张珍珍
- 作品数：7 被引量：3H指数：1
- 供职机构：太原学院更多>>
- 发文基金：山西省基础研究计划项目更多>>
- 相关领域：自动化与计算机技术医药卫生理学电子电信更多>>
- 探讨基于物联网的大数据量实时信息交换对策被引量：2
- 2016年
- 随着社会的不断发展变化,科技的日新月异,经济的快速增长,人们对信息的快速获取,分析整理与合理利用的需求不断增长,大数据的应用管理应运而生,通过对数据的采集,加工分析处理,挖掘出不同级别的潜在价值的价值,从而为用户提供论断建议或决策支持。作为大数据的重要来源和主要市场的物联网,对大数据的应用分析的能力要求更甚。信息实时交换作为其中的重要一环,一直就是人们讨论的焦点。如何提高大数据量信息实时交换能力,发现网络大数据的共性规律,研究网络大数据定性、定量分析的基础理论与基本方法,实现趋利避害,是当下永恒的话题。本文主要从物流大数据现状、现有的大数据信息实时交换功能需求以及现状分析,物联网实时信息交换的改进方法出发,提出相关经验措施与行动策略。
- 张珍珍
- 关键词：物联网信息交换大数据实时信息
- 单点登录技术在Web应用中的研究与实现探究
- 2017年
- 一对多的框架关系组成是单点登录的明显特征,它是由单一的用户登录系统对多个应用服务进行的统一管理所提供的用户登录认证。这种统一化登录系统实现了Web应用的信息共享,在一个系统下的任何站点的用户,他都不必反复登录转换身份的去进行身份认证,不仅节省了时间,使得操作与开发效率提升,还减少了不必要的消耗,避免了重复开销,降低了操作成本。本文从实现单点登录的常见策略开始进行分析,从而优化单点登录技术在Web应用中的运用价值,确保在Web请求代理策略下简单的单点登录系统的实现,保证Web应用的高效运用,推动单点登录技术的良好发展。
- 张珍珍
- 关键词：单点登录技术WEB应用
- 面向高维小样本数据的层次子空间ReliefF特征选择算法
- 2023年
- 高维小样本数据的特征维数远远高于样本数,因为其通常包含大量的冗余特征,ReliefF算法在处理这类数据时存在以下挑战:传统ReliefF算法无法剔除冗余特征,而现有的改进ReliefF算法大多通过启发式地计算特征与特征之间的互信息来剔除冗余特征,不适用于高维数据;通过截取与标记相关性最大的若干特征来进行分类,可能不是最优选择,因其没有考虑不同特征组合对分类性能的影响.为了解决以上问题,提出一种基于层次子空间的ReliefF特征选择算法,将原始特征集划分为具有层次结构的子空间,并利用邻域粗糙集理论来计算低层子空间的局部依赖度,能在高维小样本数据上高效率地批量剔除冗余特征.此外,为了考量不同特征组合对结果的影响,引入“局部领导力”的概念,保留部分子空间中“带队”能力较强的特征,从局部和全局的角度共同给予特征更加客观的评价.在六个微阵列基因数据集上的实验表明,与现有方法相比,提出的方法更高效,而且能保持良好的分类性能.
- 程凤伟王文剑张珍珍
- 关键词：RELIEFF邻域粗糙集
- 物联网架构与主要技术的研究
- 2015年
- 物联网技术在我国近几年已经成为一个公众的热点,作为未来科技发展的大趋势,物联网目前受到越来越多的关注。今年初,谷歌(微博)就花费32亿美元收购了智能家居设备制造商Nest Labs,大举进军消费类物联网领域。而针对物联网的架构和主要技术的研究,在物联网的领域上还是需要进一步研究的,本文正是在物联网架构和主要技术上对物联网的结构等方面进行一个初步的研究。
- 张珍珍
- 关键词：物联网架构智能家居
- 基于机器学习的山西省人间布鲁氏菌病的预测研究
- 2022年
- 布鲁氏菌病是一种人畜共患疾病,近年来山西省布鲁氏菌病的患病人数逐渐增多,且流行性强度大,发病范围较广,所以对于人间布鲁氏菌病的预测以及防控非常重要。从公共卫生数据中心官方网站收集了2010-2020年山西省人间布鲁氏菌病月发病信息,利用气象因素构建基于支持向量机、随机森林和深度神经网络3种机器学习模型的人间布鲁氏菌病发病率预测模型,用以预测并评估山西省人间布病疫情的变化趋势。结果表明气象因素与人间布病发病率存在显著相关性,且随机森林模型的预测最为准确。
- 张珍珍阮若楠苑宏泽张龙
- 关键词：人间布病气象因素
- 基于神经网络的推荐系统模型分析
- 2023年
- 阐述基于神经网络的推荐系统模型,推荐系统可以对用户可能需要的信息资源进行预测判断,帮助用户在庞大冗余的信息中快速精准地寻找到自己所需要的信息,实现信息价值的挖掘与开发。
- 张珍珍
- 关键词：人工智能大数据神经网络
- 基于数据驱动的新冠病毒动力学传播的建模与预测被引量：1
- 2022年
- 传统的传染病动力学建模方法通常在预先假设病毒传播机制的基础上基于仓室模型以微分方程的形式进行建模,基于此提出一个基于数据驱动的传染病传播动力学建模方法,为非线性动力学模型的稀疏辨识方法。利用稀疏回归和参数辨识从大量潜在动力学模型中准确发现控制方程,用以模拟2019年末新型冠状病毒在湖北武汉的动力学传播过程。方法的优点一是从数据中发现非线性动力学,且无需假设控制方程的形式;二是该方法能够有效地平衡模型复杂度和准确度。实验结果表明模型能够很好地刻画新型冠状病毒在武汉的传播,也证明了模型的具有一定的实用性,并可推广到相关疫情的预测中。
- 张珍珍张科星
- 关键词：数据驱动
