张林峰 作品数:32 被引量:184 H指数:8 供职机构: 湖南农业大学 更多>> 发文基金: 湖南省教育厅科研基金 湖南省自然科学基金 国家高技术研究发展计划 更多>> 相关领域: 自动化与计算机技术 文化科学 哲学宗教 交通运输工程 更多>>
基于复杂网络的大学生学习目标分析研究 2013年 对于复杂网络的分析越来越受到学者们的关注。本文利用复杂网络的理论,构建了大学生专业与目标之间的网络模型,分析了不同专业类别的同学学习目标的特征与差异。最后提出了增多对社团的关注与扶持,增多辅修课的门类等建议。这些建议都有利于优化大学教育体制。 成超 张林峰 戴小鹏关键词:大学生 复杂网络 网络模型 虚拟校园建设中远程教育的研究与实现 2005年 广播、电视、卫星和计算机网络相结合为远程教育提供了崭新的方法,本文对现有远程教育模式及数字视频广播原理进行了分析,并对现代远程虚拟教育网络平台的构建方法进行了论述。采用B/S和C/S相结合的体系结构,实现了一个基于Internet/Intranet的现代远程虚拟教育网络平台。 戴小鹏 喻飞 黄璜 张林峰关键词:远程教育 数字视频广播 计算机网络 多媒体服务 农村信息服务中远程教育的应用研究 2006年 对现有远程教育模式及数字视频广播原理进行了分析,并对现代远程教育网络平台的构建方法进行了论述。采用B/S和C/S相结合的体系结构,实现了一个基于Internet/Intranet的现代远程教育网络平台。 戴小鹏 喻飞 黄璜 张林峰关键词:远程教育 数字视频广播 计算机网络 多媒体服务 电子政务安全中分布式访问控制的实现 传统的用户名加口令和访问控制列表机制已经不能适应电子政务的进一步发展,我们实现了一个分布式访问控制模型来解决这一问题。该模型把安全管理分为两层:第一层为全局安全管理层,它负责协调控制政务网所有控制对象的安全管理;第二层为... 沈岳 喻飞 张林峰 廖桂平 周涛关键词:电子政务安全 安全管理 分布式访问控制 文献传递 Agent-Petri的供应链需求协同预测 2016年 为获得更加理想的供应链预测结果,提出一种基于Agent-Petri的供应链需求协同预测模型。从企业供应链各环节的协同关系出发,将供应链看作一个协同系统,采用Agent描述企业供应链各个环节的行为规则,通过Petri网刻画企业供应链相互联系。通过仿真实验对Agent-Petri的预测性能进行分析,实验结果表明,Agent-Petri可以准确刻画企业供应链需求的动态变化特性,提高供应链需求预测的精度,预测结果有利于提高企业的管理水平。 向昌盛 张林峰关键词:供应链协调 PETRI网 多AGENT系统 混沌时间序列预测模型参数同步优化 被引量:6 2011年 传统上相空间重构与预测模型参数优化分开优化,割裂两者的联系,模型预测性能难以达到最优。利用相空间重构和预测模型参数的互相关系,提出一种混沌时间序列预测模型参数同步优化方法。首先采用均匀设计方法对影响模型预测精度的参数进行均匀设计,然后采用自调用最小二乘支持向量机进行参数同步优化,得到最优参数。以经典混沌时间序列太阳黑子年平均数为例进行了验证,结果表明,相对传统的参数优化算法,参数同步优化算法时间复杂度低、预测精度高,为混沌时间序列预测模型参数优化提供了一种新的思路。 向昌盛 张林峰关键词:最小二乘支持向量机 时间序列预测 均匀设计 大规模存储系统可靠性参数最优化分析 被引量:4 2013年 在大规模存储系统中,数据的可靠性越来越受到人们的关注。已有的研究分析了在系统规模已知的条件下,某些系统参数,如副本分布策略、存储对象数目等,对可靠性的粗略影响,但较少提及它们的最优值或者最优组合。提出了一种基于对象粒度恢复的可靠性新模型;基于该模型,在分析三种主流的副本分布策略的基础上,分别计算出了各个系统参数的独立最优值及其组合最优值。与已有模型相比,该模型更易于求解,且获得了更加综合实用的最优值,这些最优参数值能直接有效地指导系统设计者构建更可靠的大规模存储系统。 张林峰 谭湘键 杜凯关键词:数据可靠性 数据挖掘中的特征选择及其算法研究 被引量:23 2005年 特征选择是整个KDD处理过程中的重要一环,特征选择方法可以分为Filter和Wrapper两种模式。从特征选择算法的搜索方向、搜索策略、评价方法和停止标准4个方面、Filter和Wrapper两种模式以及几种有代表性的特征选择算法等,对数据挖掘中的特征选择及其相关技术进行了广泛的研究。 彭佳红 沈岳 张林峰关键词:数据挖掘 知识发现 属性约简 PSO-SVM在网络入侵检测中的应用 被引量:19 2013年 为了提高网络入侵检测效果以加强网络安全性,提出一种网络状态特征和支持向量机(SVM)参数联合选择的网络入侵检测模型(PSO-SVM)。以网络入侵检测正确率作为目标,特征子集和SVM参数作为约束条件建立数学模型,通过粒子群优化算法对模型进行求解,找到最优特征子集和SVM参数,利用KDD Cup 99数据集对算法性能进行测试。测试结果表明,相对于其它入侵检测算法,PSO-SVM可以找到更优特征子集和SVM参数,加快了检测速度,有效地提高了网络入侵检测正确率,为网络入侵检测提供了一种新的研究思路。 向昌盛 张林峰关键词:网络入侵检测 模型参数 粒子群优化算法 相空间重构和支持向量机参数联合优化研究 被引量:6 2010年 在混沌时间序列预测过程中,相空间重构和支持向量机参数是影响混沌时间序列预测性能的两个重要方面,传统上两者是分开单独进行的.利用相空间重构和支持向量机参数之间的互相依赖关系,提出了一种基于粒子群算法的相空间重构和支持向量机参数联合优化方法.参数联合优化核心思想是在相空间重构的同时选择最优支持向量机参数,通过粒子群算法对参数联合优化来实现.通过采用参数联合优化算法对混沌时间序列Mackey-Glass和太阳黑子年平均数时间序列进行了仿真实验,结果表明,相对于传统的分开单独优化方法,参数联合优化方法提高了混沌时间序列模型的预测精度,泛化能力更好. 向昌盛 周子英 张林峰关键词:支持向量机 粒子群算法 混沌时间序列 太阳黑子