公共文化服务平台

李海林: 作品数：85 被引量：793H指数：18; 供职机构：华侨大学更多>>; 发文基金：国家自然科学基金福建省社会科学规划项目福建省自然科学基金更多>>; 相关领域：自动化与计算机技术经济管理文化科学理学更多>>

合作作者

云决策分析方法被引量：35: 2009年; 提出一种基于不确定性人工智能的决策分析方法.该方法利用云理论中的云变换和概念提升方法来刻画属性因素的概念云模型,并对每个因素都分配相应的云权重;使用X-条件云和极大判定法,找出每个因素的最佳评判语言云模型;让云权重参与综合评判,最终通过云计算得到基于云滴分布的综合评价结果.实验结果表明,与传统的模糊决策分析相比,它更具有易理解性、广普适性和高准确性等特点.; 柳炳祥李海林杨丽彬; 关键词：云理论云计算

一种基于云理论的考核成绩评价模型被引量：2: 2007年; 云模型是一种实现定性与定量之间的不确定性转换模型。基于云理论的考核成绩评价模型,根据全体考核对象的考核成绩,利用云模型客观反映这些成绩在多种概念下的分布,进而对成绩等级实现软划分,达到模糊分类的目的,为考核对象的成绩评价提供新的视角。文章把硕士研究生入学考试成绩作为研究对象,提出了一种新的研究生录取方式,进一步完善了当前研究生入学分数线的制定办法。实验结果表明,该成绩评价模型符合实际且更具有说服力。; 李海林柳炳祥杨丽彬; 关键词：云模型分数线

分形理论中的Julia集的迭代函数系统IFS算法的改进被引量：1: 2005年; 在研究Julia集复平面的迭代函数系统(IteratedFunctionSystem(IFS))算法中,讨论了迭代函数系统IFS的改进算法-动态图案算法和动态调节的色彩算法,通过分形参数,色彩参数的改变产生不同的花纹重叠图案,云彩等相似效果图,使得Julia集合复平面IFS的改进算法产生更丰富的图案。; 詹棠森李海林史华平; 关键词：迭代函数系统 JULIA集 IFS 复平面图案效果图

一种基于粗糙集和信息论的Web日志挖掘方法被引量：2: 2008年; 提出一种基于粗糙集和信息论的Web日志挖掘方法,该方法利用Web日志预处理后的数据集,建立描述用户访问模式特征属性的决策表,并利用粗糙集和信息论相关原理来解决因Web日志自身缺陷而导致知识表达系统的不协调和属性决策表多种简化的问题,进而获取用户访问网站模式的最简化规则。通过实例分析和比较,表明该方法能从Web日志预处理后的数据中获取简捷有效的用户访问模式规则。; 柳炳祥李海林; 关键词：WEB日志粗糙集 WEB挖掘

时间序列复杂网络分析中的可视图方法研究综述: 2023年; 可视图是将时间序列转换成复杂网络的重要方法之一,也是连接非线性信号分析和复杂网络之间的全新视角,在经济金融、生物医学、工业工程等领域均应用广泛.可视图的拓扑结构继承了原始时间序列的重要性质,稳定且易于实现,通过可视图网络的相关统计特性,可区分特定时间序列数据下的特定行为.首先本文介绍了可视图方法在时间序列复杂网络分析中的相关研究,并通过必要性与可行性分析,充分说明可视图方法的优势所在.然后本文阐述了经典可视图和水平可视图方法的具体步骤及主要性质,从算法的过程改进、效率提升和可视图应用几个方面对现阶段可视图相关研究进行综述,介绍了众多可视图方法的基本过程,分析了可视图算法的识别抗噪能力和建网效率,并归纳整理了这些可视图方法的主要特性与适用范围.另外,本文复现了目前几种主流可视图算法,并公开相关的算法代码以供参考使用.通过对可视图相关研究的综述分析,可了解现阶段可视图的主要研究方向,为未来相关研究提供思路,并为时间序列复杂网络分析奠定基础.; 李海林王杰周文浩蔡煜林伟滨; 关键词：时间序列复杂网络网络特征

基于同步频繁树的时间序列关联规则分析被引量：6: 2021年; 针对经典算法Apriori和频繁模式增长算法(frequent pattern growth, FP-growth)不能直接对时间序列数据进行关联规则挖掘的问题,提出一种同步频繁树算法(synchronize frequent tree, SFT)。利用时间序列的时间属性具有一维性的特点,定义趋势项-位置表示法表示时间序列数据,将首条时间序列构建成一棵基础树,通过计算树叶子节点与列表项的信息交集,可判断其是否与该树枝中的所有节点构成频繁K项集。在SFT算法中,用趋势项-位置表示的数据内存占用情况要优于原始数据,并且在挖掘过程中不会产生候选频繁项集,使得算法在整个挖掘过程中表现出较好的时间性能。基于商品数据和股票数据的数值实验表明,SFT算法所得结果不仅与其他5种对比算法的结果一致,在各量级的数据和不同的支持度计数中,其时间复杂度都要优于对比算法。; 李海林龙芳菊; 关键词：时间序列频繁项集关联规则

信息管理专业数据挖掘人才培养模式研究被引量：5: 2017年; 数据科学时代,以数据为核心的信息管理与信息系统专业承担着数据挖掘人才培养的重任。针对传统信息管理专业课程设置和人才培养的特色与特点,本文分别从理论教学、实验教学、实践教学和双模式人才培养等方面对该领域的数据挖掘人才培养模式进行了分析,比较传统信息管理与数据科学这两种人才的教学体系与培养模式。该人才培养模式不仅有助于信息化时代向数据科学时代转变,也为信息管理专业的数据挖掘人才培养提供新的教学改革思路。; 李海林杨丽彬; 关键词：数据挖掘大数据教学改革

高校杰出学者知识创新绩效的影响因素研究被引量：9: 2022年; 利用机器学习发现影响学者知识创新绩效的复杂非线性特征组合,能提升学者绩效和促进资源优化配置。以2016—2018年国家自然科学基金委公布的1409位国家杰出青年科学基金项目和优秀青年科学基金项目获得者为研究对象,运用学者获得项目前在web of science刊载的14819篇论文构建学者科研合著网络(个体网)927个。考虑知识创新绩效的滞后性,采用学者获得项目后发表的20824篇论文及其91968篇被引论文,结合中国科学院文献情报中心发布的期刊分区表等多源异构数据,使用K-Means聚类将学者进行群组划分,得到特征均衡型、环境驱动型和合作创造型三类学者群组,运用决策树CART算法挖掘不同类型学者知识创新绩效的潜在决策规则。研究结果表明:(1)知识创造具有普适性,它是促使不同类型杰出学者达成高知识创新绩效的关键因素;(2)杰出学者应根据内外部综合条件配置科研合作关系资源,尽量避免封闭式发展路径与合著者过多导致的“规模不经济”;(3)在不同类型学者群组中,存在影响知识创新绩效的不同特征组合,为杰出学者达成高绩效目标提供个性化发展策略。; 李海林廖杨月李军伟林春培; 关键词：知识创造

LS文法与Julia逃逸时间算法改进被引量：1: 2008年; 在研究经典的LS文法和Julia逃逸时间算法的基础上,为了克服两种算法产生的分形图案的单一性和色彩的单调性,对上述两种分形算法做了适当的改进。改进算法程序计算结果表明,改进算法是可行的和有效的,所产生的分形图案具有一定的实际应用价值。; 柳炳祥王华李海林; 关键词：JULIA集分形图案

合作网络异质性特征与企业创新绩效的关系被引量：7: 2023年; 合作网络是企业适应外部环境变革以进行开放式创新的重要方式。基于2003~2021年SoC芯片行业的联合专利申请数据,通过社会网络分析深入剖析了合作创新网络的拓扑结构及其异质性特征,并采用CART决策树、K-Means等机器学习方法实证分析了异质性网络情境中企业创新绩效的内在影响机制与提升路径。发现企业在简单二元关系网络中其创新绩效主要受到合作深度的影响,而在复杂合作关系网络中受到结构特征与非结构特征的共同作用。中介中心度是复杂合作环境中绩效的主要影响因素,合作深度与特征向量中心性在资源聚集程度低的企业群中正向影响创新绩效,度数中心度在资源密集的平台型企业群中正向影响创新绩效,其他特征在两种合作网络情境中差异较小,对创新绩效的影响并不明显。研究结论为相关技术研发企业进行合作伙伴选择、合理配置网络资源以提升创新绩效提供了网络嵌入路径参考,同时为数字经济时代社会科学研究的范式探索拓展了新的视角。; 周文浩李海林; 关键词：合作网络创新绩效网络结构

李海林

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李海林

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈