程勇
- 作品数：10 被引量：32H指数：4
- 供职机构：北京化工大学信息科学与技术学院更多>>
- 发文基金：国家自然科学基金教育部科学技术研究重点项目广州市科技计划项目更多>>
- 相关领域：自动化与计算机技术化学工程生物学环境科学与工程更多>>
- 针对JavaScript浏览器兼容性的变异测试方法被引量：5
- 2017年
- 针对JavaScript浏览器兼容性问题缺乏有效的测试方法的问题,基于变异测试技术,对Web应用程序中的JavaScript语言在主流浏览器中的兼容性进行了分析,设计了18个针对浏览器兼容性错误的变异算子并开发了自动化的测试工具Compatibility Mutator。该程序使用抽象语法树(AST)分析JavaScript语法,使用Selenium WebDriver自动调用多个浏览器核心并行执行变异测试。通过对7个广泛使用的JavaScript框架的实验,验证了此方法对每一个框架都能够生成一定数量的变异体,其中对j Query和YUI框架的变异测试的变异得分分别为43.06%和7.69%,表明了所设计的变异算子能够触发浏览器兼容性方面的错误,并且能够评估测试用例集的完备性。
- 程勇秦丹杨光
- 关键词：JAVASCRIPT兼容性变异算子测试工具
- 改进的生物DNA图谱识别技术研究被引量：2
- 2016年
- 生物DNA图谱的拍摄容易受到仪器、周围环境等各种因素的干扰,当前方法的生物DNA图谱识别效果不佳。现提出一种改进的生物DNA图谱识别方法。根据采集得到的DNA图谱结构特征,将生物DNA图谱输入多层迭代分割网络中,采集输入生物DNA图谱的局部特征,对采集到的特征进行层层迭代处理,得到更高级特征。利用卷积能够区分细小特征这一优势,将最终获取的特征转换成卷积操作。将该结果看作是输入生物DNA图谱的表征并进行分类,实现生物DNA图谱识别。实验结果表明,采用所提方法对生物DNA图谱进行识别,能够在很大程度上提高生物DNA图谱识别的准确性。
- 高强程勇靳其兵
- 关键词：卷积神经网络
- 基于MMHC算法的贝叶斯网络结构学习算法研究被引量：4
- 2008年
- 贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果.
- 何德琳程勇赵瑞莲
- 关键词：贝叶斯网络模拟退火禁忌搜索
- 整体分析法预测法兰泄漏率研究
- 程勇
- 贝叶斯网络评分准则对MMHC算法学习效果的影响被引量：5
- 2008年
- 贝叶斯网络是研究不确定环境下知识表示和因果推理的有效工具之一。MMHC算法是一种较新的贝叶斯网络结构学习算法。在MMHC算法的基础上,对几种广泛使用的贝叶斯网络评分准则如MIT、K2Score、MDL、BDeu评分准则等进行了研究,实验结果表明K2评分准则在MMHC学习算法上具有最好的学习效果,MIT评分和BDeu评分次之,MDL评分效果最差。
- 何德琳程勇
- 关键词：贝叶斯网络网络结构学习
- 球形硅酸镁的制备及吸附性能研究
- 本论文采用水热法，以正硅酸乙酯水解产生的二氧化硅微球为模板以及反应物，加入镁离子合成多孔球形硅酸镁。采用SEM、BET、XRD、FT-IR、TPD、亚甲基蓝吸附以及罗丹明B吸附等方法来研究煅烧温度、镁硅摩尔比例和镁离子加...
- 程勇
- 关键词：硅酸镁
- 载Ni炭气凝胶粒子电极电催化氧化有机废水的研究
- 近年来，电催化氧化技术由于其适用范围广、降解速度快、设备简单、操作安全、使用方便、对环境友好无二次污染等优点而被广泛应用于有机废水的处理，特别是三维电极反应器由于其较大的有效工作电极面积、较强的传质效果、较高的单位槽体积...
- 程勇
- 关键词：结构性能粒子电极
- 文献传递
- 基于半监督深度信念网络的图像分类算法研究被引量：4
- 2016年
- 近年来,深度学习在图像、语音、视频等非结构化数据中获得了成功的应用,已成为机器学习和数据挖掘领域的研究热点。作为一种监督学习模型,成功的深度学习应用往往要求较大的高质量的训练集。基于此,研究了多个受限波尔兹曼机组成的深度信念网络,结合半监督学习的思想,使用较小的训练集提高深度网络模型的分类准确性。分别采用了Knn,SVM和pHash 3种方法来学习非标示数据集,实验结果表明半监督深度信念网络比传统多层受限波尔兹曼机在图像分类准确率方面提高了约3%。
- 朱常宝程勇高强
- 关键词：半监督学习
- 定量脑电图联合动脉自旋标记成像技术评估成人弱视患者脑功能及血流灌注改变
- 2023年
- 目的以定量脑电图(QEEG)联合动脉自旋标记成像(ASL)观察成人弱视患者脑功能及血流灌注改变。方法对19例弱视患者(弱视组)及同期23名正常对照者(HC组)行QEEG和MR检查,并对弱视组行中文版低视力者生活质量量表(CLVQOL)评分;比较组间各脑区QEEG参数功率谱密度(PSD)及3D-pCASL定量参数,包括平均脑血流量(mCBF)、动脉通过时间(ATT)及脑血容量(CBV)的差异,并分析弱视组脑血流灌注参数与CLVQOL评分的相关性。结果相比HC组,弱视组双侧枕叶θ、α、β、γ频段PSD,左顶叶θ、β、γ频段PSD,右顶叶δ、θ、β、γ频段PSD,左后颞叶γ频段PSD,右后颞叶δ、α、β、γ频段PSD均增大(P均<0.05);其余PSD组间差异均无统计学意义(P均>0.05)。相比HC组,弱视组右侧基底节尾状核腹侧及背侧、伏隔核mCBF均升高,右侧中央后回123区、右侧岛叶颗粒区、左侧岛叶无颗粒区腹侧及右侧基底核苍白球ATT均降低,右侧基底节尾状核腹侧CBV升高(FDR校正P均<0.05)。成人弱视患者左侧枕叶V5/MT+区ATT与CLVQOL-P3评分呈正相关(r_(s)=0.440,P=0.003)。结论成人弱视患者顶枕叶及后颞叶等局部脑区功能发生改变,基底核区等局部脑区血流灌注存在代偿性改变。
- 张向飞王依格赵通程勇张麟伟马国林
- 关键词：弱视脑电描记术动脉自旋标记
- 基于卷积神经网络探讨深度学习算法与应用被引量：11
- 2015年
- 近些年来,深度学习得到了广泛的关注,已经成为计算机科学机器学习重要的领域和方向,深度学习已经被引入到机器学习中,进而与人工智能这一最初的目标更为接近。深度学习包括学习样本数据在内,是一种表示层次和内在规律。深度学习对于解释声音数据、图像数据、文字数据等帮助很大。使机器可以像人类一样,具有很强的分析学习能力,这便是深度学习的目标。通过深度学习,机器可以对声音、图像以及文字等数据进行有效识别。该文中,笔者就基于卷积神经网络探讨深度学习算法与应用。
- 高强靳其兵程勇
- 关键词：卷积神经网络模式识别
