林友芳
- 作品数：129 被引量：293H指数：7
- 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文化科学经济管理电子电信更多>>
- 数据中心服务器的业务应用逻辑网络的构建方法
- 本发明提供了一种数据中心服务器的业务应用逻辑网络的构建方法。该方法包括：从数据中心服务器的原始日志数据中提取出TCP连接数据、服务器的日志采样时间数据和服务器的IP列表数据；根据TCP连接数据、服务器的日志采样时间数据和...
- 林友芳韩升万怀宇武志昊
- 一种光场极平面图像的深度提取方法
- 本发明提供了一种光场极平面图像的深度提取方法，用以解决现有技术中光场极平面图像深度提取不精确的问题。所述深度提取方法，在获取光场图像水平、垂直两个方向的极平面图像的基础上，构建图像的直方图，并对直方图进行以桶内像素数量为...
- 张硕林友芳王炜堃韩升万怀宇武志昊王晶董兴业
- 基于E_DAG的本体不一致性诊断算法研究
- 2010年
- 本体不一致性问题是语义网络研究中的关键技术之一。基于DAG图的局部诊断方法在传统的模型诊断基础上,采用经典逻辑进行描述,这种方法在构造性知识描述领域中得到大量应用。无辜诊断方法对局部诊断方法进行了改进,可进一步提高局部诊断方法的求解效率。在此基础上,对DAG图表示进行了扩展,提出了一种基于E_DAG的本体不一致性处理的表示方法及其相应实现算法,并通过动物本体实例说明了此方法的工作原理。
- 李冬梅林友芳黄厚宽
- 基于时频空分析的永磁同步电机状态智能预测方法及系统
- 本发明提供了一种基于时频空分析的永磁同步电机状态智能预测方法和系统，属于永磁同步电机状态预测领域。所述方法首先提取电机物理量的全局时域信息，再提取局部时域和空间信息及频域信息，将所获得的信息进行融合后与输出物理量进行对应...
- 王晶白云飞林友芳张宏钧韩升万怀宇陈逸飞
- 带层次网络结构的业务系统层次组织结构发现方法
- 本发明涉及大型数据中心运维技术领域，尤其涉及一种带层次网络结构的业务系统层次组织结构发现方法。该方法利用日志大数据建立了一种自动化集群发现、分层的方法，可以用来自动绘制复杂业务系统的业务架构图，从而提高运维效率和系统架构...
- 林友芳武志昊万怀宇韩升董兴业王晶张硕
- 文献传递
- 一种基于历史行为画像的出行车辆路径选择方法
- 本发明提供了一种基于历史行为画像的出行车辆路径选择方法，用以现有技术中出行车辆路径选择问题。所述基于历史行为画像的出行车辆路径选择方法，基于历史通行数据中车辆的通行特点建立车辆画像，构建时间费用通行模型，出行车辆采用所构...
- 万怀宇林友芳武志昊韩升王晶张硕
- 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
- 基于模糊综合评判的入侵检测报警信息处理被引量：74
- 2005年
- 提出一种基于模糊综合评判的方法来处理入侵检测系统的报警信息、关联报警事件,并引入有监督的确信度学习方法,通过确信度来对报警信息进行进一步的过滤·通过对这些技术手段的综合使用,力求降低误报率和重复报警,逐步减轻网络管理员的工作强度·这种模糊评判所实现的事件关联有助于发现入侵者的行为序列,为事件威胁分析和入侵响应决策打下了基础,并有利于将不同安全产品集成在一起,实现网络系统的立体防御·
- 穆成坡黄厚宽田盛丰林友芳秦远辉
- 关键词：入侵检测报警关联报警处理模糊综合评判
- 面向快递员揽收到达时间预测的多任务深度时空网络
- 2023年
- 快递员揽件到达时间预测,即预测用户下单后快递员的上门揽收时间,一直都是物流企业所关心的重要问题。准确的揽件到达时间预测可以优化揽件效率,提升用户体验。该问题主要存在以下挑战:(1)快递员揽件到达时间受到多种复杂时空因素的影响,包括待预测订单自身的时空特征,以及与其他待揽收订单之间的相互影响;(2)快递员在执行揽件任务期间,会不断接收到系统分配的新订单,造成揽收路线的动态变化,从而给揽件到达时间预测带来了更大的不确定性。针对以上挑战,提出了一种面向揽件到达时间预测的多任务深度时空网络MSTN4PAT模型,从海量的揽件历史数据中学习快递员揽件到达时间的复杂时空模式。MSTN4PAT充分挖掘待预测订单始发地与目的地之间的内在关联,使用多任务学习来建模订单之间的相互影响,并从特征宽度和特征深度2个角度高效融合各种特征,实现准确的揽件到达时间预测。在真实的揽件数据集上的实验结果表明,MSTN4PAT的预测效果明显优于对比模型。
- 王晨宇温浩珉郭晟楠林友芳万怀宇
- 关键词：多任务学习时空数据挖掘
- 基于Seq2Seq模型的港口进出口货物量预测被引量：3
- 2020年
- 港口进出口货物吞吐量是反映港口业务状况的重要指标,其准确预测将给港口经营管理人员进行决策提供重要的依据.利用机器翻译领域的Seq2Seq模型,对影响港口进出货物量的多种因素进行建模.Seq2Seq模型可以反映进出口货物量在时间维度上的变化规律,并且可以刻画天气、节假日等外部因素的影响,从而进行精准预测.Seq2Seq模型包含两个由循环神经网络(LSTM)组成的编码器和解码器,能够捕捉长短期时间范围内集装箱变化趋势,可以根据历史进出口货物量预测未来一段时间的货物量信息.在真实的天津港进出口集装箱数据集上进行了实验,结果表明Seq2Seq模型的深度学习预测方法效果优于传统的时间序列模型以及其他现有的机器学习预测模型.
- 王涛张伟贾宇欣林友芳林友芳
- 关键词：时间序列
