您的位置: 专家智库 > >

李文平

作品数:6 被引量:19H指数:2
供职机构:嘉兴学院更多>>
发文基金:浙江省自然科学基金教育部人文社会科学研究基金浙江省教育厅科研计划更多>>
相关领域:自动化与计算机技术文化科学更多>>

文献类型

  • 4篇期刊文章
  • 2篇专利

领域

  • 3篇自动化与计算...
  • 2篇文化科学

主题

  • 2篇网络
  • 2篇复杂网
  • 2篇复杂网络
  • 1篇底盘
  • 1篇多核
  • 1篇多核心
  • 1篇隐私
  • 1篇隐私保护
  • 1篇正方形
  • 1篇软件工程
  • 1篇软件工程课程
  • 1篇软件工程课程...
  • 1篇识别方法
  • 1篇团队
  • 1篇团队协作
  • 1篇倾斜板
  • 1篇自转
  • 1篇组件
  • 1篇进料
  • 1篇课程

机构

  • 6篇嘉兴学院
  • 1篇哈尔滨工程大...
  • 1篇深圳信息职业...

作者

  • 6篇李文平
  • 2篇余法红
  • 2篇邓琨
  • 1篇陈丽
  • 1篇张健沛
  • 1篇余柏林

传媒

  • 1篇系统科学与数...
  • 1篇通信学报
  • 1篇控制与决策
  • 1篇人力资源管理

年份

  • 1篇2023
  • 2篇2022
  • 1篇2020
  • 1篇2017
  • 1篇2016
6 条 记 录,以下是 1-6
排序方式:
基于多核心标签传播的复杂网络重叠社区识别方法被引量:11
2017年
针对传统基于标签传播的重叠社区识别方法存在较强的随机性,以及需要预设相关阈值来辅助完成社区识别等缺陷,提出基于多核心标签传播的重叠社区识别方法(OMKLP)。在分析节点度以及节点与邻居节点的局部覆盖密度后提出核心节点评价模型,并在此基础上给出局部核心节点识别方法;基于局部核心节点,提出新的面向重叠社区的异步标签传播策略,该策略能够快速地识别出社区内部节点与边界节点,以获得重叠社区结构;提出重叠节点分析方法,进一步提高识别重叠节点准确度。OMKLP算法无需掌握任何先验知识,仅在掌握网络基本信息(点、边)基础上,便能够准确识别出重叠社区结构,从而有效解决了传统标签传播算法所存在的缺陷。在基准网络和真实网络上进行测试,并与多个经典算法进行对比分析,实验结果验证了所提算法的有效性和可行性。
邓琨李文平余法红张健沛
关键词:复杂网络
磁吸式船体打磨机器人的清洁打磨装置
本实用新型公开了一种磁吸式船体打磨机器人的清洁打磨装置,其包括底盘,所述底盘底部设有十字基架,所述十字基架上设有两组行走模块,两组行走模块的两侧均设置有吸附模块,所述底盘底部还设有多组打磨头组件,所述打磨头组件分别置于由...
郭南朱荷蕾李文平杨飞程陈玺智鲁主恋李晨鹏徐墨子
一种新的基于标签传播的复杂网络重叠社区识别算法被引量:9
2020年
针对现有基于标签传播的复杂网络重叠社区识别方法所存在的社区识别精度不稳定,以及随机性较强等缺陷,提出一种新的基于标签传播的复杂网络重叠社区识别算法NOCDLP(a novel algorithm for overlapping community detection based on label propagation).该算法首先搜索网络中若干以度较高节点为中心的完全子图,并以这些完全子图为起点进行标签传播;其次通过分析节点与社区连接强度以及社区接纳某节点后的社区内部连接紧密度情况给出节点归属社区强度函数,以此作为标签传播的依据提高社区的识别精度;再次,在标签传播过程中,NOCDLP算法设置标签传播控制标记,以避免标签传播算法随机性较强的缺陷;最后,在已形成的社区中通过整理重叠节点获得更准确的重叠社区结构.算法在人工网络与真实网络中完成测试,同时与多个经典算法进行对比分析,实验结果验证了NOCDLP算法是有效的、可行的.
邓琨李文平李文平陈丽
关键词:复杂网络
CDIO理念应用于软件工程课程教学的探索和实践
2016年
由于学生参与大型软件项目研发的实践锻炼缺乏,导致其对软件工程课程学习动力不足,难于理解相关的专业知识。故此,本文将CDIO教学理念引入软件工程课的教学中,在教学过程中融合实践,实现课堂真正的师生互动,共同参与协作,可以全面地加强培养学生的主动学习、相互合作及自主创造的能力,进而提高人才教育的质量。
余法红陈梅佳李文平余柏林
关键词:软件工程CDIO团队协作教学改革
瓜子剥壳机
一种瓜子剥壳机,其特征在于:剥壳装置对应设置在进料孔的下方,包括滚压轴、压板,滚压轴外圈形成有多个V型挤压槽,且滚压轴连接有驱使其旋转的动力机构,所述压板与V型挤压槽相对应,并连接有驱使其与滚压轴相贴合的弹性件;出料装置...
余红陆朱荷蕾李文平谢方正应东淼龙昌美
面向群智感知隐私保护的联邦典型相关分析方法
2022年
群智感知数据往往携带了丰富的敏感信息,联邦学习技术的兴起为解决感知系统之间隐私安全的协作计算提供了一条可行途径.针对群智感知关联性探测过程中可能导致的隐私泄露问题,提出一种联邦场景下支持隐私保护的典型相关分析方法.该方法通过构造联邦特征并基于非线性随机耦合策略进行特征保护,将典型相关分析求解过程分解为两个完全独立的运算分别由联邦端和服务器端执行,在数据级、运算级和特征级上对感知数据进行多层次保护.实验结果表明,文章方法对联邦场景的适用性和感知数据的保护性都较好.
李文平朱荷蕾
关键词:隐私保护
共1页<1>
聚类工具0