导读:本文包含了分布式记忆论文开题报告文献综述及选题提纲参考文献，主要关键词:温度监测优化,分布式数据融合,小范围传感器网络,多渐消因子
分布式记忆论文文献综述
张子凌,南新元[1]（2019）在《一种基于记忆渐消因子指数加权的动态分布式传感器融合算法》一文中研究指出由于新疆生物氧化提金预处理过程的工业现场易受到外界因素如昼夜温差、强风等干扰,传统测量方法往往存在较大的误差。为解决这个问题,①根据预处理过程,建立了传热机理模型。②针对该过程设计一个小范围传感器网络,提出了一种基于多连通融合结构的传感器分层融合结构。③数据处理过程中,引入一种基于渐消记忆指数加权的多重衰落因子调整预测误差协方差,提高基于扩展卡尔曼滤波(EKF)在一步预测中的有效性。④以各传感器的状态估计精度用作加权融合准则,通过添加动态加权因子来预测每个传感器的预测置信度。仿真实验的性能指标表明,该方法比传统的单传感器方法具有更高的全局精度,并能有效降低干扰噪声的影响。(本文来源于《传感技术学报》期刊2019年02期）
杜颖,熊洁[2]（2018）在《一类具有分布式记忆项的跳-扩散方程的分步随机θ方法》一文中研究指出针对一类具有分布式记忆项与泊松跳的随机微分方程,构造了该方程的分步随机数值解,在局部Lipschitz条件下证明了分步随机θ数值解的均方收敛性以及收敛阶达到1/2.最后,证明了方程解的指数稳定性,并在此基础上,进一步证明了所构造的数值解的均方稳定性.(本文来源于《海南热带海洋学院学报》期刊2018年05期）
杜颖,梅长林[3]（2014）在《一类具有分布式记忆的带跳随机延迟微分方程半隐式欧拉数值解的收敛性》一文中研究指出带泊松跳的随机延迟微分方程因其众多的应用背景而得到了广泛的关注,但目前的研究大多都假定其中的延迟项是离散的.考虑到连续延迟或称为分布式记忆延迟存在于许多实际问题中,本文将分布式记忆项引入到带跳的随机微分方程中,研究了一类具有分布式记忆项与泊松跳的随机微分方程的数值解问题.构造了该方程的半隐式欧拉数值解,证明了方程的解析解与半隐式欧拉数值解的高阶有界性,并在局部Lipschitz条件下证明了半隐式欧拉数值解的均方收敛性,并且通过数值算例验证了结论的正确性.(本文来源于《工程数学学报》期刊2014年02期）
范芸[4]（2013）在《交互记忆系统与分布式团队绩效的关系研究》一文中研究指出随着知识经济时代的到来以及信息通讯技术的迅猛发展和广泛应用，跨时间、空间和组织边界进行协作的分布式团队已成为了企业应对日益加速的市场变化的重要组织结构和运作方式。分布式团队的概念包含了团队在组织和地理位置上的离散性，团队成员往往涉及多个知识、技术领域，具有多样化的专家技能，利用信息技术手段进行沟通合作。已有研究表明，分布式团队是解决组织中大范围、跨领域的知识需求的复杂任务的有效模式，因此如何整合团队成员各自拥有的知识、技能和专长，从而有效地提高分布式团队的绩效一直是企业界与学术界关注的热点。回顾以往研究，笔者发现在分布式团队的研究过程中，成员异质性、沟通方式和成员分布情况等差异将如何影响团队中知识协调处理机制（即交互记忆系统）的形成，以及分布式团队的交互记忆系统对团队绩效起到何种作用还有待于进一步的研究。本研究从分布式团队区别于其他团队的属性和特征出发，首先通过文献研究和理论综述，深入剖析分布式团队交互记忆系统形成和发展的影响因素以及交互记忆系统与团队绩效之间的关系，构建分布式团队交互记忆系统与团队绩效关系的理论模型，并提出相应的假设；其次通过问卷调查，获得大量的一手资料，运用SPSS、LISREL等统计软件对调查结果进行统计分析，从而对理论模型和假设进行验证；第叁利用上述研究的成果，探讨各因素之间的关系，就分布式团队如何发展交互记忆系统以提高团队绩效提出建议和对策，为现实中分布式团队的知识管理实践提出有效的促进措施。本文的结论主要有：分布式团队的成员异质性、虚拟性和分布性程度将影响分布式团队交互记忆系统的形成与发展，同时交互记忆系统对团队绩效（包括任务绩效和合作满意度）有较强的促进作用，此外，任务的复杂性程度将会对交互记忆系统与团队绩效之间的关系产生调节作用，任务复杂性越强，交互记忆系统对团队绩效的影响将减弱。本文将交互记忆系统引入分布式团队内部运作过程的研究，对企业组织提高分布式团队绩效具有现实意义，企业应重视交互记忆系统的作用，为分布式团队建立有效的交互记忆系统提供支持。(本文来源于《江南大学》期刊2013-03-01）
秋兴国,王博辉,龚尚福[5]（2010）在《分布式代理记忆机制的P2P网络研究》一文中研究指出为了解决节点频繁离线、信任机制缺乏和带宽有限等问题对P2P网络服务质量的影响,提出了一种分布式代理记忆机制的P2P网络模型。在该模型中,数据被分成若干个数据块,节点访问结束后对数据块的服务进行评价,数据块内容和服务评价更新存储于邻域节点及后继节点;节点访问信息时,根据本地策略优化搜索代理记忆;对服务评价较低的代理记忆进行定期更新与清除。该模型通过数据块分布式代理记忆和数据动态更新的方法,有效地提高了数据可用性,阻止了病毒文件的传播,减轻了带宽压力,提高了搜索效率,增强了系统的安全性和网络性能。(本文来源于《计算机应用》期刊2010年06期）
田也壮,张莉,方淑芬[6]（2006）在《组织记忆的多层次、分布式构成》一文中研究指出知识经济时代,知识已经成为组织最重要的资源,知识的有效管理对组织发展起着至关重要的作用,组织记忆整合了组织中的各类知识,被认为是信息技术支撑知识管理的先决条件．组织记忆是以其不同的种类蕴藏于组织的每个角落之中,在组织中的分布是呈现多层次和分布武特征的．在分析了组织记忆多层次、分布式构成的形成过程的基础上,研究了组织记忆多层次、分布式构成的特征．(本文来源于《哈尔滨工业大学学报》期刊2006年07期）
王俊松,谢超,田库,徐宁寿[7]（2004）在《基于新型联想记忆系统的机器人分布式智能控制》一文中研究指出基于离散泰勒级数提出一种对多维函数可实现任意阶逼近的新型CMAC神经网络———DTS CMAC ,详细讨论了该系统的插值算法、训练规则 ,与传统CMAC相比 ,DTS CMAC具有学习精度高、学习速度快及占用存储单元少等优点。基于DTS CMAC设计了一种高性能的机械手轨迹跟踪分布式智能控制方案 ,并以肘关节为例 ,设计了机械手关节转矩控制器 ,仿真研究表明了该方案的可行性与有效性(本文来源于《机械设计》期刊2004年12期）
谈加林[8]（1996）在《分布式存储、处理与记忆》一文中研究指出分布式存储和处理是神经网络信息加工的最基本特性。作为一个由众多神经子网构成的网络系统，神经系统因其各神经子网间所具有的不同分工与它们内部所具有的，以及相应于上层网络所具有的分布式存储与处理的特点，就正是脑机能“定位”现象和“均势”现象的本质。各种神经子网是实现相应各心理机能的机构。对于如何来认识神经网络的组织机构，处于最底层的心理过程将具有特别重要的作用。这种相互关系的探讨，实际上也正是心理学的任务之一。神经网络的研究再次证明，用关于高层心理现象的概念体系去描述底层过程是不恰当的。关于底层过程的研究，应抛弃“定位”、“均势”或“内隐记忆”与“外显记忆”等概念，特别是其背后的思想方法。(本文来源于《长沙水电师院社会科学学报》期刊1996年01期）
陈松灿,杨国庆,吕军[9]（1992）在《面向问题的稀疏分布式记忆模型》一文中研究指出在Kanerva所提出的稀疏分布式记忆(SDM)或存贮模型的基础上,为实现对特定类问题的大维数输入空间的模式识别,如汉字识别,脸谱辩认等,根据问题的具体情况,诸如汉字的频率分布等,提出了一个面向问题的稀疏分布式记忆模型。改进后的模型更符合实际应用,其中的学习规则采用了指数型记忆规则,使模型具有更高的信噪比,存贮容量亦大大提高。计算机模拟表明了这一点。(本文来源于《航空学报》期刊1992年12期）
分布式记忆论文开题报告
（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：
针对一类具有分布式记忆项与泊松跳的随机微分方程,构造了该方程的分步随机数值解,在局部Lipschitz条件下证明了分步随机θ数值解的均方收敛性以及收敛阶达到1/2.最后,证明了方程解的指数稳定性,并在此基础上,进一步证明了所构造的数值解的均方稳定性.
（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。
分布式记忆论文参考文献
[1].张子凌,南新元.一种基于记忆渐消因子指数加权的动态分布式传感器融合算法[J].传感技术学报.2019
[2].杜颖,熊洁.一类具有分布式记忆项的跳-扩散方程的分步随机θ方法[J].海南热带海洋学院学报.2018
[3].杜颖,梅长林.一类具有分布式记忆的带跳随机延迟微分方程半隐式欧拉数值解的收敛性[J].工程数学学报.2014
[4].范芸.交互记忆系统与分布式团队绩效的关系研究[D].江南大学.2013
[5].秋兴国,王博辉,龚尚福.分布式代理记忆机制的P2P网络研究[J].计算机应用.2010
[6].田也壮,张莉,方淑芬.组织记忆的多层次、分布式构成[J].哈尔滨工业大学学报.2006
[7].王俊松,谢超,田库,徐宁寿.基于新型联想记忆系统的机器人分布式智能控制[J].机械设计.2004
[8].谈加林.分布式存储、处理与记忆[J].长沙水电师院社会科学学报.1996
[9].陈松灿,杨国庆,吕军.面向问题的稀疏分布式记忆模型[J].航空学报.1992