导读:本文包含了匹配网络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:网络,图像,卷积,舆情,物流,中波,发射机。
匹配网络论文文献综述
陈惠娟,赵旭,陈亮[1]（2019）在《云计算环境中移动网络低匹配度异质信息入侵感知预测算法》一文中研究指出针对传统灰色神经网络组合预测算法对网络中入侵信息预测时,缺乏对低匹配度异质信息的预处理过程,未对信息入侵攻击意图进行预测,存在预测准确率低以及入侵防御性能差等问题,提出一种新的云计算环境中移动网络低匹配度异质信息入侵感知预测算法,通过灰色模型对初始网络低匹配度异质信息进行预处理.先采用基于元路径的低匹配度异质信息入侵感知预测算法得到入侵攻击意图矩阵,再根据该矩阵获取入侵攻击意图函数关系,实现低匹配度异质信息入侵攻击意图预测.仿真实验结果表明,该算法可全面预测信息入侵的意图和过程,对入侵信息节点防御成功率约为85%,误警率和漏警率较低,并具有较高的预测精度.(本文来源于《吉林大学学报(理学版)》期刊2019年06期）
邓孝祥,葛飞[2]（2019）在《超声波电源匹配网络和频率跟踪系统的研究》一文中研究指出针对传统的超声波电源存在功率损耗高、致使换能器能量大幅度下降甚至停振的问题,通过调节超声波电源输出的开关频率,使得换能器两端的电压和电流保持同一相位,并且采用串联电感的方式,通过TMS320F28335控制芯片对换能器输出电压和电流时刻进行相位捕捉,调整其相位差,促使换能器工作在最佳谐振状态。实验表明:与传统的频率跟踪方法相比,相位控制法采集频率速度更快,能加快系统的动态响应速度。(本文来源于《通信电源技术》期刊2019年11期）
谭浩,车志龙,苏翠丽[3]（2019）在《基于卷积神经网络的半全局立体匹配》一文中研究指出卷积神经网络在训练时,输入的图像对可能存在尺寸不一致,以及半全局算法的路径代价聚合不能完全利用待匹配点周围的像素,本文提出一种结合空间金字塔的网络结构训练图像对,计算初始匹配代价,在代价聚合时采用一种结合树形结构的半全局算法。改进后的算法通过实验证明,误匹配率有了明显的降低,获取的视差图精度更高。(本文来源于《信息技术与信息化》期刊2019年11期）
王欣,龙青,卢春天[4]（2019）在《劳动力市场中微信网络对人职匹配的影响研究》一文中研究指出本研究通过问卷调查以及对互联网从业人员的深度访谈,阐述了基于微信网络平台的劳动力市场中的人职匹配是如何实现的。研究发现微信网络为劳动力市场供需双方提供了一种对线下信任关系的有效互惠互动的补充网络,这个社会网络是包括了熟人和陌生人的社会网络,是强弱关系的混合体。尽管微信网络能够降低劳动力市场中交易成本,优化市场内的资源,提高市场中的运行效率,但是在劳动力市场中,微信网络要发挥精准的人职匹配作用需要满足两个条件:提升微信使用中第叁方中介的信任度;信息发布者和接受者在其中的多维社会属性上具有共性。(本文来源于《青年探索》期刊2019年06期）
张小晶,朱格平[5]（2019）在《叁频共塔Γ型匹配网络设计》一文中研究指出为了解决一付铁塔发射3套中波广播节目的问题,采用计算各自频率阻塞网络的L、C值和测量阻塞网络对工作频率的电抗值的方法,设计了3个频率的Γ型匹配网络,通过使用网络分析仪进行单频调试和多频联调,确定匹配元件的电抗值,在实测中3个频率得到了很好的匹配,完全满足叁频共塔的技术要求。(本文来源于《中国有线电视》期刊2019年10期）
韩振杰[6]（2019）在《中波10KWDAM发射机匹配网络分析及调试》一文中研究指出随着科技技术的不断发展,广播发射机虽然采用了固态化器件,降低了成本、提高了整机效率。但场效应管不具备忍耐瞬间高电压、高电流的要求。只有将网络匹配好了,才能更好的保障发射机的正常运行。本文主要介绍了全固态发射机匹配网络的原理分析,叁次谐波滤除及匹配网络调试方法,以便有效的维护发射机的稳定状态(本文来源于《甘肃科技》期刊2019年19期）
杨静,朱莉萨,朱镇远,黄微[7]（2019）在《基于贝叶斯网络的网络舆情案例匹配模型》一文中研究指出[目的]通过研究当下网络环境的具体情境,利用概率分析的方式判断具体舆情所属的案例类型,从而为网络舆情危机响应决策提供依据。[方法]使用贝叶斯网络模型作为分析方法,构建网络舆情案例匹配的指标体系和案例匹配模型。[结果]通过48个网络舆情危机中的随机43个事件作为训练数据,构建贝叶斯网络模型,使用剩余5个网络舆情危机事件作为测试组,经检验测试样本案例匹配结果与事实相符。[结论]本文通过构建网络舆情案例匹配的相关指标体系和贝叶斯网络模型,为对网络舆情进行分型,从而为舆情危机响应提供了决策依据。(本文来源于《现代情报》期刊2019年10期）
郭二军[8]（2019）在《云平台网络多重纹理图像匹配融合方法研究》一文中研究指出传统的图像匹配融合方法在匹配多重纹理图像时,很容易出现误差匹配,融合后的图像清晰度不高,轮廓不鲜明,针对上述问题,在云平台网络上研究了一种新的多重纹理图像匹配融合方法。首先,计算多重纹理图像的匹配代价,分析图像像素的相似度和特异性,构建动态规划路径,在不同网络结构下匹配多重纹理图像;然后,建立树状图对图像进行融合;最后,利用视察矫正方法将匹配融合得到的误差点消除。为验证该方法的工作效果,与传统匹配融合方法进行实验对比,结果表明,给出的方法能够清晰地得到像素点云,使融合后的图像轮廓鲜明,画质清晰,适用于图像重构。(本文来源于《现代电子技术》期刊2019年19期）
徐小峰,孙玉萍[9]（2019）在《多枢纽轴辐式协同物流网络任务-路径优化匹配研究》一文中研究指出针对物流网络运营中规模效益低、运营商与客户利益冲突等问题,本文提出了基于多枢纽轴辐式协同物流网络的任务-路径优化匹配策略。在网络结构确定的条件下,从物流集成服务商角度出发,综合考虑资源发车时刻、路径能力限制、动态成本折扣系数以及任务延时惩罚,构建了以总物流成本最小和时间最短为优化目标的轴辐式协同物流网络任务-路径优化匹配数学模型。根据问题特点,设计了基于叁层编码的遗传算法对模型进行求解,同时配合多点交叉、变异机制提高求解效率。研究结果表明,集并运输能够大幅度降低任务集执行成本,但当集并带来的交货延迟、客户满意度降低等负面效应超过其正面效应时,需适当匹配直达线路以提高整体效益。(本文来源于《中国管理科学》期刊2019年09期）
邓旭,朱立东[10]（2019）在《多用户场景下卫星网络匹配博弈资源分配策略》一文中研究指出随着卫星通信系统的广泛应用,移动终端的爆炸式增长,多样性和高质量业务需求的持续上升,特别是当前无线接入网络迎来5G发展新阶段,增强的移动带宽需求给卫星通信系统带来了不小压力。针对多用户场景下的网络资源分配问题,提出多层多对多匹配博弈资源分配方案。仿真结果表现出了匹配博弈的有效性和稳定性,并将多对多匹配算法与多对一匹配算法、一对一匹配算法相比较,结果表明多对多匹配博弈能有效提高资源利用率和用户整体体验质量。(本文来源于《无线电通信技术》期刊2019年06期）
匹配网络论文开题报告
（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：
针对传统的超声波电源存在功率损耗高、致使换能器能量大幅度下降甚至停振的问题,通过调节超声波电源输出的开关频率,使得换能器两端的电压和电流保持同一相位,并且采用串联电感的方式,通过TMS320F28335控制芯片对换能器输出电压和电流时刻进行相位捕捉,调整其相位差,促使换能器工作在最佳谐振状态。实验表明:与传统的频率跟踪方法相比,相位控制法采集频率速度更快,能加快系统的动态响应速度。
（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。
匹配网络论文参考文献
[1].陈惠娟,赵旭,陈亮.云计算环境中移动网络低匹配度异质信息入侵感知预测算法[J].吉林大学学报(理学版).2019
[2].邓孝祥,葛飞.超声波电源匹配网络和频率跟踪系统的研究[J].通信电源技术.2019
[3].谭浩,车志龙,苏翠丽.基于卷积神经网络的半全局立体匹配[J].信息技术与信息化.2019
[4].王欣,龙青,卢春天.劳动力市场中微信网络对人职匹配的影响研究[J].青年探索.2019
[5].张小晶,朱格平.叁频共塔Γ型匹配网络设计[J].中国有线电视.2019
[6].韩振杰.中波10KWDAM发射机匹配网络分析及调试[J].甘肃科技.2019
[7].杨静,朱莉萨,朱镇远,黄微.基于贝叶斯网络的网络舆情案例匹配模型[J].现代情报.2019
[8].郭二军.云平台网络多重纹理图像匹配融合方法研究[J].现代电子技术.2019
[9].徐小峰,孙玉萍.多枢纽轴辐式协同物流网络任务-路径优化匹配研究[J].中国管理科学.2019
[10].邓旭,朱立东.多用户场景下卫星网络匹配博弈资源分配策略[J].无线电通信技术.2019
论文知识图
