赵晓永 作品数:18 被引量:68 H指数:4 供职机构: 北京信息科技大学信息管理学院 更多>> 发文基金: 国家自然科学基金 北京市自然科学基金 北京市重点实验室开放基金 更多>> 相关领域: 自动化与计算机技术 文化科学 经济管理 更多>>
校企共建的大数据技术及应用实训模式探索 被引量:4 2022年 高校独立开设大数据类课程面临资源要求高、应用数据集稀缺、专业师资匮乏等诸多问题。鉴于此,该文梳理归纳了信管专业大数据实训的校企合作模式与经验,包括:坚持以学生能力培养为出发点,打造扎实的大数据模块课程体系;构建大数据实践教学平台,模拟应用场景并规范流程,锻炼学生解决大数据工程问题的能力;强调校企分工协作、内容持续优化以及效果追踪与过程改进。通过以上举措,保证了大数据技术及应用实训的顺利开展,取得了理想的效果。 王晓敏 类骁 王磊 赵晓永 赵飞 武嘉祎关键词:大数据 实训 校企合作 一种基于车辆轨迹数据的深度学习异常检测方法 2023年 随着定位技术和基础设施的不断发展,车辆轨迹数据的采集变得更加容易,进而为异常轨迹的准确检测提供了更多的数据资源,成为轨迹数据挖掘中的重要研究方向之一。文章提出了一种基于深度学习的异常车辆轨迹检测方法,通过结合VAE,GRU和WGAN,实现了特征提取和轨迹异常检测的任务,同时构建了基于VAE结构的GRU特征学习模型,学习初始数据的近似分布,创新性地提出GRUWGAN模型,可实现轨迹数据异常特征提取,并对真实数据进行异常检测。实验结果表明,GRUWGAN模型在准确率、召回率和F1指标上均优于传统算法,可以有效地应用于车辆轨迹数据的特征提取和异常检测任务中。 刘宇航 王磊 赵晓永 卢华明 韩德斌关键词:异常检测 基于残差融合的时序数据离群点检测算法 被引量:1 2019年 物联网的快速发展产生了海量的高维时序数据,然而时间序列易受到外界变化的环境因素影响而产生离群点。针对现有的离群点挖掘算法不能兼顾时序数据的趋势性、季节性、循环性、不规则性的特点,从而导致检测效果不理想的问题,提出一种基于残差融合的时序数据离群挖掘(residual integration outlier,RIO)算法。首先利用线性自回归移动平均模型(autoregressive integrated moving average model,ARIMA)拟合数据,得到在相同时间粒度下的残差序列,并将该序列作为非线性模型长短期记忆网络(long short-term memory,LSTM)模型的输入,输出残差序列预测值,而后将经由ARIMA模型与LSTM模型处理的序列在相同时间粒度下融合,得到一条经由混合模型两次处理的残差序列。最后,利用基于直方图的离群点模型(histogram-based outlier score,HBOS)检测出该二次残差序列的离群点。实验表明,RIO算法的准确度得到了较为明显的提高,具备良好的实用价值。 李倩倩 赵晓永 牟永敏关键词:时序数据 离群点 中国智慧城市建设效率的空间结构演化与效应研究 被引量:1 2023年 从复杂网络视角切入,基于SBM模型测度2004—2019年中国144个地级及以上智慧城市的智慧城市建设效率,基于修正引力模型构建空间关联网络,利用社会网络分析以及OLS回归模型探讨中国智慧城市建设效率的时空演变特征与网络结构效应,并据此提出其效率影响机制。结果表明:①智慧城市建设效率呈现先增长后下降的总体特征,波动较大,变化趋势与政策力度密切相关;②智慧城市建设效率空间网络总体呈现“多城市核心”的主导发展模式,并且模式紧随政策动态演变,逐渐形成“北京—郑州—深圳—上海—广州联动发展”的多核心格局;③网络权利中心城市主要集中在东部沿海地区,多数城市建设乏力,效率持续降低,影响力在宏观层面上逐渐减弱,相关政策与落地实施在不同的城市效果差异明显;④核心圈层城市数量规模先扩大后缩小,空间分布向东南部和中部扩展,中原城市群与京津冀联动;⑤网络密度、节点中心度对智慧城市建设效率是正向促进作用,平均距离、网络效率与网络等级为负向作用。 王宁宁 王勤升 赵晓永关键词:社会网络分析 马尔科夫链 基于卷积神经网络的污损遮挡号牌分类 被引量:4 2020年 作为智能交通的重要组成部分之一,车牌识别在人们的日常生活中发挥着不可替代的作用,例如,生活中违规车辆常常因号牌污损或者故意遮挡等来躲避处罚,进一步加大了执法的难度,因此提高污损或遮挡车牌的识别效率依然是当今自动识别系统中的一项至关重要的任务。文中主要集中解决遮挡号牌的识别问题,其主要分为正常号牌、部分遮挡号牌、完全遮挡号牌以及未悬挂4种情况。传统的OCR算法在汉字、字符以及数字之间的识别上具有很高的准确性,当将其运用到识别车牌上后,虽然在正常号牌和部分遮挡号牌的检测上也都体现出了很好的识别效果,但对全部遮挡和未悬挂车牌的识别效果依然很差,随着人工智能的发展,使得其在全部遮挡和未悬挂号牌的识别上也能有更好的效果。因此,结合传统算法的优点,采用OCR技术并结合现今的深度学习算法,优化对污损车牌的识别效果。 李林 赵凯月 赵晓永 魏帅琴 张兵关键词:智能交通 目标检测 OCR 基于两阶段遗传算法确定权重的城市信息化模糊综合评价研究 被引量:2 2019年 我国政府网站经过20年的发展建设已取得一定成就,通过介绍我国政府网站建设相关政策,将政府网站建设历程划分为初始起步、快速发展、加强服务和互联网+政务四个阶段,总结出我国政府网站发展的特征,即资源集约化、服务广泛化、流程一体化、制度规范化、应用创新化、公众参与化、监督常态化,并从推动政府数据开放、开展一站式服务平台建设和拓展服务渠道和手段三个方面对我国政府网站建设提出意见,以期为我国政府网站建设提供参考。 王宁宁 赵晓永 陈锐关键词:城市信息化 投影寻踪 遗传算法 多目标规划 面向云平台的二代测序数据近似去重方法研究 被引量:4 2017年 新一代测序因其数据量大、数据处理过程复杂、对计算资源要求高等特点,需要通过云计算进行处理。然而,云计算的处理方式要求先将测序数据上传到云平台中。但由于测序过程的随机性,使得同一样本的两次测序、两个相似样本分别测序后所产生的文件在二进制层面会有较大差别。目前已有的去重方法无法有效识别出这样的"重复"测序文件和测序结果中的"重复"内容。重复上传和存储这些重复数据,不仅消耗网络带宽,而且浪费存储空间。针对现存的重复数据删除方法仅仅基于文件的二进制特征,并未有效利用测序结果数据相似性特点的问题,提出一种面向云平台的海量高通量测序数据近似去重方法NPD(Near Probability Deduplication)。该方法对Fast Q中的序列和质量信息,使用Sim Hash计算分块指纹,采用客户端与云平台双布谷过滤器(Cukoo Filter)对指纹值进行快速存在性检测,最后由云平台使用近似算法对指纹值近似去重。实验结果表明,NPD方法在保证高效的同时,大幅提升了去重率,进而减少了网络流量,缩短了数据上传时间,能够支撑海量数据处理,具有良好的实用价值。 赵晓永 陈晨关键词:高通量测序 重复数据删除 电商网页中商品规格信息自动抽取方法研究 被引量:4 2017年 Web中数十亿的商品规格信息的自动挖掘,对电子商务领域的市场分析、商品推荐、售后服务等诸多领域有重要的应用价值。但目前的商品规格信息抽取方法尚未有效解决人工标注工作量、扩展性和准确率之间的平衡问题,提出一种商品网页规格信息自动抽取方法TSAE(Title Seed Automatic Extract),采用无监督的学习方法,以网页标题为种子,结合统计特征、自然语义和机器语义,在减少工作量、提升扩展性的同时,达到了较高的准确率。实验表明,TSAE方法在提供更好的自动化抽取效果的同时,具备良好的性能和扩展性,能够支撑海量数据处理,具有良好的实用价值。 赵晓永 王磊关键词:信息抽取 自动抽取 电子商务 知识增强的自监督表格数据异常检测方法研究 2024年 传统的监督异常检测方法快速发展,为了减少对标签的依赖,自监督预训练方法得到了广泛的研究,同时研究表明额外的内在语义知识嵌入对于表格学习至关重要。为了挖掘表格数据当中存在的丰富知识信息,提出了一种基于知识增强的自监督表格数据异常检测方法(self-supervised tabular data anomaly detection method based on knowledge enhancement,STKE)并进行了改进。提出的数据处理模块将领域知识(语义)、统计数学知识融入到特征构建中,同时自监督预训练(参数学习)提供上下文知识先验,实现表格数据的丰富信息迁移。在原始数据上采用mask机制,通过学习相关的非遮掩特征来学习遮掩特征,同时预测在数据隐层空间加性高斯噪声的原始值。该策略促使模型即使在有噪声输入的情况下也能恢复原始的特征信息。使用混合注意机制有效提取数据特征之间的关联信息。在6个数据集上的实验结果展现了提出的方法优越的性能。 高小玉 赵晓永 王磊关键词:异常检测 基于科学家影响力的科学空间分异研究 2023年 以数学领域为切入点,对领域内的科学家进行科学家图谱统计分析;进一步从科学家关注度与科研经费预合作层面构建科学空间网络,采用社会网络分析方法识别出科学空间网络整体特征、核心区域等,并深入探讨区域科学空间分异特征。结果发现:第一,科学家分布具有明显的地域性;第二,在基于科学家关注度的科学空间中形成了京津地区、上海、湖北与广东的科学空间热点区带,四川、浙江、江苏与安徽等次热点区沿长江沿线自东向西展开,形成沿长江学术热点带;第三,基于科研经费的预期科学空间具有明显的核心边缘结构;第四,基于科学家信息的科学空间体现了中心区域的引领战略思维,形成了北京、上海、粤港澳大湾区、成渝地区双城经济圈四大科技核心支柱与动力源,分别辐射京津冀、长三角、珠三角、成渝等区域协同创新合作。 王宁宁 王宁宁关键词:社会网络分析 科学家 空间分异