检索结果-维普期刊中文期刊服务平台

一种流数据立方体分析挖掘框架被引量：2: 1; 作者金苍宏刘泽民 +1 位作者吴明晖应晶《电信科学》北大核心 2014年第9期61-71,共11页; 流数据是目前一种重要的数据展现形式,对流数据进行OLAM(联机分析挖掘)操作可为分析人员提供多层次的数据视图。但OLAM要求在不同粒度中实现对数据的聚合操作,而流式数据内含时态特性和持续到达特性,使得数据无法被多次重复操作。使用传... 展开更多; 关键词流数据概要立方体联机分析挖掘实时分析; 在线阅读下载PDF 职称材料

一种基于上下文索引的文本匹配框架被引量：1: 2; 作者金苍宏吴明晖应晶《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2013年第9期1537-1546,共10页; 为了提高信息挖掘方法的效率和动态性,支持在线定义知识提取模式,提出一种快速文本匹配框架.该框架包括上下文索引、上下文挖掘语言、上下文匹配算法等模块.框架从索引中直接获得提取内容的上下文信息,无需依赖文本过滤,从而提高信息提... 展开更多; 关键词上下文索引上下文挖掘语言文本提取提取框架; 在线阅读下载PDF 职称材料

融合序列分解与时空卷积的时序预测算法被引量：8: 3; 作者金苍宏董腾然 +3 位作者陈天翼吴明晖李国军周胜利《电子学报》 EI CAS CSCD 北大核心 2021年第2期233-238,共6页; 现有深度学习方法在对时间序列预测时,未充分考虑空间依赖性,且长期预测的准确率也较低.针对此问题,提出一种融合时间序列分解策略和时空卷积神经网络的时序预测模型SDBRNN(Series-Decomposition-Block Recurrent Neural Network).该模... 展开更多; 关键词时间序列预测序列分解时空卷积; 在线阅读下载PDF 职称材料

基于评分卡——随机森林的云计算用户公共安全信誉模型研究被引量：2: 4; 作者周胜利金苍宏 +1 位作者吴礼发洪征《通信学报》 EI CSCD 北大核心 2018年第5期143-152,共10页; 传统云计算用户信誉的研究主要集中在对用户操作行为信誉评估,较少涉及用户发布文本信息的安全管理,并且存在指标筛选欠准确、信誉评估结果缺乏科学验证等问题,难以满足监管部门的实际需求。针对以上问题,提出基于评分卡—随机森林的云... 展开更多; 关键词云计算安全安全监管评分卡随机森林卷积神经网络; 在线阅读下载PDF 职称材料

基于意图识别的不确定性行为序列预测方法: 5; 作者何飞金苍宏吴明晖《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第2期254-262,共9页; 针对协同推荐和序列表征方法在预测用户行为任务上面临的行为不确定性和数据稀疏问题,提出基于意图识别的不确定性行为序列预测(G2IE)方法. G2IE方法根据计划行为理论(TPB),对用户行为序列中受控行为模式进行挖掘;基于信息熵计算相邻受... 展开更多; 关键词行为模式挖掘不确定性关系意图识别图嵌入行为序列预测; 在线阅读下载PDF 职称材料

题名一种流数据立方体分析挖掘框架被引量：2: 1; 作者金苍宏刘泽民吴明晖应晶; 机构浙江大学计算机科学与技术学院浙江大学城市学院; 出处《电信科学》北大核心 2014年第9期61-71,共11页; 基金浙江省自然科学基金资助项目(No.LQ14F020002) 浙江省本科院校中青年学科带头人学术攀登基金资助项目(No.PD2013453); 文摘流数据是目前一种重要的数据展现形式,对流数据进行OLAM(联机分析挖掘)操作可为分析人员提供多层次的数据视图。但OLAM要求在不同粒度中实现对数据的聚合操作,而流式数据内含时态特性和持续到达特性,使得数据无法被多次重复操作。使用传统OLAP(联机分析处理)方法无法生成部分物化视图且流数据规模宏大,受限于存储空间大小而无法保存全部数据单元信息。针对上述问题,提出了一种基于概要技术的流数据OLAM框架——sketch cube(概要立方体),该框架把任意维度组合映射成唯一自然数,根据上下限单调原则对维度组合裁剪,在类线性空间中保存有效数据单元信息,并构建时间序列索引提高检索效率。通过理论分析给出使用sketch cube的前提条件,同时通过真实海量流数据实验分析表明,sketch sube在有效性、存储空间效率和正确率上可以满足实时挖掘的需求。; 关键词流数据概要立方体联机分析挖掘实时分析; Keywords stream data, sketch cube, online analytical mining, real-time analysis; 分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名一种基于上下文索引的文本匹配框架被引量：1: 2; 作者金苍宏吴明晖应晶; 机构浙江大学计算机学院浙江大学城市学院计算机科学与工程学系; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2013年第9期1537-1546,共10页; 基金国家科技重大专项课题资助项目(2011ZX0302-004-002) 浙江省重点创新团队资助项目(2010R50009) 清华-腾讯互联网创新技术基金资助项目(2011-8); 文摘为了提高信息挖掘方法的效率和动态性,支持在线定义知识提取模式,提出一种快速文本匹配框架.该框架包括上下文索引、上下文挖掘语言、上下文匹配算法等模块.框架从索引中直接获得提取内容的上下文信息,无需依赖文本过滤,从而提高信息提取性能.理论分析和实验表明:本框架提取方法同文本提取方法、倒排提取方法等相比,其运行时间在不同大小和结构的数据集上更为稳定高效,提取模式的长度对本框架的影响较小,因此,适合海量数据的在线提取.; 关键词上下文索引上下文挖掘语言文本提取提取框架; Keywords context-aware index context extract language text extract extract framework; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名融合序列分解与时空卷积的时序预测算法被引量：8: 3; 作者金苍宏董腾然陈天翼吴明晖李国军周胜利; 机构浙大城市学院浙江警察学院; 出处《电子学报》 EI CAS CSCD 北大核心 2021年第2期233-238,共6页; 基金浙江省自然科学基金(No.LY21F020003) 浙江省公益技术研究计划(No.LGF20G030001) 浙江省重点研发项目(No.2021C01164,No.2021C02060)。; 文摘现有深度学习方法在对时间序列预测时,未充分考虑空间依赖性,且长期预测的准确率也较低.针对此问题,提出一种融合时间序列分解策略和时空卷积神经网络的时序预测模型SDBRNN(Series-Decomposition-Block Recurrent Neural Network).该模型首先学习序列的多周期值并对序列进行最优STL分解;然后结合相邻观察点构造兼具时空数据块;再采用Block-LSTM中的三维卷积模块对时空数据块进行特征提取,让三维块在LSTM细胞中参与状态更新和反向传播,最终实现模型对时空特征的学习.结合多个时空序列测试数据分析,表明该模型在具有空间依赖关系的时序数据集上,比传统的时间卷积模型和循环神经网络具有更好的时空特征提取能力和拟合预测能力,验证了该模型的有效性.; 关键词时间序列预测序列分解时空卷积; Keywords time-series forecasting series decomposition spatio-temporal convolutional; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于评分卡——随机森林的云计算用户公共安全信誉模型研究被引量：2: 4; 作者周胜利金苍宏吴礼发洪征; 机构陆军工程大学指挥控制工程学院浙江警察学院信息技术系浙江大学城市学院计算机与计算科学学院; 出处《通信学报》 EI CSCD 北大核心 2018年第5期143-152,共10页; 基金国家重点研发计划基金资助项目(No.2017YFB0802900) 国家自然科学基金资助项目(No.U1509219) 杭州市科技发展计划基金资助项目(No.20162013A08)~~; 文摘传统云计算用户信誉的研究主要集中在对用户操作行为信誉评估,较少涉及用户发布文本信息的安全管理,并且存在指标筛选欠准确、信誉评估结果缺乏科学验证等问题,难以满足监管部门的实际需求。针对以上问题,提出基于评分卡—随机森林的云计算用户公共安全信誉模型。首先,利用Word2Vec和卷积神经网络进行公共安全标签分类;其次,采用评分卡方法,筛选强相关性指标;最后,结合随机森林算法,建立云计算用户公共安全信誉模型。实验分析表明,所建立的模型能够解决云计算公共安全监管中用户信誉指标筛选不准确和信誉区分准确性低等问题,能够有效识别有害用户,提高云计算用户监管效率。; 关键词云计算安全安全监管评分卡随机森林卷积神经网络; Keywords cloud computing security security regulation scorecard random forest convolution neural network; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于意图识别的不确定性行为序列预测方法: 5; 作者何飞金苍宏吴明晖; 机构浙大城市学院计算机与计算科学学院浙江大学计算机科学与技术学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第2期254-262,共9页; 基金浙江省自然科学基金资助项目(LY21F020003) 浙江省重点研发计划资助项目(2021C01164) +1 种基金国网浙江省电力有限公司科技项目(5211XT20008Q)。; 文摘针对协同推荐和序列表征方法在预测用户行为任务上面临的行为不确定性和数据稀疏问题,提出基于意图识别的不确定性行为序列预测(G2IE)方法. G2IE方法根据计划行为理论(TPB),对用户行为序列中受控行为模式进行挖掘;基于信息熵计算相邻受控行为之间的不确定性行为列表的行为转移意图强度;融合行为转移意图增强行为关系,弥补行为意图缺失. G2IE方法挖掘行为的不确定性关系,并用模型进行量化,用于解决行为不确定性难点;通过融合转移意图方法能够发现更多的行为关系,也在一定程度上缓解数据稀疏的问题.较其他使用行为直接关系的方法,G2IE方法有更准确丰富的表示能力.在3个公开行为数据集上进行对比实验,结果表明,本研究方法在综合指标F1值上均为最优,证明了所提方法的有效性.; 关键词行为模式挖掘不确定性关系意图识别图嵌入行为序列预测; Keywords behavior pattern mining uncertainty relationship intent identification graph embedding behavior sequence prediction; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种流数据立方体分析挖掘框架	金苍宏刘泽民吴明晖应晶	《电信科学》北大核心	2014	2	在线阅读下载PDF 职称材料
2	一种基于上下文索引的文本匹配框架	金苍宏吴明晖应晶	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2013	1	在线阅读下载PDF 职称材料
3	融合序列分解与时空卷积的时序预测算法	金苍宏董腾然陈天翼吴明晖李国军周胜利	《电子学报》 EI CAS CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料
4	基于评分卡——随机森林的云计算用户公共安全信誉模型研究	周胜利金苍宏吴礼发洪征	《通信学报》 EI CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料
5	基于意图识别的不确定性行为序列预测方法	何飞金苍宏吴明晖	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料