导读:本文包含了加权策略论文开题报告文献综述及选题提纲参考文献，主要关键词:决策层,加权,重启,决策变量
加权策略论文文献综述
王萌,何星星[1]（2019）在《一种基于加权决策变量决策层的分支策略》一文中研究指出为了提高CDCL求解器的求解效率,针对可满足性(SAT)问题算法中决策变量的选择问题,提出了一种基于加权决策变量决策层的分支策略。这个新策略的主要思想是:基于布尔约束传播(BCP)过程中的回溯以及重启机制,首先考虑变量作为决策变量的次数以及所在决策层;其次,由于被选择的次数以及所在决策层不同,即占权重不同,对此进行加权;最后,结合冲突分析过程,对不同的变量给予不同的奖励得分。将不同变量在新策略与VSIDS和EVIDS策略中的得分进行对比,采用SATLIB(SAT Little Information Bank)中的大量例子进行实验测试,结果表明,新策略能够减少冲突次数以及求解时间(cpu),提高了求解器的求解效率。(本文来源于《计算机科学》期刊2019年S2期）
赵志刚,周根贵,李虎雄[2]（2019）在《复杂加权供应链网络攻击策略和鲁棒性研究》一文中研究指出文中研究在不同攻击策略下,如何提高复杂供应链网络的鲁棒性。首先,调整复杂加权供应链网络的优先连接参数,模拟实际网络的演化过程,分析供应链网络的度分布函数和介数分布函数,证实其具有无标度特征。随后,研究了加权供应链网络的多种攻击策略,统计了供应链网络的最大连通子图的相对规模和网络传输效率指标,并分析了网络的鲁棒性。仿真结果表明,对节点攻击策略而言,节点度攻击和混合攻击破坏性较大;对边攻击策略而言,双点介数攻击破坏性较大。改变网络的演化机制可以提高网络的鲁棒性,这为在实际工作中优化网络设计、保护网络中的少数重要节点和边、提高网络抗毁性能提供了一定的研究思路。(本文来源于《计算机科学》期刊2019年08期）
付华,梁小飞,李涛,司南楠[3]（2019）在《DEBA优化加权D-S证据融合的煤矿瓦斯监测策略》一文中研究指出针对煤矿瓦斯监测系统的非线性、时变性和多参数强耦合性问题,提出了一种差分进化改进蝙蝠算法(DEBA)优化加权D-S证据融合的煤矿安全监测策略。通过核独立主元分析算法(KICA)对煤矿井下多种传感器采集的原始数据初步处理,进行特征提取,再应用加权D-S证据理论进行数据融合处理,同时采用DEBA算法对加权平均D-S理论的权重进行优化,建立煤矿瓦斯监测模型,可对矿井下的瓦斯状态作出及时判断,并相应地采取决策。MATLAB仿真结果表明:该监测模型能够显着提高煤矿瓦斯监测的精确度和泛化能力以及全局决策的快速性与合理性。(本文来源于《传感器与微系统》期刊2019年08期）
魏薇[4]（2019）在《基于加权融合策略的情感识别建模方法研究》一文中研究指出随着智能机器人技术的不断发展,应用领域的不断扩大,人机交互任务也日趋复杂。利用情感识别模型,赋予机器人类人的情感认知能力,可以实现高效、自然、和谐的智能人机交互。情感识别模型性能涉及运算量、识别率等多个指标,在建模过程中,如特征工程、模型分析与模型融合等,都涉及多通道信息的融合问题。因此,开展基于加权融合策略的情感识别建模方法研究,以提高模型的识别率,具有重要的理论意义和工程价值。本文以情感识别模型作为研究对象,提高模型识别率作为研究目标,开展基于加权融合策略的情感识别建模方法研究。考虑人体情感信息类型和情感特征的多样性,根据模型对正确率和运算量的要求,针对建模过程中的特征级融合、模型级融合、决策级融合以及权重确定方法等关键技术进行深入的研究,本文的主要工作如下。1)基于面部图像特征级融合的表情识别。凭借面部结构与心理学方面的研究结果与经验,选择与面部表情密切相关的眼睛、眉毛、嘴巴及周边部位的特征点,利用其二维坐标得到几何特征。凭借以深度学习为突破点的纯数据驱动的特征学习算法,构建一个多层的卷积神经网络,让机器自主地从样本数据中逐层地学习,得到表征样本更加本质的深度特征。根据表情识别模型的特点,引入特征级融合,线性串联两种特征构成表情图像的多特征,达到信息上的互补,从而提高模型识别率。2)基于面部图像模型级融合的表情识别。分析面部结构,选择能够体现面部的主要形态且不会因为模型的不同而改变其相对位置的特征点,凭借面部肌肉运动范围大小将面部分区,并根据分区将特征点分为互不相交的特征组。利用单组特征的识别率,引入基于反馈的原理,设计权重确定方法,并引入刚性原理,分析面部不同分区的刚性,将其作为检验权重正确性的依据。在此基础上引入模型级融合,根据分类模型特点设计加权核函数,实现特征的非线性加权融合,增加强相关特征对分类结果的影响并减少弱相关特征对分类结果的影响,从而提高模型识别率。3)基于多种生理信号决策级融合的情感识别。由于多种人体生理活动与情感状态相关,同时对应的人体表征信号多样,选择可用于情感识别的4种生理信号,包括脑电信号、心电信号、呼吸信号以及皮肤电信号,根据信号种类的不同分别建立特征提取模型。针对生理信号对情感状态的表现力强弱各异,根据生理信号对情感状态的识别率,引入基于反馈的原理,设计权重确定方法。根据情感识别模型的特点,在决策级引入加权融合和最大值规则,充分发挥生理信号的优势,从而提高模型识别率。4)基于多模态信息特征级和决策级融合的情感识别。分析人体结构与情感信号,选择视觉信号和生理信号构成多模态情感信息。其中,视觉信号为面部表情的彩色图像序列,生理信号包括脑电信号、心电信号、呼吸信号以及皮肤电信号4种信号。引入特征级融合,串联视觉信号特征和生理信号特征得到4种多模态特征,利用多模态特征对情感状态的识别率,引入基于反馈的原理,设计权重确定方法。根据情感识别模型的特点,在决策级引入加权融合和最大值规则,充分发挥多模态情感信息的优势,从而提高模型识别率。(本文来源于《北京邮电大学》期刊2019-06-04）
张未华,颜会梅[5]（2019）在《“加权平均数”的概念教学策略尝试》一文中研究指出笔者以教材中的问题为切入点,选取学生身边的实例,在学生已有生活经验的基础上,采取恰当的教学方法,进行"加权平均数"的概念教学,从问题的提出探究问题的解决策略,进而让学生体会概念的形成,并应用、巩固概念,帮助学生加深对概念的理解,落实数学核心素养,希望产生举一反叁、触类旁通的效果.(本文来源于《上海中学数学》期刊2019年05期）
李跑,周骏,蒋立文,刘霞,杜国荣[6]（2019）在《窗口竞争性自适应重加权采样策略的近红外特征变量选择方法》一文中研究指出通过消除光谱中的冗余信息变量,挑选出代表样品性质的特征变量代替全谱建立定量模型,可以提高近红外分析结果的准确性。基于进化论中适者生存原理的竞争性自适应重加权采样(CARS)算法因具有计算速度快、筛选得到的特征波长少等优点,在近红外特征变量筛选方面得到了广泛的应用。然而该方法在计算过程中容易出现校正集和验证集结果不一致情况。这是因为算法过于强调校正集交叉验证结果,且并未考虑相邻变量之间的协同作用。为了建立更加稳健的变量筛选方法,通过结合"窗口"以及CARS算法的优势,提出了一种基于窗口竞争性自适应重加权采样(WCARS)策略的近红外特征变量筛选方法,并将其应用于复杂植物样品近红外光谱与其化学成分含量之间的建模分析。采用WCARS方法可以实现准确定量分析,且通过与竞争性自适应重加权采样(CARS)方法结果相比较, WCARS方法得到的校正集和预测集结果一致,在一定程度上减少了过拟合问题的出现。该策略能有效增强特征变量选择的稳健性,提高了定量模型的可信度,具有一定的应用价值。(本文来源于《光谱学与光谱分析》期刊2019年05期）
张成,郭青秀,冯立伟,李元[7]（2019）在《基于局部保持投影–加权k近邻规则的多模态间歇过程故障检测策略》一文中研究指出针对多模态间歇过程故障检测问题,本文提出一种基于局部保持投影–加权k近邻规则(LPP--Wk NN)的故障检测策略.首先,应用局部保持投影(LPP)方法将原始数据投影到低维主元子空间;接下来,在主元子空间中,应用样本第k近邻的局部近邻集确定每个样本的权重并计算权重统计量Dw;最后,应用核密度估计方法确定Dw控制限并进行故障检测.本文方法应用LPP对过程数据进行维数约减,既能够降低训练过程中离群点对模型的影响,又能够降低在线故障检测的计算复杂度.同时,加权k近邻规则(Wk NN)方法通过引入权重规则能够使得过程故障检测统计量分布具有单模态结构.相比传统的k NN统计量,本文引入的权重统计量具有更高的故障检测性能.通过数值例子和半导体蚀刻过程的仿真实验,并与主元分析(PCA), k NN, Wk NN, LPP--k NN等方法进行比较,实验结果验证了本文方法的有效性.(本文来源于《控制理论与应用》期刊2019年10期）
袁俊岭,张迪,张启坤,李旭红[8]（2019）在《WDM光网中的一种邻域加权累积的波长分配策略》一文中研究指出针对光核心传送网中单纤场景下的路由选择与波长分配(Routing and Wavelength Assign-ment,RWA)问题,提出了一种邻域加权累积的波长分配策略。在一条路径上为一个连接请求选择波长时,将网络的所有链路归入当前路径的不同邻域中,然后根据与路径之间的距离为不同邻域赋予不同的权重,进而对每个波长在全网中被占用的个数进行加权累积,最后选择累积值最大的可用波长建立连接。仿真结果表明,相对于现有的阻塞率最低的最大使用(Most-Used)波长分配策略,所提策略具有更低的阻塞率。(本文来源于《电讯技术》期刊2019年02期）
薛宇彤,陈海龙,葛苗苗[9]（2019）在《基于关联规则策略加权的Slope One算法改进》一文中研究指出针对Slope One推荐算法在数据稀疏性高时推荐结果不够精准的问题进行研究,将关联规则思想与加权分析的方法相结合,提出基于关联规则策略加权的Slope One算法,从用户评分和项目特征两个角度对算法进行改进。实验采用Film Trust数据集,其中包含1 508个用户对2 071部电影共35 497条评分记录。经多次实验测试分析,提出的方法切实达到了预期优化效果,也为后续算法的更多元化改进方案探究提供了研究基础。(本文来源于《计算机应用研究》期刊2019年12期）
赵世杰,高雷阜,于冬梅,徒君[10]（2019）在《基于变因子加权学习与邻代维度交叉策略的改进CSA算法》一文中研究指出针对乌鸦搜索算法(CSA)优化高维问题时存在寻优精度低、局部极值逃逸能力弱等问题,提出一种耦合多个体变因子加权学习机制与最优个体邻代维度交叉策略的改进乌鸦搜索算法(ICSA).该算法随迭代进程动态修正模型控制参数(感知概率和飞行长度),利用多个体的变因子加权学习机制保证子代个体同时继承跟随乌鸦与上代最优个体的位置信息以避免单个体继承的过快种群同化并减小陷入局部极值的风险;同时构建历史最优个体的邻代维度交叉策略,并按维度绝对差异大的优先替换原则更新最优个体位置,以保留历代最优维度信息并提高算法的局部极值逃逸能力.数值实验结果分别验证了模型参数对CSA算法性能的一定影响,加权学习因子不同递变形式对ICSA算法性能改善的有效性与差异性以及改进算法的优越寻优性能.(本文来源于《电子学报》期刊2019年01期）
加权策略论文开题报告
（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：
文中研究在不同攻击策略下,如何提高复杂供应链网络的鲁棒性。首先,调整复杂加权供应链网络的优先连接参数,模拟实际网络的演化过程,分析供应链网络的度分布函数和介数分布函数,证实其具有无标度特征。随后,研究了加权供应链网络的多种攻击策略,统计了供应链网络的最大连通子图的相对规模和网络传输效率指标,并分析了网络的鲁棒性。仿真结果表明,对节点攻击策略而言,节点度攻击和混合攻击破坏性较大;对边攻击策略而言,双点介数攻击破坏性较大。改变网络的演化机制可以提高网络的鲁棒性,这为在实际工作中优化网络设计、保护网络中的少数重要节点和边、提高网络抗毁性能提供了一定的研究思路。
（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。
加权策略论文参考文献
[1].王萌,何星星.一种基于加权决策变量决策层的分支策略[J].计算机科学.2019
[2].赵志刚,周根贵,李虎雄.复杂加权供应链网络攻击策略和鲁棒性研究[J].计算机科学.2019
[3].付华,梁小飞,李涛,司南楠.DEBA优化加权D-S证据融合的煤矿瓦斯监测策略[J].传感器与微系统.2019
[4].魏薇.基于加权融合策略的情感识别建模方法研究[D].北京邮电大学.2019
[5].张未华,颜会梅.“加权平均数”的概念教学策略尝试[J].上海中学数学.2019
[6].李跑,周骏,蒋立文,刘霞,杜国荣.窗口竞争性自适应重加权采样策略的近红外特征变量选择方法[J].光谱学与光谱分析.2019
[7].张成,郭青秀,冯立伟,李元.基于局部保持投影–加权k近邻规则的多模态间歇过程故障检测策略[J].控制理论与应用.2019
[8].袁俊岭,张迪,张启坤,李旭红.WDM光网中的一种邻域加权累积的波长分配策略[J].电讯技术.2019
[9].薛宇彤,陈海龙,葛苗苗.基于关联规则策略加权的SlopeOne算法改进[J].计算机应用研究.2019
[10].赵世杰,高雷阜,于冬梅,徒君.基于变因子加权学习与邻代维度交叉策略的改进CSA算法[J].电子学报.2019