导读:本文包含了编码向量论文开题报告文献综述及选题提纲参考文献，主要关键词:个人信用评估,核支持向量机,决策融合,深度自编码网络
编码向量论文文献综述
赵凯[1]（2019）在《结合深度自编码网络与支持向量机的个人信用评估组合模型研究》一文中研究指出自改革开放以来,我国的社会主义市场经济制度日趋完善。为了扩大国内市场需求,银行信用贷款、蚂蚁花呗等个人信用借贷平台如雨后春笋般不断推出,个人信用消费行为日趋增多。个人信用评估开始受到政府和企业的重视,并成为了金融行业尤其是银行业的研究热点之一。深度自编码网络可以提取数据的深度特征而核支持向量机在处理“小样本,大数据”时具有高分类精度。本文结合深度自编码网络和核支持向量机技术对个人信用评估模型展开研究。论文的主要内容包括以下几个部分:构建基于热核支持向量机的个人信用评估模型。热核是一种利用图的邻接关系来构造的核函数,在处理图像分类等问题取得良好的效果。本文提出基于热核支持向量机的个人信用评估模型。实验表明,热核的个人信用评估能力高于多项式核、二层神经网络核和Gauss径向基核;在德国,信用历史、现有的支票账户状态、其他债务人、贷款目的、存款、财产、房屋、工作信用历史,已工作时间,住房和职业是评价个人信用的重要属性;而在中国,信用历史、工龄、职业和住房是评价个人信用的重要属性。构建融合多核支持向量机的个人信用评估模型。根据评估个人信用等级的指标数据的不同类型,选择了直方图交叉核、热核、广义余弦距离核和杰卡德距离核四种核函数,将这四种核支持向量机的预测结果通过加权投票的方法进行决策融合,得到个人信用评估等级的最终决断。实验表明,融合直方图交叉核、热核、广义余弦距离核和杰卡德距离核这四种核支持向量机的预测方法能提高模型的评估性能;模型给出的评估指标得到了提炼。在德国,现有的支票账户状态、其他债务人、存款、房屋、工作是评价个人信用的重要属性;而在中国,信用历史,工龄,职业是评价个人信用的重要属性。构建结合深度自编码网络与核支持向量机的个人信用评估组合模型。考虑到处理个人信用数据遇到的冗余信息问题,引入了深度自编码网络。利用深度自编码网络提取深度特征的优势以及融合多核支持向量机的高分类精度,提出了结合深度自编码网络与核支持向量机的个人信用评估组合模型。实验表明,组合模型的评估能力优于融合多核支持向量机模型;模型给出的重要评估指标进一步得到提炼。在德国,固定资产是评价个人信用的深度特性;而在中国,社会身份和信用记录是评价个人信用的深度特性。(本文来源于《安徽工程大学》期刊2019-06-10）
何敬霞,薛彦兵,李胜利,张桦,王志岗[2]（2019）在《局部Fisher向量编码与交叉视角二次判别分析的人头重识别》一文中研究指出目前行人重识别主要是基于完整人体的研究,但是某些特定场景下,完整行人图片难以获取,因此本文建立一个基于人头的重识别数据库,并提出了相关算法.算法采用局部Fisher向量编码和交叉视角二次判别分析算法,首先基于HSV颜色信息去描述特征,使用高斯混合模型对特征数据建模,然后Fisher向量加权聚合,最后对样本的低维特征子空间和度量矩阵同时进行学习.实验及分析证明了基于人头的重识别算法的可行性,其中基于Rank1的重识别率达到89.29%.(本文来源于《天津理工大学学报》期刊2019年01期）
张旭东,黄亦翔,刘成良[3]（2018）在《纠错输出编码支持向量机的电机诊断》一文中研究指出针对交流电机故障诊断问题,提出了1种纠错编码输出向量机故障诊断方法。通过试验系统采集了正常电机、内置断条、内置不对中和转子不平衡4类电机的振动信号。对振动信号进行小波包分解、重构处理提取分解后各个频段的特征向量。通过纠错输出编码将多分类问题转化为多个二分类问题求解的思想,以编码的形式,利用纠错编码矩阵每列的码位值对训练样本进行重新分类,构造出若干个互不相关的二分类支持向量机,基于最小汉明距离原则检验测试样本的类别归属。该方法纠正由单分类器引起的偏差,提高了在多分类问题中的分类精度。实验结果表明该方法可达到诊断分类的目的。(本文来源于《机械设计与研究》期刊2018年05期）
徐妍,杨齐琪,余玲[4]（2016）在《基-4高维离散傅立叶变换PM向量编码算法》一文中研究指出离散傅立叶变换是数字信号处理中一种很重要的数学工具,它可以描述离散信号的时域与频域的关系,在数字信号处理中有着重要的地位,应用十分广泛[文献1-3]。本文提出的基-4 PM向量编码算法是结合PM算法[文献4]和向量编码算法[文献5-6]创造出的新算法。在采样点数相同的情况下,与现行的几种算法相比,该算法在计算量和运算时间上都有不同程度的降低,从而提高了运算效率。这在实际应用中具有重要的意义。(本文来源于《安阳师范学院学报》期刊2016年05期）
徐寅飞[5]（2016）在《向量高斯多终端信源编码》一文中研究指出多用户信息论是五十余年来学术界研究的热点问题。在本文中,我们研究向量高斯信源假设下的多终端信源编码问题,刻画了一些基本模型的最优可达的率-失真区域,例如分布式信源编码问题、多层描述编码问题。首先,我们利用了扰动方法推导了带编码边信息的向量高斯信源编码问题的率-失真区域。向量高斯问题的难点在于：无法如标量高斯问题—样直接利用Shanno n墒功率不等式,获得紧致的外界。我们的证明没有使用Rahmanf和Wagner的信源增强技术,而是使用王isher信息矩阵表征随机向量的熵函数。然后通过构造连续高斯向量扰动的路径积分,推导了—个新的极值不等式。从该极值不等式出发,解决了编码边信息的向量高斯信源编码问题的率-失真区域。其次,我们解决了迹失真约束下的向量高CEO(Chief Executive Officer)问题。为了证明此问题的逆定理,我们提出一种基于谱分解的方法分析对应Berger-Ti ing内界的均方误差矩阵,结合最优化问题的Karush-Kuhn-Tucker分析,扰动证明了相应的极值不等式。针对向量高斯CEO问题,该方法综合了Wang和Chen用以推导向量高斯CEO问题外界的单调路径方法,以及Rahmanf和Wagner用以解决带编码边信息的向量高斯信源编码问题的失真投影技术。最后,我们引入了具有树结构失真约束下的向量高斯多层描述编码问题,并推导其—般问题的最优和码率的—个外界。对于具有矩阵约束下的向量高斯信源问题,证明了前面推导的和码率外界与推广的El Gamal-Cover内界相重合。建立外界的方法的出发点是Dzarow的辅助信源方法。在本问题中利用到了多个辅助信源,并将原概率空间进行Markov树展开。(本文来源于《东南大学》期刊2016-05-20）
涂红柳[6]（2016）在《大规模MIMO系统中基于向量模值算法的预编码方法的研究》一文中研究指出大规模多输入多输出(Multiple-In Multiple-Out MIMO)作为5G中的关键技术之一受到了人们广泛的关注。在大规模MIMO中,需要预编码来减轻信道中噪声和其他用户相互之间的干扰。信道矩阵维度的增加,会给预编码算法带来很大的复杂度,人们一直在寻找低复杂度的预编码,但是低复杂度的预编码算法多是以牺牲系统性能为代价的,同时,随着大规模MIMO系统用户的增加,用户间的干扰也会增加,使得系统误码率性能降低。因此论文从提升低复杂度预编码算法系统误码率性能的角度考虑,对预编码算法进行研究。另外,信号在发送前需要根据天线系统的配置进行信道状态的估计,在预编码之前对现有的天线进行选择,不仅能够减少大规模MIMO系统的天线射频模块,而且能够提升预编码算法的误码率性能。论文首先分析了大规模MIMO系统模型,对瑞利衰落信道模型下的线性迫零(Zero Forcing ZF)预编码、最小均方误差(Minimum Mean Square Error MMSE)预编码和非线性脏纸(Dirty Paper Code DPC)编码、(Tomlinson-Harashima TH)预编码算法的工作原理进行了对比分析。论文对基于向量扰动的向量模值下降算法进行了分析,并重点讨论了基于诺曼级数展开的矩阵近似求逆预编码(Approximate Matrix Inverse Precoding AMIP)算法,基于向量扰动的向量模值下降算法对AMIP算法进行了改进。基于诺曼级数展开的矩阵近似求逆预编码(AMIP)算法,相比传统的ZF和MMSE预编码算法虽然能降低预编码矩阵在大规模MIMO系统中实现时的硬件复杂度,但是其误码率性能有所下降。为了提升该算法的误码率性能,论文利用向量扰动的思想将发送信号进行扰动,再利用向量模值下降算法求取初始预编码矩阵与扰动信号乘积的最小模值,将初始预编码矩阵与上述最小模值结合,实现对AMIP算法的改进。仿真验证改进后预编码算法,误码率性能有一定的提升。另外,为了进一步提升改进的诺曼级数矩阵近似求逆预编码(Norm-Approximate Matrix Inverse Precoding NAMIP)算法的误码率性能,论文结合系统差错概率最小的思想,利用信道矩阵列向量模值选择算法,对发送天线进行选择,再实现预编码矩阵。将发送天线进行选择,能够减少大规模MIMO系统的天线射频模块。仿真验证,经天线选择后实现的预编码算法误码率性能也有一定提升。(本文来源于《安徽大学》期刊2016-03-01）
陈文青[7]（2016）在《线性预测编码和支持向量机在目标识别中的应用》一文中研究指出针对利用船舶辐射噪声进行水下目标识别的问题进行研究,提出一种基于线性预测编码(LPC)倒谱系数和支持向量机(SVM)的船舶目标识别方法。该方法通过对捕获到船舶辐射噪声进行LPC倒谱分析,实现各信号分量及信道的分离,以提取其LPC倒谱参数。再采用支持向量机技术处理多类水下目标的非线性、小样本的识别分类。最后,利用仿真得到的几种水下目标辐射噪声进行本文算法试验,证明本文算法是有效的,并取得较高的识别准确率。(本文来源于《舰船科学技术》期刊2016年02期）
李启星[8]（2015）在《嵌入权向量编码的数据库优化访问路径控制》一文中研究指出对网络数据库进行访问路径优化控制,提高数据访问调度能力。传统的网络数据库访问路径控制采用关联特征分析的平均互信息法进行关联维提取,当关联维特征出现独立同分布状态时,提取性能受限,导致数据库访问路径失控。提出一种嵌入权向量编码的数据库优化访问路径控制技术。计算权向量编码信息,通过权向量编码,得到数据库访问路径控制的信息增益为二叉分类回归编码信息,实现对数据库访问路径状态空间优化重组,提高控制能力。仿真实验表明,该算法进行大型网络数据库的数据访问和调度,具有较少的时间开销,提高了数据访问的吞吐量,有效提高数据库访问控制的性能,减少访问路径偏移,具有较高的特征贡献率。(本文来源于《科技通报》期刊2015年10期）
濮永仙[9]（2015）在《实数编码遗传算法与支持向量机在烟草病害识别中的应用》一文中研究指出为实现计算机诊断烟草病害,提出了依据病害图像的特征,运用实数编码遗传算法优化特征和支持向量机识别病害的方法来诊断病害。通过对病害图像增强处理、彩色病斑分割、病斑特征提取,构建了实数编码遗传算法选择有效特征与支持向量机识别病害的模型。该模型通过实数编码遗传算法将权重较高的前n个特征值xi乘以对应权重wi作为支持向量机的输入向量,将分类精度作为遗传算法的适应度,对个体进行了评估,实现了在获得有效特征的同时提高支持向量机的识别精度。试验结果表明,经过训练的模型具有较好的烟草病害识别能力。(本文来源于《江苏农业科学》期刊2015年09期）
刘英华[10]（2015）在《基于时间序列编码和相关向量机的负荷短期预测》一文中研究指出针对电力负荷短期预测精度不高的问题,提出一种基于时间序列编码和相关向量机的电力负荷短期预测方法.通过收集电力负荷实际数据,研究了日最大负荷数据之间的关系、日最大负荷与节假日的关系以及当日与对应星期数的相关性,并建立了相应的电力负荷短期预测模型.该模型采用相似日选择方法,给工作日和节假日赋予不同的权重,从电力负荷时间序列中筛选出与预测日特征相似的数据,对模型进行训练.与BP神经网络和支持向量机相比,该预测方法有更高的预测精度和更好的泛化能力,而且学习速度更快.(本文来源于《内蒙古师范大学学报(自然科学汉文版)》期刊2015年03期）
编码向量论文开题报告
（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：
目前行人重识别主要是基于完整人体的研究,但是某些特定场景下,完整行人图片难以获取,因此本文建立一个基于人头的重识别数据库,并提出了相关算法.算法采用局部Fisher向量编码和交叉视角二次判别分析算法,首先基于HSV颜色信息去描述特征,使用高斯混合模型对特征数据建模,然后Fisher向量加权聚合,最后对样本的低维特征子空间和度量矩阵同时进行学习.实验及分析证明了基于人头的重识别算法的可行性,其中基于Rank1的重识别率达到89.29%.
（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。
编码向量论文参考文献
[1].赵凯.结合深度自编码网络与支持向量机的个人信用评估组合模型研究[D].安徽工程大学.2019
[2].何敬霞,薛彦兵,李胜利,张桦,王志岗.局部Fisher向量编码与交叉视角二次判别分析的人头重识别[J].天津理工大学学报.2019
[3].张旭东,黄亦翔,刘成良.纠错输出编码支持向量机的电机诊断[J].机械设计与研究.2018
[4].徐妍,杨齐琪,余玲.基-4高维离散傅立叶变换PM向量编码算法[J].安阳师范学院学报.2016
[5].徐寅飞.向量高斯多终端信源编码[D].东南大学.2016
[6].涂红柳.大规模MIMO系统中基于向量模值算法的预编码方法的研究[D].安徽大学.2016
[7].陈文青.线性预测编码和支持向量机在目标识别中的应用[J].舰船科学技术.2016
[8].李启星.嵌入权向量编码的数据库优化访问路径控制[J].科技通报.2015
[9].濮永仙.实数编码遗传算法与支持向量机在烟草病害识别中的应用[J].江苏农业科学.2015
[10].刘英华.基于时间序列编码和相关向量机的负荷短期预测[J].内蒙古师范大学学报(自然科学汉文版).2015