国家自然科学基金(61139002)

作品数:80被引量:435H指数:9
导出分析报告
相关作者:徐涛王建东袁家斌陈海燕冯霞更多>>
相关机构:南京航空航天大学中国民航大学南京信息工程大学东南大学更多>>
相关期刊:《Transactions of Nanjing University of Aeronautics and Astronautics》《电子科技大学学报》《计算机工程与应用》《控制与决策》更多>>
相关主题:机场噪声机场噪声预测聚类时间序列更多>>
相关领域:自动化与计算机技术环境科学与工程理学航空宇航科学技术更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于GEL的机场噪声等值线并行生成算法
《山东大学学报(工学版)》2018年第2期8-13,21,共7页冯霞 黄熙祥 
国家自然科学基金资助项目(61139002);国家科技支撑计划资助项目(2014BAJ04B02);民航科技基金资助项目(MHRD201101)
针对机场噪声等值线实时动态展现过程中存在的计算量大、绘制效率低等问题,提出一种基于网格边标记(grid edge labeling,GEL)的等值线并行生成算法。该并行生成算法采用局部到全局的等值线生成策略,以行为单位将网格任务划分,利用GEL算...
关键词:网格边标记 噪声等值线 并行生成 等值线绘制 高程值过滤 机场噪声 
云计算环境下面向数据分布的K-means聚类算法被引量:13
《小型微型计算机系统》2017年第4期712-715,共4页刘雪娟 袁家斌 操凤萍 
国家自然科学基金重点项目(61139002)资助;江苏省科技支撑计划项目(BE2014135)资助;江苏省产学研联合创新资金前瞻性研究项目(BY2014003-15)资助
在云计算环境下,针对K-means算法的经典并行方案的不足,提出面向数据分布的K-means算法.Map任务实现一次K-means算法迭代得到局部聚类中心,Reduce任务对局部聚类中心进行再聚类得到全局数据聚类中心,并将其传递给下一轮M apReduce,直到...
关键词:云计算 大数据 数据分布 K-MEANS聚类 MAPREDUCE 
A Cascaded Co-evolutionary Model for Attribute Reduction and Classification Based on Coordinating Architecture with Bidirectional Elitist Optimization
《Chinese Journal of Electronics》2017年第1期13-21,共9页DING Weiping WANG Jiandong LI Yuehua CHENG Xueyun 
supported by the National Natural Science Foundation of China(No.61300167,No.61139002);Natural Science Foundation of Jiangsu Province(BK20151274);Sponsored by Qing Lan Project of Jiangsu Province,the Open Project Program of Jiangsu Provincial Key Laboratory of Computer Information Processing Technology(No.KJS1517);Six Talent Peaks Project of Jiangsu Province(No.XYDXXJS-048)
A cascaded co-evolutionary model for Attribute reduction and classification based on Coordinating architecture with bidirectional elitist optimization(ARC-CABEO) is proposed for the more practical applications. The re...
关键词:Attribute reduction for classification Bidirectional elitist optimization Coordinating architecture Cascaded co-evolutionary model 
基于物联网的机场特种车辆定位系统研究被引量:1
《机械制造与自动化》2017年第1期177-179,共3页左寅 袁家斌 肖骁 
国家自然科学基金重点项目(61139002)
传统的机场特种车辆定位系统一般用车载GPS系统来实现,在机场建筑密集区会出现丢失信号的情况。基于对无线传感器网络定位算法的研究,结合无线传感器网络在机场环境下的特点,提出一种新的GPS/WSN数据融合定位系统。仿真结果表明,在卫星...
关键词:物联网 机场特种车辆 ZIGBEE 无线传感器网络 
时间序列降维及机场噪声中的机型识别被引量:4
《吉林大学学报(工学版)》2016年第4期1202-1208,共7页王寅同 王建东 陈海燕 
国家自然科学基金重点项目(61139002);中央高校科研业务费专项资金项目(NS2015091);江苏省博士后科研资助计划项目(1301013A)
为了提高非完整标记的高维机场噪声数据的处理速度和效率,研究了时间序列降维及机场噪声中的机型识别问题。首先采用概率类和不相关判别的半监督局部Fisher方法(SLFisher)得到降维转换矩阵,再将时间序列数据由高维空间映射到低维空间,...
关键词:人工智能 机场噪声 时间序列 降维 机型识别 
基于快速极限学习机和差分进化的机场噪声预测模型被引量:6
《电子与信息学报》2016年第6期1512-1518,共7页徐涛 郭威 吕宗磊 
国家自然科学基金重点项目(61139002);国家科技支撑计划课题(2014BAJ04B02);中央高校基本科研业务费专项资金(3122014D032);中国民航信息技术科研基地开放基金课题(CAAC-ITRB-201401)~~
该文针对传统机场噪声预测模型存在的建模成本高、实用性差的不足,引入时间序列相空间重构理论,提出一种新的基于快速极限学习机和差分进化算法的机场噪声一体化预测模型。该模型利用相空间重构理论对机场噪声时间序列进行重构,并使用...
关键词:机场噪声预测 快速极限学习机 差分进化 相空间重构 
云计算环境下多GPU资源调度机制研究被引量:3
《小型微型计算机系统》2016年第4期687-693,共7页吕相文 袁家斌 张玉洁 
国家自然科学基金重点项目(61139002)资助;中央高校基本科研业务费专项资金项目(NP2013308)资助
资源调度是云计算中的关键问题之一,它的调度机制与算法直接影响到云计算系统的性能及成本.GPU(graphics processing unit)正越来越多地被应用到通用计算领域,作为高性能云计算系统中的特殊计算资源,对GPU计算资源的调度有其特殊性.综...
关键词:云计算 GPU(graphics PROCESSING unit) 资源调度 分布式检索算法 
雷达预警系统多目标轨迹预测的并行处理方法被引量:2
《小型微型计算机系统》2016年第4期835-840,共6页王雪 施岩龙 袁家斌 
江苏省普通高校研究生科研创新计划项目(SJLX_0138)资助;国家自然科学基金重点项目(61139002)资助
多目标实时轨迹预测是空中目标预警的核心任务之一.随着雷达(组网)监测范围的扩大,数据量激增,现有的串行处理方式已不能满足实时性要求.本文针对多目标实时轨迹预测中对同一批目标定轨及轨迹修正需进行数据回溯的特点,采用目标任务与...
关键词:轨迹预测 分布式并行处理 调度策略 实时性 
基于空间拟合和神经网络的机场噪声预测集成模型被引量:6
《中国环境科学》2016年第4期1250-1257,共8页徐涛 苏瀚 杨国庆 
国家自然科学基金重点项目(61139002);国家"863计划"项目(2012AA063301);国家科技支撑计划项目(2014BAJ04B02);中国民用航空局科技项目(MHRD201006;MHRD201101);中央高校基本科研业务费专项资金(3122013P013)
将集成学习方法引入到机场噪声预测中,提出一种基于空间拟合和神经网络的机场噪声预测集成模型.该模型采用空间拟合算法和BP神经网络算法构建基学习器,然后通过所提出的基于观察学习的异构集成算法将基学习器集成起来,获得集成的机场噪...
关键词:机场噪声预测 空间拟合 神经网络 集成学习 观察学习 
单飞行事件噪声关联规则挖掘及信念网络表示被引量:1
《中国民航大学学报》2016年第1期27-31,共5页徐涛 杨婷婷 谢继文 
国家自然科学基金重点项目(61139002);国家高技术研究发展计划(863)(2012AA063301);国家科技支撑计划(2014BAJ04B02);中国民用航空局科技基金项目(MHRD201006;MHRD201101);中央高校基本科研业务费专项(3122013P013)
挖掘各种噪声影响因素与机场噪声之间的关联规则,能够为机场经营者制定有效的降噪措施提供科学依据。先将FP-Growth算法与数据立方体相结合,构造FP-Growth-Cube算法挖掘单飞行事件噪声与各噪声影响因素之间的关联规则,然后通过信念网络...
关键词:单飞行事件噪声 关联规则 信念网络 FP-Growth-Cube算法 
检索报告 对象比较 聚类工具 使用帮助 返回顶部