一、浅谈算法分析技术（论文文献综述）
王占丰,程光,马玮骏,张嘉玮,孙中豪,胡超[1]（2022）在《基于网络轨迹的协议逆向技术研究进展》文中研究说明协议逆向广泛应用于入侵检测系统、深度包检测、模糊测试、僵尸网络检测等领域.首先给出了协议逆向工程的形式化定义和基本原理,然后针对网络运行轨迹的协议逆向方法和工具从协议格式提取和协议状态机推断两个方面对现有的协议逆向方法进行了详细分析,阐释其基本模块、主要原理和特点,最后从多个角度对现有算法进行了比较,对基于网络流量的协议逆向技术的发展趋势进行了展望和分析.
梁敏,罗宜元,刘凤梅[2]（2021）在《抗量子计算对称密码研究进展概述》文中认为抗量子计算对称密码研究主要关注对称密码方案在量子计算攻击下的安全性.它是对称密码学与量子计算的交叉研究方向,近年来成为国际上密码学研究热点之一.目前该领域的研究成果已经相当丰富:一些量子算法被改造后更好地应用于对称密码分析;对称密码量子安全模型体系也逐渐完善;一些重要的传统分析技术被推广到量子增强版;密码算法的量子攻击资源评估技术不断被改进;许多经典可证明安全的结构和工作模式易受量子计算攻击;量子可证明安全理论取得重要进展并成功应用于一些结构和模式的安全证明;量子安全的密码方案设计研究也即将进入新的发展阶段.本文概述了抗量子计算对称密码研究的总体情况,分类介绍了各方面的研究进展状态,归纳总结了各项成果之间的关联及其机理,分析了当前研究中存在的问题,总结了未来有待加强的发展方向.
孔苏[3]（2021）在《智能教育的算法技术规训困境与出路》文中研究说明人工智能与教育的结合,简称智能教育,是现代教育发展的未来方向。智能教育以算法技术为核心,在强大计算力和精密程序设计下,体现出超出人类一般的教育能力。但是,算法技术规训困境也随之而来,主要表现为数据依赖、算法偏见和强制的分析结果等。算法技术规训困境的产生主要源自对算法技术实践的信任,对教育（学）理论的忽视,缺乏以教师为主体的教育经验与实践智慧的介入,资本力量的隐蔽控制。突破这一困境的做法包括:基于以人为本的教育价值观引导智能教育的算法设计;人类教师理解并协同机器教师共同育人;坚守教育者初心使命,反对伪科学和唯科学教育产品。
王士博[4]（2021）在《证据法视野下的算法规制》文中指出证据法学必须学会对接算法。通过检视实践中算法侵入证据本体的方式,证据证明的逻辑由价值分析转换为数理逻辑、证据论证的方式由逻辑转换为算法模型。而算法与证据系统的耦合也带来了正当性和算法本身的稳定性风险。既然承认证据法能够介入算法,就必须将算法解释为证据法学的相关概念。但追溯理论根源,证据种类抽象性不足,其涵摄范围过小,导致难以对其进行证据法上的定位。从信息论的角度看,算法分析海量电子数据的过程是信息的运动过程,算法在信息论中是一种信息分析方法。如此,淡化了算法证据的种类归属之争议,回归证据证明的本体——证据信息。在此基础上,考虑到法官既有的事实认知模式,需要审视既有的技术规制土壤,将审查算法的压力传导给其他主体。结合证据发展的历史经验,应当将算法规制的节点提前,建立证据领域的算法标准。进而确保裁判聚焦于证据所承载的事实信息审查,摆脱外行审查内行的困境。
孙肖坤[5]（2021）在《复杂大型建设项目费用偏差控制方法及信息系统设计》文中提出随着全球范围内经济形势的动态稳定发展,复杂大型建设项目在国内外均呈持续增长的态势,国际工程项目市场的竞争愈发激烈。复杂大型建设项目事关民生和经济效益,其开发建设会对国家和社会产生广泛而深远的影响。在工程建设领域,许多投资主体拥有雄厚的资金实力和丰富的开发建设经验,并开始涉足复杂大型建设项目的开发建设,项目投资规模越来越大,建设周期越来越长,参与建设的单位越来越多,不确定性带来的项目风险也愈发复杂。随着时代的发展,复杂大型建设项目逐渐成为项目管理领域的研究热点。然而,在项目建设过程中,投资效率低下、费用超支等现象屡见不鲜,项目执行情况在各层面上不尽如人意,传统的项目管理理论已经不能适应现阶段管理实践的需求。因此,从复杂性视角出发对项目管理领域进行研究就成为一种新的解决思路。如何对项目复杂性进行科学、系统以及深入的分析,如何在项目建设过程中动态、全面地掌握项目费用状态,如何判断工程费用实际状态与计划的偏差严重程度,如何对项目费用偏差做出科学的警报和预测,如何有依据地对工程项目的费用偏差进行有效纠偏控制,就成为摆在管理者面前的一个理论和实践问题。为了更加科学有效地针对复杂大型建设项目费用实施监控管理,本文运用系统动力学相关理论和方法,建立了基于复杂性视角的建设项目费用偏差影响因素的系统动力学模型,构建了项目费用偏差的警报及预测模型,梳理了项目全生命周期不同费用偏差程度下的纠偏流程,进而分析并设计了以理论模型为基础的复杂大型建设项目费用偏差控制信息系统。具体研究内容包括以下四个部分:（1）基于系统动力学的费用偏差关键影响因素识别研究。首先,对复杂大型建设项目的费用监控模式进行概述;在此基础上,对系统动力学相关基础理论及其应用在建设项目费用偏差控制领域的可行性进行分析;然后,将复杂大型建设项目作为一个整体系统,对项目建设各阶段内费用偏差影响因素之间的关系进行分析识别,构建系统动力学反馈图模型,确定主要变量,内生变量、外生变量,建立各变量之间方程关系;最后,通过Vensim软件模拟仿真,建立动态控制模型并验证其可行性和有效性,识别出费用偏差关键影响因素及其影响程度,并对模拟结果进行分析。（2）复杂大型建设项目费用偏差警报及预测模型研究。首先对复杂大型建设项目不同阶段费用偏差计算的需求及特点进行分析,据此选取适用于复杂大型建设项目费用偏差警报的方法模型;然后对K-Means聚类算法进行缺陷分析,引入贴近度概念,并将边界均值算子作为主要方法对经典K-means聚类进行改进,有效克服了主观随意性和警情区间不连续的问题;最后通过算例分析证实了本模型的有效性。复杂大型建设项目费用偏差预测模型是偏差警报模型的后续研究。首先,全面论述了神经网络模型的相关原理,对其在复杂大型建设项目费用偏差预测研究中的可行性和适用性进行了分析;然后,利用仿生算法对传统BP神经网络进行改进,优化神经网络模型中的初始网络权值和阈值,并将历史数据输入模型中进行训练获得成熟模型;同时,将现阶段的费用偏差进行子目费用分析,将总偏差最终分摊至每一个子目费用的扰动因素,深度分析复杂大型建设项目中不同活动对费用偏差的影响,在当前费用偏差情况已知的情况下,研究其对未来费用偏差的影响程度并予以量化,判定即将发生的项目警情及其位置,有效辅助项目费用管理方采取措施进行处理,实现真正意义上的项目费用事前控制。（3）复杂大型建设项目费用偏差控制策略及效果评价研究。首先,针对复杂大型建设项目费用偏差控制策略,挖掘了流程再造和协同理论与之相适应的契合点,梳理了费用偏差控制中流程再造和协同的目标和原则;其次,针对复杂大型建设项目在前期决策阶段、中期实施阶段、后期运维阶段所面临的不同费用偏差警情,明确各阶段责任方,梳理并总结出具体的纠偏操作流程和控制策略;为了增强该纠偏流程的适用性,本节首次提出了纠偏效果评价,从控制能力、控制效果、经济和社会效果等角度构建指标体系,构建了基于支撑度理论的模糊群决策模型,对纠偏效果进行评价,给出反馈结果,推动纠偏策略的持续改进。（4）复杂大型建设项目费用偏差控制系统设计研究。把研究的理论和构建的模型拓展到实际的项目费用管理中,提出了复杂大型建设项目费用偏差控制信息系统设计。首先,对复杂大型建设项目费用偏差控制系统进行了定义,对系统建设目标、系统用户和系统需求进行分析,确定了系统的非功能需求和功能需求;然后构建费用偏差控制系统的总体设计框架结构,从系统开发方法、系统开发平台、系统功能模块、系统数据库四个角度对系统进行详细深入的设计;在涉及到系统关键的实施技术方面,对开发技术选型进行了结构性论述,并对数据仓库的核心设计理念进行了详细介绍,设计了系统模型管理模块的结构和重点功能。该系统包括费用偏差警报、费用偏差预测、费用偏差控制、纠偏效果评价等功能。
宋悦[6]（2020）在《基于近红外光谱分析技术的纺织物纤维成分检测方法研究》文中指出在我国的经济产业结构中纺织工业占据着重要的地位,在促进我国经济发展的同时也对国民生活质量产生重要影响。随着纺织工业的快速发展,纺织品的送检需求也逐年激增,其中纺织品纤维成分的检测是织物检测中的重点项目,然而目前常用的检测手段效率低、操作难度高,难以满足当前庞大的检测需求,需要提出一种精确、检测效率高的织物成分检测方法。近红外光谱分析技术检测精度高、检测速度快捷且不损伤样品,目前在化学分析领域被广泛运用。本文以棉涤二组分纺织物为研究对象,进行了近红外光谱分析技术在织物成分定量分析领域的相关研究,主要内容包括:1.研究了近红外光谱分析技术的原理与特点,分析了近红外技术当前的研究情况和在织物领域的应用,结合其技术原理验证了织物纤维成分近红外分析的可行性,为本研究提供了理论基础。2.设计了织物样本的近红外数据采集实验,测得所有样品的光谱数据后利用相关预处理方法对光谱进行处理,并利用处理后的光谱数据集建立偏最小二乘校正模型,最终实现了织物棉成分的初步预测。3.分析了两种特征优化算法,并利用两种优化方法对光谱数据进行特征波长提取,其中连续投影算法提取的特征波长个数为17,粒子群算法为48,两种方法均能有效地提取特征波长,降低建模的计算量;利用两种特征波长分别进行偏最小二乘建模（SPA-PLS和PSO-PLS）,并与全谱段模型的结果进行对比,优化后模型性能明显优于全谱模型。结果表明,优化算法可有效提取光谱数据中的特征变量,降低模型建立的计算量,提高模型预测的精确性。4.针对粒子群优化算法提取的特征较多的问题,引入变化的惯性权值进行进一步研究,提出三种权值变化函数并同样对织物光谱数据进行优化,最终发现几种方法的结果相近,验证了固定权值的粒子群算法实现了特征提取而未陷入局部最优;联合连续投影算法和粒子群算法对光谱数据进行特征提取,最终的特征变量数虽然降低但预测模型性能反而下降。
钱婉玲[7]（2020）在《算法推荐媒体的用户与内容关系研究 ——以《趣头条》为例》文中认为随着互联网技术的迅速发展,算法推荐机制改变了资讯类算法媒体的内容生产、审核、分发等环节,对用户和内容产生了较大的影响。但是在实现用户与内容精准匹配的同时也产生了用户茧房,平台一味追求流量导致内容质量不高等现象。在算法推荐机制下,媒体用户和内容的关系是什么?用户与内容之间又是如何彼此响应的?本质是什么?归因有哪些?如何治理?这些都是值得深究的问题。然而到目前为止,尚未有有关对资讯类算法媒体在这方面的学术研究。趣头条作为下沉市场资讯类算法媒体的典型代表,也利用算法推荐机制实现了用户与内容的匹配,有独立开展技术研发的能力且具有收集用户数据的平台。因此本文以趣头条为例,分析算法推荐机制下用户和内容的响应关系。第一部分研究了算法媒体的技术语境,并建立了算法推荐机制框架,明确了数据是算法推荐机制的核心,算法推荐机制的本质是实现用户和内容的相互匹配。第二部分以趣头条为分析样本设计了针对用户的调查问卷,并对内容进行样本抽样,以分析算法推荐机制下用户和内容的响应关系。首先,从内容来源、内容种类、内容结构、内容情感向度和内容反馈五个维度构建了趣头条内容分析类目,对内容样本进行了周详的量化分析。其次,从用户属性、需求动机及需求行为三个方面分析了用户对内容的响应;再次,从正效内容响应和负效内容响应两个方面分析了内容对用户需求的响应;最后总结了算法推荐机制下媒体用户和内容关系的本质。第三部分分析了算法推荐机制下媒体用户与内容负效响应关系的普遍性,进行了归因分析,并提出了治理建议。本文以趣头条为例分析了算法推荐机制下用户和内容间响应关系,可以为其他资讯类算法媒体提供参考,以推动资讯类算法媒体的可持续发展。
孔德钱[8]（2020）在《面向变压器故障的智能诊断方法研究》文中进行了进一步梳理变压器是电力系统中复杂昂贵的电气设备,在电网中使用频繁,也是电网中容量较大、故障率较高的设备之一,一旦变压器出现故障,将对电力系统运行的安全稳定性产生重大影响,给国家和人民带来巨大的经济损失。因此,为了避免和减少变压器故障带来的损失,及时有效发现变压器潜在故障,进行变压器故障诊断研究就显得格外重要。针对传统神经网络在变压器故障诊断应用中,网络模型学习速度慢、诊断精度低、易陷入局部极值的缺点,本文对变压器故障的智能诊断方法进行研究分析。具体研究内容如下:（1）以油浸式电力变压器为基础,研究其基本结构和常见故障类型。分析阐述变压器油中溶解气体来源及溶解过程,基于油中溶解气体提取用于变压器故障诊断的特征气体组分。分析变压器各故障类型与特征气体之间的对应关系,为后续变压器故障诊断提供依据。（2）分析遗传算法（GA）、差分进化算法（DE）和BP神经网络的参数选择及实现过程,通过实例应用分析阐述遗传算法与差分进化算法的性能优劣。以BP神经网络为基础,研究分别利用遗传算法与差分进化算法优化BP神经网络的具体实现步骤,以此获取BP神经网络最佳的权值与阈值参数。（3）分析收集的变压器故障样本数据,利用归一化函数对原始故障样本数据进行归一化处理,并将故障样本数据以比例分为训练样本数据集和测试样本数据集。研究变压器各故障类型的编码方式,将经过编码的变压器故障作为网络模型输出向量,并以经过归一化处理的故障样本数据作为网络模型输入向量。（4）建立用于变压器故障诊断的BP神经网络模型、GA-BP网络模型和DE-BP网络模型,以训练样本集对建立的三种网络模型进行训练,得到最终变压器故障诊断模型;利用测试样本集对变压器的最终网络模型进行验证,并将三种网络模型的测试结果进行对比分析。
刘奕[9]（2020）在《5G网络技术对提升4G网络性能的研究》文中进行了进一步梳理随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
刘森,张书维,侯玉洁[10]（2020）在《3D打印技术专业“三教”改革探索》文中研究表明根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法（"三教"）改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
二、浅谈算法分析技术（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、浅谈算法分析技术（论文提纲范文）
（2）抗量子计算对称密码研究进展概述（论文提纲范文）
| 1 引言 |
| 2 量子算法 |
| 2.1 Grover算法及其推广 |
| 2.2 Simon量子算法 |
| 2.3 组合量子算法 |
| 3 量子安全模型 |
| 3.1 加密的安全模型 |
| 3.2 认证的安全模型 |
| 3.3 认证加密的安全模型 |
| 3.4 杂凑的安全模型 |
| 4 量子安全强度评估 |
| 4.1 经典分析技术的量子增强 |
| 4.2 量子攻击资源评估与优化 |
| 5 对结构和工作模式的量子攻击 |
| 5.1 Q2模型下的攻击 |
| 5.2 Q1模型下的攻击 |
| 6 结构和工作模式的量子可证明安全性 |
| 6.1 量子证明工具 |
| 6.2 带密钥原语的量子可证明安全 |
| 6.3 杂凑的量子可证明安全 |
| 7 抗量子计算对称密码设计 |
| 8 总结与展望 |
（3）智能教育的算法技术规训困境与出路（论文提纲范文）
| 一、引言 |
| 二、算法技术规训的教育困境 |
| （一）算法偏见导致智能教育的数据偏好 |
| 1. 依赖数据的学习诊断可信度存疑 |
| 2. 数据导向的教育实践范式固化单一 |
| （二）算法分析的强制性遮蔽教师的教育智慧 |
| 1. 算法分析过程缺少教育对象的实时参与 |
| 2. 算法分析凸显的个性化特征属于数据特征 |
| （三）算法技术的效率倾向加重教育焦虑 |
| 1. 算法效率思维破坏受教育者的学习节奏 |
| 2. 算法结果指标化导致教育走向数字竞争 |
| 三、算法技术规训的教育根源 |
| （一）教育（学）理论应用的缺失 |
| （二）基于量化证据的教育实证思潮喧嚣 |
| （三）资本驱动下的逐利行为盛行于教育行业 |
| 四、走出智能教育算法技术规训的策略 |
| （一）由以人为本的教育价值观引导智能教育的算法设计 |
| （二）人类教师理解、协同机器教师共同育人 |
| （三）坚守教育者初心使命，反对伪科学和唯科学教育产品 |
（4）证据法视野下的算法规制（论文提纲范文）
| 一、问题的提出 |
| 二、算法与证据系统的耦合的方式与风险 |
| (一)算法如何计算证据 |
| (二)证据场景下算法风险的现实隐忧 |
| 三、规制的起点：算法的证据法定位 |
| (一)算法证据难以定位的理论根源 |
| (二)证据信息有序化分析方法——算法的证据属性 |
| 四、算法的系统性规制 |
| (一)算法规制的两种模式 |
| (二)知识正当程序：法官对科技的认知模式 |
| (三)算法的规范归化：算法标准 |
| 结 语 |
（5）复杂大型建设项目费用偏差控制方法及信息系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 复杂大型建设项目研究现状 |
| 1.2.2 项目费用控制研究现状 |
| 1.2.3 预警方法研究现状 |
| 1.2.4 纠偏策略研究现状 |
| 1.2.5 信息系统应用研究现状 |
| 1.3 主要研究内容和技术路线 |
| 1.4 主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 复杂大型建设项目特点及费用控制分析 |
| 2.1.1 复杂大型建设项目特点分析 |
| 2.1.2 复杂大型建设项目费用偏差控制参与主体 |
| 2.1.3 复杂大型建设项目费用控制复杂性分析 |
| 2.2 费用偏差控制相关理论研究 |
| 2.2.1 费用偏差控制内涵 |
| 2.2.2 费用偏差影响因素分析 |
| 2.2.3 费用偏差控制基本原则 |
| 2.3 费用偏差控制模型及方法研究 |
| 2.3.1 偏差特征系统动力学理论 |
| 2.3.2 神经网络模型 |
| 2.3.3 费用偏差预警聚类方法 |
| 2.3.4 费用偏差控制策略及评价理论 |
| 2.4 本章小结 |
| 第3章 基于系统动力学的费用偏差影响因素识别研究 |
| 3.1 复杂大型建设项目费用监控模式 |
| 3.1.1 费用监控模式特征分析 |
| 3.1.2 费用监控模式构建 |
| 3.1.3 费用监控模式运行流程 |
| 3.2 费用偏差影响因素的系统动力学模型构建 |
| 3.2.1 系统动力学的基本理论 |
| 3.2.2 基于系统动力学的费用偏差控制的可行性分析 |
| 3.2.3 系统动力学模型构建 |
| 3.3 费用偏差影响因素的子系统方程式建立 |
| 3.3.1 系统动力学建模中涉及到的数学方法 |
| 3.3.2 影响因素的子系统方程式建立 |
| 3.4 系统动力学模型仿真和分析 |
| 3.5 本章小结 |
| 第4章 基于改进神经网络模型的费用偏差控制方法研究 |
| 4.1 工程建设项目费用偏差计算需求及特点分析 |
| 4.2 基于K-means算法的费用偏差警情计算模型研究 |
| 4.2.1 K-means聚类理论及缺陷分析 |
| 4.2.2 K-means聚类方法改进及适用性研究 |
| 4.2.3 基于改进K-means算法的费用偏差计算模型构建 |
| 4.3 基于改进神经网络模型的费用偏差计算模型研究 |
| 4.3.1 神经网络模型原理分析 |
| 4.3.2 神经网络模型的改进及适用性研究 |
| 4.3.3 基于改进神经网络模型的费用偏差计算模型构建 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 第5章 基于流程再造的费用偏差控制策略及效果评价 |
| 5.1 复杂大型建设项目费用偏差控制中的流程再造与协同 |
| 5.1.1 费用偏差控制中流程再造与协同的目标 |
| 5.1.2 费用偏差控制中流程再造与协同的原则 |
| 5.2 复杂大型建设项目各阶段费用偏差控制策略 |
| 5.2.1 前期决策阶段的费用偏差控制策略 |
| 5.2.2 中期实施阶段的费用偏差控制策略 |
| 5.2.3 后期运维阶段的费用偏差控制策略 |
| 5.3 复杂大型建设项目费用偏差控制效果评价 |
| 5.3.1 费用偏差控制效果评价指标体系 |
| 5.3.2 基于支撑度理论的纠偏控制效果评价群决策模型 |
| 5.3.3 算例分析 |
| 5.4 本章小结 |
| 第6章 复杂大型项目费用偏差控制信息系统分析与设计 |
| 6.1 复杂大型建设项目CDMIS分析 |
| 6.1.1 复杂大型建设项目CDMIS的定义 |
| 6.1.2 复杂大型建设项目CDMIS的建设目标 |
| 6.1.3 复杂大型建设项目CDMIS的用户分析 |
| 6.1.4 复杂大型建设项目CDMIS的需求分析 |
| 6.2 复杂大型建设项目CDMIS设计 |
| 6.2.1 系统的总体设计原则及开发方法 |
| 6.2.2 系统的平台整体设计 |
| 6.2.3 复杂大型建设项目CDMIS的功能及模块设计 |
| 6.2.4 复杂大型建设项目CDMIS的数据库设计 |
| 6.3 复杂大型建设项目CDMIS关键技术 |
| 6.3.1 复杂大型建设项目CDMIS的开发技术选型 |
| 6.3.2 复杂大型建设项目CDMIS的数据仓库设计 |
| 6.3.3 复杂大型建设项目CDMIS的模型管理模块设计 |
| 6.4 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（6）基于近红外光谱分析技术的纺织物纤维成分检测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 近红外光谱分析技术的特点 |
| 1.3 近红外光谱仪及光谱分析方法的研究现状 |
| 1.3.1 用于织物纤维检测的近红外光谱仪 |
| 1.3.2 近红外光谱分析技术在纺织领域的研究现状 |
| 1.3.2.1 纺织纤维的定性鉴别 |
| 1.3.2.2 纺织纤维的定量预测 |
| 1.4 本文的内容概述 |
| 第二章 近红外光谱分析技术 |
| 2.1 近红外光谱分析技术的原理 |
| 2.1.1 近红外光谱技术的测量原理 |
| 2.1.2 固体样品近红外光谱分析的原理 |
| 2.2 近红外光谱分析技术中的化学计量学方法 |
| 2.2.1 化学计量学方法的概述 |
| 2.2.2 光谱数据的预处理 |
| 2.2.2.1 光谱增强方法 |
| 2.2.2.2 光谱数据平滑 |
| 2.2.2.3 求导 |
| 2.2.2.4 多元散射校正 |
| 2.2.3 特征光谱筛选 |
| 2.2.4 数学建模方法 |
| 2.2.4.1 多元线性回归法 |
| 2.2.4.2 偏最小二乘法 |
| 2.3 数学模型的评价标准 |
| 2.4 本章小结 |
| 第三章 预测模型的建立与分析 |
| 3.1 实验设计 |
| 3.1.1 实验样品与仪器 |
| 3.1.2 数据采集 |
| 3.2 织物光谱数据的预处理研究 |
| 3.2.1 预处理方法的选择 |
| 3.2.2 奇异纺织样品的剔除 |
| 3.2.3 划分训练集和预测集 |
| 3.3 偏最小二乘回归模型的建立 |
| 3.4 本章小结 |
| 第四章 优选算法在织物近红外定量分析中的研究 |
| 4.1 连续投影算法对光谱数据的优化研究 |
| 4.1.1 连续投影算法的原理 |
| 4.1.2 连续投影算法优化的结果 |
| 4.2 粒子群算法对光谱数据的优化研究 |
| 4.2.1 粒子群算法的原理 |
| 4.2.2 粒子群算法用于特征光谱筛选 |
| 4.2.3 粒子群算法优化的结果 |
| 4.3 结果分析 |
| 4.4 本章小结 |
| 第五章 粒子群算法用于织物近红外光谱分析的改进研究 |
| 5.1 粒子群算法惯性权值的改进 |
| 5.1.1 惯性权值的改进内容 |
| 5.1.2 惯性权值改进方案的结果 |
| 5.2 粒子群算法结合连续投影算法用于光谱优化的研究 |
| 5.2.1 联合优化方案的内容 |
| 5.2.2 联合优化方案的结果 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 攻读硕士期间发表的论文及所获得研究成果 |
| 致谢 |
（7）算法推荐媒体的用户与内容关系研究 ——以《趣头条》为例（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一 研究背景 |
| 二 文献综述 |
| 三 研究问题及内容 |
| 四 本文的创新之处 |
| 五 研究方法 |
| 第一章 算法媒体的技术语境 |
| 第一节 算法推荐媒体的技术流程框架 |
| 一 高效率的内容生产 |
| 二 内容审核和舆情监测 |
| 三 内容分发 |
| 四 召回机制 |
| 第二节 数据+算法:算法推荐机制的触发器 |
| 一 用户和内容匹配的核心——数据 |
| 二 数据+算法是用户和内容匹配的触发器 |
| 第二章 算法媒体趣头条用户与内容的响应关系分析 |
| 第一节 对调查样本选择和抽样设计的说明 |
| 一 为什么选择趣头条为分析样本? |
| 二 用户问卷调查的设计、发放与回收 |
| 三 内容样本的采集说明及总体分析 |
| 第二节 用户需求对内容的响应关系分析 |
| 一 用户属性对内容响应的分析 |
| 二 用户需求动机对内容响应的分析 |
| 三 趣头条用户媒体使用行为对内容响应的分析 |
| 第三节 内容对用户需求的响应关系分析 |
| 一 正效内容响应 |
| 二 负效内容响应 |
| 第四节 算法推荐机制下用户和内容关系的本质 |
| 一 算法推荐技术并不能保证用户和内容产生完全一致的响应关系 |
| 二 正效响应和负效响应并存 |
| 三 算法推荐机制强化了响应功能 |
| 四 算法推荐机制体现的技术主导媒体内容治理的本质 |
| 第三章 算法推荐机制下用户与内容负效响应关系的归因与治理 |
| 第一节 用户与内容负效响应:个案还是普遍现象? |
| 一 对趣头条的再分析:算法助推下的内容危机 |
| 二 普遍性分析:规制下的资讯传播 |
| 第二节 算法推荐机制下用户与内容负效响应的归因分析 |
| 一 算法推荐机制下的流量经济模式存在用户与内容负效响应关系 |
| 二 主动选择机制下的用户茧房也能形成用户与内容负效响应关系 |
| 第三节 算法推荐机制下用户与内容负效响应关系的治理 |
| 一 优化技术,实现由单一的算法治理模式向人机共治模式转变 |
| 二 优化内容生产模式,实现PGC+UGC共存 |
| 三 重拾内容为王,探索由流量经济向内容经济转型的新商业模式 |
| 结语 |
| 参考文献 |
| 附录 A:正文中未标注的图表 |
| 附录 B:《趣头条用户使用反馈问卷调查》 |
| 附录 C:《算法推荐机制下,趣头条App用户使用行为和内容满意度调查》 |
| 致谢 |
（8）面向变压器故障的智能诊断方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 变压器常见故障及油中溶解气体分析 |
| 2.1 变压器常见故障 |
| 2.1.1 电力变压器结构简介 |
| 2.1.2 电力变压器故障分类 |
| 2.2 变压器油中溶解气体分析 |
| 2.2.1 油中溶解气体来源及溶解过程 |
| 2.2.2 变压器故障与特征气体的对应关系 |
| 2.3 本章小结 |
| 第3章 变压器故障诊断方法研究 |
| 3.1 GA算法分析 |
| 3.1.1 GA算法参数选择 |
| 3.1.2 GA算法实现步骤与流程 |
| 3.1.3 GA算法应用实例 |
| 3.2 DE算法分析 |
| 3.2.1 DE算法概念简介 |
| 3.2.2 DE算法算子的数学描述 |
| 3.2.3 DE算法实现步骤与流程 |
| 3.2.4 DE算法应用实例 |
| 3.3 用于变压器故障诊断的BP神经网络分析 |
| 3.3.1 BP神经网络结构 |
| 3.3.2 BP神经网络算法原理 |
| 3.3.3 BP算法步骤及流程图 |
| 3.4 用于变压器故障诊断的BP神经网络优化研究 |
| 3.4.1 BP神经网络的GA算法优化研究 |
| 3.4.2 BP神经网络的DE算法优化研究 |
| 3.5 本章小结 |
| 第4章 变压器故障诊断模型训练与测试 |
| 4.1 变压器故障编码及数据处理 |
| 4.1.1 变压器故障编码 |
| 4.1.2 样本数据处理 |
| 4.2 变压器故障诊断模型的建立 |
| 4.2.1 BP神经网络参数设置 |
| 4.2.2 GA-BP网络模型建立 |
| 4.2.3 DE-BP神经网络模型建立 |
| 4.3 变压器故障诊断模型的训练 |
| 4.3.1 GA-BP网络模型训练 |
| 4.3.2 DE-BP网络的训练 |
| 4.4 变压器故障诊断模型的测试 |
| 4.4.1 BP神经网络测试 |
| 4.4.2 GA-BP网络模型测试 |
| 4.4.3 DE-BP网络模型测试 |
| 4.4.4 三种网络模型诊断结果分析 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（9）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（10）3D打印技术专业“三教”改革探索（论文提纲范文）
| 引言 |
| 1 3D打印技术专业“三教”面临的突出问题 |
| 1.1 师资团队的教学素养相对偏差 |
| 1.2 3D打印技术专业教材不成体系，资源匮乏 |
| 1.3 教法难以提升学生参与的主动性 |
| 2 3D打印技术应用专业“三教”改革措施 |
| 2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
| 2.1.1 依托有较强影响力的带头人，有效开发名师所具备的引领示范效果 |
| 2.1.2 邀请大师授教，提升人才的技术与技能水准 |
| 2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
| 2.2.1 设计活页式3D打印教材 |
| 2.2.2 灵活使用信息化技术，形成立体化的教学 |
| 2.3 创新推行“三个课堂”教学模式，推进教法改革 |
| 2.3.1 采取线上、线下的混合式教法 |
| 2.3.2 构建与推进更具创新性的“三个课堂”模式 |
四、浅谈算法分析技术（论文参考文献）
- [1]基于网络轨迹的协议逆向技术研究进展[J]. 王占丰,程光,马玮骏,张嘉玮,孙中豪,胡超. 软件学报, 2022(01)
- [2]抗量子计算对称密码研究进展概述[J]. 梁敏,罗宜元,刘凤梅. 密码学报, 2021
- [3]智能教育的算法技术规训困境与出路[J]. 孔苏. 电化教育研究, 2021(12)
- [4]证据法视野下的算法规制[J]. 王士博. 山东法官培训学院学报, 2021(05)
- [5]复杂大型建设项目费用偏差控制方法及信息系统设计[D]. 孙肖坤. 华北电力大学(北京), 2021(01)
- [6]基于近红外光谱分析技术的纺织物纤维成分检测方法研究[D]. 宋悦. 中北大学, 2020(09)
- [7]算法推荐媒体的用户与内容关系研究 ——以《趣头条》为例[D]. 钱婉玲. 上海师范大学, 2020(07)
- [8]面向变压器故障的智能诊断方法研究[D]. 孔德钱. 新疆大学, 2020(07)
- [9]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [10]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)