公共文化服务平台

基于SVM的fMRI数据分类:一种解码思维的方法被引量：9: 2010年; 使用机器学习分类f MRI数据的方法已逐渐被应用到解码思维状态的研究中.对比了使用血氧含量水平(blood oxygenlevel dependent,BOLD)累计变化和使用BOLD变化时间序列作为特征值训练SVM分类器,并依此来判断人脑正在执行的高级思维类型.在预测4×4 Sudoku问题类型的实验中,使用BOLD时间序列为特征的方法分类正确率较高.通过分析分类正确率较高的voxel的解剖结构,发现很多voxel位于前额、顶叶、前扣带回等与高级思维关系密切的脑区,实验结论与认知神经科学相关结论吻合.该方法可以进一步应用在脑机接口(brain computer interface,BCI)等领域.; 相洁陈俊杰; 关键词：SVM分类 FMRI 脑机接口

基于FCA的对象与属性交叉渐进的情感本体学习: 2010年; 提出了一种基于形式概念分析的渐进式情感本体学习的算法。该算法通过动态交叉添加对象和属性来生成概念格,从而从概念格当中抽取情感本体,最终实现情感本体的学习过程。给出了算法的描述,并结合实例说明了本体学习过程。; 郭慧慧陈俊杰赵涓涓; 关键词：本体本体学习形式概念分析概念格

自适应数据库中基于特征向量的聚类算法的研究与改进: 2008年; 在负载自适应数据库系统中,负载特征化部件是关键部分,首先要对负载分类,然后根据分类的情况预测负载性能。负载的分类一般采用聚类算法,聚类算法中比较典型的就是K-means算法。但在K-means算法中,k值必须提前设定而且不能根据负载的实际情况改变,就是对算法的一个改进,使得k值动态的、能够根据负载的实际情况改变。实验结果表明,使用该算法的分类结果预测负载运行时间的准确性有明显提高。; 高燕飞陈俊杰强彦; 关键词：特征向量聚类算法

数据库负载自适应的体系结构设计被引量：1: 2008年; 针对数据库负载自适应模型WAAD进行软件设计,用delphi语言编写了一个数据库负载自适应模型的实验平台软件,通过实验表明,该软件起到了控制数据库负载的作用,提高了用户的满意率。; 李晶陈俊杰强彦; 关键词：软件框架

一种基于Ontology的WEB服务时间约束定义及验证方法被引量：1: 2009年; 针对目前面向服务计算(SOC)模式中组合Web服务验证缺乏对时间等非功能属性验证的实际,基于本体理论,设计并实现了一种基于时间约束Petri网的Web服务时间模型定义方法。该方法考虑服务流与以往工作流的区别,在服务模型OWL-S基础上建立时间本体(Time Ontology),全面地刻画了服务的基本时间约束。扩展已有的Petri网本体,增强其描述能力,使其能够描述服务数据及时间信息,并定义了在OWL-S上定义的时间本体与Pe-tri网时间本体间的关系。根据模型检测理论,通过扩展OWL-API,将附加时间属性的OWL-S的服务描述本体转换为Petri网的标准格式PNML文件,建立起扩展时间属性的Web服务模型与形式化模型时间约束Petri网(TCPN)间的映射关系。该方法很好地描述了服务时间约束,为后续的基于TCPN的服务时间形式化验证打下了坚定的基础。; 刘如娟陈俊杰陈俊杰王立军; 关键词：时间约束PETRI网

基于Web页面链接和标签的聚类方法被引量：4: 2009年; 针对目前Web聚类效率和准确率不高的问题,提出一种基于Web页面链接结构和标签信息的聚类方法CWPBLT(clustering web pages based on their links and tags),它是通过分析Web页面中的链接结构和重要标签信息来比较页面之间的相似度,从而对Web站点中的Web页面进行聚类,聚类过程同时兼顾了Web页面结构和页面标签提供的内容信息。实验结果表明,该方法有效地提高了聚类的时间效率和准确性,是对以往仅基于页面主题内容或页面结构聚类方法的改进。; 李元俊陈俊杰赵涓涓; 关键词：聚类 WEB挖掘最小描述长度链接结构

集合点平均值分析方法的分布式系统应用被引量：1: 2009年; 为了解决分布式系统的性能评价问题,描述了一种基于分层排队网络模型的分布式系统性能预测方法,提出一种分析分层排队网络模型的方法——集合点平均值分析(RMVA)方法来计算平均响应时间、平均吞吐量等性能参数.以DBMS为例建立了DBMS的分层排队网络模型,通过模拟实验验证了该模型及算法的合理性及有效性.; 强彦李轶陈俊杰; 关键词：性能评价平均响应时间

基于分层排队网络模型的分布式系统性能评价: 2009年; 关于并发或分布式系统的性能评价是一个广泛研究的课题,提供有效的数学理论工具、直观的模型描述方法和有效的模型分析方法,是系统性能评价所面临的关键问题。传统的性能模型——排队网络模型已很难分析这样复杂的系统,分层排队网络(Layered Queueing Net,LQN)模型是排队网络模型的扩展,可以用来分析相互依赖任务间的冲突。介绍了分层排队网络模型的原理及研究现状,并以DBMS为例,建立了DBMS的分层排队网络模型。; 李轶强彦陈俊杰; 关键词：性能评价

元搜索引擎中的推理技术: 2007年; 元搜索引擎的"千人一面"给人们信息检索带来了很大的烦恼,个性化模式库中推理技术的应用使得元搜索引擎真正具有了个性化与智能化。说明了本系统中推理技术的工作原理,并以一个实例的形式对其做了具体阐述,最后给出了个性化模式库的推理算法并对其进行了分析。; 刘炜陈俊杰; 关键词：信息检索元搜索引擎

基于免疫规划的神经网络规则抽取算法被引量：1: 2010年; 建立图像视觉特征和情感语义的映射关系是人工智能方向的研究热点。从神经网络的功能性观点出发,提出了一种基于免疫规划的图像情感的规则抽取算法。在对已标注情感的中国情绪图片库(CAPS)中图像颜色特征进行量化的基础上,算法将训练好的神经网络的隐层神经元输出值进行聚类,缩小搜索空间,抽取出精度高,可理解性好的符号规则,完成了图像低阶特征到高阶情感的映射。实验结果表明该方法的实用性和可行性。; 李海芳柳凌燕陈俊杰; 关键词：特征提取规则抽取聚类免疫规划

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

山西省自然科学基金(2007011050)