盛益强

作品数：3被引量：14H指数：2
导出分析报告
供职机构：中国科学院更多>>
发文主题：递归神经网络递归神经粗粒度分布式个性化更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《网络新媒体技术》《计算机应用》更多>>
所获基金：国家科技重大专项更多>>
-
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1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于分区的有向超团模式社交网络影响最大化算法
《计算机应用》2018年第A02期77-83,110,共8页郝怡然 盛益强 王劲林 
国家科技重大专项(2017ZX03001019);中国科学院先导专项(XDA06040602)
针对社交网络影响最大化算法存在的在大规模社交网络中没有充分考虑网络中有向拓扑结构、对I/O的访问次数过高、选择的初始激活节点聚集程度较高等问题,提出一种基于分区的有向超团模式的社交网络影响最大化算法。该算法首先发现社交网...
关键词：有向超团 APRIORI改进算法 分区 有序频繁集 影响最大化算法 独立级联模型 社交网络 
基于递归神经网络的网络安全事件预测被引量：12
《网络新媒体技术》2017年第5期54-58,共5页郝怡然 盛益强 王劲林 李超鹏 
中国科学院先导专项(XDA06040602);临港地区智能制造产业专项(ZN2016020103)
针对现有安全事件预测算法所存在的过分依赖数据包头信息、所需历史数据较多、预测值误差较大、易陷入局部最优、训练时间较长等缺点,本文提出了一种基于递归神经网络进行分析数据包及其有效负载而在攻击发生前对安全事件进行预测的算...
关键词：安全事件预测 递归神经网络 有效负载 
用于个性化数据挖掘的粗粒度分布式深度学习被引量：2
《网络新媒体技术》2016年第6期1-6,共6页盛益强 赵震宇 廖怡 
中国科学院先导专项(XDA06040501)
针对深度学习用于处理带有个性化特征的广域分布式数据时,处理精度、通信代价和响应速度等性能难以进一步提升的问题,本论文提议了一种适用于广域网络的粗粒度分布式深度学习方法及系统。分布式深度学习方法一般分为数据分布式和模型分...
关键词：粗粒度 细粒度 分布式深度学习 个性化数据挖掘 媒体挖掘 通信代价 精度 
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