导读:本文包含了模糊密度论文开题报告文献综述及选题提纲参考文献，主要关键词:SRL,模糊机制,语义密度聚类,神经网络
模糊密度论文文献综述
王旭阳,朱鹏飞[1]（2019）在《基于模糊机制和语义密度聚类的汉语自动语义角色标注研究》一文中研究指出基于CPB (Chinese Proposition Bank)提出一种基于LSTM-Bi-LSTM的汉语自动语义角色标注方法,并提出语义密度聚类进行数据预处理以及"模糊"机制利用于词向量转换过程。语义密度聚类通过密度的概念对谓词进行全局统一的聚类,将稀疏谓词替换为其所属聚类集合中的常见谓词;利用语义距离概念,将"模糊"机制引入词向量的转换过程,能适当地减少词向量的语义性,并提升与谓词词向量的相关性。利用Bi-LSTM网络自动学习特征表达,然后利用CRF和IOBES标注策略转化为词序列标注问题,引进一种词性学习方法;利用LSTM网络学习生成的词性特征向量与"模糊化"后的词向量融合后一同作为模型的输入向量;训练过程中采用了小批量梯度下降算法和Dropout正则化,这既加快了训练速度,又易于得到全局最优解,还防止了参数过拟合情况的出现。多组对比实验表明,该方法标注结果的F值最高达到了81.24%。(本文来源于《计算机应用与软件》期刊2019年09期）
陶亚东[2]（2019）在《基于模糊控制的重介质悬浮液密度控制策略研究》一文中研究指出重介质悬浮液的液位和密度是在重介分选过程中的2个主要被控变量,由于2个变量的高度耦合性,常用的控制策略很难达到理想的控制效果,导致了重介分选过程的智能化水平较低。通过重介分选工艺中稀介分流量,悬浮液的补水量作为系统输出,以悬浮液的密度、液位2变量的偏差及偏差变化率为系统输入,分别建立桶位和密度互相耦合下的模糊控制策略,从而实现对悬浮液密度的稳定控制。(本文来源于《煤炭技术》期刊2019年06期）
严煜东[3]（2019）在《基于模糊信息粒化与支持向量分位数回归的风光水概率密度预测方法》一文中研究指出当前,我国的发电模式始终都以传统的火力发电为主。自21世纪以来,我国的生活、工业和国防等用电总量正在逐步增加,这给火力发电带来了巨大的压力和挑战。同时,面对环境保护的压力也越来越大,这就迫使我们需要尽快寻求更加清洁并且高效的能源,以用来解决传统发电方式带来的诸多弊端。风力发电是目前被人们广泛研究和运用的新能源之一,但是由于风能的不确定和间歇性等特点使得风力发电较难稳定地并入电网。近年来,太阳能光伏发电迅猛发展,各个国家和地区都投入了巨大的人力、物力与财力,通过大规模的优势和相关产业的自动化与智能化设备,光伏发电技术得到了迅速发展,并且其市场普及程度也越来越高。水力发电仅对环境有较小的冲击,发电成本低并且启动速度快,容易进行调节与控制,得到了广泛的应用。为了有效度量风电、光伏与径流的不确定性和稳定性,进一步提高新能源发电功率的预测结果精度,本文根据风、光、水的时间序列特性,将支持向量机(SVM)、分位数回归(QR)方法与模糊信息粒化(FIG)相结合,构建了基于模糊信息粒化与支持向量分位数回归(FIG-SVQR)的模型。并且结合了核密度估计进行风电、光电与径流的概率密度预测,得到了较为精确的风电、光电与径流的波动曲线和概率密度曲线。并将FIG-SVQR预测模型与传统的神经网络模型(Elman、BP、RBF)、SVQR模型做对比,并且以相应的评价指标进行分析。为了验证本文提出的方法的高效性和稳定性,选取了概率密度曲线的众数和中位数作为点预测结果进行分析,同时运用了预测区间评价准则对预测区间进行评价。本文采用风、光、水叁种不同的数据集进行案例分析,结果表明:提出的基于模糊信息粒化与支持向量分位数回归概率密度预测方法可以获取完整的风、光、水概率密度曲线和预测区间,较好地解决了新能源的波动性和不确定性问题,为电力系统稳定运行提供了相关的技术支持和理论依据。(本文来源于《合肥工业大学》期刊2019-04-01）
宋宗耘,张健,牛东晓,肖鑫利[4]（2019）在《基于模糊密度K-medoids聚类和NSGA-Ⅱ算法的绿色分时电价优化研究》一文中研究指出立足可再生能源配额制研究背景,将分时电价与绿色证书机制相结合,提出一种包含分时电力交易和绿色证书交易的绿色分时电价机制。深入分析了绿色分时电价机制下用户需求响应,构建了基于模糊密度Kmedoids聚类的峰谷平阶段划分模型,以峰谷差为优化目标的基于NSGA-Ⅱ算法的绿色分时电价优化模型。优化结果显示,绿色分时电价能更好地调动起电力用户改变用电习惯的积极性,在削峰填谷的同时促进可再生能源的发展。(本文来源于《智慧电力》期刊2019年03期）
罗云松,吕佳[5]（2019）在《结合密度峰值优化模糊聚类的自训练方法》一文中研究指出【目的】为了在迭代自训练之前探索数据集分布情况,挑选出所含信息量较大且置信度较高的无标记样本加入训练集训练,让训练出的初始分类器有较高的准确性,提高自训练方法的泛化性。【方法】以聚类假设为基础,先对无标记样本集进行密度峰值聚类,在人工地选出聚类中心后,将新的聚类中心作为模糊聚类的初始聚类中心进行模糊聚类,从而筛选出有用的无标记样本。【结果】通过使用密度峰值优化模糊聚类算法,筛选出所含信息量大且置信度高的样本加入了训练集,训练出泛化性更强、分类精度更高的分类器。【结论】实验结果表明,改进后的自训练方法能快速发现样本集原始空间结构,筛选出有用无标记样本加入训练集,与结合其他聚类算法的自训练方法相比分类精度有所提高。(本文来源于《重庆师范大学学报(自然科学版)》期刊2019年02期）
崔晓杰,王家耀,巩现勇,赵耀[6]（2019）在《利用模糊密度聚类和双向缓冲区自动识别热点区》一文中研究指出通过数据挖掘手段获取聚集模式(即热点)等地理空间知识是地理信息智能化服务的基础和前提。点群聚集模式的提取本质上是热点及其边界(热点区)的探测。首先分析了使用空间聚类提取热点并以凸壳表达热点轮廓的不足,进而提出一种利用模糊密度聚类和双向缓冲区的热点区自动识别方法。该方法借鉴模糊集理论,通过计算对象之间的模糊隶属度改进基于密度的聚类算法,用以提取点群的聚集模式;在此基础上,将模糊隶属度作为对象间的影响程度,采用正负缓冲区建立热点边界。以郑州市城区的科研机构点为例进行实验,结果表明,提出的方法既能有效区分空间点的类型(噪声点与非噪声点),又能生成连续平滑的热点边界,总体效果优于对比方法。(本文来源于《武汉大学学报(信息科学版)》期刊2019年01期）
常娟,杜迎雪,刘卫锋[7]（2018）在《毕达哥拉斯模糊数密度算子及其决策应用》一文中研究指出针对属性值为毕达哥拉斯模糊数的多属性决策问题,考虑到属性信息分布的疏密程度,提出了毕达哥拉斯模糊数密度集结(PFDM)算子。利用得分函数,提出一种毕达哥拉斯模糊数集有效聚类的方法,进而给出PFDM算子的密度加权向量,并构建PFDM算子与经典算子的合成形式,同时分析了PFDM算子相关性质。最后,提出基于PFDM算子的多属性决策方法,并通过决策实例说明了该方法的可行性和有效性。(本文来源于《模糊系统与数学》期刊2018年05期）
刘诚诚,姜瑛[8]（2018）在《基于紧密度的模糊加权kNN数据分类方法》一文中研究指出模糊k-最近邻(fuzzy k-nearest neighbor,FkNN)及其改进的分类方法忽略了样本存在分布不均匀以及噪声样本的情况,不能充分体现每个类样本特征的差异性,影响了分类的准确率.为此,提出了一种基于紧密度的模糊加权kNN数据分类方法.首先基于样本间紧密度计算样本的隶属度;然后根据特征的模糊熵值分别计算每个类样本特征的权重,并使用加权欧氏距离确定近邻训练样本;最后根据待分类样本所属的每个类别的隶属度确定其类别.对UCI多个数据集的实验结果表明该方法是有效的.(本文来源于《应用科学学报》期刊2018年04期）
陈辉,赵维娓[9]（2018）在《基于密度模糊C均值量测集划分的多扩展目标跟踪算法》一文中研究指出针对多扩展目标跟踪中的量测集划分问题,提出一种自适应门密度模糊C均值(fuzzy C-means,FCM)量测集划分算法.首先,该算法利用自适应门对量测集进行预处理,滤除部分杂波量测,在降低算法计算复杂度的同时提高了量测集划分的准确度.然后,采用密度函数法产生FCM的初始聚类中心,并给出自适应门密度FCM多扩展目标量测集划分算法的详细过程.最后,采用容积卡尔曼滤波求解非线性框架下具有封闭解的扩展目标高斯混合概率假设密度(ET-GMPHD)滤波算法.仿真实验验证了算法的有效性.(本文来源于《兰州理工大学学报》期刊2018年03期）
孔繁苗,徐康,陈浙锐,崔启东[10]（2018）在《基于模糊控制的重介质悬浮液密度控制方法》一文中研究指出针对现有重介质悬浮液密度模糊控制方法存在控制精度不高、通用性不强的问题,提出了一种基于模糊控制的重介质悬浮液密度控制方法。该方法以悬浮液密度偏差、悬浮液密度偏差变化率、合格介质桶液位作为密度模糊控制器的输入变量,以合格介质桶液位偏差、合格介质桶液位偏差变化率作为液位模糊控制器的输入变量,利用密度模糊控制器和液位模糊控制器有效控制补水阀和分流箱,从而实现重介质悬浮液密度精确、稳定控制。应用结果表明,该方法响应速度快,可使悬浮液密度波动范围稳定在±0.007g/cm~3。(本文来源于《工矿自动化》期刊2018年06期）
模糊密度论文开题报告
（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：
重介质悬浮液的液位和密度是在重介分选过程中的2个主要被控变量,由于2个变量的高度耦合性,常用的控制策略很难达到理想的控制效果,导致了重介分选过程的智能化水平较低。通过重介分选工艺中稀介分流量,悬浮液的补水量作为系统输出,以悬浮液的密度、液位2变量的偏差及偏差变化率为系统输入,分别建立桶位和密度互相耦合下的模糊控制策略,从而实现对悬浮液密度的稳定控制。
（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。
模糊密度论文参考文献
[1].王旭阳,朱鹏飞.基于模糊机制和语义密度聚类的汉语自动语义角色标注研究[J].计算机应用与软件.2019
[2].陶亚东.基于模糊控制的重介质悬浮液密度控制策略研究[J].煤炭技术.2019
[3].严煜东.基于模糊信息粒化与支持向量分位数回归的风光水概率密度预测方法[D].合肥工业大学.2019
[4].宋宗耘,张健,牛东晓,肖鑫利.基于模糊密度K-medoids聚类和NSGA-Ⅱ算法的绿色分时电价优化研究[J].智慧电力.2019
[5].罗云松,吕佳.结合密度峰值优化模糊聚类的自训练方法[J].重庆师范大学学报(自然科学版).2019
[6].崔晓杰,王家耀,巩现勇,赵耀.利用模糊密度聚类和双向缓冲区自动识别热点区[J].武汉大学学报(信息科学版).2019
[7].常娟,杜迎雪,刘卫锋.毕达哥拉斯模糊数密度算子及其决策应用[J].模糊系统与数学.2018
[8].刘诚诚,姜瑛.基于紧密度的模糊加权kNN数据分类方法[J].应用科学学报.2018
[9].陈辉,赵维娓.基于密度模糊C均值量测集划分的多扩展目标跟踪算法[J].兰州理工大学学报.2018
[10].孔繁苗,徐康,陈浙锐,崔启东.基于模糊控制的重介质悬浮液密度控制方法[J].工矿自动化.2018