王鹏
- 作品数：135 被引量：484H指数：10
- 供职机构：长春理工大学更多>>
- 发文基金：吉林省科技发展计划基金国际科技合作与交流专项项目吉林省教育科学规划课题更多>>
- 相关领域：自动化与计算机技术电子电信文化科学天文地球更多>>
- 一种基于卷积神经网络的目标检测方法
- 本发明涉及一种基于卷积神经网络的目标检测方法，包括：基于残差卷神经网络进行特征提取，得到逐层的基础特征图；将所述基础特征图由浅至深依次融合，得到融合特征图；基于区域生成网络对所述融合特征图进行候选框提取，得到候选目标区域...
- 李松江吴宁王鹏
- 文献传递
- 一种面向负载均衡的动态均衡分区方法及系统
- 本发明涉及一种面向负载均衡的动态均衡分区方法及系统。该方法包括：将传入Map端的任务数据存储至数据链表中；将所有元组按照数据量排序，得到排序后的数据链表；根据Reduce节点的数量构建相应数量的预分区链表；将排序后的数据...
- 杨迪赵家伟李松江董明王鹏
- 数据存储的方法和装置
- 本发明公开了一种数据存储的方法和装置。其中，该方法包括：获取待存储的数据；通过哈希运算在存储空间内确定数据对应的机架；获取数据对应的数据副本，并通过哈希运算确定数据副本在机架上的数据节点对应的存储区域；其中，存储空间为环...
- 邱宁佳杨华民李松江王鹏杨迪
- 基于用户偏好优化模型的推荐算法研究被引量：4
- 2019年
- 传统的个性化推荐算法普遍存在数据稀疏性问题,影响了推荐的准确度。Slope One算法具有简单、高效等特点,但该算法只是根据用户-项目评分矩阵进行数据分析,对所有用户采用一致性的权重进行计算,忽视了用户对项目类型的喜好程度。针对上述问题进行了研究,提出LR-Slope One算法。首先根据用户-项目评分矩阵和项目类型信息构建用户对项目类型的偏好矩阵;然后利用线性回归模型计算用户对每个类型的权重,采用随机梯度下降算法优化权重;最后结合Slope One算法预测评分,填充评分矩阵,提高推荐的质量。实验结果表明,所提算法提高了推荐的精度,有效缓解了稀疏性问题。
- 邱宁佳何壮王鹏李岩芳
- 关键词：SLOPEONE用户偏好评分预测
- 物流领域中空间数据预处理技术的应用研究被引量：1
- 2010年
- 针对物流中空间数据存在的问题,提出一种面向物流的数据预处理工作流程。介绍了数据预处理技术用于物流的优势,分析了数据预处理技术可以改善物流中数据的不完整性和不一致性,重点描述了数据预处理的全过程,最后指出数据预处理能更好的提高数据挖掘算法中输入数据的质量,进而提高挖掘的效率。
- 王鹏温暖马丽习媛媛蔡常雨
- 关键词：物流空间数据挖掘数据预处理
- 并行池塘采样动态一致性hash分区处理方法及系统
- 本发明涉及一种并行池塘采样动态一致性hash分区处理方法及系统。所述方法包括：采用并行池塘采样算法进行并行数据采样，并利用心跳机制计算每个节点的处理速度；根据每个节点的处理速度，采用动态一致性hash分区策略进行数据分配...
- 杨迪赵家伟王鹏李松江任志鹏董明
- 文献传递
- 基于数据融合的高速公路短时交通量预测模型被引量：7
- 2018年
- 根据高速公路交通量的时空特性,提出基于数据融合的高速公路短时交通量预测模型。对交通量时间序列性、周期相似性和空间序列性3个时空特性的状态向量进行定义,以BP神经网络预测模型为基础,结合自适应加权数据融合算法对时空特性预测值进行融合,构建交通量预测模型。通过计算相关性对时空特性进行分析,选取相关性较高的数据样本作为模型输入。实验结果表明,工作日和休息日高速公路交通量预测平均绝对误差百分比均在5%以内,与单变量预测模型相比具有更好的预测准确度和实用性,为智能交通管理系统提供数据支持。
- 李松江弓晋霞丁岩王鹏
- 关键词：高速公路数据融合神经网络短时交通量预测
- 面向对象软件度量技术的分析和综述被引量：4
- 2013年
- 软件的开发要保证其具备良好的质量,软件度量技术是其重要的方法。随着面向对象技术的发展,传统的软件度量技术很难适用于最新的面向对象软件,而面向对象软件度量技术就可以规范化帮助测评软件产品的质量过程。文中分析了软件度量理论,讨论了当今流行的三大面向对象软件度量方法,并指出其存在的不足和今后需要发展的方向。
- 谭宇杨华民王鹏
- 关键词：面向对象
- 参数自适应学习的半监督混合聚类算法被引量：1
- 2019年
- 提出目标重构的半监督混合聚类算法SSABC。使用人工蜂群算法结合有标记数据研究半监督聚类的准确率提高问题,利用设定参数衡量有无标记数据的权重,依此重新构造目标函数找出数据聚类中心;使用APL-SSHC算法完成半监督混合聚类的参数自适应学习工作,结合自适应学习理论优化权重参数,将参数的确定与聚类过程结合加快聚类过程。UCI数据集实验结果表明,该算法能够找到合理的聚类中心点,APL-SSHC算法与其它聚类算法相比有更好的聚类效果。
- 邱宁佳高奇王鹏
- 关键词：自适应学习半监督聚类人工蜂群算法混合聚类
- 基于改进Yolov4的车辆目标检测被引量：9
- 2023年
- 交通场景中小目标及遮挡目标的检测对智能交通具有重要意义。目前基于深度学习的方法在检测车辆目标的特征提取方面取得了较好的效果,但是这些方法都缺乏鲁棒性,在交通场景中对小目标及遮挡目标的检测存在漏检、错检等情况。提出一种改进Yolov4的车辆目标检测算法,在主干网络的残差模块中嵌入通道注意力机制ECA-Net,通过对每个通道的重要程度赋予不同的权重来获取跨通道的交互信息,实现通道间的信息关联,加强特征聚合,抑制无效特征。将主干网络输出的浅层特征细节信息与深层特征语义信息相融合,使每层具有当前层语义信息的同时融合丰富的细节信息,增强小目标及遮挡目标的特征。在此基础上,利用深度可分离卷积替换网络特征融合模块的普通卷积,提高网络速度,降低网络计算量。实验结果表明,改进后的Yolov4算法在KITTI和UADETRAC数据集上比原Yolov4算法分别提高了1.30和2.16个百分点,检测速度达到55帧/s,相比其他主流模型,能更好地检测小目标及遮挡目标。
- 李松江耿兰兰王鹏
- 关键词：车辆检测遮挡目标
