检索结果-内蒙古大学图书馆

智能系统学报 2021年第3期16卷 502-510页

作者：李海林龙芳菊华侨大学信息管理系福建泉州362021 华侨大学现代应用统计与大数据研究中心福建厦门361021

针对经典算法Apriori和频繁模式增长算法(frequent pattern growth, FP-growth)不能直接对时间序列数据进行关联规则挖掘的问题,提出一种同步频繁树算法(synchronize frequent tree, SFT)。利用时间序列的时间属性具有一维性的特点,定... 详细信息

针对经典算法Apriori和频繁模式增长算法(frequent pattern growth, FP-growth)不能直接对时间序列数据进行关联规则挖掘的问题,提出一种同步频繁树算法(synchronize frequent tree, SFT)。利用时间序列的时间属性具有一维性的特点,定义趋势项-位置表示法表示时间序列数据,将首条时间序列构建成一棵基础树,通过计算树叶子节点与列表项的信息交集,可判断其是否与该树枝中的所有节点构成频繁K项集。在SFT算法中,用趋势项-位置表示的数据内存占用情况要优于原始数据,并且在挖掘过程中不会产生候选频繁项集,使得算法在整个挖掘过程中表现出较好的时间性能。基于商品数据和股票数据的数值实验表明,SFT算法所得结果不仅与其他5种对比算法的结果一致,在各量级的数据和不同的支持度计数中,其时间复杂度都要优于对比算法。

关键词：时间序列线性分段趋势项-位置事务集表示频繁项集同步频繁树关联规则时间效率

来源：评论

学校读者我要写书评

暂无评论

基于博弈关系与碳排放约束的中国省际能源效率评价

引用

软科学 2016年第3期30卷 89-93页

作者：王婷婷华侨大学数量经济研究院统计学院现代应用统计与大数据研究中心福建厦门361021

针对传统数据包络分析(DEA)模型的缺陷,提出生态-博弈交叉数据包络分析(ECO-GCDEA)模型,对低碳约束下的中国省际能源效率进行测算和排序,并将离散结果函数化进行大数据视角下的区域性分析。研究发现:中国低碳约束下的能源效率得分增长... 详细信息

针对传统数据包络分析(DEA)模型的缺陷,提出生态-博弈交叉数据包络分析(ECO-GCDEA)模型,对低碳约束下的中国省际能源效率进行测算和排序,并将离散结果函数化进行大数据视角下的区域性分析。研究发现:中国低碳约束下的能源效率得分增长趋势不显著,其中东部地区能源效率得分较高,而西部地区能源利用效率与环境发展协调程度较差。聚类分析表明,我国低碳能源效率不存在两极分化现象,且第三梯队的改善势头强劲。

关键词：碳排放博弈关系能源效率 ECO-GCDEA模型 FDA-聚类

来源：评论

学校读者我要写书评

暂无评论

一种融合模糊时间序列分析的成分数据时间序列预测方法

引用

系统工程理论与实践 2023年第5期43卷 1534-1544页

作者：陶志富谭文发陈华友安徽大学大数据与统计学院合肥230601 安徽大学数据融合与开发应用中心合肥230601 安徽大学应用数学研究中心合肥230601

在诸多社会和经济问题中,成分数据由于可以提供整体视角下各部分的比例情况而备受关注.对数比变换和球坐标变换等变换方法为成分数据时间序列的专业预测提供了可能,但两类变换均对成分数据的分量进行了限定性要求,如不能包含0或者1.因而... 详细信息

在诸多社会和经济问题中,成分数据由于可以提供整体视角下各部分的比例情况而备受关注.对数比变换和球坐标变换等变换方法为成分数据时间序列的专业预测提供了可能,但两类变换均对成分数据的分量进行了限定性要求,如不能包含0或者1.因而,在理论上探求新的成分数据时间序列预处理方式或预测模式具有重要意义.通过将模糊时间序列分析与成分数据时间序列预测相结合,本文提出一类融合模糊时间序列分析的成分数据时间序列预测方法.首先,利用信息熵测度,将成分数据时间序列对应到实值序列框架下.继而,在模糊时序分析框架中,利用模糊C均值聚类实现成分数据时间序列对应实值序列论域的划分并建立模糊集与成分数据之间的对应关系.进而应用一阶模糊时间序列分析模型实现对成分数据时间序列的预测.最后,通过某汽车公司的汽车销售结构数据实证分析验证了所提出预测方法的有效性.

关键词：成分数据时间序列预测模糊时间序列信息熵对数比变换

来源：评论

学校读者我要写书评

暂无评论

不确定需求下考虑承运商组合的多式联运路径优化

引用

物流科技 2025年第4期48卷 81-85页

作者：张家华徐劲松南京邮电大学现代邮政学院&研究院江苏南京210003 南京邮电大学国家邮政局邮政行业技术研发中心(物联网技术) 江苏南京210003 南京邮电大学江苏省邮政大数据技术与应用工程研究中心江苏南京210003

针对在多式联运过程中,传统路径优化方法在面对不确定需求时,因难以充分发挥承运商运输优势而出现的成本居高不下难题,文章提出了一个以需求为优先级,结合承运商评价体系的多式联运路径优化模型。该模型旨在优化承运商的组合方式,形成... 详细信息

针对在多式联运过程中,传统路径优化方法在面对不确定需求时,因难以充分发挥承运商运输优势而出现的成本居高不下难题,文章提出了一个以需求为优先级,结合承运商评价体系的多式联运路径优化模型。该模型旨在优化承运商的组合方式,形成适应不同运输场景的临时联盟,并结合改进的极值自适应遗传算法,降低多式联运的总成本或提高运输效率,同时确保运输的时效性和可靠性。算例实验表明,在不确定环境下考虑承运商组合的鲁棒路径优化模型能在具有大量承运商的物流联盟环境下显著降低运输成本,为提高物流系统的效率和服务质量提供有力支持。

关键词：承运商选择三级优先度多式联运模糊层次分析法路径优化

来源：评论

学校读者我要写书评

暂无评论

一种基于RDAP算法的物流网络资源匹配机制

引用

物流科技 2025年第5期48卷 1-4,10页

作者：刘金满徐劲松南京邮电大学现代邮政学院&研究院江苏南京210003 南京邮电大学国家邮政局邮政行业技术研发中心(物联网技术) 江苏南京210003 南京邮电大学江苏省邮政大数据技术与应用工程研究中心江苏南京210003

针对物流企业缺乏资源搜寻和谈判能力,导致交易成本高难以合作问题,基于一对多双边匹配中稳定匹配的相关概念,提出一种基于RDAP算法的物流网络资源匹配机制,通过RDS与RP的双向选择到物流资源的稳定匹配。算法首先基于性价比的RDS决策模... 详细信息

针对物流企业缺乏资源搜寻和谈判能力,导致交易成本高难以合作问题,基于一对多双边匹配中稳定匹配的相关概念,提出一种基于RDAP算法的物流网络资源匹配机制,通过RDS与RP的双向选择到物流资源的稳定匹配。算法首先基于性价比的RDS决策模型得出RDS对于RP的满意度序列,然后根据基于成员稳定性的RP决策模型得出RP的满意度序列,在稳定匹配条件下构建一对多双边物流网络资源匹配模型,得出匹配结果。仿真实验表明,基于RDAP算法的物流网络资源匹配机制模型相比于传统Gale-Shapley算法模型,能更适用于物流领域,使匹配成功的RDS与RP双方的利润大大增加,为提高物流系统效率和服务质量提供了有力支持。

关键词：物流网络资源资源匹配双边匹配 RDAP算法稳定匹配

来源：评论

学校读者我要写书评

暂无评论

基于分类词典的文本相似性度量方法

引用

智能系统学报 2017年第4期12卷 556-562页

作者：李海林邹金串华侨大学信息管理系福建泉州362021 华侨大学现代应用统计与大数据研究中心福建厦门361021

针对现有基于语义知识规则分析的文本相似性度量方法存在时间复杂度高的局限性,提出基于分类词典的文本相似性度量方法。利用汉语词法分析系统ICTCLAS对文本分词,运用TF×IDF方法提取文本关键词,遍历分类词典获取关键词编码,通过计... 详细信息

针对现有基于语义知识规则分析的文本相似性度量方法存在时间复杂度高的局限性,提出基于分类词典的文本相似性度量方法。利用汉语词法分析系统ICTCLAS对文本分词,运用TF×IDF方法提取文本关键词,遍历分类词典获取关键词编码,通过计算文本关键词编码的近似性来衡量原始文本之间的相似度。选取基于语义知识规则和基于统计两个类别的相似性度量方法作为对比方法,通过传统聚类与KNN分类分别对相似性度量方法进行效果验证。数值实验结果表明,新方法在聚类与分类实验中均能取得较好的实验结果,相较于其他基于语义分析的相似性度量方法还具有良好的时间效率。

关键词：文本挖掘语义分析分类词典关键词提取词语编码相似性度量聚类分类

来源：评论

学校读者我要写书评

暂无评论

一种结合时空上下文的在线卷积网络跟踪算法

引用

计算机研究与发展 2018年第12期55卷 2785-2793页

作者：柳培忠汪鸿翔骆炎民杜永兆华侨大学工学院福建泉州362021 华侨大学现代应用统计与大数据研究中心福建厦门361021 华侨大学计算机科学与技术学院福建厦门361021

基于卷积神经网络提取抽象特征缺乏时空信息的问题,结合时空上下文模型作为卷积神经网络的各阶滤波器,提出一种在线卷积神经网络的视觉跟踪算法.首先对初始目标进行归一化处理并提取目标置信图,跟踪过程中结合时空信息更新得到时空上下... 详细信息

基于卷积神经网络提取抽象特征缺乏时空信息的问题,结合时空上下文模型作为卷积神经网络的各阶滤波器,提出一种在线卷积神经网络的视觉跟踪算法.首先对初始目标进行归一化处理并提取目标置信图,跟踪过程中结合时空信息更新得到时空上下文模型,第1层使用更新后的模型对输入进行卷积,并对卷积结果进行滑动窗口取片,第2层再使用时空模型分别对取片结果进行卷积,提取目标简单抽象特征,然后叠加简单层的卷积结果得到目标的深层次表达,最后结合粒子滤波跟踪框架实现目标跟踪.实验表明:结合时空上下文模型的在线卷积网络结构提取的深度抽象特征,保留相关时空信息,提高复杂背景下的跟踪效率.

关键词：视觉跟踪时空上下文卷积神经网络粒子滤波在线更新

来源：评论

学校读者我要写书评

暂无评论

网络整体结构与合作强度对创新绩效的影响

引用

科学学研究 2023年第1期41卷 168-180页

作者：李海林龙芳菊林春培华侨大学工商管理学院福建泉州362021 华侨大学现代应用统计与大数据研究中心福建厦门361021 华侨大学商务管理研究中心福建泉州362021

发现协同创新网络类型、分析网络整体结构特征及其创新绩效影响因素,为提高协同合作效率具有重要的现实意义。基于协同创新视角,以新能源汽车技术的共同专利权人为研究对象,用Louvain算法识别协同创新网络。根据网络整体结构特征,用K-me... 详细信息

发现协同创新网络类型、分析网络整体结构特征及其创新绩效影响因素,为提高协同合作效率具有重要的现实意义。基于协同创新视角,以新能源汽车技术的共同专利权人为研究对象,用Louvain算法识别协同创新网络。根据网络整体结构特征,用K-means聚类算法划分协同创新网络类型,并深入分析每种网络。用专利数量和专利质量衡量网络创新绩效,以合作强度和网络整体结构特征为条件属性,网络创新绩效为决策属性,用CART决策树分析创新绩效的影响关系。新方法以数据驱动为视角,借助数据挖掘技术深入剖析网络结构特征、合作强度和创新绩效之间的非线性知识规则。研究结果表明:(1)共有四种协同创新网络,即二元协同创新网络、星型协同创新网络、完全协同创新网络和复杂协同创新网络,不同网络类型的整体结构特征和创新绩效差异化明显,证实了分类讨论的合理性与科学性。(2)二元协同创新网络和完全协同创新网络没有明显的核心成员,星型协同创新网络和复杂协同创新网络存在核心成员。(3)在不受其他因素的共同影响下,复杂协同创新网络和星型协同创新网络的合作强度分别对网络创新绩效具有正向和负向影响;在二元协同创新网络中,过高或过低的合作强度均有助于提升网络创新绩效。(4)对于合作强度较大的协同创新网络,较长的平均路径长度不利于提升网络创新绩效。

关键词：协同创新网络结构合作强度创新绩效 K-means聚类 CART决策树

来源：评论

学校读者我要写书评

暂无评论

基于实时事件侦测的兴趣点推荐系统研究

引用

数据分析与知识发现 2022年第10期6卷 114-127页

作者：李治孙锐姚羽轩李小欢湖南机电职业技术学院信息工程学院长沙410151 华侨大学现代应用统计与大数据研究中心泉州362021 湖南大学信息科学与工程学院长沙410082

【目的】结合实时事件、合适时机与兴趣点特性三个要素,建立一个基于实时事件侦测的兴趣点推荐系统。【方法】从大量具有地理标记的推文中侦测出实时事件,通过树状卷积神经网络来学习实时事件与时间感知信息的嵌入特征表示;从标注在兴... 详细信息

【目的】结合实时事件、合适时机与兴趣点特性三个要素,建立一个基于实时事件侦测的兴趣点推荐系统。【方法】从大量具有地理标记的推文中侦测出实时事件,通过树状卷积神经网络来学习实时事件与时间感知信息的嵌入特征表示;从标注在兴趣点的文字评论与照片中抓取兴趣点的图文内容感知特征,并通过卷积神经网络学习兴趣点的图文特征向量;使用前K处召回率与排名倒数平均值两种度量指标,通过实验数据比较和评估不同推荐系统的效能。【结果】所提模型在排名倒数平均值(MRR)评估项目的推荐效能上比MP推荐模型提升8.9%,比NMF推荐模型提升57.1%。【局限】兴趣点固有特征仅考虑文字和图像特征,未考虑其他信息。【结论】所提基于实时事件侦测的兴趣点推荐模型比其他推荐方法具有更好的效果,在搜寻、运输和环境监控等基于位置的推荐服务中具有广阔的应用前景。

关键词：实时事件深度学习矩阵分解卷积神经网络推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于关键词重要性和近邻传播聚类的主题分析研究

引用

情报学报 2018年第5期37卷 533-542页

作者：李海林万校基林春培华侨大学工商管理学院泉州362021 华侨大学现代应用统计与大数据研究中心厦门361021

鉴于传统科学计量方法存在共现分析缺少考虑关键词重要性和主题分析手段不能自适应地抽取核心主题等问题,本文提出一种基于关键词重要性和近邻传播聚类的主题分析方法。该方法依据大多数作者的潜在行为会按照与研究内容相关性的强弱顺... 详细信息

鉴于传统科学计量方法存在共现分析缺少考虑关键词重要性和主题分析手段不能自适应地抽取核心主题等问题,本文提出一种基于关键词重要性和近邻传播聚类的主题分析方法。该方法依据大多数作者的潜在行为会按照与研究内容相关性的强弱顺序提供论文关键词,计算关键词在每个文献中的重要程度,构建主要关键词之间的相似性矩阵,结合能够反馈最优簇成员代表性结果的近邻传播聚类实现核心主题的提取与分析。本研究对图书情报类某刊物2012-2016年期间的文献关键词进行数据挖掘,使用新方法实现了基于重要性度量的主要关键词聚类,分析和研究了主要关键词和核心主题的演化趋势。提出的方法不仅能够考虑关键词重要性和自动识别核心主题,还可以为文献主题分析提供新的数据挖掘方法,也能有效提高期刊和学科等相关领域的主题识别效果。

关键词：主题分析关键词重要性近邻传播聚类核心主题

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：