导读:本文包含了范式分解论文开题报告文献综述及选题提纲参考文献，主要关键词:信息搜集,信息处理能力,目标分解范式
范式分解论文文献综述
陈洁[1]（2017）在《解剖与重构:对“小学生信息搜集与处理能力”目标分解范式的研究》一文中研究指出当综合实践活动课程研究从"课型"走向"能力"这一更高层次时,必然会将"能力目标"纳入研究视野,即按照什么样的具体能力目标,以开展适切的研究性学习活动?鉴于此,本文尝试从"学生信息搜集与处理"这一单项课程能力出发,从理论探索、调查分析、目标分解叁个层面逐次剖析这一主题,力图做出较全面、客观的视点分析,并初步构建能力目标分解的具体范式,借此揭示课程关键能力培养的特质,以推动综合实践活动课程更健康、高效地发展。(本文来源于《生活教育》期刊2017年09期）
龙艳文[2]（2017）在《制订高中数学课时目标的陈述范式与操作方法——基于“课标分解”的策略》一文中研究指出从教育目标的内涵和分类看,课时目标包括行为主体、行为表现、行为条件与表现程度四个基本要素,强调基于上位目标的"具体化""可操作""可检测"表述原则。制订课时目标应该对课程标准中的教育目标进行分解(细化)。分解课时目标的陈述范式为:行为条件+行为主体(可省略)+表现程度+行为动词+核心概念分解后的子概念。操作方法为:将核心概念分解为相关的子概念;对子概念所对应的行为动词进行重新表述,并对相应的表现程度进行界定;确定实现行为的条件。(本文来源于《教育研究与评论(中学教育教学)》期刊2017年06期）
甘凯[3]（2017）在《基于“二次分解—集成”学习范式及组合优化算法的预测技术研究与应用》一文中研究指出在大气污染严重的地区建立一个有效的PM2.5浓度预警系统,对环境监管部门做好预防措施起着极其关键的作用。因此,本文提出了一个新颖的“二次分解-集成”学习范式,其结合了小波包分解(WPD),互补集成经验模态分解(CEEMD),相空间重构(PSR),最小二乘支持向量回归(LSSVR),混沌粒子群-重力搜索算法(CPSOGSA),来进行短期的PM2.5浓度预测。首先,二次分解(SD)将WPD和CEEMD分解算法结合,被用来分解原始PM2.5时间序列,从而获得若干个本征模态函数(IMFs)。其次,利用PSR方法确定各个分解分量的最优模型输入形式,减少了人为选择和其他方法对预测精度带来的影响。然后,利用CPSOGSA优化的LSSVR模型对每个重构后的分量分别建模预测,从而得到所有的分量的预测值。最后,使用另外一个LSSVR-CPSOGSA预测模型对每个预测的分量进行集成建模,从而得到PM2.5浓度的最终预测值。为了验证和说明,所提出的模型被用来预测沈阳、成都两个城市的PM2.5浓度。实验结果表明,SDLSSVR-CPSOGSA模型在方向和水平预测精度上,明显优于本文中其它基准模型,其充分展示了基于“二次分解-集成”学习范式及组合优化算法预测模型的稳健性和泛化能力。(本文来源于《兰州大学》期刊2017-04-01）
孙少龙[4]（2016）在《基于‘分解-聚类-集成’学习范式的太阳辐射量预测技术研究及应用》一文中研究指出由于能源危机和环境问题,现在寻找替代能源是十分迫切的。太阳能作为一种巨大的清洁能源,已广泛引起研究人员的关注。因此,本文首次提出了一个基于“分解-聚类-集成”学习原理的混合集成模型,其结合了集成的经验模态分解(EEMD)、最小二乘的支持向量回归(LSSVR)、重力搜索算法(GSA)和K均值聚类算法(Kmeans),来进行太阳辐射量的短期、中期和长期建模预测。这种混合集成学习范式是专门为解决具有高波动性、复杂性和不规则性的太阳辐射建模问题所提出的。在该混合集成学习范式中,首次应用具有竞争力的分解算法EEMD将原始的太阳日总辐射时间序分解成不同频率的本征模态函数(IMFs)和一个残差项。然后,利用GSA优化的LSSVR模型对每个IMFs成分和残差成分分别建模预测。其次,K均值聚类算法被用来区分所有成分预测结果之间的差异,并依据其固有的属性,将其划分成不同的类簇。最后,使用不同的GSA-LSSVR工具对每个类别中的成分预测结果进行集成预测,从而产生最终的预测结果。为了说明和验证,所提出的学习范式被用来预测北京市的太阳辐射量。实证结果表明,所提出的EEMD-LSSVR-K-LSSVR学习范式,在预测精度(水平预测精度和方向预测精度)和有效性(鲁棒性)下,统计地优于其他基准模型(包括流行的单模型和相似的混合集成模型),这就表明它是一个有前途的工具来预测具有高波动性和不规则性的复杂时间序列。(本文来源于《兰州大学》期刊2016-04-01）
张晓东[5]（2015）在《全序模块模式下范式分解问题研究》一文中研究指出人类现实生活的世界是一个四维的世界，任何事件都与时间紧密相关。然而，现实应用领域的需求已经不能够仅仅用关系数据库来满足。那么，对与时间有关联的数据库的需要变得紧迫。对时态数据库的应用需求快速的增长，由于这种增长的存在，使得研究理论基础，并且基于理论来设计时态数据库变成了极度重要的项目。时态范式在设计时态数据库的过程之中担当着非常重要的角色。通过分解时态模式，可以使其满足某些范式。在实际的应用中，绝大部分应用领域所涉及的时态类型之间的关系通常都是全序的，说明全序时态模块模式与其他的时态模块模式相比较，其具有更好的特性。时态函数依赖、时态多值依赖是时态数据库中非常重要的两种数据依赖。而强全序时态模块模式同时具有全序的时态函数依赖集与全序的多值依赖集。所以，本文针对强全序时态模式下范式分解问题进行分析研究。为满足实际应用而设计系统时，根据实际应用所在环境要设计时态模式，并对模式进行规范化处理。对时态数据库的设计来讲，其中一个比较重要的约束就是候选关键字约束。无论需要满足哪种范式，都涉及候选关键字问题。目前已提出的时态初等候选关键字，时态简单候选关键字都有其相对应的范式TEKNF和TSNF。论文在此基础之上，在强全序模块模式下，提出了时态强简单候选关键字的概念，给出明确的定义。并且给出了强全序候选关键字算法以及求取强简单候选关键字集算法，对该算法的可以终止性以及其正确性进行了证明。并且对该算法的复杂度进行详细的分析。同时初步定义了相对应的时态强简单范式，同时给出了相应的时态强简单范式判定算法与分解算法。并且对给出算法的正确性进行了相应的证明。(本文来源于《哈尔滨理工大学》期刊2015-03-01）
王雪飞[6]（2014）在《偏序初等关键字范式分解算法浅析》一文中研究指出在已有的偏序时态数据库研究的基础上,对偏序时态数据库的规范化研究问题进行讨论。内容包括偏序时态模块模式中的定义和定理,以及偏序时态模块模式的范式分解问题等。进一步讨论了偏序初等关键字范式分解算法,从而有效地进行偏序时态数据库的逻辑设计。(本文来源于《电子质量》期刊2014年02期）
纪丽萍[7]（2013）在《我国文化建设中的地方政府职能分解与重构——基于治理范式》一文中研究指出当前我国地方政府文化管理职能存在全能、"碎片化"、失衡并存的缺陷,基于治理的分析视界,我国地方政府文化建设职能必须进行适当分解与重构:地方政府通过多种途径出让部分文化管理职能给市场和社会、厘清党政文化职能,建构多元主体合作治理模式;有效整合地方政府内部分散的文化行政职能;重点加强地方政府关于文化建设的安全保障、宏观调控、监管、服务职能。(本文来源于《兰州学刊》期刊2013年06期）
陈怿[8]（2008）在《数据库范式分解理论研究》一文中研究指出数据库技术是计算机和信息科学中发展最迅速的重要领域之一,它的应用和研究范围不断扩大,已经成为开发各种信息系统的重要工具,它的广泛使用,已使计算机应用深入到社会的各个领域。数据库系统的基本原理和开发应用技术,已成为理工科大学生的必备知识技能。关系数据库是当今的主流数据库,它以关系模型为基础。有了关系模型作为基础,我们就可以进行关系数据库设计了。关系数据库的设计目标是生成一组关系模式,使我们既不必存储不必要的重复,又可以方便地获取信息。方法之一就是设计满足适当范式的模式。通过对非规范化的模式进行范式分解可以得到规范化关系模式,从而可以得到好的数据库设计,因此对范式分解的深刻理解是至关重要的。在本文中我们只讨论两种比较重要的范式—BCNF与第叁范式,我们将用软件实现范式分解过程并阐述它的实现方法。本文先从数据库开始描述,然后介绍关系数据库以及基于关系数据库范式分解的相关理论,接着介绍了相关算法,最后阐述了基于关系数据库范式分解的研究与实现过程。本程序主要分为两个主功能模块以及五个子功能模块,两个主功能模块为:BCNF分解、第叁范式分解。五个子功能模块为:属性集闭包求解、函数依赖集闭包求解、正则覆盖求解、超码计算及候选码计算。我们将对设计过程进行详细阐述并配合活动图加以说明,该程序用Visual C++编程实现。(本文来源于《吉林大学》期刊2008-12-01）
张春明,孙豁然,姜绍飞,李元辉,韩冬梅[9]（2007）在《空间属性数据库范式分解算法研究》一文中研究指出从空间属性数据库的E-R概念数据模型转换得到的关系数据模型普遍存在着某种程度的数据冗余,由此会引起很多无法预料的问题。通常需要借助于关系规范化理论将其分解成规范化的第叁范式。由于手工进行分解费时费力,因此,提出了一种可以在空间属性数据库设计和优化过程中自动将关系模式分解为第叁范式的通用算法。该算法同样适用于普通的关系数据库。(本文来源于《矿业研究与开发》期刊2007年05期）
郝忠孝,刘宁[10]（2006）在《多时间粒度约束的时态简单范式的分解》一文中研究指出数据库逻辑设计的目的是消除数据冗余、插入和删除异常。为使时态模式满足某种范式的要求,要对时态模式进行分解,保持函数依赖和无损连接性是对算法最基本的要求。但对具有多时间粒度的时态模式进行分解时,把TBCNF作为最终目标很难实现保持函数依赖性,把T3NF作为最终目标,又很难达到规范化要求。该文提出了时态简单范式TSNF的概念及相应的分解算法,来弥补以上两点不足。(本文来源于《计算机工程》期刊2006年04期）
范式分解论文开题报告
（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：
从教育目标的内涵和分类看,课时目标包括行为主体、行为表现、行为条件与表现程度四个基本要素,强调基于上位目标的"具体化""可操作""可检测"表述原则。制订课时目标应该对课程标准中的教育目标进行分解(细化)。分解课时目标的陈述范式为:行为条件+行为主体(可省略)+表现程度+行为动词+核心概念分解后的子概念。操作方法为:将核心概念分解为相关的子概念;对子概念所对应的行为动词进行重新表述,并对相应的表现程度进行界定;确定实现行为的条件。
（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。
范式分解论文参考文献
[1].陈洁.解剖与重构:对“小学生信息搜集与处理能力”目标分解范式的研究[J].生活教育.2017
[2].龙艳文.制订高中数学课时目标的陈述范式与操作方法——基于“课标分解”的策略[J].教育研究与评论(中学教育教学).2017
[3].甘凯.基于“二次分解—集成”学习范式及组合优化算法的预测技术研究与应用[D].兰州大学.2017
[4].孙少龙.基于‘分解-聚类-集成’学习范式的太阳辐射量预测技术研究及应用[D].兰州大学.2016
[5].张晓东.全序模块模式下范式分解问题研究[D].哈尔滨理工大学.2015
[6].王雪飞.偏序初等关键字范式分解算法浅析[J].电子质量.2014
[7].纪丽萍.我国文化建设中的地方政府职能分解与重构——基于治理范式[J].兰州学刊.2013
[8].陈怿.数据库范式分解理论研究[D].吉林大学.2008
[9].张春明,孙豁然,姜绍飞,李元辉,韩冬梅.空间属性数据库范式分解算法研究[J].矿业研究与开发.2007
[10].郝忠孝,刘宁.多时间粒度约束的时态简单范式的分解[J].计算机工程.2006