|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 面向工程教育认证的软件建模与分析课程改革实践显示文摘针对软件建模与分析课程存在的教学目标不清晰、忽视学生能力培养、考核方式单一等问题,提出基于工程教育认证学生为中心、产出导向的软件建模与分析课程改革方法,介绍具体课程改革实践过程,通过课程目标平均达成度计算结果,说明面向工程教育认证的软件建模与分析课程改革效果。 | 霍纬纲 | 2019 | 计算机教育2019，，11： | 2 |
| 2 | 基于SQL Server的演绎规则处理器显示文摘设计并实现了一种基于SQLServer的演绎规则处理器,其主要功能是把演绎规则转换为含有SQL语句的过程代码,利用该处理器用户可用一阶逻辑谓词定义和查询IDB关系。 | 霍纬纲 | 2005 | 计算机工程2005，31，B07： | 0 |
| 3 | 一种基于多目标进化算法的模糊关联分类方法显示文摘准确率和解释性是模糊关联分类模型的两个相互制约的优化目标.目前已有的研究方法中,有的只考虑了分类模型的准确率,有的把模型两个目标转化为单目标问题求解,在模型解释性目标上的优化策略较简单.为此提出一种基于Apriori和NSGA-II多目标进化算法的模糊关联分类模型(MOEA-FACM),采用基于概率独立性的模糊确认指标筛选生成高质量的模糊关联规则集,以Pittsburgh式的编码方式构建准确率和解释性折中的模糊关联分类模型.标准数据集上的实验表明,该方法所建模型分类准确率比同类模型高,分类模型具有较好的泛化能力,而其所含模糊关联规则的数目和规则前件总的模糊项的个数却较少,模型的解释性较好. | 霍纬纲 邵秀丽 | 2011 | 计算机研究与发展2011，48，4： | 13 |
| 4 | 基于自编码器和隐马尔可夫模型的时间序列异常检测方法显示文摘针对已有基于隐马尔可夫模型(HMM)的时间序列异常检测模型的符号化方法不能很好地表征原始时间序列的问题,提出了一种基于自编码器和HMM的时间序列异常检测方法(AHMM-AD)。首先,通过滑动窗口对时间序列样本进行分段,按照分段位置形成若干时间序列分段样本集,由正常时间序列上不同位置的分段样本集训练各个分段的自编码器;然后,利用自编码器得到每个分段时间序列样本的低维特征表示,通过对低维特征表示向量集的K-means聚类处理,实现时间序列样本集的符号化;最后,由正常时间序列的符号序列集生成HMM,根据待测样本在已建HMM上的输出概率值进行异常检测。在多个公共基准数据集上的实验结果显示,AHMM-AD比已有的基于HMM的时间序列异常检测模型在精确度、召回率和F1值分别平均提高了0.172、0.477、0.313,比基于autoencoder的时间序列异常检测模型,在这三方面分别平均提高了0.108、0.450、0.319。实验结果表明,AHMM-AD方法能够提取时间序列中的非线性特征,解决已有HMM建模时间序列符号化过程中不能很好表征时间序列的问题,并在时间序列异常检测性能上也有显著提升。 | 霍纬纲 王慧芳 | 2020 | 计算机应用2020，40，5： | 10 |
| 5 | 一种适用于多类不平衡数据集的模糊关联分类方法显示文摘提出一种适用于多类不平衡分布情形下的模糊关联分类方法,该方法以最小化AdaBoost.M1W集成学习迭代过程中训练样本的加权分类错误率和子分类器中模糊关联分类规则数目及规则中所含模糊项的数目为遗传优化目标,实现了AdaBoost.M1W和模糊关联分类建模过程的较好融合.通过5个多类不平衡UCI标准数据集和现有的针对不平衡分类问题的数据预处理方法实验对比结果,表明了所提出的方法能显著提高多类不平衡情形下的模糊关联分类模型的分类性能. | 霍纬纲 高小霞 | 2012 | 控制与决策2012，27，12： | 7 |
| 6 | 基于TD-FP-growth的模糊关联规则挖掘算法显示文摘提出一种基于TD-FP-growth的模糊关联规则挖掘算法.首先,使用3种t-模算子以及由其产生的蕴涵算子计算模糊频繁项的支持度和规则的蕴涵度,产生的关联规则能表示模糊项间的确定性和渐近性逻辑语义;然后,以事务的惟一标识为键值,散列存储每个事务相对FP-tree中每个结点所表示模糊项的隶属度,使TD-FP-growth适用于模糊频繁项的挖掘,并分析了算法的时间和空间复杂度;最后,实验结果表明该算法比基于apriori的模糊频繁项挖掘算法在时间方面更加有效. | 霍纬纲 邵秀丽 | 2009 | 控制与决策2009，24，10： | 5 |
| 7 | Wasserstein自编码器异常检测模型显示文摘针对现有半监督深度生成异常检测模型对复杂真实数据分布学习能力不足及模型训练困难的问题,提出基于改进Wasserstein自编码器(Wasserstein autoencoder,WAE)的异常检测模型WAE-AD。使用能够稳定训练的自编码器网络结构,利用Wasserstein距离对模型拟合分布与待检测数据真实分布之间的距离进行度量,学习更加复杂的高维数据分布。使用正常数据构成的训练集训练模型收敛,根据待检测数据在训练好的模型中的异常得分进行异常判定。实验结果表明,WAE-AD模型的精确率、召回率、F1值3项异常检测性能指标较现有半监督深度生成异常检测模型均有明显提高。 | 王星 霍纬纲 | 2020 | 计算机工程与设计2020，41，11： | 3 |
| 8 | 利用博客链接平台选取联合关键字的博客聚类方法显示文摘针对全文本关键字检索的时间成本高、采用标签/类别会产生语句歧义和同义词等问题,提出在博客链接平台上选取联合关键字进行博客聚类。假设一个博客文章被查询的候选关键字(或者联合关键字)可以用于表示这个博客文章的主题,为验证该假设,首先将跟踪代码嵌入到博客链接(BC)组件中,以收集读者查询的关键字;然后,选取适当的候选关键字作为联合关键字;最后,使用重叠投影、交互信息投影、分布式分布信息和肯德尔τ系数这四种相似性度量以验证BC组件提取的联合关键字。实验结果表明,提出的方法可以为查询者提供一条找到对应博客的快速通道;此外,生成的联合关键字可以减少全文本关键字检索过程的复杂度和冗余度,很好地满足了博客用户的需求。 | 王琦 霍纬纲 | 2017 | 计算机应用研究2017，34，12： | 2 |
| 9 | 一种基于PL-LDA模型的主题文本网络构建方法显示文摘Labeled LDA能挖掘出给定主题下的单词概率分布,但却无法分析主题词之间的关联关系。采用PMI虽可计算两个单词的相互关系,但却和给定主题失去联系。受PMI在窗口中统计词对共现频率的启发,提出了一种PL-LDA(Pointwise Labeled LDA)主题模型,可计算给定主题下词对的联合概率分布,在航空安全报告数据集上的实验表明PL-LDA模型所得结果具有很好的解释性。利用PL-LDA构建了主题文本网络,该网络除能反映主题词分布外,还可展现它们之间的复杂关联关系。 | 张志远 霍纬纲 | 2017 | 复杂系统与复杂性科学2017，14，1： | 2 |
| 10 | 基于CHC遗传模型的数量属性模糊划分显示文摘提出一种基于跨世代异物种重组大变异遗传模型的数量属性模糊划分方法,采用实数编码和PNX交叉算子,通过设定阈值重新初始化算子,以模糊1-频繁项的支持度、三角形隶属度函数对数量属性取值范围的覆盖率以及隶属度函数间的重叠度为优化目标,通过遗传进化自动确定数量属性的模糊划分区间。实验结果表明该方法缩短了进化所需时间,所得最优个体的适应度值较高。 | 霍纬纲 邵秀丽 | 2010 | 计算机工程2010，36，7： | 1 |
| 11 | 基于Nave MIDEA算法的模糊分类系统显示文摘阐述了Nave MIDEA分布估计算法的相关内容及多目标优化问题中的一些基本概念,提出了基于Nave MIDEA分布估计算法的模糊分类系统构建方法。通过在Iris,Pima,Wine三个标准数据集的仿真实验表明,该方法比基于遗传算法的模糊分类器在准确率和解释性方面更有效。 | 高小霞 霍纬纲 | 2013 | 实验室科学2013，16，2： | 0 |
| 12 | 一种求解递归规则的有效算法显示文摘研究了一种求解包含一个IDB谓词线性递归程序的算法,该算法由规则间的相关性对逻辑程序进行分解,减少IDB谓词项的个数,然后再对分解后的子程序进行魔转换。并提出了对该算法的进一步优化方案。最后对算法中引入的ID号做了开销分析。 | 霍纬纲 肖元枝 | 2005 | 中国民航学院学报2005，23，2： | 0 |
| 13 | 演绎数据库中处理递归查询的一种改进算法显示文摘如何提高演绎数据库的递归查询效率是演绎数据库领域所面临的一个重要问题 .介绍了一种结合传统的逻辑查询处理自顶向下和自底向上两种处理方式的递归查询算法 .该算法基于侧向信息传递策略 ,把查询计算始终限制在与查询的初始约束相关的元组 。 | 霍纬纲 陶世群 | 2004 | 山西大学学报(自然科学版)2004，27，2： | 0 |
| 14 | 基于多尺度卷积自注意力的多维时间序列预测显示文摘现有的多维时间序列(mutivariate time series, MTS)预测模型大多关注序列变量间的时空依赖关系,没有考虑MTS各变量上取值的典型变化趋势,即局部上下文模式(local context pattern, LCP)。为此设计一种基于因果卷积自注意力和图卷积网络的MTS预测模型,通过多通道多尺度因果卷积提取MTS各变量的多尺度LCP特征,采用多头自注意力机制捕获多尺度LCP间的时序依赖关系,由图卷积网络提取多尺度LCP时序特征之间的空间依赖关系。在4个公开MTS数据集上的结果表明了该预测方法预测性能的优越性。 | 霍纬纲 侯振环 | 2023 | 计算机工程与设计2023，44，4： | 0 |
| 15 | 基于分布估计算法的模糊分类方法显示文摘提出了基于分布估计算法的模糊分类建模方法,该方法基于Apriori原理生成初始模糊规则集,并且以匹茨堡型的二进制编码方式对模糊规则集编码,基于双变量相关的MIMIC(mutual information maximization for input clustering)分布估计算法从初始规则集中自动抽取模糊规则。通过在Iris,Pima,Wine这3个标准数据集的仿真实验表明,该方法比基于遗传算法的模糊分类器在准确率和解释性方面更有效。 | 霍纬纲 高小霞 | 2013 | 计算机工程与设计2013，34，7： | 0 |
| 16 | 基于HBase的QAR数据存储设计与实现显示文摘为解决传统关系数据库存储QAR数据可扩展性低、可用性差的问题,设计一种基于HBase的QAR数据分布式存储方法。根据QAR数据的特点,设计HBase表结构,将QAR参数划分为安全、航迹、燃油、发动机、预测、飞行员操作及其它共七大主题,构建基于航班号、航班日期、参数主题三者组合的MD5散列值行键结构,根据行键散列值对QAR数据值表预分区,通过行键散列机制和预分区技术相结合的两级优化策略实现QAR数据文件分布式存储。真实QAR数据集上的实验结果表明,该QAR数据存储模式能使数据均衡分布在集群中,避免了写热点和数据倾斜问题,有较高的存取性能。 | 霍纬纲 程文莉 李继龙 | 2020 | 计算机工程与设计2020，41，5： | 12 |
| 17 | 基于模糊关联分类器的民机超限事件诊断方法显示文摘现有的民用飞机超限事件智能诊断模型大多属于'黑盒'模型,不利于分析超限事件发生的原因.为此提出了一种基于模糊关联分类器(FAC,Fuzzy Associative Classifier)的民用飞机超限事件诊断方法.该方法抽取发生超限事件时对应的QAR(Quick Access Recorder)参数快照取值,采用模糊C均值(FCM,Fuzzy C-Means)聚类算法对抽取的QAR参数取值模糊预处理,然后基于Apriori算法生成模糊关联分类规则库,并由遗传算法对其进行裁剪,结合模糊分类推理方法形成FAC.采用B737-800实际样本数据进行了验证.实验结果表明,所提出的FAC能有效诊断超限事件,FAC识别超限事件的错误率与最小二乘支持向量机(LSSVM,Least Squares Support Vector Machine)模型相当,但其解释性方面优于LS-SVM. | 高小霞 霍纬纲 冯兴杰 | 2014 | 北京航空航天大学学报2014，40，10： | 9 |
| 18 | 改进小波聚类算法在QAR数据中的应用显示文摘传统小波聚类算法标记满足密度阈值的连通单元为同一个簇,而不满足密度阈值的网格有可能存在属于簇的数据对象,数据的每维属性有时差距较大,不合适再划分均匀网格。为此,提出一种改进的小波聚类算法CWave Cluster,划分非均匀网格,进一步细化边界网格,对不满足密度阈值的网格进行处理,最终形成聚类。在指定的快速存取记录器(QAR)数据集上的实验结果表明,改进的小波聚类算法能根据数据特点划分网格,区分簇与簇的边界,有效解决QAR数据异常点检测问题。 | 杨慧 李振 霍纬纲 | 2017 | 计算机工程2017，43，9： | 4 |
| 19 | 聚类HMM模型在QAR数据分析中的应用研究显示文摘快速存取记录器QAR(Quick Access Recorder)数据是飞机飞行过程中从传感器获取的流数据。面对大量的QAR数据,提出一种基于聚类的HMM模型。针对QAR数据特点,分析发生故障或异常时QAR数据中不同属性的变化特点,提取主要影响属性进行分析。通过对其聚类进行数据离散化,得出数据的状态趋势,即将其分为多个状态趋势。对故障或异常发生的过程进行HMM建模,以状态序列的形式描述故障或异常发生的过程,并以飞机空中颠簸故障为例,建立空中颠簸相关QAR数据的HMM模型,并检验了该模型的有效性。 | 杨慧 毛好好 霍纬纲 | 2018 | 计算机应用与软件2018，35，1： | 3 |
| 20 | 基于随机Transformer的多维时间序列异常检测模型显示文摘针对已有基于变分自编码器(VAE)的多维时间序列(MTS)异常检测模型无法在隐空间中传播随机变量间的长时依赖性问题,提出了一种融合Transformer编码器和VAE的随机Transformer MTS异常检测模型(ST-MTS-AD)。在ST-MTS-AD的推断网络中,Transformer编码器产生的当前时刻MTS长时依赖特征和上一时刻随机变量的采样值被输入多层感知器,由此生成当前时刻随机变量的近似后验分布,实现随机变量间的时序依赖。采用门控转换函数(GTF)生成随机变量的先验分布,ST-MTS-AD的生成网络由多层感知器重构MTS各时刻取值分布,该多层感知器的输入为推断网络生成的MTS的长时依赖特征和随机变量近似后验采样值。ST-MTS-AD基于变分推断技术学习正常MTS样本集分布,由重构概率对数似然确定MTS异常片段。4个公开数据集上的实验表明,ST-MTS-AD模型比典型相关基线模型的F1分数有明显提升。 | 霍纬纲 梁锐 李永华 | 2023 | 通信学报2023，44，2： | 2 |
您所在的机构暂未开通此部分的功能，请联系管理员