杨沛
- 作品数：26 被引量：76H指数：5
- 供职机构：华南理工大学更多>>
- 发文基金：国家自然科学基金广东省科技攻关计划广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程文化科学更多>>
- Inherit/Feedback:一种新的Web主题挖掘方法被引量：10
- 2004年
- 经典链接分析方法 (如PageRank和HITS)更多地关注的是网页的权威度 ,而不是其主题相关度 ,所以在引导主题搜索的过程中 ,很快就发生主题漂移 为此 ,在构建主题关联拓扑模型的基础上 ,提出了Inherit/Feedback方法 ,以用于Web主题挖掘 基本思想是 :在搜索路径上 ,一个结点继承其父辈结点的主题相关度 ,并且将其主题相关度反馈给父辈结点 同时 ,提出了基于Inherit/Feedback的主题搜索算法 (IFC) 实验结果表明 ,这种方法能有效地引导主题搜索 。
- 杨沛郑启伦彭宏
- 关键词：链接分析主题搜索WEB挖掘
- J2ME手机游戏开发平台的设计与实现被引量：14
- 2007年
- 通过分析J2ME手机游戏的运行环境和基本结构,设计了一个基于J2ME的可视化手机游戏开发平台,阐述了该平台各模块的功能及实现方案。该平台能在不编写代码的情况下,通过拖放图标、输入参数等可视化操作来开发J2ME手机游戏,极大地降低了移动终端多媒体应用的设计和开发门槛。
- 丁月华刘佳杨沛
- 关键词：J2MECLDCMIDPECLIPSEGEF
- 基于商品目录的多层关联推荐算法被引量：2
- 2004年
- 提出了一种多层关联推荐算法，结合商品目录，自动快速选择最佳的匹配粒度， 进行基于频繁集的在线推荐。实验结果表明，算法大大提高了在线匹配的性能和质量，可成 功应用到电子商务的个性化服务中。
- 李颖基彭宏郑启伦杨沛
- 关键词：WEB挖掘
- Web主题倾向性挖掘与决策支持的方法
- 本发明公开一种Web主题倾向性挖掘与决策支持的方法，包括步骤：S1.网络信息抽取与储存，通过网络挖掘技术，在互联网上获取信息，并将结果存入数据库和本地文件系统；S2.信息的观点主题检测与跟踪，利用专题评论数据，检测识别出...
- 张振刚徐浩杨沛丁卓
- 基于主题关联联想的Web知识发现被引量：3
- 2004年
- 提出了一种新的面向主题的关联挖掘和联想算法,并提出了主题关联联想概念以及挖掘主题的间接关联关系。实验表明,该算法能有效地实现Web主题知识的自动获取和自学习。
- 杨沛郑启伦彭宏李颖基
- 关键词：WEB挖掘关联规则主题搜索
- 一种面向非线性回归的迁移学习模型被引量：1
- 2009年
- 迁移学习能够有效地在相似任务之间进行信息的共享和迁移。之前针对多任务回归的迁移学习研究大多集中在线性系统上。针对非线性回归问题,提出了一种新的多任务回归模型——HiRBF。HiRBF基于层次贝叶斯模型,采用RBF神经网络进行回归学习,假设各个任务的输出层参数服从某种共同的先验分布。根据各个任务是否共享隐藏层,在构造HiRBF模型时有两种可选方案。在实验部分,将两种方案进行了对比,也将HiRBF与两种非迁移学习算法进行了对比,实验结果表明,HiRBF的预测性能大大优于其它两个算法。
- 杨沛谭琦丁月华
- 关键词：RBF神经网络
- 基于云边融合架构的隔离开关精确检测系统被引量：3
- 2023年
- 隔离开关长期使用容易合闸不到位,导致电力系统事故。合闸是否到位区别不明显,检测难度大,且一个供电局要检测数千个不同类型的隔离开关,这些难点使得目前的检测方法尚无规模化实际应用。提出一种基于云边融合架构的隔离开关精确检测系统,可大规模部署,成本较低实时性好;针对算法难以兼顾多类型开关的难题,将图像识别与硬件架构相结合,提出了算法选择器,显著提高了识别精度;给出3种方法对识别结果精确计算合闸角度,尤其是通过详细的理论推导,提出垂直拟合法,克服了经典线性拟合法的缺陷。该系统已得到实际应用。
- 黄奕俊李文亮刘璇魏勇军赵崇胡劲松杨沛
- 关键词：隔离开关图像识别
- Web主题倾向性挖掘与决策支持的方法
- 本发明公开一种Web主题倾向性挖掘与决策支持的方法，包括步骤：S1.网络信息抽取与储存，通过网络挖掘技术，在互联网上获取信息，并将结果存入数据库和本地文件系统；S2.信息的观点主题检测与跟踪，利用专题评论数据，检测识别出...
- 张振刚徐浩杨沛丁卓
- 文献传递
- 基于集成预测的稀有时间序列检测
- 2008年
- 为了解决误判问题,从预测的角度给出了离群点的定义,并提出了预测可信度和离群度的概念;同时,提出采用置换技术来降低离群点对预测模型的影响,并提出了基于集成预测的稀有时间序列检测算法。针对真实数据集的实验表明,可信度和离群度的定义是合理的,稀有时间序列检测算法是有效的。
- 谭琦杨沛
- 关键词：异常检测离群点时间序列神经网络集成
- 极大频繁子树挖掘及其应用被引量：5
- 2008年
- 极大频繁子树挖掘在Web挖掘、HTML/XML文档分析、生物医学信息处理等领域有着重要的应用,可用于解决这些领域的自同构问题。本文提出了一种极大频繁子树挖掘算法(MFTM)。MFTM基于最右路径扩展技术,在搜索过程中,采用覆盖定理进行裁剪,压缩搜索空间,从而极大地加快了算法的收敛速度。性能实验表明,极大频繁挖掘等算法是有效和可伸缩的。
- 杨沛谭琦
- 关键词：频繁子树挖掘WEB挖掘信息抽取
