汤莉
- 作品数：8 被引量：21H指数：3
- 供职机构：天津财经大学理工学院信息科学与技术系更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划天津市应用基础与前沿技术研究计划更多>>
- 相关领域：自动化与计算机技术电子电信环境科学与工程更多>>
- 伽利略系统的频率结构和信号设计的研究被引量：8
- 2005年
- 分析了伽利略系统的频率结构和信号设计、性能及干扰,阐明了伽利略系统的频率和信号设计比GPS更具优势。伽利略系统在E5a/L5和E2-L1-E1载波上,使用与GPS相同的中央频率,可提高GNSS接收机用户的互用性,因此具有更广阔的发展前景。
- 汤莉黄伟志张峻林
- 关键词：伽利略系统信号设计GNSS接收机GPSESA互用性
- 基于时序互信息构建基因调控网络被引量：5
- 2010年
- 为构建基因调控网络,提出了一个基于时序互信息学习动态贝叶斯网络结构的学习算法.在计算基因间的时序互信息时,该算法考虑了时间序列微阵列数据的时间特性,并利用协方差矩阵计算互信息,没有将基因表达数据离散化,与基因表达数据的连续性相符合.在酵母菌周期细胞的实验数据上测试该算法,灵敏度为66.7%;该算法构建的基因调控网络与KEGG数据库中的网络相比较,发现了Cdc28与Cdc20、Chk1与Rad9的调控关系,这些调控关系在相应的生物学实验中得到验证.
- 缑葵香宫秀军汤莉
- 关键词：基因调控网络动态贝叶斯网络
- 海量文件的远程传输处理系统的设计与研究
- 本课题根据实际需要，设计研发了适用于海量文件的“方文远程传输处理系统”，它是基于FTP协议开发的传输软件，实现了自定义的FTP协议(LFTP协议)，定义了端口和消息序列，消息头和消息体等，实现了分包多线程传送文件;定义了...
- 汤莉
- 关键词：海量文件负载均衡主动队列管理
- 文献传递
- 基于主动队列管理的Linux并发服务器模型及负载均衡算法的研究被引量：2
- 2006年
- 提出了一种基于主动队列管理的并发服务器模型,在主动队列管理的并发服务器模型下,研究了服务器对各队列、各线程运用负载均衡的策略和算法。
- 黄伟志汤莉刘军孙宏
- 关键词：并发服务器负载均衡主动队列管理
- 基于PAC-Bayes理论的Web文档数据质量评估方法被引量：2
- 2017年
- 为了更好地评估Web文档数据质量,提出一种基于PAC-Bayes理论的Web文档质量评估指标体系和评估方法。PAC-Bayes理论融合了PAC理论和贝叶斯定理,在充分利用样本先验信息的基础上,推导出了最紧的泛化风险边界,用于衡量学习算法的泛化性能。首先阐述了文档数据质量评估的研究现状,介绍了PAC-Bayes理论框架及其在支持向量机上的应用;其次提出一种基于PAC-Bayes理论的Web文档数据质量评估方法(DQAPB),将SVM算法及其PAC-Bayes边界应用于Web文档的质量评价中,并构建了基于PAC-Bayes理论的Web文档质量评估指标体系;最后采用Wikipedia文档进行实验,实验结果表明该方法具有简便快速、稳定性和鲁棒性较强的优点。
- 汤莉何丽
- 关键词：泛化能力数据质量评估
- 大数据时代生态环境监控与数据挖掘路径研究——以空气质量为例
- 大数据的涌现为分析生态环境问题提供了很好的契机,利用监测的环境大数据信息,实现数据挖掘,分析空气质量,具有重要意义。本文剖析了研究的必要性和重要价值,探讨了生态环境监控和数据挖掘的有效路径,并运用K-Means聚类算法对...
- 汤莉张书华何丽
- 关键词：数据挖掘聚类算法空气质量指数
- 文献传递
- PAC-Bayes理论及应用研究综述被引量：3
- 2015年
- PAC-Bayes理论融合了贝叶斯定理和随机分类器的结构风险最小化原理,它作为一个理论框架,可得到最紧的泛化风险边界。分析了PAC-Bayes理论的研究背景和重要意义,介绍了PAC-Bayes理论框架及其在支持向量机上的应用,分别探讨了多种机器学习算法的PAC-Bayes边界,并特别对非独立同分布数据的PACBayes边界进行了分析。从4个方面深入阐述了PAC-Bayes边界应用的研究现状及进展,并对不同的研究方法和特点进行了比较。最后展望了PAC-Bayes边界未来的研究发展方向。
- 汤莉宫秀军何丽
- 关键词：支持向量机泛化能力分类器
- 基于PAC-Bayes边界理论的SVM模型选择方法被引量：2
- 2015年
- PAC-Bayes边界理论融合了贝叶斯定理和随机分类器的结构风险最小化原理,它作为一个理论框架,能有效评价机器学习算法的泛化性能。针对支持向量机(SVM)模型选择问题,通过分析PAC-Bayes边界理论框架及其在SVM上的应用,将PAC-Bayes边界理论与基于交叉验证的网格搜索法相结合,提出一种基于PAC-Bayes边界的SVM模型选择方法(PBB-GS),实现快速优选SVM的惩罚系数和核函数参数。UCI数据集的实验结果表明该方法优选出的参数能使SVM具有较高的泛化性能,并具有简便快速、参数选择准确的优点,能有效改善SVM模型选择问题。
- 汤莉赵政宫秀军
- 关键词：泛化性能
