薛醒思
- 作品数：54 被引量：27H指数：2
- 供职机构：福建工程学院更多>>
- 发文基金：国家自然科学基金福建省教育厅科技项目福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 一种WSN逻辑型感知需求的验证方法
- 本发明提供了一种WSN逻辑型感知需求的验证方法，包括如下步骤：步骤S10、将WSN的传感器调度策略描述为感知格局变迁系统；步骤S20、将逻辑型感知需求描述为感知时态逻辑公式；步骤S30、将感知格局变迁系统转化为UPPAA...
- 唐郑熠薛醒思王金水胡文瑜刘建华刘琰
- 文献传递
- 一种多目标本体匹配方法及计算机设备
- 本发明提供一种多目标本体匹配方法，包括本体划分阶段，多目标本体匹配阶段和集成本体分块匹配结果阶段；所述本体划分阶段是将大规模的本体划分为本体分块，使得后续的本体匹配过程只需在相对小规模的相似本体分块中进行；所述多目标本体...
- 薛醒思
- 文献传递
- 融合迭代和问题维度的速度约束粒子群算法
- 2023年
- 粒子群算法广泛应用于工程、科学与管理等领域实际问题中的复杂优化问题求解,设计新的策略以应对算法的性能和效率瓶颈是该领域的研究热点。针对传统粒子群算法速度约束策略比较单一,容易导致算法收敛速度慢,性能低等问题,提出一种融合算法迭代和问题维度的速度约束策略。通过分析算法种群进化状态评估值与迭代次数及问题维度的关系,设计计算进化状态评估值的公式,使其受算法迭代次数和问题维度影响,最后根据进化状态评估值计算算法的速度约束范围,得到一种融合迭代和问题维度的速度约束粒子群算法。新的速度约束策略使粒子群算法的种群状态受到迭代次数和问题维度的影响,具有自适应性,并对不同维度问题求解具有扩展性,提高了粒子群算法的收敛速度和求解精度,仿真实验证明了算法的有效性。
- 王子航刘建华薛醒思朱剑陈宇翔
- 关键词：粒子群优化算法迭代次数
- 基于GPU的Wallis滤波器进行影像增强的方法
- 本发明提供一种基于GPU的Wallis滤波器进行影像增强的方法，该方法需提供显示适配器，该显示适配器包括：图形处理器GPU、纹理存储器和Wallis滤波器，所述图形处理器GPU包括多个的SM流处理器阵列，所述SM流处理器...
- 陈乐梁泉郑积仕薛醒思林金阳
- 文献传递
- 一种基于异质特性的全局本体元匹配方法
- 本发明公开一种基于异质特性的全局本体元匹配方法，获取两个待匹配本体，并选取每个本体的代表性实体。针对两个待匹配本体给定两个实体集E1和E2，通过异质部分与整体部分的比率来量化本体的异质特性，得到量化后的异质特性即异质值。...
- 薛醒思卢家伟
- 一种隧道里RFID直线定位方法
- 本发明公开了一种隧道里RFID直线定位方法，提出一种三角形计算直线距离算法公式，并提出一种校正方法，方法简单，有利于提高定位精度。本发明的隧道直线定位方法相对比较简单，模型更清晰可靠。计算方法也要简洁，不需要解二次二元方...
- 刘建华刘国买薛醒思洪茂雄聂作先
- 文献传递
- 一种基于混合进化算法的实例共指消解方法
- 本发明公开了一种基于混合进化算法的实例共指消解方法，包括如下步骤过：步骤1)构建本体中概念与实例档案，确定相似度度量方案；步骤2)使用基于进化算法的实例共指消解技术获得最优的本体中实例匹配方案。本发明提出基于本体概念层匹...
- 薛醒思
- 文献传递
- 基于NSGA-Ⅱ的大规模本体映射方法被引量：1
- 2014年
- 现有的基于进化算法的本体映射技术在面对大规模本体映射问题时,由于搜索空间太大导致算法效率低下,从而使其无法有效地在实际中得到应用。针对这一问题,提出了基于快速非支配排序的多目标遗传算法(NSGA-Ⅱ)的大规模本体映射方法。该方法通过三个步骤来映射本体:1)通过基于邻居相似度的划分算法来将源本体划分为不相交的概念块;2)通过相关概念过滤方法来确定目标本体中同源本体概念块相关的概念块;3)使用NSGA-Ⅱ方法来完成概念块之间的映射并通过贪心算法集成最终的结果。使用OAEI 2012的小规模的书目本体测试数据集和大规模的生物医学本体测试数据集对所提出的方法进行测试。同OAEI 2012的参与者的比较结果表明,所基于NSGA-Ⅱ的大规模本体映射方法能够在较短的时间内获取较好的本体映射结果,因此该方法是有效的。
- 薛醒思
- 课程知识检索系统中检索器模块的实现被引量：1
- 2008年
- 提出了一个基于领域本体的课程知识检索系统,探讨了个性化检索技术在系统的检索器模块中的应用,并详细介绍了检索器模块中基于本体的逆向最大匹配分词算法(RMM)和分层遍历森林算法的实现,为课程知识检索系统进一步的开发工作奠定了基础.
- 薛醒思
- 关键词：领域本体
- 采用多目标粒子群算法的本体元匹配方法
- 2022年
- 为了解决本体之间存在的异构问题,提出一种本体元匹配方法来确定不同本体中实体之间的对应关系.首先设计两个本体匹配结果质量的近似度量方法,并在此基础上构建本体匹配问题的多目标优化模型,最后提出一种多目标粒子群算法以求解该问题并优化本体匹配结果的质量.采用国际本体匹配竞赛提供的benchmark测试集,来测试基于多目标粒子群算法的本体元匹配方法的性能.实验结果表明:提出的方法在查全率和查准率两个指标上均优于国际本体匹配竞赛的其他参与者.
- 薛醒思耿爱峰BENINE Ramzi
- 关键词：多目标粒子群算法
