导读:本文包含了迁移实例论文开题报告文献综述及选题提纲参考文献，主要关键词:深度学习,风格迁移,循环一致性对抗网络,语义分割
迁移实例论文文献综述
刘哲良,朱玮,袁梓洋[1]（2019）在《结合全卷积网络与CycleGAN的图像实例风格迁移》一文中研究指出目的传统的图像风格迁移主要在两个配对的图像间进行。循环一致性对抗网络(Cycle GAN)首次将生成对抗网络应用于图像风格迁移,实现无配对图像之间的风格迁移,取得了一定的效果,但泛化能力较弱,当训练图像与测试图像之间差距较大时,迁移效果不佳。针对上述问题,本文提出了一种结合全卷积网络(FCN)与Cycle GAN的图像风格迁移方法,使得图像能够实现特定目标之间的实例风格迁移。同时验证了训练数据集并非是造成Cycle GAN风格迁移效果不佳的因素。方法首先结合全卷积网络对图像进行语义分割,确定风格迁移的目标,然后将风格迁移后的图像与目标进行匹配,确定迁移对象实现局部风格迁移。为验证Cycle GAN在训练图像和测试图像差距较大时风格转移效果不佳并非因缺少相应训练集,制作了训练数据集并带入原网络训练。结果实验表明结合了全卷积网络与Cycle GAN的图像风格迁移方法增加了识别能力,能够做到图像局部风格迁移而保持其余元素的完整性,相对于Cycle GAN,该方法能够有效抑制目标之外区域的风格迁移,实验中所用4张图片平均只有4. 03%的背景像素点发生了改变,实例迁移效果得到很好提升。而将自制训练集带入原网络训练后,依然不能准确地在目标对象之间进行风格迁移。结论结合了全卷积网络与CycleGAN的方法能够实现图像的局部风格迁移而保持目标对象之外元素不发生改变,而改变训练数据集对CycleGAN进行实例风格迁移准确性的影响并不大。(本文来源于《中国图象图形学报》期刊2019年08期）
郑霞[2]（2019）在《地方政府行政中心迁移政策及其效应实例研究》一文中研究指出改革开放以来,我国经济社会发展明显加速,城镇化速度持续提升,整个经济社会发展步入改革关键期。城市空间持续扩张成为时代背景下的一个必然产物与客观现象。为了支持城市建设,解决现有城市空间不足的问题,许多城市行政中心纷纷迁址。城市行政中心迁移也是一项事关城市发展的公共政策,它的制定实施、执行均与所在城市发展息息相关。本文试图从搬迁实例入手,探讨城市行政中心搬迁的效应,发现其中的规律从而指导城市发展。(本文来源于《农村经济与科技》期刊2019年10期）
倪超,陈翔,刘望舒,顾庆,黄启国[3]（2019）在《基于特征迁移和实例迁移的跨项目缺陷预测方法》一文中研究指出在实际软件开发中,需要进行缺陷预测的项目可能是一个新启动项目,或者这个项目的历史训练数据较为稀缺.一种解决方案是利用其他项目(即源项目)已搜集的训练数据来构建模型,并完成对当前项目(即目标项目)的预测.但不同项目的数据集间会存在较大的分布差异性.针对该问题,从特征迁移和实例迁移角度出发,提出了一种两阶段跨项目缺陷预测方法 FeCTrA.具体来说,在特征迁移阶段,该方法借助聚类分析选出源项目与目标项目之间具有高分布相似度的特征;在实例迁移阶段,该方法基于TrAdaBoost方法,借助目标项目中的少量已标注实例,从源项目中选出与这些已标注实例分布相近的实例.为了验证FeCTrA方法的有效性,选择Relink数据集和AEEEM数据集作为评测对象,以F1作为评测指标.首先,FeCTrA方法的预测性能要优于仅考虑特征迁移阶段或实例迁移阶段的单阶段方法;其次,与经典的跨项目缺陷预测方法 TCA+、Peters过滤法、Burak过滤法以及DCPDP法相比,FeCTrA方法的预测性能在Relink数据集上可以分别提升23%、7.2%、9.8%和38.2%,在AEEEM数据集上可以分别提升96.5%、108.5%、103.6%和107.9%;最后,分析了FeCTrA方法内的影响因素对预测性能的影响,从而为有效使用FeCTrA方法提供了指南.(本文来源于《软件学报》期刊2019年05期）
刘叁民,刘余霞[4]（2019）在《基于实例迁移的数据流分类挖掘方法》一文中研究指出为解决数据流分类过程中样本标注和概念漂移问题,提出了一种基于实例迁移的数据流分类挖掘模型.首先,该模型用支持向量机作学习器,用所得分类模型中的支持向量构建源领域,待分类的当前数据块为目标域.然后,借助互近邻思想在源域中挑选目标域中样本的真邻居进行实例迁移,避免发生负迁移.最后,通过合并目标域和迁移样本形成训练集,提高标注样本数量,增强模型的泛化能力.理论分析和实验结果表明,所提方法具有可行性,相比其它学习方法在分类准确性方面更具优势.(本文来源于《信息与控制》期刊2019年03期）
李帆[5]（2019）在《学习迁移在舞蹈表演中的实例分析》一文中研究指出学习迁移的概念来源于教育心理学,是历来教育心理学的核心课题之一,对于提高实际教育的成果有着非常重要的意义。在文化类学科领域中,学习迁移的形成、分类及在教学中的运用研究层出不穷,但在舞蹈学科领域中研究较少,尤其在中国民族民间舞蹈以及其作品中更是很少受到关注。在大多学科中强调“为迁移而教”的教学理念,更多站在教育者的角度研究以何种方式能最大程度上促进学生学习的正迁移,而较少关注学习者通过自身所学知识、积累经验与态度对以往习得的经验持以重视与保持,然后发挥主观能动性积极地将其递进到后学的知识中,将简单基础的理论递进到复杂多变的实际操作中。本文由绪论、正文的叁个章节以及结论所构成。绪论主要阐述了本课题的研究目的与意义、研究现状以及研究方法,第一章对学习迁移进行概述,并对学习迁移的概念与分类进行了梳理。第二章对作品《丝路魅影》的概况、结构及创作进行了详细阐述。第叁章笔者通过作品《丝路魅影》的表演实践对学习迁移进行实例分析,探究学习迁移运用于舞蹈作品中实践意义。结论主要对本课题进行了总结,为民族民间舞的学习者提供作品表演的理论实践的借鉴。(本文来源于《中央民族大学》期刊2019-03-25）
张祖兰[6]（2019）在《贴近学生生活,迁移学习不等式——《9.1.1不等式及其解集》教学实例》一文中研究指出《9.1.1不等式及其解集》是人教版七年级下册第九章第一节的第一课时。其学习内容包括不等式的定义、不等式解与解集的概念;以及用数轴表示不等式的解集。不等式是初中数学"数与代数"中极其重要的内容。学生在小学接触过大于,、小于,、不等于等简单不等关系。但还没有学会运用不等关系的眼光看待问题,进而解决问题。因此本章将系统地学习运用建立不等式模型解决简单问题。为了达成这一目标,笔者创设生活情境提出问题:到哪个商场购物花费少?让学生感受到数学来源于生活。在内容设计上,教材也选择了常见的路程问题,分析其所蕴含的不等关系,理解情境中的数量关系,并且运用符号化的思想,建立数学模型从而解决问题。笔者充分地研读教材,理解编者意图,为落实课程标准的要求而努力。在这个过程中也巧妙地类比方程的学习体系,迁移学习不等式的解与解集的概念。在学习解的正确表示时,可以数形结合,运用数轴表示不等式的解集,在教学中渗透数学思想方法。笔者充分钻研本节课,并在南宁市开发区优质课比赛中荣获特等奖;本校的青年教师基本功大赛中荣获一等奖。(本文来源于《天天爱科学(教育前沿)》期刊2019年03期）
王伟,沈旭东[7]（2019）在《基于实例的迁移时间序列异常检测算法研究》一文中研究指出时间序列异常检测不管在学术界还是工业界都正引起人们极大的兴趣,但同时也存在异常标签数据缺失严重这一普遍问题。为了解决该问题,文章提出了基于实例的迁移时间序列异常检测算法——InsTransAnomalyDetect算法。该算法通过构建有效的决策函数来迁移实例,将原来的无监督异常检测任务转化为监督学习的任务。算法集成两种决策函数,分别是基于密度的决策函数和基于聚类的决策函数。文章最后将该方法与两种经典的异常检测算法在24个数据集上进行效果对比。实验结果表明,在24个数据集中,文中算法的表现优于无监督的异常检测算法的数据集有21个,平均准确率提升20%左右。实验证明了文中算法的优越性。(本文来源于《信息网络安全》期刊2019年03期）
刘海鹏[8]（2018）在《一种基于差异化服务的MEC应用实例智能迁移机制》一文中研究指出基于ETSI提出的MEC系统移动用户应用实例智能迁移机制,提出了一种增强的基于差异化服务的应用实例智能迁移机制。根据需要迁移的用户数量和业务数量定义了4种状态消息同步模式,使得运营商可以对具有不同服务性能优先级请求的用户和业务的处理具有更大的灵活性,为实现差异化服务和计费提供了更多的选择。(本文来源于《电信科学》期刊2018年09期）
田锋,王媛媛,吴凡,郑庆华[9]（2018）在《超平面距离的非平衡交互文本情感实例迁移方法》一文中研究指出针对非平衡交互文本少数类实例匮乏易导致训练的情感分类模型泛化性能差的问题,提出基于超平面距离的非平衡交互文本情感实例迁移方法。该方法将在少数类和多数类支持向量之间的源数据集实例作为待迁实例,并基于目标数据集上的分类超平面构造一个偏移超平面。依据最优信息效用原则基于待迁实例到偏移超平面的距离最短来筛选迁入的实例,同时通过调节迁入比例控制迁入实例规模生成合成数据集。实验结果表明:随着迁入实例增多,合成数据集对原始分布的偏离增大,所训练的序列最小优化算法(SMO)模型的泛化分类性能呈现先提升后降低的现象,类似于信息效用的Wundt曲线;与SMOTE、Subsampling、Oversampling 3种数据层处理方法相比,所提方法训练的SMO、LibSVM、随机森林、代价敏感、CNN 5个分类模型在少数类识别F值上平均获得11%的增幅,且迁入比例最佳范围为20%～30%,在有效缓解非平衡特性的同时提高了少数类识别的泛化分类性能。(本文来源于《西安交通大学学报》期刊2018年10期）
房思思[10]（2018）在《基于实例和参数迁移的农作物病害图像识别研究》一文中研究指出在农作物栽培过程中,及时有效地诊断作物病害是保证作物健康生长的关键环节。目前人工诊断是最常用的方法,基于传统机器学习的方法也在迅速发展。然而,人工诊断往往存在主观性;基于传统机器学习的病害图像识别方法需要满足训练数据与测试数据是同分布的假设,并且训练分类器时需要充足的训练数据。在实际应用中,一方面,有些病害种类的图像收集和标记成本较高,因此很难满足传统机器学习的两个要求;另一方面,存在其他数量较多的作物病害图像数据或者与病害图像数据相关的数据。针对这样的问题,本文引入迁移学习的思想对黄瓜和水稻的几种病害进行识别研究。(1)针对某些数量较少的农作物病害图像采用传统机器学习方法训练难以取得理想效果的问题,提出一种基于实例迁移的农作物病害图像识别方法。为了实时、有效地分割出具有简单背景的黄瓜和水稻六种病害的病斑图像,文中采用双次Otsu的分割方法,每次选取不同颜色空间的分量进行图像的灰度转换。其次提取病斑图像的颜色、纹理和形状19个参数作为特征向量。重点分析TrAdaBoost算法存在的问题,设计了一种基于K近邻分类算法优化辅助病害数据的方法,从而降低冗余数据对分类结果的影响。结果表明,提出的方法能过滤与目标数据相似度较低的辅助数据,同时能够挖掘与目标数据相似度较大的辅助数据中的有用知识,从而改善农作物病害图像的分类效果。(2)针对小样本的农作物病害图像采用卷积神经网络训练易产生过拟合的问题,提出一种基于卷积神经网络参数迁移的农作物病害图像识别方法。文中分别采取两种策略对具有复杂背景且尺寸大小不一致的黄瓜和水稻八种目标病害图像进行预处理,一种策略不改变目标数据的数量,另一种策略通过对图片进行两次裁剪操作实现目标数据数量上的扩充。基于AlexNet和VGGNet两种网络采用公开的PlantVillage数据集作为辅助数据训练两个预训练模型,结合批归一化和DisturbLabel算法优化两种网络模型,使用预处理后的目标数据集微调预训练模型。本文将提出的方法与无迁移学习的卷积神经网络训练方法和传统机器学习方法进行对比,实验表明提出的方法相比其他两种方法对八种病害图像分类的平均准确率提高了大约1%～9%。(本文来源于《中国科学技术大学》期刊2018-05-29）
迁移实例论文开题报告
（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：
改革开放以来,我国经济社会发展明显加速,城镇化速度持续提升,整个经济社会发展步入改革关键期。城市空间持续扩张成为时代背景下的一个必然产物与客观现象。为了支持城市建设,解决现有城市空间不足的问题,许多城市行政中心纷纷迁址。城市行政中心迁移也是一项事关城市发展的公共政策,它的制定实施、执行均与所在城市发展息息相关。本文试图从搬迁实例入手,探讨城市行政中心搬迁的效应,发现其中的规律从而指导城市发展。
（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。
迁移实例论文参考文献
[1].刘哲良,朱玮,袁梓洋.结合全卷积网络与CycleGAN的图像实例风格迁移[J].中国图象图形学报.2019
[2].郑霞.地方政府行政中心迁移政策及其效应实例研究[J].农村经济与科技.2019
[3].倪超,陈翔,刘望舒,顾庆,黄启国.基于特征迁移和实例迁移的跨项目缺陷预测方法[J].软件学报.2019
[4].刘叁民,刘余霞.基于实例迁移的数据流分类挖掘方法[J].信息与控制.2019
[5].李帆.学习迁移在舞蹈表演中的实例分析[D].中央民族大学.2019
[6].张祖兰.贴近学生生活,迁移学习不等式——《9.1.1不等式及其解集》教学实例[J].天天爱科学(教育前沿).2019
[7].王伟,沈旭东.基于实例的迁移时间序列异常检测算法研究[J].信息网络安全.2019
[8].刘海鹏.一种基于差异化服务的MEC应用实例智能迁移机制[J].电信科学.2018
[9].田锋,王媛媛,吴凡,郑庆华.超平面距离的非平衡交互文本情感实例迁移方法[J].西安交通大学学报.2018
[10].房思思.基于实例和参数迁移的农作物病害图像识别研究[D].中国科学技术大学.2018