导读:本文包含了矢量量化模型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:矢量,神经网络,模型,本溪,藏族,流形,旱涝。
矢量量化模型论文文献综述
文成当智,贡保东知,贡却拉姆,仁真旺甲,切尼项毛[1]（2019）在《藏族药药性量化的新方法——“味性化味”矢量结构模型构建》一文中研究指出"味性化味"(Ro Nus Zhur Jes)理论是藏族药(简称藏药)药性理论的核心内容,也是藏药核心配伍规律,是以药物的六味为表层药性,被叁胃火消化后的叁化味为内层药性,八性和十七效等为深层药性,本质性能为特殊药性,形成多层次药性理论,但其内在结构仍需统一整理,临床实用性有待进一步提高。该文采用文献挖掘,藏药理论,矢量结构模型,K-均值聚类分析,Gephi 0. 9. 2可视化软件等方法,整理藏药药性理论,发现藏药药性内在结构具有"7药性+3特性"的多维结构特点,且药性相同则会迭加,药性相反则会抵消,可用矢量表示,提出了构建藏药"味性化味"矢量结构模型。以二十五味余甘子散和92种常用藏药方剂为例,分析单一方剂十七效和多个方剂作用于叁因的比值,并将其结果与临床功效进行对比验证,结果发现模型分析结果与临床功效之间不仅从方剂的六味、叁化味、十七效等高度吻合,而且主治疾病等均相符,具有很高的拟合度和解释度,能够有效而直观地量化藏药方剂药性,揭开复杂的藏药理论隐性知识。后续将继续应用藏药"味性化味"矢量结构模型分析藏医经典方剂,并不断进行拟合评价及修正优化,以期提高藏药药性理论在大数据环境下的实用性,为藏药方剂的药性量化提供方法学参考。(本文来源于《中国实验方剂学杂志》期刊2019年19期）
王娇,罗四维,邹琪[2]（2019）在《图像分类中基于分类矢量量化的视觉词袋模型》一文中研究指出特征表示是图像识别和分类的基础,视觉词袋是一种图像的特征表示方法。分析现有视觉词典构建方法的不足,提出一种新的视觉词典构建方法。首先利用梯度方差把特征矢量分为光滑类和边缘类,然后分别针对不同类别的特征矢量进行视觉词典的构建,最后根据两类视觉词典生成视觉词袋。图像分类实验表明,提出的新方法能提高分类准确率。(本文来源于《计算机工程与应用》期刊2019年10期）
魏永合,刘炜,杨艳君,王志伟[3]（2018）在《基于流形学习与学习矢量量化神经网络的齿轮故障诊断模型》一文中研究指出为了提高对齿轮非平稳、非线性故障振动信号的可分性及其故障诊断的准确性,并针对其高维数据样本的特点提出一种基于流形学习与LVQ的齿轮故障诊断模型。该模型首先利用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法进行齿轮故障振动信号的分解,得到一系列固有模式函数(Intrinsic Model Function,IMF)分量。接下来对含有主要故障信息的IMF分量进行特征提取和选择并构造高维观测样本,再用流形学习等距特征映射(ISOMAP)算法对初步的高维观测样本故障特征进行进一步的提取并对特征属性的数量进行压缩,在保留齿轮故障特征的整体几何结构信息的同时降低了特征数据的复杂度,增强了齿轮故障模式识别的分类性能。最后通过学习矢量量化神经网络(Learning Vector Quantization,LVQ)根据样本的特征将样本划分到一定的类别中去从而实现模式识别。通过比较实验结果来验证该模型的可行性。(本文来源于《组合机床与自动化加工技术》期刊2018年04期）
浦灵敏,张健[4]（2017）在《云模型猫群优化算法的矢量量化码书设计研究》一文中研究指出针对标准猫群算法在矢量量化码书设计中收敛速度慢及易陷入局部最优的缺点,将标准猫群优化算法和云模型相结合,提出了一种基于云模型猫群算法。通过运用云发生器建立猫个体变异程度和适应值大小的关系,实现猫群搜索的自适应调节,从而增强种群多样性、提高收敛速度,避免局部最优。仿真实验证明,改进的算法较其他同类型算法在收敛性、类间离散度和矢量量化不均匀度等方面有较大的提升。(本文来源于《计算机应用与软件》期刊2017年08期）
王学超,刘海滢[5]（2015）在《基于矢量量化神经网络模型的水环境质量评价研究》一文中研究指出以河南省新乡市地下水水质长期观测资料为依据,建立了基于MATLAB技术的学习矢量量化人工神经网络(简称LVQ-ANN)模型,对新乡市17眼地下水监测井进行了水环境质量评价,并与BP神经网络模型,模糊数学综合评判法,单因子评价法的评价结果进行比较,对比结果表明,LVQ-ANN模型评价地下水水质合理可行且评价时间短,预测精度高,在地下水水质评价中具有较高的应用价值。(本文来源于《水利发展研究》期刊2015年10期）
刘晴晴[6]（2011）在《基于条件高斯混合模型的宽带ISF参数分裂矢量量化研究》一文中研究指出语音编码的参数矢量量化一直是研究热点。当前ITU-T和3GPP等国际标准组织制定的语音编码标准中采用了以分裂矢量量化为基础的算法,这些算法有训练简单、计算复杂度低等优点,但同时也存在比特率高的缺点。近十年来,国外的研究重点逐渐转向以高斯混合模型为基础的参数矢量量化算法。本文的工作即在条件高斯混合模型的基础上展开。论文回顾了国内外矢量量化算法的研究历史和现状,介绍了待量化参数——ISF参数的意义及特点。详述了传统码书训练算法LBG的特性以及训练码书的失真测度。用条件高斯混合模型为训练数据建模,有效地利用了训练参数间的帧间相关性,进而利用该相关性训练出更有针对性的码书。在该种方法的基础上,提出了完整的宽带ISF参数矢量量化算法SFSVQ和SSSVQ,二者分别利用了ISF参数间(16维)的帧间相关性和ISF子帧(3维或4维)的帧间相关性。最后,从谱失真、计算复杂度、存储复杂度等方面分析了SFSVQ和SSSVQ算法的性能。(本文来源于《哈尔滨工程大学》期刊2011-03-03）
黄博强[7]（2010）在《基于Context模型和矢量—标量量化器的ECG信号压缩》一文中研究指出心电图(ECG)是单位时间内心脏电生理活动在体表的综合表示,是医生诊断心脏疾病的重要依据。由于诊断过程无损伤、廉价及实时性强,多导联ECG记录系统已经广泛应用于动态监护、临床诊断和远程医疗。其数据量的大小往往随着采样率、采样分辨率、记录时间、导联数量和病人数量的增加而增加。当存储空间或传输带宽受到严格限制时,有必要在保证信号质量的情况下进行数据压缩。目前常用的数据压缩方法包括：直接压缩法、变换压缩法以及参量压缩法。其中,基于小波变换的数据压缩方法取得了显着的结果。多导联ECG信号作为伪周期信号同时具有采样点之间、心动周期之间和导联之间的相关性。本论文从如何有效去除相关性的角度出发,研究了基于Context模型和矢量—标量量化器的压缩方案,主要包括以下几个方面内容：第一部分重点讨论叁种多导联ECG信号的QRS检测方法,解决了单导联ECG信号因电极接触不良或噪声干扰所带来的低检测率问题,同时为后续的数据压缩方法提供可靠的心动周期信息。针对双导联ECG信号,提出一种基于联合小波熵的QRS检测算法。利用连续小波变换提取QRS波群频率范围内的小波系数,有效避免噪声干扰。然后采用基于小波熵的方法对单导联ECG信号进行门限判别。当检测的RR间期与平均RR间期差距明显时,采用基于联合小波熵的方法融合双导联ECG信号的QRS信息,以增强检测结果。针对12导联ECG信号,分别提出两种基于盲源分离的QRS检测算法。方法一采用主元分析(PCA)分离多导联ECG信号的心室、心房以及噪声成分,然后采用伪周期排序法将心室信号排在前列,以便计算联合小波熵检测QRS信息。方法二采用独立元分析(ICA)分离多导联ECG信号的独立成分,对各成分进行连续小波变换,重构小波系数的相空间,根据相空间的QRS信息排序独立元,最后计算联合小波熵检测QRS信息。第二部分重点讨论ECG信号的压缩算法,分别从无损压缩与有损压缩、标量量化与矢量量化、一维压缩与二维压缩,以及单导联压缩与双导联压缩的角度出发,充分研究了基于Context模型的熵编码算法。针对ECG信号的无损压缩,首先采用9/7小波对信号进行基于提升方案的整数变换,然后将小波系数分解为重要位置图、符号流、二进制最高位位置流及剩余比特流,再结合Context模型对各系数流进行熵编码。针对单导联ECG信号的有损压缩,本文分别提出了两种压缩方案。方法一为基于标量量化的二维压缩,首先利用QRS信息将一维ECG信号切割并排列成二维图像。经过周期排序与均值去除,对图像进行一维小波变换,并对小波系数进行带截止区的标量量化。最后分解小波系数,并结合Context模型对各系数流进行熵编码。该压缩算法每次编码前需要收集心动周期形成图像,存在时间延迟。方法二为基于矢量—标量量化的一维压缩,首先按照离散小波变换等级树的结构提取ECG信号的小波系数树矢量,然后利用矢量—标量量化器量化树矢量。量化器由动态学习矢量量化器与带截止区的标量量化器组成。对标量量化系数进行分解之后,结合Context模型对各系数流进行熵编码。该方案可进行在线编码。针对多导联ECG信号的有损压缩,本文以双导联ECG信号为特例,在基于矢量—标量量化器的压缩算法基础上,将各导联ECG信号小波系数树矢量的矢量量化系数组成一个新矢量,并对其进行无损矢量量化。同时,将原算法中码书的动态学习规则改进为静态学习规则。在合理利用导联之间相关性的基础上,提高算法的压缩性能。由于有效利用了采样点之间、心动周期之间和导联之间的相关性,本文提出的各种算法和基于JPEG2000或SPIHT的编码算法相比,在保证ECG信号质量的同时提高了压缩性能。(本文来源于《复旦大学》期刊2010-03-30）
迟道才,曹洁萍,刘丽,李帅莹[8]（2009）在《LVQ学习矢量量化神经网络模型在旱涝预测中的应用》一文中研究指出旱涝灾害的预测对预防灾害和保护环境有着重要的作用。运用神经网络中LVQ学习矢量量化神经网络建立了旱涝预测模型,模型输入层神经元数目为3,输出层神经元数目为1,隐含层神经元数目采用实验法,最终确定为7。预测结果表明:该方法与传统的预测方法及BP神经网络相比,具有更强的容错性和鲁棒性,预测精度较高且计算简单等优点。(本文来源于《中国农村水利水电》期刊2009年10期）
侯文生,马丽,吴小鹰,郑小林,彭承琳[9]（2009）在《基于自回归模型和学习矢量量化神经网络的手指动作识别》一文中研究指出手指的力量和动作是反映手指协同运动、评价手部运动机能的重要参数。本文提出了一种以自回归(Auto-regressive,AR)模型和学习矢量量化(Learning Vector Quantization,LVQ)网络相结合的表面肌电信号处理方法。13名受试者参与了目标力量为4N、6N、8N等叁个力量等级的指力跟踪实验,对指力信号和前臂指浅屈肌(flex digitorum superficials,FDS)、指伸肌(extensor digitorum,ED)的表面肌电信号进行了同步记录;通过对采集到的肌电信号进行预处理,提取AR系数作为其特征值;然后设计了一个LVQ神经网络,对同等力量水平下食指、中指的动作进行模式分类,分类正确率在80%以上。实验表明,表面肌电信号(surface Electromyography,sEMG)与手指动作具有相关性,使用AR结合LVQ的sEMG有较高的识别率。(本文来源于《人类工效学》期刊2009年03期）
陈志建[10]（2009）在《基于有监督矢量的量化分析与Markov模型的异常检测方法》一文中研究指出从分析特权进程系统调用序列的特点入手,利用矢量量化方法对特权进程的短系统调用序列进行聚类分析,进而利用Markov模型来学习聚类之间的时序关系。本方法在矢量量化中利用动态分裂算法对短系统调用序列进行聚类分析,增大了正常进程系统调用序列与异常进程系统调用序列间的差异性;在训练数据集很小的条件下使模型更精小、实时性强、占用系统资源少,适合于实时检测。(本文来源于《煤炭技术》期刊2009年09期）
矢量量化模型论文开题报告
（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：
特征表示是图像识别和分类的基础,视觉词袋是一种图像的特征表示方法。分析现有视觉词典构建方法的不足,提出一种新的视觉词典构建方法。首先利用梯度方差把特征矢量分为光滑类和边缘类,然后分别针对不同类别的特征矢量进行视觉词典的构建,最后根据两类视觉词典生成视觉词袋。图像分类实验表明,提出的新方法能提高分类准确率。
（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。
矢量量化模型论文参考文献
[1].文成当智,贡保东知,贡却拉姆,仁真旺甲,切尼项毛.藏族药药性量化的新方法——“味性化味”矢量结构模型构建[J].中国实验方剂学杂志.2019
[2].王娇,罗四维,邹琪.图像分类中基于分类矢量量化的视觉词袋模型[J].计算机工程与应用.2019
[3].魏永合,刘炜,杨艳君,王志伟.基于流形学习与学习矢量量化神经网络的齿轮故障诊断模型[J].组合机床与自动化加工技术.2018
[4].浦灵敏,张健.云模型猫群优化算法的矢量量化码书设计研究[J].计算机应用与软件.2017
[5].王学超,刘海滢.基于矢量量化神经网络模型的水环境质量评价研究[J].水利发展研究.2015
[6].刘晴晴.基于条件高斯混合模型的宽带ISF参数分裂矢量量化研究[D].哈尔滨工程大学.2011
[7].黄博强.基于Context模型和矢量—标量量化器的ECG信号压缩[D].复旦大学.2010
[8].迟道才,曹洁萍,刘丽,李帅莹.LVQ学习矢量量化神经网络模型在旱涝预测中的应用[J].中国农村水利水电.2009
[9].侯文生,马丽,吴小鹰,郑小林,彭承琳.基于自回归模型和学习矢量量化神经网络的手指动作识别[J].人类工效学.2009
[10].陈志建.基于有监督矢量的量化分析与Markov模型的异常检测方法[J].煤炭技术.2009
论文知识图
