高鹭 作品数:47 被引量:90 H指数:5 供职机构: 内蒙古科技大学 更多>> 发文基金: 内蒙古自治区科技计划项目 国家自然科学基金 内蒙古自治区自然科学基金 更多>> 相关领域: 自动化与计算机技术 文化科学 电气工程 电子电信 更多>>
一种应用于大规模风电基地的电网规划方法 本发明公开了一种应用于大规模风电基地的电网规划方法,包括以下步骤:对于单个风电集群区域进行网格化处理,考虑风场出口变电站成本、汇集站成本、线路成本建立优化模型,并包含实际并网工程的约束条件,将模型转化为混合整数线性优化模... 张飞 亓豪 高鹭 任晓颖 刘麒文献传递 基于工程教育认证的软件工程专业混合课程建设研究 被引量:3 2017年 工程教育专业认证是我国高等教育发展的趋势。以内蒙古科技大学软件工程专业为例,按照工程教育专业认证的理念和方法进行质量提升建设,从教学模式方面进行改革,达到工程教育认证的要求,培养出软件工程领域的高素质创新人才。 张静 褚燕华 张晓琳 高鹭关键词:工程教育认证 软件工程 教学模式 课程建设 《数据结构》教学网站的设计与实现 被引量:1 2008年 本文讲述了构建《数据结构》教学网站的全部过程,详细叙述了整个网络教学平台的设计结构以及具体实现方法。 周李涌 高鹭关键词:JSP 动态网页 现代通信网课程体系的改革 被引量:3 2008年 通信网对于现今社会的作用是举足轻重的,在本科教学中现代通信网也成为了一门重要的课程,本文总结了对现代通信网课程体系在教学环节和实验环节中改革的过程和方法,最后起到了满意的教学效果。 秦岭 杜永兴 杨立东 高鹭关键词:现代通信网 教学 基于Pregel的分布式保护节点影响力匿名算法 2020年 针对当前社会网络图数据规模不断增加,现有匿名算法大多只考虑匿名隐私强度,忽略匿名后节点影响力变化的问题进行了研究。基于Pregel模型提出分布式保护节点影响力的匿名算法(anonymous protecting influence of nodes,APIN)。算法分解社会网络图得到k-核图,核数代表节点影响力,分裂节点匿名的同时保证原节点核数不变,从而保证节点影响力不变。为了提高APIN算法隐私保护强度,针对社区结构提出保护社区中节点影响力的社会网络匿名算法(anonymous protecting influence of nodes in community,APINC),基本思想是在社区中实现δ-shell安全分组,从而达到δ-核匿名。在真实社会网络数据实验表明,所提出的算法在保持节点影响力的同时很好地保护了图结构性质;最后展望了下一步研究方向。 李健 张晓琳 刘娇 高鹭 张换香关键词:社会网络 递归算法及其转化为非递归算法的分析 被引量:2 2008年 递归是程序设计中强有力的工具,同时也有着鲜明的优缺点,也是学习的难点。本文从递归的概念、递归的实现和递归与非递归的转化几个方面进行了分析。 高鹭 周李涌关键词:递归算法 非递归算法 “以实例为导线”的教学方法在计算机基础课程中的应用 被引量:4 2008年 我院针对大学计算机基础课程教学中存在的学生基础差异较大且要求实际操作能力较强的问题,在教学中采用以实例为导线的教学方法并配合系统的上机实验教学,取得了良好的教学效果。本文介绍了我院在这方面的探索与实践。 高鹭 张静关键词:大学计算机基础 教学案例 实例教学 上机实践 基于张量相似度的推荐方法研究 2023年 传统推荐方法中将用户建模为向量的建模方式只关注用户单方面偏好,为了弥补此种建模方法的局限性,提出一种将用户建模为矩形的张量建模方法。构建了一个基于融合协同过滤与序列推荐算法的推荐模型,该模型集成了Fastformer模型和键值记忆网络对用户张量进行建模;结合用户张量与目标物品的距离及偏置项对用户张量与目标物品的相似度进行计算。在MovieLens和CiaoDVD数据集上对该模型进行实验验证,实验结果表明,该模型能够关注用户多方面偏好并在推荐结果的精准度上优于基线方法,特别是在HR与NDCG评价指标上分别比现有基线方法平均提高了1.4%、1.95%。 马蓓欣 郝斌 张飞 高鹭 任晓颖关键词:推荐系统 相似度计算 用户建模 基于IPSO-BiLSTM-AM模型的超短期风电功率预测方法 被引量:8 2022年 针对现有模型预测准确性与稳定性较低的问题,提出一种以BiLSTM为基础的风电功率预测模型。BiLSTM可以很好的处理风电多变量之间的非线性关系,其次采用改进的PSO优化BiLSTM的超参数,并通过AM训练模型的权重。最后采用内蒙古自治区某风电场的历史数据进行提前0~15 min试验。结果表明,提出的IPSO-BiLSTM-AM模型具有较高的预测精度,可以为风电场电力调度与控制提供科学参考。 高鹭 孔繁苗 张飞 任晓颖 任晓颖 秦岭基于残差网络和门控卷积网络的语音识别研究 被引量:7 2022年 由于传统循环神经网络具有复杂的结构,需要大量的数据才能在连续语音识别中进行正确训练,并且训练需要耗费大量的时间,对硬件性能要求很大。针对以上问题,提出了基于残差网络和门控卷积神经网络的算法,并结合联结时序分类算法,构建端到端中文语音识别模型。该模型将语谱图作为输入,通过残差网络提取高层抽象特征,然后通过堆叠门控卷积神经网络捕获有效的长时间记忆,摆脱了传统循环神经网络对上下文相关性建模的依赖,加快了模型的训练速度。对残差网络进行了优化,并在门控卷积神经网络中加入了前馈神经网络,极大提高了模型的性能。实验结果表明,在Aishell-1中文数据集上,该模型的字错误率降低至11.43%;并且在-5 dB低信噪比环境下,字错误率达到了19.77%。 朱学超 张飞 高鹭 任晓颖 郝斌