袁运浩
- 作品数：22 被引量：49H指数：4
- 供职机构：扬州大学信息工程学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术文化科学语言文字更多>>
- 一种基于概念格的本体合并方法被引量：2
- 2008年
- 提出了一种基于概念格的,并利用叙词表的方法进行本体合并.为了进一步获得提取本体概念的相关指导,提高本体概念抽取的自动化程度,提出最小外延集概念,从而更方便有效地进行本体合并.
- 盛艳李云李拓袁运浩
- 关键词：本体合并概念格叙词表
- 一种基于概念格的本体合并方法
- 提出了一种基于概念格的,并利用叙词表的方法进行本体合并.为了进一步获得提取本体概念的相关指导,提高本体概念抽取的自动化程度,提出最小外延集概念,从而更方便有效地进行本体合并.
- 盛艳李云李拓袁运浩
- 关键词：本体合并概念格叙词表
- 文献传递
- 数据挖掘课程教学模式改革与探索被引量：4
- 2021年
- 数据挖掘课程内容复杂抽象,各个章节之间独立性较强,传统的课堂教学方法无法指导实际问题的解决,且验证性实验较难开展。针对这些问题,该文提出以实际案例为导向,通过案例讲解辅助教学,从课堂讲授和实际数据集实验两个方向开展教学活动,并结合具体的项目实践,介绍数据挖掘方法的应用局限性,旨在培养学生独立思考和解决问题的能力,以此改进数据挖掘课程的教学模式。
- 朱毅李云强继朋袁运浩
- 关键词：数据挖掘教学改革
- 面向对象程序设计的深度教学模式改革被引量：2
- 2017年
- 不同于传统的结构化程序设计方法,面向对象程序设计具有更多复杂难懂的概念。受深度学习思想启发,本文结合自身教学实践,主要探讨面向对象程序设计课程的深度教学模式,以期培养出的学生具有"分析、评价和创造"的高阶思维认知,从而提升他们在实践应用中的程序设计与开发能力。
- 袁运浩葛桂萍李云陈才扣
- 关键词：教学改革教学模式程序设计
- 基于人工蜂群的连续域蚁群优化算法被引量：5
- 2016年
- 连续域蚁群优化算法是蚁群优化算法的一个重要研究方向,针对连续域蚁群优化算法(ACOR)计算时间较长、易陷入局部最优的问题,提出了一种基于人工蜂群的连续域蚁群优化算法(ABCACOR)。首先,引入一种替代机制来选择指导解,以替换原来的基于排序的选择方式,目的是节约计算时间和尽可能地保持搜索的多样性;其次,结合人工蜂群算法的搜索策略来提高算法的全局搜索能力,进一步减少计算时间和提高求解精度。通过对大量的测试函数进行仿真实验,结果表明,ABC-ACOR算法较现有的一些连续域蚁群算法具有更好的寻优能力。
- 周袅葛洪伟袁运浩苏树智
- 关键词：蚁群优化算法连续域人工蜂群全局搜索
- 软件工程项目指导教学改革与探讨被引量：1
- 2014年
- 项目指导教学模式已成为软件工程课程教学的主流模式,但如何应用项目指导教学,提高教学效率仍是一个值得探讨的课题。本文对软件工程课程存在的问题进行分析,提出以教师为核心,学生为主体,从案例设计、问题引导和项目实战等几个方面展开讨论,为下一步提高新时期软件工程教学效果奠定基础。
- 杨金龙李志华袁运浩
- 关键词：软件工程教学改革
- 密度敏感的数据竞争聚类算法被引量：2
- 2015年
- 针对数据竞争聚类算法在处理复杂结构数据集时聚类性能不佳的问题,提出了一种密度敏感的数据竞争聚类算法。首先,在密度敏感距离测度的基础上定义了局部距离,以描述数据分布的局部一致性;其次,在局部距离的基础上计算出数据间的全局距离,用来描述数据分布的全局一致性,挖掘数据的空间分布信息,以弥补欧氏距离描述数据分布全局一致性能力不佳的缺陷;最后,将全局距离用于数据竞争聚类算法中。将新算法与基于欧氏距离的数据竞争聚类算法进行性能比较,在人工数据集和真实数据集上的实验结果表明,该算法克服了数据竞争聚类算法难以处理复杂结构数据的缺点,聚类结果具有更高的准确率。
- 苏辉葛洪伟张欢庆袁运浩
- 关键词：聚类数据竞争
- 基于灰色关联分析的孤立点挖掘算法被引量：1
- 2008年
- 孤立点挖掘是数据挖掘的重要研究方向之一,其目标是发现数据集中不具备数据一般特性的数据对象。传统孤立点挖掘算法通常基于项集属性,不适用于多目标决策和综合评价。该文提出一种基于灰色关联分析的孤立点检测算法OMGRA,通过总评价判断数挖掘孤立点集,避免人工确定阈值。实例分析表明,该算法能有效检测数据集中的孤立点,挖掘出的孤立点符合实际情况。
- 李云袁运浩陈崚
- 关键词：数据挖掘孤立点检测灰色关联分析
- 利用相对强度的监督典型相关分析算法被引量：2
- 2016年
- 典型相关分析(CCA)是一种无监督的子空间学习算法,加入标签信息可以提高典型相关特征的判别力.为了有效地利用样本的标签信息,借鉴相对属性的思想,提出一种利用相对强度的监督CCA(SCCA)算法.该算法在使得2组典型投影之间具有最大的相关系数的同时,典型投影的每一维特征的大小能够表示不同样本在其上的相对强度;采用异类样本间在每个低维特征上的差异大于同类样本间差异的策略,使得典型投影的每个特征都具有较好的鉴别力.在多特征手写体数字、人脸图像以及一般对象数据库上的实验结果表明,SCCA算法具有较好的识别效果,优于已有的典型相关特征抽取算法.
- 鹿鹏袁运浩葛洪伟
- 关键词：特征抽取维数约减模式识别
- 基于prompt的文本可读性评估
- 2023年
- 为了提高预训练模型在文本可读性分类中的表现,提出基于预训练模型BERT(bidirectional encoder representations from transformers)和GPT2(generative pre-training 2)的prompt文本可读性分类方法,通过手工模板和映射器将文本可读性分类转换为与模型预训练任务一致的文本填空形式,以此提高预训练模型的分类性能.实验表明,prompt方法在实验数据集上与传统机器学习和有监督的神经网络相比具有更好的分类性能.
- 冯宇涛强继朋李云袁运浩朱毅
