杨光飞
- 作品数：28 被引量：26H指数：4
- 供职机构：大连理工大学更多>>
- 发文基金：国家自然科学基金辽宁经济社会发展立项课题教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程文化科学经济管理更多>>
- 基于深度学习模型与经验模态分解耦合的PM2.5污染浓度长时空预测方法
- 一种基于深度学习模型与经验模态分解耦合的PM2.5污染浓度长时空预测方法，收集PM2.5污染数据以及相关变量数据，数据清洗，相关性分析确定选择变量的相关性；构建图数据结构并输入至模型的GAT模块，得到PM2.5污染的空间...
- 杨光飞张强关晓微
- 一种基于主题算法与网络理论的空气污染舆情分析方法
- 本发明属于空气污染网络舆情的分析技术领域，涉及一种基于主题算法与网络理论的空气污染舆情分析方法。本发明方法对空气污染舆情数据进行挖掘，得到热点主题，利用关键词共现网络抽象主题和关键词之间的关系，通过对网络的度分布、聚类系...
- 杨光飞董选赫关晓微
- 基于质量守恒的学生行为对教室内PM<Sub>2.5</Sub>浓度的计算方法
- 本发明属于环境测量技术领域，具体涉及基于质量守恒的学生行为对教室内pm2.5浓度的计算方法。本发明通过皮尔森相关性分析得出了潜在的相关因素即室内外温度差和湿度差。由于温度和湿度具有一定的梯度变化，本发明可以根据建立的数学...
- 杨光飞周雨禾
- 文献传递
- 一种基于产品特征口碑的产品排序方法
- 本发明属于数据挖掘技术领域，提供一种基于产品特征口碑的产品排序方法，步骤如下：1)识别产品特征，对候选产品的所有评论进行分词、词性标注以及剪枝处理，建立产品特征集；2)根据得到的产品特征集，识别产品特征的意见词，计算产品...
- 杨弦杨光飞吴江宁党延忠
- 文献传递
- 不完备数据条件下基于SFA迁移分类的客户流失预测模型
- 2012年
- 数据完备性是基于数据驱动的分析方法的一个重要的前提，不完备的数据意味着很可能会丢失重要的判别信息，从而影响分析结果的准确性。针对现实情况下客户数据特征不同以及数据的不完备性对传统的基于数据驱动的分析方法的不利影响，本文将机器学习领域中迁移分类的方法应用于客户流失预测，通过谱特征排列（spectralfeaturealignment，SFA）实现了跨领域属性的近似统一，并利用直推式支持向量机（transductivesupportvectormachines，TSVM）对客户数据进行分类从而识别忠诚客户和流失客户，使得预测模型的性能显著提高。在最后的实验部分，使用两个不同的数据集进行的迁移分类结果证明了本文提出模型的有效性。
- 余力涛党延忠杨光飞
- 关键词：客户流失
- 中国城市二氧化氮浓度的时空分布特征被引量：4
- 2019年
- 文章利用2015-2018年中国367个城市NO2浓度的实时数据,分析了中国城市NO2浓度的时空分布特征。分析结果显示:城市NO2小时均浓度日分布呈现双峰特征,早晚潮汐现象显著;城市NO2月均浓度呈"U"型分布,即12月污染物浓度最高,8月浓度最低;NO2污染表现出季节性分布特征,污染物浓度为冬季>秋季>春季>夏季,即冬季高发,夏季低发趋势;2015-2018这4年中,污染物年均浓度呈现先上升后下降趋势,其中2017年NO2污染程度尤为严重;全国不同地区污染情况差异显著,NO2污染最严重的省份为河北省,其中保定、唐山、石家庄、邢台不达标天数分列前4位;华北、华东地区NO2污染最为严重,西南、西北、华南地区污染状况程度较轻;三大城市群NO2污染情况表现为京津冀>长三角>珠三角。
- 杨光飞李思茵李文丽
- 关键词：大气污染二氧化氮
- 面向网络空间认知战的大语言模型:技术与挑战
- 2024年
- 随着大语言模型技术的快速发展,其在网络空间认知域作战中的应用展现出巨大潜力。基于大语言模型的发展历程和独特优势,聚焦于网络空间认知战领域,从态势感知、态势认知、鉴定识别和信息作战4个方面梳理了大语言模型关键技术路线,并详细分析了将其应用在网络空间认知战中的具体方案及未来挑战,为我国在该新兴领域取得新质战斗力提供理论和技术支持。
- 杨光飞孙畅刘振东缪永飞
- 关键词：网络空间
- 基于GBDT模型的医院室内空气微生物浓度预测
- 2024年
- 目的探究基于实时室内空气环境监测数据与机器学习算法的医院室内空气微生物浓度预测。方法选取2022年5月23日—6月5日某院四个位置为监测采样点,采用物联网传感器实时监测多种空气环境数据,匹配各点位采集的空气微生物浓度数据,使用梯度提升树算法(GBDT)对医院室内空气微生物浓度进行实时预测,并选取其他五种常见的机器学习模型进行比较,对比模型包括随机森林(RF)、决策树(DT)、最近邻(KNN)、线性回归(LR)和人工神经网络(ANN)。最后通过平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)三个指标验证模型的有效性。结果GBDT模型在门诊电梯间(A点)、支气管镜诊间(B点)、CT候诊区(C点)和供应室护士站(D点)的MAPE值分别为22.49%、36.28%、29.34%、26.43%,GBDT模型在三个采样点的平均性能高于其他机器学习模型,仅在一个采样点略低于ANN模型。GBDT模型在四个点位的平均MAPE值为28.64%,即预测值偏离实际值28.64%,说明GBDT模型预测结果较好,预测值在可用范围内。结论基于实时室内空气环境监测数据的GBDT机器学习模型能够提高医院室内空气微生物浓度预测精度。
- 杨光飞邬水钱翔宇杨宇红孙野邹韵庚俐莉刘媛
- 关键词：微生物浓度室内环境
- 中国城市臭氧(O3)浓度时空分布
- 近年来，臭氧污染的危害越来越显著.臭氧污染对人类健康，动植物生长都有不利影响，并且物理方法无法防止臭氧污染造成危害，臭氧已成为继PM2.5 后最值得人们关注的空气污染物.本文基于2015 年至2018 年中国260 个城...
- 刘玉红杨光飞李文丽
- 关键词：臭氧浓度臭氧污染
- 基于质量守恒的学生行为对教室内PM<Sub>2.5</Sub>浓度的计算方法
- 本发明属于环境测量技术领域，具体涉及基于质量守恒的学生行为对教室内pm2.5浓度的计算方法。本发明通过皮尔森相关性分析得出了潜在的相关因素即室内外温度差和湿度差。由于温度和湿度具有一定的梯度变化，本发明可以根据建立的数学...
- 杨光飞周雨禾
- 文献传递
