您的位置: 专家智库 > >

白媛

作品数:10 被引量:46H指数:2
供职机构:吉林大学计算机科学与技术学院更多>>
发文基金:国家自然科学基金吉林省教育厅科学技术研究项目教育部“新世纪优秀人才支持计划”更多>>
相关领域:自动化与计算机技术矿业工程文化科学更多>>

文献类型

  • 5篇期刊文章
  • 4篇会议论文
  • 1篇学位论文

领域

  • 6篇自动化与计算...
  • 2篇矿业工程
  • 1篇文化科学

主题

  • 6篇高斯
  • 6篇高斯过程
  • 4篇自适
  • 4篇自适应
  • 4篇基线
  • 3篇蚁群
  • 3篇蚁群算法
  • 3篇群算法
  • 2篇异常数据
  • 2篇时空数据
  • 2篇时空数据挖掘
  • 2篇数据挖掘
  • 2篇网络
  • 2篇网络建模
  • 2篇蒙特卡罗模拟
  • 2篇股票
  • 2篇传播网络
  • 1篇多AGENT
  • 1篇振动
  • 1篇智能体

机构

  • 9篇吉林大学
  • 2篇辽宁工程技术...
  • 2篇香港浸会大学
  • 1篇长春汽车工业...

作者

  • 10篇白媛
  • 7篇杜占玮
  • 6篇杨永健
  • 5篇肖敏
  • 2篇刘大有
  • 2篇杨建宁
  • 2篇杨博
  • 2篇刘际明
  • 1篇邵良杉
  • 1篇杨文
  • 1篇邱云飞
  • 1篇韩丽英

传媒

  • 3篇第四届中国A...
  • 1篇小型微型计算...
  • 1篇软件学报
  • 1篇煤炭学报
  • 1篇计算机科学
  • 1篇吉林大学学报...

年份

  • 1篇2013
  • 9篇2012
10 条 记 录,以下是 1-10
排序方式:
高斯过程机器学习的基线计算算法
为了对网络监视领域中样本进行预测和相关处理,大多数研究在计算基线时,都忽略了样本的概率特征,未能结合样本的数据分布,对样本进行相关的处理。因此,本文首先分析样本历史数据的噪音,通过引入高斯过程机器学习方法,提出了基于周期...
杜占玮杨永健白媛
关键词:高斯过程
基于自治计算的流行病传播网络建模与推断被引量:2
2012年
现有的传播网络结构推断方法大都面向信息传播过程,所能处理的数据与可获得的流行病监控数据形式和特性均不相同,不适合处理具有粗粒度、时空多尺度和数据缺失等特性的流行病监控数据.针对该问题,提出了基于自治计算的流行病传播网络建模方法和网络结构推断方法.该方法采用多自治体建模传播网络结构和流行病传播过程,采用蒙特卡罗模拟结合群智能优化的反馈过程调节系统参数,以缩小模拟系统涌现行为与真实监控数据间差异为目标,改变自治体的行为,促使模拟系统向真实系统逐步演化,以此方式推断出传播网络结构及与流行病相关的主要生物学参数.采用2009年H1N1猪流感在香港爆发的真实监控数据分析验证了所提出的模型与方法的有效性和适用情况,并以香港地区流行病风险评估为例介绍了流行病传播网络推断的一种应用模式.
杨博刘际明杨建宁白媛刘大有
关键词:自治计算多AGENT蒙特卡罗模拟时空数据挖掘
一种基于自适应高斯过程的基线计算算法
基于自适应高斯过程技术,提出了一种计算网络主动监控中上下基线的新方法,在满足大型服务器集群对负载性能告警的设置与屏蔽需求下,利用样本噪音的统计特征,结合样本的数据分布,解决了样本数据的回归预测。算法首先分析样本历史数据的...
杜占玮杨永健肖敏白媛
关键词:高斯过程蚁群算法
文献传递
露天采矿爆破振动对民房破坏的LS-SVM预测模型被引量:40
2012年
利用支持向量机学习原理,研究露天采矿爆破振动对民房破坏的预测问题。选取爆破振动幅值、主频率、主频率持续时间、灰缝强度、砖墙面积率、房屋高度、屋盖形式、圈梁构造柱、施工质量和场地条件作为露天采矿爆破振动对民房破坏的影响因素,以工程实际检测数据为训练样本,建立露天采矿爆破振动对民房破坏的LS-SVM预测模型。利用32组爆破实验数据作为学习样本对支持向量机进行训练,建立相应的预测模型并通过回代估计方法进行回检,误判率为0,用另外12组现场实验数据作为检验样本进行测试,测试结果良好。结果表明,LS-SVM预测方法的误判率低,判别精度高,为露天采矿爆破振动对民房破坏预测提供了一种行之有效的新方法,可以在实际相关工程中展开使用。
邵良杉白媛邱云飞杜占玮
关键词:露天采矿爆破振动LS-SVM
股票异常波动检测的自适应高斯过程算法
通过对股票样本历史数据噪音分析,引入高斯过程算法,实现了样本数据的回归预测模型;通过置信区间计算,估计正常数据的取值范围,从而实现异常数据的检测,同时结合蚁群算法,提出了高斯过程参数自适应机制。通过实验,该算法与其它算法...
杜占玮杨永健肖敏白媛
关键词:异常数据高斯过程
文献传递
一种基于自适应高斯过程的基线计算算法被引量:3
2012年
基于自适应高斯过程技术,提出了一种计算网络主动监控中上下基线的新方法,即在满足大型服务器集群对负载性能告警的设置与屏蔽需求下,利用样本噪音的统计特征,结合样本的数据分布,解决了样本数据的回归预测。算法首先分析样本历史数据的噪音,通过结合蚁群算法,提出高斯过程的参数自适应机制,最后实现上下基线的计算。实验结果表明,与其它基线计算算法相比,此算法可以在保证相同准确性的基础上,较大幅度地提高计算效率,保障网络安全,提升网络性能和用户满意度。
杜占玮杨永健肖敏白媛
关键词:高斯过程蚁群算法
高斯过程机器学习的基线计算算法被引量:1
2013年
为了对网络监视领域中样本进行预测和相关处理,大多数研究在计算基线时都忽略了样本的概率特征,未能结合样本的数据分布,对样本进行相关的处理,忽略了利用样本的周期特性和数据分布对样本进行相关处理的改进空间.因此,本文分析样本历史数据的噪音,通过引入高斯过程机器学习方法,提出基于周期样本的高斯过程机器学习方法,通过采用复合核函数,实现了网络主动监控中的基线计算.首先对"周期数据"进行聚类处理,同时将核函数拆分为全局核函数部分和局部核函数部分,使用聚类点训练全局核函数部分;使用局部点训练局部核函数.通过实验,与其它算法相比大大提高了效率,而且保证了近似的准确性.最终保障网络安全、提升网络性能和用户满意度.
杜占玮杨永健白媛肖敏韩丽英
关键词:高斯过程
基于自主计算的流行病传播网络建模与推断
从流行病监控数据中准确推断出描述流行病传播途径和传播方式的流行病传播网络具有重要意义。现有的传播网络结构推断方法大都面向信息传播过程,所能处理的数据与可获得的流行病监控数据形式不同,不适合处理具有粗粒度、时空多尺度和数据...
杨博刘际明杨建宁白媛刘大有
关键词:多智能体系统蒙特卡罗模拟时空数据挖掘
文献传递网络资源链接
股票异常波动检测的自适应Gauss过程算法
2012年
基于Gauss过程机器学习算法,通过分析股票样本的历史数据噪声问题,给出相应的股票样本数据回归预测模型,解决了股票异常数据的检测问题;并用蚁群算法,解决了Gauss过程机器学习算法的参数自适应问题.实验结果表明,该算法与其他算法相比,可在保证近似准确性的基础上,大幅度提高计算效率,提升用户满意度.
杜占玮杨文杨永健肖敏白媛
关键词:异常数据GAUSS过程蚁群算法
高斯过程在煤与瓦斯突出预测中的应用研究
在煤矿生产中,煤矿瓦斯突出危险性预测与防治一直是世界各主要产煤国十分关注的重大科研课题。煤与瓦斯突出的研究表现出“治理手段多,预报手段少”,瓦斯突出机理复杂等问题,导致有些矿井虽然瓦斯检测指标正常,结果发生了瓦斯突出。所...
白媛
关键词:煤与瓦斯突出高斯过程
文献传递
共1页<1>
聚类工具0