种类似搜索引擎的人工智能更像“人工智障”。关于智能药师机器人能否取代人类药师,笔者曾(本文来源于《医药经济报》期刊2018-12-10）
张东俊,黎潇,吴红,王石[4]（2018）在《基于分布估计算法的战能转化控制方法》一文中研究指出针对传统作战实验方法游离作战进程之外,没有依据战争的动态博弈特性探究战争规律,导致难以有效揭开战争迷雾、获取制胜机理,本文提出基于战能控制的作战实验方法。面向动态能力表达,建立了作战行为、装备系统、作战能量之间的关系;面向作战能量控制,构建了反映作战行动阶段性、递进性、目的性、并行性的积蓄-感知-传递-转化战能环,设计了效果、幅值、时间、相位、密度、斜率为一体的战能转化系数以标识作战潜能;将分布估计算法引入到战能优化控制中,依据战能环进行优化阶段划分、行为编码设计,基于战能转化系数进行个体产生方式设计。实验表明,所提方法在优化效率和效果上都要优于传统方法,能够更加有效地推动作战实验开展,为形成战法训法提供量化分析手段。(本文来源于《哈尔滨工程大学学报》期刊2018年12期）
李林敏,李宝宽,许昌,胡代清,刘玉成[5]（2018）在《底吹钢包气-钢-渣叁相流过程离散-连续转化及联合算法》一文中研究指出针对底吹钢包内气-钢-渣叁相流过程中小尺度离散气泡和较大尺度自由界面共存的问题,本文采用离散气泡模型模拟小尺度气泡,而对较大尺度气泡和渣层的上下表面则采用界面追踪法直接求解,并采用大涡模拟方法以更好地描述其中的非稳态流动规律.同时,建立离散气泡和大尺度连续气体的转化模型,实现离散-连续联合的多尺度多相流数值计算方法.模型可以同时完整地描述大尺度连续界面和小尺度离散气泡的运动行为;较完善地揭示了小尺度离散气泡的合并过程,离散气泡和连续界面的相互作用及聚合过程,大尺度气泡的运动、变形及合并破碎过程,渣层波动、渣滴及渣眼的形成及演变过程等,并对比实验结果验证了模型的可靠性.(本文来源于《材料与冶金学报》期刊2018年03期）
胡平,刘璇,张建华[6]（2018）在《一种任务转化的动态避障算法》一文中研究指出传统的避障算法多适用于静态障碍物,且当障碍物位于机械臂末端期望轨迹上时,算法会失效,针对传统算法的不足提出了一种基于任务转化的动态避障算法。该算法通过监测机械臂各杆件与障碍物之间的最小距离变化实现末端期望轨迹跟踪运动和避障运动的任务转化,通过实时监测障碍物的位置变化完成动态避障。最后,通过叁自由度平面冗余度机器臂的仿真实验,验证了该算法的有效性。仿真结果表明,该算法能够有效解决当障碍物位于机械臂末端期望轨迹上时存在的冲突问题,且能够完成动态避障。(本文来源于《机械设计与制造》期刊2018年07期）
林志涛[7]（2018）在《脉冲神经网络相对顺序学习与转化算法研究》一文中研究指出作为第叁代人工神经网络,脉冲神经网络具有更高的生物似真性和计算效能,是未来类脑计算及人工智能的重要研究领域之一。但由于脉冲编码、计算等相关理论的缺乏,现有的学习算法训练效率仍然较低,效果也不令人满意,导致目前脉冲神经网络的实用性不高。发展更高效的学习算法,以及将训练好的深度学习模型直接转化为脉冲模型是提高脉冲神经网络性能的两种重要途径。本文围绕提高脉冲神经网络实用性的问题,重点研究了基于脉冲相对顺序的新型学习算法和低延时、低成本的脉冲转化方法,主要的研究内容和创新点包括:1.以脉冲相对顺序为指导的脉冲神经网络学习算法。现有的脉冲神经网络使用人为精确设定的固定脉冲为学习目标,存在潜在的输入模式与学习目标不匹配的问题。本文提出了以脉冲相对顺序为指导的学习算法,不需要设计具体精确的脉冲作为学习目标,以输出层神经元的脉冲顺序为监督信号指导突触权重的更新。针对神经元的不同状态,使用不同的误差函数,提高了神经元的学习能力和效率。丰富的实验验证了脉冲相对顺序学习算法的高鲁棒性,高效的学习效率及优良的泛化能力。最后,将该算法训练的脉冲网络与传统人工神经网络模型进行对比。相同网络规模的条件下,脉冲模型的识别性能与MLP模型相当,但推理时只需要MLP模型15%的运算量,凸显了脉冲机制的高能效特性。2.基于激活值量化的低推理延时的脉冲神经网络转化方法。传统方法转化深度神经网络得到的脉冲模型需要较长的仿真时间产生大量的脉冲来模拟源网络的输入输出关系,以获得与源网络相当的识别性能。通过分析深度学习模型激活函数与脉冲神经元等效替换的内在要求,发现脉冲神经网络推理延时与激活值精度存在正相关关系,提出了基于激活值量化的深度脉冲神经网络实现方法。针对激活值量化,提出了基于再训练的逐层量化算法,通过等间隔扫描和L2量化误差最小化方法获得最佳的量化分辨率,并进行逐层量化和再训练,得到了性能基本无损的量化网络模型。以量化网络模型为基础进行脉冲转化,只需要少量脉冲就能精确模拟激活值之间的比例关系,减少了脉冲网络的推理延时,降低了网络负载。3.卷积神经网络池化层及softmax层的脉冲转化方法。卷积神经网络的脉冲化是提高其实时性及能效的重要途径。针对现有的转化方法实现复杂,成本较大的缺陷,提出了池化融合技术和softmax层的直接映射方法。通过衰减卷积层权重的方式将卷积层脉冲标定为池化脉冲,将平均池化功能融合进了卷积层脉冲神经元;通过增加卷积层池化区域神经元之间的抑制突触连接,并把池化区域产生的脉冲标定为相应的池化脉冲,将最大值池化功能融合进了卷积层脉冲神经元。通过改变输出层神经元的行为模式,使其只进行膜电位累积,而不发射脉冲,从而能够直接使用softmax层的权重,实现了 softmax层的脉冲化。对于典型的卷积-池化堆迭网络(2*2池化),这些方法使转化得到的脉冲模型减少约20%的神经元和80%的脉冲数量。(本文来源于《浙江大学》期刊2018-04-01）
巩瑞英[8]（2016）在《基于数据转化的k近邻查询算法研究》一文中研究指出k近邻查询算法在地理信息系统、图像数据库和生物信息学等领域有着广泛的应用。因此,有效地处理k近邻查询成为商业多媒体数据库的研究热点之一。本文主要对利用数据转化方法提高k近邻查询算法的问题进行研究,主要内容如下:首先,目前主流的数据库是以R树索引最小外包矩形的形式存储数据,而基于L1距离的范围查询在进行距离计算时,会产生菱形的查询框。在查询过程中,菱形查询框与矩形节点之间的几何冲突导致计算过程复杂、查询效率低等问题。因此提出了一种数据转化技术,将一种特征空间转化为另一种特征空间,从而使原空间中的范围查询转化为转化后空间中的矩形查询。对于二维空间转化是精确的,但是多维转化会产生假正现象。针对多维转化查询结果不精确这一问题,提出了一种修正矩形查询算法,并给出了算法的实现过程。同时给出了转化的理论模型,通过详细的理论分析,说明了转化后的矩形查询具有更好的查询性能。其次,通过分析说明了k近邻查询可以看做是一种特殊的范围查询,该数据转化技术对k近邻查询同样有效。因此,本文将数据转化技术应用到k近邻查询处理中,提出了一种基于数据转化的k近邻查询算法(TKNN)。通过对原有的k近邻查询算法进行详细的分析,说明了基于转化的k近邻算法具有更高的查询效率。最后,通过实验验证了数据转化技术对查询性能的提升和基于数据转化的k近邻查询算法的高效性。并给出和相关经典算法的对比分析。(本文来源于《燕山大学》期刊2016-05-01）
陈自红[9]（2016）在《基于颜色空间转化的偏振图像去雾算法研究》一文中研究指出近年来频繁出现的雾霾天气引起了人们的广泛关注。雾霾天气不但对人们的健康产生一定的影响,还严重干扰了监控系统和侦查装备等的正常使用,例如在战场上导弹无法瞄准目标,交通道路上监控系统无法识别车牌,侦查现场上装备无法正确跟踪对象等。因此如何去除雾霾对智能装备系统的影响,提取用户感兴趣的有用信息是近年来图像视觉处理研究的热点之一。图像有多种成像方式,包括常见的可见光,遥感,偏振,红外成像等。其中偏振成像相对于可见光和红外成像有诸多优点,它可以获取地物辐射的多维偏振信息,在图像视觉领域中有独特的优势。有效使用偏振信息,可以提高目标的识别能力,从而增强景物的细节特征,提高图像的信噪比。基于传统偏振特性的图像去雾算法大都对偏振度、大气光强和景深信息进行优化,这种方法在雾天能见度较高时能够有效去除图像雾霾,但是在能见度较低状态下,对远处场景的目标识别效果并不理想。本文分析低能见度情况下图像去雾复原效果不理想的特点,提出了一种偏振信息到颜色空间转化的算法增强图像的细节特征。主要工作如下：第一：调研了国内外的雾霾去除现状,按照输入条件的不同,研究了单幅图像去雾和多幅图像去雾算法的优缺点并探讨雾霾的形成机理以及大气散射现象,结合大气散模型,对基于暗原色先验原理的图像去雾模型进行研究。第二：研究大气偏振特性,调研经典的基于偏振原理的图像去雾算法,分析传统的基于偏振特性的图像复原算法的不足,提出一种颜色空间转换的算法去除图像雾霾。根据Stokes矢量法解析偏振信息,得到偏振图像的强度、偏振度、偏振角等内容,为了达到偏振信息与去雾模型相结合的目的,采用了一种颜色空间转化的方法将偏振信息映射到彩色空间。第叁：将偏振信息转化到HIS颜色空间对应的亮度,色调,饱和度等分量中,对HIS彩色空间中的亮度和饱和度权重重新进行估值,之后再将HIS彩色空间转化到RGB彩色空间,结合暗原色先验原理,引入引导滤波算法对图像进行复原。第四：与传统的基于偏振特性的图像复原结果作对比,本文提出的算法的切实有效,得到的复原图像细节更加清晰,层次分明,能够有效识别低能见度场景下远处场景的目标。(本文来源于《安徽大学》期刊2016-04-01）
谷秋实,闫崇京,陆鹏[10]（2016）在《基于存储过程的单层BOM到混合BOM的自动转化算法》一文中研究指出为了实现在不同BOM结构之间进行数据交换,在分析当前常用的几种BOM的构造方式和遍历分解算法的基础上,结合数据库集合操作的特点,提出了一种广度优先的基于存储过程的单层BOM向混合式BOM转化的算法,并在该算法的基础上为叁维装配工艺系统开发了相应的BOM结构转化模块,实现了不同BOM结构之间的快速转化,不仅提高了系统中不同BOM之间转化的效率,而且提高了系统数据的兼容性。(本文来源于《机械设计与制造工程》期刊2016年02期）
转化算法论文开题报告
（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：
为设计与实现XML通用数据编辑框架中编辑数据的验证,提出一种将XML Schema文档转化为Java代码的算法。研究XML Schema的元素和元素间嵌套关系的定义规则,在此基础上定义元素到Java代码的转换规则和转换算法。该算法以Schema元素为根元素,采用深度优先搜索算法遍历XML Schema文档的每个元素,保证对XML Schema文档转换的完整性。算法实现了XML Schema定义的28种元素和12种限定元素到Java代码的转换,并且元素间的嵌套关系也得到完整的保存。最后通过转换实例验证了该算法的正确性和有效性。
（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。
转化算法论文参考文献
[1].王全新,许仕旺.基于RSSI防丢系统设计与距离转化算法优化[J].中国新通信.2019
[2].吴家菊,纪斌,刘振吉,陈泉根.一种将XML模式转化为编程语言的算法[J].现代电子技术.2019
[3].左根永.“人机之战”:是取代还是共生？[N].医药经济报.2018
[4].张东俊,黎潇,吴红,王石.基于分布估计算法的战能转化控制方法[J].哈尔滨工程大学学报.2018
[5].李林敏,李宝宽,许昌,胡代清,刘玉成.底吹钢包气-钢-渣叁相流过程离散-连续转化及联合算法[J].材料与冶金学报.2018
[6].胡平,刘璇,张建华.一种任务转化的动态避障算法[J].机械设计与制造.2018
[7].林志涛.脉冲神经网络相对顺序学习与转化算法研究[D].浙江大学.2018
[8].巩瑞英.基于数据转化的k近邻查询算法研究[D].燕山大学.2016
[9].陈自红.基于颜色空间转化的偏振图像去雾算法研究[D].安徽大学.2016
[10].谷秋实,闫崇京,陆鹏.基于存储过程的单层BOM到混合BOM的自动转化算法[J].机械设计与制造工程.2016