张运涛
- 作品数：18 被引量：14H指数：2
- 供职机构：浙江水利水电学院更多>>
- 发文基金：浙江省教育厅科研计划更多>>
- 相关领域：自动化与计算机技术农业科学更多>>
- 基于J2EE架构的大坝安全信息系统的设计与实现被引量：1
- 2008年
- 简要介绍了当前流行的基于J2EE架构的Web应用的体系结构,并在此架构的基础上设计了大坝安全信息系统的架构,对如何使用JavaWeb组件技术开发Web应用进行了深入的研究与探讨,具有一定的通用性,最后,给出了具体Web应用的实现方法。基于架构的应用系统在系统分析、设计、实施、维护及开发速度上都有较强的优势,因此,基于Web的信息系统越来越多地采用架构技术。
- 吴建玉胡文红张运涛
- 关键词：J2EE架构STRUTMVCXML组件大坝安全
- 基于SOA的高校毕业实践综合管理系统的研究被引量：2
- 2010年
- 在面向服务体系结构SOA(Service-Oriented Architecture)理念的基础上,以业务流程为导向,在分析高校毕业实践综合管理业务流程的基础上进行服务粒度的设计.最后利用系统整合架构SOA及先进的用户体验技术A-JAX,提出基于.NET技术和SOA架构的高校毕业实践综合管理系统实现方案,采用B/S结构与实际业务相结合的分层系统结构,给出高校毕业实践综合管理系统的总体设计方案.
- 张运涛梁曦吴建玉
- 关键词：SOA
- 大范围作物病害风险评估方法
- 本发明公开了一种大范围作物病害风险评估方法，包括选择监测区域的n个气象参数，发病前期气象预警，气象加密监测，计算每个气象参数得到病害发生的后验概率，气象多因素病害概率预测，采用反距离权重法进行空间插值，生成累积气象风险图...
- 袁琳包志炎张海波张运涛王军田静华王捷
- 文献传递
- 一种无人机水样智能化检测装置
- 一种无人机水样智能化检测装置，包括检测机构、取样筒、进水口、刻度线、底座、出水管、截止阀和便捷装置，本实用新型通过取样筒外部设置了便捷装置，由取样筒带动检测机构放置在固定框之间，此时，固定座带动一组固定框与取样筒相贴合，...
- 曾涵张运涛张陈樱子王琳婕戎文轩吴家浩谢雪茹许锴娜郑一弘楼明辉
- 文献传递
- 水质数据预测模型的训练方法、水质数据预测方法及装置
- 本发明公开了一种水质数据预测模型的训练方法、水质数据预测方法及装置，其中水质数据预测模型的训练方法包括：获取多水质传感器各自的异步数据集；对异步数据集进行扩展，得到扩展数据集；将预处理后的扩展数据集划分为训练数据集和测试...
- 严求真张运涛王军杨启尧郭栋张美燕何中杰汪惜丹夏慧杰许锴娜
- 文献传递
- 一种旋翼无人机的自平衡脚架、旋翼无人机及方法
- 本申请公开了一种旋翼无人机的自平衡脚架、旋翼无人机及方法，所述旋翼无人机包括机体以及安装在所述机体上的飞控板，所述飞控板上安装有惯性传感器和单片机，所述惯性传感器用于获取姿态角；所述自平衡脚架包括：外壳；驱动模块，安装在...
- 严求真邬玲伟张运涛杨启尧郭栋马艳
- 文献传递
- 基于成像高光谱技术的茶树炭疽病病斑识别方法
- 本发明公开了一种基于成像高光谱技术的茶树炭疽病病斑识别方法，包括如下步骤：数据获取，叶片去背景，茶树炭疽病优选特征集构建，基于迭代自组织数据分析算法IsoData的自动聚类，二维光谱特征空间分析的茶树炭疽病病斑识别；本发...
- 袁琳关晓惠张海波张运涛王军邢晨
- 文献传递
- 一种基于干扰补偿的数控机床直线电机的多周期滑模重复控制方法
- 本发明公开了一种基于干扰补偿的数控机床直线电机的多周期滑模重复控制方法，用于解决数控机床XY平台直线电机伺服系统对周期信号的精确控制问题。针对该类电机伺服系统运行中存在的多个周期长度可知的周期性扰动、多个周期长度未知的周...
- 严求真邬玲伟蔡建平张运涛王军马艳
- 文献传递
- 一种基于核函数参数优化的属性选择算法被引量：3
- 2014年
- 属性选择可以有效地去除属性集中的冗余属性,降低分类算法的计算量,提高分类算法的泛化能力。以往的属性选择算法复杂度较高或者容易陷入局部最优解或者过多地依赖于随机因素。提出一种基于核函数参数优化的属性选择算法,该算法首先构建一个与属性相关联的核函数,核函数中的参数个数与属性个数一致,参数取值为0或1,对应着属性的取舍,然后通过交叉验证方法进行核函数参数的确定。该算法有效地将属性选择问题转化为核函数参数确定问题。在文本分类数据集上的仿真实验表明该算法可以较快较好实现属性选择,提高分类算法的性能。
- 张运涛
- 关键词：泛化能力局部最优解核函数
- 最优训练样本子集的LSSVM网络流量预测
- 2015年
- 训练样本选取对最小二乘支持向量机(LSSVM)的泛化能力有较大影响,为了提高网络流量预测精度,提出一种最优训练样本子集的LSSVM网络流量预测模型(IFCM-LSSVM)。首先采用密度方法识别和剔除网络流量数据中的孤立点,消除孤立点对模糊均值聚类(FCM)聚类结果的不利影响;然后采用FCM算法对处理后网络流量数据进行聚类,并根据预测点输入向量与聚类中心的最小距离选择最优训练集,加强训练集规律性,减少LSSVM对训练集的依赖性;最后采用非线性预测能力强的LSSVM对训练集进行学习建立网络流量预测模型,并采用仿真实验对模型性能测试。仿真结果表明,相对于对比模型,IFCM-LSSVM提高了网络流量的预测精度,加快了模型的训练速度,预测结果更加稳定、可靠。
- 张运涛邢晨
- 关键词：网络流量最小二乘支持向量机模糊均值聚类
