您的位置： 专家智库 > >

宋东明

作品数：11 被引量：29H指数：3
供职机构：南京理工大学计算机科学与技术学院更多>>
发文基金：国家自然科学基金国家部委资助项目更多>>
相关领域：自动化与计算机技术自然科学总论更多>>

合作作者

文献类型

  • 9篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 9篇自动化与计算...
  • 2篇自然科学总论

主题

  • 4篇离群数据
  • 3篇综合集成研讨...
  • 3篇维数
  • 3篇离群点
  • 3篇高维
  • 3篇高维数据
  • 2篇遗传算法
  • 2篇主成分
  • 2篇维数约减
  • 2篇离群点检测
  • 2篇流形
  • 2篇流形学习
  • 2篇交互式遗传算...
  • 2篇核函数
  • 1篇点检测算法
  • 1篇多目标优化
  • 1篇心理
  • 1篇心理学
  • 1篇信息化
  • 1篇遗传算法模型

机构

  • 11篇南京理工大学
  • 2篇南京大学

作者

  • 11篇宋东明
  • 5篇刘凤玉
  • 5篇吴慧中
  • 5篇徐雪松
  • 4篇张谞
  • 4篇朱耀琴
  • 3篇张宏
  • 2篇许满武
  • 1篇陈学勤
  • 1篇张谓

传媒

  • 3篇计算机科学
  • 3篇中国工程科学
  • 1篇计算机工程
  • 1篇系统仿真学报
  • 1篇中国图象图形...
  • 1篇2007两岸...

年份

  • 4篇2009
  • 4篇2008
  • 2篇2007
  • 1篇2004
共 11 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于SOA的综合集成研讨厅系统被引量：2
2008年
从定性到定量的综合集成研讨厅中存在大量功能组件和资源,这些功能组件和资源的动态发布、查找、调用和集成是系统实现的难点。该文讨论一个人-机-知识结合的综合集成框架,结合分布式计算技术,提出一种扩展QoS和安全的SOA计算模式,研究异构数据资源的集成方法。采用该计算模式,实现一个基于SOA的复杂产品采办的综合集成研讨厅系统,解决系统中的组件和资源动态发布、查找和调用问题。
陈学勤吴慧中朱耀琴宋东明
关键词：服务质量
基于交互式遗传算法模型的群体论证方法被引量：2
2009年
针对综合集成研讨厅进行复杂决策问题研讨时,群体专家提出的众多定性意见最终如何实现收敛的问题,提出了基于交互式遗传算法模型的群体论证方法,使专家的群体思维与计算机技术紧密结合,达成共识。实践证明,该方法可以较好地获得复杂决策问题的优化解,且更符合实际的研讨论证过程。
宋东明朱耀琴吴慧中
关键词：综合集成研讨厅交互式遗传算法
综合集成研讨厅中的问题求解过程模型
从复杂问题决策的角度，结合认知心理学和人工智能的思想，提出了以问题求解为核心的综合集成研讨厅的体系结构与综合集成研讨厅的问题求解过程模型，以便更好地在决策研讨中发挥人的作用。国内学者在研讨厅方面的相关成果也从不同侧面反映...
宋东明吴慧中
关键词：认知心理学综合集成研讨厅
基于局部线性加权的离群点检测方法被引量：5
2008年
为了提高高堆数据集合离群数据挖掘效率,在分析了传统的离群数据挖掘算法优点和缺点的基础上,提出了一种基于局部线性加权的离群点检测算法。该算法利用LLE算法的思想寻找样本数据的内在嵌入分布,并通过距离公式和离群点权值判别式进行权值数据判定,根据权值的大小标识出数据集中的离群点。仿真实验的结果表明了该方法能够有效地发现高维数据集中的离群点。与此同时,该算法具有参数估计简单、参数影响不大等优点。该算法为离群点检测问题的机器学习提供了一条新的途径。
徐雪松宋东明张谞张宏刘凤玉
关键词：局部线性嵌入高维数据非线性降维离群数据
基于非线性数据变换的离群点检测算法被引量：3
2008年
为了提高高维数据集合离群数据挖掘效率,在分析了传统的离群数据挖掘算法优点和缺点的基础上,提出了一种离群点检测算法,首先将非线性问题转化为高维特征空间中的线性问题,然后利用非线性数据变换进行维数约减,对所得数据对象每个投影分量逐个判断数据点是否是离群点,通过实验证明该算法不仅可用于线性可分数据集的离群点检测,而且可用于线性不可分数据集的离群点检测,表明了算法的优越性。
徐雪松张谞宋东明张宏刘凤玉
关键词：核函数主成分离群数据
综合集成研讨厅问题求解过程中的问题分解研究被引量：7
2008年
在综合集成研讨厅中进行复杂决策问题的求解时,需要将复杂问题进行分解。这方面,国内外问题分解方法的研究主要集中在工作流意义下的任务分解。在分析综合集成研讨厅问题分解的特殊性基础上,提出了综合集成研讨厅中复杂决策问题求解的问题分解自适应模型和算法,探讨了在专家小组内进行问题分解的数学模型。实践表明,该分解方法可避免大规模的修改,加速整个复杂决策问题的结构化进程。
宋东明朱耀琴吴慧中
关键词：综合集成研讨厅
基于核的PP主成分分析及其在离群聚类中的应用被引量：1
2007年
为了提高高维数据集合离群数据挖掘效率,在分析了传统的离群数据挖掘算法优点和缺点的基础上,提出了一种离群聚类算法,该算法将核方法与PP主成分变换结合于离群聚类算法中,采用基于核的PP主成分变换进行数据维数消减。通过该数据变换矩阵得到相应的非线性向量,并为每个向量分配一个动态权值,在优化经典的FCM模糊聚类的目标优化迭代函数基础上,最终得到各个数据的权值,根据权值的大小标识出数据集中的离群点,理论上证明了该算法的收敛性,仿真实验的结果表明了谈方法能够有效地发现高维数据集中的离群点。
徐雪松张谓宋东明张宏刘凤玉
关键词：核方法投影寻踪主成分模糊聚类离群数据
基于流形学习的离群点检测方法被引量：2
2009年
为了提高高维数据集合离群数据挖掘效率,提出了一种基于流形学习的离群点检测算法。局部线性嵌入(locally linear embedding,LLE)算法是流形学习中有效的非线性降维方法,它的优势在于只定义唯一的参数,即邻域数。根据LLE算法的思想寻找样本数据的内在嵌入分布,并通过邻域数选取和降维后数据点之间的距离调整,提高了数据集中离群点发现效率,同时利用离群点权值判别式进行权值数据判定,根据权值的大小标识出数据集中的离群点,仿真实验的结果表明了该方法能够有效地发现高维数据集中的离群点。与此同时,该算法具有参数估计简单、参数影响不大等优点,该算法为离群点检测问题的机器学习提供了一条新的途径。
徐雪松宋东明张谞许满武刘凤玉
关键词：流形学习离群点检测高维数据维数约减离群数据
基于核函数的稳健线性嵌入方法被引量：4
2009年
LLE算法是一种新的非监督学习方法,主要针对非线性降维问题。针对该算法存在的缺点,提出了一种基于核函数的稳健线性嵌入方法,该方法通过引进核函数来优化算法邻域点的求解;在特征空间中,修正权值矩阵W,进行降噪处理,经过推导,最终将实际的子空间计算归结为标准的特征值分解问题。采用最小近邻分类器估算识别率。在Yale人脸库以及AT&T人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,改进的算法都具有较好的识别率。
徐雪松宋东明张谞许满武刘凤玉
关键词：流形学习高维数据维数约减核函数
基于协同交互式遗传算法的复杂产品概念设计被引量：3
2009年
针对复杂产品概念设计中的方案求解问题,建立了基于进化思想的求解过程模型,提出了一种新的基于协同进化算法与交互式遗传算法相结合的复杂产品概念设计方法。针对手机概念设计中功能设计的特点提出了变长度编码和两层编码的混合编码方式。实例表明,该方法对多目标、人机交互的复杂产品概念设计方案求解是有效的。
宋东明朱耀琴吴慧中
关键词：概念设计协同进化交互式遗传算法多目标优化人机结合
全选 清除 导出
共2页<12>
聚类工具0