导读:本文包含了样本集论文开题报告文献综述、选题提纲参考文献，主要关键词:样本,目标,模型,故障,典型,向量,油纸。
样本集论文文献综述写法
刘宇雷[1]（2019）在《基于典型样本集的大学行为文化建设绩效评价方法研究》一文中研究指出大学行为文化是大学文化的重要组成部分,主要包括学生行为文化、教师行为文化、管理人员行为文化等。以学生、教师、管理人员为主体,考虑数据的可获得性、全面性,构建了大学行为文化绩效评价指标体系。典型样本集实证分析的结果显示,在大学行为文化的构建中,一是要加强对学生的教育引导,努力形成乐学善学的学习氛围;二是要加强师德师风建设,形成良好的教风和学术风气;叁是要提升管理服务水平,形成管理服务与教学科研的联动机制,促进良好大学行为文化的形成。(本文来源于《南京航空航天大学学报(社会科学版)》期刊2019年04期）
戴泉晨,朱建军[2]（2019）在《基于典型样本集的汽车零部件供应商分类方法研究》一文中研究指出研究了汽车零部件供应商的分类问题。针对目前供应商评价管理中指标体系建立和最终采购模式难以存在必然关系的现状,结合汽车零部件供应特征,建立了兼顾质量评价、商务评价、开发和综合能力叁大维度、10个二级指标的定性、定量结合的汽车零部件供应商评价体系;基于CA公司的供应商数据,依据典型分类样本集的信息,运用TOPSIS的方法确定了各个指标的权重,并对待分类供应商进行类别归属判断。该方法为整车制造企业对汽车零部件供应商的选择、管理、监督、改善等活动提供更为有利的依据。(本文来源于《南京理工大学学报》期刊2019年04期）
刘伟,黄山[3]（2018）在《结合正样本集的核相关滤波跟踪算法》一文中研究指出针对核相关滤波(KCF)跟踪算法没有遮挡检测机制以及学习率固定的问题,提出了一种结合正样本集的核相关滤波跟踪算法。通过计算正样本集与待测样本集的相似度来建立目标遮挡判断机制,提高了算法的抗遮挡能力。在模型更新方面,采用了多段学习率的参数更新方式,提高了目标模型的准确性。实验结果表明,该算法与KCF跟踪算法比较,跟踪精度有明显提升。(本文来源于《电光与控制》期刊2018年12期）
蔡金锭,陈汉城[4]（2018）在《基于样本集的变压器油纸绝缘状态区间灰靶分类及老化诊断》一文中研究指出为解决目前变压器油纸绝缘状态综合评估存在的模糊与不确定问题,提出了一种在无标准故障模型情况下对油纸绝缘状态评估分级的方法。首先,摒弃了传统的靶心度计算法,引入权重分配系数wk,并将各项指标的权重分配转化为基于离差平方和的目标函数最优化;其次,采用基于样本集的区间灰靶分类方法,计算获得了油纸绝缘系统状态等级划分的环形灰靶分级表;最后,通过具体实例验证了该方法的可行性。结果表明:所提出算法的评估结果与变压器油纸绝缘的实际状态具有一致性,且该方法的准确度较单一特征量诊断方法有所提高。该研究可为油纸绝缘状态综合诊断权重系数的合理分配及状态等级区间的计算提供有益参考。(本文来源于《高电压技术》期刊2018年08期）
汪海涛,余永奎,段春雨[5]（2018）在《基于大数据不平衡样本集的重采样方法及应用》一文中研究指出讨论大数据不平衡样本集的5种重采样方法,对电力违章事故事件大数据不平衡样本集进行平衡处理,并讨论不平衡样本集训练机器学习算法的多个性能指标;以此为应用大数据不平衡样本集训练和比较机器学习算法,以及为选择性能较好的机器学习算法提供决策信息;所阐述的研究方法,对大数据分析及机器学习算法分类器模型的研究及应用具有普遍的参考价值和意义。(本文来源于《现代计算机(专业版)》期刊2018年22期）
李东,郝静远,张学梅,马青华[6]（2018）在《温度—压力—吸附方程回归样本集的建立与计算——以陕西焦坪崔家沟煤为例》一文中研究指出由于我国煤层气资源丰富,因此煤层气的开发有巨大的前景。煤层气主要以吸附状态赋存于煤层之中。针对当前对煤层气排采所用吸附计算主要以等温变压吸附方程为主,而实际吸附是一种变温变压的过程的这一现状,本文结合作者研究所得变温变压吸附方程,以陕西焦坪崔家沟7号煤的系列等温吸附数据作为例子,说明如何通过Langmuir参数建立回归样本集,并计算在指定条件下的计算样本集,以及计算回归样本集与计算样本集之间的相对平均偏差;比较偏差以得到最佳的变温变压吸附方程,并以作图法来验证此方程。此方法可简化得到温度—压力—吸附方程的过程,从而提高在指定条件下的煤层气吸附量的计算精度,以便于排采工作制度的制定。(本文来源于《非常规油气》期刊2018年02期）
谢天保,赵萌,雷西玲[7]（2018）在《基于非均衡样本集的煤矿突水预测模型》一文中研究指出针对煤矿突水样本集呈非均衡分布的特点,提出基于集成学习分类的煤矿突水预测模型,重点研究基分类器的构建方法、性能衡量指标和权重分析,以及基于改进型Boosting的集成学习算法.实验结果表明,该算法以牺牲不突水样本的最小误判率为代价,实现突水样本100%的判别准确率,且计算量小,易于实现.(本文来源于《计算机系统应用》期刊2018年04期）
杨丹,姬红兵,张永权[8]（2018）在《未知杂波条件下样本集校正的势估计概率假设密度滤波算法》一文中研究指出在贝叶斯框架下的多目标跟踪算法中,总是假设杂波的先验信息是已知的。然而,实际应用中,杂波分布一般是未知的,假设的杂波分布往往与实际情况匹配度差,难以保证滤波精度。针对该问题,该文研究了未知杂波势估计概率假设密度(CPHD)滤波算法。首先,提出一种基于狄利克雷过程混合模型(DPMM)类的未知杂波CPHD算法,该算法能够自动选取合适的类数对杂波进行描述,有效降低了杂波空间分布估计的误差。此外,提出样本集校正的思想,并将其引入所提算法,通过去除样本集中由真实目标产生的量测,较好地解决了杂波数过估和目标数低估的问题。与传统算法相比,所提算法的滤波精度更接近于杂波信息匹配情况下的性能,仿真结果验证了其优越性与鲁棒性。(本文来源于《电子与信息学报》期刊2018年04期）
宗子健,马彦恒,刘新海[9]（2018）在《基于故障传播危害性的故障样本集选取方法》一文中研究指出在测试性试验样本的选取中,引入故障传播危害性因素,综合考虑费用、故障重要度、故障等价集和故障传播因素,对故障样本进行更加科学合理的选择,并以放大滤波电路系统为例,进行故障样本选取,并与其他方法对比,结果表明,使用该方法得到的故障样本满足故障覆盖充分性要求,费用更少,更贴近于工程实践。(本文来源于《火力与指挥控制》期刊2018年02期）
田芳,周孝信,于之虹[10]（2017）在《基于支持向量机综合分类模型和关键样本集的电力系统暂态稳定评估》一文中研究指出为了提高支持向量机(Support Vector Machine,SVM)的分类性能,提出了根据关键样本集构造的SVM综合分类模型进行电力系统暂态稳定评估的方法。给出了基于不同特征量的SVM综合分类模型的构建方法、关键样本集的产生方法以及基于综合分类模型和关键样本集的SVM分类步骤。采用3机9节点典型算例和某省级电网算例进行分类效果分析。分析结果表明,所提出的基于SVM综合分类模型和关键样本集的方法,相较于传统SVM方法,大幅度减少了将不稳定样本判定为稳定的漏分类数,提高了SVM方法的实用性。所提出的基于关键样本集构造分类模型的思路对于其他数据挖掘方法也有一定的借鉴意义。(本文来源于《电力系统保护与控制》期刊2017年22期）
样本集论文开题报告范文
（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：
研究了汽车零部件供应商的分类问题。针对目前供应商评价管理中指标体系建立和最终采购模式难以存在必然关系的现状,结合汽车零部件供应特征,建立了兼顾质量评价、商务评价、开发和综合能力叁大维度、10个二级指标的定性、定量结合的汽车零部件供应商评价体系;基于CA公司的供应商数据,依据典型分类样本集的信息,运用TOPSIS的方法确定了各个指标的权重,并对待分类供应商进行类别归属判断。该方法为整车制造企业对汽车零部件供应商的选择、管理、监督、改善等活动提供更为有利的依据。
（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。
样本集论文参考文献
[1].刘宇雷.基于典型样本集的大学行为文化建设绩效评价方法研究[J].南京航空航天大学学报(社会科学版).2019
[2].戴泉晨,朱建军.基于典型样本集的汽车零部件供应商分类方法研究[J].南京理工大学学报.2019
[3].刘伟,黄山.结合正样本集的核相关滤波跟踪算法[J].电光与控制.2018
[4].蔡金锭,陈汉城.基于样本集的变压器油纸绝缘状态区间灰靶分类及老化诊断[J].高电压技术.2018
[5].汪海涛,余永奎,段春雨.基于大数据不平衡样本集的重采样方法及应用[J].现代计算机(专业版).2018
[6].李东,郝静远,张学梅,马青华.温度—压力—吸附方程回归样本集的建立与计算——以陕西焦坪崔家沟煤为例[J].非常规油气.2018
[7].谢天保,赵萌,雷西玲.基于非均衡样本集的煤矿突水预测模型[J].计算机系统应用.2018
[8].杨丹,姬红兵,张永权.未知杂波条件下样本集校正的势估计概率假设密度滤波算法[J].电子与信息学报.2018
[9].宗子健,马彦恒,刘新海.基于故障传播危害性的故障样本集选取方法[J].火力与指挥控制.2018
[10].田芳,周孝信,于之虹.基于支持向量机综合分类模型和关键样本集的电力系统暂态稳定评估[J].电力系统保护与控制.2017