公共文化服务平台

福建省自然科学基金(2013J01230): 作品数：22 被引量：85H指数：6; 相关作者：郭昆张岐山郭红郭文忠刘漳辉更多>>; 相关机构：福州大学教育部国网信通亿力科技有限责任公司更多>>; 发文基金：国家自然科学基金福建省自然科学基金福建省科技创新平台建设项目更多>>; 相关领域：自动化与计算机技术经济管理电气工程自然科学总论更多>>

基于加权一个变量的一阶灰色模型的动态轨迹预测算法被引量：7: 2016年; 针对基于Kalman滤波的跟踪方法需要对噪声特性和轨迹的运动规律进行假设的不足,将新陈代谢一个变量的一阶灰色模型(GM(1,1))引入动态轨迹预测方法,提出一种基于加权灰色GM(1,1)模型的动态轨迹预测算法(TR_GM_PR算法)。首先,顺序截取预测点前不同长度的子轨迹,计算采用灰色GM(1,1)模型拟合各子轨迹的相对误差及相应的预测值;其次,对各子轨迹的相对拟合误差进行归一化处理,根据处理后的结果设置各子轨迹预测值权重;最后,将各子轨迹获得的预测值与其对应权重的线性组合作为轨迹未来运行趋势的最终预测结果。采用2000—2008年美国大西洋飓风数据进行实验,TR_GM_PR算法6 h的预测正确率为67.605 6%,比基于模式匹配的飓风预测方法提高2.605 6个百分点。实验结果表明,TR_GM_PR算法适用于轨迹短期预测。此外,该预测算法计算简单、实时性高,能够有效提高动态轨迹的预测正确率。; 江艺羡张岐山; 关键词：新陈代谢

基于随机森林算法的配网抢修故障量预测方法被引量：7: 2016年; 配网抢修是电力系统运行环节中十分重要的一环,精益化的配网抢修管理不仅能提高电力系统的供电服务质量,也能减少电力公司的经济损失.本文提出一种新的配网抢修故障数量预测的方法.首先,基于历史数据,以气温、风力、前一天的故障量、最大最小负荷等作为因变量,对数据做了特征映射等预处理.然后,应用随机森林算法建立配网抢修故障量预测模型,并预测不同区域、不同电网故障及非电网故障、不同电压维度下未来一天故障量.在真实电力数据上进行了对比验证,实验结果表明提出的方法具有较好的预测效率和准确性.; 程淼海楼俏王琼王国军胡殿刚李韶瑜; 关键词：电力系统精益化管理

基于灰色方法与结构距离的飓风轨迹聚类算法被引量：1: 2017年; 飓风轨迹的聚类分析以轨迹间的相似性为基础.但是目前轨迹相似距离研究主要仅针对一个或两个轨迹属性,使得得到的聚类结果无法充分体现轨迹的运动特征.为充分利用轨迹的属性特征,结合灰色相关理论,提出将位置、方向、速度三个属性融合为结构相似距离,并以此作为轨迹间相似距离度量函数进行聚类分析,以达到更全面了解轨迹运动特点的目的.实例分析表明该算法能充分体现轨迹运动特征,聚类结果更具有实际意义.; 江艺羡张岐山; 关键词：聚类

一种融合信息选择和语义关联的文本摘要模型被引量：2: 2020年; 近年来随着大型文档-摘要语料库的公开和深度学习技术的兴起,基于Seq2Seq和注意力模型的文本摘要算法取得重大成效,然而生成的摘要在准确性方面仍存在不少问题。提出一种融合信息选择和语义关联的文本摘要模型,旨在综合改善生成摘要中存在的未登入词、句子重复、信息冗余以及生成摘要的语义与原文的语义存在偏差甚至大相径庭等问题。模型设计了一种选择网络对编码器的输出进行筛选,保留关键内容同时过滤掉无效的信息,提供给解码器高质量的编码结果,帮助减少生成摘要的冗余信息;通过将拷贝机制、覆盖度机制与语义相关性相融合,解决未登入词问题同时,减少重复信息的生成并提高摘要与原文的语义关联,提高摘要质量。在CNN/Daily Mail数据集上的实验结果表明,提出的模型在该数据集上能有效提高摘要ROUGE值,并且能更好地全面地概括文章内容。; 陈立群郭文忠郭昆郭昆; 关键词：文本摘要语义相关性选择网络

基于重要点与灰色GM(1,1)模型的时间序列分段算法被引量：3: 2016年; 重要点分段法主要利用局部极值点进行划分,可以将时间序列分割成若干个相对较短但不重叠的子序列。该方法在进行序列划分时,能够既保留全局特征,又保持局部性质,是时间序列分段常用的方法之一。文章采用重要点分割法将序列分割成子序列,之后采用灰色GM(1,1)模型对各个子序列进行拟合。实验证明,基于灰色GM(1,1)模型与重要点的时间序列分段算法能够以更少的拟合误差,实现序列的压缩。; 江艺羡张岐山; 关键词：GM(1,1)模型时间序列

基于灰关联分析的模糊C均值算法被引量：3: 2016年; 标准的模糊C均值算法(FCM)采用欧式距离测度,均等地利用所有特征来计算数据间的相似性,但其存在受局部特征影响、对非球状簇识别效果不佳、无法适应高维数据等缺点.为此,提出一种将基于差异信息理论的灰关联分析结合到FCM中的新算法,利用均衡接近度描述数据间的相似性,强调从整体上判断数据的相似程度,减弱局部特征高关联性的影响,能够适应不同形状簇的识别.在人工和真实数据集上的实验表明,所提出的新算法具有更高的聚类精度和更好的稳定性.; 李莉琼刘漳辉郭昆; 关键词：模糊C均值算法灰关联分析

一种基于混合词向量的胶囊网络文本分类方法被引量：3: 2020年; 文本分类是目前深度学习方法被广泛应用的重要领域之一.本文设计了一种基于循环神经网络和胶囊网络的混合模型,使用胶囊网络来克服卷积神经网络对空间不敏感的缺点,学习文本局部与整体之间的关系特征,并使用循环神经网络中的GRU神经网络经过最大池化层来学习上下文显著信息特征,结合两者来优化特征提取过程从而提高文本分类效果.与此同时,在嵌入层中提出了一种基于缺失词补全的混合词向量方法,采用两种策略来减少缺失词过度匹配的现象以及降低词向量中的噪声数据出现的概率,从而获得语义丰富且少噪声的高质量词向量.在经典文本分类数据集中进行实验,通过与对比模型的最优方法进行比较,证明了该模型和方法能有效地提升文本分类准确度.; 王弘中刘漳辉郭昆; 关键词：文本分类

基于灰关联分析的加权自适应谱聚类算法: 2014年; 为了降低谱聚类采用高斯函数作为相似性度量方式对参数的敏感性,以及能够发现多密度簇的同时降低噪声点的干扰,提出了一种将基于均衡接近度的灰关联分析结合到谱聚类中的新方法,采用加权的自适应相似性度量方式。最后用改进的FCM算法对其进行聚类。在真实数据集和人工数据集上分别对提出的算法和现有算法进行了比较分析。研究结果表明,提出的新算法能够消除参数的影响,具有更高的聚类精度。聚类精度采用F测度指标。; 李莉琼刘漳辉郭昆; 关键词：谱聚类灰关联分析

基于Lévy变异的微粒群算法: 2016年; 微粒群算法因其实现简单及优化效果较好而得到广泛应用,但也存在易早熟和局部收敛的缺点;结合Lévy飞行的特性,提出了一种新的带Lévy变异的微粒群算法,并对其收敛性进行分析,指出该算法依概率收敛于全局最优解.通过对8个标准测试函数的仿真实验,结果表明改进算法中的Lévy变异能够利用粒子的当前知识并增加群体的多样性,从而能够更有效地平衡局部搜索和全局搜索,使其具有更好的性能,最后对改进算法的各参数设置进行了探讨分析.; 林振思张岐山; 关键词：微粒群算法多样性

融入节点重要性和标签影响力的标签传播社区发现算法被引量：7: 2015年; 近年来,高质量社区的挖掘和发现已经成为社会网络研究一个热点.其中,基于标签传播的社区挖掘算法(Label Propagation Algorithm,简称LPA)由于具有近似线性时间复杂度且无须预先定义目标函数和社区数量等优点而得到广泛关注.但是,LPA算法的标签传播过程存在不确定性和随机性,影响了社区发现的准确性和稳定性.提出一种新的基于标签传播的社区发现算法LPA_SI(Label Propagation Algorithm based on Significance and Influence).首先,采用新的节点重要性度量方法对节点进行排序;其次,提出一种新的标签影响力计算方法更新每个节点的标签;最后,在真实数据集和人工数据集上的实验表明,LPA_SI在复杂度相近的情况下能够显著提高社区发现的质量,并具有较好的稳定性.; 黄佳鑫郭昆郭红; 关键词：社会网络

福建省自然科学基金(2013J01230)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

福建省自然科学基金(2013J01230)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈