导读:本文包含了特征表论文开题报告文献综述及选题提纲参考文献，主要关键词:含状谓语,否定辖域,选择限制,语义特征
特征表论文文献综述
张谊生,赵彧[1]（2018）在《语义特征、表义方式与含状谓语否定位置的选择——以“S跟N不VP”与“S不跟N VP”为例》一文中研究指出"S跟N不VP"与"S不跟N VP"是汉语一对相关句式,其句法分布与功能搭配表现为以下四个方面:直陈式与指称式、定语式与状语式、外附式与内嵌式、连用式与共现式。这种含状谓语否定辖域与否定焦点的变化和选择取决于"VP"的配价情况、指向性与可控性以及"S"与"N"的述人特征与述物特征。在选择限制与表达效果上,这对句式表现为四组八个方面的差异与特色:语义否定与语用否定、客观否定与主观否定、前景强化与背景淡化、自足度与自由度。(本文来源于《中国语言学报》期刊2018年00期）
赵彧[2]（2016）在《降格否定“遑论”的分布特征、表义功能及连词化历程——兼论“遑论”与“不论”的异同》一文中研究指出"遑论"分化为动词和递进连词两种功能,句法环境为递进复句,可以带各类宾语,和关联副词"更"组成连用迭加。语义与情态表现为语用否定与递进性、概念功能到篇章功能、迭加现象与羡余化、否定高量的量级特征。"遑论"语法化为递进连词与句法环境、语义制约以及一些外部因素不无关系。其与"不论"的差异主要体现为四个方面:句法分布相异、否定方式不同、情态传达分化、关联功能迥异。(本文来源于《励耘语言学刊》期刊2016年02期）
张谊生,赵彧[3]（2016）在《语义特征、表义方式与含状谓语否定位置的选择——以“S跟N不VP”与“S不跟N VP”为例》一文中研究指出"S跟N不VP"与"S不跟N VP"是汉语一对相关句式,其句法分布与功能搭配表现为以下四个方面:直陈式与指称式、定语式与状语式、外附式与内嵌式、连用式与共现式。这种含状谓语否定辖域与否定焦点的变化和选择取决于"VP"的配价情况、指向性与可控性以及"S"与"N"的述人特征与述物特征。在选择限制与表达效果上,这对句式表现为四组八个方面的差异与特色:语义否定与语用否定、客观否定与主观否定、前景强化与背景淡化、自足度与自由度。(本文来源于《中国语言学报（第十八期）》期刊2016-10-14）
杨大为,丛杨,唐延东[4]（2015）在《基于结构化的加权联合特征表观模型的目标跟踪方法》一文中研究指出为了解决单目标跟踪中的光照变化、部分遮挡问题,提出了一种结构化的加权联合特征表观模型.该模型将被跟踪的目标图像划分成若干图像块,在每个图像块内计算其颜色特征和纹理特征,将这些特征加权形成特征向量作为目标的表观模型.以该模型为基础,利用贝叶斯理论,提出一种跟踪方法.实验结果表明了该方法的有效性.(本文来源于《信息与控制》期刊2015年03期）
杨大为,刘丽萍,祁燕[5]（2015）在《结构化的联合特征表观模型》一文中研究指出针对单目标跟踪过程中的部分遮挡问题,提出了一种结构化的联合特征表观模型。该模型将被跟踪的目标图像划分成若干图像块,在每个图像块内分别计算其颜色特征和纹理特征,将这些特征向量化后作为目标的表观模型。实验结果表明了该方法的有效性。(本文来源于《科技资讯》期刊2015年12期）
卢维,项志宇,于海滨,刘济林[6]（2014）在《基于自适应多特征表观模型的目标压缩跟踪》一文中研究指出针对压缩跟踪算法中表观模型的视觉表达特征单一、统计模型缺乏柔性的问题,提出一种自适应的多特征表观建模方法.该方法引入了对梯度、边缘等图像细节描述能力更强的Surf特征,并通过构建两级观测矩阵解决多维特征的观测问题,与亮度特征进行融合,使视觉表达更加丰富、全面;通过计算正负样本特征所服从的概率分布曲线的Hellinger距离,分析特征对目标和背景的区分能力,自适应地调整统计模型中各特征之间的权重,使统计模型能更好地利用对目标跟踪有益的信息,根据目标和背景的变化及时进行更新.实验结果表明:该自适应多特征表观模型能更加准确地描述实际场景中目标和背景的复杂变化,在保持高效率的同时,极大地提高了跟踪算法的鲁棒性和准确性.(本文来源于《浙江大学学报(工学版)》期刊2014年12期）
李欣莲[7]（2014）在《人教版初中“数与代数”概念规则难度水平分析——基于“特征表说”》一文中研究指出本文以特征表说为理论基础,分析了人教版初中数学"数与代数"板块概念的结构,统计分析出各不同规则难度水平概念在各年级的分布情况,以及该部分概念的结构特点.基于这些分析,得出的结论有:"数与代数"板块不同规则难度水平的概念在各年级分布基本均衡、合理,其概念特点以定义性特征学习为主.最后,建议在"数与代数"这一板块概念教学中,应根据概念的不同规则难度水平合理分配教学时间及采用适当教学策略.(本文来源于《全国数学教育研究会2014年国际学术年会论文集》期刊2014-06-27）
A.Cieszanowski,A.Anysz-Grodzicka,W.Szeszkowski,B.Kaczynski,E.Maj[8]（2013）在《肝脏局灶性病变的定量评价特征:表观扩散系数值和T_2值的比较》一文中研究指出目的比较表观扩散系数(ADC)值和T2值两种定量方法区分肝脏良恶性的局灶性病变的效能。材料与方法 73例病人共215个已确诊的肝脏局灶性病变(115个良性,100个恶性)进行1.5TMRI,包括呼吸触发的单次激发自旋回波扩散加权(b=50,400,800)和双回波T2加权快速自旋回波(TR=3000ms;TE1=84ms;TE2=228ms)成像。计算肝脏局灶性病变的扩散加权系数值和T2值,评估它们诊断恶性病变的敏感性、特异性和准确性。结果恶性肿瘤的平均ADC值(1.07×10-3mm2/s)明显低于良性病变的(1.86×10-3mm2/s)(P<0.05);但当采用最佳临界值1.25×10-3mm2/s诊断恶性肿瘤时,存在20例假阳性和20例假阴性,敏感度79%,特异度82.6%,诊断准确度为80.9%。恶性肿瘤的平均T2值(64.4ms)明显低于良性病变的(476.1ms)(P<0.05)。当采用107ms的临界值进行诊断时,出现22例假阳性和1例假阴性,敏感度99%,特异度80.9%,诊断准确度为89.3%。结论在诊断肝脏恶性肿瘤中,T2值的定量评价比ADC值有着更高的灵敏度和准确度。(本文来源于《国际医学放射学杂志》期刊2013年01期）
罗叶飞,刘建勋[9]（2011）在《基于特征表的过程测评计算机一级考试系统的设计与实现》一文中研究指出HOOK API是Windows开发环境下一种高级编程技术,而BHO(Browser Helper Object)是微软浏览器对第叁方程序员开放交互接口的业界标准。提出通过HOOK函数重定向和BHO浏览器拦截,运用基于特征表的过程解析方法来解决现今计算机等级考试系统(一级)机试中不能自动阅卷、基于过程的分步骤记分和考试系统中对新题目的适应性等问题。(本文来源于《计算机应用与软件》期刊2011年09期）
陈苗根,余森江,周红[10]（2009）在《沉积在硅油表面铜薄膜的特征表面形貌》一文中研究指出采用真空蒸发方法在硅油表面制备了一种具有自由支撑边界条件的铜薄膜系统并研究了其成膜机理和带状有序结构。实验发现:此类铜薄膜的生长机制近似服从二阶段生长模型。进一步实验发现:铜分枝状凝聚体在大气中作无规扩散和旋转,直到在某处堆积或者连接。在该连续铜薄膜系统中,我们观察到了带状有序结构。该有序结构是由一系列长度基本一致而宽度不尽相同的平行键块组成。实验结果表明:该有序结构是在样品被取出真空腔之前,由于液体基底的收缩导致薄膜压应力而形起的。理论推测铜薄膜中可能同时存在一系列不同类型的正弦型内应力分布,而这种内应力分布最终导致带状有序结构的形成。(本文来源于《台州学院学报》期刊2009年03期）
特征表论文开题报告
（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：
"遑论"分化为动词和递进连词两种功能,句法环境为递进复句,可以带各类宾语,和关联副词"更"组成连用迭加。语义与情态表现为语用否定与递进性、概念功能到篇章功能、迭加现象与羡余化、否定高量的量级特征。"遑论"语法化为递进连词与句法环境、语义制约以及一些外部因素不无关系。其与"不论"的差异主要体现为四个方面:句法分布相异、否定方式不同、情态传达分化、关联功能迥异。
（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。
特征表论文参考文献
[1].张谊生,赵彧.语义特征、表义方式与含状谓语否定位置的选择——以“S跟N不VP”与“S不跟NVP”为例[J].中国语言学报.2018
[2].赵彧.降格否定“遑论”的分布特征、表义功能及连词化历程——兼论“遑论”与“不论”的异同[J].励耘语言学刊.2016
[3].张谊生,赵彧.语义特征、表义方式与含状谓语否定位置的选择——以“S跟N不VP”与“S不跟NVP”为例[C].中国语言学报（第十八期）.2016
[4].杨大为,丛杨,唐延东.基于结构化的加权联合特征表观模型的目标跟踪方法[J].信息与控制.2015
[5].杨大为,刘丽萍,祁燕.结构化的联合特征表观模型[J].科技资讯.2015
[6].卢维,项志宇,于海滨,刘济林.基于自适应多特征表观模型的目标压缩跟踪[J].浙江大学学报(工学版).2014
[7].李欣莲.人教版初中“数与代数”概念规则难度水平分析——基于“特征表说”[C].全国数学教育研究会2014年国际学术年会论文集.2014
[8].A.Cieszanowski,A.Anysz-Grodzicka,W.Szeszkowski,B.Kaczynski,E.Maj.肝脏局灶性病变的定量评价特征:表观扩散系数值和T_2值的比较[J].国际医学放射学杂志.2013
[9].罗叶飞,刘建勋.基于特征表的过程测评计算机一级考试系统的设计与实现[J].计算机应用与软件.2011
[10].陈苗根,余森江,周红.沉积在硅油表面铜薄膜的特征表面形貌[J].台州学院学报.2009