韩楠 作品数:66 被引量:486 H指数:10 供职机构: 成都信息工程大学管理学院 更多>> 发文基金: 国家自然科学基金 四川省科技计划项目 教育部人文社会科学研究基金 更多>> 相关领域: 自动化与计算机技术 医药卫生 文化科学 经济管理 更多>>
一种基于高斯混合模型的轨迹预测算法 被引量:118 2015年 在智能交通控制系统、军事数字化战场、辅助驾驶系统中,实时、精确、可靠的移动对象不确定性轨迹预测具有极高的应用价值.智能轨迹预测不仅可以提供精准的基于位置的服务,而且可以提前监测和预判交通状况,进而推荐最佳路线,已经成为移动对象数据库研究的热点,亟需设计准确而高效的位置预测方法.针对现有方法的不足,提出了基于高斯混合模型的轨迹预测方法 GMTP,主要步骤包括:(1)针对复杂运动模式利用高斯混合模型建模;(2)利用高斯混合模型计算不同运动模式的概率分布,进而将轨迹数据划分为不同分量;(3)利用高斯过程回归预测移动对象最可能的运动轨迹.GMTP是高斯非线性概率统计模型,其优势在于:计算结果不仅是位置预测值,更是关于移动对象未来所有可能运动轨迹的概率分布,可以利用概率统计分布特性获得某种运动模式(如匀加速运动)下的位置预测.大量真实轨迹数据集上的实验结果表明:与相同参数设置下的高斯回归预测和卡尔曼滤波预测法相比,GMTP的预测准确性平均提高了22.2%和23.8%,预测时间平均缩减了92.7%和95.9%. 乔少杰 金琨 韩楠 唐常杰 格桑多吉 Louis Alberto GUTIERREZ关键词:移动对象数据库 轨迹预测 高斯混合模型 基于时空特征的社交网络情绪传播分析与预测模型 被引量:10 2018年 社交网络用户情绪传播与用户的空间距离和时间跨度有关,并且受到多种交互机制的影响.从大规模社交网络数据中提取情绪传播的时空特征,研究用户行为对情绪传播的影响,对预测情绪传播趋势具有实际意义.利用线性回归获取的各行为子层的情绪传输率之间存在差异.提出一种基于多层社交网络的情绪传播模型,被称为ECM模型(Emotional contagion model).该模型包括三个行为子层,每层的拓扑结构各不相同,由该行为的交互历史决定.在真实数据上对ECM模型进行仿真分析,可以获得社交网络中情绪传播的过程与规律:1)中性情绪用户所占比例随时间逐渐增大,接近57.1%,而正向情绪与负向情绪比例始终接近. 2)情绪传输率越大,用户情绪更容易受到其他用户的影响而发生变化;初始情绪越中立的用户,在演化过程中情绪波动越小,而初始情绪极性越大的用户情绪波动越大.此外,通过实验对比该模型与其他情绪传播模型,表明ECM模型更加接近真实数据,对社交网络中情绪传播具有较好的预测效果,预测准确率相比其他模型可以提高1.8%~7.8%. 熊熙 乔少杰 吴涛 吴越 韩楠 张海清关键词:多层网络 社交网络 基于“闭环”质量监控的硕士论文量化评价模型 2020年 通过调研高等院校学术和专业型硕士生教育现状,深入剖析硕士研究生学位论文质量存在的问题以及硕士生培养和学位论文评价体系的弊端,提出新型基于"闭环"质量监控法的硕士生培养模式和硕士生学位论文量化评价模型,最后通过一致性比例CR和问卷调查法综合评价,说明该培养模式和学位论文评价模型在实践中的应用效果。 韩楠 乔少杰 李艾鲜 陈权亮 黄萍关键词:计算机教育 研究生培养 学位论文 教育改革 大数据环境下移动对象自适应轨迹预测模型 被引量:29 2015年 已有的轨迹预测算法针对移动对象运动模式,使用数学模型进行交通流模拟,难以对路网中的移动对象进行准确的描述.为了解决这一问题,提出基于隐马尔可夫模型(hidden Markov model,简称HMM)的自适应轨迹预测模型SATP(self-adaptive trajectory prediction model based on HMM),对大数据环境下移动对象海量轨迹利用基于密度的聚类方法进行位置密度分区和高效分段处理,减少HMM的状态数量.根据输入轨迹自动选取参数组合,避免HMM模型中隐状态不连续、状态停留等问题.实验结果表明,SATP模型在实验中表现出较高的预测准确性,并维持较低的时间开销.针对速度随机改变的移动对象,其平均预测准确率为84.1%;相同情况下,平均高出朴素预测算法46.7%. 乔少杰 李天瑞 韩楠 高云君 元昌安 王晓腾 唐常杰关键词:智能交通 轨迹预测 隐马尔可夫模型 自适应 叶品良治疗闭经特色经验 2008年 随着计划生育手段的普及和工作生活压力的增大,闭经业已成为现代女性的常见多发病。西医常规疗法往往具有副反应和远期疗效较差的缺陷。吾师叶品良根据自己多年临床经验,从中医整体观出发,以柴芍六君子汤为基本方,结合准确辨证、灵活化裁,达到气血痰瘀并治、肝脾肾三脏同调,治疗多例闭经疗效卓著。 韩楠 刘婷婷 刘晓辉 叶品良关键词:闭经 柴芍六君子汤 四物汤 大数据思维下的政府行政流程优化再造方法研究 2019年 传统的政府行政流程在工作流程、机构设置、监督机制和人员编制方面都存在一些问题,已有研究分析了上述四个方面存在的问题,并提出改进的方法和建议。当前,大数据产业的发展规模已经十分庞大,将大数据技术与政务相结合已经列入我国国家发展战略的发展目标,现有大部分研究方法和建议已经不符合实际情况,存在较大局限性。本文首先阐述了行政流程及优化再造的内涵,简要例举传统的行政流程和现有优化再造方法;然后分析了大数据思维下政府行政流程优化再造存在的阻碍和问题,调研分析了成都市大数据思维下行政流程优化再造的现状;最后提出政府行政流程优化再造模型,为大数据思维下政府行政流程优化提供新思路。 韩楠 乔少杰 乔少杰 黄萍 黄萍关键词:行政流程 基于数据场聚类的共享单车需求预测模型 被引量:7 2022年 共享单车系统日益普及,积累了海量的出行轨迹数据.在共享单车系统中,用户的借车和还车行为是随机的,且受天气、时间等动态因素影响,使得共享单车调度不平衡,影响单车用户体验,并给运营商造成巨大经济损失.提出了新型基于站点聚类的共享单车需求预测算法,通过构建单车转移网络计算站点活跃度,充分考虑站点地理位置和单车转移模式因素,基于数据场聚类思想,将距离相近和用车模式相似的站点聚合到一个聚簇中,给出最佳簇中心个数求取方法.充分分析时间和天气因素对站点单车需求的影响,利用皮尔逊相关系数,从真实天气数据中选择相关性最大的天气特征,结合历史聚簇内单车需求量,将其转化为三维向量,利用多特征长短时记忆深度神经网络LSTM(long short-term memory)对向量内的特征信息进行学习和训练,以30分钟为长时间间隔,对每个聚簇内的单车需求量进行预测分析.与传统机器学习算法和当前主流方法进行对比,实验结果表明,所提单车需求模型预测性能得到显著提升. 乔少杰 韩楠 岳昆 易玉根 黄发良 元昌安 丁鹏 Louis Alberto GUTIERREZ关键词:数据场 复杂网络大数据中重叠社区检测算法 被引量:49 2017年 提出一种新的面向复杂网络大数据的重叠社区检测算法DOC(detecting overlapping communities over complex network big data),时间复杂度为O(nlog2(n)),算法基于模块度聚类和图计算思想,应用新的节点和边的更新方法,利用平衡二叉树对模块度增量建立索引,基于模块度最优的思想设计一种新的重叠社区检测算法.相对于传统的重叠节点检测算法,对每个节点分析的频率大为降低,可以在较低的算法运行时间下获得较高的识别准确率.复杂网络大数据集上的算法测试结果表明:DOC算法能够有效地检测出网络重叠社区,社区识别准确率较高,在大规模LFR基准数据集上其重叠社区检测标准化互信息指标NMI最高能达到0.97,重叠节点检测指标F-score的平均值在0.91以上,且复杂网络大数据下的运行时间明显优于传统算法. 乔少杰 韩楠 张凯峰 邹磊 王宏志 Louis Alberto GUTIERREZ关键词:复杂网络 大数据 模块度 一种基于样本空间的类别不平衡数据采样方法 被引量:10 2022年 不平衡数据是机器学习中普遍存在的问题并得到广泛研究,即少数类的样本数量远远小于多数类样本的数量.传统基于最小化错误率方法的不足在于:分类结果会倾向于多数类,造成少数类的精度降低,通常还存在时间复杂度较高的问题.为解决上述问题,提出一种基于样本空间分布的数据采样方法,伪负样本采样方法.伪负样本指被标记为负样本(多数类)但与正样本(少数类)有很大相关性的样本.算法主要包括3个关键步骤:1)计算正样本的空间分布中心并得到每个正样本到空间中心的平均距离;2)以同样的距离计算方法计算每个负样本到空间分布中心的距离,并与平均距离进行比较,将其距离小于平均距离的负样本标记为伪负样本;3)将伪负样本从负样本集中删除并加入到正样本集中.算法的优势在于不改变原始数据集的数量,因此不会引入噪声样本或导致潜在信息丢失;在不降低整体分类精度的情况下,提高少数类的精确度.此外,其时间复杂度较低.经过13个数据进行多角度实验,表明伪负样本采样方法具有较高的预测准确性. 张永清 卢荣钊 乔少杰 韩楠 GUTIERREZ Louis Alberto 周激流关键词:不平衡数据 采样方法 基于依赖模式集挖掘组方药物多维配伍规律 被引量:5 2007年 针对多维组方药物之间配伍规律挖掘问题,提出了依赖性判定函数和多维组方药物依赖性判定算法MM-DE(Multidimensional Medicine Dependence Evaluation),作为组方药物依赖性判定的依据,利用差异函数确定药物分布的离散度,提出了基于可调差异函数求解缺剂量药物用量的新方法。实验证明了新方法在挖掘组方药物间依赖关系上准确性较高,达到80%以上。 乔少杰 唐常杰 韩楠 彭京 阴小雄 赵铭关键词:数据挖掘 配伍规律