云本胜
- 作品数：19 被引量：30H指数：3
- 供职机构：浙江科技学院更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金浙江省公益性技术应用研究计划项目更多>>
- 相关领域：自动化与计算机技术电子电信理学轻工技术与工程更多>>
- 一种基于傅立叶空间的卷积网络鲁棒剪枝方法
- 本发明公开了一种基于傅立叶空间的卷积网络鲁棒剪枝方法，涉及鲁棒剪枝领域，旨在解决现有技术中剪枝方法忽略鲁棒性的问题，采用的技术方案是，先建立一个CNN模型，再对其进行傅里叶变换，简化后获得非鲁棒性特征图的滤波器鲁棒性度量...
- 钱亚冠黄文卓康明关晓惠陶祥兴云本胜郭羽含周武杰张宇来
- 基于Bayes信任模型的Web服务组合优化方法被引量：11
- 2010年
- 为提高组合服务的可信性,提出了一种将Bayes信任模型与遗传算法相结合的服务组合优化方法。首先利用Bayes方法对Web服务的信任度进行估计;然后根据Web服务的基本组合结构,给出组合服务的执行成功概率的计算模型;最后采用遗传算法对服务组合进行优化。仿真实验表明,该方法可为Web服务组合提供一种优化方案,极大地提高组合后服务的执行成功概率。
- 云本胜严隽薇刘敏
- 关键词：WEB服务遗传算法
- B型Weyl模的一个新的重数公式
- 在李代数的表示理论中,有两个基本而重要的重数公式:Freudenthal递推公式和Konstant公式,叶家琛与周忠国给出了关于Al型Weyl模的一个新的重数公式,本文在他们工作的基础上,给出了B<,l>型Weyl模的一...
- 云本胜
- 关键词：李代数
- 文献传递
- 一种基于特征集构建的Bagging集成方法及其在流量分类中的应用被引量：1
- 2018年
- Bagging是一种经典的分类器集成方法,其有效性依赖于基分类器之间的差异度。通过遗传算法为每个基分类器构建独立的特征集,目的是获得基分类器之间更好的差异性。同时,根据不同基分类器的分类性能进行优化加权集成,获得更好的泛化能力。最后,采用Softmax回归作为基分类器,将改进的Bagging集成方法应用到互联网流量分类,实验结果表明,改进方法相比经典Bagging方法在分类准确率上有显著提高,与利用决策树集成的随机森林相比也有较好的性能提升。
- 钱亚冠关晓惠吴淑慧云本胜任东晓
- 关键词：特征子集遗传算法
- 一种基于灰色模型与极限学习机的流行色预测方法及系统
- 本发明公开了一种基于灰色模型与极限学习机的流行色预测方法及系统，应用于服装设计技术领域。方法包括以下步骤：获取历史颜色流行度数据，得到原始序列，对颜色进行分类；采用序列算子对原始序列进行改进，得到改进序列；采用灰色预测模...
- 王涛云本胜季彦颋陈倩倩顾若萱胡思雨郑吉阳王丽蓉
- 一种不可察觉的对抗补丁生成方法及应用
- 本发明属于人工智能安全技术领域，公开了一种高强度对抗补丁样本生成方法及应用，首先通过Grad‑CAM计算图像中对CNNs分类决策影响较大的区域，并将该区域作为图像的特征贡献区域(CFRs)；然后利用掩膜机制定位该区域，使...
- 钱亚冠王佳敏王滨陶祥兴周武杰云本胜
- 基于Pi-演算的信任Web服务组合建模被引量：2
- 2012年
- 为了提高Web服务组合的可信性,利用Pi-演算刻画信任Web服务组合的结构及信任实体间的交互。首先,给出信任Web服务组合的抽象定义;然后,建立信任实体与Pi-演算的对应关系。借助Pi-演算的支持工具MWB对信任Web服务组合系统进行分析和推演,旨在Web服务组合信任认证实施之前发现并改正错误,以有效满足用户在信任方面的服务质量需求。
- 云本胜
- 关键词：PI-演算
- 基于可变特征空间SVM的互联网流量分类被引量：1
- 2016年
- 支持向量机(support vector machine,SVM)是一类具有良好泛化能力的机器学习算法,适合应用于互联网动态环境下的流量分类问题。目前将SVM扩展到流量分类这样的多分类问题的方法主要有One-Against-All和One-Against-One方法。这些方法都基于单一的特征空间训练SVM两分类器,没有考虑到不同特征对不同流量类的不同区分能力,因此获得的分离超平面并不是最合理的。为此提出了可变特征空间的SVM集成方法,即为每个两分类SVM构建具有最优区分能力的独立特征空间,单独训练两分类SVM,最后再利用One-Against-All和One-Against-One方法集成为多分类器。实验表明,与原来的单一特征空间的One-Against-All和One-Against-One集成方法相比,提出的方法能有效提高流量分类器分类精度和召回率,更易获得最优分离超平面。
- 钱亚冠关晓惠云本胜楼琼马鹏飞
- 关键词：支持向量机
- 一种基于随机森林和改进卷积神经网络的网络流量分类方法被引量：1
- 2023年
- 为了提高网络流量分类模型的效率、降低模型复杂度,提出了一种基于随机森林和改进卷积神经网络的分类方法。首先,利用随机森林评估了网络流量各个特征的重要性,并根据重要性排序进行特征选择;其次,采用AdamW优化器和三角循环学习率优化了卷积神经网络分类模型;最后,将该模型搭建在Spark集群上实现模型训练的并行化。采用循环幅度恒定的三角循环学习率,选择1024、400、256和100个最重要的特征作为输入的实验结果表明,模型的准确率分别提高到97.68%、95.84%、95.03%和94.22%。选择256个最重要的特征,采用不同学习率的实验结果表明,循环幅度减半的三角循环学习率的效果最佳,模型的准确率提高到95.25%,模型训练时间减少近1/2。
- 云本胜干潇雅钱亚冠
- 关键词：网络流量分类卷积神经网络SPARK
- 一种基于CCS服务组合的形式化验证
- Web服务组合是一个复杂的、易错的过程。为了保证其正确性，本文采用CCS对服务组合系统进行形式化描述和建模，通过对服务组合代数的定义建立其对应的CCS结构。根据相应的组合算子，建立服务组合到CCS的转换机制。利用自动推理...
- 云本胜严隽薇刘敏
- 关键词：计算机控制计算机网络网络架构
- 文献传递
