导读:本文包含了挖掘任务论文开题报告文献综述及选题提纲参考文献，主要关键词:任务驱动,深层意蕴,任务驱动型作文,取象比类
挖掘任务论文文献综述
侯仰斌[1]（2019）在《取象比类,挖掘任务驱动类作文的深层意蕴》一文中研究指出任务驱动型作文是在2015年高考语文作文中新出现的题型,它要求学生读懂材料,在读懂的基础上按照任务指令作文,旨在考查学生的阅读能力、写作能力,特别是思维能力。因为任务驱动型材料作文更能贴近社会生活,更注重材料的启发和引导作用,因而更能体现学生分析问题、解决问题的能力,使考生在真实的情境中辨析关键概念,在多维度的比较中说理论证,(本文来源于《中学语文》期刊2019年32期）
刘佳凝[2]（2019）在《基于样本库的建筑设计任务书面积表格数据挖掘与分析》一文中研究指出任务书是建设项目前期描述项目相关设计条件与设计要求的重要依据文件,对建筑设计方案有着非常直接的影响;特别是其中的面积表格部分,对建筑设计的平面布局、体量控制乃至形象塑造,起着决定性的支配作用。然而,在当今的实践中,大量任务书所给出的面积表格往往过于简单或者缺乏科学依据,使得建筑创作的合理性面临挑战。本文尝试提出一套基于任务书样本库的面积表格数据分析方法,使用该方法得到的结论与数据结果,一方面可以供非专业背景的业主直接查询得到一个经验值,在编制任务书面积表格时更加有理有据;另一方面可以为接手新任务书的建筑师提供一个数据为依托的检验,从而快速定位面积配比可能存在的问题,为调整任务书与设计方案指明方向。(本文来源于《住区》期刊2019年04期）
曹安然[3]（2019）在《基于多任务学习的交通结构挖掘模型研究与实现》一文中研究指出城市交通结构组成作为城市交通调度和个体出行重要的参考依据,是当下以及未来更好地实现智能交通系统的重要前提。本课题在已有的交通结构挖掘相关模型和理论的研究基础上,围绕着其存在的不足:(1)以城市整体为研究对象,强调城市交通宏观政策的影响;(2)基于传统机器学习,依赖于大量的轨迹数量,不能充分利用数据信息,产生信息的浪费或者无关信息的冗余;(3)针对某一特定空间的交通结构的挖掘,往往因为空间范围小,轨迹数量少而被忽视等,基于多任务学习思想,提出适用于不同场景,具有不同结构的挖掘模型。主要研究内容如下。一、综述了与交通结构组成分析相关的基础理论和关键技术,对现有的研究模型进行了说明和总结,分析了其中存在的不足,提出了本课题基于介观层面的交通结构挖掘的研究思路和具体框架。二、考虑对城市空间划分颗粒度粗,研究空间范围大,人群出行数据轨迹量相对充足的现实场景,或是不指定某一特定区域,旨在揭示基于用户的相关特征属性对交通结构分布的影响时,本课题将传统的机器学习与多任务学习思想相结合,利用特征之间存在的图结构的相关关系,构造基于特征相关性的模型,提出了城市粗粒度划分空间下的交通结构挖掘模型,实现充分利用数据,避免了不必要的信息浪费和冗余信息的干扰,并与经典的多元逻辑回归模型进行对比分析。叁、为应用于空间范围小,数据轨迹量小,区域划分颗粒度细下的交通结构组成挖掘与分析,实现对特定区域更精确和个性化地分析,以迁移学习和多任务学习为指导思想,利用多个特定区域之间的地理位置相邻性,以及几种交通出行方式之间的相关性等特点,分别针对现实应用场景中简单空间环境和复杂空间环境下的特定区域,提出二维层面上的基于共享矩阵结构和叁维层面上的基于高阶张量结构的挖掘模型,并与传统机器学习模型展开对比分析,为交通结构组成的分析和研究提出了新的解决思路。(本文来源于《北京邮电大学》期刊2019-05-31）
孙映川[4]（2019）在《协同任务中资源服务序列挖掘及其优化方法的研究》一文中研究指出随着全球经济一体化进程的加快,协同任务模式被越来越广泛的使用。在新兴的信息技术例如云计算、互联网支持下,协同任务平台更加高效地管理业务过程和资源服务,协调不同组织,共同完成一项任务。将资源服务按照“服务流”的模式提供给业务过程,业务过程的整体效率将被有效地提高。然而,资源服务具有的分布性、各组织对资源服务选取的自治性等使用特点却不利于提高业务过程的整体效率。为了使资源服务的选取效率能够提高,从而提升业务过程的整体效率,在工作流等相关技术的支持下,考虑到业务过程中资源服务间的相关性、资源服务序列(Resource Service Sequence,RSS)间的相似性和资源服务的分类特点,提出资源服务序列挖掘和优化方法,本文的主要研究工作如下:(1)协同任务下基于相似度的资源服务序列挖掘方法。在协同任务模式下,为了提高资源服务的选取效率,提出一种基于相似度的资源服务序列挖掘方法。首先,考虑到资源服务间的依赖关系可由资源服务间的使用频率表示,根据资源服务的使用频率给出资源服务间距离的计算方法,接下来依据资源服务间的距离,通过动态规划的方式获取两个资源服务序列中资源服务的对应匹配关系,并给出资源服务序列间相似性的递归计算表达式,最后给出频繁资源服务序列的判别方法。经实验结果证明,所提方法可提高资源服务选取效率。(2)面向抽象粒度优化的资源服务序列挖掘方法。针对资源服务种类繁多,难以挖掘出有用的资源服务序列这一关键问题,提出一种面向抽象粒度优化的资源服务序列挖掘方法。首先根据资源服务分类树,在不同抽象类别下将资源服务用向量表示,其次根据不同抽象类别所在分类树的层次关系,分析资源服务的相似度和区分度,最后结合资源服务间的相似度、区分度和资源服务的使用频率,给出资源服务的最佳抽象类别表示。实验结果证明,所提方法可改善资源服务序列的挖掘效果。最后,为了验证所提方法的可行性,将所提方法在该平台上进行验证。(本文来源于《华侨大学》期刊2019-05-23）
朱桂芬[5]（2019）在《巧设问题 挖掘文本信息 布置任务 发展做事能力——浅谈如何设置有效情境 发展小学英语教学》一文中研究指出教学中有效的情境应该是以教材为背景和基础,是教材背景的扩展补充。教师可以巧设问题,调整情境,来挖掘文本信息,进行情感渗透。也可以创设情境,布置任务,巩固所学语言,拓展文本话题,发展做事能力。(本文来源于《考试周刊》期刊2019年37期）
张良壮[6]（2019）在《智能挖掘机器人轨迹规划与任务决策研究》一文中研究指出挖掘机作为功能最典型、结构最复杂、用途最广泛的工程机械之一,其在基础工程建设、抢险救灾等任务中发挥着不可替代的作用。为应对精度、效率等方面越来越高的作业要求,适应危险、恶劣的作业环境,智能化、自主化已成为挖掘机未来的主要发展趋势。智能控制系统、工作装置轨迹规划与作业任务的规划决策是挖掘机实现自主作业的基础。本文以挖掘机器人的规划控制为研究重点。首先设计智能控制系统与改装方案,并设计实现无线转有线数据交互的通信链路。然后建立工作装置运动学模型,分析描绘其作业范围,并在笛卡尔空间与关节空间研究挖掘作业的轨迹规划方法。搭建挖掘机器人叁维可视化仿真系统,通过软件框架与控制程序实现仿真模型的规划控制与状态监测,并通过模拟实验论证仿真系统与控制程序的可行性。最后,针对典型作业任务,研究任务规划的作业流程,并对其进行仿真测试。本文各章节主要研究内容如下:第一章绪论,分析了本文研究内容的背景与意义,介绍了智能挖掘机器人与轨迹规划方法的国内外研究现状。据此,提出本文的主要研究内容。第二章,提出一种叁层智能控制系统,并设计挖掘机改装方案与主要硬件选型。进一步基于TCP/IP网络通信协议、CAN总线协议、多路I/O转接框架等开发叁终端间的WiFi与CAN总线数据通信链路,并进行实验测试。第叁章与第四章,建立工作装置运动学模型,研究运动学正解、逆解及关节空间与驱动空间的转换关系,基于蒙特卡罗法完成作业范围的分析与描述。基于MATLABRTB建立工作装置仿真模型,并完成挖掘后分段轨迹规划仿真。针对挖掘连续轨迹,提出笛卡尔空间NURBS曲线拟合、关节空间分段多项式插值(33333、33533)及关节空间NURBS曲线插补规划方法,通过仿真分析上述方法的特点,并进一步基于遗传算法研究时间与冲击综合最优的轨迹优化方法。第五章与第六章,基于ROS搭建挖掘机器人叁维可视化仿真平台,基于MoveIt!设计工作装置轨迹规划的软件框架与控制程序,通过ros_control规划控制器实现仿真模型的规划控制。基于四自由度机械臂设计工作装置轨迹规划模拟实验,论证仿真系统与控制程序的可行性。第七章,基于典型作业任务分析,对基本作业类型进行任务规划,设计作业流程,并进行相应的仿真分析。同时基于ROS环境下的规划场景监听器,研究工作装置的碰撞检测,提高规划控制的安全性与时效性。第八章总结与展望,总结本文研究内容并给出相应结论,展望进一步研究工作,给出意见与建议。(本文来源于《浙江大学》期刊2019-03-01）
张明媛,朱密,赵雪峰[7]（2019）在《任务驱动下的建筑施工现场危险源关联规则挖掘》一文中研究指出大数据时代的建筑施工现场会产生海量数据信息,如何利用这些数据并从中找出建筑施工现场内外环境中危险源之间的关联关系,对于施工安全尤为重要。利用Apriori算法挖掘施工隐患数据集,生成危险源关联规则;然后依据任务驱动思想令计算机将施工任务映射到相应施工情境下的危险源关联规则中,管理者便可根据具体施工任务搜索到更想要关注的安全规则信息;从这些规则信息的搜索结果发现,隐患的发生常常是由于危险源在时间上的连续或在空间上的交互所致,因此利用这些挖掘出的关联规则可以帮助施工管理人员对施工现场进行有效安全管理。(本文来源于《安全与环境学报》期刊2019年01期）
廖祥文,陈泽泽,桂林,程学旗,陈国龙[8]（2019）在《基于多任务迭代学习的论辩挖掘方法》一文中研究指出论辩挖掘可分为论点边界的检测、论点类型的识别、论点关系的抽取叁个子任务.现有的工作大多数对子任务分别建模研究,忽略了叁个子任务之间的关联信息,导致性能低下.另外,还有部分的工作采用流水线模型把叁个子任务进行联合建模,由于流水线模型仍然是独立的看待每个子任务,为每个子任务训练单独的模型,存在错误传播的问题,且在训练过程中产生了冗余信息.因此,本文提出了一种基于多任务迭代学习的论辩挖掘方法.该方法将论辩挖掘叁个任务并行地联合在一起学习,首先通过深度卷积神经网络(CNN)和高速神经网络(Highway Network),获得文本字符和词级别的浅层共享参数表示;然后输入双向长短时记忆循环神经网络(Bi-LSTM),利用论辩挖掘叁个任务之间的关联信息进行同时训练,不仅可以避免错误传播,而且能够克服冗余信息的产生;最后,联结叁个任务的Bi-LSTM网络输出作为下一次迭代的输入,来提高模型的性能.实验采用了德国UKP实验室公开的学生论文数据集,实验结果表明,与目前最好的基准方法对比,该方法的准确率指标提高了2.74%,"F1(100%)"和"F1(50%)"指标分别提高了1.05%和1.19%,很好地验证了该方法的有效性.(本文来源于《计算机学报》期刊2019年07期）
吴铛铛[9]（2018）在《协同任务中基于重要性的资源服务序列挖掘方法》一文中研究指出随着信息技术的发展和学术研究的深入,多组织跨地域跨部门协同合作完成一项任务的模式-协同任务模式在越来越多的领域得到关注和应用。实际生产环境中的协同任务往往比较复杂,在业务及用户规模越来越大、资源的种类和数量越来越多的情况下,研究提高协同任务中业务过程的整体运行效率具有重要的意义。目前,相关研究主要集中在资源服务的优化组合和选取方面,其中通过研究协同任务的运行特点,分析和挖掘频繁资源服务序列,并将其以服务流的形式服务于协同任务中的业务过程,是提高协同任务的整体运行效率的重要方向之一。协同任务中的资源服务实际上具有不同的重要性信息,其对于发现协同任务的业务瓶颈,从而制定资源服务优化组合策略有重要的意义,比如根据资源服务重要性的有效信息挖掘频繁的资源服务序列。为此,本文展开如下研究:(1)面向协同任务的资源服务重要性计算方法从业务数据集中资源服务之间的时序关系出发,详细分析协同任务中资源服务重要性的定义和计算方法。方法在时序关系频度信息的基础上,进一步考虑时序关系中前序资源服务对后序资源服务的重要性影响,通过实验分析和说明该方法的有效性。(2)基于重要性的频繁资源服务序列挖掘方法针对协同任务中频繁资源服务序列的分析和挖掘问题,根据资源服务重要性信息构建资源服务重要性模型,然后基于重要性模型进行频繁资源服务序列的识别和组合,挖掘频繁资源服务序列并以组合服务流的形式服务于业务过程,从而提高业务过程的服务选取效率和整体运行效率。最后,依托典型的协同任务应用系统--云制造服务平台,说明本文研究在平台中的应用。(本文来源于《华侨大学》期刊2018-11-30）
张波,王坤,张宇晴,马瑀晗[10]（2018）在《校园任务众包的缘起与需求挖掘分析》一文中研究指出在企业层面任务众包蓬勃发展的同时,任务众包也开始慢慢在校园兴起。众包模式一般指接包方通过在众包平台上承接发包方在平台上发布的任务并按约定完成任务获得报酬。针对大学生,围绕生活、学习、社交叁个方面任务众包需求,设计相关问卷。问卷调查结果表明:对于校园任务众包平台的设计者来说,生活类任务应该作为一个重点内容,其次是学习类任务,最后才是社交类任务。(本文来源于《电子商务》期刊2018年08期）
挖掘任务论文开题报告
（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：
任务书是建设项目前期描述项目相关设计条件与设计要求的重要依据文件,对建筑设计方案有着非常直接的影响;特别是其中的面积表格部分,对建筑设计的平面布局、体量控制乃至形象塑造,起着决定性的支配作用。然而,在当今的实践中,大量任务书所给出的面积表格往往过于简单或者缺乏科学依据,使得建筑创作的合理性面临挑战。本文尝试提出一套基于任务书样本库的面积表格数据分析方法,使用该方法得到的结论与数据结果,一方面可以供非专业背景的业主直接查询得到一个经验值,在编制任务书面积表格时更加有理有据;另一方面可以为接手新任务书的建筑师提供一个数据为依托的检验,从而快速定位面积配比可能存在的问题,为调整任务书与设计方案指明方向。
（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。
挖掘任务论文参考文献
[1].侯仰斌.取象比类,挖掘任务驱动类作文的深层意蕴[J].中学语文.2019
[2].刘佳凝.基于样本库的建筑设计任务书面积表格数据挖掘与分析[J].住区.2019
[3].曹安然.基于多任务学习的交通结构挖掘模型研究与实现[D].北京邮电大学.2019
[4].孙映川.协同任务中资源服务序列挖掘及其优化方法的研究[D].华侨大学.2019
[5].朱桂芬.巧设问题挖掘文本信息布置任务发展做事能力——浅谈如何设置有效情境发展小学英语教学[J].考试周刊.2019
[6].张良壮.智能挖掘机器人轨迹规划与任务决策研究[D].浙江大学.2019
[7].张明媛,朱密,赵雪峰.任务驱动下的建筑施工现场危险源关联规则挖掘[J].安全与环境学报.2019
[8].廖祥文,陈泽泽,桂林,程学旗,陈国龙.基于多任务迭代学习的论辩挖掘方法[J].计算机学报.2019
[9].吴铛铛.协同任务中基于重要性的资源服务序列挖掘方法[D].华侨大学.2018
[10].张波,王坤,张宇晴,马瑀晗.校园任务众包的缘起与需求挖掘分析[J].电子商务.2018