检索结果

Select

1. 基于正则化矩阵分解的用户用电行为分析

王扬, 吴凡, 姚宗强, 刘杰, 李栋

计算机应用 2017, 37 (8): 2405-2409. DOI: 10.11772/j.issn.1001-9081.2017.08.2405

摘要（701）

PDF （757KB）（778）

针对细粒度、多类别的用户用电行为分析问题，提出了基于地理信息正则化矩阵分解的居民用户用电行为分析算法，探索用户用电的群体特点，为个性化的、更优的电力调度提供决策支持依据。该模型首先基于矩阵分解理论将用户映射到能表征其用电行为特点的潜在特征空间，然后采用 k-means聚类算法在潜在特征空间上实现用电用户群的细分聚类。特别地引入了地理信息作为矩阵分解的正则化因子，使得学习到的潜在特征空间不仅满足用户群特征的正交，而且使得地理位置相近的用户在潜在特征空间的映射也相近，与真实物理空间保持一致。将所提方法应用于中新天津生态城智能电网采集到的真实居民用电数据分析挖掘任务中。实验结果表明，与基准的向量空间模型（VSM）和非负矩阵分解（NMF）算法相比，所提方法能够取得更好的用户细分聚类结果，挖掘出一定的用户群体用电模式，有助于辅助智能电网提升经营和服务水平。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于聚类分析的可信网络管理模型

谢洪安, 李栋, 苏旸, 杨凯

计算机应用 2016, 36 (9): 2447-2451. DOI: 10.11772/j.issn.1001-9081.2016.09.2447

摘要（524）

PDF （936KB）（372）

针对可信网络中动态信任模型对终端用户行为信任评估有效性问题，提出一种新的基于聚类分析的可信网络管理模型。该模型在传统信任模型的基础上引入聚类分析方法，从行为预期的角度研究用户的行为信任。通过对用户的历史行为数据进行聚类分析以构建行为预期，并利用行为预期评估用户行为，最后以信任评估结果为依据实现对网络中的用户的管理。实验表明该模型可以对长期接入的正常用户产生稳定的信任评估结果，同时迅速发现并隔离恶意用户，对可信用户与不可信用户有较高的区分度，与传统的信任模型相比具有更高的准确度及效率，达到了提高网络可信性的目的。

参考文献 | 相关文章 | 多维度评价

Select

3. SoC总线的低功耗分支编码方案

李栋王小力杨斌赵长睿

计算机应用 2014, 34 (12): 3633-3636.

摘要（170）

PDF （572KB）（644）

为了降低SoC总线功耗,提出一种总线低功耗分支编码。该编码的基本思想为:对于地址总线,当地址连续时将地址总线死锁,当地址不连续时动态地调整窗口大小对其进行翻转编码；对于数据总线,对不同数据位宽分别设置两个汉明距阈值,当汉明距落在两个阈值之间则查找有效数据通道翻转密集区并对该区取反,两个阈值之外则采用翻转编码。该方法的编解码电路在32位AHB总线系统上实现,实验证明该方法与未编码之前相比将地址总线跳变率降低了51.2%,数据总线跳变率降低了22.4%,系统总功耗降低了28.9%。将T0编码、BI编码等方法在相同系统下实现后与所提方法作比较,证明分支编码方法在降低跳变率和功耗上有明显的优势。

参考文献 | 相关文章 | 多维度评价