任欢
- 作品数：4 被引量：6H指数：2
- 供职机构：中国计量大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- IG-RS-SVM的电子商务产品质量舆情分析研究被引量：3
- 2015年
- 电子商务产品的评论信息对于电子商务产品质量舆情监测具有极大的参考价值.针对集成学习算法在高维度下分类精度降低的不足之处,提出了一种IG-RS-SVM(Information Gain-Random Subspace-Support Vector Machine)算法.以Random Subspace集成学习算法为基础,以支持向量机算法为基学习器.引入了信息增益特征选择算法.通过对特征空间中每个特征的信息增益值进行排序,剔除无价值的特征,降低RS集成算法生成的特征子空间的维度,从而提高了SVM分类算法的效率.实验结果表明,改进后算法可以有效提高评论内容的分类精度.
- 叶佳骏冯俊任欢周杭霞
- 关键词：信息增益随机子空间支持向量机
- SDN架构中通信网络的设计与实现
- 从20世纪70年代开始到现在，互联网技术已经深入到人们生活的方方面面，计算机网络已经成为世界上必不可少的基础设施。但随着传统的网络业务和应用的不断丰富与发展，TCP/IP架构变的越来越复杂，如何解决TCP/IP架构体系的...
- 任欢
- 关键词：通信网络逻辑控制
- SDN环境下网络路由的设计与实现
- 2017年
- 软件定义网络(SDN)将数据层与控制层相分离,是一种新型网络体系架构.针对目前SDN网络还不能提供路由服务问题,设计了一种基于Open Flow技术,使得SDN网络拥有路由转发功能的方案.依托Route Flow平台,以内核虚拟化技术为基础,以Quagga软件为路由引擎,通过Open Flow控制器为数据平面提供路由逻辑控制策略.实验结果表明,该方案不仅让SDN网络具有了路由转发功能,还能使系统保持较好的稳定性.
- 任欢周杭霞
- 关键词：路由转发
- 基于快速自编码的RELM的文本分类被引量：3
- 2016年
- 正则化极限学习机RELM是一种单隐层前馈神经网络,不同于传统神经网络算法,RELM通过随机设置输入层权重和偏置值,可以快速求得输出层权重,并且引入正则化因子,能够提高模型的泛化能力。针对文本信息高维度、多类别的问题,提出一种基于快速自编码的正则化极限学习机FARELM。将由RELM改进后的快速自编码神经网络对样本进行无监督特征学习,并对特征提取后的数据使用RELM进行分类。实验表明,FA-RELM的学习速度和分类精度较优。
- 周杭霞叶佳骏任欢
- 关键词：文本分类特征提取
