李慧敏
- 作品数：8 被引量：6H指数：2
- 供职机构：福建船政交通职业学院信息工程系更多>>
- 发文基金：福建省教育厅科技项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 大数据聚类算法的研究现状与展望被引量：2
- 2018年
- 在大数据时代,如何有效利用数据是目前的研究重点,大数据聚类是其中的一个挑战性研究课题。文章对大数据聚类算法进行了综述。首先,介绍大数据聚类算法的分类及比较;其次,归纳大数据聚类算法在4个关键领域的研究现状;最后,总结了大数据聚类算法面临的挑战并对未来的研究方向进行了展望。
- 李慧敏
- 关键词：大数据聚类算法
- 多相同最小能量值线路下基于线裁剪的图像缩放算法研究
- 2016年
- 针对线裁剪图像缩放算法中可能同时存在多条能量值最小的线路且当其数量多于待提取的线路时,选择不同的提取路线将产生不一样的缩放效果的情况,提出一种改进的能量值线路提取方法,通过增加约束条件计算具有相同最小能量值线路的位置偏移差,在能量值相等的情况下优先提取位置偏移差最小的线路。实验结果证明,改进的算法提取的线路定位更为合理,视觉关注重点区域出现扭曲变形的问题得到改善,可较好地应用于各种风格属性的图像缩放,特别是简笔画,能获得更好的裁剪结果。
- 陈小娥李慧敏
- 关键词：线裁剪图像缩放简笔画
- 高职院校数字化校园建设顶层设计方法研究
- 2012年
- 充分利用已建成的校园网建设数字化校园是当前校园建设的一项重要任务,本文提出采用顶层设计作为数字化校园建设的基本技术方法。探讨了顶层设计的目标及其工作框架,其工作框架主要包括三个流程环节,并对每个环节的作用、内容、步骤、结果详细论述。
- 李慧敏
- 关键词：高职院校数字化校园
- 基于SOINN的DDoS攻击检测方法研究
- 2020年
- 分布式拒绝服务(DDoS)攻击是一种分布式、协作式的大规模网络攻击方式。目前很多DDoS攻击检测方法虽然对已知类型攻击具有较高的检测率,但在攻击形式快速变化时,缺乏对新攻击类型的有效检测。因此,本文提出了一种基于SOINN的DDoS攻击检测方法。在对攻击流量进行分析的基础上,抽取出5个重要特征,以此建立SOINN检测模型,通过实验验证表明,该方法对已知攻击流量的检测率高、误判率低,而且SOINN的增量式学习特性有助于发现新的攻击类型。
- 李慧敏
- 关键词：DDOS攻击攻击检测
- 基于CURE聚类优化的数据挖掘算法研究被引量：3
- 2017年
- 以海量非结构化数据为研究对象,在已有聚类算法研究基础上,从数据的获取与预处理,到数据聚类,再到数据的个性化管理全过程进行分析,针对数据聚类过程中的计算量庞大和复杂程度高的现状对已有CURE聚类算法进行优化,尽可能的最大程度提高数据聚类效率,进而提高大数据挖掘水平,为大数据应用提供更好的服务.通过以某通信企业不断变化的用户数据为分析对象,证明此次基于CURE聚类算法优化的数据挖掘算法有效性,结果表明CURE聚类算法优化具有一定的可用性和实用性.
- 郑志娴吴为民李慧敏
- 关键词：数据挖掘非结构化数据数据聚类
- 基于Hadoop平台的并行化Canopy聚类算法
- 2018年
- 在大数据时代,传统聚类算法已无法满足各领域的应用需求,如何改造使之适应大数据,是当前的研究热点。因此,提出基于Hadoop平台的并行化Canopy聚类算法,采用Map Reduce来实现并进行仿真实验验证,以加速比和聚类精确度作为评价指标,证明该算法在保证精确度的同时大幅提高运算速度。
- 李慧敏
- 关键词：HADOOPCANOPY并行化聚类算法大数据
- 基于小波包分析的网络流量组合预测模型
- 2011年
- 提出一个基于小波包分析的网络流量组合预测模型,将流量数据构成的原始序列进行小波包分解,并将分解得到的各近似部分和各细节部分分别单支重构成低频序列和高频序列.根据低频序列和高频序列的不同特性,分别采用自回归模型(AR)和线性最小均方误差估计(LMMSE)对未来网络流量进行预测,最后重新组合生成预测流量.通过对真实网络流量的仿真实验,结果显示该模型能够对网络流量进行比较精确的预测.
- 李慧敏
- 关键词：网络流量自回归模型小波包分析
- 基于OPTICS算法的恶意软件聚类方法研究被引量：1
- 2019年
- 新增恶意软件呈暴涨趋势,已达上亿级别,但是多数恶意软件是“新瓶装旧酒”,通过多态变种、加壳等技术手段改头换面,对计算机系统构成严重安全威胁。提出一种恶意软件聚类方法,将恶意代码的行为特征转化为特征向量,采用NCD衡量恶意软件行为特征之间的相似度,利用OPTICS算法对恶意软件进行聚类分析,聚合成具有相似特征的家族,将聚类后的结果与人工标记的结果进行分析比较,实验结果表明该方法对恶意软件聚类的识别率较高。
- 李慧敏
- 关键词：特征提取恶意软件聚类
