数学建模社区-数学中国 › 标签 › 关键字

标签: 关键字

相关帖子	版块	作者	回复/查看	最后发表

在Excel排序对话框中选择主，绘图有用哦	Word/WPS论坛	kelimasa 2011-12-6	29 6526	liliy 2014-9-9 15:52
关键字很多可以吗求助。。。。。。。。。。。。。。。。。。。	美国大学生数学建模竞赛(MCM/ICM)	欠踹的背影╮ 2013-2-4	4 1794	interbirdslpl 2013-2-5 10:30
关键字很多有问题吗。。。	比赛规则与论文提交事宜答疑区	欠踹的背影╮ 2013-2-4	0 1816	欠踹的背影╮ 2013-2-4 22:50
5/10	数模经验分享	gt93 2013-8-20	4 2257	草偶 2014-8-3 13:02
matlab命令大全	算法类综合讨论版	zsy940923 2016-1-13	2 3715	matlab新手求教 2016-1-23 11:32
[数据资源]搜索引擎的搜索关键字文件	全国大学生数学建模竞赛(CUMCM)	衫衫学长 2016-8-29	0 2246	闪天下 2016-9-4 16:16

更多...

相关日志

分享转载的文章: zhshsh 2012-9-11 20:34; 关键字 (Keyword) 篇一篇好的论文，要想实现其真正的价值，那就得被别人所采纳应用，最好能够在社会中引起一定的反响或者为人民的生产和生活带来利益。那么如何才能让我们的作品能够被他人从浩瀚的论文海洋中发现而且为其所用呢？也许在一篇能够承担这个重任的非关键字莫属了。一篇好的论文，它的文章是按其关键字展开的，并且关键字在整篇论文中起到提纲挈领的作用。关键字也是其他用户在使用搜索引擎时输入的、能够最大程度概括用户所要查找的信息内容的字或者词，是信息的概括化和集中化，同时往往也是整个文章的核心内容。因此，在书写论文的关键字是我们应该十分的细心认真。那么我们到底怎么去书写我们论文的关键字呢？首先我们得提出一个词语：关键字密度（ Keyword Density ），它是指在一篇论文中，关键字或关键字段 (Keyphrase) 占所有该页面中总的文字的比例，该指标对搜索引擎的优化起到关键的作用。因此，我们在选择关键字或者关键字段时，务必选择我们多次提到的字词。当然，正如前述，我们要选择在整篇论文中起到起到提纲挈领地位的出现次数比较多的词汇。由于一篇论文的关键字一般只需要 3~5 个，因此这些字词是所有词里面最为重要的。一般来说，我们在选取关键字时最好三个热门的，两个创新的也就是自己的。热门的关键字可以让我们的论文在别人搜索的时候有一个较为大的定位，可以让我们在别人搜索时括在那个范围内。创新的关键字可以体现出我们自己的思想，很明确的显示出我们的亮点，从而吸引评委以及其他人的眼球。当然，我们在选取关键字的时候也不能太过拘泥，譬如在 2010 年数学建模全国一等奖吉林大学的一篇名为《 2010 年上海世博会经济影响力的定量评估》的论文，他们的关键字是：逐步回归算法灰色预测模型本底趋势线神经网络模型。一共四个关键字，其中逐步回归算法和灰色预测模型在时下的建模中还是很热门的，而本底趋势线和神经网络模型在目前还不是很热门，可以算作他们的一个亮点。在选好了我们的关键字的时候，我们还要学会排序，因为合理的排序关系到我们的文章能否被别人搜索到，同时，很现实的讲，它关系到我们的作品能够得奖，我们的努力能否得到别人的认可，我们的付出能够得到回报。因此，恰当的排序也是尤为重要的。一般来说，热门词汇置于创新词汇之前，就如上面提到那篇论文一样。总之，我们在写作论文是要对关键字很重视。在选择和排序时把握住“三新两旧，热前冷后”的原则，从而让我们的论文能够脱颖而出，并且在最后的比赛能够取得好的成绩。; 510 次阅读|0 个评论

分享数模路上之论文关键字（keyword）写作与排序: 热度 22 zuster 2012-7-21 10:12; 关键字 (Keyword) 篇一篇好的论文，要想实现其真正的价值，那就得被别人所采纳应用，最好能够在社会中引起一定的反响或者为人民的生产和生活带来利益。那么如何才能让我们的作品能够被他人从浩瀚的论文海洋中发现而且为其所用呢？也许在一篇能够承担这个重任的非关键字莫属了。一篇好的论文，它的文章是按其关键字展开的，并且关键字在整篇论文中起到提纲挈领的作用。关键字也是其他用户在使用搜索引擎时输入的、能够最大程度概括用户所要查找的信息内容的字或者词，是信息的概括化和集中化，同时往往也是整个文章的核心内容。因此，在书写论文的关键字是我们应该十分的细心认真。那么我们到底怎么去书写我们论文的关键字呢？首先我们得提出一个词语：关键字密度（ Keyword Density ），它是指在一篇论文中，关键字或关键字段 (Keyphrase) 占所有该页面中总的文字的比例，该指标对搜索引擎的优化起到关键的作用。因此，我们在选择关键字或者关键字段时，务必选择我们多次提到的字词。当然，正如前述，我们要选择在整篇论文中起到起到提纲挈领地位的出现次数比较多的词汇。由于一篇论文的关键字一般只需要 3~5 个，因此这些字词是所有词里面最为重要的。一般来说，我们在选取关键字时最好三个热门的，两个创新的也就是自己的。热门的关键字可以让我们的论文在别人搜索的时候有一个较为大的定位，可以让我们在别人搜索时括在那个范围内。创新的关键字可以体现出我们自己的思想，很明确的显示出我们的亮点，从而吸引评委以及其他人的眼球。当然，我们在选取关键字的时候也不能太过拘泥，譬如在 2010 年数学建模全国一等奖吉林大学的一篇名为《 2010 年上海世博会经济影响力的定量评估》的论文，他们的关键字是：逐步回归算法灰色预测模型本底趋势线神经网络模型。一共四个关键字，其中逐步回归算法和灰色预测模型在时下的建模中还是很热门的，而本底趋势线和神经网络模型在目前还不是很热门，可以算作他们的一个亮点。在选好了我们的关键字的时候，我们还要学会排序，因为合理的排序关系到我们的文章能否被别人搜索到，同时，很现实的讲，它关系到我们的作品能够得奖，我们的努力能否得到别人的认可，我们的付出能够得到回报。因此，恰当的排序也是尤为重要的。一般来说，热门词汇置于创新词汇之前，就如上面提到那篇论文一样。总之，我们在写作论文是要对关键字很重视。在选择和排序时把握住“三新两旧，热前冷后”的原则，从而让我们的论文能够脱颖而出，并且在最后的比赛能够取得好的成绩。宋艳红 2012 年 7 月 2 日; 1039 次阅读|13 个评论

分享 VC++6.0在灰度数字图像增强处理中的应用: marchboy 2012-4-29 14:02; 摘要该文介绍了用直方图均衡化对灰度图像进行灰度映射，从而达到使图像增强的目的。利用 VC++6.0执行效率高，可继承、封装、移植等成熟的软件技术，对直方图均衡化算法进行实现。实验表明，该程序可以快速、准确地对灰度图像进行灰度变换，达到了使图像对比度增强，改善图像质量的预期目的。关键字 Visual C++;图像增强;直方图均衡;DIB文件由于噪声、光照等外界环境或设备本身的原因，通常我们所获取的原始数字图像质量不是很高，因此在对图像进行边缘检测、图像分割等操作之前，一般都需要对原始数字图像进行增强处理。图像增强主要有两方面应用，一方面是改善图像的视觉效果，另一方面也能提高边缘检测或图像分割的质量，突出图像的特征，便于计算机更有效地对图像进行识别和分析。图像增强是图像处理最关键的研究问题之一，图像增强按作用域可分为两类，即空域处理和频域处理。空域处理是直接对图像进行处理，而频域处理则是在图像的某个变化域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强效果。本文主要对空域增强法中的直方图均衡进行分析并用 VC ++ 6.0进行算法实现。当前图像处理在算法实现中主要应用Matlab仿真工具，但Matlab运行效率较低，且可移植性和实用性均不太理想。与Java和C#等其他高级语言相比，VC++在程序运行效率、内存使用的可控性和编程的灵活性上均具有较大的优势，因此本文采用VC ++ 6.0集成开发环境，以达到算法快速有效地执行，同时增强了算法的可移植性。 1灰度图像直方图均衡化的描述 1.1灰度图像直方图处理方法图像的直方图是图像处理中一种十分重要且实用的工具，它概括了一副图像的灰度级内容。从数学上来说图像直方图是图像各灰度值统计特性与图像灰度值的函数，它统计一幅图像中各个灰度级出现的次数或概率。实际上，灰度图像直方图是一个离散函数： pf(fk)=nk/n k=0，1，…， L-1 其中fk为图像f(x，y)的第k级灰度，nk是图像f(x，y)中具有灰度值fk的象素个数，n是图像象素总数，L是图像的灰度级数。因为pf(fk)给出了对各个fk出现概率的一个统计，所以直方图提供了图像的灰度值分布情况。在灰度直方图坐标系中，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率。在对灰度数字图像的增强处理方法中，灰度均衡化和灰度规定化应用较为广泛，但后者需要根据具体的图像人为规定好适当的期望直方图才能得到满意的效果，如果期望直方图规定不当则处理效果会很差，因此后者的通用性不好。而前者在处理时只需要将当前的灰度分布重新均衡地分布于整个灰度区间即可，虽然对于某一幅特定的图象处理效果可能不及灰度规定化，但通用性却要好的多，对任意图象均可获得相当不错的处理效果。 1.2灰度图像直方图均衡化算法分析直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。设原始图像在 (x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数)： (1)EQ(f)在0≤f≤L-1范围内是一个单值单增函数。这是为了保证增强处理没有打乱原始图像的灰度排列次序，原图各灰度级在变换后仍保持从黑到白(或从白到黑)的排列。 (2)对于0≤f≤L-1有0≤g≤L-1，这个条件保证了变换前后灰度值动态范围的一致性。累计分布函数 (cumulative distribution function，CDF)即可以满足上述两个条件，并且通过该函数可以完成将原图像f的分布转换成g的均匀分布。此时的直方图均衡化映射函数为： gk = EQ(fk) = (ni/n) = pf(fi)， (k=0，1，2，……，L-1) 上述求和区间为 0到k，根据该方程可以由源图像的各像素灰度值直接得到直方图均衡化后各像素的灰度值。在实际处理变换时，一般先对原始图像的灰度情况进行统计分析，并计算出原始直方图分布，然后根据计算出的累计直方图分布求出fk到gk的灰度映射关系。在重复上述步骤得到源图像所有灰度级到目标图像灰度级的映射关系后，按照这个映射关系对源图像各点像素进行灰度转换，即可完成对源图的直方图均衡化。; 个人分类: 我的日志|505 次阅读|0 个评论

更多...

帐号		密码		只需要一步，快速开始		注册地址	找回密码

标签: 关键字

相关帖子

相关日志

QQ

电话咨询

关于我们| 联系我们| 诚征英才| 对外合作| 产品服务|