林亚平 作品数:294 被引量:1,635 H指数:19 供职机构: 湖南大学 更多>> 发文基金: 湖南省自然科学基金 国家自然科学基金 国家高技术研究发展计划 更多>> 相关领域: 自动化与计算机技术 电子电信 文化科学 理学 更多>>
超立方体结构上的并行归并排序算法 1991年 本文讨论超立方体结构上的并行归并排序算法,着重分析算法的通信复杂性,在此基础上推导算法的加速比. 林亚平关键词:超立方体结构 计算机通信 概率分析进化算法研究 该文从概率分布模型的角度研究连锁学习问题,探讨了一业新型的概率分析进化算法(PMEA)的原理、模型和算法;着重研究具有快速、精确和可靠特性的'胜任'概率分析进化算法. 林亚平关键词:进化计算 遗传算法 BAYES网络 文献传递 基于最小类差异的无关信息预处理算法 被引量:14 2003年 为了降低无关信息对文本分类精度的影响 ,提出了基于最小类差异的预处理算法 .算法通过分析文本特征在类中的分布情况 ,将特征划分为三种类型 ,按照特征在各类间的分布差异 ,保留对分类有作用的单类特征与多类特征 ,而将类分布差异较小的一般特征进行过滤 .实验结果表明 ,采用新算法进行分类预处理所得到的分类精度明显优于信息增益、互信息量等预处理算法 . 陈治平 林亚平 彭雅 王雷 童调生关键词:信息增益 互信息量 朴素贝叶斯 一种基于重复训练的支持向量机方法 被引量:2 2007年 针对支持向量机中存在的对噪音和野值敏感的问题,提出了一种基于重复训练的支持向量机方法。该方法选取重复训练后会对分类面有影响的样本,根据其类别隶属度,重复训练相应的次数,以此来改变样本的权值,减小噪音和野值的影响。将该算法应用于文本分类中,实验结果表明,该方法在适度增加了训练时间的情况下,不仅比标准支持向量机方法具有更好的抗噪音和野值的能力,而且提高了分类性能。 吴巧敏 林亚平关键词:支持向量机 文本分类 超级节点网络中的并行查询和排序机制 2010年 超级节点网络中的超级节点可能成为网络性能的瓶颈并影响检索结果的统一排序,针对该问题提出一种并行查询和排序机制。给出类特征等索引建立方法和查询节点选择算法,减少超级节点的存储和计算负担,使其在负载能力范围内,尽可能多地连接普通节点。在获取全局参数的前提下,提出查询节点的查询和排序方法,以提高检索质量。实验结果验证了该机制的有效性。 谭义红 林亚平 欧阳竟成 李彬关键词:信息检索 并行查询 基于隐马尔可夫模型的文本信息抽取 被引量:64 2004年 文本信息抽取是处理海量文本的重要手段,将隐马尔可夫模型应用到信息抽取领域是一个比较新的研究课题。提出了一种基于隐马尔可夫模型的文本信息抽取算法。该算法利用文本排版格式、分隔符等信息,对文本进行分块,在分块的基础上结合隐马尔可夫模型进行文本信息抽取。仿真结果表明,新的算法在精确度和召回率方面有明显的提高。 刘云中 林亚平 陈治平关键词:隐马尔可夫模型 信息抽取 文本分块 PE可执行文件通用加密工具的设计与实现 被引量:9 2004年 深入分析了PE文件的格式及其在Windows操作系统下的装入机制,提出了PE可执行文件的加密方法。设计了给任意PE可执行文件进行加密、加口令的工具,并给出了实现要点。提出了壳程序中调用API函数的两种寻址方法。 张建明 林亚平关键词:PE文件 可执行文件 加密工具 WINDOWS操作系统 口令 API函数 一种基于异构与分层特性的传感器网络能量有效设计方法 2010年 无线传感器网络是一种资源严重受限的微嵌入式网络系统,其中能量受限是应用系统设计最大的挑战之一。本文从工程应用的角度,采用软硬件协同设计方法,提出了一种基于异构与分层特性的无线传感器网络系统设计架构。该架构根据实际网络拓扑和系统寿命要求,可准确计算系统总能量需求。由于遵循了网络异构特性实现按需分配节点能量,规避了选择簇头节点复杂的算法和能量开销,与传统的能量同构模型相比,本设计模型能量使用效率得到显著提高。 彭东石 林亚平 叶松涛 胡玉鹏关键词:无线传感器网络 异构 软硬件协同设计 “做中学”教学平台之合作式学习团队管理和评价 被引量:4 2008年 本文以湖南大学软件学院倡导和实践的以学生为中心的做中学教学课程一互联网应用软件工程为例,阐述了基于做中学的学生合作式学习团队组织原则、评价机制等指导思想和具体实施方法,并使用皮尔逊相关系数衡量评价分数的相关性,特别是侪辈评分与教师评分的相关性。结果表明,侪辈评分的数据与最终成绩的相关性比较强,侪辈评分可作为软件工程专业基于做中学的合作式团队的成员评价。 边耐政 凌小宁 林亚平关键词:软件工程 合作式学习 基于生态种群捕获竞争模型的多目标Memetic优化算法 被引量:3 2015年 本文针对复杂多目标优化问题Pareto前沿搜索难度大的特点,设计了一种结合多种群间捕获竞争、强化学习机制的多种群Memetic学习策略与进化计算模型.受种群进化、捕食种群与被捕食群体间的竞争等生态学原理的启发,提出了一种基于生态种群捕获竞争模型的多目标Memetic优化算法(Multi-Objective Memetic Algorithm based on Ecological Population Preying-competition Model,ECPM-MOMA).ECPM-MOMA算法设计并运用了捕获竞争、强化学习算子进行全局搜索,在种群进化过程中结合了Memetic搜索算子进行局部搜索.理论分析与实验结果表明,本文所提出的算法具有良好的收敛性能和分布特征,生态种群捕获竞争策略与进化计算模型对于解决复杂多目标优化问题是有效的. 张世文 李智勇 林亚平关键词:多目标优化 进化算法