刘力雄 作品数:20 被引量:110 H指数:5 供职机构: 国家数字交换系统工程技术研究中心 更多>> 发文基金: 国家高技术研究发展计划 国家重点基础研究发展计划 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
面向层次结构分析的通信网络社区检测算法 被引量:1 2011年 针对通信网络社区发现及其层次结构分析问题,提出一种基于可达通信距离排序的通信社区检测算法,通过建立通信密度的多分辨率嵌套树,展示社区的层次关系和核心成员,并对嵌套树进行修剪,从而在实现社区发现与层次结构分析的同时降低计算复杂度。对人工合成网络和真实网络数据进行测试,结果表明该算法有效。 陈鸿昶 李印海 刘力雄关键词:复杂网络 通信网络 有QoS保证能力分组交换网络的体系结构设计 2009年 通过对理想化分组交换网络功能的形式化描述,说明了互联网在QoS保证方面存在的不足,分析了互联网对交互式实时业务无法提供服务质量保证的原因,为支持服务质量保证功能,从体系结构角度提出并论证了理想化分组交换网络体系结构应创设的两个新的设计原则。 刘文波 杨梅樾 郭云飞 刘力雄关键词:QOS保证 基于SVM的微博转发规模预测方法 被引量:23 2013年 为了评价微博的传播效果,在分析影响用户转发行为因素的基础上,提出了采用用户影响力、用户活跃度、兴趣相似度、微博内容重要性和用户亲密程度五项特征进行转发行为预测的SVM算法,以及基于该算法的转发规模预测算法。最后给出了传播规模预测的评价方法。针对新浪微博用户数据的实验表明,预测精度达到了86.63%。 李英乐 于洪涛 刘力雄基于密度的优化数据流聚类算法 被引量:3 2010年 为了解决数据流聚类算法中有效处理离群点这一关键问题,改进了基于密度的数据流聚类算法,在DenStream算法基础上提出了具有双检测时间策略DDTS(double detection time strategy)的基于密度的数据流聚类算法。该策略在数据流流速波动的情况下,结合时间与流数据数量两方面因素对微簇进行测试。通过在线动态维护和删减微簇,保存可能升级的离群点来改善聚类效果。实验结果表明,改进算法具有良好的适用性和有效性,能够取得较高的聚类质量。 康晶 马宏 刘力雄关键词:数据流 聚类 数据挖掘 基于核心节点的复杂网络社区划分算法 被引量:2 2013年 针对全局社区发现方法计算复杂度过高,而局部社区发现方法社区发现质量偏低的不足,提出了一种快速有效的社区划分算法。算法预先探测网络中属于不同社区的核心节点,利用基于相似性传递的节点相似性度量方法度量核心节点与网络中其他节点之间的相似性,根据相似性度量结果对网络进行社区结构划分。在采自人人网的数据和公共的网络数据上进行了实验,并与经典算法进行比较,实验结果表明了该算法的可行性和有效性。 牛冬冬 陈鸿昶 金鑫 刘力雄关键词:复杂网络 相似度 模块度 基于强度排序的通信社区检测算法 被引量:2 2014年 针对当前电信网中如何有效刻画含权网络的真实特征,完善和发展相关复杂网络模型的难题,特别是对通信社区检测结果层次结构不清晰及运算复杂度高的问题,从复杂网络特征分析入手,设计了一种新的通信社区检测算法。该算法基于通信强度排序方法实现通信社区的有效检出,基于通信密度分布生成高分辨率层次嵌套树,通过距离矢量修剪嵌套树,实现社区稳定检测和层次结构分析同时降低计算复杂度。该算法使用真实网络数据进行了有效验证。 卫红权 陈鸿昶 刘力雄 兰巨龙关键词:复杂网络 电信网 实时说话人辨识系统中改进的DTW算法 被引量:22 2008年 识别正确率和抗噪性能是语音识别的研究重点,而识别响应速度也是决定系统实用化的关键。文章改进了传统的动态时间弯折算法结构,将其应用于实时说话人辨识系统中,极大地提高了系统运行速度,随着待识别语音数目的增多,该算法优势更加明显。实验表明,在不影响系统识别率的情况下,该方法使系统的运行速度平均提高了1.5倍。 李邵梅 刘力雄 陈鸿昶关键词:美尔倒谱系数 动态时间弯折 基于小波分析的话务流量模型研究 2008年 回顾了传统话务理论数学模型—Poisson分布;指出Poisson模型不适应新形式下话务数据流量分析;首次将小波分析理论运用到PSTN网话务流量模型中,分析了小波变换在话务数据流量分析、预测中的应用,充分利用小波变换具有多分辨率分析的特点,将时域的话务流量通过小波分解,使分解后的流量在频率成分上较单一,且平稳性好。再采用回归模型对小波分解后的不同分量分别进行预测再合成预测流量。通过试验表明该模型能比较准确地刻画话务流量模型并能作出较为准确的预测。 崔立娜 陈鸿昶 刘力雄关键词:POISSON分布 小波变换 基于密度与近邻传播的数据流聚类算法 被引量:28 2014年 针对现有算法聚类精度不高、处理离群点能力较差以及不能实时检测数据流变化的缺陷,提出一种基于密度与近邻传播融合的数据流聚类算法.该算法采用在线/离线两阶段处理框架,通过引入微簇衰减密度来精确反映数据流的演化信息,并采用在线动态维护和删减微簇机制,使算法模型更符合原始数据流的内在特性.同时,当模型中检测到新的类模式出现时,采用一种改进的加权近邻传播聚类(Weighted and hierarchical affinity propagation,WAP)算法对模型进行重建,因而能够实时检测到数据流的变化,并能给出任意时间的聚类结果.在真实数据集和人工数据集上的实验表明,该算法具有良好的适用性、有效性和可扩展性,能够取得较好的聚类效果. 张建朋 陈福才 李邵梅 刘力雄关键词:数据流挖掘 基于密度聚类 变化检测 一种融合节点与链接属性的社交网络社区划分算法 被引量:10 2013年 针对传统社交网络社区划分算法普遍缺乏对节点属性、链接属性的综合考虑和充分表达利用节点与链接属性信息的模型和机制等问题,提出了一种融合节点与链接属性的社交网络社区划分算法。该算法融合节点属性的相似度、节点间链接权值等链接属性信息,定义了相似权值,并以此为基础,结合凝聚算法实现了对社交网络的社区划分。实验表明,该算法对社交网络中属性比较明显的社区划分效果显著。 李孝伟 陈福才 刘力雄关键词:社交网络 模块度