陈嶷瑛
- 作品数：24 被引量：201H指数：7
- 供职机构：石家庄经济学院信息工程学院更多>>
- 发文基金：国家自然科学基金河北省科技厅科研项目博士科研启动基金更多>>
- 相关领域：自动化与计算机技术天文地球文化科学理学更多>>
- 基于特征网络的分类算法
- 文本分类是数据挖掘领域长盛不衰的研究课题.传统的分类方法有基于规则的和基于统计机器学习的方法.结合统计机器学习理论及复杂网络分析技术,提出了基于特征网络的文本分类算法.该方法利用“边”(特征共现关系)的先验分布信息及新样...
- 李文斌陈嶷瑛钟宁赵洋
- 关键词：文本分类复杂网络贝叶斯分类
- 文献传递
- 基于神经网络的股票价格预测模型被引量：7
- 2014年
- 提出一种基于BP神经网络的股票价格预测模型SPPM(Stock Price Prediction Model)。SPPM集成了多个神经网络,可预测未来若干天的股价走势。针对SPPM中的数据预处理、输出融合、神经网络隐藏层节点数选取等关键问题作了详细讨论。实验结果表明,SPPM具有一定的实际价值。
- 陈嶷瑛张泽星李文斌
- 关键词：神经网络时间序列股票
- 对OWL及其逻辑基础的研究被引量：36
- 2004年
- OWL是WebOntology的表示语言,是实现语义Web的语言工具。对OWL三个子语言 的语法进行了比较分析,重点对OWL的逻辑基础(即描述逻辑)进行了讨论,就描述逻辑如何用于表 示本体进行了研究,提出了一种基于描述逻辑的本体模型,并对描述逻辑的推理机制进行了阐述。
- 李文斌刘椿年陈嶷瑛
- 关键词：语义WEB本体论描述逻辑
- 时序测试数据的粗糙集离散化方法研究
- 2002年
- 用粗糙集理论研究时序测试数据,主要目的是从中挖掘出有用知识.但是原始信息表不能直接用粗糙集进行处理,而要求对信息表进行预处理,即离散化处理.时序信息表的离散化问题本质上可归纳为利用选取的断点对条件属性构成的空间进行划分问题,即把n维空间划分为有限个区域使每个区域中对象的决策值相同.时序信息表的粗糙集离散化算法可以根据给出的信息表求出所有可能的断点集,而且采用任意一种断点集,得到的新信息表不会引入冲突.本文对离散化问题进行了严格的数学定义,阐述了粗糙集离散化算法及启发式算法,并对几个主要问题进行了讨论.
- 安海忠郑链陈嶷瑛
- 关键词：数据挖掘粗糙集离散化决策表
- 基于知识的矿山地质体智能识别方法
- 2008年
- 为解决三维建模在地质体识别过程中,过多依赖专家参与、人工交互的不足,采用面向对象的知识表示方法,探讨地质体智能识别方法。研究表明:基于面向对象技术,不但可以实现基本地质规律、专家识别方法等的知识获取及表达,建立具有层次结构的知识体系;而且可以通过嵌入式的推理机制,完成矿山地质体智能识别。该成果对提高三维建模的自动化程度及软件效力有重要参考价值,对矿山的合理开发、利用具有重要的现实意义。
- 武强陈嶷瑛关文革张娟
- 关键词：面向对象技术知识表示
- 对高校进行软件测试课程教学的探索
- 2014年
- 为了扭转高校对软件测试人才培养存在的一些意识误区,通过阐述软件测试的专业内涵,提出高校在教学中引入软件测试课程必要而可行,只要转变思想,在教学中模拟企业的测试案例,锻炼学生的综合素质,就可以培养出深受企业喜爱的软件测试综合性人才。
- 黄红艳陈嶷瑛
- 关键词：软件测试测试工具测试管理
- 基于特征信息增益权重的文本分类算法被引量：25
- 2006年
- 为了在分类精度不受损失的情况下提高训练速度,设计了3种基于信息增益(information gain,简称IG) 特征权重的分类算法,分别被命名为:IG-C1、IG-C2、IG-C．它们根据特征对IG贡献的大小及在新文本中出现的次数进行分类．这3种算法都具有较低的时间复杂度和实现简单的特点．实验结果表明,其中IG-C的分类效果最为理想．
- 李文斌刘椿年陈嶷瑛
- 关键词：文本处理信息分类特征提取
- 使用面向离散搜索空间的蛙跳算法求解TSP被引量：5
- 2009年
- 针对搜索空间是离散的问题近似求解,提出了一种名为DSSLFA的蛙跳算法;给出了该算法的具体流程和实现细节;探讨了将该算法用于求解旅行商(TSP)问题的过程。在若干公用数据集上的实验结果表明,该文算法是有效、可行的。
- 陈嶷瑛李文斌王舵朱群英
- 关键词：旅行商问题人工智能蛙跳算法
- 选择分类器进行入侵检测
- 2010年
- 使用集成分类器的方法进行入侵检测,但差的个体分类器往往会对集成性能造成不良影响。因此,使用信息增益法评价各分类器性能,并剔除表现不好的若干个分类器。一方面,降低了分类器空间维数。另一方面,提高了集成效果。在公用的入侵检测数据集上的实验结果表明,本文方法具有较好的集成效果,优于单分类器性能。
- 张新东亢俊健陈嶷瑛李文斌
- 关键词：入侵检测信息增益
- 基于混合高斯模型的电子邮件多过滤器融合方法被引量：13
- 2006年
- 本文提出了一种基于混合高斯模型(GMM)的多贝叶斯过滤器融合方法,并成功应用于电子邮件过滤.该方法使用多元统计分析方法对多个过滤器在训练例上的过滤表现矩阵进行降维和除噪,得到训练数据及各过滤器的分布;然后,从这一分布中学习出对邮件进行类别判定的GMM.GMM根据期望代价最小准则进行过滤,避免将正常邮件判定为垃圾.实验结果表明,本文方法具有较好的过滤性能,且对于特征提取率的敏感度低.
- 李文斌刘椿年陈嶷瑛
- 关键词：邮件过滤混合高斯模型
