武志昊
- 作品数：45 被引量：51H指数：4
- 供职机构：北京交通大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术政治法律理学更多>>
- 基于卷积神经网络的机票价格预测方法
- 本发明实施例提供了一种基于卷积神经网络的机票价格预测方法，包括：分析机票价格维度特点，设计二维的机票价格时间片结构；根据二维的机票价格时间片结构得到时间‑价格序列数据；根据时间‑价格序列数据，构造基于卷积神经网络的两阶段...
- 武志昊林友芳万怀宇韩升董兴业王晶
- 文献传递
- 基于服务器应用逻辑的大型数据中心业务子系统发现方法
- 本发明涉及服务器运维管理技术领域，尤其涉及一种基于服务器应用逻辑的大型数据中心业务子系统发现方法。所述方法通过构建数据中心系统架构图，有效克服了传统运维方法的缺陷，无须耗费大量人力物力财力去采集、统计数据；无须运维人员对...
- 林友芳武志昊万怀宇
- 文献传递
- 基于社交网络的民航旅客偏好建模被引量：3
- 2014年
- 从社会网络的视角,提出了一种旅客个体偏好与关系偏好相结合的建模方法.首先,从旅客的历史出行记录中,构建基于共同出行关系的旅客社会网络;然后,构建旅客个体偏好模型和旅客关系偏好模型;最后,基于旅客偏好模型给旅客推荐座位.在民航领域的一个真实的数据集上进行了实验,证明本文提出的偏好模型能够有机地将旅客个体偏好与关系偏好结合起来,较好地描述旅客对航班座位的偏好.
- 林友芳王琨琨周超万怀宇武志昊
- 关键词：民航旅客社会网络
- 一种基于社交网络的民航新旅客成长性预测方法被引量：5
- 2014年
- 对于一个高效的客户关系管理系统而言,预测客户成长性是必不可少的环节.本文尝试根据新旅客的短期历史出行数据对其未来价值成长性进行预测.为了克服新旅客历史出行记录稀少而导致无法准确预测的缺陷,提出了一种基于旅客社交网络的预测方法.首先根据旅客历史出行记录构建旅客同行网络;然后分别从旅客个体和旅客关系的角度构建多种分类特征,用来进行旅客成长性预测;最后提出了一种结合个体预测与关系预测的组合预测模型,以达到准确预测的目的.在某航空公司的真实数据集上进行实验,证明了本文提出的方法对民航新旅客未来价值成长性的推断是有效的.
- 林友芳张奥爽万怀宇武志昊
- 关键词：社交网络民用航空
- 基于餐饮数据复杂网络的菜品拉动力分析
- 2017年
- 在餐饮领域,菜品的拉动力可以定义为菜品因自身消费增长而拉动其他菜品整体消费增长的能力,然而目前并没有明确的方法计算菜品的拉动力。本文提出一种新颖的利用历史账单量化菜品拉动力的方法。首先提取数据中包含的菜品特征,分析菜品之间的作用关系来构建菜品复杂网络;然后基于复杂网络,利用传播模型,通过网络传播来计算菜品拉动力;最后在某餐饮企业真实历史账单数据集下验证了本文所提方法的有效性。
- 温振前林友芳武志昊
- 关键词：复杂网络网络传播
- 大型数据中心服务器应用角色划分的方法
- 本发明涉及服务器运维管理技术领域，尤其涉及一种大型数据中心服务器应用角色划分的方法。本发明提出的大型数据中心服务器应用角色划分的方法，有效克服了传统运维方法的缺陷，无须耗费大量人力物力去采集、统计数据；无须运维人员对数据...
- 武志昊林友芳万怀宇
- 文献传递
- 一种基于K近邻的自定义协议应用层的网络报文匹配方法
- 本发明提供了一种基于K近邻的自定义协议应用层的网络报文匹配方法，属于数据传输领域。所述方法包括：根据历史网络报文构建协议类型存储结构并按时间戳进行顺序编号，获得每种协议类型的结构特征值与取值数组，再基于K近邻模型获取K个...
- 韩升林友芳万怀宇王晶董兴业武志昊吕凯张硕曹端鑫
- 一种基于心跳间期的睡眠呼吸暂停自动检测方法及装置
- 本发明提供了一种基于心跳间期的睡眠呼吸暂停自动检测方法和装置，用于解决现有技术中睡眠呼吸暂停检测不准确、精度不高的问题。所述睡眠呼吸暂停自动检测方法首先采集睡眠时的心跳间期信息，再通过残差神经网络对所述心跳间期信息自动提...
- 王晶林友芳韩升万怀宇武志昊董兴业张硕
- 文献传递
- 一种关键性能指标数据的时序异常检测方法及系统
- 本发明提供了一种关键性能指标数据的时序异常检测方法，用以解决现有技术中时序数据异常检测效率低、准确率低的问题。所述时序异常检测方法，先对采集的时序数据中缺失值及异常值进行修正，再提取特征对数据进行拼接，将拼接数据划分为训...
- 王晶林友芳万怀宇武志昊韩升董兴业张硕
- 文献传递
- 结合注意力机制与双向LSTM的中文事件检测方法被引量：11
- 2019年
- 事件检测是信息抽取领域的重要任务之一。已有的方法大多高度依赖复杂的语言特征工程和自然语言处理工具,中文事件检测还存在由分词带来的触发词分割问题。该文将中文事件检测视为一个序列标注而非分类问题,提出了一种结合注意力机制与长短期记忆神经网络的中文事件检测模型ATT-BiLSTM,利用注意力机制来更好地捕获全局特征,并通过两个双向LSTM层更有效地捕获句子序列特征,从而提高中文事件检测的效果。在ACE 2005中文数据集上的实验表明,该文提出的方法与其他现有的中文事件检测方法相比性能得到明显提升。
- 沈兰奔武志昊纪宇泽林友芳万怀宇
