导读:本文包含了有向图模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,图像,纹理,符号,距离,医学,组合。
有向图模型论文文献综述
王琦,赵强[1]（2019）在《多重高斯有向图模型结构学习》一文中研究指出对k个节点数为n的高斯有向图,本文充分利用节点之间的偏序先验,并挖掘多重高斯有向图之间的相似性结构,并将其分为p个组.基于极大似然估计提出了带相似性结构惩罚项的Lasso回归模型用于估计图的邻接矩阵,并利用时间复杂度为O(nk~2p)的坐标下降法求解该模型.通过数值实验对比了本文算法和PC算法,证明了本文算法较PC算法对于多重高斯有向图具有较好地恢复效果.(本文来源于《山东师范大学学报(自然科学版)》期刊2019年02期）
龚晖,夏开建,金兆岩[2]（2018）在《基于图像数据挖掘的有向图模型检索方法》一文中研究指出为充分挖掘图像数据信息,提出了一种有向图模型检索方法,结合距离测度初次检索和有向图距离二次检索提高图像检索性能;首先,采用传统的纹理、边缘和颜色特征以及特征之间的欧氏距离测度来进行初次检索,得到一个查询排序列表;在此基础上,结合距离测度与余弦测度设计图像之间的相关测度,在不同的相关测度阈值下构建图像数据集的有向图模型集合;最后,计算有向图距离,据此进行二次检索,降低误检现象;在COREL和ImageCLEF两个数据集上的图像检索实验结果表明,该方法的平均精确度和平均召回率指标高。(本文来源于《计算机测量与控制》期刊2018年04期）
姜英,王政,秦艳,袁健宝,贾小平[3]（2018）在《基于复杂网络的化工过程层次符号有向图模型建立及关键节点识别》一文中研究指出针对定性符号有向图(signed directed graph,SDG)在化工过程系统中建模复杂度高、故障分辨率低、容易忽略部分变量等问题,提出一种基于复杂网络理论构建层次SDG网络模型并识别关键节点的方法。首先利用层次分析法对化工过程系统划分递阶层次结构,建立基于子系统的系统SDG网络模型,选取度中心性、接近中心性等多个节点重要性评价指标,采用主成分分析法确定各指标权重并利用逼近理想排序法(technique for order preference by similarity to an ideal solution,TOPSIS)多属性决策方法得到节点重要性的综合评价值,初步识别关键节点所在的子系统;然后建立子系统的SDG模型并细化为有向网络,采用Leader Rank算法对节点重要性进行排序,进而在子系统网络模型中确定关键节点的位置。案例计算结果表明该方法可以有效地降低建模的复杂性,提高关键节点识别的全面性和准确性,从而改善化工过程系统的安全稳定性。(本文来源于《化工进展》期刊2018年02期）
孙晨[4]（2017）在《搜索引擎中的有向图模型》一文中研究指出本人试图将互联网与古老学科结合,针对目前搜索引擎中的"蜘蛛"爬行原理进行分析,结合图论、随机过程、信息论等学科知识,抽象建立一个基于有向图的数学模型,该模型具有高集聚程度及路径短的特点,本文将给出具体的模型建立过程,力求从数学角度阐述移动端和PC端搜索引擎原理。(本文来源于《科学咨询(科技·管理)》期刊2017年12期）
张勇[5]（2017）在《加权有向随机图模型中的渐近理论研究》一文中研究指出近年来,对有向图模型统计性质的研究已经成为一个热门的主题。特别地,随着有向图中顶点个数趋于无穷时,基于顶点度序列参数的极大似然估计的渐近性质的研究是一个新的挑战。Yanetal.(2016a)对有向加权指数族随机图中边的权重取二元情形,无穷离散情形以及连续情形时参数的极大似然估计的渐近性质进行了研究。然而对于另外一种边的权重取有限离散情形还未涉及,我们进一步对这种情形进行研究,得到了类似的结果。在本文中,我们的目标是:当参数个数趋于无穷时,建立参数极大似然估计的一致相合性和渐近正态性。随着有限离散加权有向随机图中顶点个数趋于无穷且双度序列作为指数族分布的完全充分统计量的情况下,我们研究了参数极大似然估计的相合性和渐近正态性,并通过数值模拟和两个实际的数值例子论证了我们的理论结果。本文的主要结果以如下两个定理的形式给出:定理1(相合性)假设θ*∈ R2n-1且||θ*||∞≤τlogn,τ是一个满足0<τ<1/24的常数,A～Pθ*,其中Pθ*表示在参数θ*下有向图Gn的概率分布[详见(1.1)]。则当n趋于无穷大时,依概率为1,极大似然估计存在且满足||θ-θ*||∞=Op((logn)1/2e6||θ*||∞/n1/2)=Op(1).进一步地,如果极大似然估计存在必唯一。定理2(渐近正态性)假设A～Pθ*。如果||θ||∞≤τ logn,τ是满足τ∈(0,1/36)的常数,则对任意固定的kk ≥ 1,随着n→ ∞,向量θ-θ*的前k个元素渐近服从多元正态分布,其中参数均值为0,协方差阵由S*的左上角k×k的子矩阵组成,其中矩阵S*是通过真实值θ*替换矩阵S中的θ得到,S的定义见(4.6)。(本文来源于《华中师范大学》期刊2017-05-01）
许强,何成诗,郭强,杜丽娟[6]（2016）在《基于有向图模型构建证素辨证体系的探讨》一文中研究指出通过证候与证素的映射关系,将"证候集合"转化为由多种证素组合形成的"证素组合集合";然后运用证素组合形成病机的组合法则(ISO-R法则),从"证素组合集合"中筛选出"符合病机定义的证素组合"进而形成病机。建立"证候集合→证素组合集合→符合病机定义的证素组合"新叁阶双网证素辨证体系。进一步完善了"证候→证素→证名"的叁阶双网证素辨证体系,为中医与数学、计算机学科的交叉研究提供了新的思路。(本文来源于《南京中医药大学学报》期刊2016年04期）
吴枰,潘海为,高琳琳,韩启龙,谢晓芹[7]（2016）在《基于KAP有向图模型的医学图像分类算法》一文中研究指出脑部CT图像拥有良好的纹理特性且图像间纹理角点的位置近似相同.基于此原因,文中提出基于K最近邻纹理角点(KAP)有向图模型的医学图像分类算法.首先提出面向纹理的角点提取方法;然后针对提取的角点,结合医学图像的固有特点,提出KAP有向图模型用于描述医学图像;最后基于KAP有向图模型提出医学图像分类算法.实验表明,文中算法在时间复杂度和准确度方面都取得较好结果.(本文来源于《模式识别与人工智能》期刊2016年05期）
相子喜,吕学强,张凯[8]（2016）在《基于有向图模型的多模态新闻图像检索研究》一文中研究指出不同模态特征描述网络新闻数据各具优势。为充分利用不同模态特征的优点,提高网络新闻图像检索准确率,提出了一种基于有向图理论模型的多模态特征融合检索方法。首先对新闻图像进行预处理,提升新闻图像兴趣点对比度,之后对新闻文本提取关键词,然后对新闻图像进行场景辨别,结合图像人物特征,将文本、场景、人物特征依据有向图理论模型进行融合,形成基于有向图理论模型的多模态融合检索。在10万条新闻数据上测试,实验结果表明,本文提出的方法检索准确率达到了69%,查全率达到70%,效果提升了5%。(本文来源于《科学技术与工程》期刊2016年03期）
赵靓[9]（2015）在《基于分层模糊符号有向图模型的故障诊断方法及其应用》一文中研究指出在现代工业流程中，随着自动化程度不断提高，生产制造中控制系统的规模不断增大，复杂性不断增加，因而导致维修费用增加，停产损失严重和事故后果严重等问题，所以故障检测与诊断技术日益受到人们的重视，成为生产制造业的重要研究课题。是否可以快速精准定位故障的来源是保障大型复杂系统能否稳定运作的关键。基于SDG模型的故障诊断方法是由图论发展而来的定性故障诊断方法之一，它能在掌握较少的定量信息的情况下建立系统的模型，并很好地展示了系统变量间的影响关系，而且使得故障传播路径一目了然。因此其成为基于模型故障诊断的一种常用方法。SDG模型完备性好、鲁棒性强，但利用SDG模型推理故障源时，系统越大越容易出现“组合爆炸”，产生多义性，使得诊断结果的分辨率不高，并且诊断过程中需要加入大量的人为限制条件。模糊理论是一种纯定量性的数学，它能够将模糊概念进行数学定量化，有利于模糊问题的求解。引入模糊隶属度，将节点的故障发生可能性进行定量的描述，达到故障精准定位的要求。本文通过整理、研究已有的故障诊断方法，对故障诊断模型与基于模型的诊断方法及应用技术作了对比与探讨，本文所做的研究工作为如下几点：（1）基于当前故障诊断系统对实时性、准确性和完备性提出了更高的要求，本文提出建立分层模糊SDG模型。首先对系统建立符号有图模型，经过基于可达性分层方法对其进行分层，其次用模糊隶属度来描述各节点的故障严重程度，构建分层模糊符号有向图模型。当故障发生时，对报警节点进行回溯，搜索相容通路找出故障源备选节点。由于故障传播特性为从高层向低层，首先根据相容路径初选出位于高层次的备选故障节点，其次根据最小-最大算法计算各备选节点的模糊支持度，得到模糊支持度排序，为故障源的排查提供建议。（2）当工业过程中同时有故障发生时，普通的控制系统只能简单的给出报警，操作人员在第一时间难以确定真正的根原因，这会大大减少其正确采取操作的机会，导致系统运行风险增加。为此本文提出一种基于分层模糊符号有向图模型的故障诊断算法，通过相容通路判断、模糊推理、计算节点模糊支持度并排序，用于对备选故障源进行可能性分析，给出最有可能的故障源，从而给出真正故障源，达到减少误操作和提高系统诊断准确率的目的。（3）提出一种基于分层模糊符号有向图模型的故障诊断方法，以TEP系统为例，首先建立系统分层模糊符号有向图，当故障发生时，根据故障传播路径上节点间的定性关系，确定分层模糊SDG模型相容通路，通过计算各节点模糊支持度得到备选故障源发生可能性排序。本文通过仿真实验证明，该方法不仅保留了SDG完备性好、可提供故障演变路径的优点，模型中结合基于可达性的分层方法，在故障诊断中通过建立分层有向图模型达到减少搜索空间、提高诊断效率的目的。且弥补了SDG诊断中诊断分辨率和速率较低的不足。(本文来源于《太原理工大学》期刊2015-05-01）
吴枰[10]（2015）在《基于KAP有向图模型的医学图像分类技术》一文中研究指出随着计算机科学技术的快速发展和医学图像采集设备的大量普及,医学图像已经被广泛的应用在临床诊断上,这其中包括CT、MRI、PET等多种模态图像。它们为医生的诊断提供了丰富而又宝贵的信息,提高了医生诊断的效率和准确度,极大的促进了医学领域的发展。现阶段,医学图像的数据量急剧攀升,如何高效准确的对大量的医学图像数据进行分类,使其更好的辅助医生进行诊断成为了基于图像数据挖掘研究的热点。然而,由于医学领域的特殊性和医学图像的复杂性,都增加了对医学图像分类的难度。当前,对医学图像分类技术的研究还处在起步阶段,仍有很多关键的问题亟待解决,继续深入研究医学图像的分类技术有着十分重要的现实意义。另外,如何直观并且准确的向医生展现分类的过程和结果正日益被人们重视,信息的可视化作为一种有效的传达和展示信息的手段,特别是随着D3可视化技术的不断发展,它把图形、文字、色彩等视觉元素结合起来,并允许医生进行交互式的操作,使医生能够更快捷的理解分类的过程和结果。针对目前存在的问题,本文对医学图像分类技术进行了研究,并实现了医学图像分类的可视化,主要工作如下:1)针对医学图像建模过程中图模型不准确问题,提出了基于K最近邻纹理角点(K Nearest Neighbor Texture Angular Points,KAP)有向图模型。KAP有向图模型充分的利用了脑部CT图像良好的纹理特性,在纹理位置处提取角点并作为图模型的顶点,这保证了KAP有向图中顶点的代表性和降低了构图的复杂性。同时,通过在KAP有向图中建立有向边,充分的考虑了顶点和顶点间的空间结构关系。并结合医学领域的知识赋予每个顶点相应的可移动范围,使本模型能够真实反应出脑部CT图像的特点,更具有实际应用价值。2)针对医学图像分类过程中图模型间相似性匹配精度不高问题,提出了KAP有向图多步匹配方法,包括以下叁个步骤:首先,提出了KAP有向图粗粒度匹配算法,用来返回两张KAP有向图间顶点的初始匹配序列;其次,提出了KAP有向图细粒度匹配算法,此算法引入了QFV和HFV描述符,用来对KAP有向图间的顶点进行进一步的匹配;最后,提出了KAP有向图匹配的优化算法,包括伪同构结构排除方法和遭误删顶点找回策略,从而准确的实现了KAP有向图的相似性匹配过程,得到了KAP有向图间相同的顶点和公共子图。3)进行对比实验,从分类时间、准确率、召回率等方面对分类器进行评估,并与现存的医学图像分类方法进行对比,证明了本方法在时间复杂度和准确度方面都取得了较好的效果。最后,设计了医学图像分类可视化系统,对分类的过程和结果进行了可视化展示。(本文来源于《哈尔滨工程大学》期刊2015-04-01）
有向图模型论文开题报告
（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：
为充分挖掘图像数据信息,提出了一种有向图模型检索方法,结合距离测度初次检索和有向图距离二次检索提高图像检索性能;首先,采用传统的纹理、边缘和颜色特征以及特征之间的欧氏距离测度来进行初次检索,得到一个查询排序列表;在此基础上,结合距离测度与余弦测度设计图像之间的相关测度,在不同的相关测度阈值下构建图像数据集的有向图模型集合;最后,计算有向图距离,据此进行二次检索,降低误检现象;在COREL和ImageCLEF两个数据集上的图像检索实验结果表明,该方法的平均精确度和平均召回率指标高。
（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。
有向图模型论文参考文献
[1].王琦,赵强.多重高斯有向图模型结构学习[J].山东师范大学学报(自然科学版).2019
[2].龚晖,夏开建,金兆岩.基于图像数据挖掘的有向图模型检索方法[J].计算机测量与控制.2018
[3].姜英,王政,秦艳,袁健宝,贾小平.基于复杂网络的化工过程层次符号有向图模型建立及关键节点识别[J].化工进展.2018
[4].孙晨.搜索引擎中的有向图模型[J].科学咨询(科技·管理).2017
[5].张勇.加权有向随机图模型中的渐近理论研究[D].华中师范大学.2017
[6].许强,何成诗,郭强,杜丽娟.基于有向图模型构建证素辨证体系的探讨[J].南京中医药大学学报.2016
[7].吴枰,潘海为,高琳琳,韩启龙,谢晓芹.基于KAP有向图模型的医学图像分类算法[J].模式识别与人工智能.2016
[8].相子喜,吕学强,张凯.基于有向图模型的多模态新闻图像检索研究[J].科学技术与工程.2016
[9].赵靓.基于分层模糊符号有向图模型的故障诊断方法及其应用[D].太原理工大学.2015
[10].吴枰.基于KAP有向图模型的医学图像分类技术[D].哈尔滨工程大学.2015
论文知识图
