叶成绪
- 作品数：22 被引量：60H指数：5
- 供职机构：青海师范大学计算机学院更多>>
- 发文基金：国家社会科学基金教育部重点实验室开放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环境科学与工程更多>>
- 一类非凸优化问题的遗传算法
- 2009年
- 线性二层规划是一类特殊的非凸优化问题,为了有效求解该问题,提出了一种基于单纯形方法的遗传算法。首先基于下层约束给出了一种新的编码方法;其次利用单纯形表的信息得到了下层问题的解函数,并结合最优性条件给出了适应度函数;最后基于个体编码的特点,设计了新的遗传算子。数值结果表明,所提出的算法是可行有效的。
- 叶成绪李和成
- 关键词：非凸优化问题线性二层规划遗传算法单纯形方法最优解
- 配置局域网中的通信协议
- 2003年
- 基于局域网环境 ,介绍和分析了常用通信协议的特点、性能和必要的配置方法。
- 叶成绪
- 关键词：局域网TCP/IP
- 权值直接确定法(WDD)的由来、转承与展望被引量：1
- 2014年
- 简单地回顾了神经网络理论的发展历史与基础,说明了传统神经网络的缺陷,阐述了权值直接确定(WDD)法的由来,其避免了传统神经网络算法冗长的迭代学习过程。在权值直接确定法的基础上,笔者团队通过试探调整和选择网络结构,提出了权值与结构确定(WASD)理论。笔者团队进一步将权值结构确定与后续迭代学习进行结合提出权值结构策略(WASP),其代表了人工神经网络科学未来的重要研发方向之一。
- 曾庆锴任竞尧叶成绪殷勇华张雨浓
- 关键词：确定法权值神经网络理论神经网络算法迭代学习
- 基于WAP技术的环保信息发布系统的设计
- 2008年
- 基于WAP无线应用协议技术,结合ASP和WML语言设计了环境保护信息发布系统,该系统的应用可以极大地提高发布环境保护信息的工作效率,而工作强度却有效地减轻。普通大众通过手机可以轻松方便的获取有关环境保护的科普知识、政策法规等信息。
- 叶成绪
- 关键词：环境保护信息发布WAPWML
- 基于ARIMA与WASDN加权组合的时间序列预测被引量：6
- 2015年
- 为了提高时间序列预测方法的预测精度以及增强其适用性,提出一种ARIMA-WASDN加权组合方法。该方法同时使用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与配备权值及结构确定(weights and structure determination,WASD)算法的幂激励前向神经网络(WASDN)对时间序列进行建模、测试以及预测。根据测试结果,将ARIMA与WASDN进行加权组合。数值实验结果显示,所提出的ARIMA-WASDN加权组合方法的预测精度高于ARIMA或WASDN单独使用时的预测精度,验证了该方法在时间序列预测方面的有效性和优越性。
- 张雨浓劳稳超丁玮翔王英叶成绪
- 关键词：时间序列预测
- 关于网络扫描及对应的监测系统被引量：2
- 2003年
- 本文分析了网络扫描的原理,介绍了常用的几种网络扫描技术,并给出了相应的监测系统。
- 叶成绪
- 关键词：网络扫描监测系统互联网网络安全
- 基于LSTM-Att方法的音乐流行趋势预测被引量：2
- 2020年
- 利用循环神经网络的分支长短时记忆网络与注意力机制结合的模型进行音乐流行趋势的预测。首先,分析了传统的支持向量机以及循环神经网络等方法在预测时间序列数据上不能捕捉长时间序列信息等不足之处;其次,基于以上分析建立了长短时记忆网络加注意力机制结合的预测模型,针对所要预测的未来两个月歌手歌曲播放量,对数据集进行分析及相关属性选取、归一化等预处理,选取组合相应的歌曲日播放量、连续3天播放均值作为相应时间点的样本构建神经网络训练集;最后,设计实现了基于长短时记忆网络加注意力机制相结合的预测模型实验。实验结果表明,所使用的预测模型较传统的机器学习方法支持向量机以及长短时记忆网络等在均方根误差和平均绝对误差两个指标上取得了较为明显的提升。
- 王振业叶成绪王文韬杨萍
- 关键词：时间序列支持向量机
- 基于WAP手机学生成绩查询系统的实现被引量：4
- 2008年
- 随着手机的普及使用,利用手机上网原理,针对手机屏幕小和运行速度慢的特性,设计并实现了手机学生成绩查询系统,使学生在上网不方便时,通过手机查询成绩及其其它相关信息.
- 叶成绪
- 关键词：WAPWMLWAP服务器成绩查询
- 基于主题词的微博热点话题发现被引量：11
- 2016年
- 近年来,微博网站已成为海量信息的发布平台。微博丰富的信息为用户提供便利的同时,也带来了信息过载的风险。针对热点话题发现能够降低信息过载的风险,改善用户体验。结合最长公共子串和维基百科知识,提出一种基于主题词的中文微博热点话题发现方法。首先,获取微博数据的高频最长公共子串,作为描述话题的候选主题词;其次,利用维基百科知识,对候选主题词进行筛选;最后,对主题词集合聚类以发现话题,并计算每个话题的能量,从中选取热点话题。在真实数据集上的实验表明,该方法能有效发现微博热点话题。
- 叶成绪杨萍刘少鹏
- 关键词：维基百科最长公共子串
- 面向不平衡数据的肺部疾病细粒度分类模型
- 2023年
- 肺部疾病种类繁多,不同病症的影像学表现存在细微差别,且相关医学影像数据普遍存在类别不平衡的现象,使用一般的深度学习模型对其进行区分存在困难。针对上述问题,提出一种面向不平衡数据的肺部疾病细粒度分类模型,其具有双分支的特征提取结构,分别是EfficientNetB0和添加卷积块注意力模块(CBAM)的MobileNetV2,通过注意力机制来增强图像中重要特征的权重。在特征提取后基于多模双线性池化对特征进行融合,并使用FocalLoss损失函数来改善不平衡数据的分类效果,通过超参数自适应调整的策略进行模型训练,最终完成分类。使用Grad-CAM对模型的关注点可视化,以解决分类的可解释性问题。实验结果表明,该模型的分类准确率为0.985,Kappa系数为0.973,F1值为0.981,各评价指标均有显著提升,具有较好的分类性能,有助于肺部疾病的辅助诊断。
- 刘冰叶成绪
- 关键词：不平衡数据特征提取
