杨福萍
- 作品数：4 被引量：27H指数：3
- 供职机构：山东师范大学信息科学与工程学院更多>>
- 发文基金：山东省科技发展计划项目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经济管理更多>>
- 离群点检测及其应用研究
- 随着计算机技术的蓬勃发展及网络的日益普及，数据收集和存储技术快速发展带来的海量复杂数据，不仅导致了“数据危机”，还带来了“维数灾难”。随之而来的，在大数据时代为了消除噪声或发现潜在的、有意义知识的离群点挖掘技术引起了人们...
- 杨福萍
- 关键词：离群点检测信息熵属性约简
- 基于记忆效应的协同过滤推荐算法被引量：5
- 2012年
- 针对传统协同过滤算法无法及时反映用户兴趣变化的情况,将人脑的记忆和遗忘特性引入到个性化推荐中,提出基于记忆效应的协同过滤推荐算法。利用短时记忆体现用户近期兴趣变化,应用长时记忆强调用户早期兴趣的重要性,给出将短时记忆和长时记忆相结合的调和记忆,使推荐系统可以自适应地跟踪用户兴趣变化。实验结果表明,与CF算法、SCF算法和AUICF算法相比,该算法的推荐精度更高、收敛速度更快。
- 杨福萍王洪国董树霞赵学臣
- 关键词：协同过滤记忆效应个性化推荐
- 一种求解多车辆合乘匹配问题的适应性算法被引量：6
- 2013年
- 车辆合乘匹配问题是研究如何通过优化车辆路线及车辆-乘客匹配来搭乘尽量多的乘客的问题。目前国内外的研究多存在模型单一、脱离实际、算法效率不高等问题。针对该问题,提出一种基于吸引粒子群算法的问题求解方法。通过吸引粒子群算法进行多车辆问题向单车辆问题的转化,形成车辆同乘客之间的初次匹配。根据初次匹配结果利用先验聚类的思想将初次匹配结果进行排序,寻找较优需求序列排序方式。最后,通过相应的匹配再优化策略将需求序列进行再优化。对比实验表明,基于吸引粒子群算法的问题求解方式能以较高的搭乘成功率以及较低的花费完成车辆合乘匹配问题。
- 宋超超王洪国邵增珍杨福萍
- 基于聚类划分的两阶段离群点检测算法被引量：13
- 2013年
- 针对基于距离的离群点检测算法受全局阈值的限制,只能检测全局离群点,提出了基于聚类划分的两阶段离群点检测算法挖掘局部离群点。首先基于凝聚层次聚类迭代出K-means所需的k值,然后再利用K-means的方法将数据集划分成若干个微聚类;其次为了提高挖掘效率,提出基于信息熵的聚类过滤机制,判定微聚类中是否包含离群点;最后从包含离群点的微聚类中利用基于距离的方法挖掘出相应的局部离群点。实验结果表明,该算法效率高、检测精度高、时间复杂度低。
- 杨福萍王洪国董树霞牛家洋丁艳辉
- 关键词：层次聚类K-均值信息熵离群点检测
