冯佳音
- 作品数：12 被引量：9H指数：2
- 供职机构：燕山大学更多>>
- 发文基金：国家自然科学基金河北省社会科学发展研究课题河北省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- MFAPIOTDL:一种挖掘物联网频繁访问节点路径的新方法
- 2015年
- 针对界标模式的概要结构,提出一种挖掘物联网传感器频繁访问节点路径数据的新方法 MFAPIOTDL,通过在内存中构建Bit表,使算法可以单遍扫描数据集以获得有用模式。最后通过理论和实践测试算法的有效性。
- 冯佳音崔莉
- 关键词：物联网数据挖掘频繁访问路径
- 基于机器学习的高职院校智能科研绩效研究
- 2018年
- 随着我国教育事业的不断发展,高职院校的科研管理逐步受到重视。为了建立高职院校有效的科研绩效评价模型从而进一步提高高职院校教师的科研热情,该文建立基于机器学习的算法。实验结果显示,该方法能准确有效地建立高职院校教师科研绩效评价模型,从而构建更合理准确的评价体系。
- 冯佳音宋金玲李密生安丽红
- 关键词：高职院校绩效评价
- 多租户模式下租户扩展属性合并方法及其多租户系统
- 本发明提供了一种多租户模式下租户扩展属性合并方法及其多租户系统，该方法包括以下步骤：审核租户的扩展属性申请信息；根据审核结果判断当前租户的申请是否通过，审核通过，持久化当前租户的扩展属性信息并发送扩展属性变更通知；接收到...
- 陈真周宏旺张俊辉冯佳音尤殿龙申利民
- 一种基于进程代数的Android组件行为形式化描述方法
- 2021年
- 已有多种技术和方法用于Android恶意应用的检测,但关于应用行为形式化描述的研究仍有待完善.本文基于π演算提出一种使用进程代数从组件层次描述Android应用及组件行为的形式化描述方法.首先给出组件行为的基本语义和组件行为的定义,并给出了组件行为相应的演化规则,然后给出了组件交互行为的形式化描述,并应用于一个案例表明了方法的正确性和有效性,最后给出了基于模拟机制的行为判定规则,为应用行为的分析和判定提供有效支持.
- 梁东魁申利民申利民马川陈真
- 关键词：进程代数Π演算形式化描述
- FCISW:数据流中增量挖掘频繁闭项集的新方法
- 数据流频繁闭合模式挖掘是数据挖掘中的一大挑战.目前,在这方面的研究很少.提出了一种新的在滑动窗模型下发现频繁闭项集的算法——FCISW(frequent closed itemsets mining in sliding...
- 任家东冯佳音李可
- 关键词：数据流频繁闭项集数据挖掘
- 文献传递
- 一种改进的高维孤立点挖掘入侵检测方法被引量：4
- 2020年
- 入侵检测系统中原始数据多为高维数据,针对基于频繁模式高维孤立点挖掘算法不易获取完全频繁模式和时间复杂度高等问题,提出了一种基于最大频繁模式因子的高维孤立点挖掘算法获取孤立点集,并对孤立点集合进行进一步分析获取入侵检测的攻击模式.利用NSL-KDD数据集进行实验,和相关工作对比,结果表明所提出的方法在检测精确度和复杂度都具有优异的表现.
- 申利民孙中魁陈磊冯佳音李志明
- 关键词：入侵检测高维数据孤立点挖掘最大频繁模式
- 翻转课堂在《软件工程》课程中的应用研究被引量：1
- 2016年
- 起源于美国的翻转课堂教学模式近年来逐渐被越来越多的学者广泛研究,其作为传统教学方式的一种有益补充也得到了众多教学工作者的一致认可。论文对翻转课堂教学模式进行了研究,将其应用于《软件工程》课程的教学。在实践过程中,结合了学生的实际情况,探索出切实可行的翻转课堂教学模式,取得了较好的教学效果。
- 林琢宋金玲薄静怡冯佳音
- 关键词：软件工程
- 序列模式挖掘技术在商业智能BI中的研究与应用
- 任家东刘佳新董俊张啸剑王培龙王妍妍岳丽文李可冯佳音张宁李鹏昊
- 该项目根据时态数据库的理论，通过研究不确定信息数据中序列模式挖掘及其维护问题的算法，提出了增量式的和基于约束的三种序列模式挖掘算法，取得的主要成果和创新有：提出了增量式频繁访问序列挖掘算法IMFTS，该算法解决了同时添加...
- 关键词：
- 关键词：序列模式挖掘算法
- 大学英语网络教学模式改革探索
- 2010年
- 在信息技术迅猛发展的今天,网络教学打破了传统的英语教学模式,符合大学英语教学特点,已经成为传统英语课堂教学的有益补充。新的模式为学生发展提供了一个丰富多彩的语言学习平台,凸显了学生的主体地位,有助于其英语能力的提高。但是,这种新模式对于教学也提出了一些挑战,本文就对网络环境下大学英语教学改革进行初步探讨。
- 王静崔海英李聪文张岚冯佳音
- 关键词：网络教学建构主义
- 在分布式数据流中查找近期频繁项方法的研究被引量：2
- 2008年
- 传统的分布式数据流挖掘模型是一种挖掘结果中逐层进行的层次模型,通信带宽是一个瓶颈。为了减少分布式数据流结点的通信,本文采用一种基于数据密度的偏倚抽样方法对分布式数据流组中的每个流进行抽样,只维护抽样数据中最近期的元素。在频繁项挖掘过程中,设计了一种哈希计数方法(不同于传统哈希计数算法),可以同时对数据的计数进行增加和删减,计数的值是有一定误差保证的近似值,算法称为FFIDDS算法。实验结果证明,通信负担和处理时间均明显比传统HCS模型的算法优秀。
- 任家东李可冯佳音杨楠
- 关键词：分布式数据流频繁项
