导读:本文包含了集成网络模型论文开题报告文献综述、选题提纲参考文献，主要关键词:神经网络,网络,模型,阿基米德,算法,张量,属性。
集成网络模型论文文献综述写法
秦丽娜[1]（2019）在《基于模糊信息集成的网络舆情预测模型选择》一文中研究指出针对属性值为犹豫模糊信息且输入变量之间存在相互影响和联系的网络舆情预测模型选择决策问题,首先基于阿基米德范数和Heronian几何平均,提出一种新的犹豫模糊Heronian几何平均(HFHGM)算子,并详细研究了HFHGM算子的一些基本性质;其次,探讨了HFHGM算子的一些特例,并引入了犹豫模糊加权Heronian几何平均(HFWHGM)算子;进一步,基于HFWHGM算子建立了一种新的犹豫模糊多属性决策方法,该决策方法不仅能够有效地捕获输入变量之间的相互联系,还使得决策者能够依据自身的风险偏好态度选择不同的参数进行决策。最后,通过网络舆情预测模型的选择实例验证提出的决策方法是可行的和有效的。(本文来源于《控制工程》期刊2019年11期）
许晓文[2]（2019）在《基于张量神经网络和集成预测模型的医学影像处理方法研究》一文中研究指出随着近几十年的医学成像技术的发展,磁共振影像已经广泛应用到医院的各种临床场景中,磁共振影像可以无创伤性地显示器官状态,给患者病情的早期检测和治疗计划提供必要的信息支持。脑部磁共振影像能够提供大脑活动状态视图,因此脑部磁共振影像逐渐成为脑科学研究领域的重要研究工具。磁共振影像具有分辨率高、图像体素数多等图像特点,这极大地限制了以传统特征选择和分类为主的机器学习方法在脑部磁共振影像分析中的应用。随着脑部肿瘤疾病发病率的逐渐升高,脑部肿瘤疾病患者的生存周期预测的临床需求也日趋凸显。基于磁共振影像的生存分析研究不仅可以为患者诊疗方案的及时调整提供必要的信息支撑,也能为患者提供有参考价值的治疗心理预期。针对磁共振影像处理中面临的问题和相关临床需求,本文主要研究张量神经网络和集成预测模型在医学影像处理方面的应用,主要的创新和贡献主要在以下两个方面:(1)论文提出了基于张量神经网络的fMRI分类框架。该算法框架利用张量神经网络搭建浅且宽的磁共振影像分类框架,其不仅能够从全脑功能性磁共振影像中提取有效特征以提高大脑状态分析性能,而且能够大幅度压缩神经网络中的整体参数以解决磁共振影像分析中的“维度灾难”问题,从而削弱了应用在磁共振分析中的深度学习系统对设备要求过高的限制。相关分类框架在CMU数据集上进行了测试,实验结果证实,本文所提出的基于张量神经网络的分类框架优于传统方法。(2)论文提出了基于集成预测模型的脑胶质瘤患者生存周期预测框架。该算法框架首先对结构性磁共振影像进行多模态、多角度的特征提取,随后通过Kaplan-Merier生存曲线进行单变量的特征选择以筛选出有益特征,最后将筛选的有用特征通过集成模型完成生存周期的预测。该算法在Brats2018数据集上进行了测试,实验结果证实,本文所提出的基于集成预测模型的脑胶质瘤患者生存周期预测框架优于传统预测模型。(本文来源于《山东大学》期刊2019-05-25）
李海海,杨柳[3]（2019）在《知识属性、网络结构与装备制造企业集成创新——基于结构方程模型的研究》一文中研究指出通过结构方程模型对装备制造企业集成创新进行研究,结果表明知识属性既能直接影响企业技术创新,也能通过网络关系间接影响技术创新;网络环境对技术创新有直接的促进影响,网络联系强度是通过网络环境对创新绩效起促进作用。(本文来源于《科技管理研究》期刊2019年08期）
谢琪,程耕国,徐旭[4]（2019）在《基于神经网络集成学习股票预测模型的研究》一文中研究指出基于深度学习的原理构建出六层长短记忆神经网络,通过集成学习中Bagging方法组合8个长短记忆神经网络。使用基于神经网络集成学习模型预测中国人民币普通股市场。实验测试了从2012年1月4日到2017年12月29日这期间的上海证券综合指数、深圳证券综合指数、上证50指数、沪深300指数、中小企业板指数和创业企业板指数。实验结果为模型的准确率达到58.5%,精确率为58.33%,召回率为73.5%,F1值为64.5%,AUC值为57.67%,取得了较好的预测效果。(本文来源于《计算机工程与应用》期刊2019年08期）
赵英,刁鑫颖,陈骏君[5]（2018）在《基于网络流量分类模型的集成策略研究》一文中研究指出网络流量分类是保障网络服务质量的关键技术之一。目前的研究很少考查模型在样本分布不均场景下的准确性能,而基于机器学习的分类器性能与训练样本分布有很强的相关性。文中通过调整算法的集成结构,组成新的集成分类器,并提出了剪枝补全优化策略,解决了样本分布不均产生的分类中心偏移问题,有效提升了网络流量分类的准确率。(本文来源于《中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集》期刊2018-11-08）
操玮,李灿,贺婷婷,朱卫东[6]（2018）在《基于集成学习的中国P2P网络借贷信用风险预警模型的对比研究》一文中研究指出【目的】结合实际的中国网贷数据,通过对不同流行集成方法的对比分析,探索合适中国网贷信用风险监测的集成方法,从而提高对中国网贷平台信用风险的监测效率。【方法】基于人人贷交易数据,从借款人的5个方面提取特征信息并运用随机森林算法进行特征筛选,基于此运用4种集成算法和5种基分类器,构建信用风险预警模型实现对比分析。【结果】实验结果表明, Rotation Forest的准确度最高为99.32%,误差率仅为1.71%。而且基于随机森林的特征选择过程能够提高相关模型的性能。【局限】实验数据集有待进一步扩充。【结论】Rotation Forest集成模型与识别风险的重要因素结合,可以显着提高信用风险预测效率。(本文来源于《数据分析与知识发现》期刊2018年10期）
刘传哲,马达亮,夏雨霏[7]（2018）在《动态异质集成信用评分模型在P2P网络借贷中的应用》一文中研究指出本文借鉴了传统信用评分方法,提出了适用于P2P网络借贷环境的动态异质集成分类模型DSHE。该模型能够实现对冗余特征变量的筛选,具有一定的高维数据处理能力;其异质集成结构与动态筛选策略能够实现基础模型权重的自适应调整,从而提高信用评估性能。使用UCI数据库中的数据和网贷真实数据进行实证分析,结果表明,异质集成模型整体表现较优;DSHE模型在预测准确率上表现突出,在4个评价指标下的平均秩优于Logistic回归等对比模型。(本文来源于《金融发展研究》期刊2018年09期）
贺婷婷,陆军,丁进良,刘长鑫[8]（2019）在《原油总碳含量的粒子群优化集成神经网络预测模型》一文中研究指出原油评价新技术的研究和应用成为目前世界石油炼制企业致力发展的方向,也是今后发展的必然趋势.本文采用核磁共振(nuclear magnetic resonance, NMR)光谱技术和粒子群优化集成神经网络(particle swarm optimiza tion-ensemble neural network, PSO-ERNN)建立了一种快速评价原油总碳物性指标预测模型.该模型以随机向量函数连接网络(random vector functional link network, RVFL)作为基本模型,采用正则化负相关学习策略集成基本模型,并采用粒子群优化算法优化各基本模型的最优隐含层节点数(L)以及集成规模的最佳集成个数(M),最后利用在线学习方法对模型进行更新.实例验证表明,所提出的模型显着提高了预报精度,避免了随机选择L和M对模型精度的影响,对提高原油评价精度与效率和及时满足加工炼制要求具有应用价值.(本文来源于《控制理论与应用》期刊2019年02期）
高云龙,左万利,王英,王鑫[9]（2018）在《基于集成神经网络的短文本分类模型》一文中研究指出针对短文本具有稀疏性强和文本长度较小等特性,为更好地处理短文本分类问题,提出一个基于集成神经网络的短文本分类模型.首先,使用扩展词向量作为模型的输入,从而使数值词向量可有效描述短文本中形态、句法及语义特征;其次,利用递归神经网络(RNN)对短文本语义进行建模,捕获短文本内部结构的依赖关系;最后,在训练模型过程中,利用正则化项选取经验风险和模型复杂度同时最小的模型.通过对语料库进行短文本分类实验,验证了所提出模型有较好的分类效果,且该分类模型可处理变长的短文本输入,具有良好的鲁棒性.(本文来源于《吉林大学学报(理学版)》期刊2018年04期）
徐小峰,刘靖[10]（2018）在《多阶段并发的协同物流网络任务-资源集成调配模型》一文中研究指出协同物流网络作为动态开放的网络需要整合多种资源,以完成多项并行的物流任务。为此,本文从物流服务集成商的角度,研究了带时间窗和资源约束的任务—资源集成调配问题。通过将物流任务分解为不同阶段,构造多阶段并发的协同物流网络任务—资源集成调配模型,并采用遗传算法对模型进行求解,以从候选资源集合中为任务阶段匹配合适的资源。算例结果表明,该模型能够有效实现N-N的任务-资源集成调配,使得协同物流网络的整体效益达到最优。(本文来源于《运筹与管理》期刊2018年07期）
集成网络模型论文开题报告范文
（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：
随着近几十年的医学成像技术的发展,磁共振影像已经广泛应用到医院的各种临床场景中,磁共振影像可以无创伤性地显示器官状态,给患者病情的早期检测和治疗计划提供必要的信息支持。脑部磁共振影像能够提供大脑活动状态视图,因此脑部磁共振影像逐渐成为脑科学研究领域的重要研究工具。磁共振影像具有分辨率高、图像体素数多等图像特点,这极大地限制了以传统特征选择和分类为主的机器学习方法在脑部磁共振影像分析中的应用。随着脑部肿瘤疾病发病率的逐渐升高,脑部肿瘤疾病患者的生存周期预测的临床需求也日趋凸显。基于磁共振影像的生存分析研究不仅可以为患者诊疗方案的及时调整提供必要的信息支撑,也能为患者提供有参考价值的治疗心理预期。针对磁共振影像处理中面临的问题和相关临床需求,本文主要研究张量神经网络和集成预测模型在医学影像处理方面的应用,主要的创新和贡献主要在以下两个方面:(1)论文提出了基于张量神经网络的fMRI分类框架。该算法框架利用张量神经网络搭建浅且宽的磁共振影像分类框架,其不仅能够从全脑功能性磁共振影像中提取有效特征以提高大脑状态分析性能,而且能够大幅度压缩神经网络中的整体参数以解决磁共振影像分析中的“维度灾难”问题,从而削弱了应用在磁共振分析中的深度学习系统对设备要求过高的限制。相关分类框架在CMU数据集上进行了测试,实验结果证实,本文所提出的基于张量神经网络的分类框架优于传统方法。(2)论文提出了基于集成预测模型的脑胶质瘤患者生存周期预测框架。该算法框架首先对结构性磁共振影像进行多模态、多角度的特征提取,随后通过Kaplan-Merier生存曲线进行单变量的特征选择以筛选出有益特征,最后将筛选的有用特征通过集成模型完成生存周期的预测。该算法在Brats2018数据集上进行了测试,实验结果证实,本文所提出的基于集成预测模型的脑胶质瘤患者生存周期预测框架优于传统预测模型。
（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。
集成网络模型论文参考文献
[1].秦丽娜.基于模糊信息集成的网络舆情预测模型选择[J].控制工程.2019
[2].许晓文.基于张量神经网络和集成预测模型的医学影像处理方法研究[D].山东大学.2019
[3].李海海,杨柳.知识属性、网络结构与装备制造企业集成创新——基于结构方程模型的研究[J].科技管理研究.2019
[4].谢琪,程耕国,徐旭.基于神经网络集成学习股票预测模型的研究[J].计算机工程与应用.2019
[5].赵英,刁鑫颖,陈骏君.基于网络流量分类模型的集成策略研究[C].中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集.2018
[6].操玮,李灿,贺婷婷,朱卫东.基于集成学习的中国P2P网络借贷信用风险预警模型的对比研究[J].数据分析与知识发现.2018
[7].刘传哲,马达亮,夏雨霏.动态异质集成信用评分模型在P2P网络借贷中的应用[J].金融发展研究.2018
[8].贺婷婷,陆军,丁进良,刘长鑫.原油总碳含量的粒子群优化集成神经网络预测模型[J].控制理论与应用.2019
[9].高云龙,左万利,王英,王鑫.基于集成神经网络的短文本分类模型[J].吉林大学学报(理学版).2018
[10].徐小峰,刘靖.多阶段并发的协同物流网络任务-资源集成调配模型[J].运筹与管理.2018