公共文化服务平台

吉根林: 作品数：175 被引量：1,766H指数：20; 供职机构：南京师范大学更多>>; 发文基金：国家自然科学基金江苏省自然科学基金江苏省重点实验室开放基金更多>>; 相关领域：自动化与计算机技术文化科学经济管理天文地球更多>>

合作作者

WAP证券交易系统中间件结构及安全性策略: 2005年; WAP(WirelessApplicationProtocal)技术应用于证券交易时,要保证证券交易能正常进行,必须解决信息传输的迅速有效与安全性问题.利用中间件技术实现多营业部资源共享,通过专用中间件使各营业部均能开展移动证券交易,而股民却不需改变其操作,实现其操作的一致性.对集中式交易的券商,信息采用轮转法使中间件负载均衡,对非集中式交易的券商,根据券商标志进行信息转发到相应的中间件,并采取密文传送方法成功解决了WAP证券交易软件的安全有效性问题.; 殷长友吉根林; 关键词：WAP 证券交易中间件负载均衡

面向大数据的时空数据挖掘综述被引量：59: 2014年; 时空数据挖掘是数据挖掘领域的前沿研究课题,正致力于开发和应用新兴的计算技术来分析海量、高维的时空数据,揭示时空数据中的有价值知识.本文以时空大数据为背景,介绍数据挖掘技术产生的背景与发展、时空数据挖掘的研究现状、研究内容、应用领域、面向大数据的时空数据挖掘系统架构以及实现技术,为相关领域的研究者提供参考.; 吉根林赵斌; 关键词：时空数据挖掘

基于步行周期聚类的视频行人重识别关键帧提取算法被引量：4: 2021年; 视频行人重识别旨在不同摄像头拍摄的视频中检索特定行人。但是,它面临着数据量庞大和视频数据存在时间冗余的问题,即视频数据耗费大量的存储空间且不同帧之间存在极强的相关性。因此,使用所有的帧进行识别会带来查询效率的下降,而且视频中大量的干扰和噪声也会给准确率带来不利影响。本文提出了基于步行周期聚类的视频行人重识别关键帧提取算法,首先利用行人步行时双脚距离变化的周期性规律提取候选步行周期,然后利用聚类的方法从候选步行周期中选出关键步行周期作为关键帧。最后,将该算法应用在视频行人重识别中,仅使用关键帧的信息进行识别以减少时间冗余的影响,从而提高准确率,并且在查询前对视频进行处理,减少视频数据量以提高查询效率。在视频行人重识别数据集MARS和DukeMTMC-VideoReID上的实验表明,本文算法能够减少59%~82%的视频数据量,并且累积匹配曲线Rank-1提高了1.1%~1.4%,平均精度均值提高了0.2%~5%。; 李梦静吉根林赵斌; 关键词：关键帧提取聚类视频分析

空间聚类技术研究综述被引量：19: 2010年; 空间数据挖掘是一种获取空间数据所蕴含知识的方法和技术.空间聚类是空间数据挖掘的重要研究内容,有着广泛的应用领域.介绍了空间聚类算法的分类和性能要求、空间聚类过程和方法.空间聚类算法主要有基于划分的方法、基于层次的方法、基于密度的方法、基于网格的方法、基于模型的方法以及其它形式的空间聚类算法.; 柳盛吉根林; 关键词：空间数据挖掘空间聚类聚类分析

最小支持度变化时分布式数据库中频繁项目集更新: 2005年; 讨论分布式数据库系统中最小支持度变化时频繁项目集如何高效更新问题,提出了一种基于最小支持度变化的局部频繁项目集的更新算法ULFS和全局频繁项目集的更新算法UGFS.该算法能够充分利用已挖掘的结果,并且产生较少数量的候选频繁项目集,在求解全局频繁项目集过程中,候选局部频繁项目集支持数的通信量为O(n).将文章提出的算法用Java加以实现,并对算法性能进行了研究.实验结果表明这些算法是可行、有效的,并且具有较快的速度.; 吉根林赵斌

基于卷积自编码器分块学习的视频异常事件检测与定位被引量：5: 2021年; 视频异常事件检测与定位旨在检测视频中发生的异常事件,并锁定其在视频中发生的位置。但是视频场景复杂多样,并且异常发生的位置随机多变,导致发生的异常事件难以被精准定位。本文提出了一种基于卷积自编码器分块学习的视频异常事件检测与定位方法,首先将视频帧进行均匀划分,提取视频帧中每一块的光流和方向梯度直方图(Histogram of oriented gradient,HOG)特征,然后为视频中的不同图块分别设计卷积自编码器以学习正常运动模式特征,最后在异常事件检测过程中利用卷积自编码器的重构误差大小进行异常判断。该方法可以有效地针对视频不同区域进行特征学习,提升了异常事件定位的准确度。所提方法在UCSD Ped1、UCSD Ped2、CUHK Avenue三个公开数据集上进行实验,结果表明该方法能够准确定位异常事件,并且帧级别AUC(Area under the curve)平均提升了5.61%。; 李欣璐吉根林赵斌

Item-Based并行协同过滤推荐算法的设计与实现被引量：8: 2014年; 基于协同过滤的推荐已成为推荐系统中广泛采用的推荐技术.由于应用中用户数目和商品条目的日益增长,在计算相似度和计算预测时,单机集中式计算已不能满足推荐系统实时性和可扩展性的要求.针对这一问题,设计并实现了Item-Based并行协同过滤推荐算法.该算法采用Hadoop的MapReduce与HDFS架构,可分为Map与Reduce两个过程.通过在Map和Reduce节点上的并行处理可提高算法的执行效率.实验结果表明,该算法可明显减少推荐时间,提高推荐实时性,获得良好的可扩展性.; 燕存吉根林; 关键词：推荐系统协同过滤

利用Hash树生成频繁项目集的新方法被引量：3: 2004年; 频繁项目集的生成是关联规则挖掘中的关键问题 .提出基于 Hash树的频繁项目集生成新方法 ,探讨了 Hash树中候选项目集的数据组织与建立算法 ,提出了利用 Hash树计算候选项目集支持数的算法 ,并用 Java语言实现了该算法 ,最后通过实验验证了利用; 吉根林赵斌孙志挥; 关键词：HASH树频繁项目集关联规则

基于最大频繁Induced子树的GML文档结构聚类: 提出了一种基于最大频繁Induced子树的GML文档结构聚类新算法TBCClustering.通过挖掘GML文档集合中的最大频繁Induced子树构造特征空间,并对特征空间进行优化;采用CLOPE聚类算法聚类GML文档,...; 朱颖雯吉根林; 关键词：GML文档结构聚类; 文献传递

基于聚类的模糊关联规则挖掘: 1引言关联规则具有多种类型,其中包括数值型关联规则,其基本思想是将数值型属性进行离散化,从而将问题转换为类别型关联规则挖掘问题。但是数值型属性离散化存在着锐利边界值问题,即在挖掘过程中,区间的边界值要么过分强调,要么被忽...; 韦素云吉根林杨明; 关键词：CLUSTERING; 文献传递