毛雪岷
- 作品数：51 被引量：200H指数：7
- 供职机构：合肥工业大学管理学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理社会学农业科学更多>>
- 反向累积法GM(2,1)模型及其病态性研究被引量：9
- 2011年
- 文章运用灰色系统理论,从GM(2,1)模型的构造原理出发,提出反向累积法的新概念,给出了新的参数估计方式,从而代替最小二乘法求解系统参数。该方法降低了计算量,避免了采用最小二乘法时复杂的矩阵运算,同时对GM(2,1)模型初值的选取缺乏科学性的问题进行了解决。为了解决矩阵的病态性问题,引入数乘变换分析反向累积法GM(2,1)的病态性问题,通过实例分析表明了反向累积法GM(2,1)的有效性和优越性。
- 刘圣保张公让毛雪岷徐瑞宏张勇李巧巧
- 关键词：GM(2,1)模型病态性初值
- 径向基概率神经网络的遗传选择和优化
- 黄德双熊范纶张琳王儒敬淮晓永毛雪岷王振宇
- 该课题针对径向基概率神经网络（RBPNN）展开系统而全面的研究，研究内容主要体现在以下几个方面：完善了RBPNN的学习训练算法，解决了RBPNN的学习训练问题；新提出的RBPNN有监督/无监督混合学习算法，对于没有明确类...
- 关键词：
- 关键词：神经网络
- 基于MDA的电子政务数据模型研究
- 随着电子政务的深入发展,如何解决电子政务的数据孤岛问题,实现各系统间的互通互联和信息共享显得越来越迫切。解决这些问题的关键需要用统一的数据交换格式有效地在异构系统间进行数据交换。研究了基于MDA 的电子政务多层数据模型的...
- 潘若愚胡笑旋毛雪岷
- 关键词：MDA元对象数据模型元模型
- 文献传递
- 知识型多Agent系统问题求解及知识发现研究
- Agent/MAS涉及到的研究范围是极为广泛的,该文主要研究的是知识型Agent组成的MAS,多专家系统、多Agent合作决策支持系统是此类MAS目前主要的应用领域.该文的结构和主要内容如下:第一章综述Agent和MAS...
- 毛雪岷
- 关键词：多AGENT系统KDD
- 文献传递
- 基于XML的医学病案案例化研究
- 2012年
- 将医学病案进行案例化可以提高医院的工作效率。但医学病例中包含许多非结构化信息，这就使得病例信息的分析集成变得比较困难。为了解决这一问题，该文结合XML，对医学病案案例化进行了研究。，首先介绍了将一般数据库中的医学病案转换为XML格式的案例文件的方法，然后对XML文档进行结构化形成案例文件。最后简单介绍了医学病案案例推理的过程。
- 王晓璐毛雪岷
- 关键词：XML病案
- 一种面向电力科技成果的知识图谱可视化方法
- 本发明涉及一种面向电力科技成果的知识图谱可视化方法，与现有技术相比解决了电力科技成果数据量庞杂难以进行语义分析的缺陷。本发明包括以下步骤：获取电力科技成果数据；设定基于激活向量的结构表示模型；设定基于CNN的文本表示模型...
- 刘海波姜国义毛雪岷孙敏敏苏林华高春辉史昌明李文波孙睿曹阳
- 文献传递
- 基于网络本体语言OWL数字化自然灾害应急救助预案要素的实现被引量：2
- 2010年
- 以县级自然灾害应急救助预案为例,将数字化预案进行结构化分解,明确预案中的各个要素及关系,通过OWL技术,将得到的元素进行建模,从而为数字化预案提供一个良好的解决方案。
- 王煜毛雪岷
- 关键词：数字化预案自然灾害OWL
- 基于市场方法的MAS系统任务调度算法
- 2004年
- 本文探讨了在Internet环境下,知识型MAS系统的任务负载分配问题,指出了它与网格计算的区别,本文的方法与传统的计算资源分配方法相反,将任务负载看作资源,而将Agent作为消费者,每处理一个任务,就获得一定数量的边际效用,利用市场机制,使Agent自主进行任务负载的分配。设计了基于均衡市场和连续CDA市场的两种调度算法,对算法的效果和特点进行了分析,证明市场机制的调度算法可以有效地实现MAS系统任务负载的平衡。此外,本文还给出了一个简单的确定均衡价格的方法。
- 毛雪岷白石磊熊范纶王儒敬
- 关键词：分布式人工智能DAIMAS系统任务调度算法
- 基于传递函数模型的台风中心气压动态预测
- 2010年
- [目的]通过ARIMA模型和传递函数模型的预测精度比较找到广东省台风预测中心气压的最好方法。[方法]利用时序图和相关系数对台风的风力、最大风速和中心气压进行相关性分析,得到它们具有很强的相关性。[结果]使用台风风力和最大风速作为输入变量的传递函数模型对样本内数据具有更好的预测效果。[结论]将现代时间序列分析的理论与方法应用于气象预报具有重要的实际意义。
- 李琼毛雪岷
- 关键词：台风中心气压ARIMA模型
- 一种快速挖掘频繁项目集算法被引量：13
- 2003年
- 发现频繁项目集是多种数据挖掘应用中的关键问题,传统的算法是通过对事务数据库的多次扫描实现的,最新的研究主要围绕减少事务数据库的扫描次数进而减少挖掘过程的I/O代价来提高效率.本文提出一种快速挖掘频繁项目集的算法 FDFI(fast discovery frequent itemsets).该算法利用深度优先搜索的特点,结合频繁项目集的性质,有效地缩小了搜索空间,并采用独特的支持度计数策略,只需一次数据库扫描,就可计算所有项目集的支持度,大大减少了数据扫描量.最后作者对这一算法的性能进行了理论分析和实验验证。
- 白石磊毛雪岷王儒敬熊范纶
- 关键词：数据挖掘事务数据库数据库管理系统知识发现关联规则
