郭芹

作品数：10被引量：11H指数：2
导出分析报告
供职机构：山东省科学院更多>>
发文主题：学习速率MAPREDUCE强混合序列再生核希尔伯特空间分布式算法更多>>
发文领域：理学自动化与计算机技术机械工程更多>>
发文期刊：《山东科学》《牡丹江教育学院学报》《济南大学学报（自然科学版）》《科协论坛（下半月）》更多>>
所获基金：国家自然科学基金山东省自然科学基金博士科研启动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：
面向大规模流数据的可扩展分布式实时处理方法被引量：2
《青岛科技大学学报（自然科学版）》2016年第5期584-590,共7页蔡斌雷 郭芹 朱世伟 任家东 
国家自然科学基金资助项目(61170190);山东省科技发展计划项目(2014GGX101013;2015GGX101032)
MapReduce是处理大规模数据集的常用技术,但不能满足大规模数据集中流数据实时计算的要求。对此提出一种面向大规模流数据的可扩展、分布式实时处理方法。该方法在Map阶段,建立基于内存Hash B+树的缓存结构对中间结果处理机制进行优化,...
关键词：大数据 分布式计算 流数据处理 MAPREDUCE 
基于Spark的云数据中心性能异常实时检测方法
《西安职业技术学院学报》2016年第3期1-5,19,共6页蔡斌雷 郭芹 
本文系2014年度山东省科技发展计划资助项目“智能交通大数据实时计算关键技术研究及应用”（项目编号：2014GGX101013）;2015年度山东省重点研发计划资助项目“基于大数据实时计算方法的交通流在线知识发现关键技术研究”（项目编号：2015GGX101032）阶段性成果.
针对当前云计算环境下数据中心性能异常检测方法的实时性、可扩展性问题，提出一种云数据中心环境下基于Spark的性能异常实时检测方法Spark—ADOPD（Spark-based Anomaly Detection OverPerformance DataInRealtime）．方法设计基于Spar...
关键词：异常检测 流数据聚类 SPARK 资源调度 云数据中心 
基于Hadoop MapReduce的分布式数据流聚类算法研究被引量：5
《信息工程大学学报》2014年第4期472-478,共7页蔡斌雷 任家东 朱世伟 郭芹 
国家自然科学基金资助项目(61170190);国家青年基金资助项目(61004115)
随着数据流规模的持续增大,现有基于网格的聚类算法对数据流的聚类效果不好,不能实时发现任意形状的簇,也不能及时删除数据流中的噪声点。文章提出了一种Hadoop平台环境下基于网格密度的分布式数据流聚类算法(PGDC-Stream),利于基于Had...
关键词：数据挖掘 聚类 数据流聚类 分布式聚类 
基于积分算子技巧的容量相关估计
《山东科学》2013年第4期7-10,15,共5页郭芹 蔡斌雷 
国家自然科学基金(11071276)
利用与积分算子特征值下降速率有关的两种容量相关条件,在抽样是同分布且样本是独立选取的情况下,通过积分算子技巧和假设概率随机事件的方法给出了正则化最小二乘回归学习算法的一致性误差界,并将正则化最小二乘回归学习算法的学习速...
关键词：积分算子 最小二乘回归 误差界 学习速率 
再生核希尔伯特空间的子空间与覆盖数
《高师理科学刊》2013年第5期1-5,共5页郭芹 
国家自然科学基金资助项目(11071276)
针对回归问题的一致性分析,给出再生核希尔伯特空间的子空间及覆盖数的一些重要结论.
关键词：再生核希尔伯特空间 Mercer核 紧子集 
谱算法下的最小二乘回归学习
《山东轻工业学院学报（自然科学版）》2013年第1期41-44,共4页郭芹 孙红卫 
国家自然科学基金(11071276)
在独立一致抽样且谱算法背景下,利用积分算子和样本算子的技巧,推导出最小二乘回归正则化学习算法满意的容量无关误差界和学习速度ο(m-r/2r+4),从而得到最小二乘回归正则化学习算法的一致性分析。
关键词：最小二乘 谱算法 一致性分析 样本误差 逼近误差 
再生核希尔伯特空间的实解析性被引量：1
《高师理科学刊》2013年第3期5-6,11,共3页郭芹 孙红卫 
国家自然科学基金资助项目(11071276)
基于解析平移不变Mercer核的再生核希尔伯特空间,利用再生性,证明当核是解析时,再生核希尔伯特空间中的每一个函数都是实解析的,并且给出了收敛半径.
关键词：再生核希尔伯特空间 平移不变Mercer核 实解析 
在线学习算法的一致性分析
《科协论坛（下半月）》2013年第1期111-112,共2页郭芹 
国家自然科学基金(11071276))
对统计学习理论的研究背景和发展历史进行介绍,总结前人有关基于核的正则化学习算法的研究动态以及已取得的成果。给出正则化在线学习算法的定义,针对不同的抽样背景得出研究正则化在线学习算法的一致性及误差界的方法。
关键词：统计学习理论 正则化 样本误差 逼近误差 
基于弱相关抽样的系数正则化的一致性分析被引量：3
《济南大学学报（自然科学版）》2010年第1期99-103,共5页郭芹 孙红卫 
山东省自然科学基金(Y2007A11);济南大学博士基金(XBS0832)
针对满足强混合条件的弱相关抽样,且α系数满足多项式衰减αi≤ai-t的情形,利用样本算子与积分算子的技巧,证明最小二乘系数正则化算法的一致性,并且得出在满足正则化条件LK-rfρ∈Lρ2X(X),0
关键词：系数正则化 强混合序列 样本误差 逼近误差 学习速率 
四次样条插值函数的研究
《牡丹江教育学院学报》2009年第6期62-65,共4页郭芹 魏华 孙红卫 
山东省自然科学基金(编号Y2007A11);济南大学博士基金(编号XBS0832)
主要研究了四次样条插值函数的存在唯一性,通过给出三种边界条件,利用三弯矩法的思想,建立求解四次样条插值函数的线性方程组。在等步长的条件下,研究了线性方程组的系数矩阵,在三种边界条件下,证明了系数矩阵在一定条件下是可逆的,从...
关键词：样条插值 差分方程 线性方程组 行列式 
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