公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于ECA规则的轻量级工作流引擎设计被引量：1: 2012年; 本文介绍的基于ECA规则的轻量级工作流引擎的核心部分,提供了工作流最基本的功能,与核心的引擎规则、任务指派和权限分配组件共同构成工作流的引擎。采用该系统可以进行二次开发的应用,大大提高了企业运作的灵活性和适应性,为企业在激烈的市场竞争中赢得更多的时间和机会。实践证明,该设计是切实可行的。; 卢欣荣魏炳辉; 关键词：工作流 ECA 轻量级

数据挖掘方法与可视化: 2007年; 迄今为止,数据挖掘与知识发现软件的功能不再停留在"挖掘"这个单一功能的实现,而已延伸到数据挖掘与知识发现的过程,即包括数据的预处理、数据挖掘、模型评估与可视化;在单纯的模型可视化基础上扩充了数据可视化与数据挖掘过程可视化;本文着重讨论了数据挖掘的方法与可视化技术,最后提出了未来的研究方向。; 陈亮卢欣荣曹文梁; 关键词：数据挖掘知识发现可视化

Ad Hoc网络基于权重的AOW分簇算法研究与仿真被引量：2: 2008年; 该文首先介绍了Ad Hoc网络中常见的几种分簇算法以及各自的优缺点,这些分簇算法考虑的因素较为单一。而自适应按需加权(AOW)分簇算法利用加权的思想综合考虑多种因素,在实际应用中可以对影响因素进行取舍,也可以调整各因素的重要性,具有较强的通用性和灵活性。最后通过NS2仿真实验对几种分簇算法进行了比较分析,得出AOW分簇算法根据网络环境的变化动态的调整权值更能适应复杂的网络环境。; 卢欣荣黄小岭; 关键词：AD HOC网络分簇

基于XML和工作流的消息代理设计与实现: 2007年; 文章提出了一种在消息的路由、转换、聚合和分拆以及消息的标识和关联中采用XML技术和工作流技术相结合的消息代理结构,并详细讨论了其技术细节和实现方案,最后给出了该消息代理在口岸电子商务平台的一个应用案例。; 卢欣荣陈亮; 关键词：XML 工作流消息代理消息路由

基于一般分布区间数的不确定EFCM-ID聚类算法被引量：1: 2018年; 在基于模糊C-均值(FCM)的不确定区间数聚类算法中,区间数内的点通常被假设服从均匀分布而难以表达其真实属性,聚类结果受初始聚类中心影响较大且隶属度更新速度较慢。为此,提出一种基于一般分布区间数的不确定高效区间数模糊(EFCM-ID)聚类算法。基于四分位数思想设计适用于一般分布区间数的距离度量——M Q距离,准确刻画不确定数据。结合密度思想和随机抽样策略提出初始聚类中心的优化选取方法 SDCS,提升算法精度。在此基础上,利用竞争学习思想构建相对加速隶属度更新策略,减少算法的运行时间。实验结果表明,与YFCM、XFCM和ExpFCM d-ID算法相比,该算法具有较好的稳定性,并且聚类效率更高。; 毛伊敏王嘉炜卢欣荣毛丁慧; 关键词：区间数模糊C-均值

基于Oracle XML DB的EDI系统设计: 2008年; 本文首先阐述了XML的相关技术,接着引出了Oracle XML数据库概念并介绍了它所具有的主要功能,然后指出了基于Oracle XML数据库可以快速地构建一个安全、扩展性强的EDI系统。; 卢欣荣; 关键词：EDI XML ORACLE XML数据库

基于粒度和信息熵的并行支持向量机算法被引量：6: 2021年; 针对大数据环境下并行支持向量机(support vector machine, SVM)算法存在噪声数据较敏感、训练样本数据冗余等问题,提出基于粒度和信息熵的GIESVM-MR(the SVM algorithm by using granularity and information entropy based on MapReduce)算法。该算法首先提出噪声清除策略(noise cleaning, NC)对每个特征属性的重要程度进行评价,获得样本与类别之间的相关度,以达到识别和删除噪声数据的目的;其次提出基于粒度的数据压缩策略(data compression based on granulation, GDC),通过筛选信息粒的方式保留类边界样本删除非支持向量,得到规模较小的数据集,从而解决了大数据环境下训练样本数据冗余问题;最后结合Bagging的思想和MapReduce计算模型并行化训练SVM,生成最终的分类模型。实验表明,GIESVM-MR算法的分类效果更佳,且在大规模的数据集下算法的执行效率更高。; 毛伊敏张刘鑫卢欣荣; 关键词：大数据噪声粒度信息熵支持向量

全选清除导出

共1页<1>

卢欣荣