余本功
- 作品数：175 被引量：496H指数：11
- 供职机构：合肥工业大学管理学院更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术文化科学经济管理社会学更多>>
- 基于第四方物流的农产品冷链平台研究被引量：3
- 2015年
- 针对人们对农产品新鲜度、营养性以及安全性等个性化需求日渐多样化的趋势,分析了农产品冷链的现状以及第四方物流在农产品冷链物流中应用的必要性,设计了第四方物流模式下农产品冷链运作模式和集成方式,在此基础上构建了一个基于第四方物流的农产品冷链信息平台,并分析了平台主要功能,以期为农产品冷链发展提供思路。
- 张懂余本功
- 关键词：第四方物流信息平台
- 数据仓库和OLAP技术在科技部门网站评估中的应用被引量：2
- 2007年
- 政府网站评估是电子政务建设的重要组成部分,文章通过采集华东地区科技系统网站的评估数据,构建面向科技职能部门网站评估主题的数据集市;设计出了华东地区科技职能部门网站评估立方体,并对其执行联机分析处理;多角度、多层次地观察和分析科技职能部门网站评估情况,支持科技职能部门决策,以期推动和促进全国科技职能部门网站评估理论和实践的不断向前发展。
- 王闯余本功
- 关键词：数据仓库联机分析处理
- 制造业项目管理软件评估与选型研究
- 2007年
- 针对制造企业产品开发项目管理中遇到的项目管理软件选型难的问题，建立一个用于选型和评估的综合评价体系模型，并给出对备选系统软件进行模糊综合评价的步骤。首先分析比较了各种项目管理软件，接着采用层次分析法确定了合适的指标体系，为多属性的决策过程提供了一致的评价标准，最后以汽车制造业的产品开发项目为例说明该评价体系和评价方法的实用性和可靠性。
- 杨颖余本功
- 关键词：项目管理层次分析法
- Android系统的信息安全
- 2013年
- 安卓的安全性一直是备受争议的话题,本文主要对Android信息安全问题进行简要分析,从系统本身、软件应用商城和用户三个方面调查研究并提出了一些解决措施。
- 雷佳伟李婷余本功杨乾坤
- 关键词：ANDROID系统信息安全
- 基于IntraWeb的医院信息系统的开发研究被引量：5
- 2006年
- 比较了IntraW eb架构和传统W eb应用架构在实现基于W eb的三层体系架构上的不同,分析了In-traW eb的实现机制。以医院管理系统为背景,并以报表实现为例,探讨了基于IntraW eb的W eb应用的实现方法。
- 夏卫余本功
- 关键词：INTRAWEB医院信息系统WEB应用程序
- 数据仓库在病案管理中的应用研究被引量：3
- 2008年
- 目前医院信息系统的建设已取得显著成效,多年的应用也积累了大量数据。如何利用这些宝贵的信息资源为医院管理与决策服务,是医院信息化所面临的重要研究课题。在概述数据仓库技术特点的基础上,阐述了数据仓库的设计方法和设计内容,并针对医院的具体情况和决策需求特点,设计实现了符合医院病案管理决策需求特点的病案数据仓库。最后讨论了病案数据仓库对病案管理系统和病案数据挖掘的影响,并对将来的研究问题作了展望。
- 廖海波余本功李娜江澍
- 关键词：数据仓库病案管理医院信息系统数据抽取
- 基于多层次特征提取的文本分类方法、模型及存储介质
- 本发明实施方式提供一种基于多层次特征提取的文本分类方法、模型及存储介质，属于自然语言处理技术。所述文本分类方法包括：将输入文本进行词嵌入操作以获得所述输入文本的词嵌入矩阵；获取所述词嵌入矩阵的上下文语义信息；对所述上下文...
- 余本功朱晓洁杨善林张强张子薇王惠灵
- 基于协同注意力机制的答案选择算法研究
- 答案选择是问答系统研究的基础组成部分,其精度直接影响问答效果的好坏。针对问句与候选答案文本语义信息与词语共现信息不足等问题,提出一种基于协同注意力机制的长短时记忆模型(Collaboration attention LS...
- 余本功许庆堂
- 关键词：问答系统
- 文献传递
- 半监督分类方法和系统
- 本发明提供一种半监督分类方法和系统，涉及文本数据处理技术领域。本发明使用文本向量模型层，在不损失样本或者特征的情况下获得样本之间的分歧，取代现有的半监督分类方法中的重采样与随机子空间方法，能有效降低文本样本数量的损失或特...
- 余本功汲浩敏王胡燕朱梦迪
- 文献传递
- 基于nBD-SVM模型的投诉短文本分类被引量：12
- 2019年
- 【目的】对投诉短文本进行有效分类以提高问题处理效率。【方法】针对投诉文本所呈现出的弱结构化、长度较短等特征,提出一种结合主题模型和词向量方法构建SVM输入空间向量,并融入集成学习方法的nBD-SVM文本分类模型。【结果】采用企业投诉文本进行实证分析,对比相关分类方法,nBD-SVM准确率可达81.13%,说明其能够有效提升投诉文本分类的准确性和效率。【局限】实验仅以某公司投诉文本为例。【结论】nBD-SVM分类模型能够适应企业投诉文本分类任务,满足企业的分类应用需求。
- 余本功陈杨楠杨颖
