导读:本文包含了空间不完备论文开题报告文献综述及选题提纲参考文献，主要关键词:缺失数据填补,商空间,模糊近似评估矩阵,分层递阶结构
空间不完备论文文献综述
张其文,王培瑾[1]（2018）在《基于商空间的不完备形式背景填补方法研究》一文中研究指出目前,在常用缺失数据填补算法中,需要逐个计算所有对象之间的相似度。然而,在数据缺失率较高的情况下,相似度的计算难度也随之加大,导致填补效率低下、填补准确度不高。为提高算法效率和准确度,结合粒计算,提出基于商空间的数据填补算法。引入对象间的近似度上界、下界,计算模糊近似评估矩阵;通过分层递阶结构的推理模型,对对象集进行粒化,压缩了对象集规模,提高了算法效率;根据实际应用需求给出填补结果。通过在真实数据集上的实验表明,该算法在数据缺失率较高时能够显着提高填补效率,并且保持高准确性。(本文来源于《计算机应用与软件》期刊2018年08期）
姜麟,米允龙,王添[2]（2014）在《大数据下不完备信息系统近似空间的并行算法》一文中研究指出上、下近似空间是粗糙理论的重要概念,解决上、下近似问题是海量数据挖掘的基础。经典的近似空间算法不适合处理海量数据,更不适合处理带缺失信息的海量数据问题。为此,通过深度分析带缺失信息的海量数据特征,结合MapReduce编程模型,提出了基于MapReduce框架下近似空间的并行算法,以处理带缺失信息的海量数据,实验结果表明了该并行算法的有效性。(本文来源于《计算机工程与应用》期刊2014年15期）
练秋生,赵阳[3]（2013）在《基于空间-光谱字典的不完备高光谱图像重构》一文中研究指出提出了一种新的空间-光谱字典学习方法,用于不完备高光谱图像的重构。根据高光谱图像具有丰富的空间和谱间相关性的特点,将高光谱图像分割成叁维重迭的小立方体块,从中学习出能够对这些块进行稀疏表示的空间-光谱字典。首先固定字典,用非负正交匹配追踪法计算稀疏系数;然后固定系数,用梯度下降法更新字典,上述两步交替进行直到算法收敛。依据这种分块模型学习出的字典更符合高光谱图像的特点。在谱向上字典原子为物质的光谱反射曲线,在空间向上字典为普通二维空间块字典。最后将字典应用于不完备高光谱图像的重构,实验结果表明,该方法以较低的采样率获得了良好的重构效果。(本文来源于《仪器仪表学报》期刊2013年01期）
余伶俐,唐小林,唐琎[4]（2012）在《基于自学习采样粒子滤波器的不完备故障空间交互诊断方法》一文中研究指出针对不完备空间混合系统,提出一种基于自学习采样粒子滤波器(SLSPF)的交互诊断方法,融入自学习采样机制,利用自学习即时概率指导采样,以摆脱粒子滤波器对转移概率的依赖;结合自学习采样与诊断的动态交互方式调整模式空间,使粒子滤波器采样粒子数动态减少;同时给出了不完备信息空间的真实模式与未知模式阈值的决策条件,实验结果表明,尤其在高维状态空间下,SLSPF不仅可以保证粒子滤波器的诊断精度,而且能够提高计算效率。(本文来源于《控制与决策》期刊2012年09期）
牛潇萌[5]（2012）在《两个不完备赋范空间上的一些结论》一文中研究指出本文给出了两个不完备的赋范空间,并证明了一致有界原理,闭图象定理和开映射原理都不能扩展到不完备的赋范空间上去.(本文来源于《赤峰学院学报(自然科学版)》期刊2012年11期）
李光强,赵地,邓敏,朱建军[6]（2009）在《基于邻近域的不完备空间数据探测方法》一文中研究指出不完备的空间数据影响了空间决策、分析与推理的结果及其可靠性。传统的不完备数据检测方法仅使用统计学理论,没有考虑空间数据的空间特性,从而不能直接用于检测不完备的空间数据。提出了一种基于邻近域的不完备空间数据检测方法—NNBiSDD算法,NNBiSDD算法在空间实体的k-邻近域内使用"叁倍标准差"原则检测不完备的空间数据。最后,通过一个实际算例验证了NNBiSDD算法的有效性和可靠性。(本文来源于《计算机工程与应用》期刊2009年03期）
赵地,李光强,李晶晶[7]（2009）在《空间不完备数据及其填补方法研究》一文中研究指出随着人们对空间信息的需求,近年来对不完备空间数据的研究日益广泛,空间不完备数据填补问题备受重视。在实际应用中因不能充分利用数据所包含的信息,导致填补后的数据误差很大。针对这个问题详细阐述了空间不完备数据的检测和填补方法,重点介绍了基于克里格插值法的空间数据填补方法。最后用实验证明了克里格插值法恢复不完备空间数据时的精度最高。(本文来源于《西部探矿工程》期刊2009年01期）
赵地[8]（2008）在《不完备空间数据的检测与恢复方法研究》一文中研究指出不完备空间数据是指由于技术和系统因素,空间数据在采集、录入、处理、分析、使用等过程中所出现的丢失或错误数据。不完备空间数据广泛存在于地质、矿产、遥感、测绘、城市规划、房产等领域,为空间数据分析结果的正确性和可靠性产生巨大影响,严重影响了空间数据的使用。因此,研究不完备空间数据检测和恢复的理论与方法具有非常重要的理论和现实意义。论文在归纳传统不完备空间数据检测和恢复研究成果的基础上,阐述了基于统计学的不完备空间数据检测方法原理,探讨了统计学方法在检测不完备空间数据中的局限性;接着研究和扩展了基于邻近域的和有约束的邻近域的两种不完备空间数据的检测方法,并研究了基于约束的确定性空间插值法和地统计学方法在恢复不完备空间数据中的应用。基于邻近域的不完备空间数据的检测方法,首先在空间数据库中为每个空间要素建立k-邻近域,然后在k-邻近域中使用经典的“叁倍标准差”准则检测不完备空间数据。但是由于空间要素的地形因素(如:高程、坡度等)对非空间属性值具有一定影响,使用不顾及地形因素的k-邻近域来检测不完备空间数据,显然存在一定的缺陷,因此论文进一步提出了基于有约束的邻近域的不完备空间数据的检测方法。该方法根据地形因素,将研究区域划分为若干个子区域,确保每个子区域的地形因素相似;然后在每个子区域里,构建要素的邻近域,即有约束的邻近域;最后在每个邻近域里使用“叁倍标准差”准则检测不完备空间数据。在不完备空间数据的恢复方面,论文主要研究了(1)基于有约束的确定性空间插值法的不完备空间数据的恢复方法。该方法依据地形因素将研究区划分为若干个子区域,在每个子区域内部,构建要素的邻近域,然后使用确定性空间插值法,以估算不完备的非空间属性数据;(2)基于地统计学的不完备空间数据的恢复方法,通过地统计学估算不完备非空间属性数据。论文最后介绍了实验数据背景、实验过程、实验结果,并详细介绍了不完备空间数据的检测和恢复系统的设计与开发过程。(本文来源于《中南大学》期刊2008-05-01）
何凯涛,陈明,张治国,Jacques,Yvon[9]（2005）在《用人工神经网络进行空间不完备数据的插补》一文中研究指出在地学研究中,特别是区域性资料处理过程中,常常遇到“不完备数据”的问题,即所谓的“数据不全”。在尽量减小估计误差的条件下对缺失数据进行预测或插补,对于充分利用历史资料和已知信息,提高预测质量具有重要意义。利用径向基人工神经网络(RBF)同时具有自组织神经网络和回归网络的优点,可以对缺失数据进行预测。实际区域地球化学数据处理的结果表明,RBF网络对空间不完备数据的建模和预测具有优异的效果。(本文来源于《地质通报》期刊2005年05期）
刘新立,史培军[10]（2000）在《空间不完备信息条件下的区域自然灾害风险评估─实例部分》一文中研究指出区域自然灾害风险评估中所用的数据不仅具有时间的意义，而且具有空间的意义。当数据的 空间信息不完备时，需要对其进行优化处理，以减小风险评估的误差。作者在本刊上一期的一篇文 章中已进行了这方面的理论探讨，将区域自然灾害风险评估中所遇到的空间不完备信息分为两类， 分别用插补模型和校正模型进行了处理。插补模型是针对空间数据缺失情况的，而校正模型是针对 空间数据不符合精度需要情况的。本文以湖南省农村种植业水灾为例，进一步说明如何应用这些模 型来进行计算，并对其进行了检验。(本文来源于《自然灾害学报》期刊2000年01期）
空间不完备论文开题报告
（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：
上、下近似空间是粗糙理论的重要概念,解决上、下近似问题是海量数据挖掘的基础。经典的近似空间算法不适合处理海量数据,更不适合处理带缺失信息的海量数据问题。为此,通过深度分析带缺失信息的海量数据特征,结合MapReduce编程模型,提出了基于MapReduce框架下近似空间的并行算法,以处理带缺失信息的海量数据,实验结果表明了该并行算法的有效性。
（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。
空间不完备论文参考文献
[1].张其文,王培瑾.基于商空间的不完备形式背景填补方法研究[J].计算机应用与软件.2018
[2].姜麟,米允龙,王添.大数据下不完备信息系统近似空间的并行算法[J].计算机工程与应用.2014
[3].练秋生,赵阳.基于空间-光谱字典的不完备高光谱图像重构[J].仪器仪表学报.2013
[4].余伶俐,唐小林,唐琎.基于自学习采样粒子滤波器的不完备故障空间交互诊断方法[J].控制与决策.2012
[5].牛潇萌.两个不完备赋范空间上的一些结论[J].赤峰学院学报(自然科学版).2012
[6].李光强,赵地,邓敏,朱建军.基于邻近域的不完备空间数据探测方法[J].计算机工程与应用.2009
[7].赵地,李光强,李晶晶.空间不完备数据及其填补方法研究[J].西部探矿工程.2009
[8].赵地.不完备空间数据的检测与恢复方法研究[D].中南大学.2008
[9].何凯涛,陈明,张治国,Jacques,Yvon.用人工神经网络进行空间不完备数据的插补[J].地质通报.2005
[10].刘新立,史培军.空间不完备信息条件下的区域自然灾害风险评估─实例部分[J].自然灾害学报.2000