导读:本文包含了驱动扩散模型论文开题报告文献综述及选题提纲参考文献，主要关键词:知识管理,问题驱动,隐性知识,知识扩散
驱动扩散模型论文文献综述
盖印,党延忠[1]（2014）在《问题驱动的隐性知识扩散模型及应用研究》一文中研究指出隐性知识,即存在于个体和组织中,难以编码和规范化,难以言明和模仿,不易交流和共享,不易复制和窃取的知识。在企业知识管理实践中,隐性知识或附着在个人的经验和技能之中,或隐含在群体所认同的信念和文化之中,占据着企业知识总量的绝大部分,但因其具有非显性的特征,往往被忽视。通过促进隐性知识的提取,并将其转化为企业可控的显性知识资源,使依附于个人或隐含在群体中的隐性知识跨越时空,在不同个体和不同组织之间实现知识的共享与传递,产生隐性知识的扩散效应,"涌现"出整体最佳效益,从而支持企业自主创新能力的培育和核心竞争力的全面提升,对于企业整体管理水平的提高有着积极的推动作用。就目前隐性知识扩散研究看,大多数方法把"人"这一真正的隐性知识载体置于研究的核心,通过人与人之间的直接交流,传递和共享难以显性化的经验、技能以及诀窍等。已有研究的关注点是:如何最佳地培育企业文化和制定激励制度,以促进员工之间的知识交流与共享。研究者们从扩散过程、扩散系统、扩散动力学、扩散机理和物理"场"等诸多研究视角探讨隐性知识的扩散规律,并结合专家地图、实践社区等方法作定性或定量分析,按照新的组织方式重新构建人际网络,以促进人与人之间的直接交流与共享。这些研究强调的是隐性知识的载体,而不是隐性知识本身,将传播隐性知识转变为寻找合适的知识所有者,尽管相对地保证了隐性知识的完备性,但由于忽视了隐性知识固有的个人化特性,而在个人认知结构描述研究方面有所欠缺,同时,由于忽视了隐性知识固有的情境化特性,而对知识交流与传递过程中所依托的情境因素考虑略显不足,这些制约了隐性知识扩散研究的深入开展,以及在生产实践中的进一步应用。为克服上述研究的局限,本文以生产实践中遇到的实际问题为切入点,提出问题驱动的隐性知识扩散研究的新思路。"问题"之所以成为研究的切入点,主要是基于以下叁方面的考虑:其一,问题解决为隐性知识扩散提供有效的认知途径。在认知科学中,问题解决是一种思维或认知活动,它与概念形成、推理、决策等活动相比,能够更加完整而细致地反映个人获取知识的内在认知结构,很多与认知科学有关的领域都把问题解决作为探索人类智能的重要途径。其二,问题解决为隐性知识扩散提供最佳的情境基础。问题解决往往需要问题解决者之间的交流与共享,在某一问题解决中积累的知识可以传递并应用于类似情境的问题解决中,接受检验,并不断补充、修正和发展。其叁,问题解决是与企业实际工作密切结合的生产实践活动。在生产实践中,总是会伴随着各种类型和不同层面的实际问题,问题的及时、有效解决将大大提升企业的生产效率,进而为企业带来巨大收益,这也是隐性知识扩散分析与测评的重要依据。可以说,在问题解决中隐含着与隐性知识扩散密切相关的内在认知结构和外在情境要素,同时,由问题驱动,问题贯穿于研究始终,直面应用,所得研究成果将会具有很强的应用性。本文具体研究思路是:在对问题驱动的隐性知识扩散过程进行深入分析的基础上,借用认知科学的概念框架,抽象问题解决所包含的基本原理、约束条件和规则等认知结构为一个知识网络,概括问题解决的细节、问题解决涉及的事物和相关的主体等情境要素为多个情境维度,以此,构建具有多个情境维度、一个知识网络特征的多维知识网络模型。隐性知识的扩散以多维知识网络模型为基础,它在本质上是知识要素的内在联系,及其诸要素在问题解决驱动下相互作用的运动和成长规律,因此,本文将运用复杂网络技术,重点研究基于多维知识网络模型的知识扩散瓶颈,分析和评价问题解决中的知识整体扩散性和扩散效率,以及多维知识网络模型对隐性知识扩散的作用效果,为隐性知识扩散过程的干预提供必要依据,为最大程度地产生隐性知识的扩散效应提供有效支持。此外,本文将提出的问题驱动的隐性知识扩散模型应用于某轿车厂冲压车间的知识管理实践中,对本研究的科学性和有效性予以验证和说明。(本文来源于《中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究》期刊2014-10-24）
翟东海,左文杰,段维夏,鱼江,李同亮[2]（2013）在《基于双十字曲率驱动扩散模型的图像修复算法》一文中研究指出当前各种基于曲率驱动扩散(CDD)模型的图像修复算法在修复待修复点时均只利用了其邻域中的4个点的参考信息,使修复后的图像边缘过渡不自然且修复精度不够高。针对以上问题,提出了基于双十字CDD的图像修复算法。该算法在充分利用原始CDD算法中4个邻域点的参考信息得到待修复点的修复像素值的基础上,再利用新引入的4个点的参考信息得到一个新的修复像素值,并将这两个修复像素值进行加权平均得到最终的修复像素值。最后,将提出的算法和原始的CDD算法以及改进的CDD算法用于实例验证,其结果表明,新提出的算法在不增加算法时间复杂度的条件下,使得图像边缘过渡更加自然,修复精度得到了有效提高。(本文来源于《计算机应用》期刊2013年12期）
吴亚娟,刘晓锋[3]（2010）在《引入蛇模型的曲率驱动扩散图像修复方法》一文中研究指出数字图像修复方法可以自动地修复数字图像中用户定义的污损区域。T.F.Chan等人提出的非纹理的曲率驱动扩散算法是基于偏微分方程的图像修复的代表算法之一。通过在该算法中应用蛇模型的图像增强项,提出了引入蛇模型的曲率驱动扩散图像修复方法,在热扩散过程中,拉动曲线向目标边界演化,达到修复污损图像中的断裂边缘的目的,从而较好保持图像的视觉连通性。实验结果表明,在迭代次数相同的条件下,可以比原始的曲率驱动扩散图像修复算法获得更好的修复效果。(本文来源于《计算机工程与应用》期刊2010年06期）
张福美,吴金学,孟宪超,李英明[4]（2008）在《曲率驱动扩散修复模型的数值分析与实验》一文中研究指出当物体破损区域的宽度大于物体的窄带宽度时,总体变分修复模型不能满足"连接性准则",针对这个缺点,Chan和Shen提出了基于曲率驱动扩散(CDD)修复模型.对此模型的数学公式进行理论分析及其离散化,得出关键性的迭代公式,并通过实验得出结论:CDD模型具备了修复较大的破损区域及细小边缘的能力.(本文来源于《山东理工大学学报(自然科学版)》期刊2008年03期）
李莉[5]（2006）在《基于曲率驱动扩散(CDD)的图像修复模型》一文中研究指出由于TV(总体变分)修复模型不能满足“连接性准则”。针对这个问题,Chan和Shen提出了基于曲率驱动扩散(CDD)修复模型,该模型通过在TV模型的基础上引入曲率项,从而使得“连接性准则”得以满足,本文将对此模型以及离散实现方法进行分析,并用实验得出结论:CDD模型具备了修复较大的破损区域及细小边缘的能力。(本文来源于《电脑知识与技术》期刊2006年29期）
陈贺胜[6]（2000）在《周期驱动的一维台球模型的量子扩散特性》一文中研究指出经典的一维台球模型 (1D KBM )是一个不连续的哈密顿系统 ,一种由不连续所导致的新型随机网结构存在于1D KBM的相空间中 ,曾对其经典的扩散特性作过深入的探讨 .就 1D KBM的量子扩散特性作了进一步的讨论 ,通过与经典扩散特性的对比 ,发现了经典扩散特性与量子扩散特性之间存在着一定的联系 ,而更多的量子系统所特有的特性也被揭示出来 ,特别是参数α分别处于区间 [0 ,π/ 2 )和 [-π/ 2 ,0 )上时系统所表现出来的完全不同的演化特性(本文来源于《物理学报》期刊2000年05期）
驱动扩散模型论文开题报告
（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：
当前各种基于曲率驱动扩散(CDD)模型的图像修复算法在修复待修复点时均只利用了其邻域中的4个点的参考信息,使修复后的图像边缘过渡不自然且修复精度不够高。针对以上问题,提出了基于双十字CDD的图像修复算法。该算法在充分利用原始CDD算法中4个邻域点的参考信息得到待修复点的修复像素值的基础上,再利用新引入的4个点的参考信息得到一个新的修复像素值,并将这两个修复像素值进行加权平均得到最终的修复像素值。最后,将提出的算法和原始的CDD算法以及改进的CDD算法用于实例验证,其结果表明,新提出的算法在不增加算法时间复杂度的条件下,使得图像边缘过渡更加自然,修复精度得到了有效提高。
（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。
驱动扩散模型论文参考文献
[1].盖印,党延忠.问题驱动的隐性知识扩散模型及应用研究[C].中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究.2014
[2].翟东海,左文杰,段维夏,鱼江,李同亮.基于双十字曲率驱动扩散模型的图像修复算法[J].计算机应用.2013
[3].吴亚娟,刘晓锋.引入蛇模型的曲率驱动扩散图像修复方法[J].计算机工程与应用.2010
[4].张福美,吴金学,孟宪超,李英明.曲率驱动扩散修复模型的数值分析与实验[J].山东理工大学学报(自然科学版).2008
[5].李莉.基于曲率驱动扩散(CDD)的图像修复模型[J].电脑知识与技术.2006
[6].陈贺胜.周期驱动的一维台球模型的量子扩散特性[J].物理学报.2000