毛文涛
- 作品数：55 被引量：220H指数：9
- 供职机构：河南师范大学计算机与信息工程学院更多>>
- 发文基金：国家自然科学基金河南省科技攻关计划河南省基础与前沿技术研究计划项目更多>>
- 相关领域：自动化与计算机技术机械工程理学电子电信更多>>
- 基于机器学习技术的在线疾病诊疗方案倾向性识别研究被引量：1
- 2018年
- 目的:采用机器学习技术分析和预测在线疾病诊疗方案的倾向性。方法:爬取39疾病百科网中与心血管疾病相关的439条症状数据,通过TF-IDF算法提取症状关键词向量,采用支持向量机、决策树、神经网络建立分类模型,预测不同病症倾向西医或中西医结合的治疗方案。结果:对在线疾病信息的文本分析可挖掘疾病的特征,采用机器学习技术可有效预测对应治疗方案的倾向性,预测精度均达90%以上。结论:机器学习技术可揭示疾病症状和治疗方案之间的内在联系,有助于提高在线疾病咨询的效率,提供有针对性的备选治疗方案。
- 艾新龑毛文涛田梅
- 关键词：中西医结合心血管疾病文本挖掘
- 基于不均衡样本重构的加权在线贯序极限学习机被引量：2
- 2015年
- 针对现有学习算法难以有效提高不均衡在线贯序数据中少类样本分类精度的问题,提出一种基于不均衡样本重构的加权在线贯序极限学习机。该算法从提取在线贯序数据的分布特性入手,主要包括离线和在线两个阶段:离线阶段主要采用主曲线构建少类样本的可信区域,并通过对该区域内样本进行过采样,来构建符合样本分布趋势的均衡样本集,进而建立初始模型;而在线阶段则对贯序到达的数据根据训练误差赋予各样本相应权重,同时动态更新网络权值。采用UCI标准数据集和澳门实测气象数据进行实验对比,结果表明,与现有在线贯序极限学习机(OS-ELM)、极限学习机(ELM)和元认知在线贯序极限学习机(MCOS-ELM)相比,所提算法对少类样本的识别能力更高,且所提算法的模型训练时间与其他三种算法相差不大。结果表明在不影响算法复杂度的情况下,所提算法能有效提高少类样本的分类精度。
- 王金婉毛文涛何玲王礼云
- 关键词：极限学习机主曲线过采样不均衡数据
- 一种基于特征子集区分度优化的分组特征选择算法被引量：3
- 2015年
- 针对现有特征选择算法大多对特征之间的结构化效应考虑不充分、可能导致所选择出的特征集存在冗余、进而影响算法效率和代表特征精确度的缺点,提出一种基于特征子集区分度优化的分组特征选择算法.该算法基于相关性强的特征其系数距离也较近的假设,首先引入分组标识矩阵,构建基于距离的组内特征相关性和组间特征区分度的度量标准,将分组特征选择问题转换为0-1多目标优化问题;其次,引入离散型粒子群算法,优化分组标识矩阵,使得组间区分度和组内相关性同时尽可能大,最终自适应确定最优分组结构.在UCI标准数据集上的对比实验结果表明,本文所提算法可以很好地识别特征中蕴含的分组结构,与现有代表性算法相比,该算法具有更高的分类预测精度.
- 毛文涛徐文涛薛天宇何玲
- 我国主要民事单行法中的诚信规定考察报告被引量：1
- 2012年
- 考察诚信原则在我国主要民事单行法中的分布状况,分析诚信原则在对其有规定的6部民事单行法中的存在形态,论证在未规定这一原则的其他7部民事单行法中对其加以规定的必要,并分析主观诚信的客观化趋势。建议要么通过制定民法典统合民法中的诚信规定,要么通过整理各个民事单行法改变诚信原则设置不均衡的现状,并在术语上实现客观诚信与主观诚信的统一。
- 张新明毛文涛李振云
- 关键词：客观诚信主观诚信善意民法典
- 轴承在线早期故障检测的无监督张量深度迁移学习方法
- 2024年
- 基于张量分解可有效挖掘信号高维本质信息的优点,提出一种无监督张量深度迁移学习方法.首先,构建基于张量表示的深度多任务异常检测模型,利用核心张量构建单分类异常检测规则表示,并建立超球规则适配机制,交替优化张量分解和域无关特征提取,以实现异常检测规则在离线轴承和在线目标轴承间的有效传递,完成在线无标记数据的异常检测;其次,提出一个基于异常概率贯序累积的非参数报警阈值设定方法,可在仅设定误报警率置信度的条件下自适应选择在线阈值,并给出该阈值合理性的理论分析.在IEEE PHM Challenge 2012轴承数据集上进行实验,结果表明,所提出方法可获得更好的检测实时性和更低的误报警数,为早期故障检测提供一种具有易部署性和鲁棒性的解决方案.
- 毛文涛施华东张艳娜仲志丹
- 关键词：异常检测滚动轴承
- 基于深度迁移学习的烟雾识别方法被引量：24
- 2017年
- 针对传统的基于传感器和图像特征的烟雾识别方法易被外部环境干扰且识别场景单一,从而造成烟雾识别精度较低,而基于深度学习的识别方法对数据量要求较高,对于烟雾数据缺失或数据来源受限的情况模型识别能力较弱的问题,提出一种基于深度迁移学习的烟雾识别方法。将ImageNet数据集作为源数据,利用VGG-16模型进行基于同构数据下的特征迁移。首先,将所有的图像数据进行预处理,对每张图像作随机变换(随机旋转、剪切、翻转等);其次,引入VGG-16网络,将其卷积层特征进行迁移,并连接预先使用烟雾数据在VGG-16网络中训练过的全连接层;进而构建出基于迁移学习的深度网络,从而训练得到烟雾识别模型。利用公开数据集以及真实场景烟雾图像进行实验验证,实验结果表明,和现有主流烟雾图像识别方法相比,所提方法有较高的烟雾识别率,实验精度达96%以上。
- 王文朋毛文涛何建樑窦智
- 基于局部差商信息修正的全局多模型建模方法被引量：1
- 2013年
- 针对目前多模型建模方法中存在的把样本点错误划分的问题,提出了一种局部信息修正与全局特征相结合的多模型建模方法。该方法确定多个模型的混合范围,引入局部差商信息,确定上述混合部分的类别归属,再此基础上利用基于最小二乘支持向量机的模糊C回归估计方法,得到多个回归模型。将该方法运用到两个仿真数据中,仿真结果表明,与现有方法相比,该方法建模正确率大大提高,均方根测试误差也有明显降低。
- 张俊娜毛文涛穆晓霞范海菊
- 关键词：最小二乘支持向量机差商
- 一种类TCP流媒体拥塞控制算法被引量：1
- 2014年
- 为了提高网络运行效率,提出了一种采用RTP/RTCP协议基于模型的的类TCP拥塞控制算法.算法采用TCP确认机制,对流量参考模型、往返时间及超时时钟值等参数进行了定义;使用改进的AIMD机制进行窗口控制,调整RTP数据帧的传输速率;同时彻底摒弃TCP的重传机制以保证流媒体业务的连续性和实时性.实验结果表明,提出的算法与其他RTP流控算法相比,具有较好的拥塞控制能力和公平性.
- 赵晓焱杨育捷毛文涛
- 关键词：拥塞控制实时传输协议往返时间速率控制
- 以WiFi和ZigBee联合定位的消防灭火救援系统被引量：9
- 2015年
- 当前消防灭火体系受限于通信方式、设备管理模式等技术方面,无法适应日益复杂的火场救援需要。结合城市消防体系的发展需求,将物联网技术引入消防灭火现场救援中。采用了以Wi-Fi为主、Zig Bee为辅的融合定位技术,提出基于物联网传感感知技术的高效现场救援系统方案。本系统方案划分模块对数据等信息加以分析处理,并用基于信号强度和三边定位算法联合实现重点场所火灾预警和消防人员精确跟踪定位,提高指挥中心决策的准确性,保障消防人员安全。
- 沈雪微冯宁张玲玲王海成毛文涛
- 关键词：消防信号强度
- 物联网工程专业TCP/IP协议分析教学模式改革被引量：2
- 2013年
- 针对近年来物联网工程新专业的教育建设问题,分析核心专业基础课程TCP/IP协议分析的教学现状,根据物联网工程的技术特点和需求,从应用驱动型的启发式教学模式、理论与工程产品相结合的教学方法、仿真软件与编程实践相结合的教学手段3个方面进行阐述,提出对TCP/IP协议分析课程进行教学模式改革的观点。
- 毛文涛王川
- 关键词：物联网工程TCPIP协议教学模式
