导读:本文包含了下近似论文开题报告文献综述、选题提纲参考文献，主要关键词:近似,粗糙,邻域,精度,属性,敏感,阵发性。
下近似论文文献综述写法
余博[1]（2019）在《地域或历史成因下近似标识可以共存》一文中研究指出由于历史原因,同种商品装潢和商标标识分属于不同的主体,且两主体长期生产的商品在各自地域范围内均具有一定知名度,则一主体取得和行使商标权,并不影响另一主体继续享有知名商品特有装潢权益,两者可以共存。基本案情重庆天厨公司成立于1979年,前身(本文来源于《中国商报》期刊2019-09-19）
于天佑,张楠,岳晓冬,童向荣,孔贺庆[2]（2019）在《基于多特定类的序决策表下近似约简》一文中研究指出属性约简是粗糙集理论研究的重要内容之一,通过属性约简可以获取给定信息系统的最小特征子集。经典的序决策表属性约简是关于决策属性中的所有决策类的约简,但在实际应用中,由于决策者的偏好或者部分决策类数据的缺失,往往仅需要获得特定决策类的属性约简。基于这种考虑,文中回顾了序决策表的优势关系与下近似约简,定义了基于序决策表的单特定类与多特定类下近似约简,构造了相应的差别矩阵,提出了基于多特定类的序决策表下近似属性约简算法。基于多特定类的序决策表下近似约简可以较好地退化为基于单特定类的序决策表下近似约简或基于经典全决策类的序决策表下近似约简,是一种更加广泛的约简框架。实验采用了6组UCI数据集,分别在每个数据集上计算了3个单特定类和3组多特定类的约简,并将约简结果和约简效率与经典全类下近似约简、上近似约简及最大分布约简3个算法的约简结果和约简效率进行了比较。实验结果表明,在选定的特定类的数量相对全部决策类的数量较少时,约简的结果可能会更短,约简的效率也会有不同程度的提升。(本文来源于《计算机科学》期刊2019年10期）
翁金日,陈金灶,吴清国,黄俊伟[3]（2018）在《应用叁维标测指导下近似零X线射频消融治疗阵发性室上性心动过速的研究分析》一文中研究指出目的分析叁维标测指导下近似零X线射频消融(Radiofrequency catheter ablation,RFCA)治疗阵发性室上性心动过速(Paroxysmal Supraventricular Tachycardia,PSVT)价值。方法 2016年2月~2017年4月我院共完成117例室上速射频消融治疗,其中采用叁维标测指导下近似零X线RFCA治疗PSVT 67例,纳入观察组。采用普通X线指导RFCA治疗PSVT 50例纳入对照组。对比手术时间等手术期情况、曝光时间、放电次数、即刻成功率、复发率、并发症等疗效指标。结果观察组手术时间、X线时间、靶点标测时间、放电次数分别为(67.1±10.5)min、(1.6±0.5)min、(4.3±1.5)min、(4.8±1.5)次/人低于对照组(74.4±9.5)min、(18.5±6.3)min、(6.6±2.0)min、(6.6±1.7)次/人,差异有统计学意义(P<0.05)。观察组首次消融即刻成功率、远期成功率、并发症发生率分别为97.01%、97.01%、2.99%,对照组则为92.00%、90.00%、10.00%,差异无统计学意义(P>0.05)。结论叁维标测指导下近似零X线RFCA治疗PSVT可提高效率,缩短手术时间,但不能提高疗效,也不能降低并发症发生风险。(本文来源于《心血管病防治知识(学术版)》期刊2018年13期）
沈林[4]（2018）在《基于下近似分布不变的乳腺癌诊断决策》一文中研究指出指出变精度邻域粗糙集整体精度虽然较高,但个别决策类精度可能较低,不利于乳腺癌诊断。针对该问题,提出基于下近似分布不变的改进方法。并依据各属性的出现概率和平均错误率,寻找Wisconsin Diagnostic Breast Cancer数据集中可以保证敏感度和准确度的属性约简。通过实验分析,新的方法可以获得更高的精度,并发现乳腺癌的诊断与质地、光滑度和周长密切相关。(本文来源于《莆田学院学报》期刊2018年02期）
汪小燕,彭刚,沈家兰,申元霞[5]（2018）在《基于矩阵的多粒度粗糙集上、下近似表示》一文中研究指出多粒度粗糙集是从单粒度粗糙集基础上发展起来的,针对多粒度粗糙集上、下近似计算问题,提出多粒度二进制矩阵并研究其相关理论。利用矩阵可快速计算不同粒度组合的上、下近似。最后,通过实例分析验证了所提出的理论的正确性。(本文来源于《苏州科技大学学报(自然科学版)》期刊2018年01期）
Ming-hao,HU,Chang-jian,WANG,Yu-xing,PENG[6]（2017）在《满足MapReduce环境下近似处理的时限要求（英文）》一文中研究指出为了向大数据分析提供实时结果,在现今的生产环境中满足Map Reduce作业的时限要求是非常关键的。许多研究致力于解决时限要求的问题,目前存在两种代表性的方法。第一种是分配适量资源以在时限前完成整个作业,在时限紧迫或资源受限时,该方法会错过时限;另一种是在时限约束下运行预数据量的样本,该方法能满足时限但无法使数据量最大化。在本文中,我们提出一个时限–导向的任务调度方法来解决上述问题,称为"Dart"。给定具体的时限和可用资源量时,Dart使用基于历史数据和作业运行状态的迭代估计法准确预测作业完成时间。基于时间预测,Dart法采用接近–修改算法做出动态调度决策,在满足时限的情况下将可处理数据量最大化并消除掉队任务。同时Dart法可有效地避免任务失败和数据倾斜,防止其性能受影响。在包含64个虚拟机的集群上使用Open Cloud和Facebook的工作负载对Dart法进行评估。结果表明Dart法在时限紧迫和资源受限情况下能有效满足时限并将处理数据量最大化。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2017年11期）
沈林,陈建辉[7]（2017）在《基于下近似分布的变精度邻域粗糙集属性约简算法》一文中研究指出利用邻域粗糙集处理数值型数据,可以解决经典粗糙集不能直接处理数值型数据的问题,改进后的变精度邻域粗糙集可以增强抗噪声的能力。但变精度邻域粗糙集的属性约简有不同于邻域粗糙集的特性,需要考虑每个决策类的下近似分布。文中提出可以遵循平均错误率来约简属性,减少计算规模。实验证明,使用UCI数据集与其它算法进行了比较,该算法可以获得理想的结果。(本文来源于《贵州大学学报(自然科学版)》期刊2017年04期）
胡霞,费鹏,杜卫锋[8]（2018）在《集族等价与基于粒的下近似算子研究》一文中研究指出基于覆盖的粗集是推广经典粗集理论的方法之一,有基于元素、基于粒和基于子系统的3类定义上下近似的途径,以往大多数的文献往往从基于元素的角度出发进行定义。为了研究基于粒的近似算子特别是下近似算子的性质,借鉴格论中既约元、可约元等概念,提出了集族约简的概念。从集族约简出发,探讨了集族等价的概念与性质,并设计了集族约简的算法,得到了两个集族等价是两个集族生成相同的下近似运算的充要条件这一结果,为进一步开展一般二元关系下基于粒的近似算子的公理化方法的研究做了初步的理论方面的准备工作。(本文来源于《智能系统学报》期刊2018年02期）
杜帅剑[9]（2017）在《高维数据下近似K近邻查询的研究》一文中研究指出近年来,随着互联网的迅速普及,人类日常生活产生的数据也越来越大。数据的爆炸不仅体现在数据量上的增长,也体现在数据维度上的增长,在高维数据上的一些操作成为越来越重要的研究课题,比如本文关注的近似近邻查找问题。本文中我们主要针对于高维数据空间下的近似近邻查询问题进行了较深入的分析与研究。对近似近邻查找领域的查询感知的检索方式进行了一系列优化与改进。具体的工作有以下两点:对于近似近邻搜索,查询感知LSH是一种非常新颖的检索方式,这种方式不同于一般LSH中所使用的直接哈希分桶,它是通过先确定哈希投影再确定检索范围的方式,使得查询效果明显提升。本文首先对查询感知LSH进行改进,通过改进算法中的一些缺陷然后结合使用谱方法进行哈希,使得算法在时间和IO性能上都得到了一定的提升。深度哈希是基于深度神经网络的一类哈希算法,我们希望借助神经网络来建立一种优秀的哈希结构。我们首先提出了一种新的激活函数,然后建立了一种卷积自编码器网络结构,并提出了适用于该类网络的预训练方法。通过神经网络强大的表示能力,将数据哈希降维到低维数据,得到了非常精简的编码。最后我们联合深度哈希和查询感知检索方式,建立了一个基于深度哈希的近似近邻检索模型。虽然离线训练模型需要占用一定时间,但是这种方式缩短了在线处理时间和并且可以得到更加优良的检索结果。最后在公开数据集上的实验表明我们提出的激活函数和训练策略都非常有用,同时我们在实验中证明了卷积自编码器网络的高效性和实用性。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
胡会南,陈华辉[10]（2017）在《大数据下近似成员关系查询方法研究进展》一文中研究指出近似成员关系查询(Approximate Membership Query,AMQ)要快速回答类似"数据对象q是否和给定的大数据集合S中的至少一个元素相似?",即"q是否是S的近似成员"问题。AMQ在图像检索、数据挖掘、模式识别、生物检测等领域有许多应用。对AMQ问题及其处理方法进行了综述介绍。从AMQ的定义出发,对处理AMQ问题的相关基础技术进行了介绍,讨论了目前主要的AMQ算法,分析比较了各算法的区别和优缺点,最后探讨了AMQ处理中尚需进一步研究的若干问题。(本文来源于《数据通信》期刊2017年02期）
下近似论文开题报告范文
（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：
属性约简是粗糙集理论研究的重要内容之一,通过属性约简可以获取给定信息系统的最小特征子集。经典的序决策表属性约简是关于决策属性中的所有决策类的约简,但在实际应用中,由于决策者的偏好或者部分决策类数据的缺失,往往仅需要获得特定决策类的属性约简。基于这种考虑,文中回顾了序决策表的优势关系与下近似约简,定义了基于序决策表的单特定类与多特定类下近似约简,构造了相应的差别矩阵,提出了基于多特定类的序决策表下近似属性约简算法。基于多特定类的序决策表下近似约简可以较好地退化为基于单特定类的序决策表下近似约简或基于经典全决策类的序决策表下近似约简,是一种更加广泛的约简框架。实验采用了6组UCI数据集,分别在每个数据集上计算了3个单特定类和3组多特定类的约简,并将约简结果和约简效率与经典全类下近似约简、上近似约简及最大分布约简3个算法的约简结果和约简效率进行了比较。实验结果表明,在选定的特定类的数量相对全部决策类的数量较少时,约简的结果可能会更短,约简的效率也会有不同程度的提升。
（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。
下近似论文参考文献
[1].余博.地域或历史成因下近似标识可以共存[N].中国商报.2019
[2].于天佑,张楠,岳晓冬,童向荣,孔贺庆.基于多特定类的序决策表下近似约简[J].计算机科学.2019
[3].翁金日,陈金灶,吴清国,黄俊伟.应用叁维标测指导下近似零X线射频消融治疗阵发性室上性心动过速的研究分析[J].心血管病防治知识(学术版).2018
[4].沈林.基于下近似分布不变的乳腺癌诊断决策[J].莆田学院学报.2018
[5].汪小燕,彭刚,沈家兰,申元霞.基于矩阵的多粒度粗糙集上、下近似表示[J].苏州科技大学学报(自然科学版).2018
[6].Ming-hao,HU,Chang-jian,WANG,Yu-xing,PENG.满足MapReduce环境下近似处理的时限要求（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2017
[7].沈林,陈建辉.基于下近似分布的变精度邻域粗糙集属性约简算法[J].贵州大学学报(自然科学版).2017
[8].胡霞,费鹏,杜卫锋.集族等价与基于粒的下近似算子研究[J].智能系统学报.2018
[9].杜帅剑.高维数据下近似K近邻查询的研究[D].哈尔滨工业大学.2017
[10].胡会南,陈华辉.大数据下近似成员关系查询方法研究进展[J].数据通信.2017