登录    注册    忘记密码

四川文理学院后勤服务处 收藏

导出分析报告

研究主题:大数据    感知框架    决策树    网络安全态势感知    网络安全态势    

研究学科:自动化类    

被引量:33H指数:3北大核心: 2

-

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
排序方式:

5 条 记 录,以下是 1-5

网络安全态势感知框架及随机森林评估模型
1
《西南师范大学学报(自然科学版)》四川文理学院后勤服务处 钱真坤  出版年:2019
四川省教育厅资助科研项目(18ZB0511)
针对传统网络安全态势感知评估过多依赖专家经验的问题,提出一种基于随机森林的多层次网络安全态势感知(Cyber Security Situational Awareness,CSSA)框架评估模型.首先将CSSA的过程与安...
关键词:网络安全态势感知 多层次CSSA  随机森林  决策树 评估模型  
基于离散粒子群优化算法的含权旅行商问题新解法
2
《计算机应用与软件》四川文理学院后勤服务处 钱真坤  出版年:2019
四川省教育厅科研项目(18ZB0511)
考虑现有旅行商问题常忽略车辆载重对运输费用的影响,建立含权旅行商问题模型。在分析含权旅行商问题性质的基础上,提出离散粒子群优化算法求解含权旅行商问题。重新定义问题域的粒子速度、粒子位置等运算规则,引入惯性系数线性下降策略...
关键词:旅行商问题 离散粒子群算法 货物权重  路径规划
基于深度学习的高精度交通流量大数据预测
3
《西南师范大学学报(自然科学版)》四川文理学院信息化建设与服务中心;四川文理学院后勤服务处 周思吉 钱真坤  出版年:2022
四川省高校后勤协会2022-2023年度立项课题(20220602).
为了高效预测分析海量交通大数据,提高道路通行率和城市交通的智能化水平,提出一种高精度基于深度学习的并行卷积神经网络交通流量大数据预测模型.该模型首先对数据进行预处理以获得有效数据集,将具有规则时间间隔的一维时间序列样本和...
关键词:交通数据可视化  并行卷积神经网络  深度学习  交通流量预测
高校后勤服务部门编外员工的激励机制探究
4
《四川文理学院学报》四川文理学院后勤服务处 王子荣  出版年:2017
对高校后勤服务部门编外员工的激励,有利于提升高校后勤服务部门的核心竞争力,提高高校后勤服务部门非正式员工的素质,凝聚高校后勤服务部门的民心民意。依据相关激励理论,结合高校后勤服务部门的实际以及非正式员工的群体特征,主要应...
关键词:高校后勤服务部门  编外员工  激励机制
基于自适应指数蝙蝠和SAE的并行大数据分类
5
《西南师范大学学报(自然科学版)》四川文理学院后勤服务处;四川文理学院信息化建设与服务中心 钱真坤 周思吉  出版年:2022
四川省高校后勤协会2022-2023年度立项课题(20220602).
为解决深度学习进行大数据分类时效率低的问题,本文提出一种基于自适应指数蝙蝠和堆叠自编码器(SAE)的并行大数据分类方法.在并行计算框架中,Map阶段使用自适应指数蝙蝠算法进行特征选择,自适应指数加权移动平均值蝙蝠算法(A...
关键词:大数据 MAPREDUCE 自适应指数蝙蝠算法  深度堆叠自动编码器  
已选条目 检索报告 聚类工具

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心