国家自然科学基金(71271071)
- 作品数：45 被引量：332H指数：11
- 相关作者：倪志伟李敬明朱旭辉程美英倪丽萍更多>>
- 相关机构：合肥工业大学教育部安徽财贸学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术环境科学与工程经济管理文化科学更多>>
- 基于分形维数的聚类融合算法被引量：2
- 2012年
- 对基于分形维数的聚类融合算法进行了研究。首先介绍分形维数聚类算法,产生聚类成员;然后利用投票法进行聚类融合;最后简单介绍了云计算环境下分布式聚类融合思想。基于分形维数的聚类融合算法比单一分形维数聚类算法得到的聚类结果更好,具有更好的鲁棒性。在分形维数聚类算法中,结合网格聚类与单一分形聚类的优点,提出了基于网格和分形维数的聚类算法,它可以发现任意形状且距离非邻近的聚类,适合于海量﹑高维数据。
- 吴晓璇倪志伟倪丽萍
- 关键词：计算机系统结构网格分形维数投票策略聚类融合
- 求解多维背包问题的MapReduce蚁群优化算法被引量：10
- 2013年
- 应用MapReduce编程模式实现蚁群优化算法的并行化计算,提出基于MapReduce的改进背包问题蚁群算法。通过改进概率计算时机、轮盘赌、交叉、变异等技术,降低蚁群算法的计算复杂度。在云计算环境中应用该算法分布式并行地求解大规模多维背包问题,仿真实验结果表明,该算法能改善蚁群算法搜索时间长的缺陷,增强对大规模问题的处理能力。
- 王会颖倪志伟吴昊
- 关键词：云计算蚁群优化算法多维背包问题群体智能
- 基于相异度的SVM选择性集成雾霾天气预测方法被引量：9
- 2017年
- 目前雾霾污染日益严重,威胁到了环境保护和人类健康,需要对雾霾天气进行预测.通过对多个支持向量机(SVM)进行选择性集成,克服单个SVM不稳定的缺点,提出了基于相异度的SVM选择性集成雾霾天气预测方法(DSE-SVM).首先采用高斯核SVM独立训练出多个个体SVM;其次计算出个体SVM的相异度,剔除相异度最大的个体SVM;最后运用多数投票算法对剩余的SVM进行集成,并进行了理论分析.通过对北京、上海和广州三地区近两年的雾霾数据进行实验分析,实验结果表明DSE-SVM方法预测性能更优,具有较高的稳定性和可信性.
- 朱旭辉倪志伟倪丽萍程美英李敬明金飞飞
- 关键词：支持向量机相异度
- 用户评论中的产品特征抽取方法研究
- 2015年
- 产品特征抽取是产品评论挖掘中的关键一步,针对现有产品评论挖掘方法对产品特征抽取的不足,提出了一种Apriori算法和文本模式相结合的产品特征抽取方法 ,并运用特征修剪算法对候选产品特征进行过滤。实验结果表明,该方法具有较好的效果。
- 徐凯周先琳
- 关键词：特征抽取APRIORI算法文本模式
- 互联网虚假信息研究概述
- 2014年
- 由于互联网的普遍性、匿名性以及竞争的激烈性,越来越多的网络用户通过虚假信息以混淆视听、恶意诋毁竞争对手和蓄意扰乱社会秩序。本文通过论述互联网虚假信息的研究现状,结合相关研究理论和方法,探索互联网虚假信息的研究方向。
- 刘凯
- 关键词：互联网虚假信息
- 变步长自适应的改进人工鱼群算法被引量：45
- 2015年
- 针对人工鱼群算法在函数优化中存在陷入局部最优、后期收敛速度慢及结果精度不高等问题,通过改进鱼群算法中觅食行为及自适应调整人工鱼步长,提出了一种变步长自适应的改进人工鱼群算法。证明了该算法的全局收敛性,从而增加了其理论基础。最后,10个标准函数测试结果表明,改进后的人工鱼群算法在跳出局部最优、收敛速度、精度和稳定性方面都优于原鱼群算法和萤火虫算法,在结果精度和稳定性方面优于文献[9,23,24]的方法。
- 朱旭辉倪志伟程美英
- 关键词：人工鱼群算法变步长自适应步长函数优化
- 基于神经网络的雾霾预测模型实证研究被引量：2
- 2018年
- 影响雾霾形成的因素较多,且之间的关系十分复杂.采用高精度拟合的BP网络预测模型,提出基于BP神经网络的雾霾预测模型.首先,建立影响雾霾因素之间的指标体系.其次,建立神经网络雾霾预测模型.最后,采用基于BP神经网络对全年天数进行预测.结果表明,该模型具有较高的可行性和合理性,并获得了准确可靠的结果,为提高相关部门对空气的监测提供参考.
- 张平华盛凯
- 关键词：雾霾BP神经网络
- 基于改进萤火虫群优化算法的同类机调度问题被引量：1
- 2016年
- 针对一类极小化最大完成时间和完成时间之和的同类机调度问题,给出问题的数学模型。考虑作业具有不同到达时间的同类机调度问题,提出一种改进的萤火虫群优化算法。借鉴遗传算法中的变异算子和选择算子,增强算法的全局搜索能力;加入爬山算法作为一种局部搜索算法,增强算法的局部搜索能力。这种全局搜索和局部搜索相结合的机制,使改进的萤火虫群优化算法表现出较高的寻优效率。通过大量实验验证了该算法的有效性。
- 倪志伟庞闪闪伍章俊李蓉蓉李敬明
- 基于二进制萤火虫算法的属性选择方法研究被引量：6
- 2017年
- 属性选择是机器学习与模式识别中进行数据预处理的一个重要方法,特别是针对一些高维的数据集,其计算复杂度较高,对数据挖掘算法的性能影响较大.因此,文章在连续型萤火虫算法(GSO)基础上对萤火虫进行二进制编码,并结合修正后的sigmoid函数,提出一种基于二进制萤火虫算法的属性选择方法.该方法以数据集分形维数作为属性子集的评价准则,以二进制萤火虫算法作为搜索策略,通过对标准数据集UCI进行一系列实验,实验结果表明了该方法的有效性与可行性.
- 李敬明倪志伟许莹张琛
- 关键词：分形维数
- 求解需求可拆分车辆路径问题的人工蜂群算法被引量：6
- 2017年
- 研究了需求可拆分的车辆路径问题(SDVRP)的基本数据模型,分析了相关解的基本特点,提出了一种改进的人工蜂群算法进行求解。首先,在不考虑车辆容量和拆分需求的前提下,求出TSP大路径;然后,对TSP大路径进行切割,在切割的地方对客户点的需求进行拆分;最后,在前述操作基础上形成初始解,采用改进人工蜂群算法进行优化。在人工蜂群阶段,三种蜜蜂在全局和邻域范围内不断优化当前解。通过仿真实验与其它算法对比,验证了提出的算法在有效性和稳定性上,具有良好的效果。
- 姜婷
- 关键词：车辆路径问题人工蜂群算法
