导读:本文包含了多分辨模型论文开题报告文献综述及选题提纲参考文献，主要关键词:深度学习,肺结节良恶性预测,肺部CT图像,双通路网络
多分辨模型论文文献综述
熊文硕[1]（2019）在《基于多分辨3D深度学习网络构建肺结节良恶性预测模型研究》一文中研究指出在肺部CT影像分析中,肺结节良恶性的精确诊断是精准医疗的一个重要的研究方向,在实际临床应用中具有非常重要的意义。传统的人工方式阅片诊断肺结节良恶性的方法不仅过于依赖医生的诊断水平,具有较强的主观性,而且会带来巨大的工作负荷。而深度学习方法不仅可以深入地挖掘图像数据复杂的隐性表征,而且可以对更深层次的特征做进一步的分析与处理,使分类或预测更加智能化。因此,本文构建了一种多分辨3D双通路压缩激励深度学习网络模型预测肺部CT影像中肺结节的良恶性。在肺结节图像数据的处理中,为了充分利用肺结节空间形态的不规则信息,同时为了满足深度学习网络对固定的输入数据维度的要求,有利于深度学习网络对肺结节的特征学习,本文从CT影像数据中提取了完整的3D肺结节作为深度学习网络的输入,提出了一种3D多分辨率的数据处理方法。该方法可以有效地处理因肺结节的直径不一带来的边界丢失和噪声等问题。在3D深度学习网络模型的构建中,首先,将双通路网络(Dual Path Network,DPN)改造为3D结构;然后,通过在3D双通路网络中嵌入压缩激励(Squeeze-and-Excitation,SE)单元构成一个3D双通路压缩激励网络。该网络结构可以重新标定特征通道的权值,能够有效地描述不同特征通道对网络输出的重要程度。本文对所构建的3D双通路压缩激励网络模型做了理论和验证测试分析,并将其网络结构进行了合理的调整优化,最终基于多分辨思想构建了一个多分辨3D压缩激励深度学习网络模型。该多分辨3D深度学习网络模型不仅可以对肺结节图像的低阶特征进行重复利用,而且可以持续生成新的高阶组合特征,具有优越的预测性能。为了验证构建的多分辨3D深度学习网络模型预测肺结节良恶性的有效性,本文以分类精确度(Accuracy,ACC)和受试者工作特征(Receiver Operating Characteristic,ROC)曲线下面积(Area Under Curve,AUC)作为评价指标,在LIDC-IDRI肺部公开数据集以及本团队构建的高分辨率薄层CT数据集上分别进行了测试实验,并分别获得了 87.96%的ACC、93.11%的AUC和86.87%的ACC、90.36%的AUC。实验结果表明本文提出的多分辨3D深度学习网络预测模型与一些现存的肺结节良恶性分类预测方法相比,不仅可以在采用的样本量最多时依然保持优良的性能,而且能够有效地应对空间结构复杂的肺结节。同时,在高分辨率薄层CT数据集上展现了良好的跨数据集的可扩展性,验证了模型的有效性和稳定性。(本文来源于《山东大学》期刊2019-05-12）
胡帅,高太长,刘磊,王琦,曾庆伟[2]（2018）在《基于时域多分辨算法的非球形大气粒子散射计算模型研究》一文中研究指出大气粒子(如气溶胶和冰晶等)的散射特性是大气辐射传输模拟的基本输入参数,无论是军事目标识别、气候数值模拟还是大气海洋遥感领域,均需要准确的大气粒子散射参数作为基础数据集。由于真实大气粒子形状不规则、尺度参数范围宽、且存在非均质混合的现象,其散射过程模拟仍存在一定不确定性,目前已成为制约辐射传输模拟精度的重要因素。因此,非球形大气粒子散射参数的准确计算已成为大气辐射学急需解决(本文来源于《第35届中国气象学会年会 S9 卫星资料同化》期刊2018-10-24）
王圃,唐鹏飞,白云,刘琼[3]（2018）在《基于多分辨BP神经网络的城市日供水量预测模型》一文中研究指出鉴于BP神经网络预测城市日供水量的不足,提出了基于多分辨BP神经网络预测模型。通过离散小波变换将日供水量序列的复杂特性转化为不同尺度下的单一特性,并分别进行BP神经网络预测。针对日供水量的混沌特性,对其进行相空间重构,重构后的时间序列为网络输入。应用实例表明,与单一BP神经网络相比,多分辨BP神经网络可更好地反映序列细节和变化特性,具有更高的预测精度,平均绝对百分比误差为1.481%。(本文来源于《中国给水排水》期刊2018年11期）
张玉峰,詹振飞,李君明[4]（2016）在《基于多分辨分析的MEARTH方法及其在汽车安全仿真模型确认中的应用》一文中研究指出针对仿真模型确认中存在的多元和动态响应问题,提出了一种基于多分辨分析的MEARTH方法,并设计了一种基于贝叶斯决策理论的分类器来综合考虑不同响应的模型确认结果,从而可对多元动态系统仿真模型的有效性做出综合评估。通过对某汽车乘员约束系统进行模型确认表明,利用所提出方法得到的评分比传统MEARTH方法的评分更稳定,可对多元动态系统仿真模型的有效性做出合理评判。(本文来源于《2016中国汽车工程学会年会论文集》期刊2016-10-26）
张玉峰,詹振飞,李君明[5]（2016）在《基于多分辨分析的MEARTH方法及其在汽车安全仿真模型确认中的应用》一文中研究指出针对仿真模型确认中存在的多元和动态响应问题,提出了一种基于多分辨分析的MEARTH方法,并设计了一种基于贝叶斯决策理论的分类器来综合考虑不同响应的模型确认结果,从而可对多元动态系统的仿真模型的有效性做出综合评估。通过对某汽车乘员约束系统进行模型确认表明,利用所提出方法得到的评分比传统MEARTH方法的评分更稳定,可对多元动态系统仿真模型的有效性做出合理评判。(本文来源于《汽车技术》期刊2016年09期）
熊正德,文慧,熊一鹏[6]（2015）在《我国外汇市场与股票市场间波动溢出效应实证研究——基于小波多分辨的多元BEKK-GARCH(1,1)模型分析》一文中研究指出汇率机制和股权分置改革加强了我国汇市与股市一体化程度,近期人民币升值压力不断演化和几大经济危机爆发进一步增强了两个市场间的关联性。本文采用小波多分辨分析与多元BEKK-GARCH(1,1)模型相结合方式研究了国内汇市与股市之间的波动溢出关系,实证结果不仅表明两大市场存在显着的波动溢出效应,还发现在不同交易周期下存在着不同的波动溢出效应,短期来看股市向汇市有单向传递效应,随周期变长发展为双向溢出,其中又以汇市向股市波动溢出效应更为显着,长期则仅有小幅度溢出效应存在于股市向汇市波动传递过程中。(本文来源于《中国管理科学》期刊2015年04期）
高荣泽[7]（2015）在《基于小波多分辨分析及GARCH模型的股指预测研究》一文中研究指出随着经济的全球化步伐的加快,金融市场在一个国家的经济运行中所处的地位越来越重要。因而作为金融市场重要组成部分的股票市场,越来越受到国家的重视。我国的股票市场目前正处在发展时期,和国外一些发展成熟的股票市场相比,我国的股票市场波动更加剧烈,并且更容易受到外界环境的影响。这种情况下股市风险也会加大,进而影响国家的经济运行,使投资者的投资风险加剧。因此就需要用科学的方法对股市波动性进行分析预测。随着对股市波动预测研究不断拓展与深入,研究人员根据不同的需要,已经发展出多种不同预测方法,譬如模糊预测方法、小波分析预测方法、自适应回归预测、广义自回归条件异方差模型分析预测等。本文将小波多分辨分析与广义自回归条件异方差模型分析预测相结合,得到了小波分析-GARCH模型预测方法,得到了良好的预测效果。本文主要分为五个部分。首先介绍了股指价格波动趋势预测对于国家金融调控以及个人投资的重要性及意义,分析了股票指数的波动特点。第二部分介绍了小波多分辨分析及去噪理论。第叁部分是ARCH模型的相关分析。第四部分是在上述基础上引入了小波分析-GARCH模型预测方法,并选取沪深300股指的收盘价时间序列作为研究样板进行实证研究。最后一部分给出相关结论和讨论。本文的研究过程及结论表明:我国的沪深300指数和美国的道琼斯工业平均指数相比具有更强的波动性。从模型的选取过程中可以看出,沪深300指数具有一定的“杠杆效应”,存在着信息冲击的非对称性。之后的预测过程则表明将小波多分辨分析去噪引入GJR-GARCH模型后,其预测精度得到明显提高。说明小波多分辨分析去噪对我国沪深300股指预测精度的提高是有效的。(本文来源于《宁波大学》期刊2015-04-13）
王相宁,郑晓智[8]（2013）在《基于copula-SV模型的股市相关性的多分辨分析》一文中研究指出使用极大重迭离散小波变换将上证指数和深成指数的日数据分解在了4个尺度上,分别采用SV-t模型拟合边缘分布,并建立copula函数来拟合两市在不同尺度上的收益率,并分析其尾部相关性.结果表明沪深两市时间序列在同尺度下的相关性远远大于不同尺度下的相关性,且在同一置信水平下,各尺度的下尾相关性要大于上尾相关性,随着交易周期的增加,不论是下尾还是上尾的相关性都明显增强.(本文来源于《中国科学技术大学学报》期刊2013年12期）
黄叶珏,褚一平[9]（2012）在《基于多分辨离散模型的图形密码》一文中研究指出为了增强点击型图形密码在触摸屏移动智能终端应用中的易用性和安全性,离散化过程中引入多分辨思想,提出了一种用于图形密码的多分辨离散模型。对比分析数据表明,多分辨离散模型可以在相同的图像尺寸和容错距离情况下,获得比已有离散化方法更大的密码空间,增加攻击难度,提高安全性。同时多分辨离散模型可调整安全强度,可通过扩大容错距离来提高易用性。(本文来源于《计算机工程与设计》期刊2012年12期）
许永峰[10]（2012）在《一个基于多分辨分析模型和非线性扩散的图像去噪算法》一文中研究指出滤波器算法的研究对于提高图像质量尤为重要。本文首先研究了几种非线性扩散滤波器之间的联系和差别,并分析了它们的不足。为解决非线性扩散去噪技术中边缘停止函数的选择问题,把多分辨分析(MRA)方法引入到非线性扩散去噪的过程。该方法在多分辨分析模型下,根据子图象的特点,采用不同的边缘停止函数对图像进行非线性扩散去噪。实验结果证明其不但能够有效地去除噪声,而且能够保持图像中的细节。(本文来源于《2012管理创新、智能科技与经济发展研讨会论文集》期刊2012-08-25）
多分辨模型论文开题报告
（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：
大气粒子(如气溶胶和冰晶等)的散射特性是大气辐射传输模拟的基本输入参数,无论是军事目标识别、气候数值模拟还是大气海洋遥感领域,均需要准确的大气粒子散射参数作为基础数据集。由于真实大气粒子形状不规则、尺度参数范围宽、且存在非均质混合的现象,其散射过程模拟仍存在一定不确定性,目前已成为制约辐射传输模拟精度的重要因素。因此,非球形大气粒子散射参数的准确计算已成为大气辐射学急需解决
（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。
多分辨模型论文参考文献
[1].熊文硕.基于多分辨3D深度学习网络构建肺结节良恶性预测模型研究[D].山东大学.2019
[2].胡帅,高太长,刘磊,王琦,曾庆伟.基于时域多分辨算法的非球形大气粒子散射计算模型研究[C].第35届中国气象学会年会S9卫星资料同化.2018
[3].王圃,唐鹏飞,白云,刘琼.基于多分辨BP神经网络的城市日供水量预测模型[J].中国给水排水.2018
[4].张玉峰,詹振飞,李君明.基于多分辨分析的MEARTH方法及其在汽车安全仿真模型确认中的应用[C].2016中国汽车工程学会年会论文集.2016
[5].张玉峰,詹振飞,李君明.基于多分辨分析的MEARTH方法及其在汽车安全仿真模型确认中的应用[J].汽车技术.2016
[6].熊正德,文慧,熊一鹏.我国外汇市场与股票市场间波动溢出效应实证研究——基于小波多分辨的多元BEKK-GARCH(1,1)模型分析[J].中国管理科学.2015
[7].高荣泽.基于小波多分辨分析及GARCH模型的股指预测研究[D].宁波大学.2015
[8].王相宁,郑晓智.基于copula-SV模型的股市相关性的多分辨分析[J].中国科学技术大学学报.2013
[9].黄叶珏,褚一平.基于多分辨离散模型的图形密码[J].计算机工程与设计.2012
[10].许永峰.一个基于多分辨分析模型和非线性扩散的图像去噪算法[C].2012管理创新、智能科技与经济发展研讨会论文集.2012