导读:本文包含了数据密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:巢湖,湿地保护,人大常委会,国家湿地公园,入湖河流,湖水质,河长,河流水质,生态环境,水环境问题
数据密度论文文献综述
本报,许根宏,许蓓蓓[1]（2020）在《巢湖治理：向法借“力”》一文中研究指出立法 织“网”补“漏”冬日的滨湖国家湿地公园，天蓝水碧，空气清新。此时，成群结队的候鸟正在园中翱翔觅食，追逐嬉戏。“你看，还有苍鹭、东方白鹳等珍稀鸟类呢。”游人的身影和偶发的赞叹，“惊起一滩鸥鹭”，鸟儿们飞过天空的弧线构成了公园一道亮丽的风景线。(本文来源于《安徽日报》期刊2020-01-22）
范雪岩,叶霞飞[2]（2019）在《国内各城市的轨道交通线路的负荷强度及客流密度统计分析——基于中国城市轨道交通协会数据分析的研究报告之五》一文中研究指出基于中国城市轨道交通协会统计数据,对2017年国内各城市轨道交通线路的负荷强度及客流密度进行了统计。将城市轨道交通线路分为市区线、市域线和郊区线叁类,分类统计了各类线路的负荷强度及客流密度,并分析了其规律特点。根据统计结果,分析了不同类型线路负荷强度及客流密度的影响因素,主要影响因素为线路所在区位、城市常住人口密度、线网网络化程度、线路开通运营时间和发车间隔等。(本文来源于《城市轨道交通研究》期刊2019年11期）
景传刚,李楠,宋晓伟[3]（2019）在《不同功率密度机柜对数据中心的影响分析》一文中研究指出随着互联网技术的发展,以云计算、大数据、互联网+等业务的数据中心需求增加。在数据中心建设中,不同功率密度的ICT机柜建设要求不同。因此,主要从不同功率密度的机柜对机房层高、供电方式等方面的要求进行分析,为建设节能高效的数据中心提供一些方案。(本文来源于《通信电源技术》期刊2019年10期）
刘悦婷,张燕,孙伟刚[4]（2019）在《基于局部密度改进的SVM不平衡数据集分类算法》一文中研究指出针对不平衡数据集数据分布不均匀及边界模糊的特点,提出基于局部密度改进的SVM不平衡数据集分类算法.该算法先将多数类划分成多个子类,并依据子类内每个样本的局部密度选出边界区域、靠近边界区域的与少数类数目相等的样本,与少数类完成SVM初始分类;用所得的支持向量机和剩余的多数类样本对初始分类器进行迭代优化.结果表明,与WSVM,ALSMOTE-SVM和基本SVM算法相比,该算法分类效果良好,能有效改进SVM算法在分布不均匀及边界模糊数据集上的分类性能.(本文来源于《宁夏大学学报(自然科学版)》期刊2019年03期）
方权[5]（2019）在《前列腺影像报告和数据系统结合PSA密度对临床显着性前列腺癌诊断价值的Meta分析》一文中研究指出目的:采用Meta分析方法综合评价前列腺影像报告和数据系统(PI-RADS)评分结合PSA密度(PSAD)对临床显着性前列腺癌(CSPCA)的诊断价值,为临床决策提供循证医学依据。方法:计算机检索PubMed、Embase、EBSCO、Cochrane Library、CNKI、CBM、维普数据库自建库以来至2018年9月30日国内、外公开发表的关于PI-RADS评分结合PSAD应用于前列腺癌诊断的中、英文文献。由2位评价员根据纳入与排除标准独立筛选文献、提取资料,并采用QUADAS进行质量评价和Stata10.0软件进行Meta分析,提取相关参数。结果:共纳入符合标准文献6篇,纳入患者总例数1228例,应用Q检验和I2进行异质性分析发现文献无异质性,采用固定效应模型分析。PI-RADS对CSPCA的诊断价值的敏感度为81.1%(95%CI=0.639～0.912),特异度为82.1%(95%CI=0.694～0.903),诊断试验比值比为19.711(95%CI=6.953～55.927),阳性似然比为4.533(95%CI=2.552～8.054),阴性似然比为0.229(95%CI=0.113～0.468),评估诊断模型准确性指标Lambda为3.011(95%CI=1.967～4.054)。PI-RADS+PSAD对CSPCA的诊断价值的敏感度为87.9%(95%CI=0.826～0.917),特异度为81.8%(95%CI=0.590～0.872),诊断试验比值比为22.688(95%CI=7.403～69.538),阳性似然比为3.632(95%CI=1.941～6.800),阴性似然比为0.160(95%CI=0.095～0.270),Lambda值为3.778(95%CI=2.537～5.020)。PI-RADS+PSAD诊断的Lambda值、敏感度明显高于PI-RADS(P<0.05)。结论:PIRADS+PSAD可有效提高CSPCA的诊断效能。(本文来源于《温州医科大学学报》期刊2019年09期）
蒋华,林森,王鑫,王慧娇[6]（2019）在《海洋数据下的密度自适应聚类算法》一文中研究指出针对DBSCAN算法需要人工设定参数,且数在对不同疏密度的数据敏感度较低以及处理多维多密度的海洋数据时鲁棒性欠佳的问题,提出一种基于K-均值模型的多密度自适应聚类算法AM-DBSCAN (adaptive multi-density DBSCAN algorithm)。采用K-均值模型对数据进行初次聚类,分别以结果簇中距离最远两点的平均值及最小簇的样本数作为DBSCAN算法中的邻域半径(Eps)及邻域样本阈值(Minpts);以最短路径原则改进DBSCAN算法中Eps邻域判定方式,提高算法全局的可靠性及稳定性。实验结果表明,相对于DBSCAN聚类算法,AM-DBSCAN算法在处理密度不均的数据时在聚类准确度和聚类效率方面有所提升。(本文来源于《计算机工程与设计》期刊2019年09期）
姚璇,刘漫,黄晓波,熊进峰,孙养信[7]（2019）在《四省蚊虫密度控制标准应用现状抽样数据分析》一文中研究指出对我国现行《病媒生物密度控制水平蚊虫》(GB/T 27771-2011)标准的宣贯应用进行评价,旨为提升应用水平提供依据。本研究采用抽样问卷调查方式收集湖北、陕西、广东和云南4省的爱卫组织、疾控中心和PCO叁类机构宣贯"标准"的情况,分析其应用成效和需求。调查结果显示,98.19%被调查机构知晓"标准",其中了解"标准"全部和大部分条款的占89.20%;接受过"标准"培训的占78.50%,有67.52%机构举办过相关培训。90.42%被调查机构使用过"标准",主要用于创建卫生城市或县城(92.78%)和病媒控制达标(79.59%)。爱卫和疾控贯标主要措施是制定策略和技术方案(84.17%、86.96%)、举办宣贯培训(79.14%、68.12%);而PCO则以增加病媒控制次数(78.18%)、制定策略和技术方案(71.82%)为主。叁类机构认为"标准"应用主要有以下成效,83.88%认为可规范效果评价,79.44%认为可促进长效巩固机制,74.07%认为可促进蚊虫密度控制精准和有效,63.32%认为可提高PCO服务质量。爱卫、疾控和PCO叁类机构掌握"标准"知识的正确率分别为61.12%、60.35%、46.21%,正确率有差异(χ~2=9.707,P=0.008)。叁类机构对"标准"的期望是以获得释义及示教配套材料(75.47%)、增加使用技巧培训(72.43%)为主要诉求。蚊虫密度控制标准虽然已在全国广泛应用,但被调查机构在精准执行中存在认知和操作差异。采用扩大交流、细化"标准"和分级培训的方式进一步改善"标准"的宣贯应用。(本文来源于《寄生虫与医学昆虫学报》期刊2019年03期）
陈皓,冀敏杰,郭紫园,夏雨[8]（2019）在《一种时间序列数据的动态密度聚类算法》一文中研究指出传统的聚类算法多是针对某个时间片上的静态数据集合进行的聚类分析,但事实上大部分数据存在时间序列上的连续动态演变过程.本文对时间序列数据及其类结构的演变过程进行了分析,发现在一定条件下相邻时间片间的数据集间存在较强的关联性,并且类簇结构间则存在一定的继承性.故本文得出新的思想,在前一时间片聚类结果的基础上,通过对部分变化数据的计算和类簇结构的局部调整就有望获得对后一时间片上数据进行完全聚类相同的效果,且运算量会显着下降.基于此思想提出了一种时间序列数据的动态密度聚类算法(DDCA/TSD).仿真实验中使用6种数据集对所提出算法进行了实验验证.结果显示DDCA/TSD在保证聚类准确性的基础上相对传统聚类算法有明显的时间效率提升,并能更有效地发现数据点的属性变化及类簇结构的演变过程.(本文来源于《控制理论与应用》期刊2019年08期）
刘鹏[9]（2019）在《岩性柱状数据重构拟密度反演预测煤层岩浆岩分布——以祁南煤矿103采区为例》一文中研究指出淮北矿区水文地质、构造地质、煤层赋存条件极其复杂,岩浆侵入煤层的现象普遍存在,对煤矿的安全生产影响极大,因此运用有效的手段查清岩浆岩在煤层中的分布范围迫在眉睫。利用在全区范围均匀分布的超前探钻孔小柱状数据进行拟密度反演,对祁南煤矿103采区10煤层岩浆岩侵入范围进行了研究,解决了由于测井数据少不能精确预测岩浆岩侵入范围的问题。据淮北矿业集团反馈,新钻6个孔,其中5个与预测结果一致。结果表明:运用钻孔柱状数据重构拟密度反演技术对预测煤层中岩浆岩分布有良好效果。(本文来源于《工程地球物理学报》期刊2019年04期）
阮嘉琨,蔡延光,乐冰[10]（2019）在《基于DBSCAN密度聚类算法的高速公路交通流异常数据检测》一文中研究指出由于高速公路交通流数据的复杂多变性以及随机波动性强,而导致传统的异常数据识别方法很难准确检测出其交通流异常数据,提出了采用DBSCAN密度聚类算法来检测高速公路交通流异常数据。DBSCAN密度聚类算法能够有效地对高速路交通流数据进行准确地分类而分离出异常样本,从而检测出其异常交通流数据。结合实验表明,该高速路交通流异常数据检测方法达到了较好的效果,能够满足实际路况的检测需求。(本文来源于《工业控制计算机》期刊2019年07期）
数据密度论文开题报告
（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：
基于中国城市轨道交通协会统计数据,对2017年国内各城市轨道交通线路的负荷强度及客流密度进行了统计。将城市轨道交通线路分为市区线、市域线和郊区线叁类,分类统计了各类线路的负荷强度及客流密度,并分析了其规律特点。根据统计结果,分析了不同类型线路负荷强度及客流密度的影响因素,主要影响因素为线路所在区位、城市常住人口密度、线网网络化程度、线路开通运营时间和发车间隔等。
（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。
数据密度论文参考文献
[1].本报,许根宏,许蓓蓓.巢湖治理：向法借“力”[N].安徽日报.2020
[2].范雪岩,叶霞飞.国内各城市的轨道交通线路的负荷强度及客流密度统计分析——基于中国城市轨道交通协会数据分析的研究报告之五[J].城市轨道交通研究.2019
[3].景传刚,李楠,宋晓伟.不同功率密度机柜对数据中心的影响分析[J].通信电源技术.2019
[4].刘悦婷,张燕,孙伟刚.基于局部密度改进的SVM不平衡数据集分类算法[J].宁夏大学学报(自然科学版).2019
[5].方权.前列腺影像报告和数据系统结合PSA密度对临床显着性前列腺癌诊断价值的Meta分析[J].温州医科大学学报.2019
[6].蒋华,林森,王鑫,王慧娇.海洋数据下的密度自适应聚类算法[J].计算机工程与设计.2019
[7].姚璇,刘漫,黄晓波,熊进峰,孙养信.四省蚊虫密度控制标准应用现状抽样数据分析[J].寄生虫与医学昆虫学报.2019
[8].陈皓,冀敏杰,郭紫园,夏雨.一种时间序列数据的动态密度聚类算法[J].控制理论与应用.2019
[9].刘鹏.岩性柱状数据重构拟密度反演预测煤层岩浆岩分布——以祁南煤矿103采区为例[J].工程地球物理学报.2019
[10].阮嘉琨,蔡延光,乐冰.基于DBSCAN密度聚类算法的高速公路交通流异常数据检测[J].工业控制计算机.2019
标签：巢湖; 湿地保护; 人大常委会; 国家湿地公园; 入湖河流; 湖水质; 河长; 河流水质; 生态环境; 水环境问题;