李文平 作品数:8 被引量:20 H指数:2 供职机构: 嘉兴学院 更多>> 发文基金: 浙江省自然科学基金 教育部人文社会科学研究基金 浙江省教育厅科研计划 更多>> 相关领域: 自动化与计算机技术 文化科学 更多>>
基于多核心标签传播的复杂网络重叠社区识别方法 被引量:12 2017年 针对传统基于标签传播的重叠社区识别方法存在较强的随机性,以及需要预设相关阈值来辅助完成社区识别等缺陷,提出基于多核心标签传播的重叠社区识别方法(OMKLP)。在分析节点度以及节点与邻居节点的局部覆盖密度后提出核心节点评价模型,并在此基础上给出局部核心节点识别方法;基于局部核心节点,提出新的面向重叠社区的异步标签传播策略,该策略能够快速地识别出社区内部节点与边界节点,以获得重叠社区结构;提出重叠节点分析方法,进一步提高识别重叠节点准确度。OMKLP算法无需掌握任何先验知识,仅在掌握网络基本信息(点、边)基础上,便能够准确识别出重叠社区结构,从而有效解决了传统标签传播算法所存在的缺陷。在基准网络和真实网络上进行测试,并与多个经典算法进行对比分析,实验结果验证了所提算法的有效性和可行性。 邓琨 李文平 余法红 张健沛关键词:复杂网络 自动卷笔刀 一种自动卷笔刀,其包括圆柱状的壳体及设置在底部的笔屑收集仓,所述壳体上侧设有可供铅笔插入的入口,所述壳体内设有削笔机构,所述削笔机构位于笔屑收集仓上方,所述削笔机构的上方设有对称设置的两组用于夹紧插入的铅笔的夹笔机构,所... 应楼超 李文平 张畑畑 徐墨子 蒋易瑾 刘诗盈 鲁主恋磁吸式船体打磨机器人的清洁打磨装置 本实用新型公开了一种磁吸式船体打磨机器人的清洁打磨装置,其包括底盘,所述底盘底部设有十字基架,所述十字基架上设有两组行走模块,两组行走模块的两侧均设置有吸附模块,所述底盘底部还设有多组打磨头组件,所述打磨头组件分别置于由... 郭南 朱荷蕾 李文平 杨飞程 陈玺智 鲁主恋 李晨鹏 徐墨子基于相关性的Swarm联邦降维方法 2024年 联邦学习(Federated learning,FL)在解决人工智能(Artificial intelligence,AI)面临的隐私泄露和数据孤岛问题方面具有显著优势.针对联邦学习的已有研究未考虑联邦数据之间的关联性和高维性问题,提出一种基于联邦数据相关性的去中心化联邦降维方法.该方法基于Swarm学习(Swarm learning,SL)思想,通过分离耦合特征,构建典型相关分析(Canonical correlation analysis,CCA)的Swarm联邦框架,以提取Swarm节点的低维关联特征.为保护协作参数的隐私安全,还构建一种随机扰乱策略来隐藏Swarm特征隐私.在真实数据集上的实验验证了所提方法的有效性. 李文平 杜选关键词:隐私保护 一种新的基于标签传播的复杂网络重叠社区识别算法 被引量:10 2020年 针对现有基于标签传播的复杂网络重叠社区识别方法所存在的社区识别精度不稳定,以及随机性较强等缺陷,提出一种新的基于标签传播的复杂网络重叠社区识别算法NOCDLP(a novel algorithm for overlapping community detection based on label propagation).该算法首先搜索网络中若干以度较高节点为中心的完全子图,并以这些完全子图为起点进行标签传播;其次通过分析节点与社区连接强度以及社区接纳某节点后的社区内部连接紧密度情况给出节点归属社区强度函数,以此作为标签传播的依据提高社区的识别精度;再次,在标签传播过程中,NOCDLP算法设置标签传播控制标记,以避免标签传播算法随机性较强的缺陷;最后,在已形成的社区中通过整理重叠节点获得更准确的重叠社区结构.算法在人工网络与真实网络中完成测试,同时与多个经典算法进行对比分析,实验结果验证了NOCDLP算法是有效的、可行的. 邓琨 李文平 李文平 陈丽关键词:复杂网络 CDIO理念应用于软件工程课程教学的探索和实践 2016年 由于学生参与大型软件项目研发的实践锻炼缺乏,导致其对软件工程课程学习动力不足,难于理解相关的专业知识。故此,本文将CDIO教学理念引入软件工程课的教学中,在教学过程中融合实践,实现课堂真正的师生互动,共同参与协作,可以全面地加强培养学生的主动学习、相互合作及自主创造的能力,进而提高人才教育的质量。 余法红 陈梅佳 李文平 余柏林关键词:软件工程 CDIO 团队协作 教学改革 瓜子剥壳机 一种瓜子剥壳机,其特征在于:剥壳装置对应设置在进料孔的下方,包括滚压轴、压板,滚压轴外圈形成有多个V型挤压槽,且滚压轴连接有驱使其旋转的动力机构,所述压板与V型挤压槽相对应,并连接有驱使其与滚压轴相贴合的弹性件;出料装置... 余红陆 朱荷蕾 李文平 谢方正 应东淼 龙昌美面向群智感知隐私保护的联邦典型相关分析方法 2022年 群智感知数据往往携带了丰富的敏感信息,联邦学习技术的兴起为解决感知系统之间隐私安全的协作计算提供了一条可行途径.针对群智感知关联性探测过程中可能导致的隐私泄露问题,提出一种联邦场景下支持隐私保护的典型相关分析方法.该方法通过构造联邦特征并基于非线性随机耦合策略进行特征保护,将典型相关分析求解过程分解为两个完全独立的运算分别由联邦端和服务器端执行,在数据级、运算级和特征级上对感知数据进行多层次保护.实验结果表明,文章方法对联邦场景的适用性和感知数据的保护性都较好. 李文平 朱荷蕾关键词:隐私保护