导读:本文包含了推理网络论文开题报告文献综述及选题提纲参考文献，主要关键词:银行账户交易网络,亲密度网络,直接亲密度,间接亲密度
推理网络论文文献综述
吕芳,陆海博,王巍,黄俊恒,王佰玲[1]（2019）在《基于银行账户亲密度网络推理的团伙预测研究》一文中研究指出近年来,针对涉众型非法金融活动在资金交易规律的研究引起了研究者的高度关注。为解决利用银行交易数据进行异常账户犯罪团伙主动发现的问题,提出一种基于银行账户非对称亲密度网络的团伙预测方法。首先,建立银行账户交易通用网络模型,将时序交易数据嵌入网络结构中。然后,利用节点的直接和间接交易关系信息,提出一种账户非对称亲密度计算方法。最终,利用节点在亲密度网络上的非对称交互信息,得到节点的异常倾向性指标。在包含传销团伙的真实数据上的实验结果表明,基于亲密度网络的团伙预测方法能有效发现潜在传销人员。(本文来源于《网络与信息安全学报》期刊2019年06期）
付强,姜晶菲,窦勇[2]（2019）在《卷积神经网络低位宽量化推理研究》一文中研究指出随着深度卷积神经网络对计算量与访存量的需求增加,网络压缩与加速技术成为近几年的研究热点。针对网络架构改进、伪量化等重训练方法在压缩深度卷积神经网络时存在算力要求大、数据集难获得以及部署周期长等缺点,论文提出一种有效利用卷积神经网络数值均衡以及批规范化和ReLU非线性激活组合信息特点的压缩加速方法,只需对预训练网络模型权值进行调整即可达到较好的压缩加速效果。该方法适合在FPGA或ASIC这类定制硬件上实现,并能够实现硬件逻辑资源、能耗、访存带宽以及物体检测精度之间的平衡。最后,在人脸检测任务上验证了该卷积神经网络低位宽量化推理方法的有效性。(本文来源于《计算机与数字工程》期刊2019年11期）
卢梦琪,李珍晖[3]（2019）在《涵化理论视角下我国悬疑推理类网络剧的政策引导和价值引导》一文中研究指出悬疑推理类网络剧是近年来的热播剧集。受众作为网络剧的最终消费者,倒逼网络剧制作方提升内容品质。制作方应该遵循政策引导的原则,在一定尺度范围内创作。同时,应承担起社会责任,注重价值引导,这样才能确保悬疑推理类网络剧的可持续发展。(本文来源于《教育传媒研究》期刊2019年06期）
王玙[4]（2019）在《网络推理综艺《明星大侦探》持续爆红原因探究》一文中研究指出在游戏竞技类节目和选秀类综艺节目盛行的现在,视频行业飞速发展,内容、用户、营销成为各大视频网站的王牌和争夺重点。而芒果TV打破常规,推出了中国首档推理类综艺节目《明星大侦探》。作为一档综艺节目,在多样的节目发展大环境中脱颖而出,并且持续爆红,其独到的制作特色必定是造就流量王牌的重点内容。(本文来源于《艺术评鉴》期刊2019年16期）
董学军,杜建洲[5]（2019）在《基于证据合成与贝叶斯网络推理的航天器发射风险评估模型》一文中研究指出为解决航天器发射风险评估中统计数据较少问题,基于证据合成和Bayesian网络推理,构建了航天器发射风险评估模型.模型将灾难征兆信息转化成专家意见,然后使用证据合成技术对专家意见进行融合,并形成风险评估结论.模型针对专家中少数不同意见,使用网络推理技术将相关的灾难征兆转化成灾难发生可能性的判断.最后,通过STS-51L实例分析验证了模型的可行性.(本文来源于《系统工程理论与实践》期刊2019年08期）
谭论正,丁锐[6]（2019）在《基于集成推理卷积神经网络的快速行人检测》一文中研究指出提出基于卷积神经网络(CNN)的行人检测方法。基于CNN的方法分别将训练和分类过程引入随机丢失和集合推理网络(EIN)。随机丢失选择具有灵活速率的单位,而不是传统Dropout中的固定速率。EIN构建在完全连接的层中具有不同结构的多个网络。所提出的方法实现与现有技术方法相当的性能,即使所提出的方法的结构相当简单。(本文来源于《现代计算机》期刊2019年23期）
GRANT,Andrew[7]（2019）在《前景广阔的边缘推理需要高性能神经网络加速器IP》一文中研究指出神经网络加速技术正在快速地转向网络的边缘,过去需要基于云的计算资源来运行神经网络推理,现在可以在嵌入式设备上运行,这些人工智能设备包括可穿戴设备、摄像头、智能电话/平板电脑以及各类车辆等。专用的硬件可以被用来加速推理,称其为神经网络加速器。这项技术在计算密度和PPA方面具有优势,是边缘设备的理想选择,可以为人工智能芯片带来全新的机遇。以屡获殊荣的PowerVR NNA为例,介绍为了应对边缘推理的兴起,最基础的IP和相关SoC作出哪些改进,以提供未来市场所需的更高性能和更丰富的功能特性。(本文来源于《微纳电子与智能制造》期刊2019年02期）
刘瑾莱[8]（2019）在《基于深层神经网络推理的图像问答技术研究和应用》一文中研究指出随着深层神经网络训练方法和泛化能力的改进,以及高速并行运算能力的提升,基于深层神经网络的技术在单个模态(图像、语音、文本)已经取得了颠覆式的发展和工业级应用。但是,多模态理解和交互等人类高级认知和推理功能还是很弱。针对这个问题,本文研究多模态交互领域一个极其重要的研究课题——图像问答任务。之前相关研究主要是通过神经网络在大量数据上的暴力拟合,模型设计不够精细和缺少复杂推理能力,也缺少可解释性和泛化性。本文着力于设计和架构具有更强融合和推理能力的跨图像和文本模态的神经网络。本文研究的核心是多模态之间的融合和多阶段的问答推理。对于多模态之间的融合,首先,本文基于以前研究,提出了联合多图像特征的Global-Local模型,解决多特征增广和不同粒度特征的融合问题;其次,提出混阶注意力机制模型,结合一阶注意力和二阶注意力的优点,得到一个更好的注意力机制。对于多阶段推理,本文基于推理能力在图像问答任务中扮演非常重要角色这个认知,从模型的结构角度出发,提出和改进多个具有推理能力的深层网络结构,包括基于序列视觉动态更新模型、多步混阶模型和链式关系推理模型。这些模型验证了构造显式推理结构在图像问答中有正向的作用,也解决了以往研究中多步推理能力弱和推理没有显式结构等问题。在实验和工程应用方面的验证表示,本文提出的多个具有图像问答推理能力的模型,在多个图像问答数据集上面,取得State-of-the-art的结果。模型兼顾了性能和效率,展现了精细化设计网络结构的必要性。此外,论文也对影响模型效果的方面进行了可视化分析,从而验证了模型的部分解释性。最后,论文工作将模型的推理系统部署到网页端,进一步展示了图像问答系统的能力。(本文来源于《北京邮电大学》期刊2019-06-04）
宋财文,段霄雨[9]（2019）在《贝叶斯网络推理与学习方法研究》一文中研究指出近年来,在计算机领域的研究中,图模型的研究取得了令人瞩目的进展,其中最具代表性的便是贝叶斯网络,其作为一种描述、学习、推理计算复杂条件下概率分布的决策性工具,在医学、生物信息学、工程学等许多领域得到了广泛的应用,许多我们所熟知的工具,如隐马尔科夫模型、马尔科夫场等,都随着贝叶斯网络的发展走进了人们的视野。本文着重讲述了贝叶斯网络当前的研究进展,并详细论述了与之有关的推理学习算法。(本文来源于《信息记录材料》期刊2019年06期）
连语燕[10]（2019）在《推理类综艺节目成功因素分析——以网络综艺节目《明星大侦探》为例》一文中研究指出以《明星大侦探》这档成功的推理综艺节目为例,从该类节目的叙事、特征、后期进行分析,为未来国内其他推理类综艺节目的发展提供思路。(本文来源于《新媒体研究》期刊2019年05期）
推理网络论文开题报告
（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：
随着深度卷积神经网络对计算量与访存量的需求增加,网络压缩与加速技术成为近几年的研究热点。针对网络架构改进、伪量化等重训练方法在压缩深度卷积神经网络时存在算力要求大、数据集难获得以及部署周期长等缺点,论文提出一种有效利用卷积神经网络数值均衡以及批规范化和ReLU非线性激活组合信息特点的压缩加速方法,只需对预训练网络模型权值进行调整即可达到较好的压缩加速效果。该方法适合在FPGA或ASIC这类定制硬件上实现,并能够实现硬件逻辑资源、能耗、访存带宽以及物体检测精度之间的平衡。最后,在人脸检测任务上验证了该卷积神经网络低位宽量化推理方法的有效性。
（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。
推理网络论文参考文献
[1].吕芳,陆海博,王巍,黄俊恒,王佰玲.基于银行账户亲密度网络推理的团伙预测研究[J].网络与信息安全学报.2019
[2].付强,姜晶菲,窦勇.卷积神经网络低位宽量化推理研究[J].计算机与数字工程.2019
[3].卢梦琪,李珍晖.涵化理论视角下我国悬疑推理类网络剧的政策引导和价值引导[J].教育传媒研究.2019
[4].王玙.网络推理综艺《明星大侦探》持续爆红原因探究[J].艺术评鉴.2019
[5].董学军,杜建洲.基于证据合成与贝叶斯网络推理的航天器发射风险评估模型[J].系统工程理论与实践.2019
[6].谭论正,丁锐.基于集成推理卷积神经网络的快速行人检测[J].现代计算机.2019
[7].GRANT,Andrew.前景广阔的边缘推理需要高性能神经网络加速器IP[J].微纳电子与智能制造.2019
[8].刘瑾莱.基于深层神经网络推理的图像问答技术研究和应用[D].北京邮电大学.2019
[9].宋财文,段霄雨.贝叶斯网络推理与学习方法研究[J].信息记录材料.2019
[10].连语燕.推理类综艺节目成功因素分析——以网络综艺节目《明星大侦探》为例[J].新媒体研究.2019