公共文化服务平台

王梅: 作品数：95 被引量：182H指数：7; 供职机构：东北石油大学更多>>; 发文基金：国家自然科学基金黑龙江省自然科学基金黑龙江省高等教育教学改革工程项目更多>>; 相关领域：自动化与计算机技术石油与天然气工程文化科学天文地球更多>>

合作作者

“数据结构”教学模式变迁的若干思考: 对数据结构教学模式中涉及的部分内容,即静态和动态要素进行了阐述.静态要素以网络拓扑结构展示,动态要素强调面向过程化,并对教学实施过程中的主体——教师应具备的品质进行分析.该模式下的教学将更加注重基本知识体系的构建,更加体...; 刘雪梅袁文翠富宇王梅; 关键词：教学模式教育思想; 文献传递

基于Multi Agent的测井曲线数据管理框架: 测井曲线数据在石油工业中起着重要的作用，如何永久保存和有效使用绘制在测井解释成果图上的测井曲线数据成为一个急需解决的问题。论文中，我们应用Multi Agent技术开发了一个系统，该系统可以实现曲线的数字化，并通过基于A...; 王梅李春生杨二龙; 关键词：测井曲线数据管理数据库; 文献传递

基于输入K-近邻的正则化路径上SVR贝叶斯组合: 2016年; 在ε-不敏感支持向量回归(ε-insensitive support vector regression,ε-SVR)正则化路径的基础上,提出基于输入K-近邻的三步式SVR模型组合方法。在整个样本集上进行训练,求得ε-SVR的正则化路径。由SVR正则化路径的分段线性性质确定初始模型集合,并应用平均贝叶斯信息准则(Bayesian Information Criterion,BIC)策略对初始模型集合进行修剪以获得候选模型集合。该修剪策略可减小候选模型集合的规模,提高模型组合的计算效率和预测性能。在预测或测试阶段,根据样本输入向量采用K-近邻法确定最终组合模型集合,并实现贝叶斯组合预测。证明了ε-SVR模型组合的Lε-风险一致性,给出了SVR模型组合基于样本的合理性解释。试验结果验证了正则化路径上基于输入K-近邻的ε-SVR模型组合的有效性。; 王梅曾昭虎孙莺萁杨二龙宋考平; 关键词：模型组合支持向量回归 K-近邻

SVRRP_(MCC):一种支持向量回归机的正则化路径近似算法被引量：1: 2017年; 正则化路径算法是数值求解支持向量回归机(Support Vector Regression,SVR)的有效方法。根据SVR正则化路径的分段线性性质,该类算法可在相当于一次SVR求解的时间复杂度内求得正则化参数的所有可能取值及对应SVR的解。由于在解路径建立过程中需要求解线性方程组,已有的精确计算方法难以处理大规模的样本数据,因此研究了正则化路径近似算法,并提出了SVR正则化路径近似算法SVRRP_(MCC)。首先,应用Monte Carlo方法实现线性方程组系数矩阵的随机采样,求得近似系数矩阵;然后,应用Cholesky分解方法实现快速求解系数逆矩阵;进一步,分析了SVRRP_(MCC)算法的近似误差和计算复杂性;最后,在标准数据集上的实验验证了SVRRP_(MCC)算法的合理性和较高的计算效率。; 王梅王莎莎孙莺萁宋考平田枫宋考平; 关键词：CHOLESKY分解

基于最大方差比的测井曲线图像分割被引量：6: 2007年; 本文在经典的最大方差比的基础上,结合测井曲线的特征,提出一种新的适应于测井曲线纸的图像分割方法,通过对测井曲线的处理效果来看,该算法比经典的最大方差比算法有更好的分割效果。; 王梅吕英丽万庆英纪延瑶; 关键词：图像分割最大方差比测井曲线

求解大规模问题的多核学习正则化路径算法被引量：4: 2018年; 多核学习在处理异构、不规则和分布不平坦的样本数据时表现出良好的灵活性和可解释性.针对精确正则化路径算法难以处理大规模样本数据的问题,文中提出正则化路径近似算法.根据采样分布函数进行抽样,在原始核矩阵的基础上生成近似矩阵,同时在拉格朗日乘子向量中抽取对应行,实现矩阵乘积的近似计算,提高多核学习正则化路径的求解效率.最后分析多核学习正则化路径近似算法的近似误差界和计算复杂性.在标准数据集上的实验验证文中算法的合理性和计算效率.; 王梅李董孙莺萁宋考平廖士中; 关键词：多核学习 MONTE CARLO方法

正则化路径上三步式SVM贝叶斯组合: 模型组合旨在整合并利用假设空间中多个模型提高学习系统的稳定性和泛化性.针对支持向量机(support vector machine,SVM)模型组合多采用基于样本采样方法构造候选模型集的现状,研究基于正则化路径的SVM模...; 王梅廖士中; 关键词：支持向量机; 文献传递

正定矩阵支持向量机正则化路径算法被引量：7: 2013年; 正则化路径算法是数值求解支持向量机(support vector machine,SVM)分类问题的有效方法,它可在相当于一次SVM求解的时间复杂度内得到所有的正则化参数及对应SVM的解.现有的SVM正则化路径算法或者不能处理具有重复数据、近似数据或线性相关数据,或者计算开销较大.针对这些问题,应用正定矩阵方程组求解方法来求解SVM正则化路径,提出正定矩阵SVM正则化路径算法(positive definite SVM path,PDSVMP).PDSVMP算法将迭代方程组的系数矩阵转换为正定矩阵,并采用Cholesky分解方法求解路径上各拐点处Lagrange乘子增量向量;与已有算法中直接求解正则化参数不同,该算法根据活动集变化情况确定参数增量,并在此基础上计算正则化参数,这样保证了理论正确性和数值稳定性,并可降低计算复杂性.实例数据集及标准数据集上的实验表明,PDSVMP算法可正确处理包含重复数据、近似数据或线性相关数据的数据集,并具有较高的计算效率.; 廖士中王梅赵志辉; 关键词：支持向量机正定矩阵 CHOLESKY分解

一种基于多层多核学习与区域合并的砂岩孔隙检测方法: 本发明涉及一种基于多层多核学习与区域合并的砂岩孔隙检测方法，包括：获取原始孔隙图像，对图像去噪和图像增强处理，再对图像进行SLIC超像素分割；构建RAG区域邻接图，标记区域间的相邻关系；在超像素分割后进行人工标注，二分类...; 王梅杨二龙董驰韩非张雪范思萌李东旭薛成龙陶薪嵘康美玲宋凯文郞璇聪

时序化生产预警有效影响因子的获取方法研究被引量：1: 2016年; 在生产预警有效影响因子的筛选过程中,为了达到降低维度,增强影响因子集的有效性,从而提高生产异常预警准确率的目的,选取和分析所有原始项目,应用模糊综合评价法量化模糊限制语,采用TRIMMEAN内均法排除极端评估值。运用特征选择技术发现敏感特征因子,借鉴混合智能方法定义影响因子集的逻辑表达结构,基于粒度分析处理时序化数据,同时利用激剧判定函数摒弃无效元素完成对数据的降维以及筛选,得到高精细化的有效影响因子集。以此达到辅助深度挖掘数据内部潜在规律,解决信息杂乱等现象,运用于生产异常分析,提高预警准确率的目的。最后针对大庆油田某采油厂生产历史数据,完成时序化生产预警有效影响因子的获取。; 李春生邸京华李少龙张可佳王梅; 关键词：模糊综合评价法