-
公开(公告)号:CN111159523A
公开(公告)日:2020-05-15
申请号:CN201911342546.4
申请日:2019-12-23
Applicant: 河北工业大学
IPC: G06F16/953 , G06N3/00
Abstract: 本发明为一种基于Spark的并行蚁群优化社区发现方法,主要包含三个并行模块:确定蚂蚁转移顺序、构造最优解和解的优化。确定蚂蚁转移顺序模块负责计算网络节点的凝聚性度量值,并将其升序排列,获取对应的节点顺序列表,作为蚁群的转移顺序,降低蚂蚁转移过程中的随机性,从而提高算法的精确度;构造最优解模块负责使每只蚂蚁均完成解向量的构造,构成解空间,并获取最优解空间中模块度最高的解;解的优化模块负责对蚁群产生的最优解进行优化,以获得更好的社区划分结果。该方法提高了在大规模网络中进行社区发现的可行性和有效性。
-
公开(公告)号:CN111239014A
公开(公告)日:2020-06-05
申请号:CN202010021491.3
申请日:2020-01-09
Applicant: 河北工业大学
IPC: G01N15/06
Abstract: 本发明实施例公开了一种空气中PM2.5的检测方法、装置、设备及介质,所述方法包括:收集检测时间段内设定维度的原大气数据;对所述原大气数据进行预处理,以得到符合设定格式要求的第一大气数据;将所述第一大气数据输入至支持向量回归SVR检测模型,得到非时间序列的PM2.5检测结果;在所述第一大气数据中增加时间序列数据,获得第二大气数据,所述时间序列数据为获得所述原大气数据的实时时间数据;将所述第二大气数据输入至长短期记忆LSTM检测模型,得到时间序列的PM2.5检测结果;对所述非时间序列的PM2.5检测结果以及所述时间序列的PM2.5检测结果进行非线性叠加,获得检测时间段内空气中PM2.5的检测结果。通过采用上述技术方案,可获得较准确的PM2.5检测结果。
-
公开(公告)号:CN111159523B
公开(公告)日:2024-03-01
申请号:CN201911342546.4
申请日:2019-12-23
Applicant: 河北工业大学
IPC: G06F16/953 , G06N3/006
Abstract: 本发明为一种基于Spark的并行蚁群优化社区发现方法,主要包含三个并行模块:确定蚂蚁转移顺序、构造最优解和解的优化。确定蚂蚁转移顺序模块负责计算网络节点的凝聚性度量值,并将其升序排列,获取对应的节点顺序列表,作为蚁群的转移顺序,降低蚂蚁转移过程中的随机性,从而提高算法的精确度;构造最优解模块负责使每只蚂蚁均完成解向量的构造,构成解空间,并获取最优解空间中模块度最高的解;解的优化模块负责对蚁群产生的最优解进行优化,以获得更好的社区划分结果。该方法提高了在大规模网络中进行社区发现的可行性和有效性。
-
公开(公告)号:CN111239014B
公开(公告)日:2022-10-21
申请号:CN202010021491.3
申请日:2020-01-09
Applicant: 河北工业大学
IPC: G01N15/06
Abstract: 本发明实施例公开了一种空气中PM2.5的检测方法、装置、设备及介质,所述方法包括:收集检测时间段内设定维度的原大气数据;对所述原大气数据进行预处理,以得到符合设定格式要求的第一大气数据;将所述第一大气数据输入至支持向量回归SVR检测模型,得到非时间序列的PM2.5检测结果;在所述第一大气数据中增加时间序列数据,获得第二大气数据,所述时间序列数据为获得所述原大气数据的实时时间数据;将所述第二大气数据输入至长短期记忆LSTM检测模型,得到时间序列的PM2.5检测结果;对所述非时间序列的PM2.5检测结果以及所述时间序列的PM2.5检测结果进行非线性叠加,获得检测时间段内空气中PM2.5的检测结果。通过采用上述技术方案,可获得较准确的PM2.5检测结果。
-
-
-