谭琦
- 作品数：9 被引量：12H指数：2
- 供职机构：华南师范大学计算机学院更多>>
- 发文基金：国家自然科学基金广东省高等教育教学改革项目广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 极大频繁子树挖掘及其应用被引量：5
- 2008年
- 极大频繁子树挖掘在Web挖掘、HTML/XML文档分析、生物医学信息处理等领域有着重要的应用,可用于解决这些领域的自同构问题。本文提出了一种极大频繁子树挖掘算法(MFTM)。MFTM基于最右路径扩展技术,在搜索过程中,采用覆盖定理进行裁剪,压缩搜索空间,从而极大地加快了算法的收敛速度。性能实验表明,极大频繁挖掘等算法是有效和可伸缩的。
- 杨沛谭琦
- 关键词：频繁子树挖掘WEB挖掘信息抽取
- 构建嵌入式Linux软件设计虚拟实验室被引量：1
- 2020年
- 为了降低嵌入式软件学习和开发中硬件资源的投入成本,提出以Proteus作为嵌入式target平台,Ubutun Linux作为host平台,构建嵌入式Linux软件设计虚拟实验室的步骤。以7段数码的显示为例演示了嵌入式Linux虚拟环境下进行嵌入式软件开发的过程,获得了较直观的实验结果。虚拟实验室的建设有效地降低了嵌入式系统的开发成本,弥补了传统实验室的不足。
- 冯刚谭琦董宇
- 关键词：PROTEUS虚拟实验室嵌入式系统
- 基于Proteus的嵌入式Linux系统开发
- 2020年
- Proteus仿真软件在单片机系统开发中得到了广泛应用,而在嵌入式Linux上的开发设计还未有成熟的案例。以LCD设备的应用开发为例,完成了嵌入式Linux系统开发中硬件电路的设计,包括LCD控制模块内部电路及译码电路的设计。基于Linux操作系统的LCD模块驱动程序设计,LCD液晶显示字符串的应用程序设计。用实例表明,以Proteus作为仿真平台进行嵌入式Linux系统开发学习是完全可行的,这对嵌入式项目的成本估算、前期软硬件仿真模拟都有帮助。
- 冯刚谭琦董宇单志龙
- 关键词：PROTEUS硬件电路设计
- 单片机课程手机微课学习模式被引量：1
- 2018年
- 根据单片机实验教学的特点,依据现代生活中手机重要性的现状,设计和实现一个基于手机学习微课的APP。其中,探讨单片机微课资源的在线学习框架,阐述手机微课的设计流程和方法,分析微课APP的关键技术。案例表明,基于Android Studio集成环境的单片机手机微课平台,可以丰富教学资源,促进教学变革。
- 谭琦杨沛梁照江李建州
- 关键词：单片机实验智能手机ANDROIDSTUDIO
- 基于变窗口神经网络集成的时间序列预测被引量：3
- 2009年
- 提出一个变窗口神经网络集成预测模型。该模型利用自相关分析构造出差异度较大的个体神经网络,提高了预测系统的泛化能力,同时能够有效剔除异常序列,提高预测精度。采用真实世界的数据集对该模型进行仿真。实验结果表明,该预测模型具有较高的预测精度,能有效预测移动通信的话务量。
- 谭琦杨沛
- 关键词：神经网络集成时间序列异常检测
- 基于集成预测的稀有时间序列检测
- 2008年
- 为了解决误判问题,从预测的角度给出了离群点的定义,并提出了预测可信度和离群度的概念;同时,提出采用置换技术来降低离群点对预测模型的影响,并提出了基于集成预测的稀有时间序列检测算法。针对真实数据集的实验表明,可信度和离群度的定义是合理的,稀有时间序列检测算法是有效的。
- 谭琦杨沛
- 关键词：异常检测离群点时间序列神经网络集成
- 一种面向非线性回归的迁移学习模型被引量：1
- 2009年
- 迁移学习能够有效地在相似任务之间进行信息的共享和迁移。之前针对多任务回归的迁移学习研究大多集中在线性系统上。针对非线性回归问题,提出了一种新的多任务回归模型——HiRBF。HiRBF基于层次贝叶斯模型,采用RBF神经网络进行回归学习,假设各个任务的输出层参数服从某种共同的先验分布。根据各个任务是否共享隐藏层,在构造HiRBF模型时有两种可选方案。在实验部分,将两种方案进行了对比,也将HiRBF与两种非迁移学习算法进行了对比,实验结果表明,HiRBF的预测性能大大优于其它两个算法。
- 杨沛谭琦丁月华
- 关键词：RBF神经网络
- 变窗口神经网络集成预测模型
- 2008年
- 针对时间序列问题,提出了一个变窗口神经网络集成预测模型。利用自相关分析方法挖掘时间序列本身蕴涵的变化特性,并利用这些变化特性构造差异度较大的个体神经网络。变窗口集成预测模型在应用于时间序列预测的同时,还可以有效地对异常序列进行筛选和分离。将该模型应用于移动通信话务量的预测。实验分析表明,该预测系统具有较高的预测精度,并能有效地对异常序列进行分离。
- 杨沛谭琦
- 关键词：神经网络集成时间序列异常检测
- 面向跨领域文档分类的异构迁移学习算法研究
- 传统的机器学习方法通常存在两个主要问题，一个是数据独立同分布的基本假设前提，在实际应用中并不成立；另一个是目标领域的训练样本稀缺，难以训练出一个具有良好泛化能力的模型。迁移学习是一种新的异构机器学习方法，在文档分类、情感...
- 谭琦
- 关键词：文档分类主题模型
- 文献传递
