刘显德
- 作品数：50 被引量：156H指数：6
- 供职机构：东北石油大学计算机与通信工程学院更多>>
- 发文基金：黑龙江省自然科学基金国家自然科学基金中国石油天然气集团公司科技项目更多>>
- 相关领域：自动化与计算机技术石油与天然气工程文化科学兵器科学与技术更多>>
- 基于正则化注意力卷积神经网络的示功图识别方法
- 本发明涉及的是基于正则化注意力卷积神经网络的示功图识别方法，它包括：一、建立数据预处理模块，对抽油机的工况样本集进行量纲和灰度图处理；二、建立正则化注意力卷积模块，对自主学习的卷积特征进行加强、抑制和失活；三、将正则化注...
- 刘志刚宋考平杨二龙刘显德刘贤梅杜娟
- 文献传递
- 计算机文化基础课程创新教学初探
- 2013年
- 本文主要探讨了计算机文化基础课程教学中如何通过对教学方法、教学内容、知识结构及考核形式的改革,激发学生的学习积极性,提高学生的创新能力。
- 王兵许少华刘显德
- 关键词：计算机文化基础教学方法
- 求解旅行商问题的蚁群搜索算法被引量：2
- 2005年
- 旅行商问题(简称TSP)是一个典型的组合优化问题,结合蚁群算法,提出了基于蚂蚁的复制与死亡、所有蚂蚁同步前进、控制蚂蚁总数量的蚁群搜索算法,并对该算法做仿真实验,仿真结果与公布的最优解相对误差约为1.88%,算法运行时间约为14 min.
- 刘显德唐国维向明尚富宇郝建华
- 关键词：蚁群算法旅行商问题
- 线上教学学生学习状态辅助分析系统的研究与实践
- 2022年
- 线上教学学生学习状态的监控一直是线上教学的痛点和难点。文章结合目前较为成熟的深度学习算法,对学生线上学习的状态进行抓拍,识别学生面部、学生眼睛的注意力、学生计算机屏幕内容、以及学生手部位置,最后给出学生线上学习状态的综合性评分,找出在线教学中存在的问题并提出可行的建议,为提高在线教学的质量提供参考。
- 刘显德张亚洲肖红张强郭立丰
- 关键词：线上教学
- 基于SVR的组合预测模型及其应用被引量：2
- 2009年
- 针对油田开发单一产量预测模型泛化能力低、中长期预测准确性差等问题,提出了一种基于支持向量回归机(SVR)的组合预测模型。该模型可基于小样本建模并能综合不同单一预测模型的适用条件和优势,具有较强的泛化能力,对只可获得少量实验数据的油田产量预测问题具有较好的适应性。给出了SVR组合预测模型的结构设计和实现算法,对油田实际产量数据进行处理,取得了较精确的预测结果,验证了模型和方法的有效性。
- 刘显德高泓
- 关键词：组合预测支持向量回归机核函数
- 基于正则化注意力卷积神经网络的示功图识别方法
- 本发明涉及的是基于正则化注意力卷积神经网络的示功图识别方法，它包括：一、建立数据预处理模块，对抽油机的工况样本集进行量纲和灰度图处理；二、建立正则化注意力卷积模块，对自主学习的卷积特征进行加强、抑制和失活；三、将正则化注...
- 刘志刚宋考平杨二龙刘显德刘贤梅杜娟
- 文献传递
- 基于客户/服务器模式的DAEF被引量：5
- 1997年
- 根据ＰＯＳＣＤＡＥＦ标准要求，针对构筑于某一具体ＤＢＭＳ之上的ＤＡＥＦ无法满足客户程序，应该能够同时访问多个ＤＡＥ服务器这一问题，提出了一种基于客户／服务器模式的ＤＡＥＦ。即利用现有的ＤＡＥＦ函数库，重新构筑ＤＡＥ服务器，并向客户程序提供不依赖于任何具体ＤＢＭＳ的函数库，从而实现客户程序同时联接多个不同ＤＢＭＳ上的ＤＡＥＦ。该模式采用ＳＯＣＫＥＴ编程，基于函数调用方式实现。
- 文必龙刘显德吴继周
- 关键词：POSCDAEF数据库系统
- 一种基于自组织过程神经网络的动态样本半监督学习算法
- 2011年
- 针对时变信号模式分类和未标记样本信息的有效利用问题,提出了一种基于自组织过程神经网络的动态样本半监督学习算法。根据获得的已标记和未标记的过程函数样本信号,分别构建基于竞争学习规则和有教师示教方法的自组织过程神经网络模型,利用该网络的自组织特性,实现动态样本的分类标识。文中分析了算法的信息处理机制,给出了具体的实现步骤。以油田开发水淹状况判别为例,实验结果验证了方法的有效性。
- 王丹丹刘显德
- 关键词：半监督学习自组织神经网络学习算法
- 量子衍生布谷鸟搜索算法
- 2017年
- 为提高布谷鸟搜索算法的寻优能力,通过在经典布谷鸟搜索算法中引入量子计算机制,提出了一种量子衍生布谷鸟搜索算法.该算法采用量子比特编码个体,采用泡利矩阵确定旋转轴,采用Levy飞行原理确定旋转角度,采用量子比特在Bloch球面上的绕轴旋转实现个体更新.标准函数极值优化的实验结果表明,与传统布谷鸟搜索算法相比,该算法的搜索能力确有明显提升.
- 李盼池杨淑云刘显德潘俊辉肖红曹茂俊
- 关键词：群智能优化
- 支持向量机在模式分类中的应用被引量：19
- 2003年
- 研究了采用基于结构风险最小化原理的支持向量机对模式的分类方法 ,构造的分类模型结构简单 ,易于实现 ,且泛化能力明显提高 .该模型采用 2种核函数 ,分别以平面点集分类和手写字识别为例进行了仿真实验 .结果表明 ,将支持向量机用于模式识别不存在局部极小值问题 ,且不需进行网络迭代训练 ,求解速度明显高于前馈神经网络 .
- 李盼池肖红许少华刘显德
- 关键词：统计学习理论支持向量机模式识别
