导读:本文包含了时间组合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:组合,神经网络,时间,持续时间,卷积,成分,目标。
时间组合论文文献综述
许国艳,朱进,司存友,胡文斌,刘凡[1]（2019）在《基于CNN和MC的水文时间序列预测组合模型》一文中研究指出对于水位精准的预测是预防洪涝灾害的有效措施。在深度学习不断发展的背景下,提出基于卷积神经网络和马尔科夫链的水文时间序列预测组合模型,该模型解决了现有算法未考虑站点之间空间的相关性、多维输入的时候会提高特征提取中数据重建的复杂度,以及单一模型只考虑水位时间序列线性部分而未考虑非线性部分所导致的预测精度低的问题。该组合模型首先运用卷积神经网络训练水位时间序列和降雨量时间序列对未来水位进行预测,并结合原始时间序列计算得到残差序列,再将使用马尔科夫链训练残差序列得到的残差预测结果和卷积神经网络预测的值相加得到最终的结果。实验表明,该方法与现有算法相比,在预报准确率上能够取得更好的效果。(本文来源于《计算机与现代化》期刊2019年11期）
何珂,杨顺新,郜勇刚[2]（2019）在《基于PCA-RF组合模型的隧道交通事故持续时间预测》一文中研究指出使用主成分分析(PCA)和随机森林(RF)组合模型对高速公路隧道交通事故持续时间进行预测。主成分分析用来提高随机森林模型的精度与效率。此外,通过调节2个模型参数,包括决策树数目和最大树深度来提高模型精度和避免模型过拟合。参数优化的结果表明,建模时决策树数目取150、最大树深度取10可降低模型的泛化误差。用以建模的数据包括了山西省的所有高速公路隧道自2012—2017年内的2 115起事故数据。每起事故数据包括16个变量,包括隧道类型,事故发生位置类型,事故类型等。结果表明,PCA-RF组合模型的平均绝对误差为12.80 min,误差20 min以内的准确率为89.15%,取得了良好的预测效果。并且,PCA-RF组合模型的精度高于RF模型,说明PCA-RF组合模型能够提高事故持续时间预测的精度。且PCA能够降低数据维度,提高算法的效率。与人工神经网络模型的结果表明,PCA-RF组合模型预测结果精度高且其模型更简单、效率更高。(本文来源于《交通信息与安全》期刊2019年05期）
吴广恒,王德武[3]（2019）在《变径组合提升管内团聚物持续时间的分析》一文中研究指出在固气比[G_s/(ρ_g·U_g)]为2.13～47.95的范围内,对循环流化床变径组合提升管内团聚物持续时间进行了测量与分析,结果表明:单个团聚物持续时间为0.001 28～0.601 60 s,局部位置团聚物平均持续时间为0.014 32～0.160 64 s;在数量上,持续时间小于0.064 00 s的低浓度团聚物占87.69%,持续时间大于0.064 00 s的高浓度团聚物占12.31%;在固气比较低时,主要由低浓度团聚物主导平均持续时间;在固气比较高时,临近边壁区域主要由高浓度团聚物主导平均持续时间。时间多尺度分析结果表明:低浓度团聚物中,在数量上主要以持续时间为0.001 28～0.038 40 s的团聚物为主,在对平均持续时间的影响上主要以持续时间为0.012 80～0.038 40 s的团聚物为主;高浓度团聚物中,在数量和对平均持续时间的影响上,均主要以持续时间为0.064 00～0.128 00 s的团聚物为主。(本文来源于《石油炼制与化工》期刊2019年09期）
罗丹[4]（2019）在《基于组合范畴语法的汉语时间词的逻辑语义分析》一文中研究指出当今时代是计算机信息处理的时代",大数据"和"云计算"等思想接踵而至",计算机句法分析"和"计算机语义理解"等概念纷至沓来。要想计算机理解自然语言,就需要对自然语言进行句法和语义的形式化分析,使自然语言成为一种可计算、可推演的处理对象,这就是逻辑语义学或语言逻辑的研究任务。而要形式理解语言,首先要对汉语中特定研究对象进行研究,比如时间词。通过CCG这个理想的逻辑工具,对汉语时间词进行分类的逻辑语义分析,力图为自然语言语义理解和人机通讯等领域提供素材。(本文来源于《贵州工程应用技术学院学报》期刊2019年04期）
程建华,范世龙,李亮,董萍[5]（2019）在《基于量测修正的组合导航系统时间同步方法》一文中研究指出针对机动条件下组合导航系统卫星量测与惯导数据时间不同步影响定位性能的问题,提出一种基于卫星量测修正的组合导航系统同步方法。通过对卫星量测的线性化及时延误差补偿处理,大幅降低了卫星量测中的时延误差。仿真实验表明,这种方法可以将估计时延相比真实时延的差值减小到几毫秒,实现时延的精准估计,有效消除时延对于组合导航定位性能的影响。(本文来源于《系统工程与电子技术》期刊2019年10期）
王江,陈文[6]（2019）在《基于组合神经网络的时间分数阶扩散方程计算方法》一文中研究指出该文首次采用一种组合神经网络的方法,求解了一维时间分数阶扩散方程.组合神经网络是由径向基函数(RBF)神经网络与幂激励前向神经网络相结合所构造出的一种新型网络结构.首先,利用该网络结构构造出符合时间分数阶扩散方程条件的数值求解格式,同时设置误差函数,使原问题转化为求解误差函数极小值问题;然后,结合神经网络模型中的梯度下降学习算法进行循环迭代,从而获得神经网络的最优权值以及各项最优参数,最终得到问题的数值解.数值算例验证了该方法的可行性、有效性和数值精度.该文工作为时间分数阶扩散方程的求解开辟了一条新的途径.(本文来源于《应用数学和力学》期刊2019年07期）
鹿天宇,都莱娜,张雪伍[7]（2019）在《基于时间序列与PCA-BP组合模型的股价变化趋势研究》一文中研究指出为提高股票价格预测精度和效率,提出了一种时间序列与PCA-BP神经网络组合模型。先利用时间序列模型预测股价随时间变化的主趋势,再利用PCA-BP神经网络模型对股价变化主趋势外的随机变化进行预测,最后将两种模型的预测结果相加得到最终的股价预测结果。对华大基因公司2018年周股价进行仿真实验,结果表明ARIMA与PCABP神经网络组合股价预测模型的预测精度更高,能为股价预测提供有价值的参考。(本文来源于《农村经济与科技》期刊2019年11期）
刘翔宇[8]（2019）在《基于目标首达时间的资产组合分析》一文中研究指出马科维茨的均值—方差模型(E-V)分析投资者如何在确定的投资时间内,通过优化资产组合价值(即收益率)的概率分布,实现其在价值维度上的效用最大化,在确定的投资时间内,组合价值随机游走。基于目标首达时间的资产组合模型则分析了投资者如何在给定资产组合价值(即收益率)目标的情况下,通过优化目标首达时间的概率分布,实现其在时间维度上的效用最大化,在该模型中,目标首达时间是随机变量。模型打开了资产组合分析的新视角,拓展了资产组合分析的研究空间,为设计新型金融资产奠定了理论基础。(本文来源于《现代商业》期刊2019年17期）
叶恒舟[9]（2019）在《时间约束的Web服务组合研究》一文中研究指出以Web服务为关键技术的面向服务的构架(Service-Oriented Architecture,SOA)正成为Internet上主流的软件形态,它通过重用和重组现有的Web服务,可以实现数据、资源和系统的灵活集成。随着Internet网上Web服务数量的激增,为更好的满足用户需求的多样化和个性化,在组合服务时,需要在满足用户的时序及服务质量(Quality of Service,QoS)约束的前提下,优化某些性能指标。当前,关于时序约束的Web服务组合研究多是关注组合服务的兼容性验证或演算,而QoS感知的Web服务组合仍然受到高昂的时间开销的困扰,尤其是考虑到QoS的不确定性。基于上述背景,本文致力于基于时序约束以及包含响应时间在内的QoS感知的Web服务组合问题研究,取得了以下主要研究成果。(1)提出了一种时序约束分解(TCD)模型及其求解算法。时序约束分解模型的目标是将施加于整个工作流或其子工作流的全局性时序约束分解为施加于该工作流中包含的每个任务的局部时序约束。当为每个任务选择的候选服务满足这些局部时序约束时,可以保障用户需求的全局性时序约束。求解该模型的贪心算法致力于保留尽可能多的候选组合方案,即为每个任务保留尽可能多的候选服务,同时尽量均衡各个任务保留的候选服务个数。通过时序约束分解,基于时序约束的Web服务组合问题被转化为一般的Web服务组合问题,并通过过滤不满足局部时序约束的候选服务而在一定程度上降低了原问题的规模。仿真实验分析了本文的方法的效果、必要性及时间开销,并对比评估了其性能。(2)提出一种约束强度感知的时序约束分解(CIA-TCD)模型。针对保障全局时序约束的时序约束分解模型在用户约束强度较强时寻找到可行组合方案的概率较低的问题,通过在该模型中引入松弛因子,形成了约束强度感知的时序约束分解模型,并给出了一种基于模糊推理的松弛因子自适应调节算法。仿真实验表明,与TCD模型相比,CIA-TCD模型,在约束强度较强时,可明显提升找到可行组合方案的概率。(3)提出了一种基于全局QoS约束分解的两阶段Web服务组合方法。在第一阶段将全局QoS约束分解为一系列局部约束,作为每个任务需要满足的上/下限。所建立的全局QoS约束分解模型以保留尽可能多的候选服务为优化目标,以保障全局QoS约束为约束条件。求解该模型的贪心算法,时间复杂度低,且与QoS属性值的关联很小,可以很好地分离全局约束分解与局部选择这两个阶段。第二个阶段为局部优选,只需要在满足局部约束的基础上选择具有最优综合效用的候选服务。因此,本文的方法更适用于QoS动态环境。仿真实验表明,相对于现有方法,本文的方法时间复杂度更低,效用更优。(4)提出了一个整数二次约束问题(Integer Quadratically Constrained Program,IQCP)模型,用以描述不确定QoS的Web服务组合问题。本文针对可以用有向无环图(Directed Acyclic Graph,DAG)表示的工作流,基于Web服务的QoS相互独立且服从正态分布等假设,经过缜密的数学推理与近似计算,讨论了四种类型的QoS的期望与方差的计算方法,并将不确定QoS的Web服务组合问题描述为一个IQCP模型。仿真实验综合运用CPLEX、MATLAB和JAVA分析了模型的鲁奉性、时间开销。与现有方法,本文的方法可以快速的较为准确的估算组合服务的QoS。(5)提出了可用时段受限的Web服务的时序模型,以及以最小化完工跨度为优化目标的可用时段受限的Web服务组合方法。仿真实验分析了算法的时间开销,验证了研究该问题的必要性。综上所述,本文深入研究了与时间约束相关的Web服务组合问题。通过提出时序约束分解模型及全局QoS约束分解模型,将用户的提出的时序约束与QoS约束分解为针对单个任务的局部约束,从而可以通过局部优化策略快速地寻找到满足用户约束条件的组合服务,降低了时间开销,增加了对QoS动态场景的适应能力,具有很好的学术价值和一定的指导作用。本文也提出了可以较为精确而快速的求解不确定QoS的Web服务组合问题的IQCP模型,并探索了可用时段受限的Web服务组合问题,相关工作还有待进一步深入和完善。(本文来源于《广西大学》期刊2019-06-01）
李超东[10]（2019）在《具有晶圆驻留时间约束的单臂组合设备批量切换调度研究》一文中研究指出半导体制造业是现代信息产业的基础,对促进国家经济发展和科技进步具有重要的战略意义。晶圆制造作为半导体制造产业的关键部分,其过程复杂且对加工环境要求严格,为了满足这些要求,厂商普遍使用组合设备进行晶圆加工。随着客户个性化要求的提高,晶圆制造趋于多品种和小批量模式,组合设备需频繁切换晶圆的批次,降低了组合设备利用率并延长了加工周期。对于一些加工工艺,晶圆具有严格的驻留时间约束,即要求晶圆在加工模块(Processing Module,PM)中具有有限的停留时间。因此,为了提高组合设备运行效率并保证晶圆质量,研究具有晶圆驻留时间约束的单臂组合设备批量切换调度问题。首先,对两批晶圆的切换加工过程进行了分析,尤其是机械手活动序列的分析。采用Petri网描述了系统中晶圆批量切换加工过程,并建立避免系统死锁的控制策略。对Petri网模型的变迁和库所进行赋时,通过分析活动时间得到系统活性的充要条件。其次,在系统标识演变过程中,根据Petri网模型的变迁触发序列,获得了机械手作业时间和晶圆逗留时间的解析表达式。将两批晶圆步骤的工作负载分为两种情形:相对平衡和非相对平衡。对第一种情形,获得系统可调度性的判定定理和相应机械手等待时间的求解算法,并证明在满足定理条件下的算法能获得可行且最优的调度;对第二种情形,建立系统运行的线性规划模型(Linear Programming Model,LPM),其同样能求解调度的可行性问题并在调度可行的基础上获得最优的调度。为了提高LPM的求解效率,建立了相应的LINGO模型。采用实例验证了定理以及LPM的有效性和正确性。最后,由于组合设备运行成本较高,本文采用eM-Plant建立单臂组合设备的仿真模型。晶圆的加工过程和机械手的运动由嵌入式编程语言控制。在仿真运行过程中,将各枚晶圆进出PM的时间参数记录在表格中,从而可判断其是否违反晶圆驻留时间约束,以验证调度的可行性。通过实例验证了调度方法与仿真模型的有效性。上述研究结果表明,在给定的机械手调度策略下,本文提出的方法能够用于判断单臂组合设备批量切换调度的可行性,并在调度可行的基础上获得最优的切换工时。(本文来源于《江西理工大学》期刊2019-05-29）
时间组合论文开题报告
（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：
使用主成分分析(PCA)和随机森林(RF)组合模型对高速公路隧道交通事故持续时间进行预测。主成分分析用来提高随机森林模型的精度与效率。此外,通过调节2个模型参数,包括决策树数目和最大树深度来提高模型精度和避免模型过拟合。参数优化的结果表明,建模时决策树数目取150、最大树深度取10可降低模型的泛化误差。用以建模的数据包括了山西省的所有高速公路隧道自2012—2017年内的2 115起事故数据。每起事故数据包括16个变量,包括隧道类型,事故发生位置类型,事故类型等。结果表明,PCA-RF组合模型的平均绝对误差为12.80 min,误差20 min以内的准确率为89.15%,取得了良好的预测效果。并且,PCA-RF组合模型的精度高于RF模型,说明PCA-RF组合模型能够提高事故持续时间预测的精度。且PCA能够降低数据维度,提高算法的效率。与人工神经网络模型的结果表明,PCA-RF组合模型预测结果精度高且其模型更简单、效率更高。
（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。
时间组合论文参考文献
[1].许国艳,朱进,司存友,胡文斌,刘凡.基于CNN和MC的水文时间序列预测组合模型[J].计算机与现代化.2019
[2].何珂,杨顺新,郜勇刚.基于PCA-RF组合模型的隧道交通事故持续时间预测[J].交通信息与安全.2019
[3].吴广恒,王德武.变径组合提升管内团聚物持续时间的分析[J].石油炼制与化工.2019
[4].罗丹.基于组合范畴语法的汉语时间词的逻辑语义分析[J].贵州工程应用技术学院学报.2019
[5].程建华,范世龙,李亮,董萍.基于量测修正的组合导航系统时间同步方法[J].系统工程与电子技术.2019
[6].王江,陈文.基于组合神经网络的时间分数阶扩散方程计算方法[J].应用数学和力学.2019
[7].鹿天宇,都莱娜,张雪伍.基于时间序列与PCA-BP组合模型的股价变化趋势研究[J].农村经济与科技.2019
[8].刘翔宇.基于目标首达时间的资产组合分析[J].现代商业.2019
[9].叶恒舟.时间约束的Web服务组合研究[D].广西大学.2019
[10].李超东.具有晶圆驻留时间约束的单臂组合设备批量切换调度研究[D].江西理工大学.2019
论文知识图
