周连科
- 作品数：7 被引量：14H指数：3
- 供职机构：哈尔滨工程大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于查询意图的数据空间预取方法
- 2016年
- 为在查询前预取用户可能访问的数据,提出了一种利用查询日志的数据空间预取方法。该方法从查询日志中提取意图特征,并采用聚类技术对其进行聚类,识别用户查询意图,并基于该意图预取查询结果。实验结果表明:该方法在预取准确率和查询效率方面均显著优于已有方法。
- 祝官文周连科王念滨刘丹
- 关键词：数据空间查询意图聚类查询日志查询结果查询效率
- 关系数据库关键字查询结果排序方法被引量：3
- 2017年
- 为了提高传统排序方法的排序准确率及效率,本文提出一种列表级的并行学习排序方法,用于关系数据库关键字查询结果的排序。采用一种列表级学习排序算法并在此基础上引入并行框架,使训练过程能够在多个节点上并行执行,有效地减少训练时间;并且提出一种基于贪婪搜索算法和排序性能的弱排序器分层构建策略,提高排序模型的训练效率和有效性;分别在公开数据集IMDB和Wikipedia上进行实验。实验结果表明:与传统的排序算法相比,本文方法具有较高的训练效率及排序准确率。
- 王瑛琦周连科王念滨
- 关键词：关系数据库关键字查询排序函数
- 基于iMeMex数据模型的数据空间索引方法研究被引量：1
- 2014年
- 目前,个人和组织的信息呈现急剧增长趋势,且非结构化数据所占比重在不断增加,这些属于某个主体的海量、分布、异构和共存的数据构成了一个异构数据空间,如何为用户提供高效、便捷和多样化的搜索查询服务是数据空间面临的巨大挑战,为数据空间中异构数据构建高效的索引方法是解决这一问题的基础。对iMeMex数据模型的特点和数据空间中查询方法进行了分析,在此基础上通过扩展倒排列表方法,提出了一种基于iMeMex数据模型的索引方法,来提高对数据空间中异构数据的搜索查询效率。新的索引方法通过扩展倒排列表的关键字列和链表节点信息索引资源视图,来支持和提高关键字查询、谓词查询和路径查询的处理效率。实验结果表明,该索引方法能够有效、可行地解决数据空间中异构数据索引和查询效率问题。
- 王红滨周连科王念滨邓胜春
- 关键词：数据空间索引
- 支持高效路径查询的数据空间索引方法
- 2016年
- 首先,通过索引连接例子,分析了影响效率的因素。在扩展倒排索引基础上,构建了B-树索引,以支持大规模数据的高效查找。然后,构建了二级索引,以减少索引连接中的大量重复判断。最后,提出了路径查询算法。实验结果表明:该索引方法能够有效地解决索引连接问题和显著地改善数据空间路径查询效率。
- 王念滨祝官文周连科王红卫
- 关键词：计算机软件路径查询
- 一种基于计数与分层策略的异构数据索引方法
- 大数据时代的到来,数据正呈现量大、类型繁多、价值密度低等特征,因此快速且有效地发现异构数据中有价值的信息将极具挑战,其中,构建支持多种类型数据的索引是主要的研究方向之一.当前,异构数据索引方法缺乏效率,即查询语言复杂且大...
- 祝官文周连科王念滨王红滨
- 关键词：索引技术查询算法
- 面向水下多源数据特征级融合方法被引量：3
- 2021年
- 海洋环境复杂多变,单一水下传感器目标识别精度不能满足系统性能要求,并且水下数据噪声大、维度高,直接进行数据融合并不能得到较好的结果。为此,针对多场景水下多源试验数据,使用去噪自编码和多种降维方法进行多角度特征级融合。首先,使用去噪自编码器去除噪声、降低数据维度并且抽取出深层特征;然后,对深层特征使用数据层叠方法进行多源数据融合。融合方法包括主成分分析、独立分量分析和等度量映射。不同场景下对比试验表明该方法取得较好的分类结果,其中主成分分析取得较高目标识别率。
- 宋奎勇周连科王红滨
- 关键词：特征级融合降维方法
- 适用于水下目标识别的快速降维卷积模型被引量：7
- 2019年
- 针对传统卷积神经网络在相对较小的数据集上训练容易过拟合的问题,本文提出一个适用于水下目标识别的快速降维卷积网络模型(FRD-CMA)。该模型基于卷积核与特征图对应关系描述模型在数据集上的注意力,并以此进行快速降维,从而降低模型在小数据集上应用时存在的过拟合风险。FRD-CMA模型支持水下目标辐射噪声的端到端处理,通过提取辐射噪声的声音特征并依照水听器的时序关系进行矢量化处理,可以保持模型源输入特征不被破坏。试验结果表明:相较于之前的水下目标识别任务,FRD-CMA模型识别率提高5%,且模型训练时间缩短30%。
- 王念滨何鸣王红滨王红滨周连科
- 关键词：水下目标识别注意力模型卷积神经网络矢量化水听器
