杨海峰
- 作品数：80 被引量：122H指数：5
- 供职机构：太原科技大学更多>>
- 发文基金：国家自然科学基金山西省自然科学基金山西省回国留学人员科研经费资助项目更多>>
- 相关领域：自动化与计算机技术天文地球文化科学医药卫生更多>>
- 一种基于区间表示的碳星光谱形态表示及并行化搜寻方法
- 本发明公开了一种基于区间表示的碳星光谱形态表示及并行化搜寻方法，通过分析碳星光谱的数据分布特点，以区间表示为基础，进行自适应数据表征，同时分层提取形态信息，从而对碳星光谱进行深入特征分析并进行有效表征；采用近邻决策思想缩...
- 蔡江辉周立婵杨海峰史晨辉杨雨晴
- 一种基于集合运算的分类规则处理方法
- 2011年
- 通过分析分类规则与训练集之间的映射关系,采用集合的相关运算寻找特征规则及相应特征集,从而消除分类规则集中存在的冗余,并在此基础上提出了基于集合运算的分类规则处理算法(PASO)。最后,以恒星光谱数据为背景,实验验证了该方法的正确性和可行性。
- 杨海峰冀英伟
- 关键词：数据挖掘恒星光谱数据
- 粗糙概念格及构造算法被引量：21
- 2007年
- 概念格是数据分析与知识提取的一种有效工具,具有精确性和完备性等特点。针对决策形式背景,采用粗集理论中近似的方法描述格的内涵所拥有的外延,给出了一种粗糙概念格结构,具备了描述不确定知识的能力,在此基础上,给出了粗糙概念格的构造算法CARCL。
- 杨海峰张继福
- 基于轨迹聚类的天光光谱特征分析被引量：4
- 2019年
- 天光背景扣除是LAMOST 1D光谱数据处理中重要的环节,其扣除好坏直接影响光谱产品质量,因此构造理想的超级天光光谱模型具有重要的意义。通常超级天光是由与目标天体同时观测的天光光纤光谱构造而成,同一区域的天光背景可能随着不同的观测时刻有着规律性的变化特征(如月相变化),如果能充分分析并利用这些特征,可有效校正超级天光模型,从而提高减天光效果。轨迹聚类方法是一种分析目标随时、空变化特征的有效工具,针对LAMOST天光光谱中可能存在的变化规律,给出一种基于轨迹聚类的天光光谱特征分析方法。主要分以下三部分:首先是天光光谱的时序化描述。LAMOST pipeline采用且提供了每个观测天体的即时超级天光光谱,为了获取特定天区背景天光的光变特征,需选择天光光纤光谱以及扣除目标天体光谱的背景光谱,以5°视场(LAMOST望远镜视场)为单位,按观测日期MJD均匀分组,从而对特定区域的天光光谱进行了时序化表征;其次给出基于密度的天光光谱数据聚类算法STK-means。为解决随机参数导致收敛及聚类效果不理想的问题,在分析天光光谱时序数据特征的基础上,给出基于密度的相似性度量公式,并作为传统k-means聚类的初始参数选择依据,从而给出基于密度的天光光谱数据聚类算法STK-means;最后进行实验分析。实验验证了该方法的正确性和有效性以及不同初始参数K值的选择对聚类结果的影响。在此基础上,利用STK-means聚类方法,对LAMOST第一期巡天中一个完备小天区的天光光谱时序数据进行了轨迹特征分析,结果表明,除个别光谱质量较差或常说异常外,该特定区域的天光背景以农历每月十五、十六为中心向两边呈对称分布,反映了该区域观测过程中受月相的影响变化情况,该特征经量化后可为校正超级天光模型提供一种有效途径。同时,由于时序化�
- 蔡江辉杨雨晴杨海峰罗阿理孔啸张继福
- 关键词：轨迹聚类
- 一种轨迹数据时空密度分析系统及其分析方法
- 本发明公开了一种轨迹数据时空密度分析系统及其分析方法，技术方案如下:时空密度分析模块利用轨迹数据预处理模块得到的目标轨迹数据进行计算，得到各个轨迹点的时空密度值，时空分布密度可视化模块将目标轨迹数据以及轨迹点的时空密度值...
- 杨雨晴蔡江辉杨海峰张继福赵旭俊
- 文献传递
- 粗糙概念格及分类规则挖掘方法研究
- 概念格是数据分析和知识提取的一种有效形式化工具，具有精确性和完备性等特点。粗糙集理论是一种处理不确定、不精确数据的数学工具。本文利用粗糙集理论中的上下近似集，描述和刻画概念格外延的不确定性，及其不确定分类规则挖掘方法进行...
- 杨海峰
- 关键词：概念格粗糙集恒星光谱
- 文献传递
- 一种基于差分进化法的刀具组合推荐方法
- 本发明涉及刀具选配及刀具组合推荐技术，具体是一种基于差分进化法的刀具组合推荐方法。本发明解决了在传统的刀具资源管理平台中使用者无法根据制造任务流程实现刀具选配并快速精准地选择最佳刀具组合的问题。一种基于差分进化法的刀具组...
- 梁波蔡江辉杨海峰高洁杨雨晴王玉鹏栗雅婷魏慧玲冯嘉琛屈彩霞赵国伟
- 文献传递
- 基于多变量自学习与融合策略的多视图聚类算法
- 2022年
- 随着计算机技术的迅速发展,数据来源实现了多元化,传统的单视图聚类算法已不适用于多源异构数据的处理,因而多视图聚类算法成为一个新的研究热点。虽然研究者们已提出多种多视图聚类算法,但是聚类性能的提高仍需要深入的研究与探索。基于多视图聚类的互补原则和共识原则,为提升聚类性能,如何充分提取视图间的异构与全面信息成为多视图聚类研究的关键。论文给出了一种基于多变量自学习与融合策略的多视图聚类算法(MSFC)。该算法首先进行多变量的自学习,对于所有的视图,依据聚类数目和信息熵理论,获取视图内全局变量、视图内局部变量和视图间变量;之后,将全部的变量通过所提相似性度量函数进行融合;最后通过K-means算法取得最终的聚类结果。在多个数据集上进行对比实验,结果验证了该算法具有良好的聚类性能。
- 尚晓群杨海峰蔡江辉
- 关键词：信息熵
- 一种基于高斯模型的轨迹停止点提取方法
- 本发明公开了一种基于高斯模型的轨迹停止点提取方法，给定初始半径和密度，计算各个数据点在半径范围内的邻居点的数量记为该点的密度，标记密度小于MD的所有轨迹点，求出所有标记轨迹点的邻居数量的均值和方差，建立移动点的密度高斯模...
- 杨雨晴蔡江辉杨海峰张继福赵旭俊
- 基于注意力重构神经网络的交通预测方法
- 本发明提供了一种基于注意力重构神经网络的交通预测方法，属于交通预测技术领域；解决了目前基于深度学习模型对交通预测中存在的特征提取不全面、模型精度低的问题；包括如下步骤：通过传感器获取道路网络上的交通信息，并将获取的道路网...
- 荀亚玲王宇嘉蔡江辉杨海峰刘爱琴
