导读:本文包含了维流形论文开题报告文献综述及选题提纲参考文献，主要关键词:事件去噪,低维流形,图信号处理,事件相机
维流形论文文献综述
江盟,刘舟,余磊[1]（2019）在《低维流形约束下的事件相机去噪算法》一文中研究指出本文主要提出一个新的基于流形约束的事件相机去噪算法。事件相机是一类新型的视觉传感器,以高时间分辨率(微秒)感知场景亮度变化,同时输出具有像素位置、时间及极性的事件流。事件相机在传输亮度变化的同时受到噪声的干扰,带噪的事件流会对后续的应用造成不利的影响。为了解决该问题,本文假设事件分布在高维空间中的低维流形上,利用事件点间相似信息建立图模型以近似流形结构,结合图的流形平滑约束,实现事件流去噪。该算法首次将基于图的流形约束引入事件去噪问题中并且直接处理连续的事件序列。仿真实验和真实数据结果证明了事件去噪算法的有效性。(本文来源于《信号处理》期刊2019年10期）
马闻志[2]（2018）在《基于扩散映射低维流形特征空间的过程故障检测方法》一文中研究指出在现代化工生产中,及时、有效的检测和排除故障可以避免严重的后果的发生。由于现代工业生产通过各种传感器对设备进行检测,从而产生了大量高维非线性数据。针对数据的特性,流形学习方法在工业过程故障诊断领域方面得到了越来越多的科学工作者的重视。考虑到化工过程的数据具有的非线性特点以及数据采集过程中的噪声干扰等问题,对扩散映射算法进行研究,主要研究内容包含以下几个方面:1)针对线性方法对非线性数据的故障检测效果低的问题,研究扩散映射与SVM相结合的故障检测方法。该方法通过扩散映射算法对数据进行压缩处理来降低数据的存储成本,在此基础上将获取到的低维特征向量作为SVM模型的输入进行故障的模式识别。从整体上使得故障检测的快速性与准确性得到提高。利用标准的TE过程数据进行故障检测,验证算法的有效性。2)由于SVM的识别效果受到其参数的影响较大。针对该问题利用人工鱼群算法对其进行参数的优化处理,提高算法的故障检测精度。并将其与粒子群算法、遗传算法相比较,用TE过程数据进行仿真证明了算法选择的合理性。3)扩散映射算法是利用高斯核函数,通过计算样本点之间的欧式距离来衡量样本点之间的相似性。针对如何准确地度量样本之间相似性的问题,研究马氏距离的度量学习算法。目标是学习一个使得类间样本点的距离变大,同时使得类内样本点的距离变小的马氏矩阵,从而获得一个更加准确的、更加符合实际情况的权重矩阵来提高故障检测效果。通过实验验证了算法的有效性,并能够提升故障检测的效果。(本文来源于《大连海事大学》期刊2018-03-01）
于四伟,马坚伟[3]（2017）在《基于低维流形的地震强噪声衰减》一文中研究指出1.引言随着浅层油气资源的不断衰竭,油气勘探不断向深海和深地进发。深地勘探和开采技术尚未成熟,在勘探过程中会遇到前所未有的困难。比如在地震勘探中,随着勘探深度逐渐加深,地震波传播过程中能量衰减越来越明显,甚至在局部看来已经完全被噪声淹没。地震数据的去噪是地震数据处理的关键步骤,对于提高地震数据成像的分辨率至关重要。以压缩感知理论[1]作为指导,很多学者研究了稀疏变换在噪声压制中的应用。陈香朋等研究了(本文来源于《2017中国地球科学联合学术年会论文集（二十二）——专题45：深地资源地震波勘探理论、方法进展》期刊2017-10-15）
陈瑶[4]（2017）在《2维流形STL曲面网格的重建算法研究》一文中研究指出STL(stereo lithography)作为3D扫描数据和快速原型制造事实上的标准,其广泛应用于娱乐、制造业和Internet等领域。但随着3D模型越来越复杂,数据量越来越庞大,从STL文件难以快速获得完整拓扑关系以及其存在大量冗余信息的缺点,制约着STL网格模型的进一步优化处理与应用。为此,需要针对STL文件模型进行网格重建。STL文件存储模型信息仅对叁角形单元顶点坐标进行存储,并未存储任何的拓扑关系,且存储的叁角形单元中的顶点重复存储,造成过多的顶点冗余。不仅占据存储空间,更多的是在重建拓扑结构时过多的冗余顶点搜索对比时耗费时间较多,因此去除冗余顶点是拓扑重建必须解决的一个关键性问题。在国内外对STL文件网格重构做了许多的研究,较常用的方法为先将冗余顶点进行去除,再进行拓扑结构的重建。在已有算法中通常采用半边结构进行顶点读取,再加以辅助数据结构进行拓扑重建,用的较多的辅助数据结构有平衡二叉树、哈希表等。根据2维流形的定义可知,属于2维流形的曲面叁角形网格中,内部边只可能连接两个叁角形单元;饱和点所对应的片只能为一个饱和片。对于2维流形的封闭曲面叁角形网格而言,所有的顶点都是饱和点,所有的边都是内部边。因此,本文针对2维流形的STL叁角形曲面网格模型,提出了一种快速的网格重建方法。本文算法主要针对2维流形的曲面网格模型来进行拓扑重建,主要利用删除在重建过程中达到饱和的顶点,以便减少需要比对的顶点数,并结合STL文件数据的相关性来提高顶点搜索与比较的效率。对于非封闭的曲面网格,本文算法在提高曲面网格重建效率的同时,还能有效地提取曲面网格模型的边界信息。另外,重建的曲面网格数据文件大大地减少了存储空间,另外在未加入任何的辅助数据结构的情况下,能有效地去除了冗余数据。实验结果表明本文算法的高效性及鲁棒性。(本文来源于《湘潭大学》期刊2017-06-05）
杨晟院,陈瑶,易飞,刘新[5]（2017）在《基于2维流形的STL曲面网格重建算法》一文中研究指出STL(stereo lithography)作为3D扫描数据和快速原型制造事实上的标准,广泛应用于娱乐、制造业和Internet等领域.随着3D模型越来越复杂,数据量越来越庞大,从STL文件难以快速获得完整拓扑关系且其存在大量冗余信息的缺点,制约了STL网格模型的进一步优化处理与应用.为此,需要针对STL网格模型进行网格重建.针对2维流形的STL叁角形曲面网格模型,提出了一种快速的网格重建方法.主要利用删除在重建过程中达到饱和的顶点,以便减少需要比对的顶点数,并结合STL文件数据的相关性来提高顶点搜索与比较的效率.对于非封闭的曲面网格,该算法在提高曲面网格重建效率的同时,还有效地提取了曲面网格模型的边界信息.另外,重建的曲面网格数据文件减少了存储空间,有效地去除了冗余数据.实验结果表明了该算法的高效性及鲁棒性.(本文来源于《软件学报》期刊2017年12期）
黄腾[6]（2016）在《关于四维流形中的Kapustin-Witten方程的一些分析性质》一文中研究指出本论文包括两个主题：第一部分是关于Kapustin-Witten方程的研究；第二部分是讨论高维流形中的复平坦联络及其一些应用等。本文具体安排如下：在引言中,我们详细介绍了Kapustin-Witten方程的物理背景和最近的一些进展。与此同时也简要介绍了我们的相关工作。在第一章中,我们介绍论文中所涉及的关于规范理论的一些基本概念和结果。在第二章中,我们研究了证明了Kapustin-Witten方程的分析性质,还证明了在四维流形满足某些很弱的条件下,额外场是具有非零一致下界的当A不是反自对偶联络。我们还讨论了Vafa-Witten方程也具有类似的现象,还证明了Vafa-Witten方程的解的模空间不是连通的。在第叁章中,我们回顾了Uhlenbeck [34]的经典的结果。她证明了当主丛上存在具有LP曲率充分小的联络A时,这个主丛存在一个平坦联络Γ和一个整体的规范变换g使得规范变换下的联络g*A关于平坦联络Γ是Coulomb规范固定的并且得到原联络A与平坦联络Γ之间Sobolev距离的估计。这个定理在第四章的证明中起到了关键作用。在第四章中,我们研究了在高维流形下的复平坦联络,观察到在Kahler流形上复平坦实际上是稳定的Higgs丛的一种特殊情形。我们用Bochner技巧证明了如下两个定理：(1)假如(E,θ)是紧致的Kahler-Einstein流形且其第一陈类大于零(c1(E)>0)上的半稳定的Higgs丛,那么E一定是半稳定的向量丛；(2)假如(E,θ)是紧致的Calabi-Yau流形上的稳定的Higgs丛,那么E一定是稳定的向量丛。(本文来源于《中国科学技术大学》期刊2016-10-01）
王宏玉[7]（2016）在《紧近复四维流形上的J-反变上同调及其应用》一文中研究指出本文作为综述,讨论了由Li和Zhang引入的闭近复流形上J-反变上同调的若干性质;特别地,利用与度量(辛形式)相容近复结构,探索了闭近Hermite(Khler)四维流形上的J-反变上同调子群H的维数h.本文还研究了闭辛流形上由Tseng和Yau引入的辛上同调群与J-反变上同调群的关系;对于自对偶第二Betti数为1的闭驯化四维近复流形,考虑了Donaldson问题.(本文来源于《中国科学:数学》期刊2016年05期）
李玉鉴,张亚红[8]（2016）在《叁元变量间一维流形依赖关系的检测》一文中研究指出最大信息系数(Maximum Information Coefficient,MIC)能够很好的检测成对变量间的线性和非线性依赖关系,但却不能直接用于检测叁元变量间的相关关系.基于MIC的思想和全相关的概念,本文提出了一种直接检测叁元变量间一维流形依赖关系的方法—最大全相关系数(Maximal Total Correlation Coefficient,MTCC).MTCC用落在[0,1]区间上的值来表明叁元变量间一维流形依赖关系的强弱,其中0和1分别表示最弱和最强的依赖关系.使用MIC的计算策略,本文还提出了一种有效的动态规划方法来近似计算MTCC的值.仿真实验说明MTCC与非线性相关信息熵(Nonlinear Correlation Information Entropy,NCIE)相比具有更好的通用性和公平性,真实数据的分析验证了MTCC的实用性.最后,强调了其专用性.(本文来源于《电子学报》期刊2016年03期）
贾蒙[9]（2014）在《映射动力系统一维流形并行计算方法》一文中研究指出为了寻找一种映射系统流形计算的快速算法,提出一种计算映射动力系统双曲不动点一维流形的并行快速算法。该算法首先以区域迭代的方法为基础,对局部流形进行分割,然后运用了曲率约束和距离控制条件进行插值运算,在单个区间上独立计算映射值,独立检查精度,真正实现计算的并行化控制流形的增长;其次从理论上证明了流形并行计算的可能性,并给出了并行计算的实现方法;最后的实验数据和仿真结果表明:该方法既保证计算的速度又提高了计算的精度。(本文来源于《振动与冲击》期刊2014年09期）
吴语来[10]（2013）在《四维流形上一些问题的研究》一文中研究指出本文围绕着四维流形上的群作用及相关问题,运用Seiberg-Witten理论、G-符号差公式以及Lefschetz不动点定理等工具,研究四维流形上的一些拓扑性质,主要包括以下几个方面：1.四维流形上表示某些给定同调类的嵌入曲面的亏格；2.辛椭圆曲面上同调平凡的群作用；3.相交形式为E8(?) E8的拓扑4-流形上的素自同构.第一章介绍了四维流形的研究背景、意义以及应用,特别介绍了近年来国内外学者在四维流形上的群作用以及相关问题的研究概况以及主要的研究成果.第二章主要介绍了本文研究工作中所需要的一些基本概念、基础知识和预备工具.包括相交形式、分类定理和格点以及四维流形上群作用、整表示和实现定理、Spin结构、辛结构等,并介绍了Seiberg-Witten理论,以及G-符号差公式和Lefchetz不动点定理.第叁章利用Seiberg-Witten理论的结果,特别是10/8-定理,并结合古典的分支复迭的方法,对四维流形上的表示同调类的嵌入曲面进行了研究,在四维流形的一阶同调H1(X；Z)为有限群的情况下,得到表示某些满足可除性的二阶同调类的嵌入曲面的亏格的下界.第四章利用G-符号差公式,研究了E8(?) E84-流形在Z7、Z5和Z3作用情形下的所有可能的整表示.给出了可以被伪自由的群作用实现的表示,并排除了不能由含有二维不动点集的局部线性群作用实现的表示.第五章利用Seiberg-Witten-Taubes理论,在Chen和Kwasik研究工作的基础上,特别的利用有限多个J-全纯曲线uiCi以及辛作用下不动点集MG的结构,深入研究了辛椭圆曲面上的同调平凡群作用.一方面,对伪自由情形下辛同伦椭圆曲面E(n)上同调平凡的循环群作用进行讨论,得到了p=3时同伦椭圆曲面上不存在同调平凡的辛Zp作用,p=5时允许一个非平凡的辛同调平凡作用,并给出相应的不动点数据；另一方面,通过详细讨论p取2、3、5以及其他素数时对应在G-符号差公式中的亏值,证明了带扰动c1(K).[ω]<16的同伦极小辛椭圆曲面E(4)上保持辛结构的同调平凡的循环群作用是平凡的.(本文来源于《大连理工大学》期刊2013-10-01）
维流形论文开题报告
（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：
在现代化工生产中,及时、有效的检测和排除故障可以避免严重的后果的发生。由于现代工业生产通过各种传感器对设备进行检测,从而产生了大量高维非线性数据。针对数据的特性,流形学习方法在工业过程故障诊断领域方面得到了越来越多的科学工作者的重视。考虑到化工过程的数据具有的非线性特点以及数据采集过程中的噪声干扰等问题,对扩散映射算法进行研究,主要研究内容包含以下几个方面:1)针对线性方法对非线性数据的故障检测效果低的问题,研究扩散映射与SVM相结合的故障检测方法。该方法通过扩散映射算法对数据进行压缩处理来降低数据的存储成本,在此基础上将获取到的低维特征向量作为SVM模型的输入进行故障的模式识别。从整体上使得故障检测的快速性与准确性得到提高。利用标准的TE过程数据进行故障检测,验证算法的有效性。2)由于SVM的识别效果受到其参数的影响较大。针对该问题利用人工鱼群算法对其进行参数的优化处理,提高算法的故障检测精度。并将其与粒子群算法、遗传算法相比较,用TE过程数据进行仿真证明了算法选择的合理性。3)扩散映射算法是利用高斯核函数,通过计算样本点之间的欧式距离来衡量样本点之间的相似性。针对如何准确地度量样本之间相似性的问题,研究马氏距离的度量学习算法。目标是学习一个使得类间样本点的距离变大,同时使得类内样本点的距离变小的马氏矩阵,从而获得一个更加准确的、更加符合实际情况的权重矩阵来提高故障检测效果。通过实验验证了算法的有效性,并能够提升故障检测的效果。
（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。
维流形论文参考文献
[1].江盟,刘舟,余磊.低维流形约束下的事件相机去噪算法[J].信号处理.2019
[2].马闻志.基于扩散映射低维流形特征空间的过程故障检测方法[D].大连海事大学.2018
[3].于四伟,马坚伟.基于低维流形的地震强噪声衰减[C].2017中国地球科学联合学术年会论文集（二十二）——专题45：深地资源地震波勘探理论、方法进展.2017
[4].陈瑶.2维流形STL曲面网格的重建算法研究[D].湘潭大学.2017
[5].杨晟院,陈瑶,易飞,刘新.基于2维流形的STL曲面网格重建算法[J].软件学报.2017
[6].黄腾.关于四维流形中的Kapustin-Witten方程的一些分析性质[D].中国科学技术大学.2016
[7].王宏玉.紧近复四维流形上的J-反变上同调及其应用[J].中国科学:数学.2016
[8].李玉鉴,张亚红.叁元变量间一维流形依赖关系的检测[J].电子学报.2016
[9].贾蒙.映射动力系统一维流形并行计算方法[J].振动与冲击.2014
[10].吴语来.四维流形上一些问题的研究[D].大连理工大学.2013