公共文化服务平台

朱红康: 作品数：21 被引量：47H指数：4; 供职机构：山西师范大学数学与计算机科学学院更多>>; 发文基金：山西省自然科学基金国家教育部博士点基金国家自然科学基金更多>>; 相关领域：自动化与计算机技术文化科学更多>>

合作作者

基于服务QoS执行信息的Web服务推荐研究被引量：5: 2010年; 基于服务的非功能(QoS)特性进行服务发现是面向服务计算领域的一个研究热点。为了克服服务QoS难以获取且动态变化的特点,提出一种基于已往QoS执行信息的Web服务推荐方法。首先给出一种可以方便记录QoS执行信息的系统框架;然后描述了基于时间加权的服务推荐的匹配算法;实验结果表明该推荐方法是可行和有效的。; 朱红康余雪丽; 关键词：WEB服务

一种基于内容对象的E-Leaning系统实现框架被引量：1: 2004年; 本文提出一种基于内容对象的E Learning系统实现框架,详细说明了框架中各部分的主要内容和实现技术,并给出内容对象的生成方法,同时对下一步工作进行了展望.; 朱红康孔德华; 关键词：远程教育软件开发

基于粗糙集理论的模糊支持向量聚类算法的改进被引量：1: 2016年; 支持向量聚类(SVC)是一种重要的基于密度的聚类算法,在现实世界中有很多重要的应用。在没有任何先验知识的情况下,该算法提供了处理任意簇的能力,即任意轮廓和检测类数量的数据集。然而,如果异常值存在于数据中,该算法无法将这些点进行分类,这样会导致有关数据集重要信息的丢失。为了弥补这些缺陷,将粗糙集理论和模糊集理论与支持向量聚类算法相结合得到一种新的改进算法称为粗糙-模糊支持向量聚类算法(Rough-Fuzzy Support Vector Clustering)。即通过使用支持向量作为聚类原型获得粗糙-模糊聚类。该聚类的结构特征有两个主要内容:下近似集和模糊边界。当支持向量集作为一个特殊的聚类,通过元素间的亲密程度,模糊边界的隶属度可以被计算出来。而下近似集包含的样本点建立在SVC算法训练阶段获得的超球体内。在检测异常值和计算任意轮廓的聚类方面,本文所介绍的聚类算法与软聚类算法相比拥有相当程度的优势。; 郭晨晨朱红康; 关键词：粗糙集模糊集超球体数据挖掘

基于MapReduce和并行遗传算法的大数据聚类问题研究: 2017年; 聚类是将不同对象的集合分割为由相似对象组成的多个不同类的过程,是最重要的数据挖掘技术之一.然而,对于大数据聚类却是一个复杂的问题.由于大数据体量庞大,聚类算法时间消耗巨大.并行是解决算力不足的一个非常好的方法.据此,本文采用了Hadoop平台上的MapReduce来实现大规模数据集的并行运算,将大数据聚类问题的时间复杂度限制到一个可以接受的范围内.最后本文从时间消耗和聚类精确度方面对该方法的性能收益进行了评估,在保证较高精确度的同时大大提高了运算速度.; 郭晨晨朱红康; 关键词：大数据 MAPREDUCE 数据挖掘并行遗传算法聚类

一种基于语义网格的E-Learning系统框架被引量：1: 2008年; 通过分析知识社会学习方式的特征以及建构学习环境的技术趋势,提出一种基于语义网格的E-Learning系统框架,阐述了在该框架下实现IMS LD和SCORM学习规范的模型.最后指出相关工作及进一步的研究方向.; 朱红康孔德华张岗亭; 关键词：语义网格 SCORM IMS LD

一种基于MapReduce的改进k-means聚类算法研究被引量：2: 2016年; 传统k-means算法的聚类中心需要经过多次迭代运算才能最终稳定,而MapReduce计算框架下的k-means聚类算法在处理迭代运算时效率并不理想.针对上述问题,提出一种新的基于MapReduce的k-means聚类算法.该算法对传统k-means算法进行了改进,通过将k-means聚类问题转化为Map和Reduce两阶段的k-means++算法聚类问题,并将权值概念和单通道技术引入到传统k-means++算法中,提升了算法在MapReduce框架中的执行效率.实验分析表明,该方法较之传统方法具有更好的加速比和可扩展性.; 郭晨晨朱红康; 关键词：K-MEANS MAPREDUCE 单通道并行化加速比

基于P2P的分布式Web服务挖掘技术被引量：1: 2010年; 为对多个服务注册中心提供支持,方便服务访问日志的记录与挖掘,提出一种基于P2P的分布式服务执行挖掘框架。针对跨组织业务关联的需求,利用该框架构建服务注册联盟机制,设计基于日志库的Web服务关联规则挖掘算法进行组合服务频繁序列挖掘。仿真结果表明,该算法能有效挖掘日志库中的执行与交互信息,提高服务选择与组合效率。; 朱红康余雪丽; 关键词：关联规则数据挖掘

CORBA体系结构及其在Web上的应用研究被引量：1: 2002年; 主要分析了通用对象请求代理结构CORBA的体系结构和关键技术 ,并且探讨了它们在Internet上的应用和基于对象的分布计算技术的展望。; 朱红康孔德华; 关键词：CORBA 体系结构

基于模糊支持向量机的多标签分类方法改进被引量：1: 2017年; One-against-all支持向量机的多标签分类存在将样本分类到训练集无法获取标签的"未定义"区域和没有明确决策函数的标签模糊区域的问题。对此提出一种基于模糊支持向量机的多标签分类改进方法(FSVMi)。该方法通过将多条决策边界合并,并为每个标签类分配相应的隶属函数。实验结果表明,相比于现有方法,该方法更具有优越性。; 郭晨晨朱红康; 关键词：模糊支持向量机隶属函数

基于K-均值和K-中心点算法的大数据集分析: 2016年; 大数据已然成为当今世界最热门的话题之一,对于海量数据处理方法的研究一直是重要的科研领域,将原有的数据统计分析方法加入到大数据分析中也是必然的研究方向.文章选取了K-Means及其K-Mediods算法对KEEL的transaction10k数据集进行评估.该数据包含较大的数据容量,因此对于模拟大数据环境有很好的作用.可以想象到,现实世界庞大的数据真实客观地反映到图像中必然会为分析数据带来极大的便利.输入到这些算法中是随机分布的数据点,并根据其相似度产生的聚类已经生成.比较结果表明,K-Medoids在种子对象的选取和聚类间重叠的合理控制方面要比K-均值更有优势.; 郭晨晨朱红康; 关键词：大数据聚类数据处理 K-MEANS