一、图像检索中基于最大信息获取量的主动学习算法(英文)（论文文献综述）
崔晓龙[1]（2021）在《城镇老年人移动社交应用软件设计研究》文中进行了进一步梳理随着中国老年移动网民数量的不断增长,城镇老年人对移动社交应用软件的适老化需求与日俱增。城镇老年人随着年龄的增长,认知能力和媒介适应能力逐渐弱化,而当下针对老年群体生理和心理需求的移动社交应用软件,在设计与应用方面还处于初始阶段,尚未形成科学、有效、完善的设计原则和规范。现有的相关设计远不能适应城镇老年人对当下社交的诉求,也未能有效解决老年群体普遍存在的代际关系疏离和社交活力不足的困境,这一问题日益凸显,已经成为当下设计界亟待解决的社会命题。基于以上背景,本文的研究站在设计的角度,以审视当今社会老龄化问题对设计的影响为前提,以数字技术对城镇老年移动社交进步的作用和价值为导向,以国内外先进理念为理论支撑,力求得出科学务实,且具有现实意义的研究成果和实践案例,为城镇老年人移动社交应用软件设计的研究和实践提供新的思路和路径。本文通过用户需求分析和实验论证,对城镇老年人在用户体验、功能需求、行为习惯、人际交往等方面的特点进行分类研究,推导出“年龄”“受教育程度”“职业”“性别”“性格”“养老方式”等六要素对老年人社交活性和需求差异的关键性影响,并借助KANO需求分析模型,分析移动社交语境下老年人在安全、认知、兴趣、交往、情感等方面的需求,以此作为本文建构设计方法、设计模型的依据。同时,本文基于格拉诺维特的“弱关系”理论剖析了城镇老年人的社会关系,提出“中间态关系优势”的分析视角;基于舒茨的人际关系三维理论来分析不同关系中需求层次的转化,提出新的研究视角,并在此基础上进一步提出了“无障碍性”“社交安全感”“包容性”“贴近性”四个设计原则;基于场景理论提出“场景共时”“场景共境”“场景共权”“场景共情”四种场景分析视角,总结出“阅读”“兴趣社交”“情感社交”“知识社交”和“生活社交”需求场景的设计方法。本文还根据人体工程学的拇指功效实验和眼动科学实验对页面交互和操作舒适区进行分析,并基于五种需求场景提出了代表性的原型设计方案;论文还借助眼动实验和李克特五级主观评价量表对设计方法和设计方案进行了可用性验证和设计评价。本研究通过以上系统的研究工作,力图丰富中国城镇老年人移动社交语境下对体验设计需求的理论和实践研究,同时为改善城镇老年人移动社交应用软件用户体验提供了新的视角和设计思路。
教育部[2]（2020）在《教育部关于印发普通高中课程方案和语文等学科课程标准（2017年版2020年修订）的通知》文中提出教材[2020]3号各省、自治区、直辖市教育厅（教委）,新疆生产建设兵团教育局:为深入贯彻党的十九届四中全会精神和全国教育大会精神,落实立德树人根本任务,完善中小学课程体系,我部组织对普通高中课程方案和语文等学科课程标准（2017年版）进行了修订。普通高中课程方案以及思想政治、语文、
武华维[3]（2020）在《基于主题模型与知识图谱的电子公文主题标引方法研究》文中研究说明世界已经从信息时代逐步进入到大数据时代,海量数据中很大一部分是用自然语言记录的文本数据。而电子公文作为文本数据类型的一种,它是政府机关、企事业单位等形成、具有法律效力和规范体式的数字形式的文件。历年累积的电子公文归档保存后一般按照内容进行人工主题标引、分类组织或者建立专题数据库以方便检索和开发利用。但人工标引主题方式存在劳动量大、速度慢、标引不一致等弊端,因此需要研究电子公文主题自动标引方法。针对非结构化公文的主题分析和标引问题,本文提出一种融合主题模型和知识图谱技术的电子公文主题自动标引方法,与当前存在的主题自动标引方法相比,它将电子公文文档集作为一个整体识别主题,基于主题词表构建外部知识库以实现对识别的主题用规范化的正式主题词和范畴进行统一标引。本文研究的内容包括以下三个方面:（1）基于主题模型的电子公文主题分析研究。从整体的视角进行电子公文的主题分析,应用多种自然语言处理技术将其转换成文档语料库,采用主题模型进行主题识别与分析,包括融合主题词表语义特征和通用主题模型进行主题识别,以及综合共词网络特征和层次主题模型进行主题层次结构分析。（2）基于知识图谱的主题词表语义自动转换研究。基于知识图谱建立机器可识别的主题知识库,弥补主题模型方法在非结构化文本的主题标引中存在的背景知识不足问题,以增强主题标引的语义性。在主题词表语义化表示及知识图谱技术的基础上,构建一种利用知识图谱技术对传统纸质载体的叙词表进行语义化自动转换的方法,为电子公文主题的标引奠定坚实的知识基础。（3）电子公文主题标引研究。提出综合应用主题模型和主题词表知识图谱进行电子公文主题标引的方法。在应用主题模型进行主题分析的基础上,运用知识图谱技术借助主题词表外部知识来进行主题的标引工作,使用正式主题词及范畴进行规范、控制和统一组织。具体包括基于LDA和知识图谱的电子公文主题标引、基于hLDA和知识图谱的电子公文主题标引。本文创新点和贡献主要有:（1）对电子公文主题标引这一传统实践问题,提出了综合应用主题模型和知识图谱技术进行自动化标引的方法。将应用主题模型进行文本主题分析的数据类型扩展到电子公文灰色文献类型,应用知识图谱技术建立主题词知识库,为正式主题词标引工作提供了现代化的标引工具和知识服务。（2）提出从纸质版主题词表到网络知识库的语义化转换的方法。设计了面向电子公文主题自动标引的主题词表SKOS数据模型描述方案及其自动转换算法,设计了RDF/N3主题词表关联数据自动转换成知识图谱算法,并用Python编程语言实现上述算法。（3）完成《中国档案主题词表》语义转换任务,将其主表和范畴表部分的所有内容从传统纸质媒介形式转换成为图数据库存储的知识图谱形式,为图书、情报和档案学术界和管理实务界贡献了重要的基础数据集。本论文包括图40幅,表17个,附录3个
许烨婧[4]（2020）在《多媒体网络舆情信息的并发获取机理与话题衍进追踪研究》文中提出大数据技术、云计算技术、人工智能等技术的高速发展大大加持了多媒体、移动媒体、自媒体等各种媒体网络空间的多层次、丰富化、人性化设计,其功能的便捷化、智能化吸引了越来越多网民的关注与使用,各种多样化的互联网络空间承载了网络民众的海量言论与信息行为,这些都对健康网络环境的营造提出了更大的挑战。党的十九大报告提到“加强互联网内容建设,建立网络综合治理体系,营造清朗的网络空间”。网络舆情作为互联网络内容的重要体现之一,对其展开理论与实践研究具有重要意义。网络舆情从广义上讲即是网络民众观点、意见、态度、情绪在网络空间中的集中体现。网民借助强大的互联网络平台进行表达的意愿也越来越强。由此,引发的网络舆情信息获取与管理问题随之出现。而网络舆情信息的科学管理源于对网络舆情信息的有效获取与分析,那么,如何精准、快速获取网络舆情信息成为了亟待解决的问题。根据大量文献调查与研究,可以看出网络舆情受社会环境、客观事实、民众认知、网络媒体等要素综合协同影响而产生。由此,要充分考虑、整合上述诸多影响要素,展开对各种技术支持环境下的网络舆情信息获取分析。由于网络舆情信息的隐匿性、突变性、多元性、交互性、随机性等特征,加之其信息显性与隐性呈现状态的互相转换,亟需一种系统的定性分析与定量计算相结合的方法,实现舆情信息获取及其获取效果测度,以提高网络舆情信息获取的客观性、精准性、高效性。怀揣对以上问题的深度思考,本文尝试探索多媒体网络舆情信息并发获取机理与话题衍进追踪的相关理论与实践研究,进而提供更为客观科学的网络舆情信息获取路径与方法。目前,多媒体网络舆情信息的并发获取机理与话题衍进追踪的相关研究较少,对于多媒体网络舆情信息并发获取概念、内涵尚无明确界定,有关话题追踪的文献更多的是侧重于相关技术的研究,尚未对舆情话题衍进追踪进行全面而系统的理论与实践分析。鉴于此,本文综合信息学、管理学、情报学、统计学、计算机科学等多种学科优势共同探讨多媒体网络舆情信息的并发获取机理与话题衍进追踪。明确了多媒体网络舆情信息并发获取的概念、特征、流程,深度解析了网络舆情信息并发获取机理,构建了网络舆情信息并发获取模型,探索了网络舆情话题衍进追踪的内涵、过程,详细分析了网络舆情话题的衍进态势,并构建了动态的追踪模型,通过实证研究的方式验证了模型的合理性与可行性,以期从理论与实践两个方面展开网络舆情信息并发获取机理与话题衍进追踪的深度研讨,提高网络舆情信息获取的有效性,从而更好更快响应网络舆情的科学实践管理,进一步丰富网络舆情的基础理论与实践应用研究。本文的主要研究内容包括以下几个方面。第一,通过对国内外相关文献的总结归纳,借鉴当前网络舆情相关理论与方法研究,提出了多媒体网络舆情并发获取的概念、特征、原则,将网络舆情信息并发获取数据源划分为舆情主体、舆情客体、舆情媒体、舆情本体四种类型的数据源,并探讨了多媒体网络舆情信息并发获取的流程。第二,基于前文的基础研究,探寻了多媒体网络舆情信息并发获取的支撑动力,分析了网络舆情信息并发获取的时态属性,从单维时序的角度描述了网络舆情信息并发获取的数据源形成机理、线程管控机理、数据监视累积机理、数据采集存储机理、数据触发机理;从多维态势的角度描述了网络舆情信息并发获取的话题衍进机理、话题衍进追踪机理。最后解析了多媒体网络舆情信息并发获取的机理相互作用关系。第三,根据单维时序的多媒体网络舆情信息并发获取的机理分析,明确了网络舆情信息并发获取的构成要素,综合运用DEMATEL分析法、AHP分析法、FMF分析法构建了网络舆情信息并发获取模型。通过爬虫软件采集数据,根据模型计算过程进行数值计量,最后总结研究结果。第四,参考查阅相关文献信息,阐述了多媒体网络舆情话题衍进追踪的内涵及特性,明确了网络舆情话题衍进追踪过程,从时间变化的角度解析了网络舆情话题衍进的追踪态势,阐明了多媒体网络舆情信息并发获取与话题衍进追踪之间的关联关系,构建了多媒体网络舆情话题衍进追踪概念模型,并分析了舆情话题衍进过程中各时期的追踪特征。第五,在多媒体网络舆情话题衍进追踪理论分析的基础上,明晰多媒体网络舆情话题衍进追踪目标,从抽象---具象化角度对其展开深入探讨,分析了多媒体网络舆情话题衍进追踪的流程,从网络舆情话题衍进指数、强度、关联度、漂移度四个方面构建多媒体网络舆情话题衍进追踪模型。依据构建的模型,采集数据,进行实证分析。第六,根据多媒体网络舆情信息并发获取与话题衍进追踪的研究结论,从网络舆情客体、主体、媒体、本体、情境五个维度提出了较为具体的管控策略,充分分析与利用有效获取的网络舆情信息,为网络舆情的综合治理提供客观、可行的策略支持。本研究拓宽了网络舆情的研究范畴,从多视阈角度融入了新的探索理念,丰富了多媒体网络舆情信息并发获取机理与话题衍进追踪的理论研究。通过数理分析、模型构建、实证研究的方式提供了一套较为完整的网络舆情信息并发获取与话题衍进追踪应用实践量化体系,为大数据环境下多媒体网络舆情的管控治理提供了可行的管理策略,有助于净化网络舆情环境,促进网络舆情走势的良性化。
邢海龙[5]（2020）在《大数据联盟数据挖掘服务模式研究》文中认为随着社交网络、传感器技术、移动互联网技术的快速发展,数据存储量已经达到了PB级别,成为了企业乃至国家的重要性战略资源。在国家政策的积极推动下,大数据服务平台不断涌现,为满足在“数据海洋”中获取所需资源及挖掘数据背后的潜在价值奠定了良好基础。但是目前大数据服务市场还处于发展初期,发育还不够完全,在面对用户多样的数据挖掘服务需求时,单一企业在服务能力方面还存在不足。为此,以大数据产业链为依托,以提高数据挖掘服务能力和服务质量为目的,通过整合大数据产业链上、中、下游企业的资源优势、技术优势和服务优势,以联盟的组织形式为社会提供数据挖掘服务,对完善大数据服务市场起到了重要作用,大数据联盟采用的服务模式将直接影响着数据挖掘服务的质量和水平,构建符合大数据服务需求特点、有利于整合联盟成员数据资源的数据挖掘服务模式是数据企业急需解决的紧迫课题。在跟踪总结国内外大数据、大数据联盟、数据挖掘及服务模式的研究现状、发展趋势和实际应用情况的基础上,分析和界定了大数据联盟、数据挖掘服务的相关概念及特点。从合作协同视角,运用核心能力理论、协同理论、博弈理论等,揭示大数据联盟合作机理,在分析大数据联盟数据演化过程、数据挖掘层次的基础上,构建大数据联盟数据挖掘服务模式框架。在此基础上,提出了大数据联盟标准化数据挖掘服务模式、定制化数据挖掘服务模式和智能化数据挖掘服务模式。标准化数据挖掘服务是针对用户共性化需求,提供的一种数据挖掘服务。该服务模式结合用户的需求类型,将联盟通过数据挖掘获取的资源进行服务产品的封装,以数据产品的形式进行发布与交付。并依照用户对服务认知和理解的程度不同,将服务方式划分为自助式和咨询式两种服务方式,以及从售后服务、运营监管两方面,提出标准化数据挖掘服务保障。定制化数据挖掘服务是针对用户个性化需求,提供的一种数据挖掘服务。该服务模式从联盟用户需求描述、服务能力挖掘、联盟数据准备、模型构建、模型评估和服务交付几个环节,构建大数据联盟定制化数据挖掘服务过程模型,依照用户的参与程度不同,将服务方式划分为委托式和跟进式两种服务方式,并从协调管理、资源配置、协同调度三方面,提出定制化数据挖掘服务保障措施。智能化数据挖掘服务是针对用户混合型需求,进行的一种数据挖掘服务。该服务模式是融合智能决策理论和知识推理方法,从服务需求知识表示、服务智能检索、服务重用与调整、服务支付、服务知识学习与存储几个环节,构建大数据联盟智能化数据挖掘服务过程模型,将服务方式划分为智能交互的委托式和智慧协同的跟进式两种服务方式,并从多案例经验集成、群体智能两方面,提出智能化数据挖掘服务保障措施。在实证研究部分,选择中关村大数据产业联盟中,以提供数据挖掘服务为主要业务的ZWJ大数据联盟为研究对象,将本文提出的大数据联盟数据挖掘服务模式运用到实际联盟中,验证数据挖掘服务模式的科学性与合理性,并完善数据挖掘服务模式管理体系。对大数据联盟数据挖掘服务模式的研究,有利于数据资源的流通、共享和价值创造。在满足日益增长的数据挖掘服务需求的同时,充分发挥联盟的资源优势、技术优势,挖掘数据资源背后的“知识财富”。为促进我国大数据服务产业蓬勃发展,提高数据资源价值活力和数字技术创新能力具有重要作用。同时研究成果有助于丰富企业资源管理理论与服务模式理论体系,并对大数据产业发展及大数据服务应用具有重要现实指导意义。
韩冬辰[6]（2020）在《面向数字孪生建筑的“信息-物理”交互策略研究》文中研究表明建筑信息模型（BIM）正在引发从建筑师个人到建筑行业的全面转型,然而建筑业并未发生如同制造业般的信息化乃至智能化变革。本文以BIM应用调研为出发点,以寻找限制BIM生产力发挥的问题根源。调研的众多反馈均指向各参与方因反映建筑“物理”的基础信息不统一而分别按需创建模型所导致的BIM模型“林立”现状。结合行业转型的背景梳理与深入剖析,可以发现是现有BIM体系在信息化和智能化转型问题上的直接表现:1)BIM无法解决跨阶段和广义的建筑“信息孤岛”;2)BIM无法满足建筑信息的准确、全面和及时的高标准信息要求。这两个深层问题均指向现有BIM体系因建成信息理论和逆向信息化技术的缺位而造成“信息-物理”不交互这一问题根源。建成信息作为建筑物理实体现实状态的真实反映,是未来数字孪生建筑所关注而现阶段BIM所忽视的重点。针对上述问题根源,研究对现有BIM体系进行了理论和技术层面的缺陷分析,并结合数字孪生和逆向工程等制造业理论与技术,提出了本文的解决方案——拓展现有BIM体系来建构面向数字孪生建筑的“信息-物理”交互策略。研究内容如下:1)本文基于建筑业的BIM应用调研和转型背景梳理,具体分析了针对建成信息理论和逆向信息化技术的现有BIM体系缺陷,并制定了相应的“信息-物理”交互策略;2)本文从建筑数字化定义、信息分类与描述、建筑信息系统出发,建构了包含BIM建成模型、“对象-属性”分类与多维度描述方法、建筑“信息-物理”交互系统在内的建成信息理论;3)本文依托大量案例的BIM结合建筑逆向工程的技术实践,通过实施流程和实验算法的开发建构了面向图形类建成信息的“感知-分析-决策”逆向信息化技术。研究的创新性成果如下:1)通过建筑学和建筑师的视角创新梳理了现有BIM体系缺陷并揭示“信息-物理”不交互的问题根源;2)通过建成信息的理论创新扩大了建筑信息的认知范畴并丰富了数字建筑的理论内涵;3)通过逆向信息化的技术创新开发了建成信息的逆向获取和模型创建的实验性流程与算法。BIM建成模型作为“信息-物理”交互策略的实施成果和能反映建筑“物理”的信息源,将成为其它模型的协同基础而解决BIM模型“林立”。本文聚焦“物理”建成信息的理论和技术研究将成为未来探索数字孪生建筑的基础和起点。
殷希彦[7]（2020）在《基于知识的乘用车总装线数字化工艺设计方法研究》文中指出乘用车总装线与乘用车的设计、制造过程密切相关,可以体现乘用车产品的成本、质量等影响市场占有率的关键指标。随着乘用车产品和生产技术的快速发展,乘用车总装线也需要随之改造升级。乘用车总装线工艺设计是总装线设计的核心,目的是在保证乘用车产品质量的前提下,选择一条可行的、高效的、低成本的生产工艺路线。然而,在向数字化、信息化、智能化工艺设计转型升级过程中,我国乘用车总装线设计单位普遍存在设计知识储备不足、难以灵活重用、缺乏实用工具等问题。如何利用现有设计知识、经验、工具,对设计人员完成工艺设计任务提供有效支持,提高工艺设计的质量和效率是乘用车总装线设计单位亟待解决的问题。基于上述问题,本文主要从乘用车总装线设计知识的表示方法、设计知识的智能推送方法、三维数字模型的智能装配方法等方面展开研究,主要内容如下:（1）研究了乘用车总装线数字化工艺设计方法及体系架构。在分析了现有乘用车总装线工艺设计方法的基础上,根据乘用车总装线工艺设计的需求,提出以设计知识智能推送来提高工艺设计质量,以三维数字模型的智能装配来提高工艺设计效率的乘用车总装线数字化工艺设计方法,明确了该方法的框架。（2）研究了基于本体与复杂网络理论的乘用车总装线工艺设计知识建模方法。在分析乘用车总装线工艺设计整体流程的基础上,将乘用车总装线工艺设计基本要素划分为五种:设计人员、设计任务、设计知识、设计流程和设计资源,并对设计知识进行了详细分类;基于本体技术,对显性工艺知识及关联的各基本要素进行了建模;其次,基于复杂网络理论构建了设计人员、设计任务和设计知识间的三维复杂网络模型,详细给出了模型的构建方法、结构及对应的实际工程意义。（3）提出了基于关联-经验-需求的乘用车总装线工艺设计知识智能推送方法。针对当前设计知识推送算法对多因素共同作用考虑不足的问题,在分析了乘用车总装线工艺设计知识推送原则的基础上,基于本体和三维复杂网络模型,综合考虑设计知识和设计任务的关联度、设计人员对设计知识的反馈操作,以及设计知识的类型、信息量,设计人员的经验、记忆能力等特点,提出了符合设计任务要求和设计人员需求的设计知识智能推送方法。对比实验证明该方法可以有效满足设计人员对设计知识的需求。（4）提出了一种基于装配知识模型的三维数字模型智能装配方法。在乘用车总装线三维数字模型进行装配时,基于装配知识模型推送最佳装配方案供设计人员选择,若装配方案不满足设计人员需求,则可通过设计人员对三维数字模型的拖拽操作智能识别设计人员的装配意图,从而快速完成装配过程。对比实验证明智能装配方法在提高装配效率、减少设计人员工作量、降低操作复杂度方面优势明显。（5）以国内某汽车工厂设计院为对象,在该设计院现有工艺设计整体流程的基础上,将本文所提方法具象化,设计并开发了面向乘用车总装线的数字化工艺设计平台,给出了平台的开发思路、软件架构、功能模块、数据集成方法。通过平台在该设计院的实际应用效果,论证了本文工作的意义和有效性。
杜建玮[8]（2020）在《驾驶员对可变标志的信息认知有效性研究》文中研究表明中国经济的持续发展,使得交通系统的供需矛盾日益凸显,从而促进了各种新技术用于改善交通系统的运行,其中信息技术的应用对智能交通系统的更新和交通运行效率的改善起到了重要的作用。可变信息标志VMS（Variable Message Sign）作为智能交通系统中重要的信息发布设备,已广泛应用于城市道路及高速公路的管理中,为驾驶员提供实时的交通信息,对引导其选择合理路径,避免拥堵扩散,均衡路网交通量具有显着的价值。但根据调查研究发现,VMS的布设效果不尽人意,出行者对VMS信息的利用度及信任度较低。究其原因是由于我国对VMS发布图符信息数量及大小等缺乏设计标准,影响驾驶员对VMS的认知能力,使得VMS无法充分发挥作用。针对目前驾驶员对VMS信息认知过程、VMS设计设置中存在的问题,本文重点解决以下四个问题:VMS信息量化方法:以信息论为基础,对现常用交通标志元素进行分类,分别明确单义元素和组合元素信息量化遵循的计算原则,结合认知理论,确定信息量化时的基本单位、单位元素信息量大小,以此构建VMS信息量化模型。驾驶员信息获取度评价:基于驾驶员对VMS识别过程特性,提出认度概念;根据VMS是否换屏将其分为静态VMS和动态VMS,分别分析了影响驾驶员视认的主要因素,选取合适的指标评价驾驶员正确完整的获取标志传递信息的程度,通过模型和实测对比试验验证模型的适用性,其结果表明:VMS信息量大于90bit时,信息量轻度过载;当静态VMS认度率低于0.8或动态VMS周期有效度小于0.9时,此时被试无法对VMS进行充分视认。驾驶员信息利用度评价:VMS布设于交通关键点前方,驾驶员获取信息后需保持有用信息至关键点处,以保证进行正确的响应。基于驾驶员信息加工过程,通过试验分析动态视认条件下驾驶员信息获取情况,提出信息保存度概念;总结驾驶员短时记忆衰减规律,构建不同信息保存度下驾驶员最大短时记忆时间计算模型,并选取记忆有效度为指标对驾驶员信息利用情况进行评价,对比试验结果表明:当记忆有效度大于0.85而小于1.5时,VMS的效度较好。驾驶员认知负荷分析:为研究认知过程中不同标志信息密度使驾驶员产生的视觉工作记忆负荷,本文利用E-Prime软件获得试验中驾驶员的反应时和正确率,利用SPSS对其进行分析,结果表明:刺激强度在14.16bit/m2内,反应时在1800ms内,正确率大于70%;刺激间隔时间为15s时,反应时低于1700ms,被试的正确率接近80%,此时被试承受适当的工作负荷,并应用上述结论给出不同限速情况下VMS与传统静态标志组合布设的建议布设间距。
秦楚雄[9]（2020）在《端到端语音识别技术研究》文中进行了进一步梳理语音识别技术已经广泛应用于各类民用和军用领域,基于传统建模方法的语音识别技术相对成熟。近年来,随着端到端语音识别技术的提出与发展,语音识别系统逐渐克服了传统的模块化设计和独立性假设,模型具备了能够联合优化、易于部署等优点,并在很多识别任务中取得了最佳的识别结果,成为了极具发展前景的语音识别技术,是近年来语音识别领域的研究热点。当前的端到端语音识别模型主要依赖于深度学习技术,并利用一体化的神经网络进行建模,这导致了端到端语音识别存在三个突出问题。一是当前端到端语音识别对标注训练数据量的需求极大;二是数据驱动的模型机制存在很多优化空间;最后,端到端语音识别依赖于深度网络模型还会导致其缺乏可解释性。本文围绕端到端语音识别的这三个关键问题展开研究,具体工作主要体现在四个方面,分别为基于迁移学习的语音识别、基于主动学习和半监督训练的语音识别、对端到端模型的结构优化与训练优化、注意力模型的可解释性等研究。主要工作如下:1.基于迁移学习的端到端语音识别技术。基于数据驱动训练方式的端到端语音识别模型缺乏知识的引导,在训练数据量有限的语音识别任务中,因受制于特征表达能力有限、模型假设空间较多等因素,端到端语音识别性能不够理想。本文为此提出了一种基于迁移学习的端到端语音识别方法。首先在特征提取层面,提出了一种新的语音高层迁移特征提取方法。该方法基于数据增强的思想,通过多语言共享训练、迁移隐含层进行目标语言自适应训练,从而实现意大利语、德语、法语、西班牙语到英语的知识迁移,然后对权值矩阵进行凸非负矩阵分解（Convex Nonnegative Matrix Factorization,CNMF）来提取高层特征,使得特征具有更强的鲁棒性和高层语义表达能力。其次,基于高层特征,在建模层面进行迁移学习。基于非共享隐含层结构,提出两种联合建模方法,一种是连接时序分类（Connectionist Temporal Classification,CTC）-注意力联合模型,另一种是多CTC-多编码器层次注意力模型。通过迁移CTC算法对序列对齐的单调约束能力,以及共享不同分辨率模型之间的互补信息,达到减少建模假设空间的目的,从而在有限的训练数据条件下获得更好的模型性能。实验证明,本文所提出的迁移学习方法相比其他方法具有明显的优越性,且在TIMIT语料库中取得了最佳的端到端语音识别结果。2.基于主动学习和半监督训练的端到端语音识别技术。对语音数据进行标注通常较为耗时耗力,为了更高效的利用训练数据,降低模型对标注数据的依赖度,本文基于端到端注意力语音识别中的主动学习任务和半监督训练任务,提出一种新的语句评估算法——N-best信息密度（N-best Information Density,NID）算法。具体来说,首先在注意力模型中提出一种基于注意力的语句信息表示方法,基于该信息表示方法可以计算得到每条语句相对其他语句的平均距离,从而对决策时的语句信息密度进行评估。然后利用N-best解码概率,将语句的解码熵和基于注意力平均距离的信息密度相结合,计算语句的标注价值得分。在不同的主动学习和半监督训练实验中,均证明了NID算法相对其他算法的优越性,而对于扩展语句数量较多的任务,语句平均距离这一指标在决策得分中起到更大的作用。进一步对比不同算法的得分排序,证明NID算法有效引入了与其它算法互异的查询信息。3.端到端语音识别模型的结构优化与训练优化方法。端到端语音识别模型结构与训练算法在模型内部缺乏足够的约束条件,导致模型在训练时存在一定盲目性。本文重点针对注意力模型结构和训练的代价函数这两个方面展开研究。首先在结构优化方面,为了使得基于递归神经网络（Recurrent Neural Network,RNN）的注意力模型在计算注意力时引入更多长时信息与单调约束,提出一种融合多层编码器输出的注意力机制,在深度上对注意力机制进行扩展。使用连续多层输出乘积替代编码器的单层输出,进而计算注意力匹配得分,然后利用连续输出的残差连接机制计算注意力背景（Attention context）向量。进一步将多层注意力结构与多抽头机制结合,在广度上对注意力进行扩展。该方法基于多层输出的注意力构建多抽头结构,使得每个抽头在计算时均包含多层输出信息。其次,在训练优化方面,为了解决训练目标函数与测试评价指标的不一致的问题,同时也为了降低模型训练过拟合以及预测过置信的问题,本文将评价指标引入训练目标函数。提出了一种基于评价指标正则化的标签平滑训练算法。该算法将传统标签平滑算法中平滑项的常量系数替换为语音识别的测试评价指标,实现了自适应正则化标签平滑。从结构优化、训练优化、综合优化三方面展开实验,在TIMIT、WSJ和LibriSpeech三个语料库的实验结果表明,使用多层注意力机制显着优于使用传统注意力机制的识别率,且结合了多层与多抽头的注意力模型在识别率方面得到进一步提升。此外,无论是RNN注意力模型还是Transformer语音识别模型,训练优化算法相比普通训练方法以及传统的标签平滑训练方法在识别率方面有显着提升。最终的综合优化实验则在TIMIT、WSJ两个语料库中取得了当前最佳的端到端语音识别结果,在LibriSpeech语料库则取得最佳的RNN注意力模型语音识别结果。4.注意力语音识别模型的可解释性研究。基于注意力机制的模型是端到端语音识别技术中的重要建模方法,然而使用深度学习技术的注意力模型属于一种“黑盒（Black box）”模型,它的中间输出结果与训练过程缺乏足够的透明度与解释性。本文主要针对注意力语音识别模型,针对编码器的输出和训练动态规律展开两方面的解释性研究工作。首先给出一种注意力模型编码器输出的可视化方法,提出了一种基于注意力权重和先验知识的帧级强制对齐方法,结合t分布随机邻近嵌入（t-distributed Stochastic Neighbor Embedding,tSNE）降维算法对编码器的输出实现可视化;其次针对注意力模型的训练规律进行研究,将编码器带标注的t-SNE降维输出通过音素分段的方式进行不同模型之间的典型关联分析（Canonical Correlation Analysis,CCA）,从而实现对音素级别的训练动态分析。实验对比了不同设置下模型的编码器可视化图,可视化图所展示的流形形状可以较好的展示出按照标注符号的顺序排列方式,并分析了不同模型输出与可视化图中符号分布的关系。实验进一步揭示了语音识别中不同类别音素在模型训练过程中的收敛性质,总结了收敛性质与相应识别率之间的关系。
王振鹏[10]（2020）在《融合文本特征的图像检索语义增强方法研究》文中研究表明随着数字化等信息技术的不断发展,数字图像信息不管是从数量上还是规模上都在飞速增长,如何管理和应用这些海量图像资源成为当前重点研究问题之一。就图像检索技术而言,传统利用人工标注关键字进行图像检索的技术已满足不了人们的实际需要,最近几年,基于内容的图像检索技术逐渐成为了新的研究热点。通常人们判别两张图像的相似程度并非根据图像的底层特征,而是根据图像描述的内容。而计算机对图像底层特征的理解较为容易,对获取图像高层语义内容描述较难,这即为基于内容的图像检索研究的主要难点。本文以提高图像检索性能为目标,就图像文本特征的提取,图像语义理解等问题进行了相关研究。主要研究工作如下:1、给出了一种注意力增强的图像文本信息获取方法。为了获取图像中含有的文本内容,利用Faster-RCNN网络对文本区域进行检测,同时,在网络模型上添加了注意力机制,通过注意力区域的获得,减少候选框的数量,由此在保证检测准确度的基础上,缩短了图像文本区域的检测时间。接着对检测到的文本区域进行处理,通过连通域检测、字符分割等操作获得单个文本字符图片,然后利用卷积神经网络对字符图像进行识别,最终获得图像文本内容。2、提出了一种融合文本特征的图像语义增强算法。同样利用Faster-RCNN网络对图像的目标进行检测,并提取图像的颜色特征,同时根据各个目标区域之间的相对位置获取空间关系特征,结合研究内容1中获得的文本特征,利用循环神经网络生成图像语义描述。3、给出一种融合文本特征的图像检索语义增强方法。将研究内容2生成的图像语义描述通过特征提取转换为图像语义特征向量,根据该方式将图像数据库提取特征获得图像特征库,在查询图像时,通过将其提取语义特征,并在特征库中进行相似性度量,最终实现图像检索的目的。对于本文提出的每一个算法,在对应的章节中,均通过实验进行了验证。实验结果表明给出的模型与算法都是切实有效的,与现有方法相比,本文的方法可以获得更准确的语义描述,并更加精确的完成融合文本特征的图像检索工作,使得人们能够更好的管理和应用海量图像数据。
二、图像检索中基于最大信息获取量的主动学习算法(英文)（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、图像检索中基于最大信息获取量的主动学习算法(英文)（论文提纲范文）
（1）城镇老年人移动社交应用软件设计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| 一 选题缘由 |
| (一)选题背景 |
| (二)选题目的与意义 |
| 二 相关概念阐述 |
| (一)城镇老年人 |
| (二)移动社交应用软件 |
| (三)用户体验 |
| 三 研究现状综述 |
| 四 国内外相关设计概述 |
| 五 研究思路与方法 |
| 第一章 变化与缺失:媒介环境变化中城镇老年人的状态和特征 |
| 第一节 媒介发展中的城镇老年人际关系状况 |
| 一、媒介形态变化中的沟通方式 |
| 二、移动媒介影响下的城镇老年人际关系特征 |
| 三、城镇老年人际关系的影响因素 |
| 第二节 城镇老年人身体状况和行为特征 |
| 一、城镇老年人的生理和心理机能状况 |
| 二、城镇老年人的生活习惯和价值偏好 |
| 三、城镇老年人的移动社交行为特征 |
| 第三节 城镇老年人认知行为和移动媒介素养特征 |
| 一、移动媒介下城镇老年人的认知行为特征 |
| 二、城镇老年人的移动媒介素养特征 |
| 本章小结 |
| 第二章 现状与困境:老年人移动社交应用软件设计的问题和趋向 |
| 第一节 城镇老年人移动社交应用软件的现状分析 |
| 一、“积极老龄化”理念下的老年人移动社交产业 |
| 二、城镇老年人移动社交应用软件设计要素分析 |
| 第二节 媒介传播范式转变中的设计困境 |
| 一、不合理的需求定位 |
| 二、交互逻辑忽视城镇老年人认知和行为特点 |
| 三、交互方式忽视城镇老年人行为习惯 |
| 四、交互界面不符合城镇老年人认知特点 |
| 第三节 老年人移动社交应用软件设计的发展趋势 |
| 一、品牌战略的发展趋势 |
| 二、功能的发展趋势 |
| 三、交互方式的发展趋势 |
| 四、交互界面的发展趋势 |
| 本章小结 |
| 第三章 理念与原则:城镇老年人移动社交应用软件的设计立场 |
| 第一节 由通用性到无障碍性:设计理念调整背后的逻辑转换 |
| 一、通用性设计理念的优势和弊端 |
| 二、无障碍设计理念的反思——用户的细分与深化 |
| 三、用户的价值显现与用户体验设计原则的精准化 |
| 第二节 以社交安全感为基础:由可靠性到归属感 |
| 一、安全机制的可靠和适度 |
| 二、交互逻辑和行为的安全感 |
| 三、社交主体的社交安全感 |
| 第三节 以包容性为中心:由交互逻辑到界面响应 |
| 一、交互逻辑的合理与精简 |
| 二、交互行为的容错 |
| 三、交互方式的适用 |
| 四、交互界面的简化和动态响应 |
| 第四节 以贴近性原则为核心:由视觉贴近到主体性贴近 |
| 一、视觉贴近原则 |
| 二、行为贴近原则 |
| 三、语境贴近原则 |
| 四、情感贴近原则 |
| 五、主体性贴近原则 |
| 本章小结 |
| 第四章 分析与方法:城镇老年人移动社交应用软件的设计依据 |
| 第一节 城镇老年人移动社交应用软件的设计依据 |
| 一、调研方法和依据 |
| 二、调研数据采集因素 |
| 三、样本回收及数据分析 |
| 四、调研结论 |
| 第二节 城镇老年人移动社交应用软件的设计规划 |
| 一、设计总体规划 |
| 二、理论视角下的设计需求和功能分析 |
| 三、城镇老年人移动社交应用软件的设计流程 |
| 第三节 场景理论下老年人移动社交应用软件的设计方法 |
| 一、基于阅读需求场景的设计方法 |
| 二、基于兴趣社交需求场景的设计方法 |
| 三、基于情感社交需求场景的设计方法 |
| 四、基于知识社交需求场景的设计方法 |
| 五、基于生活社交需求场景的设计方法 |
| 本章小结 |
| 第五章 模型与方案:城镇老年人移动社交应用软件的设计策略 |
| 第一节 基于需求场景理论的设计模型 |
| 一、用户模型的构建 |
| 二、需求模型的构建 |
| 第二节 基于人际关系三维理论的设计策略 |
| 一、基于“安全-信赖”体验的设计策略 |
| 二、基于“包容-符号”体验的视觉设计策略 |
| 三、基于“支配-互动”体验的感官融合设计策略 |
| 四、基于“情景-叙事”体验的设计策略 |
| 第三节 城镇老年人移动社交应用软件的设计方案 |
| 一、城镇老年人移动社交应用软件的设计定位 |
| 二、城镇老年人移动社交应用软件交互原型设计 |
| 三、城镇老年人移动社交应用软件高保真原型设计 |
| 第四节 城镇老年人移动社交应用软件的设计评估 |
| 一、可用性测试 |
| 二、设计评价 |
| 本章小结 |
| 结论 |
| 参考文献 |
| 附录1:人际关系和媒介素养调查问卷 |
| 附录2:用户体验设计需求调查问卷 |
| 附录3:用户访谈问题大纲 |
| 附录4:老年移动社交应用软件眼动实验任务引导语 |
| 附录5:老年移动社交应用软件用户主观评价量表 |
| 攻读学位期间取得的学术成果 |
| 致谢 |
（3）基于主题模型与知识图谱的电子公文主题标引方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 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 研究内容 |
| 1.2.1 研究问题 |
| 1.2.2 研究对象 |
| 1.2.3 研究内容 |
| 1.3 研究思路与方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法和工具 |
| 1.4 论文结构与创新点 |
| 1.4.1 论文结构 |
| 1.4.2 论文创新点 |
| 第2章 相关研究现状 |
| 2.1 主题标引的相关研究 |
| 2.1.1 主题标引的基本概念 |
| 2.1.2 主题标引的演进历史 |
| 2.1.3 主题标引的技术方法 |
| 2.2 主题模型的相关研究 |
| 2.2.1 主题模型概述 |
| 2.2.2 主题模型应用研究 |
| 2.3 研究述评 |
| 第3章 研究框架 |
| 3.1 研究设计 |
| 3.2 研究整体框架 |
| 3.2.1 自由文本数据和词典数据的预处理 |
| 3.2.2 电子公文文档集主题识别和分析 |
| 3.2.3 主题词表语义转换 |
| 3.2.4 电子公文主题的自动标引 |
| 3.3 数据集的构建与清洗 |
| 3.3.1 实证数据 |
| 3.3.2 验证数据 |
| 第4章 基于主题模型的电子公文主题分析研究 |
| 4.1 融合主题词表语言特征和通用主题模型LDA的主题分析 |
| 4.1.1 研究方法及流程 |
| 4.1.2 实证研究 |
| 4.2 融合共词网络特征和层次主题模型hLDA的主题分析 |
| 4.2.1 层次主题模型及共词网络概述 |
| 4.2.2 研究方法及流程 |
| 4.2.3 实证研究 |
| 4.3 小结 |
| 第5章 基于知识图谱的主题词表语义自动转换研究 |
| 5.1 主题词表及语义转化的理论研究 |
| 5.2 研究方法及流程 |
| 5.2.1 分析主题词表构成及其语义关系类型 |
| 5.2.2 构建基于SKOS数据模型的语义转换映射方案 |
| 5.2.3 主题词表的SKOS语义自动转换 |
| 5.2.4 SKOS语义化主题词表自动转换知识图谱 |
| 5.3 实证研究 |
| 5.3.1 数据来源 |
| 5.3.2 分析结果 |
| 5.4 小结 |
| 第6章 综合应用主题模型与知识图谱的电子公文主题标引研究 |
| 6.1 基于LDA和知识图谱的电子公文主题标引研究 |
| 6.1.1 方案及流程 |
| 6.1.2 实证研究 |
| 6.1.3 有效性分析 |
| 6.2 基于hLDA和知识图谱的电子公文主题标引研究 |
| 6.2.1 方法及流程 |
| 6.2.2 实证研究 |
| 6.2.3 有效性分析 |
| 6.3 有效性验证 |
| 6.4 总结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 不足与展望 |
| 参考文献 |
| 附录1 实证数据 |
| 附录2 验证数据 |
| 附录3 主题词表数据 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（4）多媒体网络舆情信息的并发获取机理与话题衍进追踪研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状综述 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 研究现状述评 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 研究创新点 |
| 1.6 本章小结 |
| 第2章 相关理论基础 |
| 2.1 信息论与全信息理论 |
| 2.1.1 信息论 |
| 2.1.2 全信息理论 |
| 2.2 信息传播的相关理论 |
| 2.2.1 信息传播理论 |
| 2.2.2 信息生命周期理论 |
| 2.3 多媒体网络舆情的相关理论 |
| 2.3.1 网络舆情 |
| 2.3.2 多媒体网络舆情 |
| 2.4 信息获取与追踪的相关理论 |
| 2.4.1 信息获取理论 |
| 2.4.2 话题追踪理论 |
| 2.5 本章小结 |
| 第3章 多媒体网络舆情信息并发获取的相关分析 |
| 3.1 多媒体网络舆情信息并发获取的界定 |
| 3.2 多媒体网络舆情信息并发获取目标 |
| 3.3 多媒体网络舆情信息并发获取原则 |
| 3.3.1 整体与部分相协调原则 |
| 3.3.2 主观与客观相结合原则 |
| 3.3.3 有限与无限相统一原则 |
| 3.3.4 单维时序与多维态势相结合原则 |
| 3.4 多媒体网络舆情信息并发获取特征 |
| 3.4.1 多媒体网络舆情并发获取运行的非线性 |
| 3.4.2 多媒体网络舆情并发获取阶段的自适应性 |
| 3.4.3 多媒体网络舆情并发获取任务执行的时序性 |
| 3.4.4 多媒体网络舆情并发获取负载技术的均衡性 |
| 3.5 多媒体网络舆情信息并发获取数据源分析 |
| 3.5.1 舆情主体数据源分析 |
| 3.5.2 舆情客体数据源分析 |
| 3.5.3 舆情媒体数据源分析 |
| 3.5.4 舆情本体数据源分析 |
| 3.6 多媒体网络舆情信息并发获取流程分析 |
| 3.6.1 多媒体网络舆情信息检索 |
| 3.6.2 多媒体网络舆情信息抓取 |
| 3.6.3 多媒体网络舆情信息萃取 |
| 3.6.4 多媒体网络舆情信息存取 |
| 3.6.5 多媒体网络舆情信息智取 |
| 3.6.6 多媒体网络舆情主体交互 |
| 3.7 本章小结 |
| 第4章 多媒体网络舆情信息并发获取机理分析 |
| 4.1 多媒体网络舆情信息并发获取动力分析 |
| 4.1.1 并发获取内源动力 |
| 4.1.2 并发获取外源动力 |
| 4.1.3 舆情并发获取动力作用模式 |
| 4.2 多媒体网络舆情信息并发获取的时态属性 |
| 4.2.1 单维时序属性 |
| 4.2.2 多维态势属性 |
| 4.3 基于单维时序的多媒体网络舆情信息并发获取机理 |
| 4.3.1 并发获取数据源形成机理 |
| 4.3.2 并发获取线程管控机理 |
| 4.3.3 并发获取数据监视累积机理 |
| 4.3.4 并发获取数据采集存储机理 |
| 4.3.5 并发获取数据触发机理 |
| 4.4 基于多维态势的多媒体网络舆情信息并发获取机理 |
| 4.4.1 话题衍进机理 |
| 4.4.2 衍进追踪机理 |
| 4.5 多媒体网络舆情信息并发获取机理关系分析 |
| 4.5.1 多媒体网络舆情信息并发获取的数据源与机理关系 |
| 4.5.2 多媒体网络舆情信息并发获取的过程与机理关系 |
| 4.5.3 多媒体网络舆情信息并发获取的机理间作用关系 |
| 4.6 本章小结 |
| 第5章 多媒体网络舆情信息并发获取模型构建 |
| 5.1 多媒体网络舆情信息并发获取模型构建总体思路 |
| 5.2 多媒体网络舆情信息并发获取模型构成要素 |
| 5.2.1 构成要素解析 |
| 5.2.2 构成要素度量方法 |
| 5.3 多媒体网络舆情信息并发获取模型 |
| 5.3.1 舆情信息并发获取模型构建过程 |
| 5.3.2 基于DEMATEL的构成要素识别模型 |
| 5.3.3 基于AHP的要素权重模型构建 |
| 5.3.4 基于FMF的网络舆情信息并发获取模型 |
| 5.4 多媒体网络舆情信息并发获取实证分析 |
| 5.4.1 网络舆情数据源获取 |
| 5.4.2 网络舆情信息并发获取构成要素识别 |
| 5.4.3 网络舆情信息并发获取构成要素权重确定 |
| 5.4.4 网络舆情信息并发获取触发值计算 |
| 5.4.5 实验结果解析 |
| 5.5 本章小结 |
| 第6章 多媒体网络舆情话题衍进追踪过程及态势解析 |
| 6.1 多媒体网络舆情话题衍进追踪的内涵与特性 |
| 6.1.1 多媒体网络舆情话题衍进追踪的内涵 |
| 6.1.2 多媒体网络舆情话题衍进追踪的特性 |
| 6.2 多媒体网络舆情话题衍进追踪过程 |
| 6.2.1 网络舆情演进 |
| 6.2.2 网络舆情话题衍进态势 |
| 6.2.3 网络舆情话题衍进追踪 |
| 6.2.4 舆情话题衍进追踪过程 |
| 6.3 多媒体网络舆情话题衍进追踪态势分析 |
| 6.3.1 舆情话题衍进的运动模式 |
| 6.3.2 舆情话题衍进追踪态势解析 |
| 6.4 多媒体网络舆情并发获取与话题衍进追踪的关联关系 |
| 6.4.1 单维时序关联 |
| 6.4.2 多维态势关联 |
| 6.4.3 综合关联关系 |
| 6.5 多媒体网络舆情话题衍进追踪概念模型构建 |
| 6.5.1 模型构建 |
| 6.5.2 舆情话题衍进各时期追踪特征 |
| 6.6 本章小结 |
| 第7章 多媒体网络舆情话题衍进追踪模型构建 |
| 7.1 多媒体网络舆情话题衍进追踪的总体目标 |
| 7.1.1 网络舆情话题衍进追踪的动态表征 |
| 7.1.2 网络舆情话题衍进追踪的目标 |
| 7.2 多媒体网络舆情话题衍进追踪的抽象-具象化解析 |
| 7.2.1 网络舆情话题衍进追踪的抽象化共生作用 |
| 7.2.2 基于多维态势的具象化网络舆情话题衍进追踪 |
| 7.3 多媒体网络舆情话题衍进追踪的流程 |
| 7.3.1 多媒体网络舆情话题衍进追踪的技术分析 |
| 7.3.2 多媒体网络舆情话题衍进追踪的方法选取 |
| 7.3.3 多媒体网络舆情话题衍进追踪的流程 |
| 7.4 多媒体网络舆情话题衍进的最优话题选取 |
| 7.4.1 最优舆情话题选取步骤 |
| 7.4.2 网络舆情话题衍进期间的数据预处理 |
| 7.4.3 网络舆情话题衍进特征词权重计量 |
| 7.4.4 网络舆情话题衍进的聚类算法 |
| 7.5 多媒体网络舆情话题衍进追踪模型构建 |
| 7.5.1 网络舆情话题衍进指数模型构建 |
| 7.5.2 网络舆情话题强度模型构建 |
| 7.5.3 网络舆情话题关联度模型构建 |
| 7.5.4 网络舆情话题漂移度模型构建 |
| 7.6 实证研究 |
| 7.6.1 多媒体网络舆情话题的选定 |
| 7.6.2 多媒体网络舆情话题数据源获取与分析 |
| 7.6.3 多媒体网络舆情最优话题数量确定 |
| 7.6.4 多媒体网络舆情话题衍进追踪测度分析 |
| 7.6.5 研究结果总结 |
| 7.7 本章小结 |
| 第8章 多媒体网络舆情信息并发获取与话题衍进追踪的管控策略 |
| 8.1 客体管控策略 |
| 8.2 主体管控策略 |
| 8.3 媒体管控策略 |
| 8.4 本体管控策略 |
| 8.5 情境管控策略 |
| 8.6 本章小结 |
| 第9章 研究总结与展望 |
| 9.1 研究总结 |
| 9.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间取得的主要研究成果 |
（5）大数据联盟数据挖掘服务模式研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状及评述 |
| 1.3.1 大数据研究现状 |
| 1.3.2 大数据联盟研究现状 |
| 1.3.3 数据挖掘研究现状 |
| 1.3.4 服务模式研究现状 |
| 1.3.5 大数据联盟数据挖掘服务研究评述 |
| 1.4 主要研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 第2章 大数据联盟合作机理与数据挖掘服务模式架构 |
| 2.1 大数据联盟内涵及构成 |
| 2.1.1 大数据联盟内涵 |
| 2.1.2 大数据联盟特征 |
| 2.1.3 大数据联盟成员构成 |
| 2.2 数据挖掘服务相关概念界定及过程设计 |
| 2.2.1 数据挖掘服务的相关概念界定 |
| 2.2.2 大数据联盟数据挖掘服务过程 |
| 2.3 大数据联盟合作机理 |
| 2.3.1 大数据联盟形成动因 |
| 2.3.2 大数据联盟合作网络发展阶段 |
| 2.3.3 大数据联盟资源共享关系 |
| 2.3.4 大数据联盟合作协同模型 |
| 2.4 大数据联盟数据挖掘服务模式架构设计 |
| 2.4.1 用户需求层次 |
| 2.4.2 数据挖掘层次 |
| 2.4.3 大数据联盟数据挖掘服务模式总体框架 |
| 2.5 本章小结 |
| 第3章 大数据联盟标准化数据挖掘服务模式 |
| 3.1 大数据联盟标准化数据挖掘服务模式整体架构 |
| 3.2 大数据联盟标准化数据挖掘服务内容与定价 |
| 3.2.1 大数据联盟标准化数据挖掘服务内容 |
| 3.2.2 大数据联盟标准化数据挖掘服务定价方法 |
| 3.3 大数据联盟标准化数据挖掘服务过程 |
| 3.3.1 共性化服务需求挖掘 |
| 3.3.2 联盟标准化服务产品形成 |
| 3.3.3 标准化服务封装与发布 |
| 3.3.4 标准化数据挖掘服务交付 |
| 3.4 大数据联盟标准化数据挖掘服务方式 |
| 3.4.1 自助式服务方式 |
| 3.4.2 咨询式服务方式 |
| 3.5 大数据联盟标准化数据挖掘服务实现保障 |
| 3.5.1 售后服务保障 |
| 3.5.2 运营监管保障 |
| 3.6 标准化数据挖掘服务模式适用范围及实施策略 |
| 3.6.1 标准化数据挖掘服务模式适用范围 |
| 3.6.2 标准化数据挖掘服务模式实施策略 |
| 3.7 本章小结 |
| 第4章 大数据联盟定制化数据挖掘服务模式 |
| 4.1 大数据联盟定制化数据挖掘服务模式整体架构 |
| 4.2 大数据联盟定制化数据挖掘服务内容与定价 |
| 4.2.1 大数据联盟定制化数据挖掘服务内容 |
| 4.2.2 大数据联盟定制化数据挖掘服务定价方法 |
| 4.3 大数据联盟定制化数据挖掘服务过程 |
| 4.3.1 用户个性化需求描述 |
| 4.3.2 联盟成员服务能力挖掘 |
| 4.3.3 联盟成员数据资源准备 |
| 4.3.4 数据挖掘模型选择与评估 |
| 4.3.5 定制化数据挖掘服务交付 |
| 4.4 大数据联盟定制化数据挖掘服务方式 |
| 4.4.1 委托式服务方式 |
| 4.4.2 跟进式服务方式 |
| 4.5 大数据联盟定制化数据挖掘服务实现保障 |
| 4.5.1 协调管理保障 |
| 4.5.2 资源配置保障 |
| 4.5.3 协同调度保障 |
| 4.6 定制化数据挖掘服务模式适用范围及实施策略 |
| 4.6.1 定制化数据挖掘服务模式适用范围 |
| 4.6.2 定制化数据挖掘服务模式实施策略 |
| 4.7 本章小结 |
| 第5章 大数据联盟智能化数据挖掘服务模式 |
| 5.1 大数据联盟智能化数据挖掘服务模式整体架构 |
| 5.2 大数据联盟智能化数据挖掘服务内容与定价 |
| 5.2.1 大数据联盟智能化数据挖掘服务内容 |
| 5.2.2 大数据联盟智能化数据挖掘服务定价方法 |
| 5.3 大数据联盟智能化数据挖掘服务过程 |
| 5.3.1 混合型需求的知识表示 |
| 5.3.2 数据挖掘服务智能检索 |
| 5.3.3 服务重用与调整 |
| 5.3.4 智能化数据挖掘服务交付 |
| 5.3.5 服务知识学习与案例存储 |
| 5.4 大数据联盟智能化数据挖掘服务方式 |
| 5.4.1 智能交互的委托式服务方式 |
| 5.4.2 智慧协同的跟进式服务方式 |
| 5.5 大数据联盟智能化数据挖掘服务实现保障 |
| 5.5.1 多案例经验集成保障 |
| 5.5.2 群体智能保障 |
| 5.6 智能化数据挖掘服务模式适用范围及实施策略 |
| 5.6.1 智能化数据挖掘服务模式适用范围 |
| 5.6.2 智能化数据挖掘服务模式实施策略 |
| 5.7 本章小结 |
| 第6章 ZWJ大数据联盟数据挖掘服务模式 |
| 6.1 ZWJ大数据联盟背景及概况 |
| 6.1.1 ZWJ大数据联盟背景 |
| 6.1.2 ZWJ大数据联盟成员类型 |
| 6.2 ZWJ大数据联盟数据挖掘服务平台及内容 |
| 6.2.1 ZWJ大数据联盟数据挖掘服务平台 |
| 6.2.2 ZWJ大数据联盟数据挖掘服务内容 |
| 6.3 ZWJ大数据联盟标准化数据挖掘服务 |
| 6.3.1 用户A的共性化需求描述 |
| 6.3.2 标准化数据挖掘服务搜索 |
| 6.3.3 标准化数据挖掘服务交付 |
| 6.4 ZWJ大数据联盟定制化数据挖掘服务 |
| 6.4.1 用户B的个性化需求描述 |
| 6.4.2 联盟成员服务能力挖掘 |
| 6.4.3 联盟成员数据资源准备 |
| 6.4.4 数据挖掘模型选择与评估 |
| 6.4.5 定制化数据挖掘服务交付 |
| 6.5 ZWJ大数据联盟智能化数据挖掘服务 |
| 6.5.1 用户C的混合型需求知识表示 |
| 6.5.2 数据挖掘服务智能检索 |
| 6.5.3 服务调整与交付 |
| 6.5.4 服务知识学习与存储 |
| 6.6 ZWJ大数据联盟数据挖掘服务模式实施效果与提升策略 |
| 6.6.1 ZWJ大数据联盟数据挖掘服务模式实施效果 |
| 6.6.2 ZWJ大数据联盟数据挖掘服务模式改进措施 |
| 6.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间参与的科研项目 |
| 致谢 |
（6）面向数字孪生建筑的“信息-物理”交互策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 BIM技术对建筑业及建筑师的意义 |
| 1.1.2 “信息-物理”不交互的问题现状 |
| 1.1.3 聚焦“物理”的数字孪生建筑启示 |
| 1.2 研究综述 |
| 1.2.1 数字孪生建筑的相关研究 |
| 1.2.2 反映“物理”的建成信息理论研究 |
| 1.2.3 由“物理”到“信息”的逆向信息化技术研究 |
| 1.2.4 研究综述存在的问题总结 |
| 1.3 研究内容、方法和框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究框架 |
| 第2章 BIM缺陷分析与“信息-物理”交互策略制定 |
| 2.1 现有BIM体系无法满足建筑业的转型要求 |
| 2.1.1 信息化转型对建筑协同的要求 |
| 2.1.2 智能化转型对高标准信息的要求 |
| 2.1.3 面向数字孪生建筑拓展现有BIM体系的必要性 |
| 2.2 针对建成信息理论的BIM缺陷分析与交互策略制定 |
| 2.2.1 现有BIM体系缺少承载建成信息的建筑数字化定义 |
| 2.2.2 现有BIM体系缺少认知建成信息的分类与描述方法 |
| 2.2.3 现有BIM体系缺少适配建成信息的建筑信息系统 |
| 2.2.4 针对建成信息理论的“信息-物理”交互策略制定 |
| 2.3 针对逆向信息化技术的BIM缺陷分析与交互策略制定 |
| 2.3.1 建筑逆向工程技术的发展 |
| 2.3.2 建筑逆向工程技术的分类 |
| 2.3.3 BIM结合逆向工程的技术策略若干问题 |
| 2.3.4 针对逆向信息化技术的“信息-物理”交互策略制定 |
| 2.4 本章小结 |
| 第3章 “信息-物理”交互策略的建成信息理论 |
| 3.1 建成信息的建筑数字化定义拓展 |
| 3.1.1 BIM建成模型的概念定义 |
| 3.1.2 BIM建成模型的数据标准 |
| 3.2 建成信息的分类与描述方法建立 |
| 3.2.1 “对象-属性”建成信息分类方法 |
| 3.2.2 建筑对象与属性分类体系 |
| 3.2.3 多维度建成信息描述方法 |
| 3.2.4 建成信息的静态和动态描述规则 |
| 3.3 建成信息的建筑信息系统构想 |
| 3.3.1 交互系统的概念定义 |
| 3.3.2 交互系统的系统结构 |
| 3.3.3 交互系统的算法化构想 |
| 3.4 本章小结 |
| 第4章 “信息-物理”交互策略的感知技术:信息逆向获取 |
| 4.1 建筑逆向工程技术的激光技术应用方法 |
| 4.1.1 激光技术的定义、原理与流程 |
| 4.1.2 面向场地环境和建筑整体的激光技术应用方法 |
| 4.1.3 面向室内空间的激光技术应用方法 |
| 4.1.4 面向模型和构件的激光技术应用方法 |
| 4.2 建筑逆向工程技术的图像技术应用方法 |
| 4.2.1 图像技术的定义、原理与流程 |
| 4.2.2 面向场地环境和建筑整体的图像技术应用方法 |
| 4.2.3 面向室内空间的图像技术应用方法 |
| 4.2.4 面向模型和构件的图像技术应用方法 |
| 4.3 趋近激光技术精度的图像技术应用方法研究 |
| 4.3.1 激光与图像技术的应用领域与技术对比 |
| 4.3.2 面向室内改造的图像技术精度探究实验设计 |
| 4.3.3 基于空间和构件尺寸的激光与图像精度对比分析 |
| 4.3.4 适宜精度需求的图像技术应用策略总结 |
| 4.4 本章小结 |
| 第5章 “信息-物理”交互策略的分析技术:信息物理比对 |
| 5.1 信息物理比对的流程步骤和算法原理 |
| 5.1.1 基于产品检测软件的案例应用与分析 |
| 5.1.2 信息物理比对的流程步骤 |
| 5.1.3 信息物理比对的算法原理 |
| 5.2 面向小型建筑项目的直接法和剖切法算法开发 |
| 5.2.1 案例介绍与研究策略 |
| 5.2.2 针对线型构件的算法开发 |
| 5.2.3 针对面型构件的算法开发 |
| 5.3 面向曲面实体模型的微分法算法开发 |
| 5.3.1 案例介绍与研究策略 |
| 5.3.2 针对曲面形态的微分法算法开发 |
| 5.3.3 形变偏差分析与结果输出 |
| 5.4 面向传统民居立面颜色的信息物理比对方法 |
| 5.4.1 案例介绍与研究策略 |
| 5.4.2 颜色部分设计与建成信息的获取过程 |
| 5.4.3 颜色部分设计与建成信息的差值比对分析 |
| 5.5 本章小结 |
| 第6章 “信息-物理”交互策略的决策技术:信息模型修正 |
| 6.1 BIM建成模型创建的决策策略制定 |
| 6.1.1 行业生产模式决定建成信息的模型创建策略 |
| 6.1.2 基于形变偏差控制的信息模型修正决策 |
| 6.1.3 建筑“信息-物理”形变偏差控制原则 |
| 6.2 基于BIM设计模型修正的决策技术实施 |
| 6.2.1 BIM设计模型的设计信息继承 |
| 6.2.2 BIM设计模型的设计信息替换 |
| 6.2.3 BIM设计模型的设计信息添加与删除 |
| 6.3 本章小结 |
| 第7章 结论与数字孪生建筑展望 |
| 7.1 “信息-物理”交互策略的研究结论 |
| 7.1.1 研究的主要结论 |
| 7.1.2 研究的创新点 |
| 7.1.3 研究尚存的问题 |
| 7.2 数字孪生建筑的未来展望 |
| 7.2.1 建筑数字孪生体的概念定义 |
| 7.2.2 建筑数字孪生体的生成逻辑 |
| 7.2.3 数字孪生建筑的实现技术 |
| 7.2.4 融合系统的支撑技术构想 |
| 参考文献 |
| 致谢 |
| 附录 A 建筑业BIM技术应用调研报告(摘选) |
| 附录 B “对象-属性”建筑信息分类与编码条目(局部) |
| 附录 C 基于Dynamo和 Python开发的可视化算法(局部) |
| 附录 D 本文涉及的建筑实践项目汇总(图示) |
| 个人简历、在学期间发表的学术论文与研究成果 |
（7）基于知识的乘用车总装线数字化工艺设计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩写词表 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 我国乘用车总装线工艺设计行业发展现状 |
| 1.1.2 我国乘用车总装线工艺设计行业面临的挑战 |
| 1.2 课题来源 |
| 1.3 研究目的及意义 |
| 1.4 相关领域国内外研究现状 |
| 1.4.1 乘用车总装线工艺设计中的智能制造技术和方法 |
| 1.4.2 乘用车总装线工艺设计知识表示与建模方法 |
| 1.4.3 乘用车总装线工艺设计知识重用方法 |
| 1.4.4 乘用车总装线设备/设施3D数模虚拟装配理论与方法 |
| 1.5 现有研究存在的问题与不足 |
| 1.6 研究内容与组织结构 |
| 第2章 基于知识的乘用车总装线数字化工艺设计需求分析及体系架构 |
| 2.1 引言 |
| 2.2 乘用车总装线工艺设计内容及需求分析 |
| 2.2.1 乘用车总装生产过程分析 |
| 2.2.2 乘用车总装线工艺设计基本要素 |
| 2.2.3 乘用车总装线工艺设计内容及存在的问题 |
| 2.3 基于知识的乘用车总装线数字化工艺设计方法体系架构 |
| 2.3.1 基于知识的乘用车总装线数字化工艺设计方法 |
| 2.3.2 基于知识的乘用车总装线数字化工艺设计平台总体架构 |
| 2.4 本章小结 |
| 第3章 基于本体与复杂网络理论的乘用车总装线工艺设计知识建模方法 |
| 3.1 引言 |
| 3.2 乘用车总装线工艺设计知识分析 |
| 3.2.1 设计知识特点和分类方法 |
| 3.2.2 显性知识与隐性知识的内涵 |
| 3.2.3 设计人员行为分析 |
| 3.3 显性工艺设计知识本体建模 |
| 3.3.1 本体技术简介 |
| 3.3.2 乘用车总装线工艺设计本体 |
| 3.3.3 设计任务和设计知识的统一向量化表示 |
| 3.4 隐性工艺设计知识复杂网络建模 |
| 3.4.1 3D-CNM构建 |
| 3.4.2 3D-CNM结构 |
| 3.4.3 3D-CNM统计特性 |
| 3.5 案例分析 |
| 3.6 本章小结 |
| 第4章 基于关联-经验-需求的乘用车总装线工艺设计知识智能推送方法 |
| 4.1 引言 |
| 4.2 工艺设计知识推送原则及CED方法框架 |
| 4.2.1 乘用车总装线工艺设计知识智能推送原则 |
| 4.2.2 CED方法框架 |
| 4.3 基于本体和3D-CNM的设计知识智能推送 |
| 4.3.1 客观关联度 |
| 4.3.2 基于设计人员反馈的主观关联度 |
| 4.3.3 基于集体智慧的主观关联度 |
| 4.3.4 整体关联度 |
| 4.3.5 设计人员对设计知识的需求度 |
| 4.3.6 设计知识推送方法 |
| 4.4 案例分析 |
| 4.4.1 实验准备工作 |
| 4.4.2 CED算法分析 |
| 4.4.3 对比实验分析 |
| 4.4.4 总结分析 |
| 4.5 本章小结 |
| 第5章 基于装配知识模型的乘用车总装线3D数模智能装配方法 |
| 5.1 引言 |
| 5.2 乘用车总装线3D数模装配过程分析 |
| 5.2.1 乘用车总装线3D数模层级和分类 |
| 5.2.2 乘用车总装线3D数模装配特点 |
| 5.3 乘用车总装线3D数模装配特征识别方法 |
| 5.3.1 投影图轮廓识别与OBB构造方法 |
| 5.3.2 投影图轮廓边的可见性判断与轮廓图主方向判断 |
| 5.3.3 特定安装面有效性检验 |
| 5.4 基于装配知识模型的装配方案推送 |
| 5.4.1 装配知识模型定义 |
| 5.4.2 装配方案推送 |
| 5.5 乘用车总装线3D数模装配意图识别方法 |
| 5.6 案例分析 |
| 5.6.1 案例基本信息 |
| 5.6.2 实验人员及实验方法 |
| 5.6.3 实验结果分析 |
| 5.7 本章小结 |
| 第6章 基于知识的乘用车总装线数字化工艺设计平台 |
| 6.1 平台开发背景 |
| 6.2 平台开发设计与实现 |
| 6.2.1 平台开发思路 |
| 6.2.2 智能装配功能 |
| 6.2.3 平台功能模块 |
| 6.2.4 平台数据集成 |
| 6.2.5 平台开发工具与运行环境 |
| 6.3 平台应用实例 |
| 6.3.1 设计信息管理 |
| 6.3.2 设计任务分配 |
| 6.3.3 设计知识推送 |
| 6.3.4 智能装配 |
| 6.3.5 应用效果分析 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 附录A 攻读学位期间取得的学术成果 |
| 附录B 攻读学位期间参与的科研项目 |
| 附录C 与本文相关的项目验收报告 |
| 附录D 与本文相关的软件着作权 |
（8）驾驶员对可变标志的信息认知有效性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 VMS的发展现状 |
| 1.3.2 VMS的有效性研究现状 |
| 1.3.3 驾驶员认知负荷研究现状 |
| 1.4 研究内容及技术路线 |
| 1.5 本章小结 |
| 第2章 VMS的认知理论基础 |
| 2.1 驾驶员视知觉工作原理 |
| 2.1.1 驾驶员视觉感知机理分析 |
| 2.1.2 驾驶员视知觉过程 |
| 2.2 驾驶员短时记忆 |
| 2.2.1 记忆多阶段模型 |
| 2.2.2 短时记忆 |
| 2.2.3 工作记忆 |
| 2.3 驾驶员认知负荷 |
| 2.3.1 认知负荷理论 |
| 2.3.2 认知负荷度量方法 |
| 2.4 本章小结 |
| 第3章 基于视知觉的VMS认度评价 |
| 3.1 VMS信息量度量方法 |
| 3.1.1 信息及信息论概述 |
| 3.1.2 VMS信息度量方法 |
| 3.2 VMS认度及评价指标 |
| 3.3 静态VMS认度评价 |
| 3.3.1 静态VMS认度评价模型 |
| 3.3.2 驾驶员可获取信息系数的测定 |
| 3.4 动态VMS认度评价 |
| 3.5 VMS认度评价模型测试 |
| 3.5.1 试验概况 |
| 3.5.2 静态VMS对比试验 |
| 3.5.3 动态VMS对比试验 |
| 3.6 本章小结 |
| 第4章 基于短时记忆的VMS效度评价 |
| 4.1 驾驶员信息保存时间量化 |
| 4.1.1 驾驶员信息加工过程 |
| 4.1.2 驾驶员信息保存 |
| 4.1.3 驾驶员信息保存时间量化模型 |
| 4.2 VMS效度评价 |
| 4.2.1 VMS效度及评价指标 |
| 4.2.2 VMS效度评价模型 |
| 4.3 VMS效度评价模型测试 |
| 4.3.1 试验材料 |
| 4.3.2 试验设备 |
| 4.3.3 试验被试 |
| 4.3.4 试验流程 |
| 4.3.5 试验结果分析 |
| 4.4 本章小结 |
| 第5章 驾驶员视觉工作记忆负荷试验 |
| 5.1 试验目的与试验方案 |
| 5.1.1 试验目的 |
| 5.1.2 试验材料 |
| 5.1.3 试验设备 |
| 5.1.4 试验被试 |
| 5.1.5 试验名词解释 |
| 5.1.6 试验方案 |
| 5.2 试验数据处理 |
| 5.2.1 数据合并和提取 |
| 5.2.2 数据处理 |
| 5.3 试验数据分析 |
| 5.3.1 试验数据的描述性统计 |
| 5.3.2 试验数据的方差分析 |
| 5.4 试验结果分析 |
| 5.4.1 反应时 |
| 5.4.2 正确率 |
| 5.4.3 结果分析总结 |
| 5.5 组合交通标志布设间距的确定 |
| 5.5.1 布设间距计算模型 |
| 5.5.2 模型应用 |
| 5.6 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
（9）端到端语音识别技术研究（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 技术发展现状 |
| 1.2.1 受限训练数据条件下的端到端语音识别的研究现状 |
| 1.2.2 端到端语音识别模型优化方法的研究现状 |
| 1.2.3 注意力语音识别模型可解释性研究现状 |
| 1.3 论文研究思路及主要工作 |
| 1.3.1 存在的科学问题 |
| 1.3.2 论文主要工作 |
| 1.4 论文的结构安排 |
| 第二章 端到端语音识别基本原理 |
| 2.1 引言 |
| 2.2 递归神经网络基础理论 |
| 2.2.1 基本结构 |
| 2.2.2 长短时记忆单元(Long Short-Term Memory,LSTM) |
| 2.2.3 门控递归单元(Gated Recurrent Unit,GRU) |
| 2.3 端到端语音识别模型算法 |
| 2.3.1 CTC模型 |
| 2.3.2 RNN-Transducer模型 |
| 2.3.3 基于RNN的注意力模型 |
| 2.3.4 Transformer模型 |
| 2.4 端到端语音识别实验 |
| 2.4.1 评价指标 |
| 2.4.2 实验的软硬件配置 |
| 2.4.3 实验数据设置 |
| 2.4.4 CTC模型实验参数设置 |
| 2.4.5 RNN-T模型实验参数设置 |
| 2.4.6 基于RNN的注意力模型实验参数设置 |
| 2.4.7 Transformer模型实验参数设置 |
| 2.4.8 语言模型参数设置 |
| 2.4.9 实验结果与分析 |
| 2.4.10 总结 |
| 2.5 本章小结 |
| 第三章 基于迁移学习的端到端语音识别技术 |
| 3.1 引言 |
| 3.2 基于迁移学习的语音高层特征提取 |
| 3.2.1 多语言DNN训练方法 |
| 3.2.2 基于非负矩阵分解的高层语音特征提取 |
| 3.3 基于高层语音特征的CTC-注意力联合建模 |
| 3.3.1 CTC与注意力模型的联合训练 |
| 3.3.2 联合模型的解码算法 |
| 3.4 实验与分析 |
| 3.4.1 实验数据设置 |
| 3.4.2 基于迁移学习的实验设置与结果分析 |
| 3.4.3 不同模型参数规模的比较 |
| 3.4.4 对注意力热图的分析 |
| 3.5 本章小结 |
| 第四章 基于主动学习和半监督训练的端到端语音识别技术 |
| 4.1 引言 |
| 4.2 通用的ID算法 |
| 4.3 基于端到端语音识别模型的NID算法 |
| 4.4 基于NID的主动学习和半监督学习训练算法流程 |
| 4.4.1 主动学习算法流程 |
| 4.4.2 半监督学习算法流程 |
| 4.5 实验与分析 |
| 4.5.1 基于主动学习的端到端语音识别实验 |
| 4.5.2 基于半监督训练的端到端语音识别实验 |
| 4.5.3 不同方法之间的相似性分析 |
| 4.6 本章小结 |
| 第五章 端到端语音识别模型的结构优化与训练优化方法 |
| 5.1 引言 |
| 5.2 多层多抽头注意力机制的语音识别模型 |
| 5.2.1 多层注意力机制 |
| 5.2.2. 基于多层得分计算的多抽头注意力机制 |
| 5.3 基于评价指标正则化的标签平滑训练算法 |
| 5.4 实验与分析 |
| 5.4.1 实验的基本设置 |
| 5.4.2 基于多层注意力的语音识别实验 |
| 5.4.3 基于评价指标正则化标签平滑算法的实验 |
| 5.4.4 结构优化与训练优化的综合实验 |
| 5.5 本章小结 |
| 第六章 注意力语音识别模型的可解释性研究 |
| 6.1 引言 |
| 6.2 编码器输出表示的可视化方法 |
| 6.2.1 基于t-SNE的编码器输出数据降维算法 |
| 6.2.2 引入先验知识的注意力强制对齐方法 |
| 6.3 基于典型关联分析的音素动态分析方法 |
| 6.4 实验与分析 |
| 6.4.1 端到端注意力语音识别模型的实验设置 |
| 6.4.2 对注意力模型中强制对齐方法的验证 |
| 6.4.3 对编码器输出的可视化实验 |
| 6.4.4 音素训练动态分析实验 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文工作总结 |
| 7.2 后期工作展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（10）融合文本特征的图像检索语义增强方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 引言 |
| 1.2 研究背景及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 图像文本特征提取的研究现状 |
| 1.3.2 图像语义理解的研究现状 |
| 1.3.3 图像检索的研究现状 |
| 1.4 本文研究内容及篇章结构 |
| 1.4.1 研究内容 |
| 1.4.2 章节安排 |
| 2 相关理论与技术 |
| 2.1 图像文本特征提取技术 |
| 2.1.1 文本检测 |
| 2.1.2 文本识别 |
| 2.2 图像语义理解技术 |
| 2.2.1 图像语义层次化描述 |
| 2.2.2 图像语义标注 |
| 2.2.3 循环神经网络RNN |
| 2.3 图像检索技术 |
| 2.3.1 视觉词袋模型 |
| 2.3.2 数据库索引 |
| 2.3.3 相似性度量 |
| 2.4 本章小结 |
| 3 基于注意力机制的图像文本特征提取算法 |
| 3.1 相关概念及定义 |
| 3.1.1 注意力 |
| 3.1.2 相关定义 |
| 3.2 基于注意力机制的图像文本特征提取模型描述 |
| 3.2.1 FRCA模型 |
| 3.2.2 注意力增强的Faster-RCNN模型 |
| 3.2.3 相关网络模型 |
| 3.3 文本特征提取算法描述 |
| 3.3.1 FRCA实现算法 |
| 3.3.2 文本区域检测 |
| 3.3.3 字符分割 |
| 3.4 实验 |
| 3.4.1 数据集与实验环境 |
| 3.4.2 测度 |
| 3.4.3 实验步骤 |
| 3.4.4 实验结果与分析 |
| 3.5 本章小结 |
| 4 融合文本特征的图像语义增强算法 |
| 4.1 图像语义理解相关概念及定义 |
| 4.1.1 图像理解的层次结构 |
| 4.1.2 图像特征的层次结构 |
| 4.1.3 图像自动标注 |
| 4.1.4 相关定义 |
| 4.2 语义增强模型描述 |
| 4.2.1 整体模型 |
| 4.2.2 相关网络模型 |
| 4.3 图像语义增强算法实现 |
| 4.3.1 ISE-FT算法 |
| 4.3.2 图像特征提取算法 |
| 4.4 实验 |
| 4.4.1 实验数据 |
| 4.4.2 评价指标 |
| 4.4.3 实验过程 |
| 4.4.4 实验结果与对比实验 |
| 4.5 本章小结 |
| 5 融合文本特征的图像检索语义增强算法 |
| 5.1 相关定义 |
| 5.2 融合文本特征的图像检索语义增强算法模型介绍 |
| 5.3 融合文本特征的图像检索语义增强算法实现 |
| 5.4 实验 |
| 5.4.1 评价指标 |
| 5.4.2 实验过程 |
| 5.4.3 实验结果与分析对比 |
| 5.5 本章小结 |
| 6 总结和展望 |
| 6.1 研究总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 附录 |
四、图像检索中基于最大信息获取量的主动学习算法(英文)（论文参考文献）
- [1]城镇老年人移动社交应用软件设计研究[D]. 崔晓龙. 中国艺术研究院, 2021(09)
- [2]教育部关于印发普通高中课程方案和语文等学科课程标准（2017年版2020年修订）的通知[J]. 教育部. 中华人民共和国教育部公报, 2020(06)
- [3]基于主题模型与知识图谱的电子公文主题标引方法研究[D]. 武华维. 中国科学院大学(中国科学院文献情报中心), 2020(01)
- [4]多媒体网络舆情信息的并发获取机理与话题衍进追踪研究[D]. 许烨婧. 吉林大学, 2020(08)
- [5]大数据联盟数据挖掘服务模式研究[D]. 邢海龙. 哈尔滨理工大学, 2020(01)
- [6]面向数字孪生建筑的“信息-物理”交互策略研究[D]. 韩冬辰. 清华大学, 2020
- [7]基于知识的乘用车总装线数字化工艺设计方法研究[D]. 殷希彦. 武汉理工大学, 2020
- [8]驾驶员对可变标志的信息认知有效性研究[D]. 杜建玮. 重庆交通大学, 2020(01)
- [9]端到端语音识别技术研究[D]. 秦楚雄. 战略支援部队信息工程大学, 2020(01)
- [10]融合文本特征的图像检索语义增强方法研究[D]. 王振鹏. 南京理工大学, 2020(01)