导读:本文包含了自动识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:自动识别,云量,神经网络,技术,卷积,深度,变异性。
自动识别论文文献综述
王伟,梁杰,牛洋洋,刘洪涛[1]（2019）在《基于梯度提升树的ECG-SAS自动识别方法》一文中研究指出目的睡眠呼吸暂停综合征(sleep apnea syndrome,SAS)是威胁生命健康的多发病之一,目前判断SAS的方法大多采用多导睡眠图(polysomnography,PSG),但其操作难度大、专业性高,不能有效推广,因此,设计一种自动检测SAS的方法显得尤为迫切和重要。方法本文设计了一种基于梯度提升树(gradient boosting decision tree,GBDT)的算法方案,首先通过信号处理方法提取心电图(electrocardiogram,ECG)数据的心率变异性(heart rate variability,HRV)特征,然后结合上下文相关性策略处理HRV数据训练模型。在得到模型后,采用动态阈值策略微调预测结果。最后统计每小时内的SAS发生次数,得到呼吸暂停低通气指数(apnea-hypopnea index,AHI),完成SAS病情预测。结果本文使用Apnea-ECG数据库的ECG数据验证该算法效果。结果显示,采用本文方案,35个测试样本的SAS单分钟识别率为88. 56%,按照AHI指标,将样本分为健康、轻度、中度、重度4类,其准确率为91. 43%。结论本文所述基于GBDT的ECG-SAS识别方案,可以有效检测SAS事件,评估个体的SAS病情。(本文来源于《北京生物医学工程》期刊2019年06期）
[2]（2019）在《《中国自动识别技术》杂志发行用户分配图》一文中研究指出(本文来源于《条码与信息系统》期刊2019年06期）
薛筝筝,左湘文,高英育,刘晓磊,张磊[3]（2019）在《宁夏国家级气象站总云量自动识别系统的设计与应用》一文中研究指出为满足总云量观测自动化的需求,文章设计研发了宁夏国家级气象站总云量自动识别系统。该系统利用卫星云量产品,实现了国家级气象站总云量的自动识别,提供了基于站点的总云量订正产品,同时通过图形化界面实时显示。该系统已投入运行,系统运行稳定,检验结果与地面人工观测总云量具有较好的一致性。(本文来源于《气象水文海洋仪器》期刊2019年04期）
耿俊成,张小斐,万迪明,袁少光,田杨阳[4]（2019）在《基于电压曲线聚类分析的低压用户相序自动识别》一文中研究指出准确识别每个用户所连接的变压器相序是台区变压器叁相不平衡治理的关键。针对低压电力用户所连接变压器相序人工识别困难、成本高问题,提出了一种基于电压曲线聚类分析的低压电力用户相序自动识别方法。首先采用皮尔逊相关系数度量不同用户电压曲线之间的波动相似性;接着基于用户电压曲线相似性分布的密度信息选择初始聚类中心对象;然后基于聚类中心对象采用K-medoids算法将电压曲线波动相似的台区用户聚类为3个不同用户组,最后对比分析不同用户组总电流与变压器叁相电流值识别低压用户所连接变压器相序。该方法在某电网公司进行了应用验证,在变压器叁相不平衡严重台区开展用户相序识别,然后根据不同相序用户负载情况进行负荷再分配,从而降低该台区变压器叁相负载不平衡度,取得了良好的效果。(本文来源于《电力大数据》期刊2019年12期）
陈义敏[5]（2019）在《浅谈卫星通信常用调制方式的自动识别》一文中研究指出我国的航天卫星通信技术发展迅速,并且在国际中处于领先水平,为此便要进一步加强卫星通信的自动识别体系。在本文中将对卫星通信常用调制方式的自动识别流程中,其所具有的频率特征与分类特征参数进行简介,并浅谈特征参数的选取以及相应的识别与操作流程,以此来推动卫星通信技术的发展。(本文来源于《科技风》期刊2019年34期）
马焜阳,成毅,葛文,赵耀,张奇[6]（2019）在《利用Faster R-CNN自动识别建筑平面图功能构件的方法》一文中研究指出高精度建筑内部叁维模型在地理信息应用领域需求旺盛,但建模的自动化程度和智能化程度仍然不高,以建筑平面图为基础的建模方式仍然是当前的主流。其中,首要解决的是建筑平面图上各类建筑构件的识别和提取问题。从建筑平面图的栅格图像出发,设计了一种基于Faster R-CNN目标检测模型的建筑功能构件自动识别方法,通过该方法识别并剔除床、桌子等无效的建筑功能构件,获得以墙体为主的室内结构图,为叁维模型的快速生成提供无噪声的基础数据。经过实验验证,模型在功能构件检测中具有较好的准确率和召回率,能够满足多种场景下的建筑构件自动识别需求,提高建筑平面图分析处理的效率。(本文来源于《测绘科学技术学报》期刊2019年03期）
刘桥平,邱昕,郭瑞[7]（2019）在《基于深度神经网络的自动调制识别》一文中研究指出自动调制识别在认知无线电、智能解调器、电子侦察等各种民用及军事应用中扮演重要角色。自动调制识别属于分类问题,常见的方法有KNN、DT、SVM、CNN。为了提高自动调制识别的准确度,基于GNU Radio生成20种信噪比8种调制类型的IQ数据集,训练深度神经网络模型RESNET进行分类测试。实验结果显示自动调制识别的分类准确度提高了近12%。证明了RESNET适用于自动调制识别,可以满足工程需求。(本文来源于《电子设计工程》期刊2019年23期）
徐婷,戴文伯,鲁嘉俊[8]（2019）在《基于自动识别系统大数据的船舶施工轨迹识别与预测》一文中研究指出针对疏浚监控管理工作很难全天覆盖所有船舶、无法做到实时监控的问题,分析某绞吸挖泥船的AIS(自动识别系统)高频数据,包括疏浚船舶动态的航行轨迹、速度、航向等数据。对船舶施工轨迹辨识和预测进行研究,提出利用DBSCAN聚类算法粗略识别出施工区域,利用LOF(局部异常因子)算法去除航行轨迹中非施工状态下的轨迹,并利用时间序列ARIMA模型对船舶施工轨迹进行预测。结果表明,DBSCAN聚类算法结合LOF算法进行施工轨迹辨识方法合理可行,ARIMA模型进行施工轨迹预测的方法具有精确度高、实时性、易实现的特点。(本文来源于《水运工程》期刊2019年12期）
郭媛丹[9]（2019）在《体验高科技的中国“智能海关”》一文中研究指出源自中国的“双十一”“买买买”的习惯正扩散到全球。但对于中国海关而言，由此带来的新难题是：如何才能高效而便捷地查验这些海量货物呢？27日《环球时报》记者在深圳海关感受到用5G、人工智能等先进技术武装起来的“智能海关”。国际组织和世界各国海关代表也对这些新(本文来源于《环球时报》期刊2019-11-28）
吴微,谭绍泉,王树华,于会臻,刘华夏[10]（2019）在《基于深度学习的地震相自动识别技术研究》一文中研究指出针对传统地震相分析方法难以有效表征地震相与地震数据间复杂的非线性映射关系，而人工解释工作强度大、效率低的问题，进行了基于深度卷积神经网络模型开展了地震相的智能识别技术研究。本文首先根据钻井解释和专家知识两种方式构建了地震相的训练样本库，之后利用Tensorflow深度学习框架开展了网络参数寻优，利用搭建好的网络模型进行了实际资料的训练和预测。测试结果表明，利用深度卷积神经网络构建的河流相模型，预测成功率高于75%。因此，深度卷积神经网络不仅可以很好地保持地震数据结构特征，还可以基于多层网络结构挖掘数据中更深层的特征来提高地震相识别结果的可靠性，印证了该技术在地震相识别中的巨大应用潜力。(本文来源于《2019年油气地球物理学术年会论文集》期刊2019-11-27）
自动识别论文开题报告
（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：
（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。
自动识别论文参考文献
[1].王伟,梁杰,牛洋洋,刘洪涛.基于梯度提升树的ECG-SAS自动识别方法[J].北京生物医学工程.2019
[2]..《中国自动识别技术》杂志发行用户分配图[J].条码与信息系统.2019
[3].薛筝筝,左湘文,高英育,刘晓磊,张磊.宁夏国家级气象站总云量自动识别系统的设计与应用[J].气象水文海洋仪器.2019
[4].耿俊成,张小斐,万迪明,袁少光,田杨阳.基于电压曲线聚类分析的低压用户相序自动识别[J].电力大数据.2019
[5].陈义敏.浅谈卫星通信常用调制方式的自动识别[J].科技风.2019
[6].马焜阳,成毅,葛文,赵耀,张奇.利用FasterR-CNN自动识别建筑平面图功能构件的方法[J].测绘科学技术学报.2019
[7].刘桥平,邱昕,郭瑞.基于深度神经网络的自动调制识别[J].电子设计工程.2019
[8].徐婷,戴文伯,鲁嘉俊.基于自动识别系统大数据的船舶施工轨迹识别与预测[J].水运工程.2019
[9].郭媛丹.体验高科技的中国“智能海关”[N].环球时报.2019
[10].吴微,谭绍泉,王树华,于会臻,刘华夏.基于深度学习的地震相自动识别技术研究[C].2019年油气地球物理学术年会论文集.2019
论文知识图
