导读:本文包含了基于分层的编码论文开题报告文献综述、选题提纲参考文献，主要关键词:图像,稀疏,网络,卷积,标量,视觉,背景。
基于分层的编码论文文献综述写法
段善荣,夏力超[1]（2019）在《面向监控视频编码的分层背景预测模式》一文中研究指出基于背景建模的背景预测模式可以有效提升监控视频的编码效率。但是,现有的研究主要关注运动前景临时遮挡静态背景的情况,而忽略了另一种常见情况,即静态背景也可能临时遮挡运动前景。为了在这两种情况下都能取得理想的编码效率,本文提出了一种面向监控视频编码的分层背景预测模式。该预测模式基于常规的背景建模结果,进一步在深度方向区分背景相对于前景的位置。在此基础上,引入一种新的块匹配模式,即任意匹配模式,以尽量避免高代价的宏块分割,从而提高编码效率。实验结果表明,分层背景预测模式可以有效提高监控视频的编码效率。(本文来源于《湖北科技学院学报》期刊2019年05期）
冀保峰,王一丹,邢冰冰,李玉琦,高宏峰[2]（2019）在《基于分层多跳物理层网络编码的超密集网络吞吐量增强方法》一文中研究指出超密集网络通过小小区的密集部署提升了空间的复用增益,成为解决未来5 G数据流量1 000倍及用户体验速率10～100倍提升的有效方案。然而,小小区密集部署带来的干扰问题以及小基站的较小覆盖范围导致的信号衰落,会减小网络容量并降低用户体验。为了同时考虑未来5 G超密集组网"覆盖"和"容量"的问题,提出了基于分层多跳物理层网络编码的吞吐量增强方法。该方法利用超密集网络多节点的异构分层特征,结合多跳物理层网络编码的高频谱效率特性,在无需源节点和终端节点直达链路的情况下,有效提升了超密集网络的吞吐量,节省了源到终端节点的时隙开销,且降低了系统的干扰。最后,通过仿真验证了所提方案的有效性和正确性,相比传统方案有效提升了系统性能。(本文来源于《计算机科学》期刊2019年07期）
李华新,王衍学[3]（2019）在《基于分层稀疏编码的轴承剩余寿命预测方法》一文中研究指出剩余寿命预测技术是装备智能维护与智能制造的关键技术。滚动轴承作为旋转机械装备关键零/部件之一,对其进行剩余寿命预测具有重要工程与实际意义,因此提出一种基于分层稀疏编码的滚动轴承剩余寿命预测方法。该方法作为深度学习模型的一种,克服了传统机器学习模型需要大量训练、标签学习以及鲁棒性差的缺点,有效提高了轴承剩余寿命预测精度。实验结果表明该方法具有更高的预测精度和更好的鲁棒性。(本文来源于《现代制造工程》期刊2019年05期）
李秋珍,白兴强,李立夏,王赢[4]（2019）在《量化编码的分层可通航小世界图算法》一文中研究指出随着大数据和人工智能的高速发展,针对多媒体数据的结构化处理与基于内容的检索受到极大的关注,面对多媒体数据结构化后的海量高维特征向量,如何快速、准确地检索是人工智能处理大规模数据所必须解决的问题。最近提出的分层可通航小世界图HNSW检索算法在多个公开数据集取得了最佳的性能表现,但该算法存在内存开销大的问题。而基于量化编码的检索算法能够压缩数据集向量,大幅度降低内存占用。将量化编码和分层可通航小世界图算法结合,提出了2种基于量化编码改进的HNSW算法,分别是使用标量量化编码向量的HNSWSQ算法和使用乘积量化编码向量的HNSWPQ算法,2种算法使用不同的量化策略存储原始向量编码,以降低内存开销,再通过HNSW算法建立索引达到缩短检索耗时的目的。其中HNSWSQ算法在多个数据集上获得了与HNSW算法相近的查全率和平均检索耗时,而内存开销大幅降低。实验结果表明,HNSWSQ算法在SIFT-1M和GIST-1M数据集上的内存开销比HNSW算法分别降低了45.1%和70.4%。(本文来源于《计算机工程与科学》期刊2019年04期）
孙长印,安秀莎,梁彦霞[5]（2019）在《异构网虚拟小区分层结构预编码》一文中研究指出针对异构网虚拟小区,给出一种分层预编码方案,以抑制跨层干扰和用户间干扰。利用K均值或余弦度量,根据用户干扰信道相似度最大准则,从各小区选择调度用户;利用块对角化计算各小区调度用户统一的外层预编码,以消除跨层干扰;利用信漏噪比最大化准则,计算所有调度用户的内层预编码,以消除用户间干扰。所给方案可降低预编码复杂度,减少反馈开销,提升系统吞吐量,适用于异构网虚拟小区。(本文来源于《西安邮电大学学报》期刊2019年02期）
苗留飞,杨阳,李晓军[6]（2018）在《循环非编码RNA对非小细胞肺癌早期诊断及预后分层作用的研究进展》一文中研究指出肺癌是世界范围内最常见的恶性肿瘤之一,美国每年因肺癌死亡超过15万人,占癌症死亡率的15%,在我国,肺癌已成为恶性肿瘤的第一位死亡原因。其病理分型80%以上都是非小细胞肺癌(non-small cell lung cancer, NSCLC),早期诊断和治疗对于肺癌患者的预后尤为重要。随着高通量测序技术和生物信息学的发展,大量的非编码RNA(non-coding RNA,ncRNA),如微小RNA(microRNA,miRNA)、长链非编码RNA(long non-coding RNA, lncRNA)、环状RNA(circular RNA,circRNA)等被发现与基因表达调控、细胞分化生长等密切相关,可能参与了肺癌的发生发展。外周血存在相当稳定丰富的循环非编码RNA(circulating non-coding RNA),可能和循环肿瘤DNA(circulating tumor DNA,ctDNA)类似,是肿瘤细胞散落在血液中的信息密码,携带着肿瘤细胞的重要遗传特征而发挥信号传递作用,对于肿瘤的诊断、治疗和预后评估有极大的应用价值。本文将对循环miRNAs、lncRNAs、circRNAs和外泌体中非编码RNA作为非小细胞肺癌诊断及预后生物标志物的应用作一综述。(本文来源于《第十叁届全国免疫学学术大会摘要汇编》期刊2018-11-07）
王金平[7]（2018）在《基于深度卷积稀疏自编码分层网络的人脸识别技术》一文中研究指出面对海量人脸图像识别,传统特征提取方法难以提取有效特征,造成人脸识别准确率较低。提出了一种鲁棒的人脸特征提取算法,即利用深度卷积稀疏自编码网络自动学习人脸中丰富且识别力高的特征。该方法将卷积操作融入自编码网络中,同时加入稀疏化思想,从而形成深度卷积稀疏自编码分层网络(hierarchical deep convolution sparse autoencoder,HDCSAE);用该网络自动提取海量人脸图像的高层鲁棒特征,并将提取的特征作为SVM分类器的输入得到分类结果。在FERET人脸数据库下对该方法进行测试,识别率达到99.47%,比传统的基于提取人为定义特征的人脸识别方法的识别率有所提高。(本文来源于《太原理工大学学报》期刊2018年05期）
穆尔希德[8]（2018）在《分层聚类矩形分割的图像/视频编码与分析（英文）》一文中研究指出基于抽象区域的图像检索(RBIR)对于查询相关图像是有效的,它将构成智能视频监控的基础,其中感兴趣区域(ROI)的特征是实时提取的。对基于经典聚类方法的现有图像分割技术进行综述,包括一种新颖的矩形分割(CSeg)技术,该技术生成近似的矩形图像片段。CSeg具有最小可能的线性顺序运行时间,在性能方面,使用近似段的RBIR在统计上类似于那些使用不适于实时应用的精确分割算法的RBIR。(本文来源于《西安邮电大学学报》期刊2018年04期）
赵长明[9]（2018）在《面向802.11p并发传输的图像分层编码算法与实现》一文中研究指出在当今社会,人们的生活与汽车及网络紧密相连。随之产生的车联网技术也是成为研究的热点,结合车联网技术提高行车安全也越来越受到关注。车联网具有多种功能,对于交通管理部门,车联网可以对交通智能化管理;对于车内人员,车联网提供智能动态信息服务。目前,车辆的安全系统依赖于自身的传感器在给定时间内的实时反馈。车载传感器存在覆盖范围有限,存在检测盲区。车与车之间协同性差,信息互相独立。车联网可以解决车辆之间数据共享问题,扩大车辆获取信息的范围。在车联网中图像传输总体上有两大类:安全性相关较低的普通图像;安全性相关较高的路况图像。普通娱乐图像传输对实时性要求较低,安全相关的图像传输对图像传输实时性要求较高。本文以车联网为背景,先介绍了车联网相关用途与发展状况,然后介绍了车联网相关技术IEEE 802.11p。IEEE802.11p可以处理车联网的数据传输,但在传输安全相关的图像时,只在单信道传输,效率较低,没有考虑性能问题。因此,本文的算法主要研究车联网中关于安全相关图像的传输效率问题。在图像传输时,对图像进行分层编码,并结合IEEE 802.11p的信道调度方式,通过多信道并发传输的方式。然后在接收端按照一定的规则合并传输图像,完成传输。算法能充分利用信道资源,提高图像传输的实时性。本文算法还兼顾了传输时的可靠性,在数据发生丢包的情况下,仍能保持图像整体内容,便于人员阅读。本文还对算法的效率进行了理论分析,将目前普通传输方式与算法进行了对比。并结合实际的车载系统及图像采集设备,完成了算法的实例程序。实例程序介绍了算法的实现方式与使用场景。通过理论和实践结果分析得出,该算法在安全相关的图像传输时效率较高,对提高行车安全,辅助交通管理部门快速获得信息及交通管理有一定的现实意义,对解决车联网图像高速传输问题有一定的参考价值。(本文来源于《大连理工大学》期刊2018-06-30）
胡运强,曹云峰,丁萌,庄丽葵[10]（2018）在《基于分层搜索与局部约束线性编码的机场检测》一文中研究指出提出一种用于固定翼无人机自主着陆导航的分层机场检测方法,以提高机场检测的速度。采取一种由粗到细的分层搜索结构,逐层缩小搜索面积以快速提取机场的候选区域。首先进行伪地平线检测将机场搜索区域限制为地面区域,然后根据机场区域包含大量垂直线的事实确定机场近似区域候选区以进一步缩小机场搜索区域,最后利用Edge Boxes得到高定位精度的机场候选区域。利用局部约束线性编码(LLC)特征学习法以尺度不变特征变换(SIFT)为基础特征提取机场候选区域特征并使用线性支持向量机(SVM)分类器完成机场检测。实验中在不同天气、不同背景条件下对所提机场检测方法进行了综合测试,并与其他方法进行比较,实验结果表明本文机场检测方法能有效提高机场检测速度,且准确率高。(本文来源于《光学学报》期刊2018年08期）
基于分层的编码论文开题报告范文
（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：
超密集网络通过小小区的密集部署提升了空间的复用增益,成为解决未来5 G数据流量1 000倍及用户体验速率10～100倍提升的有效方案。然而,小小区密集部署带来的干扰问题以及小基站的较小覆盖范围导致的信号衰落,会减小网络容量并降低用户体验。为了同时考虑未来5 G超密集组网"覆盖"和"容量"的问题,提出了基于分层多跳物理层网络编码的吞吐量增强方法。该方法利用超密集网络多节点的异构分层特征,结合多跳物理层网络编码的高频谱效率特性,在无需源节点和终端节点直达链路的情况下,有效提升了超密集网络的吞吐量,节省了源到终端节点的时隙开销,且降低了系统的干扰。最后,通过仿真验证了所提方案的有效性和正确性,相比传统方案有效提升了系统性能。
（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。
基于分层的编码论文参考文献
[1].段善荣,夏力超.面向监控视频编码的分层背景预测模式[J].湖北科技学院学报.2019
[2].冀保峰,王一丹,邢冰冰,李玉琦,高宏峰.基于分层多跳物理层网络编码的超密集网络吞吐量增强方法[J].计算机科学.2019
[3].李华新,王衍学.基于分层稀疏编码的轴承剩余寿命预测方法[J].现代制造工程.2019
[4].李秋珍,白兴强,李立夏,王赢.量化编码的分层可通航小世界图算法[J].计算机工程与科学.2019
[5].孙长印,安秀莎,梁彦霞.异构网虚拟小区分层结构预编码[J].西安邮电大学学报.2019
[6].苗留飞,杨阳,李晓军.循环非编码RNA对非小细胞肺癌早期诊断及预后分层作用的研究进展[C].第十叁届全国免疫学学术大会摘要汇编.2018
[7].王金平.基于深度卷积稀疏自编码分层网络的人脸识别技术[J].太原理工大学学报.2018
[8].穆尔希德.分层聚类矩形分割的图像/视频编码与分析（英文）[J].西安邮电大学学报.2018
[9].赵长明.面向802.11p并发传输的图像分层编码算法与实现[D].大连理工大学.2018
[10].胡运强,曹云峰,丁萌,庄丽葵.基于分层搜索与局部约束线性编码的机场检测[J].光学学报.2018