公共文化服务平台

江峰: 作品数：72 被引量：182H指数：7; 供职机构：青岛科技大学更多>>; 发文基金：国家自然科学基金山东省自然科学基金山东省高等学校科技计划项目更多>>; 相关领域：自动化与计算机技术文化科学经济管理交通运输工程更多>>

合作作者

求解连续空间优化问题的Powell蚁群算法被引量：4: 2009年; 针对连续空间函数优化问题,提出了Powell蚁群算法.该算法把Powell方法嵌入蚁群算法的局部搜索,提高蚁群算法的搜索精度和收敛效率.全局搜索过程中,把传统蚁群算法中的信息素更新和蚂蚁的转移规则拓展到连续空间中,定义了相应的求解算法.通过对二维多极值非线性函数的寻优实例进行仿真,并与Powell方法的求解结果进行比较,证明该方法的有效性.; 葛艳逄海萍孟友新江峰; 关键词：蚁群算法连续空间优化

基于事理图谱的化工异常事件检测方法及系统: 本发明公开了基于事理图谱的化工异常事件检测方法及系统，其中方法包括：获取待检测的化工事故报告；对待检测的化工事故报告进行预处理，得到待检测化工事故报告的文本向量；根据待检测化工事故报告的文本向量和训练后的图注意力网络模型...; 杜军威隋建飞李浩杰胡强江峰于旭陈卓梁宏涛; 文献传递

基于单类支持向量机与KNN的两阶段不平衡数据分类: 2023年; 针对单类支持向量机算法无法对不平衡数据集中的边界和离群样本进行准确分类的问题,将单类支持向量机与K近邻算法结合在一起,提出一种基于单类支持向量机与K近邻的两阶段不平衡数据分类算法TSC-OSK。TSC-OSK首先对训练集中的多数类样本与少数类样本分别进行拟合构建出两个单类支持向量机分类器,利用这两个分类器分别对测试样本进行第1阶段的分类,并将分类结果相互组合验证,将所有样本被划分成多数类、少数类、边界和离群这四种类型;再引入K近邻算法对边界和离群样本进行第2阶段分类,从而避免单类支持向量机算法在这些样本上的预测偏差。在多个不平衡数据集上的实验表明,相对于现有的不平衡数据处理方法,TSC-OSK能够取得更好的分类性能。; 刘阳江峰; 关键词：不平衡数据分类单类支持向量机 K近邻

一种面向抽象故障树的结构合成方法: 本发明公开了一种面向抽象故障树的结构合成方法，通过对抽象故障树与案例故障树节点的相似度计算和逻辑门语义包含度计算，将案例故障树包含的事件节点和事件间的逻辑门语义关系，增量扩展到抽象故障树中，使扩展的抽象故障树即保留了原有...; 杜军威马超李浩杰于洋洋于旭江峰胡强陈卓; 文献传递

基于认知反映的信念逻辑: 2008年; Quine[9]提出了一类有关信念模态的难题,比如Cicero难题,这些难题的解读对模态逻辑语义具有重要的意义。目前的一阶模态逻辑普遍给予Quine难题以de re/de dicto解读。本文指出de re/de dicto解读存在缺陷,并且认为为了解读Quine难题,需要在一阶模态逻辑的模型中引入一个认知反映关系。在此观念下,本文提出了一个新的一阶模态逻辑系统---基于认知反映的信念逻辑。; 李惠涛江峰眭跃飞曹存根; 关键词：信念

基于Agent联盟的协作学习系统研究被引量：3: 2009年; 为了在协作学习系统中实现学习者Agent之间的有效合作,通过引入一种新的合作机制——同学关系网模型(School mate Relation Web Model),来构建学习系统中学习者Agent之间的同学联盟,并且基于学习者Agent之间的同学联盟来实现多个学习者Agent之间的协作学习。在每个同学联盟中,任意两个Agent之间都具有同学关系,并且联盟中的所有Agent相互协作,共同完成学习任务。另外,联盟中的学习者Agent之间的通信不是直接进行的,而是通过一个黑板来进行,这可以显著地提高Agent之间的通信效率。由于同学关系网模型可以避免Agent联盟形成的盲目性,并且可以提高学习者Agent之间的交互效率,从而使得我们基于Agent同学联盟的协作学习系统可以实现学习者Agent之间的有效合作,弥补了现有协作学习系统的不足。; 江峰王程华刘国柱; 关键词：多AGENT系统远程教育 AGENT联盟

基于粗糙熵的离群点检测方法及其在无监督入侵检测中的应用被引量：18: 2020年; 香农的信息熵被广泛用于粗糙集.利用粗糙集中的粗糙熵来检测离群点,提出一种基于粗糙熵的离群点检测方法,并应用于无监督入侵检测.首先,基于粗糙熵提出一种新的离群点定义,并设计出相应的离群点检测算法-–基于粗糙熵的离群点检测(rough entropy-based outlier detection,REOD);其次,通过将入侵行为看作是离群点,将REOD应用于入侵检测中,从而得到一种新的无监督入侵检测方法.通过多个数据集上的实验表明,REOD具有良好的离群点检测性能.另外,相对于现有的入侵检测方法,REOD具有较高的入侵检测率和较低的误报率,特别是其计算开销较小,适合于在海量高维的数据中检测入侵.; 江峰王凯郦于旭眭跃飞杜军威; 关键词：离群点检测粗糙集粗糙度粗糙熵

一种结合显式特征和隐式特征的开发者混合推荐算法被引量：8: 2022年; 现有开发者推荐算法通过对任务和开发者的显式信息进行挖掘,抽取任务和开发者的显式特征,完成针对任务的开发者推荐.然而,由于显式信息中的描述信息是主观的,往往是不精确的,现有基于显式特征的开发者推荐算法性能不够理想.众包软件开发平台除包含大量不精确的描述信息外,还包含客观的、较准确的“任务—开发者”成绩信息,可以有效地推断任务和开发者的隐式特征.考虑到隐式特征作为显式特征的补充,将有效缓解描述信息不精确的难题,提出一种结合显式特征和隐式特征的开发者混合推荐算法.首先,利用任务和开发者的平台可见信息充分提取显式特征,提出面向显式特征的因子分解机(FM)推荐模型建模任务、开发者显式特征和相应评分的映射关系.然后,利用“任务—开发者”成绩矩阵提取隐式特征,提出面向隐式特征的矩阵分解(MF)推荐模型.最后,融合面向显式特征的FM推荐模型和面向隐式特征的MF推荐模型,提出多层感知器融合算法.进一步,针对冷启动问题,首先,基于历史数据,构建多层感知器模型建模显式特征到隐式特征的映射关系.然后,针对冷启动任务或冷启动开发者,通过任务或开发者的显式特征求解相应的隐式特征.最后,基于已训练好的多层感知器融合算法预测评分.在Topcoder软件众包平台的仿真实验表明本文算法相对于对比算法在4种不同测试指标上具有明显的优势.; 于旭何亚东杜军威王昭哲江峰巩敦卫

面向用户偏好分析的无向图层次聚类并行优化算法: 2020年; 用户偏好分析是构建用户个性化服务的基础,是用户在对商品或者服务进行考量之后所做出的理性且带有个人倾向的选择。传统的无向图层次聚类算法在聚合时每次都需要重新运算边的权重,而且每次合并的点数量有限。上述问题使得传统算法不能被有效用于用户偏好分析。为能精确地挖掘用户偏好,文中提出一种无向图层次聚类的并行优化算法。首先,算法通过分裂高热节点,削弱衰减因子的消极影响;其次,采用一种并行的方法对无向图实现聚合,优化聚类的速度;最后,将基于用户的搜索行为而得到内容偏好分类判断为依据对内容进行聚合。通过实验对该算法进行了验证,实验结果表明该算法能够显著提高聚类的覆盖率、效率及准确率。; 刘晓慧江峰杜军威余东瑾; 关键词：用户偏好

基于本体的一阶模态逻辑研究: 模态逻辑最初是被当成非经典逻辑的一个分支而逐步发展起来的.目前,模态逻辑已经被广泛用于人工智能的知识表示以及计算机科学的其他领域. 本文首先考虑目前一阶模态逻辑研究中所面临的一个关键问题--变量的严格指称问题....; 江峰; 关键词：模态逻辑人工智能知识表示; 文献传递

江峰

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

江峰

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈