杨静
- 作品数：3 被引量：6H指数：2
- 供职机构：解放军电子工程学院网络工程系更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 高负载下数据库动态性能预测模型的研究与应用被引量：2
- 2012年
- 数据库性能预测具有可利用的历史数据较少和受外界不确定性因素影响较大的特点,传统的单一、静态预测模型很难满足生产实际的需要。本文重点介绍在高负载下,通过构建数据库动态预测组合模型,克服传统马尔科夫链方法的不足,可以有效预测在逻辑读剧增的情况下导致的SQL性能问题。建立灰色-马尔科夫链预测模型,预测随机时间序列数据的总体发展趋势,使用这些技术可以在Oracle数据库系统处于高负载状态下,对SQL语句执行情况做出准确的性能预测,迅速定位性能瓶颈,有效预防性能问题。
- 张顺仕龚代圣杨静
- 关键词：ORACLE数据库
- 基于聚类分析检索团伙多起犯罪的迭代算法
- 2013年
- 将数据挖掘技术应用到公安机关侦查犯罪的过程当中,针对危害人民利益的团伙多起犯罪案件,提出一种确定性的算法,该算法基于社会网络理论和层次聚类方法,找出形成团伙多起犯罪的关联关系,用迭代拓展集合的方法将有关联关系的案件分类成一个个子集合,每个子集合中案件进行匹配查找,找出团伙多起犯罪的案件及共同犯罪嫌疑人。本文提出的这种算法相比之前的基本解决方案,大大提高工作效率,降低查询的运行时间。
- 杨静王靖
- 关键词：社会网络
- 基于BSMOTE和逆转欠抽样的不均衡数据分类算法被引量：4
- 2014年
- 针对传统分类器在数据不均衡的情况下分类效果不理想的缺陷,为提高分类器在不均衡数据集下的分类性能,特别是少数类样本的分类能力,提出了一种基于BSMOTE和逆转欠抽样的不均衡数据分类算法。该算法使用BSMOTE进行过抽样,人工增加少数类样本的数量,然后通过优先去除样本中的冗余和噪声样本,使用逆转欠抽样方法逆转少数类样本和多数类样本的比例。通过多次进行上述抽样形成多个训练集合,使用Bagging方法集成在多个训练集合上获得的分类器来提高有效信息的利用率。实验表明,该算法较几种现有算法不仅能够提高少数类样本的分类性能,而且能够有效提高整体分类准确度。
- 陈睿张亮杨静胡荣贵
- 关键词：不均衡数据集多分类器集成
