导读:本文包含了模型组合论文开题报告文献综述、选题提纲参考文献，主要关键词:组合,模型,贷款,规则,参数,神经网络,网络。
模型组合论文文献综述写法
李尚峰[1]（2019）在《中国连锁零售业初创形成期成长特征及启示研究——基于SCP、五力模型与钻石模型组合分析框架》一文中研究指出采用在中国连锁零售业成长发展过程中所发生的具有一定标志意义的事件,依据产业成长理论划分出中国连锁零售业的成长发展阶段,并借助于SCP、五力模型和钻石模型建立起组合分析框架,扫描中国连锁零售业在初创形成阶段的成长演变轨迹,探究该阶段的成长特征。发现该时期中国连锁零售业的形成与发展,给中国零售业带来了根本性的变革,是一场综合性的商业革命,并成为了中国经济当时最具活力的经济增长点。初创形成阶段的中国连锁零售业,呈现出在市场结构、市场行为和市场绩效框架下的不断成长演进,并在五力模型和钻石模型融合形成的成长因素方面呈现出鲜明的特征景观。(本文来源于《商业经济》期刊2019年12期）
陈军,王力,徐计[2]（2019）在《基于多模态组合模型的语音情感识别》一文中研究指出语音情感识别在人机交互、人工智能(AI)、自然语言处理(NLP)、5G技术等方面扮演着重要的角色。为了克服单模态模型语音情感识别率低和手工调参的缺点,本文首先在Gaurav Sahu的基础模型上增加KNN、CNB和Adaboost单模态模型,提出多模态组合模型C3;然后应用排列组合方法通过计算机实现自动组合,克服GauravSahu手工组合存在的不足;最后用超参数优化方法和交叉验证方法对网络模型进行训练和测试,解决手工调参存在的不足。在IEMOCAP数据集上对本文提出的C3进行实验,实验结果表明,C3比Gaurav Sahu提出的多模态组合模型E2的语音情感识别性能提升1.56%。(本文来源于《软件》期刊2019年12期）
于涵,水鹏朗,施赛楠,杨春娇[3]（2019）在《广义Pareto分布海杂波模型参数的组合双分位点估计方法》一文中研究指出广义Pareto分布的复合高斯模型可以很好地描述高分辨低擦地角对海探测场景中海杂波的重拖尾特性,实现该杂波模型下双参数的有效估计对雷达检测性能具有重要意义。对此,该文提出一种双参数的组合双分位点(CBiP)估计方法。该估计方法基于低阶多项式方程的显式求根表达式,充分组合利用回波中的样本信息,旨在实现高精度的双参数估计过程。此外,考虑到实际雷达工作中存在岛礁、渔船等造成的功率异常大的野点样本时,不同于传统的矩估计、最大似然(ML)估计等方法,组合双分位点估计方法仍可保持估计性能的鲁棒性。仿真及实测数据实验表明,在纯杂波环境中,组合双分位点估计方法可以实现与最大似然估计方法近似的估计精度,若存在异常样本,组合双分位点估计方法的估计性能优于上述几种传统估计方法。(本文来源于《电子与信息学报》期刊2019年12期）
齐岳,刘彤阳[4]（2019）在《绿色金融视角下社会责任投资深度分析及模型拓展——基于投资组合选择的视角》一文中研究指出基于绿色金融发展理念,回顾并且详细梳理了社会责任投资在我国的发展历程和研究现状,并作出评述。通过分析社会责任投资指数和社会责任公募基金的表现,发现二者在中长期的表现均劣于同期市场指数,表明我国社会责任投资的发展尚不成熟。创新性地构造2支社会责任投资指数,实证检验发现社会责任投资指数的表现优于同期市场指数,证明社会责任投资在我国还有很大的拓展空间。最后提出基于社会责任投资的多目标投资组合选择模型,并从约束条件和目标函数两个角度对该模型进行扩展和深化,为社会责任投资者提供了新的投资方法和量化工具。(本文来源于《企业经济》期刊2019年12期）
段翀[5]（2019）在《商业银行最优贷款组合定价研究——基于风险调整资本收益最大化模型的分析》一文中研究指出由于经济增速放缓、实体经济转型及民间借贷等因素,部分行业的信用风险加剧。基于此,本文采用贷款利率为决策变量,以贷款组合的风险调整资本回报率最大化为目标函数,组合风险价值VaR为约束条件,建立了贷款组合定价模型,并利用某城市商业银行的贷款数据进行实证研究。研究表明:相比于组合收益率,基于风险调整资本回报率最大化的贷款组合定价模型能够兼顾贷款组合的收益与风险,不仅能够可靠地控制风险,还能在单位风险下实现更高的收益。(本文来源于《价格理论与实践》期刊2019年08期）
耿立校,张永杰[6]（2019）在《基于ARIMA-GRNN组合模型的汽车零部件需求预测研究》一文中研究指出单一的预测方法难以准确预测市场需求趋势,通过构建ARIMA-GRNN组合需求预测模型提高预测精确度:首先利用ARIMA预测出每月需求数并计算出每月实际需求数与每月预测需求数的误差值,再利用GRNN神经网络对误差值进行函数逼近与拟合,将拟合值对ARIMA预测值进行修正后的结果即为最终预测值。性能评估显示组合模型可以较好帮助汽车零部件企业提高市场预测精度。(本文来源于《物流科技》期刊2019年12期）
肖长亮,杨镜宇,吴曦,马骏,殷小静[7]（2019）在《基于组合模式的航天侦察行动模型研究》一文中研究指出航天侦察行动的作用距离远,监视范围广,在联合远程精确打击作战中,航天侦察主要承担打击前的目标探测与识别,打击中的目标指引和打击后的毁伤效果评估等任务。基于EBI(实体、行为、交互)建模框架,用形式化的建模语言描述了信号情报传感器、雷达报警接收传感器和成像传感器的实体模型,构建了3种传感器各自的目标探测行为规则模型,研究了组合模式的航天侦察行动核心调度算法,有利于在作战行动中提高侦察效率,增强情报质量。(本文来源于《系统仿真学报》期刊2019年12期）
林洁,裴廷福,王夏秋[8]（2019）在《组合出行模式下动态交通路径选择模型研究》一文中研究指出通过对于城市交通网络的调研发现,电动车作为常见的出行方式,短距离内具备灵活特点,但是长距离出行受到限制,同时电动车对于交通管理及疏导带来困难。利用超级网络构建组合出行网络,并利用logit模型进行动态交通分配进行研究,建立电动车与公共交通组合出行模式,提高城市公共交通利用率,同时为电动车停放点规划提供参考。(本文来源于《人民交通》期刊2019年12期）
郭啸,邓勇,张婧[9]（2019）在《空铁复合网络中旅客组合出行方式选择行为的模型研究》一文中研究指出在空铁复合网络中对旅客选择航空组合或空铁组合出行行为的分析,可用于高铁枢纽城市的多式联运规划,充分发挥高铁替代或补充短程航线的空铁联运效能。由于长途旅行中不同交通方式的出行时间易受天气、空中交通管制等随机因素影响,因此在空铁复合网络中考虑组合出行成本存在不确定性,运用累积前景理论分析了旅客对不同组合方式出行成本的前景效用,在此基础上采用Logit模型建立了基于前景效用的旅客组合出行方式选择模型。对国际长途中转旅行的实例研究表明,随着旅客对出行信息了解程度的增加,会有更多旅客选择出行成本及延误时间期望都较低的空铁组合出行。此外组合出行中行李的中转成本对客流分担率的影响较大,因此推出空铁联运产品需要现实可行的无缝衔接方案保障行李中转的便捷性,从而降低旅客的中转成本吸引更多的客流,提高空铁联运的效能。(本文来源于《湖南师范大学自然科学学报》期刊2019年06期）
李广源,花向红,韩浩然,续东[10]（2019）在《一种变系数的ARIMA和GM(1,1)组合高铁沉降预测模型》一文中研究指出根据高铁沉降监测和预测特点,提出了一种变系数的ARIMA和GM(1,1)组合高铁沉降预测模型,给出了组合高铁沉降预测模型实施步骤。通过某一高铁沉降监测数据,对单一模型和组合模型预测进行分析比较,结果表明,采用变系数组合模型求出的预测值精度更高。(本文来源于《测绘地理信息》期刊2019年06期）
模型组合论文开题报告范文
（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：
语音情感识别在人机交互、人工智能(AI)、自然语言处理(NLP)、5G技术等方面扮演着重要的角色。为了克服单模态模型语音情感识别率低和手工调参的缺点,本文首先在Gaurav Sahu的基础模型上增加KNN、CNB和Adaboost单模态模型,提出多模态组合模型C3;然后应用排列组合方法通过计算机实现自动组合,克服GauravSahu手工组合存在的不足;最后用超参数优化方法和交叉验证方法对网络模型进行训练和测试,解决手工调参存在的不足。在IEMOCAP数据集上对本文提出的C3进行实验,实验结果表明,C3比Gaurav Sahu提出的多模态组合模型E2的语音情感识别性能提升1.56%。
（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。
模型组合论文参考文献
[1].李尚峰.中国连锁零售业初创形成期成长特征及启示研究——基于SCP、五力模型与钻石模型组合分析框架[J].商业经济.2019
[2].陈军,王力,徐计.基于多模态组合模型的语音情感识别[J].软件.2019
[3].于涵,水鹏朗,施赛楠,杨春娇.广义Pareto分布海杂波模型参数的组合双分位点估计方法[J].电子与信息学报.2019
[4].齐岳,刘彤阳.绿色金融视角下社会责任投资深度分析及模型拓展——基于投资组合选择的视角[J].企业经济.2019
[5].段翀.商业银行最优贷款组合定价研究——基于风险调整资本收益最大化模型的分析[J].价格理论与实践.2019
[6].耿立校,张永杰.基于ARIMA-GRNN组合模型的汽车零部件需求预测研究[J].物流科技.2019
[7].肖长亮,杨镜宇,吴曦,马骏,殷小静.基于组合模式的航天侦察行动模型研究[J].系统仿真学报.2019
[8].林洁,裴廷福,王夏秋.组合出行模式下动态交通路径选择模型研究[J].人民交通.2019
[9].郭啸,邓勇,张婧.空铁复合网络中旅客组合出行方式选择行为的模型研究[J].湖南师范大学自然科学学报.2019
[10].李广源,花向红,韩浩然,续东.一种变系数的ARIMA和GM(1,1)组合高铁沉降预测模型[J].测绘地理信息.2019