导读:本文包含了算法增量论文开题报告文献综述及选题提纲参考文献，主要关键词:SOINN算法,恶意软件检测,神经网络,增量学习
算法增量论文文献综述
张斌,李立勋,董书琴[1]（2019）在《基于改进SOINN算法的恶意软件增量检测方法》一文中研究指出针对基于批量学习的恶意软件检测方法存在检测模型动态更新困难、运算存储开销大的问题,将改进的SOINN算法与有监督分类器有机结合,利用SOINN算法的增量学习特性赋予恶意软件检测模型动态更新能力,有效降低运算存储开销。首先对SOINN算法进行改进:在SOINN算法竞争学习周期内,根据全排列思想搜索所有样本输入次序下神经元的权重调节量,计算所有权重调节量的平均值作为神经元最终权重调节量,避免不同样本输入次序影响训练所得神经网络的稳定性,使所得神经网络更能反映原始数据本质特征,从而提高神经网络针对恶意软件检测的精度。然后采用非负矩阵分解和Z-score归一化对数据进行预处理,将恶意软件行为特征向量从高维高数量级转换至低维低数量级,在提高检测速度的同时有效降低高数量级维度对特征学习的不利影响,进一步提高检测准确性。实验结果表明,所提方法支持检测模型动态更新,对未知新样本的检测准确率显着高于传统检测方法,且运算存储开销更小。(本文来源于《网络与信息安全学报》期刊2019年06期）
胡本固,戴牡红[2]（2019）在《多中心点增量式模糊聚类算法》一文中研究指出增量聚类算法可以解决数据量大、内存不足的问题.传统的增量式模糊聚类(incremental multiple medoids based fuzzy clustering, IMMFC)算法只为每个数据块选择一个或多个相同数目的中心,当聚类中的对象权重较小时聚类效果不好.该文提出新的增量式模糊聚类算法用于处理大数据集.首先将大数据集分成多个小的数据块,并对每个小的数据块进行模糊聚类;然后从每个小数据块的每个簇群中选择目标中心点,中心点的个数是簇群中对象的权重之和大于阈值的最少对象数.最后合并所有选定的中心点,并对最终数据块进行模糊聚类,获取最终的中心点.实验结果表明,与IMMFC算法相比,当数据块占总数据的10%以上时,所提算法优于IMMFC.(本文来源于《应用科学学报》期刊2019年06期）
刘辉,万程峰,吴晓浩[3]（2019）在《基于增量协同过滤和潜在语义分析的混合推荐算法》一文中研究指出为了解决传统新闻推荐系统定期更新推荐算法不能根据用户喜好的变化进而动态地调整推荐列表的问题,提出了一种混合推荐算法(IULSACF)。该算法包含了2个关键部分:基于项目的增量更新协同过滤算法和基于关键词频率的潜在语义分析算法。该混合推荐算法在基于项目的增量更新协同过滤模块中,通过对项目相似度列表增量更新来动态地调整推荐列表,并结合潜在语义分析算法来确保所推荐文章的相关性。实验结果表明,所提出的IULSACF算法在各项评价指标上均优于传统的推荐方法。(本文来源于《计算机工程与科学》期刊2019年11期）
韩高威,杜秀梅,黄超群,余淼,浮洁[4]（2019）在《全地形车磁流变悬架增量式PID控制算法研究》一文中研究指出全地形车在越野路面行驶过程中加速度传感器参考坐标变化导致信号中存在低频干扰,会导致悬架系统的振动衰减性能下降。本文设计了一种增量式PID控制算法消除低频干扰成分的影响,并采用粒子群优化算法(ParticleSwarm Optimization, PSO)对增量式PID控制算法中的比例、积分、微分参数分别进行整定。为了验证设计控制器的有效性,通过仿真和实验对全地形车磁流变悬架系统进行越野路面测试,对增量式PID控制算法下车辆的车身加速度、悬架动行程及车轮动载荷的时域响应特性进行了分析,并与传统式PID控制算法进行了对比。结果表明,与传统PID控制算法相比,增量式PID控制算法具有更好的控制性能;且增量式PID控制器可以有效抑制低频干扰信号对系统的影响。(本文来源于《第十叁届全国振动理论及应用学术会议论文集》期刊2019-11-09）
刘振田,汪光森,周亮,尹华治,文比强[5]（2019）在《一种具有容错能力的增量式正交译码算法和基于模型的FPGA实现》一文中研究指出针对磁栅或光栅形式的正交编码器译码过程中出现漏计数或错计数等问题,提出了一种具有较强容错能力的新型正交译码机制,并根据基于模型的设计思想将此机制在FPGA中实现,创新式地组合应用几种开发软件,通过Simulink?/Stateflow?/Xilinx?Systerm Generator等工具生成HDL文件、二进制比特流文件,建立了一套基于模型设计的自动化开发流程,相较于传统RTL级开发方式,不需要对硬件描述语言的熟练掌握,避免了人工编辑代码等繁冗复杂的工作。某型永磁同步直线电机控制系统的FPGA板卡测试,验证了该方法的有效性和实用性。(本文来源于《海军工程大学学报》期刊2019年05期）
杨波,杨文忠,殷亚博,何雪琴,袁婷婷[6]（2019）在《基于词向量和增量聚类的短文本聚类算法》一文中研究指出由于微博短文本的高维稀疏和传统Single-Pass聚类算法对文本数据顺序敏感等问题,导致短文本聚类准确率较低。针对上述问题提出一种基于词向量和增量聚类的短文本聚类算法(improved single-pass algorithm based on word embedding,ISWE)。通过词向量模型得到文本的词向量矩阵,利用金字塔池化(spatial pyramid pooling,SPP)策略对文本词向量矩阵进行处理得到文本表示,使用改进的Single-Pass算法进行微博短文本聚类。实验结果表明,使用SPP策略的文本表示使聚类准确率明显提高,ISWE算法相较于传统的Single-Pass算法有更高的准确率和调整兰德系数,验证了其有效性和准确性。(本文来源于《计算机工程与设计》期刊2019年10期）
石毅,韩义成,孙梓航,唐爽,张勇[7]（2019）在《变正则化参数的增量式子带自适应滤波算法》一文中研究指出为了解决定步长带来的快收敛速度和低稳态误差的折中问题,本文提出了一种变正则化参数的增量式归一化子带自适应滤波算法,其中变正则化参数是通过最小化后验子带误差信号的方差获得。同时对于先验子带误差信号的方差估计,本算法提出采用均方偏差(MSD)分析方法。相比于传统的滑动平均方式,该方法获得更好的估计性能。而且,本文证明了所提算法在均方意义上是收敛的。通过系统辨识和回声消除仿真实验,本文表明和现有增量式算法相比,所提算法在收敛速度和稳态误差方面具有优越性。(本文来源于《电子测量技术》期刊2019年19期）
张卫庆[8]（2019）在《增量式PID控制算法在大型调相机中的应用》一文中研究指出结合泰州300 MVar双水内冷调相机工程基建调试,介绍了采用典型增量式PID控制方法实现的空气、润滑油以及内冷水温度控制。还介绍了融合逻辑切换和启动低限功能的阶跃增量式PID控制,其在循环水温控制中的效果类似于开环控制。相比传统火电广泛应用的位置式PID控制,增量式PID控制降低了稳态控制精度,提高了控制回路的稳定性,有效降低了执行机构的故障率,提高了调相机设备的本质安全属性,更加契合"无人值守"的运行要求。结合泰州300 MVar双水内冷调相机工程基建调试,分析了增量式PID控制的特点,为热工技术人员快速掌握调相机自动控制系统运维提供参考,对新一代"无人值守变电站"的建设和实施也具有一定的指导意义。(本文来源于《工业控制计算机》期刊2019年09期）
周晓剑,侯蓉[9]（2019）在《面向大数据的增量式RBF学习算法》一文中研究指出"大数据"背景下,如何处理庞大数据成为众多企业关注的热点。文章提出了一种新的在线处理大数据的方法,利用数学中的分块矩阵定理对径向基函数进行处理,从在线处理大数据的角度思考,利用增量学习算法原理推导出径向基函数(RBF)增量学习算法模型,为大数据的增量算法提供一种新思路,并利用实际算例加以检验。实验表明,相对于传统的一次性建模的方法,所提出的增量式RBF算法能在保证不影响建模精度的前提下明显地缩短处理大数据的时间。(本文来源于《统计与决策》期刊2019年18期）
吴志超,马雷,陈彦云,石剑,徐丹[10]（2019）在《基于增量Voronoi序列的即时彩色点画算法》一文中研究指出作为流行的图像风格化技术之一,数字点画是具有吸引力的一项研究课题.现有的大部分工作针对黑白点画,而彩色点画作为一种多类别采样问题,其计算成本较大,为此提出一种即时彩色点画算法,采用离线计算的方式得到蓝噪声性质的点集,以此构建增量Voronoi序列;然后将单类别阈值策略扩展到多类别阈值策略来确定各个采样点的颜色;最后根据采样点的颜色生成彩色点画.通过与其他合成策略在不同颜色空间中的对比,结果表明文中确定性算法可以在保证效率和鲁棒性的同时,生成与当前最先进算法质量相当的结果.(本文来源于《计算机辅助设计与图形学学报》期刊2019年09期）
算法增量论文开题报告
（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：
增量聚类算法可以解决数据量大、内存不足的问题.传统的增量式模糊聚类(incremental multiple medoids based fuzzy clustering, IMMFC)算法只为每个数据块选择一个或多个相同数目的中心,当聚类中的对象权重较小时聚类效果不好.该文提出新的增量式模糊聚类算法用于处理大数据集.首先将大数据集分成多个小的数据块,并对每个小的数据块进行模糊聚类;然后从每个小数据块的每个簇群中选择目标中心点,中心点的个数是簇群中对象的权重之和大于阈值的最少对象数.最后合并所有选定的中心点,并对最终数据块进行模糊聚类,获取最终的中心点.实验结果表明,与IMMFC算法相比,当数据块占总数据的10%以上时,所提算法优于IMMFC.
（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。
算法增量论文参考文献
[1].张斌,李立勋,董书琴.基于改进SOINN算法的恶意软件增量检测方法[J].网络与信息安全学报.2019
[2].胡本固,戴牡红.多中心点增量式模糊聚类算法[J].应用科学学报.2019
[3].刘辉,万程峰,吴晓浩.基于增量协同过滤和潜在语义分析的混合推荐算法[J].计算机工程与科学.2019
[4].韩高威,杜秀梅,黄超群,余淼,浮洁.全地形车磁流变悬架增量式PID控制算法研究[C].第十叁届全国振动理论及应用学术会议论文集.2019
[5].刘振田,汪光森,周亮,尹华治,文比强.一种具有容错能力的增量式正交译码算法和基于模型的FPGA实现[J].海军工程大学学报.2019
[6].杨波,杨文忠,殷亚博,何雪琴,袁婷婷.基于词向量和增量聚类的短文本聚类算法[J].计算机工程与设计.2019
[7].石毅,韩义成,孙梓航,唐爽,张勇.变正则化参数的增量式子带自适应滤波算法[J].电子测量技术.2019
[8].张卫庆.增量式PID控制算法在大型调相机中的应用[J].工业控制计算机.2019
[9].周晓剑,侯蓉.面向大数据的增量式RBF学习算法[J].统计与决策.2019
[10].吴志超,马雷,陈彦云,石剑,徐丹.基于增量Voronoi序列的即时彩色点画算法[J].计算机辅助设计与图形学学报.2019