导读:本文包含了多分形分析论文开题报告文献综述及选题提纲参考文献，主要关键词:图片垃圾邮件,多分形分析,主动学习聚类,反馈驱动半监督支持向量机
多分形分析论文文献综述
周扬玲,钟剑,邓维[1]（2013）在《基于多分形分析和主动学习反馈算法的图片垃圾邮件过滤》一文中研究指出图片垃圾邮件通常由随机变形技术制作,人眼认为内容相同但计算机认为不同,导致常规反垃圾邮件技术无法阻止这类垃圾邮件.根据图片垃圾邮件必然具有相似性、大量性和可变性的特点,提出了一种综合多向小波金字塔多分形分析算法和主动学习反馈驱动半监督支持向量机算法的创新图片垃圾邮件过滤方法.实验结果表明,该方法容易与常规反垃圾邮件系统相结合,而且该方法的效率高、准确性好、假阳性低,通过重复训练,可进一步提高准确性、降低假阳性,适合用于对抗性学习和垃圾邮件过滤.(本文来源于《西南师范大学学报(自然科学版)》期刊2013年10期）
王福友,罗钉,季亚新,胡新梅[2]（2013）在《海杂波多分形特性分析及小目标检测技术研究》一文中研究指出为判定海杂波是否具有多重分形特性,采用小波模极大值法和多分形消趋势波动分析法对任一距离单元的实测海杂波数据进行分析,提出一种基于时间-距离单元-幅度图法,基于该方法对多距离单元海杂波数据进行分析,分析结果表明海杂波具有多分形特性,当海杂波存在小目标时,分形受到"干扰",多分形特征存在明显差异。通过分析还发现当Rényi参数q<0时,距离单元含小目标的广义分形维明显大于其他距离单元只含海杂波的广义分形维;而当q>0时,这种规律不是很明显,因此提出一种基于不同距离单元间广义分形维偏差的方法来检测海杂波背景下小目标,实验结果表明该方法是有效的。(本文来源于《信号处理》期刊2013年02期）
高力浩,付遵涛[3]（2012）在《中国地区相对湿度与温度多分形特征对比分析》一文中研究指出应用多分形去趋势涨落分析(MF-DFA)方法,研究了中国地区相对湿度和温度序列的多分形特征差异,并对比分析了其对应的奇异谱3个参数(奇异谱宽度α、奇异谱不对称性αas和长程相关性α0)的特征。结果表明:1)相对湿度序列的多分形强度弱于温度序列;2)相对湿度序列多分形性强的地区与温度序列有较大差异,前者主要位于我国西南地区,后者主要在华南和黄河以北地区;3)相对湿度序列的多分形不对称性强于温度序列;4)相对湿度序列的奇异谱均为左偏,温度序列则基本是对称的;5)相对湿度序列的长程相关性大于温度序列。奇异谱的3个特征参数的组合完整地刻画了特定的长程相关特性,相对湿度和温度序列多分形特征的不同,揭示了其生成动力过程的差异。(本文来源于《北京大学学报(自然科学版)》期刊2012年03期）
睢丹,牛红惠[4]（2010）在《基于多分形小波模型的网络流量分析》一文中研究指出网络流量过程中所蕴含的多分形尺度特性对网络性能有显着的影响。结合网络流量的研究进展,研究了多分形小波模型的流量发生原理,并通过小波技术对某校园网流量数据进行分析,证明了流量到达过程的多重分形特性。(本文来源于《安阳工学院学报》期刊2010年02期）
张伟[5]（2009）在《多分形小波在网络流量特征分析中的应用研究》一文中研究指出随着网络技术的不断发展,网络流量呈现复杂性和多样性。研究多变网络行为,特别是针对海量流式数据的分析现已成为一项艰巨工作。所以,为提高和保证现有网络服务质量,构建更加严谨、安全的网络体系结构,必须深层次对网络流量行为进行研究。网络流量特性分析离不开流量模型的使用,本文首先介绍了长相关性、短相关性、自相似特性与多重分形特性等流量常见的基本特性,以及自相似参数Hurst值的几种常见算法。然后介绍了几种常见网络流量模型:传统模型与自相似模型。因为已有的研究表明小波模型由于其固有的优良性质,在网络流量的自相似性检测方面优于其他模型,所以,本文基于多分形小波模型(MWM)进行了研究。本文首先新引入了两种MWM,即point-mass MWM与hybrid MWM,然后利用这两种MWM模型与通常使用的β-MWM模型进行流量合成,最后通过多种实验对原始流量与合成流量进行比较与分析。实验结果表明,对称β分布并不是必须的,hybrid MWM在匹配目标信号的相关性等方面具有更大的优势。也就是说,可以依据信号的不同特性,选择不同的分布对小波变换后的粗细尺度进行控制,从而得到与原始流量最为接近的合成流量。本文的研究工作为网络流量的分析与应用提供了理论与试验依据,为分析不同流量使用不同分布乘子的小波模型给出了理论与实验根据,对有效合理地管理网络、提供高效的服务质量具有一定的实际意义。(本文来源于《湖南工业大学》期刊2009-05-30）
谢端,赵健[6]（2007）在《一种基于多分形奇异谱的噪声奇异性分析新方法》一文中研究指出在介绍了噪声中的奇异性以及其全局奇异性的表征方法———多分形奇异谱的基础上,提出并实现了一种基于子波分解模极大的计算噪声多分形奇异谱的方法,通过对仿真信号验证,证明了该方法准确可靠。在对实测信号分析中,也发现该方法得到的多分形奇异谱比功率谱更能充分刻画噪声信号的特性。(本文来源于《计算机应用》期刊2007年04期）
张建伟,焦丽[7]（2006）在《撞击流反应器压力波动的多尺度多分形特征分析》一文中研究指出对浸没循环撞击流反应器不同转速下的压力波动信号用Daubechies二阶小波在1～9尺度下进行分解,并分别对分解的信号进行R/S分析.研究发现,分解的信号可由多尺度方法得到较好的理解.对压力波动信号不同尺度下的细节信号与概貌信号分析表明,在不同的尺度下表现出不同的分形结构,且随着转速的增大,分形结构的变化趋势基本一致.此外,该系统不仅存在确定性非周期成分,而且粒子团之间有相似的能量交换,产生了湍流的扩散,符合耗散系统的特征.在粒子相互撞击的过程中,产生了不同尺度的旋涡,从而导致混沌的产生.(本文来源于《化工学报》期刊2006年07期）
林青家,陈涤,刘允才[8]（2006）在《MPEG-4流的多分形小波模型仿真及性能分析》一文中研究指出论文采用多分形小波模型(MWM)对MPEG—4视频流进行仿真,其母小波采用Haar小波,并利用一阶统计、二阶统计和多分形分析的方法,对模型在刻画流量的主要统计特性(如概率密度分布、LRD特性、突发性和多分形特征)方面的性能进行了评估,其结果为:MWM模型是一个简单的和有实用价值的MPEG—4视频流的仿真模型,它可以很好地刻画出流量的全局统计特性和多分形特征,但此模型也有缺陷,对于具有高突发性的视频流量的刻画能力较弱,需要我们在以后的研究工作中加以完善。(本文来源于《计算机工程与应用》期刊2006年14期）
冯海亮,林青家,陈涤,陈春晓[9]（2006）在《基于不同消失矩的多分形小波模型对网络流量的合成和分析》一文中研究指出多分形小波模型(MWM)是一种比较理想的模型,能够较好地刻画网络流量的多分形特征.小波基的选择影响着模型对原始流量多分形特征的刻画精度,Daubechies小波根据其消失矩分类,在小波函数中具有代表性.使用不同消失矩的Daubechies小波来讨论多分形小波模型的小波基选择问题,根据对几种流量仿真结果的分析讨论,找到了合适的小波基.(本文来源于《山东大学学报(理学版)》期刊2006年02期）
胡雪明,宋学锋,曹庆仁[10]（2003）在《多分形消除趋势波动分析的简化方法及其应用》一文中研究指出对最新提出的多分形消除趋势波动分析(Multifractal Detrended Fluctuation Analysis:MF—DFA)用于金融领域时的步骤进行了简化,减少计算量,可降低累计误差,明确求和归并序列的含义。运用MF—DFA方法对沪深证券市场进行实证对比研究,发现两市均具有多重分形结构,深圳股市受市场内在因素作用引起的状态持续性比上海股市更强,而受金融调控政策影响导致的状态反持续性比上海更弱。(本文来源于《管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集》期刊2003-08-01）
多分形分析论文开题报告
（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：
为判定海杂波是否具有多重分形特性,采用小波模极大值法和多分形消趋势波动分析法对任一距离单元的实测海杂波数据进行分析,提出一种基于时间-距离单元-幅度图法,基于该方法对多距离单元海杂波数据进行分析,分析结果表明海杂波具有多分形特性,当海杂波存在小目标时,分形受到"干扰",多分形特征存在明显差异。通过分析还发现当Rényi参数q<0时,距离单元含小目标的广义分形维明显大于其他距离单元只含海杂波的广义分形维;而当q>0时,这种规律不是很明显,因此提出一种基于不同距离单元间广义分形维偏差的方法来检测海杂波背景下小目标,实验结果表明该方法是有效的。
（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。
多分形分析论文参考文献
[1].周扬玲,钟剑,邓维.基于多分形分析和主动学习反馈算法的图片垃圾邮件过滤[J].西南师范大学学报(自然科学版).2013
[2].王福友,罗钉,季亚新,胡新梅.海杂波多分形特性分析及小目标检测技术研究[J].信号处理.2013
[3].高力浩,付遵涛.中国地区相对湿度与温度多分形特征对比分析[J].北京大学学报(自然科学版).2012
[4].睢丹,牛红惠.基于多分形小波模型的网络流量分析[J].安阳工学院学报.2010
[5].张伟.多分形小波在网络流量特征分析中的应用研究[D].湖南工业大学.2009
[6].谢端,赵健.一种基于多分形奇异谱的噪声奇异性分析新方法[J].计算机应用.2007
[7].张建伟,焦丽.撞击流反应器压力波动的多尺度多分形特征分析[J].化工学报.2006
[8].林青家,陈涤,刘允才.MPEG-4流的多分形小波模型仿真及性能分析[J].计算机工程与应用.2006
[9].冯海亮,林青家,陈涤,陈春晓.基于不同消失矩的多分形小波模型对网络流量的合成和分析[J].山东大学学报(理学版).2006
[10].胡雪明,宋学锋,曹庆仁.多分形消除趋势波动分析的简化方法及其应用[C].管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集.2003
标签：图片垃圾邮件; 多分形分析; 主动学习聚类; 反馈驱动半监督支持向量机;