邵增珍

作品数：61被引量：244H指数：8
导出分析报告
供职机构：山东师范大学信息科学与工程学院更多>>
发文主题：机场粒子群算法软构件协同进化车辆更多>>
发文领域：自动化与计算机技术电子电信航空宇航科学技术经济管理更多>>
发文期刊：《计算机研究与发展》《电子设计工程》《计算机工程》《计算机应用》更多>>
所获基金：山东省科技攻关计划山东省自然科学基金国家自然科学基金山东省科技发展计划项目更多>>
-
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：
基于无监督自适应模糊聚类的多家族恶意域名细粒度检测被引量：3
《中国电子科学研究院学报》2023年第7期663-670,共8页姜言波 邵增珍 
中国博士后科学基金(2016M592697)。
针对现有恶意域名检测方法检测时间开销大、对新出现或新变种的恶意域名检测精度不高的问题,提出一种基于无监督自适应模糊聚类的多家族恶意域名细粒度检测方法。该方法首先利用词向量映射网络(Bidirectional Encoder Representation fr...
关键词：恶意域名检测 无监督 深度自编码网络 模糊聚类 词向量 
一种基于邻居节点和边的复杂网络节点排序方法——NL中心性算法被引量：3
《山东科学》2019年第2期130-136,共7页刘书磊 杜家乐 邵增珍 
中国博士后科学基金(2016M592697);山东省科技计划发展项目(2014GGH201022)
提出了一种基于邻居节点和边的多属性排序方法——NL中心性算法,该算法不仅使用邻居节点和次邻居节点的个数进一步区分了节点的位置,而且还考虑了边对节点重要性的影响。实验结果表明,NL中心性算法在准确性及运行效率方面都优于其他中...
关键词：复杂网络 节点影响力 邻居节点 边的重要性 
针对多机器人追捕死角问题的自适应编队算法被引量：2
《计算机工程》2018年第9期1-8,共8页张永 陈寿元 邵增珍 
中国博士后科学基金(2016M592697);山东省重点研发计划项目(2014GGH201022)
多机器人刚性编队无法灵活调整队形,易出现追捕死角现象,导致追捕者无法准确高效地完成追捕。为此,提出一种自适应刚性结构编队算法。构造编队中心控制器使编队中心无限趋近目标,设计队形控制器随目标所处位置动态调整队形。在此基础上...
关键词：多机器人 自适应刚性结构 协作围捕 死角 阿波罗尼奥斯圆 
不平衡数据集下特征词两面性的新型降维算法被引量：1
《计算机应用研究》2018年第7期1947-1949,1969,共4页付鑫 王洪国 邵增珍 杜秋霞 
山东省科技发展计划资助项目(2014GGH201022);山东省经信委软科学计划资助项目(2015EI010);国家自然科学基金资助项目(71461027)
传统DFS特征选择算法在降维处理时既未考虑样本分布不均的情况,又未涉及负特征词对类别的影响。综合考虑DFS的缺陷并进行优化处理,将DFS与卡方检测算法CHI结合,提出一种改进型特征选择算法DFS-sCHI。引入负特证词作为类别划分的影响因...
关键词：不平衡数据集 文本分类 特征选择 DFS-sCHI 
多机器人追捕中带双向筛选的动态任务分配算法研究被引量：4
《小型微型计算机系统》2017年第7期1568-1572,共5页刘政强 陈寿元 邵增珍 张永 刘衍民 
中国博士后科学基金项目(2016M592697)资助;山东省科技发展计划项目(2014GGH201022)资助;山东省经信委软科学计划项目(2015EI010)资助;国家自然科学基金项目(71461027)资助;贵州省自然科学基金(黔教合KY[2014]295)资助
多机器人执行并行追捕任务时,须通过任务分配形成若干子群,每个子群针对某一目标进行协作追捕.由于环境中目标数量及位置的变化,要求任务分配能够动态进行.提出基于合同网任务分配模型的带双向筛选机制的动态任务分配方法,以减少协商过...
关键词：多机器人 追捕 任务分配 合同网 双向筛选 
基于WSN的二维入侵监测区域可变k覆盖优化算法及仿真被引量：1
《建模与仿真》2017年第2期124-132,共9页董树霞 邵增珍 李丽娟 车统统 
国家大学生创新创业项目资助(No. 201512331020)。
实现不同区域、不同时间的可变覆盖需求,在区域入侵监测问题中具有重要价值。提出基于无线传感器网络WSN的二维入侵监测区域的可变k覆盖问题,提出基于划分聚类规则对传感器节点进行重新部署的CP-var(k)算法。该算法首先对区域进行网格划...
关键词：无线传感器网络 可变k覆盖 节点部署 入侵监测 
基于中国观鸟数据的移动对象周期模式发现被引量：2
《计算机工程》2017年第4期1-7,共7页陈东 邵增珍 魏争争 刘衍民 
中国博士后科学基金(2016M592697);山东省科技发展计划项目(2014GGH201022);山东省经信委软科学研究课题(2015EI010)
移动对象的轨迹数据中包含大量时空信息,挖掘时空信息背后隐藏的周期模式对掌握移动对象变化规律具有重要作用。为此,提出一种三阶段移动对象周期模式检测算法,通过研究轨迹点的时空特征识别并剔除重复数据,利用密度聚类算法发现轨迹点...
关键词：移动对象 数据挖掘 数据预处理 周期模式 中国观鸟数据 
一种机场近跑道驱鸟系统的设计与实现被引量：2
《山东师范大学学报（自然科学版）》2017年第1期66-69,共4页刘政强 陈寿元 邵增珍 张永 
针对机场现有驱鸟方式的弊端,本文提出一种利用鸟类的适应性对鸟类进行训练的驱鸟方法,驱鸟设备发出飞机起降声音后鸟类飞离跑道区域.系统基于无线短波电台实现无线远距离控制,设备设计符合机场规定安装在主跑道周边.喇叭开口可以选择...
关键词：机场驱鸟 短波电台 鸟类适应性 近跑道 
基于混合HMM的文献元数据地名抽取方法研究被引量：5
《计算机与数字工程》2017年第1期101-106,共6页杜秋霞 王洪国 邵增珍 付鑫 刘衍民 
国家自然科学基金(编号:71461027);山东省科技发展计划项目(编号:2014GGH201022);山东省经信委软科学计划项目(编号:2015EI010);遵义市创新人才团队(编号:遵市科合(2015)38号);贵州省优秀青年科技人才培养对象专项资金(编号:黔科合人字[2015]06)资助
论文从保护地名文化遗产的角度出发,提出了一种基于混合隐马尔科夫模型的地名抽取方法,从文献元数据中快速准确的提取地名。考虑到文本中上下文对状态的影响,并用传统Viterbi算法进行正序和逆序解码,通过两次解码使颗粒度较小的地名得...
关键词：信息抽取 元数据 地名抽取 隐马尔科夫模型 
一种有效的 Hadoop 参数优化模型
《山东师范大学学报（自然科学版）》2016年第1期31-36,共6页杜丛强 邵增珍 
国家自然科学基金资助项目（61272094）;山东省科技发展计划项目（2014GGH201022,2011YD01099）
为了使 Hadoop 集群能够应对复杂多变的作业，减少作业类型差异对集群性能所带来的影响，提出了一种参数优化模型实现对集群参数的自动调优配置。参数优化模型会根据作业类型及输入数据的规模选取相应的参数组合进行自动优化，然后通过...
关键词：HADOOP 集群 参数优化 智能算法 AT 服务器 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部