导读:本文包含了单调约束论文开题报告文献综述及选题提纲参考文献，主要关键词:径向基函数神经网络,单调约束,数据分类,Tikhonov正则化
单调约束论文文献综述
曹雅,邓赵红,王士同[1]（2018）在《基于单调约束的径向基函数神经网络模型》一文中研究指出径向基函数(radial basis function,RBF)神经网络是一种高效的前馈式神经网络。它结构简单,具有良好的泛化能力,已经被广泛的应用于数据分类中。但是对于一些特殊的分类场景,如单调数据场景,神经网络还未充分发挥其潜能。针对此,提出单调径向基函数神经网络(monotonic radial basis function neural network,MC-RBF)。MC-RBF引入Tikhonov正则化方法确保优化问题解的唯一性与有界性。试验结果表明,在处理具有单调性的数据集时,MC-RBF比原始的RBF神经网络具有更好的分类性能。(本文来源于《山东大学学报(工学版)》期刊2018年03期）
曹雅,邓赵红,王士同[2]（2018）在《单调约束的TSK模糊系统模型》一文中研究指出TSK(Takagi-Sugeno-Kang)模糊系统已被广泛应用于回归、分类和决策等方面,并展现出了良好的精度和可解释性,但是对于存在单调数据的建模场景,TSK模糊系统的建模效果还不够理想。针对此,提出了一个新颖的单调TSK模糊系统(MC-TSK)。通过在原始的TSK模糊系统模型上添加单调约束使MC-TSK满足单调性。MC-TSK不要求特征和输出之间存在的单调关系是一致的,这放宽了用于处理单调分类问题时大多数现有方法中使用的一致单调性的假设。较广泛的实验结果表明,与已有的处理单调分类的方法相比,MC-TSK具有更好的分类性能并且保持了可解释性等方面的特点。(本文来源于《计算机科学与探索》期刊2018年09期）
李春青,李海生,梁婷婷,赵凯[3]（2015）在《大数据环境下最小单调约束闭包Hadoop并行关联规则》一文中研究指出针对传统关联规则算法存在较大规则冗余问题,提出基于最小单调约束闭包Hadoop并行化关联规则。首先,基于闭包算子约束规则等价关系集,给出了满足最小单调约束规则集,可有效地将约束规则集划分为不相交的等价规则类,降低冗余规则比率;其次针对大数据问题,采用Hadoop框架下Mapreduce并行计算模型,实现最小单调约束闭包关联规则的并行化计算,有效地提升算法对于大数据处理的可拓展性;最后通过在标准测试集上的实验对比,显示了所提算法的有效性。(本文来源于《中国科技论文》期刊2015年20期）
丁建华,张忠占[4]（2014）在《单调约束条件下部分线性模型的Bernstein多项式估计(英文)》一文中研究指出本文提出单调约束条件下部分线性模型基于Bernstein多项式的最大似然估计.我们利用单调Bernstein多项式逼近单调非参数函数.在相当宽松的条件下给出估计的渐近性质和最优收敛率.最后通过理论模拟和实例分析来评价提出的方法.(本文来源于《应用概率统计》期刊2014年04期）
常万军,郭祖华,魏昆鹏[5]（2013）在《简单单调约束逻辑程序的良基语义研究》一文中研究指出在介绍约束逻辑程序的相关概念的基础上,研究了简单单调约束逻辑程序约束原子的正文字前缀幂集展开方法,并证明展开后的正规逻辑约束与约束逻辑程序的等价特性。分析了正规逻辑程序的交替不动点良基模型建立的原理,将简单单调约束逻辑程序等价展开为与其等价的正规逻辑程序,以求展开后的逻辑程序中的给定算子的最小不动点为切入,给出了简单单调约束逻辑程序的交替不动点的良基模型。论证了文中提出的简单单调约束逻辑程序良基模型定义的合理性,说明把约束逻辑程序转化为正规逻辑程序是可行的。(本文来源于《计算机工程与设计》期刊2013年06期）
刘智洋,刘鲁,黄敏[6]（2010）在《大型复杂产品可靠性评估的单调约束模型》一文中研究指出大型复杂产品的试验样本通常呈现多阶段小子样特性.因此,为减少单阶段样本量较少所导致的评估误差,提出以添加前提约束的方法来利用产品全阶段试验数据.首先推导出可靠性参数在单调约束条件下的通用分布函数;然后给出常用指标任务可靠度和MTBF的一种近似计算方法;最后给出一例实际数据的计算结果.由于约束简单且可以求得可靠性参数的分布函数,该方法的工程适应性强于传统的AMSAA模型,并能获得Duane模型无法给出的区间估计.(本文来源于《控制与决策》期刊2010年05期）
刘智洋,刘鲁,黄敏[7]（2009）在《可靠性增长的单调约束模型》一文中研究指出大型复杂产品研制过程中每一阶段的试验数据通常具有小样本特征.对此在产品可靠性评估中,提出使用约束条件,即"下一阶段可靠度真值总是大于前一阶段",综合利用产品多阶段试验数据的方法.产品研制过程中可靠性通常是增长的,因此这种方法具有广泛的适用性.在上述约束条件下,可靠度被看作一个随机变量.首先推导出了可靠度在此条件下的分布函数表达式,然后给出了一种近似计算方法,最后通过一个实例与仅使用单阶段试验数据的评估结果作了对比.由于该方法的约束条件简单且可以求得可靠度的分布函数,因此其工程适应性强于传统的AMSAA(Army Materiel System Analysis Activity)模型,并能获得Duane模型无法给出的可靠度区间估计.(本文来源于《北京航空航天大学学报》期刊2009年09期）
杜剑峰,李宏,陈松乔,陈建二[8]（2005）在《单调和反单调约束条件下关联规则的挖掘算法分析》一文中研究指出本文充分利用了 Eclat算法的概念格理论和等价类划分方法,将约束条件融入基于垂直数据分布的关联规则挖掘算法中。提出了一种新的反单调和单调约束条件下关联规则的挖掘算法,分别为EclatA算法和EclatM算法。算法采用自底向上的搜索方法,在发现频繁项集的同时进行约束条件的检验。数据库的扫描次数较少,无需对候选项集进行剪枝,占用内存较小。实验证明:该算法的执行效率比已有算法有显着提高。(本文来源于《计算机科学》期刊2005年06期）
卢炎生,杨芬,赵栋[9]（2004）在《带单调约束的关联规则挖掘》一文中研究指出在对单调约束的概念性质进行分析的基础上,提出了单调基础项集概念,并将其应用到Apriori算法中,同时也结合反单调约束,实现了一个带单调约束的关联规则的挖掘算法MCA,该算法提高了效率。(本文来源于《计算机工程》期刊2004年15期）
夏国平[10]（1993）在《单调约束回归分析及技术进步评估》一文中研究指出这是作者在美国德州大学进修期间所作的研究工作的一部分,文中提出单调约束回归分析方法。该方法可用于评价、预测以一定趋势发展的未知社会经济因素。文中给出用该方法对技术进步的定量化评估的一种模型,并给出对美国249个大公司1968—1987年的技术进步的定量化评估的实例。(本文来源于《管理工程学报》期刊1993年03期）
单调约束论文开题报告
（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：
TSK(Takagi-Sugeno-Kang)模糊系统已被广泛应用于回归、分类和决策等方面,并展现出了良好的精度和可解释性,但是对于存在单调数据的建模场景,TSK模糊系统的建模效果还不够理想。针对此,提出了一个新颖的单调TSK模糊系统(MC-TSK)。通过在原始的TSK模糊系统模型上添加单调约束使MC-TSK满足单调性。MC-TSK不要求特征和输出之间存在的单调关系是一致的,这放宽了用于处理单调分类问题时大多数现有方法中使用的一致单调性的假设。较广泛的实验结果表明,与已有的处理单调分类的方法相比,MC-TSK具有更好的分类性能并且保持了可解释性等方面的特点。
（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。
单调约束论文参考文献
[1].曹雅,邓赵红,王士同.基于单调约束的径向基函数神经网络模型[J].山东大学学报(工学版).2018
[2].曹雅,邓赵红,王士同.单调约束的TSK模糊系统模型[J].计算机科学与探索.2018
[3].李春青,李海生,梁婷婷,赵凯.大数据环境下最小单调约束闭包Hadoop并行关联规则[J].中国科技论文.2015
[4].丁建华,张忠占.单调约束条件下部分线性模型的Bernstein多项式估计(英文)[J].应用概率统计.2014
[5].常万军,郭祖华,魏昆鹏.简单单调约束逻辑程序的良基语义研究[J].计算机工程与设计.2013
[6].刘智洋,刘鲁,黄敏.大型复杂产品可靠性评估的单调约束模型[J].控制与决策.2010
[7].刘智洋,刘鲁,黄敏.可靠性增长的单调约束模型[J].北京航空航天大学学报.2009
[8].杜剑峰,李宏,陈松乔,陈建二.单调和反单调约束条件下关联规则的挖掘算法分析[J].计算机科学.2005
[9].卢炎生,杨芬,赵栋.带单调约束的关联规则挖掘[J].计算机工程.2004
[10].夏国平.单调约束回归分析及技术进步评估[J].管理工程学报.1993
标签：径向基函数神经网络; 单调约束; 数据分类; Tikhonov正则化;