导读:本文包含了改进互信息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:“互联网+”,建筑信息模型(BIM),DBB模式,项目管理
改进互信息模型论文文献综述
董事尔,谭天,李婷,贺溢青[1]（2019）在《“互联网+”结合建筑信息模型（BIM）技术对设计—招标—建造（DBB）模式的优化改进》一文中研究指出一直以来国内建筑业的管理水平比较国际而言有很大的差距。主要原因是受限于国内法规等诸多因素,DBB模式一直是国内主要的项目管理模式。为了提高DBB模式的管理效率,进而提高国内建筑业的核心竞争力,优化改进DBB模式则是问题的关键。"互联网+"思想为解决这一问题提供了新的思路,因而借助"互联网+"和建筑信息模型(BIM)对DBB模式进行优化改进。首先分析了"互联网+"和BIM技术作为技术支撑的前提,然后构建了以DBB模式为核心,BIM技术为补充的协同工作平台,最后通过"互联网+"作为优化。提出了优化后的项目管理模式的技术架构,并总结了其关键要素。展望了优化后的DBB模式可能会对现有的管理的提升。也为其他管理模式的优化提供了一种思路。(本文来源于《科技促进发展》期刊2019年05期）
刘蕊鑫,纪昌明,马源[2]（2016）在《基于互信息的改进RBF神经网络预测模型及其应用》一文中研究指出针对日径流过程随机性、非线性、模糊性等特点,吸取互信息变量相关性表征功能和RBF神经网络的非线性逼近能力,建立基于互信息的改进RBF神经网络预测模型。首先,利用互信息对神经网络输入变量进行筛选;其次,利用改进的最邻近聚类算法确定神经网络的隐含层个数和网络参数;最后,利用训练好的神经网络进行径流预测。以雅砻江流域沪宁水文站日径流为实例进行预测,结果表明:与单一RBF神经网络模型及其改进模型相比,基于互信息的改进RBF神经网络预测模型克服了原模型中未对输入变量进行选择的缺陷,提高了预测精度,增强了预测稳定性,为短期径流预测研究提供了新途径。(本文来源于《中国农村水利水电》期刊2016年10期）
游炯,裴志远,王飞,吴全,郭琳[3]（2016）在《基于改进多元纹理信息模型和GF-1影像的县域冬小麦面积提取》一文中研究指出作物面积监测具有较强的时效性,应用不断发展的遥感技术能够及时可靠地监测主要作物的种植面积。该文围绕国产高分一号卫星(GF-1)农业应用关键技术,研究县域尺度农作物种植面积快速准确提取的方法。在考虑多光谱遥感影像空间相关性的基础上,利用矩阵分解和距离空间转换等数学工具设计一种改进多元纹理信息(modified multivariate texture,MMT)提取模型,实现基于GF-1遥感影像的改进多元纹理信息提取、纹理与光谱信息融合以及基于融合影像分类的县域尺度冬小麦识别和面积提取。选用冬小麦出苗和越冬2期GF-1宽视场影像,结合地面实测数据和最佳识别时相遥感参考数据,对比分析基于光谱信息、单变量纹理与光谱融合信息、改进多元纹理与光谱融合信息的3种冬小麦识别和面积量算结果,实现对改进多元纹理信息效果以及小区域和较大区域上冬小麦面积提取的精度验证。试验结果表明:1)与基于其他2种传统分类特征信息的结果相比,改进多元纹理信息的加入能够显着提高冬小麦识别精度(出苗期提高4.12%和2.36%,越冬期提高2.59%和0.94%);2)在不考虑影像质量、生育期和地面样方测量精度等客观因素的影响下,基于该文方法的小区域内冬小麦面积提取精度普遍优于90%;3)在冬小麦长势稳定的时相(越冬期),基于该文方法的较大区域冬小麦面积量算结果能够达到接近最佳识别时相(孕穗期)的面积提取精度,二者的一致性程度超过97%。因而,利用GF-1宽视场影像能够有效提取县域尺度冬小麦种植面积,可为农作物监测业务运行提供遥感数据保障。(本文来源于《农业工程学报》期刊2016年13期）
刘蕊鑫[4]（2016）在《基于互信息的改进RBF神经网络模型及其在短期径流预报中的应用》一文中研究指出随着社会和经济的发展,水资源作为人类赖以生存和社会经济发展不可或缺的物质基础,有着不可替代的作用。对水资源进行合理的开发和利用一贯是国内外研究的热点和难点,而水文预报是合理开发利用水资源的前提,也是水利工程进行合理规划、建设的关键问题。水文预报方法发展至今,已从水文统计法、成因分析法等传统方法发展到模糊数学法、人工神经网络法、灰色系统理论法、多层递阶法、最优组合预测法等,各方法均具有其各自的特点和优势。本文分析了互信息理论和最邻近聚类RBF神经网络理论的基本原理,吸取了互信息理论变量相关关系表征能力和神经网络非线性逼近功能,建立了基于互信息的改进RBF神经网络预测模型。该算法对最邻近聚类RBF神经网络算法中的不足进行改进,对神经网络输入层进行筛选,简化了神经网络结构,提高了算法的计算速度和预测精度。在此基础上,研究分析预报精度与误差特性,利用有限记忆最小二乘法对预报径流序列进行实时校正,校正后预测值的预报精度有了进一步提升。以雅砻江流域泸宁水文站为例,进行预报模型在短期径流预报中的应用研究,验证了本文所建模型及算法的合理性及有效性。实验结果表明,基于互信息的改进RBF神经网络预测模型预报精度较高,对预报结果进行实时校正后获得了更良好的预报效果,为官地水电站水库调度提供了更为可靠的基本依据。(本文来源于《华北电力大学(北京)》期刊2016-03-01）
涂伟,甘丽新,黄乐辉,谢志华[5]（2013）在《基于改进互信息的信息检索扩展模型》一文中研究指出互信息已广泛应用于信息检索扩展模型中。针对互信息存在倾向于低频词、忽略稀疏数据可能导致负相关的潜在影响的问题,本文将改进的互信息方法应用于信息检索扩展模型中。在五个标准数据集上的实验结果表明,本文提出的基于改进互信息的信息检索扩展模型比基于传统互信息的查询扩展模型具有更优的检索性能。(本文来源于《计算机工程与科学》期刊2013年03期）
张龙飞[6]（2010）在《基于互信息的朴素贝叶斯改进模型研究》一文中研究指出数据挖掘技术是近几十年迅速发展起来的一门交叉学科。其中的数据分类研究,由于现实生活中很多常用的决策问题都可以与分类过程相对应,其对于实际生活有很重要的现实意义。经典的朴素贝叶斯分类模型虽然是一种简单高效的分类模型。但是由于其要求属性之间满足的条件独立性假设限制性太强,使得它无法准确表达属性之间的依赖关系,进而对分类的精度产生影响。本文在基于互信息的朴素贝叶斯分类(MI-NBC)模型中使用互信息值区分强弱属性,并进行特征选择的思想,提出了基于广义互信息的贝叶斯(GMI-NBC)模型。该模型针对每条样本记录分析,每个特征值所提供给分类的互信息指标值,并以此为依据来划分相对于本条记录的强弱属性。然后在分类开始之前删去弱属性,仅使用强属性进行分类。虽然相对MI-NBC模型,GMI-NBC对每条记录进行特征筛选,进行的特征选择次数更多,但是由于进行的是更加细粒度特征筛选,对每条记录都会留下其中最重要的特征属性,相比MI-NBC一刀切的办法更加细致,更具有针对性。最后通过在多个UCI数据集上进行实验,并比对实验结果,表明GMI-NBC模型在大部分数据集上相对MI-NBC和NBC模型有更好的分类准确度,表明了其可行性。(本文来源于《吉林大学》期刊2010-04-01）
改进互信息模型论文开题报告
（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：
针对日径流过程随机性、非线性、模糊性等特点,吸取互信息变量相关性表征功能和RBF神经网络的非线性逼近能力,建立基于互信息的改进RBF神经网络预测模型。首先,利用互信息对神经网络输入变量进行筛选;其次,利用改进的最邻近聚类算法确定神经网络的隐含层个数和网络参数;最后,利用训练好的神经网络进行径流预测。以雅砻江流域沪宁水文站日径流为实例进行预测,结果表明:与单一RBF神经网络模型及其改进模型相比,基于互信息的改进RBF神经网络预测模型克服了原模型中未对输入变量进行选择的缺陷,提高了预测精度,增强了预测稳定性,为短期径流预测研究提供了新途径。
（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。
改进互信息模型论文参考文献
[1].董事尔,谭天,李婷,贺溢青.“互联网+”结合建筑信息模型（BIM）技术对设计—招标—建造（DBB）模式的优化改进[J].科技促进发展.2019
[2].刘蕊鑫,纪昌明,马源.基于互信息的改进RBF神经网络预测模型及其应用[J].中国农村水利水电.2016
[3].游炯,裴志远,王飞,吴全,郭琳.基于改进多元纹理信息模型和GF-1影像的县域冬小麦面积提取[J].农业工程学报.2016
[4].刘蕊鑫.基于互信息的改进RBF神经网络模型及其在短期径流预报中的应用[D].华北电力大学(北京).2016
[5].涂伟,甘丽新,黄乐辉,谢志华.基于改进互信息的信息检索扩展模型[J].计算机工程与科学.2013
[6].张龙飞.基于互信息的朴素贝叶斯改进模型研究[D].吉林大学.2010
标签：“互联网+”; 建筑信息模型(BIM); DBB模式; 项目管理;