李海龙
- 作品数：15 被引量：11H指数：2
- 供职机构：北京系统工程研究所更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 异质网络社区发现研究进展被引量：2
- 2018年
- 异质网络将复杂系统中的信息抽象成不同类型的节点和链接关系,不同于同质网络,基于异质网络的社区发现能够挖掘出更加精确的社区结构。异质网络的社区发现通过对异质网络中的多维结构、多模信息、语义信息、链接关系等信息进行建模表示和提取分析,以发现其中相对紧密稳定的社区结构,对网络信息的获取与挖掘、信息推荐以及网络演化预测具有重要的研究价值。首先对社区发现和异质网络进行了简单阐述;随后结合实例介绍了异质网络社区发现的现有研究方法,包括基于主题模型、基于排序和聚类相结合、基于数据重构和基于降维的方法等,并针对各类方法指出了其特点和局限性;最后讨论了当前该领域在结构复杂性、建模复杂性、数据规模等方面面临的挑战。在将来,基于并行化、可扩展、动态增量的研究更能适应当前的变化环境。
- 阳雨郭勇李海龙邓波
- 关键词：异质网络网络结构
- 软件系统漏洞风险评估方法及装置
- 本发明实施例公开了一种软件系统漏洞风险评估方法及装置，涉及信息安全技术领域，解决了现有技术中不能直观准确地对软件系统存在的安全风险进行综合评估的问题。所述软件系统漏洞风险评估方法包括：对软件系统中的软件包依赖元数据进行预...
- 王兵邓波李海龙赵亮王峰施寅生许帅
- 文献传递
- 大型软件系统数据质量问题研究被引量：9
- 2011年
- 针对当前大型软件系统因支撑数据的质量问题给整个系统带来的直接或潜在危害,深入分析了产生数据质量问题的根本原因、易发阶段、严重等级等相关要素,剖析了科学的数据质量管理制度和完备的数据质量管理体系,提出了数据采集、数据整合、数据清洗、数据挖掘等先进的数据质量控制工作原理。以基于分类模式的数据挖掘技术为例,介绍实现数据质量控制的典型方法,从而使得大型软件系统在研制和维护过程中可通过所研究的标准、体系和方法基本形成适用于各领域系统数据质量问题的高效预防措施和最佳解决方案。
- 包阳齐璇李海龙
- 关键词：软件系统数据质量数据分类数据挖掘控制方法
- 一种基于双向抽样组合的大规模数据异常识别方法
- 本发明提供一种基于双向抽样组合的大规模数据异常识别方法，包括以下步骤：对样本数据集进行横向抽样，得到子样本数据集；对子样本数据集进行属性抽样，得到条带数据集；对条带数据集进行异常程度打分；重复执行上述步骤；组合异常程度分...
- 张玉超邓波彭甫阳李海龙
- 文献传递
- 基于视频中运动先验信息的行人检测方法及装置
- 本发明实施例公开了一种基于视频中运动先验信息的行人检测方法及装置，涉及视频中的行人检测技术领域，解决了现有技术中视频中的行人检测方法复杂度较高、很难实现实时检测的问题。所述方法包括：通过背景差分的方法提取待检测视频中的运...
- 邓波高晨旭齐超彭甫阳包阳林旺群战茅李海龙
- 一种基于知识重用的演化聚类方法
- 本发明公开了一种基于知识重用的演化聚类方法，其通过截取t时刻和以时间窗口长度为限制的有限个历史时刻的数据，应用任一静态聚类方法对数据进行聚类分析，并将聚类结果生成离散化0-1矩阵，之后按时间衰减加权离散化0-1矩阵获得加...
- 张玉超邓波彭甫阳李冬红李海龙
- 文献传递
- 软件系统漏洞风险评估方法及装置
- 本发明实施例公开了一种软件系统漏洞风险评估方法及装置，涉及信息安全技术领域，解决了现有技术中不能直观准确地对软件系统存在的安全风险进行综合评估的问题。所述软件系统漏洞风险评估方法包括：对软件系统中的软件包依赖元数据进行预...
- 王兵邓波李海龙赵亮王峰施寅生许帅
- 文献传递
- 一种基于多维向量熵随机采样的异常识别方法
- 本发明提供了一种基于多维向量熵随机采样的异常识别方法，该方法包括以下步骤：I、从样本空间Ω中样本点选取采样点，生成子样本空间ω；II、确定所述样本点的多维向量熵；III、重复上述步骤，确定所述样本点多维向量熵的融合结果；...
- 张玉超邓波彭甫阳李海龙李冬红齐超
- 文献传递
- 信息系统体系结构的技术参考模型
- 我国信息系统建设正在逐步软开放系统体系结构过渡,相关技术储备不足,本文针对信息系统研究其体系结构,对某个或某类应用的与信息处理有关部分的组织和结构问题进行了探讨.
- 王峰彭甫阳刘宇马泽原李海龙
- 关键词：信息系统体系结构信息处理技术参考模型
- 文献传递
- 一种基于多维向量熵随机采样的异常识别方法
- 本发明提供了一种基于多维向量熵随机采样的异常识别方法，该方法包括以下步骤：I、从样本空间Ω中样本点选取采样点，生成子样本空间ω；II、确定所述样本点的多维向量熵；III、重复上述步骤，确定所述样本点多维向量熵的融合结果；...
- 张玉超邓波彭甫阳李海龙李冬红齐超
