您的位置: 专家智库 > >

周静静

作品数:18 被引量:0H指数:0
供职机构:浙江工商大学更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 16篇专利
  • 2篇会议论文

领域

  • 8篇自动化与计算...
  • 2篇天文地球

主题

  • 11篇网络
  • 3篇序列数据
  • 3篇运行效率
  • 3篇时间序列
  • 3篇时间序列数据
  • 3篇维数
  • 3篇控制层
  • 2篇带宽
  • 2篇带宽分配
  • 2篇带宽分配方法
  • 2篇对等体
  • 2篇信息构建
  • 2篇油藏
  • 2篇油藏数值
  • 2篇智能化
  • 2篇十字链表
  • 2篇视图
  • 2篇视图生成
  • 2篇数据完整
  • 2篇数据完整性

机构

  • 18篇浙江工商大学
  • 2篇杭州电子科技...

作者

  • 18篇周静静
  • 12篇王伟明
  • 6篇张胜龙
  • 4篇吴晓春
  • 3篇张昊
  • 3篇诸葛斌
  • 2篇张纪林
  • 2篇宋换换
  • 2篇王超
  • 2篇程迪
  • 1篇朱旭东

年份

  • 2篇2024
  • 2篇2022
  • 2篇2020
  • 1篇2019
  • 1篇2018
  • 2篇2017
  • 3篇2016
  • 1篇2014
  • 1篇2013
  • 1篇2012
  • 2篇2010
18 条 记 录,以下是 1-10
排序方式:
基于最大似然的缺失值填充的传感器数据处理方法
本发明提供了一种基于最大似然的缺失值填充的传感器数据处理方法,本发明从概率角度出发,依据初次插补后序列中相邻数据点之间速度变化的概率分布,传感器网络采集的数据完整性缺失问题可以转换为找到一个填充后的时间序列数据,该序列速...
周静静李雪峰章国豪于晓康张昊
油藏数值模拟中非规则计算并行化及自动调优
在油藏数值模拟领域,非规则迭代计算问题是影响大规模计算效率的重要原因之一。由于在编译时无法 确定数据存取模式,其分布式并行化难以实现。本文提出面向分布式集群的非规则迭代Inspector/Executor(DIII/ E...
周静静张纪林
关键词:分布式并行化
一种全新的网络视图生成与更新方法
本发明属于SDN网络构建技术领域,公开了一种全新的网络视图生成与更新方法。本发明包括如下步骤:步骤(1)划分网络拓扑矩阵M*N中连接关系位置等级;步骤(2)全新网络视图的生成;步骤(3)更新生成的全新网络视图。本发明生成...
吴晓春王伟明王超周静静
文献传递
一种基于深度学习的SDN网络流量预测方法
本发明公开了一种基于深度学习的SDN网络流量预测方法,包括如下步骤:构建SDN网络流量预测模型,在SDN各层中分别添加相应的模块;获取转发层的网络流量,到控制层进行预测分析,实现对应用层的整体优化;在整个SDN网络系统中...
周静静郑月燃王伟明鹿如强祁本科
文献传递
一种基于图神经网络的患者食品推荐系统
本发明公开了一种基于图神经网络的患者食品推荐系统。该系统包括数据源采集及处理模块,用于获取多种疾病信息以及相关食品营养成分信息,经过营养专家建议以及相关论文资料将其对应;结构建模模块,用于将处理好的数据集建成图数据,包括...
周静静朱孟楚周鑫杰虞科迪汪睿
一种BGP协议的主从控制方法
本发明公开了一种BGP协议的主从控制方法,该方法对BGP协议功能模块进行分析,通过模块之间的耦合程度、是否涉及全局网络状态、以及BGP协议本身的特性对模块的划分提出依据,在原有七个模块的基础上细化出本地路由管理模块;然后...
周静静张胜龙程迪王伟明鹿如强
文献传递
一种基于深度学习的网络最优路径选择方法
本发明公开了一种基于深度学习的网络最优路径选择方法,包括如下步骤:根据监督数据集的获取算法,对采集到的网络的链路特征值进行打标签操作,获取监督学习数据集;将获取到的监督学习数据集输入到深度学习模型中进行训练,得到训练好的...
周静静鹿如强张胜龙吴晓春王伟明
一种基于相关性辅助的高维时间序列数据清洗方法
本发明提供了一种基于相关性辅助的高维时间序列数据清洗方法,该方法通过对高维时间序列数据相关机理的深入挖掘,基于从高维数据中提取的信息进行知识推理,确定高维时间序列数组中存在的异常维度,再通过速度约束对异常维度进行异常数据...
周静静张昊章国豪于晓康朱旭东诸葛斌
一种基于深度学习的SDN网络自愈方法
本发明公开了一种基于深度学习的SDN网络自愈方法,包括如下步骤:在SDN各层分别添加相应的自愈模块;当应用层出现应用故障时,应用层自愈模块和控制层自愈模块互相协作配合解决故障,恢复网络的正常运行。当转发层出现链路故障时,...
周静静鹿如强张胜龙王伟明郑月燃
文献传递
一种基于深度学习的网络最优路径选择方法
本发明公开了一种基于深度学习的网络最优路径选择方法,包括如下步骤:根据监督数据集的获取算法,对采集到的网络的链路特征值进行打标签操作,获取监督学习数据集;将获取到的监督学习数据集输入到深度学习模型中进行训练,得到训练好的...
周静静鹿如强张胜龙吴晓春王伟明
文献传递
共2页<12>
聚类工具0