国家教育部博士点基金(200801510001)
- 作品数：16 被引量：214H指数：9
- 相关作者：陈燕李桃迎张琳牟向伟张金松更多>>
- 相关机构：大连海事大学保山学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术交通运输工程经济管理文化科学更多>>
- 基于信息流结构分析的系统建模被引量：9
- 2011年
- 信息流结构分析方法从整体角度,更全面描述业务领域的信息结构,避免信息缺失.通过建立信息流的代数结构,以及对信息流的系统效用分析,实现信息流结构到系统功能结构的转换.以水路管理信息系统为例,说明信息流分析方法的有效性以及实用性.
- 秦胜君陈燕杨明
- 关键词：信息系统代数结构信息流
- 金融危机背景下中国航运企业SWOT分析被引量：6
- 2009年
- 世界金融危机对全球金融体系及实体经济造成重创,航运业更是本轮危机的重灾区。运用SWOT的战略管理分析方法,针对中国航运企业现阶段所面临的内外部环境,提出影响航运企业战略选择的重要影响因素并进行定性分析,据以得出航运企业战略选择方案。
- 刘振峰陈燕刘阁童菁菁
- 关键词：金融危机SWOT分析
- 基于语义Web服务技术的敏捷供应链协同管理研究
- 2010年
- 通过在Web服务中引入面向供应链的领域本体,基于语义Web服务技术完成供应链Web服务之间的语义级交互,建立基于面向服务的敏捷供应链协同系统架构,实现跨企业的复杂业务流程协同与动态集成。
- 屈莉莉翟军陈燕
- 关键词：面向服务架构语义WEBWEB服务敏捷供应链协同管理
- 基于层次分析法的中国航运企业SWOT分析被引量：16
- 2009年
- 为准确分析航运企业的竞争态势和市场地位,将层次分析法(AHP)应用到航运企业的优势、劣势、机会和威胁(SWOT)分析中.针对SWOT分析方法缺少定量分析过程的不足,建立一个较为完整的定性与定量分析相结合的系统框架,通过建立SWOT定量分析模型和五个判断矩阵,分析影响航运企业发展的关键因素,提出中国航运企业的战略选择方案.分析结果表明,该方法可较好地为航运企业竞争战略的制定提供可靠依据.
- 刘振峰刘阁陈燕童菁菁
- 关键词：劣势
- 增量聚类算法综述被引量：7
- 2010年
- 给出了增量聚类的概念。分析了增量聚类方法可以用于解决数据的变化和大量存储空间的需求问题。增量聚类算法选择恰当时,可以保证数据在变化时有效地提高聚类的精度和效率。从传统聚类、生物智能聚类和数据流聚类三个角度归纳了增量聚类问题,分析了增量聚类问题的研究进展:包括发展的过程及特点,阐述了研究增量聚类问题的关键技术,最后给出了未来的发展趋势。
- 李桃迎陈燕秦胜君李楠
- 关键词：聚类分析增量聚类生物智能数据流
- 基于模糊描述逻辑的个性化推荐系统建模被引量：11
- 2011年
- 为了解决现有个性化推荐系统中缺乏对模糊语义信息处理的能力,建立模糊语义推荐系统模型,使用模糊描述逻辑实现了该模型,并给出了推荐算法。在实现模型的过程中引入了两条规则,实现了概念层次关系在兴趣程度和关联程度上的传递。最后通过实例证明,通过将用户的兴趣和待选资源的相关概念在语义层面进行适当的扩展,模糊语义推荐系统模型能更准确地描述用户的兴趣并产生更多符合用户兴趣的推荐项目。
- 牟向伟陈燕
- 关键词：个性化推荐模糊描述逻辑用户兴趣
- 基于聚类融合的混合属性数据增量聚类算法被引量：9
- 2012年
- 针对传统增量聚类方法对混合属性数据聚类时存在不稳定、随机性大和准确性不够高的缺点,提出一种基于聚类融合的混合属性数据增量聚类算法.该算法以传统增量聚类为基础,采用多种聚类算法的结果进行融合来代替原有单一划分,并重新修正了阈值的取值范围.实验表明,所提出的算法利用原有数据的特征,提高了聚类的稳定性和精确性,具有很好的聚类效果.
- 李桃迎陈燕张金松秦胜君
- 关键词：聚类融合增量聚类矢量量化
- 基于模糊关联规则的交通事故分析应用研究被引量：10
- 2011年
- 研究发现交通事故潜在规律,预测交通事故的发生,针对关联规则方法用于交通事故分析,对交通的数值型属性无法给出有效地划分,为提高安全管理决策,提出引入模糊聚类,用改进FCM(Fuzzy c-Means)方法对数值属性进行聚类,可用取值的范围对分类属性进行聚类,采用模糊关联规则挖掘导致交通事故的原因和规律。模糊关联规则首先对FCM算法进行了改进,包括隶属度、权值和中心点的计算和修正方法,利用模糊关联规则方法进行挖掘,最后对算法进行了仿真和可视化显示,结果表明模糊关联规则方法挖掘出的规则符合现实情况,为交通管理提供有效的方法。
- 李桃迎陈燕张琳张金松
- 关键词：聚类模糊聚类关联规则模糊关联规则交通事故分析
- 一种基于密度的K-means算法研究被引量：44
- 2011年
- 针对传统K-means算法必须事先确定聚类数目以及对初始聚类中心的选取比较敏感的缺陷,采用基于密度的思想,通过设定Eps邻域以及Eps邻域内至少包含的对象数minpts来排除孤立点,并将不重复的核心点作为初始聚类中心;采用类内距离和类间距离的比值作为准则评价函数,将准则函数取得最小值时的聚类数作为最佳聚类数,这些改进有效地克服了K-means算法的不足。最后通过几个实例介绍了改进后算法的具体应用,实例表明改进后的算法比原算法有更高的聚类准确性,更能实现类内紧密类间远离的聚类效果。
- 张琳陈燕汲业张金松
- 关键词：K-MEANS算法基于密度类间距离
- 信息经济学的理论体系与研究内容评述被引量：7
- 2009年
- 通过对信息经济学主流理论体系和研究内容的归类,揭示出作为一门交叉学科的信息经济学的综合性和研究范围的广泛性,并探讨了信息经济学的发展前景。
- 屈莉莉陈燕李剑锋
- 关键词：信息经济学
