您的位置: 专家智库 > >

国家自然科学基金(61370073)

作品数:11 被引量:41H指数:4
相关作者:李建平杨帆王建军陈雷霆李鑫更多>>
相关机构:电子科技大学湖南第一师范学院雅砻江流域水电开发有限公司更多>>
发文基金:国家自然科学基金国家高技术研究发展计划四川省教育厅资助科研项目更多>>
相关领域:自动化与计算机技术自然科学总论经济管理理学更多>>

文献类型

  • 11篇中文期刊文章

领域

  • 8篇自动化与计算...
  • 1篇经济管理
  • 1篇电子电信
  • 1篇电气工程
  • 1篇自然科学总论
  • 1篇理学

主题

  • 4篇网络
  • 2篇神经网
  • 2篇神经网络
  • 2篇模糊聚类
  • 2篇聚类
  • 2篇卷积
  • 1篇电能
  • 1篇电能计量
  • 1篇多尺度
  • 1篇多任务
  • 1篇信道
  • 1篇信道模型
  • 1篇信号
  • 1篇信息流
  • 1篇遗传算法
  • 1篇营销
  • 1篇障碍物
  • 1篇商家
  • 1篇社团划分
  • 1篇社团结构

机构

  • 8篇电子科技大学
  • 3篇湖南第一师范...
  • 1篇武汉大学
  • 1篇电子科技大学...
  • 1篇雅砻江流域水...

作者

  • 6篇李建平
  • 3篇王建军
  • 3篇杨帆
  • 2篇李鑫
  • 2篇陈雷霆
  • 1篇蔡华龙
  • 1篇蔡洪斌
  • 1篇梁宗文
  • 1篇邹倩颖

传媒

  • 2篇计算机应用
  • 2篇小型微型计算...
  • 1篇系统工程理论...
  • 1篇微电子学与计...
  • 1篇系统仿真学报
  • 1篇计算机工程与...
  • 1篇现代电子技术
  • 1篇Chines...
  • 1篇Fronti...

年份

  • 1篇2020
  • 4篇2018
  • 3篇2015
  • 3篇2014
11 条 记 录,以下是 1-10
排序方式:
Detecting community structure using label propagation with consensus weight in complex network被引量:3
2014年
Community detection is a fundamental work to analyse the structural and functional properties of complex networks.The label propagation algorithm(LPA) is a near linear time algorithm to find a good community structure. Despite various ubsequent advances, an important issue of this algorithm has not yet been properly addressed. Random update orders within the algorithm severely hamper the stability of the identified community structure. In this paper, we executed the asic label propagation algorithm on networks multiple times, to obtain a set of consensus partitions. Based on these onsensus partitions, we created a consensus weighted graph. In this consensus weighted graph, the weight value of the dge was the proportion value that the number of node pairs allocated in the same cluster was divided by the total number f partitions. Then, we introduced consensus weight to indicate the direction of label propagation. In label update steps,y computing the mixing value of consensus weight and label frequency, a node adopted the label which has the maximum mixing value instead of the most frequent one. For extending to different networks, we introduced a proportion parameter o adjust the proportion of consensus weight and label frequency in computing mixing value. Finally, we proposed an pproach named the label propagation algorithm with consensus weight(LPAcw), and the experimental results showed that he LPAcw could enhance considerably both the stability and the accuracy of community partitions.
梁宗文李建平杨帆Athina Petropulu
关键词:群落结构网络检测功能特性
基于节点相似性度量的社团结构划分方法被引量:8
2015年
针对复杂网络结构划分过程复杂、准确性差的问题,定义了节点全局和局部相似性衡量指标,并构建节点的相似性矩阵,提出一种基于节点相似性度量的社团结构划分算法。其基本思路是将节点(或社团)按相似性合并条件划分到同一个社团中,如果合并后的节点(或社团)仍然满足相似性合并条件,则继续合并,直到所有节点都得到准确的社团划分。实验结果表明,所提算法能成功正确地划分出真实网络中的社团结构,性能比标签传播算法(LPA)、GN(Girvan-Newman)、CNM(Clauset-Newman-Moore)等算法优秀,能有效提高结果的准确性和鲁棒性。
梁宗文杨帆李建平
关键词:社团划分社团结构复杂网络
Cloud-based vs.blockchain-based IoT:a comparative survey and way forward被引量:1
2020年
The Internet of Things(IoT)has been evolving for more than a decade.Technological advancements have increased its popularity,but concerns and risks related to IoT are growing considerably along with the increased number of connected devices.In 2013,a new cryptography-based infrastructure called blockchain emerged with the potential to replace the existing cloud-based infrastructure of IoT through decentralization.In this article,we provide a taxonomy of the challenges in the current IoT infrastructure,and a literature survey with a taxonomy of the issues to expect in the future of the IoT after adopting blockchain as an infrastructure.The two architectures are compared based on their strengths and weaknesses.Then a brief survey of ongoing key research activities in blockchain is presented,which will have considerable impact on overcoming the challenges encountered in the applicability of blockchain in IoT.Finally,considering the challenges and issues in both infrastructures and the latest research activities,we propose a high-level hybrid IoT approach that uses the cloud,edge/fog,and blockchain together to avoid the limitations of each infrastructure.
Raheel Ahmed MEMONJian Ping LIJunaid AHMEDMuhammad Irshad NAZEERMuhammad ISMAILKhursheed ALI
关键词:TAXONOMY
移动节点的环境自适应定位模型被引量:4
2018年
针对现有基于对数正态信道模型的定位方法在各向异性环境下定位精度不理想的问题,提出一种具有环境自适应能力的移动节点定位模型,在传统信道模型中引入障碍物建模参数,通过新的模型表达解决无线网络各向异性环境中的节点定位问题。实验结果表明,该模型有良好的定位能力,对环境中的障碍物和其它干扰具有较低的敏感度。
陈轲
关键词:信道模型各向异性接收信号强度障碍物
基于模糊聚类的无权值风险综合评判算法被引量:5
2015年
风险评估通过分析不确定的风险因素得到确定的风险评价,如果存在多个风险,需要实施风险聚合.传统风险聚合方法依赖风险权值,在分布式环境中较难具有客观性,尤其对于移动环境,因为移动节点具有移动性和随机性.提出补偿竞争风险聚合算法(CCRAA),CCRAA的基本思想是模糊聚类,对风险值进行补偿以减少其与聚类中心的距离,使补偿后的风险值向聚类中心聚集,取最大风险值和最小风险值的平均值为聚合风险.CCRAA使风险和值不变,不影响聚合风险的大小,但避免了传统风险聚合方法可能产生风险极值或对风险权值的依赖.使用实验证明CCRAA具有优于传统方法的聚合效果和稳定性.
王建军李建平杜仕甫
关键词:风险评估模糊聚类
角色信息流风险多级评判模型及弹性授权实施
2014年
传统的安全等级规则严格限定主体对客体访问行为,安全机制僵化;基于角色访问控制没有定义信息流的方向,具有安全隐患.提出基于角色的信息流风险多级评判模型(RIFRMEM),定义了实体属性风险和实体风险,并根据用户访问行为产生的信息流和主客体风险等级差评定访问风险,使用风险门限动态控制用户的访问行为,在风险门限以内,保证信息流遵守从高风险区流向低风险区的基本安全原则,也可从低风险区流向高风险区,实施对用户的弹性授权,使角色授权策略兼具安全性和灵活性.最后使用移动无线网络节点间互访的信息流风险评判及弹性授权过程为例证明了RIFRMEM的实际意义.
王建军李建平
关键词:信息流
基于多任务深度卷积神经网络的显著性对象检测算法被引量:12
2018年
针对当前基于深度学习的显著性对象检测算法不能准确保存对象边缘的区域,从而导致检测出的显著性对象边缘区域模糊、准确率不高的问题,提出了一种基于多任务深度学习模型的显著性对象检测算法。首先,基于深度卷积神经网络(CNN),训练一个多任务模型分别学习显著性对象的区域和边缘的特征;然后,利用检测到的边缘生成大量候选区域,再结合显著性区域检测的结果对候选区域进行排序和计算权值;最后提取出完整的显著性图。在三个常用标准数据集上的实验结果表明,所提方法获得了更高的准确率,其中F-measure比基于深度学习的算法平均提高了1.9%,而平均绝对误差(MAE)平均降低了12.6%。
杨帆李建平李鑫陈雷霆
关键词:边缘检测卷积神经网络
小波包改进重构算法在非线性负荷电能计量中的应用被引量:1
2015年
为对非线性负荷电能的准确计量,提出基于离散小波包分解与重构算法的谐波电能计量改进方法。通过采样点数、窗口宽度及频率,确定频带宽度和离散小波包分解层数;为改进小波滤波器的非理想截止特性,消除其频率混叠问题,利用离散Fourier变换及其逆变换去掉各子带中多余频率成分,对单子带重构算法进行改进;给出谐波功率计算式与谐波电能计量原理。利用db40小波函数进行谐波电能计量数值仿真,克服离散小波包变换中存在频率混叠现象的固有缺陷,验证了该算法的有效性与计量精度,为电力系统谐波、间谐波和时变谐波分量的精确检测提供一种有效手段。
蔡华龙肖坤
关键词:非线性负荷谐波电能计量频率混叠
改进遗传算法在实体商业中精准营销研究与实现被引量:6
2018年
由于实体商业市场缺乏像电商平台那样的个性化交互平台,因此无法对客户进行精准营销,使得在商业市场上的竞争力越来越弱。为了解决这一问题,引入商家基因库模型,并记录客户在实体店铺中的历史购物行为、关注的产品类别等,结合最佳邻居、效用函数等提出赋有权重的客户偏好模型。利用改进遗传算法对商家基因库模型与客户偏好模型进行匹配,以实现精准营销。研究以大数据为背景,利用Hadoop集群的Map Reduce编程实现改进遗传算法,用以在n维商家空间中快速、精准地找出最符合客户需求的商家。实验结果表明,改进遗传算法相对于传统遗传算法在推荐准确率上平均提升15.6%,在推荐响应时间上提升41.9%。
邹倩颖王小芳
关键词:改进遗传算法精准营销
基于双层多尺度神经网络的显著性对象检测算法被引量:1
2018年
为了提高显著性对象检测的准确率,本文提出一种基于双层多尺度神经网络的深度模型.不同于现有的深度神经网络模型.首先,该模型以由精到粗的方式进行深度特征学习,并且定位显著性对象的初始位置;然后,以由粗到精的方式整合多尺度上下文语义信息,从而精确检测整个显著性对象区域,输出相应的显著性图;最后,为了进一步提高检测结果的准确率,利用全连接条件随机场对输出的显著性图进行优化,得到最终的显著性对象检测结果.在多个显著性对象检测公共数据集的验证结果表明,本文算法在运行效率和准确率上均优于当前传统显著性对象检测算法以及现有的基于深度学习的显著性对象检测算法.
李鑫陈雷霆蔡洪斌蔡洪斌李建平
关键词:条件随机场
共2页<12>
聚类工具0