您的位置: 专家智库 > >

孟伟

作品数:3 被引量:29H指数:2
供职机构:中国科学院成都计算机应用研究所更多>>
发文基金:贵州省重大科技专项计划项目国家科技支撑计划贵州省工业攻关项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇信息熵
  • 2篇数据流
  • 1篇多议题
  • 1篇多议题协商
  • 1篇异常检测
  • 1篇异常数据
  • 1篇在线检测
  • 1篇数据流检测
  • 1篇双边协商
  • 1篇偏好学习
  • 1篇网格
  • 1篇协商研究
  • 1篇基于密度
  • 1篇AGENT

机构

  • 3篇贵州大学
  • 3篇中国科学院成...

作者

  • 3篇李少波
  • 3篇孟伟
  • 2篇璩晶磊

传媒

  • 1篇计算机应用
  • 1篇计算机应用研...
  • 1篇计算机工程与...

年份

  • 2篇2016
  • 1篇2015
3 条 记 录,以下是 1-3
排序方式:
双边多议题自动协商研究
2016年
针对自动协商领域中的双边多议题自动协商问题,作了综述研究。首先概述了协商的相关概念,介绍了协商的分类及性能评价标准;然后结合当前研究成果具体分析了协商场景中不同的效用表达及协商机制采用的不同研究方法;最后讨论了现有研究存在的问题,给出了下一步研究方向。
孟伟李少波璩晶磊
关键词:双边协商多议题协商AGENT偏好学习
基于距离的数据流在线检测算法研究被引量:6
2015年
针对传统的数据流检测中存在的时间复杂度高、准确度低等问题,提出了一种基于滑动时间窗口和k-距离剪枝的信息熵异常检测算法。该算法引用滑动时间窗口将动态的数据流静态化,当数据流填满当前窗口后,在当前窗口中用k-距离剪枝方法对数据进行初步检测,从而剔除绝大部分的正常数据。最后再对筛选出疑似异常的数据用信息熵的检测方法进行检测,输出信息熵值大于设定阈值EA的数据点。通过实验验证,该算法比传统的检测算法在时间复杂度和准确度上都有一定的优越性。
李少波魏中贺孟伟
关键词:数据流异常检测信息熵
基于密度的异常数据检测算法GSWCLOF被引量:23
2016年
为改善有关数据流的异常数据检测方法中存在的检测准确度低和执行效率低等问题,根据数据挖掘技术理论,提出了一种新的基于密度的异常数据检测算法GSWCLOF。该算法引入滑动时间窗口和网格的理念,在滑动时间窗口内利用网格将数据细分,同时利用信息熵对所有网格内的数据进行剪枝和筛选,从而剔除绝大部分正常的数据,最后再利用离群因子对剩下的数据进行最终判断。实验结果表明,该算法有效地提高了检测准确度和执行效率。
李少波孟伟璩晶磊
关键词:数据流检测网格信息熵
共1页<1>
聚类工具0