检索结果-维普期刊中文期刊服务平台

基于自组织映射和K-means聚类的分层设计空间动态缩减方法及其在船型优化中的应用被引量：1: 1; 作者于群李鹏 +3 位作者郑强冯佰威邱春良曾大连《中国舰船研究》 CSCD 北大核心 2024年第6期64-73,共10页; [目的]基于CFD的船型优化由于其高维、计算昂贵、“黑盒”等特点,通常会存在优化效率低,优化质量差的问题。针对以上问题,基于自组织映射方法和K-means聚类提出分层设计空间动态缩减方法(HSRM)。[方法]利用K-means聚类算法,对自组织映... 展开更多; 关键词船舶设计船型优化自组织映射设计空间缩减聚类分析分层设计空间动态缩减方法; 在线阅读下载PDF 职称材料

组织能力分层演进研究——以丰田汽车公司为例被引量：2: 2; 作者赵永杰《技术经济与管理研究》北大核心 2010年第A6期78-81,共4页; 动态能力理论是为了解决新竞争环境下企业持续发展问题而产生和发展起来的一个战略理论前沿。阶层观是动态能力研究的一个重要分支,它指出了组织能力的阶层化特征,揭示了动态能力作为一种高阶组织能力的基本属性以及重要作用,为动态能... 展开更多; 关键词组织能力分层演进汽车公司动态能力; 在线阅读下载PDF 职称材料

基于跨层协议模型的机间自组织网络优化研究被引量：2: 3; 作者黄松华赵靖 +1 位作者梁维泰徐欣《火力与指挥控制》 CSCD 北大核心 2017年第11期10-13,18,共5页; 节点高速移动、拓扑动态变化、传输质量不稳定是机间自组织网络的基本特征,空中环境的特殊性使得网络适应能力和传输效率成为机间自组织网络面临的最基本挑战。分析机间自组织网络的功能需求、传统的分层协议模型在应用过程中存在的问题... 展开更多; 关键词机间自组织网络动态适应性传输效率协议模型分层优化; 在线阅读下载PDF 职称材料

夜间静止卫星红外云图的GHSOM网络云分类模型被引量：2: 4; 作者闫廷亚王杉《江西师范大学学报（自然科学版）》 CAS 北大核心 2015年第4期383-388,410,共7页; 针对夜间云分类准确率低下的问题,利用奇异值分解方法对FY-2E夜间红外云图进行特征提取和选择,从中筛选出包括亮温和分裂窗差值在内的不同的纹理特征.分别采用动态增长型分层自组织和自组织映射2种神经网络模型对夜间云图进行分类,并将... 展开更多; 关键词动态增长型分层自组织自组织映射夜间云图云分类; 在线阅读下载PDF 职称材料

SDN场景中基于双向流量特征的DDoS攻击检测方法被引量：10: 5; 作者陈超曹晓梅《计算机应用研究》 CSCD 北大核心 2019年第7期2148-2153,共6页; 传统网络资源的分布式特性使得管理员较难实现网络的集中管控,在分布式拒绝服务攻击发生时难以快速准确地检出攻击并溯源。针对这一问题,结合软件定义网络集中管控、动态管理的优势和分布式拒绝服务攻击特点,引入双向流量概念,提出了攻... 展开更多; 关键词软件定义网络双向流量四元组特征分布式拒绝服务攻击增长型分层自组织映射; 在线阅读下载PDF 职称材料

基于GHSOM网络的时间序列聚类方法: 6; 作者刘世元吕黎《计算机工程》 CAS CSCD 北大核心 2007年第6期208-210,共3页; 提出了一种基于增长型分层自组织映射(GHSOM)的时间序列聚类方法,给出了该方法的基本原理和具体算法步骤,对实测时间序列数据进行了聚类验证和分析。研究结果表明,增长型分层自组织映射能根据对象特征无监督地对时间序列进行正确聚类,... 展开更多; 关键词时间序列模式发现增长型分层自组织映射聚类; 在线阅读下载PDF 职称材料

基于GHSOM网络的南海风场时空变化特征分析被引量：1: 7; 作者周益飞廖光洪《海洋学研究》 CSCD 北大核心 2022年第2期19-31,共13页; 基于1979—2018年欧洲中期天气预报中心(ECMWF)近海面10 m风场资料,采用增长型分层自组织映射(GHSOM)神经网络方法,对南海海表面风场(SSW)的季节变化和年际异常变化进行了分析,结果表明:(1)GHSOM网络训练原始风场数据第一层结果揭示了4... 展开更多; 关键词海面风增长型分层自组织映射季节变化年际异常变化南海; 在线阅读下载PDF 职称材料

题名基于自组织映射和K-means聚类的分层设计空间动态缩减方法及其在船型优化中的应用被引量：1: 1; 作者于群李鹏郑强冯佰威邱春良曾大连; 机构武汉理工大学高性能船舶技术教育部重点实验室武汉理工大学船海与能源动力工程学院中国舰船研究设计中心广西中船北部湾船舶及海洋工程设计有限公司; 出处《中国舰船研究》 CSCD 北大核心 2024年第6期64-73,共10页; 基金国家自然科学基金资助项目(51979211,52271327,52271330,52471339,52401390) 装备预研教育部联合基金(青年人才)资助项目(8091B032201) +3 种基金国家资助博士后研究人员计划C档资助项目(GZC20232018)。; 文摘 [目的]基于CFD的船型优化由于其高维、计算昂贵、“黑盒”等特点,通常会存在优化效率低,优化质量差的问题。针对以上问题,基于自组织映射方法和K-means聚类提出分层设计空间动态缩减方法(HSRM)。[方法]利用K-means聚类算法,对自组织映射方法的可视化结果进行聚类,并提取感兴趣的区域。通过该方式,可在船型优化过程中,对样本仿真数据进行数据挖掘、提取设计知识、指导设计优化,以提高优化质量。最后将该方法应用于7500吨级散货船的船型优化设计过程以验证有效性。[结果]结果表明,利用传统粒子群优化算法(PSO)和HSRM得到的优化船型总阻力分别降低1.854%和2.266%,HSRM能得到更高质量的优化解。[结论]所提出的方法可以指导优化算法向着最优解的方向进行寻优,有效提高优化效率和优化质量。; 关键词船舶设计船型优化自组织映射设计空间缩减聚类分析分层设计空间动态缩减方法; Keywords naval architecture hull form optimization self-organizing maps design space reduction cluster analysis hierarchical space reduction method; 分类号 U661.31 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名组织能力分层演进研究——以丰田汽车公司为例被引量：2: 2; 作者赵永杰; 机构东北财经大学工商管理学院漯河职业技术学院; 出处《技术经济与管理研究》北大核心 2010年第A6期78-81,共4页; 文摘动态能力理论是为了解决新竞争环境下企业持续发展问题而产生和发展起来的一个战略理论前沿。阶层观是动态能力研究的一个重要分支,它指出了组织能力的阶层化特征,揭示了动态能力作为一种高阶组织能力的基本属性以及重要作用,为动态能力的可操作性研究提供了发展空间。目前国内对于组织能力阶层观的研究仅限于在对国外动态能力研究成果的综述中有所提及,既缺少系统的理论探讨,更缺少深入的实证分析。上世纪30年代仅为丰田自动织布机公司一分部的丰田汽车公司目前已成长为全球最大的汽车制造商,其管理模式被视为世界制造业的标杆。基于对丰田汽车公司组织能力层阶与特征的划分,本文把丰田公司组织能力演化过程界定为静态能力主导期、改进能力主导期、演进能力主导期三个阶段,通过深入解析丰田汽车公司组织能力的分层演进过程,为我国企业组织能力发展提供借鉴。; 关键词组织能力分层演进汽车公司动态能力; Keywords Organizational capabilities Stratified evolution The motor company Dynamic capabilities; 分类号 F416.471 [经济管理—产业经济]; 在线阅读下载PDF 职称材料

题名基于跨层协议模型的机间自组织网络优化研究被引量：2: 3; 作者黄松华赵靖梁维泰徐欣; 机构中国电科第二十八研究所信息系统工程重点实验室; 出处《火力与指挥控制》 CSCD 北大核心 2017年第11期10-13,18,共5页; 基金国家自然科学基金(61402426) 国家"十二五"重大预研基金资助项目(4020404); 文摘节点高速移动、拓扑动态变化、传输质量不稳定是机间自组织网络的基本特征,空中环境的特殊性使得网络适应能力和传输效率成为机间自组织网络面临的最基本挑战。分析机间自组织网络的功能需求、传统的分层协议模型在应用过程中存在的问题,提出机间自组织网络跨层协议模型和跨层优化方法,指出研究中面临的难题和技术方向,为机间自组织网络协议设计提供参考。; 关键词机间自组织网络动态适应性传输效率协议模型分层优化; Keywords intra-flight ad hoc networks, flexibility, efficiency, protocol model,layered optimization; 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

题名夜间静止卫星红外云图的GHSOM网络云分类模型被引量：2: 4; 作者闫廷亚王杉; 机构华东交通大学信息工程学院; 出处《江西师范大学学报（自然科学版）》 CAS 北大核心 2015年第4期383-388,410,共7页; 基金国家自然科学基金(61261041)资助项目; 文摘针对夜间云分类准确率低下的问题,利用奇异值分解方法对FY-2E夜间红外云图进行特征提取和选择,从中筛选出包括亮温和分裂窗差值在内的不同的纹理特征.分别采用动态增长型分层自组织和自组织映射2种神经网络模型对夜间云图进行分类,并将2种网络模型的分类效果进行对比分析.实验结果表明:GHSOM网络模型在夜间云图分类方面效果较好,平均准确率总体上高于SOM,通过分层的分类方法极大地提高了夜间云图的分类准确率.; 关键词动态增长型分层自组织自组织映射夜间云图云分类; Keywords growing hierarchical self-organizing map self-organizing feature map night cloud image： cloud classification; 分类号 TP183 [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SDN场景中基于双向流量特征的DDoS攻击检测方法被引量：10: 5; 作者陈超曹晓梅; 机构南京邮电大学计算机与软件学院; 出处《计算机应用研究》 CSCD 北大核心 2019年第7期2148-2153,共6页; 基金国家自然科学基金资助项目(61202353) 国家“973”计划资助项目(2011CB302903) 江苏高校优势学科建设工程资助项目(yx002001); 文摘传统网络资源的分布式特性使得管理员较难实现网络的集中管控,在分布式拒绝服务攻击发生时难以快速准确地检出攻击并溯源。针对这一问题,结合软件定义网络集中管控、动态管理的优势和分布式拒绝服务攻击特点,引入双向流量概念,提出了攻击检测四元组特征,并利用增长型分层自组织映射算法对网络流中提取的四元组特征向量快速准确地分析并分类,同时提出了一种通过自适应改变监控流表粒度以定位潜在受害者的检测方法。仿真实验结果表明,提出的四元组特征及下发适量监控流表项的检测算法能以近似96%的准确率检出攻击并定位受害者,且对控制器造成的计算开销较小。; 关键词软件定义网络双向流量四元组特征分布式拒绝服务攻击增长型分层自组织映射; Keywords software defined network(SDN) bidirectional traffic feature four-tuple distributed denial of service(DDoS) growing hierarchical self-organization map; 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GHSOM网络的时间序列聚类方法: 6; 作者刘世元吕黎; 机构华中科技大学机械科学与工程学院光电国家实验室; 出处《计算机工程》 CAS CSCD 北大核心 2007年第6期208-210,共3页; 基金国家自然科学基金资助项目(50205009); 文摘提出了一种基于增长型分层自组织映射(GHSOM)的时间序列聚类方法,给出了该方法的基本原理和具体算法步骤,对实测时间序列数据进行了聚类验证和分析。研究结果表明,增长型分层自组织映射能根据对象特征无监督地对时间序列进行正确聚类,由于具有动态增长及分层特性,能分析对象内在的层次结构并实现由粗到精的聚类,可以扩展应用于大型乃至巨量时间序列数据库的模式发现。; 关键词时间序列模式发现增长型分层自组织映射聚类; Keywords Time series Patterns recovery Growing hierarchical self-organizing map Clustering; 分类号 TP18 [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GHSOM网络的南海风场时空变化特征分析被引量：1: 7; 作者周益飞廖光洪; 机构河海大学海洋学院; 出处《海洋学研究》 CSCD 北大核心 2022年第2期19-31,共13页; 基金国家重点研发计划(2017YFA0604104) 国家自然科学基金(42076015)。; 文摘基于1979—2018年欧洲中期天气预报中心(ECMWF)近海面10 m风场资料,采用增长型分层自组织映射(GHSOM)神经网络方法,对南海海表面风场(SSW)的季节变化和年际异常变化进行了分析,结果表明:(1)GHSOM网络训练原始风场数据第一层结果揭示了4个特征模态,高度概括了南海近海面风场的季节变化特征;第二层结果提取了风场的月变化特征。(2)GHSOM网络训练异常风场数据第一层结果揭示了4类异常风场特征模态:反气旋式异常、气旋式异常、西南风异常和东北风异常模态。其中反气旋式异常和气旋式异常模态呈现出不对称现象,即反气旋式异常风场的振幅大于气旋式异常风场;且这两个模态与ENSO事件密切相关,它们的时间序列与Ni1o 3.4指数序列存在显著的延迟相关。同时,东北风异常风场模态的发生频率大于西南风异常模态。向下扩展的第二层结果揭露了异常风场模态更多的细节特征。; 关键词海面风增长型分层自组织映射季节变化年际异常变化南海; Keywords sea surface wind Growing Hierarchical Self-Organizing Map season variability inter-annual anomaly variability South China Sea; 分类号 P732 [天文地球—海洋科学]; 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	基于自组织映射和K-means聚类的分层设计空间动态缩减方法及其在船型优化中的应用	于群李鹏郑强冯佰威邱春良曾大连	《中国舰船研究》 CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	组织能力分层演进研究——以丰田汽车公司为例	赵永杰	《技术经济与管理研究》北大核心	2010	2	在线阅读下载PDF 职称材料
3	基于跨层协议模型的机间自组织网络优化研究	黄松华赵靖梁维泰徐欣	《火力与指挥控制》 CSCD 北大核心	2017	2	在线阅读下载PDF 职称材料
4	夜间静止卫星红外云图的GHSOM网络云分类模型	闫廷亚王杉	《江西师范大学学报（自然科学版）》 CAS 北大核心	2015	2	在线阅读下载PDF 职称材料
5	SDN场景中基于双向流量特征的DDoS攻击检测方法	陈超曹晓梅	《计算机应用研究》 CSCD 北大核心	2019	10	在线阅读下载PDF 职称材料
6	基于GHSOM网络的时间序列聚类方法	刘世元吕黎	《计算机工程》 CAS CSCD 北大核心	2007	0	在线阅读下载PDF 职称材料
7	基于GHSOM网络的南海风场时空变化特征分析	周益飞廖光洪	《海洋学研究》 CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料