导读:本文包含了优化模型及算法论文开题报告文献综述及选题提纲参考文献，主要关键词:识别算法,智能监控,优化
优化模型及算法论文文献综述
杨丰嘉[1]（2019）在《基于Log-Euclidean词袋模型与基于Stein核稀疏编码的人体行为识别算法的优化与改进》一文中研究指出人体行为识别作为计算机视觉研究热点,在智能监控、人机交互、运动分析等领域具有广泛的应用前景。文章运用时空特征协方差矩阵表征视频中人体行为,分别研究并改进了基于Log-Euclidean词袋模型与基于Stein核稀疏编码的人体行为识别算法。(本文来源于《科技创新与应用》期刊2019年35期）
符保龙[2]（2019）在《基于量子粒子群优化CS算法的QoS组播路由模型》一文中研究指出针对布谷鸟算法在解决QoS组播路由问题收敛速度慢,特别是接近最优解时,算法搜索效率低的问题,引入量子粒子群算法用于布谷鸟算法的位置寻优过程。仿真实验结果表明,经过改进的布谷鸟算法具有良好的运行速度和收敛性,能有效解决QoS组播路由问题,对于求解QoS多目标路由组播问题具有较好的效果。(本文来源于《柳州职业技术学院学报》期刊2019年05期）
周文梁,姜敏,薛利娟[3]（2019）在《高速铁路多节拍组合运行图优化模型与算法》一文中研究指出基于多节拍组合运行方式,以最小化节拍单元列车总旅行时间为目标,以同节拍列车等间隔运行、区间运行时分、车站停站时分,以及安全作业时间间隔为约束,构建多节拍列车运行图优化模型.在设计多节拍列车运行图解编码、编码更新规则以及单节拍列车多路径组合搜索子算法的基础上,设计基于交互熵思想的多节拍列车组合运行图优化算法.算例分析表明,模型与算法能够有效获得满足要求的多节拍组合运行图.(本文来源于《深圳大学学报(理工版)》期刊2019年06期）
毕翔,吴家伟,陆阳[4]（2019）在《基于遗传算法优化的软件可靠性组合模型评估》一文中研究指出文章针对现有软件可靠性组合模型评估方法在模型选择、评估精度和评估效率方面的不足,从软件可靠性模型特征的形式化定义出发,借助特征量化获取的特征矩阵,给出了构建软件可靠性模型基本集的统一方法。依据软件可靠性评估的特点,对传统遗传算法的适应度函数和爬山操作进行了改进,并将其用于基模型权值的求解。在此基础上,给出了基于加权组合基模型的软件可靠性评估方法。实例验证表明,该方法在全局评估精度和评估效率上均有显着提升。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年11期）
计明军,张开放,祝慧灵,张燕[5]（2019）在《基于可变航速的支线集装箱船舶调度优化模型与算法》一文中研究指出随着航运市场的竞争不断加剧和集装箱船舶大型化的发展,越来越多的航运企业选择轴-辐式航运网络模式。支线船舶调度问题作为轴-辐式航运网络的重要组成部分受到研究者的高度关注。本文研究了可变航速和经济航速两种情境下的支线船舶调度问题,同时考虑枢纽港和喂给港的取送箱时间窗限制,以航运企业运营成本最小化为目标函数建立非线性混合整数规划模型。首先使用专业的规划求解器进行小规模算例的求解,验证了模型的准确性。同时运用改进的遗传算法对大规模支线船舶优化调度模型进行求解。为了提高求解效果,进一步设计了多智能体进化算法进行求解。数值结果表明,可变航速的运营成本低于经济航速的运营成本;在算法效率方面,改进遗传算法收敛速度较快,多智能体进化算法则可以提高求解精度。(本文来源于《运筹与管理》期刊2019年11期）
邵孟良,于颖敏[6]（2019）在《基于遗传算法的BP神经网络气液两相流持液率预测模型优化》一文中研究指出基于遗传算法(Genetic Algorithm,GA)对BP(Back Propagation)神经网络模型的初始阈值及权值进行优化,弥补了单一BP网络模型预测气液两相流持液率时收敛速度慢随机性大等问题。为了对优化后的BP网络模型进行可行性验证,以倾斜管道为研究对象,对倾斜管道内气液两相流的持液率进行预测,并与前人获得的预测结果进行对比。结果显示:基于GA优化后的BP神经网络模型预测倾斜管道内气液两相流的持液率精度较高,且收敛速度较快。通过与倾斜管道气液两相流持液率的实际值对比得出,与传统的持液率预测公式相比,优化后的BP神经网络模型预测结果与实际值偏差较小,验证了本文优化模型的准确性及可行性。(本文来源于《西安石油大学学报(自然科学版)》期刊2019年06期）
孙骞,高岭,刘涛,姚军,王海[7]（2019）在《基于熵模型的粒子群优化算法》一文中研究指出为了改善粒子群算法在解决高维优化问题时易早熟收敛且存在大量无效迭代的问题,提出了一种基于熵模型的粒子群优化(EPSO)算法.通过引入信息熵模型,精确分析了粒子群搜索过程中的聚集特性,将粒子群搜索过程划分为3个阶段进行优化.第1阶段引入粒子迭代熵差,优化调整惯性权重;第2阶段根据粒子群熵值变化,适时重置惯性权重;第3阶段采用截断策略,减少粒子群的无效迭代.实验结果表明,在Sphere、Rosenbrock、Ackley、Griewank、Rastrigin五个标准测试函数中,EPSO算法的求解精度和收敛速度都优于传统粒子群算法、经典粒子群算法、自适应惯性权重粒子群算法以及新的自适应惯性权重粒子群算法,并且减少了算法的大量无效迭代,从而验证了EPSO算法的有效性.(本文来源于《东南大学学报(自然科学版)》期刊2019年06期）
万晓燕[8]（2019）在《基于机器学习模型的大数据挖掘优化算法》一文中研究指出大数据分析的方法有很多,借助机器学习模型对大数据进行挖掘优化是现今较为有效的方法。基于此,笔者提出基于机器学习模型的大数据挖掘优化算法,以机器学习技术为基础,建立分布式挖掘模型,通过计算数据相异度,完成数据挖掘中心的优化。实验结果表明,本设计算法在总计算量和预测准确度上均胜于传统算法,证明了方法的有效性和实用性。(本文来源于《信息与电脑(理论版)》期刊2019年21期）
刘云翔,陈斌,林涛,施伟[9]（2019）在《基于优化的ST-DBSCAN算法的智能手机及车辆定位模型》一文中研究指出为了降低HOV车道检测所需的建设成本和设备维护费用,进一步扩大监管区域,提出以优化ST-DBSCAN算法建立手机及车辆定位分析模型,能在一定程度上有效判断出在HOV车道上运行车辆的实际乘客数,为执行HOV车道中车辆实时监测提供一种新的辅助检测手段。通过采集道路上运行车辆及移动智能手机GPS和基站定位数据,运用优化的ST-DBSCAN聚类算法进行分类建立定位分析模型,计算出各个簇的关键对象度量值,根据HOV车道实际规定车载人数作为其最小支持度,满足最小支持度的数据集就是最后挖掘建立模型的依据。实验结果表明,该模型在HOV车道上的应用能有效辅助检测HOV车道车辆并有较高的检测准确率。(本文来源于《现代电子技术》期刊2019年21期）
李高杰,邵全义[10]（2019）在《模型驱动下图像处理算法优化研究》一文中研究指出科学技术和社会经济的快速发展使嵌入式软件更加复杂,软件规模不断扩大,伴随而来的是软件的安全性和可靠性问题。在进行SCADE模型仿真过程中,发现迭代器耗用时间长,运行效率较低。为了提高模型执行率和节省迭代时间,笔者提出模型驱动下图像处理算法优化。(本文来源于《信息与电脑(理论版)》期刊2019年20期）
优化模型及算法论文开题报告
（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：
针对布谷鸟算法在解决QoS组播路由问题收敛速度慢,特别是接近最优解时,算法搜索效率低的问题,引入量子粒子群算法用于布谷鸟算法的位置寻优过程。仿真实验结果表明,经过改进的布谷鸟算法具有良好的运行速度和收敛性,能有效解决QoS组播路由问题,对于求解QoS多目标路由组播问题具有较好的效果。
（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。
优化模型及算法论文参考文献
[1].杨丰嘉.基于Log-Euclidean词袋模型与基于Stein核稀疏编码的人体行为识别算法的优化与改进[J].科技创新与应用.2019
[2].符保龙.基于量子粒子群优化CS算法的QoS组播路由模型[J].柳州职业技术学院学报.2019
[3].周文梁,姜敏,薛利娟.高速铁路多节拍组合运行图优化模型与算法[J].深圳大学学报(理工版).2019
[4].毕翔,吴家伟,陆阳.基于遗传算法优化的软件可靠性组合模型评估[J].合肥工业大学学报(自然科学版).2019
[5].计明军,张开放,祝慧灵,张燕.基于可变航速的支线集装箱船舶调度优化模型与算法[J].运筹与管理.2019
[6].邵孟良,于颖敏.基于遗传算法的BP神经网络气液两相流持液率预测模型优化[J].西安石油大学学报(自然科学版).2019
[7].孙骞,高岭,刘涛,姚军,王海.基于熵模型的粒子群优化算法[J].东南大学学报(自然科学版).2019
[8].万晓燕.基于机器学习模型的大数据挖掘优化算法[J].信息与电脑(理论版).2019
[9].刘云翔,陈斌,林涛,施伟.基于优化的ST-DBSCAN算法的智能手机及车辆定位模型[J].现代电子技术.2019
[10].李高杰,邵全义.模型驱动下图像处理算法优化研究[J].信息与电脑(理论版).2019