占栋辉

作品数：6被引量：85H指数：5
导出分析报告
供职机构：解放军理工大学更多>>
发文主题：高斯粒子群优化算法粒子群优化初始聚类中心MEANS算法更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《指挥信息系统与技术》《计算机应用》《计算机工程与应用》《计算机应用研究》更多>>
所获基金：江苏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1-6
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
面向军事装备实体的属性抽取被引量：5
《计算机应用研究》2016年第12期3721-3724,共4页康睿智 郝文宁 程恺 占栋辉 
江苏省自然科学基金资助项目(BK20150720)
军事装备属性抽取作为构建军用知识库的重要组成部分,具有重要的研究价值和理论意义。针对自由文本中军事装备属性抽取问题,提出了一种面向自由文本的无监督军事装备属性三元组抽取方法。首先利用统计分析的方法对属性三元组在子句中的...
关键词：军事装备实体 属性抽取 统计分析 频繁模式挖掘 基于规则 
基于粒子群优化算法的虚拟机部署策略被引量：10
《计算机应用》2016年第1期117-121,共5页杨靖 张宏军 赵水宁 占栋辉 
针对云计算基础设施即服务(Iaa S)中的虚拟机部署问题,提出一种基于粒子群优化(PSO)算法的部署策略。由于PSO算法在处理虚拟机部署这类大规模复杂问题时,具有收敛速度慢且容易陷入局部最优的缺点,首先,引入多种群进化模式提高算法收敛速...
关键词：虚拟机部署 粒子群优化 负载均衡 高斯学习 多种群进化 
一种高斯反向学习粒子群优化算法被引量：7
《小型微型计算机系统》2015年第5期1064-1068,共5页占栋辉 卢厚清 郝文宁 陈刚 靳大尉 
针对粒子群算法在处理多峰复杂问题时,收敛速度慢且容易陷入局部最优的缺点,提出一种高斯反向学习粒子群优化算法(GOL-PSO).针对历史最优粒子间无法相互交流,增加一种高斯反向学习机制来提高粒子的学习能力,进而提高算法的搜索能力,另...
关键词：粒子群优化 高斯学习 反向学习 群智能算法 
基于关系数据库的军事训练本体自动构建模型
《指挥信息系统与技术》2013年第5期18-23,共6页冯波 郝文宁 宋杰 杨剑 占栋辉 
针对军事训练本体人工构建出现的耗时、费力和易出现倾向性错误等问题,提出了一种基于关系数据库的军事训练本体自动构建模型。该模型以关系数据库为研究对象,分析了数据库中元数据(关系模式)和元组数据中包含的语义,将元数据映射为本...
关键词：军事训练本体 形式概念分析 关系数据库 自动构建模型 
现代化战争条件下的兰切斯特战斗模型被引量：12
《计算机工程与应用》2013年第15期246-248,共3页占栋辉 陈刚 张宏军 郝文宁 冯波 
针对现代化战争,在分析经典兰切斯特方程的基础上,通过引入信息作战能力系数以及战斗暴露系数对经典兰切斯特方程进行修订,提出了更加适合现代化战争的兰切斯特战斗模型。
关键词：兰切斯特方程 模型 战斗 现代化战争 信息 
K-means算法初始聚类中心选择的优化被引量：51
《计算机工程与应用》2013年第14期182-185,192,共5页冯波 郝文宁 陈刚 占栋辉 
针对传统K-means算法对初始聚类中心敏感的问题,提出了基于数据样本分布情况的动态选取初始聚类中心的改进K-means算法。该算法根据数据点的距离构造最小生成树,并对最小生成树进行剪枝得到K个初始数据集合,得到初始的聚类中心。由此得...
关键词：K—means算法 聚类 初始聚类中心 TDKM算法 
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