导读:本文包含了采样改进论文开题报告文献综述及选题提纲参考文献，主要关键词:线性-非线性模型,贝叶斯理论,马尔可夫链蒙特卡洛,迭代最小二乘
采样改进论文文献综述
张彦栋,陈建忠,赵中飞[1]（2019）在《对F-J方法中采样算法的改进》一文中研究指出介绍了基于贝叶斯理论的线性-非线性模型的反演方法(F-J方法),在理论上可以求出模型参数的概率分布,可以通过马尔可夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)采样估计参数值及其精度。为了评估F-J方法反演效果,给出了线性-非线性模型的最小二乘方法以及假设检验步骤。针对MCMC采样算法中参数的随机游走步长会影响最佳采样数量的问题,对采样算法作了改进,模拟数据算例表明,改进的采样算法基本消除了部分参数游走步长选取不合适对确定采样次数的影响,解决了随机游走采样难以确定最佳采样点数量的问题。(本文来源于《测绘地理信息》期刊2019年06期）
张廷军,郭毅锋,黄丽敏[2]（2019）在《改进重采样的移动机器人SLAM算法》一文中研究指出在基于Rao-Blackwellized粒子滤波的移动机器人同时定位与地图构建(RBPF-SLAM)算法中,针对重采样过程导致粒子多样性降低问题,提出部分粒子免疫优化重采样方法。根据粒子权重将粒子划分为稳定粒子和不稳定粒子,对稳定粒子直接存入抗体记忆序列,对不稳定粒子通过计算抗原与抗体的亲和力与排斥力进行克隆变异操作,从中优选新粒子补充到抗体记忆序列,提高粒子多样性。实验结果表明,该算法能够有效提高机器人状态估计精度,保证算法实时性。(本文来源于《计算机工程与设计》期刊2019年11期）
李博,孙建军,王朝亮,许烽,查晓明[3]（2019）在《考虑高次谐波影响的智能配电合并单元改进采样数据同步方法》一文中研究指出通过合并单元进行不同电子式互感器间的采样数据同步过程中,当信号内存在谐波尤其是高次谐波时,现有方法难以准确地还原采样间隔处的数据,导致同步误差较大。针对这一问题,提出了一种改进采样数据同步方法。基于叁样条插值理论,研究了采样数据的整体特征,用连续的分段叁次函数描述采样点间的波形,提高了重采样精度。再根据插值算法原理与采样特征,通过归一化处理、矩阵变换、收敛性分析等方法,减小了计算量。最后通过仿真验证,该方法能够保证不高于21次谐波的重采样数据不失真,且计算时间仅为同等精度插值算法的10%左右。改进算法提高了采样数据同步精度,同时又解决了高精度插值运算量大的局限性,具有工程应用价值。(本文来源于《电力系统保护与控制》期刊2019年18期）
林晓梦,高勇[4]（2019）在《一种改进重采样的粒子滤波盲分离算法》一文中研究指出在通信混合信号单通道盲分离技术中,粒子滤波盲分离算法是一大主流算法。针对粒子滤波算法必然存在的粒子退化问题,提出一种结合有效粒子数和残差重采样思想的改进重采样粒子滤波盲分离算法。所提算法在粒子退化,即有效粒子数减少至需进行重采样时,根据有效粒子数的值找出一定数量的权重大的粒子,按每个粒子的权重占总权重的比例复制一定数量的该粒子到新粒子集中。复制后将该粒子权重更新为剩余权重,把所有权重重新归一化,再用传统随机重采样方法复制少量粒子,完成重采样的改进算法,进而得到改进重采样的粒子滤波盲分离算法。仿真结果表明,在粒子滤波单通道盲分离应用中,提出的改进重采样算法与传统随机重采样算法相比,在复杂度近似相同的情况下误码性能提高了约1 d B。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年04期）
郑建华,刘双印,贺超波,符志强[5]（2019）在《基于混合采样策略的改进随机森林不平衡数据分类算法》一文中研究指出针对传统分类算法难以处理不平衡数据的问题,提出了一种基于混合采样策略的改进随机森林不平衡数据分类算法。首先从理论上分析了混合采样策略提升随机森林基分类器多样性的机理,随后设计了改进随机森林不平衡数据分类算法。算法采用过采样和欠采样混合采样策略为每棵子树生成不同的平衡训练子集,再利用该训练子集训练子树,从而创建随机森林分类器。最后用13种不平衡数据集进行实验测试。结果显示:采用较小的过采样因子可以取得较好的分类效果;与9种对照算法相比,改进的随机森林分类算法在AUC值对比时获得10个最优结果,G-mean值对比时获得9个最优结果。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年07期）
韩素青,李淑慧[6]（2019）在《一种改进地标点采样的不平衡数据聚类算法》一文中研究指出对不平衡数据进行聚类分析时,K-means聚类方法可能会错误地将分布在较小区域类别中的样本划分到大区域类别中;谱聚类算法,虽然可以有效优化数据结构,并很好地识别不同形状的样本,但却难以处理大规模数据.针对这些问题,提出一种改进地标点采样的不平衡数据聚类算法.该算法首先对不平衡数据进行预聚类以获得初始类标签,然后基于数据密度对数据进行采样.在此基础上,通过对采样数据执行K-means聚类,并将聚类中心作为地标点,对数据进行谱聚类分析.实验结果显示,该方法在处理不平衡数据时,不仅能够有效提高样本的聚类准确率,而且能够保证聚类结果的稳定性和精度.(本文来源于《太原师范学院学报(自然科学版)》期刊2019年02期）
马天超[7]（2019）在《基于改进重采样的粒子滤波红外车辆跟踪算法》一文中研究指出针对传统粒子滤波算法状态方程无法利用多帧信息及重采样阶段的粒子种类缺失问题,提出基于改进重采样的粒子滤波红外车辆跟踪算法,对图像进行预处理,增强图像;引入图像准则并结合多帧信息对粒子滤波的状态方程予以改良,在保证以目标帧间变化为基础的前提下将图像信息更多的结合在状态方程中,提高算法的抗干扰能力;在重采样阶段利用粒子权值设定阈值,在保留原始大权重粒子的基础上引入受小权重粒子影响的新粒子,抑制粒子权重过于集中,保证粒子的多样性。经过实验验证,提出的算法在精确性与抗干扰性方面与传统粒子滤波方法相比有较大提升。(本文来源于《无线电工程》期刊2019年07期）
魏力,张育平[8]（2019）在《一种改进型的不平衡数据欠采样算法》一文中研究指出不平衡数据集经常出现于很多应用领域,如果直接使用这种数据集进行分类,会对算法的学习过程造成干扰.而传统的欠采样方案会严重丢失多数类样本的信息.为解决这一问题,通过结合NearMiss算法和K-Means聚类在处理不平衡数据时的优点,提出了CBNM(Clustering-Based NearMiss)算法,该算法通过计算簇中心点的NearMiss距离,赋予该点选择权重.实验通过选择十组UCI数据集,验证在本算法中叁类NearMiss算法的优劣,并与NearMiss-2算法进行比较.实验结果表明,CBNM算法在F-Measure和G-Mean上有显着提升,对分类效果的改进明显.(本文来源于《小型微型计算机系统》期刊2019年05期）
尹立航,孙士保,许烨,章冲[9]（2019）在《基于改进多尺度采样算法的焊缝缺陷图像识别》一文中研究指出为使焊缝缺陷图像特征提取更完整,提出一种多尺度采样分析的焊缝缺陷识别方法。对原有多尺度算法的符号模式进行改进,使其相比原来增加两个划分区间;利用控制变量法确定焊缝图像识别的最优尺度数为2,最佳邻域像素数为12;提取焊缝图像的多尺度特征,连接各个尺度下的特征向量用于表示焊缝图像;用最近邻分类器对缺陷图像进行识别;考虑实际生产中缺陷种类的多样性,对缺陷图像做9个不同角度的旋转。综合实验结果表明,该方法具有较高的识别率且具有旋转不变性,实验中对复杂缺陷图像识别率超过91.71%,优于现有方法,能够满足实际需要。(本文来源于《计算机工程与设计》期刊2019年04期）
郭冰楠,吴广潮[10]（2019）在《改进的随机平衡采样Bagging算法的网络贷款研究》一文中研究指出互联网金融中的网络贷款用户数据具有类别不平衡的特性,严重影响传统分类器的性能。随机平衡采样算法在对原始数据集进行重采样的过程中,将所有样本同等考虑,本文在平衡采样的过程中充分考虑样本点的性能,将其分为3类样本:安全的、边界的、噪声的,针对不同类型的样本采用相应的采样方法,得到平衡的新数据集,然后对该数据集进行Bagging集成,提高算法的泛化性能,结果表明本文改进的随机平衡采样(Improved Random Balanced Sampling,IRBS) Bagging算法可以较好地对网络贷款用户进行分类。(本文来源于《计算机与现代化》期刊2019年04期）
采样改进论文开题报告
（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：
在基于Rao-Blackwellized粒子滤波的移动机器人同时定位与地图构建(RBPF-SLAM)算法中,针对重采样过程导致粒子多样性降低问题,提出部分粒子免疫优化重采样方法。根据粒子权重将粒子划分为稳定粒子和不稳定粒子,对稳定粒子直接存入抗体记忆序列,对不稳定粒子通过计算抗原与抗体的亲和力与排斥力进行克隆变异操作,从中优选新粒子补充到抗体记忆序列,提高粒子多样性。实验结果表明,该算法能够有效提高机器人状态估计精度,保证算法实时性。
（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。
采样改进论文参考文献
[1].张彦栋,陈建忠,赵中飞.对F-J方法中采样算法的改进[J].测绘地理信息.2019
[2].张廷军,郭毅锋,黄丽敏.改进重采样的移动机器人SLAM算法[J].计算机工程与设计.2019
[3].李博,孙建军,王朝亮,许烽,查晓明.考虑高次谐波影响的智能配电合并单元改进采样数据同步方法[J].电力系统保护与控制.2019
[4].林晓梦,高勇.一种改进重采样的粒子滤波盲分离算法[J].重庆邮电大学学报(自然科学版).2019
[5].郑建华,刘双印,贺超波,符志强.基于混合采样策略的改进随机森林不平衡数据分类算法[J].重庆理工大学学报(自然科学).2019
[6].韩素青,李淑慧.一种改进地标点采样的不平衡数据聚类算法[J].太原师范学院学报(自然科学版).2019
[7].马天超.基于改进重采样的粒子滤波红外车辆跟踪算法[J].无线电工程.2019
[8].魏力,张育平.一种改进型的不平衡数据欠采样算法[J].小型微型计算机系统.2019
[9].尹立航,孙士保,许烨,章冲.基于改进多尺度采样算法的焊缝缺陷图像识别[J].计算机工程与设计.2019
[10].郭冰楠,吴广潮.改进的随机平衡采样Bagging算法的网络贷款研究[J].计算机与现代化.2019