导读:本文包含了特征集成论文开题报告文献综述及选题提纲参考文献，主要关键词:网络演化,动态视角,集成电路产业,SIENA
特征集成论文文献综述
刘晓燕,李金鹏,单晓红,杨娟,魏云凤[1]（2019）在《动态视角下集成电路产业创新网络演化特征分析》一文中研究指出进行产业创新网络演化特征分析有助于把握产业内部创新合作变化规律及趋势,对复杂市场变化和行业激烈竞争做出响应,为产业组织治理提供依据,提升产业创新绩效,引导产业优化。本文通过构建创新网络演化模型,运用动态网络和社会网络的分析方法对集成电路产业的创新网络演化特征进行实证分析。结果表明,在结构特征演化中,集成电路创新网络结构呈现由松散型向核型结构演化的趋势;在主体及合作关系演化中,中国企业逐渐占据网络主体地位,高校和科研院所占比较低,合作趋于同类型主体间合作,合作关系更加密切;在网络稳定性演化中,网络变化速率经过前期的波动变化后逐渐降低,集成电路产业的创新网络稳定性逐步提升,并有效促进了创新绩效产出。(本文来源于《中国科技论坛》期刊2019年11期）
陈彦萍,高宇坤,张恒山,夏虹[2]（2019）在《基于多链接特征子集的聚类集成算法》一文中研究指出利用独立特征子集与连接叁元组思想,将多个基聚类结果进行聚合,将显着提高聚类集成结果的准确性.针对特征数目较多的复杂数据集,本文提出了一种基于多链接特征子集的聚类集成算法,根据特征之间的关系,提出独立特征子集的选取算法,将生成的数据子集作为聚类集成算法的输入,使用不同的聚类算法生成多种不同的基聚类结果,然后提出一种能够关联不同属性的集成算法,将多种不同的基聚类结果作为集成算法的输入进行集成,融合不同的结果得到唯一的结果.该算法的优点包括:1)通过对特征子集的选取,消除了重复特征对聚类结果的干扰,有利于充分利用已有特征信息; 2)采用多链接算法融合基聚类结果计算相似度矩阵,可以充分挖掘数据点之间的潜在关系.对不同数据集的实验研究表明,该算法相较于传统的聚类集成算法,可以提高聚类集成结果的准确率.(本文来源于《小型微型计算机系统》期刊2019年10期）
杨爱华[3]（2019）在《集成特征选择的基因微阵列数据分类算法》一文中研究指出多分类器集成是机器学习领域的一个研究热点,基因微阵列技术是多领域综合交叉技术,在医学与生物学上有广泛的应用。但是,基因微阵列数据维度高且样本少等问题使得传统的分类器不能总是取得理想的分类效果。现提出一种基于多目标遗传算法的集成特征选择方法。首先,确定使用基于进化计算的集成特征选择方法进行微阵列数据分析;其次,实现最大化最小边缘的目标设计并不断完善适应值函数;最后,引导算法生成高差异度与精确度的基分类器。在前列腺癌数据集和乳腺癌数据集上与已有方法进行对比,实验表明,提出的方法在对基因微阵列数据进行分类判别方面性能表现良好。(本文来源于《信息记录材料》期刊2019年10期）
扈晓君,康宁[4]（2019）在《基于特征选择的SVM选择性集成学习方法》一文中研究指出本文提出了一种结合SVM的选择性集成学习方法。算法基于集成学习的基本框架,通过对输入的训练子集进行特征选择处理并对随后的基分类器进行泛化能力的排序和选择,形成了一个新的集成分类器,以提高性能。文中试验采用UCI数据集与传统的Bagging算法做对比,结果表明本文算法可以有效地改善分类效果。(本文来源于《电子技术与软件工程》期刊2019年18期）
胡小琴[5]（2019）在《基于Hough变换的大数据特征集成冲突检测建模研究》一文中研究指出传统的大数据冲突检测方法,无法解决数据特征冲突过程中存在的震荡波动以及数据特征不明显的问题,获取的检测结果存在较大的偏差.为了提高大数据冲突检测的准确率,提出基于Hough变换的大数据特征集成冲突检测模型,通过大数据特征数据挖掘算法,获取初步冲突特征数据.采用去一划分的方法,计算采集冲突特征数据的离群性权值,参考量化后的特征冲突权值,通过选定大数据特征序列、大数据特征表达和特征数据Hough变换处理叁个步骤实现大数据的特征集成,借助配置的冲突判断规则,通过大数据特征集成冲突分类输出冲突检测结果.经过对比实验发现,相比于传统的冲突检测模型,基于Hough变换的特征集成冲突检测模型检测准确率提高了13.04%.(本文来源于《太原师范学院学报(自然科学版)》期刊2019年03期）
曾萧,宫亮,杨煜普[6]（2019）在《基于KPCA特征集成算法的SOFC 系统多故障识别》一文中研究指出针对固体氧化物燃料电池系统多模式、非线性及高维等特点,提出基于数据驱动的模式识别方法。首先用核主成分分析特征集成算法提取故障特征,然后在特征空间中使用多项式逻辑斯谛回归算法进行故障诊断。实验结果表明:核主成分分析特征集成算法可以全面提取出故障特征,能够大幅提高后续分类器故障的识别效果。(本文来源于《化工自动化及仪表》期刊2019年09期）
孙安,于英香,罗永刚,孙逊[7]（2019）在《序列标注模型中不同输入特征组合的集成学习与直推学习方法研究——以CCKS-2018电子病历命名实体识别任务为例》一文中研究指出[目的/意义]研究机器学习中集成学习与直推学习方法对电子病历命名实体识别任务的性能影响,为基于机器学习方法的文本信息抽取提供一种性能优化方法。[方法/过程]首先对CCKS-2018提供的电子病历文本进行分析,提取中文分词、词性标注、临床实体类别特征;然后在条件随机场CRF算法下,采用不同输入特征组合的方法构造"基学习器"进行投票集成;最后用直推学习方法对集成学习结果进行优化。[结果/结论]实验中集成学习获得总体效果F_1值86.93%均优于"基学习器"结果值,直推学习获得了模型的最佳泛化性能87.06%,同时多特征组合比单独字特征可以获得更好的"基学习器"。实验证明采用不同输入特征组合的集成学习和直推学习可以有效提升模型的泛化性能,该方法可以在其他相关机器学习与文本信息抽取领域中推广。(本文来源于《情报杂志》期刊2019年10期）
通讯员,郑连平,,王蓉[8]（2019）在《时隔六年 谢馥春再冲国字号非遗》一文中研究指出昨获悉，我市相关单位以“扬州谢馥春‘香、粉、油’制作技艺”为项目名递交申遗文本，时隔六年后，谢馥春再度冲刺国字号非遗。1 扬州香粉制作源于汉唐在历史上，扬州是座消费城市、休闲城市和文化城市，历来崇尚精致文化，这种独特的文化背景和优美的(本文来源于《扬州日报》期刊2019-08-27）
汤健,乔俊飞,徐喆,郭子豪[9]（2019）在《基于特征选择和选择性集成策略的城市固废焚烧过程二恶英排放浓度软测量》一文中研究指出城市固废焚烧(MSWI)过程排放的二恶英(DXN)对生态环境以及人类健康具有巨大现实和潜在危害。DXN排放浓度的连续实时检测对实现焚烧过程运行优化和城市污染控制至关重要。DXN生成机理的复杂性导致其与MSWI输入输出变量间的映射关系难以表征。针对上述问题,本文提出了一种基于特征选择和选择性集成策略的DXN排放浓度软测量方法。首先,对焚烧流程过程变量和易检测排放气体浓度数据进行预处理,获得DXN排放浓度建模样本;接着,基于线性潜结构映射算法的变量投影重要性(VIP)和依据经验设定的输入特征选择比率,确定软测量模型输入特征;最后,基于操纵训练样本集成构造策略,构建自适应确定核参数的选择性集成软测量模型。该方法适合于构建基于小样本数据的难以检测参数软测量模型。采用文献和实际MSWI过程的DXN排放浓度数据仿真验证了所提方法的有效性。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
谭志,刘学君,陈雯柏[10]（2019）在《世界一流大学本科教育实践、特征与启示——以UCL工程学院集成工程项目为例》一文中研究指出伦敦大学学院自2014年本科教育改革以来,其工程学院采取了与传统工程学科大相径庭的全新工程教育集成框架,将创新的教学方法与面向工程实践的课程相结合,为学生提供参与跨学科活动机会,开创了综合性大学开展未来工程型人才培养的全新本科教育模式。工程学院本科教育实践正体现了双一流高校建设的创新型工程拔尖人才培养理念,对我国高校加快建设世界一流大学、优化调整专业布局、推动学科深度交叉融合、培养学生技术交流能力和工程领导力等具有重要启示。(本文来源于《高等工程教育研究》期刊2019年04期）
特征集成论文开题报告
（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：
利用独立特征子集与连接叁元组思想,将多个基聚类结果进行聚合,将显着提高聚类集成结果的准确性.针对特征数目较多的复杂数据集,本文提出了一种基于多链接特征子集的聚类集成算法,根据特征之间的关系,提出独立特征子集的选取算法,将生成的数据子集作为聚类集成算法的输入,使用不同的聚类算法生成多种不同的基聚类结果,然后提出一种能够关联不同属性的集成算法,将多种不同的基聚类结果作为集成算法的输入进行集成,融合不同的结果得到唯一的结果.该算法的优点包括:1)通过对特征子集的选取,消除了重复特征对聚类结果的干扰,有利于充分利用已有特征信息; 2)采用多链接算法融合基聚类结果计算相似度矩阵,可以充分挖掘数据点之间的潜在关系.对不同数据集的实验研究表明,该算法相较于传统的聚类集成算法,可以提高聚类集成结果的准确率.
（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。
特征集成论文参考文献
[1].刘晓燕,李金鹏,单晓红,杨娟,魏云凤.动态视角下集成电路产业创新网络演化特征分析[J].中国科技论坛.2019
[2].陈彦萍,高宇坤,张恒山,夏虹.基于多链接特征子集的聚类集成算法[J].小型微型计算机系统.2019
[3].杨爱华.集成特征选择的基因微阵列数据分类算法[J].信息记录材料.2019
[4].扈晓君,康宁.基于特征选择的SVM选择性集成学习方法[J].电子技术与软件工程.2019
[5].胡小琴.基于Hough变换的大数据特征集成冲突检测建模研究[J].太原师范学院学报(自然科学版).2019
[6].曾萧,宫亮,杨煜普.基于KPCA特征集成算法的SOFC系统多故障识别[J].化工自动化及仪表.2019
[7].孙安,于英香,罗永刚,孙逊.序列标注模型中不同输入特征组合的集成学习与直推学习方法研究——以CCKS-2018电子病历命名实体识别任务为例[J].情报杂志.2019
[8].通讯员,郑连平,,王蓉.时隔六年谢馥春再冲国字号非遗[N].扬州日报.2019
[9].汤健,乔俊飞,徐喆,郭子豪.基于特征选择和选择性集成策略的城市固废焚烧过程二恶英排放浓度软测量[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[10].谭志,刘学君,陈雯柏.世界一流大学本科教育实践、特征与启示——以UCL工程学院集成工程项目为例[J].高等工程教育研究.2019