导读:本文包含了时间分割论文开题报告文献综述及选题提纲参考文献，主要关键词:改进,启发式分割算法,GNSS,坐标时间序列
时间分割论文文献综述
姚宜斌,冉启顺,张豹[1]（2019）在《改进的启发式分割算法在GNSS坐标时间序列阶跃探测中的应用》一文中研究指出在启发式分割算法的基础上,引入z检验和标准正态均一性检验(standard normal homogeneity test,SNHT),提出了一种新的阶跃探测法,并将其应用于20个陆态网(Crustal Movement Observation Network of China, CMONOC)和10个国际全球卫星导航系统服务(International Global Navigation Satellite System Service, IGS)参考站近5 a的坐标时间序列。结果显示,对于IGS站东(east, E)、北(north, N)、垂直(up,U)3个方向分量已知阶跃的平均准确探测率分别为68.5%、71.3%、64.8%,且利用阶跃点前后25 d初始拟合残差的平均值之差得到修复后的坐标时间序列保持了良好的连续性。基于剔除粗差后的坐标时间序列,利用坐标时间序列分析软件(coordinate time series analysis software, CATS)估计出的速度显示:对于由已知阶跃与改进算法探测出的阶跃历元的组合方式,所有测站E、N、U方向的估计速度与CMONOC官网发布的速度的平均偏差分别为2.86 mm/a、1.14 mm/a、2.31 mm/a,明显小于由已知阶跃和肉眼判断明显阶跃历元的组合方式获得的平均速度偏差。上述结果表明,改进的启发式分割算法可应用于坐标时间序列的阶跃探测。(本文来源于《武汉大学学报(信息科学版)》期刊2019年05期）
薄迎春,张欣,刘宝[2]（2019）在《时间分割的池计算网络及其动力学》一文中研究指出为解决针对给定任务构建合适的神经元池问题,提出了一种时间分割的神经元池设计方法,该方法将多个子神经元池顺序连接,每两个相邻的子神经元池之间嵌入一个滞后环节以构成时间分割的神经元池,每个子神经元池只需处理一段时间的信息,从而达到复杂记忆任务分解的目的.输出层可对各子神经元池的状态进行整合以获取不同时段的输入特征.对多阶层振荡器的实验表明,在宏观参数相同的情况下,时间分割的池计算网络比常规池计算网络具有更强的记忆能力,能够产生更加多样化的动力学行为.(本文来源于《控制理论与应用》期刊2019年08期）
陈远鹏[3]（2019）在《基于长时间可穿戴社交数据集的语音分割方法的研究》一文中研究指出随着工作和学环境压力的增加,心理健康问题已经成为当前社会研究的主要课题。通常研究人员通过使用社交感知行为来分析心理健康状态。社交感知信号通常包括语音信号,行为信号,心理感知信号等。其中语音信号由于包含丰富的情感和社交信息,是可靠的身心健康评估特征。在本文中,使用所提出的可穿戴设备进行了为期四周的长期监测实验研究。在完全自然的情况下分析具有分段的语音-社交特征。我们设计了用于基于极少特征语音分割的迁移学习模型算法。对经典的深度学习VGG-net网络进行修改,加入残差学习单元,以加深网络的深度,通过修改卷积核的大小,改变感受野大小。通过在TUT Acoustic Scenes数据集上训练模型,并在该模型上学习基本声学场景特征,基于模型的迁移算法,仅用四个可穿戴语音社交特征(能量、熵、亮度、共振峰)将模型迁移到长时间社交数据集。所获得的结果显示使用可穿戴长期语音社交数据集在无约束的自然情况下对语音场景可以进行有效的分割。对于长期社交语音监控,本文主要研究内容包括:1)基于长期语音-社交特征分析设计可穿戴智能设备来评估心理健康。该分析能够以有说服力的方式处理语音信号。客观地使用有限的四个语音-社交特征信号(能量、熵、亮度、共振峰)进行分析,避免直接记录语音,以保护个人隐私和减少计算复杂度。以大学生作为研究对象,设计了长达一个月的心理健康监测实验,用于评估他们的身心健康状况。2)将基于模型的迁移学习算法应用于语音分割领域,并通过基于模型的迁移学习模型研究提高对语音分割的精度。通过加入残差学习单元以增加网络结构的深度,提供网络的泛化能力。并通过改变卷积核的大小以调整感受野的大小。使得网络在少数特征(能量、熵、亮度、共振峰)的数据集上可以收敛。最终通过对基于模型的迁移学习模型的研究,以解决传统算法中经常发生的训练样本不足的问题。3)最后,建立分段语音-社交特征与焦虑(自闭症)水平状态之间的相互关系,用于协助研究大学生的心理健康状况。(本文来源于《电子科技大学》期刊2019-04-01）
吴洁倩,张译方,王桢[4]（2018）在《员工非工作时间连通行为会引发工作家庭冲突? 心理脱离与组织分割供给的作用》一文中研究指出随着信息技术不断发展,员工在非工作时间使用移动设备处理工作相关事务(非工作时间连通行为)已经成为一种较为普遍的工作现象。本研究基于工作家庭边界理论,考察员工非工作时间连通行为(持续时间和发生频率)对工作家庭冲突的影响。基于340份调查问卷的结果发现,非工作时间连通行为对心理脱离有负向影响。心理脱离在非工作时间连通行为和工作家庭冲突之间起中介作用。此外,组织分割供给缓解了非工作时间连通行为和心理脱离之间的关系,也调节了非工作时间连接行为频率通过心理脱离影响工作家庭冲突的间接效应。本研究对非工作时间连通行为这个较新的现象进行研究,探讨其对于工作家庭冲突的影响机制,对于新技术环境下人力资源管理实践具有一定的借鉴意义。(本文来源于《中国人力资源开发》期刊2018年12期）
桑夏夏,李旭伟[5]（2018）在《一种金融时间序列区域分割方法的研究》一文中研究指出金融时间序列指描述不同金融产品诸如股票、汇率与基金等的时间序列.它与金融市场中人类的各种经济活动密切相关,呈现出复杂多变的状态.为了从海量的金融数据中发现有价值的,可用于投资的信息,大量学者采用数据挖掘来对金融时间序列作数据提取和处理.由于金融时间序列具有高噪声、非平稳性、潜在的周期性等特性,如果直接在金融时间序列的原始数据的基础上进行数据挖掘,会导致结果失败或是取得不理想的挖掘效果.而在数据挖掘前能对原始数据进行数据清洗、数据集成等预处理,数据挖掘质量将达到更好地效果.作为金融时间序列的一个重要分支,股票时间序列预测方法通常采用分段线性表示PLR(Piecewise Linear Representation)进行时间序列的预处理.但是PLR算法存在采用单一的拟合误差作为阈值,分段效果不太理想,算法本身的通用性,时间复杂度等性能都有待提高等缺点.本文提出了金融时间序列区域分割方法,该方法在定性和定量上都优于传统的分段线性方法.(本文来源于《四川大学学报(自然科学版)》期刊2018年06期）
鲍家勇,赵月旭[6]（2019）在《基于Floyd算法的海温时间序列分割》一文中研究指出时间序列数据的处理及挖掘一直是业界关注的热点,而海表温度也一直是人们观测、研究和预报的重要对象。本文主要考虑对一年的跨度进行切割,使得落在每个切割区间的海表温度数据满足最优的正态分布,以便对遥感数据的异常性作出检验。结合2003-2011年南海和东海海表温度数据集,本文引入Floyd算法,将寻求数据集最优分割问题转化为图论中网络中最短路求解问题,将不超过30天的点之间的距离设定为无穷大,以避免分割点过于密集的情况,并将频率与概率的距离定义的误差转化为线路权重,实现了动态全局最优分割。且正态分布下的3σ异常值检验法,实现了对异常值的识别。(本文来源于《数理统计与管理》期刊2019年02期）
王莉莉,彭勃[7]（2018）在《基于LOFC时间窗分割算法的航迹聚类研究》一文中研究指出针对传统聚类算法在聚类过程中缺乏时间信息而仅考虑叁维坐标点的聚类,同时未考虑航空器运行速度和航向变化对聚类结果的影响,以及由于二次雷达机载设备、地面设备和信号遮挡等原因造成的实测数据源中存在离群点异常数据,离群点很难被有效识别出来从而使得非正常航迹点的影响放大,得不到理想的聚类效果等问题。本文提出LOFC算法,引入时间窗分割概念,将航空器进场平均速度值和航向变化值作为确定聚类簇大小的影响因子对进场航空器航迹点数量进行分割,引入离群点检测以及离群点剔除率等概念对离群点进行识别和剔除。对进场二次雷达数据仿真分析,从仿真结果中可以看出,新算法能有效地对离群点进行识别和剔除,当影响因子α取值为0.7时,航迹的曲率最小,得到的中心航迹的平滑程度最佳,验证了新算法对于聚类和离群点识别与剔除具有可行性和优越性。(本文来源于《南京航空航天大学学报》期刊2018年05期）
王莉莉,彭勃[8]（2018）在《航迹点特征的时间窗分割算法的航迹聚类》一文中研究指出现有航迹聚类算法未考虑到航空器航向变化和高度下降等因素对聚类结果的影响,同时聚类过程中缺乏时间信息,另外实测二次雷达数据中存在离群点异常数据,离群点的存在会影响最终的聚类效果,使得聚类结果不准确。提出基于航迹点特征的时间窗分割算法,将航空器进场的航向变化值以及高度下降值作为确定聚类簇大小的影响因素,对进场航空器航迹点数量进行时间窗分割。对真实的进场二次雷达数据仿真分析,从仿真结果中可以看出当影响因子a为0.4时,航迹的曲率最小,聚类效果最好,进而采用层次聚类算法对不同LOF值所对应的航迹点进行聚类,得到最后的聚类结果可以为管制员现场指挥提供技术指导。(本文来源于《空军工程大学学报(自然科学版)》期刊2018年03期）
李轩甫,吴兴[9]（2018）在《分割遗产不受结婚时间限制》一文中研究指出1978年，39岁的许兴天与吴妙芳结婚，2000年二人因故离婚。叁个子女许翔、许明、许华跟随吴妙芳生活。法院判决位于海南省叁亚市跃进路的房屋归吴妙芳所有，叁亚市儋州村的房屋归许兴天所有。2006年，许兴天与吴少红结婚，吴少红带着与前夫所生的两个(本文来源于《检察日报》期刊2018-06-23）
陶文武[10]（2018）在《基于时间分割网络的视频行为识别研究》一文中研究指出由于视频行为识别在视频监控、行为分析等领域的广泛应用,最近几年引起了学术界的广泛关注。面对视频的尺度变化、视角变化和相机移动等问题,如何设计出能够描述行为信息的有效特征显得至关重要。随着深度学习技术在图像领域的成功应用,很多深度学习方法被扩展到视频行为识别中。但是相对于图像,视频中包含的时序结构信息对于行为识别至关重要。针对长时时序建模,本文着重研究了时间分割网络(Temperal Segment Network,TSN)的非修剪视频处理、时序信息补充以及光流实时构造叁个方面的问题。本文主要工作如下:1.对视频行为识别任务的相关工作进行了综述和回顾,分别介绍了几种典型的人工行为特征表示和深度学习行为特征表示方法,着重分析了其视频时序结构建模的思路。2.介绍了行为识别着名的深度学习框架TSN并针对非修剪视频的预测提出了一种多尺度滑动窗口集成方法。在原始双流卷积神经网络(Convolutional Neural Network,CNN)的基础上,TSN通过分割稀疏采样和信息聚合对视频长时时序结构进行建模,可以很好地表达长时时序结构信息。针对非修剪视频的预测,本文提出了多尺度滑动窗口集成方法,通过多尺度覆盖和Top-K池化可以很好定位行为以及抑制背景的影响。实验结果表明,本文提出的多尺度滑动窗口集成方法可以有效对非修剪视频进行预测。3.提出了四流TSN网络。为了进一步刻画视频动态变化信息,本文基于动态图像对时序变化的表达能力,构造了四流TSN网络。动态图像将包含于视频所有帧间的运动信息表示为单个RGB图像,是一个高效且简单的视频表示,对于深度学习算法特别有效。因此本文在原有的静态图像和光流基础上,通过动态图像分别对其处理生成动态图像和动态光流两个新的流。实验结果表明,新增的两个流与原来的两个流性能上相互补,可以带来准确率的提升。4.提出了实时TSN网络(Real Time TSN,RT-TSN)。针对原始TSN光流计算时间长以及存储需求大的缺陷,本文首先基于无监督光流学习法构造光流网络,然后将光流网络迭加到TSN框架的时间流网络,由此形成的RT-TSN不仅可以端到端训练,还可以实现实时预测。实验结果表明,RT-TSN在损失极小精确度的同时提升了TSN的速度。(本文来源于《东南大学》期刊2018-05-29）
时间分割论文开题报告
（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：
为解决针对给定任务构建合适的神经元池问题,提出了一种时间分割的神经元池设计方法,该方法将多个子神经元池顺序连接,每两个相邻的子神经元池之间嵌入一个滞后环节以构成时间分割的神经元池,每个子神经元池只需处理一段时间的信息,从而达到复杂记忆任务分解的目的.输出层可对各子神经元池的状态进行整合以获取不同时段的输入特征.对多阶层振荡器的实验表明,在宏观参数相同的情况下,时间分割的池计算网络比常规池计算网络具有更强的记忆能力,能够产生更加多样化的动力学行为.
（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。
时间分割论文参考文献
[1].姚宜斌,冉启顺,张豹.改进的启发式分割算法在GNSS坐标时间序列阶跃探测中的应用[J].武汉大学学报(信息科学版).2019
[2].薄迎春,张欣,刘宝.时间分割的池计算网络及其动力学[J].控制理论与应用.2019
[3].陈远鹏.基于长时间可穿戴社交数据集的语音分割方法的研究[D].电子科技大学.2019
[4].吴洁倩,张译方,王桢.员工非工作时间连通行为会引发工作家庭冲突?心理脱离与组织分割供给的作用[J].中国人力资源开发.2018
[5].桑夏夏,李旭伟.一种金融时间序列区域分割方法的研究[J].四川大学学报(自然科学版).2018
[6].鲍家勇,赵月旭.基于Floyd算法的海温时间序列分割[J].数理统计与管理.2019
[7].王莉莉,彭勃.基于LOFC时间窗分割算法的航迹聚类研究[J].南京航空航天大学学报.2018
[8].王莉莉,彭勃.航迹点特征的时间窗分割算法的航迹聚类[J].空军工程大学学报(自然科学版).2018
[9].李轩甫,吴兴.分割遗产不受结婚时间限制[N].检察日报.2018
[10].陶文武.基于时间分割网络的视频行为识别研究[D].东南大学.2018