一、On the Multi-Dimensional Duality Principle of Sawyer Type（论文文献综述）
金钰[1]（2020）在《基于卷积神经网络的雷达目标分类识别技术研究》文中研究指明雷达目标分类识别是雷达信息处理领域的重要研究方向,无论是在军事领域还是民用领域都具有广泛的需求。现有基于雷达目标回波特征提取的分类识别方法多采用人工提取单一维度特征或融合特征,主要依靠主观因素且并未利用目标回波的全部信息,在复杂杂波环境下及低信噪比条件下识别率低,难以满足用户需求。此外,另一类基于雷达成像的分类识别方法存在原始目标部分信息损失、流程复杂,且对雷达装备有特殊要求、成本高不利于实现的不足。针对上述问题,本文利用雷达原始回波的完整高分辨多普勒实测数据,提出了一种基于卷积神经网络（Convolutional Neural Network,CNN）的雷达目标分类识别方法,并在通用计算机平台上设计了基于Python的目标分类识别软件模块,实现了人车目标的自动分类识别。具体工作如下:首先,利用完整高分辨多普勒实测数据构建了一维CNN模型,根据前期试验给出了网络结构和初始参数配置。然后开展了不同激活函数、不同优化器、不同网络层数和不同卷积核大小对所提CNN模型识别性能影响的实验,通过分析各因素对网络模型训练的准确率和损失值的影响,对CNN模型进行了优化与调整。仿真验证结果表明,与现有分类器相比,本文所设计的CNN能够从高分辨多普勒数据中学习到有用的特征,在人车目标的分类识别中取得了较高的准确率。在上述研究的基础上,根据实际应用场景的需求,设计了一种基于CNN的雷达目标分类识别器的工程实现方案。首先明确了雷达目标分类识别软件模块在整个雷达系统平台中的位置和作用,对雷达目标分类识别模块的软件框架设计思路和具体实现流程都进行了详细的阐述。其次搭建了基于通用计算机平台的雷达目标分类识别器的多任务软件框架,包含报文数据驱动、数据消息的收发过程、数据的序列化和反序列化处理、数据分类识别处理及输出结果的过程,实现了在线目标分类识别软件模块。仿真验证和工程软件实现表明,本文所设计的基于CNN模型的雷达目标分类识别器具有完全的可行性和较高的识别性能,能够为后续雷达装备应用实用化的目标分类识别功能提供支撑。
王棋林[2]（2019）在《高光谱数据的非线性特征提取与分类研究》文中研究表明高光谱遥感技术一直以来是遥感领域的一个研究热点,在很多实际场景中产生了良好的社会经济效益。因此不断改进和完善高光谱数据的处理分析方法是人们所迫切需要的。虽然传统特征提取方法在高光谱数据上的应用已初见成效,但是并没有很好地解决高光谱数据的数据冗余和人工标记样本缺乏等问题。针对高光谱数据非线性的特点,本文首先基于流形学习方法,在其基础上进行改进和优化,提出了一种新的特征提取方法。近些年深度学习方法由于其强大的特征学习能力,在高光谱数据的特征提取与分类上表现得越来越抢眼。本文针对高光谱数据存在人工标记的训练样本有限等问题,设计了一种基于多层特征融合的卷积神经网络模型,用于提取高光谱数据的非线性特征并最终实现分类。主要研究内容如下:（1）针对原始高光谱数据的噪声问题,首先对其进行降噪等预处理操作,然后将校正后的三维高光谱数据转化成二维数据。（2）针对高光谱数据的非线性特征及“小样本”问题,本文在流形学习方法基础上提出了一种正交指数判别局部保留投影法（Orthogonal Exponential Discriminant Locality Preserving Projection,OEDLPP）。与主成分分析（PCA）、局部保留投影（LPP）、判别局部保留投影（DLPP）、指数判别局部保留投影（EDLPP）、正交判别局部保留投影（ODLPP）等对比实验的分类结果表明,该算法对样本有效信息的获取具有一定的优越性,能得到更高的分类精度。（3）利用深度学习方法,结合典型卷积神经网络框架模型和OEDLPP算法,本文设计了一种基于多层特征融合的卷积神经网络模型,用于高光谱数据的特征提取与分类中,且该模型表现优异,对解决高光谱数据训练样本有限的问题能起到一定作用。
王昕[3]（2019）在《面向下肢康复机器人的运动意图识别技术研究》文中研究指明作为康复医学工程和机器人工程学科交叉领域的研究热点,下肢康复机器人是目前前沿且日渐成熟的一个研究方向,由患者主动运动意图参与并主导的下肢康复训练可激发患者中枢神经元的代偿和重组,同时增强下肢康复机器人的高度人机耦合性,更利于患者下肢运动机能的恢复。对人体运动意图定性、定量捕获并快速解析,准确映射到柔顺控制系统输入,这一系列人体交互信息与运动意图之间映射关系的探究具有诸多挑战。本文针对上述难点开展了面向下肢康复机器人的运动意图识别技术研究,重点突破运动模态及步态子相辨识、运动意图预测等关键技术,搭建实验平台,验证所提算法的有效性,进而为基于运动意图推理的下肢康复机器人主动运动控制奠定技术基础。本文的研究内容和贡献如下:（1）构建基于外辅式下肢康复机器人实验系统,包括6层级足底压力感知系统、关节角感知系统和下肢位姿感知系统,完成其硬件平台、软件平台和数据平台的资源分配和功能性配置,设计运动数据感知采集实验完成自建数据集Motion modality&Gait phase的采集、检验和分析。（2）针对运动模态及步态子相辨识的问题,提出了一种组合特征选择算法Filter-BC-MFB-SVM,获得使分类器分离度最大的特征集合,并结合分类任务设计TM-SVM算法,使模型预测阶段效率加快、层级误差累计效应减弱,最终完成静坐、站立和行走三种运动模态和跖屈控制相（CP）、背屈控制相（CD）、跖屈动力相（PP）和摆动相（SW）4个步态子相的准确分类。（3）针对运动意图预测的问题,采用Stacking方法将通过多预测模型ARIMA、SVR、RF和XGboost对关节角的点估计得到的预测值进行融合,利用统计学区间估计方法构建置信区间和预测区间,利用区间约束法则规划出新的预测值,精准、快速地得出判定当前相位下一时刻人体下肢运动轨迹。
何地[4]（2018）在《企业创新生态系统战略对竞争优势的影响研究》文中提出“现代管理学之父”彼得·德鲁克认为,以合作伙伴关系为基础的企业关系的加速发展推动了工商业的持续变革。另一位管理大师菲利普·科特勒进一步指出,在当前时代,企业唯一可以持续的竞争优势是它与消费者及商业伙伴的良好关系。两位管理学泰斗的观点也揭示了从工业经济时代到网络经济时代过程中企业竞争的变化,即从“产品/供应链间的竞争”升级到“创新生态系统之间的竞争”。近年来,创新生态系统战略（innovation ecosystem strategy）一词频繁出现在学术研究和企业管理实践中。在以“自利竞争”为核心的传统竞争战略主导下,企业竞争优势的获取建立在“打败一切竞争对手”的基础上,而以“共生共赢”为核心的创新生态系统战略则主张通过“赢得用户”和“实现生态价值最大化”来获取竞争优势。从理论上看,关于创新生态系统战略的研究尚未成熟,缺乏对创新生态系统战略的界定、维度及其对竞争优势的影响机理的系统研究。从实践上看,微软、宝洁、小米等诸多企业已经开展了对创新生态系统战略的探索并取得了丰硕的成果,亟待形成可供其他企业借鉴参考的发展模板。针对理论发展的不足和现实存在的问题,本文基于实施创新生态系统战略的焦点企业视角,围绕“企业创新生态系统战略如何影响竞争优势”这一核心研究问题,结合创新生态系统、价值共创、组织间依赖、动态能力等理论,按照“企业创新生态系统战略构念——静态影响机理分析——动态演进分析”的研究思路,从以下内容进行展开:第一,按照理论发展脉络对竞争优势理论、创新生态系统理论及创新生态系统战略以及价值共创理论、组织间依赖理论、动态能力理论等国内外相关研究进行系统梳理。第二,通过采用扎根理论研究方法对5家典型企业进行分析,构建了企业创新生态系统战略构念,并提出“企业创新生态系统战略——（激发）协同效应——竞争优势”的理论模型。第三,基于静态视角,采用多元线性回归方法对208份有效问卷数据进行统计分析,检验了企业创新生态系统战略对竞争优势的影响,以及协同效应在企业创新生态系统战略与竞争优势之间的中介作用。第四,基于动态视角,采用纵向单案例研究方法分析了企业创新生态系统战略及其对竞争优势影响的动态演进过程。本文得到以下五个主要结论:（1）创新生态系统研究形成了多学科与多领域相融合的理论体系。（2）创新生态系统战略是一个合并型多维构念,包含（生态系统）价值主张、组织耦合和网络编配三个维度。（3）（生态系统）价值主张、组织耦合、网络编配分别对竞争优势效率维度和持续性维度均产生正向影响。网络编配的影响程度最高,组织耦合的影响程度最低,（生态系统）价值主张的影响程度介于前两者之间。（4）（激发）协同效应分别在（生态系统）价值主张、组织耦合和网络编配与竞争优势效率维度和持续性维度之间发挥部分中介作用。（5）在创新生态系统生命周期的不同阶段,（生态系统）价值主张的强度由大到小再到大变化,组织耦合的强度由小到大再到小变化,网络编配的强度由小到大再到小变化;协同效应的强度从小到大再到小变化;竞争优势效率维度和持续性维度的强度分别由小到大再到小变化。（生态系统）价值主张、组织耦合、网络编配依次具有“用户需求导向+技术创新导向”、“开放化耦合+集中化耦合”、“挤出机制+共益机制”的双元性特征。焦点企业呈现出“（战略）发起者——支配者/监管者——领导者——（新）发起者”的角色转换演进路径。同时,企业动态能力在创新生态系统战略与竞争优势之间起到调节作用。在开拓期和更新期阶段,企业动态能力表现为机会识别能力;在扩张期和领导期阶段,企业动态能力表现为机会识别能力和机会利用能力。本文主要贡献有以下两个方面:（1）通过构建创新生态系统战略构念,并对创新生态系统战略对竞争优势影响的量化分析,拓展了生态本位观下竞争优势理论的逻辑框架,提出驱动竞争优势的隔离机制由基于资源本位观的“资源隔离”转向基于生态本位观的“生态隔离”。（2）通过对创新生态系统战略演进的动态分析,发现不同于传统竞争战略所产生的单一竞争优势,即“成本优势”或“差异化优势”,创新生态系统战略能够产生由多种“优势”的组合,包括“成本优势”、“差异化优势”和“生态优势”。本文研究结论也在实践层面上为企业战略管理提供了有益的启示:（1）创新生态系统战略揭示了企业竞争由“自利竞争”转向“价值共创”,为企业战略逻辑和竞争范式转型提供了实践启示。（2）传统竞争战略使得企业无法解决“无米之炊”的难题,而创新生态系统战略也将给企业带来“与狼共舞”的挑战。这就要求企业做好应对创新生态系统战略中潜在风险的措施。
肖宇[5]（2018）在《校园一卡通应用数据分析系统的研究与实现》文中提出伴随着中国全面信息化时代的来临,应用到高校“一卡通系统”中的事项越来越多,包含餐厅、浴室、图书馆门禁、图书借阅。一卡通系统的数据库中储存着海量的数据,但这些数据中隐藏着大量能够反映学生行为、习惯等的重要信息。随着大数据时代的到来以及数字化校园的普及,越来越多的学者开始注意到各大高校中的这部分数据。本文主要是研究并完成一个基于校园一卡通的应用数据分析系统,主要研究并运用聚类算法以及关联规则算法,以西南科技大学一卡通数据为基础,进行数据分析、处理。在已有的K-means算法基础上针对k值以及聚类中心点的选取做出改进并将其定义为VW-K-means算法,此次改进首先在算法初始化阶段加入Vorono i图,再对数据进行简单的处理,最终使其自主的去选取聚类中心点以及k值;然后为了确保在运行过程中可以把数据对象更快的聚类到距离最近的簇中,同时也为了能够更精确地区分出每个数据对像之间的不同,在基于Voronoi图的改进的算法上又使用加权平均值法将其准则函数加以改进,得到。并对比K-means算法以及TDKM算法,评估其聚类精度。在算法改进之后,本文提出系统详细设计需求,并完成了数据分析系统的设计,包括数据源层、数据处理层、数据仓库层以及数据服务层。利用SQL Server 2005 Analys is Services对数据源进行集成、转换、载入,然后建立数据仓库,对一卡通的消费数据进行剖析,最后采用数据可视化技术,将分析的数据结果直观地展现在用户面前。本文所完成的系统在功能上,主要有浴室分析、餐厅消费、图书馆进出及借阅分析、贫困生预测四个模块。本文把数据仓库、OLAP（Online Analytical Processing）以及数据挖掘等技术相结合,充分的运用到西南科技大学的一卡通系统中。利用相关的数据挖掘算法深入的挖掘一卡通数据库中隐藏的数据知识,是我国智慧化校园建设中必不可缺的一部分。同时,也为更为成熟的高校数据分析系统打下了基础。通过越来越成熟的数据挖掘技术,我们可以从中挖掘出各种有价值的信息,以供高校管理层充分了解师生的在校情况,做出更有利于学校管理的决策。
杨杭[6]（2018）在《宽带认知被动雷达性能评价及优化研究》文中研究表明被动雷达自身不发射电磁波,具有四抗（抗干扰、抗低空突防、抗反辐射导弹、抗隐身）能力,且成本低等优势。引入认知能提高系统的环境适应能力,但由于不存在发射机,波形不受控制,基于“识别-评价-择优”的认知方法会带来新的挑战。本文首先分析多载波信号参数估计的克拉美罗界。在视距以及点目标的假设前提下,推导了基于多载波信号非相干条件下克拉美罗界的闭式表达式,对非正交多载波调制信号（Filter Bank Multicarrier,FBMC）,正交频分复用多载波信号（Orthogonal Frequency Division Multiplexing,OFDM）,实现参数估计的克拉美罗界（Cramér–Rao bound,CRB）对比,指出FBMC相对于OFDM具有的优越性。在去除上述假设后,推导了宽带多载波信号的CRB闭式解,由于宽带信号的带宽大于信道的相干带宽,从而造成多径效应,采用RAKE接收机将不同径信号叠加,实现探测性能提升。其次,提出了基于稀疏编码多址接入（Sparse Code Multiple Access,SCMA）的MIMO雷达模糊函数的分析方法。对SCMA非正交波形完成了Woodward模糊函数和MIMO雷达模糊函数的仿真分析,并与正交CDMA信号的模糊函数进行比较,仿真表明非正交波形能够提供较好的多普勒性能,且引入MIMO技术的被动雷达系统能提高雷达性能。随后,搭建了基于LTE的被动雷达实验系统,实现室内运动目标检测。实现LTE下行链路信号生成,基于最小二乘的自适应FIR直达波干扰消除算法,实现了延迟距离-多普勒匹配滤波的二维的运动目标检测。最后,在传播算子方法的基础上,提出一种L阵列的DOA估计算法。该算法通过对L阵列的互相关矩阵进行线性运算,可以实现仰角与方位角的自动配对并且避免了奇异值分解的使用,降低了运算的复杂度。除此之外,互相关矩阵还消除了噪声的影响,从而实现性能的优化。仿真结果表明,该算法在复杂度与估计性能之间取得较好的折衷,在低信噪比以及小快拍数的情况下仍能得到较好的估计性能。
王潇娴[7]（2015）在《基于视觉传达设计领域的互补设计方法研究》文中研究表明本文从设计实践与研究中的互补现象入手展开研究,从概念、哲学思想考源、思维方式、科学原理、方法论等多方面进行了较为深入地互补“思考”;并在传统媒体与数字媒体并存的当下,对视觉传达设计转型过程中呈现的“互补”特征、设计思维过程中的互补规律进行研究与分析,从而发现:互补不仅仅是一种自然规律、一种哲学思想、一种科学原理、一种手段,也许还可以作为一种设计方法,即“建立一种互为关系的设计思维模式”。这种方法早已以不同的姿态出现在人类的造物活动及信息传达活动之中,笔者尝试对其进行系统梳理和理论构建。基于视觉传达设计领域,着眼于设计创新概念问题,解析于“全面观察——理性分析——直觉归纳——对应联想——想象创造”以及在各阶段不断的“系统评价”所构成的设计思维模式,发现“问题认知（全面观察——理性分析——直觉归纳）”与“形象转译（对应联想——想象创造）”是设计过程中的两个关键环节和主要内容,互补设计方法在视觉传达设计中的应用主要体现于此:以“互补视角”构建视觉传达设计认知模式,通过正向与反向视角、求同与求异视角、自我与非我视角、有序与无序视角、传统与未来视角引导创新思考更加全面与深入;以“互补方法”构建视觉形象转译与生成模式,从直白与隐喻看设计主题的诠释,从具象与抽象看视觉形象的构建,从精确与模糊看视觉形象的表达,从静态与动态看视觉形态的呈现,从单向与交互看视觉信息的传达,在众多对立矛盾的方法之中找到设计的解决之道。全文通过对百余个经典设计案例进行分析与例证,以及在具体的设计实践与教学活动中加以验证与确证,由表及里,层层推进,逐步完成了基于视觉传达设计领域的互补设计方法研究。而目前,设计学科理论界关于设计方法方面的系统研究甚少,本研究对于完善设计学科方法论体系具有一定的理论意义与实践指导价值。
李颖[8]（2015）在《随机信号的功率谱估计及其算法的改进》文中研究说明随机信号的功率谱密度函数决定着被分析信号的能量在频域上的分布情况,因而被广泛应用于雷达、通信、地质勘探等众多领域。功率谱估计则是利用有限的样本数据估计该随机信号的功率谱密度函数。因而,谱估计成为信号分析的重要手段,目前主要分为两大类：经典功率谱估计方法与现代功率谱估计方法。随着科学技术的逐步发展,对功率谱估计精度的要求也不断提高。另外,由于多维随机信号在实际应用中发挥着越来越重要的作用,所以多维随机信号功率谱估计也是目前随机信号处理中具有挑战性的问题之一。首先本文简单介绍了经典谱估计方法与现代谱估计方法及其优缺点。经典谱估计方法的本质为传统的傅里叶变换,而现代谱估计方法是根据随机信号的参数模型确定的。当数据记录长度比较短时,经典谱估计具有分辨率低、方差比较大等缺点。现代谱估计方法是对于经典谱估计的缺点提出来的,但是它同样存在缺点,如模型的阶数不容易确定等等。其次本文分析了基于Kullback-Leibler距离和Hellinger距离的THREE型谱估计方法,并且对优化部分的拉格朗日参数的求解算法进行了改进。在一维随机信号功率谱估计的基础上,把THREE型谱估计方法推广到了多维随机信号的功率谱估计。该方法是在已知随机信号的先验功率谱的基础上,使得功率谱估计值在功率谱密度函数距离最小的意义下尽可能地接近先验功率谱。最后利用计算机仿真实验对THREE型谱估计方法进行了验证。通过数值模拟,发现THREE型谱估计方法在特定的频率带表现了更高的分辨率,而且这种算法对于较少的观察数据同样适用。通过与其他算法比较,证实基于Kullback-Leibler距离和Hellinger距离的THREE型谱估计方法都能有效地避免谱线分裂和谱峰偏移现象,同时提高了功率谱估计的精度,具有广泛的实用性。
黄彦婷[9]（2014）在《授权型领导对员工知识共享行为的影响研究 ——基于组织心理所有权和社会交换机制比较的视角》文中进行了进一步梳理知识经济时代的到来和组织创新的迫切需求使得组织内部员工的知识共享行为显得十分重要。在当今组织结构扁平化和知识型员工工作自主化的管理情境下,授权型领导已成为备受关注的领导方式。知识型员工通常需要享有更多的领导授权,对知识型员工的授权可能会激发他们积极的工作态度以及彼此之间的合作与共享。此外,知识型员工与组织的关系十分微妙,除了与组织发生社会层面的交换关系之外,主人翁意识反映了员工对组织产生的心理所有权感知,也已成为近年来研究员工和组织关系的一个崭新视角。基于上述背景,本研究初步提出了 4个亟待解决的研究问题:（1）授权型领导是否对组织内部员工的知识共享行为产生积极影响?（2）如果存在显着影响,那么授权型领导影响员工知识共享行为的内在机制是什么?（3）授权型领导对两种不同属性知识共享行为（显性知识共享行为和隐性知识共享行为）的影响是否存在不同的作用机制?（4）中国情境下的授权型领导影响员工对组织的心理感知（即与组织的社会交换关系、对组织的心理所有权感知）和他们知识共享行为的过程中是否受到上司下属关系的调节作用?本研究对知识共享行为、授权型领导、组织心理所有权、上司下属关系等主要研究变量的提出背景、概念、维度、影响因素及效应进行文献梳理与回顾,并对研究现状和存在问题进行述评。本研究整合了授权型领导两个不同视角的内涵,即授权和赋能,并认为两者对员工个体行为的影响过程存在着两种不同的机制。基于社会交换理论、社会认知理论和自我决定理论而构建的研究模型认为,组织社会交换和组织心理所有权分别反映了员工与所在组织之间社会和心理层面的联系,可以作为授权型领导影响员工知识共享行为过程中两个并行的解释机制。然而针对显性知识和隐性知识这两种不同属性知识的共享行为,员工与组织之间的社会交换机制和组织心理所有权所发挥的效应又是不同的:组织社会交换反映了员工的“控制动机”,主要是受到外部环境的奖励或刺激形成的,对显性知识共享行为的影响更大;而组织心理所有权属于“自主动机”范畴,反映了下属员工自发形成的对组织的责任感和主人翁意识,更多作用于员工的隐性知识共享行为。在这一模型的指导下,本研究先后分析了授权型领导对员工知识共享行为的主效应,组织社会交换、组织心理所有权的中介效应及两者的比较,以及上司下属关系在授权型领导发挥作用过程中的调节效应,并提出了相应的研究假设。本文以高科技企业的知识型员工为研究对象,采用问卷调查法通过预调研和正式调研共收回559份有效样本。本研究开展描述性统计分析、数据质量分析以检验样本数据的分布情况、数据对应研究变量的信度和效度,以及本研究所构模型的拟合效果。通过相关分析、结构方程模型分析以及多元层级回归分析,对本文提出的各项研究假设进行检验得到的结论为:（1）授权型领导对员工显性和隐性知识共享行为均具有积极影响;（2）授权型领导对员工与组织的社会交换关系具有积极影响,组织社会交换在授权型领导和显性以及隐性知识共享行为之间发挥中介作用;（3）类似地,授权型领导对组织心理所有权具有积极影响,组织心理所有权在授权型领导和显性以及隐性知识共享行为之间发挥中介作用;（4）相比于隐性知识,组织社会交换对显性知识共享具有更强的积极影响;（5）相比于显性知识,组织心理所有权对隐性知识共享具有更强的积极影响;（6）上司下属关系在授权型领导影响组织社会交换和组织心理所有权中介机制的过程中并没有发挥显着的调节作用。本研究基于员工与组织的社会交换关系和组织心理所有权的双重机制,探讨在中国情境下授权型领导对员工知识共享行为的影响机制和作用边界,其研究结论有利于清晰地描述领导行为和下属知识共享行为之间复杂的中介机制,从而构建一个更为完整的理论框架。同时,通过对组织心理所有权和社会交换机制的比较,有助于管理实践者更好地设计有利于推动知识共享行为的领导方式和管理技能,并强调除了与员工进行社会交换之外,组织更应该培育员工形成一种清晰、积极的组织心理所有权,因为组织心理所有权更有利于推动隐性知识共享的发生。
岳晓鹏[10]（2014）在《高维正态分布的数值计算》文中提出正态分布作为自然界和科学领域最常见的分布，广泛应用于工程技术的各个领域。当前，一维正态分布积分数值计算的理论和算法已趋于成熟。近年来，由于理论和实际的需要，针对多维正态分布积分的计算成为一个热门的研究方向。由于多维正态分布的维数较大，而传统的计算一维或者二维的数值算法大多都是随着维数的增大，计算量呈几何倍的变化，这种算法并不适用于高维的情况。蒙特卡罗和拟蒙特卡罗算法，作为解决高维数值积分的常用算法，走进了人们的视野。本文首先简单地介绍了计算多维正态分布积分的研究现状，阐述了计算多维正态分布积分面临的两个问题：变换形式和计算方法。变换形式方面，介绍了三种不同的变换形式，通过对比并确定了本文所采用的Genz的方法。计算方法方面，详细介绍了蒙特卡罗算法及拟蒙特卡罗算法。通过仿真实验得出，拟蒙特卡罗算法无论在精度上还是时间上较蒙特卡罗算法都有比较大的改进。最后针对现有的拟蒙特卡罗算法，提出了两方面的改进：一方面，当相关系数较大，协方差矩阵接近奇异时，求解出来的值会有较大的误差。通过对积分区域进行有效的排序，可以在一定程度上减少精度的损失；另一方面，在选点的问题上，除了选取已经确定的点列后，还选取了它们在这个空间的对偶点，保证了结果的可靠性。
二、On the Multi-Dimensional Duality Principle of Sawyer Type（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、On the Multi-Dimensional Duality Principle of Sawyer Type（论文提纲范文）
（1）基于卷积神经网络的雷达目标分类识别技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 雷达目标分类识别方法研究现状 |
| 1.2.1 基于特征提取的雷达目标分类识别方法研究现状 |
| 1.2.2 基于卷积神经网络的雷达目标分类识别方法研究现状 |
| 1.3 研究内容及章节安排 |
| 第二章 雷达目标分类识别基本方法和理论原理 |
| 2.1 基于回波特征提取的雷达目标分类识别方法 |
| 2.1.1 方法概述 |
| 2.1.2 几种典型的目标回波特征 |
| 2.1.3 常见的分类器算法 |
| 2.2 基于卷积神经网络的雷达目标分类识别方法 |
| 2.2.1 方法概述 |
| 2.2.2 卷积神经网络的结构和基础原理 |
| 2.2.3 卷积神经网络的正向及反向传播过程 |
| 2.2.4 Tensorflow算法框架 |
| 2.3 本章小结 |
| 第三章 基于一维卷积神经网络的雷达目标分类识别 |
| 3.1 一维卷积神经网络的模型设计 |
| 3.1.1 网络结构设计 |
| 3.1.2 网络参数配置 |
| 3.2 网络优化仿真实验 |
| 3.2.1 不同激活函数的分类识别性能 |
| 3.2.2 不同优化器的分类识别性能 |
| 3.2.3 不同网络层数的分类识别性能 |
| 3.2.4 不同卷积核大小的分类识别性能 |
| 3.3 与其他分类器性能的对比与分析 |
| 3.4 一维卷积神经网络的模型保存 |
| 3.5 本章小结 |
| 第四章 基于一维卷积神经网络的雷达目标分类识别系统设计与工程实现 |
| 4.1 雷达系统平台介绍 |
| 4.2 实测数据分析 |
| 4.3 基于通用计算机平台的雷达目标分类识别系统实现 |
| 4.3.1 软件框架设计及实现流程 |
| 4.3.2 数据的收发过程 |
| 4.3.3 数据的序列化和反序列化 |
| 4.3.4 数据的处理过程 |
| 4.4 系统运行结果及分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）高光谱数据的非线性特征提取与分类研究（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 国内外现状分析 |
| 1.3 本文主要研究内容与结构安排 |
| 1.3.1 本文的研究内容 |
| 1.3.2 论文的结构安排 |
| 第2章 高光谱数据分类的理论基础 |
| 2.1 高光谱遥感数据 |
| 2.2 高光谱实验数据集 |
| 2.2.1 Indian Pines数据集 |
| 2.2.2 PaviaC数据集 |
| 2.2.3 PaviaU数据集 |
| 2.3 特征提取算法 |
| 2.3.1 特征提取 |
| 2.3.2 常用算法 |
| 2.4 分类器介绍 |
| 2.4.1 随机森林 |
| 2.4.2 K近邻分类器 |
| 2.5 评价方法 |
| 2.5.1 评价指标 |
| 2.5.2 评价指标计算公式 |
| 2.6 本章小结 |
| 第3章 基于正交指数判别局部保留投影的高光谱数据特征提取与分类 |
| 3.1 主成分分析法 |
| 3.2 流形学习方法 |
| 3.2.1 局部保留投影法 |
| 3.2.2 判别局部保留投影法 |
| 3.2.3 正交指数判别局部保留投影法 |
| 3.3 SVM分类器 |
| 3.3.1 SVM原理 |
| 3.3.2 SVM工具包 |
| 3.4 实验设计及结果分析 |
| 3.4.1 实验步骤及开发环境 |
| 3.4.2 实验结果 |
| 3.4.3 结果分析 |
| 3.5 本章小结 |
| 第4章 基于CNN多层特征融合的高光谱数据特征提取与分类 |
| 4.1 深度学习 |
| 4.1.1 深度学习简介 |
| 4.1.2 基本思想 |
| 4.1.3 常用方法 |
| 4.2 卷积神经网络 |
| 4.2.1 卷积层 |
| 4.2.2 池化层 |
| 4.2.3 激活函数 |
| 4.2.4 典型CNN模型与框架 |
| 4.2.5 过拟合问题 |
| 4.3 卷积神经网络计算框架及开发环境 |
| 4.3.1 TensorFlow平台 |
| 4.3.2 开发环境搭建 |
| 4.4 基于卷积神经网络模型的实验设计 |
| 4.4.1 基于光谱信息的卷积神经网络模型 |
| 4.4.2 基于多层特征融合的卷积神经网络模型 |
| 4.5 实验及结果分析 |
| 4.5.1 实验一 |
| 4.5.2 实验二 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）面向下肢康复机器人的运动意图识别技术研究（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 下肢康复机器人及关键技术研究现状 |
| 1.2.1 下肢康复机器人研究现状 |
| 1.2.2 运动意图识别研究现状 |
| 1.2.3 关键技术研究现状总结 |
| 1.3 本文研究过程与章节组织安排 |
| 1.3.1 本文研究过程 |
| 1.3.2 章节组织安排 |
| 第2章 外辅式下肢康复机器人数据采集系统设计 |
| 2.1 人体下肢运动机理分析 |
| 2.1.1 下肢运动规律分析 |
| 2.1.2 行走步态分析 |
| 2.1.3 步态仿真实验 |
| 2.2 外辅式下肢康复机器人实验系统 |
| 2.2.1 外辅式下肢康复机器人机械构型 |
| 2.2.2 物理型人机交互感知系统 |
| 2.2.3 外辅式下肢康复机器人平台集成 |
| 2.3 运动数据感知采集实验设计 |
| 2.3.1 采集实验方案及分析 |
| 2.3.2 Motion modality & Gait phase自建数据集 |
| 2.4 本章小结 |
| 第3章 运动模态及步态子相辨识技术 |
| 3.1 运动模态和步态子相划分 |
| 3.1.1 运动模态划分 |
| 3.1.2 步态子相划分 |
| 3.2 多维时序运动数据预处理 |
| 3.2.1 数据滤波及加窗处理 |
| 3.2.2 奇异值检测及缺失值填补 |
| 3.2.3 多维时序实例样本矩阵生成 |
| 3.3 运动数据的组合特征提取 |
| 3.3.1 组合特征提取 |
| 3.3.2 组合特征向量生成 |
| 3.4 基于Filter-BC-MFB-SVM的组合特征选择算法设计 |
| 3.4.1 Filter基本原理 |
| 3.4.2 Hlter-BC-MFB-SVM组合特征选择算法设计 |
| 3.5 基于TM-SVM的运动模态及步态子相分类算法设计 |
| 3.5.1 支持向量机基本原理 |
| 3.5.2 TM-SVM支持向量机分类算法设计 |
| 3.6 实验验证与结果分析 |
| 3.6.1 Motion modality & Gait phase数据集处理 |
| 3.6.2 实验设计与结果分析 |
| 3.7 本章小结 |
| 第4章 基于多模型融合的区间约束运动意图预测技术 |
| 4.1 运动意图预测研究目标 |
| 4.2 多模型融合的区间约束运动意图预测研究 |
| 4.2.1 运动意图多预测模型设计 |
| 4.2.2 运动意图多预测模型融合 |
| 4.2.3 运动意图区间估计及约束 |
| 4.3 实验验证与结果分析 |
| 4.3.1 实验设计及说明 |
| 4.3.2 结果分析及评价 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 研究工作展望 |
| 参考文献 |
| 攻读硕士学位期间主要的研究成果 |
| 致谢 |
（4）企业创新生态系统战略对竞争优势的影响研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究问题 |
| 1.2.1 问题提出 |
| 1.2.2 研究方法 |
| 1.2.3 技术路线 |
| 1.3 论文结构安排 |
| 1.4 主要创新点 |
| 第2章 文献综述与相关理论基础 |
| 2.1 竞争优势研究综述 |
| 2.1.1 竞争优势的概念及内涵 |
| 2.1.2 竞争优势理论的发展脉络 |
| 2.1.3 竞争优势理论研究述评 |
| 2.2 创新生态系统战略研究综述 |
| 2.2.1 企业竞争战略研究综述 |
| 2.2.2 创新生态系统研究综述 |
| 2.2.3 创新生态系统战略的概念及内涵 |
| 2.2.4 创新生态系统战略与竞争优势 |
| 2.3 与本研究相关的其他理论综述 |
| 2.3.1 价值共创理论 |
| 2.3.2 组织间依赖理论 |
| 2.3.3 动态能力理论 |
| 2.4 基于企业创新生态系统战略的竞争优势分析框架 |
| 2.5 本章小结 |
| 第3章 企业创新生态系统战略构念开发及其对竞争优势影响机理建构 |
| 3.1 研究设计与数据收集 |
| 3.1.1 研究方法 |
| 3.1.2 案例选择 |
| 3.1.3 数据收集与处理 |
| 3.2 案例描述与扎根分析 |
| 3.2.1 案例描述 |
| 3.2.2 扎根分析 |
| 3.3 模型阐释与研究发现 |
| 3.3.1 企业创新生态系统战略内涵与维度探讨 |
| 3.3.2 企业创新生态系统战略对竞争优势影响机理分析 |
| 3.4 本章小结 |
| 第4章 企业创新生态系统战略对竞争优势影响的实证研究 |
| 4.1 研究假设与模型构建 |
| 4.1.1 价值主张对竞争优势的影响 |
| 4.1.2 组织耦合对竞争优势的影响 |
| 4.1.3 网络编配对竞争优势的影响 |
| 4.1.4 协同效应的中介效应 |
| 4.1.5 理论模型构建 |
| 4.2 研究设计 |
| 4.2.1 分析方法 |
| 4.2.2 问卷设计 |
| 4.2.3 变量测量 |
| 4.2.4 小样本测试 |
| 4.3 统计分析 |
| 4.3.1 样本描述 |
| 4.3.2 信度与效度分析 |
| 4.3.3 回归分析 |
| 4.4 结果与讨论 |
| 4.4.1 创新生态系统战略对竞争优势的影响 |
| 4.4.2 协同效应的中介效应 |
| 4.5 本章小结 |
| 第5章 企业创新生态系统战略对竞争优势影响机理的演进研究 |
| 5.1 理论基础与问题提出 |
| 5.1.1 生命周期与创新生态系统战略 |
| 5.1.2 动态能力与创新生态系统战略 |
| 5.1.3 企业角色与创新生态系统战略 |
| 5.2 研究设计 |
| 5.2.1 研究方法 |
| 5.2.2 案例选择 |
| 5.2.3 数据收集与分析 |
| 5.3 案例介绍 |
| 5.3.1 开拓期的创新生态系统战略分析 |
| 5.3.2 扩张期的创新生态系统战略分析 |
| 5.3.3 领导期的创新生态系统战略分析 |
| 5.4 案例讨论 |
| 5.4.1 创新生态系统战略、协同效应及竞争优势的演进规律 |
| 5.4.2 企业动态能力的演进规律 |
| 5.4.3 企业角色转换的演进规律 |
| 5.5 本章小结 |
| 第6章 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 理论贡献 |
| 6.3 管理实践启示 |
| 6.4 研究不足与展望 |
| 附录Ⅰ 访谈提纲 |
| 附录Ⅱ 调查问卷(预调查) |
| 附录Ⅲ 调查问卷(正式调查) |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文以及参加科研情况 |
（5）校园一卡通应用数据分析系统的研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数据挖掘研究现状 |
| 1.2.2 校园卡数据分析系统研究现状 |
| 1.3 本文的主要内容 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 2 相关理论基础 |
| 2.1 K-means聚类算法 |
| 2.1.1 K-means基本思想 |
| 2.1.2 K-means算法性质 |
| 2.1.3 K-means算法的基本流程 |
| 2.2 Apriori关联规则算法 |
| 2.2.1 Apriori算法的基本思想 |
| 2.2.2 Apriori算法性质 |
| 2.2.3 Apriori算法的基本过程 |
| 2.3 本章小结 |
| 3 基于Voronoi图的K-means算法改进 |
| 3.1 基于Voronoi图的改进 |
| 3.2 基于加权平均值法的改进 |
| 3.3 VW-K-means算法的参数设置 |
| 3.4 实验结果对比分析 |
| 3.5 本章小结 |
| 4 系统整体设计 |
| 4.1 系统需求分析 |
| 4.2 数据源层 |
| 4.3 数据处理层 |
| 4.3.1 数据质量检查 |
| 4.3.2 调度控制 |
| 4.3.3 ETL过程 |
| 4.4 数据仓库层 |
| 4.4.1 分析主题的确立 |
| 4.4.2 多维数据集设计 |
| 4.4.3 维度表和事实表的建立 |
| 4.4.4 元数据设计 |
| 4.5 数据服务层 |
| 4.6 本章小结 |
| 5 一卡通数据分析 |
| 5.1 贫困生预测及评估 |
| 5.1.1 贫困生预测 |
| 5.1.2 预测评估 |
| 5.2 餐厅消费分析 |
| 5.2.1 聚类分析 |
| 5.2.2 消费负载对比 |
| 5.2.3 时间与pos机数量关系 |
| 5.3 浴室消费分析 |
| 5.3.1 聚类分析 |
| 5.3.2 关联分析 |
| 5.4 图书馆进出及借阅分析 |
| 5.4.1 图书馆进出分析 |
| 5.4.2 图书借阅分析 |
| 5.5 可视化展示 |
| 5.5.1 餐厅消费可视化 |
| 5.5.2 浴室消费可视化 |
| 5.5.3 图书馆进出可视化 |
| 5.6 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的的学术论文及研究成果 |
（6）宽带认知被动雷达性能评价及优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 被动雷达研究现状 |
| 1.2.2 性能分析研究现状 |
| 1.2.3 非正交研究现状 |
| 1.2.4 DOA估计研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 宽带认知雷达分析理论基础 |
| 2.1 参数估计的Cramer-Rao Bound分析 |
| 2.1.1 窄带信号模型 |
| 2.1.2 Cramer-Rao Bound分析 |
| 2.2 非正交SCMA |
| 2.3 MIMO雷达系统平均模糊函数分析 |
| 2.3.1 匹配滤波理论 |
| 2.3.2 雷达模糊函数理论 |
| 2.4 基于L阵列的DOA估计分析 |
| 2.4.1 阵列测向技术数学模型 |
| 2.4.2 阵列测向技术相关算法 |
| 2.5 本章小结 |
| 第3章 宽带外辐射源雷达距离及多普勒估计克拉美罗界分析 |
| 3.1 宽带多载波信号Cramer-Rao Bound |
| 3.1.1 信号模型 |
| 3.1.2 CRB分析 |
| 3.1.3 宽带信号与窄带信号性能对比 |
| 3.2 基于OFDM和FBMC的检测性能分析 |
| 3.2.1 分析原理 |
| 3.2.2 仿真结果及结论 |
| 3.3 宽带信号Cramer-Rao Bound |
| 3.3.1 信号模型 |
| 3.3.2 CRB推导 |
| 3.3.3 仿真结果及结论 |
| 3.4 本章小结 |
| 第4章 基于SCMA的MIMO雷达性能优化 |
| 4.1 SCMA系统码本设计 |
| 4.2 SCMA系统搭建 |
| 4.3 MIMO模糊函数 |
| 4.4 仿真结果及分析 |
| 4.5 本章小结 |
| 第5章 LTE被动雷达系统实现及检测性能优化 |
| 5.1 LTE下行链路物理层设计 |
| 5.1.1 时频资源介绍 |
| 5.1.2 下行链路物理信道的基带处理流程 |
| 5.2 基于LTE的被动雷达室内运动目标检测 |
| 5.2.1 发射机与接收机系统架构 |
| 5.2.2 运动目标检测结果 |
| 5.3 本章小结 |
| 第6章 低复杂度的L阵列估计性能优化 |
| 6.1 算法推导 |
| 6.2 性能分析 |
| 6.2.1 复杂度分析 |
| 6.2.2 理论性能分析 |
| 6.2.3 CRB分析 |
| 6.3 算法仿真 |
| 6.4 本章小结 |
| 第7章 结束语 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 发表的论文 |
| 申请专利 |
| 参与的科研项目 |
| 致谢 |
（7）基于视觉传达设计领域的互补设计方法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 绪论 |
| 一、课题缘起 |
| 二、课题的国内外研究现状述评 |
| 1、关于“方法” |
| 2、“互补设计方法”的提出 |
| 三、课题研究相关概念的界定 |
| 1、为何基于“视觉传达设计”领域 |
| 2、不断扩张的视觉传达设计内容 |
| 四、课题研究的主题词 |
| 1、互补的理解 |
| 2、互补的思维 |
| 3、互补的方法 |
| 4、互补的价值 |
| 五、课题研究的基本思路与方法 |
| 六、课题研究的主要观点及创新处 |
| 第一章“互补”的理解 |
| 第一节“互补”释义 |
| 一、语言学中“互补”的认识 |
| 二、文字学中“互补”的概念 |
| 第二节“互补”思想考源 |
| 一、西方“互补”思想探源 |
| 二、根植于中国传统文化中的“互补”思想 |
| （一）先哲们言论中的互补思想 |
| （二）阴阳观念中的动态互补与流变转换 |
| （三）“儒道互补”构成中国传统思想文化的基本格局 |
| 三、思维方式中的互补存在 |
| （一）从生理学角度看思维方式的互补存在 |
| （二）从地域性差异看思维方式中的东西互补 |
| 第三节 多领域中“互补”的存在 |
| 一、中医理论中的“互补”运用 |
| （一）阴阳互补思想进入中医理论 |
| （二）整体论思想的实现手段 |
| 二、中国书画理论中的“互补”观念 |
| 三、色彩理论中的“互补色”的应用 |
| 四、物理理论中的“互补”的诠释 |
| 五、方法理论中“互补”的论说 |
| 第四节 视觉传达设计中的“互补”现象 |
| 一、从视觉传达设计活动进程理解互补的存在 |
| 二、从生活方式变化的过程看互补的需求 |
| （一）工业社会下的生活方式对视觉传达设计的需求 |
| （二）消费社会下的生活方式对视觉传达设计的需求 |
| （三）大数据信息社会下的生活方式对视觉传达设计的需求 |
| 三、视觉传达设计转型中的“互补”特性 |
| （一）纸面与屏幕——阅读方式的互补性 |
| （二）单一与多元——视觉信息传达媒介的互补性 |
| （三）静态与动态——视觉信息呈现方式的互补性 |
| （四）被动与主动——信息接受方式的互补性 |
| （五）视觉与统觉——视觉审美方式的互补性 |
| 第五节 本章小结 |
| 第二章 视觉传达设计思维模式中的互补研究 |
| 第一节 视觉传达设计思维方法 |
| 一、全面观察——从问题导入的信息观察 |
| 二、理性分析——深入观察了解本质 |
| 三、直觉归纳——找到解决问题的方向 |
| 四、对应联想——形成视觉形象的转译 |
| 五、想象创造——完成视觉形象的生成 |
| 六、系统评价——保障设计目标的实现 |
| 第二节 视觉传达设计思维过程中的互补规律 |
| 一、发散思维与收敛思维的辩证统一 |
| 二、形象思维与抽象思维的辩证统一 |
| 第三节 互补设计方法及其在视觉传达设计中的运行 |
| 一、互补设计方法 |
| （一）何为“互补设计方法” |
| （二）互补设计方法的结构分析 |
| 二、互补设计方法在视觉传达设计中的运行 |
| （一）运行过程 |
| （二）运行特点 |
| 三、案例分析：《波尔图音乐厅》视觉识别设计项目 |
| （一）设计目标 |
| （二）设计过程 |
| （三）设计思维方法分析 |
| 四、案例分析：《全宇宙志》书籍设计 |
| （一）书籍设计解析 |
| （二）设计思维方法分析 |
| 第四节 本章小结 |
| 第三章 以“互补视角”构建视觉传达设计认知模式 |
| 第一节 正向视角与反向视角的认知模式 |
| 一、以正向视角构成肯定性指向 |
| （一）正向视角 |
| （二）案例分析 |
| （三）正向视角下的设计思维特点 |
| 二、从反向视角形成“颠覆性”的创意 |
| （一）反向视角 |
| （二）案例分析 |
| （三）反向视角下的设计思维特点 |
| 三、正向视角与反向视角的互补为用 |
| 第二节 求同视角与求异视角的认知模式 |
| 一、以求同视角发现事物之间的普遍联系 |
| （一）求同视角 |
| （二）案例分析 |
| （三）求同视角下的设计思维特点 |
| 二、从求异视角找寻创意的与众不同 |
| （一）求异视角 |
| （二）案例分析 |
| （三）求异视角下的设计思维特点 |
| 三、求同视角与求异视角的互补为用 |
| 第三节 自我视角与非我视角的认知模式 |
| 一、以自我视角体验设计感知 |
| （一）自我视角 |
| （二）案例分析 |
| （三）自我视角下的设计思维特点 |
| 二、以非我视角体现用户需求 |
| （一）非我视角 |
| （二）案例分析 |
| （三）非我视角下的设计思维特点 |
| 三、自我视角与非我视角的互补为用 |
| 第四节 有序视角与无序视角的认知模式 |
| 一、以有序视角形成系统化设计 |
| （一）有序视角 |
| （二）案例分析 |
| （三）有序视角下的设计思维特点 |
| 二、以无序视角得到独特的创意 |
| （一）无序视角 |
| （二）案例分析 |
| （三）无序视角下的设计思维特点 |
| 三、有序视角与无序视角的并协合作 |
| 第五节 传统视角与未来视角的认知模式 |
| 一、以传统视角创新中国方式 |
| （一）传统视角 |
| （二）案例分析 |
| （三）传统视角下的设计思维特点 |
| 二、以未来视角探索发展趋势 |
| （一）未来视角 |
| （二）案例分析 |
| （三）未来视角下的设计思维特点 |
| 三、传统视角与未来视角的渗透融合 |
| 第六节 本章小结 |
| 第四章 以“互补方法”构建视觉形象转译与生成模式 |
| 第一节 直白与隐喻：设计主题的诠释 |
| 一、设计方法描述 |
| （一）直白 |
| （二）隐喻 |
| 二、经典案例与设计方法分析 |
| （一） 直白的图像与指令性的文字 |
| （二）广为熟识的符号移植 |
| （三）隐喻式文字设计 |
| （四）视觉传达设计中象征性的隐喻 |
| 三、设计主题在直白与隐喻之间游走 |
| 第二节 具象与抽象：视觉形象的构建 |
| 一、设计方法描述 |
| （一）具象的再现 |
| （二）抽象的表现 |
| 二、经典案例与设计方法分析 |
| （一）摄影手法下的实物呈现 |
| （二）写实性绘画的拟像 |
| （三）剪影手法下的形象再现 |
| （四）肌理表现下的真实拟物 |
| （五）以点、线、面、体抽象元素构成视觉形象 |
| （六）色彩的心理感受与象征意味 |
| （七）拼贴手法下的奇妙世界 |
| （八）来自音乐的灵感 |
| 三、视觉形象在具象与抽象之间构建 |
| 第三节 精确与模糊：视觉形象的表达 |
| 一、设计方法描述 |
| （一）精确 |
| （二）模糊 |
| 二、经典案例与设计方法分析 |
| （一）在“数”控制下的比例、数列与模数的方法 |
| （二）精确的网格设计方法 |
| （三）难以辨认的字体创造视觉模糊 |
| （四）影子游戏下的模糊空间塑造 |
| （五）模糊中意象的表达 |
| （六）像素化 |
| 三、视觉表达在精确与模糊之间把握分寸 |
| 第四节 静态与动态：视觉信息的呈现 |
| 一、设计方法描述 |
| （一）静态的信息呈现 |
| （二）动态的信息表达 |
| 二、经典案例与设计方法分析 |
| （一）线性的视觉信息材料组织方式 |
| （二）静态的视觉信息表达动态的视知觉感受 |
| （三）动态图像的运动方式 |
| （四）动态文字的图形意境 |
| （五）从静态走向动态，视觉信息流程设计分析 |
| 三、视觉呈现方式从静态走向动态 |
| 第五节 单向与交互：视觉信息的传达 |
| 一、设计方法描述 |
| （一）视觉信息单向传递 |
| （二）视觉信息交互传达 |
| 二、经典案例与设计方法分析 |
| （一）信息可视化中的交互设计 |
| （二）互动体验让信息在“游戏”中记忆 |
| （三）互动广告让受众乐在其中 |
| （四）信息媒介的选择从单一走向多元 |
| 三、视觉信息传达从单向走向交互 |
| 第六节 本章小结 |
| 第五章 互补设计方法在视觉传达设计教学中的实践 |
| 第一节“互补视角”下视觉体验与观察方式研究 |
| 课题一：《叶子啊，叶子》 |
| 课题二：《图形男女》 |
| 课题三：《解我，析我》 |
| 课题四：《当传统遇上现代》 |
| 第二节：“互补方法”下视觉形象转译与生成方式研究 |
| 课题五：《玩转人形》 |
| 课题六：《文字体验》 |
| 课题七：《编排体验——“看”音乐》 |
| 课题八：《不一样的编排——向自然致敬》 |
| 第三节 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 作者介绍 |
（8）随机信号的功率谱估计及其算法的改进（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文工作 |
| 第二章 经典谱估计方法 |
| 2.1 相关函数法(BT法) |
| 2.2 周期图法 |
| 2.3 周期图法的改进 |
| 2.3.1 平均周期图法 |
| 2.3.2 平滑平均周期图法 |
| 2.3.3 多窗谱估计 |
| 2.4 本章小结 |
| 第三章 现代谱估计方法 |
| 3.1 AR模型 |
| 3.1.1 自相关法 |
| 3.1.2 Burg算法 |
| 3.1.3 AR模型的阶 |
| 3.2 MA模型 |
| 3.3 ARMA模型 |
| 3.4 本章小结 |
| 第四章 THREE型谱估计方法 |
| 4.1 THREE型谱估计方法及可行性分析 |
| 4.2 Kullback-Leibler距离 |
| 4.2.1 谱估计优化问题 |
| 4.2.2 拉格朗日参数 |
| 4.3 Hellinger距离 |
| 4.3.1 谱估计优化问题 |
| 4.3.2 对偶问题 |
| 4.3.3 矩阵牛顿算法 |
| 4.4 本章小结 |
| 第五章 THREE型谱估计方法的仿真实验 |
| 5.1 一维随机信号功率谱估计的仿真实验 |
| 5.2 多维随机信号功率谱估计的仿真实验 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（9）授权型领导对员工知识共享行为的影响研究 ——基于组织心理所有权和社会交换机制比较的视角（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与研究问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题的提出 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 理论意义 |
| 1.2.3 实践意义 |
| 1.3 研究内容与结构 |
| 1.3.1 研究内容 |
| 1.3.2 文章结构 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 可能的创新之处 |
| 第二章 文献回顾 |
| 2.1 知识共享行为相关文献综述 |
| 2.1.1 提出背景 |
| 2.1.2 知识共享行为的内涵 |
| 2.1.3 知识共享行为的类型 |
| 2.1.4 影响知识共享行为的因素 |
| 2.1.5 研究述评 |
| 2.2 授权型领导相关文献综述 |
| 2.2.1 提出背景 |
| 2.2.2 授权型领导的概念界定 |
| 2.2.3 授权型领导的维度 |
| 2.2.4 授权型领导的影响因素 |
| 2.2.5 授权型领导的结果效应 |
| 2.2.6 研究述评 |
| 2.3 组织心理所有权相关文献综述 |
| 2.3.1 提出背景 |
| 2.3.2 组织心理所有权的概念界定 |
| 2.3.3 组织心理所有权的来源及产生途径 |
| 2.3.4 组织心理所有权的前因 |
| 2.3.5 组织心理所有权的结果 |
| 2.3.6 研究述评 |
| 2.4 上司下属关系相关文献综述 |
| 2.4.1 提出背景 |
| 2.4.2 上司下属关系的概念界定 |
| 2.4.3 上司下属关系的结果 |
| 2.4.4 研究述评 |
| 第三章 理论模型与研究假设 |
| 3.1 模型构建的基础理论 |
| 3.1.1 社会交换理论 |
| 3.1.2 社会认知理论 |
| 3.1.3 自我决定理论 |
| 3.2 理论模型的构建及相关变量的界定 |
| 3.2.1 理论模型的构建 |
| 3.2.2 变量的概念界定 |
| 3.3 研究假设 |
| 3.3.1 授权型领导与员工知识共享行为的关系 |
| 3.3.2 组织社会交换的中介作用 |
| 3.3.3 组织心理所有权的中介作用 |
| 3.3.4 组织心理所有权与组织社会交换机制的比较 |
| 3.3.5 上司下属关系的调节作用 |
| 第四章 研究设计与研究方法 |
| 4.1 流程设计与研究方法 |
| 4.1.1 研究流程的设计 |
| 4.1.2 研究方法的选择 |
| 4.2 变量测量与问卷编制 |
| 4.2.1 研究变量的测量 |
| 4.2.2 控制变量的选取 |
| 4.2.3 初始问卷的形成 |
| 4.2.4 小规模访谈 |
| 4.3 问卷预调研与小样本检验 |
| 4.3.1 预调研实施过程与样本基本信息 |
| 4.3.2 预调研数据分析 |
| 4.3.3 最终问卷的形成 |
| 第五章 正式调研与假设检验 |
| 5.1 正式问卷的发放与回收 |
| 5.1.1 研究样本的选取 |
| 5.1.2 样本数量的确定 |
| 5.1.3 正式调研的实施过程 |
| 5.1.4 剔除无效问卷及数据录入 |
| 5.2 描述性统计分析 |
| 5.2.1 有效样本的描述性统计分析 |
| 5.2.2 测量条目的描述性统计分析 |
| 5.3 验证性因子分析 |
| 5.3.1 验证性因子分析实施步骤 |
| 5.3.2 信度检验 |
| 5.3.3 效度检验 |
| 5.3.4 测量模型拟合度检验 |
| 5.4 研究假设检验 |
| 5.4.1 基于结构模型的假设检验 |
| 5.4.2 中介效应的比较分析 |
| 5.4.3 调节效应检验 |
| 第六章 研究结论与展望 |
| 6.1 研究结论与讨论 |
| 6.1.1 授权型领导对员工知识共享行为的积极效应分析 |
| 6.1.2 组织社会交换和组织心理所有权的中介效应分析 |
| 6.1.3 组织社会交换和组织心理所有权中介效应的比较分析 |
| 6.1.4 上司下属关系调节效应不显着的探讨 |
| 6.2 理论贡献与实践启示 |
| 6.2.1 理论贡献 |
| 6.2.2 实践启示 |
| 6.3 研究局限 |
| 6.4 未来研究展望及建议 |
| 参考文献 |
| 附录: 调查问卷 |
| 攻读博士学位期间的主要学术成果及奖励 |
| 致谢 |
（10）高维正态分布的数值计算（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 多维正态分布的定义及其研究背景 |
| 1.1.1 正态分布的定义及研究背景 |
| 1.1.2 多维正态分布的定义及研究背景 |
| 1.2 多维正态分布数值计算的研究现状 |
| 1.3 本文结构 |
| 第二章 预备知识 |
| 2.1 一维正态分布的计算 |
| 2.2 多维正态分布积分的变换形式 |
| 2.2.1 球坐标变换法 |
| 2.2.2 分离变量法 |
| 2.2.3 参变量积分法 |
| 2.3 蒙特卡罗算法 |
| 2.4 拟蒙特卡罗算法 |
| 第三章 多维正态分布的计算 |
| 3.1 多维正态分布的蒙特卡罗算法 |
| 3.2 多维正态分布的拟蒙特卡罗算法 |
| 3.2.1 随机化的点阵法 |
| 3.2.2 sloan 最佳点阵法 |
| 3.3 数值试验仿真 |
| 第四章 一种改进的多维正态分布计算方法 |
| 4.1 对积分区间进行排序的多维正态分布积分的计算 |
| 4.2 对偶变数拟蒙特卡罗算法 |
| 第五章 总结与展望 |
| 致谢 |
| 参考文献 |
| 研究成果 |
四、On the Multi-Dimensional Duality Principle of Sawyer Type（论文参考文献）
- [1]基于卷积神经网络的雷达目标分类识别技术研究[D]. 金钰. 西安电子科技大学, 2020(05)
- [2]高光谱数据的非线性特征提取与分类研究[D]. 王棋林. 杭州电子科技大学, 2019(01)
- [3]面向下肢康复机器人的运动意图识别技术研究[D]. 王昕. 浙江大学, 2019(08)
- [4]企业创新生态系统战略对竞争优势的影响研究[D]. 何地. 辽宁大学, 2018(05)
- [5]校园一卡通应用数据分析系统的研究与实现[D]. 肖宇. 西南科技大学, 2018(08)
- [6]宽带认知被动雷达性能评价及优化研究[D]. 杨杭. 天津大学, 2018(04)
- [7]基于视觉传达设计领域的互补设计方法研究[D]. 王潇娴. 南京艺术学院, 2015(05)
- [8]随机信号的功率谱估计及其算法的改进[D]. 李颖. 天津大学, 2015(03)
- [9]授权型领导对员工知识共享行为的影响研究 ——基于组织心理所有权和社会交换机制比较的视角[D]. 黄彦婷. 南京大学, 2014(05)
- [10]高维正态分布的数值计算[D]. 岳晓鹏. 西安电子科技大学, 2014(12)