-
谭成予
-
-
- 所属机构:武汉大学计算机学院
- 所在地区:湖北省 武汉市
- 研究方向:自动化与计算机技术
- 发文基金:国家自然科学基金
相关作者
- 梁意文
- 作品数：111被引量：397H指数：12
- 供职机构：武汉大学
- 研究主题：人工免疫 入侵检测 计算机网络 网络安全 人工免疫系统
- 董红斌
- 作品数：53被引量：130H指数：6
- 供职机构：武汉大学
- 研究主题：人工免疫 逻辑程序 数据挖掘 人工免疫系统 数据库
- 艾勇
- 作品数：12被引量：40H指数：4
- 供职机构：中南民族大学计算机科学学院
- 研究主题：本科教学 教学互动平台 EE 目标检测 网络
- 常军
- 作品数：3被引量：12H指数：2
- 供职机构：中南民族大学计算机科学学院
- 研究主题：本科教学 教学互动平台 EE JAVA_EE 架构
- 帖军
- 作品数：238被引量：375H指数：9
- 供职机构：中南民族大学
- 研究主题：存储介质 茶叶 病害识别 柑橘 卷积
- 基于危险理论的地震预测方法被引量：5
- 2019年
- 采用机器学习算法进行地震预测存在过拟合且需要大量训练集的问题。为此,将危险理论引入地震预测的应用中,在分析大量地震历史源数据和结合领域专家经验知识的基础上,提出一种利用地震学获取特征指标的地震预测方法。通过Gutenberg-Ricthter规则、特征地震震级分布和近期地震预测研究的结论提取9个地震特征指标,采用具有动态性的危险理论预测未来一个月内发生大地震事件的概率。同时,通过分析四川省地震历史数据,应用危险理论对地震特征指标进行分析和预测,并与现有的地震预测方法 BP神经网络进行比较。实验结果表明,该方法的检查概率、准确率及R得分均高于BP神经网络,表明在采用较少的样本集时其可靠度更高。
- 甘颖梁意文谭成予周雯吴晶晶
- 关键词：地震预测特征指标BP神经网络
- 结合XGBoost的树突状细胞改进算法被引量：6
- 2019年
- 树突状细胞算法(DCA)要求输入3类信号,需要通过人工选取或统计学等方式提前进行特征提取。为准确、高效地提取特征,提出一种基于XGBoost的DCA。通过使用XGBoost算法迭代生成决策树,根据决策树的特征节点对数据集的特征指标进行提取与分类,并作为DCA的信号输入以实现算法优化。使用KDD99数据集进行实验,结果表明,与基于粗糙集的改进算法相比,该算法的准确率更高,最高可达0.859 00。
- 杨晨梁意文谭成予周雯
- 关键词：树突状细胞算法决策树特征提取计算机免疫
- 基于计算机免疫的信息系统危险感知方法及系统
- 本发明涉及信息安全技术领域，尤其涉及一种基于计算机免疫的信息系统危险感知方法及系统。本发明认为信息系统中的各种细微变化是危险产生的根源，借鉴微分学的方法，通过对变化规律的分析，发现信息系统中的潜在危险并将其定义为危险信号...
- 梁意文董红斌谭成予杨鹤艾勇傅军杨超
- 文献传递
- 数据起源在多版本文档检索中的应用
- 2018年
- 随着计算机的普及和大数据时代的来临,个人计算机中文档的版本数急剧增加,用户想要迅速找到所需的文档绝非易事.相关研究表明,文件的起源信息可以为用户提供快速定位目标文档的线索.已有的一些基于数据起源的检索方式,其起源粒度多数是文件级的.但对于内容相关性较高的文档来说,文件级的起源信息无法清晰地描述内容间的关联关系,也就无法给予用户充分的帮助.基于PROV模型,针对文档版本的变化建立内容级的起源概念模型,并给出了起源词汇表.在资源描述框架(resource description framework, RDF)语言的基础上建立了起源信息的查询访问机制,并给出了可视化方案,为用户提供直观的信息表达.结果表明,该方法通过对文档检索结果的扩展和解释,可以为用户提供更有价值的帮助信息,从而达到快速锁定目标文件的目的,提高工作效率.
- 陈悦董红斌谭成予梁意文
- 关键词：文档检索数据起源
- 逻辑程序的事实维护
- 2006年
- 事实是逻辑程序的重要组成部分,事实维护影响着整个逻辑程序的一致性和完整性,并能够促进和完善规则维护。论文在分析了人工进行维护操作的弊端后,对事实维护中可能出现的情况进行分类分析,提出了事实维护系统的框架,重点描述了预警检测子系统所扮演的核心作用。
- 谭成予董红斌梁意文钱立进
- 网络社区中信任机制的血缘模型
- 谭成予
- 关键词：信息安全信任管理访问授权
- 基于反向选择的地震预测方法被引量：3
- 2019年
- 针对大地震历史数据缺乏导致的大地震预测准确率低的问题,提出一种基于反向选择的地震预测方法。采用可变实值反向选择算法生成成熟检测器,用于预测地震是否发生。由于反向选择在训练过程中无须非我数据,可减小大地震数据缺乏对训练效果的影响。实验采用四川省历史地震数据,对一个月内是否发生5. 0级及以上地震进行预测。与传统机器学习算法进行对比,结果表明反向选择算法具有更好的预测效果。
- 吴晶晶梁意文谭成予周雯
- 关键词：地震预测神经网络
- 基于自适应性分类器的垃圾邮件检测被引量：5
- 2018年
- 垃圾邮件形式内容多变,容易伪装成正常邮件而绕过检测,其中新型垃圾邮件的检测漏报率较高。为此,结合反向选择和支持向量机(SVM)的思想,设计一种新的自适应性分类器并应用于垃圾邮件检测。使用SVM的最优超平面对邮件进行预分类,得到与预测模型匹配的"正常邮件"和垃圾邮件,运用反向选择算法(NSA)对筛选出的"正常邮件"数据集进行二次过滤以检测出新型垃圾邮件,并利用含有标签的正常邮件和垃圾邮件集合自适应更新原有的最优超平面,循环上述检测过程直至垃圾邮件的识别率趋于稳定,最终得到的最优超平面符合当前检测最优。实验结果表明,相对于SVM与NSA,该检测方法能在保证正常邮件高识别率的基础上,提高新型垃圾邮件的识别率。
- 陈龙梁意文谭成予
- 关键词：支持向量机自适应分类器
- 一种概率关系数据库系统被引量：5
- 2001年
- 传统关系模式不适合处理不确定性信息，为处理不确定信息，该文基于元组属性间的联合概率，定义了概率关系及几种基本的概率关系操作和关系代数，提出了概率函数依赖关系的概念，给出了一种概率关系数据库模式及代数.
- 李石君谭成予刘海青周洞汝
- 关键词：关系数据库系统关系代数
- 采用奇异值分解和信息增益的树突状细胞模型被引量：3
- 2021年
- 针对树突状细胞算法(Dendritic Cell Algorithm,DCA)存在的信号提取过程中受人工经验影响和对无序数据的异常检测能力不强的问题,提出了采用奇异值分解(Singular Value Decomposition,SVD)和信息增益(Information Gain,IG)的树突状细胞模型——SIDCA。SIDCA用奇异值分解(SVD)方法得到最相关特征子集,再使用信息增益提取最相关特征子集中的最相关特征,实现自适应提取信号,降低无序数据给算法带来的混淆。实验结果表明,与经典DCA和确定性DCA(Deterministic Dendritic Cell Algorithm,dDCA)相比,SIDCA在有序和无序数据集上均有更高的准确率和更低的误报率。
- 杨信民董红斌谭成予周雯
- 关键词：树突状细胞算法奇异值分解信息增益计算机免疫
