山东省自然科学基金(ZR2010GM013)
- 作品数：6 被引量：19H指数：3
- 相关作者：李洪波周春姐胡俊胡喜玲王际科更多>>
- 相关机构：鲁东大学南京师范大学更多>>
- 发文基金：山东省自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 基于节点策略学习行为的社交网络合作促进机制被引量：2
- 2017年
- 已有节点合作激励机制通常使用节点历史交易信息,信息的存储和处理会带来较大开销,且可能存在恶意节点反馈的虚假信息。针对上述问题,提出一种基于节点自身属性调整的合作激励机制。节点依据自己在策略学习过程中是失败者还是成功者来对自己发起的交易数量进行调整。实验结果表明,网络中合作节点比例较不使用机制时有显著提高,且当存在节点策略选择扰动时,合作节点比例在网络演化均衡态保持了较好的稳定性。
- 杨文潮王际科崔光海
- 关键词：社交网络激励机制
- 物联网环境下舰船监控网络高维异常数据挖掘方法被引量：1
- 2019年
- 为了准确识别物联网环境下舰船监控网络高维异常数据,针对当前识别方法存在的误差大、速度慢等不足,提出一种物联网环境下舰船监控网络高维异常数据挖掘方法。首先分析当前物联网环境下舰船监控网络高维异常数据识别的研究现状,指出各种方法的局限性,然后结合舰船监控网络异常数据的高维特点,引入解决了"维数灾"问题的支持向量机对舰船监控网络高维异常数据进行挖掘,找到舰船监控网络异常数据的变化趋势,最后通过仿真实验分析了其有效性和优越性。结果表明,本文方法提高了舰船监控网络高维异常数据识别正确率,误识率明显下降,减少了舰船监控网络高维异常数据识别时间,可以对大规模舰船监控网络高维异常数据进行处理,具有广泛的应用前景。
- 李洪波
- 关键词：物联网异常数据
- 基于减法聚类和快速紧密性函数的SF-FCM被引量：7
- 2011年
- 首先结合减法聚类和模糊C-均值聚类各自的优点,运用减法聚类自适应地确定模糊C-均值聚类(FCM)的初始聚类数;然后,提出了改进的紧密性函数,以此改进用于确定FCM聚类结构的有效性函数.改进后的紧密性函数将对聚类结果贡献不大的数据予以剔除,使得算法适应能力更强,执行速度更快.实验结果表明,该快速紧密性函数是有效的,而且计算速度更快.
- 李洪波
- 关键词：聚类模糊C-均值聚类减法聚类
- 基于自适应混沌遗传算法的路径规划被引量：5
- 2013年
- 如何保证在未知复杂环境下规划出的机器人路径全局最优或较优一直是这一领域的一个研究难题,将混沌理论和遗传算法相结合,提出了一种新颖的基于自适应混沌遗传算法的机器人路径规划算法。利用信息熵产生初始群体,增加初始群体的多样性,将混沌优化的遍历特性引入遗传算法,以防止和克服进化过程中的"早熟"现象。仿真实验表明,即使在复杂的未知环境下,利用该算法也可以规划出一条全局优化路径,且能安全避碰。
- 胡喜玲李洪波胡俊
- 关键词：路径规划遗传算法混沌自适应
- 一种优化的语义条件模糊聚类被引量：1
- 2013年
- 在条件模糊聚类的基础上,提出利用公理化模糊集的成员隶属度函数量化用户语义、确定外部条件的方法。引入调节因子新概念,以调节基于语义的成员隶属度和基于欧拉距离的模糊隶属度对聚类结果的影响,并最终建立了语义条件聚类和经典模糊聚类的统一框架。给出了语义聚类的评价指标——语义强度期望,以找到距离目标语义最近的聚类。为使条件模糊聚类的聚类准确性更高,对原始数据进行了谱变换,尔后进行语义条件聚类。利用Iris数据集,对标准模糊聚类、语义条件聚类和语义条件聚类的谱优化3个算法进行了多指标综合实验比较。实验结果表明,语义条件聚类能够发现最贴近用户给出的语义的聚类。
- 李洪波李仁璞张志旺周春姐
- 云计算下通信大数据多属性特征引导融合仿真被引量：3
- 2021年
- 对云计算下通信大数据的引导融合是当前数据处理和使用的核心技术之一,传统引导融合技术均存在属性节点生存期较短的问题,造成后续维护和运营成本有较大幅度的增加,融合效率降低。为了解决上述问题,提出云计算下通信大数据多属性引导融合新技术,对当前用户所需要的特征数据划分为不同的数据团,根据属性信息制备属性标签,进行数据团集成;根据集成结果,利用粗糙制备决策树,计算数据属性特征,对当前决策树获取的信息属性特征进行权值排序和计算,明确输入和输出特征的属性关联度;最后通过寻找属性关联度实现多属性的引导融合。仿真结果表明,应用上述引导方法后,特征数据节点融合能耗降低22%,节点挖掘率提高30%,可以有效解决数据属性节点生存期问题。
- 李洪波周春姐
- 关键词：决策树
