导读:本文包含了最优分解论文开题报告文献综述及选题提纲参考文献，主要关键词:高光谱图像,混合像元,端元可变
最优分解论文文献综述
徐君,王彩玲[1]（2019）在《结合空间信息选取最优端元组合的混合像元分解》一文中研究指出传统的混合像元分解算法认为每个像元都包含图像中所能提取的全部端元组分,但这并不符合实际情况。实际上图像中大多数混合像元仅由少部分端元混合而成。由于端元提取精度及噪声的影响,采用全部端元对混合像元进行分解,会使得混合像元中实际并不存在的端元的丰度估计值不为零,分解结果存在较大误差。由于混合像元大多存在于不同地物的交界处,基于此,本文提出了一种结合图像的空间信息选取混合像元最优端元子集的方法。利用一个空间结构元素,从混合像元的附近邻域开始搜索,将搜索到的纯净像元光谱与所提取的图像端元光谱进行对比,并确定混合像元的端元子集进行分解。根据RMSE大小和变化情况,逐步扩大结构元素的大小,不断调整搜索范围,直至得到最优端元组合。模拟数据和真实数据的试验结果表明,该方法相比传统的全端元光谱分解方法,在总体上获得了更好的分解效果。(本文来源于《测绘通报》期刊2019年07期）
马小龙,沈张果,王立银,戴永辉[2]（2019）在《混合云用户工作量分解最优策略纳什均衡分析研究》一文中研究指出在混合云环境下,任务处理的响应时间是云用户关注的一个性能指标,而每个云用户在选择策略时不仅要考虑自身情况,还要考虑其他云用户使用混合云的策略.构建了混合云环境下用户工作量分解模型,把最小化响应时间作为每一个用户追求的效用目标,通过求解纳什均衡的方法分析用户的最优策略行为,然后提出一个时间复杂度是O(n~2)的求解纳什均衡算法,并基于云计算仿真软件cloudsim进行了数据仿真分析.(本文来源于《数学的实践与认识》期刊2019年12期）
吴小涛,严世伦[3]（2019）在《基于相关性的最优变分模态分解算法》一文中研究指出针对时间序列不稳定导致其难以准确预测的问题,提出采用变分模态分解(VMD)这种序列分解技术来分解原始时间序列,得到相对稳定的时间序列分量,从而降低原始序列的不稳定性。VMD中的模态个数K往往难以率定,提出基于VMD分解得到残差与原始序列的相关性来率定K值的最优变分模态分解(OVMD)算法。采用常用的集合经验模态分解(EEMD)和OVMD对实际时间序列进行分解实验,从定性和定量两个方面证明了OVMD较EEMD具有更优的分解性能,说明了本文提出算法的有效性。(本文来源于《黄冈师范学院学报》期刊2019年03期）
王金东,卜庆超,赵海洋,张宏斌[4]（2019）在《最优品质因子信号共振稀疏分解的往复压缩机故障诊断》一文中研究指出针对往复压缩机振动信息干扰耦合,振动信号非平稳、非线性的特性,提出了最优品质因子信号共振稀疏分解的往复压缩机故障诊断方法。该方法以信号共振稀疏分解得到的低共振分量峭度最大为目标,利用遗传算法与粒子群算法结合的混合算法对品质因子进行优化,得到最优品质因子;然后利用最优品质因子对往复压缩机振动信号进行信号共振稀疏分解,提取故障信息。实验及结果表明,该方法在往复压缩机轴承故障诊断方面效果显着。(本文来源于《机械强度》期刊2019年03期）
刘宇琪[5]（2018）在《最优分解问题贪心算法的数学证明》一文中研究指出任何贪心算法必须有数学上的正确性证明.虽然最优分解问题有很多算法介绍,但是没有看到算法的正确性证明.本文用数学归纳法给出最优分解问题贪心算法的正确性证明.同时,最优分解问题也是一个贪心选择性质和最优子结构性质不能独立证明的很好的例子.(本文来源于《数学学习与研究》期刊2018年19期）
刘霞,周涛,吴昊,徐培培,罗惠[6]（2018）在《中国森林凋落物分解速率的空间格局及主控因子:基于最优线性混合模型》一文中研究指出基于与中国森林生态系统凋落物的分解速率有关的国内外文献资料,共收集覆盖热带、亚热带与温带3大气候区的569个分解速率记录,在此基础上建立了最优线性混合模型,分析了环境因子、凋落物基质质量和自身物理特征对凋落物分解速率的影响,揭示了影响凋落物分解的主控环境因子和空间格局差异.结果表明:分解速率随温度、降水、初始N、K质量分数的增加而增加,随海拔、纬度、分解时间、初始C质量分数、w(C)/w(N)、w(木质素)/w(N)、w(C)/w(P)的增加而减小;天然林和人工林凋落物分解速率无显着差异,阔叶林分解快于针叶林,针阔混交林与针叶林分解无显着差异,凋落物枝的分解速率显着低于其他组分;在全国大的空间尺度上,环境因素很重要,它们能够解释森林凋落物分解速率85%的变异,其中网孔、分解时间和海拔是森林凋落物分解的主控因子,而网孔和温度、网孔和海拔、海拔和分解时间分别为阔叶林、针叶林和针阔混交林的分解速率的主控因子.反演的中国森林凋落物的分解速率存在较大的空间异质性,其值大多为0.2~2.0.(本文来源于《北京师范大学学报(自然科学版)》期刊2018年04期）
卜庆超[7]（2018）在《基于最优品质因子信号共振稀疏分解与HFE的往复压缩机故障诊断方法》一文中研究指出往复压缩机广泛应用于石油、化工领域,主要负责煤化气、天然气、乙烯等危险气体的压缩与运输,其内部一旦出现故障不仅会造成重大的经济损失,同时还会对人身安全造成严重威胁,因此对往复压缩机的故障诊断与检测成为人们研究的热点。往复压缩机结构复杂,内部激励源众多,振动信号呈现强烈的非平稳、非线性和多分量耦合的特性,加之往复压缩机工作环境复杂,振动信号中常伴有噪声信号,振动状态信息淹没在这些复杂的振动信号中,因此如何从复合信号中筛选出有用的故障信息,是往复压缩机故障诊断的重点,也是一直以来人们研究的难点。本文针对往复压缩机故障提取方面的不足,提出了一种基于最优品质信号共振稀疏分解与层次模糊熵结合的故障诊断方法。与传统的频带划分信号分解方法不同,信号共振稀疏分解方法根据品质因子的不同,构建不同的小波基函数,然后利用形态学分析方法建立稀疏分解的目标函数,再通过迭代的方式得到相应系数,可实现中心频率相近且频带相互重迭的信号有效分离,形成高、低共振分量。将本文的方法应用于往复压缩机故障诊断中,并利用支持向量机(SVM)进行故障的识别、分类。结果表明,该方法能够准确的表达故障信息,有效的诊断往复压缩机故障。首先查阅文献,了解往复压缩机的结构、工作原理和常见故障机理,阐述往复压缩机故障诊断的发展历程和研究现状,了解信号共振稀疏分解的算法流程及实现步骤。其次,通过深入研究信号共振稀疏分解理论,针对传统手动选择品质因子信号分解效果不佳的问题,提出了遗传算法与粒子群算法结合的分层混合优化算法。该算法采用分层结构,底层使用遗传算法,贡献全局搜索能力;顶层采用粒子群算法,加快收敛速度。往复压缩机故障振动信号中夹杂大量干扰信息,分层混合优化方法通过自适应的选择品质因子,可实现故障冲击与噪声等干扰成分的有效分离。仿真实验和实测数据表明,最优品质因子信号共振稀疏分解方法可有效分析非平稳信号。再次,介绍层次模糊熵(HFE)的基础理论和算法步骤。层次模糊熵通过层次划分与粗粒化分析,可衡量信号在不同节点处的复杂性。该算法充分考虑了粗粒化对频谱划分的影响,将时间序列按频谱特征有效分割,既可以分析信号的低频成分又可以分析信号的高频成分,避免了因构造不当造成的信息遗漏。往复压缩机故障振动信号频谱分布复杂,从单一角度往往无法准确描述信号特征,层次模糊熵通过构造信号不同频段信息,计算每个节点得到的层次化序列的模糊熵值,再对同一节点不同分段的熵值进行优化,可准确、全面的描述信号特征。往复压缩机故障实验数据表明了层次模糊熵在特征提取方面的优越性。最后以2D12型往复压缩机为例,分别模拟轴承和气阀故障,利用本文提出的最优品质因子信号共振稀疏分解和层次模糊熵的故障诊断方法进行诊断识别,该方法首先采用分层结构优选品质因子,并进行信号共振稀疏分解,计算低共振分量的层次模糊熵,构建特征向量,然后利用支持向量机进行分类、识别。结果表明本文的方法具有较高的识别准确率,可以有效诊断不同故障。(本文来源于《东北石油大学》期刊2018-05-15）
包良辰[8]（2018）在《基于张量分解的交通拥堵预测与最优路径规划》一文中研究指出随着城市规模的扩张以及私家车数量的剧增,交通拥堵越来越频繁的出现在人们的日常生活中。交通拥堵不仅延误时间,而且会对环境及社会资源造成极大的破坏和浪费。交通拥堵出现位置、时间的准确预测及合理的路线规划有助于提高人们的出行效率并节约成本。因此,研究交通拥堵预测并提供合理的出行规划非常必要且意义重大。交通信息化近些年不断发展,交通管理部门积累了大量的交通流数据,这为交通拥堵的预测提供了可能。交通拥堵预测的精度和最优路径规划的合理性与数据的质量有很大关系,但是由于数据在采集和传输过程中不可避免的会有噪声或是缺失,使得交通拥堵的预测和路径规划异常困难。本文充分考虑了交通数据流在过去、现在、将来的多模式相关性,并将历史数据构建成张量形式,通过张量分解的方法对交通数据中的缺失值进行补全并对各个路段的车辆平均通行时间进行预测,进而进行出行路径规划。本文主要工作包括:(1)缺失数据补全。首先基于交通流数据的多维特性将历史数据构建张量,然后利用张量分解的方法对数据中的缺失值进行补全。主要目的是充分利用交通流数据在分钟,天以及周上的相关性。(2)车辆通行时间预测。基于补全的交通数据,将历史数据和需要预测的数据统一构建张量,使用张量分解的方法预测各路段的平均通行时间。(3)出行路径规划。基于预测的各路段车辆平均通行时间,计算各路段上车辆平均通行速度,判断各个路段的车辆通行状况,然后基于车辆平均通行速度规划出行路径。(4)本文基于阿里云“智慧交通大赛”提供的真实数据对本文所提方法进行了实验,验证了张量补全及张量分解预测的效果。实验结果表明张量补全有助于提高预测的精度,张量分解预测的精度优于传统的灰度模型。为了可视化路径规划效果,本文利用路段间的拓扑关系绘制了道路网络,在道路网络上绘制路径规划结果。(本文来源于《云南大学》期刊2018-05-01）
晏鸣宇,张伊宁,艾小猛,何宇斌,文劲宇[9]（2018）在《采用Benders分解含机组禁止运行区间的安全约束最优潮流》一文中研究指出由于机组的物理结构特性等原因,机组的部分出力区间无法达到,又称其为发电机禁止运行区间,如果在安全约束最优潮流中未考虑禁止运行区间,可能会导致线路故障后机组的校正出力无法消除潮流越限。提出了考虑发电机禁止运行区间的安全约束最优潮流。由于所提模型为大规模的混合整数线性优化问题,难以直接求解,采用Benders分解算法将模型分解为基态最优潮流主问题与短、长期N-1故障校验子问题。通过固定整数变量的方法,将非凸的混合整数优化子问题转换为线性优化子问题,从而能向主问题返回对应的Benders割。6节点与IEEE RTS-96节点算例验证了所提模型与算法的有效性。(本文来源于《电力系统自动化》期刊2018年06期）
赵启飞[10]（2017）在《大规模校正性安全约束最优潮流问题的近似牛顿方向分解协调算法》一文中研究指出提出了在大规模安全约束最优潮流(Security-constrained Optimal Power Flow,SCOPF)问题下应用近似牛顿方向(Approximate Newton Directions,AND)分解协调算法。该算法利用近似牛顿方向直接对原问题Karush-Kuhn-Tucker(KKT)条件解耦的思想,将校正性安全约束最优潮流问题分解为一个正常运行状态子问题和N个故障状态子问题,N为预想故障数。分解的每个子问题只迭代1次而不用求其最优解,避免了参数的人为调整,极大地提高了计算效率。对1 047节点424个预想故障、高达4 559 128个原-对偶变量的实际系统进行计算,结果表明所提算法具有良好的适应性和稳定性,不仅显着地减少了占用内存,而且在串行求解时CPU时间下降了3~6倍,在并行计算条件下可获得10~30倍甚至200倍以上的加速比,并保证所得最优目标值与准确值的误差在10~(-8)以下,确保了分解协调结果的最优性。(本文来源于《广西电力》期刊2017年06期）
最优分解论文开题报告
（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：
在混合云环境下,任务处理的响应时间是云用户关注的一个性能指标,而每个云用户在选择策略时不仅要考虑自身情况,还要考虑其他云用户使用混合云的策略.构建了混合云环境下用户工作量分解模型,把最小化响应时间作为每一个用户追求的效用目标,通过求解纳什均衡的方法分析用户的最优策略行为,然后提出一个时间复杂度是O(n~2)的求解纳什均衡算法,并基于云计算仿真软件cloudsim进行了数据仿真分析.
（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。
最优分解论文参考文献
[1].徐君,王彩玲.结合空间信息选取最优端元组合的混合像元分解[J].测绘通报.2019
[2].马小龙,沈张果,王立银,戴永辉.混合云用户工作量分解最优策略纳什均衡分析研究[J].数学的实践与认识.2019
[3].吴小涛,严世伦.基于相关性的最优变分模态分解算法[J].黄冈师范学院学报.2019
[4].王金东,卜庆超,赵海洋,张宏斌.最优品质因子信号共振稀疏分解的往复压缩机故障诊断[J].机械强度.2019
[5].刘宇琪.最优分解问题贪心算法的数学证明[J].数学学习与研究.2018
[6].刘霞,周涛,吴昊,徐培培,罗惠.中国森林凋落物分解速率的空间格局及主控因子:基于最优线性混合模型[J].北京师范大学学报(自然科学版).2018
[7].卜庆超.基于最优品质因子信号共振稀疏分解与HFE的往复压缩机故障诊断方法[D].东北石油大学.2018
[8].包良辰.基于张量分解的交通拥堵预测与最优路径规划[D].云南大学.2018
[9].晏鸣宇,张伊宁,艾小猛,何宇斌,文劲宇.采用Benders分解含机组禁止运行区间的安全约束最优潮流[J].电力系统自动化.2018
[10].赵启飞.大规模校正性安全约束最优潮流问题的近似牛顿方向分解协调算法[J].广西电力.2017