许园
- 作品数：6 被引量：35H指数：2
- 供职机构：南昌大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 无线传感器网络数据挖掘研究
- 2014年
- 如何从WSN数据中挖掘有用的知识,是WSN数据处理中较为核心的问题之一。WSN数据具有多维度、多层次等流数据特点,传统数据挖掘技术较难直接应用于无线传感器网络,发展能够在线分析和处理无线传感器的数据挖掘技术是至关重要的。本文对现有WSN数据挖掘技术进行了相关对比研究,并且提出了WSN分布式数据挖掘工作流框架。该框架清晰的展示了无线传感器网络流数据分布式处理流程,为处理该类数据挖掘提供一个可行的研究方向。
- 李默龚志平许园
- 关键词：无线传感器网数据挖掘
- 一种商拓扑能量递阶博弈的无线传感网路由方法
- 一种商拓扑能量递阶博弈的无线传感网路由方法，包括：整个网络生命周期分为若干轮。在第各轮中的传感网节点根据地理属性诱导出基数相同的不同的节点商集划分，并且通过能量博弈确定是否需要分簇并找到最好的划分作为第一层分簇（划分），...
- 徐健锋李宇刘斓张远健涂敏王振黄学坚许园严军峰陈明威
- 文献传递
- 商空间WSN动态拓扑分簇路由算法被引量：1
- 2015年
- 商空间方法是粒计算领域处理复杂问题求解的重要方法,其精髓在于运用保真保假定理对粒度空间的分层递阶诱导.合理高效地对无线传感器网络的分簇以延长网络寿命是近年来普遍认为的一个复杂问题.本文主要运用能量保假原理和分层递阶的思想逐层建立合理的分簇,对节点传输能量消耗进行优化,然后确定每个传感器节点到簇头和基站的传输路径.由此建立了基于商空间的WSN粒度模型,并提出了基于商空间的WSN动态拓扑分簇路由算法(QSRA),同时在此基础上研究了基于商空间的WSN动态拓扑多跳分簇路由算法(QSRA-M).算法中WSN的分簇形态可以动态适应网络能量消耗,使得节点能量消耗分布更合理.MATLAB仿真实验表明,与经典的分簇路由算法相比,该算法能够有效延长网络生命周期,同时体现了商空间理论在该领域的实际应用价值.
- 李宇徐健锋涂敏张远健许园刘清
- 关键词：无线传感网分簇粒计算递阶商空间
- 多元时序Shapelets及其在ICU医学应用的研究
- 时间序列数据是指带有时间戳的，会随时间发生变化的一系列数据。时间序列数据一般都是带有领域特性的，且都具有高维海量特点，这就导致传统的数据挖掘方式无法高效的处理这类数据，无法获得有用的知识。时间序列分类问题是时序数据挖掘当...
- 许园
- 关键词：多元时间序列数据分类急救医学
- 基于决策树和粗糙集的高分辨率短时临近雷电预报模型被引量：5
- 2014年
- 雷暴天气造成众多人员伤亡及巨大经济损失,给人类社会带来极大危害,目前对高分辨率短时临近的雷暴天气的预报研究比较少。决策树有描述简单、分类速度快、易于理解、精度较高等优点,特别适合大规模的数据处理。根据气象数据的超高维而实际样本数又是有限的,并且很多属性是线性相关的特点,本文提出运用粗糙集进行属性约简,降低问题的复杂度,然后用决策树对约简后的样本进行模式识别。本文基于江西省的雷电活动设计出高分辨率雷电临近预报方案。通过实验表明本文所提出的预报模型比原有的SVM预报模型有更高的预报准确度。
- 刘承启黄学坚徐健锋李建民许园
- 关键词：决策树粗糙集雷电预报
- 基于语义理解和机器学习的混合的中文文本情感分类算法框架被引量：29
- 2015年
- 快速、准确和全面地从大量互联网文本信息中定位情感倾向是当前大数据技术领域面临的一大挑战。文本情感分类方法大致分为基于语义理解和基于有监督的机器学习两类。语义理解处理情感分类的优势在于其对不同领域的文本都可以进行情感分类,但容易受到中文存在的不同句式及搭配的影响,分类精度不高。有监督的机器学习虽然能够达到比较高的情感分类精度,但在一个领域方面得到较高分类能力的分类器不适应新领域的情感分类。在使用信息增益对高维文本做特征降维的基础上,将优化的语义理解和机器学习相结合,设计了一种新的混合语义理解的机器学习中文情感分类算法框架。基于该框架的多组对比实验验证了文本信息在不同领域中高且稳定的分类精度。
- 徐健锋许园许元辰张远健刘清
- 关键词：情感分类语义
