邓胜春
- 作品数：37 被引量：221H指数：8
- 供职机构：哈尔滨工业大学软件学院更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金黑龙江省杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术经济管理机械工程更多>>
- 供应链系统的一种集成网络模型研究与实现
- 2006年
- 基于现实供应链的网络状特性,抽象出了一种体现供应链本质的供应链集成网络模型,并基于此模型提出了一种具有良好适应性、可扩展性、可重构性的供应链集成网络系统实现方案。
- 刘平邓胜春战德臣徐晓飞
- 关键词：供应链网络XML
- 联邦式多主体系统规划动态修改策略设计与实现
- 2001年
- 在 CIMS环境下 ,由于智能行为的复杂性和多样性 .造成主体系统交互的困难 .本文提出了一种联邦式多主体系统结构 ,主要讨论了联盟体在原始规划出现问题时 ,如何实现对规划进行动态修改 .主要研究规划的动态修改方法 ,引入了规划修改因素 ,规划树等 ,设计了一种动态规划修改环境 .
- 王念滨徐晓飞王刚邓胜春
- 关键词：计算机集成制造系统人工智能
- MDBI查询预处理器的设计及实现
- 2000年
- 论述了ＭＤＢＩ查询预处理器的功能，并介绍了ＭＤＢＩ－ＳＱＬ语言。按照查询预处理的处理过程，分别描述了 ＭＤＢＩ查询预处理器中词法分析、语法分析、语义分析的设计和实现。
- 邓胜春徐晓飞陈娣王念滨王刚
- 关键词：数据库系统
- 面向虚拟企业模型的本体表示方法被引量：5
- 2009年
- 针对现有本体表示方法在虚拟企业模型描述方面的不足,通过扩展本体关联语义和约束规则,提出一种适合虚拟企业模型的、图形化的本体表示模式——本体结构图。在分析虚拟企业模型及其特点的基础上,形式化定义了本体结构图的关联和约束规则,给出了虚拟企业模型片段的本体结构图的描述实例,并进一步提出了一种基于可扩展标记语言扩展的本体描述语言,说明了其基本元素和文档结构,描述了本体结构图的关联和约束。最后,通过与其他本体表示方法的比较,阐述了本体表示方法的可行性。
- 孙成柱徐晓飞邓胜春
- 关键词：本体可扩展标记语言
- 数据挖掘与最优化结合的理论方法体系与问题求解模型被引量：1
- 2005年
- 在研究了已有数据挖掘的过程模型的基础上,提出了数据挖掘与最优化结合的理论方法体系和支持最终决策分析的管理问题求解模型,目标是有效地将各种数据挖掘技术与最优化方法在实际应用中有机地结合起来,并为复杂的管理决策分析问题求解和决策实施提供一个切实可行的参考模型.通过在客户群决策分析中的应用,验证了提出的方法和模型的可行性和有效性.
- 何增有徐晓飞邓胜春
- 关键词：数据挖掘决策支持
- EOMKIS:支持企业知识系统集成的企业本体论建立系统被引量：14
- 1999年
- ＣＩＭＳ企业经过多年的研究开发后，已经产生了许多基于知识的智能系统。由于建立方法的不同以及研究应用背景的差别，使得各个系统之间难以共享和重用。为了解决这一问题，利用本体论方法实现知识共享和重用。讨论本体论的结构化建立方法及开发系统。
- 王念滨徐晓飞邓胜春王刚
- 关键词：CIMS本体论
- KISO:一种基于本体论的集成知识系统设计被引量：27
- 2000年
- 我们注意到不同的应用背景、编程语言、建模工具及网络协议是应用及用户间实现互操作的主要问题．为了解决基于知识的复杂求解问题．必须考虑系统的互操作性．本文提出一种基于本体论的设计方案。
- 王念滨徐晓飞邓胜春王刚
- 关键词：本体论系统集成
- 供应商管理库存模式下库存优化研究被引量：6
- 2006年
- 供应链环境下的库存优化是降低整体成本的重要手段,介绍了供应商管理库存(VMI)的基本概念,研究了由供应商和分销商构成的VMI模型下的库存决策模型,并论述了动态规划方法在该问题上的不足之处以及强化学习方法在该问题上的优势,同时介绍了马尔科夫决策模型(Markov)和半马尔科夫决策模型(semi-Markov)的概念,最后通过一个算例对强化学习方法的过程进行了具体的说明。
- 曹旭邓胜春黄虎杰
- 面向特征的领域建模方法及其在VMI库存管理领域中的应用
- 2008年
- 特征模型是现阶段领域工程普遍采用的描述领域需求的方法。在已有研究的基础上,针对现有特征模型结构上的不足,对现有特征模型进行扩展,提出了一个特征模型元模型,并详细介绍了该模型的建模过程。最后,根据模型,按照详细建模过程对VMI库存管理领域进行了特征建模。
- 汪艳兵邓胜春徐晓飞
- 关键词：供应商管理库存
- 面向异构并行架构的大规模原型学习算法
- 2016年
- 为解决当前原型学习算法在大规模、大类别机器学习和模式识别领域的计算密集瓶颈问题,提出一种采用GPU和CPU异构并行计算架构的可扩展原型学习算法框架.一是通过分解和重组算法的计算任务,将密集的计算负载转移到GPU上,而CPU只需进行少量的流程控制.二是根据任务类型自适应地决定是采用分块策略还是并行归约策略来实现.采用大规模手写汉字样本库验证本框架,在消费级显卡GTX680上使用小批量处理模式进行模型学习时,最高可得到194倍的加速比,升级到GTX980显卡,加速比可提升到638倍;算法甚至在更难以加速的随机梯度下降模式下,也至少能获得30倍的加速比.该算法框架在保证识别精度的前提下具有很高的可扩展性,能够有效解决原有原型学习的计算瓶颈问题.
- 苏统华李松泽邓胜春于洋白薇
- 关键词：学习矢量量化手写汉字识别
