林琛
- 作品数：39 被引量：263H指数：8
- 供职机构：厦门大学更多>>
- 发文基金：国家自然科学基金福建省自然科学基金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文化科学生物学更多>>
- 基于视图树的实视图动态选择
- 为用户缓存实视图可以有效提高其OLAP查询的性能。但是，已有的缓存管理策略由于没有考虑用户在进行OLAP分析时的数据访问特性，在处理实视图动态选择问题时无法获得好的性能。提出了视图路径和视图树的概念，并以视图树作为客户端...
- 林子雨邹权林琛赖永炫郑炜
- 关键词：数据仓库联机分析处理多维数据缓存
- 文献传递网络资源链接
- 基于机器学习的舆情事件反转检测方法
- 基于机器学习的舆情事件反转检测方法，涉及机器学习。依次使用以下步骤：输入舆情期间新闻事件相关的新闻实体，获得舆情期间公众评论并关联到新闻事件报道；使用基于位置信息的情感极性预测模型抽取公众评论对于新闻实体的情感极性；使用...
- 林琛李辉王云杰
- 基于集成学习和分层结构的多分类算法被引量：9
- 2015年
- 分类是数据挖掘、模式识别等领域的重要研究内容.文中提出基于集成学习和分层结构的多分类算法.首先依据问题的类别层分解问题,定义层次分类器的分层结构,然后在分层结构的基础上通过集成学习方法集成多个弱分类器以构成分类过程.在CCDM 2014数据挖掘竞赛中,文中算法在平均精度和F1-score等多项指标上均取得最高成绩,证明该算法在分类问题上的可行性.
- 邹权宋莉陈文强曾建沧林琛
- 一种基于迁移学习的索引推荐方法及系统
- 本发明公开了一种基于迁移学习的索引推荐方法及系统，涉及强化学习技术领域，方法包括：对工作负载流进行分割和编码；训练一个基于自监督对比学习的工作负载表示模型，得到工作负载表示；将基于自监督的对比学习的工作负载表示和其他数据...
- 林琛
- 基于机器学习的调查问卷自动生成方法
- 基于机器学习的调查问卷自动生成方法，涉及机器学习。使用序列模式挖掘算法找出问题中常见的句型，每个问题去掉句型，得到名词性短语，即关键短语；输入话题，得到话题与关键短语的关系图，得覆盖所述关系图的种子问题集；对种子问题集进...
- 林琛杨颖林灵婷
- 一种针对学习型索引推荐系统的投毒攻击方法及系统
- 本发明公开了一种针对学习型索引推荐系统的投毒攻击方法及系统，包括：首先，在黑盒场景设置下提出了探测索引偏好的方法，基于学习型索引推荐模型对不同工作负载的推荐结果提取其对不同索引列的偏好排序，以指导投毒攻击步骤；其次，设计...
- 林琛
- 关系数据库中的关键词查询结果动态优化被引量：18
- 2014年
- 关键词查询可以帮助用户从数据库中快速获取感兴趣的内容,它不需要用户掌握专业的数据库结构化查询语言,降低了使用门槛.针对基于关键词的数据库查询,基于数据图的方法是一种比较常见的方法,它把数据库转换成数据图,然后从数据图中计算最小Steiner树.但是,已有的方法无法根据不断变化的用户查询兴趣而动态优化查询结果.提出采用蚁群优化算法解决数据库中的关键词查询问题,并提出了基于概念漂移理论的用户查询兴趣突变探查方法,可以及时发现用户兴趣的突变.在此基础上,提出了基于概念漂移理论和蚁群优化算法的查询结果动态优化算法ACOKS*,可以根据突变的用户兴趣,动态地优化查询结果,使其更加符合用户查询预期.在原型系统上得到的大量实验结果表明,该方法具有很好的可扩展性,并且可以比已有的方法取得更好的性能.
- 林子雨邹权赖永炫林琛
- 关键词：关键词查询关系数据库蚁群优化STEINER树
- 基于集成分类器的蛋白质折叠模式识别
- 2012年
- 蛋白质折叠问题被列为"21世纪的生物物理学"的重要课题,他是分子生物学中心法则尚未解决的一个重大生物学问题,因此预测蛋白质折叠模式是一个复杂、困难、和有挑战性的工作。为了解决该问题,我们引入了分类器集成,本文所采用的是三种分类器(LMT、RandomForest、SMO)进行集成以及188维组合理化特征来对蛋白质类别进行预测。实验证明,该方法可以有效表征蛋白质折叠模式的特性,对蛋白质序列数据实现精确分类;交叉验证和独立测试均证明本文预测准确率超过70%,比前人工作提高近10个百分点。
- 胡始昌江弋林琛邹权
- 关键词：集成分类器蛋白质二级结构
- 基于机器学习的调查问卷自动生成方法
- 基于机器学习的调查问卷自动生成方法，涉及机器学习。使用序列模式挖掘算法找出问题中常见的句型，每个问题去掉句型，得到名词性短语，即关键短语；输入话题，得到话题与关键短语的关系图，得覆盖所述关系图的种子问题集；对种子问题集进...
- 林琛杨颖林灵婷
- 文献传递
- 基于非补偿决策机制的深度推荐系统框架的构建方法
- 基于非补偿决策机制的深度推荐系统框架的构建方法，涉及机器学习。提供可全面提高推荐的性能，弥补深度神经网络作为黑盒缺乏可解释性的缺点，更符合消费者普遍采用的决策规则的一种基于非补偿决策机制的深度推荐系统框架的构建方法。包括...
- 林琛沈晓麟
