公共文化服务平台

皮德常: 作品数：196 被引量：355H指数：9; 供职机构：南京航空航天大学更多>>; 发文基金：国家自然科学基金中国航空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航空宇航科学技术更多>>

合作作者

用于内存数据库的Hash索引的设计与实现被引量：27: 2007年; 电信领域已成为数据密集型行业,需要高性能的数据库系统作为支撑系统,基于磁盘的数据库系统不能满足"实时"、"近实时"访问数据库的需求,将数据库核心数据驻留在内存中,可以使用内存数据库来满足需求。Hash索引是数据库系统中广泛使用的索引技术之一,它能够快速地访问数据,易于设计和实现。该文根据内存数据库的特点,为电信网管系统的内存数据库设计并实现了Hash索引。; 袁培森皮德常; 关键词：内存数据库

一种快速移动对象轨道聚类算法: 2010年; 针对已有轨道聚类(TRACLUS)算法的线段聚类模块需要对划分后的每条线段进行邻域查询的问题,将取样技术引入轨道聚类,提出一种快速移动对象轨道聚类(FTCS)算法。FTCS算法根据基于极大连通子图的合并原理,对核心线段的Eps邻域以及与该Eps邻域相重叠的所有轨道聚类进行合并,避免了TRACLUS算法中核心线段Eps邻域内线段的不必要邻域查询操作。在真实和合成轨道数据集上的大量实验结果表明,FTCS算法显著降低了邻域查询操作次数,在保持TRACLUS算法轨道聚类质量的同时,成倍提高了轨道聚类的时间效率。; 陶运信皮德常; 关键词：数据挖掘聚类

面向卫星遥测多维时序数据的异常诊断方法、系统及设备: 本发明提供了面向卫星遥测多维时序数据的异常诊断方法、系统及设备，涉及卫星遥测多维时序数据异常诊断领域，该方法包括：将待检测的卫星遥测多维时序数据输入至异常检测和诊断模型中，输出各个时刻的预测误差；异常检测和诊断模型是基于...; 皮德常梁硕

一种基于人工免疫的推荐方法: 本发明公开一种基于人工免疫的推荐方法，通过智能识别终止状态的人工免疫算法以及区域降维的人工免疫算法，获取用户的“邻居集”为待推荐用户提出“喜好”相似的用户；针对通过人工免疫算法得到的“邻居集用户”喜好采用评分矩阵，计算出...; 皮德常李宗堃; 文献传递

基于专家知识和神经网络的太阳翼展开可靠性评估方法: 本发明公开了一种基于专家知识和神经网络的太阳翼展开可靠性评估方法，包括：根据专家知识建立太阳翼展开可靠性综合评价指标体系；采用层次分析法来综合多位专家的知识，得到评价指标体系的权向量；将专家知识加入到太阳翼展开可靠性神经...; 皮德常高天行; 文献传递

面向卫星遥测数据流的最小稀有模式挖掘方法被引量：9: 2019年; 模式挖掘是应用于卫星智能监控服务中的一项重要技术.当前频繁模式挖掘的使用率要远远高于稀有模式挖掘,然而对于卫星遥测数据流来说,频繁模式挖掘在安全监测和故障预防等方面所取得的成效不如稀有模式挖掘.因为频繁模式挖掘无法从卫星的遥测数据中揭示卫星可能存在的潜在故障.卫星遥测是持续不断进行的,所以其数据流存在数据量大、传输速度快和数据重复性高的特点.如果采用一般的稀有模式挖掘方法来挖掘卫星数据流,尽管其速度比频繁模式挖掘快,但总体上仍然较慢,不能满足卫星实时监测的需要.针对上述问题,本文提出一种可快速找出卫星遥测数据流中隐藏信息的最小稀有模式挖掘方法,它具有如下优点:(1)无需卫星领域知识;(2)引用滑动窗口技术并将主观参数(窗口尺寸)客观化,使得算法能够实时地处理数据流;(3)通过仅挖掘最小稀有模式方式来提高算法的挖掘效率;(4)该算法使用双向遍历技术提高算法的运行速度.从某在轨卫星的遥测数据流中选取10个关键特征参数进行算法验证.实验结果表明,本文所提算法能有效地从卫星遥测数据流中挖掘出全部的最小稀有模式,并且其挖掘速度比现有的方法快.; 周忠玉皮德常; 关键词：卫星自顶向下自底向上

iBTC:一种基于独立森林的移动对象轨迹聚类算法被引量：2: 2019年; 移动对象轨迹聚类在城市规划、公共空间设计、移动对象行为预测等领域具有重要的理论指导意义和实际应用价值。针对传统聚类算法(如k-means,DBSCAN)在移动对象轨迹方面聚类效果不佳的问题,提出一种新的轨迹聚类算法iBTC。该算法首先对轨迹进行分段,根据最小描述长度原理,将轨迹分段问题转换为求无向图的最短路径问题,使用Dijkstra算法求得轨迹的最佳分段;然后将轨迹聚类问题转换为一种特殊的异常检测问题,并基于独立森林的思想,使用细分-合并过程对轨迹数据进行聚类;最后在模拟数据集和监控视频记录的行人轨迹公开数据集上进行实验,结果表明该算法能够取得较好的聚类效果。; 张怀峰皮德常董玉兰; 关键词：聚类

面向购物篮数据的稀有序列模式挖掘算法被引量：4: 2019年; 传统购物篮数据挖掘仅局限于频繁项或频繁模式的挖掘,但大多数频繁模式挖掘不能有效的利用非频繁序列项,通常的做法是将之舍弃.基于此问题,提出了一种面向购物篮数据的稀有序列模式挖掘算法ISM-BD.该算法提出了时间变量和综合权重因子的概念,以此来保证数据的时效性和挖掘结果的区域差异性.首先根据人为指定的环境因子,计算不同区域下的综合权重因子;然后通过设定时间变量的范围来剔除不具时效性的数据;最后计算序列项的支持度,并与综合权重因子比较,从而找出不同区域下的稀有模式.采用公开购物篮数据的实验表明,提出的ISM-BD算法与已有的算法相比能有效的利用非频繁序列,其挖掘结果具有时效性和较强的适用性.; 周忠玉皮德常; 关键词：购物篮

一种多维时序数据异常检测方法和系统: 本发明提供的一种多维时序数据异常检测方法和系统，通过Transformer的自注意力机制捕获时间序列之间的相关性，减轻了时间序列的维数和关系紧密程度对模型性能的影响。并且，本发明采用了时序位置编码函数、周期位置编码函数、...; 皮德常王熙玄刘昊

一种基于前缀树的差分隐私轨迹数据保护方法: 本发明公开了一种基于前缀树的差分隐私轨迹数据保护方法，在前缀树的基础上提出了满足差分隐私的噪音轨迹段前缀树结构，考虑到轨迹具有时空特性，前缀树的节点中存放的是轨迹段；为了降低轨迹数据处理的时空复杂度，在DML原理的基础上...; 赵晓东皮德常吴致远; 文献传递