欧慧
- 作品数：6 被引量：17H指数：3
- 供职机构：长沙理工大学计算机与通信工程学院更多>>
- 发文基金：湖南省自然科学基金国家自然科学基金湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 关键基础设施网络安全技术研究进展被引量：5
- 2014年
- 通过对关键基础设施的网络安全现状进行总结,对关键基础设施的安全威胁进行了分类,着重对信息物理融合系统在受到网络攻击时采用的数据词典、证据理论、博弈论等方法进行网络安全防护深入分析,着重分析了基于信任理论的信息物理融合系统的防御方案,阐述了关键基础设施的相关性与脆弱性之间的关系,总结了现有主要的关键基础设施网络安全的模拟技术,对比分析了现有的仿真技术的特点。最后提出了关键基础设施网络安全技术值得深入研究的发展方向。
- 夏卓群朱培栋欧慧戴傲范开钦许曼琳
- 关键词：信息物理融合系统
- 基于流形距离和蜂群的聚类算法研究
- 现在的生活在数据时代，数据已经处在身边的每一处，且以爆炸式的的方式在增长，甚至已无法计算，那么如何从这么多数据中获取所需要的潜在有用得到知识，来帮住人们做出准确的判断，此时就有必要来挖掘这些数据。在数据挖掘中，比较重要的...
- 欧慧
- 关键词：聚类算法流形距离蜂群算法
- 基于改进流形距离和人工蜂群的二阶段聚类算法被引量：3
- 2016年
- 以改进的流形距离为相似度测度,结合人工蜂群算法,提出一种二阶段聚类算法.首先根据局部密度、最大最小距离和近邻选择对数据集初步归类并得到簇代表点;然后将聚类归属为优化问题,通过改进的蜂群算法对簇代表点及没归类的样本点较快地搜索到最优聚类中心,同时根据流形距离的全局一致性特征,对样本进行精确的类别划分;最后将两阶段算法综合归类.实验结果表明,所提出的算法可以获得良好的聚类效果.
- 夏卓群欧慧李平武志伟戴傲
- 关键词：流形距离人工蜂群算法
- 基于改进流形距离的粗糙集k-means聚类算法被引量：4
- 2016年
- 针对现有的基于流形距离的聚类算法对"绝对流形"数据集较"相对流形"数据集聚类效果佳和参数ρ在较大范围内变化时,聚类性能较差等问题,提出基于改进流形距离的粗糙集k-means聚类算法。该算法通过用属性划分和最大最小距离选择初始聚类中心,以改进的流形距离和粗糙集优化k-means,并结合终止判断条件以达到解决边界数据聚类问题和提升聚类效果的目的。仿真结果表明:该算法对"绝对流形"和"相对流形"数据集聚类效果均有较好改善,且参数变化对聚类性能影响较大。
- 欧慧夏卓群武志伟
- 关键词：K-MEANS算法粗糙集适应度函数
- 基于属性划分和弧形距离的层次聚类算法被引量：1
- 2015年
- 传统k-means初始中心随机选取,在较大范围内,利用以流形距离为相似度测度的参数不能较好地反映数据集的全局一致性。为此,基于属性划分和弧形距离,提出一种层次聚类算法。依据粒计算中属性划分思想和最大最小距离法则选择初始阶段的类代表点,根据k-means进行粗聚类。采用新的距离测度,即弧形距离和反映类内相似度大类间相似度小的准则函数,对初阶段类代表点聚类归类得到期望类代表点。每个数据点依据其类代表点的类标签信息找到自己所属的类标签。实验结果表明,与其他算法相比,该算法较好地体现数据集的全局一致性,减少了运行时间。
- 夏卓群欧慧武志伟范开钦
- 基于RSSI深相似域高斯拟合的室内定位算法被引量：4
- 2015年
- 传感器网络中大多数传统定位方法主要研究接收信号强度(RSS)之间的匹配关系,而未充分考虑物理环境和利用离线训练数据库信息。针对上述问题提出一种基于RSSI深相似域高斯拟合的定位方法。该方法在离线阶段建立RSS与距离之间的映射关系,并利用待测定位节点与其逻辑最近邻周边深相似域内的物理近邻点的信息,同时使用贝叶斯算法和高斯曲线拟合来获取参考节点RSS的测量值,最终提高指纹定位方法的准确性。实验结果表明,该方法有效地提高了定位的精度。
- 夏卓群戴傲李平欧慧范开钦
- 关键词：传感器网络接收信号强度贝叶斯
