您的位置： 专家智库 > >

吴润秀

作品数：30 被引量：79H指数：5
供职机构：南昌工程学院信息工程学院更多>>
发文基金：国家自然科学基金江西省教育厅科学技术研究项目江西省自然科学基金更多>>
相关领域：自动化与计算机技术水利工程机械工程环境科学与工程更多>>

合作作者

文献类型

  • 29篇期刊文章
  • 1篇专利

领域

  • 27篇自动化与计算...
  • 1篇机械工程
  • 1篇水利工程
  • 1篇环境科学与工...
  • 1篇文化科学

主题

  • 5篇数据分布
  • 4篇聚类
  • 3篇萤火虫算法
  • 3篇优化算法
  • 3篇子群
  • 3篇粒子群
  • 3篇粒子群优化
  • 3篇粒子群优化算...
  • 3篇聚类算法
  • 3篇教学
  • 3篇K近邻
  • 2篇多目标
  • 2篇多目标优化
  • 2篇实践教学
  • 2篇数据结构
  • 2篇数据库
  • 2篇群算法
  • 2篇人工蜂群
  • 2篇人工蜂群算法
  • 2篇自适

机构

  • 30篇南昌工程学院
  • 5篇江西师范大学
  • 3篇南昌大学
  • 2篇安徽医科大学...
  • 2篇太原科技大学
  • 1篇贵州大学
  • 1篇华东交通大学
  • 1篇天津科技大学
  • 1篇江西科技学院
  • 1篇江西省计算技...
  • 1篇北京中电飞华...
  • 1篇国网信息通信...
  • 1篇深圳市国电科...
  • 1篇全球能源互联...
  • 1篇北京智芯微电...

作者

  • 30篇吴润秀
  • 11篇赵嘉
  • 8篇孙辉
  • 4篇吴水秀
  • 4篇曾庆鹏
  • 2篇李沛武
  • 2篇朱德刚
  • 2篇谭德坤
  • 2篇崔志华
  • 2篇王晖
  • 2篇王明文
  • 1篇赵珑
  • 1篇刘清
  • 1篇栾辉
  • 1篇吕莉
  • 1篇罗敏
  • 1篇李璠
  • 1篇罗文兵
  • 1篇叶军
  • 1篇张翼英

传媒

  • 3篇计算机与现代...
  • 3篇江西化工
  • 3篇南昌工程学院...
  • 2篇统计与决策
  • 2篇计算机应用
  • 2篇小型微型计算...
  • 2篇计算机工程与...
  • 2篇系统仿真学报
  • 1篇计算机工程与...
  • 1篇江西师范大学...
  • 1篇控制理论与应...
  • 1篇广西师范大学...
  • 1篇计算机应用研...
  • 1篇控制与决策
  • 1篇计算机工程与...
  • 1篇南昌水专学报
  • 1篇教育信息化
  • 1篇计算机科学与...

年份

  • 2篇2024
  • 3篇2023
  • 2篇2022
  • 1篇2021
  • 1篇2019
  • 3篇2016
  • 1篇2015
  • 1篇2014
  • 1篇2012
  • 1篇2011
  • 2篇2010
  • 1篇2009
  • 4篇2007
  • 2篇2006
  • 1篇2005
  • 1篇2004
  • 1篇2003
  • 2篇2002
共 30 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于粒计算的数据分片算法被引量：4
2007年
提出了一种基于粒计算的数据分片模型及算法,该算法在优先考虑数据本地化的基础上,可动态调整全集划分的粗细,将全集划分的数据分片的数量调整到一个比较合理的状态,既能减少网络流量、降低整个分布式系统开销,同时又控制了数据分片数量,减少了数据连接工作量,从而提高系统效率。
吴润秀吴水秀刘清
关键词：粒计算数据分片数据分布
多策略融合学习萤火虫算法在年径流预测中的应用被引量：4
2021年
为提高萤火虫算法(FA)的收敛速度和求解精度,提出多策略融合学习萤火虫算法(MSFLFA)。该算法为最优萤火虫引入深度学习策略,开展全局搜索,为非最优萤火虫引入随机吸引模型,开展局部开采,兼顾探索和开采平衡,提升收敛速度和寻优精度双目标。为验证MSFLFA性能,基于经典函数测试集进行仿真测试,实验表明,MSFLFA性能优于FA,VSSFA,WSSFA,MFA,CFA,RaFA和ApFA。为扩展MSFLFA应用领域,融合支持向量回归(SVR),建立MSFLFA-SVR径流预测模型。仿真实验表明,与FA-SVR,WSSFA-SVR,MFA-SVR,RaFA-SVR,BP-ANN-SVR和PPR-SVR模型相比,MSFLFA-SVR预测模型具有更高的预测精度。
谢智峰吴润秀吕莉
关键词：萤火虫算法支持向量回归径流预测
一种大数据驱动的基于粗糙集理论的冲突分析系统与方法
本发明公开的属于冲突分析技术领域，具体为一种大数据驱动的基于粗糙集理论的冲突分析系统与方法,包括数据采集模块，所述数据采集模块的输出端电性连接预处理模块的输入端，所述计算模块的输出端电性连接结果输出模块的输入端,该大数据...
赵嘉李璠栾辉吴润秀叶军汪佳佳
文献传递
基于自适应剪辑与概率参数的Tri-Training算法
2023年
半监督学习利用少量标签数据和大量的无标签数据进行学习.Tri-training是一种基于分歧的半监督分类算法,在进行伪标记时会因误标记而使训练集产生噪声,从而导致算法分类性能下降.为了减少误标记对算法分类性能的影响,该文提出一种基于自适应剪辑与概率参数的Tri-training算法(ADPT).新算法利用基于最近邻的RemoveOnly数据剪辑技术对触发自适应剪辑策略的标记数据进行噪声识别及剔除,而未触发自适应剪辑策略的标记数据则用概率参数方法对噪声进行识别及剔除.为验证本文算法的分类性能,采用4个评价指标,在9组UCI数据集上进行实验,并与相关算法进行比较.实验结果表明:该算法在准确率、精度、召回率及F_(measure)等评价指标上与其他算法相比,具有明显优势.
李松吴润秀康平赵嘉
关键词：半监督学习自适应策略
基于Rough集理论的知识约简与统计分类的比较研究被引量：2
2002年
通过实例阐述了基于Rough集理论的知识约简方法与传统统计分类方法的内在联系及区别 ,以有助于人们对两者的理解 。
吴润秀
关键词：ROUGH集理论知识约简统计分类决策表聚类分析相关系数
组件对象模型(COM)在Web开发中的应用被引量：4
2002年
组件对象模型 (COM)技术是Microsoft许多软件的基石 ,它提供了一种能跨越编程语言、操作系统和网络来访问对象的通用途径 ,使软件复用成为可能。本文论述其技术内涵和它在Web开发中的应用。
曾庆鹏吴润秀
关键词：组件对象模型WEB软件复用软件工程
基于UDDI Registry的智能检索引擎的研究被引量：2
2007年
随着Web Services技术的不断成熟和发展,存储在UDDI Registry中的Web Service信息将会变得越来越庞大,如何从UDDI Registry浩如烟海的信息资源中为用户快速、方便、准确地检索出满足需求的Web Service,将变得十分重要。而传统的基于关键词匹配的检索技术已不能满足用户准确而全面定位信息的要求。因此,以WebService的文本描述信息为研究对象,运用文本挖掘相关方法,构建出用户概念空间,对用户提出的查询要求进行概念检索。着重介绍了用户概念空间的构建方法以及概念检索的匹配运算过程,并给出了应用于UDDI Registry的一种智能检索引擎系统模型。
谭德坤赵珑吴润秀孙辉
关键词：WEBSERVICEUDDIREGISTRY
具有二级搜索和高斯学习的粒子群优化算法被引量：1
2014年
针对微粒群算法(particle swarm optimization)收敛速度慢和早熟收敛的问题,提出一种基于二级搜索(Two steps search)和高斯学习(Gauss learning)相结合的粒子群优化算法(TGPSO).该算法借鉴人工蜂群算法能有效地进行局部搜索和全局搜索,并能在陷入局部极值时跳出局部极值的特点,从两方面对微粒群算法进行改进:通过二级搜索,强化较优粒子的局部搜索能力,可加快收敛速度;应用高斯学习的自适应逃逸能力,可有效地逃离局部最优点.在典型测试函数集上的仿真实验结果表明本文算法有较好的寻优性能并能快速地找到最优解.
吴润秀孙辉
关键词：粒子群优化算法人工蜂群算法
层级引导的增强型多目标萤火虫算法
2024年
针对多目标萤火虫算法在求解过程中易产生振荡和聚集现象,导致开发能力较弱、求解精度不佳的问题,提出一种层级引导的增强型多目标萤火虫算法(hierarchical guided enhanced multi-objective firefly algorithm,HGEMOFA)。构建层级引导模型,利用非支配排序获得不同层级个体,用优势层个体引导劣势层个体进化,明确引导方向,解决了进化过程中出现的振荡,减少了聚集现象的出现,增强了算法收敛性;引入莱维飞行扰动最优层个体,增强算法的全局搜索能力;每代进化完成后,对当前种群采用变异机制,增强算法的局部开发能力;把变异后的种群和前一代种群合并进行环境选择,筛选出和前一代种群规模相同的子代,避免优势解丢失。实验结果表明:HGEMOFA能有效增强解的收敛性和多样性。
赵嘉赖智臻吴润秀崔志华王晖
关键词：多目标优化萤火虫算法
基于密度峰值聚类的Tri-training算法
2024年
Tri-training利用无标签数据进行分类可有效提高分类器的泛化能力,但其易将无标签数据误标,从而形成训练噪声。提出一种基于密度峰值聚类的Tri-training(Tri-training with density peaks clustering,DPC-TT)算法。密度峰值聚类通过类簇中心和局部密度可选出数据空间结构表现较好的样本。DPC-TT算法采用密度峰值聚类算法获取训练数据的类簇中心和样本的局部密度,对类簇中心的截断距离范围内的样本认定为空间结构表现较好,标记为核心数据,使用核心数据更新分类器,可降低迭代过程中的训练噪声,进而提高分类器的性能。实验结果表明:相比于标准Tritraining算法及其改进算法,DPC-TT算法具有更好的分类性能。
罗宇航吴润秀崔志华张翼英何业慎赵嘉
关键词：TRI-TRAINING半监督学习空间结构分类器
全选 清除 导出
共3页<123>
聚类工具0