您的位置: 专家智库 > >

熊海涛

作品数:5 被引量:15H指数:2
供职机构:北京工商大学计算机与信息工程学院更多>>
发文基金:国家自然科学基金国家教育部博士点基金北京市教育委员会科技发展计划面上项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 2篇信任
  • 2篇支持向量
  • 2篇支持向量数据...
  • 2篇数据描述
  • 2篇数据挖掘
  • 2篇向量
  • 2篇访问控制
  • 1篇信任网络
  • 1篇异常点
  • 1篇异常点检测
  • 1篇噪声
  • 1篇知识管理
  • 1篇知识管理系统
  • 1篇装备保障系统
  • 1篇网络
  • 1篇稀有类
  • 1篇模式识别
  • 1篇矿山
  • 1篇矿山安全
  • 1篇角色

机构

  • 4篇北京航空航天...
  • 3篇北京工商大学
  • 1篇中国石油大学...

作者

  • 5篇熊海涛
  • 3篇刘鲁
  • 3篇吴俊杰
  • 2篇刘洪甫
  • 1篇施慧斌
  • 1篇贾攀
  • 1篇任宇峰
  • 1篇任义丽
  • 1篇蒋承睿
  • 1篇李明

传媒

  • 1篇系统工程与电...
  • 1篇金属矿山
  • 1篇系统工程理论...
  • 1篇管理科学学报
  • 1篇中国科技论文

年份

  • 3篇2013
  • 1篇2012
  • 1篇2011
5 条 记 录,以下是 1-5
排序方式:
装备保障中基于信任和预测的访问控制模型被引量:1
2011年
为保证航空装备保障系统中适量的保障资源的安全授权,同时授权能够根据用户历史行为进行变更,在基于角色的访问控制模型基础上引入了信任和预测,提出了基于信任和预测的访问控制模型。角色只有在信任度要求满足时才能被激活,只有数量在属于预测区间时才能被分配给权限。设计了信任和预测机制,并结合具体实例对模型的使用进行了分析。结果表明,基于信任和预测的访问控制模型能够对航空装备保障系统中的资源实现灵活和有效的访问控制。
熊海涛刘鲁张继春施慧斌
关键词:访问控制信任角色装备保障系统
分类中的类重叠问题及其处理方法研究被引量:9
2013年
类重叠问题是数据挖掘与机器学习领域的瓶颈问题之一.如果其中还存在类不均衡问题时,情况变得更加复杂.有鉴于此,本文在已有文献基础上归纳了三种类重叠学习算法及提出一种新的方法:分隔法,并首次将支持向量数据描述算法用于实际数据的重叠样本识别,对类重叠问题及其与类不均衡问题的相互影响进行了系统研究.在真实数据上采用五种分类器的实验结果表明:1)多数情况下"分隔法"是表现最佳的类重叠学习算法;2)分隔法通常对基于分界面而非规则的分类器更为有效;3)分隔法在类不均衡问题中表现很好,当基础分类器为支持向量机时尤为突出.最后针对支持向量机的实验结果给出了理论分析.
熊海涛吴俊杰刘洪甫刘鲁
关键词:数据挖掘支持向量数据描述
矿山安全知识管理系统中的访问控制模型研究被引量:1
2013年
为保证矿山安全知识管理系统中安全知识的安全授权,同时保证授权能够根据用户历史行为进行变更,在基于角色的访问控制模型基础上引入了信誉,提出了基于信誉的访问控制模型。该模型构造了权限六元组,通过用户间的操作关系建立信任网络,然后计算直接信誉和间接信誉,从而来判断用户是否可对知识进行操作进行授权。结果表明,基于信誉的访问控制模型能够对矿山安全知识管理系统中的安全知识实现安全和可靠的访问控制。
熊海涛蒋承睿任宇峰贾攀
关键词:访问控制知识管理信任网络
基于组合局部孤立点的噪声处理算法被引量:2
2013年
LOF(Local Outlier Factor)算法是基于密度的典型孤立点识别算法,在实践中被广泛用于检测属性噪声。然而,LOF算法没有综合考虑类与类、类与整体之间的信息,因而对类别噪声识别欠佳。CLOF(Combined Local Outlier Factors)是在LOF算法的基础上提出一种基于组合局部孤立系数的类别噪声处理算法。算法通过lofa、lof1、lof0三个局部孤立系数值,首先在整体数据集上剔除属性噪声,其次综合利用整体和局部信息,通过3个lof值之间的关系来识别类别噪声,并更正其类标签。在仿真数据集和UCI数据集上的实验结果表明,CLOF算法能够同时有效识别类别噪声和属性噪声,提高分类器的分类精度,对具有类重叠的复杂数据处理效果尤佳。
任义丽刘洪甫熊海涛吴俊杰
关键词:模式识别异常点检测
LSVDD:基于局部支持向量数据描述的稀有类分析算法被引量:2
2012年
在单类支持向量数据描述算法的基础上,提出了一种基于局部支持向量数据描述的稀有类分析算法:LSVDD,能够处理存在类重叠的类不平衡问题.该算法利用支持向量数据描述算法对各类样本分别进行单类学习,从而获得单类模型:然后对单类模型的概念重叠区域使用属性选择进一步进行局部单类学习,最后得到综合分类模型.在仿真数据集和UCI数据集上的实验结果表明,LSVDD能够有效和稳定地提高稀有类分析精度.
熊海涛吴俊杰刘鲁李明
关键词:数据挖掘支持向量数据描述
共1页<1>
聚类工具0