付雪峰
- 作品数：40 被引量：119H指数：6
- 供职机构：南昌工程学院更多>>
- 发文基金：国家自然科学基金江西省自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术理学交通运输工程机械工程更多>>
- 可传递信度模型上的Rough算子及其应用被引量：2
- 2008年
- 在可传递信度模型(TBM)上定义一对Rough算子,并讨论其性质,然后将其应用于两方面:一是对同一识别框架下不同布尔代数中的任一命题进行表示,二是对TBM中的信任函数和似然函数进行Rough集解释.
- 刘邱云付雪峰吴根秀
- 关键词：TBM布尔代数
- 一种新的DL-Lite不一致容忍语义
- 2016年
- 在本体工程中,处于演变过程中的本体常出现不一致性问题,这将导致基于本体的推理失效.为解决推理失效的问题,提出了一种新的处理DL-Lite本体实例断言中冲突的不一致容忍语义,讨论了新的不一致容忍语义与已有的不一致容忍语义的关系,给出了在新定义的不一致容忍语义下的修复算法并做了新语义下推理任务的复杂度分析.
- 刘邱云付雪峰
- 基于小波有限元的平面问题求解方法被引量：5
- 2008年
- 利用B-样条小波的性质,以小波尺度函数作为插值函数,构造了常用的三角形和矩形小波单元,在此基础上,推导出了利用小波有限元求解平面问题的计算公式,为平面问题的求解提供了一种新的计算方法。数值算例表明,与理论解及商用软件Ansys的分析结果相比较,本文构造的小波单元求解方法具有计算精度高,收敛比较快的特点。
- 谭德坤孙辉付雪峰
- 关键词：尺度函数
- 一种基于免疫原理的Agent状态判定模型被引量：1
- 2009年
- 利用动态模糊逻辑(Dynamic Fuzzy Logic:DFL)作为形式化描述工具,结合动态免疫网络模型的思想,设计了一种基于免疫原理的Agent状态判定模型,用以实现对Agent的状态进行动态和实时的监控,并对判定过程进行了模拟,取得了预期的结果.
- 刘东晓付雪峰刘邱云
- 关键词：多AGENT系统免疫原理评价矩阵
- 适于监测不同水域水质的服务平台及其工作方法
- 本发明涉及一种适于监测不同水域水质的服务平台及其工作方法，本服务平台包括：分布在一定水域范围的上浮式监测设备、半浮式监测设备和下沉式监测设备，以及与各监测设备相连的平台设备；其中所述上浮式监测设备用于监测上层水域水质；所...
- 吕莉栾辉樊棠怀付雪峰田伟李欣
- 文献传递
- 最大化系统可靠性收益的资源分配方案
- 2010年
- 针对现有存储资源分配方案存在的不足,首先引入优先级比重的概念,充分考虑了文件大小和文件重要性对系统可靠性收益的影响,然后在此基础上建立了一种非线性整数规划模型,最后求解得出了能够使得系统可靠性收益最大化的最优资源分配方案。实验结果表明,相比贪婪算法分配方案而言,在给定相同大小的存储容量情况下,提出的资源分配方案能够获得更高的系统可靠性收益。
- 王文丰赵跃龙宋玮邓桂骞付雪峰邓少波
- 关键词：资源分配非线性整数规划
- 一种基于深度学习的语音互动设备
- 本实用新型公开的属于互动设备技术领域，具体为一种基于深度学习的语音互动设备，包括设备本体和智能互动控制器，所述设备本体眼部和嘴部设置有显示屏，所述设备本体中间内腔设置有智能互动控制器，所述智能互动器控制器包括深度学习模块...
- 付雪峰赵嘉刘东晓
- 文献传递
- 网页与文本自动分类综述被引量：6
- 2005年
- 文本自动分类是组织和管理文本信息的有力手段,可以在较大程度上解决信息杂乱无章的问题,使用户更容易更准确地定位所需的信息.目前,文本自动分类是信息检索领域中最前沿的研究热点之一,国内外均有大量学者从事这方面的研究.研究组对文本自动分类进行了深入细致的研究,针对文本自动分类目前存在的问题,提出了一些新的模型,大规模数据集上的实验表明该模型性能优异,表现优于很多方法.
- 王明文付雪峰左家莉
- 关键词：文本分类维数约简
- 随机学习萤火虫算法优化的模糊软子空间聚类算法被引量：4
- 2021年
- 传统软子空间聚类算法在利用局部搜索策略解决等式约束的连续非线性的变量加权问题时,易陷入局部最优导致聚类效果不佳.针对该问题,该文提出了一种随机学习萤火虫算法优化的模糊软子空间聚类算法.该算法利用具有全局搜索能力的萤火虫算法对新算法的目标函数进行优化,同时,为弥补萤火虫算法易提前收敛和寻优精度较低的缺陷,对萤火虫种群进化方式和全局最优粒子的学习方式进行了改进.新算法将权值矩阵拟化成萤火虫种群,使变量加权的等式约束变为界约束,通过萤火虫位置的更新搜索最优权重并发掘子空间中隐藏的簇类.在人工数据集、UCI标准数据集和癌症基因表达数据集上的实验结果表明:该算法具有较好的聚类效果.
- 张曦李璠付雪峰谭德坤谭德坤
- 关键词：萤火虫算法
- 基于可传递信度模型的自适应k-NN分类器被引量：1
- 2008年
- 针对训练模式类标签不精确的识别问题,提出了基于可传递信度模型(TBM)的自适应k-NN分类器,它通过运用pignistic变换,可以方便地对待识别模式真正所属的类做出决策,并通过梯度下降来最小化训练模式的输出类标签与目标类标签之间的误差函数,以实现参数的自适应学习.实验表明,该分类器用于处理训练模式类标签不精确的模式识别问题是有效的,且与参数优化前的基于TBM的k-NN分类器相比,其误分类率更低、鲁棒性更强.
- 刘邱云付雪峰吴根秀
- 关键词：TBM自适应梯度下降
