倪萍
- 作品数:7 被引量:39H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:电子信息产业发展基金国家重点基础研究发展计划国家杰出青年科学基金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 流数据挖掘关键技术研究
- 流数据挖掘是对到达的数据流按照一定的序列进行挖掘,它和静态数据关联规则的挖掘的不同在于流数据具有高速、连续和无边界等特性。流数据具有的独特特性给数据挖掘和分析带来一系列问题,比如如何快速高效的识别挖掘周期内的有效模式,模...
- 倪萍
- 关键词:无线传感网络流数据关联规则降维
- 文献传递
- 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
- 一种不需协商的业务等级协商测量方法
- 2011年
- 提出了一种针对业务等级协商(SLA)数据特性的模式提取方法。本方法主要抽取出系统的关键性能指标和关键质量指标,根据用户的体验进行机器学习发现模式,利用网格理论有效地避免了求多个指标之间关联度的问题,制定出一种实际运行中可以自动归纳总结满足业务SLA策略的数据度量方法,并且利用可视化数据展示的方式让用户很容易辨别得到的模式是否可信,从而调整系统的输入参数以便得到更加准确的结果。
- 倪萍廖建新朱晓民
- 关键词:通信技术可视化
- 一种KPI映射到KQI的通用算法被引量:15
- 2008年
- 该文结合电信管理论坛TMF提出的KPI(Key Performance Indicator),KQI(Key Quality Indicator)概念,提出了一种新算法K2K(KPI to KQI)。新算法弥补了TMF提出的算法不能聚合不同量纲、不同意义指标为单个KQI指标的缺陷,并且K2K算法显著减少了最终聚合指标的个数,提取少数有意义的指标以直观地反映整个系统的运行状况。实际使用效果的统计数据验证表明,K2K算法能够真实反映系统的实际运行状况。
- 倪萍廖建新王纯张成
- 关键词:网络管理KPI
- 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
- 业务运行质量实时定量评价被引量:6
- 2010年
- 为有效监控新业务服务质量,提出了业务运行质量的概念,给出了业务运行质量评价指标的选取原则和方法。在KPI(Key performance indicator)/KQI(Key quality indicator)概念体系的基础上,设计了业务运行质量指标体系,提出了与具体业务无关的通用的业务运行质量实时定量评价模型,该模型有较好的扩展性。基于多因素权重设置的思想给出了模型的关键算法,该算法具有多项式复杂度。理论分析和实际案例表明,采用该模型及算法可以有效提高业务网络的监控效率。
- 张成廖建新王纯倪萍
- 关键词:通信技术业务服务质量KPI
- 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