一、Bazilevich函数的子类的一个不等式（论文文献综述）
何良苗[1]（2021）在《若干解析函数族的系数估计问题》文中研究说明
杜库[2]（2021）在《切换网络结构下多智能体系统的同步问题研究》文中指出多智能体的同步问题在系统生物学、神经网络、传感器网络、编队控制、交通管理等领域都有着重要的应用。一方面,随着智能机器人、无人机、传感器等设备的发展,以及更复杂的实际应用的需求,采用分布式算法解决复杂的多智能体同步问题越来越受到关注。另一方面,现实世界中的复杂网络可以划分为若干更小的子网络,耦合系统的状态并不总是同步到同一轨迹;当智能体同步到几个不同的类时,我们称这种现象为聚类同步。聚类同步现象已经引起了工程界和科学界的广泛关注。目前切换拓扑下的多智能体同步研究有很多,但是对于切换拓扑下多智能体的聚类同步问题研究还建立在比较理想的条件下。因此,本文主要研究在动态切换拓扑和随机切换拓扑条件下同构智能体和异构智能体的聚类同步问题。主要包括以下三个方面:（1）快速切换拓扑下的系统聚类同步问题研究;（2）随机切换拓扑下的异构系统输出同步问题研究;（3）随机切换拓扑下的分布式优化问题研究。本文的主要创新之处以及具体的工作内容可以总结如下:1.针对快速切换拓扑下系统聚类同步问题。主要研究了快速切换拓扑条件下线性和非线性系统的聚类同步问题,该智能体动力学系统可以是线性系统或满足李普希兹条件的非线性系统。每个集群都具有虚拟领导者,该领导者可以为智能体提供同步所需的轨迹,而且仅要求整个系统的一小部分智能体受到领导者的影响。每一个类中的智能体和虚拟领导者之间的信息交换关系构成了一个时变通信拓扑。拓扑随时间变化的平均值的极限是存在的。而且,在时间平均网络拓扑中,由智能体以及相应的虚拟领导者组成的拓展类中都包含一个有向生成树。然后,我们将聚类同步问题转化为一个稳定性问题。如果网络拓扑相比原始拓扑切换速度足够快,动力系统的收敛性均由平均系统唯一确定。最后,如果时间平均拓扑的集群内耦合强度大于阈值,则可以实现多智能体系统在快速切换条件下的有界聚类同步。2.针对切换拓扑下的异构系统聚类同步问题。我们首先利用收缩理论来解决有向拓扑下的聚类同步问题。根据每个类的结构,我们构造了一个不变子空间。然后利用不变子空间的正交空间来证明整个系统将同步到这个不变子空间,从而实现聚类同步。我们在有向拓扑的框架下讨论线性耦合系统,给出了线性耦合系统实现群同步的充分条件。此外,还考虑了非线性耦合系统的情况。3.针对随机切换拓扑条件下的异构系统输出同步问题。主要研究了半马尔可夫切换拓扑下一系列异构系统的输出同步问题。所考虑的情形是假设时变通信拓扑中没有一个固定拓扑是连通的,并且存在拓扑切换延迟。主要技术挑战是模型和控制器由于时间延迟而不匹配。假设每个单独的系统都是可稳定和可检测的,通信拓扑的联合图是连通的,利用李雅普诺夫方法可以实现无切换时延的耦合系统的输出同步。对于具有模型切换时延的耦合系统,可以给出有界输出同步的结论。研究了控制器设计的存在性。同时,我们证明了一个指数稳定的随机系统,在均方扰动不消失的情况下,将趋于一致有界和最终有界。4.针对随机切换拓扑下的分布式优化问题。主要研究马尔可夫切换拓扑下具有被攻击智能体的分布式优化问题。提出了一种求解分布式优化问题的算法。不同于现有的大多数关于带有被攻击智能体的分布式优化问题的研究,我们主要针对马尔可夫交换通信拓扑下的固定步长分布式优化问题进行研究。我们首先将智能体划分为三个集合:可信任智能体集合、普通智能体集合和被攻击智能体集合;所有普通智能体只使用未受攻击智能体的状态进行迭代。提出了一种实用的区分被攻击智能体的方法。研究表明,当步长不超过上界、切换拓扑的联合图图具有生成树且值函数的微分是递减时,可信任智能体和普通智能体将在有界误差范围内同步到最优值。此外,最终轨迹与最优轨迹之间距离的上下界也可以得到。
陈韵[3]（2020）在《基于差分隐私密度峰值聚类算法的研究和应用》文中研究表明数据挖掘能够从大量数据中发掘出有效信息和潜在模型,而聚类分析作为其中的一项重要技术,通过将数据分类来发现特征,被广泛运用于商业、医学、科研等领域。然而,在对数据进行聚类分析的过程中,个人的隐私信息也不可避免地暴露在外,为此隐私保护技术应运而生。差分隐私作为一种基于数据加扰的隐私保护技术,无需关注攻击者所具备的背景知识,因而成为了隐私保护的研究热点。目前,在基于差分隐私的聚类算法中,聚类的可用性往往会因为差分隐私噪声和输入参数的敏感性问题而降低。因此,如何对基于差分隐私的聚类算法进行改进,提高数据的可用性,是解决问题的关键。本文针对传统差分隐私聚类算法不适用于非凸数据集、受输入参数影响较大的问题,首先将差分隐私引入到CFSFDP聚类算法中,提出基于差分隐私的CFSFDP算法。根据CFSFDP聚类算法的特点,将差分隐私噪声分别引入到密度值计算和距离值计算的步骤中,使算法满足差分隐私模型,并对算法进行理论分析和实验对比,以验证其安全性和可用性。其次,针对CFSFDP算法不适用于均匀分布的数据、基于差分隐私的CFSFDP算法存在的聚类精度较低的的问题,引入可达的定义,提出DP-rcCFSFDP算法。对聚类中心点的选取进行了优化,将密度较小的中心点与可达的大密度中心点归为一类,使聚类的可用性得到提升,减小了差分隐私噪声对聚类结果的影响,并通过实验进行验证。最后,将DP-rcCFSFDP算法应用于基于聚类的协同过滤推荐系统中,在数据集中用满足差分隐私的算法进行聚类,缩小最近邻查找范围,计算相似度,产生预测评分并对用户进行推荐,实现隐私保护和推荐准确性之间的平衡。
李新华[4]（2020）在《惯性流形及其在耗散偏微分方程中的应用》文中提出随着无穷维动力系统理论的深入发展,许多由数学物理方程生成的耗散动力系统显现了一定的有限维属性.由此引发了一系列对无穷维动力系统进行有限维约化的研究.经典的惯性流形理论表明,如果一个偏微分方程存在一个N维惯性流形,则其长时间行为可以约化为一个N阶常微分方程组.这本质地简化了对原始偏微分方程动力学行为的理解.目前,惯性流形研究仍是无穷维动力系统中十分重要且具有挑战性的问题之一.本文研究惯性流形及其在耗散偏微分方程中的应用.首先,对T3中的临界修正Leray-α模型,我们证明了该问题惯性流形的存在性.值得注意的是,这是一个关于适定性与惯性流形的“双临界”问题.另一方面,由于此问题中存在湍流项,研究此问题的惯性流形,或许对二维Navier-Stokes方程惯性流形的理解有积极的启发意义.其次,基于由J.Mallet-Paret和G.Sell提出的空间平均方法,我们对半线性抛物系统的惯性流形及其光滑性进行了系统的研究.我们提出/设计了一种可以统一处理标量与矢量方程的通用的方法/框架,此方法可应用于大部分已知惯性流形存在的模型,并得到了一些新的结果.另外,以前的很多结果只得到Lipschitz连续的惯性流形,本文都提升到了C1+ε-光滑性.应用部分包括了带周期边界条件的反应扩散方程、各种类型的广义Cahn-Hilliard方程（比如分数阶和六阶Cahn-Hilliard方程）,以及几种修正的Navier-Stokes方程（包括Leray-α正则化、hyperviscous正则化及其组合）.其中分数阶Cahn-Hilliard方程的惯性流形以及Leray-α正则化与hyperviscous正则化结合的惯性流形的存在性在本文之前没有任何结果.最后,由于已有的惯性流形存在的例子都是考虑相对较好的方程（至少没有奇异性）,惯性流形对含有奇异项的非自治模型的普适性有待验证.在本文第五章中研究了一类奇异非自治抛物系统惯性流形的存在性:（?）其中A（t）≥0（t≥τ）,Ω（?）Rd 是具有光滑边界的有界域.由于算子A（t）可能在某些时刻退化为零,从而在这些退化时间处A（t）的逆不存在.因此,针对这类问题惯性流形的存在性,我们提出了A（t）的一个特殊允许类,以及A（t）与非线性项F的一个相容性条件,并将强锥条件推广至渐近强锥条件.
李夏[5]（2020）在《张量空间上优化问题的若干研究》文中提出随着大数据时代的来临,现实中遇到的问题越来越复杂,如何建立更合适的数学模型来解决日益繁杂的实际问题成为近年来的一个热点。最近,作为矩阵的高维推广,张量或称为超矩阵逐渐受到大家关注,成为一个用于表征复杂数据的有效工具。使用向量和矩阵作为变量已经不满足一些实际问题的建模需求,需要以张量为变量进行建模。基于此,本文对张量空间上的优化问题进行若干研究,具体内容如下:首先,引入一类张量收缩积,它是张量与向量模式乘积的推广。探究该乘积的一些基本性质,包括数乘、交换律、结合律和分配律等,讨论与之相关的半正定张量、二次函数的梯度和单调性,并结合不同的结构张量探究张量乘积的相关性质。其次,借助于引入的张量收缩积,定义一类张量空间上的仿射变分不等式,讨论其解的存在唯一性和解集的有界性等基本性质,将一类寡头垄断市场博弈问题模型化为张量空间上的仿射变分不等式;此外,还定义一类张量空间上的线性互补问题,讨论其等价模型、可行性与可解性理论和解集的凸性等,提出一个求解此类问题的外梯度算法,在一定条件下证明算法的收敛性,并给出初步的数值实验结果。最后,本文探究定义在三阶实张量空间上的广义张量函数,证明该函数可以从相关的标量函数继承很多好的性质,包括连续性、方向可微性、可微性、连续可微性、李普希兹连续性和半光滑性。这些性质为后续研究使用广义张量函数的张量空间上的优化问题的理论和算法提供了重要的理论基础。
马群[6]（2020）在《基于多模型组合的个人信用评估研究》文中认为随着互联网金融行业的崛起,中国居民的信用消费快速发展,个人信贷总额逐年增长,截至到2019年末,个人信贷的不良贷款余额高达2.41万亿元,为了保证经济健康发展,及时降低信贷风险,做好个人信用评估尤为关键。在实际应用中不断提高评估模型准确率是个人信用评估的主要研究方向。忽视了数据特征重要程度的差异性会在一定程度上会降低模型的准确性;此外,还需要兼顾模型的可解释性,使资金方和客户能够理解信贷决策规则。深度神经网络的分类准确性高,但是受限于模型的可解释性,在个人信用评估领域的实际应用中寥若晨星。深度森林算法的准确性和深度神经网络不分轩轾,并且可解释性更佳,多模型组合方法可以使模型之间优势互补。因此本文以多模型组合方法为基础,选择具有代表性的深度森林、LightGBM、和SVM模型进行组合,构建个人信用评估模型,本文的主要工作如下:（1）改进分类算法。在特征提取时按特征的重要程度进行分区,再按比例依次从不同的分区提取特征构造特征子空间。在深度森林中为决策树分配权重,提出改进的深度森林算法,提高分类准确率。（2）验证多模型组合方法。首先,考虑到模型数量增加,参数也随之增加,提出一种改进的网格搜索算法提高效率,大间距搜索最优参数点所在范围,小网格间距确定最优参数。然后,利用多模型组合方法可以使模型之间优势互补的特点,选择稳定性和准确性较好的深度森林模型,快速高效的LightGBM和SVM模型进行组合,并通过实验对比多种组合方法的效果。（3）实证分析对比。选择实验结果最好的组合模型分别与三个单一模型比较,分析实验结果,确定最终选择方案。最后将所选组合模型与几种常用的模型进行实证对比分析,验证组合模型的性能。本文通过“Lending Club”公司的公开个人信用数据集进行实验,结果表明本文所提方案可以有效地提高个人信用评估效果。
路成辉[7]（2020）在《异构机器学习集成在测井曲线复原和岩性识别中的应用研究》文中认为储层描述是一种涉及储层特征定量分布的技术,能够在保证真实地质模型和岩石物性参数的前提下,以较低的成本和风险预测成熟和边缘油田的储量增长。其中岩性识别作为储层描述的一个重要分支,近年来随着测井技术的成熟,正处于快速发展和技术改革的阶段。测井曲线具备垂向分辨率高、采集的数据连续性好和采集方便等优点。因此基于测井曲线资料进行岩性识别是当前一个重要研究课题,其研究有利于指导剩余油的挖掘。根据油田的实际生产需求,本文从三个方面对岩性识别这一课题进行研究:野值点剔除,测井曲线复原以及测井曲线集成网络岩性识别。（1）针对因设备不完善和记录原因造成的测量错误数据。提出一种基于二分空间拉依达的野值点剔除方法。该方法解决了对测井数据中存在大量极端野值点,利用传统拉依达法,造成统计过程中均值和方差受野值点影响大,较多隐含野值点未剔除的情况。该方法首先通过对原始数据进行二分空间表示来更可靠更准确的估计原始数据的分布参数,然后对得到的分布参数利用拉依达法实现野值点的剔除。（2）针对由于人为或仪器故障等原因导致的部分井段测井数据失真或丢失的情况。提出一种融合深度特征学习网络和交叉网络对缺失测井数据复原模型。该模型由两个网络组成,其中的交叉网络由多个层组成,能以自动方式显式地应用特征交叉信息,每一层基于现有的层产生高阶交互,有效地学习特征之间高度非线性的相互作用关系,同时再利用残差思想构造深层网络,降低模型复杂度。另一网络先通过构造的树模型进行特征选择,将树模型得到的稀疏向量通过嵌入层转成稠密向量,作为神经网络的输入。通过网络的联合提高模型的非线性表达能力,有效地捕获特征之间的相互作用关系,并减少人工筛选特征的不合理性。最后,使用得到的融合网络模型用于高精度地复原丢失的测井数据。（3）为提高岩性识别精度,本文提出一种基于集成网络结构的岩性识别方法。首先对测井曲线提取统计特征,在此基础上利用离散余弦变换（DCT）,计算相应的低频子带,得到低频提取特征。为减弱噪声信号对岩性识别带来的影响,对特征进行差值运算,构建差值特征属性,并根据k-means这种无监督的聚类算法对每个属性进行聚类,构建分桶特征。针对可能存在的噪声标签,提出一种采用半监督的神经网络模型对噪声标签进行矫正。然后构建集成网络结构的岩性识别方法,该方法采用集成框架中的Stacking模型,将多元统计分析、DNN、Ada Boost和SVM作为集成网络结构中的基学习器,GBDT作为二次学习的元学习器,采用五则交叉验证的方式对模型进行训练,最终获取多岩性分类结果。
潘振宇[8]（2020）在《加权Bergman空间上Toeplitz算子的交换性》文中指出众所周知,函数空间上的算子理论是算子理论中的重要组成部分,它不单是与众多数学分支有着千丝万缕的关系,而且与控制论、量子力学等学科领域的联系也尤为紧密.特别是Toeplitz算子,经过几十年的发展壮大,已经成为了众多数学家追捧和研究的热点方向.在单圆盘加权Bergman空间上,对于以有界调和函数为符号的Toeplitz算子的交换性问题,我们已经得到了相对完善的结果.但是多圆盘的情况要比单圆盘复杂得多,而且研究方法也不尽相同.因此,本文仅考虑了单位多圆盘加权Bergman空间上,以有界多重调和函数为符号的Toeplitz算子的交换性问题,包括可交换、本质可交换和半可换,给出了几个充要条件.
陈新亮[9]（2020）在《基于FA和GA-SVM的建筑施工坍塌事故严重程度分析预测》文中研究指明由于建筑施工现场条件多变,工程结构复杂,多工种交叉作业和施工进度快等原因,坍塌事故数量一直居高不下。坍塌事故一旦发生,极易造成大量的人员伤亡和巨大经济损失,致使施工安全管理难度逐渐加大。为了建立长效的安全生产机制,保障我国建筑业的稳步发展,迫切需要提高安全生产管理水平,降低坍塌事故的发生。为此,本研究以住建部“房屋市政工程生产安全事故情况通报”为主要事故来源,同时结合网络检索结果,以2012-2019年发生的245起建筑施工坍塌事故为研究对象,全面梳理和统计事故影响因素,并实现对事故严重程度的分类预测。论文首先结合人为因素分析与分类系统（HFACS）和“24Model”事故致因理论,从“人——机——环——管——属性”五个方面对坍塌事故影响因素划分与统计分析,从宏观上阐述出事故发生的基本特征,为后文事故严重程度预测提供数据支持。然后构建了基于FA和GA-SVM的坍塌事故严重程度分析预测模型。通过因子分析方法对坍塌事故数据进行降维,以获取的1 1个公共因子作为基于遗传算法优化的支持向量机模型输入,从而实现了坍塌事故严重程度二分类预测及模型效果验证。最后采用SVM-RFE算法筛选出对于坍塌事故严重程度影响最大的因素。结果表明,降维后的坍塌事故数据集在全集下的分类效果最好,并利用该组最优参数实现了对45组测试集样本进行验证,发现该模型预测性能相对较好,预测结果的准确率较高;同时发现施工班组问题、人的直接行为、事故类型、材料器械管理问题对坍塌事故严重程度影响最大,并以此针对建筑施工安全管理及降低坍塌事故严重程度方面,提出针对性的建议及措施。
张骁[10]（2019）在《在线核选择的随机素描方法》文中进行了进一步梳理在线核选择决定了假设序列所在的再生核希尔伯特空间,是在线核方法理论研究与实际应用的关键。已有的在线核方法大多预先在全体样本上应用离线核选择方法或先验地进行核选择,但这不能保证在线核方法单趟,具有较高的计算复杂度且缺乏可靠的理论保证。针对这一现状,提出在线核选择的随机素描理论与方法,基于随机素描方法构造可增量维护的假设空间素描,建立可靠的在线核选择理论,给出具有理论依据的在线核选择准则,设计计算高效且单趟的在线核选择算法。具体内容如下:1.提出随机素描方法。基于随机素描方法构造两种假设空间素描。首先,提出局部动态素描方法,通过对基函数向量的动态维护实现对假设空间素描的维护。然后,给出增量随机素描方法,构造核矩阵近似的增量随机素描和时变显式特征映射,同时保证假设空间素描的增量性质和近似性质。2.提出在线核选择理论。首先,给出代理假设空间的定义及范数界。然后,针对离散核集合,证明在线核选择产生单个或多个假设序列的后悔上界和一致性。最后,针对连续核空间,依据每回合选择和训练的不同顺序,将连续核空间中的在线核选择分为两类,并分别给出得到最优后悔界和一致性所需的条件。3.提出在线核选择准则与算法。以在线核选择理论为基础,给出分别适用于离散核集合和连续核空间的在线核选择准则。进而设计高效的在线核选择算法,并分析算法的计算复杂度。整体而言,基于随机素描方法增量构造假设空间素描,研究在线核选择的一致性和无偏性,证明在线核选择的最优后悔界,建立可靠的在线核选择理论。进一步,设计具有理论依据的在线核选择准则和每回合具有常数计算复杂度的在线核选择算法,为在线模型选择和在线学习的理论研究和实际应用奠定基础。
二、Bazilevich函数的子类的一个不等式（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、Bazilevich函数的子类的一个不等式（论文提纲范文）
（2）切换网络结构下多智能体系统的同步问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 动态网络下的一致性研究现状 |
| 1.2.2 随机切换拓扑的聚类同步研究现状 |
| 1.2.3 分布式优化研究现状 |
| 1.3 研究动机和具体内容 |
| 1.3.1 研究动机 |
| 1.3.2 研究内容和创新之处 |
| 1.4 论文框架 |
| 第2章 基础知识 |
| 2.1 图论和矩阵论 |
| 2.1.1 聚类同步 |
| 2.1.2 小增益理论 |
| 2.1.3 优化问题等价变换 |
| 2.2 随机过程 |
| 2.3 收缩理论 |
| 第3章 快速切换拓扑下系统聚类同步问题研究 |
| 3.1 问题背景 |
| 3.2 基础知识 |
| 3.2.1 图论 |
| 3.2.2 问题描述 |
| 3.3 主要结论 |
| 3.3.1 线性系统的聚类同步 |
| 3.3.2 非线性的聚类同步 |
| 3.4 仿真实验 |
| 3.5 本章小结 |
| 3.6 附录:定理3.2中1/a‖μ(t,1/a)‖=(?)(γ(1/a))的证明 |
| 第4章 切换拓扑下的异构系统聚类同步问题研究 |
| 4.1 背景介绍 |
| 4.2 基础知识 |
| 4.2.1 代数图论 |
| 4.2.2 收缩理论 |
| 4.2.3 问题描述 |
| 4.3 主要结论 |
| 4.3.1 线性系统的聚类同步 |
| 4.3.2 非线性系统的聚类同步 |
| 4.4 实验验证 |
| 4.5 结论和展望 |
| 第5章 随机切换拓扑下的异构系统输出同步问题研究 |
| 5.1 背景介绍 |
| 5.2 基础知识 |
| 5.2.1 图论和矩阵论 |
| 5.2.2 马尔可夫过程 |
| 5.2.3 问题描述 |
| 5.3 主要结论 |
| 5.3.1 异构系统没有时延 |
| 5.3.2 有切换时延的异构系统 |
| 5.4 实验验证 |
| 5.5 本章小结 |
| 5.6 附录-二分类同步问题 |
| 5.6.1 切换拓扑下的二分类同步 |
| 第6章 随机切换拓扑下的分布式优化问题研究 |
| 6.1 背景介绍 |
| 6.2 基础知识 |
| 6.2.1 图论知识 |
| 6.2.2 马尔可夫过程 |
| 6.2.3 问题描述 |
| 6.2.4 算法设计 |
| 6.2.5 小增益理论 |
| 6.3 主要结论 |
| 6.4 评估误差 |
| 6.5 仿真结果 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 内容总结 |
| 7.2 未来展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（3）基于差分隐私密度峰值聚类算法的研究和应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与意义 |
| 1.4 论文章节安排 |
| 第二章 相关背景知识 |
| 2.1 差分隐私相关原理 |
| 2.1.1 差分隐私定义 |
| 2.1.2 差分隐私机制 |
| 2.1.3 差分隐私组合性质 |
| 2.2 聚类算法相关原理 |
| 2.2.1 聚类算法概述 |
| 2.2.2 基于差分隐私的聚类算法 |
| 2.3 协同过滤推荐相关原理 |
| 2.3.1 协同过滤推荐系统概述 |
| 2.3.2 协同过滤算法分类 |
| 2.4 本章小结 |
| 第三章 差分隐私模型下CFSFDP算法研究 |
| 3.1 CFSFDP聚类算法相关原理 |
| 3.1.1 CFSFDP聚类算法定义 |
| 3.1.2 CFSFDP聚类算法步骤 |
| 3.2 基于差分隐私的CFSFDP算法设计与实现 |
| 3.2.1 CFSFDP算法的隐私泄露问题 |
| 3.2.2 基于差分隐私的CFSFDP算法思想 |
| 3.2.3 对密度ρ加噪的算法设计与实现 |
| 3.2.4 对距离δ加噪的算法设计与实现 |
| 3.3 隐私性证明及实验仿真 |
| 3.3.1 算法的差分隐私证明 |
| 3.3.2 实验结果与分析 |
| 3.4 本章小结 |
| 第四章 基于可达中心点的差分隐私CFSFDP算法 |
| 4.1 可达中心点的引入 |
| 4.2 DP-rcCFSFDP算法的设计与实现 |
| 4.2.1 DP-rcCFSFDP算法流程 |
| 4.2.2 DP-rcCFSFDP算法实现 |
| 4.3 实验结果与分析 |
| 4.3.1 实验环境 |
| 4.3.2 实验评估指标 |
| 4.3.3 实验设计 |
| 4.3.4 结果分析 |
| 4.4 本章小结 |
| 第五章 DP-rcCFSFDP算法在协同过滤推荐中的应用 |
| 5.1 基于聚类的协同过滤推荐算法 |
| 5.2 DP-rcCFSFDP算法应用于协同过滤推荐 |
| 5.2.1 基于DP-rcCFSFDP的协同过滤推荐算法流程 |
| 5.2.2 基于DP-rcCFSFDP的协同过滤推荐算法实现 |
| 5.3 实验结果与分析 |
| 5.3.1 实验环境 |
| 5.3.2 评估指标与实验设计 |
| 5.3.3 结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 致谢 |
（4）惯性流形及其在耗散偏微分方程中的应用（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 临界修正Leray-α模型的惯性流形 |
| 1.1.1 研究背景及研究现状 |
| 1.1.2 研究方法及主要内容 |
| 1.2 空间平均原理延拓及其应用 |
| 1.2.1 研究背景及动机 |
| 1.2.2 解决的关键问题 |
| 1.3 一类奇异非自治抛物方程的惯性流形 |
| 1.3.1 研究动机 |
| 1.3.2 主要结果 |
| 1.4 文章结构安排 |
| 1.5 展望 |
| 第二章 预备知识 |
| 2.1 本文记号 |
| 2.2 不等式 |
| 2.3 重要引理 |
| 第三章 临界修正Leray-α模型的惯性流形 |
| 3.1 基本知识 |
| 3.2 先验估计 |
| 3.2.1 稳态解的H~2估计 |
| 3.2.2 解的H~2估计 |
| 3.2.3 渐近正则性:H~4估计 |
| 3.3 适定性和全局吸引子 |
| 3.4 关于IM的抽象结果 |
| 3.5 IM的存在性 |
| 3.5.1 截断非线性项 |
| 3.5.2 主要结果的证明 |
| 第四章 空间平均原理延拓及其应用 |
| 4.1 基本知识和抽象模型 |
| 4.2 惯性流形和锥不变性 |
| 4.3 空间平均方法与强锥条件 |
| 4.4 截断过程 |
| 4.5 空间平均:周期边界条件 |
| 4.6 应用 |
| 4.6.1 标量反应扩散方程 |
| 4.6.2 Cahn-Hilliard型方程 |
| 4.6.3 修正的Navier-Stokes方程 |
| 第五章 奇异非自治反应扩散方程的惯性流形 |
| 5.1 适定性和吸引子 |
| 5.1.1 全局适定性 |
| 5.1.2 拉回H-吸引子 |
| 5.2 惯性流形与渐近强锥条件 |
| 5.2.1 主要结果的证明 |
| 5.3 应用 |
| 5.3.1 奇异扩散反应扩散方程 |
| 5.3.2 带奇异系数的Lotka-Volterra竞争模型 |
| 参考文献 |
| 在学期间的研究成果 |
| 6.1 发表的文章 |
| 6.2 完成的文章 |
| 致谢 |
（5）张量空间上优化问题的若干研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 预备知识 |
| 1.1.1 符号和标记 |
| 1.1.2 张量简介 |
| 1.1.3 三阶张量的结构 |
| 1.2 问题的研究背景和现状 |
| 1.2.1 变分不等式和互补问题 |
| 1.2.2 变分不等式和互补问题研究现状 |
| 1.2.3 张量函数的研究背景和现状 |
| 1.3 本文研究内容和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 第二章 J(p)模式乘积的定义和性质 |
| 2.1 定义和性质 |
| 2.2 本章小结 |
| 第三章 J(p)模式乘积的应用 |
| 3.1 张量空间上的仿射变分不等式 |
| 3.1.1 基本模型和基本理论 |
| 3.1.2 张量仿射变分不等式的一个应用 |
| 3.2 张量空间上的线性互补问题 |
| 3.2.1 基本模型和基本理论 |
| 3.2.2 求解LCP(A,Q)的外梯度法 |
| 3.3 本章小结 |
| 第四章 广义张量函数的连续性、可微性和半光滑性 |
| 4.1 引言 |
| 4.2 基础知识 |
| 4.2.1 矩阵奇异值分解 |
| 4.2.2 张量t- 乘积及其性质 |
| 4.2.3 广义张量函数 |
| 4.3 广义张量函数的连续性、可微性和半光滑性 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（6）基于多模型组合的个人信用评估研究（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 国内外研究现状 |
| 1.3 本文拟解决问题 |
| 1.4 本文研究内容及章节安排 |
| 第二章 个人信用评估概述 |
| 2.1 个人信用评估基本概念及作用 |
| 2.2 个人信用评估重要影响因素 |
| 2.3 信用评估常用方法 |
| 2.4 组合模型选择方法 |
| 2.5 个人信用评估常用数据库 |
| 2.6 本章小结 |
| 第三章 相关算法理论 |
| 3.1 深度森林模型 |
| 3.1.1 决策树算法 |
| 3.1.2 随机森林算法 |
| 3.1.3 深度森林算法 |
| 3.2 LightGBM模型 |
| 3.3 支持向量机 |
| 3.4 模型评价指标 |
| 第四章 单一模型的改进与实证分析 |
| 4.1 数据处理 |
| 4.1.1 数据预处理 |
| 4.1.2 特征提取方法的改进 |
| 4.2 模型参数优化方法的改进 |
| 4.3 深度森林算法的改进与实证分析 |
| 4.3.1 深度森林算法的改进 |
| 4.3.2 深度森林模型实证分析 |
| 4.4 支持向量机模型实证分析 |
| 4.5 LightGBM模型实证分析 |
| 4.6 本章小结 |
| 第五章 组合模型实证分析 |
| 5.1 模型组合策略 |
| 5.2 组合模型实验分析 |
| 5.2.1 线性组合模型实证分析 |
| 5.2.2 三种并行结构的组合模型实验分析 |
| 5.3 单一模型和组合模型结果比较 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（7）异构机器学习集成在测井曲线复原和岩性识别中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 数据集介绍 |
| 1.4 论文主要工作和结构 |
| 第二章 测井曲线基本原理和岩性识别方法 |
| 2.1 地球物理测井基本原理 |
| 2.1.1 常用测井曲线原理介绍 |
| 2.1.2 岩性介绍 |
| 2.2 数据预处理 |
| 2.2.1 拉依达原理介绍 |
| 2.2.2 基于二分空间拉依达原理 |
| 2.2.3 实验结果及分析 |
| 2.3 岩性识别基本方法 |
| 2.3.1 统计学习方法 |
| 2.3.2 机器学习方法 |
| 2.3.3 深度神经网络方法 |
| 2.3.4 集成学习方法 |
| 2.4 本章小结 |
| 第三章 基于多网络融合的缺失测井数据复原研究 |
| 3.1 引言 |
| 3.2 数据预处理 |
| 3.3 模型框架 |
| 3.3.1 深度特征学习网络 |
| 3.3.2 交叉网络 |
| 3.3.3 模型融合 |
| 3.4 实验与结果分析 |
| 3.4.1 实验环境和超参数设置 |
| 3.4.2 评价指标 |
| 3.4.3 测井生成实验和分析 |
| 3.5 本章小结 |
| 第四章 基于多网络集成的岩性识别研究 |
| 4.1 引言 |
| 4.2 特征的提取 |
| 4.2.1 差值特征提取 |
| 4.2.2 分桶特征提取 |
| 4.2.3 统计特征提取 |
| 4.2.4 低频特征提取 |
| 4.3 噪声标签的矫正 |
| 4.4 集成网络在岩性识别中应用 |
| 4.4.1 基分类器 |
| 4.4.2 元分类器 |
| 4.4.3 Stacking模型融合策略 |
| 4.5 实验对比及分析 |
| 4.5.1 噪声标签矫正实验与分析 |
| 4.5.2 岩性判别实验与分析 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
（8）加权Bergman空间上Toeplitz算子的交换性（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 问题研究的背景与意义 |
| 1.2 国内外研究现状与进展 |
| 1.3 本文研究的内容与框架 |
| 2 预备知识 |
| 2.1 单位多圆盘上加权Bergman空间 |
| 2.2 Toeplitz算子与Berezin变换 |
| 2.3 M?bius变换 |
| 2.4 极大理想空间 |
| 2.5 不变加权平均值性质 |
| 3 主要结论 |
| 3.1 Toeplitz算子的交换性 |
| 3.2 Toeplitz算子的本质交换性 |
| 3.3 Toeplitz算子的半换位 |
| 4 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（9）基于FA和GA-SVM的建筑施工坍塌事故严重程度分析预测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及文献评述 |
| 1.2.1 事故影响因素分析 |
| 1.2.2 事故严重程度分析预测 |
| 1.2.3 支持向量机在事故严重程度分析预测上的应用 |
| 1.2.4 文献评述 |
| 1.3 研究内容与方法 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究方法 |
| 第二章 理论基础 |
| 2.1 事故致因理论 |
| 2.1.1 事故致因理论发展概述 |
| 2.1.2 人因分析和分类模型HFACS |
| 2.1.3 事故致因“24Model” |
| 2.2 数据挖掘概述 |
| 2.2.1 数据挖掘概念 |
| 2.2.2 数据挖掘功能 |
| 2.3 因子分析法 |
| 2.4 支持向量机理论及算法 |
| 2.4.1 支持向量机 |
| 2.4.2 遗传算法 |
| 2.4.3 SVM-RFE算法 |
| 2.5 本章小结 |
| 第三章 建筑施工坍塌事故影响因素划分及统计分析 |
| 3.1 建筑施工坍塌事故概述 |
| 3.1.1 坍塌事故定义 |
| 3.1.2 坍塌事故分类 |
| 3.1.3 坍塌事故特征 |
| 3.2 坍塌事故影响因素分析 |
| 3.2.1 人为因素 |
| 3.2.2 机械因素 |
| 3.2.3 环境因素 |
| 3.2.4 管理因素 |
| 3.2.5 事故属性 |
| 3.3 数据准备及量化 |
| 3.3.1 事故数据来源 |
| 3.3.2 事故样本选取原则 |
| 3.3.3 事故数据的提取及量化 |
| 3.4 影响因素统计分析 |
| 3.4.1 “人—机—环—管”因素分布特征 |
| 3.4.2 事故自身属性分布特征 |
| 3.5 本章小结 |
| 第四章 建筑施工坍塌事故严重程度分析预测模型构建 |
| 4.1 基于FA的坍塌事故影响因素分析模型构建 |
| 4.1.1 因子分析的概述 |
| 4.1.2 因子分析的数学模型 |
| 4.1.3 因子分析的基本过程 |
| 4.2 基于GA-SVM的坍塌事故严重程度预测模型构建 |
| 4.2.1 分类标签确定 |
| 4.2.2 模型构建 |
| 4.2.3 核函数选择 |
| 4.2.4 参数寻优 |
| 4.3 基于FA+GA-SVM的坍塌事故严重程度预测模型流程 |
| 4.4 本章小结 |
| 第五章 实证分析 |
| 5.1 基于FA的坍塌事故影响因素分析 |
| 5.2 二分类坍塌事故严重程度分析预测 |
| 5.3 基于SVM-RFE的坍塌事故影响因素分析及预防对策 |
| 5.4 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录A (攻读硕士学位期间发表的论文) |
| 附录B (因子得分表) |
（10）在线核选择的随机素描方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 本文工作 |
| 1.3 章节安排 |
| 第二章 文献综述 |
| 2.1 在线核学习 |
| 2.2 在线核选择 |
| 2.2.1 在线/离线核选择比较 |
| 2.2.2 专家建议 |
| 2.2.3 自适应核 |
| 2.2.4 在线多核学习 |
| 2.2.5 方法比较 |
| 2.3 素描方法 |
| 第三章 随机素描方法 |
| 3.1 局部动态素描方法 |
| 3.1.1 素描构造 |
| 3.1.2 素描维护 |
| 3.2 增量随机素描方法 |
| 3.2.1 增量随机素描 |
| 3.2.2 时变显式特征映射 |
| 3.3 本章小结 |
| 第四章 在线核选择理论 |
| 4.1 基本定义 |
| 4.1.1 代理假设空间 |
| 4.1.2 后悔与一致性 |
| 4.2 后悔分析 |
| 4.2.1 离散核集合的后悔分析 |
| 4.2.2 连续核空间的后悔分析 |
| 4.3 本章小结 |
| 第五章 在线核选择准则与算法 |
| 5.1 在线核选择准则 |
| 5.1.1 增量素描化核对齐准则 |
| 5.1.2 方向导数准则 |
| 5.1.3 素描化瞬时损失准则 |
| 5.2 在线核选择算法 |
| 5.2.1 离散核集合的在线核选择算法 |
| 5.2.2 连续核空间的在线核选择算法 |
| 5.3 算法比较 |
| 5.4 本章小结 |
| 第六章 实验分析 |
| 6.1 离散核集合 |
| 6.2 连续核空间 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
四、Bazilevich函数的子类的一个不等式（论文参考文献）
- [1]若干解析函数族的系数估计问题[D]. 何良苗. 安徽大学, 2021
- [2]切换网络结构下多智能体系统的同步问题研究[D]. 杜库. 中国科学技术大学, 2021(09)
- [3]基于差分隐私密度峰值聚类算法的研究和应用[D]. 陈韵. 南京邮电大学, 2020(02)
- [4]惯性流形及其在耗散偏微分方程中的应用[D]. 李新华. 兰州大学, 2020(04)
- [5]张量空间上优化问题的若干研究[D]. 李夏. 天津大学, 2020(01)
- [6]基于多模型组合的个人信用评估研究[D]. 马群. 河北大学, 2020(08)
- [7]异构机器学习集成在测井曲线复原和岩性识别中的应用研究[D]. 路成辉. 东北石油大学, 2020(03)
- [8]加权Bergman空间上Toeplitz算子的交换性[D]. 潘振宇. 大连理工大学, 2020(02)
- [9]基于FA和GA-SVM的建筑施工坍塌事故严重程度分析预测[D]. 陈新亮. 长沙理工大学, 2020(07)
- [10]在线核选择的随机素描方法[D]. 张骁. 天津大学, 2019(01)