公共文化服务平台

万里: 作品数：11 被引量：34H指数：3; 供职机构：北京邮电大学计算机学院网络与交换技术国家重点实验室更多>>; 发文基金：国家重点基础研究发展计划国家杰出青年科学基金电子信息产业发展基金更多>>; 相关领域：自动化与计算机技术电子电信更多>>

合作作者

一种时间序列频繁模式挖掘算法及其在WSAN行为预测中的应用被引量：5: 2010年; 该文提出FPM(Frequent Pattern Mining)算法充分考虑频繁模式在时间序列中出现次数和分布。基于这些不同分布的频繁模式扩展MAMC(Mixed memory Aggregation Markov Chain)模型提出FMAMC(Frequent pattern based Mixed memory Aggregation Markov Chain)模型。将FPM和FMAMC应用到实际的智能楼宇项目中,证明和现有算法相比FPM算法具有较好的时间性能,FMAMC模型能够比MAMC模型更准确的预测WSAN节点行为。; 万里廖建新朱晓民; 关键词：数据挖掘时间序列频繁模式挖掘智能楼宇

一种基于QoS的QoE到SLA映射方法被引量：13: 2010年; 该文提出一种算法IQoE2QoS(Improved QoE to QoS),采用模糊理论的方法计算QoE到QoS的映射。该算法有3重目标:从大量的经验数据中通过计算互信息量方式总结被统计指标之间的关联程度。在大量经验数据的基础上通过多指标模糊判定理论将用户感知映射到应用层用户QoS参数。考虑了用户的QoE和QoS的双向映射,并且阐述了得到的QoE如何自然映射到SLA(Service Level Agreement)。通过仿真表明,IQoE2QoS算法对用户体验的分类准确度是线性回归算法的2到3倍。; 倪萍廖建新朱晓民万里; 关键词：网络管理用户感知

基于社会网络信息流模型的协同过滤算法被引量：6: 2011年; 为提高个性化推荐技术的准确率,首先在多维半马氏过程的状态空间中定义'空状态',得到扩展多维半马氏过程,将其与社会网络分析理论结合,得到社会网络信息流模型,该模型描述了社会网络成员间的信息流动过程。然后基于社会网络信息流模型,提出协同过滤算法SMRR(Semi-Markov and reward renewal)。实验表明,由于综合考虑用户自身偏好和社会网络中其他成员的影响,SMRR的预测准确率明显高于原有算法。; 万里廖建新王纯; 关键词：通信技术协同过滤社会网络电子商务

一种选择和设置网络超级节点的方法: 一种选择和设置网络超级节点的方法，操作步骤是：先按照设定周期T1，除控制节点以外的网络中的各节点定期向控制节点发送其与其他节点之间的交互信息；再按照设定周期T2，控制节点根据接收到的各节点的交互信息，把这些节点进行最优划...; 廖建新王晶王纯李炜万里朱晓民张磊徐童张乐剑沈奇威樊利民程莉; 文献传递

社群网络中基于链接分类的研究与应用被引量：3: 2006年; 由于在互联网、电信、生物信息、社会网络分析等领域可获得的链接丰富的数据日益增多,链接挖掘已经成为数据挖掘的研究热点。基于链接分类是链接挖掘的一个重要方向。在此以电信领域用户通话特征数据为对象,研究了基于链接分类技术及其在电信客户流失预测的应用方法,在提取并分析大规模客户呼叫图的极大团、结点膨胀率、结点聚集度等与节点稳定性相关的链接属性及其时变特征的基础上,提出了一种适合海量数据的基于链接的电信客户流失预测算法。实验结果表明,此算法较传统分类算法能提高客户流失预测性能,实现了基于链接分类方法的成功应用。; 肖丁万里吴斌陈平; 关键词：膨胀率

一种基于频繁模式的时间序列分类框架被引量：3: 2010年; 如何提取和选择时间序列的特征是时间序列分类领域两个重要的问题。该文提出MNOE(Mining Non-Overlap Episode)算法计算时间序列中的非重叠频繁模式,并将其作为时间序列特征。基于这些非重叠频繁模式,该文提出EGMAMC(Episode Generated Mixedmemory Aggregation Markov Chain)模型描述时间序列。根据似然比检验原理,从理论上推导出频繁模式在时间序列中出现的次数和EGMAMC模型是否能显著描述时间序列之间的关系;根据信息增益定义,选择能显著描述时间序列的频繁模式作为时间序列特征输入分类模型。在UCI(University of California Irvine)公共数据集和实际智能楼宇数据集上的实验表明,选择频繁模式作为特征进行分类的准确率、召回率和F-Measure均优于不选择频繁模式作为特征的分类结果。高效的计算和有效的选择非重叠频繁模式作为时间序列特征有助于提高时间序列分类模型的各项评价指标。; 万里廖建新朱晓民倪萍; 关键词：频繁模式挖掘智能楼宇

一种选择和设置网络超级节点的方法: 一种选择和设置网络超级节点的方法，操作步骤是：先按照设定周期T1，除控制节点以外的网络中的各节点定期向控制节点发送其与其他节点之间的交互信息；再按照设定周期T2，控制节点根据接收到的各节点的交互信息，把这些节点进行最优划...; 廖建新王晶王纯李炜万里朱晓民张磊徐童张乐剑沈奇威樊利民程莉

时间序列中的知识发现：基于频繁模式发现的分类和聚类方法研究: 随着数据库技术、因特网、电信技术等信息技术的飞速发展，时间序列数据在现实生产和生活的各个领域中广泛存在（如电信运营、金融市场、工业过程、科学实验、医疗、气象、生物信息等），且存储规模呈现爆炸式增长。如何从海量时间序列数据...; 万里; 关键词：时间序列知识发现数据挖掘; 文献传递

时间序列中的知识发现: 随着数据库技术、因特网、电信技术等信息技术的飞速发展,时间序列数据在现实生产和生活的各个领域中广泛存在(如电信运营、金融市场、工业过程、科学实验、医疗、气象、生物信息等),且存储规模呈现爆炸式增长。如何从海量时间序列数据...; 万里; 关键词：时间序列数据挖掘复杂网络; 文献传递

流数据增量式多维可扩展可视化挖掘方法: 2011年; 提出了一种针对流数据的增量式多维可扩展可视化挖掘方法(Incremental multi-di-mension scaling,IMDS),对数据表现的特征形状进行聚类,并且聚类结果会随着时间的推移用动态可视化的方式实时展现。仿真实验表明:本文算法相比传统的MDS(Multi-dimension scaling)算法和简易型SIMPLEX优化算法在流数据挖掘中可以明显地提高可视化挖掘效率和流挖掘效果。; 倪萍廖建新朱晓民万里; 关键词：通信技术可视化流数据挖掘