孙月明
- 作品数：4 被引量：7H指数：1
- 供职机构：武汉大学计算机学院更多>>
- 发文基金：国家自然科学基金重庆市科技计划项目中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术理学文化科学更多>>
- 一种基于k近邻图的稀有类检测算法被引量：1
- 2016年
- 稀有类检测的目标是为无类别标签的数据集中的每个类,特别是仅含少量数据样本的稀有类,寻找到至少一个数据样本以证明数据集中存在这些类.该技术在金融欺诈检测及网络入侵检测等现实问题中具有广泛的应用场景.但是,现有的稀有类检测算法往往存在以下问题:(1)时间复杂度比较高;或(2)对原始数据集需要一定的先验知识,如数据集中各类数据样本所占比例等.提出了一种基于k邻近图的无先验快速稀有类检测算法KRED,通过利用稀有类数据样本在小范围内紧密分布所造成的与周边数据分布的不一致性来定位稀有类.为此,KRED将给定数据集转化为k邻近图,并计算图中各顶点入度和边长的变化.最后,将以上变化最大的顶点对应的数据样本作为稀有类的候选样本.实验结果表明:KRED有效提高了发现数据集中各个类的效率,明显缩短了算法运行所需时间.
- 王淞黄浩余果梁楠王黎维孙月明
- 关键词：数据分布入度
- 基于感染结果的传播网络推断方法
- 2022年
- 为揭示传播网络中节点之间的父子影响关系,现有工作大多需要知道节点的感染时间,而该信息往往只有通过对传播过程进行实时监控才能获得.研究如何基于传播结果来学习获得传播网络中节点之间的父子影响关系.传播结果只包含每个传播过程中节点的最终感染状态,而节点的最终感染状态在实际中往往比节点的感染时间更容易获得.提出了一种基于条件熵的方法来推断网络中每个节点的潜在候选父节点.此外,能够通过从基于条件熵的推断结果中发现并修剪那些实际不太可能存在的父子影响关系来优化最终的影响关系推断结果.在人工网络和真实网络上的大量实验,验证了该方法的有效性和运行效率.
- 赛影辉王明鑫陈畅雷伯涵侯叶俏李翔翔孙月明陈旭
- 无需感染时间信息的传播网络快速推断算法被引量：5
- 2019年
- 现有的大多数传播网络推断方法需要节点的感染时间信息,但是在许多现实传播过程中,准确的感染时间信息往往是难以获得的。以准确、高效且无需感染时间信息的传播网络推断方法为目标,研究了如何仅利用多次传播过程结束时观测到的各节点的感染状态来推断节点间的影响关系和感染传播概率。为此,该方法首先利用节点感染状态间的互信息来量化它们之间的相互关联,找出可能的节点间影响关系。然后,构建以感染传播概率为变量的节点感染状态观测数据的对数似然函数,并采用期望最大化的方法最大化该对数似然函数并求解感染传播概率。实验结果表明,相较现有方法,该方法有效提高了传播网络推断的准确性,并且大幅缩短了算法运行所需时间。
- 孙月明张运加颜钱陈璐黄浩高云君
- 港口物流商务智能系统数据仓库和OLAP的设计和实现
- 以物流企业的实际应用为背景,对数据仓库技术及其在中小型物流企业中的应用进行了探讨,文中提出商务智能解决方案,目的是帮助物流企业充分利用其业务支撑系统产生的大量宝贵的数据资源,实现对信息的智能化加工和处理,为市场经营工作提...
- 孙月明
- 关键词：商务智能数据仓库数据挖掘港口物流OLAP
- 文献传递
