导读:本文包含了评测方法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:稀土,永磁,学科,深度,卷积,性能,黏性。
评测方法论文文献综述
罗阳[1]（2019）在《异方性稀土粘结永磁材料的现状及评测方法研究》一文中研究指出异方性稀土永磁材料由于晶粒沿易磁化轴方向的平行排列而具有优异的磁性能,在电动工具、节能家电、新能源汽车和机器人等高新技术领域有广泛应用前景。目前,日本公司在异方性稀土永磁材料领域建立了磁粉-磁体-电机完整产业链,国内在各向异性产生机理、矫顽力机制以及元素掺杂等方面进行了大量研究,取得了不少成果,但是产业化尚属空白。在磁粉性能检测方面:探索了采用振动样品磁强计表征异方性磁粉性能的可能性,建立了磁粉直接性能与取向样柱性能之间的关联性,研究了取向温度、取向磁场对样柱磁性能的影响规律。在磁环性能检测方面:研究了铁套和铁芯对磁环表磁分布的影响,确定了关键影响参数,能够为标准化测试提供数据支持。(本文来源于《第十七届全国稀土分析化学学术研讨会论文集》期刊2019-11-25）
孙广利,阎大伟[2]（2019）在《老黏性土地基承载力的可拓学综合评测方法》一文中研究指出本文综合考虑天然含水率、质量密度、压缩模量、孔隙比、液性指数和锥尖阻力等多种因素对老黏性土地基承载力的影响,利用可拓学建立老黏性土地基承载力评测模型,并进行综合评测.结果表明,评价等级所对应的老黏性土地基承载力的大致范围:1级、2级≥450 kPa,3级为350 kPa～450 kPa,4级、5级≤350 kPa.该老黏性土地基承载力分级也为其他地区老黏性土地基承载力的所属级别提供了借鉴.评价等级的划分仍需依赖大量的统计数据,今后应更多地开展这方面的工作,积累数据和经验,使之更加完善.(本文来源于《吉林建筑大学学报》期刊2019年05期）
杨川[3]（2019）在《基于机器学习的VoLTE质差用户评测方法》一文中研究指出VoLTE(Voice Over LTE)是架构在4G网络上全IP条件下的端到端语音解决方案,可以为客户提供更优的语音感知体验。笔者从单通VoLTE通话的各项网络指标出发,介绍了一种XGBoost机器学习的算法,论述了如何使用XGBoost算法建立VoLTE用户语音投诉模型,对质差语音用户进行预测,指导一线人员优化提升用户通话感知,在用户投诉前发现并解决用户感知问题,提高用户满意度,进而避免用户流失。(本文来源于《信息与电脑(理论版)》期刊2019年18期）
王辉,黄品高,张元康,高超,李光林[4]（2019）在《基于肌电与肌动同步解析的肌肉痉挛评测方法》一文中研究指出肌肉痉挛是常见的运动功能障碍疾病,通过肌电与肌动双模信息同步解析进行肌肉痉挛定量评估具有重要意义。本文针对同步获取高信噪比肌电与肌动信号的难点,提出一种抗工频干扰、轻量加速度计信号校正的肌电与肌动双模信息同步解析方法,设计了无线多通道肌电和肌动信号同步采集系统。与常见科学仪器Delsys系统对比,所提系统肌电信噪性能与Delsys相似(均20 d B左右),肌动信号有效频带(0～20 Hz)能量显着高于Delsys;对所提系统进行临床测试,健康志愿者主动屈肘时屈肌肌电信噪比约20 d B; 3名改良Ashworth评分(MAS)分别为1级,1+级与2级患者归一化肌电指标分别为0. 54±0. 05,0. 59±0. 04和0. 62±0. 01,屈肌肌动信号均方根值分别为2. 69±1. 04 m·s-2,3. 19±1. 13 m·s-2,4. 89±1. 19 m·s-2,肌电与肌动信息均可有效区分患者痉挛等级。因此所提方法可用于肌肉痉挛评测及肢体运动功能监测。(本文来源于《仪器仪表学报》期刊2019年08期）
周曙英[5]（2019）在《浅谈“如何运用有效的评测方法”提升教学的有效性》一文中研究指出随着社会的发展和教育教学环境不断的优化,现如今评价一个学生的方法方式越来越多,那么怎样才能运用有效的评测方法提升教学的有效性呢?其实,这就需要我们教师平和的对待教育教学,采取有效的评测方法激励和促进教学和学习的有效性,调动学生的学习积极性,让家校合作更加紧密。(本文来源于《休闲》期刊2019年08期）
肖爽[6]（2019）在《基于LSTM的无人驾驶有轨电车安全评测方法研究》一文中研究指出推广和普及无人驾驶现代有轨电车作为城市公共交通的重要方式,已成为政府和国内外学者解决城市交通问题的共识,而安全性是无人驾驶技术的核心内容,也是无人驾驶有轨电车应用推广的先决条件。目前,有轨电车的体积、重量、编组、制动减速度等参数与汽车存在较大差异,无法直接使用汽车数据进行研究。深度学习方法如何具体应用于有轨电车安全性评测,仍待研究验证。现有的基于轨迹预测的安全评测方法,存在对天气、路况等环境因素适应性较差,难以反映跟车、超车等车辆间关联性的不足。针对目前国内外尚无有轨电车开源数据集的现状,本文根据有轨电车的车身特征和行驶特点,构建了有轨电车交通场景的仿真数据集。并将深度学习和神经网络方法应用于有轨电车的轨迹预测与安全性评测。在此基础上,为解决目前基于轨迹预测的安全评测方法存在的不足,将深度神经网络技术与运动学公式相结合,重点探究了一种基于交互式分析的有轨电车安全评测方法。主要研究工作如下:1.基于有轨电车的车身特征和行驶特点,以真实道路信息为拓扑,建立道路仿真环境。通过增加车辆和行人作为目标物体,丰富交通场景;并通过设置行驶速度区间和随机加速度区间等方式加大仿真数据的随机性,构建了有轨电车交通场景仿真数据集。2.根据运动轨迹的时序特性,将深度学习和神经网络应用于有轨电车安全性评测,验证了基于长短期记忆网络(Long Short-Term Memory,LSTM)的轨迹预测方法。研究并分析了LSTM模型的学习参数和模型结构对预测精确度和训练过程收敛速度的影响。3.综合考虑实际交通场景中环境因素和车辆之间关联性对有轨电车安全性的影响,采用了基于点域的碰撞检测方法,将LSTM深度神经网络与车辆安全距离公式相结合,探究了一种基于交互式分析的有轨电车安全评测方法,并实验验证了方法可行性。实验表明,基于LSTM的交互式安全评测模型有较好的预测精确度和模型收敛速度,验证了方法的可行性,并得出了不同参数设置对模型性能的影响关系,找到了最优模型。(本文来源于《西安理工大学》期刊2019-06-30）
邓豪[7]（2019）在《基于人脸表情的学习兴趣评测方法研究》一文中研究指出人脸表情含有丰富的内心情感信息,是人们情感交流的重要途径之一。学习状态下的表情识别是智能教辅系统的关键,及时识别学习状态下的表情有助于老师或家长判断学习者是否对学习内容感兴趣,从而及时采取调整措施,提高学习效率。深度学习采用端到端的模式,以原始数据作为输入,最后的识别结果作为输出,将特征提取和特征分类合并进行,回避了传统方法中繁杂的人工提取特征和分类过程,并且深度学习方法是靠数据驱动,对光照、姿态、遮挡物等问题不敏感,在机器学习与人工智能领域应用广泛。本文以提高人脸表情识别的准确率以及泛化能力为研究目标,采用深度学习中的卷积神经网络方法进行了表情识别相关研究,主要工作如下:1.为了提高表情识别准确率,提出了一种卷积神经网络改进方法,采用小尺寸卷积核连续卷积层的方式提取更细致的局部特征并增加网络的非线性表达能力,实验证明该方法能有效增强模型特征提取能力。2.为了进一步提高表情识别准确率和识别效率,在每个卷积层后添加批规范化层,通过在Fer2013人脸表情数据集上实验,验证了该方法的有效性。3.引入学习过程中最常见的困倦和专注两种表情对表情数据库进行扩展,建立了学习表情库。4.搭建了基于表情识别的学习兴趣检测系统,该系统能实现人脸检测、学习表情识别分类等功能。(本文来源于《北方工业大学》期刊2019-05-23）
罗芬[8]（2019）在《大数据系统的评测方法研究》一文中研究指出随着大数据时代的来临,大数据越来越受到关注。大数据系统架构设计的复杂性使得系统测试也非常复杂,本文将简要介绍大数据系统的特点,其测试的挑战和关键技术,并通过介绍测试方法,以期提高大数据系统的稳定性和安全性。(本文来源于《网络安全技术与应用》期刊2019年05期）
王春柳[9]（2019）在《面向开放域对话系统的自动化评测方法研究》一文中研究指出智能对话系统由于其发展潜力和商业价值受到了越来越多的关注,已经成为自然语言处理(Natural Language Processing,NLP)领域研究的热点。特别是近年来,深度学习和强化学习等学习方法的出现,使开放域对话系统逐步进入人们的视野,然而目前还没有存在一个良好的方法能够实现对开放域对话系统的快速评测,这在一定程度上阻碍了开放域对话系统的长远发展,因此开展开放域对话系统的评测研究将对其快速发展起到积极的促进作用。本文对开放域对话系统的各类评测方法进行调研,将这些评测方法分为人工评测和自动化评测两种,并对目前已有的几种基于深度学习的自动化评测方法进行了详细描述,同时对这些评测方法的优缺点进行了对比分析。针对目前评测方法需要大量人工标注数据和评测准确率较低等问题,本文提出了AB-LSTM-bi-MLP评测模型。该评测模型的设计出发点是判别问题-回复对是否为真实的对话,即判断两个句子是否是语义连贯和相关的句子。该模型基于连续的对话语料进行建模,目的在于解决目前基于参考回复的评测模型需要大量标注数据的弊端。该评测模型的核心内容是在基于注意力机制(Attention Mechanism)和双向长短期记忆网络(Bi-directional Long Short-Term Memory,Bi-LSTM)的基础上,再对特征融合层进行改进,引入了 Severyn等人提出的“二次特征”(Quadratic Feature)方法,并对该方法进行了部分改进,以进一步提高评测的准确度。为证明该评测模型的有效性,本文在Cornell和Reddit两种对话数据集上验证本文的模型。首先将目前已有的几种评测模型作为基准模型,分别在Reddit和Cornell两种数据集上进行实验对比,证明了本文提出的模型相比于现有的几种评测模型在特定数据集上能够取得更高的评测准确率;然后通过消融测试实验证明了本文模型各模块的有效性。(本文来源于《中国工程物理研究院》期刊2019-05-01）
王晓文,沈思,崔旭[10]（2019）在《基于ESI和Incites的潜力学科识别与评测方法研究进展》一文中研究指出[目的/意义]旨在为进一步促进潜力学科识别与评测方法研究提供参考。[方法/过程]对比分析各种预测方法的优缺点,找到该领域尚存在的问题与不足,并提出未来发展方向。[结果/结论]目前对评测方法的创新研究不够深入、理论与实际无法很好地结合、缺乏潜力学科的动态监测与评价方法。因此,应从学科发展的内在机理出发,在使用引文分析法进行学科科研评估的同时,考虑科研质量和实际贡献导向,预测学科未来可能取得的进展和突破。(本文来源于《情报探索》期刊2019年04期）
评测方法论文开题报告
（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：
本文综合考虑天然含水率、质量密度、压缩模量、孔隙比、液性指数和锥尖阻力等多种因素对老黏性土地基承载力的影响,利用可拓学建立老黏性土地基承载力评测模型,并进行综合评测.结果表明,评价等级所对应的老黏性土地基承载力的大致范围:1级、2级≥450 kPa,3级为350 kPa～450 kPa,4级、5级≤350 kPa.该老黏性土地基承载力分级也为其他地区老黏性土地基承载力的所属级别提供了借鉴.评价等级的划分仍需依赖大量的统计数据,今后应更多地开展这方面的工作,积累数据和经验,使之更加完善.
（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。
评测方法论文参考文献
[1].罗阳.异方性稀土粘结永磁材料的现状及评测方法研究[C].第十七届全国稀土分析化学学术研讨会论文集.2019
[2].孙广利,阎大伟.老黏性土地基承载力的可拓学综合评测方法[J].吉林建筑大学学报.2019
[3].杨川.基于机器学习的VoLTE质差用户评测方法[J].信息与电脑(理论版).2019
[4].王辉,黄品高,张元康,高超,李光林.基于肌电与肌动同步解析的肌肉痉挛评测方法[J].仪器仪表学报.2019
[5].周曙英.浅谈“如何运用有效的评测方法”提升教学的有效性[J].休闲.2019
[6].肖爽.基于LSTM的无人驾驶有轨电车安全评测方法研究[D].西安理工大学.2019
[7].邓豪.基于人脸表情的学习兴趣评测方法研究[D].北方工业大学.2019
[8].罗芬.大数据系统的评测方法研究[J].网络安全技术与应用.2019
[9].王春柳.面向开放域对话系统的自动化评测方法研究[D].中国工程物理研究院.2019
[10].王晓文,沈思,崔旭.基于ESI和Incites的潜力学科识别与评测方法研究进展[J].情报探索.2019
论文知识图
