公共文化服务平台

黄静静: 作品数：20 被引量：26H指数：3; 供职机构：北京信息科技大学理学院更多>>; 发文基金：北京市教委面上项目北京市教育委员会科技发展计划国家自然科学基金更多>>; 相关领域：理学文化科学自动化与计算机技术天文地球更多>>

合作作者

基于两种U型网络的钢铁图像缺陷检测方法对比被引量：3: 2021年; 针对钢铁图像缺陷检测问题,使用U型的深度学习神经网络模型U-Net和ResUNet对有缺陷的钢铁图像进行图像分割。通过python对钢铁图像进行数据统计,分析每类缺陷占比,以及缺陷数量与缺陷面积的关系。通过数据生成器依次将数据输入U-Net和Res-UNet模型,对比在相同损失函数下的Tversky系数和损失率。实验结果表明,Res-UNet模型的Tversky系数优于U-Net模型,且Res-UNet模型损失率低于U-Net模型,Res-UNet模型可以更准确地预测钢铁缺陷位置和缺陷类别。; 师伟婕黄静静王茂发; 关键词：图像分割

定常Navier-Stokes方程的Newton两层稳定化有限元方法: 2011年; 针对低阶协调有限元对Q1-P0,P1-P0,对二维定常不可压缩Navier-Stokes方程,提出了建立在局部压力投影上的一类Newton两层稳定化有限元方法。在网格尺度为H的粗网格上,求解一个小型的非线性Navier-Stokes问题,在网格尺度为h的细网格上,求解一个大型的Stokes问题,如果选取h=O(│lg1/h│1/2H3),则Newton两层稳定化有限元方法和通常在细网格上求解大型Navier-Stokes方程的稳定化有限元方法有着相同的收敛精度,但是Newton两层稳定化方法更简单。; 王爱文黄静静; 关键词：NAVIER-STOKES方程

北京交通流序列的重分形扩散熵分析被引量：4: 2014年; 运用重分形扩散熵分析方法来分析北京交通拥堵指数的长程相关性和重分形特征.方法综合使用了扩散技术和Renyi熵来研究北京交通拥堵指数的标度行为.由于交通拥堵指数序列具有明显的周期性,故先选用傅里叶滤波去除序列的周期性,再进行重分形扩散熵分析.实验结果表明北京交通拥堵指数序列的极端波动显示出反相关性,同时拥堵指数序列具有较弱的重分形特征.; 黄静静; 关键词：RENYI熵

二次半定规划的原始对偶预估校正内点算法被引量：1: 2011年; 将半定规划(Semidefinite Programming,SDP)的内点算法推广到二次半定规划(QuadraticSemidefinite Programming,QSDP),重点讨论了AHO搜索方向的产生方法.首先利用Wolfe对偶理论推导得到了求解二次半定规划的非线性方程组,利用牛顿法求解该方程组,得到了求解QSDP的内点算法的AHO搜索方向,证明了该搜索方向的存在唯一性,最后给出了求解二次半定规划的预估校正内点算法的具体步骤,并对基于不同搜索方向的内点算法进行了数值实验,结果表明基于NT方向的内点算法最为稳健.; 黄静静商朋见王爱文; 关键词：半定规划二次半定规划内点算法搜索方向牛顿法

基于扩散熵的金融市场中股票波动分析: 2013年; 介绍了一种推广后的扩散熵分析方法来分析股票波动序列的长程相关性．方法使用了扩散技术和Tsallis熵来研究发达国家及发展中国家股票的规则波动及极端波动的标度行为．实验结果表明规则波动出现出长程相关性，而极端波动显示出反相关性．; 黄静静商朋见王爱文

关于数学建模与实验课堂上LINGO软件教学的几点体会被引量：1: 2013年; 随着信息化时代的到来,数学建模与实验已成为当前高等院校数学教育中的一门重要课程,而LINGO软件在进行数学模型求解时起着非常重要的作用。笔者结合自身从事数学建模与实验课教学,辅导学生参加数学建模竞赛以及在科研工作中运用LINGO软件的经验,谈几点关于LINGO软件教学中的体会。; 黄静静王爱文

基于经验模式分解的扩散熵分析法: 2015年; 由于现实中的许多时间序列含有较强的周期趋势,周期趋势通常会影响序列的相关性。为了正确分析序列的相关性,提出了基于经验模式分解的扩散熵分析法,并用来分析北京市交通流序列的长程相关性。数值实验结果表明:经验模式分解法能有效地去除时间序列的周期趋势;扩散熵分析法能求得去除周期趋势后的序列的正确的标度指数;北京交通流序列呈现长程相关性。; 黄静静; 关键词：经验模式分解

递归图法在气温时间序列分析中的应用被引量：1: 2020年; 为了研究气温变化可能具有的动力学行为,以北京市海淀区1999-2018年的日均气温为例,运用递归图分析方法来刻画海淀区气温所具有的动力学特征。首先通过嵌入延迟技术来重构相空间,然后绘制气温时间序列的递归图,通过对递归图像的分析,得出北京海淀区气温变化具有周期性、确定性、不平稳性的动力学特征的结论,为气温预测提供理论参考。; 贺倩黄静静; 关键词：相空间重构动力学行为

基于相似性的个性化联邦学习模型聚合框架: 2025年; 传统联邦学习中经过加权聚合得到的全局模型无法应对跨客户端的数据异构的问题。现有研究通过形成个性化模型应对,但个性化模型如何平衡全局的共性信息和本地的个性信息是一个挑战。针对上述问题,提出了一种个性化联邦学习模型聚合框架FedPG(federated learning with personalized global model)。FedPG基于客户端模型的相似性,将归一化后的模型参数变化量的余弦相似度作为模型聚合的个性化权重,从而实现面向客户端的全局模型个性化聚合。通过引入平滑系数,该框架可以灵活地调整模型中共性信息和个性信息的比重。为了降低平滑系数的选择成本,进一步提出调度平滑系数的个性化联邦学习模型聚合框架FedPGS(federated learning with personalized global model and scheduled personalization)。在实验中,FedPG和FedPGS两个框架使得FedAvg、FedProto、FedProx算法在特征分布偏移的数据集上的准确率平均提升1.20~11.50百分点,且使得模型的准确率受恶意设备的影响更小。结果表明,FedPG和FedPGS框架在数据异构和存在恶意设备干扰的情况下能有效提升模型的准确率和鲁棒性。; 武文媗王灿黄静静吴秋新秦宇; 关键词：余弦相似度数据异构

《概率论与数理统计》教学改革与学生实践能力的培养被引量：5: 2014年; 目前,概率论与数理统计课程存在重概率轻统计的问题,应适当增加课时,调整教学内容,突出统计方法和实际数据分析的讲授,加强知识点实际背景介绍,并强化学生综合训练。; 李静黄静静; 关键词：概率论与数理统计数据分析