国家自然科学基金(71271114)
- 作品数：21 被引量：126H指数：8
- 相关作者：程龙生常志朋顾玉萍生志荣刘家树更多>>
- 相关机构：南京理工大学安徽工业大学南京师范大学更多>>
- 发文基金：国家自然科学基金教育部人文社会科学研究基金国家社会科学基金更多>>
- 相关领域：自动化与计算机技术经济管理理学社会学更多>>
- 企业品牌价值分析与测评模型架构设计被引量：3
- 2013年
- 文章通过解析企业品牌价值的构成,建立企业品牌价值内外视角,并基于此视角建立企业品牌价值测评的设计架构,借用OCAI(组织文化评价量表)对企业品牌内价值进行测评,将CBBE(基于顾客的品牌价值概念)模型经过改良运用于对企业品牌外价值的测评,再以两者为基础,对企业品牌价值进行资产化,由此得出企业品牌价值测评模型架构,并对企业品牌价值测评的长期发展提出建议。
- 程龙生陈明慧洪妹
- 关键词：价值测评架构设计
- 基于多分类马田系统的半监督数据异常点检测方法被引量：6
- 2018年
- 针对包含多个正常类的多元数据异常检测问题，提出了一种基于多分类马田系统的半监督数据异常检测方法．通过对训练数据集中的每个正常类分别建立马氏空间，构建了基于马氏距离的多类测量尺度，方法对测试数据集中正常数据进行分类的同时，能够实现对异常数据的检测．通过模拟带异常值的高斯混合模型数据验证了该方法的有效性．
- 生志荣程龙生
- 关键词：马田系统多类分类异常检测
- 基于GBMTS算法的不平衡数据分类研究被引量：6
- 2016年
- 解决不平衡数据分类问题,在现实中有着深远的意义。马田系统利用单一的正常类别构建基准空间和测量基准尺度,并由此建立数据分类模型,十分适合不平衡数据分类问题的处理。本文以传统马田系统方法为基础,结合信噪比及F-value、G-mean等分类精度,建立了基于遗传算法的基准空间优化模型,同时运用Bagging集成化算法,构造了改进马田系统模型算法GBMTS。通过对不同分类方法及相关数据集的实验分析,表明:GBMTS算法较其他分类算法,更能够有效的处理不平衡数据的分类问题。
- 顾玉萍程龙生陈湘来
- 关键词：马田系统不平衡数据遗传算法BAGGING算法
- 基于粒子群的模糊神经网络的短时交通流量组合预测被引量：8
- 2014年
- 为了进一步提高短时交通流量预测的精度,提出了一种粒子群算法的模糊神经网络组合预测模型,模糊神经网络融合了神经网络的学习机制和模糊系统的语言推理能力等优点,弥补各自不足,将自回归求和滑动平均(ARIMA)和灰色Verhulst模型进行初步预测,并将两种初步预测的结果作为模糊神经网络的输入,构建基于改进模神经网络的组合预测模型,在此基础上进行训练和预测,其中模糊神经网络的相关参数由改进粒子群来优化,利用本方法来对南京市汉中路短时交通流量进行预测,结论表明:方法充分发挥了单一模型的优势,比单一的预测模型更加精确,是短时交通流量预测的一个有效方法。
- 陈俊洵程龙生
- 关键词：交通流预测模糊神经网络PSOARIMA
- “互联网+”背景下农业价值链的构建路径研究被引量：11
- 2018年
- 在"互联网+"的影响下,我国农业发展正在发生着深刻的变革。农业价值链的构建改变了原来传统的农业生产方式,提高了农民收益。基于我国农业发展现状,积极探索基于"互联网+"的农业价值链构建路径:完善农村电子商务渠道,发展共享物流;加快农村互联网金融的发展,完善农村互联网金融体系;打造农产品品牌,树立良好的互联网营销形象,以期为实现我国乡村振兴提供参考。
- 韦汝虹方达
- 基于马田系统的化合物生物降解性QSBR的研究(英文)
- 2015年
- 生物降解性是影响化合物毒性和最终命运的重要参数,定量结构与生物降解性关系的研究尝试使用回归和分类的方法对其可降解性进行定量预测。马田系统是一种新的分类和模式识别技术,该方法使用正交表和信噪比筛选关键变量,将马氏距离作为度量尺度以判定其类别归属。为验证马田系统在QSBR研究中的效果并与其他方法相比较,共搜集743个化合物试验数据进行实例研究,结果表明基于马田系统的QSBR研究:分类的准确率更高;系统的约简了分子变量并保持分类的稳健性,马田系统将变量数从34个逐步约简到7个,错误率波动较小。
- 卓小伍程龙生Bilal Ahmed Khan
- 关键词：QSBR马田系统生物降解性
- 基于岭估计的岭马田系统在复共线性数据中的应用被引量：1
- 2016年
- 在多变量模式识别领域,变量间经常会存在复共线性,复共线性不仅会影响参数估计的效果,也会使变量的敏感性出现显著异常.马田系统是以马氏距离作为测量尺度的多变量模式识别方法,复共线性会通过马氏距离影响马田系统变量筛选的效果和判别的准确率.基于岭估计提出了一种新的测量尺度—岭马氏距离,利用岭迹法确定岭参数,将其引入马田系统使得马田系统对病态数据具有更好的耐受性.通过案例验证了岭马氏距离可以很好的克服复共线性,并提高马田系统的判别准确率.
- 陶建波程龙生
- 关键词：复共线性岭估计马田系统
- 基于多变量控制图的马田系统优化研究
- 2017年
- 马田系统(MTS)是一种多元模式识别方法,它首先通过正常样本来建立基准空间,再利用正交表和信噪比来筛选有效变量,最后通过马氏距离来进行分类、诊断和预测.当建立基准空间的正常样本中掺杂少数异常点时,MTS的性能必然会受到影响.根据多变量控制图原理对建立基准空间样品的适合性进行判别,将在控制线外的样品点删除后建立新的基准空间,并通过UCI数据集进行可行性分析及分类效果比较,结果显示:经多变量控制图优化后的MTS,其性能得到显著提高.
- 顾玉萍程龙生生志荣
- 关键词：马田系统
- 基于MTS-AdaBoost的不平衡数据分类研究被引量：10
- 2018年
- 不平衡数据在实际应用中广泛存在,而传统的分类算法大多假定类分布平衡,因此解决不平衡数据的分类问题已经成为数据挖掘的瓶颈问题之一。马田系统(MTS)是一种多元模式识别方法,将其与Ada Boost集成算法相结合,形成MTS-Ada Boost算法。该算法以MTS为基分类器,根据上一个基分类器的预测结果,自行调整下一个基分类器中样本被抽中的概率,以此来改变不同类数据的平衡度。最后,利用该算法对2010—2015年间上市公司的财务危机预警进行实证研究,结果表明,MTS-Ada Boost算法在系统降维和分类效果上都优于传统MTS,也优于其他常用的单一分类器。
- 顾玉萍程龙生
- 关键词：马田系统不平衡数据财务危机预警
- 企业知识伙伴的理论基础及内涵被引量：8
- 2013年
- 基于知识基础观、开放式创新、创新生态系统等理论,提出了知识伙伴概念。根据企业与知识伙伴间合作方式的不同,将知识伙伴分为探索型知识伙伴和利用型知识伙伴,并探索了未来的研究方向和趋势,对企业的外部知识管理研究提供了新的视角和路径。
- 陈劲阳银娟
- 关键词：知识管理
