一、构造辅助函数的一种新方法（论文文献综述）
邓钦[1]（2021）在《基于机器学习的钙钛矿材料性能研究》文中研究指明在材料的发现中,探索材料的结构、组分和性能的关系是非常关键的,机器学习可以作为一种有效的工具。然而,传统机器学习的复杂性和模型可解释性的缺乏,使得很难推导出简单的描述性公式。钙钛矿材料因其在燃料电池和电催化方面具有很多出色的性能而受到许多研究学家的关注。热力学稳定性是一个关键参数,它广泛地决定了材料是否有望合成,以及在一定的操作条件下是否会分解。热稳定性和化学稳定性,在很大程度上取决于材料的形成能。带隙是决定钙钛矿材料光学性能的一个重要参数,它控制各种光电器件的性能。在高温燃料电池技术中,氧空位形成能是实现氧快速扩散和氧催化的重要指标。基于第一性原理的高通量计算（DFT）得到较高精确度的形成能、稳定性、带隙和氧空位形成能,需要花费大量的时间和精力,效率很低,而且通过实验来获取大量钙钛矿材料体系的形成能、稳定性、带隙和氧空位形成能也不现实。所以基于人工智能的机器学习预测方法就成了一种高效的替代方法。本文的主要内容包括以下方面:第一部分,本文提出了一种新方法,将暴力特征工程和线性回归相结合来探索钙钛矿材料的结构、组分和性能关系。探讨了钙钛矿的热力学稳定性、晶格常数与其他特征的关系。利用暴力特征工程构造大量新的描述符,通过特征选择得到重要的描述符子集,然后通过线性回归算法找到了最优描述符,得到了热力学稳定性和晶格常数的新表达式。第二部分,对特征进行了比较,选取有效特征作为描述符,建立了基于随机森林（RF）、梯度提升回归树（GBR）、自适应增强算法（AdaBoost）、分类梯度提升树（Cat Boost）和极端梯度提升树（XGBoost）等不同机器学习算法的预测模型。研究其与ABO3钙钛矿化合物的形成能、稳定性、带隙和氧空位形成能之间的关系,并得到具有较高准确性的模型,对这四种关键性能进行预测。借助训练好的机器学习模型,找到了影响钙钛矿性能的关键特征。结果表明,这种将暴力特征工程和线性回归相结的方法可以在没有先验知识的情况下探索材料的结构、组分和性能关系,加速了材料的发展,为材料的探索和研究提供了一种新方法。在对钙钛矿性质预测的研究中,该模型具有非常高的准确率,可以广泛应用于需要进行大批量性能预测的钙钛矿材料研究中。
付茜雯[2]（2020）在《计算机科技论文摘要的机翻错误类型及译后编辑》文中进行了进一步梳理科研论文在知识传播过程中作用重大,推动国际范围内的知识共享。摘要是科研论文中必不可少的一部分,既是对论文的概括性总结,也是读者发现和探寻相关领域知识的快捷途径。然而,目前英文摘要的机器翻译质量在精确性和专业性方面都不尽人意,需要通过后期编辑和人工校对才能产出高质量的中文翻译文本。本文以计算机科学论文摘要为例,对谷歌机器翻译的300篇计算机英文论文摘要的中文版本进行了翻译错误类型分析并归类,并提出相应的译后编辑策略。首先在赖斯文本类型理论翻译策略指导下,对机器翻译系统生成的译文进行译后编辑,再邀请计算机专业以及翻译专业的专业人士进行确认。之后以DQF-MQM错误类型分类框架为依据,对机器翻译系统生成的译文中的错误进行分类。研究发现,机器翻译的计算机英文论文摘要的中文版本中存在七大类翻译错误,其中不符合中文表达习惯的翻译错误占比最大,其次是术语误译、误译、欠译、漏译、过译以及赘译。本论文研究发现,由于源文本的信息型学术文本特征,长难句、被动语态以及术语翻译是造成机器翻译错误的主要原因。针对源文本的逻辑缜密、语步序固定等特征,本研究针对性地对各类错误类型提出了相应译后编辑策略。建议译者在译后编辑中通过将隐性连接转换为显性连接从而保持源文逻辑性,通过增加主语以及调整语序处理被动语态保持源文的学术精准,通过恰当选取词意处理半技术词汇等。本研究采用定性和定量分析方法,系统归类了计算机科技文本摘要中机器翻译出现的错误,并提出相应译后编辑策略,为该领域的译者提供参考建议,从而提高该领域的机器翻译质量。
张博文[3]（2020）在《求解多维瞬态非线性热传导反问题的一种新方法》文中研究指明热传导反问题是一类典型的不适定问题,目前已广泛应用于航空航天、核电工程、生物医疗、冶金铸造等各个领域。由于其应用背景较为广泛,国内外科研人员针对该问题进行了深入的研究,并提出了多种方法。其中,梯度类方法精度高,收敛速度快,在工程应用中具有明显的优势。在该类方法中,灵敏度矩阵的准确确定非常重要,然而对于非线性反问题,灵敏度矩阵系数很难计算准确。复变量求导法可以准确地计算灵敏度系数,但是,在以往的研究中,该方法需要求解正问题的源程序代码,无法与商业软件相结合。本文通过ABAQUS用户单元子程序构造一种复变量有限单元,可在求解热传导正问题的同时准确计算灵敏度系数。采用所构造的复变量有限单元对瞬态非线性热传导问题进行求解,验证了复变量有限单元的精度及有效性。然后采用Levenberg–Marquardt算法建立了反问题求解程序,分别对二维和三维瞬态非线性热传导反问题进行求解,给出数值算例来证明本文方法的精度和效率,并研究了初值及测量误差对反演结果的影响。最后,将本文方法拓展应用到相变热传导反问题中,验证了该方法的精度、效率、稳定性和鲁棒性,进一步说明了该方法具有较好的通用性及拓展性。
张琳雪[4]（2020）在《六类纠缠辅助量子MDS码的构造》文中指出纠缠辅助量子MDS码是最近人们非常关注的一类非常重要的纠错码,它充分利用发送者和接收者之间预先共享的纠缠资源来提高信息传输速率,同时可以更好克服量子相消干,在传输信息过程中,保护量子信息的可靠性和完整性.在量子信息与量子通信中,研究纠缠辅助量子MDS码是一个重要的任务.与用经典码来构造纠缠辅助量子MDS码相比较,用常循环码构造纠缠辅助量子MDS码的参数更一般化.本文通过分解常循环码的定义集,得到了纠缠态的数量c,c=|Z∩（-qZ）|.在此基础上,本文构造了六类纠缠辅助量子MDS码,其中前五类纠缠辅助量子MDS码的最小距离大于（?）,这些码具有较好的纠错能力.此外,本文构造了五类极大纠缠辅助量子纠错码.最后本文采用不同于Mehmet E.Koroglu的方法来计算纠缠态的数量c,把计算集合Z∩（-qZ）元素的个数转化为计算同余方程的解的个数.这样不仅简化了计算过程,而且在同样的长度n下,定义集具有更一般的形式,从而可构造更多的纠缠辅助量子MDS码.纠缠辅助量子MDS码的性能优劣主要是通过最小距离d和净速率（?）来评价的.用常循环码来构造缠辅助量子MDS码,在确定长度n下,我们已经知道最小距离d与定义集大小δ的关系以及信息位数k与定义集大小δ的关系,如果能知道纠缠态的数量c与定义集大小δ的关系,就能判断码字的好坏.为此,本文刻画了c与δ的分段函数关系,这无疑是有意义的.
陆聪海[5]（2020）在《稀疏低秩表示模型的研究及在癌症测序数据中的应用》文中研究表明二十一世纪以来,癌症已经成为危害人类生命安全的重大疾病之一,是解决全人类健康问题的首要研究对象。在测序技术的快速发展下,癌症测序数据源源不断地产生,为癌症研究提供了丰富的数据资源,促进了生物信息学研究领域的发展。然而,癌症测序数据的高维小样本特点,以及高冗余和多噪声的数据特性,对数据挖掘提出了挑战。准确、可靠的识别癌症类型,选择关键致病基因,对疾病的诊断和相关治疗方案的制定具有重要意义。稀疏低秩表示模型是针对高维数据进行子空间分割的有效模型,在多个领域得到成功应用,同时为癌症测序数据研究提供有效手段。本文针对癌症测序数据特点,以稀疏低秩表示模型为研究基础,对癌症样本聚类、特征选择问题进行研究和探索,提出了四种新方法,主要研究内容如下:（1）稀疏对称约束的图正则低秩表示方法:该方法对稀疏低秩表示模型施加图正则约束和对称约束,图正则约束实现了数据局部几何结构的保留,对称约束减弱了数据噪声对数据结构的影响。基于对称约束下的稀疏低秩表示矩阵主方向的角信息进一步构建相似度矩阵,通过谱聚类方法实现多类癌症样本聚类。（2）非负稀疏低秩表示优化模型:该优化模型通过非负约束保证低秩表示矩阵的非负性,将低秩表示矩阵作为癌症基因重要程度的评价权重,通过分数函数对癌症基因进行评分,并选择特征基因。该方法通过选择癌症特征基因子集,实现高维小样本数据降维,所选特征基因在区分不同癌症样本时具有较高的辨识度。（3）鲁棒超图正则加权稀疏低秩表示方法:该方法在处理癌症测序数据的高噪声问题中,通过最大似然函数对数据噪声建模。同时,它使用数据样本对间的权重信息优化稀疏低秩表示矩阵,并利用超图正则项探索数据高阶几何结构信息。该方法在癌症测序数据的样本聚类中取得了良好的效果。（4）多组学图正则紧凑稀疏低秩表示方法:该方法通过对癌症测序数据的线性建模实现数据字典的更新,并利用癌症多组学数据信息的丰富性、多样性,将多组学数据的各类数据信息进行协同处理,实现癌症多组学数据信息的融合,获得含有整合疾病信息的稀疏低秩表示矩阵,提高癌症样本聚类效果。本文的创新点主要是针对癌症测序数据特点,通过研究稀疏低秩表示模型,提出了四种方法:稀疏对称约束的图正则低秩表示方法,非负稀疏低秩表示优化模型,鲁棒超图正则加权稀疏低秩表示方法,多组学图正则紧凑稀疏低秩表示方法,并将上述方法应用于癌症测序数据的挖掘和处理。基于癌症基因组图谱数据集的实验证实了本文提出的新方法在癌症测序数据的样本聚类和特征选择方面具有良好的效果。
张琳[6]（2020）在《基于非负矩阵分解的图像聚类方法研究》文中研究表明随着互联网技术的高速发展,人们在生活和工作过程中会产生数以千计的图像数据,面对复杂的图像数据如何处理成为了一个难题。图像聚类方法能将样本数据根据不同的特征划分到不同的簇中,使相同簇之间相似性尽可能大,不同簇之间相似性尽可能小。近年来,如何正确对图像聚类进行划分,吸引了研究者的关注,许多聚类方法被提出。而非负矩阵分解由于分解后的基矩阵和系数矩阵中所有元素都是非负的,这一特性很好的满足了现实中整体由部分组成的特点,被广泛应用于图像聚类方法之中。本文在非负矩阵分解的研究基础之上,为进一步提高图像聚类性能,提出了以下三种聚类方法,其主要工作和创新点如下:首先,提出一种自适应图正则化非负矩阵分解方法。数据的局部结构信息比全局结构信息更有利于图像分类和聚类,传统的基于流形学习的非负矩阵分解聚类方法通常是通过k近邻图来捕获数据的局部结构信息。然而,这种依赖于原数据得到的近邻图不是最优的,进而影响后续的聚类性能。为了解决上述问题,所提方法把非负矩阵分解和图构造交替迭代进行,自适应地构造权重矩阵,更好地保持了数据局部流形结构信息,在图像聚类实验中取得了不错的聚类性能。其次,提出一种自适应图正则化判别非负矩阵分解方法。为了充分利用数据的类别标签信息,所提方法在上面所提方法的基础上引入数据标签信息作为约束项,将非负矩阵分解扩展为半监督学习方法,确保具有相同标签的不同样本在降维后的新空间中离得更近且不会合并为同一点,具有更好的可表示性。大量的实验表明,本方法在图像聚类中优于其他经典方法的聚类性能。第三,提出了一种保持投影非负矩阵分解方法。非负矩阵分解直接对原始数据进行分解,而原始数据往往包含大量的冗余信息和噪声数据,降低了聚类性能。所提方法首先将非负矩阵分解与主成分分析相结合,在矩阵分解的同时进行数据降维,降低了噪声的影响。其次,为了进一步提高聚类的准确性,所提方法引入流形正则化项以保持数据的局部几何结构信息。实验结果表明了所提方法的有效性。
李亚男[7]（2020）在《时间依赖相空间中吸引子的稳定性理论及其应用》文中研究指明本文主要研究了时间依赖相空间中定义的扰动发展过程的拉回l-吸引子和拉回l-指数吸引子关于扰动参数λ ∈∧的稳定性.首先,给出拉回l-吸引子关于扰动参数λ ∈ ∧在Hausdorff半度量意义下的上半连续性判定定理,在此基础上,使用贝尔纲定理建立了拉回l-吸引子的剩余连续性准则,即在对称的Hausdorff度量意义下,拉回l-吸引子在参数空间∧的某剩余子集中处处连续的判定准则,并且使用Dini定理证明了拉回l-吸引子在参数空间∧中的处处连续性和等度吸引性之间的等价关系.其次,在时间依赖相空间中提出了拉回l-指数吸引子的概念,并且使用拟稳定估计方法构造性地给出了拉回l-指数吸引子的存在性以及在对称的Hausdorff度量意义下关于扰动参数λ ∈ ∧的Holder连续性的首个判定定理.最后,给出了上述抽象准则在三维有界光滑区域Ω上对两类非线性发展方程的吸引子问题的应用,并且得到了以下结果:（i）首次给出了如下满足非标准增长条件的拟线性耗散波动方程#12能量弱解的唯一性和正则性结果,并证明了由该方程生成的发展过程在时间依赖的Orlicz-Sobolev空间（?）中拉回l-吸引子和拉回l-指数吸引子存在性、正则性以及关于扰动参数λ的稳定性结果;（ii）证明了带有时间依赖记忆项的粘弹性模型#12的整体适定性,并且提供了一种新方法用以证明相应的发展过程拉回l-吸引子和拉回l-指数吸引子的存在性、分形维数的有限性、最佳正则性以及关于粘性系数λ的稳定性结果.
靳行[8]（2019）在《内燃机车振动噪声源辨识研究》文中指出本论文以国内某型号内燃机车司机室降噪工程技术难题为出发点,紧紧围绕振动噪声的源辨识这一科学问题展开研究。为了实现闭环的系统工程分析与高性能数字化综合分析,一个完善信号处理技术与有限元模型是其必不可少的、重要的环节。为此笔者经过六年的努力,开发了一套基于VMD的源辨识信号处理软件,对所研究内燃机车建立了结构、声腔和声振耦合有限元模型。研究过程中,解决了VMD参数选择问题、真实BIMF分量筛选问题、时频分辨率发散问题以及盲源分析中的欠定盲源分离问题。对所研究车辆的型式试验中振动噪声数据,应用VMD方法对车辆结构模态、子系统振动特性、部件振动特性、动力室噪声特性以及司机室噪声源辨识进行深入细致的研究。对科学问题深入研究,最终攻克某型号内燃机车司机室降噪技术难题。主要研究工作如下:1.针对VMD参数设置的问题,研究了罚参数α与层数参量K对信号分解的影响。研究表明,当层数参量K合适的情况下,罚参量α是一个与信号能量相关的值,为了获得VMD最优分解结果,本文提出一种对罚参量α选择的新方法,并给出了公式。当罚参量α确定时,随着层数参量K的变化会导致伪分量,研究表明伪分量的拟合频率会随着层数参量K的变化而变化,但真实分量则与层数参量K的变换无关,因此提出一种基于BIMF特性的VMD参数选择方法,该方法通过观察层数参量K对BIMF分量信号拟合频率与拟合阻尼变化,根据稳态结果选择信号的真分量并剔除伪分量。2.研究了基于VMD稳态参数下的线性与非稳态模态分析方法,通过仿真结果表明,该方法不仅可以有效识别线性模态试验中的模态参数,还可以有效识别非稳态模态试验中的时频特性。3.为了合理分析试验结果,完善了测试车辆结构模态有限元分析、司机室声腔模态有限元分析及声振耦合模态有限元分析,为噪声源辨识与控制建立理论基础。4.详细分析了内燃机车振动源、受迫振动及噪声的时频特性。验证本文提出的VMD稳态参数时频分析法较传统的CWT时频分析法和HHT法具有更好的分辨率,可以更有效的揭示工程应用中噪声与振动信号的时频特性。5.针对盲信号分离中测试信号不足的欠定问题,以及VMD参数选择无法实现自适应的问题,本文提出了一种由数据驱动的VMD参数选择方法QVMD,并在QVMD的基础上,提出采用Fast ICA法和PCA的欠定去噪源分离新方法。该方法不仅能处理平稳与非平稳信号,而且可以通过较少的观测信号实现对较多源信号的溯源分离处理。研究表明,所分析的内燃机车主要噪声源为动力室混响、辅助齿轮箱振动、柴油机振动和车外空气路径噪声。6.结合本文分析方法的结论与有限元仿真,对内燃机车进行了降噪控制设计,通过现场试验研究证明了,识别的噪声源特征准确,实现司机室噪声控制,司机室降噪量达到8.3d BA。该方法有效地解决了主机厂某内燃机车司机室噪声偏大的工程问题。
王晓磊[9]（2019）在《面向移动应用的恶意行为检测技术研究》文中研究说明随着移动设备的日益普及,各种各样的移动应用为用户提供了极大的便利,但随之而来的移动应用威胁也使用户面临各种安全风险,例如隐私窃取、恶意扣费等。面对当下数以百万计的移动应用,目前需要考虑的一个重要问题是:如何确保移动应用程序的安全性,特别地,我们希望能够有效检测出一个移动应用中是否包含恶意行。然而,这往往具有很大的挑战性。一方面,为了抵御自动化分析技术的不断发展,攻击者试图通过应用各种规避技术（例如抗分析）来反制各种自动化分析方法,从而尽可能长时间地隐藏和执行恶意应用的恶意行为。这些规避技术大幅提升了恶意应用的复杂性,使得恶意行为更为隐匿,给当前自动化分析检测方法带来了巨大挑战;另一方面,随着恶意应用的不断发展,它们通常伪装成合法的应用程序,并且通过模仿正常的应用行为来达到相应的恶意目的,即看似“正常”的恶意行为。因此,往往需要更多的信息来区分一个移动应用中的恶意行为和正常行为（例如隐私泄露是否合法）,这给自动化分析方法和安全分析人员在分析移动应用安全性过程中带来了另外一个挑战。针对上述挑战,本文以Android应用作为研究对象,通过采用多种程序分析技术,提出了三种通用性较强的自动化分析方法来提升当前面向移动应用的恶意行为检测能力。具体来说,（1）.为了应对当前移动应用隐私泄露检测方法难以区分其合理性的不足,本文提出了一种基于程序上下文的移动应用隐私泄露合理性鉴别方法PrivacyContext。给定一个隐私泄露数据流,PrivacyContext能够自动化地提取隐私泄露发生过程的程序上下文信息,并通过机器学习分类算法来对其合理性进行高效、准确鉴别,从而能够帮助分析人员快速发现和分析潜在的恶意隐私泄露;（2）.为了应对移动恶意应用中普遍使用的各种抗分析技术,本文提出了一种面向移动恶意应用的自动化抗分析检测和反制方法Droid-AntiRM。基于前期的若干发现,Droid-AntiRM采用了符号化数据流分析技术来检测恶意应用中潜在的抗分析,并进一步使用代码插桩来反制这些检测到的抗分析,从而能够有效辅助现有动态分析方法发现更多隐匿的恶意行为;（3）.为了进一步提升当前自动化分析方法的有效性和效率,我们提出了一种全新的移动应用混合分析方法DirectDroid。该方法结合了模糊测试和按需强制执行技术,无需大量复杂的约束求解就能够绕过恶意应用中某些复杂的条件检查,从而能够更加高效地触发移动恶意应用中的隐匿敏感行为。实验结果表明,上述本文所提的三个方法不仅可以有效地提升当前移动恶意应用的恶意行为检测效果,而且可以为分析人员的进一步手动分析提供充足的客观依据,具有较强的研究和实用价值。
周鑫[10]（2019）在《电力市场下电网公司购电风险管理分析》文中研究说明随着我国电力体制改革的不断深入,有效地市场竞争体系逐渐构建,传统的计划经济体制下的电网公司购电模式已经不能满足市场化改革的要求。电网公司的购电工作需要紧跟新形势发展的步伐,并结合公司自身的特点,不断的进行调整、改进与完善;同时在竞争的电力市场下电网公司将会面临更多、更复杂的风险,均会使电网公司遭受巨大的收益损失风险,从而对电网公司的可持续发展产生重大影响。因此,研究电力市场下电网公司购电风险管理,不仅具有现实的必要性和紧迫性,同时对电网公司的可持续发展有着重要的理论意义和实践意义。本文的主要研究工作有以下几个方面:第一,查阅国内外对电网公司购电风险管理的相关文献,从多个角度对已有研究成果进行介绍与评述,同时阐述了风险管理理论与现代投资组合理论,以此作为本文研究的理论基础;第二,从多个维度对电网公司购电风险因素进行识别分析,充分地了解电网公司可能所面临的风险损失,并采用ISM方法对购电风险因素的多元链接关系进行研究,从而更加深刻地反映出各个购电风险因素之间的相互关系;第三,针对电网公司购电风险因素中最主要的因素,本文提出了相对应的购电风险防范方法,比如:建立了新的电力负荷组合预测模型与均值—CVaR购电组合优化模型,研究结果表明本文所提出的方法可以更科学地、更有效地处理电网公司所面临的购电风险问题;第四,根据前面的研究,提出了四个方面的购电风险防范措施,为电网公司购电提供参考依据;第五,为了更好地提高购电风险管理工作的整体效率,建立了基于AHP+模糊综合评价法的购电风险管理综合评价模型,为电网公司实际的购电风险管理工作提供一种新的方法与理论依据。
二、构造辅助函数的一种新方法（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、构造辅助函数的一种新方法（论文提纲范文）
（1）基于机器学习的钙钛矿材料性能研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 钙钛矿材料研究进展 |
| 1.2.1 钙钛矿的晶体结构 |
| 1.2.2 钙钛矿的稳定性研究 |
| 1.2.3 钙钛矿氧空位 |
| 1.3 机器学习在钙钛矿材料中的应用 |
| 1.4 本论文的结构安排 |
| 第二章 理论基础与方法 |
| 2.1 数据预处理 |
| 2.1.1 缺失值和空值 |
| 2.1.2 处理重复记录 |
| 2.1.3 特征归一化 |
| 2.2 特征工程 |
| 2.2.1 特征变换 |
| 2.2.2 特征组合 |
| 2.2.3 特征选择 |
| 2.3 算法及原理 |
| 2.3.1 线性回归 |
| 2.3.2 随机森林 |
| 2.3.3 神经网络 |
| 2.3.4 GBR |
| 2.3.5 AdaBoost |
| 2.3.6 XGBoost |
| 2.3.7 CatBoost |
| 第三章 钙钛矿材料结构-组分-性能关系的研究 |
| 3.1 引言 |
| 3.2 数据集 |
| 3.2.1 晶格常数数据集 |
| 3.2.2 稳定性数据集 |
| 3.3 方法 |
| 3.3.1 数据预处理 |
| 3.3.2 暴力特征工程 |
| 3.3.3 回归 |
| 3.3.4 性能评估 |
| 3.4 结果与讨论 |
| 3.4.1 探索结构和组分关系的结果分析 |
| 3.4.2 探索结构、组分和性能关系的结果分析 |
| 3.5 本章小结 |
| 第四章 钙钛矿材料的关键性能预测 |
| 4.1 引言 |
| 4.2 数据集与方法 |
| 4.2.1 数据集 |
| 4.2.2 数据预处理与特征选择 |
| 4.2.3 模型的建立 |
| 4.3 结果与讨论 |
| 4.3.1 形成能预测结果分析 |
| 4.3.2 稳定性预测结果分析 |
| 4.3.3 带隙预测结果分析 |
| 4.3.4 氧空位形成能预测结果分析 |
| 4.4 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（2）计算机科技论文摘要的机翻错误类型及译后编辑（论文提纲范文）
| 摘要 |
| Abstract |
| CHAPTER1 INTRODUCTION |
| 1.1 Research Background and Significance |
| 1.2 Aims of the Study |
| 1.3 Organization of the Thesis |
| CHAPTER2 LITERATURE REVIEW AND FRAMEWORK |
| 2.1 Overview on Machine Translation and Post-editing |
| 2.2 Previous Studies on MT Error Types and Post-Editing Strategies |
| 2.3 DQF-MQM Error Classification Framework |
| 2.4 Previous Studies on MT Error Types of Paper Abstracts |
| 2.5 Text Typology Theory |
| 2.5.1 Text Typology Theory of Reiss |
| 2.5.2 Previous Studies on Informative Texts and Translation Principles |
| CHAPTER3 METHODOLOGY |
| 3.1 Source Text and Text Analysis |
| 3.1.1 Source Text |
| 3.1.2 Text Analysis |
| 3.2 Research Method |
| 3.3 Translation Process |
| 3.3.1 Translating300 computer science abstracts with MT system |
| 3.3.2 Post-editing the MT-generated translation based on Text Typology Theory |
| 3.3.3 Conducting a semi-structured interview for ensuring post-editing quality |
| 3.3.4 Analyzing and summarizing the errors in300 abstracts |
| 3.3.5 Preliminary error classifications based on DQF-MQM Framework |
| 3.3.6 Conducting the2nd semi-structured interview to confirm error classifications |
| 3.3.7 Quantitative analysis of all MT errors in the300 abstracts |
| CHAPTER4 RESULTS AND DISCUSSION |
| 4.1 Error Types of Machine Translated English Abstracts |
| 4.1.1 Unidiomatic Translation Errors in MT output |
| 4.1.2 Terminology Mistranslation Errors in MT Output |
| 4.1.3 Mistranslation Errors in MT Output |
| 4.1.4 Under-translation Errors in MT Output |
| 4.1.5 Omission Translation Errors in MT Output |
| 4.1.6 Over-translation Errors in MT Output |
| 4.1.7 Errors of Addition in MT Output |
| 4.2 Post-editing Strategies for Machine Translated Abstracts |
| 4.2.1 Post-editing Strategies for Long and Complex Sentences |
| 4.2.2 Post-editing Strategies for Passive Voice Sentences |
| 4.2.3 Post-editing Strategies for Technical Terms |
| CHAPTER5 CONCLUSION |
| 5.1 Major Findings |
| 5.2 Limitations and Suggestions |
| References |
| Appendix Source Texts and Target Texts of300 Abstracts |
| 1-20 Abstracts |
| 21-40 Abstracts |
| 41-60 Abstracts |
| 61-80 Abstracts |
| 81-100 Abstracts |
| 101-120 Abstracts |
| 121-140 Abstracts |
| 141-160 Abstracts |
| 161-180 Abstracts |
| 181-200 Abstracts |
| 201-220 Abstracts |
| 221-240 Abstracts |
| 241-260 Abstracts |
| 261-280 Abstracts |
| 281-300 Abstracts |
| ACKNOWLEDGEMENTS |
（3）求解多维瞬态非线性热传导反问题的一种新方法（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 热传导反问题及应用背景 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究内容 |
| 2 热传导正、反问题的求解方法 |
| 2.1 导热基本理论 |
| 2.1.1 导热微分方程 |
| 2.1.2 定解条件 |
| 2.2 瞬态非线性热传导问题的有限单元法 |
| 2.2.1 热传导问题的数值求解方法 |
| 2.2.2 瞬态非线性热传导问题的有限单元法的一般格式 |
| 2.3 热传导反问题的求解方法 |
| 2.3.1 梯度类算法 |
| 2.3.2 随机类算法 |
| 2.4 本章小结 |
| 3 复变量ABAQUS有限单元法 |
| 3.1 复变量求导法 |
| 3.1.1 复变量求导法原理 |
| 3.1.2 复变量求导法算例 |
| 3.2 复变量有限单元的构造 |
| 3.2.1 用户单元子程序介绍 |
| 3.2.2 UEL实现复变量有限单元 |
| 3.3 算法验证与分析 |
| 3.4 本章小结 |
| 4 基于复变量ABAQUS有限单元法的反演算法 |
| 4.1 反演算法的建立 |
| 4.1.1 Levenberg–Marquardt算法 |
| 4.1.2 反演算法流程 |
| 4.2 二维算例分析 |
| 4.2.1 正问题验证 |
| 4.2.2 反演算法的精度与效率分析 |
| 4.2.3 初值影响 |
| 4.2.4 误差影响分析 |
| 4.3 三维算例分析 |
| 4.3.1 正问题验证 |
| 4.3.2 效率及精度分析 |
| 4.3.3 初值影响分析 |
| 4.3.4 误差分析 |
| 4.4 本章小结 |
| 5 相变热传导反问题 |
| 5.1 相变热传导正问题 |
| 5.1.1 相变热传导模型 |
| 5.1.2 相变热传导控制方程 |
| 5.1.3 相变复变量有限单元准确性验证 |
| 5.2 相变热传导反问题 |
| 5.3 算例及结果分析 |
| 5.3.1 正问题验证 |
| 5.3.2 效率和精度分析 |
| 5.3.3 初值影响分析 |
| 5.3.4 误差分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（4）六类纠缠辅助量子MDS码的构造（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 纠缠辅助量子纠错码的研究背景和意义 |
| 1.2 纠缠辅助量子纠错码的研究现状 |
| 1.3 本文主要工作 |
| 第二章 基础知识 |
| 2.1 数论基础知识 |
| 2.2 有限域理论基础知识 |
| 2.3 分圆陪集和极小多项式 |
| 2.4 经典纠错码 |
| 2.5 常循环码 |
| 2.6 量子纠错码 |
| 2.7 纠缠辅助量子码 |
| 2.8 本章小结 |
| 第三章 六类纠缠辅助量子MDS码的构造 |
| 3.1 构造长为n=q~2-1的EAQMDS码 |
| 3.2 构造长为n=q~2-1/2的EAQMDS码 |
| 3.3 构造长为n=q~2-1/r的EAQMDS码 |
| 3.4 构造长为n=q~2+1/2的EAQMDS码 |
| 3.5 构造长为n=q~2+1/34的EAQMDS码 |
| 3.6 构造极大纠缠辅助量子码 |
| 3.7 本章小结 |
| 第四章 构造EAQMDS码方法的推广 |
| 4.1 构造所有长为n=q~2-1/r的EAQMDS码 |
| 4.2 构造所有长为n=q~2+1/10与长为n=q~2+1/34的EAQMDS码 |
| 4.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（5）稀疏低秩表示模型的研究及在癌症测序数据中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究思路和方法 |
| 1.4 本文的研究内容及创新点 |
| 1.5 本文的结构组织 |
| 第2章 理论基础与相关概念 |
| 2.1 稀疏低秩表示模型 |
| 2.1.1 低秩表示模型 |
| 2.1.2 稀疏低秩表示模型 |
| 2.2 癌症测序数据 |
| 2.2.1 生物信息学概述 |
| 2.2.2 癌症测序数据特点 |
| 2.2.3 癌症基因组图谱(TCGA) |
| 第3章 基于稀疏对称约束的图正则低秩表示方法研究 |
| 3.1 引言 |
| 3.2 对称约束下的低秩表示 |
| 3.3 基于流形学习的图正则约束 |
| 3.4 稀疏对称约束的图正则低秩表示方法 |
| 3.4.1 目标函数 |
| 3.4.2 方法优化求解 |
| 3.4.3 算法时间复杂度分析 |
| 3.5 癌症样本聚类 |
| 3.6 评价测度 |
| 3.7 实验与讨论 |
| 3.7.1 实验数据 |
| 3.7.2 参数设置 |
| 3.7.3 实验结果与分析 |
| 3.8 本章小节 |
| 第4章 基于非负稀疏低秩表示优化模型的研究 |
| 4.1 引言 |
| 4.2 非负稀疏低秩表示优化模型 |
| 4.2.1 非负约束 |
| 4.2.2 目标函数 |
| 4.2.3 方法优化求解 |
| 4.2.4 算法时间复杂度分析 |
| 4.2.5 分数函数 |
| 4.3 基于癌症特征基因选择的聚类框架 |
| 4.4 实验与讨论 |
| 4.4.1 实验数据 |
| 4.4.2 参数设置 |
| 4.4.3 实验结果与分析 |
| 4.5 本章小节 |
| 第5章 基于鲁棒超图正则加权稀疏低秩表示方法的研究 |
| 5.1 引言 |
| 5.2 噪声的最大似然估计法建模 |
| 5.3 低秩矩阵局部约束 |
| 5.4 超图正则 |
| 5.5 鲁棒超图正则加权稀疏低秩表示方法 |
| 5.5.1 目标函数 |
| 5.5.2 方法优化求解 |
| 5.5.3 算法时间复杂度分析 |
| 5.6 癌症样本聚类 |
| 5.7 实验与讨论 |
| 5.7.1 实验数据 |
| 5.7.2 参数设置 |
| 5.7.3 实验结果与分析 |
| 5.8 本章小节 |
| 第6章 多组学图正则紧凑稀疏低秩表示方法的研究 |
| 6.1 引言 |
| 6.2 多组学癌症测序数据 |
| 6.3 多组学图正则紧凑稀疏低秩表示方法 |
| 6.3.1 图正则紧凑稀疏低秩表示方法 |
| 6.3.2 目标函数 |
| 6.3.3 方法优化求解 |
| 6.3.4 算法时间复杂度分析 |
| 6.4 癌症样本聚类 |
| 6.5 实验与讨论 |
| 6.5.1 实验数据 |
| 6.5.2 参数设置 |
| 6.5.3 实验结果与分析 |
| 6.6 本章小节 |
| 第7章 总结与展望 |
| 7.1 研究总结 |
| 7.2 研究展望 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
（6）基于非负矩阵分解的图像聚类方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 课题国内外研究现状 |
| 1.2.1 图像聚类的发展历程 |
| 1.2.2 基于非负矩阵分解的图像聚类方法研究现状 |
| 1.3 论文的主要研究内容 |
| 1.4 论文结构安排 |
| 第2章 基于自适应图正则化非负矩阵分解的图像聚类方法 |
| 2.1 引言 |
| 2.2 相关工作 |
| 2.2.1 非负矩阵分解 |
| 2.2.2 图正则化非负矩阵分解 |
| 2.3 自适应图正则化非负矩阵分解 |
| 2.3.1 目标函数 |
| 2.3.2 迭代更新 |
| 2.3.3 收敛性证明 |
| 2.4 实验 |
| 2.4.1 实验设置 |
| 2.4.2 实验结果和分析 |
| 2.4.3 参数选择 |
| 2.4.4 收敛速度 |
| 2.5 本章小结 |
| 第3章 基于自适应图正则化判别非负矩阵分解的图像聚类方法 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.2.1 约束非负矩阵分解 |
| 3.2.2 判别非负矩阵分解 |
| 3.3 自适应图正则化判别式非负矩阵分解 |
| 3.3.1 目标函数 |
| 3.3.2 迭代更新 |
| 3.3.3 收敛性证明 |
| 3.4 实验 |
| 3.4.1 实验设置 |
| 3.4.2 实验结果和分析 |
| 3.4.3 参数选择 |
| 3.4.4 收敛速度 |
| 3.5 本章小结 |
| 第4章 基于保持投影非负矩阵分解的图像聚类方法 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.2.1 主成分分析 |
| 4.2.2 投影非负矩阵分解 |
| 4.3 保持投影非负矩阵分解 |
| 4.3.1 目标函数 |
| 4.3.2 迭代更新 |
| 4.3.3 收敛性证明 |
| 4.4 实验 |
| 4.4.1 实验设置 |
| 4.4.2 实验结果和分析 |
| 4.4.3 参数选择 |
| 4.4.4 收敛速度 |
| 4.5 本章小结 |
| 第5章 结论 |
| 5.1 全文总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（7）时间依赖相空间中吸引子的稳定性理论及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| §1.1 经典动力系统中吸引子的稳定性理论 |
| §1.2 指数吸引子及其稳定性 |
| §1.3 时间依赖相空间中吸引子的存在性理论 |
| §1.4 论文主要研究结果和内容安排 |
| §1.4.1 时间依赖相空间中吸引子的稳定性理论 |
| §1.4.2 对两类非线性发展方程的应用 |
| 第二章 拉回(?)-吸引子和拉回(?)-指数吸引子的稳定性 |
| §2.1 预备知识 |
| §2.1.1 记号说明 |
| §2.1.2 拉回(?)-吸引子 |
| §2.1.3 拉回(?)-吸引子的存在性 |
| §2.2 拉回(?)-吸引子的稳定性 |
| §2.2.1 拉回(?)-吸引子的上半连续性 |
| §2.2.2 拉回(?)-吸引子的剩余连续性 |
| §2.2.3 处处连续性和拉回等度吸引性的等价关系 |
| §2.3 拉回(?)-指数吸引子的存在性和稳定性 |
| §2.3.1 拉回(?)-指数吸引子的存在性 |
| §2.3.2 拉回(?)-指数吸引子的连续性 |
| §2.4 本章小结 |
| 第三章 满足非标准增长条件的拟线性耗散波动方程 |
| §3.1 预备知识 |
| §3.1.1 一般的Sobolev空间理论 |
| §3.1.2 变指标Lebesgue空间和Sobolev空间 |
| §3.1.3 依赖时空变量的函数空间 |
| §3.2 基本假定和主要结果 |
| §3.2.1 基本假定 |
| §3.2.2 主要结果 |
| §3.3 适定性结果 |
| §3.3.1 能量弱解的存在性 |
| §3.3.2 关于初值的稳定和拟稳定估计 |
| §3.4 拉回(?)-吸引子的存在性和稳定性 |
| §3.4.1 拉回(?)-吸收族的存在性 |
| §3.4.2 关于扰动参数λ的稳定性估计 |
| §3.4.3 拉回(?)-吸引子的存在性和连续性 |
| §3.4.4 拉回(?)-指数吸引子的存在性和连续性 |
| §3.5 正则性结果 |
| §3.6 本章小结 |
| 第四章 带有时间依赖记忆核的粘弹性模型 |
| §4.1 基本假定和主要结果 |
| §4.1.1 基本假定 |
| §4.1.2 主要结果 |
| §4.2 一些辅助不等式 |
| §4.3 适定性结果 |
| §4.3.1 弱解的存在性 |
| §4.3.2 弱解的唯一性 |
| §4.3.3 弱解在相空间H_t中关于时间和初值的连续性 |
| §4.4 技术性估计 |
| §4.4.1 耗散估计 |
| §4.4.2 H_t~(1/3)中分解与耗散估计 |
| §4.4.3 H_t~-中分解与耗散估计 |
| §4.4.4 稳定和拟稳定估计 |
| §4.5 拉回(?)-吸引子的存在性和稳定性 |
| §4.5.1 拉回(?)-吸收族和拉回(?)-吸引族的存在性 |
| §4.5.2 拉回(?)-指数吸引子的存在性和连续性 |
| §4.5.3 拉回(?)-吸引子的存在性和连续性 |
| §4.6 本章小结 |
| 第五章 创新性总结与进一步工作展望 |
| 参考文献 |
| 在学期间论文发表情况 |
| 致谢 |
（8）内燃机车振动噪声源辨识研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 内燃机车噪声源概况 |
| 1.2.1 柴油发动机噪声 |
| 1.2.2 冷却风扇噪音 |
| 1.2.3 结构振动噪音 |
| 1.2.4 电机噪音 |
| 1.2.5 轮轨噪声 |
| 1.2.6 空压机噪声 |
| 1.3 时频分析方法概述 |
| 1.3.1 短时傅里叶变换 |
| 1.3.2 连续小波变换 |
| 1.3.3 魏格纳-维尔分布 |
| 1.3.4 希尔伯特-黄变换 |
| 1.3.5 Teager能量算子 |
| 1.3.6 盲源分离方法 |
| 1.3.7 变微分模态分析 |
| 1.4 内燃机车振动噪声信号分析面临的问题 |
| 1.4.1 时频分辨率对比 |
| 1.4.2 VMD参数的选择 |
| 1.4.3 内燃机车型式车辆中的时变噪声的识别 |
| 1.5 本文研究内容 |
| 第2章 基于VMD的瞬时频率识别方法 |
| 2.1 变分模态分解基础 |
| 2.1.1 维纳滤波器 |
| 2.1.2 希尔伯特变换和信号分析 |
| 2.1.3 变分模态分解原理 |
| 2.2 变分模态分解中罚参量的影响 |
| 2.3 变分模态分解层数参量对稳态的影响 |
| 2.4 基于结构系统参数的VMD参数选择法 |
| 2.5 瞬时频率及其计算方法比较 |
| 2.5.1 希尔伯特谱 |
| 2.5.2 Teager能量算子法 |
| 2.5.3 基于VMD参数的时频谱方法 |
| 2.6 本章小结 |
| 第3章 参数化时频分析方法研究 |
| 3.1 时不变参数的理论线性模态分析 |
| 3.2 时变参数的理论非线性模态分析 |
| 3.3 数值模型建立与传统分析法 |
| 3.4 线性结构系统识别 |
| 3.5 非线性结构系统识别 |
| 3.6 VMD非线性系统结构瞬时频率的鲁棒性 |
| 3.7 内燃机车模态有限元分析 |
| 3.7.1 车体结构模态有限元分析 |
| 3.7.2 司机室内声腔模态有限元分析 |
| 3.8 声振耦合分析 |
| 3.8.1 声振耦合理论及应用 |
| 3.8.2 声振耦合分析中的系统非线性问题 |
| 3.9 基于VMD稳态的线性模态参数识别 |
| 3.10 本章小结 |
| 第4章 基于VMD时频分析的振动噪声源辨识 |
| 4.1 内燃机车振动源时频分析 |
| 4.1.1 辅助变速箱振动信号分析 |
| 4.1.2 柴油机振动信号分析 |
| 4.1.3 变速箱振动信号分析 |
| 4.2 内燃机车受迫振动时频分析 |
| 4.2.1 座椅振动信号分析 |
| 4.2.2 司机室端墙振动分析 |
| 4.3 内燃机车噪声时频分析 |
| 4.3.1 排气噪声分析 |
| 4.3.2 司机室耳旁噪声分析 |
| 4.3.3 变速工况下的司机室时频分析 |
| 4.4 本章小结 |
| 第5章 基于VMD的盲信号分离方法与噪声控制方案 |
| 5.1 主成分分析 |
| 5.2 快速独立分量分析 |
| 5.3 二阶统计量盲辨识 |
| 5.4 二次估计型可变微分模态和主成分分析的欠定去噪源分离 |
| 5.5 基于BIMF分量相关矩阵的PCA的源数估计 |
| 5.6 仿真信号分析 |
| 5.7 适应性与可靠性 |
| 5.8 内燃机车司机室噪声源识别研究 |
| 5.9 噪声传播途径控制 |
| 5.9.1 辅助变速箱噪声控制 |
| 5.9.2 动力室混响场噪声控制 |
| 5.10 司机室噪声控制 |
| 5.11 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 附录1 司机室声腔模态分析结果比较 |
| 附录2 振动测点位置说明与不同工况下有效值与平均值统计结果 |
| 附录3 不同工况下测点A计权声压级(dBA) |
| 附录4 术语说明 |
| 攻读博士学位期间发表的论文及科研成果 |
（9）面向移动应用的恶意行为检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 移动应用安全威胁 |
| 1.1.2 移动恶意应用演化趋势 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 Android系统和应用 |
| 1.2.2 Android应用恶意行为检测现状 |
| 1.2.3 存在的问题 |
| 1.3 本文研究工作 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 1.3.3 主要创新点 |
| 第二章 基于开源软件的Android应用分析原型系统 |
| 2.1 引言 |
| 2.2 相关研究 |
| 2.3 Android应用分析原型系统实现 |
| 2.3.1 预静态分析 |
| 2.3.2 静态隐私泄露检测 |
| 2.3.3 混合行为分析 |
| 2.4 实验评估 |
| 2.4.1 数据集 |
| 2.4.2 静态隐私泄露检测 |
| 2.4.3 基于混合行为分析的恶意应用检测 |
| 2.5 结论 |
| 2.6 本章小结 |
| 第三章 基于程序上下文的移动应用隐私泄露合理性鉴别方法 |
| 3.1 引言 |
| 3.2 相关背景和研究 |
| 3.2.1 静态分析 |
| 3.2.2 相关国内外研究 |
| 3.3 Privacy Context-基于程序上下文的移动应用隐私泄露合理性鉴别 |
| 3.3.1 示例-Motivating Example |
| 3.3.2 Privacy Context整体框架 |
| 3.3.3 程序上下文提取 |
| 3.3.4 特征向量嵌入 |
| 3.3.5 基于分类的隐私泄露合理性鉴别 |
| 3.4 实验评估 |
| 3.4.1 数据集和实验环境 |
| 3.4.2 Privacy Context分析效率评估 |
| 3.4.3 基于不同模型的Privacy Context隐私泄露分类效果评估 |
| 3.4.4 基于不同特征组合的Privacy Context隐私泄露分类效果评估.. |
| 3.5 讨论 |
| 3.6 本章小结 |
| 第四章 一种面向移动恶意应用的抗分析检测和反制技术 |
| 4.1 引言 |
| 4.2 相关研究 |
| 4.2.1 静态分析 |
| 4.2.2 动态分析 |
| 4.2.3 混合分析 |
| 4.3 Droid-Anti RM-面向移动恶意应用的抗分析检测和反制 |
| 4.3.1 示例-Motivating Example |
| 4.3.2 若干形式化定义 |
| 4.3.3 Droid-Anti RM整体架构及细节 |
| 4.3.4 具体实现 |
| 4.4 实验评估 |
| 4.4.1 抗分析技术在移动恶意应用中的使用 |
| 4.4.2 Droid-Anti RM抗分析检测准确性评估 |
| 4.4.3 Droid-Anti RM抗分析反制有效性评估 |
| 4.4.4 Droid-Anti RM的整体分析效率评估 |
| 4.4.5 Droid-Anti RM自动发现抗分析行为能力评估 |
| 4.5 讨论 |
| 4.6 本章小结 |
| 第五章 一种基于模糊测试和强制执行的移动恶意应用混合分析方法 |
| 5.1 引言 |
| 5.2 相关研究 |
| 5.3 Direct Droid-面向移动恶意应用的自动化混合行为分析方法 |
| 5.3.1 示例-Motivating Example |
| 5.3.2 Direct Droid架构介绍 |
| 5.3.3 静态分析器 |
| 5.3.4 动态执行器 |
| 5.3.5 具体实现 |
| 5.4 实验评估 |
| 5.4.1 实验环境搭建及数据集 |
| 5.4.2 Direct Droid达到目标位置的有效性评估 |
| 5.4.3 Direct Droid的若干实际安全应用案例 |
| 5.4.4 Direct Droid处理动态代码加载效果评估 |
| 5.4.5 Direct Droid的性能评估 |
| 5.5 讨论 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文主要工作 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（10）电力市场下电网公司购电风险管理分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 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 国内外文献综述 |
| 1.3 研究内容与结构框架 |
| 1.3.1 研究结构框架 |
| 1.3.2 研究内容 |
| 1.4 研究方法与创新点 |
| 1.4.1 研究方法 |
| 1.4.2 研究创新点 |
| 第二章 相关理论 |
| 2.1 风险管理理论 |
| 2.1.1 风险的概念 |
| 2.1.2 购电风险的定义 |
| 2.1.3 购电风险管理的内容 |
| 2.2 现代投资组合理论 |
| 2.2.1 均值—方差投资组合模型 |
| 2.2.2 均值—VaR投资组合模型 |
| 2.2.3 均值—CVaR投资组合模型 |
| 第三章 电力市场下电网公司购电风险识别与关系分析 |
| 3.1 我国电力市场模式 |
| 3.1.1 电力市场结构 |
| 3.1.2 电力市场交易模式 |
| 3.1.3 电力市场交易种类 |
| 3.2 电网公司购电风险的影响因素识别 |
| 3.2.1 购电电价风险 |
| 3.2.2 购电交易选择风险 |
| 3.2.3 电力负荷预测风险 |
| 3.2.4 交易结算方式风险 |
| 3.2.5 其他购电风险 |
| 3.3 基于ISM方法的电网公司购电风险因素关系分析 |
| 3.3.1 ISM方法 |
| 3.3.2 基于ISM方法的购电风险因素关系结构模型 |
| 3.3.3 算例分析 |
| 3.4 本章小结 |
| 第四章 电力市场下电网公司购电风险防控方法与措施 |
| 4.1 基于组合预测模型的电力负荷预测风险防控方法 |
| 4.1.1 基于组合预测模型的电力负荷预测 |
| 4.1.2 基于径向基神经网络模型的电力负荷预测 |
| 4.1.3 基于最小二乘支持向量机模型的电力负荷预测 |
| 4.1.4 算例分析 |
| 4.2 基于均值—CVaR的电网公司购电组合风险防控方法 |
| 4.2.1 基于均值—CVaR的电网公司购电组合优化模型 |
| 4.2.2 基于GA遗传算法的购电组合优化模型求解 |
| 4.2.3 算例分析 |
| 4.3 电网公司购电风险防控措施 |
| 4.3.1 电力负荷预测风险防范措施 |
| 4.3.2 购电电价风险防范措施 |
| 4.3.3 发电商市场力的防范措施 |
| 4.3.4 加强建设和管理电力期权市场 |
| 4.4 本章小结 |
| 第五章 电力市场下电网公司购电风险管理综合评价模型 |
| 5.1 电网公司购电风险管理的综合评价指标 |
| 5.1.1 建立综合评价指标的原则 |
| 5.1.2 建立综合评价指标体系 |
| 5.2 基于AHP+模糊综合评价法的购电风险管理综合评价模型 |
| 5.2.1 模糊综合评价法简介 |
| 5.2.2 购电风险管理综合评价模型 |
| 5.3 算例分析 |
| 5.4 本章小结 |
| 研究结论与展望 |
| 研究结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读硕士学位期间发表的论文 |
四、构造辅助函数的一种新方法（论文参考文献）
- [1]基于机器学习的钙钛矿材料性能研究[D]. 邓钦. 电子科技大学, 2021(01)
- [2]计算机科技论文摘要的机翻错误类型及译后编辑[D]. 付茜雯. 大连理工大学, 2020(06)
- [3]求解多维瞬态非线性热传导反问题的一种新方法[D]. 张博文. 大连理工大学, 2020(02)
- [4]六类纠缠辅助量子MDS码的构造[D]. 张琳雪. 华南理工大学, 2020(02)
- [5]稀疏低秩表示模型的研究及在癌症测序数据中的应用[D]. 陆聪海. 曲阜师范大学, 2020(01)
- [6]基于非负矩阵分解的图像聚类方法研究[D]. 张琳. 河南科技大学, 2020(07)
- [7]时间依赖相空间中吸引子的稳定性理论及其应用[D]. 李亚男. 郑州大学, 2020(02)
- [8]内燃机车振动噪声源辨识研究[D]. 靳行. 西南交通大学, 2019(06)
- [9]面向移动应用的恶意行为检测技术研究[D]. 王晓磊. 国防科技大学, 2019(01)
- [10]电力市场下电网公司购电风险管理分析[D]. 周鑫. 长沙理工大学, 2019(07)