导读:本文包含了重采样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:粒子,插值,卷积,稳态,淋巴瘤,滤波器,方程。
重采样论文文献综述
张廷军,郭毅锋,黄丽敏[1]（2019）在《改进重采样的移动机器人SLAM算法》一文中研究指出在基于Rao-Blackwellized粒子滤波的移动机器人同时定位与地图构建(RBPF-SLAM)算法中,针对重采样过程导致粒子多样性降低问题,提出部分粒子免疫优化重采样方法。根据粒子权重将粒子划分为稳定粒子和不稳定粒子,对稳定粒子直接存入抗体记忆序列,对不稳定粒子通过计算抗原与抗体的亲和力与排斥力进行克隆变异操作,从中优选新粒子补充到抗体记忆序列,提高粒子多样性。实验结果表明,该算法能够有效提高机器人状态估计精度,保证算法实时性。(本文来源于《计算机工程与设计》期刊2019年11期）
张武林,李小路,樊征兵[2]（2019）在《基于等角度重采样的非稳态振动数据分析方法研究》一文中研究指出在俯冲拉起、地面开车发动机不同状态之间切换等某些特殊状态下,直升机动部件的旋转频率是个变化量,采用傅立叶变换或者傅立叶级数展开算法进行频谱计算,得到的是对应数据的均值,由于频率在时刻变化,所得结果并不能真实反应这一过程中的振动量值。为解决这一问题,本文以旋翼转速为基准,引入等角度重采样方法对振动数据进行阶比分析,得到了不同阶次频率的真实振动量值,为特殊状态下的振动数据分析提供一种分析手段。(本文来源于《现代机械》期刊2019年04期）
王蕾,赵志强,余红梅,郑楚楚,黄雪倩[3]（2019）在《基于重采样和集成学习的弥漫大B细胞淋巴瘤患者复发风险预测模型》一文中研究指出目的对某肿瘤医院血液科2011-2015年283名弥漫大B细胞淋巴瘤患者进行达到完全缓解后叁年内的复发风险预测,为患者叁年内的复发情况提供参考。方法用logistic回归进行复发影响因素分析。采用重采样(包括SMOTE等叁种方法)处理不平衡数据,同时基于boosting集成分别构建C5.0决策树、SVM和logistic回归复发风险预测模型。结果由logistic回归可知,Ki-67(P=0.006,OR=1.826)、LDH是否升高(P=0.012,OR=2.084)、原发纵膈肿物(P=0.033,OR=0.333)及疾病等级(P=0.001,OR=1.605)是弥漫性大B细胞淋巴瘤患者叁年复发的重要影响因素。通过将训练集与测试集回代对各种模型性能进行评价,并用五种评价指标的比较模型性能可知,集成模型均优于其对应的单个学习器;平衡后数据构建模型性能均优于未平衡数据构建模型,其中SMOTE最优;在测试集验证的模型中,经过SMOTE平衡数据构建SVMBOOST集成模型(准确率=0.93,F值=0.94,AUC=0.93,Rmse=0.26,G-mean=0.93,灵敏度=0.97)和C5.0BOOST模型(准确率=0.94,F值=0.95,AUC=0.94,RMSE=0.24,G-mean=0.94,灵敏度=0.94),均有较优的表现。结论基于重采样和集成学习构建的经过SMOTE平衡后SVMBOOST模型达到预期效果。(本文来源于《中国卫生统计》期刊2019年04期）
郭强,何潇,朱大明,彭金勇,冯禹[4]（2019）在《基于GIS的海量DOM影像数据重采样系统的设计与实现》一文中研究指出针对天地图·云南平台数据更新的需求,提出了基于地理信息系统(GIS)的海量DOM影像数据重采样系统的设计方案,论述了系统的结构以及实现方法。重点对系统的整体框架、功能设计和系统实现进行了详细介绍。有效解决了将1:2000DOM影像批量化重采样为1:5000DOM影像的问题,完成了天地图·云南平台数据更新工作。(本文来源于《软件》期刊2019年08期）
林晓梦,高勇[5]（2019）在《一种改进重采样的粒子滤波盲分离算法》一文中研究指出在通信混合信号单通道盲分离技术中,粒子滤波盲分离算法是一大主流算法。针对粒子滤波算法必然存在的粒子退化问题,提出一种结合有效粒子数和残差重采样思想的改进重采样粒子滤波盲分离算法。所提算法在粒子退化,即有效粒子数减少至需进行重采样时,根据有效粒子数的值找出一定数量的权重大的粒子,按每个粒子的权重占总权重的比例复制一定数量的该粒子到新粒子集中。复制后将该粒子权重更新为剩余权重,把所有权重重新归一化,再用传统随机重采样方法复制少量粒子,完成重采样的改进算法,进而得到改进重采样的粒子滤波盲分离算法。仿真结果表明,在粒子滤波单通道盲分离应用中,提出的改进重采样算法与传统随机重采样算法相比,在复杂度近似相同的情况下误码性能提高了约1 d B。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年04期）
康传利,时满星,程耀,张临炜,顾峻峰[6]（2019）在《移动最小二乘重采样在叁维重建中的应用》一文中研究指出针对地面叁维激光扫描仪采集的多站点点云数据受配准精度和重迭区域的影响,经多视角对齐后生成带有大量噪声和冗余的散乱点云从而影响曲面重建的问题,提出一种基于移动最小二乘重采样的算法:计算点云的k邻域,建立散乱点云的空间拓扑关系,选择合适的基函数和权函数,建立局部拟合区域的拟合函数,结合体素化网格模型实现点云的重采样,分别使用Crust算法和逆向工程软件Geomagic Studio对重采样的点云进行曲面重建。结果表明:该算法在保证局部细节特征清晰的基础上,能够提高模型表面的光滑性和叁维重建的效率,具有很高的实用价值。(本文来源于《桂林理工大学学报》期刊2019年03期）
王枭轩,左小清,杨泽楠[7]（2019）在《遥感影像重采样方法实现与应用研究》一文中研究指出重采样是对遥感图像进行处理的一个重要处理过程。为了保证遥感影像的清晰度、真实度,还有就是图像处理的时间效率,就要选择合适而且正确的方法来处理影像数据,这种选择是非常有实际意义的。本文采用最邻近插值法和双线性插值法这两种重采样方法对图像进行旋转、缩放,并对处理结果进行了对比分析。结果可知:最邻近法速度快,双线性次于它,但是双线性法得出的效果优于最邻近法。所以在选择合适的重采样方法的时候,要综合考虑耗时、产品的效果,从而选择合适的重采样方法。(本文来源于《软件》期刊2019年07期）
张江安,杨洪柏[8]（2019）在《基于CIC滤波器原理的音频信号快速重采样算法》一文中研究指出针对现有音频信号重采样算法普遍具有的计算开销大的缺点,提出一种基于级联积分器与梳状(CIC)滤波器原理的音频信号快速重采样算法,应用于计算资源有限的嵌入式系统中。构造同时包含内插和抽取环节的叁级CIC重采样滤波器,并根据其工作过程提出一种基本的音频信号重采样算法。推导由积分器寄存器值计算重采样值的公式,替代基本重采样算法中耗时的内插循环操作,从而得到音频信号快速重采样算法。该快速算法不需要存储滤波器系数,计算开销极小,在满足奈奎斯特采样定理的前提下可实现任意采样率转换,极大地提高了嵌入式音频重采样系统的性价比。(本文来源于《计算机应用与软件》期刊2019年07期）
时鸿涛,李洪平,刘竞[9]（2019）在《基于马氏距离的重采样方法在流量识别中的应用》一文中研究指出针对网络流量识别中的多分类数据分布不均衡的问题,本文提出了一种基于马氏距离的重采样方法。首先,将网络流量数据进行零均值化处理并转换至主成分空间;再根据少数类样本数据到集合中心点之间的马氏距离对其进行新样本的生成;之后将新生成的样本数据转换至原始空间并进行逆零均值化处理;最后返回所有新生成的样本数据。使用剑桥大学公共网络流量数据进行流量分类实验,实验结果表明该方法能够有效提升少数类的识别准确率,并且比现有的重采样方法和成本敏感方法能够获得更好的分类效果。(本文来源于《中国海洋大学学报(自然科学版)》期刊2019年08期）
马天超[10]（2019）在《基于改进重采样的粒子滤波红外车辆跟踪算法》一文中研究指出针对传统粒子滤波算法状态方程无法利用多帧信息及重采样阶段的粒子种类缺失问题,提出基于改进重采样的粒子滤波红外车辆跟踪算法,对图像进行预处理,增强图像;引入图像准则并结合多帧信息对粒子滤波的状态方程予以改良,在保证以目标帧间变化为基础的前提下将图像信息更多的结合在状态方程中,提高算法的抗干扰能力;在重采样阶段利用粒子权值设定阈值,在保留原始大权重粒子的基础上引入受小权重粒子影响的新粒子,抑制粒子权重过于集中,保证粒子的多样性。经过实验验证,提出的算法在精确性与抗干扰性方面与传统粒子滤波方法相比有较大提升。(本文来源于《无线电工程》期刊2019年07期）
重采样论文开题报告
（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：
在俯冲拉起、地面开车发动机不同状态之间切换等某些特殊状态下,直升机动部件的旋转频率是个变化量,采用傅立叶变换或者傅立叶级数展开算法进行频谱计算,得到的是对应数据的均值,由于频率在时刻变化,所得结果并不能真实反应这一过程中的振动量值。为解决这一问题,本文以旋翼转速为基准,引入等角度重采样方法对振动数据进行阶比分析,得到了不同阶次频率的真实振动量值,为特殊状态下的振动数据分析提供一种分析手段。
（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。
重采样论文参考文献
[1].张廷军,郭毅锋,黄丽敏.改进重采样的移动机器人SLAM算法[J].计算机工程与设计.2019
[2].张武林,李小路,樊征兵.基于等角度重采样的非稳态振动数据分析方法研究[J].现代机械.2019
[3].王蕾,赵志强,余红梅,郑楚楚,黄雪倩.基于重采样和集成学习的弥漫大B细胞淋巴瘤患者复发风险预测模型[J].中国卫生统计.2019
[4].郭强,何潇,朱大明,彭金勇,冯禹.基于GIS的海量DOM影像数据重采样系统的设计与实现[J].软件.2019
[5].林晓梦,高勇.一种改进重采样的粒子滤波盲分离算法[J].重庆邮电大学学报(自然科学版).2019
[6].康传利,时满星,程耀,张临炜,顾峻峰.移动最小二乘重采样在叁维重建中的应用[J].桂林理工大学学报.2019
[7].王枭轩,左小清,杨泽楠.遥感影像重采样方法实现与应用研究[J].软件.2019
[8].张江安,杨洪柏.基于CIC滤波器原理的音频信号快速重采样算法[J].计算机应用与软件.2019
[9].时鸿涛,李洪平,刘竞.基于马氏距离的重采样方法在流量识别中的应用[J].中国海洋大学学报(自然科学版).2019
[10].马天超.基于改进重采样的粒子滤波红外车辆跟踪算法[J].无线电工程.2019
论文知识图
