导读:本文包含了近似精度论文开题报告文献综述、选题提纲参考文献，主要关键词:近似,精度,粗糙,特征值,模型,基线,动态。
近似精度论文文献综述写法
王钰,唐巨鹏[1]（2019）在《关于Sturm-Liouville问题第一特征值的一个高精度近似公式的探讨》一文中研究指出本文深入探究了Sturm-Liouville特征值问题的一个高精度近似公式,发现从它可以导出一对孪生的近似公式。从理论来源和应用价值两个方面对孪生公式进行了论证,举例验证了孪生公式的可靠性,并对如何使用孪生公式提出了可行性建议。(本文来源于《安庆师范大学学报(自然科学版)》期刊2019年04期）
郑文彬,李进金,于佩秋,林艺东[2]（2019）在《变精度多粒度粗糙集近似集更新的矩阵算法》一文中研究指出随着信息大爆炸时代的到来,数据集的巨大化和数据集结构的复杂化已经成为近似计算中不能忽视的问题,而动态计算是解决这些问题的一种行之有效的途径。对现有的应用于经典多粒度粗糙集动态近似集更新方法进行了改进,提出了应用于变精度多粒度粗糙集(VPMGRS)的向量矩阵近似集计算与更新方法。首先,提出了一种基于向量矩阵的VPMGRS近似集静态计算算法;其次,重新考虑了VPMGRS近似集更新时的搜索区域,并根据VPMGRS的性质缩小了该区域,有效地提升了近似集更新算法的时间效率;再次,根据新的搜索区域,在VPMGRS近似集静态计算算法的基础上提出了一种新的VPMGRS近似集更新的向量矩阵算法;最后,通过实验验证了所提算法的有效性。(本文来源于《计算机应用》期刊2019年11期）
高大威,张楠,陈海峰[3]（2018）在《基于近似模型的微型客车碰撞指标预测精度研究》一文中研究指出用近似模型来代替真实模型可以减少大量的计算时间,保证优化过程的可行性,但需要保证近似模型的精度满足要求。近似模型精度越高,优化的结果可靠性也就越高。基于微型客车正面40%重迭可变形壁障碰撞有限元模型,选取车身前部对碰撞性能影响较大的10个板料厚度作为变量,把B柱下端加速度、总质量、仪表板管梁处侵入量、前围板转向柱孔处侵入量及下前围板离合器踏板处侵入量作为响应值。利用拉丁超立方试验设计方法选取70个样本点,建立了设计变量与响应的近似模型,比较了响应面、径向基神经网络、Kriging、正交多项式4种近似模型响应的误差散点图、平均相对误差和决定系数。结果表明:响应面近似模型和径向基神经网络近似模型在B柱下端加速度峰值、前围板转向柱孔处及下前围板离合器踏板处侵入量的预测精度未在可接受范围内;正交多项式近似模型质量响应精度较高,但其余各响应的精度并不能满足要求,且3种近似模型预测精度受响应量与变量的线性关系的影响明显;而Kriging近似模型各响应的预测精度均满足要求,受线性关系影响较小,故选择Kriging近似模型代替原模型。最后用粒子群算法对Kriging近似模型进行优化,结果表明:Kriging近似模型预测结果与有限元结果拟合精度高,其优化结果达到预期目标。(本文来源于《公路交通科技》期刊2018年11期）
刘洋洋,党亚民,许长辉[4]（2018）在《测站点近似坐标精度对GNSS测站解算的影响分析》一文中研究指出为了进一步提高GPS数据处理中的解算精度,利用标准化均方根残差、坐标偏差等指标,采用GAMIT/GLOBK软件解算,论述不同方案形成的近似坐标精度对数据解算的影响。结果表明:在大范围区域解算时,利用单点定位得到的近似坐标进行基线解算的效果最好,而利用双差定位得到的近似坐标解算的最终坐标精度最高;顾及解算时间和在可接受的解算精度范围内,选择提取观测文件中的近似坐标直接参与解算是最为理想的方式。(本文来源于《导航定位学报》期刊2018年03期）
刘艳,张磊,顾栋炼,陆新征[5]（2018）在《RC框架结构地震倒塌风险近似评价方法的精度对比》一文中研究指出增量动力分析方法(IDA)是目前评价RC框架结构抗地震倒塌能力最精确的方法,但是计算量大、耗时长,在工程实际中难于应用。现阶段已经提出了多种简化评价方法,可显着提高工作效率,便于工程人员应用,但是对其精度缺乏合理评价。本文介绍了叁种常用的简化评估方法,基于静力推覆分析和塑性需求曲线方法;基于静力推覆分析并利用抗倒塌储备系数(CMR)与位移安全储备系数关系方法;基于抗倒塌能力谱法,用这叁种方法计算了6个RC框架结构在罕遇地震下的CMR和倒塌率,并与其IDA计算结果进行对比,分析了叁种简化评估方法的精度。结果表明叁种简化计算方法中基于静力推覆分析和塑性需求曲线方法精度最高,基于静力推覆分析并利用抗倒塌储备系数(CMR)与位移安全储备系数关系方法和基于抗倒塌能力谱法计算更简单快捷。(本文来源于《防灾减灾工程学报》期刊2018年04期）
董薇[6]（2018）在《基于动态精度近似计算的低功耗RNN加速器》一文中研究指出近年来,递归神经网络(Recurrent Neural Network,RNN)在众多人工智能领域都取得了优异的成绩。但大多数RNN模型对计算力的要求极高,无法部署在手机、嵌入式系统等移动设备上,这阻碍了RNN运用在生活化及商业化的领域,也是RNN应用于物联网领域的技术瓶颈。低功耗的RNN加速器可以推动RNN在移动设备领域的运用,对物联网的建设具有重大的意义。本文以低功耗RNN加速器为研究目标,创新性地提出了一种面向低功耗RNN加速器的动态精度近似计算策略,并完成了基于动态精度近似计算的低功耗RNN加速器设计。动态精度近似计算策略分为算法和硬件两个层面。在算法层面,本文在网络级、帧级、连接级叁个不同层次上分别提出了网络级分级量化策略、帧级精度自适应策略和连接级动态剪枝策略。在硬件层面,本文提出了近似乘法策略,使用基于近似加法的动态精度近似乘法器替代传统乘法器。基于动态精度近似计算策略的低功耗RNN加速器计算阵列由动态精度近似乘法器构成,可拆分重构为多种计算位宽的计算单元,拥有两级计算精度可调,并配置有多个不同功能的控制模块以实现各层次动态精度近似计算控制。实验证明本文所提出的动态精度近似计算策略对网络精度的影响在6%的误差范围内。与未经优化的RNN加速器相比,动态精度近似计算策略最高可以将RNN加速器的能效提升547.95%。在TSMC 28nm工艺下,本文所提出的低功耗RNN加速器峰值吞吐达989.7GOPs,功耗276.4mW,归一化能效达到3.58TOPs/W。(本文来源于《东南大学》期刊2018-06-06）
梁宝华,吴其林[7]（2018）在《近似边界精度信息熵的属性约简》一文中研究指出针对信息观只考虑知识粒度的大小,不能客观、全面度量属性重要性的不足,首先从代数观出发,提出近似边界精度的定义;其次,根据相对模糊熵的定义,提出相对信息熵及增强信息熵概念,与相对模糊熵相比具有明显的放大作用;再次,将近似边界精度融合相对信息熵和增强信息熵,提出两种新的属性约简方法,在求U/(B∪b)时充分利用U/B的结果,可大大减少系统的时间开销;最后,通过实验分析和比较,本文算法在约简质量、分类精度上的可行性和有效性得到了验证.(本文来源于《华东师范大学学报(自然科学版)》期刊2018年03期）
宋浩展[8]（2018）在《基于高斯随机过程的高精度近似建模及其在车身声学结构特性优化中的应用》一文中研究指出随着车身结构复杂性的提高,以及仿真模型精度的提升,传统的基于数值仿真模型的优化设计方法在效率上越来越无法满足设计优化的需求。利用高精度近似模型替代仿真模型对车身结构进行优化设计显得尤为重要。本文以某车型白车身结构声学特性优化为例,利用高斯随机近似模型开展了模型构建,偏差修正,不确定性量化和基于近似模型可靠性优化研究。结果表明,在满足汽车轻量化的同时可提高汽车的声学性能。论文的具体研究内容如下:(1)采用有限元仿真分析方法,建立车身的结构、声腔有限元模型,对结构、声腔有限元模型进行模态分析。构建声固耦合模型,并计算在悬置处激励下的声压频率响应。针对驾驶员右耳处的声压级峰值进行结构灵敏度分析,为后续的车身结构优化奠定基础。(2)研究近似模型的构建流程以及建模方法,研究多项式响应面、神经网络模型、径向基函数、高斯随机过程等近似模型建模基本原理,通过算例对比其近似模型的差异。(3)研究基于高斯随机过程的偏差修正建模方法,对近似模型的不确定性进行量化,并将模型不确定性量化应用于可靠性优化设计中。(4)针对车身的声学结构优化问题,构建基于高斯随机过程的偏差修正模型,对修正模型进行评估及量化,确认其准确性。最后基于偏差修正模型进行可靠性优化设计,在提高车身结构声学特性的同时,提高了车身的轻量化特性。本文的研究工作可为考虑不确定性下的车身声学特性优化以及板块轻量化设计提供一定的理论和技术指导,相关研究工作也可以拓展到其他结构优化设计领域,为优化效率的提升提供可行的途径。(本文来源于《重庆大学》期刊2018-05-01）
阮星[9]（2018）在《基于混合精度近似计算的高能效DNN加速器设计》一文中研究指出当前深度神经网络(Deep Neural Network,DNN)加速器设计已经成为学界和业界的研究热点。随着DNN朝着预测更加精确和功能更加强大的方向发展,DNN的规模变得越来越大,计算复杂度也不断增加,这使得传统的DNN加速器面临访存和计算两方面的瓶颈。从传统DNN加速器所面临的挑战出发,本文设计并实现了一种基于混合精度近似计算的高能效DNN加速器。本文从DNN模型的算法特征入手,讨论了面向典型DNN模型的网络压缩方法、基于高能效近似计算的硬件单元设计方案以及DNN加速器基本结构和工作机制,并分析了加速器系统中数据流和控制流的具体特征。在网络压缩方面,本文分别研究了剪枝、分级量化、混合精度存储以及霍夫曼编码方案,通过递进使用该系列压缩方案,可将典型DNN模型的规模大幅压缩,有效解决了神经网络的访存问题;在近似计算方面,本文在DNN加速器系统中引入了高能效的迭代对数乘法单元,并将该单元和压缩算法紧密耦合,大幅优化和简化其设计方案,解决了加速器中存在的计算问题;最后,本文通过研究DNN加速器系统中数据流和控制流的具体特征,提出并实现了高效的网络映射方案和系统调度方案,消除了系统中的冗余计算和气泡,以较低的硬件开销,可以获得较高的加速器调度性能。实验显示本文提出的神经网络压缩方案在网络预测精度损失可忽略不计的前提下,可以节省7-8倍的网络存储空间,且本文设计的DNN加速器关键路径为1.25ns,布局和布线后面积约为4.34mm~2。加速器功耗为120mW时,基于压缩网络的吞吐率可达51.2GOPS,等效于未压缩网络下吞吐率达409.6GOPS。与最先进的DNN加速器EIE和Thinker相比,本文提出的DNN加速器在能效上分别提高了1.8倍和2.7倍。(本文来源于《东南大学》期刊2018-05-01）
毛华,康然,杨兰珍[10]（2017）在《基于固定β值的概念格上变精度粗糙集近似》一文中研究指出粗糙集理论和概念格理论均为研究知识发现与不确定性决策问题的重要方法,二者之间紧密相关。在提出概念格上的变精度粗糙集的β-上、下近似定义的基础上,一方面,对于任意给定的变精度β,讨论了概念格上变精度粗糙集β-上、下近似的性质;另一方面,针对不可定义对象集,分别提出了概念格上的变精度粗糙集β-上、下近似算法;最后,实例验证了新给出的算法可以满足用户对不同近似精度的要求,使近似结果有弹性的变化,较Yao和Monhanty给出的算法有一定的优势。(本文来源于《计算机工程与科学》期刊2017年12期）
近似精度论文开题报告范文
（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：
随着信息大爆炸时代的到来,数据集的巨大化和数据集结构的复杂化已经成为近似计算中不能忽视的问题,而动态计算是解决这些问题的一种行之有效的途径。对现有的应用于经典多粒度粗糙集动态近似集更新方法进行了改进,提出了应用于变精度多粒度粗糙集(VPMGRS)的向量矩阵近似集计算与更新方法。首先,提出了一种基于向量矩阵的VPMGRS近似集静态计算算法;其次,重新考虑了VPMGRS近似集更新时的搜索区域,并根据VPMGRS的性质缩小了该区域,有效地提升了近似集更新算法的时间效率;再次,根据新的搜索区域,在VPMGRS近似集静态计算算法的基础上提出了一种新的VPMGRS近似集更新的向量矩阵算法;最后,通过实验验证了所提算法的有效性。
（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。
近似精度论文参考文献
[1].王钰,唐巨鹏.关于Sturm-Liouville问题第一特征值的一个高精度近似公式的探讨[J].安庆师范大学学报(自然科学版).2019
[2].郑文彬,李进金,于佩秋,林艺东.变精度多粒度粗糙集近似集更新的矩阵算法[J].计算机应用.2019
[3].高大威,张楠,陈海峰.基于近似模型的微型客车碰撞指标预测精度研究[J].公路交通科技.2018
[4].刘洋洋,党亚民,许长辉.测站点近似坐标精度对GNSS测站解算的影响分析[J].导航定位学报.2018
[5].刘艳,张磊,顾栋炼,陆新征.RC框架结构地震倒塌风险近似评价方法的精度对比[J].防灾减灾工程学报.2018
[6].董薇.基于动态精度近似计算的低功耗RNN加速器[D].东南大学.2018
[7].梁宝华,吴其林.近似边界精度信息熵的属性约简[J].华东师范大学学报(自然科学版).2018
[8].宋浩展.基于高斯随机过程的高精度近似建模及其在车身声学结构特性优化中的应用[D].重庆大学.2018
[9].阮星.基于混合精度近似计算的高能效DNN加速器设计[D].东南大学.2018
[10].毛华,康然,杨兰珍.基于固定β值的概念格上变精度粗糙集近似[J].计算机工程与科学.2017