袁文亮
- 作品数：12 被引量：30H指数：2
- 供职机构：渤海大学信息科学与技术学院(软件与服务外包学院)更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学文化科学更多>>
- 检测非平稳时间序列中离群点和变化点的统一框架
- 2011年
- 文章为在非平稳时间序列的在线学习理论的基础上检测离群点和变化点提出了一个统一框架.在这个框架中数据源的一个概率模型用一种在线折扣学习算法被逐步学习,该算法能通过逐渐忘记过去数据的效果自适应地跟踪变化的数据源.然后任一给定数据的分数被计算出来测量它与学习模型的偏差,高分表明更有可能是离群点.进一步地数据流中的变化点通过用这一学习模型应用这种得分方法到一个移动平均损失预测时间序列中来检测.特别地我们为来自时间序列数据的自回归模型的在线折扣学习发明了一种有效算法,并通过仿真和在股票市场数据分析的实际应用验证框架的有效性.
- 刘利何先平袁文亮
- 关键词：离群点
- 内存数据库中空闲页面管理的方法研究被引量：7
- 2007年
- 在内存数据库中数据存储的基本单位是页面,空闲页面管理的好坏,直接关系到系统性能的高低。在数据量大和数据组织形式多的情况下,表现尤其突出。针对内存数据库中空闲页面的两种管理方法:可用空间表和位示图法进行了详细的论述,描述了两种不同的数据结构,重点对空闲页面的管理策略进行了讨论,对不同系统选择数据库管理提供了有效的参考依据。
- 钟宝荣袁文亮
- 关键词：内存数据库缓冲区管理
- 基于逻辑日志的内存数据库恢复子系统设计
- 2011年
- 根据嵌入式系统环境的特点及其恢复需要,提出一种基于逻辑日志的嵌入式内存数据库恢复子系统设计模式,该子系统采用一主两副的节点模式,保证了数据对象恢复时状态与逻辑日志写时状态的一致性.经过验证试验表明该子系统有效地减少了日志信息量,缩短了系统的恢复时间,提高了系统的性能.
- 袁文亮钟宝荣何先平
- 关键词：内存数据库逻辑日志
- 基于Cluster的并行内存数据库恢复子系统模型研究
- 2013年
- 文章提出的恢复子系统模型是根据差分日志记录的特点,将已提交事务的日志经并行日志管理器收集后并行写入到多个磁盘,通过"协调者"全局检验点和站点局部检验点的协调操作,具有更高的并发度和更高的系统吞吐量,并且能快速的支持系统失败恢复。经过验证试验表明该子系统有效的减少了日志信息量,缩短了系统的恢复时间,提高了系统的性能。
- 袁文亮钟宝荣何先平
- 对非线性规划问题的并行求解与分析被引量：1
- 2008年
- 根据非线性规划问题的网格并行运算的要求,在分析非线性最小二乘问题的迭代法的基础上,提出了非线性最小二乘问题的并行迭代法来提高其并行度。然后给出检验函数,使用C+MPI语言编写非线性最小二乘问题的并行程序,再将其转换为RSL作业脚本,实时地监控其状态信息,并对返回信息做出分析,证明了并行迭代法的优越性。
- 袁文亮钟宝荣
- 关键词：网格非线性规划最小二乘并行迭代法并行度
- 内存数据库中存储结构的实现机制被引量：18
- 2007年
- 内存数据库是外存数据库的“工作版本”,它们无论在数据上、结构上等都应该保持一致性。怎么定义内存数据库的存储结构,特别当外存数据库中表的结构发生改变时,内存数据库中表结构的相应改变,都直接影响系统的性能。研讨了内存数据库结构的定义以及实现,并对静态和动态存储结构的机制作了详尽的分析,突出地反映了动态特性。
- 钟宝荣袁文亮
- 关键词：内存数据库缓冲区管理
- 基于Cluster的并行内存数据库恢复机制的设计与实现被引量：1
- 2013年
- 文章提出的恢复子系统模型是根据差分日志记录的特点,将已提交事务的日志经并行日志管理器收集后并行写入到多个磁盘,通过"协调者"全局检验点和站点局部检验点的协调操作,具有更高的并发度和更高的系统吞吐量,并且能快速地支持系统失败恢复.经过验证试验表明该子系统有效地减少了日志信息量,缩短了系统的恢复时间,提高了系统的性能.
- 袁文亮钟宝荣何先平
- 嵌入式内存数据库恢复机制的设计与实现
- 2012年
- 根据嵌入式系统环境的特点及其恢复需要,提出一种基于逻辑日志的嵌入式内存数据库恢复子系统设计模式。该子系统采用一主两副的节点模式,保证了数据对象恢复时状态与逻辑日志写时状态的一致性。经过验证试验表明该子系统有效减少了日志信息量,缩短了系统的恢复时间,提高了系统的性能。
- 袁文亮钟宝荣何先平
- 关键词：内存数据库逻辑日志
- 基于校园网的网格系统设计被引量：1
- 2008年
- 本文针对大学校园网格资源的特点,给出了校园网格的拓扑结构,阐述了校园网格的设计思路与方案,建立了一个适合高性能计算的网格应用平台.将校园网内的各种计算资源有效地整合,隐藏其内部异构性和动态性,为用户提供统一透明的网格服务.
- 袁文亮钟宝荣
- 关键词：校园网格拓扑
- 股票趋势预测中Wrapper方法的研究与应用被引量：1
- 2010年
- 近年来股票市场预测研究一直较受欢迎。大量研究者尝试基于多种数学模型的技术指数及机器学习技术预测股票价格或指数。尽管现有方法展示了较满意的预测成就,但是股票市场是升还是降的预测准确性很少被分析。用Wrap-per方法从由23个技术指标构成的原始特征集中选择最优特征子集,然后用混合不同分类算法的投票法来预测两股票市场的趋势。实验结果表明Wrapper方法比常用的Filter式特征选择算法如χ2-统计,信息增益,Relief F,对称不确定性,和CFS能有更好的性能。此外,提出的投票法超越单一的分类器如SVM,K最邻近,BP神经网络,决策树和Logistic回归。
- 刘利何先平袁文亮
- 关键词：股票预测WRAPPER投票
