导读:本文包含了分层抽样技术论文开题报告文献综述及选题提纲参考文献，主要关键词:分层抽样,高清影像,森林资源调查,森林蓄积量
分层抽样技术论文文献综述
朱磊[1]（2018）在《基于高清影像分层抽样技术在森林资源二类调查中的应用探索》一文中研究指出在森林资源原有系统抽样基础上,利用高清影像,结合森林资源底图、经营档案等资料,对所有样地进行逐块判读,获取分层因子,确定各分层的类型和权重,按不同方案的样本量进行分层抽样,开展补充调查,统计不同方案的特征数,并进行对比分析。结果表明:采用高清影像分层抽样技术,可以大幅度减少调查样地数量,提高抽样精度,具有广泛的推广价值。(本文来源于《林业资源管理》期刊2018年03期）
陈小叶[2]（2017）在《分层抽样技术在课堂满意度调查中的应用研究》一文中研究指出为了对课堂满意度作出客观有效的评价,需要采用合理的抽样调查方法,选择调查对象,采集相关数据。本文深入探讨分层抽样技术在课堂满意度调查中的应用,通过分层抽样,可以有效提高调查的精度,提高数据的合理性。(本文来源于《价值工程》期刊2017年19期）
黎敏讷[3]（2017）在《分布式数据分层抽样技术及其在目标检测领域的应用研究》一文中研究指出数据抽样是一种从样本总体中选择部分有代表性的个体进行分析的推论统计方法。通过对抽取样本的属性进行观察,数据抽样技术可以对样本总体的特征做出一定的估计和判断,以达到对样本总体的认识。分层抽样(Stratified Sampling)将样本总体按照某种特征划类分层,增大了各层内部样本个体之间的共同性,抽取出的数据样本分布更具有代表性。在当前数据搜集和存储技术不断发展、数据量激增的背景下,数据抽样技术可以在稍微降低准确性的情况下经济、快速地得到统计预测、估计和有代表性的结果,在众多领域中都发挥着重要作用。分布式环境中的数据抽样需要在满足样本代表性的条件下,尽量降低时间和网络开销,同时提高算法的可扩展性。为此,本文提出了一种高效可扩展的分布式分层抽样算法DSS。DSS采用分布式计算平台Spark消息传播的思想,确定了各个节点的中间结果在进行最终抽样时应该抽取的比例,保证了在分布式计算环境下维持抽样结果的样本代表性。同时,DSS通过考虑每个数据分区中符合分层约束的个体所占的比例,计算出每个节点实际需要抽取的样本数量,使得所有抽样操作能并行执行。另外,由于DSS只传输中间结果的摘要信息而非中间结果本身,显着降低了网络传输开销。实验表明,DSS在保持高样本代表性的同时,大幅降低了网络中数据传输量,可以将数据传输量降低到当前最先进的分层抽样方法Spark-SQE的0.05%。同时,DSS显着加快了计算速度,相比于Spark-SQE在速度上提升了65%。另外,DSS可以在数据量增长的情况下达到计算时间的线性增长,具有高可扩展性。在图像目标检测领域,由于候选框样本在不同误差类型上的表现情况差距较大,目标检测算法在训练时存在着数据不平衡的问题。为了解决该问题,本文提出了一种基于数据分层思想的在线难样本挖掘算法S-OHEM,以训练效率和准确率更高的检测器。在难样本挖掘过程中,S-OHEM针对提高检测框定位精度的需求,基于数据分层思想,考虑了不同误差类型在训练过程中不同阶段对多任务学习带来的影响。S-OHEM在挖掘“难样本”时,更多的考虑定位误差,加大活跃训练集中定位误差较高的样本比例,以达到提升检测框定位精度的效果。通过系统的实验和分析,S-OHEM在训练阶段相比于传统的难样本挖掘算法OHEM可以收敛到更低的训练误差,在测试阶段产生的检测框可以满足IoU阈值较高时对定位精度的要求。对于IoU阈值0.6和0.7的情况,S-OHEM在VOC07数据集的刚性类别上的AP都提高了0.5%,在KITTI12数据集上则都提高了1.6%;就mAP而言,在IoU阈值为0.6和0.7时,VOC07(KITTI12)有0.3%和0.5%(1%和0.5%)的提升。同时,由于S-OHEM仅从数据利用的角度来优化检测器的定位精度,因此可以很容易的和现有的基于候选区域的目标检测算法相结合,进一步提升目标检测的准确性。(本文来源于《国防科学技术大学》期刊2017-05-01）
莫苑敏,龚超,冯波,卢伙胜[4]（2014）在《应用分层抽样技术估计北部湾底拖网渔业产量》一文中研究指出传统的按行政单元逐级上报的渔业产量调查方法在数据获取过程中受人为因素的干扰,而全面普查的方法受限于时间和经费,相比而言,抽样调查是一种科学合理的方法。本研究于2007年8月对北部湾底拖网产量进行了调查,以全体底拖网渔船为抽样总体,按功率段划分了抽样层次,按比例分配了抽样单元数,分别以生产渔船总数和总功率数推算总产量,并比较了这两种方法的方差。结果表明,用每kW平均产量估计总产量的变异系数为1.13%,用单船平均产量估计总产量的变异系数为14.65%。同时由于渔业抽样调查的难点在于总体船数的掌握,建议统计推断时,采用单位渔捞努力量渔获量(CPUE)推算总体渔获量。(本文来源于《渔业信息与战略》期刊2014年03期）
王红霞,景波[5]（2014）在《多维数据聚类技术在电子政务审计分层抽样中的应用研究》一文中研究指出本文分析了聚类技术及其对电子政务审计的意义,结合电子政务抽样审计中对多维数据进行分层抽样的需要,提出将基于主次属性划分的聚类方法应用于分层抽样算法之中,以适应多维数据分层抽样的需要,为电子政务审计分层抽样系统的实现提供了一种新的解决方案。(本文来源于《商业会计》期刊2014年01期）
范雯雯[6]（2013）在《利用蒙特卡罗方法模拟期权价格的实证分析——基于方差减缩技术中的分层抽样方法》一文中研究指出通过选择一只股票,计算方差的均值、漂移项,并且利用蒙特卡罗方法,模拟股票期权价格。其中用到了方差减缩技术中的分层抽样方法,方差是用半方差来模拟的。本文通过选择适当的期权,对使用方差减缩技术和没有使用方差减缩技术的期权价格进行比较,发现使用方差减缩技术期权的精度更高,并且使用方差差减缩技术后,标准差更小,那么模拟出的期权价格可信度就更高了。(本文来源于《时代金融》期刊2013年15期）
王健,黄敏[7]（2012）在《分层抽样技术在企业市场调查中的应用研究》一文中研究指出发达经济体中,企业普遍重视市场调研,通过市场调查,收集市场信息,可以为企业经营决策提供有效的依据。本文将从抽样技术层面进行分析,以期对市场调查的有效性实施提供借鉴。(本文来源于《中国商贸》期刊2012年09期）
魏航,陈沁群[8]（2010）在《多变量分层抽样技术的改进与应用》一文中研究指出多目标抽样调查对于提高样本利用效率、节约调查费用、全方位反映总体都有极为重要的意义。通过引进Ward系统聚类法改进多目标分层抽样方法;选择合适的调查指标作为辅助变量构造分层比率估计推断差异较大的指标,改进多目标分层估计量。最后进行实际应用与比较。总体上该改进的分层设计方案不仅在精度上、成本上有较大的优良性,而且在可操作性方面更显优势。(本文来源于《科学技术与工程》期刊2010年12期）
李炳凯[9]（2009）在《对分层抽样技术应用的回顾和理解——与《事后分层抽样技术在森林资源二类调查中的应用》作者商榷》一文中研究指出回顾了抽样技术在森林资源调查中的应用.我国在20世纪80年代就在森林资源抽样控制调查中采用了先抽样后分层的抽样技术,指出S2h、Sh、Syh的错误名称和正确叫法.(本文来源于《林业调查规划》期刊2009年01期）
金瑛[10]（2008）在《事后分层抽样技术在森林资源二类调查中的应用》一文中研究指出回顾抽样技术在我国森林资源二类调查中的发展应用,介绍事后分层抽样技术的应用场合、抽样方法及理论基础.认为事后分层抽样理论完善、操作简便,在总体信息掌握不全的情况下应用,既可提高抽样精度,又可降低调查成本.以2005年砚山县森林资源二类调查中抽取的1 293个角规控制检尺样地的样本数据为例,以事后分层抽样与系统抽样作比较,抽样精度明显提高.(本文来源于《林业调查规划》期刊2008年03期）
分层抽样技术论文开题报告
（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：
为了对课堂满意度作出客观有效的评价,需要采用合理的抽样调查方法,选择调查对象,采集相关数据。本文深入探讨分层抽样技术在课堂满意度调查中的应用,通过分层抽样,可以有效提高调查的精度,提高数据的合理性。
（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。
分层抽样技术论文参考文献
[1].朱磊.基于高清影像分层抽样技术在森林资源二类调查中的应用探索[J].林业资源管理.2018
[2].陈小叶.分层抽样技术在课堂满意度调查中的应用研究[J].价值工程.2017
[3].黎敏讷.分布式数据分层抽样技术及其在目标检测领域的应用研究[D].国防科学技术大学.2017
[4].莫苑敏,龚超,冯波,卢伙胜.应用分层抽样技术估计北部湾底拖网渔业产量[J].渔业信息与战略.2014
[5].王红霞,景波.多维数据聚类技术在电子政务审计分层抽样中的应用研究[J].商业会计.2014
[6].范雯雯.利用蒙特卡罗方法模拟期权价格的实证分析——基于方差减缩技术中的分层抽样方法[J].时代金融.2013
[7].王健,黄敏.分层抽样技术在企业市场调查中的应用研究[J].中国商贸.2012
[8].魏航,陈沁群.多变量分层抽样技术的改进与应用[J].科学技术与工程.2010
[9].李炳凯.对分层抽样技术应用的回顾和理解——与《事后分层抽样技术在森林资源二类调查中的应用》作者商榷[J].林业调查规划.2009
[10].金瑛.事后分层抽样技术在森林资源二类调查中的应用[J].林业调查规划.2008