导读:本文包含了网络结构优化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,结构,神经网络,算法,景观,卷积,生态。
网络结构优化论文文献综述
舒作武,赵慧,钱新博[1]（2019）在《基于液压系统仿真数据的贝叶斯网络结构优化》一文中研究指出液压系统是一个典型的高度非线性系统,系统各回路之间相互干涉,使其失效形式、故障机制复杂多样;系统内部动力传递封闭,参数可测性差,故障信息难以提取,导致液压系统故障诊断困难。尤其在缺少系统模型、专家知识、先验概率的一些实际应用中,传统的故障树-贝叶斯网络诊断方法无法有效应用。针对这种应用场景,提出基于仿真数据挖掘的贝叶斯网络学习,通过BNFinder软件对仿真数据进行处理及运算,优化贝叶斯网络结构,提高故障诊断的效率。(本文来源于《机床与液压》期刊2019年22期）
刘兴坡,李璟,周亦昀,陈子薇,丁永生[2]（2019）在《上海城市景观生态格局演变与生态网络结构优化分析》一文中研究指出为了优化上海城市生态网络结构,综合应用景观格局、景观格局指数以及景观生态网络分析方法,提出上海城市生态品质提升途径。首先,应用面向对象的遥感图像分类方法获得了2008年和2015年上海市建设用地、农业用地、水域和绿地等景观类型分布,应用Fragstats软件获得景观格局指数,比较了城市景观格局和景观格局指数的演变;其次应用最小成本路径方法构建城市生态网络,与城市道路交通网络迭置,确定了生态网络结构的间断点;最后与《上海市基本生态网络规划》比较,提出了城市生态网络发展建议。本研究获得如下结论:(1)2008～2015年,上海市建设用地、农业用地、绿地和水域的面积比例由38∶51∶5∶6演变为46∶39∶7∶8。(2)上海市景观格局日趋破碎化、复杂化,连通性下降;建设用地的优势景观类型地位强化,郊区建设用地呈现破碎化入侵,农业用地面积减少且破碎化;绿地系统面积增大,但连通性不足,结构待优化。(3)经最小阻力分析获得上海市105条潜在生态廊道线路,在浦东新区、奉贤区、金山区、松江区和青浦区具有较好的环状度;经迭置分析识别出上海市骨干生态廊道的62个间断点,主要分布在青浦区、松江区、浦东新区以及奉贤区。(4)经比较分析发现,城市生态网络规划的生态网络骨架基本保持,但局部的生态网络结构存在问题,上海西北部和北部的生态廊道空间萎缩,东南部生态空间出现碎片化。(本文来源于《长江流域资源与环境》期刊2019年10期）
李珂[3]（2019）在《电力通信网网络结构优化》一文中研究指出通信活动在现代社会具有不可替代的重要作用,这也对电力通信网网络结构提出了更高要求。基于此,本文以电力通信网网络结构的当前不足作为切入点,予以简述,再以此为基础,论述可行的优化措施,对网络结构的统一化、蛛网模式的网络结构改造、节点分布和安全结构优化进行重点分析,服务于后续工作。(本文来源于《通讯世界》期刊2019年09期）
邵云龙,孙学锋,隋江波,孙厚飞[4]（2019）在《岸舰导弹作战体系网络结构优化研究》一文中研究指出为提高岸舰导弹作战体系的反应速度,分析岸舰导弹作战体系的结构组成和主要功能,基于复杂网络理论建立平台中心战模式下的某岸舰导弹作战体系网络结构。利用复杂网络性能指标构建网络效能评估指标体系,给出效能评估方法。通过火力打击层、指挥控制层和预警探测层分层网络协同,对作战体系的网络结构进行优化。结果表明,优化后的作战体系网络效能有明显提升。(本文来源于《兵工自动化》期刊2019年09期）
董美霞[5]（2019）在《基于人工智能下网络结构优化研究》一文中研究指出如今人工智能已经变成为一门学科,许多机构已经通过应用人工智能来解决实际问题,提升人类的创造力。通常,人工智能是对机器的使用方法进行人工模拟,让机器具备看、说、听、学、思考、解决问题等技能。本文从网络结构出发,结合人工智能对网络结构进行优化。(本文来源于《中国新通信》期刊2019年15期）
梁智珲[6]（2019）在《遗传算法优化前向神经网络结构和权重矢量研究》一文中研究指出新兴科技的支持下,复杂研究可以通过优化研究方法进行模拟和拓展。探究人类神经网络结构的过程中,存在诸多困难,新兴模拟算法和仿真计算,让科学家通过人工模拟神经网络系统中的互连神经元了解复杂的神经网络架构。基于此,分析了优化的遗传算法在前向神经网络结构研究中的应用,探究了如何优化权重设计达到最佳研究效果。(本文来源于《信息与电脑(理论版)》期刊2019年14期）
罗燊,余斌,张向敏[7]（2019）在《乡村生活空间网络结构特征与优化——以江汉平原典型乡建片区为例》一文中研究指出乡村生活空间网络是一定地域乡村居民依托社区节点,通过日常生活实践彼此联系而形成的社会空间系统,探究其空间结构与优化策略对认识乡村生活空间内涵、重塑乡村日常生活秩序具有重要意义。以江汉平原典型乡建片区培育的9个节点社区为研究对象,基于乡村生活空间网络叁元系统,构建社区生活质量指标体系,运用改进引力模型与社会网络分析法描述网络结构总体与节点特征,提出乡村生活空间网络优化策略。研究表明:区域乡村生活空间网络结构处于发育阶段,网络兼具整体松散与局部集聚特征,社区间联系正在加强;乡村生活空间网络节点质量有待提升,网络呈现层次清晰的3级节点体系,核心节点虽具有无法替代的网络地位但本身质量不高,次级节点的结构具有相似性需要择优培育,边缘节点需要丰富网络内外联系;基于此,必须构建"1心、8点、1轴、3区"的乡村生活空间网络结构。为评估并识别区域网络节点特征,预测并构建区域网络化发展体系提供了新思路,为平原农区的乡建片区提供了网络化发展的新模式。(本文来源于《长江流域资源与环境》期刊2019年07期）
刘浩然,张力悦,范瑞星,王海羽,张春兰[8]（2019）在《基于改进鲸鱼优化策略的贝叶斯网络结构学习算法》一文中研究指出针对当前贝叶斯网络结构学习算法易陷入局部最优和寻优效率低的问题,该文提出一种基于改进鲸鱼优化策略的贝叶斯网络结构学习算法。该算法首先提出一种新的方法建立较优的初始种群,然后利用不产生非法结构的交叉变异算子构建适用于贝叶斯网络结构学习的改进捕食行为,同时采用动态调节参数增强算法个体寻优的能力,通过适应度排序更新种群,最终获得最优的贝叶斯网络结构。仿真结果表明,该算法具有全局收敛性,寻优效率高,精确率高于其它同类优化算法。(本文来源于《电子与信息学报》期刊2019年06期）
刘小文[9]（2019）在《卷积神经网络在图像分类中的网络结构优化》一文中研究指出近些年,ILSVRC大赛逐年刷新图像识别准确率,该竞赛会给定一个包含有大量被人工标记的训练数据集,让研究者们自行设计算法并且在给定数据集上验证自己的算法对物体检测识别的效果。另一个主要目标是在大规模图像集的检索和标记中测试计算机视觉技术的进步。很多知名的网络结构都在该竞赛中崭露头角,比如AlexNet,VGG,GoogleNet,Deep Residual Network等。为了使模型更好的运用于特定数据集,尽可能的提高图像分类准确率,训练过程中产生较少的震荡、过拟合等现象,本文就ILSVRC大赛中的AlexNet模型进行研究。主要工作如下:1、提出了一种新的阈值激活函数,解决了训练结果中出现的数据偏离最佳点的问题,使网络模型更加稳定,而且提高了图片分类准确率。利用caltech101数据集和caltech256数据集对改进激活函数的AlexNet模型进行验证,数据训练过程在Linux系统中的Caffe平台进行。由于Caffe中仅支持lmdb格式的图片类型,因此要将图片进行格式转换后再进行训练。结果表明caltech101数据集的分类精确率从0.977提高到0.993,caltech256数据集的分类准确率从0.654提高到0.923。2、针对阈值激活函数分类训练速度慢的问题,查找相关文献研究网络训练的时间复杂度,从特征图的数量、卷积核的面积、卷积层的数目叁个方面对AlexNet模型进行改进。在不影响分类准确率的前提下,最后确定了分别适合caltech101数据集和caltech256数据集分类的最优模型。其中caltech101数据集通过减少卷积核的数目,达到减少特征图数量的目的,训练速度有明显提高;caltech256数据集则是通过减少卷积层的数目来达到加快收敛速度的目的。本文通过将实验数据对比作图的方法,说明了深度学习和卷积神经网络在图像分类领域的重要作用,在现有卷积神经网络的基础上,提出优化激活函数的卷积神经网络模型,该模型提高了数据集caltech101和数据集caltech256的分类准确率,极大的增强了网络的稳定能力和抗过拟合性能,在收敛速度上也有很大提升。(本文来源于《山西大学》期刊2019-06-01）
白燕燕[10]（2019）在《基于粒子群算法优化卷积神经网络结构》一文中研究指出卷积神经网络(Convolutional Neural Network,CNN)在各领域应用非常广泛.训练的神经网络分类器的性能取决于其结构,而寻找一个最优CNN结构非常困难,这成为CNN应用的一大阻碍.首先,CNN的结构复杂多样,决定CNN结构的是超参数,这些超参数无法通过网络训练得到,需要人工设定且组合方式多样,而现有的方法多依赖于经验.其次,CNN训练的初始权重对CNN的学习有一定影响,一个好的CNN结构具有鲁棒性,可削弱初始权重对其影响.最后,对于不同的问题,CNN结构不同,需要重新选择CNN结构.本文针对CNN结构优化存在的问题做了以下研究:(1)研究了CNN的结构以及现有优化CNN的算法,通过分析算法原理和实验结果,讨论了优化CNN结构的重要性.(2)研究了现有粒子群算法(Particle Swarm Optimization,PSO)优化CNN结构的方法.在此基础上,提出了改进的基于粒子群算法优化卷积神经网络结构(Improved Particle Swarm Optimization Convolutional Neural Network,IPSOCNN)算法,增加超参数的个数,丰富了CNN结构的多样性,使CNN结构的优化更加自动化,解决了人工选择的不确定性问题.实验表明,在MNIST数据集和AR数据集上,相比人工选择的最佳CNN结构及现有优化CNN算法,IPSOCNN算法的结果正确率更高.(3)经过研究及实验分析,IPSOCNN算法存在进一步优化空间.由于量子粒子群优化算法(Quantum Particle Swarm Optimization,QPSO)的性能优于PSO算法,并且其参数通过学习自动选择,本文提出了基于量子粒子群算法优化卷积神经网络结构(Quantum Particle Swarm Optimization Convolutional Neural Network,QPSOCNN)算法.实验结果表明,QPSOCNN算法比IPSOCNN算法有更高的正确率.(本文来源于《内蒙古大学》期刊2019-06-01）
网络结构优化论文开题报告
（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：
为了优化上海城市生态网络结构,综合应用景观格局、景观格局指数以及景观生态网络分析方法,提出上海城市生态品质提升途径。首先,应用面向对象的遥感图像分类方法获得了2008年和2015年上海市建设用地、农业用地、水域和绿地等景观类型分布,应用Fragstats软件获得景观格局指数,比较了城市景观格局和景观格局指数的演变;其次应用最小成本路径方法构建城市生态网络,与城市道路交通网络迭置,确定了生态网络结构的间断点;最后与《上海市基本生态网络规划》比较,提出了城市生态网络发展建议。本研究获得如下结论:(1)2008～2015年,上海市建设用地、农业用地、绿地和水域的面积比例由38∶51∶5∶6演变为46∶39∶7∶8。(2)上海市景观格局日趋破碎化、复杂化,连通性下降;建设用地的优势景观类型地位强化,郊区建设用地呈现破碎化入侵,农业用地面积减少且破碎化;绿地系统面积增大,但连通性不足,结构待优化。(3)经最小阻力分析获得上海市105条潜在生态廊道线路,在浦东新区、奉贤区、金山区、松江区和青浦区具有较好的环状度;经迭置分析识别出上海市骨干生态廊道的62个间断点,主要分布在青浦区、松江区、浦东新区以及奉贤区。(4)经比较分析发现,城市生态网络规划的生态网络骨架基本保持,但局部的生态网络结构存在问题,上海西北部和北部的生态廊道空间萎缩,东南部生态空间出现碎片化。
（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。
网络结构优化论文参考文献
[1].舒作武,赵慧,钱新博.基于液压系统仿真数据的贝叶斯网络结构优化[J].机床与液压.2019
[2].刘兴坡,李璟,周亦昀,陈子薇,丁永生.上海城市景观生态格局演变与生态网络结构优化分析[J].长江流域资源与环境.2019
[3].李珂.电力通信网网络结构优化[J].通讯世界.2019
[4].邵云龙,孙学锋,隋江波,孙厚飞.岸舰导弹作战体系网络结构优化研究[J].兵工自动化.2019
[5].董美霞.基于人工智能下网络结构优化研究[J].中国新通信.2019
[6].梁智珲.遗传算法优化前向神经网络结构和权重矢量研究[J].信息与电脑(理论版).2019
[7].罗燊,余斌,张向敏.乡村生活空间网络结构特征与优化——以江汉平原典型乡建片区为例[J].长江流域资源与环境.2019
[8].刘浩然,张力悦,范瑞星,王海羽,张春兰.基于改进鲸鱼优化策略的贝叶斯网络结构学习算法[J].电子与信息学报.2019
[9].刘小文.卷积神经网络在图像分类中的网络结构优化[D].山西大学.2019
[10].白燕燕.基于粒子群算法优化卷积神经网络结构[D].内蒙古大学.2019
论文知识图
