导读:本文包含了精化向量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:向量,高程,方法,算法,函数,水准,小波。
精化向量论文文献综述
谢波[1]（2014）在《基于支持向量机的似大地水准面精化研究》一文中研究指出本文论述了支持向量机的回归算法,提出了在似大地水准面精化中基于支持向量机的GPS高程异常建模的方法。以实例数据讨论了基于支持向量机的GPS高程异常建模步骤。研究结果表明,该技术无论在历史样本拟合的精度上还是模型的实际预测能力都具有较高的精度,将支持向量机技术应用于似大地水准面精化是可行的和有效的。(本文来源于《工程勘察》期刊2014年07期）
谢波[2]（2014）在《小区域似大地水准面精化的支持向量机技术研究》一文中研究指出论述了支持向量机的回归算法,提出了在似大地水准面精化中基于支持向量机的GPS高程异常建模的方法。以实例数据讨论了基于支持向量机的GPS高程异常建模步骤。研究结果表明,该技术无论在历史样本拟合的精度上还是模型的实际预测能力上都具有较高的精度,将支持向量机技术应用于小区域似大地水准面精化是可行的和有效的。(本文来源于《地矿测绘》期刊2014年02期）
肖小花,戴芳,郭文艳[3]（2012）在《一种调和Ritz向量的精化算法及应用》一文中研究指出利用调和Arnoldi算法的一种等价形式,用较少的运算量将大规模矩阵特征值问题转化成一个小型的标准特征值问题来求解调和Ritz对。针对调和Arnoldi算法中调和Ritz值收敛而相应的调和Ritz向量往往不收敛的情况,保持调和Ritz值不变,结合精化Arnoldi算法的思想给出了一种在位移Krylov子空间上对调和Ritz向量进行精化求解的精化变形算法,以寻求使残量范数达到极小的近似特征向量。理论分析和数值实验表明这种精化变形算法的可行性、有效性以及更快的收敛速度,利用此算法可以更快求解满足精度要求的大规模矩阵的特征值和特征向量。同时,将这种算法应用于图像K-L变换的协方差矩阵的特征值和特征向量的求解,克服了K-L变换中由于图像矩阵过大而求解过程困难的问题,选取前若干个较大的特征值所对应的特征向量构成变换矩阵进行K-L变换来压缩图像,能直接应用于实时的图像压缩,较对图像分块在每个小块上进行K-L变换的方法更有效。(本文来源于《成都理工大学学报(自然科学版)》期刊2012年03期）
陈向阳[4]（2011）在《基于小波分析的GPS基线向量精化技术》一文中研究指出基线解算是GPS数据处理中的重要环节。文章针对GPS双差观测序列中难以消除的非模型化误差,应用小波变换进行去噪,以提高GPS双差观测值的信噪比和精度;并提出了基线精化技术,有效解决了基线解算的关键问题,即模糊度解的快速固定和有效性,提高了基线解算的可靠性和平差结果的精度。(本文来源于《南通职业大学学报》期刊2011年01期）
唐予婷[5]（2009）在《求解二次特征值问题的添加精化向量的直接法》一文中研究指出基于残量范数极小的原则,提出了一种在迭代反位移的Arnoldi方法基础上进行改进的新算法,该算法在数值实验方面体现了其优越性。(本文来源于《福建工程学院学报》期刊2009年03期）
刘君伟[6]（2009）在《关于精化近似特征向量的一些性质研究》一文中研究指出本文主要研究精化近似特征向量的性质,其中包括求解对称特征问题时精化向量之间的正交性以及如何用精化Arnoldi方法求解矩阵重特征值的问题。全文共分为叁章。第一章介绍大规模矩阵问题的来源、解决这类问题的基本方法及其本学科发展动态,并概述本文主要工作。第二章研究精化Ritz向量的正交性。在有限精度下,如何用精化Arnoldi方法求对称矩阵的一组正交程度可达到机器精度的近似特征向量组。本章首先给出精化Ritz向量的一个新的表达式,该表达式表明理论上对不同的近似特征值,一般地无法保证精化Arnoldi方法所确定的精化Ritz向量组是正交的。进一步,采再正交化方法便可得到一组正交化程度可达到机器精度的标准正交近似特征向量组。最后的数值结果验证结论的准确性,同时再正交化后得到新的近似对的残量是不变的。第叁章主要研究如何用精化Arnoldi方法给出该特征值的近似值并估计其重数。本章首先研究精化近似特征向量的性质,该性质表明精化Arnoldi方法无法直接确定重特征根的重数。进一步,本章提出一个可以用精化Arnoldi方法确定特征值重数的算法,数值案例表明该算法的可行性。(本文来源于《厦门大学》期刊2009-04-01）
高明霞,刘椿年,陈福荣[7]（2006）在《利用概念-权向量组匹配算法的Ontology搜索精化》一文中研究指出提出了概念-权向量组匹配算法。该算法对输入信息和待评估Ontology进行语义分析,生成对应的概念-权向量组,利用概念-权向量组的匹配结果生成作为过滤和排序依据的结果向量。并利用该算法开发了Ontology搜索引擎——WI OntoSearch。(本文来源于《计算机工程》期刊2006年08期）
陈桂芝,林建华[8]（2005）在《精化调和Ritz向量张成子空间上的调和Ritz值》一文中研究指出研究了精化调和Rayleigh-Ritz过程中的近似特征值选取的问题.一般地,精化调和Ritz对在求解子空间中具有残量最小的最优性,因此在它们张成的子空间中应含有想求的特征向量的更丰富的信息,从而在此子空间上计算的调和Ritz值应该更准确.本文正是从这一指导思想出发,研究如何求矩阵A在精化调和Ritz向量所张成的子空间上的调和Ritz值iθ.对Krylov子空间,建立了iθ和调和Ritz值间的一个先验估计式,同时给出了用iθ作为近似特征值的精化调和Arnoldi算法,最后的数值结果表明新的算法的有效性.(本文来源于《厦门大学学报(自然科学版)》期刊2005年06期）
贾仲孝,张萍[9]（2003）在《计算大规模矩阵最大最小奇异值和奇异向量的两个精化Lanczos算法》一文中研究指出1.引言 在科学工程计算中经常需要计算大规模矩阵的少数最大或最小的奇异值及其所对应的奇异子空间。例如图像处理中要计算矩阵端部奇异值之比作为图像的分辨率,诸如此类的问题还存在于最小二乘问题、控制理论、量子化学中等等。然而大多实际问题中的矩阵是大型稀疏矩阵,且需要的是矩阵的部分奇异对。如果计算A的完全奇异值分解(SVD),则运算量和存储量极大,甚至不可能。因此必须寻求其它有效可靠的算法。 假设A的SVD为(本文来源于《计算数学》期刊2003年03期）
精化向量论文开题报告
（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：
论述了支持向量机的回归算法,提出了在似大地水准面精化中基于支持向量机的GPS高程异常建模的方法。以实例数据讨论了基于支持向量机的GPS高程异常建模步骤。研究结果表明,该技术无论在历史样本拟合的精度上还是模型的实际预测能力上都具有较高的精度,将支持向量机技术应用于小区域似大地水准面精化是可行的和有效的。
（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。
精化向量论文参考文献
[1].谢波.基于支持向量机的似大地水准面精化研究[J].工程勘察.2014
[2].谢波.小区域似大地水准面精化的支持向量机技术研究[J].地矿测绘.2014
[3].肖小花,戴芳,郭文艳.一种调和Ritz向量的精化算法及应用[J].成都理工大学学报(自然科学版).2012
[4].陈向阳.基于小波分析的GPS基线向量精化技术[J].南通职业大学学报.2011
[5].唐予婷.求解二次特征值问题的添加精化向量的直接法[J].福建工程学院学报.2009
[6].刘君伟.关于精化近似特征向量的一些性质研究[D].厦门大学.2009
[7].高明霞,刘椿年,陈福荣.利用概念-权向量组匹配算法的Ontology搜索精化[J].计算机工程.2006
[8].陈桂芝,林建华.精化调和Ritz向量张成子空间上的调和Ritz值[J].厦门大学学报(自然科学版).2005
[9].贾仲孝,张萍.计算大规模矩阵最大最小奇异值和奇异向量的两个精化Lanczos算法[J].计算数学.2003
论文知识图
