导读:本文包含了属性检测论文开题报告文献综述及选题提纲参考文献，主要关键词:属性分析,断层检测,实践教学,断层概率
属性检测论文文献综述
唐杰,孙成禹[1]（2019）在《基于属性分析的断层检测实验教学设计》一文中研究指出断层检测是油气勘探的一个重要环节。文章设计了基于属性分析的断层检测实验,介绍了实验的基本原理和实验环节,分析并处理了地震数据体。通过该实验,学生深化了对理论知识的理解,锻炼了处理实际问题的能力,激发了进行理论学习的兴趣,教学质量得到显着提高。(本文来源于《实验技术与管理》期刊2019年11期）
王佳佳,叶钰,李世杰,刘惠光,王一帆[2]（2019）在《基于域名系统属性的速变服务网络检测方法》一文中研究指出基于对速变服务网络(Fast-flux service network,FFSN)的工作原理、申请流程、相关特征等分析,设计FFSN的检测流程,并提出了一种区分速变服务网络与合法网络的方法:详细分析两者相关域名系统属性的差异,构建检测特征,使用决策树算法检测速变服务网络的存在。实验证明,该方法可有效识别FFSN,具有较高的检测率。(本文来源于《南通职业大学学报》期刊2019年03期）
曹卫东,王广森,王怀超[3]（2019）在《基于非主属性离群点检测的实体匹配》一文中研究指出为解决互联网上不同源中同一实体描述多样性的问题,提出一种基于非主属性离群点检测的实体匹配方法。利用非主属性值消除主属性值不同带来的歧义,非主属性值可较快排除不匹配实体,极大提高匹配效率。该匹配方法在一定程度上克服了离群点匹配在传统奇异值分解中不能应用在大规模数据的弊端,其基于规则的方法对数据进行粗筛选,降低实体对的数据规模;根据离群点检测模型做进一步筛选,得到初步的实体对集;根据生成的实体对集进行采样,利用机器学习选择合适的匹配器并训练来获取匹配对。实验结果表明,该方法使准确率和召回率得到提高,其有效性得到验证。(本文来源于《计算机工程与设计》期刊2019年08期）
陈亚亚,孟朝晖[4]（2019）在《基于目标检测算法的FashionAI服装属性识别》一文中研究指出随着网络上服装图片数量的快速增长,对于大量的服装进行分类的需求与日俱增.传统的使用手工进行服装图像的语义属性标注并不能完全的表达服装图像中的丰富信息,并且传统的手工设计的特征已经不能满足现实的精度和速度的需求.近年来,深度学习已经应用到计算机视觉方方面面,为基于深度学习的服装分类识别技术奠定了坚实的基础.本文根据已有的数据集DeepFashion构建了叁个新的子数据集,进行分类训练的deep fashionkid数据集和进行Faster R-CNN训练的deepfashionVoc数据集和进行Mask R-CNN训练的deepfashion Mask数据集.使用deepfashionkid数据集在VGG16上进行预训练得到clothNet模型,进而改进Faster R-CNN的损失函数.并且各自对比了这两种算法使用clothNet预训练的模型与不使用的区别.另外,本文了采用一种新的类似嫁接学习的预训练策略.实验表明,这些训练技巧对于检测精度的提高具有一定的帮助.(本文来源于《计算机系统应用》期刊2019年08期）
兰涯雯,李强,邓淑桃,黄诗雅[5]（2019）在《基于多属性关联决策的WSN故障检测方法》一文中研究指出针对无线传感器网络中节点单一属性表征能力差且阈值范围难以确定的问题,提出一种基于多属性关联决策的分布式故障检测方法。以非均匀分簇网络结构为基础,融合距离因子与节点间相关分析结果估计簇头置信区间。在可靠簇头条件下,通过显着性检验方法对簇内成员节点状态进行反馈式决策,并基于相对熵理论定义多属性关联度,用于分析异常数据来源。实验结果表明,面对不同故障类型,该方法均能有效提高网络节点的故障检测精度并确定异常来源,在节约能耗的基础上,确保网络稳定运行。(本文来源于《计算机工程》期刊2019年10期）
李延,文鹏飞,张宝金,张如伟[6]（2019）在《频率衰减梯度属性在南海北部神狐海域天然气水合物检测中的应用》一文中研究指出为了准确识别和预测天然气水合物的矿体特征,利用频率吸收衰减属性开展水合物矿体定量分析是十分必要的。在实际地震资料中,天然气水合物段对应的高频段能量衰减受随机噪音的影响较大,容易导致计算结果出现误差。改进的频率衰减属性提取方法能够减小随机干扰对地震频谱斜率拟合的影响,得到有效信号的频率吸收衰减属性。将该方法应用到南海北部神狐海域的天然气水合物检测中,计算的结果能够准确刻画天然气水合物矿体的边界,满足定量预测的需要,证实该方法能够对天然气水合物定量预测提供更多信息。(本文来源于《海洋地质前沿》期刊2019年07期）
张珂[7]（2019）在《基于卷积神经网络的人脸检测和人脸属性识别研究》一文中研究指出人脸检测和人脸属性识别是指检测出图片中的所有人脸并分析每个人脸的面部特征,如辨别人脸的年龄、性别、种族、姿态、表情等属性。其中,人脸检测是人脸属性识别的基础,而人脸属性识别可以帮助计算机更好地理解人脸图像,在视频监控、图像检索、广告投放、人机交互等方面有巨大的应用场景。本文主要研究人脸检测问题以及头部姿态估计、性别识别和年龄估计叁个属性识别问题。在人脸检测和头部姿态估计方面,由于卷积神经网络在图像分类领域表现出的优异性能,越来越多的学者运用它解决人脸检测和头部姿态估计等问题。目前基于卷积神经网络的人脸检测和头部姿态估计联合框架主要可以分为两类:一类是首先使用人脸检测网络对输入图片进行人脸检测,然后把检测到的人脸框送入头部姿态估计网络估计每个人脸的姿态;另一类是采用一种基于图像特征描述子的区域提取算法对输入图片进行分析并产生大量候选区域,然后依次把每个候选区域送入一个基于多任务学习的人脸分类和头部姿态估计网络,根据分类阈值判断每个区域是否包含一个人脸,并估计每个人脸的姿态。第一类方法由于两个网络相互独立,两者对人脸区域的定义往往不同,如果人脸检测输出结果不能很好地匹配姿态估计网络需要的人脸区域,姿态估计的准确率会受到很大影响;第二类方法由于区域提取算法产生大量的候选区域,使后面的多任务网络需要进行大量的计算,并且仅仅依赖一个卷积神经网络进行人脸分类的可靠性不高,造成人脸检测的误检率很高,极大地影响了人脸检测的检测率。针对以上两类方法各自存在的问题,本文提出了基于级联多任务卷积神经网络的人脸检测和头部姿态估计联合框架。该框架由叁个不同深度的卷积神经网络级联而成,每个卷积神经网络都是一个多任务网络,可以同时解决人脸分类、边框区域回归和头部姿态估计叁个子任务。由于把人脸检测和头部姿态估计结合到一起,解决了第一类方法中出现的人脸区域不匹配问题。叁个卷积神经网络以层层递进的方式共同工作,解决了第二类方法仅仅依靠一个网络进行决策而造成的误检率高的问题,并且达到很强的实时性。使用两个公开人脸数据集Wider Face和AFLW生成百万数量级的训练样本训练叁个网络,在人脸检测数据集FDDB验证人脸检测的性能,在头部姿态估计数据集AFW验证头部姿态估计的性能,所提出的框架在这两个数据集中均取得了很好的测试结果。在性别识别和年龄估计方面,和其他人脸属性识别问题类似,大多数研究工作只关注某个单一属性的识别,缺乏能同时解决性别识别和年龄估计的框架。针对这个问题,本文提出基于多任务学习的性别识别和年龄估计网络,主要通过改进在图像分类领域取得优异表现的分类模型,使用这些模型的卷积特征提取层进行初步的特征提取,然后加入多任务学习层,通过反向传播算法指导网络的权重更新,最终网络适用于性别识别和年龄估计任务。使用同时包含年龄和性别标注的公开数据集Audience训练和测试了所设计的网络,在性别识别和年龄估计两个任务中均取得良好的结果。本文结合所设计的人脸检测和头部姿态估计联合框架以及性别识别和年龄估计联合框架,形成了一个端到端的人脸检测和人脸属性识别系统,在实际场景中进行测试,实验结果证明所提出方法在多种极端场景下的良好性能。(本文来源于《山东大学》期刊2019-05-20）
王鹏,刘军,顾汉明[8]（2019）在《不连续性属性增强技术在顺北地区断控不同尺度裂缝检测中的应用》一文中研究指出塔里木盆地顺北地区沿走滑断裂发育的缝洞体具有良好的油气储集空间,但因埋深大、地震信噪比和分辨率低,导致迭后缝洞体检测多解性严重。因此基于梯度结构张量倾角导向滤波方法和叁维各向异性扩散滤波方法增强地震不连续性属性,通过比较并优选合理的滤波参数,使用结构张量获取局部结构信息,构建扩散张量控制扩散过程,加入由结构张量构成的不连续性算子,保护缝洞等不连续性信息,然后提取相干体、曲率体及最大似然体等缝洞体敏感属性,应用于顺北地区断控不同尺度裂缝检测。实际资料的应用结果表明,不连续性属性增强及提取技术能有效提高断控内部不同尺度裂缝地震检测能力,可为后续钻井部署提供可靠依据。(本文来源于《工程地球物理学报》期刊2019年02期）
邹涵江[9]（2019）在《行人检测与属性精细化识别算法的研究》一文中研究指出行人检测作为自动驾驶、智能监控、智能机器人等现实应用的关键组成部分,一直以来备受研究人员的关注。近年来,随着计算能力的提升和标注数据集的扩充,许多行人检测算法通过应用深度学习技术已取得了不错的进展,但是实际应用场景中,行人检测仍面临尺度多变、姿态多样、目标密集等难点影响检测精度。另外,计算机视觉技术的更深入发展使我们迫切地希望对检测到的行人能提取出高层的语义信息,即行人属性精细化识别,此课题的研究能极大推动智能安防建设。然而,尽管已有不少此方面的研究工作被提出,真实场景中的行人属性识别由于面临视角变换、低分辨率、运动模糊等巨大挑战仍是一个待解决的难题。针对以上问题,本论文对基于卷积神经网络的行人检测算法和行人属性精细化识别算法两个方向进行了深入的研究。在行人检测方面,本论文基于YOLOv3通用框架改进的算法主要有如下特点:1.符合行人形态先验和尺寸分布先验,有利于算法收敛到更好的精度。2.使用本文整合的综合数据集训练,提高了网络学习到的特征质量。3.通过引入基于IOU的置信度惩罚,实现软化的非极大值抑制算法并应用到检测的后处理流程中,增强了算法对密集行人场景的检测能力。本文改进的行人检测算法在Caltech上评测,Miss Rate为10%,在1080Ti上的处理速度为45FPS。在行人精细化识别方面,本文主要做了以下工作:1.设计实现了基于多标签分类的行人属性识别算法,并针对行人属性分布不均这一难点,用带权的交叉熵损失函数改进了多标签分类损失。算法在RAP上基于标签评价mA为74.06,基于实例评价准确率为65.44,F1值达到78.02。2.采用部件检测的方式实现行人精细化识别。提出了行人部件分阶段检测识别和一阶段联合检测识别两种方案,实现的二阶段算法采用COCO评价标准测试AP达到39.44。(本文来源于《电子科技大学》期刊2019-03-26）
葛晓玲[10]（2019）在《妇科癌症患者特异性支持照护需求量表编制及心理测量学属性检测》一文中研究指出目的1.探究妇科癌症患者特异性支持照护需求的具体内容;2.编制妇科癌症患者特异性支持照护需求量表(Specific Supportive Care Needs Scale for Patients With Gynecologic Cancer,以下简称SSCNS-G)并检测其心理测量学属性。方法第一部分:质性访谈。采用目的抽样法,选取9名医护人员及24名妇科癌症患者进行半结构式个人深入访谈。采用内容分析法提炼主题及副主题。第二部分:量表编制及心理测量学属性检测。严格遵循量表编制程序,在质性访谈结果的基础上,参考以往相关量表的条目,构建量表的条目池。邀请6名专家进行两轮专家内容效度评定,对量表的条目进行合并、删除与修改,并通过对15名妇科癌症患者进行预试验,形成量表的初始版本。使用初始版量表对280名妇科癌症患者进行临床施测,经项目分析和信效度检验,形成量表的临床版本。结果第一部分:分别从医护人员及患者角度探讨妇科癌症患者的特异性支持照护需求,丰富了妇科癌症患者特异性支持照护需求的内容。1.从医护人员角度妇科癌症患者的特异性支持照护需求包括4个方面:分别为特殊症状管理、稳固夫妻关系、维护尊严及生育需求。2.从妇科癌症患者角度妇科癌症患者的特异性支持照护需求包括3个方面:分别为特殊症状管理、稳固夫妻关系及维护尊严需求。第二部分:(1)结合质性访谈结果,并参考以往量表的相关条目,形成78个条目的初始条目池,经课题组内讨论修改后,形成29个条目的备选条目池。然后通过专家内容效度评定及预试验,修改5个条目,形成量表的初始版本。(2)利用初始版量表对280名妇科癌症患者进行临床施测,经项目分析,删除4个条目。(3)对保留下的25个条目构成的量表进行信效度检验,信度分析结果显示,量表的Cronbach’sα系数及折半信度分别为0.951、0.810。聚合效度分析显示,妇科癌症患者特异性支持照护需求量表得分与医院焦虑抑郁量表总分及各维度得分呈正相关(r=0.147~0.791,P<0.05),与癌症患者治疗功能评定量表的总分及各维度得分呈负相关(r=-0.490~-0.142,P<0.05)。区分效度分析显示,不同妇科癌症类型、不同年龄段及确诊时是否已绝经的患者需求得分差异有统计学意义(P<0.05)。结论本研究初步探讨了妇科癌症患者特异性支持照护需求的内容,编制出妇科癌症患者特异性支持照护需求评估量表,量表具有良好的信效度,可作为妇科癌症患者的特异性支持照护需求的评估工具。(本文来源于《安徽医科大学》期刊2019-03-01）
属性检测论文开题报告
（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：
基于对速变服务网络(Fast-flux service network,FFSN)的工作原理、申请流程、相关特征等分析,设计FFSN的检测流程,并提出了一种区分速变服务网络与合法网络的方法:详细分析两者相关域名系统属性的差异,构建检测特征,使用决策树算法检测速变服务网络的存在。实验证明,该方法可有效识别FFSN,具有较高的检测率。
（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。
属性检测论文参考文献
[1].唐杰,孙成禹.基于属性分析的断层检测实验教学设计[J].实验技术与管理.2019
[2].王佳佳,叶钰,李世杰,刘惠光,王一帆.基于域名系统属性的速变服务网络检测方法[J].南通职业大学学报.2019
[3].曹卫东,王广森,王怀超.基于非主属性离群点检测的实体匹配[J].计算机工程与设计.2019
[4].陈亚亚,孟朝晖.基于目标检测算法的FashionAI服装属性识别[J].计算机系统应用.2019
[5].兰涯雯,李强,邓淑桃,黄诗雅.基于多属性关联决策的WSN故障检测方法[J].计算机工程.2019
[6].李延,文鹏飞,张宝金,张如伟.频率衰减梯度属性在南海北部神狐海域天然气水合物检测中的应用[J].海洋地质前沿.2019
[7].张珂.基于卷积神经网络的人脸检测和人脸属性识别研究[D].山东大学.2019
[8].王鹏,刘军,顾汉明.不连续性属性增强技术在顺北地区断控不同尺度裂缝检测中的应用[J].工程地球物理学报.2019
[9].邹涵江.行人检测与属性精细化识别算法的研究[D].电子科技大学.2019
[10].葛晓玲.妇科癌症患者特异性支持照护需求量表编制及心理测量学属性检测[D].安徽医科大学.2019