导读:本文包含了特征重要度论文开题报告文献综述及选题提纲参考文献,主要关键词:地形特征重要度,地形网格,顶点聚类,顶点重定位
特征重要度论文文献综述
肖铭杰,路强,陆亦扬,邹彬,刘号[1](2019)在《基于地形特征重要度的地形网格简化与调整》一文中研究指出山地是应急决策过程的主要场景之一,面向移动终端和WEB展示等资源受限平台上的大场景优化显示方法是图形学和可视化领域的研究热点。文章在已有的DEM地形网格简化算法的基础上,提出了一种基于地形特征重要度的地形网格简化与调整算法。通过K-means算法将地形网格顶点进行聚类,并且引入地形特征重要度来调整特定区域地形网格的大小,达到突出特定地形的效果;采用细节层次(levels of detail,LOD)算法指导地形网格的细分和简化,提高地形网格的绘制效率。实验结果表明,该算法有效地保留且突出了山地区域地形地貌,并且减少了顶点数量,提高了地形绘制和渲染的效率。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年05期)
古莹奎,潘高平,朱繁泷,承姿辛[2](2016)在《基于邻域属性重要度与主成分分析的齿轮箱故障特征约简》一文中研究指出为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度与主成分分析法相结合的齿轮箱故障特征约简方法,并利用支持向量机和BP神经网络对诊断的准确率进行对比分析。针对齿轮箱中具有不同程度裂纹的齿轮,选取其时域、频域和基于希尔伯特变换的36个特征;将邻域模型引入到特征属性的约简,构造前向贪心算法,以邻域属性重要度较大的9个特征作为特征集,提取累积贡献率达到95%以上的主成分,分别输入支持向量机和BP神经网络分类器中进行分类识别,并与不经过特征优选的主成分特征融合相对比。结果表明,采用基于邻域属性重要度与主成分分析法相结合的特征约简方法,既可以降低齿轮箱故障特征的维数,又不影响对其运行状态的表征,有助于识别不同裂纹水平的齿轮,与不经过特征优选直接进行融合的方法相比,所提出方法诊断准确率更高,训练时间更短。(本文来源于《中国机械工程》期刊2016年13期)
古莹奎,孔军廷,朱繁泷[3](2015)在《基于邻域属性重要度的齿轮箱故障特征优选方法》一文中研究指出为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度的齿轮箱故障特征优选方法,并结合支持向量机和BP神经网络对诊断的准确率和时间进行对比分析。以齿轮箱中不同裂纹齿轮为对象,选取能够表征齿轮箱故障状态的时域、频域和基于希尔伯特变换的36个特征。构造基于邻域模型的前向贪心数值属性约简算法进行特征优选,提取属性重要度较大的9个特征组成最优特征子集,数据压缩量达到75%,并输入支持向量机分类器中进行分类识别,用BP神经网络分类器进行结果的比较分析。结果表明,采用基于邻域属性重要度的齿轮箱故障特征优选方法,既可以在降低特征维数的情况下有效地表征齿轮箱的运行状态,又可以提高诊断的精确度和诊断效率。(本文来源于《煤炭学报》期刊2015年S2期)
孟婕[4](2015)在《基于节点重要度和线网结构特征的城乡公交线路布局研究》一文中研究指出我国城乡统筹发展对城乡交通尤其是城乡客运交通提出了更迫切的理论和实践要求,因此,进行城乡公交线路及站点合理规划的研究成为需要面对的首要问题。本文在着重分析乡镇村落等节点重要度以及城乡公交线路演变机理及其结构特征的基础上,针对中心城区、乡镇布局对城乡公交线路和站点规划展开研究。论文结合城乡客流空间分布特点和城乡公交线路运营实践,将城乡公交线路分成城镇公交和镇村公交两部分。在分析城乡公交线网结构布局特征及客流特征的基础上,研究了城镇公交线路和镇村公交线路布局;同时研究了城乡公交枢纽站、停靠站和招呼站的布局。论文主要工作如下:首先,分析了城乡公交线路演变机理,阐述了城乡公交线网布局的特点,分析并提出了现阶段我国城乡公交线网布局主要以星形、树形结构为主的特征;对城乡公交客流的特征展开分析,将城乡客流分为中心城区—乡镇—村庄的纵向客流,以及乡镇之间或村庄之间的横向客流,在重点考虑纵向客流的前提下,对城镇公交和镇村公交进行了深入研究;同时,通过分析城乡公交客流及线网结构特性,得出城乡公交线路布局主要体现出“一点到多点”的结构,即从中心城区向市域内各乡镇辐射,从各乡镇分别向周边行政村辐射的形式。通过分析乡镇村庄节点重要度,选取重点乡镇与村落开通城乡公交线路,提出了基于最短路思想的城镇公交线路布局以及基于Hamilton通路的镇村公交线路布局模型。其次,通过分析城乡公交与城市公交的异同,针对城乡公交站点的特殊性,从枢纽站、停靠站和招呼站叁类站点角度研究城乡公交线路站点的布局;分析并选取了线路长度、非直线系数、站点服务人口、平均站距等评价指标,对规划的城乡公交线路和站点进行调整。最后,以山东省高密市城乡公交规划为应用实例,验证了论文中所提出的模型和方法的合理性和可行性。(本文来源于《北京交通大学》期刊2015-06-01)
耿秀丽,叶春明[5](2014)在《基于特征选择技术的顾客需求重要度确定方法》一文中研究指出针对专家决策和层次分析法等方法计算顾客需求重要度具有的主观性,根据不同配置的产品服务组合方案需求属性及整体满意度数据,采用基于条件概率的特征选择技术识别关键顾客需求,计算其基本重要度,并基于规则分析需求的Kano属性用于重要度调整。顾客需求竞争性重要度分析通常基于企业间的相对比较,忽视了本企业顾客需求的实际表现,其准确性较差。结合最大偏差方法和需求的实际表现计算顾客需求的竞争性重要度,依据顾客需求的Kano属性予以调整,采用加权算术平均方法整合顾客需求基本重要度和调整后的竞争性重要度来计算最终重要度。以挖掘机产品服务组合方案开发过程中顾客需求重要度的计算为例,验证了所提方法的有效性。(本文来源于《计算机集成制造系统》期刊2014年07期)
赵磊[6](2014)在《基于Pawlak属性重要度的混合情感特征选择算法研究》一文中研究指出随着互联网的快速发展,人们的生活方式有了很大的改变。从原来的静态网页到现在的微博,微信,交流平台日渐完善,信息技术完全把我们带到了一个以用户为中心的年代。然而随着生活质量的提高,生活节奏也渐渐加快,更多人喜欢在微博平台发布信息量小,格式随意,实时互动的微博信息,这种快捷方便的交流方式不仅符合了当代互联网的发展,也渐渐影响了我们的生活。由于微博使用方便,传播广泛,关于微博内容方面的情感分析研究也渐渐成为研究热点。在情感分析的研究中,还存在领域的依赖问题,情感语义理解问题,特征提取问题,特征数量与召回率方面的制约问题,本文在前人研究基础上,深入研究面向微博文本的情感分析,论文介绍了情感分析的主流方法,字典方法与有监督的机器学习方法,通过研究有监督的机器学习方法,发现传统的特征提取方法采用较为单一的方法,不能很好的召回信息文本,通过研究发现粗糙集理论可以根据集合本身的特征进行特征选择,对文本的情感分类具有较好的分类效果,本文首次在中文微博文本情感分析中加入粗糙集理论,应用粗糙集理论与现有特征选择算法结合进行特征选择,提出基于粗糙集的特征选择算法:基于信息增益与粗糙集的特征提取算法IGRough,和基于χ2统计(CHI)与粗糙集的特征提取算法CHIRough,并与信息增益(IG)的特征提取算法进行对比实验,试验的结果表明基于粗糙集属性重要度的混合特征提取算法相比信息增益算法具有明显的优势,在F-值方面有明显提升。同时通过研究其他机器学习方法,发现随机梯度下降算法(SGD)具有比支持向量机更好的分类效果,而最大熵分类算法与岭回归分类算法也是一种极具研究价值的机器学习算法。根据以上研究将多种分类算法与特征选择算法组合,试图找到最优的微博情感分析模型。本文的最后,给出情感分析在舆情分析方面的实例,通过对微博情感的分析,可以及时的掌握大众对某一热点事件的态度,及时发布消息,有利于消除不良舆论。(本文来源于《云南财经大学》期刊2014-03-01)
何光凝[7](2013)在《基于特征重要度和决策树技术的考试成绩分析研究》一文中研究指出利用机器学习与数据挖掘方法对学生的考试成绩进行分析并从中发掘有利于教学的可用知识是当前计算机辅助教学的重要组成部分。现有的成绩分析研究主要是选用特定的数据挖掘方法来对考试成绩数据进行分类。这种处理方式忽略了考试成绩数据本身所隐含的信息,例如,不同课程对于学生综合评价的影响等。所以需要弥补现有考试成绩分析研究的不足。本文基于某校开办的10类不同成人教育培训的考试成绩,主要进行了以下叁个方面的分析与研究:首先,采用基于互信息技术的特征重要度计算方法来对考试成绩数据进行预处理,从而确定出与综合评价最为相关的教学课程,为优化教学课程的时间安排提供科学依据;之后,利用决策树方法来对预处理之后的考试成绩进行数据挖掘,通过对比不同决策树的学习结果,抽取标识课程学习与综合评价关系的学习规则,方便考生依据抽取规则确定自己的学习规划;最后,执行了详细地实验验证,比较了叁种决策树方法在原始数据集以及特征选择之后数据集上面的分类表现,实验的结果表明本文提出的考试成绩分析策略是可行和有效的,对于考生学习计划的制定以及考试成绩的提高具有一定的参考作用。(本文来源于《河北大学》期刊2013-05-01)
王勋,裴志利,王庆虎[8](2013)在《基于粗糙集和特征位置重要度的特征加权方法》一文中研究指出文本预处理是文本分类的首要任务,特征加权直接影响文本预处理的质量,本文提出了基于粗糙集和特征位置重要度加权的方法,该方法的主要思想是:在计算传统TF-IDF特征权重的过程中将已有的决策信息和特征的位置信息引入到权重计算中,考虑可变精度粗糙集模型中的近似分类质量和近似分类精度以及特征位置信息对全局分类的作用.经过多重文本分类实验证明,本文提出的特征加权方法能够明显的提高文本分类的效率.(本文来源于《内蒙古民族大学学报(自然科学版)》期刊2013年02期)
柳玉,贲可荣[9](2012)在《基于属性重要度的案例特征权重确定方法》一文中研究指出针对已有案例特征权重确定方法所需存储空间大且未解决新增案例情况下的权重更新问题,提出一种基于属性重要度的改进方法,通过引入分体差别矩阵,发现新的属性核、约简与原有结果之间的关系,设计属性核、约简的增量式更新算法,并给出计算特征项权重的算法描述,利用时间及空间复杂性对比,体现了算法的性能优势。(本文来源于《计算机集成制造系统》期刊2012年06期)
刘赫,刘大有,裴志利,高滢[10](2009)在《一种基于特征重要度的文本分类特征加权方法》一文中研究指出针对文本分类中的特征加权问题,提出了一种基于特征重要度的特征加权方法.该方法基于实数粗糙集理论,通过定义特征重要度,将特征对分类的决策信息引入到特征权重中.然后,在标准文本数据集Reuters-21578 Top10和WebKB上进行了实验.结果表明,该方法能改善样本空间的分布状态,使同类样本更加紧凑,异类样本更加松散,从而简化从样本到类别的映射关系.最后,使用Nave Bayes,kNN和SVM分类器在上述数据集上对该方法进行了实验.结果表明,该方法能提高分类的准确率、召回率和F1值.(本文来源于《计算机研究与发展》期刊2009年10期)
特征重要度论文开题报告
(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:
为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度与主成分分析法相结合的齿轮箱故障特征约简方法,并利用支持向量机和BP神经网络对诊断的准确率进行对比分析。针对齿轮箱中具有不同程度裂纹的齿轮,选取其时域、频域和基于希尔伯特变换的36个特征;将邻域模型引入到特征属性的约简,构造前向贪心算法,以邻域属性重要度较大的9个特征作为特征集,提取累积贡献率达到95%以上的主成分,分别输入支持向量机和BP神经网络分类器中进行分类识别,并与不经过特征优选的主成分特征融合相对比。结果表明,采用基于邻域属性重要度与主成分分析法相结合的特征约简方法,既可以降低齿轮箱故障特征的维数,又不影响对其运行状态的表征,有助于识别不同裂纹水平的齿轮,与不经过特征优选直接进行融合的方法相比,所提出方法诊断准确率更高,训练时间更短。
(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。
特征重要度论文参考文献
[1].肖铭杰,路强,陆亦扬,邹彬,刘号.基于地形特征重要度的地形网格简化与调整[J].合肥工业大学学报(自然科学版).2019
[2].古莹奎,潘高平,朱繁泷,承姿辛.基于邻域属性重要度与主成分分析的齿轮箱故障特征约简[J].中国机械工程.2016
[3].古莹奎,孔军廷,朱繁泷.基于邻域属性重要度的齿轮箱故障特征优选方法[J].煤炭学报.2015
[4].孟婕.基于节点重要度和线网结构特征的城乡公交线路布局研究[D].北京交通大学.2015
[5].耿秀丽,叶春明.基于特征选择技术的顾客需求重要度确定方法[J].计算机集成制造系统.2014
[6].赵磊.基于Pawlak属性重要度的混合情感特征选择算法研究[D].云南财经大学.2014
[7].何光凝.基于特征重要度和决策树技术的考试成绩分析研究[D].河北大学.2013
[8].王勋,裴志利,王庆虎.基于粗糙集和特征位置重要度的特征加权方法[J].内蒙古民族大学学报(自然科学版).2013
[9].柳玉,贲可荣.基于属性重要度的案例特征权重确定方法[J].计算机集成制造系统.2012
[10].刘赫,刘大有,裴志利,高滢.一种基于特征重要度的文本分类特征加权方法[J].计算机研究与发展.2009