导读:本文包含了模型融合论文开题报告文献综述及选题提纲参考文献，主要关键词:工程机械,寿命预测,机器学习,Stacking
模型融合论文文献综述
梁超[1]（2019）在《基于Stacking模型融合的工程机械核心部件寿命预测研究》一文中研究指出预测性维护是工业互联网应用的重点,实现预测性维护的关键是对设备系统或核心部件的寿命进行有效预测。随着近年来机器学习的发展,机械设备海量数据已成为工业互联网分析核心部件剩余寿命的关键指标,也成为设备健康管理决策性数据。基于工程机械设备大数据,结合XGBoost、随机森林、LightGBM等多种机器学习模型,多维度探究影响机械核心部件寿命的机器学习模型效果,建立Stacking算法模型融合的部件寿命预测模型,并在核心部件数据上验证模型预测有效性,从而减少设备非计划停机时间,推进智能制造和预测性维护的进步。(本文来源于《软件工程》期刊2019年12期）
易小军,李维春[2]（2019）在《产教融合背景下民航飞行教师胜任力模型研究》一文中研究指出在产教融合的时代背景下,加强和改进新形势下飞行教师人力资源开发,建设一支高水平的民航飞行教师队伍,是落实民航强国战略的关键要素之一。本文在梳理产教融合背景、飞行教师胜任力特征评估方法的基础上,根据调查分析结果,建立了民航飞行教师岗位胜任力模型。(本文来源于《民航学报》期刊2019年06期）
赵耀武,隋鑫[3]（2019）在《文旅融合背景下沈阳清文化旅游纪念品开发研究——基于SWOT模型的分析》一文中研究指出文旅融合已成为旅游产业提质增效与转型升级的新引擎,这一背景下旅游纪念品开发时文化内涵的注入尤为关键。本文结合文旅融合背景就沈阳清文化旅游纪念品开发现状及主要问题进行剖析,并运用SWOT分析模型综合得出开发优势、劣势、机遇与威胁。由分析结果可知开发思路、模式和导向等方面存在问题,但总体而言开发优势大于劣势,机遇多于威胁。要进一步明确文化定位、深化文化内涵,兼顾多重导向、打造品牌效应,加强统筹协同、建立联动机制,以期实现沈阳清文化旅游纪念品开发的新突破。(本文来源于《旅游纵览(下半月)》期刊2019年11期）
马晓旦,武经纬,梁士栋,赵天羽[4]（2019）在《基于融合模型动态权值的短期客流预测方法》一文中研究指出针对传统交通系统中短期客流预测精度低的问题,考虑城市交通站点客流数据在横纵向时间序列的规律性,基于卡尔曼滤波算法和K近邻(K-Nearest Neighbor, ANN)算法,分别根据当日数据和历史数据对客流量进行预测,然后利用权重系数方程对两个预测值加以融合,从而构建基于融合模型动态权值的短期客流预测方法。以某城市的某公交站点客流数据为研究对象,对所建融合模型短期客流预测的准确性和适用性加以验证。结果表明,新建模型、单一的卡尔曼滤波模型和KNN模型的平均相对误差分别为3.6%, 9.0%和7.7%,可见新建模型能更好地拟合客流变化趋势且评价效率更高。(本文来源于《交通运输研究》期刊2019年04期）
马艳鸽,赵丽华,张盼盼,吕佳凝[5]（2019）在《函数模型与随机模型双约束的GPS-InSAR数据融合方法建立叁维形变场》一文中研究指出针对InSAR技术研究地表叁维形变时监测信息不足的问题,以GPS监测信息为先验信息,建立附有随机模型约束的地表叁维形变模型。考虑到SAR卫星极轨方式运行导致LOS向观测量对南北向形变不敏感的问题,以GPS南北向形变观测值作为强约束,构建叁维形变解算的函数约束条件。模拟数据与西安地区实测数据的计算结果表明,基于随机模型与函数模型共同约束的地表叁维形变参数最小二乘解的精度优于仅有函数模型约束或仅有随机模型约束及无任何约束的参数解精度。(本文来源于《大地测量与地球动力学》期刊2019年11期）
韩丽,刘书宁,徐圣斯,朴京钰[6]（2019）在《自适应稀疏编码融合的非刚性叁维模型分类算法》一文中研究指出针对传统的叁维模型单一特征识别精度低问题,提出一种自适应稀疏编码融合的非刚性叁维模型分类算法.首先提取模型的平均测地线特征、热核特征、形状直径函数特征,以构造互补的多特征形状描述;其次利用特征袋模型构造AGD-BoF, HKS-BoF, SDF-BoF特征向量,通过随机样本建立特征权值矩阵;最后利用特征权值矩阵与稀疏优化编码自适应融合,并采用Softmax分类算法实现非刚性模型的有效分类.通过在非刚性数据集SHREC10与SHREC11上的综合实验表明,自适应稀疏编码融合的分类算法具有更高的识别准确率及较强的鲁棒性.(本文来源于《计算机辅助设计与图形学学报》期刊2019年11期）
刘嘉政,王雪峰,王甜[7]（2019）在《基于多特征融合和CNN模型的树种图像识别研究》一文中研究指出【目的】在树种图像识别时会存在类内差异、类间相似的现象,因此导致基于单一人工特征的传统识别方法难以达到理想的识别效果。针对这一问题,本文基于卷积神经网络,提出一种将图像深层特征和人工特征融合的树种图像深度学习识别方法。【方法】将6类常见树种(樟子松、山杨、白桦、落叶松、雪松和白皮松)图像作为研究对象。首先,通过裁剪、水平翻转、旋转等操作,对原始树种图像集进行数量扩增,并划分为训练集和测试集,建立本次树种识别实验的图像库;其次,将本文模型设计为3路并列网络,分别选取RGB图像、HSV图像、LBP-HOG图像,从图像像素、色彩、纹理和形状的角度出发,对上述树种图像进行识别。一方面构建适合本文实验的CNN深度学习模型,将训练集样本中RGB图像和相对应的HSV图像作为第1路和第2路CNN模型的输入,进行树种图像深层特征提取;另一方面,对训练集进行高斯滤波去噪和人工提取LBP-HOG特征来代表纹理、形状特征,作为第3路CNN模型的输入。然后,将3路模型各自得到的特征在最后一层全连接层进行汇总,作为softmax分类器的最终分类依据。最后,为检验本文方法的可行性,利用上述特征和训练集对SVM分类器、BP神经网络以及现有的深度学习LeNet-5模型、VGG-16模型进行训练,对测试集进行识别验证,来比较最终的识别效果。【结果】本文提出的多特征融合CNN模型,训练准确率为96.13%,平均验证识别准确率为91.70%。基于单路训练的CNN树种识别模型中,RGB图像作为训练输入值时,识别率最高,为75.21%,HSV特征识别率次之,LBP-HOG特征最差;多特征融合情况下,基于RGB+H通道+LBP条件下,验证识别准确率最高,达到93.50%;RGB+HSV+LBP+HOG组合识别率不增反降,识别率为89.50%。同样的特征或特征组合条件下,SVM、BP神经网络、LeNet-5模型和VGG-16模型所获得的识别率均低于本文模型的识别率。【结论】基于RGB+H通道+LBP特征融合条件下,运用3路并列CNN模型,对本文6类树种图像进行识别的识别率最高,克服了在单一特征情况下识别率低的问题,识别效果也非常理想,实现了从大量不同树种图像中自动识别出具体类别。(本文来源于《北京林业大学学报》期刊2019年11期）
曹培杰,梁云真[8]（2019）在《基础教育信息化融合指数模型的设计与验证——基于605份“中小学教育信息化融合度调查问卷”的分析》一文中研究指出现有的基础教育信息化评估过于注重基础设施建设或简单教学应用,与当前强调深度融合的教育信息化2.0实践明显脱节。在此背景下,文章首先基于对教育信息化评估的理论模型、指标和方法的系统梳理,设计了涵盖4个维度、共14个指标的基础教育信息化融合指数模型。随后,文章对605份"中小学教育信息化融合度调查问卷"进行了分析,并利用结构方程模型验证了模型的拟合情况良好、信度良好。最后,文章确定了模型中各指标的权重和融合指数的计算公式,并分析了融合指数的调查得分。基础教育信息化融合指数模型的设计与应用,实现了对基础教育信息化融合水平的准确把握,有助于推动基础教育信息化的转型升级。(本文来源于《现代教育技术》期刊2019年11期）
殷章志,李欣子,黄德根,李玖一[9]（2019）在《融合字词模型的中文命名实体识别研究》一文中研究指出命名实体识别(NER)是自然语言处理中一项非常重要的基础任务。传统的机器学习方法在处理该任务时,主要依赖于人们的专业领域知识和人工提取的特征。为了在不需要人工特征的条件下获得较好的结果,该文提出了一种融合字词BiLSTM模型的命名实体识别方法。首先分别用BiLSTM-CRF训练得到基于字的模型Char-NER和基于词的模型Word-NER,然后将两个模型得到的分值向量进行运算和拼接,将拼接后的向量作为特征送入SVM进行训练,使用SVM对Char-NER和Word-NER进行模型融合。实验结果表明,该方法在不需要人工特征的条件下,在1998年《人民日报》语料和MSRA语料上对人名、地名、机构名识别的F值分别达到了94.04%、92.15%、87.05%和91.73%、93.20%、83.15%。(本文来源于《中文信息学报》期刊2019年11期）
王博,华庆一,舒新峰[10]（2019）在《一种基于模型和模板融合的自动代码生成方法》一文中研究指出自动代码生成技术在软件工程中发挥着越来越重要的作用,深刻改变着软件开发过程的演进和变革,尤其是以模型驱动构架(Model Driven Architecture,MDA)指导的自动代码生成成为主导。该文梳理两大主流的代码生成技术,提出一种混合自动代码生成的方法,给出一种设计和实现的原型。该生成方法具有较高的灵活性和扩展性,能改进软件开发的过程,提高软件开发效率,具有较高的应用价值。(本文来源于《现代电子技术》期刊2019年22期）
模型融合论文开题报告
（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：
在产教融合的时代背景下,加强和改进新形势下飞行教师人力资源开发,建设一支高水平的民航飞行教师队伍,是落实民航强国战略的关键要素之一。本文在梳理产教融合背景、飞行教师胜任力特征评估方法的基础上,根据调查分析结果,建立了民航飞行教师岗位胜任力模型。
（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。
模型融合论文参考文献
[1].梁超.基于Stacking模型融合的工程机械核心部件寿命预测研究[J].软件工程.2019
[2].易小军,李维春.产教融合背景下民航飞行教师胜任力模型研究[J].民航学报.2019
[3].赵耀武,隋鑫.文旅融合背景下沈阳清文化旅游纪念品开发研究——基于SWOT模型的分析[J].旅游纵览(下半月).2019
[4].马晓旦,武经纬,梁士栋,赵天羽.基于融合模型动态权值的短期客流预测方法[J].交通运输研究.2019
[5].马艳鸽,赵丽华,张盼盼,吕佳凝.函数模型与随机模型双约束的GPS-InSAR数据融合方法建立叁维形变场[J].大地测量与地球动力学.2019
[6].韩丽,刘书宁,徐圣斯,朴京钰.自适应稀疏编码融合的非刚性叁维模型分类算法[J].计算机辅助设计与图形学学报.2019
[7].刘嘉政,王雪峰,王甜.基于多特征融合和CNN模型的树种图像识别研究[J].北京林业大学学报.2019
[8].曹培杰,梁云真.基础教育信息化融合指数模型的设计与验证——基于605份“中小学教育信息化融合度调查问卷”的分析[J].现代教育技术.2019
[9].殷章志,李欣子,黄德根,李玖一.融合字词模型的中文命名实体识别研究[J].中文信息学报.2019
[10].王博,华庆一,舒新峰.一种基于模型和模板融合的自动代码生成方法[J].现代电子技术.2019