导读:本文包含了目标类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:目标,视角,最小,稀疏,智能,噪声,信息。
目标类论文文献综述
张力平[1]（2017）在《人工智能的终极目标——类脑智能》一文中研究指出实现人类水平的智能系统一直是人工智能研究探索的长期目标,虽在类脑计算方面表现"惊艳",但其应用能力与人类的期望值仍有不小差距。近年来,人工智能研究大热,技术成果斐然,不仅有在棋牌领域神奇表现的"表面风光",更有在工业、农业、金融、商业、教育、医疗、公共安全、军事等领域的广泛应用。人工智能已不再是只为人们津津乐道的"花架子",而是在各行各业有实在(本文来源于《大众科学》期刊2017年05期）
张力平[2]（2017）在《人工智能的终极目标——类脑智能》一文中研究指出近年来，人工智能研究大热，技术成果斐然，不仅在棋牌领域有神奇表现，在工业、农业、金融、商业、教育、医疗、公共安全、军事等领域也广泛应用。人工智能已不再是只为人们津津乐道的“花架子”，而是在各行各业有实在且多样化的应用，甚至具备突破性能力的“超能”。“智能(本文来源于《人民邮电》期刊2017-05-08）
孙飞,徐世武,张岩[3]（2016）在《利用目标类样本的遥感分类策略》一文中研究指出针对传统遥感分类要求训练集涵盖所有表观地物及亚类,对样本选取要求颇高,而实际应用中并不能保证所有类别都被标记的问题,该文提出基于目标类样本的遥感循环分类策略。该方法仅输入少量目标类样本,采用正样本、未标记样本的分类算法,实现在较少样本数量和种类的条件下,对目标类稳定、高效地识别。利用10组航空影像数据,建立与传统遥感分类对比实验,结果表明:相同实验条件下,基于目标类样本的遥感分类策略与传统遥感分类具有相当的分类效果;当样本集不完全时,该策略具有更稳定的高精度识别,总体精度与Kappa系数平均分别有5.2%和7.2%的提高。该方法能够有效解决不完全训练集分类问题。(本文来源于《测绘科学》期刊2016年02期）
孟昭然[4]（2015）在《雨致噪声源水下目标类光声成像方法研究》一文中研究指出在声探测问题中,声成像可以得到直观的结果。声成像的方式主要有叁种,主动成像、被动成像和利用环境噪声成像。主动成像可以得到较为精确的目标形状和位置信息。被动成像可以进行噪声源定位。而利用环境噪声对目标成像则具有隐蔽性好,可以探测安静目标等优点。本文对利用环境噪声成像的几个主要物理过程进行了研究,主要包含以下内容:1.雨噪声的研究在研究环境噪声时,通过几种海洋环境噪声模型的对比与实用性分析,认为噪声源是分布在海面的偶极子,并且满足射线传播模型。雨噪声具有偶极子方向性,并且频谱分布与海洋环境噪声有相似之处,而雨噪声与水滴噪声的关系是密不可分的。因此本文通过分析水滴声信号来研究雨噪声的形成机理及特性。对水滴声信号进行了详细的统计与分析,得到了初始冲击声与非初始冲击声的幅值分布,波形类型分布,以及各种波形的频谱。对非初始冲击声出现的时间和次数也进行了详细统计。根据统计数据进行水滴声信号的仿真。通过与实际多水滴声信号的波形和频谱对比,表明了仿真声信号的有效性。2.散射声场计算文中详细论述了几种散射算法的原理与计算过程。散射声场的解析解中计算了球面波声场中球形目标的散射声场,并据此给出了表面分布声源下刚性球的散射声场。利用波迭加法进行了散射声场计算,给出了详细的求解过程,包括球面波中球形目标声场,平行平面波中柱形目标声场,并与解析解对比,对比结果证明了波迭加法的精确性与有效性。得出了缩进率和虚拟源点数会影响波迭加法精度这一结论。根据柯西霍夫近似对刚性球和柱体的散射场进行了计算,计算中用到了最陡下降法。结果包括收发合置与分置两种情况。计算了光滑曲面收发分置的声场结果。根据计算结果,将收发合置信号亮点模型拓展至分置目标,并利用柱的散射实验验证了这一理论。3.声成像系统设计与仿真计算根据类光声成像原理对成像系统进行设计,依据性能指标对系统各项参数进行了计算。推导了点源与平行光下反射器近焦点区域声场,得到成像公式。根据公式分析了实验用系统性能,包括x-y平面和x-z平面上的强度分布。分析了不同频率点声源成像差别。对声源偏离光轴的情况进行成像。考虑了对多点源的分辨能力。频率较低时,对系统等比例放大后可得到较高分辨力。利用光学近似对球形目标与板形目标分别进行了成像仿真。根据波迭加法将目标球散射场等效成多点源辐射场,结合点源成像公式,对目标球进行成像仿真。改进了成像面,用球面代替平面,增加了离轴目标在成像面上的可见性,减少了离轴畸变。4.声成像实验实施利用旋转十字阵代替面阵,放置于反射器焦平面处。对点声源成像,进行系统性能测试。对位于声源和反射器之间的板形目标和叁角形目标分别进行成像实验。验证了成像系统对点声源的成像性能。实验对比证明,目标的存在与否可带来图像上强度的差异。(本文来源于《哈尔滨工程大学》期刊2015-01-01）
尹维冲[5]（2013）在《多视角目标类检测算法研究》一文中研究指出近年来,多视角目标类检测在计算机视觉和多媒体领域受到了越来越多的关注,而检测的对象也由多视角人脸和行人扩展到一般的多视角目标。该研究中最具挑战的问题之一是如何检测任意视角的目标类别。同类目标不同实例之间颜色、纹理等外观信息差别很大,而且由于多视角的影响,不同视角之间的同类类目标差别也很大,因此,解决该类问题必须同时处理类内外观和观察视角变化的双重影响。目前,对同类目标外观的建模已有很多高效的算法,但对不同视角的同类目标间的视觉建模目前还缺乏研究,其主要原因是同类目标的不同视角之间底层特征较难找到有效关联,导致了相关算法的不精确性。同时考虑目标外观和多视角因素来建立多视角目标检测的算法模型更具挑战性。本文就多视角目标类检测算法进行了深入的研究,针对多视角目标类之间的关联提出了两种可能的解决途径。第一,针对目标的不同视角训练独立的分类器,用于该视角下的目标检测,利用视角之间的位置关系将这些独立的分类器对应到视角球面之上,之后通过将视角球面叁角化从而建立视角分类器之间的关系,在检测阶段通过叁角融合各个分类器的输出给出最终的检测结果；第二,为目标的不同视角建立可用于检测的视觉码本,视觉码本包含目标中存在显着轮廓或形状信息的局部结构,之后通过关联不同视角间的相似的局部结构从而建立视觉码本间的关联,形成用于描述目标任意视角的多视角码本,可用于任意视角的目标检测与视角估计等任务。两种方法都在公共数据集上验证了方法的有效性,和当前的其它方法做了对比。本文的主要贡献如下：1.针对多视角目标检测中的融合多分类器方法,提出了一种基于视角球面的叁角化融合机制,通过不同视角的分类器完整覆盖整个视角球面,从而达到检测任意视角目标的目的；2.利用树结构来组织目标类的视觉码本,树的构建过程即是码本的生成过程,而树结构能有效减少了码本匹配时的计算量和计算时间。检测的过程通过匹配的码本入口的霍夫投票得到霍夫图像,霍夫图像中的局部极大值就对应着目标出现的位置。3.通过低层特征的关联建立不同视角之间视觉码本的关联,将多个视角的信息在更早的阶段关联起来,形成描述多视角物体的多视角码本结构。(本文来源于《南京大学》期刊2013-05-01）
刘凯[6]（2012）在《基于低维子空间目标类几何覆盖模型的一类分类器研究》一文中研究指出一类分类的本质是通过训练目标类样本数据来区分目标类与其他非目标类数据，到目前为止，一类分类器研究已经比较深入，但由于高维数据通常存在冗余和噪声，在其上直接构造覆盖模型不能充分反映数据的分布信息，结果导致高维空间复杂分布样本的一类分类性能下降。因此，本文在研究国内外最新研究成果基础上，针对构造低维子空间目标类样本的合理覆盖模型而展开研究。首先，为了提高模型对数据的描述能力，研究了一种基于精简随机子空间多树集成分类算法。该算法首先生成多个随机子空间，并在每个子空间上构造独立的最小生成树覆盖模型，其次对每个子空间上构造的分类模型进行精简处理，通过一个评估准则，对生成的一类分类器进行精简，最后均值合并融合这些分类器为一个集成分类器。实验结果表明该方法具有良好的分类性能。其次，为了构建目标类紧致覆盖模型，研究了一种基于稀疏降维近似凸壳覆盖模型。首先采用同伦算法求解稀疏表示中l1范数优化问题，通过稀疏约束自动获取合理近邻数并构建图，通过局部保持进行稀疏投影，进而实现对高维空间快速有效地降维，最后在低维空间通过构造近似凸壳覆盖实现一类分类。实验结果证实了该方法的可行性与有效性。最后，研究了一种流形最小生成树覆盖模型。采用稀疏表示自动获取合理近邻数并构建图，根据图构造进行稀疏保持嵌入，从而对高维空间有效地降维，最后在低维空间通过构造最小生成树覆盖模型实现一类分类。实验结果证实该方法表现出良好的性能。(本文来源于《燕山大学》期刊2012-12-01）
陈丽,周洁[7]（2011）在《上半年市政府实事工程建设成效显着》一文中研究指出本报讯 连日来，在新庄街道王婆桥的东北堍，我市迄今为止综合配套最完善、一次性建设体量最大的保障性住房项目——“钱墅人家”（一期）工程建设现场，工人们正挥汗如雨抓紧为新房安装门窗，一栋栋充满现代化气息的住宅小区已初见轮廓。这是我市2011年为民办实事项目(本文来源于《宜兴日报》期刊2011-08-03）
陈志恩[8]（2010）在《基于粗糙集的多目标类Bayes粗糙集模型》一文中研究指出介绍了两个目标类的决策信息系统中各目标类的Bayes粗糙集模型,并将这一模型推广到具有多目标类的情形.最后讨论了该模型的相关性质,计算实例表明该模型是有效的.(本文来源于《宁夏师范学院学报》期刊2010年06期）
路亮[9]（2010）在《基于高维空间目标类几何覆盖模型的一类分类器研究》一文中研究指出传统基于划分分类的模式识别方法一般需要多个类别的训练样本,用来设计两类和多类分类器,然而在许多实际应用中存在一类分类问题。由于仅有一类样本可资利用,一类分类器设计必须通过对目标类样本的学习,形成目标类的合理覆盖模型进行识别。到目前为止,一类分类器研究已经比较深入,但对于高维空间非规则复杂分布的一类分类问题仍然难以取得较好的效果。本文在研究国内外最新研究成果基础上,针对高维空间目标类合理覆盖模型构造展开研究。首先,为了提高模型对数据的描述能力,研究了高维空间一类数据稀疏距离测度学习算法。学习的距离测度能容易的嵌入一类分类器中,有效改善一类分类器的描述性能,增强其推广能力。其次,研究了基于高维空间稀疏最小生成树覆盖模型的一类分类算法。该算法首先构建目标类的稀疏k近邻图表示,通过递归图分割算法发现数据分布的微聚类,再以微聚类中心为图节点构建目标类最小生成树覆盖模型。实验结果证实了该方法的有效性。再次,针对最小生成树数据描述方法分支多,局部覆盖不够合理的问题,研究了基于高维空间典型样本Steiner最小树覆盖模型的一类分类算法。该算法首先对目标类训练集进行样本修剪,然后对保留的典型样本构建Steiner最小树覆盖模型。实验结果证实该方法表现出良好的性能。最后,为了构建目标类紧致覆盖模型,研究了基于目标类训练样本凸壳数据描述的一类分类算法。该模型无须参数设置,可实现对样本非规则复杂分布的自适应覆盖,并可通过核函数方法获得较强的非线性分类能力。实验结果证实了该方法的有效性。(本文来源于《燕山大学》期刊2010-10-01）
江爱文,王春恒,肖柏华,程刚[10]（2010）在《基于多信息融合的视觉目标类识别算法研究》一文中研究指出视觉目标类识别是计算机视觉研究领域中的最具挑战性的难题之一,目前仍有许多问题没有得到很好的解决。近年来提出的空域金字塔直方图特征表示,在描述特征点集分布属性方面取得了比较好的实验效果。但是由于其描述的信息不全面,在性能上仍有较大改进余地。从信息互补性角度出发,提出了基于多信息融合的集成策略,将空域金字塔直方图表示与费舍分数表示各自描述的优势相结合,用于视觉目标类识别。实验证明该策略是有效的,在所进行测试的所有类别上相比单信息识别的性能均取得了一致性提高。(本文来源于《计算机科学》期刊2010年09期）
目标类论文开题报告
（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：
近年来，人工智能研究大热，技术成果斐然，不仅在棋牌领域有神奇表现，在工业、农业、金融、商业、教育、医疗、公共安全、军事等领域也广泛应用。人工智能已不再是只为人们津津乐道的“花架子”，而是在各行各业有实在且多样化的应用，甚至具备突破性能力的“超能”。“智能
（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。
目标类论文参考文献
[1].张力平.人工智能的终极目标——类脑智能[J].大众科学.2017
[2].张力平.人工智能的终极目标——类脑智能[N].人民邮电.2017
[3].孙飞,徐世武,张岩.利用目标类样本的遥感分类策略[J].测绘科学.2016
[4].孟昭然.雨致噪声源水下目标类光声成像方法研究[D].哈尔滨工程大学.2015
[5].尹维冲.多视角目标类检测算法研究[D].南京大学.2013
[6].刘凯.基于低维子空间目标类几何覆盖模型的一类分类器研究[D].燕山大学.2012
[7].陈丽,周洁.上半年市政府实事工程建设成效显着[N].宜兴日报.2011
[8].陈志恩.基于粗糙集的多目标类Bayes粗糙集模型[J].宁夏师范学院学报.2010
[9].路亮.基于高维空间目标类几何覆盖模型的一类分类器研究[D].燕山大学.2010
[10].江爱文,王春恒,肖柏华,程刚.基于多信息融合的视觉目标类识别算法研究[J].计算机科学.2010
论文知识图
