胡胜利
- 作品数：44 被引量：94H指数：4
- 供职机构：安徽理工大学计算机科学与工程学院更多>>
- 发文基金：安徽省高校省级自然科学研究项目教育部科学技术研究重点项目国家级大学生创新创业训练计划更多>>
- 相关领域：自动化与计算机技术水利工程天文地球文化科学更多>>
- 基于面向对象技术的DSS知识库管理系统的研究
- 2008年
- 介绍了面向对象技术的基本理论,并将其应用到银行信贷DSS知识库系统的开发中。对信贷知识库中的事实库和规则库做了定义,提出了一种面向对象的知识模型表示方法,对相关的知识类给出了具体定义和推理规则。该方法有效地提高了知识的表达能力和推理效率。
- 丁瑞国胡胜利
- 关键词：面向对象DSS知识模型
- 基于智能结点的工业监控信息融合模型的研究
- 2008年
- 在目前工业生产监控系统结构的基础上,提出了基于嵌入式智能结点的分布式控制系统。分析了多传感器信息融合和嵌入式系统的应用原理,给出了智能结点系统结构,建立了多级信息融合的软件模型,最后对智能结点原型进行了仿真实验,对信息融合模型进行了验证。实验结果表明,该模型能对信息进行有效地融合,说明了模型的可行性。
- 胡胜利钱旭
- 关键词：分布式控制系统嵌入式系统智能结点传感器
- 基于区块链和代理重加密的医疗物联网数据安全管理系统被引量：2
- 2024年
- 目的:基于可扩展区块链网络和代理重加密机制,建立医疗IoT数据管理系统,以保障物联网(IoT)智能医疗系统的数据传输安全。方法:将物联网与区块链相结合,通过分布式架构提高远程监测数据的安全性和隐私性。在物联网设备的注册和验证阶段,采用零知识证明(ZKP)方法确保数据的完整性。将代理重加密技术与区块链相结合以存储哈希数据,确保系统的安全性,并通过智能合约的设计实现了访问控制。为实现区块链的可扩展性,使用基于星际文件系统(IPFS)的离线数据库来存储数据。此外,为提高数据存储效率,提出了改进工作量证明(PoW)共识机制。结果:所建立的系统可有效抵御各种类型的攻击。IoT节点数量为40个时,系统总注册时间小于100 s,不同事务数量下的区块创建和访问时间均小于200 s。当事务数量为25个时,所提改进PoW算法的交易挖掘时间为0.001 s,优于原PoW算法的0.0024 s。结论:基于区块链和代理重加密技术的数据管理系统,能够确保医疗数据的机密性、完整性和隐私性,且效率优于传统的区块链方法,有助于提高IoT背景下医疗数据的安全管理。
- 柏松王晓勇胡胜利
- 关键词：区块链数据安全
- 智能决策支持系统在办公自动化软件中的应用
- 该文针对目前办公自动化(OA)软件的不足,提出了将IDSS与OA软件相结合的研究方向.在系统需求分析的基础上,提出了基于三层C/S结构的系统设计方案,并设计了完整的模型库管理系统(MBMS)和知识库管理系统(KBMS)....
- 胡胜利
- 关键词：智能决策支持系统面向对象消息流办公自动化
- 文献传递
- 一种基于迁移学习的小样本图像分类方法被引量：8
- 2021年
- 深度学习模型应用于小样本图像分类时,存在训练时间过长和过拟合的问题。鉴于此,提出了一种基于迁移学习的小样本图像分类方法。首先,将MobileNet-V2,Ineption-V3,Xception 3种深度卷积神经网络放在大型数据集中进行预训练,然后保留并冻结在源网络预训练过程中的基本参数,用数据增强的方法强化小样本数据后,再对小样本的目标数据集进行特征提取训练,最后对预训练的网络模型进行微调,并解冻部分层次,用于调整网络权重,并再次训练目标数据集。实验结果表明,迁移学习在小样本图像的应用中是有效的,可以构造出泛化性能很高的模型,大大减少了原深度模型训练时产生的过拟合问题。
- 胡胜利吴季
- 融合项目特征级信息的稀疏兴趣网络序列推荐
- 2024年
- 在以往提取多兴趣嵌入的序列推荐模型中仅能通过聚类的方法发现少量兴趣概念,忽视项目交互序列中特征级信息对最终推荐结果的影响。针对此问题,对传统的多兴趣序列推荐模型进行改进,提出一种融合项目特征级信息的稀疏兴趣网络序列推荐模型。实验结果表明,相比其它模型,该模型可以更好捕捉用户的多样化偏好并缓解冷启动问题。在给定数据集上,该模型比传统的序列推荐模型在命中率上平均提高了6.4%,归一化折损累计增益平均提高了8.7%。
- 胡胜利武静雯林凯
- 融合社交关系和时序特征的图神经网络推荐模型
- 2024年
- 为解决推荐模型中的用户信息缺失和用户动态偏好问题,满足用户个性化需求,提出一种融合社交关系和时序特征的图神经网络推荐模型。该模型先构建社交关系图,并通过注意力机制得到基于社交关系的用户潜在特征;再构建用户-项目交互图,利用门控循环单元和注意力机制捕获交互信息,分别获得用户的时序特征和项目特征;最后将用户潜在特征与时序特征融合得到新的用户特征,并将其与项目特征进行融合,经过多层感知机得到最终推荐结果。在不同数据集上进行实验,结果表明,该模型能更好地处理用户信息缺失和用户动态偏好问题,进而提升推荐性能。相较于经典的图神经网络推荐模型,该模型的精确率和归一化折损累计增益比分别提高了4.0%和4.1%。
- 胡胜利王柳
- 关键词：社交关系
- 基于深度学习特征表示协同过滤算法被引量：2
- 2021年
- 在推荐系统中,单一的学习矩阵分解的内积交互或者利用深度神经网络来捕获用户与项目交互,不足以有效地学习用户与项目的潜在特征。针对这一问题,提出一种在显式反馈与隐式反馈基础上,称为基于深度学习特征表示的协同过滤算法(DLFeaCF)。该模型首先学习用户与项目的内积与外积交互;然后在内积的基础上,从隐式映射与特征映射两个方面再利用多层感知机(MLP)的非线性交互学习能力去获取用户与项目的全局特征;同时在外积的基础上,利用CNN学习捕获用户与项目的局部特征;最后在融合层组合特征并获得预测分数。在真实的MovieLens数据集上进行实验,表明DLFeaCF模型能获得更好的推荐性能。
- 宋志理胡胜利王峰
- 关键词：协同过滤多层感知机卷积神经网络
- 基于多媒体技术的数据结构教学模式研究被引量：1
- 2010年
- 数据结构是计算机专业的核心课程,如何提高教学质量一直是大家讨论的热点。文章针对目前数据结构多媒体教学中存在的问题,分析了多媒体教学的特点,结合笔者的教学经验从课件的制作、课堂教学的设计和组织、实践环节等几个方面进行了分析,提出了具体的多媒体教学模式。
- 胡胜利蒋群
- 关键词：多媒体数据结构教学模式
- 融合社交关系的图神经网络序列推荐模型研究
- 2023年
- 针对在线社区中用户兴趣偏好快速变化的现象,为了快速定位用户的当前兴趣同时考虑动态的社交因素对用户决策的影响等问题,提出一种融合社交关系的图神经网络序列推荐的模型.首先利用门控循环单元对用户最近一次的会话作为短期兴趣进行建模,而对于用户的朋友则使用短期兴趣和长期兴趣串联融合来表示,其中短期兴趣使用朋友最近一次的会话进行建模,长期兴趣则是学习过的个体嵌入;然后通过用户的社交关系构建用户-朋友无向单元图并使用图注意力网络更新用户基于社交关系的表征;最后使用全连接层将用户的短期兴趣表示与用户基于社交关系的表示进行融合得到最终的用户表示并以此来进行项目的推荐.通过在三个与在线社区有关的数据集上的实验验证了社交关系能有效地提高序列推荐的准确性.该模型在召回率Recall@k与归一化累计增益NDCG两个评价指标上与其他模型相比有明显提升,当评估指标k值取20时,与DGRec模型相比,其Recall@20指标在三个数据集上分别提升了10.3%,5.7%,1.7%,NDCG在三个数据集上分别提升了6.85%,5.05%,2.4%.
- 胡胜利武静雯赵琦温秋芬
- 关键词：社交关系
