导读:本文包含了度距离论文开题报告文献综述及选题提纲参考文献，主要关键词:天津滨海新区,湿地,焦点景观,景观连接度
度距离论文文献综述
杜志博,李洪远,孟伟庆[1]（2019）在《天津滨海新区湿地景观连接度距离阈值研究》一文中研究指出在应用景观连接度研究景观格局变化时,选择适宜的距离阈值是关键。适宜的距离阈值有利于识别景观中的关键斑块并及时发现连接脆弱的区域,对景观格局动态分析、生态恢复研究等均具有重要意义。以天津市滨海新区湿地生态系统为研究对象,将研究区域划分为不同的焦点景观,焦点景观是依据研究区域栖息候鸟的生境面积而划分的面积大小相同的区域,并通过ArcGIS中的泰森多边形分析实现,焦点景观分析可为面积更大、结构更加复杂的景观分析提供新的思路。文章选取斑块间链接数(NL)、组分数(NC)、等效连接面积指数(ECA)、景观巧合概率指数(LCP)来表征景观连接度,设定100、200、400、600、800、1000、1500、2000、3000、5000、8000 m共11个距离阈值,探讨不同距离阈值下各指数的变化规律,对比分析研究区域整体景观斑块和焦点景观内各斑块的连接度指数随距离阈值变化的异同,最终确定研究区域最佳距离阈值。结果表明:(1)各焦点景观内斑块的景观连接度指数随距离阈值的变化趋势与研究区域整体景观斑块相似且对应的最佳距离阈值相同;(2)天津市滨海新区湿地景观连接度距离阈值的适宜范围是400—800 m,该区间内进行景观格局分析研究能够较为真实的反映出研究区域实际景观状况;(3)通过进一步研究,最终确定400 m为天津滨海新区湿地景观连接度最佳距离阈值。研究结果可为天津市滨海新区湿地景观研究提供参考,在实际研究中距离阈值的选择可根据具体研究目标、研究层次需求等进行适当调整。(本文来源于《生态学报》期刊2019年17期）
马雪娇,边红[2]（2018）在《图G的Mycielskian图的度距离指标》一文中研究指出图G是有限连通简单图,图G的度距离指标用DD(G)来表示,其定义为∑{u,v}?V(G)d_G(u,v)(deg_G(u)+deg_G(v))其中deg_G(u)指图G中点u的度,d_G(u,v)指图G中任意两点u和v之间的距离。在本篇文章中,我们确定了任意图的Mycielskian图的度距离指标的上界。(本文来源于《科技风》期刊2018年04期）
郑梅[3]（2017）在《基于常数复杂度距离函数的推荐算法研究》一文中研究指出推荐系统是指通过分析用户的历史行为,主动给用户推荐他们可能感兴趣的信息。它能够大大缩短用户筛选信息的时间,从而被广泛应用于电子商务,电影视频网络,社交网络等领域。推荐系统的研究方法有很多,其中应用最广泛的是协同过滤推荐算法。该算法的核心思想是寻找与目标兴趣爱好相似的对象作为样本的邻居,然后通过分析其邻居的行为来预测目标的行为。现有大量距离度量函数可以用来确定目标的邻居,例如余弦相似度,Pearson相关系数,欧几里得距离等。但这些距离度量函数的计算过程均比较复杂,当数据规模较大时,距离的计算会非常耗时。本文提出了一个以平均距离为核心的协同过滤推荐算法MBR(M-distance based recommend)。该算法首先定义了一个新的距离函数M-distance,该函数的复杂度仅有常数级。M-distance将对象与样本之间的平均评分差作为二者之间的距离,当已知对象与样本的平均评分后,计算二者距离的时间复杂度仅为O(1)。其次提出了以半径5来寻找邻居的方法。在计算出对象间的距离后,kNN算法将距离样本最近的k个对象作为样本的邻居,但是这样预先设定好邻居数量的方法不够灵活。而以半径来寻找邻居是通过样本的平均评分和δ先确定出样本的邻居域,当对象与样本的距离在这个邻居域范围内时,我们就将该对象作为待选邻居。通过这样的方法来选择邻居,邻居数量的多少完全取决于对象与样本之间的相似程度,相似度越高,选择出来的邻居就越多,预测也就越准确。然后定义了评分预测方法。当选择出样本的所有邻居后,就可以根据用户对邻居的行为来预测用户对样本的行为。当有邻居时,将邻居的平均评分作为样本的最终预测值,而没有邻居时将用户对样本的平均评分值作为最终的预测值。最后在MBR推荐算法的基础上继续定义了一个推荐阈值(threshold)。当MBR算法计算出的预测值大于推荐阈值时,就将样本推荐给用户,反之不推荐。threshold主要由误推荐率和误推荐代价两者共同决定。本文选取了四个常用的公开数据集:MovieLens,DouBan,EachMovie,Netflix来进行试验。主要比较了 MBR推荐算法与kNN,Slope One算法在运行效率和预测精确上的优劣。通过大量的实验可知MBR推荐算法在保证了精确度的前提下大大提高了推荐效率,特别是在大型数据集上表现更为突出。而最优的门限值一般在3.4与3.5之间产生。(本文来源于《西南石油大学》期刊2017-03-01）
侯方圆[4]（2016）在《几类图的度距离研究》一文中研究指出度距离是图中顶点度和距离相关的一类参数,是Wiener指标的一个变体,它反映了大分子有机物某些物理化学性质.自1994年,由Dobrynin,Kochetova和Gutman首次提出以来,关于图的度距离、度距离极图、图的顶点度距离及极值问题得到了广泛关注.本文针对叁类图结构——Newkome树状大分子图、六元素环螺链图和扩展双星树的(顶点)度距离及度距离排序问题开展研究,主要工作和成果如下:(1)基于Newkome树枝醇结构,定义了 一种类Newkome树枝醇结构的树—-Newkome树状大分子图.根据Newkome树状大分子图的"递归"结构,给出了该图的一种分解方法,并采用递归方法研究了该图的顶点度距离,得到了顶点度距离的显性表达式及Newkome树状大分子图的度距离.(2)对于六元素环螺链图类的两种特殊结构——2位-六元素环螺链图和3位-六元素环螺链图,根据其结构的"螺接性"和"螺解性",采用递归方法了研究2位和3位两类六元素环螺链图的顶点度距离,得到了任意顶点的顶点度距离的显性表达式及图的度距离.(3)对扩展双星树的顶点度距离进行了研究,给出了图中顶点的顶点度距离值的排序,证明了度距离最大值点为多悬挂点的星心、星心间路上顶点的顶点度距离值具有下凹性.(本文来源于《大连海事大学》期刊2016-12-01）
杜刚,张善文[5]（2016）在《相似度距离耦合角度径向变换的图像配准算法》一文中研究指出目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换,以降低算法复杂度,快速提取图像的特征点。然后联合图像的幅度和相位信息,基于欧式距离测度,定义最优相似度距离测量模型,通过求解其全局最小值,对特征点完成匹配,提高算法的抗噪性能。最后将图像分割为内点与外点,择取6个内点,通过计算其变换矩的几何配准误差,改进随机样本一致策略,对匹配进行提纯,消除误配。结果仿真实验结果显示,与当前基于l1距离或l2距离相似度测量的图像配准技术相比,该算法具有更强的抗高斯噪声性能和更高的匹配精度,且算法时耗最短。结论所提算法能够精确完成图像特征配准。(本文来源于《包装工程》期刊2016年19期）
郭海丽,景翔宇[6]（2016）在《共点双圈并图度距离的最值及极图》一文中研究指出共点双圈并图是2个圈相交一点所得到的图.根据共点双圈并图的结构特征,给出了其度距离公式、度距离最大值和最小值,以及度距离值最大和最小所对应的极图.(本文来源于《高师理科学刊》期刊2016年08期）
华漫,李燕玲,魏永超[7]（2016）在《基于自适应相似度距离的改进FCM图像分割》一文中研究指出为了改善传统FCM算法抗噪性差的问题,提出了基于自适应相似度距离的FCM算法。算法将像素分为两个特征:第一个描述的是像素的内在属性(灰度级特征),第二个描述邻域像素特征(空间特征)。在此基础上,基于自适应相似度距离,根据像素在图像中的空间位置决定哪一个特征拥有优先级,对其进行聚类。图像分割结果表明,算法比标准FCM算法有明显改善,具有很好的抗噪性能,取得了更好的分割效果。(本文来源于《电视技术》期刊2016年02期）
郭建涛,刘瑞杰,陈新武[8]（2015）在《用于跳频分量选取的修正适应度距离比粒子群算法》一文中研究指出跳频信号参数估计是跳频信号截获、干扰的前提,而传统Cohen类时频分析方法存在核函数选择的瓶颈。结合匹配追踪和智能计算的思想,将多峰函数粒子群优化算法引入跳频信号时频分析领域。在分析粒子适应度和粒子间距2个影响粒子搜索行为的关键因素的基础上,提出了基于改进的适应度-距离比测度的多峰函数粒子群优化算法,并应用于跳频分量自适应选取。该方法不需要跳频信号的任何先验知识和粒子群小生境参数的人为设置。理论分析和仿真结果表明,与基于环形拓扑结构、单一共享适应度信息的粒子群优化算法相比,算法成功率和参数估计精度进一步改善,该方法的邻域搜索机制和跳频分量选取具有可行性和有效性。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2015年01期）
侯远,陈育栎,郑艺容[9]（2014）在《具最小度距离的完美匹配树》一文中研究指出主要讨论了n阶连通图的度距离的一些性质,得到了n≥8时完美匹配树的最小度距离图,并给出完美匹配树的最小度距离序。(本文来源于《江南大学学报(自然科学版)》期刊2014年03期）
刘淑华[10]（2014）在《树的度距离序》一文中研究指出图的度距离指标是图的每一个点的度与这个点到图G的所有点的距离乘积的和.自Dobrynin和Kochetova及Gutman在1994年提出这一概念后，它就成为化学图论中重要的拓扑指标之一.图的度距离用来研究分子结构.经过长期的研究，科学家们发现很多化合物的物理化学性质和生物活性与这一指标密切相关.随后数学家们也开始关注这一指标，并给与了很多数学方面的解释.这类拓扑指标中还有Wiener指标.Wiener指标也得到了广泛的研究.本文是在已有结果的基础上，对图的度距离做了进一步的研究.何秀萍给出了n阶树中具有第一小至第四小度距离的树，并确定了其度距离.常安和何秀萍刻画了n阶树中具有第一大至第四大度距离的树，并给出了相应的度距离.在对这两个结果认真研究的基础上，借助图的变换，应用计算递归，研究n阶树Tn的度距离排序问题，确定了这个序中的第五小至第十二小的树以及第五大至第二十大的树，并且给出了相应的度距离.(本文来源于《青海师范大学》期刊2014-03-01）
度距离论文开题报告
（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：
图G是有限连通简单图,图G的度距离指标用DD(G)来表示,其定义为∑{u,v}?V(G)d_G(u,v)(deg_G(u)+deg_G(v))其中deg_G(u)指图G中点u的度,d_G(u,v)指图G中任意两点u和v之间的距离。在本篇文章中,我们确定了任意图的Mycielskian图的度距离指标的上界。
（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。
度距离论文参考文献
[1].杜志博,李洪远,孟伟庆.天津滨海新区湿地景观连接度距离阈值研究[J].生态学报.2019
[2].马雪娇,边红.图G的Mycielskian图的度距离指标[J].科技风.2018
[3].郑梅.基于常数复杂度距离函数的推荐算法研究[D].西南石油大学.2017
[4].侯方圆.几类图的度距离研究[D].大连海事大学.2016
[5].杜刚,张善文.相似度距离耦合角度径向变换的图像配准算法[J].包装工程.2016
[6].郭海丽,景翔宇.共点双圈并图度距离的最值及极图[J].高师理科学刊.2016
[7].华漫,李燕玲,魏永超.基于自适应相似度距离的改进FCM图像分割[J].电视技术.2016
[8].郭建涛,刘瑞杰,陈新武.用于跳频分量选取的修正适应度距离比粒子群算法[J].重庆邮电大学学报(自然科学版).2015
[9].侯远,陈育栎,郑艺容.具最小度距离的完美匹配树[J].江南大学学报(自然科学版).2014
[10].刘淑华.树的度距离序[D].青海师范大学.2014