孙博

作品数：7被引量：133H指数：4
导出分析报告
供职机构：南京航空航天大学更多>>
发文主题：SYSMLSPIN活动图系统建模语言机场噪声更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《小型微型计算机系统》《计算机技术与发展》《控制与决策》《计算机科学与探索》更多>>
所获基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划更多>>
-
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1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
时间序列数据挖掘的相似性度量综述被引量：80
《控制与决策》2017年第1期1-11,共11页陈海燕 刘晨晖 孙博 
国家自然科学基金项目(61501229);中央高校基本科研业务费专项资金项目(NS2015091;NJ20160013)
在时间序列数据挖掘中,时间序列相似性是一个重要的概念.对于诸多算法而言,能否与一种合适的相似性度量方法结合应用,对其挖掘性能有着关键影响.然而,至今仍没有统一的度量相似性的方法.对此,首先综述了常用的相似性度量方法,分析了各...
关键词：时间序列数据挖掘 时间序列相似性 相似性度量 挖掘精度 
基于Spin的SysML时序图与活动图一致性检测被引量：1
《计算机技术与发展》2015年第9期31-36,共6页胡良文 马金晶 孙博 
国防科工局"十二五"重大基础科研项目(c0420110005)
系统建模语言(Systems Modeling Language,SysML)对复杂系统多视角建模时,容易造成多视图描述语义冲突、矛盾等不一致问题,可以通过形式化验证方法,来提高模型的一致性。然而,受制于传统的形式化检测方法不能做到完全自动化,并且需要繁...
关键词：系统建模语言 模型检测 时序图 活动图 
一种基于信念修正思想的SVR增量学习算法被引量：2
《控制与决策》2015年第7期1315-1320,共6页陈海燕 丰文安 王建东 王寅同 孙博 
国家863计划项目(2012AA063301);国家自然科学基金重点项目(61139002);中央高校基本科研业务费专项资金项目(NS2012134;NZ2013306);江苏省博士后计划项目(1301013A);中国民航信息技术科研基地开放基金项目(CAAC-ITRB-201203)
针对实际应用中数据的批量到达,以及系统的存储压力和学习效率低等问题,提出一种基于信念修正思想的SVR增量学习算法.首先从历史样本信息中提取信念集,根据信念集和新增数据的特点选择相应的信念集建立支持向量回归模型并进行预测;然后...
关键词：信念修正 增量学习 支持向量回归 认知状态 机场噪声 
一种代表点的近似折半层次聚类算法被引量：6
《小型微型计算机系统》2015年第2期215-219,共5页王寅同 王建东 陈海燕 徐涛 孙博 
国家自然科学基金重点课题项目(61139002)资助
针对传统的代表点聚类算法对收缩因子的敏感性和聚类数不适应数据的动态变化等问题,综合研究凝聚型层次聚类问题,提出一种代表点的近似折半层次聚类算法——ABHCURE(Approximate Binary Hierarchical Clustering Using Representatives)...
关键词：层次聚类 近似折半 单层多簇 准噪声机制 聚类数 
基于概率类和不相关判别的半监督局部Fisher方法被引量：1
《控制与决策》2015年第1期32-38,共7页王寅同 王建东 陈海燕 孙博 
国家自然科学基金重点项目(61139002);国家863计划项目(2012AA063301);中央高校基本科研业务费专项资金项目(NS2012134;NZ2013306);江苏省博士后计划项目(1301013A);中国民航信息技术科研基地开发基金项目(CAAC-ITRB-201203)
Fisher判别分析是统计模式识别中经典的有监督维数约简方法,可以在最大化类间散度的同时最小化类内散度,但存在分析过程中仅使用有标记数据而忽略无标记数据的问题.鉴于此,提出基于概率类和不相关判别的半监督局部Fisher(SLFisher)方法...
关键词：FISHER判别分析 维数约简 概率类 不相关判别 半监督学习 
基于Spin的SysML活动图验证框架被引量：6
《计算机科学与探索》2014年第7期836-847,共12页胡良文 马金晶 孙博 
系统建模语言(systems modeling language,SysML)缺乏精确的形式化分析和验证手段,造成模型存在死锁、活锁等诸多问题,可以通过形式化验证方法来提高模型的正确性。然而,受制于传统的形式化方法需要复杂的公式推理,并且不易理解等方面...
关键词：系统建模语言(SysML) 活动图 模型验证 SPIN PROMELA 
集成学习中的多样性度量被引量：37
《控制与决策》2014年第3期385-395,共11页孙博 王建东 陈海燕 王寅同 
国家自然科学基金重点项目(61139002);江苏省博士后计划项目(1301013A);中央高校基本科研业务费专项基金项目(NS2012134;NZ2013306)
在集成学习中,基分类器之间的多样性对于解释多分类器系统的工作机理和构造有效的集成系统具有重要的作用,但至今仍没有统一的度量多样性的方法.首先总结介绍常用的多样性度量方法,阐述每种方法评估多样性的角度和方式;然后从对多样性...
关键词：集成学习 多样性度量 精度 选择性集成 泛化性能 
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