广东省科技计划工业攻关项目(2012B0101100037)

作品数:6被引量:13H指数:2
导出分析报告
相关作者:陈珂柯文德许波王爱国郑捷更多>>
相关机构:广东石油化工学院信息技术有限公司厦门大学国防科学技术大学更多>>
相关期刊:《计算机技术与发展》《计算机工程与设计》《现代电子技术》《计算机应用研究》更多>>
相关主题:ITS恶意程序检测交通流数据沙箱智能交通系统更多>>
相关领域:自动化与计算机技术电子电信更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-6
视图:
排序:
一种基于增量式时间序列和最佳任务调度的Web数据聚类算法被引量:1
《现代电子技术》2016年第14期4-8,共5页陈珂 柯文德 许波 
国家自然科学基金(61272382);广东省科技计划项目(2012B0101100037);广东省高等学校科技创新资助项目(2013kjcx0132)
为了实现Web服务请求数据的快速聚类,并提高聚类的准确率,提出一种基于增量式时间序列和最佳任务调度的Web数据聚类算法。该算法进行了Web数据在时间序列上的聚类定义,并采用增量式时间序列聚类方法。先通过数据压缩形式降低Web数据的...
关键词:Web数据聚类 增量式时间序列 数据压缩 最佳任务调度 
复杂网络社团检测可视化仿真平台设计与开发被引量:1
《广东石油化工学院学报》2015年第6期33-37,共5页卢钊杰 陈珂 蓝鼎栋 吴镇佳 张良均 
国家级大学生创新创业训练计划项目(201411656017);广东省科技计划项目(2012B0101100037);广东省高等学校科技创新项目(2013kjcx0132)
有效发现与理解社团结构是复杂网络研究中非常重要的问题。此文分析与比较了传统的GN算法、Fast-Newman算法和CNM算法,基于JUNG框架设计与开发了社团检测可视化平台。该平台首先实现了上述三种算法,并与此文提出的局部社团检测算法(CDA...
关键词:社团检测算法 局部检测 可视化 JUNG 
改进的彩色图像去雾效果评价方法被引量:2
《智能系统学报》2015年第5期803-809,共7页陈珂 柯文德 许波 张良均 
国家自然科学基金资助项目(61272382);广东省科技计划资助项目(2012B0101100037);广东省高等学校科技创新项目(2013kjcx0132)
针对当前对图像去雾效果评价的不足,提出了一种改进的评价彩色图像去雾效果的方法。该方法同时考虑了对图像边缘的评价以及对颜色失真的评价,基于图像雾化的大气散射模型,通过将原始图像转换到相对色彩空间,提出了度量颜色失真的标准;...
关键词:图像去雾 去雾效果评价 大气散射模型 相对色彩空间 可见边对比度 
基于沙盒技术的行为分析系统研究被引量:4
《计算机技术与发展》2015年第8期166-169,共4页陈珂 柯文德 王爱国 郑捷 张良均 
国家自然科学基金资助项目(61272382);广东省科技计划项目(2012B0101100037);广东省高等学校科技创新项目(2013kjcx0132)
随着恶意程序的快速增多,常用的分析技术遇到了瓶颈。文中总结与分析了国内外现有主流的恶意程序检测方法,运用了底层的多种HOOK技术,在底层驱动中利用重定向技术从文件、注册表、网络、进程、线程、窗口消息等多个方面,设计与构造了改...
关键词:虚拟执行 恶意程序检测 沙箱 行为分析 
基于文本语义和社会结构的可信度研究被引量:1
《计算机应用研究》2013年第8期2334-2336,2356,共4页陈珂 卞先华 
广东省科技计划项目(2012B0101100037);国家自然科学基金资助项目(61272382;61001016;61102136)
提出了一个基于文本上下文信息和用户社会结构的组合信任模型TCtrust,给出了置信模型,分别从显式和隐式信任对置信值进行了度量,设计出根据置信度排序的算法。通过对新浪微博热门话题"美国总统大选"进行实验,该算法在可信度上优于新浪...
关键词:文本 TCtrust模型 社会结构 置信度 
融入时间关联因子曲线拟合的交通流异常挖掘方法被引量:4
《计算机工程与设计》2013年第7期2561-2565,共5页陈珂 邹权 
广东省科技计划基金项目(2012B0101100037);国家自然科学基金项目(61272382);国家自然科学基金项目(61001016;61102136)
分析了智能交通系统(ITS)的特征使得获取交通流信息的质量和准确性难以保证,且ITS的分析和预测与数据的存在时间远近关联的紧密性。如果不考虑时间关联,将这些含有噪声、冗余、错误或不一致源信息应用到以参数驱动的预测模型,就无法得...
关键词:时间关联因子 智能交通系统(ITS) 交通流数据 分箱思想 异常检测 
检索报告 对象比较 聚类工具 使用帮助 返回顶部