刘三民
- 作品数：30 被引量：95H指数：5
- 供职机构：安徽工程大学更多>>
- 发文基金：国家自然科学基金江苏省高校自然科学研究项目安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学天文地球更多>>
- 基于支持向量数据描述的P2P流量识别
- 2012年
- 借鉴聚类思想引入基于支持向量数据描述(SVDD)的原理,建立P2P流量识别模型。该模型首先用主成分分析法(PCA)对训练集降维,然后用SVDD方法寻找包含大部分样本最小超球,保留各自支持向量样本点作为识别模型;然后计算测试样本距各球心距离,距离近者为其所属类别。该模型简单,适合P2P流量识别环境,克服了现有基于机器学习的流量识别方法在多类分类中模型复杂、数据不平衡等缺点。实验结果表明,该模型具有较高的分类精度和可靠性。
- 刘三民孙知信
- 关键词：计算机系统结构支持向量数据描述主成分分析P2P流量识别
- 一种中文同义词扩展方法及装置
- 本说明书实施例提供了一种中文同义词扩展方法，对于获得的任意的非结构化中文文本集合，获取中文候选关键词集合K<Sub>1</Sub>，计算中文候选关键词集合K<Sub>1</Sub>中的每一个候选关键词x<Sub>i</S...
- 皇苏斌赵森严汪千松蒋胜刘三民李钧
- FORTRAN语言的教学实践与分析被引量：2
- 2012年
- 针对FORTRAN语言特点,根据我校实际情况和授课对象,从教学内容、教学手段、教学方法和考评系统等方面,摸索出一套合适的教学模式。实践证明,该教学模式是有效的,并在近年的教学过程中取得较好的效果。
- 刘三民刘涛
- 关键词：FORTRAN教学模式
- 脚手架理论在信息安全课程教学中的应用被引量：1
- 2014年
- 信息安全课程教学学时不足、教学任务重,教学内容抽象、难懂,是教学过程所面临的难题。该文结合笔者所在学校实际情况和授课对象,引入脚手架理论指导教学过程,摸索出一套合适的教学模式。教学实践证明该教学模式是有效的,对于提高课程教学效果具有明显的作用。
- 刘三民刘涛
- 关键词：教学模式信息安全
- 融合分类器可信度的数据流集成分类被引量：1
- 2017年
- 提出基于分类器可信度的权重计算策略,解决动态数据流集成分类中子分类器权重分配难题.该方法充分考虑了所处不同位置样本对权重计算的影响,利用信息熵描述分类器对预测结果的不确定性,建立分类器可信度与样本之间的关系,进而给出分类器可信度的定量计算方法.最后结合动态数据流分类需求和概念漂移特点,借助批量学习和时间遗忘策略构建基于分类器可信度的动态加权集成分类模型.理论分析和实验结果表明该分类方案可行,相比传统集中方法具有一定的优势.
- 刘三民刘涛王忠群修宇刘余霞孟超
- 关键词：数据流分类概念漂移
- 基于遗传算法和神经网络的特征提取被引量：9
- 2008年
- 特征提取是模式识别领域的一个重要的研究方向,特征提取可以提高分类的效率与效果。本文将遗传算法与神经网络结合起来运用于特征提取,对在数据中起显著作用的特征进行筛选,除去冗余和次要特征,得到特征子集。通过对UCI机器学习数据库中的sonar数据进行试验,结果表明可以有效地提取出重要的特征。
- 高贤维刘三民王杰文
- 关键词：特征提取遗传算法神经网络
- 基于多图的交替优化图直推方法
- 2015年
- 针对基于单图的半监督学习(GSSL)算法的性能受单个图质量的影响,且在单视图数据下,大多数基于多图的GSSL算法难以使用的问题,提出了一种基于多图的交替优化图直推方法(MG-GTAM)。首先,使用不同的图构建参数来构建单视图数据下的多个图,利用多个图来表达数据间关系;然后,借助交替迭代方式综合多个图的信息,选择置信度高的未标记样本进行伪标记并通过权重权衡各图的重要程度,以优化多图上的预测函数的一致性和平滑性;最后通过组合每个图的预测函数完成对所有未标记样本的标记。仿真实验表明,与经典的局部和全局一致(LGC)、高斯随机场和调和函数(GFHF)、交替优化直推(GTAM)、组合图拉普拉斯(CGL)算法相比,在COIL20目标物体数据集和NEC Animal数据集上,MG-GTAM的分类错误率比这些经典算法均有下降,表明了该方法具有良好的性能。实验结果表明,MG-GTAM能有效地利用多个图来表达数据之间的关系,获得更低的分类错误率。
- 修宇王骏王忠群刘三民
- 多级安全机制在地理信息系统中的应用研究
- 随着计算机技术和互联网技术的飞速发展，地理信息系统(GIS)的应用已深入到社会生活的各个方面。地理信息系统作为一种特殊的信息管理系统，其安全可靠性是非常重要的。GIS的核心构成是空间数据库，但是目前成熟的空间数据库产品很...
- 刘三民
- 关键词：地理信息系统空间数据库空间数据引擎
- 文献传递
- 一种新的P2P流量识别模型被引量：2
- 2015年
- 由于网络环境的动态性及网络应用分布变化等原因,导致在P2P流量识别过程中面临概念漂移问题.现有的静态流量识别模型无法处理此类问题,因此文中提出一种新的P2P流量识别模型,解决了P2P流量识别过程中存在噪声和概念漂移问题.借助聚类思想利用K近邻算法,实现噪声过滤.根据评估假设原理和中心极限定理实现了概念漂移检测,在此基础上利用基分类器的不确定性输出结果实现多分类器集成方案,同时基于时间策略淘汰概念过时的基分类器.理论分析和仿真实验结果证明了本文所提的算法模型是可行的.
- 刘三民孙知信
- 关键词：概念漂移P2PK近邻
- 基于蚁群优化的选择性集成数据流分类方法被引量：1
- 2017年
- 基于集成学习的数据流分类问题已成为当前研究热点之一,而集成学习存在集成规模大、训练时间长、时空复杂度高等不足,为此提出了一种基于蚁群优化的选择性集成数据流分类方法,用蚁群优化算法挑选出优秀的基分类器来构建集成分类模型。该方法首先对所有基分类器采用交叉验证计算分类精度,同时采用Gower相似系数求出基分类器之间的差异性,然后把分类精度和分类器差异性作为分类器挑选标准,从全部基分类器中选出一部分来构建集成模型,最终挑选的基分类器不仅具有良好的分类精度,同时保持一定差异性。在标准仿真数据集上对构建的集成分类模型进行仿真试验,结果表明,该方法与传统集成方法相比在准确率和稳定性方面均有显著提高。
- 王军刘三民刘涛
- 关键词：数据流分类概念漂移蚁群优化算法
