导读:本文包含了随机投影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:梯度,不等式,算法,在线,橡胶树,形态学,阈值。
随机投影论文文献综述
蔡帅,朱磊,曾维军,魏克峰,孙静[1]（2019）在《基于随机投影的K-means算法研究》一文中研究指出对于大量的高维训练数据,数据降维是提高存储和计算效率、避免维数灾难的有效手段。提出了一种方法:首先基于随机投影理论对原始数据集进行随机投影变换,将数据集矩阵A映射为ā,而后再对矩阵ā执行K-means聚类算法,这样不仅能降低数据集的维度,同时也能减少执行K-means算法的时间,并且能够保证良好的聚类效果。最后在人工数据集和面部图像数据集上的仿真实验验证了该理论的有效性和准确性。(本文来源于《信息技术与网络安全》期刊2019年12期）
冯雅莉,孙为军[2]（2019）在《一种基于快速随机投影的矩阵填充方法》一文中研究指出为了解决在矩阵填充过程中的高维度和高计算成本的问题,提出一种基于快速随机投影的矩阵填充方法(FRPMC)。利用对矩阵的随机投影的方式对需要填充的矩阵进行降维,然后构造SVD的近似模型来重构矩阵来实现矩阵填充的功能。通过仿真实验证明了该算法的可行性。与其他一些传统算法进行对比,FRPMC在图像恢复的实验中图片恢复的峰值信噪比和运行时间均比奇异值阈值法、加速近邻梯度法和增广拉格朗日乘子法要好。(本文来源于《计算机应用与软件》期刊2019年09期）
曹洁,朱晶晶,李伟,王进花[3]（2019）在《基于自商图像和随机投影的人脸识别方法》一文中研究指出针对传统基于自商图像的方法忽略对特征进行选择的问题,提出了一种结合自商图像和随机投影的人脸识别方法。采用自商图像法对人脸图像进行预处理,削弱光照影响;然后通过线性判别分析构造初始样本空间,利用多次随机投影将样本投影到不同的子空间,从而提取更具完备性和判别性的光照不变特征。最后用最近邻分类器对样本进行分类。在Yale B和AR人脸库上的实验表明:所提算法可以提取对光照鲁棒且具有鉴别性的人脸特征,从而提高光照变化条件下人脸识别的准确率。(本文来源于《传感器与微系统》期刊2019年07期）
陈伟,李创,唐荣年[4]（2019）在《应用间隔随机蛙结合连续投影算法检测橡胶树叶片氮含量》一文中研究指出研究了基于可见/近红外光谱技术的橡胶树叶片氮含量无损检测方法。总共采集了176个橡胶树叶片样本,以350～2 500 nm的可见/近红外数据作为试验数据。首先,采用一种新颖的间隔随机蛙(iRF)算法选择交互验证均方根误差(RMSECV)最小的波长间隔组合;然后,采用连续投影算法(SPA)进一步选择特征波长;最后,将选出的特征波长作为输入变量,建立偏最小二乘法(PLS)模型。研究结果表明:通过两步策略进行波长选择,iRF算法粗选,从全光谱2 151个变量中筛选出714个,再采用SPA算法细选,从714个变量中进一步筛选出20个最优变量,降低了信息冗余,变量数减少了99.07%。建立的简化模型结果校正均方根误差(RMSEC)、校正相关系数(R_c)、预测均方根误差(RMSEP)、预测相关系数(R_p)分别为0.091 3%、0.956 5、0.123 8%和0.901 8,比PLS、间隔偏最小二乘法(iPLS)、iRF算法和SPA有更低的均方根误差和更高的相关系数。因此,iRF-SPA可以作为一种策略的波长选择方法用于检测橡胶树叶片氮含量。(本文来源于《河南科技大学学报(自然科学版)》期刊2019年05期）
宛袁玉[5]（2019）在《基于随机投影的高效自适应次梯度方法》一文中研究指出在线学习是一个计算高效且具备理论保障的通用学习框架,能够利用实时收集的数据快速地进行参数更新。随着大数据时代的来临,为了处理规模大、增长快的数据,在线学习受到越来越多的关注。自适应次梯度方法由于可以动态地利用已观测数据的几何结构去指导参数更新而成为常用的在线学习方法。根据使用的信息量大小,自适应次梯度方法可以被划分为对角矩阵版本和全矩阵版本。由于全矩阵版本处理高维数据时需要难以接受的开销,对角矩阵版本在实践中被广泛应用。然而,对角矩阵版本仅仅维护了梯度外积矩阵的对角线元素,无法捕捉梯度之间的相关性。当高维数据是稠密且具备低秩或近似低秩特性时,它的效果会比全矩阵版本差。本文主要研究如何在不影响性能的前提下降低自适应次梯度方法的复杂度,取得了以下进展:第一,针对全矩阵版本自适应次梯度方法复杂度过高的问题,提出基于梯度投影的高效自适应次梯度方法。该方法的核心思想是利用随机投影方法去生成一个可以近似梯度外积矩阵的低秩矩阵。在后续的计算过程中,我们通过维护和操作这个低秩矩阵去加速梯度外积矩阵的开方和求逆运算,从而得到一种更加高效的自适应次梯度方法。实验结果表明,该方法取得了与全矩阵版本自适应梯度方法相接近的效果,并显着地降低了运行时间。然而,该方法在参数更新过程中存在依赖性问题,我们难以利用现有的数学工具从理论上分析其遗憾上界。第二,针对基于梯度投影的高效自适应梯度方法不具备遗憾上界的问题,进一步提出基于数据投影的高效自适应次梯度方法。具体而言,对于机器学习领域常见的广义线性模型,我们首先提出将全矩阵版本自适应次梯度方法中的梯度外积矩阵替换为数据外积矩阵,这一简单的变化直接避免了基于梯度投影的方法中存在的依赖性问题。然后再利用随机投影方法去生成一个可以近似数据外积矩阵的低秩矩阵,并利用该低秩矩阵加速参数更新,得到与基于梯度投影的方法相同的存储和计算复杂度。更重要的是,我们通过理论分析建立了该方法的遗憾上界。理论结果表明,针对广义线性模型,当数据具备低秩或近似低秩特性时,该方法的性能与全矩阵版本的性能相接近。实验结果表明,该方法取得了与基于梯度投影的方法相似的效果,成功降低了全矩阵版本的复杂度。(本文来源于《南京大学》期刊2019-05-24）
黄禹侨[6]（2019）在《高维不均衡数据情形下一种基于随机投影的决策树集成分类方法》一文中研究指出随着时代的发展,高维不均衡数据越来越频繁地出现在各个领域,比如基因数据、信号数据、金融数据等;如何有效地对高维不均衡数据进行分类是一个重要的研究方向。为此,本文提出一种基于随机投影的决策树集成分类方法;并利用阈值移动的方式将该方法推广到高维不均衡数据的情形。在第二章,针对于高维数据的分类问题,本文提出一种基于随机投影的决策树集成学习方法Projection Forest(PJForest)。该方法以决策树为基分类器,利用一系列随机投影对数据进行降维,基于降维后的数据构建相应的一系列决策树,而后通过集成学习构造集成分类器。利用随机投影对数据进行降维,能保持数据几何结构的信息;更重要的是,随机投影通过对原始数据进行扰动,能丰富一系列决策树的多样性,经过集成可有效克服噪音的影响,进而提升PJForest的泛化能力。本文证明了PJForest泛化误差的极限性质,得到一定意义下泛化误差的收敛速度。本文做了大量的模拟研究,并对实际数据进行了实证分析。模拟研究的结果表明,PJForest能有效地对包含大量噪音的高维数据进行分类,比起已有的诸如随机森林、Xgboost等方法,有更好的分类性能。在第叁章,本文将PJForest方法推广到了高维不均衡数据的情形下,提出一种基于阈值移动的均衡化PJForest方法,Banlanced Projection Forest(BPJForest)。该方法通过改变投票阈值,移动决策边界,进而增强对少数类样本的分类表现,这使得BPJForest能对高维不均衡数据进行分类。当以均衡分类准确率(Balanced accuracy)作为不均衡数据分类的评价指标时,本文给出了一个最优阈值的选择方法。本文将PJForest泛化误差的极限性质推广到了BPJForest下,得到了相似的理论结果。本文做了模拟研究,模拟研究的结果表明,BPJForest能有效地对高维不均衡数据进行分类,比起已有的PJForest、RPF等方法,有更好的分类性能。(本文来源于《中国科学技术大学》期刊2019-05-14）
张小娟[7]（2019）在《求解随机变分不等式的两个随机逼近投影算法》一文中研究指出从变分不等式(VI)问题的提出以来,其理论与应用方面的研究取得了重大进展,已经有一套相对比较完善的理论和方法.然而在实际的应用中存在不确定性因素,此时求解VI问题的算法失效.因此,有必要研究随机变分不等式(SVI)问题,本文主要研究求解SVI问题的随机逼近投影算法.首先,在绪论部分介绍了几类单调函数的定义,投影的定义及其性质,符号说明,VI问题的相关背景及其投影型算法的研究现状,SVI问题及其有关算法的研究现状.其次,研究求解SVI问题的外梯度随机逼近投影算法.依据求解经典VI问题的外梯度投影算法,给出求解SVI问题的修正外梯度随机逼近投影算法,简称MESA算法.在适当的假设下,证明了MESA算法依概率1收敛,初步的数值试验结果表明MESA算法具有有效性.MESA算法是对已有的外梯度随机逼近投影算法的进一步推广,并且可在弱的假设下获得它们的收敛性结果.最后,研究求解SVI问题的不可行随机逼近投影算法,简称IPSA算法.提出的算法可以看作是对外梯度投影算法的一个改进,IPSA算法每次迭代只需要一次投影.与一般的外梯度投影算法相比较,在矫正步中采用一个新的方向和步长.在迭代过程中随机误差的方差减小,并且采用动态样本的线搜索来处理Lipschitz常数的缺失.在一个弱于伪单调和单调的假设下IPSA算法依概率1收敛,并且分析了IPSA算法的复杂度和收敛率.初步的数值实验结果表明IPSA算法是有效的.(本文来源于《重庆师范大学》期刊2019-05-01）
邵盟雅[8]（2019）在《基于K-means最佳聚类与随机投影的间歇过程故障诊断》一文中研究指出随着现代工业复杂程度的不断增加,各个生产环节联系越来越紧密,大大缩短了工期、降低了人工成本、促进了生产的现代化发展,也意味着对于操作细节的标准提高了。若系统中某一小环节出现故障,轻则影响产品精度,重则造成整个系统瘫痪,对工业生产造成巨大影响。为了确保工业生产过程的顺利进行,我们应加大对故障诊断方法的研究力度。现代工业中精进的信息提取与存储技术为采集高维度、多种类的海量数据提供了保障,所以现代化间歇工业生产过程的故障诊断重点也从对二维数据的诊断转向对多维数据的诊断。采用多维数据的间歇故障诊断方法通过对数据进行在线分析和工况判断,可以诊断出故障位置并消除干扰,以保证工业生产过程正常运行。本文主要研究基于数据驱动的多元统计分析与机器学习的故障诊断方法。将两种方法适度融合应用到机床设备的间歇工业生产过程中,一方面,以传统主元分析(Principal Component Analysis,PCA)为基础,研究基于间歇数据的多向主元分析(Multivariate Principal Component Analysis,MPCA)和时段软化划分方法。另一方面,以机器学习为基础,将K邻近算法与随机投影(Johnson-Lindenstrauss,JL)转换相结合,完成间歇过程中过渡时段的故障诊断。本文的主要内容如下:一、针对间歇工业过程时段划分问题,将传统时段软划分与K-means最佳聚类算法融合,提出一种基于最佳聚类时段软化分方法。该方法增加了初始化聚类中心点选择的科学性,提高了子时段划分的可靠性,从而使过渡时段的筛选更加精确。二、针对间歇工业过程子时段故障诊断问题,将K-means最佳聚类过渡区间筛选与MPCA故障诊断融合,提出基于改进时段软化分的MPCA故障诊断方法,利用MPCA对间歇生产过程的子时段进行故障诊断。该方法避免了由随机选择初始聚类中心点而引起的时段划分不准确。叁、针对间歇工业过程过渡时段故障诊断问题,采用了随机投影方法,将其应用到到kNN过渡时段故障检测。该方法将过渡模态数据通过一个去随机化的JL(Johnson-Lindenstrauss)转换,快速生成投影矩阵。将过渡模态数据从高维空间投影到低维空间,保存了任意两点的距离信息,再利用kNN方法进行故障诊断,从而降低了故障的误报率和漏报率,提高了故障诊断的精度。(本文来源于《河北师范大学》期刊2019-03-20）
郝晓莉,卓乘风,邓峰[9]（2019）在《国际技术溢出、人力资本与丝绸之路经济带能源效率改进——基于投影寻踪模型和随机前沿分析法》一文中研究指出采用2003～2015年的省际面板数据,运用投影寻踪模型和随机前沿分析法测算了丝绸之路经济带各地区的能源效率,考察了两种国际技术溢出渠道对能源效率的影响,并探讨了人力资本在两种国际技术溢出影响能源效率过程中的调节作用,最后,通过反事实检验法对两种国际技术溢出对丝绸之路经济带能源效率的改进作用以及人力资本的调节作用进行了量化核算。研究表明:两种国际技术溢出渠道均能提升丝绸之路经济带地区的能源效率,且外商直接投资的提升作用更为明显;人力资本的积累能强化国际技术溢出对能源效率的改进作用,且对进口贸易的调节作用更为明显;反事实检验结果表明,进口贸易和外商直接投资能将丝绸之路经济带的能源效率分别提升3. 64%和2. 74%,人力资本的积累则能将两种技术溢出的能源效率改进作用分别提升11. 3%和13. 1%,并且,上述作用机制在西北地区表现更为明显。上述结论为全面开放新格局下丝绸之路经济带通过提高人力资本、承接国际技术溢出,进而实现绿色低碳发展提供了政策启示。(本文来源于《国际商务(对外经济贸易大学学报)》期刊2019年02期）
李玉,王亚琼,赵雪梅,赵泉华[10]（2019）在《基于随机投影深度函数的停车场车辆提取方法》一文中研究指出为精确提取露天停车场内颜色混杂的车辆,提出一种基于随机投影深度函数的车辆提取方法.随机投影深度函数可有效区分RGB彩色空间中数据集的数据中心与离群值,充分利用各车辆颜色特征的复杂性及其与停车场背景颜色特征的差异性,凸显具有离群值颜色特征的车辆.首先,利用随机投影深度函数对彩色遥感影像中各像素颜色特征进行排序得到深度场影像;然后,对深度场影像做形态学闭运算并选取合适的随机投影深度值作为阈值,二值化闭运算后的深度场影像,实现车辆初始提取;最后,结合决策树分析与形态学运算实现车辆精确提取.实验结果表明,随机投影深度函数可有效处理彩色遥感影像中各种颜色车辆所表现的"同物异谱"现象,在深度场影像中凸显不同颜色的车辆,有效提高车辆提取效率;辅助以简单的后处理可实现遥感影像中不同场景停车场车辆提取.(本文来源于《电子学报》期刊2019年02期）
随机投影论文开题报告
（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：
为了解决在矩阵填充过程中的高维度和高计算成本的问题,提出一种基于快速随机投影的矩阵填充方法(FRPMC)。利用对矩阵的随机投影的方式对需要填充的矩阵进行降维,然后构造SVD的近似模型来重构矩阵来实现矩阵填充的功能。通过仿真实验证明了该算法的可行性。与其他一些传统算法进行对比,FRPMC在图像恢复的实验中图片恢复的峰值信噪比和运行时间均比奇异值阈值法、加速近邻梯度法和增广拉格朗日乘子法要好。
（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。
随机投影论文参考文献
[1].蔡帅,朱磊,曾维军,魏克峰,孙静.基于随机投影的K-means算法研究[J].信息技术与网络安全.2019
[2].冯雅莉,孙为军.一种基于快速随机投影的矩阵填充方法[J].计算机应用与软件.2019
[3].曹洁,朱晶晶,李伟,王进花.基于自商图像和随机投影的人脸识别方法[J].传感器与微系统.2019
[4].陈伟,李创,唐荣年.应用间隔随机蛙结合连续投影算法检测橡胶树叶片氮含量[J].河南科技大学学报(自然科学版).2019
[5].宛袁玉.基于随机投影的高效自适应次梯度方法[D].南京大学.2019
[6].黄禹侨.高维不均衡数据情形下一种基于随机投影的决策树集成分类方法[D].中国科学技术大学.2019
[7].张小娟.求解随机变分不等式的两个随机逼近投影算法[D].重庆师范大学.2019
[8].邵盟雅.基于K-means最佳聚类与随机投影的间歇过程故障诊断[D].河北师范大学.2019
[9].郝晓莉,卓乘风,邓峰.国际技术溢出、人力资本与丝绸之路经济带能源效率改进——基于投影寻踪模型和随机前沿分析法[J].国际商务(对外经济贸易大学学报).2019
[10].李玉,王亚琼,赵雪梅,赵泉华.基于随机投影深度函数的停车场车辆提取方法[J].电子学报.2019