您的位置: 专家智库 > >

聂文惠

作品数:12 被引量:21H指数:3
供职机构:江苏大学更多>>
发文基金:江苏省科技计划项目国家高技术研究发展计划国家自然科学基金更多>>
相关领域:自动化与计算机技术农业科学轻工技术与工程化学工程更多>>

文献类型

  • 11篇中文期刊文章

领域

  • 10篇自动化与计算...
  • 1篇化学工程
  • 1篇轻工技术与工...
  • 1篇交通运输工程
  • 1篇农业科学

主题

  • 2篇软测量
  • 2篇神经网
  • 2篇神经网络
  • 2篇GD-FNN
  • 1篇带宽
  • 1篇带宽分配
  • 1篇代理
  • 1篇单车
  • 1篇动态模糊神经...
  • 1篇动态数据
  • 1篇动态数据交换
  • 1篇动态数据交换...
  • 1篇多代理
  • 1篇以太
  • 1篇以太网
  • 1篇异步
  • 1篇异构
  • 1篇用户
  • 1篇用户聚类
  • 1篇语义模型

机构

  • 11篇江苏大学
  • 1篇苏州工业园区...

作者

  • 11篇聂文惠
  • 3篇鞠时光
  • 2篇黄永红
  • 2篇孙玉坤
  • 2篇孙丽娜
  • 2篇曹菲
  • 1篇吕霞
  • 1篇刘国海
  • 1篇薛安荣
  • 1篇陈伟鹤
  • 1篇王英杰
  • 1篇阴晓加
  • 1篇许晓磊

传媒

  • 2篇计算机与数字...
  • 1篇电子科技
  • 1篇农业工程学报
  • 1篇计算机工程
  • 1篇计算机系统应...
  • 1篇仪表技术与传...
  • 1篇微计算机信息
  • 1篇信息技术
  • 1篇计算机科学
  • 1篇软件导刊

年份

  • 1篇2023
  • 1篇2021
  • 1篇2019
  • 1篇2018
  • 1篇2017
  • 1篇2016
  • 2篇2013
  • 1篇2010
  • 2篇2009
12 条 记 录,以下是 1-10
排序方式:
基于改进随机森林算法的共享单车需求量预测
2021年
在预测共享单车需求量的问题上,随机森林算法与其他算法相比具有显著优势。然而在处理存在大量冗余数据的数据集方面,随机森林算法会导致过拟合。为此,论文提出一种基于随机森林的改进算法—FWRF算法,预测共享单车需求量。该算法首先利用相关系数对每个特征进行加权,然后将特征区间划分为高相关区间与低相关区间,让特征选择限制在特定范围,实现降低泛化误差的目标,增强算法的学习性能,提高算法的预测精度。最后,论文将FWRF算法应用到NewYork CityBike的公开数据集上,分析多维异构数据影响下共享单车需求量变化。与原有算法相比,在预测精度上提高了5.1345%,证明了该改进算法的有效性和可行性。
张徐聂文惠
关键词:相关系数
开放性SCADA系统中的资源分层管理策略被引量:4
2009年
传统的监控与数据采集(SCADA)系统一般运行在封闭的环境中,外部条件、输入数据量、资源的配置与分配方法一般都是预先已知的,并且在运行过程中很少改变。当前对于SCADA系统的开放性要求越来越高,外部条件、输入数据以及资源利用经常动态变化。针对这一趋势,提出在开放性SCADA系统中的资源分层管理策略,讨论带宽分配策略和处理器利用率,并利用一个实例对策略进行评估。
聂文惠鞠时光吕霞
关键词:监控与数据采集分层结构带宽分配
HAFBPS对发酵法生产透明质产量的预测
2016年
针对发酵生产透明质酸产量进行的预测方法困难的问题。提出一种基于粒子群算法的支持向量机模型,对发酵产物透明质酸的产量进行预测。支持向量机的精确度主要取决于惩罚系数和核参数的设定,为了提高其预测的精确度,将惩罚系数和核参数看成是一定空间范围的解,利用粒子群算法对其全局优化运算。通过比较HAFBPS和同类方法的仿真实验结果,得出基于粒子群算法的支持向量机模型在对发酵产物透明质酸的预测上具有更高的精确度。
许晓磊聂文惠曹菲
关键词:粒子群算法参数优化支持向量机透明质酸
一种基于无线传感器网络的三维定位模型被引量:4
2009年
分布式无线传感器网络节点的定位是一个重要而基本的问题,在诸如搜救、目标跟踪、供应链管理、减灾以及智能环境等领域具有重要的应用价值。将节点分布在具体的应用环境中,利用节点构成自组网,不需要特定的通讯设施,就可以感知和传送周围信息。在建筑项目的管理中,材料管理在管理成本中占有很大的比例,通过在建筑材料上安装RFID,可以比较容易地实时检测它们的位置,甚至可以检测材料的状况。这样在很大程度上提高了生产效率,降低了建筑企业的成本。基于上述原因,提出了一个三维环境下的节点定位模型,并特别地对定位误差进行了分析。该模型已经成功地在建筑项目管理中得到了应用。
聂文惠鞠时光薛安荣
关键词:无线传感器网络网格READERTAG
基于GD-FNN的微生物发酵过程软测量建模被引量:1
2013年
针对微生物发酵过程关键生物参数(如菌体浓度、基质浓度、产物浓度等)难以直接在线测量的问题,提出了一种基于广义动态模糊神经网络(GD-FNN)的软测量建模方法。GD-FNN算法基于椭圆基函数(EBF),以模糊-完备性作为在线参数分配机制。该方法学习时参数调整和结构辨识同时进行,并能自动地确定模糊规则从而达到系统的特定性能。文中以青霉素发酵过程为研究对象,应用一致关联度法确定软测量模型的辅助变量后,建立了GD-FNN软测量模型。仿真结果表明,基于GD-FNN的软测量建模比基于径向基(RBF)神经网络的软测量建模运算速度快、预测精度高、泛化能力强。
黄永红孙丽娜孙玉坤聂文惠
关键词:广义动态模糊神经网络青霉素软测量
基于出租车数据的载客热点与打车热点研究被引量:2
2019年
面对城市出租车高空载率和乘客打车难问题,本文针对出租车司机端和乘客端分别进行载客热点和打车热点的分析研究,提出了一种基于DBSCAN算法的数据处理模型.利用这个模型对北京市182辆出租车的GPS轨迹数据进行处理,提高了数据精度;对于不同的受众,采用K-means算法对数据进行聚类分析,得到相关热点.实验表明,划分目标用户进行各热点的推荐不仅可以有效地为出租车司机提供高概率的载客热点,乘客打车难问题也有了一种可行的解决方法.
陈丽璐聂文惠
基于动态数据交换技术的海洋蛋白酶发酵过程GD-FNN软测量被引量:3
2013年
为实现微生物发酵过程中关键生物参数(菌体浓度、基质浓度、产物浓度等)的实时显示与存储,该文结合MATLAB与WinCC各自的优势,提出了一种基于动态数据交换(dynamic data exchange,DDE)技术的广义动态模糊神经网络(generalized dynamic fuzzy neural network,GD-FNN)软测量方法。以海洋蛋白酶发酵过程为研究对象,通过MATLAB编程,建立发酵过程GD-FNN软测量模型,获得生物参数的预测值;以Excel软件为中间桥梁,利用DDE技术实现MATLAB与上位机WinCC之间的实时数据通讯,最终获得了生物参数的实时显示与存储。应用结果表明,利用GD-FNN所建立的生物参数软测量模型具有很高的预测精度,所得的最大均方根误差为0.4266,最大平均绝对误差为0.2552,满足系统测量的精度要求;同时通过DDE技术连接MATLAB与WinCC,编程效率高,实现方便,通用性强。该研究为发酵过程的优化控制以及工业化生产提供了依据。
黄永红孙丽娜孙玉坤刘国海聂文惠
关键词:微生物神经网络动态数据交换软测量
基于Hash的正向回溯算法的改进被引量:1
2017年
中文分词一直是中文类搜索引擎的重要前提之一。针对经典的机械分词方法中字符串匹配的最长匹配字的选择问题,提出了一种基于Hash的词典结构,避免了最长匹配字的过长或过短。对于歧义的发现,引入了回溯机制,即算法在每次查询词语完毕后,再以查询的词语的最后一个字为首字,开始进行新一轮的查询。对于回溯机制带来的查询次数倍增问题,提出对词语末字的检验是否能成为首字的算法,减少查询次数和时间复杂度。该方法相比于其他融合方法,具有较快的查询速度和较好的歧义处理能力。
曹菲聂文惠陈伟鹤
关键词:分词
基于可信第三方的多提供商安全云存储系统设计被引量:2
2018年
云存储作为一种服务日益普及,但消费者无法根据量化指标(如存储安全系数、数据分块存储的云服务器数量等)来订制自己的云存储服务,也无法保证云存储提供商对隐私数据的保护,为隐私数据的泄漏带来隐患。为解决这些问题,提出了基于可信第三方的云存储架构方案,将用户数据信息与用户身份信息隔离存储,并通过注册制审核云存储提供商的资格,实现将对云存储提供商的服务质量评估交由可信第三方,并利用可信第三方的质量评估体系对云存储提供商进行评估;同时用户可根据数据的安全性高低选择不同等级的云存储服务,真正实现"按需服务"。经过安全性分析与实验,结果表明,所提出的方案对性能损耗可以接受,而且安全性得到显著提高,具有一定的应用价值。
詹洋聂文惠
基于用户聚类和时间隐语义模型的推荐算法研究
2023年
协同过滤算法是推荐系统中使用最广泛的算法之一,随着个性化推荐技术的发展,传统的协同过滤算法在数据稀疏的情况下推荐的准确率较低,同时没有考虑用户的兴趣会随着时间的推移发生动态变化等因素,传统的协同过滤推荐算法已无法满足个性化推荐的需求。论文针对以上问题提出一种融合算法,将K-means算法和隐语义模型相结合,提出基于用户聚类和时间隐语义模型的推荐算法K-T-LFM(K-means algorithm clustering users and Time Based Latent Factor Model)。该算法根据用户的属性特征,采用最大-最小准则确定初始质心的K-means算法将用户聚类,解决了新用户登录的冷启动问题,降低了矩阵的稀疏程度和矩阵规模;根据艾宾浩斯遗忘曲线提出时间函数,并融合传统隐语义模型对聚类中的用户评分稀疏矩阵进行填充,有效缓解了数据的稀疏性,同时考虑了时间因素对用户的兴趣偏好的影响,提高了推荐算法的准确性。通过MovieLens数据集进行实验对比,该算法较其他的协同过滤算法准确率有所提升。
吴祺聂文惠
关键词:协同过滤用户聚类
共2页<12>
聚类工具0