一、独立成份分析的梯度算法及应用（论文文献综述）
韩晓露[1]（2021）在《大数据环境网络安全态势感知关键技术研究》文中研究表明信息网络的迅猛发展带来网络数据量的爆炸性增长。大数据环境由于数据海量、种类繁多且快速变化,如何快速准确地获取网络安全信息,提取有效特征评估和预测网络安全态势,增强网络安全主动防御能力受到了大量研究者的关注,用网络安全态势感知技术提高大数据环境网络安全态势评估和预测的及时性和准确性迅速成为学术界的研究热点。本文针对大数据环境网络安全态势感知关键技术进行深入研究,着重研究了大数据环境下网络攻击特征提取方法、网络攻击检测方法、网络安全态势评估方法、网络安全态势预测方法等,论文主要研究工作及创新点如下:1.针对高维数据规模大、属性多、具有非线性特征,存在大量噪声数据,给数据分析的准确性和运行效率带来严重影响,可能导致维数灾难的问题,提出组合核稀疏自编码器的特征提取方法。通过构造组合核函数,采用稀疏自编码器对数据特征进行重构,并用自适应遗传算法优化求解,从而获取降维特征矩阵。该方法有效解决了大数据环境下非线性特征的网络安全数据降维问题,避免了维数灾难,提高了对高维网络安全数据的处理效果和计算效率。基于物联网gafgyt僵尸网络攻击数据集的仿真实验表明,本文特征提取方法识别率明显高于传统特征提取算法且具有较好的计算效率。2.针对非平衡大数据分类存在较大的复杂性和计算量,对先验知识依赖程度高,分类性能有待提高的问题,提出基于迁移学习的卷积神经网络分类与检测方法。通过引入迁移学习,有效地解决了大数据环境下高维复杂数据特征提取知识获取和训练效率问题,并通过共轭梯度下降算法优化的神经网络性能,同时通过改进的KNN分类算法解决了数据类别不平衡导致分类精度不高的问题,提高了分类计算效率和分类检测精度。仿真实验表明,本文方法分类检测性能明显高于传统机器学习方法和其他深度学习方法。3.针对大数据环境网络安全态势评估指标难以量化,评估依赖专家知识存在较多的不确定性问题,提出基于证据理论的网络安全态势评估方法。该方法通过建立一套多层次、多维度、可量化的网络安全态势评估指标体系,引入不确定性变量的期望偏差函数构建专家信度分配函数并优化专家信度,通过改进证据源距离的计算确定各证据可信度,采用基于局部冲突分配改进的证据合成公式解决证据之间的局部冲突,最终融合计算网络安全综合态势。本研究方法减少了大数据环境下网络安全态势评估中的不确定问题以及证据源信息冲突的问题,弱化人为因素对网络安全态势评估的影响,提高网络安全态势评估的准确性。基于互联网网络安全态势数据集的仿真实验表明,本研究方法比传统网络态势评估方法误差小,能够更准确地反映大数据环境下的网络安全态势情况。4.针对大数据环境下海量安全数据随时间变化快,历史数据不完整,无法实现全局网络安全态势实时、准确的预测,提出基于注意力机制的门控循环单元网络安全态势预测方法。该方法将直觉模糊化的网络安全态势历史时序数据值输入基于注意力机制的门控循环单元神经网络模型进行预测,并在动态优化环节采用LM（Levenberg-Marquardt）和粒子群组合的混合算法提高网络性能。该方法提高了网络安全态势预测的实时性和有效性,提高算法的收敛速度、预测精度,避免过拟合现象发生。基于互联网网络安全态势数据集的仿真实验表明,本研究方法比采用传统机器学习方法和其他深度学习方法预测误差小,具有更高的学习效率,更能快速、准确有效地预测出未来一段时间内的大数据环境下网络安全态势的变化趋势。
刘向龙[2]（2019）在《电磁层析成像关键问题及其在高铁车轮探伤中的应用研究》文中进行了进一步梳理近十年左右,我国高铁技术得到了突飞猛进的发展,已经发展成为国家层面的战略。高铁车轮是高铁车辆与钢轨接触的唯一运动部件,工作在非常复杂的应力状态下,导致疲劳条件下微小的缺陷也很容易出现应力集中现象,加快扩散速度,有可能导致疲劳裂纹等故障。因此,对高铁车轮作定期的无损检测对保障行车安全和人们的生命财产安全意义重大。电磁层析成像（electromagnetictomography,EMT）技术具有非接触、非侵入、无辐射、低成本、快速成像等特性,并且具有对导电和导磁材料同时敏感的测量优势。本文探索了一种新颖的高铁车轮缺陷检测方法,研究了将电磁层析成像技术应用在高铁车轮探伤中的可行性和有效性。本文的主要研究内容如下:（1）研究了 EMT的正问题和逆问题以及灵敏度矩阵求解的三种方法,并研究了 EMT探伤传感器的理论和数值分析方法,重点研究了有限元方法及其在EMT求解中的应用。（2）提出了一种L1-Lp图像重建算法,该算法构造了新的目标泛函,该目标泛函利用L1范数作为数据项,Lp范数作为正则化项,将EMT逆问题转换成最优化问题,改善了图像重建算法对数据误差的敏感性,仿真和实验结果表明了该算法的有效性。（3）提出了一种修正的Landweber迭代图像重建算法,通过在电磁层析成像逆问题目标泛函中添加正则化项,改善了重建图像的质量和收敛过程。仿真和实验结果均表明了修正Landweber迭代算法的可行性和有效性。（4）研究了 O型EMT传感器中线圈数量对重建图像质量的影响,使用有限元仿真软件搭建了仿真研究平台,采用五种不同线圈数量的传感器分别对被测物场中的五种典型电导率分布进行数值仿真。根据得到的重建图像质量,确定了一定传感器尺寸下的最佳线圈数量。（5）研究了直接3D EMT成像的理论,包括3D EMT正问题、灵敏度矩阵和3D EMT逆问题。直接3D EMT研究的问题主要包括3D传感器布局、测量策略、数值仿真研究、3D图像重建算法以及3D显示等。搭建了直接3D EMT有限元仿真模型,进行了数值仿真,重建图像结果验证了直接3D EMT成像技术的可行性和有效性。（6）根据高铁车轮的结构特性和材料的电磁特性,设计了 U型EMT传感器,搭建了高铁车轮电磁层析成像探伤系统有限元模型,针对典型的浅表缺陷进行了仿真和图像重建。进而搭建了高铁车轮电磁层析成像探伤实验系统,包括探伤台架的设计加工、U型传感器的设计加工、信号发生和数据采集模块的设计以及信号调理和通道切换模块的设计等,利用搭建的系统对典型缺陷进行了实验研究。
张敬尊[3]（2019）在《稀疏算法模型构建及其在遥感高性能计算中的应用》文中指出伴随计算机网络及传感器技术的发展,遥感数据呈现出多样化、大规模化的特点。数据的激增造成大量冗余,如何有效地从上述价值密度低且结构复杂的数据中获取其内在的知识成为传统图像处理工具需要面临的新挑战,遥感图像处理任务亟需更具知识发现能力的处理算法。稀疏表示作为一种新型的数据挖掘技术,具有严谨的理论依据以及广泛的领域应用验证。自然图像处理领域的应用证明,相较于传统算法,稀疏表示类算法更善于发现隐藏在数据背后的知识,具有优秀的特征发现和保持能力,同时对于图像中的噪声具有鲁棒性,受噪声干扰小。遥感图像作为自然图像的一种,其本身亦具有天然的稀疏性,稀疏表示在遥感图像处理中的适用性和应用潜力有待进一步深入。与此同时,诸如灾害监测等高时效性处理任务要求遥感图像处理算法不仅需要具有良好的知识发现能力,同时需要具有尽可能优化的时空复杂度和处理速度,高性能计算成为上述需求的必然解决方案。实际应用中,高性能计算的实施与实现与计算硬件的底层结构紧密相关,需要开发人员充分了解目标体系结构并具备并行编程知识与能力。然而,多样化的硬件结构、复杂的并行编程框架、数据、计算资源的优化配置和调度等对于遥感领域的开发人员是非常挑战的。为降低非高性能计算领域并行计算的实施难度,哥本哈根大学尼尔斯玻尔研究所高性能研究组搭建了基于GPU计算的高性能计算平台Manjula,设计开发了可实现自动并行映射的工具Bohrium。Manjula与Bohrium的组合为用户屏蔽了底层硬件的多样性和并行的复杂性,使用者只需专注于自己的领域研究,算法的并行设计、加速优化等均可经由上述组合自动实现无需人工干预。基于上述背景,本论文以稀疏表示为理论基础,稀疏表示的遥感应用为目标,从先验知识刻画、模型构建、优化求解三方面对稀疏表示类算法在遥感图像处理任务中的适用性展开研究。在对稀疏表示理论进行梳理总结的基础上,针对遥感图像处理中的数据量大、计算密集且算法复杂的问题,围绕稀疏表示中稀疏编码、字典学习两个关键问题研究稀疏算法模型构建,并将其应用到高光谱、高空间分辨率两种遥感图像的降维、分类及融合三类图像处理任务中,共完成四个算法的设计、实现和实验。具体包括:为具有高维特征的高光谱图像设计实现了无监督双稀疏降维算法及基于上下文的稀疏分类算法;为验证稀疏算法的普适性,针对具有高空间分辨率特征的高分二号图像设计实现了改进的稀疏分类算法和稀疏融合算法,四个算法的实验结果不仅充分验证了稀疏类算法在遥感图像处理任务中的适用性,同时表明稀疏类算法不失为大规模数据背景下的一种有效备选。为进一步提升算法的计算速度,本论文以尼尔斯玻尔研究所的Manjula为硬件依托,Bohrium为软支撑,并在此基础上对Bohrium进行了稀疏并行拓展,融入专门用于稀疏运算并行的存储结构CSR5和运算框架Sp GEMM,对高时耗的稀疏编码子算法进行了自动并行实现及实验,为遥感图像高性能计算的快速实现提供了一种参考途径。
李红立[4]（2019）在《城市地下孤石井中地球物理定位技术研究》文中指出孤石是一种典型不良地质问题,严重制约着城市地下工程建设,由于孤石分布随机性强、无规律,孤石定位被认定为世界级难题,其探测技术研究成为近几年热点。常规地面物探方法因城市环境复杂,干扰严重导致孤石定位不理想,而井中物探方法受环境影响小,且信号发射和接收接近目标体,获取数据信噪比高,有助于提高孤石定位精度。因此,本文围绕城市地下孤石定位问题,提出井中探测方法,并为此做了深入研究,其主要研究内容和成果如下:（1）提出基于VSM技术的RVSP地震数据处理新技术。研究了基源信号阵列最小化构造技术,并以主频10Khz信号仿真证明利用有限角有限道数据能恢复基源信号。通过VSM实现RVSP→SWP和RVSP→SSP变换并建立数据分析理论及成像方法,研究了新技术探测孤石分辨率问题和成像范围问题,结果指出不同粒径孤石在叠加剖面中均有明显反射特征,随着粒径变大,成像结果能反应孤石规模,且纵向分辨率高于横向分辨率,新技术扩大了RVSP数据的成像范围,其边界受钻孔影响小,也降低了地面排列长度的限制。（2）研究基于VSM技术的井-地波场重构孤石探测应用技术,为孤石定位提供新思路。建立了该技术应用的数据处理方法和解析方法,实践成果指出该方法对孤石探测效果明显,分辨率高,定位准,SWP和SSP数据成像结果分别从垂直和水平两个视角对孤石定位,提高了孤石的空间定位能力。（3）深入研究城市地下孤石特征,建立广州地铁沿线孤石“大数据”样本,探索孤石样本的数理统计方法。建立孤石单一属性和多属性相关性数理统计和分析方法,统计结果在宏观上揭示了孤石分布规律;再通过电阻率测井数据和波速测井数据统计了孤石的地球物理特征,综合统计结果在宏观上揭示了城市地下孤石分布规律和地球物性特征,为孤石定位提供科学依据。（4）深入研究井中地震层析成像孤石探测技术。指出复杂观测系统有助于提高井中地震波层析成像质量,加快收敛速度,提出XY交互切割快速射线追踪策略,解决了复杂观测系统射线追踪和大量数据追踪慢的问题。（5）深入研究井中电阻率层析成像孤石探测技术。揭示孤石在井中供电情况下的电场响应特征,通过大量数值模拟分析了井中不同供电情况下孤石异常场对正常场的扰动情况,并利用求电场梯度的方法研究了井中供电模式与成像分辨率的关系,指出井中电阻率层析成像受布极方式影响小,临近电极区域分辨率最高。该论文有图110幅,表7个,参考文献143篇。
吴振华[5]（2019）在《单通道超材料孔径雷达成像算法研究》文中提出随着信息技术与新军事革命的蓬勃发展,使用各类智能化、无人化作战武器是未来战场发展趋势。具备对复杂外界环境的快速、准确、精细感知能力是智能化作战单元工作的必要条件,依靠各类传感器对周围环境实现精确感知是其得以正常工作的核心前提,因此研究小型化、轻量化,同时具备全天候、全天时等各类复杂环境下对周围环境准确感知能力的传感器具有重要意义。结合超材料孔径天线的三维场景高分辨成像能力以及轻便灵活的系统构成,将来用作无人平台成像传感器具有明显优势。本论文紧紧围绕超材料孔径成像雷达这一前沿研究课题,对该新颖体制雷达三维成像感知中所面临的系统测量模式数受限、成像重建复杂度高以及成像效率低等若干问题进行了深入研究,主要研究工作可概括为以下几个方面:（1）研究了超材料孔径天线随机辐射场自由度评价问题。超材料孔径天线的各项系统参数的优化设计需要对应的评价指标来与系统后端场景成像分辨性能相匹配。针对目前尚无对超材料孔径天线辐射场自由度评价指标的问题,本文提出了使用超材料孔径天线辐射场测量矩阵相关矩阵的一阶统计量与二阶统计量进行联合约束的评价指标,并且通过成像重建相变图在测量矩阵相关特性与成像分辨性能之间建立了对应关系。（2）研究了提高超材料孔径雷达成像性能的问题。针对超材料孔径雷达在对大范围场景成像时面临的测量模式数受限的问题,本文提出了一种孔径旋转合成的成像算法来增加系统测量模式数,进而提高对场景成像性能;首先对衍射层析算法中的口标散射系数与成像系统空间谱域采样之间的傅里叶变换关系进行了数学推导,对旋转合成成像算法有效性的内在物理机理进行了理论说明:然后验证了孔径空间旋转间隔以及旋转次数对系统测量模式个数增加的实际性能,最后对测量模式数的增加所带来的场景成像质量的提升进行了仿真实验。（3）研究了超材料孔径雷达高效三维场景成像问题。超材料孔径雷达在对场景进行三维高分辨成像时,依据前向成像模型所构建的测量方程维度过大,场景目标散射系数重建需耗费较多硬件资源以及时间资源,导致成像效率较低。针对此问题,本文提出了基于距离维解耦合的快速并行成像后处理算法;首先利用超材料孔径天线方向图固有的局部平稳特性,设计了滑窗处理算法来保证随机方向图在全带宽内的平稳特性,随后构建场景更新测量方程来对不同成像空间实现并行成像重建,极大的提高了超材料孔径雷达的大范围三维成像效率。（4）研究了超材料孔径雷达合成孔径成像问题。针对超材料实孔径与合成孔径混合的三维成像系统,本文提出了两种后处理快速算法来实现三维场景重建。设计快速三维成像算法的关键在于合成孔径维与天线平台维的解耦和分维处理。为了实现成像空间解耦和,使用经典SAR成像算法中的后向投影（Back Projection,BP）算法以及Omega-K算法。首先利用BP算法等效的宽波束合成原理,对空间采样回波数据进行了近距波束形成处理,得到场景不同方位角的目标聚焦函数,然后对不同方位角内目标进行了斜距与俯仰角的两维计算成像重建,实现了三维场景重建。不同于BP算法中的方位角聚焦处理方法,Omega-K算法中利用Stolt插值算法对波数空间域中的方位波数与距离波数进行解耦和,使用傅立叶变换进行目标方位响应聚焦,得到对应的方位分辨切片,再利用空间随机方向图对空间固有的映射编码特性,对场景不同方位切片内的径向距离与俯仰角进行了两维分辨,最后实现了场景的三维成像处理。本文基于大量的超材料孔径天线电磁仿真方向图数据与成像实测方向图数据,对所提的成像处理方法进行了充分的成像仿真实验验证,研究成果对超材料孔径雷达实际成像处理具有一定的实际应用价值。
唐丽丽,朱海军,朱斐[6]（2018）在《一种基于核的在线策略梯度算法》文中指出策略梯度算法是一种广义的策略迭代方法,由于其高效性得到了广泛的关注和研究.策略梯度算法包括策略评估与策略改进两个部分.传统的在线策略梯度方法在处理大规模问题时,表现不佳.为此,提出一种基于核的在线策略梯度算法,在强化学习经典算法评论家行动者的框架下,采用核方法近似表示值函数与策略函数,采用真在线时间差分算法评估策略的值函数,并根据真在线思想改进策略参数的更新方式.最后通过平衡杆问题和爬山小车实验验证算法的有效性.
丁保全[7]（2017）在《煤系地层接收弹性波信号的盲源分离方法研究》文中提出本课题来源于国家自然科学基金项目“基于连续震源的煤层反射式槽波精细探测理论”。针对国家自然科学基金项目中,需要在对煤系地层所接收的弹性波信号的混合模型和源信号无法精确获知的情况下,从观测信号中分离出各源信号。本课题旨在研究设计适于煤系地层下接收弹性波信号的盲源分离算法。（1）详细叙述了盲源分离的国内外发展历程并对不同算法的不同应用进行分类;阐述了盲源分离的基础知识和分离要求,确定煤系地层的噪声环境和弹性波的传输特性,明确了煤系地层接收弹性波信号盲源分离算法的设计要求。（2）选取合适的基于负熵的FastICA算法的非线性函数和正交化公式,与自然梯度算法分别处理煤系地层接收到的混合弹性波信号,经过Matlab仿真实验成功实现混合信号分离。验证非高斯性判据和似然度判据与互信息判据的本质相同性,从而证明基于负熵的FastICA算法、自然梯度算法和基于互信息的FastICA算法均能实现煤系地层下接收弹性波信号的盲源分离,并验证了独立分量分析算法存在的分离顺序和分离信号幅值不确定的两个固有问题。（3）提出一种新的非正交分解算法。传统经典算法独立分量分析等需要满足观测信号数不少于源信号、独立成分必须是非高斯分布等前提条件,大大降低了独立分量分析在实际煤系地层下弹性波信号盲源分离的实用性。提出的新的非正交分解算法无需满足以上前提条件,利用相关分析从单一观测信号中选择初等函数,然后,用这些功能函数作为非正交信号分解算法的基从1个混合信号中逐一分离出不同的源信号。利用该算法对由方波、正弦波、衰减波调制信号和随机噪声合成的单个典型观测信号进行了仿真实验,实验表明,该算法不仅可以从单一观测信号中准确提取出所有源信号,且相比目前普遍认可的独立分量分析具有分离顺序确定、分离信号能量符号确定等更为优良的性能。
王相[8]（2016）在《水驱油田井网及注采优化方法研究》文中认为注水开发是油田开发的主体技术,其适应性广泛,成本低廉。如何保持水驱油田的稳定开发、提高油田水驱采收率是油田开发的中心任务之一。受储层强非均质等的影响,注水方向性强,驱替不均衡,导致开发效果较差,常规的开发调整措施随着开发的不断深入进行效果越来越差。生产实践表明,注入水在地下驱替的均衡程度与油藏开发效果密切相关,基于此,首先明确了均衡水驱的定义,并建立了一套水驱均衡程度评价方法,提出使用饱和度的标准差作为评价指标。为了快速、准确的对注水开发油藏驱替动态进行预测,结合流线数值模拟和等值渗流阻力法的思想,提出了一种可用于非均质油藏不规则井网水驱动态预测的注采劈分法,实例分析表明该方法在保持预测精度的同时大大提高预测效率。针对井网和注采两个油田注水开发设计中最关键的问题,开展了井网及注采优化方法研究。首先针对单井组开发的小规模油藏,考虑定井底流压生产和定液量生产两种工作方式,以均衡驱替为目标,分别推导并建立了单井组井距设计公式和注采设计公式,并开展了井距、注采设计的影响因素研究。针对多井组构成井网开发的中大规模油藏,基于最优化的思想,以最大化均衡驱替为目标,建立了水驱油藏井网及注采优化数学模型。井网优化数学模型包括井位优化以及井网加密、井网抽稀、井型转换等井网调整模式优化,并综合建立了井网综合调整优化数学模型。注采优化考虑了静态调配和动态调控两种注采工作制度的情况,建立了一套多级劈分方法,可以在优化注采工作制度的同时确定最优调控频率。考虑井网及注采的相互影响,建立了井网及注采组合优化数学模型,并给出顺序求解和直接求解两种求解方式。通过对优化问题数学模型的求解,可以得到最优的井网注采调整方案。分析了广义模式搜索、粒子群算法、自适应协方差矩阵进化算法、多级协调搜索算法等多种算法在求解井网及注采优化问题时的效率,并提出一种新的混合算法,MCS-CMA-ES算法。针对复杂的约束条件,提出降维转换和自适应惩罚加拒绝的约束条件处理方法。最终形成了一套系统的井网及注采优化方法,将该方法应用于一个矿场实例,深入对比并分析了优化前后的开发效果。
穆丽文,彭贤博,黄岚[9]（2015）在《异构复杂信息网络下的异常数据检测算法》文中提出异构复杂信息网络承载着不同的协议和网络信道,并通过云储存实现资源调度,由此产生的异常数据会给网络信息空间带来安全威胁和存储开销,所以需要进行异常数据准确检测。传统的检测算法采用简化梯度算法进行异常数据检测,不能有效去除多个已知干扰频率成分的异常数据,检测性能不好。提出一种基于自适应陷波级联模型的异常数据检测算法。构建异构复杂信息网络系统模型,采用固有模态分解把异常数据信号解析模型分解为多个窄带信号,设计二阶格型陷波器结构,用多个固定陷波器级联抑制干扰成份,采用匹配投影法寻求优化特征解,找出所有匹配的特征点对,从而实现异常数据检测的改进。仿真实验表明,采用该算法进行异常数据检测时,信号幅值大于干扰噪声数据幅值;该算法提高了检测性能,具有较好的抗干扰性能。
吴微[10]（2014）在《含噪盲源分离算法研究及其在水声信号中的应用》文中研究指明盲源分离是指在各个源信号均未知的情况下,根据某种条件和假设,从混合的观测信号中分离出这些源信号的方法。在过去的几十年中,盲源分离技术由于其潜在的应用价值得到了众多学者的关注,发展迅速。在实际应用中,无论是通信信号、语音信号、医学信号还是水声信号等等都不可避免地会被各种形式的噪声和干扰影响。大多数盲源分离算法在没有噪声时具有最优的性能,当观测信号受到噪声污染时其性能会急剧下降,严重时可能导致分离失败。由于无法获得更多关于源信号的先验信息,并且信道参数未知,使得含噪盲源分离问题较无噪时的盲源分离问题更加复杂。目前,对含噪盲源分离问题的研究成果相对较少。本文紧紧围绕含噪盲源分离问题进行深入研究,主要对基于偏差去除的含噪盲源分离算法和基于去噪的含噪盲源分离算法两部分内容进行了研究,取得了一定的成果,最后将含噪盲源分离算法应用于水声信号中,验证了含噪盲源分离算法对水声信号盲分离的有效性和可行性。本文的主要工作概括如下:1.研究了盲源分离算法中的源信号数目估计问题,针对已有的源数估计算法在信噪比较低时的性能较差的问题,提出了一种基于奇异值分解的转折点检测算法,实验结果表明该算法提升了低信噪比时的估计性能。对Fast ICA和RobustICA这两种算法的性能进行了详细的分析和比较,分别针对亚高斯源、超高斯源以及由亚高斯源和超高斯源组成的混合源在不同信噪比以及不同采样点数的情况下进行了仿真实验,结果表明总体而言Robust ICA算法的性能更加稳健。2.对基于偏差去除的含噪盲源分离算法进行了研究。针对盲源分离超定模型提出了基于特征值分解的准白化FastICA算法,该算法通过特征值分解获得噪声方差的估计,从而可以对含噪信号中的有用信号进行白化,去除噪声引入的偏差,同时降低信号空间的维数,将超定模型转化为正定模型。进一步针对每路含噪混合信号的信噪比不完全相同的情况,提出了一种基于迭代的二次白化FastICA算法,该算法能够准确估计出每路混合信号的噪声方差,从而更准确地去除噪声引入的偏差,使得对有用信号的白化更加有效。仿真实验表明了这两种算法解决含噪盲源分离问题的有效性。3.研究了去噪算法与盲源分离算法相结合的策略,目前主要有去噪预处理、去噪后处理以及去噪预处理与后处理的级联方式。本文对去噪预处理的算法进行了深入研究,并讨论了去噪预处理与后处理的级联方式下的含噪盲源分离问题的解决策略。由于已有文献中提出的串行级联方式和并行级联方式没有充分利用分离算法得到的分离矩阵以及分离出的估计信号,本文提出了一种改进的预处理与后处理的并行级联方式,该方式同时使用了并行级联方式中的两路输出信号,充分利用了能够获得的有用信息,在进行去噪后处理之前先提高了含噪信号的信噪比,从而减小了去噪后信号的失真程度。实验仿真表明该方法较已有的串行和并行两种级联方式的分离性能更优。4.对小波去噪算法作为去噪预处理算法进行了深入研究。针对较低信噪比条件下小波去噪算法性能不佳的问题提出了改进的基于平移不变量的小波去噪算法,该算法对小波去噪算法中的关键参数进行了优化,并提出了一种更加稳健的噪声方差估计算法——高频系数滑动窗口法,同时缩小了平移不变量的范围,在减少运算量的同时去噪效果几乎没有降低。将该去噪算法作为去噪预处理应用于含噪盲源分离问题中,仿真实验验证该算法的有效性。针对高斯色噪声的去噪问题,提出了一种小波去噪算法,该算法使用改进的分层gcv阈值估计算法,将其应用于含有高斯色噪声的盲源分离问题,仿真实验证明了该算法能够更加有效去除高斯色噪声,提升盲源分离算法的性能。5.对基于经验模态分解的去噪算法作为去噪预处理算法进行了研究。针对传统的经验模态分解去噪算法存在的去噪不彻底以及有用信号被当作噪声滤除的问题,提出了一种分段emd阈值去噪算法,该算法首先使用平均周期法将经验模态分解得到的若干个本征模态函数分成噪声主导部分和信号主导部分,对噪声主导部分使用已有文献中的阈值估计算法,对信号主导部分使用新的下降更快的阈值估计算法,然后使用改进的阈值收缩算法对每个本征模态函数进行阈值收缩处理,重构信号。该算法能够克服已有算法的缺点,具有更好的去噪性能。将该算法应用于含噪盲源分离中,能够显着提升盲源分离算法的性能。接下来研究了高斯色噪声条件下基于经验模态分解的去噪算法。研究发现,同高斯白噪声相比,高斯色噪声经过经验模态分解后第一个imf分量的幅值相对较小,其余幅值下降速度相对平缓,根据高斯色噪声的这些特性对已有的阈值算法中的参数进行调整,同时采用了分段阈值估计算法,将该去噪算法应用于含有高斯色噪声的盲源分离问题中,实验结果证明了该算法的有效性。6.研究了含噪盲源分离算法在水声信号处理中的应用。由于计算机仿真信号在科研中具有特殊的优势,本文首先对海洋环境噪声、水声测试信号、水声通信信号以及舰船辐射噪声进行模拟仿真,然后分别针对盲源分离的正定模型和超定模型进行了仿真实验。对正定模型而言,主要使用了针对高斯色噪声的基于分层gcv阈值估计的小波去噪算法和基于分段emd阈值去噪算法这两种算法作为去噪预处理,然后使用robustica算法进行分离,仿真实验验证了这两种算法能够有效去除水声信号中的海洋环境噪声,显着提升盲源分离算法的性能。同时还讨论了算法性能同采样率之间的关系,实验表明,由于提高采样率能够改变噪声在有用信号宽带内的分布从而有助于提升去噪算法的性能,进一步提升盲源分离算法的性能。针对超定模型,主要使用了本文提出的两种基于偏差去除的含噪盲源分离算法:基于特征值分解的准白化fastica算法和基于迭代的二次白化fastica算法。仿真结果表明,直接使用fastica算法,对于水声通信信号,snr>32db时分离得到的信号均方误差降至10-2数量级,使用本文提出的算法,SNR>14dB时信号的均方误差就已降至10-2数量级;对于舰船辐射噪声,SNR>22dB时分离得到的信号均方误差降至10-2数量级,使用本文提出的算法,SNR>10dB时信号的均方误差就已降至10-2数量级。因此在含有噪声条件下本文提出的算法能够获得令人满意的分离效果。同时验证了采样率的提升对于基于偏差去除的分离算法的性能几乎没有影响,这是因为该算法不受噪声分布状态的影响,因此该算法对于含噪条件下的水声信号盲分离十分有效。
二、独立成份分析的梯度算法及应用（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、独立成份分析的梯度算法及应用（论文提纲范文）
（1）大数据环境网络安全态势感知关键技术研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和论文选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 论文选题意义 |
| 1.2 网络安全态势感知模型与研究方法现状 |
| 1.2.1 网络安全态势感知理论与模型 |
| 1.2.2 网络安全态势感知主要研究方法 |
| 1.3 大数据环境网络安全态势感知研究中的困难 |
| 1.4 论文的研究内容与结构 |
| 1.4.1 研究内容与创新点 |
| 1.4.2 研究结构 |
| 2 网络安全态势感知关键技术综述 |
| 2.1 网络安全态势感知技术概述 |
| 2.2 传统网络安全态势感知技术 |
| 2.2.1 网络安全态势特征提取技术 |
| 2.2.2 网络入侵检测技术 |
| 2.2.3 网络安全态势评估技术 |
| 2.2.4 网络安全态势预测技术 |
| 2.3 基于深度学习的网络安全态势感知技术 |
| 2.3.1 深度学习在网络安全态势感知技术中的研究与应用 |
| 2.3.2 自编码器 |
| 2.3.3 深度信念网络 |
| 2.3.4 卷积神经网络 |
| 2.3.5 循环神经网络 |
| 2.4 大数据环境网络安全态势感知关键技术研究解决的问题 |
| 2.5 本章小结 |
| 3 组合核稀疏自编码器的特征提取方法 |
| 3.1 引言 |
| 3.2 网络安全大数据降维模型 |
| 3.3 大数据环境下网络安全数据特征分析 |
| 3.4 基于组合核稀疏自编码器的特征提取方法 |
| 3.4.1 核函数及性质 |
| 3.4.2 稀疏自编码器网络 |
| 3.4.3 组合核稀疏自编码器数据特征提取方法流程 |
| 3.5 组合核稀疏自编码器数据特征提取算法步骤 |
| 3.6 实验与讨论 |
| 3.6.1 实验环境及实验数据 |
| 3.6.2 数据集结构构造 |
| 3.6.3 实验评价指标 |
| 3.6.4 实验结果分析 |
| 3.7 本章小结 |
| 4 基于迁移学习的卷积神经网络攻击分类与检测方法 |
| 4.1 引言 |
| 4.2 基于迁移学习的卷积神经网络分类与检测方法 |
| 4.2.1 基于迁移学习的卷积神经网络 |
| 4.2.2 基于迁移学习的卷积神经网络分类算法流程 |
| 4.2.3 基于迁移学习的卷积神经网络分类算法步骤 |
| 4.3 实验和讨论 |
| 4.3.1 实验数据集构造 |
| 4.3.2 实验评价指标 |
| 4.3.3 实验结果分析 |
| 4.4 本章小结 |
| 5 基于证据理论的网络安全态势评估方法 |
| 5.1 引言 |
| 5.2 基于证据理论的网络安全态势评估模型 |
| 5.3 大数据环境网络安全态势评估指标体系 |
| 5.3.1 大数据环境下的网络安全影响因素分析 |
| 5.3.2 大数据环境下的网络安全态势评估指标 |
| 5.4 基于证据理论的网络安全态势评估流程 |
| 5.5 基于证据理论的网络安全态势评估算法步骤 |
| 5.6 实验和讨论 |
| 5.6.1 实验环境 |
| 5.6.2 实验数据 |
| 5.6.3 网络安全态势评估实验结果讨论和比较 |
| 5.7 本章小结 |
| 6 基于注意力机制的门控循环单元网络安全态势预测方法 |
| 6.1 引言 |
| 6.2 直觉模糊集的定义与直觉模糊集的基本运算 |
| 6.3 基于注意力机制的门控循环单元网络安全态势预测模型 |
| 6.4 基于注意力机制的门控循环单元网络安全态势预测算法 |
| 6.4.1 基于注意力机制的门控循环单元网络安全态势预测流程 |
| 6.4.2 构造网络安全大数据特征数据直觉模糊集 |
| 6.4.3 基于注意力机制的门控循环单元网络安全态势预测步骤 |
| 6.5 实验和讨论 |
| 6.5.1 实验环境 |
| 6.5.2 实验数据 |
| 6.5.3 参数设置 |
| 6.5.4 实验和讨论 |
| 6.6 本章小结 |
| 7 结论 |
| 7.1 论文总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）电磁层析成像关键问题及其在高铁车轮探伤中的应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 高铁车轮探伤概述 |
| 1.1.1 高铁车轮主要缺陷分析 |
| 1.1.2 高铁车轮探伤技术的国内外研究现状及发展趋势 |
| 1.2 过程层析成像技术 |
| 1.2.1 过程层析成像技术概述 |
| 1.2.2 过程层析成像技术的原理及组成 |
| 1.2.3 过程层析成像技术的分类 |
| 1.2.4 过程层析成像技术的国内外研究现状及发展趋势 |
| 1.3 电学层析成像技术 |
| 1.4 电磁层析成像技术 |
| 1.4.1 EMT技术概述 |
| 1.4.2 EMT技术的国内外研究现状及发展趋势 |
| 1.4.3 EMT技术潜在的应用领域 |
| 1.4.4 EMT技术存在的难点 |
| 1.4.5 EMT技术在高铁车轮探伤中的应用 |
| 1.5 论文主要研究内容 |
| 1.5.1 课题来源与研究意义 |
| 1.5.2 论文组织安排 |
| 1.5.3 论文的主要创新点 |
| 2 电磁层析成像的理论基础 |
| 2.1 电磁层析成像的基础 |
| 2.1.1 EMT系统构成 |
| 2.1.2 EMT系统分类 |
| 2.2 EMT正问题和逆问题的研究 |
| 2.2.1 EMT正问题的物理描述 |
| 2.2.2 EMT逆问题的物理描述 |
| 2.3 电磁激励场与物场相互作用的研究 |
| 2.4 灵敏度矩阵的研究 |
| 2.4.1 模型扰动法 |
| 2.4.2 测量扰动法 |
| 2.4.3 场量提取法 |
| 2.5 EMT探伤传感器的理论和数值分析 |
| 2.5.1 解析法在低频电磁问题中的应用 |
| 2.5.2 空气芯线圈在导电平面上电感变化的研究 |
| 2.6 有限元仿真方法 |
| 2.6.1 有限元分析的实现 |
| 2.6.2 有限元法在EMT正问题中的实现 |
| 2.6.3 有限元法在EMT正问题中的应用研究 |
| 2.7 EMT技术中亟待解决的问题 |
| 2.8 本章小结 |
| 3 EMT图像重建算法的研究 |
| 3.1 EMT非线性模型的线性化 |
| 3.2 EMT图像重建算法综述 |
| 3.2.1 线性反投影算法 |
| 3.2.2 Tikhonov正则化方法 |
| 3.2.3 截断奇异值分解算法 |
| 3.2.4 Landweber迭代算法 |
| 3.2.5 迭代Tikhonov算法 |
| 3.2.6 总变差正则化算法 |
| 3.2.7 共轭梯度算法 |
| 3.2.8 卡尔曼滤波算法 |
| 3.2.9 布谷鸟算法 |
| 3.2.10 压缩感知算法 |
| 3.3 L_1-L_p算法 |
| 3.3.1 L_1-L_p算法基本理论 |
| 3.3.2 仿真研究 |
| 3.3.3 实验研究 |
| 3.4 修正Landweber迭代算法 |
| 3.4.1 修正Landweber迭代算法理论研究 |
| 3.4.2 重建图像仿真结果 |
| 3.4.3 重建图像实验结果 |
| 3.5 本章小结 |
| 4 EMT传感器线圈数量的优化研究 |
| 4.1 研究现状 |
| 4.2 仿真平台搭建 |
| 4.3 图像重建结果分析 |
| 4.3.1 采用Tikhonov正则化方法的图像重建 |
| 4.3.2 采用投影Landweber迭代算法的图像重建 |
| 4.3.3 采用共轭梯度算法的图像重建 |
| 4.3.4 灵敏度矩阵的分析 |
| 4.4 本章小结 |
| 5 直接三维电磁层析成像理论研究 |
| 5.1 3D ET研究现状 |
| 5.2 三维电磁层析成像理论 |
| 5.2.1 3D EMT正问题 |
| 5.2.2 灵敏度矩阵 |
| 5.2.3 3D EMT逆问题 |
| 5.3 三维电磁层析成像仿真模型搭建 |
| 5.3.1 直接3D EMT传感器设计 |
| 5.3.2 3D EMT测量原理 |
| 5.4 图像重建结果 |
| 5.5 本章小结 |
| 6 高铁车轮电磁层析成像探伤系统的设计与实验分析 |
| 6.1 高铁车轮电磁层析成像探伤系统仿真研究 |
| 6.1.1 高铁车轮缺陷的设计 |
| 6.1.2 高铁车轮探伤系统传感器结构的设计 |
| 6.1.3 高铁车轮探伤系统仿真平台搭建 |
| 6.1.4 激励信号相关参数选择 |
| 6.1.5 剖分单元数量的选择 |
| 6.1.6 灵敏度矩阵分析 |
| 6.1.7 高铁车轮电磁层析成像探伤系统仿真结果分析 |
| 6.2 高铁车轮电磁层析成像探伤实验系统设计 |
| 6.2.1 探伤台架设计 |
| 6.2.2 传感器设计 |
| 6.2.3 信号发生和数据采集模块设计 |
| 6.2.4 信号调理和通道切换模块设计 |
| 6.2.5 上位机设计 |
| 6.3 高铁车轮电磁层析成像探伤系统实验结果分析 |
| 6.3.1 不同类型高铁车轮缺陷的设计 |
| 6.3.2 高铁车轮缺陷检测系统实验测试结果 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 附录A |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）稀疏算法模型构建及其在遥感高性能计算中的应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 稀疏表示模型 |
| 1.1.2 遥感图像处理的高性能计算需求 |
| 1.1.3 GPU计算遥感应用 |
| 1.2 研究目标 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 第2章 稀疏表示模型及遥感领域应用现状 |
| 2.1 稀疏表示概述 |
| 2.2 稀疏表示的多领域应用研究总结 |
| 2.3 稀疏表示数学模型 |
| 2.3.1 稀疏编码 |
| 2.3.2 字典及字典学习 |
| 2.4 稀疏表示模型遥感应用梳理 |
| 2.5 本章小结 |
| 第3章 无监督双稀疏降维模型 |
| 3.1 遥感领域现有降维算法总结与分析 |
| 3.2 无监督双稀疏降维算法设计 |
| 3.3 高光谱稀疏降维实验与分析 |
| 3.3.1 稀疏主成分分析SPCA与 s PCA-r SVD |
| 3.3.2 实验数据 |
| 3.3.3 实验设置 |
| 3.3.4 实验结果与分析 |
| 3.4 本章小结 |
| 第4章 基于上下文的高光谱图像稀疏分类模型 |
| 4.1 基于稀疏表示的高光谱图像分类研究 |
| 4.2 基于上下文的稀疏分类算法设计 |
| 4.2.1 联合稀疏表示模型 |
| 4.2.2 监督字典学习框架 |
| 4.2.3 高光谱分类算法流程 |
| 4.3 高光谱稀疏分类实验与分析 |
| 4.3.1 实验数据 |
| 4.3.2 实验设置 |
| 4.3.3 实验结果与分析 |
| 4.4 本章小结 |
| 第5章 面向高分二号图像的稀疏表示模型 |
| 5.1 高分二号图像稀疏分类模型构建 |
| 5.1.1 实验区及数据预处理 |
| 5.1.2 改进的稀疏分类算法 |
| 5.1.3 实验设置及结果分析 |
| 5.2 基于稀疏表示的高分二号图像融合算法 |
| 5.2.1 算法原理及数学模型 |
| 5.2.2 算法设计 |
| 5.2.3 实验区域选择 |
| 5.2.4 融合结果评价方式及指标 |
| 5.2.5 实验验证及分析 |
| 5.3 本章小结 |
| 第6章 基于高性能计算平台的扩展及算法并行 |
| 6.1 高性能计算平台 |
| 6.1.1 NBI Manjula集群 |
| 6.1.2 自动并行映射工具Bohrium |
| 6.2 面向稀疏并行的高性能扩展 |
| 6.2.1稀疏存储结构CSR5 |
| 6.2.2 稀疏运算框架Sp GEMM |
| 6.3 LARS算法并行实验 |
| 6.3.1 Bohrium安装与配置 |
| 6.3.2 实验设置及结果 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文研究工作总结 |
| 7.2 论文创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读博士期间发表的论文与研究成果 |
（4）城市地下孤石井中地球物理定位技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容及创新点 |
| 1.4 文章结构安排 |
| 2 孤石特征及对工程建设的影响 |
| 2.1 孤石的形成机理 |
| 2.2 孤石的分布特征 |
| 2.3 孤石的地球物理特征 |
| 2.4 孤石典型地质问题类型 |
| 2.5 本章小结 |
| 3 井中电阻率层析成像孤石探测技术研究 |
| 3.1 电位场正演原理 |
| 3.2 电阻率共轭梯度(CG)反演 |
| 3.3 电阻率层析成像孤石探测实例 |
| 3.4 本章小结 |
| 4 井中地震波层析成像孤石探测技术研究 |
| 4.1 地震波旅行时正演计算 |
| 4.2 地震波反演理论 |
| 4.3 模型试算及成像效果分析 |
| 4.4 井-井地震波CT孤石探测实例分析 |
| 4.5 本章小结 |
| 5 基于VSM技术井-地波场重构孤石探测技术研究 |
| 5.1 虚拟震源基本理论 |
| 5.2 RVSP数据虚拟震源构造过程分析 |
| 5.3 基于VSM技术的RVSP数据重构孤石探测模型试算 |
| 5.4 基于VSM技术的井-地数据探测有效范围分析 |
| 5.5 本章小结 |
| 6 基于VSM技术的井-地波场重构孤石探测实践 |
| 6.1 试验点地质概况及孤石发育特征 |
| 6.2 试验目的及方法 |
| 6.3 基于VSM技术的数据处理 |
| 6.4 SWP和 SSP成像结果综合分析 |
| 6.5 本章小结 |
| 7 结论及展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 参考文献 |
| 作者简历 |
| 学位数据集 |
（5）单通道超材料孔径雷达成像算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 微波凝视关联成像 |
| 1.1.2 太赫兹编码孔径成像 |
| 1.2 超材料孔径雷达成像系统 |
| 1.2.1 超材料孔径雷达基本概念 |
| 1.2.2 国外研究现状 |
| 1.2.3 国内研究现状 |
| 1.3 论文内容结构安排 |
| 第二章 超材料孔径雷达成像数学原理 |
| 2.1 引言 |
| 2.1.1 超材料孔径天线基本构成 |
| 2.1.2 超材料孔径天线随机辐射场 |
| 2.2 超材料孔径雷达前向成像数学模型 |
| 2.2.1 超材料孔径天线入射场建模 |
| 2.2.2 目标散射场建模 |
| 2.2.3 成像测量方程 |
| 2.3 超材料孔径雷达场景成像重建算法 |
| 2.3.1 匹配滤波算法 |
| 2.3.2 正则化处理方法 |
| 2.3.3 稀疏重构算法 |
| 2.4 超材料孔径天线辐射场自由度评价 |
| 2.4.1 基于相关矩阵统计量的测量矩阵评价方法 |
| 2.4.2 基于矩阵奇异值分解的测量矩阵评价方法 |
| 2.5 本章小结 |
| 第三章 基于轴心旋转的超材料孔径雷达成像算法 |
| 3.1 引言 |
| 3.2 衍射层析成像理论空间谱域分析 |
| 3.3 基于轴心旋转的单通道超材料孔径雷达成像方法 |
| 3.3.1 两维超材料孔径天线面板设计 |
| 3.3.2 测量矩阵旋转合成 |
| 3.3.3 测量矩阵旋转合成实验 |
| 3.4 成像仿真实验与性能分析 |
| 3.4.1 两维静态稀疏点目标场景 |
| 3.4.2 人体模型目标场景 |
| 3.5 本章小结 |
| 第四章 基于距离解耦合的超材料孔径雷达并行加速成像算法 |
| 4.1 引言 |
| 4.2 测量矩阵分析 |
| 4.2.1 近场成像条件 |
| 4.2.2 远场成像条件 |
| 4.2.3 辐射方向图局部平稳特性 |
| 4.2.4 方向图局部平稳特性分析验证 |
| 4.3 距离解耦合并行加速算法推导 |
| 4.3.1 滑窗IFFT处理 |
| 4.3.2 距离解耦合并行加速算法 |
| 4.4 成像仿真实验与性能分析 |
| 4.4.1 两维稀疏目标场景 |
| 4.4.2 三维场景成像仿真实验 |
| 4.4.3 算法运行复杂度分析 |
| 4.4.4 网格失配问题分析 |
| 4.5 本章小结 |
| 第五章 基于超材料孔径天线的合成孔径三维成像算法 |
| 5.1 引言 |
| 5.2 基于后向投影算法的超材料孔径天线三维合成孔径成像 |
| 5.2.1 后向投影积分算法 |
| 5.2.2 BP算法三维成像仿真实验 |
| 5.3 基于Omega-K算法的超材料孔径天线三维合成孔径成像 |
| 5.3.1 Omega-K算法三维成像仿真实验 |
| 5.4 三维场景仿真成像实验 |
| 5.4.1 一维超材料孔径天线构建 |
| 5.4.2 合成孔径三维成像 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）一种基于核的在线策略梯度算法（论文提纲范文）
| 0 引言 |
| 1 相关理论 |
| 1.1 马尔科夫决策过程 |
| 1.2 强化学习与核方法 |
| 1.3 策略梯度 |
| 2 λ-累计奖赏 |
| 3 在线策略梯度算法 |
| 4 实验及结果分析 |
| 4.1 平衡杆 |
| 4.2爬山小车 |
| 5 结论 |
（7）煤系地层接收弹性波信号的盲源分离方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究意义 |
| 1.4 论文主要研究内容 |
| 2 盲源分离基本理论 |
| 2.1 盲源分离基本模型 |
| 2.2 盲源分离数学基础 |
| 2.3 盲源分离混合模型 |
| 2.4 单通道与多通道盲源分离 |
| 2.5 本章小结 |
| 3 独立分量分析算法进行煤系地层弹性波盲源分离 |
| 3.1 独立分量分析算法综述 |
| 3.2 预处理 |
| 3.3 独立分量分析的优化判据 |
| 3.4 仿真实验 |
| 3.5 本章小结 |
| 4 新的非正交分解算法进行煤系地层弹性波盲源分离 |
| 4.1 非正交分解理论基础 |
| 4.2 基于非正交分解的盲源分离 |
| 4.3 非正交基求解步骤 |
| 4.4 仿真实验 |
| 4.5 非标准周期信号的处理 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 5.1 工作总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间参与项目及主要成果 |
（8）水驱油田井网及注采优化方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状及存在问题 |
| 1.2.1 传统井网及注采设计方法 |
| 1.2.2 矢量井网及注采设计方法 |
| 1.2.3 基于优化理论的方法 |
| 1.2.4 存在问题及发展趋势 |
| 1.3 研究内容及关键技术 |
| 1.3.1 研究内容 |
| 1.3.2 关键技术 |
| 1.4 技术路线 |
| 第二章 均衡水驱的定义及评价方法 |
| 2.1 均衡水驱的定义 |
| 2.2 均衡水驱的评价指标与评价方法 |
| 2.2.1 评价指标 |
| 2.2.2 评价方法 |
| 2.2.3 评价实例 |
| 2.3 水驱均衡程度与开发效果的关系 |
| 2.3.1 累积注水量与累积产油量的关系 |
| 2.3.2 水驱均衡程度与开发效果的关系 |
| 2.3.3 数值模拟验证 |
| 第三章 非均质油藏水驱动态预测方法 |
| 3.1 有限差分数值模拟 |
| 3.2 流线数值模拟 |
| 3.2.1 压力方程及其数值求解 |
| 3.2.2 流线追踪 |
| 3.2.3 饱和度场计算 |
| 3.3 注采劈分法 |
| 3.3.1 基本思路 |
| 3.3.2 方法计算流程 |
| 3.3.3 方法准确性与效率分析 |
| 第四章 单井组均衡水驱井距及注采设计方法 |
| 4.1 井距设计公式 |
| 4.1.1 定液量下井距设计公式 |
| 4.1.2 定压差下井距设计公式 |
| 4.2 注采设计公式 |
| 4.2.1 定液量下注采设计公式 |
| 4.2.2 定压差下注采设计公式 |
| 4.3 参数影响规律分析 |
| 4.3.1 定液量井距设计影响规律分析 |
| 4.3.2 定压差井距设计影响规律分析 |
| 4.3.3 定液量注采设计影响规律分析 |
| 4.3.4 定压差注采设计影响规律分析 |
| 4.4 实例应用 |
| 4.4.1 定液量单井组井距注采设计 |
| 4.4.2 定压差单井组井距注采设计 |
| 第五章 油藏均衡水驱井网及注采优化数学模型 |
| 5.1 最优化理论基础 |
| 5.1.1 最优化问题数学模型 |
| 5.1.2 最优化问题的求解 |
| 5.2 井网优化数学模型 |
| 5.2.1 井位优化数学模型 |
| 5.2.2 井网加密优化数学模型 |
| 5.2.3 井网抽稀优化数学模型 |
| 5.2.4 井型转换优化数学模型 |
| 5.2.5 井网综合调整优化数学模型 |
| 5.3 注采优化数学模型 |
| 5.3.1 静态调配优化数学模型 |
| 5.3.2 动态调控优化数学模型 |
| 5.3.3 实时优化方法 |
| 5.3.4 多级劈分优化方法 |
| 第六章 油藏均衡水驱井网及注采组合优化数学模型 |
| 6.1 组合优化问题数学模型 |
| 6.1.1 性能指标 |
| 6.1.2 优化变量 |
| 6.1.3 目标函数 |
| 6.1.4 约束条件 |
| 6.2 优化问题难点分析 |
| 6.3 联立求解策略与顺序求解策略 |
| 6.3.1 联立求解策略 |
| 6.3.2 顺序求解策略 |
| 第七章 优化数学模型求解方法 |
| 7.1 算法分类与筛选 |
| 7.1.1 优化算法分类 |
| 7.1.2 各类优化算法优缺点 |
| 7.1.3 井网注采优化问题特点 |
| 7.1.4 算法初选 |
| 7.2 GPS, PSO, CMA-ES与MCS算法 |
| 7.2.1 广义模式搜索算法（GPS） |
| 7.2.2 粒子群算法（PSO） |
| 7.2.3 自适应协方差矩阵进化算法（CMA-ES） |
| 7.2.4 多级协调搜索算法（MCS） |
| 7.2.5 MCS-CMA-ES算法 |
| 7.3 约束条件处理 |
| 7.3.1 约束条件处理方法概述 |
| 7.3.2 等式约束降维处理 |
| 7.3.3 自适应惩罚法 |
| 7.4 算法性能对比分析 |
| 7.4.1 Benchmark测试 |
| 7.4.2 井网优化中算法对比 |
| 7.4.3 注采优化中算法对比 |
| 7.4.4 组合优化中算法对比 |
| 第八章 实例应用与分析 |
| 8.1 目标区块介绍 |
| 8.1.1 地质概况 |
| 8.1.2 开发现状 |
| 8.2 目标区块井网及注采优化 |
| 8.2.1 井网优化 |
| 8.2.2 注采优化 |
| 8.3 改善水驱开发效果分析 |
| 8.3.1 典型井组的选取 |
| 8.3.2 井网优化效果分析 |
| 8.3.3 注采优化效果分析 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间取得的学术成果 |
| 致谢 |
| 作者简介 |
（9）异构复杂信息网络下的异常数据检测算法（论文提纲范文）
| 1引言 |
| 2异构复杂信息网络系统模型及异常数据特征提取 |
| 2.1异构复杂信息网络信道数据传输模型 |
| 2.2异常数据的信息流模型构建 |
| 3基于自适应陷波级联模型的异常数据检测算法 |
| 3.1自适应级联陷波算法设计 |
| 3.2检测算法实现 |
| 4仿真实验与结果分析 |
（10）含噪盲源分离算法研究及其在水声信号中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 盲源分离问题概述 |
| 1.2.1 盲源分离模型及含噪盲源分离模型 |
| 1.2.2 盲源分离问题的可解性和不确定性 |
| 1.2.3 盲源分离与独立分量分析 |
| 1.3 盲源分离技术研究发展与现状 |
| 1.4 盲源分离技术的应用及前景 |
| 1.5 本文的组织结构 |
| 第二章 盲源分离算法及含噪问题解决方案 |
| 2.1 盲源分离中的源数估计问题 |
| 2.1.1 基于奇异值分解的源数估计算法 |
| 2.1.2 基于AIC和MDL准则的源数估计算法 |
| 2.1.3 基于奇异值分解法的改进的源数估计算法 |
| 2.1.4 算法仿真与性能分析 |
| 2.2 几类典型的盲源分离算法 |
| 2.2.1 Fast ICA算法 |
| 2.2.2 Robust ICA算法 |
| 2.3 FastICA与RobustICA算法的性能分析 |
| 2.3.1 分离性能的评价准则 |
| 2.3.2 峭度作为目标函数的优缺点 |
| 2.3.3 两种算法的比较 |
| 2.3.4 算法的性能分析 |
| 2.3.5 算法的复杂度分析 |
| 2.4 含噪盲源分离问题解决方案 |
| 2.5 去噪与盲源分离相结合策略研究 |
| 2.5.1 含噪盲源分离去噪算法的选择 |
| 2.5.2 去噪预处理法 |
| 2.5.3 去噪后处理法 |
| 2.5.4 去噪预处理与后处理级联方式 |
| 2.6 本章小结 |
| 第三章 基于偏差去除的含噪盲源分离算法研究 |
| 3.1 基于偏差去除的自然梯度算法 |
| 3.1.1 自然梯度算法 |
| 3.1.2 偏差去除自然梯度算法 |
| 3.2 基于高斯矩的算法 |
| 3.2.1 准白化 |
| 3.2.2 高斯矩 |
| 3.2.3 基于高斯矩的Fast ICA算法 |
| 3.3 基于特征值分解的准白化算法 |
| 3.3.1 问题描述 |
| 3.3.2 基于特征值分解的准白化算法 |
| 3.3.3 基于特征值分解的准白化FastICA算法 |
| 3.3.4 算法仿真与性能分析 |
| 3.4 基于迭代的二次白化算法 |
| 3.4.1 问题描述 |
| 3.4.2 基于迭代的二次白化算法 |
| 3.4.3 基于迭代的二次白化FastICA算法 |
| 3.4.4 算法仿真与性能分析 |
| 3.5 高斯色噪声条件下几种改进算法的性能比较 |
| 3.5.1 高斯色噪声的产生 |
| 3.5.2 高斯色噪声条件下几种算法的仿真实验与性能比较 |
| 3.6 本章小结 |
| 第四章 基于小波变换的含噪盲源分离算法研究 |
| 4.1 小波去噪模型和算法概述 |
| 4.1.1 小波去噪模型 |
| 4.1.2 小波去噪算法概述 |
| 4.2 小波阈值收缩算法中的阈值及阈值函数 |
| 4.2.1 阈值 |
| 4.2.2 阈值函数 |
| 4.3 一种适用于较低信噪比下的小波去噪算法 |
| 4.3.1 小波基函数与分解尺度的选取 |
| 4.3.2 噪声方差估计算法改进 |
| 4.3.3 阈值与阈值函数的选取 |
| 4.3.4 平移量范围的选取 |
| 4.3.5 一种适用于较低信噪比条件下的小波去噪算法 |
| 4.3.6 算法仿真与性能分析 |
| 4.4 小波去噪预处理与后处理级联方式下的盲源分离算法 |
| 4.4.1 顺序方式和平行方式的预处理与后处理级联算法及性能分析 |
| 4.4.2 一种改进的去噪预处理与后处理的级联算法 |
| 4.4.3 算法仿真与性能分析 |
| 4.5 一种针对高斯色噪声的小波去噪算法 |
| 4.5.1 高斯色噪声小波变换的特性分析 |
| 4.5.2 一种针对高斯色噪声的小波去噪算法 |
| 4.5.3 算法仿真与性能分析 |
| 4.6 本章小结 |
| 第五章 基于经验模态分解的含噪盲源分离算法研究 |
| 5.1 经验模态分解概述及去噪原理 |
| 5.1.1 本征模态函数 |
| 5.1.2 经验模态分解算法 |
| 5.1.3 经验模态分解与小波变换的比较 |
| 5.1.4 经验模态分解去噪原理 |
| 5.2 一种改进的基于经验模态分解的去噪算法 |
| 5.2.1 传统经验模态分解去噪算法的缺点 |
| 5.2.2 改进去噪算法的三个关键部分 |
| 5.2.3 一种改进的经验模态分解去噪算法 |
| 5.2.4 算法仿真与性能分析 |
| 5.3 一种针对高斯色噪声的基于经验模态分解的去噪算法 |
| 5.3.1 高斯色噪声的EMD分解特性研究 |
| 5.3.2 一种针对高斯色噪声的EMD去噪算法 |
| 5.3.3 算法仿真与性能分析 |
| 5.4 本章小结 |
| 第六章 含噪盲源分离算法在水声信号中的应用 |
| 6.1 计算机仿真数据的优势 |
| 6.2 海洋环境噪声仿真 |
| 6.3 水声信号仿真 |
| 6.3.1 水声测试信号仿真 |
| 6.3.2 水声通信信号仿真 |
| 6.3.3 舰船辐射噪声仿真 |
| 6.4 针对正定模型的含噪盲源分离算法性能仿真 |
| 6.4.1 水声测试信号仿真实验 |
| 6.4.2 水声通信信号仿真实验 |
| 6.4.3 舰船辐射噪声仿真实验 |
| 6.4.4 几种水声信号混合分离仿真实验 |
| 6.5 针对超定模型的含噪盲源分离算法性能仿真 |
| 6.5.1 水声测试信号仿真实验 |
| 6.5.2 水声通信信号仿真实验 |
| 6.5.3 舰船辐射噪声仿真实验 |
| 6.5.4 几种水声信号混合分离仿真实验 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 作者简介 |
四、独立成份分析的梯度算法及应用（论文参考文献）
- [1]大数据环境网络安全态势感知关键技术研究[D]. 韩晓露. 北京交通大学, 2021
- [2]电磁层析成像关键问题及其在高铁车轮探伤中的应用研究[D]. 刘向龙. 北京交通大学, 2019
- [3]稀疏算法模型构建及其在遥感高性能计算中的应用[D]. 张敬尊. 中国科学院大学(中国科学院遥感与数字地球研究所), 2019(06)
- [4]城市地下孤石井中地球物理定位技术研究[D]. 李红立. 中国矿业大学, 2019(04)
- [5]单通道超材料孔径雷达成像算法研究[D]. 吴振华. 西安电子科技大学, 2019(03)
- [6]一种基于核的在线策略梯度算法[J]. 唐丽丽,朱海军,朱斐. 新疆大学学报(自然科学版), 2018(02)
- [7]煤系地层接收弹性波信号的盲源分离方法研究[D]. 丁保全. 山东科技大学, 2017(03)
- [8]水驱油田井网及注采优化方法研究[D]. 王相. 中国石油大学(华东), 2016(06)
- [9]异构复杂信息网络下的异常数据检测算法[J]. 穆丽文,彭贤博,黄岚. 计算机科学, 2015(11)
- [10]含噪盲源分离算法研究及其在水声信号中的应用[D]. 吴微. 解放军信息工程大学, 2014(07)