【喜報】機電工程系「大數據分析、機器學習」研究小組在SCI、EI雙...

2021-01-11 新疆農業大學科技學院

近年來，物聯網、雲數據中心、智能電網以及可穿戴健康設備等新應用的快速發展產生了海量的時間序列數據。在此大環境下，機電工程系成立了「大數據分析、機器學習」研究小組，近期在機器學習方面取得重要進展，成果發表在國際SCI、EI雙檢索期刊《Cluster Computing》上。

人工蜂群算法（Artificial Bee Colony (ABC) Algorithm）是模仿蜜蜂行為提出的一種優化方法，是群體智能思想的一種重要的機器學習方法，主要用來解決最優化問題。目前，人工蜂群算法主要應用於大數據分析中的機器迭代、移動通信信道的最優化利用、旅遊路線規劃、物流最優路徑規劃、電力系統故障診斷、船舶目標方位估計、單通道周期性信號盲分離、太陽能電池模型參數的辨識和孤島式混合能源系統優化配置等。

然而，傳統的人工蜂群算法收斂速度慢且容易陷入局部最優解，為了克服這兩個缺點，機電工程系劉文老師和張土前老師，提出了一種能基於自適應隨機優化策略的人工蜂群改進算法，證明了算法的收斂性，並且設計了具體的實驗方法，期間陶紅玉和付國慶兩位老師全程參與並完成了具體實驗，實驗結果表明，改進算法的性能比傳統算法性能有較大提升。

研究小組對算法的設計源於2016年11月，多次修改算法流程，並證明了算法的收斂性，最後通過實驗驗證了算法的先進性。2017年6月開始撰寫論文，於2017年8月向《Cluster Computing》雜誌投稿，其間歷經2次大修，3次小修，於2018年3月25日正式錄用，並由斯普林格出版社在線出版。

（「大數據分析、機器學習」研究小組在SCI、EI雙檢索期刊《Cluster Computing》發表長文）

每一次的成功都是辛勤付出的結果，凝聚了團隊小組的力量，更值得我們崇拜的是老師們長期堅持的毅力和精神。每一次的實驗、每一次的演算、甚至每一次的修改都傾注了謹慎和專業。為科技打call，為我們默默付出的老師們點讚！

能讓百分之八十科技人頭腦清醒的圖片究竟是什麼樣？

編輯：高啟莉

來源：機電工程系

審核：田園 霍世剛

相關焦點

  • ...機器學習」研究小組在SCI、EI雙檢索期刊《Cluster Computing...
    在此大環境下，機電工程系成立了「大數據分析、機器學習」研究小組，近期在機器學習方面取得重要進展，成果發表在國際SCI、EI雙檢索期刊《Cluster Computing》上。目前，人工蜂群算法主要應用於大數據分析中的機器迭代、移動通信信道的最優化利用、旅遊路線規劃、物流最優路徑規劃、電力系統故障診斷、船舶目標方位估計、單通道周期性信號盲分離、太陽能電池模型參數的辨識和孤島式混合能源系統優化配置等。
  • 什麼是SCI,EI文章
    sci（Science Citation Index, 簡稱 SCI）可以簡單理解為一個檢索工具，有一些專門的人經過某些特定的評價標準，去決定哪些期刊雜誌可以被這個檢索工具檢索到，也就是只要你的文章可以被這個檢索工具檢索到，那麼恭喜你，你就可以說你發表了一篇SCI文章。有人的地方就有江湖，期刊扎堆的地方也就要分個三六九等，雖然大家都是SCI文章，但總也有個水平高低之別。
  • ei期刊整理與EI論文檢索下載方法
    收錄文獻涉及的領域：機械工程、機電工程、船舶工程、製造技術等；礦業、冶金、材料工程、金屬材料、有色金屬、陶瓷、塑料及聚合物工程等；土木工程、建築工程、結構工程、海洋工程、水利工程等。一、ei期刊整理1、Instrumentation and Measurement, IEEE Transactions on（儀器和測量，IEEE事務）2、IEEE Transactions on Microwave Theory and Techniques（IEEE微波理論與技術學報
  • 拓撲數據分析與機器學習的相互促進
    【編者按】拓撲數據分析（TDA）和機器學習（ML）的區別與聯繫讓不熟悉TDA的人撲朔迷離，本文通過兩個定義，解釋了TDA和ML的不同，以及TDA和ML如何相互促進，為何會相互促進，並通過一個設備故障分析的案例（5000個樣本，複雜度適中，48個連續特徵）來進行證明。
  • 滁州職業技術學院2017年機電工程系PLC擴展實訓室教學設備採購項目...
    滁州職業技術學院2017年機電工程系PLC擴展實訓室教學設備採購項目(二次）中標（成交）結果公告 　　一、採購人、採購代理機構名稱、地址和聯繫方式    1、採購人名稱：滁州職業技術學院    2、採購人地址：滁州市豐樂大道2188號      聯繫電話：0550-3854646
  • 機器學習在生物大數據應用的一個例子
    機器學習在生物大數據應用的一個例子前不久，華大基因宣布前CEO王俊「辭職但未離職」，將轉戰「基因測序+人工智慧」領域。也是在幾天前，有一家生物大數據的創業公司出現在媒體和公眾的視線中——Deep Genomics。這個公司是幹嘛的呢？簡單來說就是：利用機器學習的方法，預測基因組上的變化會對人體的特徵/疾病/表型產生怎樣的影響。這就是本文要說的，機器學習在生物大數據上應用的一個例子。那麼它是如何實現的呢？可以概括為兩步：（1）確定與某個特徵/疾病/表型相關的基因易感位點。
  • 小白學數據小抄放送 Python,R,大數據,機器學習
    原標題：小白學數據小抄放送 Python,R,大數據,機器學習 我們這一期小白學數據專欄篩選了28份小抄，根據覆蓋面、清晰度和內容實用性，分別涵蓋了機器學習、數據科學、概率、SQL和大數據的領域。裡面包括了你所需要的工具、流程、各種包和語言。 第一部分 數據科學專場：Python小抄表 小白：我們先來回顧一下之前聊過的Python。
  • SCI論文_怎麼發表ei期刊
    WOSCI沃斯編輯：發表論文要比想像中不容易，還要做好相關的準備工作，尤其是在發表ei文章的時候，更是需要備好發表的基本技能，這樣成功的機率才會更高，下面我們就來學習如何發表ei刊物的論文和一些常見的問題。
  • IAASET一月份各領域SCI/EI/CPCI期刊信息匯總
    SCI&EI雙檢期刊計算機類期刊信息：IF=0.5~3.0，正刊/專刊，3-6個月發表，Article檢索。接收領域：智能技術，無線傳感網絡，物聯網，人工智慧，網絡和網格計算，信號處理，機器人，機器學習。信息系統類期刊信息：IF=2.0+，10期/年，快速發表，Article檢索。
  • 動力工程系開展實驗室安全大檢查
    本網保定訊：為加強動力工程系實驗室安全管理，推進實驗室安全工作紮實、有效地開展，保障正常教學科研秩序，確保師生人身安全，12月31日，動力工程系在副主任張磊、副書記王棟、副主任劉璐的帶領下，集合實驗室安全工作領導小組對我系所有教學與科研實驗室、研究生工作室進行了安全大檢查。
  • 網際網路上20大免費數據科學、機器學習和人工智慧慕課
    這意味著任何個人只要有適當的工具和大量的數據，就可以在幾乎沒有專業知識的情況下進行數據科學研究。隨著數據滲透到整個行業的每一個角落，擁有數據科學家的技能是大勢所趨，也因此產生了一支會說數據語言的員工隊伍。考慮到這一點，通過在線課程，對於一個完全的初學者來說，開始研究數據科學是可能的。所需要的只是一個結構合理的學習課程、正確的學習方法、堅持不懈的動力和激情以及輔助訓練項目。
  • 機器學習、深度學習算法原理與案例實踐暨Python大數據綜合應用...
    共4天8節，講解機器學習和深度學習的模型理論和代碼實踐，梳理機器學習、深度學習、計算機視覺的技術框架，從根本上解決如何使用模型、優化模型的問題；每次課中，首先闡述算法理論和少量公式推導，然後使用真實數據做數據挖掘、機器學習、深度學習的數據分析、特徵選擇、調參和結果比較。
  • 量子機器學習``量子數據''
    可用於量子數據（與經典數據相反），克服了這些應用程式所存在的顯著速度下降，並為「開發量子系統的計算見解提供了沃土」。已經開發出量子算法來增強一系列不同的計算任務；最近，它已經包括量子增強的機器學習。量子機器學習部分是由Skoltech駐地量子信息處理實驗室首創的，該實驗室由本文的研究者Jacob Biamonte領導。他說：「機器學習技術已經成為查找數據模式的強大工具。量子系統產生的非典型模式被認為無法有效地產生於經典系統，因此在計算機學習任務上量子計算機的性能要優於傳統計算機也就不足為奇了。」
  • 小白學數據28張小抄放送 Python,R,大數據,機器學習
    我們這一期小白學數據專欄篩選了28份小抄，根據覆蓋面、清晰度和內容實用性，分別涵蓋了機器學習、數據科學、概率、SQL和大數據的領域。裡面包括了你所需要的工具、流程、各種包和語言。 數據科學專場：Python小抄表 小白：我們先來回顧一下之前聊過的Python。幫我們這樣的小白介紹一下有什麼Python方面的小抄吧？
  • 【原創】Johannes小組JCIM論文:用於預測Frequent Hitter的機器學習模型
    它們不僅會引發錯誤的生化分析結果，而且有可能誤導後續一系列基於錯誤假設的研究，浪費大量的時間和資源。因此，發展可以識別「不良化合物」的可靠方法具有很高的應用價值。德國Hamburg大學J. Kirchmair小組研發的Hit Dexter1就是這樣一款基於機器學習模型的Frequent Hitters預測軟體。
  • 數據科學和機器學習的最佳Python庫
    庫用於自然語言處理的Python庫數據科學與機器學習導論當我開始研究數據科學和機器學習時，總是有這個問題困擾我最大。數據是驅動ML模型所需的燃料，並且由於我們處在大數據時代，因此很清楚為什麼將數據科學視為該時代最有希望的工作角色！我會說數據科學和機器學習是技能，而不僅僅是技術。它們是從數據中獲得有用的見解並通過建立預測模型解決問題所需的技能。從形式上來講，這就是兩者的定義方式。
  • 機電工程學院青年教師龍恭博博士在非常規油氣開發研究領域取得新進展
    我校機電工程學院青年教師龍恭博博士為第一作者；美國德州農機大學石油工程系助教劉松霞博士為通訊作者；美國加州大學河濱分校機械工程系及FrackOptima石油服務公司創始人徐冠水教授、美國殼牌公司首席技術專家(Principal Technology Expert at Shell International Exploration andProduction Inc.)
  • 英語音標學習:雙元音[ei]的發音方法
    新東方網>英語>英語學習>口語>實用口語>正文英語音標學習：雙元音[ei]的發音方法 2012-12-11 15:57 來源：人人聽力 作者： /
  • 機器學習與數據分析常用術語-基礎篇(一)
    前言 之前在給公司的程式設計師培訓機器學習專題實戰的時候，發現他們聽的認真，也非常想學，但是每當問他們有哪裡不懂的時候，他們總是回答不出哪裡不懂，識懂非懂的狀態，後來我總結了一下原因，1.機器學習領域跟程序開發的區別非常大，機器學習屬於一個交叉學科，即需要數學也需要計算機學，難度相對與單學科要大些，2.機器學習領域有很多專業詞彙與術語，之前程式設計師都沒聽說過和接觸過
  • 於曉華等:機器學習和農業政策研究範式的革新
    本文在這裡就對機器學習對政策研究中的數據、模型以及計算的影響做一個具體的分析。　　1. 數據　　隨著計算機數據收集和儲存能力的不斷增強, 數據來源的不斷擴展。大數據已經漸漸成為經濟分析的基礎, 其對政策分析的作用是多方面的 (Einav等, 2014;張浩然等, 2004;Lesmeister, 2015) 。