检索结果-南通市图书馆

作者：张业亭重庆大学

学位级别：硕士

道路交通事故是指车辆在道路上因过错或者意外造成的人身伤亡或者财产损失的事件。道路交通事故是所有国家都面临着的一个严重又难于解决的问题,因为随着社会经济的发展,道路的增长始终跟不上车辆的增长,且道路的发展要受到土地和经费... 详细信息

道路交通事故是指车辆在道路上因过错或者意外造成的人身伤亡或者财产损失的事件。道路交通事故是所有国家都面临着的一个严重又难于解决的问题,因为随着社会经济的发展,道路的增长始终跟不上车辆的增长,且道路的发展要受到土地和经费的限制。为了在现有的交通环境中,减少道路交通事故的发生,把有些道路交通事故消灭在萌芽状态中,减少经济损失,提高道路的通行能力。本文为行驶的车辆建立一个预警系统,在交通事故到来之前报警,引起驾驶员的注意,采取相应的调控措施,使车辆的行驶始终处于安全的状态中。在这个道路交通事故预警系统中,关键是信息融合技术算法,因此本文主要是对智能交通系统中智能算法的研究。首先研究了影响道路交通事故的因素,掌握道路交通事故发生的规律,在此基础上建立预警系统的框架;然后采用粗糙集理论和模糊积分理论为影响道路交通事故的影响因素所处的状态和道路交通事故类型之间建立映射关系,最后用调研的数据进行实验仿真,用以检验预警算法的有效性和实时性。

关键词：道路交通事故粗糙集模糊积分预警

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

南岸电力局设备采购供应商评价

南岸电力局设备采购供应商评价

作者：肖颖重庆大学

学位级别：硕士

随着科技的快速发展,社会逐渐进入了智能化时代。为满足生产生活的电力资源需求,国家电网规模也在逐渐扩大。供电局对物资需求量持续增加,电网企业选择增多。为提高供电局选择供应商的效率,减少供电局选择供应商的成本,供电局需要对物... 详细信息

随着科技的快速发展,社会逐渐进入了智能化时代。为满足生产生活的电力资源需求,国家电网规模也在逐渐扩大。供电局对物资需求量持续增加,电网企业选择增多。为提高供电局选择供应商的效率,减少供电局选择供应商的成本,供电局需要对物资供应商全面了解,构建合理的供应商评价系统,保证电网建设的顺利开展。为确保供电局能选择优质供应商,本文融合决策树算法与支持向量机算法,构建二分类SVM-决策树分类器,依据决策树分类顺序对供应商数据逐层分类。论文的主要工作包括:1.运用南岸局电力公司提供的交流隔离开关供应商有效数据,确定供应商评价指标体系并对指标体系进行量化处理。2.根据调查问卷法确定指标主观权重,熵权法确定指标客观权重,综合主观权重与客观权重确定供应商一级指标与二级指标的组合权重。计算各供应商综合得分,根据得分排序供应商分为6个等级,并赋予相应的标签。3.以决策树模型的分类特征为依据,得出二分类SVM-决策树模型的分离顺序。以供应商数据作为样本,分别利用决策树、支持向量机与二分类SVM-决策树对供应商数据进行分类。对比三种分类器分类效果,结果显示,二分类SVM-决策树分类器训练集分类正确率、测试集分类正确率均高于0.9,最高正确率可达到0.9612,相比决策树与支持向量机,二分类SVM-决策树分类器分类效果得到明显提升。

关键词：电网供应商组合赋权二分类SVM-决策树

非采样Contourlet变换与PCNN相结合的图像融合方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

非采样Contourlet变换与PCNN相结合的图像融合方法研究

作者：李华锋重庆大学

学位级别：硕士

论文研究了基于多尺度分解与脉冲耦合神经网络相结合的图像融合方法,目的是开发融合效果优良、运算处理速度快的图像融合方法,为图像融合的实际应用提供新的途径。论文的主要研究内容如下:①介绍了多尺度分解与重构工具在医学图像、多... 详细信息

论文研究了基于多尺度分解与脉冲耦合神经网络相结合的图像融合方法,目的是开发融合效果优良、运算处理速度快的图像融合方法,为图像融合的实际应用提供新的途径。论文的主要研究内容如下:①介绍了多尺度分解与重构工具在医学图像、多聚焦图像、遥感图像、红外与可见光图像融合方面的应用,以及非采样Contourlet(Nonsubsampled Contourlet Transform,NSCT)变换和脉冲耦合神经网络(Pulse coupled neural networks,PCNN)的一般原理。②实验比较了采用不同的多尺度分解与重构工具获得的融合图像性能,得出了基于非采样Contourlet变换(NSCT)的图像融合方法优于传统的基于小波变换、静态小波变换、提升静态小波变换、Contourlet变换的图像融合的一般结论,提出了NSCT与PCNN相结合的图像融合方法。③针对PCNN在图像处理时所有链接强度都是使用同一数值的不足,定义了图像单个像素清晰度的概念,提出了以图像单个像素的清晰度作为PCNN链接强度的方法,从而使PCNN可以根据图像的不同特点来自适应选择链接强度的大小。④传统的基于多尺度分解与PCNN相结合的图像融合方法在选择低频子带系数时大都以图像像素的灰度值做为PCNN神经元的外部输入或直接采用加权平均法。根据人类视觉系统对图像的边缘细节信息比较敏感的特性可知,仅仅以单个像素的灰度值来作为PCNN神经元的外部输入是不够的,直接采用加权平均法会使图像的边缘细节信息被平均亮度湮没。为克服传统方法的不足,本文根据拉普拉斯能量和能够恰当地表征图像边缘细节信息的特性,提出了对图像经NSCT分解后的低频部分采用其拉普拉斯能量和作为PCNN神经元的外部输入;高频部分代表了图像的边缘细节信息,直接将其灰度值作为PCNN神经元的外部输入,根据神经元点火次数的大小来选择融合图像的NSCT系数。为验证本文方法的有效性和优越性,对不同传感器获得的图像进行了融合实验。实验结果表明,本文提出的方法不论是视觉效果上还是客观评价指标上都优于传统的基于小波变换、提升静态小波变换、Contourlet变换、非采样Contourlet变换等常用的图像融合方法。

关键词：图像融合脉冲耦合神经网络(PCNN) 非采样Contourlet变换改进拉普拉斯能量和提升静态小波变换

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

PBL教学模式在小学科学教学中的实证研究

PBL教学模式在小学科学教学中的实证研究

作者：王娜重庆大学

学位级别：硕士

小学科学课程以培养学生科学素养为目标,引导学生运用基本的科学知识去解释生活中的科学现象,体会科学探究的历程,养成解决实际问题的科学思维,从而使学生崇尚科学,热爱科学与生活。在我们所处的创新时代,创新是其核心竞争力,任何国家... 详细信息

小学科学课程以培养学生科学素养为目标,引导学生运用基本的科学知识去解释生活中的科学现象,体会科学探究的历程,养成解决实际问题的科学思维,从而使学生崇尚科学,热爱科学与生活。在我们所处的创新时代,创新是其核心竞争力,任何国家或地区要想在将来获得竞争优势,都应把科学课程作为义务教育阶段的重要课程,从小培养学生的科学创新意识和洞察能力,为国家培养创新人才打下坚实基础。但当前的小学科学教师的科学素养和教学模式严重降低了科学课程的作用,在许多学生和家长心目中,小学科学是无关紧要的课程。目前,科学课程教学仍然以讲授科学知识为主,学生是知识的接受者,自主学习和探究的机会较少,学习科学的兴趣不高。为了改变目前小学科学教学困境,凸显小学科学课程在创新人才培养中的作用,提升学生的科学素养,论文将基于问题学习(Problem-Based Learning,PBL)的教学模式与小学科学教学相结合,试图探索出一种更加有效的科学教学模式,让学生亲历科学探究。首先,通过相关文献梳理,系统阐述PBL教学模式的研究现状、概念、特点、理论基础以及作用。然后,根据PBL教学模式的实施步骤,提出了具有小学科学课程特点的PBL教学模式实施步骤:分析教材与学情;创设学习情境,提出问题;学生探究,教师指导;精讲提炼,实施评价。最后,选取南京市鼓楼区古平岗小学四年级两个班作为实验对象,以一节科学课为例,具体展示了PBL教学模式在小学科学教学中的实施案例。采用调查研究法了解学生在PBL教学模式下的表现,应用统计工具SPSS19.0分析了PBL教学模式下学生科学素养和能力的提升。分析结果表明:在PBL教学模式下,学生学习兴趣得到提高,科学素养和综合能力得到全面提升,人际关系得到一定程度的改善。本研究旨在对小学科学教学的完善产生积极的作用,为一线科学教师的教学改革实践提供参考,推进小学科学课程改革向前发展。

关键词：小学科学 PBL教学模式探究式学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于压缩感知的重构算法研究

基于压缩感知的重构算法研究

作者：侯坤重庆大学

学位级别：硕士

压缩感知是一个全新的采样理论，它充分利用信号的稀疏性，在远小于Nyquist采样率的条件下，用随机采样矩阵获取样本信号，然后通过非线性重构算法进行信号的完美重建。压缩感知理论主要应用在信息论、图像处理、模式识别、无线通信等... 详细信息

压缩感知是一个全新的采样理论，它充分利用信号的稀疏性，在远小于Nyquist采样率的条件下，用随机采样矩阵获取样本信号，然后通过非线性重构算法进行信号的完美重建。压缩感知理论主要应用在信息论、图像处理、模式识别、无线通信等领域。信号重构算法计算量通常很大，难以满足实时性的要求，而智能算法解决非线性优化问题有巨大的优势。本论文研究了部分智能算法，并将以OMP算法为代表的重构算法与智能算法进行融合，分别提出了人工蜂群算法、自适应量子遗传算法与OMP算法的融合算法。具体地，本论文主要研究工作及贡献如下： 1、针对信号稀疏分解问题，本论文改进人工蜂群算法的迭代终止条件，克服了传统的迭代终止条件难以选择合适迭代终止阈值的问题，并且提出了人工蜂群算法与OMP算法的融合ABC-OMP算法。实验结果表明本文算法对信号的稀疏分解质量与粒子群算法和遗传算法相当，但运算速度均优于粒子群算法和遗传算法。 2、在基于量子位Bloch坐标的量子遗传算法的基础上，本论文提出一种自适应Bloch球面的量子遗传算法，该算法按两种方式自适应的选取Bloch球面的一部分进行搜索，并在理论上证明了这两种选取方式都能够包含所求连续优化问题的所有可行解。在对选取的Bloch球面进行搜索时，提出了近似等面积搜索的方法，进而推导出两个相位转角大小之间的反比例关系。实验表明该算法在搜索能力方面与基于量子位Bloch坐标的量子遗传算法基本相当，但优化效率方面有明显提高。最后将该算法与OMP算法融合成ABQGA-OMP算法。 3、针对压缩感知中一维数字信号和二维图像信号进行实验仿真，验证本论文所提出的两种重构算法的有效性。最后，对本文的主要工作以及取得的成果进行了总结，并指出了下一步工作的研究方向。

关键词：压缩感知匹配追踪人工蜂群算法遗传算法量子计算

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自适应蚁群优化算法

自适应蚁群优化算法

作者：李勇霞重庆大学

学位级别：硕士

蚁群算法是一种模拟生物界中蚂蚁寻找食物源行为的算法,具有仿生性以及较强的局部搜索能力,除此之外还易与其他仿生优化算法相结合,有正反馈、鲁棒性等特点,这些特点在求解优化问题上体现出显著优势。蚁群算法得到了普遍使用,如处理TSP... 详细信息

蚁群算法是一种模拟生物界中蚂蚁寻找食物源行为的算法,具有仿生性以及较强的局部搜索能力,除此之外还易与其他仿生优化算法相结合,有正反馈、鲁棒性等特点,这些特点在求解优化问题上体现出显著优势。蚁群算法得到了普遍使用,如处理TSP问题、交通运输、管道铺设、厂区选取等实际应用。但在许多实际问题的应用中,其问题的复杂程度也往往较高,如果还采用基本蚁群算法解决问题,那么算法陷入局部最优以及出现停滞现象的几率就会大大提高,随之受影响的精度和收敛速度也无法保证。对于诸如此类棘手问题,大量的学者和专家经过不断的努力和尝试提出了众多改进的蚁群优化算法,比如带精英策略的蚁群算法、蚁群系统、最大最小的蚁群系统等等。尽管改进后的蚁群算法使其在最优解的求解精度上有了大幅度的提高,但仍然有些问题需要解决,如搜索时间在初始时刻较长,全局更新规则中挥发因子不具有自适应性。针对以上缺陷,本文对基本蚁群算法的初始化信息素分布和全局信息素挥发因子分别做以下优化:第一,信息素浓度在初始化时刻时进行了与距离有关的浓度分配,也就说在初始时刻时给予了方向引导,这样就会加快初始搜索速度,避免蚁群在初始阶段盲目地随机搜索浪费较多的时间,进而增加了优质解;第二,全局挥发因子在全局信息素更新过程中没有自适应性,此时加入双曲正切函数作为其挥发动态因子,目的是使其自适应地平滑更新每次迭代较优解路径的信息素浓度,这样加大了算法获取全局最优解的可能性。全局搜索能力连续提高,停滞现象在在一定范围内也得到了避免。经仿真结果验证,优化后的蚁群算法不但增强了算法获得全局最优,而且收敛速度也得到了保证,还可以用于处理较为复杂的实际问题。文中的两个实例使用了优化后的蚁群算法,优化后的实验结果比较符合实际情况,即与实际误差较小,这也进一步验证了改进后蚁群算法的实用性和高效性。

关键词：基本蚁群算法方向引导信息素优化动态自适应因子

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

我国汽车行业上市公司竞争力评价分析

我国汽车行业上市公司竞争力评价分析

作者：罗秀娟重庆大学

学位级别：硕士

我国汽车产业经过半个多世纪的发展，已经成为了国民经济的支柱产业。从2009年开始，我国已经连续五年占据世界产销冠军，成为全球最大的汽车需求市场，2013年产销量双双突破了2000万辆，世界市场占有率超过20%。从汽车人均拥有量来看... 详细信息

我国汽车产业经过半个多世纪的发展，已经成为了国民经济的支柱产业。从2009年开始，我国已经连续五年占据世界产销冠军，成为全球最大的汽车需求市场，2013年产销量双双突破了2000万辆，世界市场占有率超过20%。从汽车人均拥有量来看，我国和世界平均水平还有较大差距，我国的汽车市场还有很大的潜在需求，市场前景较好，对国内汽车制造企业来讲具有一定的优势。另一方面，我国的汽车产业还面临着来自跨国企业带来的威胁和挑战。在竞争如此强烈的市场环境中，国内汽车企业要想生存、发展，对其自身核心竞争力进行培育提升显得尤为重要。但在提升竞争力之前，必须对其自身竞争力的优势和劣势有清楚明确的认知。本文在已有的研究成果上，构建了汽车企业核心竞争力评价体系，利用层次分析法对汽车制造企业的竞争力进行评价分析，根据判断矩阵计算出各指标对评价企业核心竞争力重要性的权重值，对权重值大小进行排序后发现，企业的经济规模能力和技术创新能力对企业的核心竞争力的影响作用明显。

关键词：汽车企业竞争力评价指标体系层析分析法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多尺度图像融合方法研究

基于多尺度图像融合方法研究

作者：宋瑞晶重庆大学

学位级别：硕士

本文主要围绕基于多尺度的图像融合技术理论及其应用展开研究,论文主要工作如下:①介绍了多尺度分解与重构工具在医学图像、多聚焦图像、遥感图像、红外与可见光图像融合方面的应用,比较了不同的多尺度分析工具在图像融合中的性能。对... 详细信息

本文主要围绕基于多尺度的图像融合技术理论及其应用展开研究,论文主要工作如下:①介绍了多尺度分解与重构工具在医学图像、多聚焦图像、遥感图像、红外与可见光图像融合方面的应用,比较了不同的多尺度分析工具在图像融合中的性能。对小波变换的图像融合原理进行了简要概述并给出简单融合实验。在肯定小波变换作为图像多尺度融合工具所具有明显优势的同时,指出了其因缺乏平移不变性易导致相位偏差降低融合质量的不足;②定义了能够反映图像之间区域相似程度的空间频率比概念。在现有提升小波变换理论基础上,通过取消其奇偶分裂环节,得到具有平移不变性的非采样提升小波变换。在选择低频子带系数时提出了一种基于空间频率比的加权与选择相结合系数选择方案;针对高频子带的融合,采用一种基于边缘信息的加权融合方法。对多聚焦图像进行了融合实验,实验结果显示出该算法相对于传统基于小波的图像融合方法具有明显的优越性;③提出了基于非采样Contourlet变换的改进融合算法,并以区域对比度和空间频率比作为融合规则测度。针对红外与可见光图像进行实验。图像经分解后低频部分采用基于图像物理特征的“加权平均”系数融合,对高频系数采用基于区域对比度与空间频率比相结合的系数融合方法。实验结果表明该方法相对于传统的简单融合方法以及基于区域能量的融合方法能得到具有更好视觉效果和更优量化指标的融合图像;④由于非采样Contourlet变换在分解过程采用非采样拉普拉斯金字塔的方式进行的,在进行方向滤波时,容易造成频谱混叠现象。为克服NSCT的分解缺陷,结合非采样提升小波的优良性能,本文提出了以非采样提升小波变换来取代NSCT的金字塔分解的非采样提升小波-Contourlet变换,并与融合规则相结合,提出了一种基于非采样提升小波-Contourlet变换的图像融合算法。实验证明本算法相对于非采样Contourlet变换能够提取更多源图像的有用信息注入到融合图像中,获得的融合图像性能更高效果更优。

关键词：图像融合非采样提升小波非采样Contourlet变换非采样提升小波-Contourlet变换空间频率比

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大样本的线性可分支持向量机算法

大样本的线性可分支持向量机算法

作者：乔于重庆大学

学位级别：硕士

伴随产业界数据量的爆炸式增进,大数据概念的关注度也得到很大程度的提升。因为大数据的庞大、复杂多样等特征,传统的支持向量机分类算法在大数据环境下已不再实用。因而,大数据下支持向量机分类算法的研究成为各界密切关注的方向。为... 详细信息

伴随产业界数据量的爆炸式增进,大数据概念的关注度也得到很大程度的提升。因为大数据的庞大、复杂多样等特征,传统的支持向量机分类算法在大数据环境下已不再实用。因而,大数据下支持向量机分类算法的研究成为各界密切关注的方向。为了能够将支持向量机应用于海量样本数据的快速分类,需要从大样本数据集中筛选潜在的支持向量集,以此作为SVM的训练集,提高学习效率。因为样本容量较大时,支持向量机的学习难度会增大,并且会消费大量的学习时间,这使得支持向量机在海量样本数据学习难以被采用。支持向量机的分离超平面是由支持向量所决定,其他训练样本点对分离超平面的确定完全不起作用。本文将大规模的数据缩减成小规模的数据,在小规模的数据上学习支持向量并进行迭代,得到最终的支持向量。本文提出了一种线性可分支持向量机分组算法,该算法将大样本随机分成若干组的小样本训练数据集,在小样本训练数据集上进行训练,得到嫌疑支持向量,将这些支持向量加到下一组进行训练,以此类推,最后一组训练得到的支持向量为大样本数据集的支持向量。其次提出了错分样本预选算法,该算法根据支持向量对分离超平面的决定性作用,在大量的训练样本数据集中去除远离分离超平面的样本点,提取支持向量的嫌疑样本,用这些嫌疑样本训练支持向量机,既使用了所有样本的有用信息,又提高了学习效率并节约了时间。实验结果表明:本文提出的两个算法与解凸二次规划所得到的支持向量完全一致,降低了支持向量机的学习难度和运行时间,具有实时性和高效性。

关键词：支持向量机分离超平面大样本分组算法错分样本预选算法

基于灰色系统理论和神经网络的机械故障预测模型及其应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于灰色系统理论和神经网络的机械故障预测模型及其应用

作者：叶晓斌重庆大学

学位级别：硕士

随着现代大型机械设备系统性能的不断提高以及复杂性的不断增加，系统的故障预测和故障诊断等问题越来越受到人们的重视。由于传统的故障诊断技术已不能满足现代复杂机械设备系统的实际运行需要，导致近些年因机械设备运行故障而引起的... 详细信息

随着现代大型机械设备系统性能的不断提高以及复杂性的不断增加，系统的故障预测和故障诊断等问题越来越受到人们的重视。由于传统的故障诊断技术已不能满足现代复杂机械设备系统的实际运行需要，导致近些年因机械设备运行故障而引起的严重的或灾难性事故仍频频发生。如何对机械设备系统进行实时的状态监测和故障预测，以实现设备的“预知”维修，保证设备零故障运行，已经成为故障预测研究的焦点问题。而实现这一目标的关键技术是机械故障预测技术。因此，研究机械设备系统的故障预测技术，无论是在减少经济损失上，还是在延长设备使用寿命上，都具有重要的意义。预测模型是机械故障预测技术的核心内容之一。由于机械设备系统通常具有非线性、不确定性、动态时变性以及能够采集到的数据较少等特点，如何构建符合设备系统实际运行的预测模型是故障预测技术的所需解决的首要问题。本论文将围绕这一问题，以重庆市科技攻关项目“大型设备智能预防性维护与自动控制系统”为背景，对故障预测模型进行了较深入的研究。论文的主要研究内容及成果如下： (1)通过对灰色GM (1,1)预测模型的深入研究，从提高离散数据序列光滑度角度出发，本文提出了一种新的基于函数cot(x)(A>1)变换的改进GM (1,1)模型。根据灰色建模理论，推导出了基于函数cot(x)(A>1)变换在提高离散数据序列光滑度中所需满足的一个充分性条件，并从理论上严格证明了满足该充分性条件的这种函数变换对原始数据序列光滑度的改善程度较现有的其他变换更有效。在此基础上，将结论推广到更一般的情形，为函数cot(x)(A>1)变换中参数A的确定提供了有力的理论依据，拓展了函数cot(x)(A>1)变换的应用范围，并将其应用于GM (1,1)模型。实例计算结果表明，该方法能够提高GM (1,1)模型的预测精度，进而验证了该方法的有效性、实用性。 (2)针对机械设备系统中故障行为的非线性性、不确定性、动态时变性以及采集数据的小样本性等特点，本文建立了一个动态的多参数灰色误差神经网络的故障预测模型。首先把采集到的小样本数据进行一次累加，对单调递增的序列建立灰色MGM (1,n)预测模型，得到原始序列的初始预测值，然后用改进的BP神经网络预测初始预测值的修正值，初始预测值加上修正值得到原始序列的最终预测值。实验仿真表明本文的预测模型有较高的预测精度，具有广阔的应用前景。该模型的提出为解决小样本、多参数以及复杂非线性预测问题提供了较好的处理方法，为机械设备故障预测和诊断建立了一个可靠的预测模型。

关键词：灰色系统 BP神经网络动态预测故障预测函数变换