崔自峰

作品数：5被引量：27H指数：2
导出分析报告
供职机构：中国电子科技集团第二十八研究所更多>>
发文主题：警卫脉冲体制用户兴趣存储方式车队更多>>
发文领域：自动化与计算机技术电子电信政治法律更多>>
发文期刊：《信息化研究》《Journal of Southeast University(English Edition)》《计算机应用》《计算机学报》更多>>
所获基金：国家自然科学基金江苏省高校自然科学研究项目国家杰出青年科学基金国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-5
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
IP多媒体子系统中代理注册业务负荷均衡设计被引量：2
《信息化研究》2016年第2期55-60,共6页崔自峰 雷明涛 许道峰 
文章介绍了IP多媒体子系统(IP Multimedia Subsystem,IMS)的技术体系架构,分析了IMS系统中接入网控器(AGCF)设备代理大批量用户刷新注册存在的问题,提出了一种IMS设备注册业务负荷均衡的算法,通过这种算法将AGCF代理用户的刷新注册时间...
关键词：IP多媒体子系统 代理注册 负荷均衡 接入网控器 刷新注册风暴 
基于线性判别分析的特征选择被引量：9
《计算机应用》2009年第10期2781-2785,共5页崔自峰 吉小华 
提出一种新颖的基于特征抽取的特征选择方法,将特征选择问题建模为在子空间中的搜索问题,采用线形判别分析(LDA)的投影思想,对LDA施加一定的限制将其转换为对子空间的搜索优化问题,从而通过解LDA的优化问题得到特征选择的解,进一步把特...
关键词：特征选择 线性判别分析 分类 
一种近似Markov Blanket最优特征选择算法被引量：15
《计算机学报》2007年第12期2074-2081,共8页崔自峰 徐宝文 张卫丰 徐峻岭 
国家杰出青年科学基金(60425206);国家自然科学基金(60503020);江苏省高校自然科学研究计划项目基金(04kjb520096)资助~~
特征选择可以有效改善分类效率和精度,传统方法通常只评价单个特征,较少评价特征子集.在研究特征相关性基础上,进一步划分特征为强相关、弱相关、无关和冗余四种特征,建立起Markov Blanket理论和特征相关性之间的联系,结合Chi-Square检...
关键词：特征选择 相关性 MARKOV BLANKET CHI-Square检验 分类 
Document classification approach by rough-set-based corner classification neural network被引量：1
《Journal of Southeast University(English Edition)》2006年第3期439-444,共6页张卫丰 徐宝文 崔自峰 徐峻岭 
The National Natural Science Foundation of China(No.60503020,60373066,60403016,60425206),the Natural Science Foundation of Jiangsu Higher Education Institutions ( No.04KJB520096),the Doctoral Foundation of Nanjing University of Posts and Telecommunication (No.0302).
A rough set based corner classification neural network, the Rough-CC4, is presented to solve document classification problems such as document representation of different document sizes, document feature selection and...
关键词：document classification neural network rough set meta search engine 
Heuristic feature selection method for clustering
《Journal of Southeast University(English Edition)》2006年第2期169-175,共7页徐峻岭 徐宝文 张卫丰 崔自峰 
TheNationalNaturalScienceFoundationofChina(No.60425206,60503020,60373066,60403016),theNationalBasicRe-searchProgramofChina(973Program)(No.2002CB312000),theNat-uralScienceFoundationofJiangsuProvince(No.BK2005060),theNaturalScienceFoundationofJiangsuHigherEducationInstitutions(No.04KJB520096).
In order to enable clustering to be done under a lower dimension, a new feature selection method for clustering is proposed. This method has three steps which are all carried out in a wrapper framework. First, all the...
关键词：feature selection CLUSTERING unsupervised learning 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部