何亮

作品数：10被引量：23H指数：4
导出分析报告
供职机构：西安交通大学更多>>
发文主题：社交网络社交网络事件K-NN电子信息技术更多>>
发文领域：自动化与计算机技术文化科学社会学经济管理更多>>
发文期刊：《模式识别与人工智能》《控制与决策》《微电子学与计算机》《西安交通大学学报》更多>>
所获基金：国家自然科学基金国家高技术研究发展计划陕西省自然科学基金更多>>
-
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1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种适于多场景人群计数的支持向量机增量学习方法
《微电子学与计算机》2022年第2期75-83,共9页宗静 何亮 黄斌科 
国家自然科学基金(61471293)。
在利用WiFi信号实现人群计数中,基于信道状态信息幅度(Channel State Information,CSI)存在分类模型滤波不彻底和准确度差的问题,本文提出了一种基于多接收天线之间相位差扩展矩阵信息的支持向量机(Support Vector Machine,SVM)增量学...
关键词：人群计数 信道状态信息 支持向量机 增量学习 
一种基于元路径的社交事件推荐方法
《微电子学与计算机》2021年第8期73-79,共7页冯堂林 何亮 
国家自然科学基金项目(11574120)。
基于事件的社交网络为用户提供线上线下互动模式的社交服务,用户在线上组织事件,线下参与事件.以往的研究基于因素或基于图实现社交事件推荐,难以充分挖掘社交网络中的语义信息.为解决该问题,提出了基于元路径的社交事件推荐方法,元路...
关键词：基于事件的社交网络 异质信息网络 元路径 
融合用户历史行为与社交关系的个性化社交事件推荐方法被引量：4
《计算机应用》2021年第2期324-329,共6页孙鹤立 徐统 何亮 贾晓琳 
国家自然科学基金资助项目(61672417)。
为了提升基于事件的社交网络(EBSN)中社交事件的推荐效果,提出了融合用户历史行为和社交关系的个性化社交事件推荐方法。首先采用深度学习技术从用户的历史行为以及用户之间的潜在社交关系两个方面建立用户模型;然后在对用户偏好建模时...
关键词：基于事件的社交网络 深度学习 个性化推荐方法 注意力机制 用户建模 
基于网络嵌入的稀疏子图发现算法
《计算机应用》2020年第10期2929-2935,共7页孙鹤立 何亮 何方 孙苗苗 贾晓琳 
国家自然科学基金资助项目(61672417)。
针对稀疏子图发现问题中使用高维稀疏向量表示网络信息存在的时间和空间消耗大的问题,提出一种基于网络嵌入的稀疏子图发现(TGF)算法。该算法首先通过网络嵌入的方法将网络结构映射到低维空间中,得到节点的低维向量表示;然后定义向量空...
关键词：社交网络 图挖掘 网络嵌入 稀疏子图 弱社交 
基于时间线段树的城市可达区域搜索
《计算机应用》2020年第10期2936-2941,共6页孙鹤立 张优优 杨洲 何亮 贾晓琳 
国家自然科学基金资助项目(61672417)。
针对城市计算中的可达区域搜索问题,提出一种基于时间线段树的搜索方法。该方法中,设计了存储局部可达区域的时间线段树结构,并提出动态自适应的可达区域搜索算法,从而提高了城市可达区域搜索的效率与准确率。该方法主要包括4个步骤:根...
关键词：城市计算 轨迹数据挖掘 跳跃表 线段树 可达区域搜索 
基于新的成员选择方法的聚类融合算法被引量：3
《微电子学与计算机》2016年第11期25-29,共5页冯中慧 何亮 王栋 
国家自然科学基金项目(61540008);陕西省自然科学基础研究计划项目(2014JQ2-6038)
聚类融合是聚类分析领域的一个研究热点,它将针对同一问题产生的多个聚类成员(即聚类结果)融合成一个结果,以提高聚类算法的鲁棒性和准确性.在聚类融合过程中,聚类成员的"质量"非常重要,一些"质量"比较差的聚类成员会直接影响聚类融合...
关键词：聚类融合 聚类成员选择方法 聚类精度 差异度 
临界路径跟踪算法中自屏蔽和多路敏化现象的研究被引量：1
《微电子学与计算机》2016年第11期99-103,共5页侯明星 何亮 黄斌科 张喜俊 
目前临界路径跟踪算法中确定扇出源临界性时,未同时考虑扇出源的自屏蔽和多路敏化现象,进而导致处理结果出现近似问题,对此研究了自屏蔽和多路敏化现象对扇出源临界性的影响,提高了算法的准确性.通过使用18值符号仿真,可以同时检测固定...
关键词：临界路径跟踪算法 自屏蔽 多路敏化 C++ 
基于Boosting的集成k-NN软件缺陷预测方法被引量：7
《模式识别与人工智能》2012年第5期792-802,共11页何亮 宋擒豹 沈钧毅 
国家自然科学基金资助项目(No.90718024)
软件缺陷预测是改善软件开发质量,提高测试效率的重要途径.文中提出一种基于软件度量元的集成k-NN软件缺陷预测方法.首先,该方法在不同的Bootstrap抽样数据集上迭代训练生成一个基本k-NN预测器集合.然后,这些基本预测器分别对软件模块...
关键词：软件缺陷预测 k-近邻(k-NN) 软件度量元 集成学习 
基于Bagging的组合k-NN预测模型与方法被引量：4
《控制与决策》2010年第1期48-52,共5页何亮 宋擒豹 海振 沈钧毅 
国家自然科学基金重大研究计划项目(90718024);国家863计划项目(2006AA01Z183)
k-近邻方法基于单一k值预测,无法兼顾不同实例可能存在的特征差异,总体预测精度难以保证.针对该问题,提出了一种基于Bagging的组合k-NN预测模型,并在此基础上实现了具有属性选择的Bgk-NN预测方法.该方法通过训练建立个性化预测模型集合...
关键词：近邻预测 BAGGING 组合方法 
一种新的组合k-近邻预测方法被引量：4
《西安交通大学学报》2009年第4期5-9,共5页何亮 宋擒豹 沈钧毅 海振 
国家自然科学基金重大研究规划资助项目(90718024);国家高技术研究发展计划资助项目(2006AA01Z183)
针对传统是一近邻（k-NN）算法基于单一k值预测难以兼顾不同样本的个性，从而导致总体预测精度不够理想的问题，提出了一种组合Bk-NN预测方法．首先通过Boosting理论建立了个性化预测模型集，然后分别采用每个模型对样本进行独立预测，...
关键词：近邻算法 预测模型 Boosting理论 组合方法 
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