黄黎
- 作品数：21 被引量：28H指数：3
- 供职机构：江苏开放大学更多>>
- 发文基金：江苏省高校自然科学研究项目国家自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信理学更多>>
- 基于软定时自动机的用户行为建模
- 2018年
- 提出一种软定时转变自动机,识别更大范围的用户行为历史。该软建模的框架用户模型可以在类似网络学习的虚拟平台中实时地评估用户的动态行为,通过评估观察到的行为中的时间偏差、额外的或省去的行为量来评估用户行为。当观察到的行为只部分满足给定的行为模型约束时,该模型也可以用于用户历史行为的部分识别。相对于标准的布尔模型的识别,当多个用户模型存在偏差量时,该方法通过预测、投影和其他已知的技术更适用于用户实时支持系统,引导生成系统支持。基于日志的网络学习平台和软时间自动机的规划实验证明了该模型的表现力和有效性。
- 许小媛纪河黄黎李从明
- 关键词：用户行为
- 基于Hadoop平台的并行化数据分类算法研究被引量：4
- 2014年
- 随着云数据规模的急剧增长,传统的基于统计学和机器学习方法的数据分类算法在处理海量、异构和复杂的Web数据时面临系统扩展性的瓶颈。在云计算平台Hadoop上,实现数据分类中特征提取、特征分析和特征分类的MapReduce化处理。通过知识推理并行化特征构造,建立概念层次结构的特征度量,与分类算法的并行化处理进行融合,在真实数据集上进行验证,与传统算法组合在精度和时间开销上进行比较,实验表明该分类算法能获得更好的准确性和加速比,是一种有效的海量数据分类方法。
- 黄黎顾筠
- 关键词：数据分类HADOOP并行计算MAPREDUCE
- 一种基于粒子群随机游走的角色识别方法
- 本发明涉及一种基于粒子群随机游走的角色识别方法；首先对采集到的社会网络数据进行预处理；其次对社会网络的数据进行网络结构分析，利用基于时间序列的动态网络子图快照对时序网络结构进行结构化表征。然后从节点的高维特征中提取基本特...
- 黄黎
- 文献传递
- 一种基于大脑情感学习回路模型的驾驶员转向控制方法
- 本发明具体涉及一种基于大脑情感学习回路模型的驾驶员转向控制方法，其特征在于：该方法采用下列步骤：首先采用远、近两点驾驶员转向预瞄模型采集感官信号SI和情感信号EC；然后通过神经生理学基础上建立大脑情感学习回路模型，将通过...
- 顾筠林小宁周海峰黄黎程慧
- 文献传递
- 基于实例学习和协同子集搜索的特征选择方法
- 2017年
- 特征子集搜索是数据挖掘分类任务中一个关键性的难题,常用的过滤器方法忽略了基因之间的相关性,此外,现有的解决方法并不是专门针对处理小样本数据,因此在特征选择方面表现出了不稳定性。为了解决上述问题,在实例学习的基础上提出了一种新型的混合封装过滤算法,并且提出了一种具有封装器评价体系的分类器算法——协同性子集搜索(CSS)。选取几个高维小样本的癌症数据集作为数据来源,对提出的评价体系进行了实验测试,结果表明,该方法在准确性及稳定性方面较其他方法表现更好。
- 许小媛黄黎
- 关键词：小样本稳定性
- 距离度量学习算法的精确性研究
- 2019年
- 距离度量学习是机器学习领域较为活跃的研究课题之一,文中利用UCI(加州大学欧文分校)数据库的数据对度量学习算法进行比较研究。为了寻找一种可靠的没有明确定义标志的算法,选择四种算法在UCI的六个数据集上对距离矩阵进行比较。每个样本数据集的性质(尺寸和维度)是不同的,因此算法的结果也不同。编码相似度算法在大多数情况下表现良好。在未来的实际应用领域,对于提高无标记数据和相似集的距离度量学习算法的精确性提供了研究基础。
- 许小媛黄黎
- 关键词：距离矩阵
- 基于时间交互偏置影响传播模型的弱连接重叠社区检测被引量：1
- 2020年
- 为提高弱连接重叠社区的检测识别性能,提出一种基于时间交互偏置影响传播模型的弱连接重叠社区检测算法。设计针对社区检测图模型分割的目标函数,利用群落结构对处理器负载均衡进行优化,以提高模型求解的效率。基于邻域边缘密度对近似活跃边缘进行重新定义,构建一种影响传播模型以确定用户具有高频率的相互作用,从而提高弱连接用户的识别性能。在此基础上,提出时间交互偏置社区检测方法。实验结果表明,该方法对重叠社区进行检测时具有较高的识别精度和效率。
- 许小媛黄黎黄黎
- 基于信息熵的网络课程学生分类模型研究
- 2016年
- 在网络课程教学中对学生进行分类,教师能为不同类别的学生制定相应的教学策略,提高教学质量。文章将信息熵理论运用于学生分类,在预处理之后的数据上,采用ID3算法构建了基于信息增益的决策树,生成相应的决策规则,为新的输入数据提供了分类依据。
- 黄金晶黄黎
- 关键词：网络课程信息熵决策树信息增益
- 一种基于时序行为的流过程协同重构算法被引量：1
- 2017年
- 过程流数据具有实时性、连续性和时序性等特征,使得传统过程挖掘算法难以发现隐含信息和演化过程。针对流过程模型的动态演化和重构要求,提出了一种基于时序行为分析的自适应混合启发式协同优化算法。首先定义演化流过程模型,基于日志活动间的隐含依赖关系改进过程逻辑的启发式挖掘规则,然后定义基于时序行为的老化因子,并引入高斯变异的多种群协作的自适应策略,改进粒子群优化算法的全局和局部精确寻优能力,实现优化和重构过程模型。该算法在四个典型测试函数上进行了对比实验,结果表明该算法在流过程挖掘中具有更好的收敛性和稳定性。
- 黄黎谭文安许小媛
- 关键词：高斯变异
- LSTM-RNN在高职教育中的应用研究
- 2023年
- 在当前高职教育领域,中国传统文化教学被视为核心内容,并对学生的知识层次产生深远影响。同时,职业教育正逐渐强化学生诚信与课程学习能力的培训,以富有成效的方式普及并提升这门学科的学术质量。基于此背景,文章探讨了如何提高学生理解文化交际技巧,以及应用中国价值观的综合能力。提出了一种基于杂交长短期记忆递归神经网络(LSTM-RNN)的模型,该模型对数据集进行标准化和归一化处理,以消去误差并确保数据的真实性与可靠性。同时,文章也将人工智能(AI)技术融入到中国传统文化教育的学习和预测阶段,有效提高了学习效率和教学质量。通过验证,该方法取得了显著的效果。这不仅对传统文化在高职教育领域的传播与普及具有积极影响,也为培养具备专业素养与传统文化底蕴的复合型人才创造了有利条件。
- 王珂王芬黄黎
- 关键词：中国传统文化高职教育人工智能归一化
