导读:本文包含了复杂样本论文开题报告文献综述及选题提纲参考文献，主要关键词:小样本学习,试验设计,汉明距离,泛化能力
复杂样本论文文献综述
冯国奇,崔东亮,朱凯全,张琦[1]（2019）在《一种面向复杂问题的小样本建模方法研究》一文中研究指出科学研究中常因过高的试验成本导致机器学习的小样本问题,其难点在于数据集信息不足以描述原始问题的全部特征,因此需要根据学习算法特点精心安排试验以最大化小样本数据集的信息量。针对多元线性回归建模提出了一种样本选择方法:依托正交设计变量的水平特性,采用汉明距离评估试验样本相似性,以样本集最小汉明距离表征数据集的偏差;根据回归建模的样本量最低需求,采用深度优先算法建立最大最小汉明距离样本集以建立回归模型。最后以航空发动机高压涡轮盘为例验证该方法有效性,试验证明这种样本选择策略能在保证建模精度前提下降低试验费用。(本文来源于《控制工程》期刊2019年11期）
李金珂,张曼曼,李丽丽,胡孔新[2]（2019）在《复杂生物样本管家基因研究进展》一文中研究指出管家基因(HKG)是一类在不同组织中表达稳定,且受环境干扰较小的基因的总称。管家基因检测已被广泛应用于物种进化分析,鉴定以及复杂生物样品的安全监测领域。生物气溶胶成分复杂,管家基因鉴别不同物种的能力为环境气溶胶成分分析提供了新的手段。本文列举了近年来国内外研究中常用的植物、动物和微生物共15种管家基因,总结了其在生物物种鉴定的作用,旨在为环境样本中的复杂生物成分分析提供参考依据。(本文来源于《中国国境卫生检疫杂志》期刊2019年03期）
张帼奋[3]（2019）在《复杂抽样情形下样本量的确定》一文中研究指出本文讨论了如何在一个抽样调查项目中设计抽样方案,确定样本量,以及估计目标指标的精度的问题,并将教科书中相关问题进行总结,提出一些想法.(本文来源于《数学学习与研究》期刊2019年10期）
丁一[4]（2019）在《基于复杂条件下的单样本人脸识别》一文中研究指出目前生物特征识别技术随着科技的发展、装备的进步,已经被广泛应用于监督执法系统。作为生物识别技术使用最为广泛的人脸识别技术,具有非强制性、多人群性、友好快捷的优势,人脸识别技术已成为当前最受欢迎和应用最广泛的技术之一。然而在一些实际应用场景中,人脸识别系统的训练样本仅仅只有一幅,如:护照验证、恐怖分子追踪和视频监控等,此时只能采集到测试个体ID上的一张标准人脸图像作训练样本使用,由于只有单张训练样本从而很难提取能精准表达人脸类内变化信息的判别特征,而且许多基于多样本训练的传统人脸识别方法将不再可用。并且,人脸识别系统在实际操作时,受试对象的面部特征会受到诸多不可控因素影响,如:表情和姿态的变化、眼镜和饰物等的遮挡、光线角度强弱等,在单样本人脸识别的前提下这些干扰因素会严重导致人脸识别系统的效果不理想。基于以上两个方面,本文在单样本集的扩张和分类识别两个方面提出创新,进一步改进单样本人脸识别的性能和鲁棒性。本文提出了基于含有变化特征信息的通用样本集扩张训练样本,使用SRC模型并结合局部分割思想计算最稀疏矩阵系数,从而提高识别效果并降低计算复杂度,具体工作如下:(1)提出基于通用样本集扩张的稀疏表示(SREGS)单样本人脸识别方法。该方法基于一个含有V种人脸变化信息的通用人脸样本集学习提取人脸变化特征,并通过数学模型迭加的方式来重构人脸训练样本集。进而训练集每个对象的人脸图像样本数量和特征维度都得到提升,最后借助稀疏表示框架模型对受试人脸借助扩张样本构成的字典进行识别分类。并在AR、Extended Yale B、LFW标准人脸库上进行实验,并与SRC、ESRC、SVDL、DMMA等一些经典算法对比分析。实验结果可以说明,本章所提方法不仅保证了训练样本的过完备性,而且在复杂变化条件下的单样本人脸识别中,由于引入通用样本的思想使得数量得到提升,从而使得最后的识别率也得到提高。实验结果验证了在单样本人脸识别的应用中该创新点具有较好的鲁棒性和可实施性。(2)提出基于局部空间融合的稀疏表示(SRLSF)单样本人脸识别。由于SRC模型要求稀疏表示的字典必须是过完备的(也即样本个数要充分大于样本维数),虽然通过含有V种人脸变化特征的通用样本集可以将训练样本集扩展到过完备情况,但是构造包含各种复杂条件的通用人脸集,操作复杂度违背了人脸识别方便快捷的特性。本文下面将扩张后的人脸样本和测试样本分割成不重迭、大小均等的局部块,且所有局部子块均位于同一线性空间内,把子块按列生成向量后输入SRC模型,最后把每个局部区域SRC最小残差做多数投票策略进行身份辨识。并在ORL、FERET、CAS-PEAL标准人脸库上进行实验,并与ESRC、SVDL、FLDA、PCRC、PSRC、LGR、FLDA-SVD等一些经典算法对比分析,实验结果验证了本章所提算法的创新在测试人脸受复杂条件影响下的有效性,且识别率也得到了大大的提高。(本文来源于《郑州大学》期刊2019-04-01）
阮雄风,周奇,蒋平,徐汉思,程吉[5]（2018）在《一种适用于非嵌套样本数据的Co-Kriging变复杂度近似建模方法》一文中研究指出变复杂度近似建模方法可有效平衡近似模型预测性能和建模成本之间的矛盾,在机械产品设计优化中,表现出了巨大的潜力。其中,以Bayesian理论为基础的Co-Kriging变复杂度近似模型能够提供非试验样本点处的预估误差,使其成为不确定性设计优化领域中最有前景的变复杂度近似建模方法。然而,Co-Kriging变复杂度近似建模过程中,高、低精度样本点必须嵌套以满足马尔可夫性,若基于全相关获取Co-Kriging系数,则将导致近似建模过程复杂,建模效率不高。因此,本文提出一种适用于非嵌套样本数据的Co-Kriging变复杂度近似建模方法。该方法利用随机Kriging模型的特性,在变复杂度近似建模过程中考虑非嵌套样本数据下低精度近似模型的误差,同时,采用两个独立的过程分别获取低精度近似模型和差异模型的超参数。通过一个标准数值测试算例和两个工程实例比较了提出方法与已有典型方法的预测精度和稳健性。结果表明,给定计算资源下,提出方法的全局和局部预测精度及稳健性均优于现有典型变复杂度近似建模方法。(本文来源于《2018年全国固体力学学术会议摘要集（上）》期刊2018-11-23）
罗薇[6]（2018）在《设计效应分解在复杂样本设计中的应用研究》一文中研究指出在复杂样本设计中,多种抽样方法的结合使得设计效应的直接应用受到限制。通过对设计效应的影响因素进行分解,给出分层、类集、加权调整产生的要素设计效应模型。研究结果表明:复杂样本设计通过影响总体单位的相关性来影响设计效应,分层设计带来的负相关性将有限减少设计效应,类集设计带来的正相关性将显着增大设计效应,加权调整带来的权数变化一般会增大设计效应,所以控制非比例分配和类集的设计效应是进行有效样本设计的关键。对于子群、分析统计量的设计效应,虽然样本设计引起的总体单位间相关性减弱,仍可以通过样本均值的设计效应进行推断。(本文来源于《统计与信息论坛》期刊2018年11期）
唐子南[7]（2018）在《基于EXCEL实现样本数据的多元及复杂模型回归》一文中研究指出相对于专业化的数据分析系统,EXCEL软件自身仅具有简单的多元线性、单变量非线性模型研究功能。但是由于软件应用的广泛性、数据分析的便捷性特征,在众多专业领域仍得到大量的使用。本文提出了对样本数据进行多元非线性分析的步骤和方法,提升了数据分析的功能;提出了样品分组特征控制方法递进式建立复杂数学模型的步骤和方法,在众多专业数据分析中都具有参考价值。(本文来源于《统计与管理》期刊2018年03期）
詹春华,刘洁[8]（2018）在《药品质量好不好，1分钟见分晓》一文中研究指出防治重大疾病，药品质量是性命攸关的头等大事。目前，我国95%以上的化学药品为仿制药，让仿制药质量和疗效与原研药无限接近“一致”，是生物医药产业的使命。在仿制药质量和疗效一致性评价领域，有没有长沙创立的检测黑科技？带着疑问，近日来到位于长沙高新区麓谷科(本文来源于《长沙晚报》期刊2018-03-09）
叶炜斌[9]（2018）在《基于样本的复杂叁维数据生成技术研究》一文中研究指出本文提出了一种基于样本的复杂叁维数据生成技术,并将整个流程分为叁个主要阶段:数据获取和预处理、分析和建模、数据生成。利用基于样本的生成技术,一方面可以摆脱繁琐的参数设置,另一方面可以保证生成结果包含样本的重要特征。在此基础上,本文实现了基于真实数据的无限地形生成技术和基于MRI数据的血管生成技术。在地形生成技术中,本文采用了值噪声来产生地形高度。值噪声可以很容易地结合样本的高度分布,使生成的地形拥有和样本类似的高度分布。为了提高最终地形渲染的性能和效果,本文还利用了 GPU细分和LOD,以实现一个无限范围和无限细节的地形生成。在血管生成中,本文采用了一种对样本进行参数化表示的方法。通过对样本进行统计分析,构建了一个叁级树形结构的统计模型,并利用该统计模型生成血管。通过用户调查验证了血管合成的真实感。(本文来源于《浙江大学》期刊2018-01-01）
曾祥超[10]（2017）在《复杂环境与生物样本的模型解析》一文中研究指出技术的飞速发展带动了社会的进步,短时间即可获得大量数据。数据中蕴含着大量规律,在复杂环境与生物体系的解析中,化学计量学为规律的发现提供了可能。在化学计量学研究中,模式识别技术发展迅速。模式识别技术通过计算机和数学结合对复杂数据进行模式分类,已广泛应用到生物、能源、经济、化学等各个领域,。本论文针对复杂环境与生物样本解析中的问题,采用定性、定量分析模型和其它方法加以解析。综述了光谱数据预处理中常用的平滑滤波、小波变换、多元散射校正以及中心化、归一化和标准化等预处理方法和多元线性回归、主成分分析法、偏最小二乘法、人工神经网络、支持向量机等方法。运用传统或新建模型应用于不同的复杂体系,具体研究内容如下:1.测得不同药品X射线衍射(XRD)数据的基础上,利用主成分分析(PCA)等方法对测得的XRD数据进行分析。结果显示,通过PCA方法对不同药物的分离效果较好。2.利用肺癌病人血清中所含有的多种微量元素含量,采用统计学ROC曲线分析方法和独立样本T检验方法进行分析。3.利用化学计量学结合拉曼光谱技术,并结合几种预处理方法,对血清癌瘤特征信息进行提取。通过主成分分析法(PCA)、非负矩阵分析(NMF)、偏最小二乘判别法(PLS-DA)、非线性相关判别分析(ULDA)、线性相关判别分析(LDA)对健康和癌瘤患者血清进行判断和鉴别,探索对肺癌疾病的早期筛查。(本文来源于《华北电力大学》期刊2017-12-01）
复杂样本论文开题报告
（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：
管家基因(HKG)是一类在不同组织中表达稳定,且受环境干扰较小的基因的总称。管家基因检测已被广泛应用于物种进化分析,鉴定以及复杂生物样品的安全监测领域。生物气溶胶成分复杂,管家基因鉴别不同物种的能力为环境气溶胶成分分析提供了新的手段。本文列举了近年来国内外研究中常用的植物、动物和微生物共15种管家基因,总结了其在生物物种鉴定的作用,旨在为环境样本中的复杂生物成分分析提供参考依据。
（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。
复杂样本论文参考文献
[1].冯国奇,崔东亮,朱凯全,张琦.一种面向复杂问题的小样本建模方法研究[J].控制工程.2019
[2].李金珂,张曼曼,李丽丽,胡孔新.复杂生物样本管家基因研究进展[J].中国国境卫生检疫杂志.2019
[3].张帼奋.复杂抽样情形下样本量的确定[J].数学学习与研究.2019
[4].丁一.基于复杂条件下的单样本人脸识别[D].郑州大学.2019
[5].阮雄风,周奇,蒋平,徐汉思,程吉.一种适用于非嵌套样本数据的Co-Kriging变复杂度近似建模方法[C].2018年全国固体力学学术会议摘要集（上）.2018
[6].罗薇.设计效应分解在复杂样本设计中的应用研究[J].统计与信息论坛.2018
[7].唐子南.基于EXCEL实现样本数据的多元及复杂模型回归[J].统计与管理.2018
[8].詹春华,刘洁.药品质量好不好，1分钟见分晓[N].长沙晚报.2018
[9].叶炜斌.基于样本的复杂叁维数据生成技术研究[D].浙江大学.2018
[10].曾祥超.复杂环境与生物样本的模型解析[D].华北电力大学.2017