公共文化服务平台

李建伏: 作品数：30 被引量：156H指数：7; 供职机构：中国民航大学计算机科学与技术学院更多>>; 发文基金：国家自然科学基金中央高校基本科研业务费专项资金天津市应用基础与前沿技术研究计划更多>>; 相关领域：自动化与计算机技术经济管理生物学航空宇航科学技术更多>>

合作作者

一种集成式不确定推理方法研究被引量：4: 2011年; 集成学习是采用某种规则把一系列学习器的结果进行整合以获得比单个学习器更好的学习效果的一种机器学习方法。研究表明集成学习是可行的,能取得比传统学习方法更好的性能。不确定推理是人工智能的重要研究方向之一,目前已经开发出了多种不确定推理方法,这些方法在实际应用中各有优缺点。借鉴集成学习,提出一种集成式不确定推理方法,其基本思想是按照一定的策略集成多种不确定推理方法,以提高推理的准确性。理论分析和实验结果验证了方法的合理性和可行性。; 贺怀清李建伏

航班延误后多航班间车辆调度优化算法和实现: 2020年; 停机坪作业安排不当是导致机场地面延误的原因之一,因此合理安排作业流程,缩短停机坪作业时间具有十分重要的意义。将仿生学微粒群算法引入到这种调度问题的解决方案中,结合实际的停机坪作业情况,通过合理安排服务车辆来减少总体的服务时间。基于微粒群算法的思想,研究车辆个体的最优位置和全局最优位置,从而得到每个车辆应服务的航班,再将航班进行排序便可得到各个车辆的服务流程,服务时间最长车辆所需时间即为该种服务车辆的最优时间。建立车辆问题的数学模型,在此基础上运用微粒群算法求解,通过仿真测算的结果表明该方法的可行性。通过优化,缩短了车辆服务时间,进而减少了停机坪作业时间,能够更好的保障航班准时出港。; 赵桂红秦臻李建伏; 关键词：微粒群算法航班延误

考虑收益的航空升舱服务产品动态定价方法: 2023年; 为使升舱服务产品实现旅客和航空公司利益共赢,本文构建旅客与航空公司均衡效用模型,采用Weibull分布函数刻画旅客对特定价格接受概率,并将其嵌入均衡效用模型,得出旅客在不同选择概率下的升舱服务产品价格;同时,为使模型更符合实际,在模型中加入升舱服务产品的价格约束以及座位数约束,并证明在收益最大情况下,升舱服务最优价格一定在其价格约束区间内;最后,通过算例分别分析单一等级舱位升舱和多等级舱位升舱问题,得出两种情况下对不同舱位提供升舱服务产品的最优价格,以及对应动态定价策略下航空公司的收益。研究结果表明:与传统静态定价相比,若航空公司在升舱服务产品定价时考虑旅客需求效用,既能减少航空公司高端舱位的空置率,提高收益,又能使旅客以较低的价格享受升舱服务。此外,相比于单一等级升舱服务产品,多等级升舱服务产品可给航空公司带来更多收益,算例分析表明,航空公司销售两等级升舱服务产品比仅销售单一等级升舱服务产品带来的收益增加39.12%。; 赵桂红马晨傲赵巧同李建伏; 关键词：航空运输 WEIBULL分布

一种基于Quartet Puzzling和邻接法的进化树构建算法被引量：3: 2008年; 最大似然法是目前较准确的一种进化树构建方法,但是其时间复杂度非常高.在实际应用中,用分治策略实现最大似然法的Quartet Puzzling(QP)得到了人们的关注.它首先估计Quartet拓扑结构集合Q,然后利用重组技术将Q中的信息合并到一起构成一个包含所有序列的进化树.研究表明,QP的准确性不像人们所期望的那样高.如何快速有效地将Q所包含的信息融合在一起仍然是QP所面临的一个问题.为了提高QP,结合邻接法提出一种新的进化树构建方法QPNJ.理论上,QPNJ与QP具有相同的时间复杂度.通过模拟实验将QPNJ与QP以及目前流行的进化树构建方法进行了比较.结果表明,QPNJ比QP和邻接法更准确,并且其性能不依赖于模型树的结构,从而证明了QPNJ的有效性.; 李建伏郭茂祖刘扬; 关键词：进化树最大似然法分治算法 QUARTET

《人工智能》课程教学方法改革的探索与实践被引量：7: 2013年; 《人工智能》是计算机、信息类专业的核心课程,介绍此课程的教学地位、教学内容和教学特点,总结教学过程中存在的问题,提出多种提高教学效果的教学方法改进措施,总结教学方法改革后取得的成绩以及存在问题。; 肖春景李建伏杨慧; 关键词：人工智能案例教学

K最短路径算法综述被引量：44: 2013年; 为了进一步推广应用K最短路径(K shortest paths,KSP)算法并为深入研究该类算法提供相关资料。根据路径限制条件,将KSP问题分为一般KSP问题和限定无环KSP问题,归纳总结了求解每类KSP问题的基本思路、研究现状和研究进展。KSP问题非常复杂,在实际应用中所需处理的数据规模非常庞大,使得算法效率成了评价KSP算法的一个重要指标。在分析各种KSP算法时尤其关注其时间复杂度,指出KSP问题未来的研究方向,将为满足多约束的最短路径等问题的研究提供有益的参考。; 徐涛丁晓璐李建伏; 关键词：时间复杂度

两级联合融合的多视图子空间聚类改进算法: 2023年; 针对多视图深度子空间聚类网络(Multi-view Deep Subspace Clustering Networks,MvDSCN)算法具有的没有充分利用多视图互补信息、进行一次聚类直接得到聚类结果,以及只考虑数据级信息融合而降低了聚类性能等缺点,提出两级联合融合的多视图子空间聚类改进算法(TJ-MvDSCN)。不仅关注多视图共性信息,还关注多视图互补信息;增加分配级别的多视图信息融合,与已有的数据级信息融合形成两级融合结构;增加聚类损失,基于迭代优化策略构建一个可以联合学习特征表示和聚类分配的多视图聚类框架。经实验验证,该算法性能优于现有算法。; 刘浩翰杜嘉欣李建伏; 关键词：子空间聚类

基于最大似然原理的分类属性数据分层聚类算法被引量：3: 2015年; 对分类属性数据进行处理时,现有的聚类算法一般都通过距离函数将原始数据转换为表示两两距离的距离矩阵,然后再根据距离矩阵进行聚类,聚类结果很大程度上依赖于距离函数。针对上述问题,提出一种基于最大似然原理的分类属性数据分层聚类算法,称为HAC_ML算法。HAC_ML算法优点在于直接处理分类属性数据,不依赖于距离函数,并且克服了分层聚类不能回溯的缺点。在UCI数据集上的测试结果表明与经典的ROCK算法和K-Modes算法相比,HAC_ML算法是一种有效地处理分类属性数据的分层聚类算法。; 李建伏赵玉成贺怀清; 关键词：分层聚类分类属性数据

考虑用户意图和时间间隔的会话型深度学习推荐系统被引量：7: 2021年; 基于循环神经网络的会话型推荐系统在建模用户点击行为时,无法同时考虑用户行为之间的时间间隔和用户的主要意图。针对该问题,在现有的基于注意力机制的会话型推荐系统和仅考虑用户行为时间间隔的Time-LSTM的深度学习模型的基础上提出一个新的基于会话的推荐系统TASR。利用Time-LSTM建模时间间隔影响用户行为,并利用注意力机制捕获用户的主要意图。在两个公开数据集上的实验验证了该算法的有效性。; 刘浩翰吕鑫李建伏; 关键词：用户意图

一种基于启发式的分层聚类: 2014年; 由于在某一次合并后不能改变对象所属类,致使分层聚类算法聚类质量差。为了提高聚类质量,提出一种新的分层聚类机制——基于启发式的分层聚类。与现有的分层聚类不同,基于启发式的分层聚类首先利用现有分层聚类算法构建初始聚类树,然后通过一定的策略改变当前聚类树以使得某个目标函数最小。借鉴计算分子生物学中的最小进化原理,将目标函数定义为聚类树的树长。最后,通过实验验证了新算法能有效地提高现有分层聚类算法。; 李建伏吴凤珍赵玉成; 关键词：分层聚类

李建伏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李建伏

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈