检索结果-内蒙古大学图书馆

电气自动化 2016年第4期38卷 86-89页

作者：王少锋伍少成刘涛陈航陆月明深圳供电局有限公司计量中心广东深圳518001 北京邮电大学信息与通信工程学院北京100876 可信分布式计算与服务教育部重点实验室(北京邮电大学) 北京100876

目前,电力计量自动化系统是通过公共GPRS移动网络发送到主站的,收到数据的质量容易受到终端故障和通信质量的影响。针对这个问题,提出了基于K最近邻(KNN,K-Nearest Neighbor)算法改进的KNN打分算法,使用终端通信流量相关的数据,对终端... 详细信息

目前,电力计量自动化系统是通过公共GPRS移动网络发送到主站的,收到数据的质量容易受到终端故障和通信质量的影响。针对这个问题,提出了基于K最近邻(KNN,K-Nearest Neighbor)算法改进的KNN打分算法,使用终端通信流量相关的数据,对终端的故障进行检测和预警,并模拟实际情况对算法进行了测试。本算法在传统KNN算法的基础上增加了打分功能,不仅可以提前对故障进行检测和预警,还能通过得分衡量判决结果的可靠性,使得相关人员可以灵活决定是否进行现场排查,节约成本。

关键词：通信故障预测计量自动化 KNN打分算法特征提取数据分析

来源：评论

学校读者我要写书评

暂无评论

基于压缩近邻的查重元数据去冗算法设计

引用

通信学报 2015年第8期36卷 1-7页

作者：姚文斌叶鹏迪李小勇常静坤北京邮电大学智能通信软件与多媒体北京市重点实验室北京100876 北京邮电大学计算机学院北京100876 中国铁道科学研究院机车车辆研究所北京100081 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876

随着重复数据删除次数的增加,系统中用于存储指纹索引的清单文件等元数据信息会不断累积,导致不可忽视的存储资源开销。因此,如何在不影响重复数据删除率的基础上,对重复数据删除过程中产生的元数据信息进行压缩,从而减小查重索引,是进... 详细信息

随着重复数据删除次数的增加,系统中用于存储指纹索引的清单文件等元数据信息会不断累积,导致不可忽视的存储资源开销。因此,如何在不影响重复数据删除率的基础上,对重复数据删除过程中产生的元数据信息进行压缩,从而减小查重索引,是进一步提高重复数据删除效率和存储资源利用率的重要因素。针对查重元数据中存在大量冗余数据,提出了一种基于压缩近邻的查重元数据去冗算法Dedup2。该算法先利用聚类算法将查重元数据分为若干类,然后利用压缩近邻算法消除查重元数据中相似度较高的数据以获得查重子集,并在该查重子集上利用文件相似性对数据对象进行重复数据删除操作。实验结果表明,Dedup2可以在保持近似的重复数据删除比的基础上,将查重索引大小压缩50%以上。

关键词：重复数据删除查重元数据近邻压缩规则

来源：评论

学校读者我要写书评

暂无评论

“经典阅读”网络平台可视化技术应用及实现

引用

现代图书情报技术 2015年第11期 96-103页

作者：颉夏青吴旭北京邮电大学图书馆北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876

【目的】利用多维信息可视化技术优化"经典阅读"网络平台信息揭示方式。【应用背景】"经典阅读"教学质量的提升要求"经典阅读"网络平台不断应用新技术改善用户体验,提高读者参与度。【方法】将基于图标... 详细信息

【目的】利用多维信息可视化技术优化"经典阅读"网络平台信息揭示方式。【应用背景】"经典阅读"教学质量的提升要求"经典阅读"网络平台不断应用新技术改善用户体验,提高读者参与度。【方法】将基于图标和基于动画等多维可视化技术相结合,对棋盘式显示、旋转书架、瀑布流等显示方式进行组合。【结果】图书详情页面访问量下降而读书报告月平均访问量增长65%,读者对图书的关注深化为对读书报告的关注。【结论】读者对读书报告关注度提升,可视化技术应用改善了"经典阅读"教学效果。

关键词：经典阅读可视化读书报告教学质量

来源：评论

学校读者我要写书评

暂无评论

双层聚类模型在日志数据分析中的应用

引用

北京邮电大学学报 2015年第B06期38卷 63-66,71页

作者：古恒陈钊王枞张思悦傅群超北京邮电大学计算机学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京市政务信息安全应急处置中心北京100101 北京邮电大学软件学院北京100876

提出了一种基于自组织特征映射(SOM)神经网络和模糊c-均值(FCM)的双层聚类方法,对Web日志中的日志数据集进行聚类.第一层是无监督SOM神经网络聚类方法,它所产生的类的个数大大减少了原始数据集的个数,降低了FCM对类初始中心点的依赖;然... 详细信息

提出了一种基于自组织特征映射(SOM)神经网络和模糊c-均值(FCM)的双层聚类方法,对Web日志中的日志数据集进行聚类.第一层是无监督SOM神经网络聚类方法,它所产生的类的个数大大减少了原始数据集的个数,降低了FCM对类初始中心点的依赖;然后利用FCM聚类算法的优势对第一层中产生的类的中心点进行聚类,从而大大减少了聚类的时间复杂度;最后通过平行坐标技术可视化展示聚类前后的日志数据集,方便对日志数据进行分析.

关键词：平行坐标日志数据聚类自组织特征映射模糊c-均值

来源：评论

学校读者我要写书评

暂无评论

社交网络分析核心科学问题、研究现状及未来展望

引用

中国科学院院刊 2015年第2期30卷 187-199页

作者：方滨兴贾焰韩毅北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 国防科学技术大学计算机学院长沙410073

近年来,随着在线社交服务的快速发展,社交网络进入了我们社会经济生活的各个方面,演变为无处不在的计算平台和信息传播平台。为理解社交网络运行机制的各个方面,文章聚焦分析社交网络运行演化过程中紧密联系的一系列关键性要素:社交网... 详细信息

近年来,随着在线社交服务的快速发展,社交网络进入了我们社会经济生活的各个方面,演变为无处不在的计算平台和信息传播平台。为理解社交网络运行机制的各个方面,文章聚焦分析社交网络运行演化过程中紧密联系的一系列关键性要素:社交网络的结构属性及其演化规律、社交群体及其互动规律、网络信息及其传播方式,探讨了社交网络分析的科学问题,介绍了社交网络分析研究所面临的问题与挑战,并对社交网络的研究方向进行了展望。

关键词：社交网络拓扑结构网络群体信息传播

来源：评论

学校读者我要写书评

暂无评论

计算思维与理科专业“大学计算机基础”实践教学研究

引用

北京邮电大学学报（社会科学版） 2015年第1期17卷 88-93页

作者：吴旭牛少彰颉夏青北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学计算机学院北京100876 北京邮电大学图书馆北京100876

计算思维能力是"大学计算机基础"课程能力培养的核心内容。基于"理工融合"培养模式的需求和理科专业学生的特点,结合多年教学工作实践,构建了以计算思维为导向的大学计算机基础课程实践教学体系,从计算思维训练角... 详细信息

计算思维能力是"大学计算机基础"课程能力培养的核心内容。基于"理工融合"培养模式的需求和理科专业学生的特点,结合多年教学工作实践,构建了以计算思维为导向的大学计算机基础课程实践教学体系,从计算思维训练角度研究与探索了实践教学过程和方法,并对理科专业学生计算思维的培养进行了思考与建议。调查表明,学生满意度达92.5%。

关键词：计算思维理科专业大学计算机基础实践教学

来源：评论

学校读者我要写书评

暂无评论

一种基于词语匹配和TF-IDF方法的个性化推荐算法

一种基于词语匹配和TF-IDF方法的个性化推荐算法

引用

21届中国竞争情报年会

作者：吴旭郭芳毓颉夏青北京邮电大学图书馆北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学图书馆北京100876

个性化推荐技术可以有效提高机构知识库资源的曝光率和利用率,将现有的"用户主导行为"模式转变为"以知识驱动行为"模式,使得机构知识库用户能够更高效地获取学术信息.为此,本文在研究国内外已有的相似性度量方法的... 详细信息

个性化推荐技术可以有效提高机构知识库资源的曝光率和利用率,将现有的"用户主导行为"模式转变为"以知识驱动行为"模式,使得机构知识库用户能够更高效地获取学术信息.为此,本文在研究国内外已有的相似性度量方法的基础上,引入了不同权重词语对整体相似度有不同影响的思想,提出一种基于TF-IDF和词语匹配的文本相似度评价算法.通过分析DC(Dublin Core)元数据格式,筛选其中有效数据,计算特定词语在指定域中的权重并统计匹配次数,在文本长度归一化的基础上进行文本相似度计算.实验以手动建立文本测试集进行相似度计算,经统计分析,表明该算法能够对结构化离散文本数据的相似度进行合理计算,降低了机构知识库离散数据集在进行相似度计算时的向量维度,计算结果与实际数据吻合较好,具有可行性和实际应用价值.

关键词：个性化推荐词语匹配相似度评价机构知识库离散数据集

来源：评论

学校读者我要写书评

暂无评论

eID移动身份认证系统的研究与实现

引用

信息网络安全 2015年第3期 48-53页

作者：范月许晋高宇童北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学计算机学院北京100876 东北大学软件学院辽宁沈阳110189

现有移动身份认证方式缺乏对用户的普适保护,导致用户隐私信息泄露问题时发。网络电子身份证e ID(electronic identity)在确保个人身份真实可信的前提下,可有效避免用户身份信息被保留在各种网络运营商处时曝光和泄露的风险。然而,常规... 详细信息

现有移动身份认证方式缺乏对用户的普适保护,导致用户隐私信息泄露问题时发。网络电子身份证e ID(electronic identity)在确保个人身份真实可信的前提下,可有效避免用户身份信息被保留在各种网络运营商处时曝光和泄露的风险。然而,常规的e ID终端载体仅支持USB端口的使用方式,无法适用于很少支持USB端口的移动终端设备。文章提出一种基于网络电子身份证e ID的移动身份认证系统,通过NFC(near field communication)技术将e ID与应用系统认证过程相结合,充分发挥NFC技术耗能低、通信高效且安全的优势,利用e ID的隐私保护、高度可信以及安全可靠等特点,设计并实现了e ID移动身份认证流程。在移动端完成用户真实身份的有效认证,保障用户身份安全可信的同时有效保护用户隐私,实现了前端虚名、后台实名的认证机制。实验证明该方法具有普适高效性,可以有效解决移动互联网使用e ID身份认证的问题。

关键词：移动身份认证 eID NFC 个人信息隐私

来源：评论

学校读者我要写书评

暂无评论

面向机构知识库结构化数据的文本相似度评价算法

引用

信息网络安全 2015年第5期 16-20页

作者：吴旭郭芳毓颉夏青许晋北京邮电大学计算机学院北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 北京邮电大学图书馆北京100876

机构知识库是一个以机构成员在工作过程中所创建的各种数字化产品为内容,以网络为依托,以收集、整理、保存、检索、提供利用为目的的知识库,其中文本数据集多呈现结构化,且具有离散性。而个性化推荐技术可以有效提高机构知识库资源的曝... 详细信息

机构知识库是一个以机构成员在工作过程中所创建的各种数字化产品为内容,以网络为依托,以收集、整理、保存、检索、提供利用为目的的知识库,其中文本数据集多呈现结构化,且具有离散性。而个性化推荐技术可以有效提高机构知识库资源的曝光率和利用率,将现有的"用户主导行为"模式转变为"以知识驱动行为"模式,使得机构知识库用户能够更高效地获取学术信息。为此,文章在研究国内外已有的相似性度量方法的基础上,引入不同权重词语对整体相似度有不同影响的思想,提出一种基于TF-IDF和词语匹配的文本相似度评价算法。通过分析DC(Dublin Core)元数据格式,筛选其中有效数据,计算特定词语在指定域中的权重并统计匹配次数,在文本长度归一化的基础上进行文本相似度计算。实验以手动建立文本测试集进行相似度计算,经统计分析,表明该算法能够对结构化离散文本数据的相似度进行合理计算,降低了机构知识库离散数据集在进行相似度计算时的向量维度,计算结果与实际数据吻合较好,具有可行性和实际应用价值。

关键词：机构知识库离散化数据结构化数据词语匹配 TF-IDF 文本相似度

来源：评论

学校读者我要写书评

暂无评论

工科大学生竞争情报能力培育机制研究

引用

教育教学论坛 2015年第13期 40-41页

作者：吴旭高宇童北京邮电大学图书馆北京100876 北京邮电大学可信分布式计算与服务教育部重点实验室北京100876 东北大学软件学院辽宁沈阳110189

社会环境呼唤大学生具有竞争情报能力,从培养大学生的竞争情报意识、提高大学生的竞争情报能力与信息素质、帮助大学生树立良好的竞争情报道德观念等方面探讨了竞争情报教育的目标及培养工科大学生竞争情报能力的途径。

关键词：大学生竞争情报能力培育机制

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：