王飞雪 作品数:8 被引量:24 H指数:4 供职机构: 重庆人文科技学院 更多>> 发文基金: 国家自然科学基金 国家重点实验室开放基金 重庆市教育科学规划课题 更多>> 相关领域: 自动化与计算机技术 文化科学 更多>>
Java教学方法研究与实践 被引量:1 2017年 针对传统Java教学的弊端,利用Java的特点,提出了模拟企业软件开发的过程和情境教学的方法,增加了项目实训的比重,改进了传统实验课的讲授方法,不同于传统的答疑方式更有利于学生对新知识的掌握,为学生学习Java程序课程提供了更好的解决方案。 王飞雪关键词:情境教学 项目实训 在线答疑 基于激活漏洞能力条件的软件漏洞自动分类框架 被引量:4 2019年 针对软件系统安全缺陷与漏洞问题,提出一种基于激活漏洞条件的自动漏洞分类框架。从文本报告和漏洞代码修复中提取特征,采用不同的机器学习算法(随机森林、用C4.5决策树、Logistic回归和朴素贝叶斯)构建静态模型,选择具有最高F值的模型识别不可见漏洞的类别。通过分析Firefox项目的580项软件安全缺陷来评估分类的有效性。实验结果表明:在所构建框架下,C4.5决策树在几种分类器中具有最优F值来识别不可见漏洞类别。在RedhatBugzilla数据集上将本算法与其他算法进行比较,结果表明本算法对软件漏洞缺陷的分类性能更优,证明了算法的有效性。 王飞雪 李芳关键词:漏洞分类 机器学习算法 基于在线学习平台的个性化需求定制系统的研究 被引量:1 2018年 针对传统的在线学习平台的被动学习问题,现有的在线学习系统中学习者模型无法根据自己的实际情况对学习方式和学习偏好进行相应的调整,从而造成了学习者只能被动性定制,并没有实现学习者对系统平台的主动性定制,进而影响了学习者的学习效果和学习积极性。本文在最常用的Felder Silverman量表的基础上获取学习者的风格信息,重点分析和比较现有的学习者模型,根据CELTSC学习者模型规范建立个性化学习者模型,最后基于此模型设计了在线学习平台个性化需求定制系统。该系统对于有个性化需求定制的在线学习平台具有一定的现实意义。 王飞雪关键词:在线学习平台 学习者模型 小型发电机组电气性能自动测试平台 本实用新型涉及一种小型发电机组电气性能自动测试平台,包括智能负载单元、电气性能测量单元和系统测量控制单元,所述智能负载单元连接于所述发电机组的负载端,为发电机组提供不同的负载,所述智能负载单元与所述电气性能测量单元之间通... 王飞雪 曹龙汉 强生泽 李建勇 刘小丽文献传递 社交网络中考虑不同传播概率上的谣言传播模型 被引量:5 2019年 现有的谣言传播模型无法描述不同节点对谣言传播概率的影响,从而造成了谣言传播模型无法真实地描述现实社交网络中的谣言传播,进而影响了对网络中谣言传播的控制。针对这一问题,在SIR传播模型的基础上考虑了谣言在不同节点之间的传播概率,并且分析了不同节点对传播概率的影响情况,从而建立了社交网络中考虑网络节点自身影响的谣言传播模型。最后,将改进的谣言传播模型与常用的SIR模型进行对比,实验结果显示,提出的改进模型可以较快地控制网络中谣言的传播。 王飞雪 李芳关键词:社交网络 信息传播 基于投票ELM和黑洞优化的云计算DDoS攻击检测 被引量:9 2022年 为了解决分布式拒绝服务(Distributed Denial of Service,DDoS)攻击使云计算的最终用户无法访问云服务的问题,该文提出一种基于投票极限学习机(Voting Extreme Learning Machine,V-ELM)和黑洞优化的云计算DDoS攻击检测算法.该算法采用V-ELM作为分类器进行系统设计,使用多个极端学习机器同时检测攻击.使用数据包分析器捕获网络流量生成供分类器使用的样本,然后使用黑洞优化训练V-ELM中的所有ELM,在攻击检测过程中将样本应用于每个ELM并计算输出,最后在多数投票的基础上合并得到最终输出.实验结果表明:该文提出的算法在网络安全实验知识发现与数据挖掘(Network Security Lab Knowledge Discovery and Data Mining,NSL KDD)数据集和KDD分布式拒绝服务(KDD Distributed Denial of Service,KDD DDoS)数据集上的准确性、灵敏度和特异性均优于所对比的方法. 王飞雪 戴蓉关键词:云计算 分布式拒绝服务攻击 基于多特征的微博突发事件检测方法研究 2018年 针对微博突发特征词识别准确率低,以致影响突发事件检测效果的问题,提出了一种基于多特征的微博突发事件检测方法。该方法综合考虑词频、词频增长速率、TF-PDF、文本关注度与情感等因素,改进传统突发特征词识别算法,更有效提取微博文本中的突发特征词;最后,将其融于微博数据中进行突发事件检测。实验结果表明,与其他微博突发事件检测方法相比,本文方法使得准确率和召回率等指标均得到提升,提高了突发事件检测的效果。 陈红阳 胡刚林 唐志 王飞雪关键词:情感特征 突发事件 基于主题加权LDA模型的情感分类方法 被引量:4 2018年 针对LDA(Latent Dirichlet Allocation)主题模型生成的大量topic,很大部分topic内部词语相关度很低,可解释性差,对语言模型后的应用效果带来一定的影响.针对这一问题,该文提出了一种基于主题加权LDA模型的情感分类方法,该模型实现不同主题中内部相关的词语特征加权计算,能够消除不同主题内具有相关度词语的相互影响.实验结果表明,与传统LDA模型分类方法对比,该文提出的基于主题加权LDA模型的情感分类方法平均F1值提高了6.7%~8.1%,验证了该文提出的方法是有效的,提高了分类效果. 王飞雪 李芳关键词:LDA模型 特征加权 主题模型 情感分类