卫娟
- 作品数：28 被引量：32H指数：3
- 供职机构：河南机电高等专科学校计算机科学与技术系更多>>
- 发文基金：河南省教育厅科学技术研究重点项目河南省高等学校青年骨干教师资助计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学农业科学交通运输工程更多>>
- 基于元学习和二进制粒子群的网络故障特征选择算法
- 2015年
- 为了降低Wrapper模式网络故障特征选择方法分类算法的计算量,文章提出了一种基于元学习和二进制粒子群(ML-BPSO)的特征选择方法;算法在封装的分类训练中采用元学习方法估算分类精度,并利用BPSO在特征空间中进行全局搜索选出最优特征集;在DARPA数据集上的实验可以看出本文方法选取结果与BPSO-SVM相当但是计算量大大降低;实验结果表明文章提出的方法能够显著的降低网络故障特征选择计算量,同时保证了较高的诊断精度和较好的降维效果。
- 卫娟王崇科
- 关键词：元学习支持向量机
- C语言中程序陷阱的分析与防范
- 2007年
- C语言是一种书写、编程都比较灵活的语言,在编写时,往往会因为一些程序陷阱而使整个程序的功能与所预想的大相径庭。文章根据C语言的特点,给出了六种C语言程序陷阱,并提出了相应的解决办法。
- 卫娟郭祖华梁娟
- 关键词：C语言
- 网络数据库安全措施及对策被引量：2
- 2006年
- 随着网络技术的普及,数据库的安全问题变的更为突出。本文主要介绍了为应对人为蓄意破坏而采取的用户标识、存取控制、视图机制、数据加密等保护数据库安全性的几项措施。
- 卫娟王崇科
- 关键词：数据库存取控制
- 基于提升小波变换的农产品图像有效处理方法被引量：3
- 2014年
- 提出了1种基于提升小波变换的有效滤波算法。该算法对含有噪声的农产品图像实现单层提升小波分解,然后对获得的低频和高频分解系数再次实现提升小波变换,舍弃由低频系数经过第二层提升小波变换后获得的低频系数以及由高频系数经过第二层提升小波变换后获得的高频系数;对剩余的高频和低频系数分别采用改进阈值函数模型以及改进非局部均值滤波算法进行处理,在此基础上实现小波系数重构。引入直方图均衡化算法进行处理,使得滤波后的农产品图像不但噪声得到抑制而且图像对比度得以提升。试验结果表明,该算法性能优于已有的小波域阈值法以及改进非局部均值滤波算法。
- 卫娟孙冬
- 关键词：提升小波变换图像去噪
- 进制转换方法的新发现
- 2010年
- 本文介绍了传统的进制转换方法,并分析了传统转换方法的缺点,提出了新的转换方法,并介绍了的此种方法的优缺点,为学习进制转换的初学者提供了一种简单快捷的方法。
- 卫娟张彦森
- 关键词：进制
- K-means与SVM结合的水下目标分类方法被引量：7
- 2015年
- 为促进海洋资源开发,提高海洋开发能力,本文对水下目标分类识别方法进行研究。首先,对水下目标分类方法进行概述,介绍较为常用的方法。然后,提出K-means与SVM结合的水下目标分类方法。该方法利用S变换进行图像预处理,提取不同分辨率下的不同特征作为分类的特征向量,通过K-means与SVM结合的分类识别方法进行分类。实验结果表明,该方法具有较高的识别率。
- 戴冬卫娟
- 关键词：S变换K-MEANSSVM
- 一种具有高运算性能的云计算设备
- 本发明涉及一种具有高运算性能的云计算设备，包括云处理单元，处理单元通过无线通信网络通信连接客户端，云处理单元分别连接输出模块和输入模块，输出模块和输入模块均连接电池控制模块，电池控制模块分别连接充电模块、采集模块、显示模...
- 郭祖华徐立新刘丹孙冬卫娟魏勇李扬波
- 文献传递
- P2P网络合作节点信任机制的探索与研究
- 2014年
- 网络技术的快速发展,带动了网络用户数量的海量增长,传统的CDN网络根本无法满足广大网络用户的网络需求。P2P网络的出现,为系统在低运营成本的基础上,实现高可扩展性带来了契机。虽然P2P网络有效地缓解了网络用户海量数据需求紧张问题,但是,由于P2P网络自身的系统设置问题,致使该网络中节点的可信度较低,"搭便车"现象严重,因此也严重地制约了P2P网络的快速发展。信任机制能够对系统中的节点可信度进行有效判断,降低交易风险。文章重点探索P2P网络合作节点信任机制。
- 卫娟戴冬
- 关键词：P2P网络信任机制可扩展性
- 基于小波变换和分形理论的舰船损伤识别被引量：3
- 2015年
- 研究舰船的损伤识别对于保障船舶在海面上安全航行具有重要意义。本文提出基于小波变换和分形理论的舰船损伤识别算法,充分考虑小波变换的多尺度细化特性,对获取到的舰船图像进行小波变换和分形计算。通过实验验证了该算法的区分度好,差异性大,可靠性强,有利于利用神经网络进行损失识别。
- 卫娟
- 关键词：小波变换分形维数特征提取
- 基于直推式学习的网络故障诊断算法
- 2014年
- 网络故障的及时诊断能够保证日常工作、学习和生活能够正常进行,传统的基于监督式学习的诊断方法依赖于大量具有鉴别意义的样本,这在实际情况中通常难以得到满足;针对上述问题,提出了一种基于直推式学习的诊断算法;针对大规模的网络管理的特征数据,该算法利用主成分分析对特征进行降维,并利用新的度量下的特征数据来构建拉普拉斯矩阵;该矩阵能够很好地描述带检测样本和训练样本之间的关系;在此基础上,设计了基于直推式学习的目标函数,并利用拉格朗日乘子法完成了优化;实验部分证明了本算法能够在有限数目的带标签的样本的前提下获得精确的分类结果,能够显著提高网络故障诊断的检测率。
- 王崇科卫娟
- 关键词：直推式学习网络故障诊断拉普拉斯矩阵主成分分析
