一、CSCW中的一致性和局部一致性模型（论文文献综述）
周威亚,邬树楠,王恩美[1]（2021）在《基于一致性理论的卫星太阳能帆板分布式振动控制》文中指出针对卫星太阳能帆板的振动抑制问题,本文提出一种基于一致性理论的分布式振动控制方法。首先,依据智能组件的定义建立面向分布式控制的太阳能帆板整体结构动力学模型;然后,根据图论和一致性理论设计抑制帆板振动的分布式控制器,控制器由反馈镇定项和一致性协同项两部分构成;基于Lyapunov理论分析闭环系统的稳定性和鲁棒容错能力;最后,设计不同情况的数值算例,验证所提分布式控制方法的有效性。仿真结果显示,基于一致性理论的分布式振动控制方法不但能够有效地抑制卫星太阳能帆板的振动,提高系统的动态性能,还具有良好的鲁棒容错能力。
高翔,李彦如,林国栋,续明凯,张晓晴,施云瀚,徐文,王兴军,韩德民[2]（2021）在《基于单导脑电人工智能判读睡眠分期的准确性及影响因素分析》文中研究表明目的探讨在头部不同位置采集的单导联脑电信号, 通过人工智能分图模型判别单纯打鼾及阻塞性睡眠呼吸暂停低通气综合征（OSAHS）患者睡眠分期的准确性。方法回顾性分析2020年9月至2021年3月因打鼾、呼吸暂停、白天嗜睡等症状就诊于北京同仁医院睡眠医学中心进行多导睡眠监测的114例研究对象, 其中男93例, 女21例, 年龄20～64岁, 中位数为38.0[31.8, 48.3]岁。研究对象中OSAHS患者85例, 单纯打鼾组29例。对不同采集位置的头部单导联脑电信号（Fp2-M1, C4-M1, F3-M2, REOG-M1, O1-M2）应用以往数据训练的机器学习分图模型进行睡眠分期判读分析, 以多导睡眠监测结果为金标准, 分析判读结果的一致率及不同病情严重程度的影响。应用SPSS 22.0统计软件进行资料库建立及统计学分析。结果共判读睡眠分期124 747帧。Fp2-M1、C4-M1、F3-M2、REOG-M1、O1-M2导联区分睡眠或清醒期的一致性分别为92.3%、92.6%、93.5%、89.2%和83.0%。位于额部皮肤的Fp2-M1单导联模型判断清醒、快动眼睡眠或非快动眼睡眠分类的一致性为84.7%;判断清醒、快动眼睡眠、非快动眼睡眠1～2期、慢波睡眠的分类一致性80.1%。基于该模型睡眠分期和金标准睡眠分期计算的AHI中位数分别为13.6[4.3, 42.5]和14.2[4.8, 42.7], Z=-2.477, P=0.013, 诊断OSAHS一致性Kappa系数为0.977。结论 Fp2-M1单导联脑电信号结合人工智能分析模型对打鼾及不同严重度的OSAHS患者的睡眠分期判断一致性良好。基于该模型计算的AHI在诊断OSAHS与金标准具有较高的一致性。
郭娟娟,王琼霄,许新,王天雨,林璟锵[3]（2021）在《安全多方计算及其在机器学习中的应用》文中指出随着人工智能、大数据等技术的发展,数据采集、数据分析等应用日渐普及,隐私泄露问题越来越严重.数据保护技术的缺乏限制了企业之间数据的互通,导致形成"数据孤岛".安全多方计算（secure multiparty computation, MPC）技术能够在不泄露明文的情况下实现多方参与的数据协同计算,实现安全的数据流通,达到数据"可用不可见".隐私保护机器学习是当前MPC技术最典型也是最受关注的应用与研究领域,MPC技术的应用可以保证在不泄露用户数据隐私和服务商模型参数隐私的情况下进行训练和推理.针对MPC及其在隐私保护机器学习领域的应用进行全面的分析与总结,首先介绍了MPC的安全模型和安全目标;梳理MPC基础技术的发展脉络,包括混淆电路、不经意传输、秘密分享和同态加密;并对MPC基础技术的优缺点进行分析,提出不同技术方案的适用场景;进一步对基于MPC技术实现的隐私保护机器学习方案进行了介绍与分析;最后进行总结和展望.
杜鑫,张广智,刘沛然[4]（2021）在《两种反褶积技术应用效果的对比》文中研究说明反褶积技术是地震勘探的一个重要且基础的处理领域,其能够压缩地震子波,压制交混回响和短周期多次波,展现真实的地下介质的反射系数。反褶积技术对地震资料的纵向分辨率、信噪比等方面有着极其重要且显着的影响。反褶积通常应用于叠前资料,同时也可广泛用于叠后资料。常用的反褶积为地表一致性预测反褶积,能够对炮点和检波点分别应用不同的参数,有效消除虚反射并压缩子波,但是由于其自身存在的缺陷,在某些工区中采用以地表一致性稳健反褶积为代表的新处理方法理能够在保幅的基础上明显提高地震资料的纵向分辨率以及信噪比,从而能够对地下地质结构进行更加准确与精细的描述,提高地震资料解释工作的效率与准确性。
陈珍萍,李海峰,付保川,孙曼曼[5]（2021）在《基于一致性理论的车辆队列研究综述》文中研究说明汽车数量的增加导致交通事故频繁发生,道路安全问题已成为交通系统亟需解决的问题之一。车联网技术的提出与发展,提高了道路的交通安全,减少了车辆队列的能量消耗,车辆队列控制问题是车联网发展的一个重要部分。论文从多智能体视角研究车辆队列控制问题,进而对基于一致性理论的车辆队列研究成果进行综述。首先,从动力学角度,阐述车辆线性以及非线性模型的建立方法;其次,从车辆编队方法角度,探讨四种车辆队列的编队方式,并比较了它们优缺点;再次,在车辆队列控制器设计方面,归纳了现有基于一致性理论的控制器设计方法,探讨了基于事件触发的车辆队列一致性的理论成果,并总结了车辆队列系统的稳定性研究方法;最后,指出车辆队列一致性尚未解决的技术难点,并展望了未来需要关注的热点。
廖正文[6]（2021）在《基于资源的铁路运输能力理论与计算方法》文中认为随着我国铁路运输网络特别是高速铁路网络的快速扩张,铁路运输供给和需求均发生了很大的变化。铁路运输能力计算问题研究运输资源投入与运输产品产出的定量关系,贯穿铁路规划、设计和运营全过程,需要在日新月异的铁路供需形势下发挥重要的指导作用。但是,既有的铁路运输能力计算方法考虑的因素不够全面且建模精度有限,在复杂的路网布局、运力资源配置和运输产品结构下,难以全面、准确地刻画铁路运输生产过程,能力计算结果的准确性有待提高。因此,有必要从铁路运输能力的形成机理出发,研究铁路运输能力计算问题的基本特征,提出各类复杂条件下的铁路运输能力计算方法,以指导铁路运输资源的配置和利用。本文从铁路运输生产系统中运输资源投入与运输产品产出的定量出发,分析、抽象铁路运输能力的要素和影响因素,将铁路运输能力计算问题归结为在运输资源约束下求可实现的最大运输产出的组合优化问题。结合现实中铁路运输能力计算问题的复杂性,基于优化图解法铺画满表列车运行计划的能力计算原理,提出“多资源”“多粒度”“多类别列车共线运行”的铁路运输能力计算模型及求解算法,具体的研究工作如下。（1）基于资源的铁路运输能力理论分析。从运输资源投入与运输产出的关系出发,分析铁路运输能力的形成机理,梳理铁路运输能力的概念谱系,分析铁路运输能力的影响因素。结合铁路运输生产特点,指出铁路运输能力计算亟待研究的关键问题。进一步地,从运输资源运用角度出发,抽象铁路运输能力计算问题的共性特征,利用“移动”和“资源”要素构建基于资源的铁路运输能力计算特征模型,将铁路运输能力计算问题一般化为在运输资源约束下求最大运输产出的组合优化问题,并给出0-1规划实例。在此基础上,根据实际铁路运输能力计算问题的复杂性,演绎特征模型中“资源”“移动”“运输产出”概念,分别提出“多资源”“多粒度”“多类别列车共线运行”3个具体的能力计算问题,形成具体的铁路运输能力计算框架。（2）考虑多种资源适配的铁路运输能力计算方法。梳理铁路运输资源利用的典型建模方式和大规模问题求解方法:将各类铁路运输资源建模方式归纳为基于资源请求冲突和基于资源时空状态两类,分别采用这两种建模方法对特征模型中的“资源”进行多类别演绎,以解决固定设备和活动设备资源适配下的铁路运输能力计算问题,以京津城际铁路为例验证。1)考虑区间、车站到发线、动车组资源约束,构建基于资源请求冲突的能力计算模型,采用时间域滚动算法求解;2)采用混杂时空网络描述区间和动车组资源适配,构建基于资源时空状态的铁路运输能力计算模型,采用拉格朗日松弛算法实现按资源类别分解的求解算法。（3）考虑多粒度资源运用协调的铁路运输能力计算方法。为了解决铁路点、线作业协调下的能力计算问题,在铁路点、线能力的影响因素及二者的关联性的基础上,对特征模型中的“移动”进行多粒度演绎,分别构建基于区间资源的宏观模型和基于车站轨道电路区段资源的微观模型。根据列车运行过程在宏观模型与微观模型中的一致性这一关键特征,构建基于多粒度时空网络的铁路运输能力计算模型,实现面向粒度自适应的行生成算法,根据宏观解中的微观冲突,有针对性地生成微观资源运用约束迭代求解,以实现能力计算精度与问题规模的平衡。以京津城际铁路及北京南站、天津站城际场为例验证。（4）面向多类别列车共线运行的铁路运输能力计算方法。采用列车数量表征运输能力难以表达不同类别列车在资源争用情况下数量“此消彼长”的关系。针对此问题,分析铁路运输能力在特征模型解空间中的意义,提出以“面”代“点”的铁路运输能力表征方式。在此基础上,演绎特征模型的目标函数,将能力计算的“最大化列车总数”的单目标扩展为“最大化各类列车数量”的多目标,并采用帕累托最优前沿表征铁路运输能力。构造与列车类别对应的多目标函数,分别设计基于列车流和基于列车运行图的多目标能力计算模型,采用约束法求解得到运输能力的帕累托最优前沿,并设计人机交互的帕累托最优解比选方法,为运营者分析比选符合运营偏好的能力利用方案提供支撑。以京津城际铁路为例验证。（5）实例分析。为了验证以上能力计算方法在实际问题中的适用性,以中国铁路郑州局集团有限公司管辖范围内的高速铁路和城际铁路网为例,在给定列车初始备选集的前提下,首先采用基于列车流的多目标能力计算模型计算不同径路列车竞争条件下的铁路网运输能力,得到各运行径路可以运行的最大列车数及列车备选集作为输入条件,综合运用“多资源”“多粒度”能力计算方法,铺画在区间、车站、动车组等资源约束下的满表运行图,计算铁路网运输能力,并分析动车组、关键枢纽车站等影响因素与运输能力的定量关系。实例分析结果表明:本文提出的能力计算方法可以系统地解决大规模的、涵盖复杂资源投入与产出的铁路运输能力计算问题。图73幅,表23个,参考文献162篇。
李尊[7]（2021）在《面向多粒度标注的显着性物体检测关键技术研究》文中指出近年来,随着5G的兴起及社交媒体的快速发展,海量的标注图像自然而然地成为了传递视觉信息最直接的媒介。如何使计算机能够高效智能地理解并分析这类数据内容,已经成为人工智能及计算机视觉领域的主流研究方向。其中,图像的显着性物体检测作为基于视觉内容分析的一项基础研究,吸引了广泛研究学者的关注。受制于大规模精细化标注信息通常含有噪声且获取代价昂贵,同时图像场景自身的挑战及人类在动态人场景中注意行为固有的复杂性,使得显着性物体检测技术面临巨大挑战。本文从图像标注信息的不同粒度（主要包括:带精细化标注信息、含噪声标记信息及无任何标注信息）出发,结合相应的机器学习理论框架,设计了一系列显着性物体检测算法,旨在重点研究面向多粒度标注的图像显着性物体检测问题。本文取得的主要创新性研究成果包括以下几个方面:1.借助于精细化的显着性标记信息,本文首先从单独网络层特征增强角度,重点研究如何通过增强网络中的信息传播能力,提升现阶段显着性检测领域的检测性能。针对现阶段基于金字塔融合方式的模型在信息传播过程中局限于对两个相邻网络层之间的信息交换,忽略了长距离网络层之间信息的直接交互,导致模型的性能受限这一问题,提出了一个基于跨网络层信息交互的显着性物体检测模型。该模型动态地整合并分发多尺度特征,实现多个网络层之间特征的直接交互,以加强各个网络层在融合阶段的信息传播能力。此方式提升了金字塔特征融合的能力,且能够高效的检测到显着性物体对象。2.在上述研究内容的基础上,本文进一步从多网络层整合特征增强角度,针对所有网络层的整合信息,提出了一种级联注意力机制,其旨在通过对其级联地关联一系列注意力单元来控制网络中整个信息流的传播。在此基础上,本文提出了一个基于级联注意力机制的显着性物体检测模型,该模型包含了两个新颖的注意力单元:特征增强单元及级联注意力特征吸收单元。前者使用一组轻量级卷积递归地增强输入的特征,能够高效地训练整个模型且保证模型的有效性。后者旨在通过级联注意力机制关联一系列特征增强单元。通过两个单元的协同合作,位于深网络层的特征增强单元逐步地过滤掉冗余信息,使得显着性物体对象结构完整的同时,恢复更清晰的物体边界细节,提升了显着性物体检测的整体性能。3.对于包含大量噪声标记的图像显着性检测问题,针对现有监督学习框架下,尤其是深度学习框架下图像显着性检测算法中训练样本规模不足、标注代价昂贵、且算法生成的显着目标结构不完整,边界不清晰等方面问题,本文将图像显着性检测问题形式化表征为一个基于有序回归的多标记排序问题,提出了一种基于标记排序的显着性检测算法。该算法采用无监督算法生成的显着性分布图作为不精准的基准标记集,通过挖掘不同类别标记之间的相关性,从给定的训练样本中学习出一个鲁棒的区域级显着性分类器,用于实现对测试图像区域的显着性判别。该算法既体现了多类别分类的特点,又融合了回归模型的优势,且无需大规模精准二值化显着图作为显着图标记信息,克服了全监督学习下的大规模带标记样本规模不足的问题。4.对于不包含任何标注信息的群组图像,本文通过探索多幅图像间的内在相关性,重点研究群组图像的协同显着性检测问题。针对现阶段协同显着性检测算法在特征匹配过程中,仅仅考虑到群组图像中显着对象的视觉相似性,忽略了结构空间的一致性关系的局限性。本文引入图匹配理论,将群组图像协同显着性检测问题形式化为一个带显着性约束的多图匹配问题,通过图匹配策略挖掘群组图像间的视觉表征和结构化信息匹配关系,提出了一种高效的基于图匹配的群组图像协同显着性检测算法。该算法结合单幅图像的显着性挖掘多个图结构之间的一致性,统一地建模单图与多图的显着性物体检测。此外,在该算法求解中,引入了图重构及平滑算子等策略调优初始化显着图,以生成最终的群组图像显着图。
李路遥,沈一帆,夏俊,沈海辉[8]（2021）在《考虑一致性约束的车辆路径问题综述》文中认为车辆路径问题是物流和交通运输领域的研究热点。近年来,为应对激烈的市场竞争,越来越多的企业开始关注如何在降低成本的同时保证服务效率和服务质量。实践表明提高车辆路径方案的一致性不仅可以提高服务效率,还能显着提高客户满意度。因此,考虑一致性约束的车辆路径问题（又称一致性车辆路径问题）应运而生。一致性车辆路径问题是相对较新的车辆路径问题变种,相关成果具有重要的实践和学术价值。随着多样化一致性约束的提出以及相关数学模型和优化方法的迭代更新,目前针对一致性车辆路径问题已有一定数量的研究积累。本文从车辆路径问题的分类、一致性车辆路径问题的背景介绍、模型、求解算法等方面对该问题进行了综述。在一致性车辆路径问题中,一致性约束主要有时间一致性、人员一致性和路线一致性要求。时间一致性和人员一致性约束较为常见,路线一致性约束则相对更为新颖。一致性车辆路径问题的求解方法以启发式算法为主,尤其是大、中型实例（时间周期5d,客户数量50以上）的求解;而部分精确式算法对中小型实例（时间周期3～5d,客户数量50及以下）也展现了良好的性能。
罗婧[9]（2021）在《志愿常态化：对“个体——环境”交互机制的探索》文中提出志愿服务发展既依托于国家推动下的制度化建设,也需要广大社会成员对其发自内心的认可和主动而持续的参与,即走向常态化。围绕此,本文着力对志愿常态化的内涵和机制进行深入探讨,在常态化过程理论的启发下重新定位了志愿常态化。志愿常态化是志愿者在环境的影响下通过行动和认知判断志愿服务各方面的元素是否自洽的过程,即个体与环境在交互中对一致性的持续塑造。基于随机森林模型结果的引导,本文对志愿者访谈资料进行编码,归纳了"个体—环境"交互的四重机制,即情境关联、成员嵌入、圈子连带和能力适应。这四重机制的交互方式和时机不同、方向多维,从不同的角度展现了志愿常态化中个体与环境的相互建构。志愿常态化需要合理地激发和释放志愿者的主体性,引导其在"求同"的意图下建构志愿体系。
张丽莹[10]（2021）在《基于图模型的多粒度时空对象因果一致性操作建模》文中提出
二、CSCW中的一致性和局部一致性模型（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、CSCW中的一致性和局部一致性模型（论文提纲范文）
（1）基于一致性理论的卫星太阳能帆板分布式振动控制（论文提纲范文）
| 1 卫星太阳能帆板的动力学建模 |
| 2 分布式振动控制系统设计 |
| 2.1 控制器设计中的图论基础 |
| 2.2 控制器设计中的一致性理论基础 |
| 2.3 分布式协同控制器设计 |
| 2.4 系统稳定性分析 |
| 2.5 控制器部分失效时的鲁棒稳定性 |
| 3 数值仿真 |
| 4 结论 |
（3）安全多方计算及其在机器学习中的应用（论文提纲范文）
| 1 安全模型及目标 |
| 2 MPC技术发展 |
| 2.1 混淆电路 |
| 2.1.1 半诚实安全两方混淆电路的性能优化 |
| 2.1.2 恶意安全两方混淆电路的性能优化 |
| 1) 基于Cut-and-choose的混淆电路 |
| 2) 可鉴别的混淆电路 |
| 2.1.3 多方参与的混淆电路 |
| 1) 基于BMR的多方混淆电路 |
| 2) 三方混淆电路 |
| 2.2 不经意传输 |
| 1) OT扩展 |
| 2) 相关不经意传输 |
| 2.3 秘密分享 |
| 2.3.1 SS-MPC计算线性运算 |
| 1) 诚实方占多数 |
| 2) 不诚实方占多数 |
| 2.3.2 SS-MPC计算非线性运算 |
| 2.4 同态加密 |
| 3 MPC基础技术的比较 |
| 4 隐私保护机器学习 |
| 4.1 基于S-CS架构的PPML |
| 4.2 基于S-OC架构的PPML |
| 4.3 基于S-FL架构的PPML |
| 5 总结与展望 |
（4）两种反褶积技术应用效果的对比（论文提纲范文）
| 1 方法原理 |
| 2 应用实例 |
| 2.1 谢桥矿资料 |
| 2.2 上海水域地震资料 |
| 3 结论与建议 |
（5）基于一致性理论的车辆队列研究综述（论文提纲范文）
| 1 多智能体车辆队列概述 |
| 2 相关符号 |
| 3 车辆动力学模型 |
| 3.1 一阶模型 |
| 3.2 二阶模型 |
| 3.3 高阶模型 |
| 3.4 非线性模型 |
| 4 车辆编队控制方法 |
| 4.1 跟随领航者控制法 |
| 4.2 行为控制法 |
| 4.3 虚拟结构控制法 |
| 4.4 人工势能控制法 |
| 5 基于一致性的队列控制器设计 |
| 5.1 队列控制器设计 |
| 5.2 事件触发通信机制 |
| 6 车辆队列系统的稳定性研究 |
| 7 车辆队列控制中的其他问题 |
| 8 结语 |
（6）基于资源的铁路运输能力理论与计算方法（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 铁路运输能力的定义与影响因素研究 |
| 1.3.2 铁路通过能力计算方法研究 |
| 1.3.3 铁路输送能力计算方法研究 |
| 1.3.4 研究现状总结 |
| 1.4 研究内容和论文结构 |
| 2 基于资源的铁路运输能力理论 |
| 2.1 铁路运输能力的内涵 |
| 2.1.1 铁路运输能力的形成 |
| 2.1.2 铁路运输能力的相关概念 |
| 2.1.3 铁路运输能力计算的意义 |
| 2.2 铁路运输能力的影响因素 |
| 2.2.1 技术条件因素 |
| 2.2.2 运输组织因素 |
| 2.3 铁路运输能力计算的关键问题 |
| 2.3.1 需求不均衡特征与资源均衡使用期望的矛盾 |
| 2.3.2 铁路运输资源一般性与特殊性的矛盾 |
| 2.3.3 铁路运输能力“大尺度”与“小尺度”的矛盾 |
| 2.3.4 铁路运输能力复杂内涵与简单表征方式的矛盾 |
| 2.4 基于资源的铁路运输能力计算特征模型 |
| 2.4.1 铁路运输能力的抽象要素 |
| 2.4.2 铁路运输能力计算特征模型 |
| 2.4.3 特征模型的实例化 |
| 2.5 铁路运输能力计算框架与研究边界 |
| 2.5.1 铁路运输能力计算框架 |
| 2.5.2 研究边界 |
| 2.6 本章小结 |
| 3 考虑多种资源适配的铁路运输能力计算方法 |
| 3.1 铁路运输资源利用的一般建模与求解方法分析 |
| 3.1.1 基于资源请求冲突建模方法分析 |
| 3.1.2 基于资源时空状态建模方法 |
| 3.1.3 基于资源请求冲突与基于资源时空状态建模方法的关系 |
| 3.1.4 大规模铁路运输资源利用问题求解方法分析 |
| 3.2 按时间域分解的多资源铁路运输能力计算方法 |
| 3.2.1 基于资源请求冲突的铁路运输能力计算模型 |
| 3.2.2 时间域滚动算法 |
| 3.2.3 案例分析 |
| 3.3 按资源类别分解的多资源铁路运输能力计算方法 |
| 3.3.1 基于资源时空状态的铁路运输能力计算模型 |
| 3.3.2 按资源类别分解的拉格朗日松弛算法 |
| 3.3.3 案例分析 |
| 3.4 本章小结 |
| 4 考虑多粒度资源运用协调的铁路运输能力计算方法 |
| 4.1 铁路点、线能力利用协调下的运输能力计算问题 |
| 4.1.1 区间通过能力 |
| 4.1.2 车站通过能力 |
| 4.1.3 点、线能力利用协调 |
| 4.2 不同粒度资源下列车运行过程建模 |
| 4.2.1 不同资源粒度下列车运行过程表达方法 |
| 4.2.2 多粒度列车运行过程建模思路 |
| 4.2.3 宏观粒度列车运行过程建模 |
| 4.2.4 微观粒度列车运行过程建模 |
| 4.2.5 宏观—微观模型的一致性关系 |
| 4.3 多粒度资源运用协调的铁路运输能力计算方法 |
| 4.3.1 多粒度能力计算模型 |
| 4.3.2 面向粒度自适应的行生成算法 |
| 4.4 案例分析 |
| 4.4.1 点、线能力利用协调下的铁路运输能力 |
| 4.4.2 车站设备对运输能力的影响 |
| 4.5 本章小结 |
| 5 面向多类别列车共线运行的铁路运输能力计算方法 |
| 5.1 多类别列车共线运行的铁路运输能力 |
| 5.1.1 多类别列车共线运行的资源利用特点 |
| 5.1.2 既有能力表征方法的局限性 |
| 5.1.3 铁路运输能力的帕累托表征 |
| 5.2 基于多目标优化的铁路运输能力计算方法 |
| 5.2.1 计算思路 |
| 5.2.2 基于列车类别的能力计算目标函数 |
| 5.2.3 基于列车流的多目标优化模型 |
| 5.2.4 基于运行图的多目标优化模型 |
| 5.2.5 帕累托最优前沿求解方法 |
| 5.2.6 人机交互帕累托解比选 |
| 5.3 案例分析 |
| 5.3.1 不同径路列车共线运行能力计算与分析 |
| 5.3.2 不同停站方案列车共线运行能力计算分析 |
| 5.4 本章小结 |
| 6 基于资源的铁路运输能力计算实例分析 |
| 6.1 实例分析概述 |
| 6.1.1 实例场景简介 |
| 6.1.2 实例分析思路 |
| 6.1.3 列车运行径路及停站方案备选集 |
| 6.2 不同径路列车共线运行下的铁路运输能力计算 |
| 6.3 铁路网运输能力计算与分析 |
| 6.3.1 运输能力利用情况分析 |
| 6.3.2 动车组资源对运输能力的影响 |
| 6.3.3 关键枢纽车站对运输能力的影响 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 研究工作总结 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 附录 C |
| 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 |
（7）面向多粒度标注的显着性物体检测关键技术研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究问题 |
| 1.3 研究内容及贡献 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 2 相关工作 |
| 2.1 单幅图像显着性物体检测 |
| 2.1.1 有监督显着性物体检测算法 |
| 2.1.2 弱监督显着性物体检测算法 |
| 2.2 群组图像协同显着性物体检测 |
| 2.2.1 基于机器学习的协同显着性检测算法 |
| 2.2.2 基于监督学习的协同显着性检测算法 |
| 3 基于跨网络层信息交互的显着性物体检测 |
| 3.1 引言 |
| 3.2 CFPN模型 |
| 3.2.1 模型概述 |
| 3.2.2 交叉层特征整合模块 |
| 3.2.3 交叉层特征分发模块 |
| 3.2.4 模型训练函数 |
| 3.3 实验结果与分析 |
| 3.3.1 实验设置 |
| 3.3.2 与主流显着性检测算法的性能比较 |
| 3.3.3 消融实验 |
| 3.3.4 模型效率分析 |
| 3.4 本章小结 |
| 4 基于级联注意力机制的显着性物体检测 |
| 4.1 引言 |
| 4.2 级联注意力特征增强模块 |
| 4.2.1 特征增强单元 |
| 4.2.2 级联注意力特征吸收单元 |
| 4.2.3 DAFE整体结构 |
| 4.3 基于级联注意力机制的显着性物体检测网络 |
| 4.3.1 模型整体结构 |
| 4.3.2 模型训练函数 |
| 4.4 实验结果与分析 |
| 4.4.1 实验设置 |
| 4.4.2 与主流显着性检测算法的性能比较 |
| 4.4.3 消融实验 |
| 4.4.4 模型时效性分析 |
| 4.4.5 DAFE灵活性分析 |
| 4.5 本章小结 |
| 5 基于标记排序的显着性物体检测算法 |
| 5.1 引言 |
| 5.2 标记排序学习算法 |
| 5.2.1 算法优化 |
| 5.2.2 算法求解 |
| 5.2.3 显着值预测 |
| 5.3 实验结果与分析 |
| 5.3.1 评价策略与评价指标 |
| 5.3.2 RGB数据集上算法性能分析 |
| 5.3.3 RGBD数据集上算法性能分析 |
| 5.3.4 算法鲁棒性分析 |
| 5.3.5 参数敏感性分析 |
| 5.4 本章小结 |
| 6 基于图匹配的协同显着性物体检测算法 |
| 6.1 引言 |
| 6.2 基于图匹配的群组图像协同显着性物体检测算法 |
| 6.2.1 问题优化 |
| 6.2.2 图像内显着值计算 |
| 6.2.3 基于图匹配的协同显着性物体检测 |
| 6.2.4 基于图重构的协同显着性物体区域优化 |
| 6.3 实验结果与分析 |
| 6.3.1 实验设置 |
| 6.3.2 参数设置 |
| 6.3.3 与主流协同显着性检测算法的性能比较 |
| 6.3.4 消融实验 |
| 6.3.5 算法时效性分析 |
| 6.3.6 深层讨论 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 工作总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（8）考虑一致性约束的车辆路径问题综述（论文提纲范文）
| 0 引言 |
| 1 一致性车辆路径问题背景介绍 |
| 1.1 ConVRP应用场景 |
| 1.2 一致性需求的分类 |
| 2 一致性车辆路径问题模型 |
| 2.1 同时考虑TC和DC的ConVRP |
| 2.2 考虑TC或DC的ConVRP |
| 2.3 考虑RC的ConVRP |
| 2.4 考虑其他条件的ConVRP |
| 3 一致性车辆路径问题求解方法 |
| 3.1 启发式算法求解ConVRP |
| 3.2 精确式算法求解ConVRP |
| 4 总结与展望 |
（9）志愿常态化：对“个体——环境”交互机制的探索（论文提纲范文）
| 一、研究问题 |
| 二、既有研究的困境 |
| （一）内涵界定的困境 |
| （二）机制探索的困境 |
| 三、志愿常态化的再定位 |
| （一）常态化理论的发展 |
| （二）带入过程视角 |
| 四、研究设计 |
| （一）探索思路 |
| （二）随机森林模型 |
| （三）质性资料处理 |
| 五、初步探索：各因素的交互能力 |
| （一）模拟方法 |
| （二）探索发现 |
| 六、交互机制的归纳 |
| （一）情境关联 |
| （二）成员嵌入 |
| （三）圈子连带 |
| （四）能力适应 |
| 七、结论与探讨 |
| 附录 |
| （一）随机森林模型的构造 |
| （二）各变量的测量与分布情况 |
| （三）以志愿者为单位的主轴编码 |
四、CSCW中的一致性和局部一致性模型（论文参考文献）
- [1]基于一致性理论的卫星太阳能帆板分布式振动控制[J]. 周威亚,邬树楠,王恩美. 南京航空航天大学学报, 2021(06)
- [2]基于单导脑电人工智能判读睡眠分期的准确性及影响因素分析[J]. 高翔,李彦如,林国栋,续明凯,张晓晴,施云瀚,徐文,王兴军,韩德民. 中华耳鼻咽喉头颈外科杂志, 2021(12)
- [3]安全多方计算及其在机器学习中的应用[J]. 郭娟娟,王琼霄,许新,王天雨,林璟锵. 计算机研究与发展, 2021(10)
- [4]两种反褶积技术应用效果的对比[J]. 杜鑫,张广智,刘沛然. 石油物探, 2021(S1)
- [5]基于一致性理论的车辆队列研究综述[J]. 陈珍萍,李海峰,付保川,孙曼曼. 苏州科技大学学报(自然科学版), 2021(03)
- [6]基于资源的铁路运输能力理论与计算方法[D]. 廖正文. 北京交通大学, 2021
- [7]面向多粒度标注的显着性物体检测关键技术研究[D]. 李尊. 北京交通大学, 2021
- [8]考虑一致性约束的车辆路径问题综述[J]. 李路遥,沈一帆,夏俊,沈海辉. 交通运输工程与信息学报, 2021
- [9]志愿常态化：对“个体——环境”交互机制的探索[J]. 罗婧. 管理世界, 2021(08)
- [10]基于图模型的多粒度时空对象因果一致性操作建模[D]. 张丽莹. 南京师范大学, 2021