一、视频序列客体分布阵集成检测分层技术（论文文献综述）
邓晶艳[1]（2021）在《基于大数据的大学生日常思想政治教育创新研究》文中指出中国特色社会主义进入新时代,标定了大学生日常思想政治教育的新方位。面对新时代提出的新任务与新要求,大学生日常思想政治教育要不断探索新思路、新路径与新方法,进一步增强工作的针对性与实效性,以满足大学生成长成才需求以及党和国家事业发展需要。当前,随着移动互联网、物联网、云计算、人工智能等为代表的新一代网络信息技术的迅猛发展、全面集成与广泛应用,人类逐步迈入大规模数据挖掘、运用与创新的“大数据时代”。在此时代背景下,如何运用新媒体、新技术加强和创新高校思想政治教育工作,使之富有时代性、增强针对性、彰显实效性,是新时期高校面临的一个重要而现实的课题。作为当代信息技术发展的前沿,大数据广域的信息资源、先进的信息处理技术以及全新的思维范式,为大学生日常思想政治教育带来了即时性、精准性、前瞻性与个性化等创新发展的新动力与新空间。将大数据思维、技术与方法全方位嵌入大学生日常思想政治教育各要素、各环节与全过程,促进大学生日常思想政治教育革新思维、优化供给、改进方法、重构范式,建构科学化、数字化与智能化的大学生日常思想政治教育体系,推进大学生日常思想政治教育向“精准思政”“智慧思政”转型升级,是大学生日常思想政治教育顺应时代发展的现实需要,也是其进一步提质增效、焕发新机的重要生长点与强劲推动力。阐释大数据内涵、价值、特征与功能,阐释大学生日常思想政治教育内涵并且辨析其与大学生思想政治理论教育的关系,有利于进一步探讨两者的深度融合。基于此,大学生日常思想政治教育大数据概念得以提出。从大学生日常思想政治教育大数据资源、大学生日常思想政治教育大数据技术、大学生日常思想政治教育大数据思维三个维度全面阐述大学生日常思想政治教育大数据的内涵与外延,同时运用马克思主义哲学基本原理和方法论论析大学生日常思想政治教育大数据的生成逻辑、发展动因、方法论基础与价值取向,可以明确大数据与大学生日常思想政治教育需求的契合点,理清大数据对大学生日常思想政治教育的作用机理。面对新时代提出的新任务与新要求,大学生日常思想政治教育仍然面临一些困境、存在一些短板和弱环。运用文献资料法、大数据文本挖掘方法与访谈调研法审视大学生日常思想政治教育现状,总结当前大学生日常思想政治教育存在的问题与困境并作原因剖析,同时探讨新时代大学生日常思想政治教育新要求,指出新时代大学生日常思想政治教育面临的新课题以及新时代大学生日常思想政治教育的指导思想与原则、教育内容体系以及教育工作的主体转型,有利于为新时期大学生日常思想政治教育发展创新提供现实依据。通过分析大数据在大学生日常思想政治教育中应用的技术优势以及可能性,进一步探讨大数据在大学生日常思想政治教育中“精准画像”“规律探寻”与“超前感知”三个应用呈现。以之为基础,基于当前大学生日常思想政治教育存在的理念滞后、模式粗放、知行脱节、供需错位等难题,提出利用大数据推进大学生日常思想政治教育由线性思维向系统思维、由普适教育向个性化培育、由认知培育向实践养成、由需求侧适应向供给侧发力四大发展转向并详细阐述四大发展转向的实现路径。基于大数据推进大学生日常思想政治教育不仅要遵循学科规律、注重理论深化,还要坚持实践导向,致力推动大数据应用,促进理论与实践的双向转化。由之,宏观上,探索大学生日常思想政治教育大数据的数据采集、数据预处理与存储、数据挖掘与分析、数据应用与可视化、数据解释与反馈五大工作模块与应用流程;微观上,对大数据在大学生日常思想政治教育典型场域中的“数据画像”“精准资助”“失联告警”三个应用进行数据模型构建,从而为大学生日常思想政治教育利用大数据提供切实可行的实现路径。大数据为大学生日常思想政治教育创新发展带来了前所未有的机遇,然而,当前大学生日常思想政治教育利用大数据还存在观念性、路径性与机制性瓶颈,同时,大数据是一柄双刃剑,对数据的不当应用会带来诸如“数据垄断”“数据滥用”“数据侵害”“数据冰冷”等一些可能的风险与挑战。高校尚须在思维理念、技术开发、政策支持、制度完善、机制建设、校园环境建设等方面对大数据应用作出回应与调试。不仅如此,在基于大数据创新大学生日常思想政治教育过程中,高校要注重发挥教育工作者的主体性与能动性,始终坚持数字技术与人文精神、数据智能与教育智慧相结合。
汪哲宇[2]（2021）在《数字化慢病管理系统的研究与实践》文中提出为了应对以长期性、非传染性与难治愈性为主要特征的慢性疾病的复杂护理需求,“慢病管理”——一种以患者为中心的新型卫生服务模式——自上世纪八十年代开始逐渐涌现并不断发展。协同护理是慢病管理区别于传统卫生服务模式的关键要素,其目标是为患者提供有组织性的协同化医疗服务。以移动健康和人工智能为代表的信息技术能够提升慢病管理的协同效率,帮助患者与护理提供者之间形成完整的闭环反馈,将循证知识与健康数据中蕴含的信息集成到管理过程之中,推动慢病管理逐渐从传统方式向全面的数字化方式过渡。虽然以慢性病照护模型为代表的慢病管理理论模型已经发展得较为成熟,且其有效性已经在多个国家得到了验证,但在当前我国的慢病管理实践中,仍然存在着一系列的关键问题,导致以协同护理为核心的数字化慢病管理技术尚未得到有效应用。同时,数字化慢病管理领域的相关实施性研究也存在着一定的局限性。针对这些关键问题,本论文系统性地研究了如何在我国的医疗场景下形成以协同护理为特征的数字化慢病管理关键方法,具体内容包括:（1）数字化慢病协同管理模型的构建与表达方法研究。针对我国慢病管理实践存在的管理角色分工不明确、缺乏数字化全流程决策支持等问题,使用路径的方式对通用性慢病管理方法进行明确可执行的表示,通过对高血压、糖尿病与慢阻肺三类常见慢病国内外指南的分析与归纳,提炼出了包含九类共通任务的通用性管理路径,并对数字化场景下各病种的具体路径进行了明确。在此基础上,面向我国管理模式构建了路径驱动的数字化协同管理模型,并通过本体对模型中包含的结构化知识与具体路径中的医学决策知识进行了表达。（2）数字化背景下面向患者依从性增强的个性化管理方法研究。针对患者自我管理依从性问题与相关个性化管理研究的局限性,一方面,从移动健康应用的个性化需求分析入手,基于目标导向型设计方法中的用户建模过程,结合相关健康行为理论,提炼了面向患者自我管理依从性提升的用户模型,结合问卷与访谈结果识别出了三类患者虚拟角色与其对应的个性化需求。另一方面,从人工智能技术的管理实践入手,基于本体与多种自然语言处理技术实现了一种根据患者特征为其推荐相关文章的个性化健康教育方法;基于强化学习技术实现了一种在虚拟管理环境中根据患者与管理师状态给出干预建议的个性化管理策略生成方法。（3）数字化慢病闭环管理系统的设计与实现。针对我国慢病管理信息化实践中存在的缺乏理论指导以及多病种集成性较低等问题,基于所构建的模型与个性化管理方法,设计并实现了包含智能服务引擎与客户端两大组件的数字化慢病闭环管理系统。智能服务引擎以通用性慢病管理路径本体为核心,能够通过多种类型的接口为系统提供数据存储与全场景决策支持服务;客户端中的医生工作平台基于共通性路径任务设计,能够辅助不同角色的医护人员执行具有时序性与闭环性的协同式管理;客户端中的患者移动终端基于所提炼的个性化需求与行为改变轮设计,能够为患者提供全方位的自我管理支持,并在一定程度上改善患者依从性。所实现系统目前已在我国多个地区进行了实际的部署与应用。（4）面向数字化慢病管理的评价体系构建与实践。针对数字化场景下管理系统评价方面存在的局限性,基于面向远程医疗的综合评估模型,提炼了包含评价角色、评价重点与评价角度三个维度的面向个体层面的数字化慢病管理评估模型,并依据该模型对所实现系统进行了不同证据水平的实践评价,包括基于系统真实数据的回顾性评价、面向慢阻肺患者的前后对比试验与面向高血压患者的随机对照试验。评价结果表明,当前系统能够帮助医护人员与患者共同合作,开展医患之间高效互动的闭环式协同管理,并在一定程度上改善患者的疾病控制情况、日常生活质量与疾病认知水平。总的来看,本论文所提出的路径驱动的数字化慢病管理系统能够在一定程度上解决我国慢病管理实践与慢病管理领域相关研究中存在的多种问题,为数字化慢病管理在我国的推广与应用提供了理论指导与实践验证。
张庆阳[3]（2021）在《基于虚拟边缘节点的物联网数据协同计算体系及安全支撑方法研究》文中研究表明近年来基于云计算的物联网行业蓬勃发展,物联网的应用、单节点数据、总数据量均呈爆炸式增长,海量设备产生的数据给云中心带来了巨大的负担。基于边缘计算的物联网采用云边端协同的方式将计算推至靠近数据产生的地方,就近完成数据处理,降低了云中心的数据通信和计算代价,带来了更高质量的服务。然而边缘计算也给物联网应用带来了诸多安全问题。边缘协同中边缘节点和物联网设备具有高度异构性,无法获得同云中心相同等级的安全防护,易受攻击,应用数据的安全无法得到保障。如何保障边缘协同中物联网应用数据的安全是基于边缘计算的物联网发展必须要解决的问题。为此,本文提出基于虚拟边缘节点的数据协同计算架构（Virtual Edge based Collaborative Architecture,VECA）。该架构利用虚拟边缘节点建立对物联网节点在数据访问管理层、数据安全传输层、数据协同计算层统一的抽象规则,进而实现一个贯穿数据访问、数据计算和数据传输三个维度的物联网应用数据防护体系,为解决物联网异构节点数据交互及数据计算中的安全问题提供统一的架构基础。基于该体系架构,本文在数据访问安全管理、数据传输安全高效、数据计算安全协同等三个方面提出解决方案:（1）提出基于虚拟边缘节点的数据访问管理框架（Virtual Edge based Data Access Management Framework,VEDAM）,为物联网中异构节点间数据访问提供一致性的安全管理方案。VEDAM框架利用虚拟边缘节点管理物联网节点上的数据访问。通过对访问请求、访问鉴权和控制模型进行分层抽象,提出新颖的三层抽象法则,将管理规则层建立于虚拟边缘节点的请求窗口层和请求鉴权层之外,从而解决不同访问模式和不同访问控制模型的支持问题,同时支持访问控制模型和策略的动态调整。此外,所提出的VEDAM框架通过拓展接口可应用于不同的物联网场景实例,实现大规模物联网中多数据访问模式、多访问控制模型和动态访问控制需求下数据访问的安全管理。（2）提出VECA下数据端到端安全传输方案（Virtual Edge based Secure End-to-end Data Transmission Scheme,VESET）,有效解决节点半可信和数据传输模式不一导致的数据传输方案无法兼顾高效性和安全性的问题。对符合VEDAM管理规则的数据,首先基于广播加密技术,VESET方案兼容单播、多播、组播等多种数据传输模式。其次,在广播加密的基础上,设计基于代理重加密技术的安全数据转发方法,让具有好奇心的半可信节点在转发消息时,无法获得加密数据的信息内容,从而保证传输过程中的数据安全性。最后,VESET方案支持密文的多次重加密和双向转换,提高方案在复杂边缘协同场景下的普适性和密钥管理的效率。（3）提出基于虚拟边缘架构的动态协同计算安全支撑方法（Virtual Edge based Dynamic Collaborative Computing,VEDCC）,为跨安全域物联网数据的协同计算的可靠可信提供具有普适性的解决方案。VEDCC在可信执行环境技术的支持下,设计基于函数即服务架构的安全协同计算方法,其利用虚拟边缘节点管理数据计算服务及基于函数的通信,从而实现动态、多维的边缘协同,有效解决物联网数据计算中节点之间的资源协同及可信支撑问题。此外,VEDAM和VESET为VEDCC提供数据访问与数据迁移安全问题的解决方案,从而实现VECA下物联网数据的多维安全防护。
王益成[4]（2020）在《数据驱动下科技情报智慧服务模式研究》文中研究表明从“信息时代”到“数据驱动”的智慧服务时代,多源异构且海量的数据资源成为人们解决问题的出发点。将多源异构且海量的数据资源纳入科技情报智慧服务模式中,不再局限于传统科技情报服务涉及的专利数据、科技文献数据、实地调研数据与科技项目数据等,还应该涵盖更广范围的互联网数据资源、科研社交媒体数据资源、社交网络数据资源与政府开放数据资源等多种来源的数据形式。数据资源驱动着科技情报服务从用户需求感知、科技情报内容获取与科技情报服务场景化推送这三个核心功能实现科技情报智慧服务模式,实现了科技情报服务流程的创新。本研究旨在以新视角探索数据驱动时代科技情报智慧服务模式及其实现,解析科技情报智慧服务构成要素及其特征,以实证分析探索数据驱动时代科技情报服务向智慧服务模式转型的思路,为科技情报机构科学转型提供理论与实践支撑。基于此,通过界定“数据驱动”、“情报、智能与智慧的辩证关系”、“智慧服务”与“科技情报智慧服务”等相关概念,以回顾智慧服务、科技情报服务与科技情报智慧服务研究现状为基础,综合运用文献调研法、问卷调查法、情境实验法、案例分析法与模式构建法分析了科技情报智慧服务的数据环境、驱动模式、创新模式与模式实现以及保障策略的制定。围绕科技情报智慧服务模式这一核心研究内容,本文第三章从科技情报智慧服务模式构成要素及表现特征为出发点对智慧数据、用户需求、智能技术、智慧情报、情报工作者、智慧服务平台与情报分析方法这七个维度进行详细阐述,分析了各构成要素在科技情报智慧服务模式中的地位以及数据驱动各构成要素的融合协作的服务特征;第四章以“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务;第五章就如何实现数据驱动科技情报智慧服务进行了详细阐述,从多源数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系;第六章采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略;第七章就如何实现科技情报机构实现智慧服务模式转型升级分析了相关保障策略。具体内容如下:（1）系统分析了科技情报智慧服务模式核心构成要素与特征。构成要素涵盖数据、用户、技术、智慧情报、科技情报工作者、智慧服务平台与方法等七个维度,将从这七个维度进行深入分析,并在此基础上讨论数据驱动下科技情报智慧服务实现的理论与实践基础,进而对科技情报智慧服务的需求敏感性、数据多源性、技术智能性与服务场景化等四个主要特征进行解读。系统分析科技情报智慧服务构成要素是构建科技情报智慧服务模式的基础,在文献调研并借鉴其它领域实践经验的基础上对各个构成要素进行详细分析。数据、用户、技术、内容、科技情报工作者、智慧服务平台与方法等七个维度间相互关联、相互印证,进一步丰富着科技情报智慧服务研究领域的知识体系。（2）构建了数据驱动下的科技情报智慧服务模式。从“数据驱动”视角切入科技情报智慧服务模式构建研究,更多的体现智慧数据服务作为智慧服务的核心构成要素,实现数据驱动科技情报智慧服务,获取用户需求,利用智能技术分析获取情报,实现场景化服务推送与嵌入式的科技情报服务。在此过程中优化传统科技情报服务模式,优化构成科技情报智慧服务的各个构成要素,实现模式最优化并体现科技情报智慧服务的四个特征,通过文献调研法探讨已有服务模式的优劣势,重构科技情报服务模式与流程,重点突出智慧实现流程,数据如何驱动智慧情报服务。（3）分析了数据驱动下科技情报智慧服务的实现路径。以科技情报智慧服务模式实现的三项核心功能为基础,在实现智慧服务核心功能基础上实现科技情报智慧服务,从多源科研大数据分析切入科技情报智慧服务模式的实现研究过程,体现了数据驱动作为科技情报服务的新范式与新思想,着重从需求感知、内容获取与服务推送等三个科技情报服务流程构成解析科技情报智慧服务模式实现路径,综合运用用户画像方法、数据挖掘方法与场景分析和需求侦测方法对科技情报智慧服务模式进行解析,并融入科研大数据在此过程中结构、类型与属性分析结果进行解析,探究这些数据在需求感知、内容获取与服务推送中的应用关系,进而实现科技情报智慧服务模式并完善科技情报智慧服务研究体系。（4）采用单案例横向研究方法研究格微软件数据驱动背景下科技情报智慧服务模式的系统优化策略,在分析格微软件基本概况与发展现状的基础上,进而分析格微软件科技情报智慧服务发展模式,并对其较为超前的实践应用成果进行分析,然后借鉴前述构建的科技情报智慧服务模式及其实现研究,提出格微软件在数据驱动背景下科技情报服务模式优化的策略。（5）制定数据驱动下科技情报智慧服务模式保障策略。以构成数据驱动下科技情报智慧服务模式的构成要素以及智慧服务模式实现过程为主体制定数据驱动下科技情报智慧服务模式保障策略,具体维度包含数据、用户、科技情报工作者、科技情报服务机构、政府部门、技术与方法等维度。如完善数据安全保障机制,完备数据分析技术、方法与工具,科技情报服务人才队伍建设,建立健全相关法律法规等。制定数据驱动下的科技情报智慧服务模式保障策略应依据重点保障关键要素、完备并疏通科技情报智慧服务流程、科技情报智慧服务整体平衡、联合共建共享等四项基本原则。数据驱动时代,传统科技情报服务模式已然无法满足用户崛起的趋势以及内外环境面临的机遇与挑战,界定数据驱动科技情报智慧服务的内涵与外延,探索科技情报智慧服务模式的实现,有利于从方法论认知层面为科技情报智慧服务的转型升级提供理论支撑,本文构建的数据驱动科技情报智慧服务模式也更具实践价值。
陶兴[5]（2020）在《多源学术新媒体用户生成内容的知识聚合研究》文中认为随着信息经济迅猛发展,学术新媒体作为新型的网络学术知识平台逐渐受到科研工作者的关注,为知识信息获取、知识交流、知识传播等带来了改变。学术新媒体以学术微博、学术微信公众号、学术虚拟社区、学术APP等主要形式存在,具有平台类型多样、平台内容丰富、平台知识专业化等特点。为科研工作者提供了获取学术信息、分享学术成果、开展学术交流等活动的新途径。学术新媒体不再以文章、期刊论文等长文本形式作为知识推送的内容,学术用户作为学术新媒体环境中知识接受者与生产者两种身份并存,新媒体环境鼓励学术用户通过提问、回答与分享来自主产生新知识,创新了学术知识获取方式。随着新媒体环境的扩张,互联网中的用户生成内容呈现出了爆炸式增长,用户在搜寻知识过程中需要消耗大量的时间和精力去浏览与筛选知识内容。知识内容出现“知识过载”,用户陷入“知识迷航”,而学术新媒体中的用户生成知识内容也存在内容质量参差不齐,知识点碎片化分散,内容冗余等问题。同时不同学术新媒体平台间缺乏信息交流,单一平台内的知识无法及时完善与更新,导致用户须花费大量时间去浏览多平台内的知识,增加了获取知识的难度。如何对学术新媒体内用户生成内容进行知识的挖掘、组织和管理,创新学术新媒体的知识服务模式,为学术用户提供高质量知识服务内容,已成为学术新媒体发展面临的新问题。鉴于此,本文将知识聚合理论与方法引入到学术新媒体用户生成内容的知识聚合研究中,构建基于知识聚合的多源学术新媒体用户生成内容聚合机理,探讨了用户生成内容质量评测问题,提出了主题聚合与摘要生成两种用户生成内容知识聚合方法,设计了知识聚合精准推荐方案,并提出多源学术新媒体用户生成内容的知识聚合能力提升策略。本文主要开展了以下方面的研究:第一,构建多源学术新媒体用户生成内容的知识聚合机理。界定了学术新媒体用户生成内容的知识聚合内涵,即对新媒体平台用户生成内容中蕴含的知识进行有效组织,进而挖掘其内在知识的关联关系,为学术新媒体用户提供多源平台的知识聚合服务。划分了多源学术新媒体用户生成内容知识聚合类型,分别为:同型异源知识聚合、异型异源知识聚合、多语种知识聚合。将多源学术新媒体用户生成内容的知识聚合要素分为知识聚合主体、知识聚合客体、知识聚合内容、知识聚合环境、知识聚合技术等五个方面。从学术信息资源需求、学术创新环境、知识聚合主体收益、科技进步、多源学术资源等方面探讨了多源学术新媒体用户生成内容知识聚合的驱动力。从原理特点、作用方式等方面详细阐述了其影响知识聚合的原因。解读了多源学术新媒体知识聚合过程,分别为挖掘与解读用户需求,学术信息的数据处理,学术信息质量评测,知识发现与聚合,学术知识推荐。最后提出了多源学术新媒体用户生成内容的知识聚合机理模型,并从各要素间的关系与交互行为入手,绘制其实践应用中的具体过程图。第二,提出了学术新媒体用户生成内容的自动化质量评测方法。文本通过数据维度、情感极性、领域词汇等三方面考虑,建立学术用户生成内容自动化特征提取过程。再利用双层BI-GRU神经网络学习学术用户生成内容的特征属性。引入专业学术领域词典,优化词嵌入模型所生成的学术用户生成文本向量化表达。最终实现学术新媒体用户生成内容的质量评测,筛选出高质量的文本内容,为后续的多源学术新媒体用户生成内容知识聚合方法研究提供优质的数据基础。第三,基于主题生成的多源学术新媒体用户生成内容的知识聚合研究。提出基于混合神经网络BiLSTM-CNN-CRF和LDA主体概率模型的学术新媒体用户生成内容的知识主体聚合方法。利用混合神经网络分词法,对学术新媒体用户生成内容进行学习分词,然后将获取到的学术专业分词表输入到LDA主体概率模型中,生成多源学术新媒体平台的知识主题。从多个平台的生成主题中,证实了不同学术新媒体平台同类知识内容中存在较大的知识主题差异,在此基础上对知识主题进行融合,帮助学术新媒体用户能够从大规模用户生成知识内容中获取核心知识点,为学术新媒体用户提供了知识导航服务。第四,提出了多源学术新媒体用户生成内容的知识摘要生成方法。为实现多个学术新媒体平台中用户生成内容的知识概括性描述问题,提出基于Word2Vec模型和MMR算法的摘要生成方法。利用Word2Vec方法可以有效解决传统词向量表达方法忽略词语间语义联系的问题;利用MMR排序方法,对重要性程度高的摘要进行排序筛选,剔除重复度高的摘要句,同时保留重要性高的摘要句;利用专业领域词典,解决专业领域词无法识别的问题。通过对多个学术新媒体平台的用户生成内容进行聚合,帮助知识欠缺的平台弥补自身知识内容不足的问题,实现了学术新媒体环境整体知识内容的极大融合,为学术新媒体用户提供一个效率获取冗余用户生成内容中关键性知识的聚合服务。第五,提出了多源学术新媒体用户生成内容的知识聚合精准推荐方法。通过用户兴趣度值挖掘推荐项目和用户间的相似关系,将其作为用户对项目的推荐评分。通过传递相似度,实现多源学术新媒体平台间用户的相似度计算,进而建立起多源学术新媒体用户网络。最后通过项目推荐评分与用户传递性网络,构建学术新媒体用户生成内容的知识聚合精准推荐方法,为学术用户提供多源平台的学术知识与学术用户的双重精准推荐服务。
许烨婧[6]（2020）在《多媒体网络舆情信息的并发获取机理与话题衍进追踪研究》文中认为大数据技术、云计算技术、人工智能等技术的高速发展大大加持了多媒体、移动媒体、自媒体等各种媒体网络空间的多层次、丰富化、人性化设计,其功能的便捷化、智能化吸引了越来越多网民的关注与使用,各种多样化的互联网络空间承载了网络民众的海量言论与信息行为,这些都对健康网络环境的营造提出了更大的挑战。党的十九大报告提到“加强互联网内容建设,建立网络综合治理体系,营造清朗的网络空间”。网络舆情作为互联网络内容的重要体现之一,对其展开理论与实践研究具有重要意义。网络舆情从广义上讲即是网络民众观点、意见、态度、情绪在网络空间中的集中体现。网民借助强大的互联网络平台进行表达的意愿也越来越强。由此,引发的网络舆情信息获取与管理问题随之出现。而网络舆情信息的科学管理源于对网络舆情信息的有效获取与分析,那么,如何精准、快速获取网络舆情信息成为了亟待解决的问题。根据大量文献调查与研究,可以看出网络舆情受社会环境、客观事实、民众认知、网络媒体等要素综合协同影响而产生。由此,要充分考虑、整合上述诸多影响要素,展开对各种技术支持环境下的网络舆情信息获取分析。由于网络舆情信息的隐匿性、突变性、多元性、交互性、随机性等特征,加之其信息显性与隐性呈现状态的互相转换,亟需一种系统的定性分析与定量计算相结合的方法,实现舆情信息获取及其获取效果测度,以提高网络舆情信息获取的客观性、精准性、高效性。怀揣对以上问题的深度思考,本文尝试探索多媒体网络舆情信息并发获取机理与话题衍进追踪的相关理论与实践研究,进而提供更为客观科学的网络舆情信息获取路径与方法。目前,多媒体网络舆情信息的并发获取机理与话题衍进追踪的相关研究较少,对于多媒体网络舆情信息并发获取概念、内涵尚无明确界定,有关话题追踪的文献更多的是侧重于相关技术的研究,尚未对舆情话题衍进追踪进行全面而系统的理论与实践分析。鉴于此,本文综合信息学、管理学、情报学、统计学、计算机科学等多种学科优势共同探讨多媒体网络舆情信息的并发获取机理与话题衍进追踪。明确了多媒体网络舆情信息并发获取的概念、特征、流程,深度解析了网络舆情信息并发获取机理,构建了网络舆情信息并发获取模型,探索了网络舆情话题衍进追踪的内涵、过程,详细分析了网络舆情话题的衍进态势,并构建了动态的追踪模型,通过实证研究的方式验证了模型的合理性与可行性,以期从理论与实践两个方面展开网络舆情信息并发获取机理与话题衍进追踪的深度研讨,提高网络舆情信息获取的有效性,从而更好更快响应网络舆情的科学实践管理,进一步丰富网络舆情的基础理论与实践应用研究。本文的主要研究内容包括以下几个方面。第一,通过对国内外相关文献的总结归纳,借鉴当前网络舆情相关理论与方法研究,提出了多媒体网络舆情并发获取的概念、特征、原则,将网络舆情信息并发获取数据源划分为舆情主体、舆情客体、舆情媒体、舆情本体四种类型的数据源,并探讨了多媒体网络舆情信息并发获取的流程。第二,基于前文的基础研究,探寻了多媒体网络舆情信息并发获取的支撑动力,分析了网络舆情信息并发获取的时态属性,从单维时序的角度描述了网络舆情信息并发获取的数据源形成机理、线程管控机理、数据监视累积机理、数据采集存储机理、数据触发机理;从多维态势的角度描述了网络舆情信息并发获取的话题衍进机理、话题衍进追踪机理。最后解析了多媒体网络舆情信息并发获取的机理相互作用关系。第三,根据单维时序的多媒体网络舆情信息并发获取的机理分析,明确了网络舆情信息并发获取的构成要素,综合运用DEMATEL分析法、AHP分析法、FMF分析法构建了网络舆情信息并发获取模型。通过爬虫软件采集数据,根据模型计算过程进行数值计量,最后总结研究结果。第四,参考查阅相关文献信息,阐述了多媒体网络舆情话题衍进追踪的内涵及特性,明确了网络舆情话题衍进追踪过程,从时间变化的角度解析了网络舆情话题衍进的追踪态势,阐明了多媒体网络舆情信息并发获取与话题衍进追踪之间的关联关系,构建了多媒体网络舆情话题衍进追踪概念模型,并分析了舆情话题衍进过程中各时期的追踪特征。第五,在多媒体网络舆情话题衍进追踪理论分析的基础上,明晰多媒体网络舆情话题衍进追踪目标,从抽象---具象化角度对其展开深入探讨,分析了多媒体网络舆情话题衍进追踪的流程,从网络舆情话题衍进指数、强度、关联度、漂移度四个方面构建多媒体网络舆情话题衍进追踪模型。依据构建的模型,采集数据,进行实证分析。第六,根据多媒体网络舆情信息并发获取与话题衍进追踪的研究结论,从网络舆情客体、主体、媒体、本体、情境五个维度提出了较为具体的管控策略,充分分析与利用有效获取的网络舆情信息,为网络舆情的综合治理提供客观、可行的策略支持。本研究拓宽了网络舆情的研究范畴,从多视阈角度融入了新的探索理念,丰富了多媒体网络舆情信息并发获取机理与话题衍进追踪的理论研究。通过数理分析、模型构建、实证研究的方式提供了一套较为完整的网络舆情信息并发获取与话题衍进追踪应用实践量化体系,为大数据环境下多媒体网络舆情的管控治理提供了可行的管理策略,有助于净化网络舆情环境,促进网络舆情走势的良性化。
刘奕[7]（2020）在《5G网络技术对提升4G网络性能的研究》文中研究说明随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
侯德娟[8]（2019）在《中学生地理视觉素养：结构与测评研究》文中研究指明地理视觉素养是中学生为顺利完成地理学习任务,通过看、读、绘等行为活动与认知活动相互作用的训练与实践,有目的、有计划获得的对地理视觉信息选择、操作、解码、阐释、应用、评价反思以及可视化表达等一系列综合性视觉认知能力。它是在新时代素质教育的背景下提出的。基于地理核心素养培育的深度学习课堂以及自主、探究、合作的教学模式迫切要求重新审视地理视觉表征的教学功能和育人价值,探讨中学生掌握和应用视觉工具应具备的能力。从符号学视角出发,系统阐释地理视觉表征的内涵、结构、特征和分类。依托建构主义认知观,构建了中学生地理视觉素养形成的学习过程模型。在此基础上,深度融合扎根理论的研究结果,萃取出地理视觉素养的内涵、特征、核心要素及表现标准。结合学习进阶理论,探讨各要素的进阶水平和行为表现。采用德尔菲法对研究的理论构想进行优化,形成了完整合理的中学生地理视觉素养结构框架。以项目反应理论中的Rasch模型作为测验工具编制的理论基础,基于威尔逊“四基石”模型开发中学生地理视觉素养测验工具。运用优化后的测验工具进行大样本测试,并对测评结果进行了分析和讨论。最后,结合地理视觉素养的理论构想和实测结果,基于目标-测评-教学一致性,探讨了中学生地理视觉素养的培育体系。全文包括以下基本部分:绪论部分主要阐明了研究的缘起、背景和意义,界定了核心概念。在文献综述的基础上,搭建了研究框架,包括研究目标、研究内容、拟解决的关键问题、研究方法和表述框架。第一章主要论述了地理视觉素养形成的理论基础。从符号学视角出发厘清地理视觉表征的内涵和外延,阐释了它的三要素结构,归纳其特征,并进行了分类。在此基础上,整合建构主义学习理论和地理科学研究成果,结合地理教学课例《世界海洋表层洋流的分布》,构建了地理视觉素养形成的学习过程模型,由视觉认知任务管理、知觉加工、地理意象操作、概念加工、整合表达和应用反思六个阶段构成。地理视觉素养正是在地理视觉表征学习过程中形成的一系列综合性视觉认知能力。第二章的重点是构建中学生地理视觉素养结构框架,包括地理视觉素养的内涵、特征、构成和学习进阶。首先,从学习过程模型出发提炼地理视觉素养的内涵、特征和初始构成要素;结合扎根理论研究成果,以更大的学科分析单元整合初始要素后,萃取出中学生地理视觉素养的核心要素。基于学习进阶理论、SOLO分类理论和布卢姆教育目标分类思想,尝试划分了各要素的层级水平和对应的行为表现。采用德尔菲法进行优化后,最终提出中学生地理视觉素养由视觉工具选择、视觉解码、视空思维、视觉表达、视觉转换和视觉工具评价构成。其中视觉工具选择和视觉工具评价不做水平的划分,其它要素水平均划分为3级。将构建的理论工具应用于初中地理教学课例《黄土高原》和高中地理教学课例《冷热不均引起大气运动》,分析了初、高中地理视觉素养的教学现状。同时也发现,与传统的地图技能、地图能力和地图素养研究成果相比,它的教学实践适应性更强。第三章内容是中学生地理视觉素养测验工具的开发与检验。以优化后的中学生地理视觉素养结构框架作为测验目标依据,以Rasch模型作为工具编制的理论基础,参照威尔逊“四基石”模型,设计了测验工具开发程序。最终,根据测验细目表编制了6份测验工具,并采用小样本的定性试测和大样本量化试测进行检验。试测结果表明,项目和被试的拟合指数等各项指标基本达到了 Rasch模型质量参数的要求。然而,研究也发现了被试的分离度和信度比较低,一些项目拟合指数不理想,单维性指标超出了标准残差系数的范围,部分建构反应题的评分等级结构不合理等问题。因此,针对不足的地方作出了相应的修订。与经典测验理论相比,基于Rasch模型开发的工具具有客观等距性,克服了工具和样本的依赖性,更准确和稳定。因而,编制的测验工具可用于标准化测试,具有教学推广性。第四章重点是运用编制测验工具进行大样本测试。测评数据进一步验证了测验工具的可靠性和稳定性。量化分析的结果表明,中学生的地理视觉解码和视觉表达处于较高水平;视空思维和视觉转换处于中等水平;而视觉工具选择和视觉工具评价则处于较低水平。对地理视觉素养的学校差异、性别差异以及年级差异进行分析,得出以下研究结论。不同层次学校学生的地理视觉素养存在着显着差异,基本呈现学校层次越高、学生视觉素养水平越高的趋势。除了视觉转换素养,男、女生在其它方面的地理视觉素养差异均不显着。高三学生的地理视觉素养成绩显着高于高一和高二,但高一与高二之间并没有显着性差异。在结果讨论的基础上,探讨了地理视觉素养的培育体系,即增强培育意识,树立整体的培育观念,实施精准分层的培育路径和混合培育方式,遵循中学生的视觉认知规律,采取问题驱动、知觉组织、组块化、联想与想象、层次化构建心理地图、脚本化等具体培育方法。第五章总结了研究在理论和实证方面取得的主要结论和创新点,对研究中存在的不足展开了讨论,并对未来研究方向进行了展望。
杨志和[9]（2019）在《智慧施工中的多源信息融合理论与方法研究》文中研究说明智慧施工是BIM、物联网、大数据、云计算、无线通信网络和人工智能等新兴信息技术在现代工程施工中的集成应用下所提出的全新施工理念。可以说,在一系列新兴信息技术的集成应用下,智慧施工中充斥着海量数据与信息,这些数据与信息不仅是智慧施工多目标信息源随工程施工进程推进而产生复杂交互的产物,同时也构成了智慧施工多源信息融合应用必然需要挖掘的战略资源。在当前的科技发展背景下,无论是智慧施工管理职能发挥,还是智慧施工中的多源信息融合应用,均要面对智慧施工中的多目标信息源择用、多源信息识别与关联应用问题。本文通过应用科学文献分析手段,跟踪国内外智慧施工、多源信息融合以及技术接受模型研究现状,并充分定位现有研究的不足与具备条件;然后,通过结合科学学与科学技术哲学,挖掘传统施工向智慧施工转变的本质,明确智慧施工的智慧内涵及其相关核心概念;对本文相关的信息资源管理理论、信息融合理论、智能计算与识别理论、空间信息组织理论和技术创新理论等科学方法体系进行准备的同时,构建相关研究内容与理论基础协同体系,为后继研究准备好先决条件。通过信息融合理论中的统计推断和D-S证据源规则划分方法的指导,以形成智慧施工中的多目标信息源提取规则,同时分别立足于人为因素和技术因素,构建智慧施工中的多目标信息源优选模型;在信息融合理论与信息资源管理理论协同下,结合实体物联实现原理,构建智慧施工中的多目标信息源物联接入体系;立足于信息源择用的基本原则,构建智慧施工中的多目标信息源择用效果评价模型。在对智慧施工中的多源信息识别体系进行研究时,通过信息资源管理、信息融合和智能计算与识别三个理论间的协同,不仅对智慧施工中的多源信息感知的过程进行描述,而且还对智慧施工中的多源信息可感知性进行分析;另外,在信息资源管理理论与已有信息融合理论的支持下,构建智慧施工中的多源信息预处理以及多源信息特征识别模型,从而通过仿真实验对所构建的多源信息识别模型进行应用分析。在信息融合理论与空间信息组织理论的协同下,从智慧施工工程造物所依赖的地学空间相关时空概念、维度及其要素构成出发,通过分析智慧施工时空交互状态及其剖分原理,挖掘智慧施工信息关联所依赖的时空条件及其中的信息交互状态;然后,立足于所挖掘出的智慧施工时空交互状态,构建智慧施工中的时空信息关联关系描述模型和信息关联UML领域模型;再结合信息资源管理理论,形成智慧施工时空中特有的信息标识、编码、关联表达及其系统实现架构。本文还结合现实中的智慧施工工程项目实例,对文中所涉及的多源信息融合理论与方法知识体系进行应用;同时,在技术创新理论的指导下,通过构建智慧施工中的多源信息融合应用EITAM模型,分析当前智慧施工中的多源信息融合应用技术接受影响要素,并提出未来我国的智慧施工多源信息融合应用推进策略。本文立足于多学科理论以及科学方法的指导:对智慧施工中的多目标信息源提取、优选及其物联应用机理进行深入分析;对智慧施工中的多源信息可感知状态、预处理过程和特征识别方法进行构建;对智慧施工所依赖的时空及其相关交互状态、时空中的目标信息及其关联体系进行研究;对智慧施工中的多源信息融合应用技术接受模型进行研究。最终,形成了智慧施工中的多源信息融合理论与方法知识体系,不仅有助于智慧施工信息资源开发与利用,同时可促进智慧施工中的信息融合技术创新与发展。
霍永青[10]（2005）在《图像序列中平稳/非平稳客体检测与细节可视性分析》文中认为随着通信、计算机、微电子等技术的发展以及高速处理芯片和大容量存储器的出现,使得视频图像的处理技术成为一个被普遍关注的研究领域。其中图像分割、目标识别、目标跟踪以及对图像可视性自适应调节及图像敏感区域过滤、隐藏等技术都是图像处理中的主要研究方面。本论文依据视频图像可分为背景客体和目标客体这一特性,首先给出了定场景视频图像序列的分层模型,根据该分层模型以及定场景视频图像序列中背景和目标客体的特性差异,针对背景客体研究了分布阵集成检测分层技术。对该技术的实验模型,关键技术模块以及性能参数等进行了系统性的分析研究,给出了PC 仿真结果,分析了该算法和其它算法相比较的优越性。在得到了背景分层图像后,本论文接着研究了动目标的分割方法,首先对常用的目标分割方法进行了概要性的描述,然后着重研究了基于背景差方法的动目标客体的分层技术。对该技术的关键技术模块及关键参数进行了分析研究并给出了仿真实验结果。另外,本论文还研究了场景视频图像细节可视性的分析应用以及局域图像细节可视性自适应调节技术。基于图像细节可视性可以由图像的均值和方差共同决定的这一特性模型,提出了一种基于图像均值和方差的场景视频图像细节可视性分析方法。该方法通过改变图像的均值和（或）方差来实现改变图像的视觉可视性。它不仅可以用于将细节模糊的图像变换为细节清晰的图像,还可以用于将细节清晰的图像变换为细节模糊的图像。同时,本论文基于图像的视觉可视性曲线要受到图像内容的影响这一特性,研究了基于内容的图像细节可视性曲线分析以及局域图像细节可视性自适应调节技术。该技术可以用于对图像当中的敏感区域进行过滤,实现敏感区域的隐藏或加密。也可以用于特定场景的监测,判断该场景是否发生异常。综上所述,本论文主要围绕视频客体分层与细节可视性分析技术这条主线展开论述。提出了一些具有创新性的理论和技术,本论文所提的一些技术为后续课题研究奠定了一定的理论和技术基础。
二、视频序列客体分布阵集成检测分层技术（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、视频序列客体分布阵集成检测分层技术（论文提纲范文）
（1）基于大数据的大学生日常思想政治教育创新研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 大数据让大学生日常思想政治教育智能化 |
| 第一节 选题缘由及研究意义 |
| 一、选题缘由 |
| 二、研究意义 |
| 第二节 国内外研究综述 |
| 一、国内研究现状 |
| 二、国外大数据与教育交叉研究综述 |
| 三、研究评析 |
| 第三节 逻辑结构 |
| 一、研究思路 |
| 二、研究方法 |
| 三、内容框架 |
| 第四节 重点、难点及预期创新点 |
| 一、研究重点 |
| 二、研究难点 |
| 三、研究创新点 |
| 第一章 基于大数据创新大学生日常思想政治教育的理论基础 |
| 第一节 核心概念解读 |
| 一、大数据 |
| 二、大学生日常思想政治教育 |
| 三、大学生日常思想政治教育大数据 |
| 第二节 大学生日常思想政治教育大数据之马克思主义哲学审视 |
| 一、感性对象性活动之数据生成逻辑 |
| 二、实践的社会历史性之数据发展动因 |
| 三、辩证唯物主义认识论之数据应用的方法论基础 |
| 四、人的全面自由发展之数据应用的价值取向 |
| 第三节 大学生日常思想政治教育大数据自组织系统阐释 |
| 一、大学生日常思想政治教育之复杂自组织系统特征 |
| 二、大学生日常思想政治教育大数据之数据转化 |
| 三、大学生日常思想政治教育大数据之数据转换 |
| 四、大学生日常思想政治教育之数据工作机制 |
| 第二章 基于大数据创新大学生日常思想政治教育的现实依据 |
| 第一节 大学生日常思想政治教育存在的现实困境 |
| 一、基于大数据文本挖掘方法的大学生日常思想政治教育现实困境分析 |
| 二、大学生日常思想政治教育者访谈 |
| 三、大学生日常思想政治教育存在的问题及原因剖析 |
| 第二节 新时代大学生日常思想政治教育新要求 |
| 一、新时代大学生日常思想政治教育面临的新课题 |
| 二、新时代大学生日常思想政治教育指导思想与原则 |
| 三、新时代大学生日常思想政治教育教育内容体系 |
| 四、新时代大学生日常思想政治教育的主体转型 |
| 第三节 基于大数据创新大学生日常思想政治教育技术优势 |
| 一、大数据关键技术之大学生日常思想政治教育应用 |
| 二、教育主体与教育客体的数据交互 |
| 三、教育管理平台载体的数据智能 |
| 四、教育管理实践数据的跨域应用 |
| 第四节 基于大数据创新大学生日常思想政治教育可能性分析 |
| 一、基于数据技术的效率提升 |
| 二、基于证据的日常教育管理 |
| 三、基于数据评价的工作改进 |
| 第三章 基于大数据促进大学生日常思想政治教育发展转向 |
| 第一节 大学生日常思想政治教育大数据应用呈现 |
| 一、精准画像:大数据精确反映学生行为状态 |
| 二、规律探寻:大数据有效呈现学生活动规律 |
| 三、超前感知:大数据准确研判学生活动趋向 |
| 第二节 基于大数据之由线性思维向系统思维转变 |
| 一、线性思维 |
| 二、系统思维 |
| 三、线性思维向系统思维转变的全面性与准确性 |
| 第三节 基于大数据之由普适教育向个性化培育转变 |
| 一、普适教育 |
| 二、个性化培育 |
| 三、普适教育向个性化培育转变的适应性与有效性 |
| 第四节 基于大数据之由认知培育向实践养成转变 |
| 一、认知培育 |
| 二、实践养成 |
| 三、认知培育向实践养成转变的实效性与长效性 |
| 第五节 基于大数据之由需求侧适应向供给侧发力转变 |
| 一、需求侧适应 |
| 二、供给侧发力 |
| 三、需求侧适应向供给侧发力转变的精准性与有效性 |
| 第四章 基于大数据创新大学生日常思想政治教育的实施路径 |
| 第一节 基于大数据创新大学生日常思想政治教育的原则 |
| 一、以人为本原则 |
| 二、守正创新原则 |
| 三、趋利避害原则 |
| 四、循序渐进原则 |
| 五、理论与实践相结合原则 |
| 第二节 大学生日常思想政治教育大数据资源库建设与运行 |
| 一、大学生日常思想政治教育大数据采集 |
| 二、大学生日常思想政治教育大数据预处理与存储 |
| 三、大学生日常思想政治教育大数据挖掘与建模分析 |
| 四、大学生日常思想政治教育大数据可视化与应用 |
| 五、大学生日常思想政治教育大数据解释与反馈 |
| 第三节 利用大数据推进大学生日常思想政治教育实践应用 |
| 一、数据画像 |
| 二、精准资助 |
| 三、异常告警 |
| 第五章 基于大数据创新大学生日常思想政治教育的条件保障 |
| 第一节 个体主观条件 |
| 一、培育大数据意识与大数据思维 |
| 二、掌握大数据知识与大数据技能 |
| 三、提升大数据伦理与管理理性 |
| 四、把握大数据应用的价值导向 |
| 第二节 技术条件保障 |
| 一、开发和搭建高校思想政治教育大数据技术平台 |
| 二、培育大学生思想政治教育大数据核心技术团队 |
| 第三节 组织与制度保障 |
| 一、加强组织领导 |
| 二、推进教育政策实施与制度建设 |
| 三、加强体制机制建设 |
| 第四节 文化环境保障 |
| 一、优化校园网络环境 |
| 二、培育校园数据文化 |
| 三、优化校园人文环境 |
| 结语:数据智能与教育智慧结合 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间主要研究成果 |
（2）数字化慢病管理系统的研究与实践（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单和术语表 |
| 第一章 绪论 |
| 1.1 慢病管理概述 |
| 1.1.1 慢病的定义与分类 |
| 1.1.2 慢病的全球化流行趋势 |
| 1.1.3 慢病管理的定义与基本要素 |
| 1.1.4 我国慢病流行趋势及管理现状 |
| 1.2 慢病管理领域研究综述 |
| 1.2.1 基于协同护理的慢病管理理论模型发展综述 |
| 1.2.2 基于CCM框架的慢病管理实施性研究综述 |
| 1.3 数字化慢病管理研究进展及应用实践 |
| 1.3.1 数字化背景下的慢病管理理论模型发展 |
| 1.3.2 数字化背景下的慢病管理实施性研究进展 |
| 1.3.3 数字化慢病管理国内外代表性应用实践 |
| 1.4 关键问题分析与论文研究内容 |
| 1.4.1 关键问题分析 |
| 1.4.2 论文的研究内容及创新点 |
| 第二章 路径驱动的数字化慢病协同管理模型构建与表达 |
| 2.1 路径驱动的数字化慢病协同管理模型构建 |
| 2.1.1 通用性慢病管理路径提炼与多病种实现 |
| 2.1.2 面向我国管理模式的数字化协同管理模型构建 |
| 2.2 基于本体的模型知识表达与验证 |
| 2.2.1 本体相关概念与构建方法 |
| 2.2.2 慢病协同管理模型基础本体构建 |
| 2.2.3 基于演绎推理的路径化决策支持 |
| 2.2.4 本体构建结果与技术性评估 |
| 2.3 本章小结 |
| 第三章 面向患者依从性增强的个性化管理方法研究 |
| 3.1 基于健康行为理论的患者个性化管理需求分析 |
| 3.1.1 移动健康应用设计方法概述 |
| 3.1.2 面向自我管理依从性增强的用户模型提炼 |
| 3.1.3 用户虚拟角色构建与需求识别 |
| 3.2 基于健康推荐系统的个性化健康教育方法研究 |
| 3.2.1 健康推荐系统相关概念与研究进展 |
| 3.2.2 健康知识推荐系统的设计与实现 |
| 3.2.3 基于测试集的推荐系统评估 |
| 3.3 基于强化学习的个性化管理策略生成方法研究 |
| 3.3.1 强化学习相关理论与研究进展 |
| 3.3.2 策略生成模型的设计与实现 |
| 3.3.3 基于虚拟环境的训练结果与模型评估 |
| 3.4 本章小结 |
| 第四章 数字化慢病闭环管理系统设计与实现 |
| 4.1 面向全场景决策支持的智能化慢病服务引擎构建 |
| 4.1.1 以引擎为核心的系统整体架构设计 |
| 4.1.2 基于多种软件框架的云端引擎实现 |
| 4.2 基于路径任务的医生协作工作平台设计与实现 |
| 4.2.1 路径任务驱动的协作工作平台功能设计 |
| 4.2.2 基于网页的协作工作平台功能实现 |
| 4.3 基于行为改变技术的患者移动终端设计与实现 |
| 4.3.1 行为改变轮驱动的干预功能设计 |
| 4.3.2 面向多平台的移动终端功能实现 |
| 4.3.3 面向患者依从性的移动终端试点性应用评价 |
| 4.4 系统部署与实际应用情况 |
| 4.5 本章小结 |
| 第五章 面向数字化慢病管理的多维度评价体系研究 |
| 5.1 数字化慢病管理系统多维度评价体系构建 |
| 5.1.1 慢病管理领域评价方法概述 |
| 5.1.2 面向个体层面的数字化慢病管理评估模型提炼 |
| 5.2 基于系统观察性数据的回顾性评价 |
| 5.2.1 研究设计与数据分析方法 |
| 5.2.2 回顾性评价结果总结 |
| 5.3 基于多层次临床试验的前瞻性评价 |
| 5.3.1 探究慢阻肺患者院外管理效果的前后对比试验 |
| 5.3.2 探究高血压患者院外管理效果的随机对照试验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 个人简历 |
| 攻读博士学位期间的主要研究成果 |
（3）基于虚拟边缘节点的物联网数据协同计算体系及安全支撑方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 物联网的发展 |
| 1.2 物联网与边缘计算 |
| 1.2.1 边缘计算 |
| 1.2.2 基于边缘计算的物联网应用 |
| 1.2.3 物联网边缘计算中的安全问题 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 第二章 国内外研究现状 |
| 2.1 物联网数据应用 |
| 2.1.1 感知数据实时应用 |
| 2.1.2 外包数据与云应用 |
| 2.1.3 边缘计算模式下的数据应用 |
| 2.2 边缘计算体系下物联网数据的安全问题 |
| 2.2.1 数据访问安全需求 |
| 2.2.2 数据传输安全问题 |
| 2.2.3 数据计算的安全挑战 |
| 2.3 边缘计算体系下物联网数据的安全技术 |
| 2.3.1 数据访问的安全模型 |
| 2.3.2 数据安全传输技术 |
| 2.3.3 数据协同计算及其安全技术 |
| 2.4 研究现状总结 |
| 2.5 本章小结 |
| 第三章 基于虚拟边缘节点的数据协同计算架构 |
| 3.1 云边端协同物联网结构及其安全模型 |
| 3.2 基于虚拟边缘节点的物联网计算架构 |
| 3.2.1 物联网节点的新变化 |
| 3.2.2 物联网结构的新变化 |
| 3.2.3 面向边缘协同物联网的架构VECA及其形式化 |
| 3.3 VECA下数据安全立体防护及安全分析 |
| 3.3.1 VECA下数据安全防护 |
| 3.3.2 VECA下数据安全问题分析 |
| 3.4 本章小结 |
| 第四章 VECA下基于虚拟边缘节点的数据访问管理框架 |
| 4.1 VECA下数据访问管理模型 |
| 4.1.1 模型抽象 |
| 4.1.2 实例分析 |
| 4.2 VECA下数据访问管理的ROW架构 |
| 4.2.1 ROW架构 |
| 4.2.2 VEDAM框架 |
| 4.3 VECA下数据访问管理框架实现方法 |
| 4.3.1 数据及应用抽象方法 |
| 4.3.2 原型系统实现 |
| 4.3.3 访问控制模型 |
| 4.4 VEDAM框架性能分析 |
| 4.4.1 框架功能对比 |
| 4.4.2 实验设置 |
| 4.4.3 VEDAM框架性能测试 |
| 4.4.4 智能网联车视频分析案例性能测试 |
| 4.5 本章小结 |
| 第五章 VECA下基于代理广播重加密的数据安全传输方案 |
| 5.1 VECA下数据传输模型 |
| 5.1.1 数据传输模式抽象 |
| 5.1.2 实例分析 |
| 5.2 VECA下数据传输系统模型与安全假设 |
| 5.2.1 VECA下数据传输系统模型 |
| 5.2.2 安全假设与相关背景知识 |
| 5.3 VECA下数据端到端安全传输方案 |
| 5.3.1 VESET方案架构 |
| 5.3.2 VESET方案介绍 |
| 5.3.3 VESET方案优化 |
| 5.4 VESET方案安全性及性能分析 |
| 5.4.1 正确性和安全性分析 |
| 5.4.2 功能对比 |
| 5.4.3 实验设置 |
| 5.4.4 通信代价和存储代价分析 |
| 5.4.5 计算代价分析 |
| 5.5 本章小结 |
| 第六章 VECA下动态协同计算安全支撑方法 |
| 6.1 VECA下协同计算模式 |
| 6.1.1 VECA下协同计算抽象 |
| 6.1.2 实例分析 |
| 6.2 VECA下动态协同计算方法及其可信实现 |
| 6.2.1 VECA下动态协同计算方法 |
| 6.2.2 VECA下动态协同计算安全支撑框架 |
| 6.2.3 框架组件介绍 |
| 6.3 VEDCC方法实现实例 |
| 6.3.1 系统模块实现 |
| 6.3.2 数据安全传输方案集成及改进 |
| 6.3.3 访问控制框架集成 |
| 6.3.4 编程支持 |
| 6.4 安全性及性能分析 |
| 6.4.1 安全性分析 |
| 6.4.2 功能对比 |
| 6.4.3 实验设置 |
| 6.4.4 性能测试 |
| 6.4.5 智能网联车安全协同计算性能测试 |
| 6.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 攻读博士学位期间取得的学术成果 |
| 攻读博士学位期间参与的主要科研项目 |
| 致谢 |
| 作者简介 |
（4）数据驱动下科技情报智慧服务模式研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与创新点 |
| 1.2.1 研究内容 |
| 1.2.2 研究创新点 |
| 1.3 研究方法与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 研究技术路线 |
| 第2章 文献综述与理论基础 |
| 2.1 国内外研究现状 |
| 2.1.1 智慧服务研究现状 |
| 2.1.2 科技情报服务研究现状 |
| 2.1.3 科技情报智慧服务研究现状 |
| 2.1.4 研究现状述评 |
| 2.2 相关理论基础 |
| 2.2.1 相关概念界定 |
| 2.2.2 信息链理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 需求层次理论 |
| 2.2.5 生命周期理论 |
| 第3章 科技情报智慧服务构成要素及特征 |
| 3.1 科技情报智慧服务构成要素 |
| 3.1.1 智慧数据 |
| 3.1.2 用户需求 |
| 3.1.3 智能技术 |
| 3.1.4 智慧情报 |
| 3.1.5 科技情报工作者 |
| 3.1.6 科技情报智慧服务平台 |
| 3.1.7 科技情报分析方法 |
| 3.2 科技情报智慧服务模式要素间关联关系 |
| 3.3 科技情报智慧服务特征 |
| 3.3.1 数据多源性 |
| 3.3.2 需求敏感性 |
| 3.3.3 技术智能性 |
| 3.3.4 服务场景化 |
| 3.4 本章小结 |
| 第4章 数据驱动下科技情报智慧服务模式构建 |
| 4.1 多源数据驱动 |
| 4.1.1 数据多源性 |
| 4.1.2 多源数据融合 |
| 4.2 智慧服务模式构建思路 |
| 4.3 智慧服务模式核心功能设计 |
| 4.3.1 用户需求智慧感知功能 |
| 4.3.2 情报服务智慧决策功能 |
| 4.3.3 用户服务智能推送功能 |
| 4.4 科技情报智慧服务模式 |
| 4.5 本章小结 |
| 第5章 数据驱动下科技情报智慧服务实现 |
| 5.1 多源科研数据调研 |
| 5.1.1 数据结构 |
| 5.1.2 数据类型 |
| 5.1.3 数据属性 |
| 5.2 基于用户动态画像的科技情报用户需求智慧感知 |
| 5.2.1 用户结构分析 |
| 5.2.2 用户分层画像 |
| 5.2.3 用户动态画像 |
| 5.2.4 用户需求模型构建 |
| 5.3 基于网络文本挖掘的公众政策感知智慧研究 |
| 5.3.1 运用网络文本挖掘分析公众政策感知 |
| 5.3.2 人工智能产业政策公众感知的特征 |
| 5.3.3 人工智能产业政策公众感知热点主题 |
| 5.4 基于向量空间模型的科技情报服务场景化推送 |
| 5.4.1 向量空间模型的应用 |
| 5.4.2 场景化服务 |
| 5.4.3 场景化服务接受效用 |
| 5.4.4 场景化服务推送模型 |
| 5.4.5 场景化服务推送实验 |
| 5.5 科技情报服务智慧反馈机制 |
| 5.6 本章小结 |
| 第6章 案例研究 |
| 6.1 格微软件科技情报智慧服务发展现状 |
| 6.1.1 基本概况 |
| 6.1.2 科技情报智慧服务发展现状 |
| 6.2 格微软件科技情报智慧服务发展模式 |
| 6.2.1 发展模式分析 |
| 6.2.2 实现路径 |
| 6.3 格微软件向科技情报智慧服务模式转变的优化 |
| 6.3.1 用户维度优化 |
| 6.3.2 情报维度优化 |
| 6.3.3 服务维度优化 |
| 6.4 本章小结 |
| 第7章 数据驱动下科技情报智慧服务保障策略 |
| 7.1 政策保障层面 |
| 7.1.1 建立健全法律法规保障体系 |
| 7.1.2 优化科技情报机构管理架构 |
| 7.2 资源保障层面 |
| 7.2.1 完善科研数据安全保障策略 |
| 7.2.2 推进科研数据开放保障策略 |
| 7.2.3 科技情报数据资源保障策略 |
| 7.3 技术保障层面 |
| 7.3.1 完善技术体系建设保障策略 |
| 7.3.2 完善科技情报服务反馈体系 |
| 7.3.3 创新大数据分析方法及工具 |
| 7.4 人才保障层面 |
| 7.4.1 完善人才队伍建设保障策略 |
| 7.4.2 完善科技情报人才教育体系 |
| 7.5 本章小结 |
| 第8章 研究总结与展望 |
| 8.1 研究总结 |
| 8.2 研究创新点 |
| 8.3 研究局限与展望 |
| 8.3.1 研究局限 |
| 8.3.2 研究展望 |
| 参考文献 |
| 作者简介与研究成果 |
| 致谢 |
（5）多源学术新媒体用户生成内容的知识聚合研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 学术新媒体成为科研工作者学术交流的新途径 |
| 1.1.2 学术新媒体普遍存在低质量用户生成内容 |
| 1.1.3 用户需求促使学术新媒体知识聚合成为趋势 |
| 1.1.4 多源平台内容的知识聚合需求逐渐增长 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 学术新媒体国内外研究现状 |
| 1.3.2 新媒体用户生成内容国内外研究现状 |
| 1.3.3 新媒体知识聚合国内外研究现状 |
| 1.3.4 研究现状述评 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 本文创新点 |
| 第2章 相关概念及理论基础 |
| 2.1 学术新媒体内涵与特征 |
| 2.1.1 学术新媒体的内涵 |
| 2.1.2 学术新媒体的特征 |
| 2.2 用户生成内容概述 |
| 2.2.1 用户生成内容的内涵 |
| 2.2.2 用户生成内容的特征 |
| 2.2.3 用户生成内容的分类 |
| 2.3 知识聚合理论与方法 |
| 2.3.1 知识聚合的概念 |
| 2.3.2 知识聚合的方法 |
| 2.4 自然语言处理概述 |
| 2.4.1 自然语言处理概念 |
| 2.4.2 自然语言处理方法 |
| 2.5 本章小结 |
| 第3章 多源学术新媒体用户生成内容的知识聚合机理 |
| 3.1 多源学术新媒体用户生成内容知识聚合的内涵与类型 |
| 3.1.1 多源学术新媒体用户生成内容的知识聚合内涵 |
| 3.1.2 多源学术新媒体用户生成内容的知识聚合类型 |
| 3.2 多源学术新媒体用户生成内容知识聚合的要素 |
| 3.2.1 知识聚合主体 |
| 3.2.2 知识聚合客体 |
| 3.2.3 知识聚合的内容 |
| 3.2.4 知识聚合的环境 |
| 3.2.5 知识聚合的技术 |
| 3.3 多源学术新媒体用户生成内容的知识聚合动机 |
| 3.3.1 学术信息资源需求驱动 |
| 3.3.2 学术创新环境驱动 |
| 3.3.3 知识聚合主体收益驱动 |
| 3.3.4 科技进步驱动 |
| 3.3.5 多源学术平台资源驱动 |
| 3.4 多源学术新媒体用户生成内容的知识聚合过程 |
| 3.4.1 挖掘与解读用户需求 |
| 3.4.2 学术信息的数据处理 |
| 3.4.3 学术信息的质量评测 |
| 3.4.4 知识发现与聚合 |
| 3.4.5 学术知识推荐 |
| 3.5 多源学术新媒体用户生成内容的知识聚合机理模型 |
| 3.6 基于用户需求的多源学术新媒体用户生成内容知识聚合服务过程 |
| 3.7 本章小结 |
| 第4章 多源学术新媒体用户生成内容的质量评测 |
| 4.1 多源学术新媒体用户生成内容质量评测的目的 |
| 4.2 多源学术新媒体用户生成内容质量评测的过程与方法 |
| 4.2.1 多源学术新媒体用户生成内容质量评测的过程 |
| 4.2.2 多源学术新媒体用户生成内容质量评测方法 |
| 4.3 应用实例分析 |
| 4.3.1 数据集预处理与自动化特征提取 |
| 4.3.2 双层Bi-GRU模型训练 |
| 4.3.3 评价指标 |
| 4.3.4 结论与分析 |
| 4.4 本章小结 |
| 第5章 多源学术新媒体用户生成内容的知识主题生成 |
| 5.1 多源学术新媒体用户生成内容知识主题生成概念和目的 |
| 5.2 多源学术新媒体用户生成内容知识主题生成过程与方法 |
| 5.2.1 多源学术新媒体用户生成内容知识主题生成过程 |
| 5.2.2 多源学术新媒体用户生成内容知识主题生成方法 |
| 5.3 基于BiLSTM-CNN-CRF和 LDA的多源学术新媒体用户生成内容的知识主题生成模型 |
| 5.4 应用实例分析 |
| 5.4.1 结合BiLSTM-CNN-CRF和 LDA主题词生成 |
| 5.4.2 主题词过滤与融合 |
| 5.4.3 结论与分析 |
| 5.5 本章小结 |
| 第6章 多源学术新媒体用户生成内容的知识摘要生成 |
| 6.1 学术用户生成内容的摘要生成的概念及意义 |
| 6.2 多源学术新媒体用户生成内容摘要生成过程与方法 |
| 6.2.1 用户生成内容摘要生成过程 |
| 6.2.2 用户生成内容摘要生成方法 |
| 6.3 基于W2V-MMR的多源学术新媒体用户生成内容摘要生成方法 |
| 6.3.1 W2V-MMR算法的计算过程 |
| 6.3.2 多源学术新媒体用户生成内容摘要评价指标 |
| 6.4 应用实例分析 |
| 6.4.1 数据获取与预处理 |
| 6.4.2学术新媒体用户生成内容生成摘要实验 |
| 6.4.3 结论与分析 |
| 6.5 本章小结 |
| 第7章 多源学术新媒体用户生成内容的知识聚合精准推荐 |
| 7.1 多源学术新媒体用户生成内容知识聚合推荐的概念及目的 |
| 7.2 多源学术新媒体用户生成内容的知识聚合推荐过程与方法 |
| 7.2.1 多源学术新媒体用户生成内容的知识聚合推荐过程 |
| 7.2.2 多源学术新媒体用户生成内容的知识聚合推荐方法 |
| 7.3 基于用户兴趣度模型与传递相似度的多源学术新媒体用户生成内容的知识聚合精准推荐 |
| 7.3.1 基于用户兴趣度模型的精准推荐评分体系 |
| 7.3.2 基于用户相似性传递的用户共联网络 |
| 7.3.3 基于用户兴趣度模型与传递相似度的混合推荐 |
| 7.3.4 多源学术新媒体用户生成内容知识聚合的精准知识推荐服务 |
| 7.4 本章小结 |
| 第8章 提升多源学术新媒体知识聚合效果的策略 |
| 8.1 知识聚合主体层面 |
| 8.1.1 以用户为中心建立知识聚合理念 |
| 8.1.2 深入挖掘学术新媒体用户多层次的需求 |
| 8.1.3 完善学术新媒体平台内容质量监管和激励机制 |
| 8.1.4 合理规范学术新媒体内的主题与重点内容 |
| 8.1.5 学习与借鉴他源平台内容 |
| 8.2 知识聚合对象层面 |
| 8.2.1 促进学术用户积极互动 |
| 8.2.2 提升学术用户信息素养 |
| 8.2.3 提倡统一用词与语言凝练 |
| 8.2.4 提升多源平台交叉用户基数 |
| 8.3 知识聚合技术层面 |
| 8.3.1 改进大数据挖掘和人工智能技术 |
| 8.3.2 搭建学术新媒体的新型知识服务系统 |
| 8.3.3 建立多源学术新媒体的互联技术 |
| 8.3.4 应用学术知识可视化技术 |
| 8.4 知识聚合环境层面 |
| 8.4.1 营造良好的学术讨论氛围 |
| 8.4.2 加强学术新媒体平台之间的交流合作 |
| 8.4.3 加大学术新媒体平台的宣传力度 |
| 8.5 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究不足与展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（6）多媒体网络舆情信息的并发获取机理与话题衍进追踪研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状综述 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 研究现状述评 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 研究创新点 |
| 1.6 本章小结 |
| 第2章 相关理论基础 |
| 2.1 信息论与全信息理论 |
| 2.1.1 信息论 |
| 2.1.2 全信息理论 |
| 2.2 信息传播的相关理论 |
| 2.2.1 信息传播理论 |
| 2.2.2 信息生命周期理论 |
| 2.3 多媒体网络舆情的相关理论 |
| 2.3.1 网络舆情 |
| 2.3.2 多媒体网络舆情 |
| 2.4 信息获取与追踪的相关理论 |
| 2.4.1 信息获取理论 |
| 2.4.2 话题追踪理论 |
| 2.5 本章小结 |
| 第3章 多媒体网络舆情信息并发获取的相关分析 |
| 3.1 多媒体网络舆情信息并发获取的界定 |
| 3.2 多媒体网络舆情信息并发获取目标 |
| 3.3 多媒体网络舆情信息并发获取原则 |
| 3.3.1 整体与部分相协调原则 |
| 3.3.2 主观与客观相结合原则 |
| 3.3.3 有限与无限相统一原则 |
| 3.3.4 单维时序与多维态势相结合原则 |
| 3.4 多媒体网络舆情信息并发获取特征 |
| 3.4.1 多媒体网络舆情并发获取运行的非线性 |
| 3.4.2 多媒体网络舆情并发获取阶段的自适应性 |
| 3.4.3 多媒体网络舆情并发获取任务执行的时序性 |
| 3.4.4 多媒体网络舆情并发获取负载技术的均衡性 |
| 3.5 多媒体网络舆情信息并发获取数据源分析 |
| 3.5.1 舆情主体数据源分析 |
| 3.5.2 舆情客体数据源分析 |
| 3.5.3 舆情媒体数据源分析 |
| 3.5.4 舆情本体数据源分析 |
| 3.6 多媒体网络舆情信息并发获取流程分析 |
| 3.6.1 多媒体网络舆情信息检索 |
| 3.6.2 多媒体网络舆情信息抓取 |
| 3.6.3 多媒体网络舆情信息萃取 |
| 3.6.4 多媒体网络舆情信息存取 |
| 3.6.5 多媒体网络舆情信息智取 |
| 3.6.6 多媒体网络舆情主体交互 |
| 3.7 本章小结 |
| 第4章 多媒体网络舆情信息并发获取机理分析 |
| 4.1 多媒体网络舆情信息并发获取动力分析 |
| 4.1.1 并发获取内源动力 |
| 4.1.2 并发获取外源动力 |
| 4.1.3 舆情并发获取动力作用模式 |
| 4.2 多媒体网络舆情信息并发获取的时态属性 |
| 4.2.1 单维时序属性 |
| 4.2.2 多维态势属性 |
| 4.3 基于单维时序的多媒体网络舆情信息并发获取机理 |
| 4.3.1 并发获取数据源形成机理 |
| 4.3.2 并发获取线程管控机理 |
| 4.3.3 并发获取数据监视累积机理 |
| 4.3.4 并发获取数据采集存储机理 |
| 4.3.5 并发获取数据触发机理 |
| 4.4 基于多维态势的多媒体网络舆情信息并发获取机理 |
| 4.4.1 话题衍进机理 |
| 4.4.2 衍进追踪机理 |
| 4.5 多媒体网络舆情信息并发获取机理关系分析 |
| 4.5.1 多媒体网络舆情信息并发获取的数据源与机理关系 |
| 4.5.2 多媒体网络舆情信息并发获取的过程与机理关系 |
| 4.5.3 多媒体网络舆情信息并发获取的机理间作用关系 |
| 4.6 本章小结 |
| 第5章 多媒体网络舆情信息并发获取模型构建 |
| 5.1 多媒体网络舆情信息并发获取模型构建总体思路 |
| 5.2 多媒体网络舆情信息并发获取模型构成要素 |
| 5.2.1 构成要素解析 |
| 5.2.2 构成要素度量方法 |
| 5.3 多媒体网络舆情信息并发获取模型 |
| 5.3.1 舆情信息并发获取模型构建过程 |
| 5.3.2 基于DEMATEL的构成要素识别模型 |
| 5.3.3 基于AHP的要素权重模型构建 |
| 5.3.4 基于FMF的网络舆情信息并发获取模型 |
| 5.4 多媒体网络舆情信息并发获取实证分析 |
| 5.4.1 网络舆情数据源获取 |
| 5.4.2 网络舆情信息并发获取构成要素识别 |
| 5.4.3 网络舆情信息并发获取构成要素权重确定 |
| 5.4.4 网络舆情信息并发获取触发值计算 |
| 5.4.5 实验结果解析 |
| 5.5 本章小结 |
| 第6章 多媒体网络舆情话题衍进追踪过程及态势解析 |
| 6.1 多媒体网络舆情话题衍进追踪的内涵与特性 |
| 6.1.1 多媒体网络舆情话题衍进追踪的内涵 |
| 6.1.2 多媒体网络舆情话题衍进追踪的特性 |
| 6.2 多媒体网络舆情话题衍进追踪过程 |
| 6.2.1 网络舆情演进 |
| 6.2.2 网络舆情话题衍进态势 |
| 6.2.3 网络舆情话题衍进追踪 |
| 6.2.4 舆情话题衍进追踪过程 |
| 6.3 多媒体网络舆情话题衍进追踪态势分析 |
| 6.3.1 舆情话题衍进的运动模式 |
| 6.3.2 舆情话题衍进追踪态势解析 |
| 6.4 多媒体网络舆情并发获取与话题衍进追踪的关联关系 |
| 6.4.1 单维时序关联 |
| 6.4.2 多维态势关联 |
| 6.4.3 综合关联关系 |
| 6.5 多媒体网络舆情话题衍进追踪概念模型构建 |
| 6.5.1 模型构建 |
| 6.5.2 舆情话题衍进各时期追踪特征 |
| 6.6 本章小结 |
| 第7章 多媒体网络舆情话题衍进追踪模型构建 |
| 7.1 多媒体网络舆情话题衍进追踪的总体目标 |
| 7.1.1 网络舆情话题衍进追踪的动态表征 |
| 7.1.2 网络舆情话题衍进追踪的目标 |
| 7.2 多媒体网络舆情话题衍进追踪的抽象-具象化解析 |
| 7.2.1 网络舆情话题衍进追踪的抽象化共生作用 |
| 7.2.2 基于多维态势的具象化网络舆情话题衍进追踪 |
| 7.3 多媒体网络舆情话题衍进追踪的流程 |
| 7.3.1 多媒体网络舆情话题衍进追踪的技术分析 |
| 7.3.2 多媒体网络舆情话题衍进追踪的方法选取 |
| 7.3.3 多媒体网络舆情话题衍进追踪的流程 |
| 7.4 多媒体网络舆情话题衍进的最优话题选取 |
| 7.4.1 最优舆情话题选取步骤 |
| 7.4.2 网络舆情话题衍进期间的数据预处理 |
| 7.4.3 网络舆情话题衍进特征词权重计量 |
| 7.4.4 网络舆情话题衍进的聚类算法 |
| 7.5 多媒体网络舆情话题衍进追踪模型构建 |
| 7.5.1 网络舆情话题衍进指数模型构建 |
| 7.5.2 网络舆情话题强度模型构建 |
| 7.5.3 网络舆情话题关联度模型构建 |
| 7.5.4 网络舆情话题漂移度模型构建 |
| 7.6 实证研究 |
| 7.6.1 多媒体网络舆情话题的选定 |
| 7.6.2 多媒体网络舆情话题数据源获取与分析 |
| 7.6.3 多媒体网络舆情最优话题数量确定 |
| 7.6.4 多媒体网络舆情话题衍进追踪测度分析 |
| 7.6.5 研究结果总结 |
| 7.7 本章小结 |
| 第8章 多媒体网络舆情信息并发获取与话题衍进追踪的管控策略 |
| 8.1 客体管控策略 |
| 8.2 主体管控策略 |
| 8.3 媒体管控策略 |
| 8.4 本体管控策略 |
| 8.5 情境管控策略 |
| 8.6 本章小结 |
| 第9章 研究总结与展望 |
| 9.1 研究总结 |
| 9.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间取得的主要研究成果 |
（7）5G网络技术对提升4G网络性能的研究（论文提纲范文）
| 引言 |
| 1 4G网络现处理办法 |
| 2 4G网络可应用的5G关键技术 |
| 2.1 Msssive MIMO技术 |
| 2.2 极简载波技术 |
| 2.3 超密集组网 |
| 2.4 MEC技术 |
| 3 总结 |
（8）中学生地理视觉素养：结构与测评研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 绪论 |
| 第一节 研究的缘起与研究意义 |
| 一、研究的缘起 |
| 二、研究的背景 |
| 三、研究的意义 |
| 第二节 核心概念界定 |
| 一、地理视觉表征 |
| 二、地理视觉素养 |
| 三、认知模型 |
| 四、测评 |
| 第三节 文献综述 |
| 一、研究进展 |
| 二、研究述评 |
| 第四节 研究架构 |
| 一、研究思路 |
| 二、研究方法 |
| 三、论文框架 |
| 第一章 中学生地理视觉素养形成的理论基础 |
| 第一节 中学地理视觉表征的丰富意蕴 |
| 一、表征的符号学解读 |
| 二、视觉表征的分析框架 |
| 三、中学地理视觉表征的符号学结构 |
| 第二节 中学生地理视觉素养形成的学习过程 |
| 一、认知心理学视域下的视觉认知过程 |
| 二、地理科学视域下的视觉认知过程 |
| 三、中学生地理视觉素养形成的学习过程模型 |
| 第二章 中学生地理视觉素养的结构框架及其教学应用 |
| 第一节 中学生地理视觉素养的提炼 |
| 一、基于学习过程的地理视觉素养提炼 |
| 二、基于扎根理论研究的地理视觉素养补充 |
| 第二节 中学地理视觉素养的结构澄清 |
| 一、中学生地理视觉素养的内涵、特征和构成 |
| 二、中学生地理视觉素养的学习进阶 |
| 三、基于专家咨询法的地理视觉素养结构修订 |
| 第三节 地理视觉素养结构框架在中学地理教学中的应用 |
| 一、地理视觉素养结构框架在初中地理教学中的体现和应用 |
| 二、地理视觉素养结构框架在高中地理教学中的体现和应用 |
| 第三章 中学生地理视觉素养的测验工具开发与检验 |
| 第一节 中学生地理视觉素养测验编制的理论基础 |
| 一、Rasch模型的概念与基本原理 |
| 二、Rasch模型的基本假设及要求 |
| 三、基于Rasch模型的测量过程 |
| 第二节 中学生地理视觉素养测验工具的开发 |
| 一、测验工具的开发程序 |
| 二、测验工具项目的设计 |
| 三、测评工具的质量分析与优化 |
| 第四章 中学生地理视觉素养的测评研究 |
| 第一节 研究方法 |
| 一、研究工具 |
| 二、研究被试 |
| 三、数据分析 |
| 第二节 工具质量分析 |
| 一、评分者信度 |
| 二、总体统计 |
| 三、单维性 |
| 四、项目-被试对应 |
| 五、项目拟合和误差 |
| 六、项目评分等级结构 |
| 第三节 中学生地理视觉素养测验结果分析与讨论 |
| 一、不同层次学校学生测试成绩比较分析 |
| 二、不同性别学生测试成绩比较分析 |
| 三、不同年级学生测试成绩比较分析 |
| 四、中学生地理视觉素养测验结果讨论 |
| 五、基于一致性的地理视觉素养培育体系探讨 |
| 第五章 结论与反思 |
| 第一节 主要研究结论 |
| 一、理论方面的结论 |
| 二、实证方面的结论 |
| 第二节 关于研究的讨论 |
| 一、研究的创新点 |
| 二、研究不足 |
| 三、研究展望 |
| 参考文献 |
| 附录 |
| 附录一: “基于认知视角的地理视觉素养结构框架”专家咨询问卷 |
| 附录二: 中学生地理视觉素养测评试卷(初选) |
| 附录三: 中学生地理视觉素养测评试卷(试测) |
| 附录四: 中学生地理视觉素养测评试(正式) |
| 在校期间发表的论文、科研成果等 |
| 致谢 |
（9）智慧施工中的多源信息融合理论与方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 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 国内外研究现状及其评述 |
| 1.3.1 智慧施工研究现状 |
| 1.3.2 多源信息融合研究现状 |
| 1.3.3 技术接受模型研究现状 |
| 1.3.4 文献评述 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第2章 相关概念界定与理论分析 |
| 2.1 传统施工向智慧施工转变的本质分析 |
| 2.2 智慧施工概念及其内涵界定 |
| 2.2.1 智慧施工及其智慧概念 |
| 2.2.2 智慧施工管理内涵 |
| 2.2.3 智慧施工实践内涵 |
| 2.3 智慧施工中的多源信息融合及其技术接受内涵界定 |
| 2.3.1 智慧施工中的多源信息融合意义 |
| 2.3.2 智慧施工中的多源信息融合内涵 |
| 2.3.3 智慧施工中的多源信息融合技术接受内涵 |
| 2.4 本文研究的理论基础 |
| 2.4.1 信息资源管理理论 |
| 2.4.2 信息融合理论 |
| 2.4.3 智能计算与识别理论 |
| 2.4.4 空间信息组织理论 |
| 2.4.5 技术创新理论 |
| 2.5 研究内容与理论基础间的协同体系 |
| 2.5.1 研究内容框架 |
| 2.5.2 研究内容与理论基础间的协同架构 |
| 2.6 本章小结 |
| 第3章 智慧施工中的多目标信息源择用模型构建 |
| 3.1 智慧施工中的信息源内涵与特性分析 |
| 3.1.1 信息源的内涵界定 |
| 3.1.2 信息源的类型划分 |
| 3.1.3 信息源的性质分析 |
| 3.2 智慧施工中的多目标信息源提取规则 |
| 3.2.1 信息源多值映射 |
| 3.2.2 多值映射空间的概率计算 |
| 3.2.3 多目标信息源的提取规则 |
| 3.2.4 提取规则应用的对比分析 |
| 3.3 智慧施工中的多目标信息源优选模型 |
| 3.3.1 优选原因与策略 |
| 3.3.2 人为因素主导的多目标信息源优选 |
| 3.3.3 技术因素主导的多目标信息源优选 |
| 3.4 智慧施工中的多目标信息源物联接入体系构建 |
| 3.4.1 多目标信息源物联接入核心内容 |
| 3.4.2 多目标信息源物联接入编码原则 |
| 3.4.3 多目标信息源物联接入应用架构 |
| 3.5 智慧施工中的多目标信息源择用效果评价模型 |
| 3.5.1 多目标信息源择用标准与原则 |
| 3.5.2 多目标信息源择用效果评价模型 |
| 3.5.3 评价算例 |
| 3.6 本章小结 |
| 第4章 智慧施工中的多源信息识别体系构建 |
| 4.1 智慧施工中的多源信息识别内涵界定 |
| 4.1.1 多源信息及其特性 |
| 4.1.2 多源信息识别概念 |
| 4.1.3 多源信息识别原则 |
| 4.2 智慧施工中的多源信息可感知性分析 |
| 4.2.1 多源信息感知过程描述 |
| 4.2.2 多源信息感知算法构建 |
| 4.2.3 多源信息可感知状态估计模型 |
| 4.3 智慧施工中的多源信息预处理 |
| 4.3.1 多源信息预处理原因 |
| 4.3.2 多源信息清洗方法 |
| 4.3.3 多源信息结构化处理 |
| 4.4 智慧施工中的多源信息识别模型构建 |
| 4.4.1 多源信息识别实现原理 |
| 4.4.2 多源信息识别实现策略 |
| 4.4.3 多源信息初始特征描述模型 |
| 4.4.4 基于贝叶斯特征分类的多源信息识别模型 |
| 4.5 智慧施工中的多源信息识别应用案例 |
| 4.6 本章小结 |
| 第5章 智慧施工中的多源信息关联模型构建 |
| 5.1 智慧施工中的多源信息关联内涵界定 |
| 5.1.1 多源信息关联概念 |
| 5.1.2 多源信息关联内容 |
| 5.2 智慧施工中的多源信息关联依存环境分析 |
| 5.2.1 时空维度划分 |
| 5.2.2 时空交互状态分析 |
| 5.2.3 多源信息交互状态估计方程 |
| 5.3 智慧施工中的多源信息关联关系描述模型 |
| 5.3.1 实体辨识中的多源信息关联关系 |
| 5.3.2 施工管理中的多源信息关联关系 |
| 5.4 智慧施工中的多源信息关联UML模型 |
| 5.4.1 多源信息的类划分 |
| 5.4.2 多源信息的类间关联关系分析 |
| 5.4.3 多源信息关联类图构建 |
| 5.5 智慧施工中的多源信息关联实现技术架构 |
| 5.5.1 基于时空状态的多源信息关联实现技术元组 |
| 5.5.2 基于UML协同的多源信息关联实现系统规划 |
| 5.6 本章小结 |
| 第6章 智慧施工中的多源信息融合应用分析 |
| 6.1 智慧施工中的多源信息融合应用案例 |
| 6.1.1 项目背景介绍 |
| 6.1.2 多目标信息源择用 |
| 6.1.3 多源信息识别 |
| 6.1.4 多源信息关联应用 |
| 6.1.5 本智慧施工项目管理中的深度融合应用 |
| 6.2 智慧施工中的多源信息融合应用EITAM模型 |
| 6.2.1 变量说明与相关假设 |
| 6.2.2 概念模型构建 |
| 6.2.3 数据获取与分析过程 |
| 6.2.4 模型优化与结果分析 |
| 6.3 智慧施工中的多源信息融合应用推进策略 |
| 6.3.1 应用政策导向 |
| 6.3.2 未来推进策略 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（10）图像序列中平稳/非平稳客体检测与细节可视性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 课题研究背景及意义 |
| 1.2 课题的研究任务 |
| 1.3 相关技术发展动态 |
| 1.3.1 阈值分割方法 |
| 1.3.2 边缘检测方法 |
| 1.3.3 区域提取方法 |
| 1.3.4 结合特定理论的分割方法[19-21] |
| 1.3.5 图像细节变化检测方法 |
| 1.4 主要研究工作、技术难点以及解决方案 |
| 1.5 论文安排 |
| 第二章 场景图像序列中平稳客体的检测与估计 |
| 2.1 引言 |
| 2.2 视频序列分层模型 |
| 2.2.1 视频序列的一般表征方式 |
| 2.2.2 定场景视频序列分层模型 |
| 2.3 定场景视频序列中平稳客体分层系统设计 |
| 2.4 平稳客体分层系统关键技术模块研究 |
| 2.4.1 背景子块分布检测 |
| 2.4.2 子块分布阵集成检测 |
| 2.4.3 背景子块加权估计 |
| 2.5 影响系统性能的因素 |
| 2.6 系统参数选择 |
| 2.6.1 一级模式识别门限的选取 |
| 2.6.2 门限θ的选取 |
| 2.6.3 分块大小的选择 |
| 2.7 实验结果 |
| 2.8 性能评价 |
| 2.8.1 估计的准确性 |
| 2.8.2 抗噪性 |
| 2.9 小结 |
| 第三章 场景图像序列中非平稳客体的检测与分割 |
| 3.1 引言 |
| 3.2 非平稳客体的一般分割方法 |
| 3.2.1 基于区域的目标提取方法 |
| 3.2.2 基于边界的目标提取方法 |
| 3.2.3 高速运动目标的提取方法 |
| 3.3 基于背景恢复的目标提取方法 |
| 3.4 非平稳客体分割系统关键技术研究 |
| 3.4.1 图像的二值化 |
| 3.4.2 二值图像滤波 |
| 3.4.3 膨胀、腐蚀 |
| 3.4.4 动目标区域搜索和分割 |
| 3.5 仿真结果 |
| 3.6 性能评价 |
| 3.7 本章小结 |
| 第四章 图像细节可视性分析与应用研究 |
| 4.1 引言 |
| 4.2 图像细节可视性及其参数描述 |
| 4.3 图像细节模糊的一般复原方法 |
| 4.3.1 图像的退化模型 |
| 4.3.2 线性移不变模糊的图像复原 |
| 4.3.3 线性移变模糊的图像复原 |
| 4.4 场景图像可视性参数检测与控制 |
| 4.4.1 图像统计特性参数分析 |
| 4.4.2 图像细节可视性曲线分析 |
| 4.5 仿真验证 |
| 4.6 基于统计参数的细节可视性的应用 |
| 4.7 结束语 |
| 第五章 图像局域细节可视性自适应调节 |
| 5.1 引言 |
| 5.2 图像可视性与图像内容的关系 |
| 5.3 细节可视性自适应控制系统设计及应用分析 |
| 5.3.1 细节可视性自适应控制系统设计 |
| 5.3.2 局域可视性自适应控制技术应用分析 |
| 5.4 实验结果 |
| 5.5 小结 |
| 第六章 全文总结 |
| 参考文献 |
| 致谢 |
| 个人简历 |
四、视频序列客体分布阵集成检测分层技术（论文参考文献）
- [1]基于大数据的大学生日常思想政治教育创新研究[D]. 邓晶艳. 贵州师范大学, 2021(09)
- [2]数字化慢病管理系统的研究与实践[D]. 汪哲宇. 浙江大学, 2021(01)
- [3]基于虚拟边缘节点的物联网数据协同计算体系及安全支撑方法研究[D]. 张庆阳. 安徽大学, 2021(02)
- [4]数据驱动下科技情报智慧服务模式研究[D]. 王益成. 吉林大学, 2020(08)
- [5]多源学术新媒体用户生成内容的知识聚合研究[D]. 陶兴. 吉林大学, 2020(08)
- [6]多媒体网络舆情信息的并发获取机理与话题衍进追踪研究[D]. 许烨婧. 吉林大学, 2020(08)
- [7]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [8]中学生地理视觉素养：结构与测评研究[D]. 侯德娟. 华中师范大学, 2019(02)
- [9]智慧施工中的多源信息融合理论与方法研究[D]. 杨志和. 哈尔滨工业大学, 2019(01)
- [10]图像序列中平稳/非平稳客体检测与细节可视性分析[D]. 霍永青. 电子科技大学, 2005(07)