公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于相似样本归并的大样本混合信用评估模型被引量：6: 2018年; 当前面向大样本设计的信用评估模型,大多没有深入探究大样本的分布特征,只是简单地将传统评估方法应用在大样本上.首先提出了用于描述大样本分布特征的相关属性集、边界向量等若干概念及定义,并证明了其主要性质.之后在两个大样本数据集的基础上,研究了样本在相似性方面的分布特征,最后设计了一种大样本混合信用评估模型——HLSCE模型.HLSCE模型认为在大样本数据集中,样本的同一属性在不同局部区域内,对分类性能的贡献是不同的.具体地,HLSCE模型根据各样本与边界向量的相似性差异,结合生物启发式算法,将样本归并划分为若干子集并分别在其上训练基分类器.实证研究表明,HLSCE模型的分类精度相比于现有的代表性信用评估模型更高,同时也具有更为优越的平衡性与稳定性.; 张润驰杜亚斌薛立国徐源浩吴心弘; 关键词：信用风险信用评估大样本边界向量

PMC模型下的一个贪婪诊断算法被引量：3: 2015年; 提出了一种PMC模型下基于矩阵运算的贪婪诊断算法——MGFD算法。算法结合作者曾经提出的"绝对故障基"思想,首先剔除绝对故障基,得到一个维度减小的矩阵,之后根据该矩阵求得集团。在文献[10]提出的四个贪婪诊断算法的基础上,提出集团的内贪婪因子、外贪婪因子、综合贪婪因子等概念,设计了新的贪婪准则。论证了MGFD算法的正确性,并对算法进行了实验仿真。实验结果表明,MGFD算法相比文献[10]提出的贪婪诊断算法,具有较高的诊断正确率。; 宣恒农张润驰何涛刘凌波; 关键词：系统级故障诊断 PMC模型

基于PMC模型的MWOFD算法被引量：1: 2017年; 为了诊断出系统中的故障单元,首次将贝壳漫步优化算法用于解决系统级故障诊断问题,提出一种高效快速的诊断算法——MWOFD诊断(Mussels Wandering Optimization Fault Diagnosis)算法。结合系统级故障诊断的特点,设计了个体化编码及初始化的方法,并根据诊断模型所满足的方程约束重新设计了适应度函数,同时对二进制映射算法进行优化。最后将新算法与AD-FAFD算法,FAFD算法和EAFD算法进行实验对比,结果表明:MWOFD算法有效地提高了诊断正确率和诊断效率。; 宣恒农赵冬苗春玲张润驰刘田田; 关键词：系统级故障诊断

未来网络的研究现状与发展前景: 2013年; 扼要阐述未来网络的研究意义,介绍未来网络的发展历程,全面分析未来网络在多媒体网络、网址分配、网络计算、数据中心、网络安全及故障诊断等相关领域的研究现状,并在此基础上预测未来网络在网络规模、开放开源、传输速度等方面的发展前景。最后指出在未来网络发展过程中应当注意的网络安全、网络节能及商业模型构建等问题。; 宣恒农张润驰刘田田苗春玲赵冬; 关键词：未来网络网络计算 IPV6 数据中心故障诊断

基于多属性子集选择策略的三阶段混合信用评估模型被引量：2: 2019年; 信用评估数据集往往存在冗余属性,现有研究一般通过属性子集选择策略进行属性筛选,但并未深入研究不同属性子集选择策略在不同信用评估模型上的适用性。本文首先实证研究了8种属性子集选择策略对7种主流模型的性能提升情况,得到了一些有意义的结论;进而设计出一种结合多个属性子集选择策略特征的三阶段混合信用评估模型——TSHCE模型。TSHCE模型在第一阶段,根据多个属性子集选择策略对各属性的重要性排序,生成属性重要性序数向量;第二阶段,根据属性重要性序数向量,以轮盘赌方法选择不同属性子集,分别训练基分类器;第三阶段,以各基分类器的分类结果组合构成再训练样本集,进一步训练连接分类器以提升模型的分类能力。实证研究表明:TSHCE模型在训练阶段能够深度挖掘样本集的可分类特征,五种性能评价指标均达到92%以上;在测试阶段,相对于最优属性子集选择策略与分类器的组合,在两组大样本数据集上分别进一步提升了1.36%和12.83%的总体分类正确率,具有优越的平衡性,同时亦适用于小样本。; 张润驰杜亚斌薛立国徐源浩孙明明; 关键词：信用风险

面向数据中心网络的分层式故障诊断算法被引量：7: 2014年; 首次提出一种面向数据中心网络的分层式故障诊断算法---HFD(Hierarchical Fault Diagnosis)算法.算法根据数据中心网络的结构特点,将网络系统分为两个逻辑层.在第一层,通过对"基本单元组"进行多次最简测试,将其划分为"相对故障单元组"与"相对正常单元组"两大类;在第二层,结合本文首次提出的"正-反关联性"思想和笔者曾经提出的"绝对故障基"思想,设计出AD-FAFD算法进行各单元间的相互测试与诊断.仿真实验结果表明,HFD算法在保持良好的诊断精确度的同时,有效降低了时间复杂度.; 宣恒农张润驰左苗刘田田; 关键词：系统级故障诊断数据中心网络

基于蝙蝠算法的系统级故障诊断研究被引量：2: 2016年; 首次将蝙蝠算法用于解决系统级故障诊断问题,从而提出了一种高效的诊断算法——蝙蝠故障诊断算法。在初始化阶段,种群被分成大、小两类,并采用不同的处理方式;根据系统级故障模型的特点,设计出了具有方程约束的适应度函数;为了平衡全局搜索与局部搜索,在速度更新公式中增加一个变系数;为实现寻址的离散化,对蝙蝠速度进行了二进制映射。仿真实验结果表明,蝙蝠故障诊断算法在迭代次数、诊断正确率和最优解的适应度等方面明显优于现有的具有代表性群智能诊断算法——FAFD算法。; 宣恒农苗春玲赵冬; 关键词：系统级故障诊断

全选清除导出

共1页<1>

江苏省自然科学基金(2004119)