福建省省属高校科研专项重点项目
- 作品数：14 被引量：95H指数：6
- 相关作者：林锦贤严宣辉郭躬德陈黎飞曾庆盛更多>>
- 相关机构：福建师范大学福州大学厦门大学更多>>
- 发文基金：福建省高校服务海西建设重点项目国家自然科学基金福建省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学电子电信化学工程更多>>
- 自适应的软子空间聚类算法被引量：33
- 2010年
- 软子空间聚类是高维数据分析的一种重要手段.现有算法通常需要用户事先设置一些全局的关键参数,且没有考虑子空间的优化.提出了一个新的软子空间聚类优化目标函数,在最小化子空间簇类的簇内紧凑度的同时,最大化每个簇类所在的投影子空间.通过推导得到一种新的局部特征加权方式,以此为基础提出一种自适应的k-means型软子空间聚类算法.该算法在聚类过程中根据数据集及其划分的信息,动态地计算最优的算法参数.在实际应用和合成数据集上的实验结果表明,该算法大幅度提高了聚类精度和聚类结果的稳定性.
- 陈黎飞郭躬德姜青山
- 关键词：聚类高维数据子空间特征加权自适应性
- 一种基于改进Theta＊的机器人路径规划算法被引量：6
- 2013年
- 对Theta*算法进行改进,并用于解决机器人路径规划问题.首先,将障碍物对机器人产生的斥力作为一种惩罚函数加入到启发函数中,并合理地选择惩罚函数权重以确定启发函数.在此基础上,改进A*算法的变种——The-ta*算法,提出对路径进行平滑处理的PS_Theta*算法.最后在二维仿真环境中进行验证及数据统计,并推广至三维复杂环境中,实验结果证明了算法的合理性与有效性.
- 肖国宝严宣辉
- 关键词：机器人路径规划启发函数
- 融合免疫机制的协同进化模型
- 2012年
- 针对传统进化算法在计算效能方面存在的一些问题,借鉴协同进化算法的思想,提出了一种融合免疫机制的协同进化模型。该模型通过多个子种群各自分别进化以保持整个种群的多样性。在每次迭代进化过程中,各个子种群分别选择精英抗体并进行免疫记忆。随后各个子种群分别以不同的算法进行变异。若变异后抗体的适应度降低,则利用精英抗体对其进行引导操作。群体间的协作包括子种群间若干个抗体的随机交叉和子种群间的大规模迁移。最终进行免疫代谢,去除群中的弱适应度个体。算法反复迭代进行以上操作,直至达到既定目标或预定的循环迭代次数。通过对13个标准测试函数进行的仿真实验显示,该模型在搜索最优解或满意解时均优于传统的进化算法,同时在寻优效率上有较大的提升。
- 严宣辉曾庆盛舒才良
- 关键词：免疫进化算法迁徙
- 基于MPI的并行PSO混合K均值聚类算法被引量：13
- 2011年
- 传统的串行聚类算法在对海量数据进行聚类时性能往往不尽如人意,为了适应海量数据聚类分析的性能要求,针对传统聚类算法的不足,提出一种基于消息传递接口(MPI)集群的并行PSO混合K均值聚类算法。首先将改进的粒子群与K均值结合,提高该算法的全局搜索能力,然后利用该算法提出一种新的并行聚类策略,并将该算法与K均值聚类算法、粒子群优化(PSO)聚类算法进行比较。实验结果表明,该算法不仅具有较好的全局收敛性,而且具有较高的加速比。
- 吕奕清林锦贤
- 关键词：粒子群优化算法K均值算法并行聚类
- 多代表点的子空间分类算法被引量：6
- 2011年
- 多代表点近邻分类克服了传统近邻分类算法的缺点,使用以代表点为中心的模型簇构造分类模型并自动确定近邻数目。此类算法在不同类别的样本存在大量重叠时将导致模型簇数量增大,造成预测精度下降。提出了一种多代表点的子空间分类算法,将不同类别的训练样本投影到多个不同的子空间,使用子空间模型簇构造分类模型,有效分隔了不同类别样本在全空间中重叠的区域,以提高分类性能。与传统的kNN(k nearest neighbor)、kNNModel、SVM(support vector machine)等分类算法的实验对比结果表明,新方法可以对复杂类别结构数据进行有效分类,且较好地提高了分类精度。
- 张健飞陈黎飞郭躬德李南
- 关键词：子空间
- 面向IPv4/IPv6混合网的用户行为分析方法被引量：1
- 2009年
- 在向以IPv6为基础的下一代网络转变的过程中,IPv4/IPv6混合网络将长期存在。文章在分析混合网络特征的基础上,提出了一种面向混合网的用户行为分析方法。该方法以网络数据流中的数据包为分析对象,通过基于协议和基于内容两个分析阶段来分析网络用户的行为特征,并且设计了一个行为分析模型,为网络用户的正常行为发现和异常行为检测提供了一种有效的解决途径。
- 林卓哲
- 关键词：网络用户行为网络监听数据流聚类
- 用均匀设计优化分散聚合法制备P(St/nBA)微球体被引量：1
- 2011年
- 用均匀设计法设计苯乙烯和丙烯酸正丁酯的分散共聚合反应的试验,用DPS数据处理软件进行线性和二次逐步回归分析,建立聚合物粒子转化率、粒径及粒径分布这3个指标和各因素(单体总量及不同单体配比、稳定剂用量、引发剂用量、反应介质极性和温度)之间的回归方程,比较线性回归与二次回归的拟合度,考察各因素对3个指标影响的大小;然后用MATLAB软件优化二次回归方程,得到在约束条件下的最优配方和预测值,并进行实验验证。结果表明:二次回归方程的相关系数R=0.999997,明显优于线性回归的结果R=0.795144;各因素对3个指标的影响存在着交互作用,对各指标影响最显著的单因素及影响顺序如下:对转化率为引发剂用量>分散介质极性,对粒径大小为稳定剂用量>温度>单体中丙烯酸丁酯浓度>初始单体总质量;对粒径分布为分散介质极性>稳定剂浓度>温度;在最优配方下用二次回归方程得到的预测值与实验值之间各指标的误差分别为:转化率|△K|<0.6%,平均粒径|△(?)|<6%,粒子分散系数|△ε|<30%。
- 林锦贤
- 关键词：均匀设计分散聚合
- 面向云计算的服务性能模型研究被引量：6
- 2011年
- 为了衡量云计算的服务性能,分析了云计算服务的处理过程,提出了一个以排队论为基础的云计算服务性能模型。以Amazon SimpleDB的更新延迟为例,仿真验证了该模型,并以此为基础,分析比较了模型中的关键因子。实验表明,提升服务装置的性能可以有效提升云计算服务的性能,且在云计算部署后期,虚拟机实例的性能是服务性能提升的瓶颈。
- 林军青林锦贤
- 关键词：云计算云服务AMAZON
- 多核CPU和GPU加速分子动力学模拟被引量：6
- 2011年
- 在多核中央处理器(CPU)—图形处理器(GPU)异构并行体系结构上,采用OpenMP和计算统一设备架构(CUDA)编程实现了基于AMBER力场的蛋白质分子动力学模拟程序。通过合理地将程序划分为CPU单线程、CPU多线程和GPU多线程执行部分,高效地利用了计算机的处理能力。性能测试结果表明,相对于优化后的CPU串行计算,多核CPU-GPU异构并行计算模型有强大的性能优势,特别是将占整个程序执行时间90%的作用力的计算移植到GPU上执行,获得了最高可达12倍的计算加速比。
- 林江宏林锦贤吕暾
- 关键词：分子动力学图形处理器计算统一设备架构OPENMP
- LU分解和Laplace算法在GPU上的实现被引量：10
- 2011年
- 随着图形处理器(GPU)性能的大幅度提升以及可编程性的发展,已经有许多算法成功地移植到GPU上。LU分解和Laplace算法是科学计算的核心,但计算量往往很大,由此提出了一种在GPU上加速计算的方法。使用Nvidia公司的统一计算设备架构(CUDA)编程模型实现这两个算法,通过对CPU与GPU进行任务划分,同时利用GPU上的共享存储器提高数据访问速度,对GPU程序进行分支消除,并且对矩阵分段计算以达到加速计算的目的。实验结果表明,随着矩阵规模的增大,基于GPU的算法相对于基于CPU的算法具有良好的加速效果。
- 陈颖林锦贤吕暾
- 关键词：图形处理器LU分解统一计算设备架构共享存储器
