滕飞
- 作品数：28 被引量：131H指数：6
- 供职机构：南京大学更多>>
- 发文基金：国家自然科学基金四川省科技计划项目中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术医药卫生航空宇航科学技术经济管理更多>>
- 供给侧改革导向下我国财税政策调控体系构建被引量：1
- 2018年
- 中国经济在经过长达数十年的快速发展后已经进入了转型发展的关键期,传统的规模化发展已经无法满足经济发展需求,以供给侧改革为核心目标的经济结构调整已经成为经济改革的重点。财税政策是国家调控的重要手段,对财税政策展开全面深化改革有助于实现经济发展质量提升和发展模式转变,推动我国财政制度发生根本性变化,满足全新环境下社会经济健康发展与质量提升的基本要求。供给侧改革导向下的财税政策调控体系构建重点就是从需求侧向供给侧转变,依托市场运行规律引导经济发展,实现产业结构转变与产业转型升级的同步落实,真正推动各个产业逐渐占据产业上游,有效减少资源消耗与环境破坏,全面提升产业发展质量。
- 滕飞
- 关键词：财税政策
- 大规模时间序列分析框架的研究与实现被引量：8
- 2020年
- 工业互联时代,每天数以亿计的传感器源源不断生成时间序列,用以记录工业设备的温度、振动、压力、曲度和张力等参数.如何从这些非结构化的时间序列中挖掘出有价值信息,并运用于状态监测、故障诊断和控制决策,引起了广泛的关注和研究.随着数据规模日益增长,能够提供较为完备数据分析算法库的主流单机环境如Matlab、R等已无法较好地应对大规模时间序列分析场景下的数据处理需求.而现有的并行分析算法数量有限,常与平台相互绑定,更换平台需对算法进行二次开发,可扩展性较差.本文旨在设计一种通用的近似解分析框架,支持第三方算法快速实现并行化,解决因数据规模过大而导致的算法适用性问题.分析框架主要包含任务划分、治理和合并三个步骤.任务划分通过冗余保留了数据的局部相关性,生成相互独立的子任务,减少分布式节点之间的数据通信和同步开销.对于任务划分问题,本文提出了近似解代价模型,得到了最优的任务划分方案.基于Spark平台设计并实现了原型系统,实验结果表明,该系统在确保分析结果准确性的前提下,其加速能力随着并行程度保持近似线性的增长,解决了单机算法的数据规模受限问题.同时,该系统易于集成与扩展,使数据分析人员免于算法重复开发.
- 滕飞黄齐川李天瑞李天瑞王晨
- 关键词：时间序列算法并行化近似解分治SPARK
- 数据驱动的高速铁路轮轨作用力反演模型被引量：6
- 2021年
- 轮轨作用力是列车对轨道状态的激励响应,是列车安全监控的重要信息指标,对保证列车的行车安全意义重大.现有的轮轨力采集设备存在容易磨损、使用周期短等问题,导致数据采集困难,使用成本高昂;而列车的振动信号数据则更容易采集,利用振动信号来反演轮轨力一直是相关研究的热点和重点.但常见的轮轨力反演方法大多基于模型驱动,识别精度低,且辨析条件较为苛刻,难以真正应用于工程实践.结合振动信号和轮轨力的数据特性,提出一种数据驱动的轮轨力反演模型.经过实验验证,在直线轨道工况下,相关系数可达0.9911,而目前传统模型最好结果仅为0.82;在传统模型较难处理的曲线轨道工况下,相关系数也能达到0.9754,与动力学仿真结果高度拟合,为列车轮轨力的安全监测提供了一种新的方案.
- 罗金屯滕飞周亚波池茂儒张海波
- 关键词：数据驱动振动信号
- 模块度引导下的社区发现增量学习算法被引量：2
- 2017年
- 当前社区发现领域存在诸多静态社区划分算法,而其划分结果的不稳定性和较高的算法复杂度已经不能适应如今规模庞大,变化频繁的网络结构。为解决传统静态算法这一局限性,提出了一种利用模块度优化的增量学习算法,将网络结构的变化划分成边变化、点变化两种基本操作,在对"模块度最大化"的规则指导下实现网络结构的增量学习。实验表明,该算法在保证原有社区划分结果的前提下,可以将新变化的节点快速划分进已有社区,并使得模块度与静态算法重新计算模块度相近,节省了时间,保持了社区划分的实时性。
- 王宏杰滕飞李天瑞
- 关键词：模块度
- Hadoop平台中空闲时间调度器的设计与实现被引量：6
- 2013年
- Hadoop作为开源的云计算平台,被广泛应用于自然语言处理、机器学习、大规模图像处理等领域。随着云计算与各行业广泛而深入的结合,多样化的服务对于时效性要求越来越高。现有的Hadoop调度器多关注于缩短响应时间,而非满足作业的时限要求。为了提高集群处理硬实时作业的性能,设计并实现了一种基于空闲时间的硬实时调度器LSS。在调度过程中,LSS动态估算作业的空闲时间,并据此实时更新作业队列中作业的优先级顺序。实验结果表明LSS能够有效地提高集群处理硬实时作业的成功率。
- 杨浩滕飞李天瑞李曌
- 关键词：云计算调度空闲时间
- 基于长-短时序特征融合的资源负载预测模型被引量：5
- 2022年
- 高准确率的资源负载预测能够为实时任务调度提供依据,从而降低能源消耗。但是,针对资源负载的时间序列的预测模型,大多是通过提取时间序列的长时序依赖特性来进行短期或者长期预测,忽略了时间序列中的短时序依赖特性。为了更好地对资源负载进行长期预测,提出了一种基于长-短时序特征融合的边缘计算资源负载预测模型。首先,利用格拉姆角场(GAF)将时间序列转变为图像格式数据,以便利用卷积神经网络(CNN)来提取特征;然后,通过卷积神经网络提取空间特征和短期数据的特征,用长短期记忆(LSTM)网络来提取时间序列的长时序依赖特征;最后,将所提取的长、短时序依赖特征通过双通道进行融合,从而实现长期资源负载预测。实验结果表明,所提出的模型在阿里云集群跟踪数据集CPU资源负载预测中的平均绝对误差(MAE)为3.823,均方根误差(RMSE)为5.274,拟合度(R^(2))为0.8158,相较于单通道的CNN和LSTM模型、双通道CNN+LSTM和ConvLSTM+LSTM模型,以及资源负载预测模型LSTM-ED和XGBoost,所提模型的预测准确率更高。
- 王艺霏于雷滕飞宋佳玉袁玥
- 关键词：卷积神经网络双通道时间序列预测
- 基于区间分类的螺旋图可视化边绑定方法被引量：2
- 2019年
- 在时序数据可视化领域,螺旋图是一种常用的可视化方法,它既能将多个阶段的数据同时展示在一个平面空间内,又能在有限的空间内展示任意时长的数据。针对现有的螺旋图可视化方法在展示大量的时间序列数据时会出现因螺旋线交叉而导致视觉杂乱的问题,研究螺旋图可视化方法意义非凡。首先将状态圆环上的数据点进行分类;然后在相邻的状态圆环之间设置虚拟绑定圆环,通过边绑定的函数将状态圆环上的数据点映射到其对应的虚拟绑定圆环上;最后在状态圆环与其对应的虚拟绑定圆环之间绘制Bézier曲线,在虚拟绑定圆环与虚拟绑定圆环之间绘制螺旋线,从而实现边绑定的效果。实验结果表明,该边绑定算法能够有效地对大规模数据进行可视化,并能有效地缓解视觉杂乱的问题。
- 朱立霞李天瑞滕飞彭博
- 关键词：可视化时间序列
- 适应用户兴趣变化的改进型协同过滤算法被引量：13
- 2016年
- 协同过滤算法可以根据用户的历史行为记录去预测其可能喜欢的物品,是现在业界应用极为广泛的推荐算法。但传统的协同过滤算法并没有考虑到用户兴趣的概念漂移,在一些基于时间的协同过滤算法中对推荐时效性的考虑也有所欠缺。针对这些问题,结合用户兴趣随时间转移的特点,改进了相似度的度量方法,同时引入一种增强的时间衰减模型来度量预测值,并将这两种方式有机地结合起来,解决了用户兴趣的概念漂移问题并考虑了推荐算法的时效性。仿真实验中,分别在不同的数据集中对比了该算法与User CF、TCNCF、PTCF以及TimeSVD++算法的预测评分准确度和TopN推荐准确度。实验结果表明,改进算法能够降低预测评分的均方根误差(RMSE),并在TopN推荐准确度上均优于对比算法。
- 胡伟健滕飞李灵芳王欢
- 关键词：协同过滤个性化推荐用户兴趣欧氏距离
- 基于k个标记样本的弱监督学习框架被引量：2
- 2020年
- 聚类是机器学习领域中的一个研究热点,弱监督学习是半监督学习中一个重要的研究方向,有广泛的应用场景.在对聚类与弱监督学习的研究中,提出了一种基于k个标记样本的弱监督学习框架.该框架首先用聚类及聚类置信度实现了标记样本的扩展.其次,对受限玻尔兹曼机的能量函数进行改进,提出了基于k个标记样本的受限玻尔兹曼机学习模型.最后,完成了对该模型的推理并设计相关算法.为了完成对该框架和模型的检验,选择公开的数据集进行对比实验,实验结果表明,基于k个标记样本的弱监督学习框架实验效果较好.
- 付治王红军李天瑞滕飞滕飞
- 关键词：聚类
- 一种Hadoop中基于作业类别和截止时间的调度算法
- Hadoop 是一种开源可靠的分布式计算框架，而MapReduce 是处理超大规模数据集的编程模型。鉴于Hadoop 内置的调度器不能很好地处理类别不同且有截止时间的作业的调度，该算法提出了一种基于作业类别和截止时间的作...
- 李曌滕飞李天瑞杨浩
- 关键词：调度算法MAPREDUCEHADOOP
