导读:本文包含了核回归论文开题报告文献综述及选题提纲参考文献，主要关键词:无线信号源定位,无线通信信号强度预测,非参数核回归,K-近邻算法
核回归论文文献综述
熊宁[1]（2019）在《基于非参数核回归预测的无线信号源定位技术研究》一文中研究指出在一个已知范围内定位无线信号源,现有的定位技术与相关研究主要集中在定位接收终端。对于无线信号源的定位,现有的技术与相关研究较少且存在较多局限性:TDOA(到达时间差的估计方法)、TOA(到达时间的估计方法)在时间同步上要求相当严格;DOA/AOA(波达角估计方法)在设备要求上较高;SSR(信号强度测距估计方法)抗干扰能力不强。鉴于当下伪基站、黑广播等问题的泛滥,本文在研究了信号源以及信号传播特性相关内容后,利用K最近邻分类算法改进了一个现有的场强预测算法。并且本文在此之上进一步研究实现了一种基于预测模型的无线信号源定位算法,该算法不需要时间上的同步,对测试设备的要求较低,具有一定的抗干扰能力。在实现算法后,本文完成了基于预测模型的无线信号源定位系统的设计、开发与测试。论文主要工作和创新如下:(1)本文深入研究了前人对电磁辐射预测和无线通信场强预测的算法,对现有的场强预测算法提出了改进。改进之处主要是在前人的基础上缩小预测误差,从而大幅度提高预测精度。实验结果表明,所有参与测试的通信制式的预测准确率都达到了80%以上,大多数制式的预测准确率还高达90%以上,误差范围仅仅在±2dB内。(2)在(1)的基础之上,本文研究了无线信号传播特征。基于(1)的预测结果,我们提出了一种定位无线信号源的方法。该方法利用缩圈法逐渐缩小信号源可能存在的范围,缩圈动作在达到预定的精度要求后停止并给出最终结果。经过多次测试,该算法均准确找到了无线信号源的位置,且最终定位区域面积不大于原始场景面积的1%。(3)在(1)、(2)中算法的基础上,以应用算法为目的,本文提出了系统设计需求。根据设计需求设计了系统模型,确定了模块与模块之间的关系。算法应用是运行于Windows7 64bit操作系统,以Microsoft Visual Studio 2015作为开发工具、Qt5库作为界面框架、C++作为编写语言开发出无线信号源定位系统。该系统提供加载场景、参数设置、预测、信号源定位等功能,方便实验和验证(1)、(2)中的算法。(4)由(1)、(2)的算法与(3)中实现的无线信号源定位系统作为软件手段,对算法精度、运算性能、预测、定位效果做了测试,并分析了测试结果。多次实验证明,本文改进得到的K-近邻非参数核回归算法提高了预测的同时降低了误差范围,在无线通信场强预测方面做出了贡献。本文提出的无线信号源定位方法经过试验验证,为无线信号源定位方面提供了一种新思路。(本文来源于《桂林电子科技大学》期刊2019-06-01）
董自强[2]（2019）在《基于MQ核回归的女性基础体温曲线的绘制及其诊断》一文中研究指出女性生理周期的变化规律与卵巢周期活动息息相关,在排卵前后常伴随着人体体温的变化。通过测定基础体温得到基础体温曲线,进而观察其中的变化可以判断女性有无排卵、推测排卵日期、分析黄体功能等。因而测定女性的基础体温曲线可以辅助医生诊断与治疗某些妇科疾病。然而,由于人体动静态的特性,体温数据的获取以及进一步的分析会受到一定的影响。因此,如何绘制出一条能准确反映女性生理周期变化的曲线显得尤为重要。本文通过采集得到的测量频率为分钟级别的体温数据,运用大数据的处理分析方法,结合统计建模与医学机理拟合出女性一个周期内的基础体温曲线,进而进行相应的分析,可以帮助医生在临床上对女性的生理周期和卵巢功能作出更加准确的判断与预测。本文研究的具体内容如下:首先对采集的体温数据进行分析,结合人体体温的特点构造出日内基础体温提取算法来提取每天的代表体温点。由于测量过程中存在测量仪器误差、人为因素和环境等因素也会使得部分数据缺失导致绘制的体温曲线效果不佳,影响我们的判断。因此,我们在得到每天的代表体温点之后,采用多重插补法对缺失数据进行补充。由于插补后的体温数据仍属于非平稳非线性的体温信号,通过图形对周期做出判断还不够明显,因此我们利用EMD算法进行深层次滤波,逐步分解出由高频到低频的一系列具有较强自适应性的基函数,然后选取合适频率的带通滤波器进行重构信号,找出高低温的拐点,进而找出女性的月经周期。接下来我们将多个周期合并为一个周期绘制出一个周期内平均后的体温数据。经过观察,绘制出的体温曲线仍存在噪声现象,基于非参数回归的优越性,我们利用核回归对MQ叁角函数的带宽进行调节构造出具有光滑性、平稳性和相合性的MQ叁角样条拟插值的回归模型,最后利用MQ叁角拟插值回归出基础体温双相曲线。最终综合利用临床医学知识和所绘制的基础体温曲线来对女性的生理周期与卵巢功能进行预测和诊断。具体过程为:通过观察基础体温曲线图中高低温相变化时间的快慢、幅度和持续时间等特征,对前来就诊的女性的生理周期与卵巢功能进行预测,根据预测结果可以将她们分为正常排卵和非正常排卵两大类。其中,非正常排卵又可分为早孕、黄体功能异常等。通过本文的研究可以帮助患有妇科疾病的女性及时就医治疗,包括给出在合理的时间段进行受孕的意见,可以提高受孕的成功率,为临床医学诊断技术提供一种新的方法。(本文来源于《安徽大学》期刊2019-03-01）
王玉琨,刘蓉,温铁祥,李凌[3]（2018）在《叁维医学图像核回归算法的GPU加速研究》一文中研究指出核回归理论被广泛应用于医学图像处理和医学图像重建领域,并取得了十分显着的效果。它包括传统核回归方法(CKR)和控制核回归方法(SKR)。叁维SKR算法比叁维CKR算法具有更优的去噪效果和边缘保持效果,但叁维SKR算法的计算量过于庞大且复杂,使其应用领域受到限制。目前,医学图像重建使用的是基于GPU的叁维CKR算法,所以基于GPU的叁维SKR算法的实现是一项有研究价值且具有挑战性的工作。本文首先优化叁维SKR算法的计算过程,然后利用GPU进行CUDA编程实现叁维SKR并行加速算法。实验表明,基于GPU的叁维SKR算法与基于CPU单线程叁维SKR算法相比能获得约244.9～246.3倍的加速比,与基于CPU多线程叁维SKR算法相比能获得约123.0～137.4倍的加速比。(本文来源于《中国医学物理学杂志》期刊2018年12期）
贾宁[4]（2018）在《轮廓仪非球面接触测量的核回归误差补偿算法》一文中研究指出利用轮廓仪对非球面进行接触测量时,测头的接触测量力通常会引起形变误差。为了降低该误差引起的精度损失,提出了基于核回归的误差补偿方法。首先,根据长度计在非球面上的接触测量力,建立长度计的测头和测杆的形变模型,分析接触面形变与测杆弯曲形变引起的测量误差。其次,使用核回归法对非球面矢高测量数据进行局部加权拟合,建立非球面斜率测量的误差补偿模型。将该方法应用于金属抛物面元件的曲率、曲面常数、表面轮廓和粗糙度的测量。实验结果表明,通过接触测量力的误差补偿,测量误差可降低30μm,有效的提高了非球面接触测量精度。(本文来源于《组合机床与自动化加工技术》期刊2018年09期）
谢奉杰[5]（2018）在《自适应核回归和粗糙集的焊接X射线图像分割研究》一文中研究指出针对焊接缺陷智能化无损检测问题,提出了自适应核回归和粗糙集的焊接构件X射线图像分割方法.首先,利用图像的直方图和Histon构造粗糙集模型的上下近似集.其次,提出了自适应核回归函数平滑图像的直方图和Histon,并构造粗糙度函数.最后,根据粗糙度函数的局部最小值实现多阈值图像分割.实验结果表明,该方法能有效分割焊接图像的缺陷,减少粗糙度函数的"伪"局部最小值,避免过分割问题.(本文来源于《常熟理工学院学报》期刊2018年05期）
刘明忠,孟军,王雨蒙,李东涛,郭然[6]（2018）在《一种基于核回归插值的自适应非均匀性校正算法》一文中研究指出针对基于神经网络的场景自适应非均匀性校正(Non-Uniformity Correction,NUC)算法在消除红外成像系统输出图像噪声时容易产生的"鬼影"现象,提出了一种改进的自适应非均匀性校正算法,将核回归插值技术应用到神经网络算法中,有效降低了自适应非均匀性算法产生"鬼影"现象的概率。实验结果表明,与传统的神经网络算法相比,本文算法在相同条件下既能有效消除非均匀噪声,又能大大抑制"鬼影"现象的产生。(本文来源于《红外》期刊2018年07期）
王玲玉,凌能祥[7]（2018）在《随机缺失相依函数型数据的非参数核回归估计》一文中研究指出针对函数型非参数回归模型,基于相依数据场合,研究了模型中响应变量随机缺失的回归算子核估计问题.在一定的条件下,采用Kolmogorov熵得到了核估计量的几乎一致完全收敛速度.(本文来源于《大学数学》期刊2018年03期）
田一君[8]（2018）在《基于核回归的移动通信信号干扰评估算法研究》一文中研究指出现代化社会经济在不断的发展中,信息技术和科技技术得到广泛的运用和发展,科技创新促使新的设备和机械等在各种领域中得到应用,给人们的生活带来便利,而信息技术则能够有效拉近人与人之间的联系,在信息交换和流通中使人们获得更加丰富的资源。本篇文章在此基础上,主要对核回归的移动通信信号干扰评估算法等进行研究与分析。(本文来源于《电子世界》期刊2018年11期）
郝宁波,杨杰,廖海斌[9]（2018）在《基于聚类学习与导控核回归的文本超分辨率》一文中研究指出针对文本图像中分布着大量空白区域和存在大量相似和冗余字符的特性,将导控核回归方法与聚类学习方法相结合,提出一种基于聚类学习的加权核回归超分辨重建模型。基于该模型可对字符图像的局部结构进行学习,实现文本字符的超分辨率重建,超分辨率重建方法通过对大量无关样本进行局部结构聚类,使重建过程可以利用局部邻域的结构信息,并学习大量聚类子样本集里包含的非局部邻域结构信息,保障重建的鲁棒性。超分辨率重建实验从主观评价和客观指标上验证了提出方法的有效性。(本文来源于《计算机工程与设计》期刊2018年05期）
卓国浩,吴波,朱欣然[10]（2018）在《一种自适应叁维核回归的遥感时空融合方法》一文中研究指出时空融合是解决遥感数据高重访周期与高空间分辨率矛盾的一种有效方法。发展了一种综合利用遥感数据空间与光谱信息的叁维自适应核回归反射率模型(three-dimensional adaptively local steering kernel regression fusion model,3DSKRFM),通过提取每个像元的叁维控制核(steering kernel)的局部信息,使时空融合过程中的权重自适应调节,提高遥感时空融合的精度。利用两组ETM+和MODIS(moderate-resolution imaging spectroradiometer)数据进行实验测试,结果表明3DSKRFM相比STARFM和2DSKRFM模型具有两方面的优势:一是充分利用遥感影像多波段的优势,提高融合精度;二是具有更强的鲁棒性,满足实际影像时空融合的需求。(本文来源于《武汉大学学报(信息科学版)》期刊2018年04期）
核回归论文开题报告
（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：
女性生理周期的变化规律与卵巢周期活动息息相关,在排卵前后常伴随着人体体温的变化。通过测定基础体温得到基础体温曲线,进而观察其中的变化可以判断女性有无排卵、推测排卵日期、分析黄体功能等。因而测定女性的基础体温曲线可以辅助医生诊断与治疗某些妇科疾病。然而,由于人体动静态的特性,体温数据的获取以及进一步的分析会受到一定的影响。因此,如何绘制出一条能准确反映女性生理周期变化的曲线显得尤为重要。本文通过采集得到的测量频率为分钟级别的体温数据,运用大数据的处理分析方法,结合统计建模与医学机理拟合出女性一个周期内的基础体温曲线,进而进行相应的分析,可以帮助医生在临床上对女性的生理周期和卵巢功能作出更加准确的判断与预测。本文研究的具体内容如下:首先对采集的体温数据进行分析,结合人体体温的特点构造出日内基础体温提取算法来提取每天的代表体温点。由于测量过程中存在测量仪器误差、人为因素和环境等因素也会使得部分数据缺失导致绘制的体温曲线效果不佳,影响我们的判断。因此,我们在得到每天的代表体温点之后,采用多重插补法对缺失数据进行补充。由于插补后的体温数据仍属于非平稳非线性的体温信号,通过图形对周期做出判断还不够明显,因此我们利用EMD算法进行深层次滤波,逐步分解出由高频到低频的一系列具有较强自适应性的基函数,然后选取合适频率的带通滤波器进行重构信号,找出高低温的拐点,进而找出女性的月经周期。接下来我们将多个周期合并为一个周期绘制出一个周期内平均后的体温数据。经过观察,绘制出的体温曲线仍存在噪声现象,基于非参数回归的优越性,我们利用核回归对MQ叁角函数的带宽进行调节构造出具有光滑性、平稳性和相合性的MQ叁角样条拟插值的回归模型,最后利用MQ叁角拟插值回归出基础体温双相曲线。最终综合利用临床医学知识和所绘制的基础体温曲线来对女性的生理周期与卵巢功能进行预测和诊断。具体过程为:通过观察基础体温曲线图中高低温相变化时间的快慢、幅度和持续时间等特征,对前来就诊的女性的生理周期与卵巢功能进行预测,根据预测结果可以将她们分为正常排卵和非正常排卵两大类。其中,非正常排卵又可分为早孕、黄体功能异常等。通过本文的研究可以帮助患有妇科疾病的女性及时就医治疗,包括给出在合理的时间段进行受孕的意见,可以提高受孕的成功率,为临床医学诊断技术提供一种新的方法。
（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。
核回归论文参考文献
[1].熊宁.基于非参数核回归预测的无线信号源定位技术研究[D].桂林电子科技大学.2019
[2].董自强.基于MQ核回归的女性基础体温曲线的绘制及其诊断[D].安徽大学.2019
[3].王玉琨,刘蓉,温铁祥,李凌.叁维医学图像核回归算法的GPU加速研究[J].中国医学物理学杂志.2018
[4].贾宁.轮廓仪非球面接触测量的核回归误差补偿算法[J].组合机床与自动化加工技术.2018
[5].谢奉杰.自适应核回归和粗糙集的焊接X射线图像分割研究[J].常熟理工学院学报.2018
[6].刘明忠,孟军,王雨蒙,李东涛,郭然.一种基于核回归插值的自适应非均匀性校正算法[J].红外.2018
[7].王玲玉,凌能祥.随机缺失相依函数型数据的非参数核回归估计[J].大学数学.2018
[8].田一君.基于核回归的移动通信信号干扰评估算法研究[J].电子世界.2018
[9].郝宁波,杨杰,廖海斌.基于聚类学习与导控核回归的文本超分辨率[J].计算机工程与设计.2018
[10].卓国浩,吴波,朱欣然.一种自适应叁维核回归的遥感时空融合方法[J].武汉大学学报(信息科学版).2018
标签：无线信号源定位; 无线通信信号强度预测; 非参数核回归; K-近邻算法;