研究方向
- 主页 /
- 进化算法与自然语言方向 /
- 进化算法与自然语言方向
论文
2020年
[1] 卜冠南,刘建华,姜磊,张冬阳.一种自适应分组的蚁群算法[J/OL].计算机工程与应用:1-10[2020-12-05].
[2] 姜磊,刘建华,张冬阳,卜冠南.一种自适应变异二进制粒子群算法[J].福建工程学院学报,2020,18(03):273-279.
[3] 贺文武,刘国买,刘建华.新工科专业育人共同体与学习共同体构建研究——以数据科学与大数据技术为例[J].教育评论,2018(08):46-51.
[4] Zhang D Y, Liu J H, Jiang L, et al. The Improvement of V-Shaped Transfer Function of Binary Particle Swarm Optimization[C]//International Conference on Swarm Intelligence. Springer, Cham, 2020: 202-211.
2019年
[1] Jiang L, Liu J, Cui D, et al. A Binary Particle Swarm Optimization with the Hybrid S-Shaped and V-Shaped Transfer Function[C]//International Conference on Genetic and Evolutionary Computing. Springer, Singapore, 2019: 69-77.
2018年
[1] Xue X, Liu J. Geo-spatial Ontology Matching Through Compact Evolutionary Algorithm[C]//International Conference on Smart Vehicular Technology, Transportation, Communication and Applications. Springer, Cham, 2018: 11-18.
[2] Xue X, Chen J, Liu J, et al. Matching Biomedical Ontologies Through Compact Evolutionary Simulated Annealing Algorithm[C]//International Conference on Genetic and Evolutionary Computing. Springer, Singapore, 2018: 661-668.
[3] 何尧,刘建华,杨荣华.人工蜂群算法研究综述[J].计算机应用研究,2018,35(05):1281-1286.
2017年
[1] Xue X, Liu J. A compact hybrid evolutionary algorithm for large scale instance matching in linked open data cloud[J]. International Journal on Artificial Intelligence Tools, 2017, 26(04): 1750013.
[2] Xue X, Liu J. Collaborative ontology matching based on compact interactive evolutionary algorithm[J]. Knowledge-Based Systems, 2017, 137: 94-103.
[3] Xue X, Liu J. Optimizing ontology alignment through compact MOEA/D[J]. International Journal of Pattern Recognition and Artificial Intelligence, 2017, 31(04): 1759004.
[4] Wang J, Liu J, Pan J S, et al. A Hybrid BPSO-GA Algorithm for 0-1 Knapsack Problems[C]//The Euro-China Conference on Intelligent Data Analysis and Applications. Springer, Cham, 2017: 344-351.
2016年
[1] Liu J, Mei Y, Li X. An analysis of the inertia weight parameter for binary particle swarm optimization[J]. IEEE Transactions on Evolutionary Computation, 2016, 20(5): 666-681.
[2] 唐郑熠,胡文瑜,刘建华.应用技术大学数学基础课程的教学改革探索——以计算机类专业为例[J].福建电脑,2016,32(10):41-43+91.
2015年以前
[1] Xue X, Liu J, Tsai P W, et al. Optimizing ontology alignment by using compact genetic algorithm[C]//2015 11th International Conference on Computational Intelligence and Security (CIS). IEEE, 2015: 231-234.
[2] Liu J, Zheng S, Tan Y. Analysis on global convergence and time complexity of fireworks algorithm[C]//2014 IEEE Congress on Evolutionary Computation (CEC). IEEE, 2014: 3207-3213.
[3] 刘国买,戴小廷,刘建华,周理.隧道施工安全管理与定位系统的设计和实现[J].武汉理工大学学报(信息与管理工程版),2014,36(02):163-166.
[4] 刘建华,张永晖,周理,贺文武.一种权重递增的粒子群算法[J].计算机科学,2014,41(03):59-65+84.
[5] 刘建华.相空间重构和SVR联合优化的短时交通流预测[J].计算机工程与应用, 2014, 50(03):13-17.
[6] 刘建华,冯嘉礼,刘国买.一种新的决策评价模型及其变权分析[J].福建工程学院学报, 2013, 11(04):400-404.
[7] 胡文瑜,刘建华,张柏礼.近似聚集查询中Congressional Samples算法的优化研究[J].数学的实践与认识,2013,43(08):160-169.
[8] 张永晖,林漳希,刘建华,梁泉.用于多宿容迟移动网络的实时资源分配算法[J].微电子学与计算机,2013,30(03):93-96+101.
[9] Liu J, Zheng S, Tan Y. The improvement on controlling exploration and exploitation of firework algorithm[C]//International Conference in Swarm Intelligence. Springer, Berlin, Heidelberg, 2013: 11-23.
[10] 张永晖,林漳希,刘建华,梁泉.容迟网络广义k选播路由资源分配模型[J].计算机应用,2012,32(12):3494-3498+3504.
[11] 张永晖,林漳希,刘建华,梁泉.基于位置信息的仓储容迟网络路由算法[J].电信科学, 2012, 28(11):81-85.
[12] 张永晖,林漳希,刘建华,梁泉.基于AAA认证的仓储移动网络安全关联转移方案[J].通信学报,2012,33(S1):186-191+200.
[13] 刘建华,刘国买,杨荣华,胡文瑜.粒子群算法的交互性与随机性分析[J].自动化学报, 2012, 38(09):1471-1484.
[14] 杨荣华,刘建华.量子粒子群算法求解整数规划的方法[J].科学技术与工程, 2011,11(33): 8195-8198+8202.
[15] 刘建华,杨荣华,孙水华.离散二进制粒子群算法分析[J].南京大学学报(自然科学版), 2011, 47(05): 504-514.
[16] 杨荣华,刘建华.基于粒子群算法求解整数规划的改进方法[J].福建工程学院学报, 2011, 9(04): 347-350.
[17] 孙水华,刘建华,林志强.基于数据质量控制的ETL[J].福建工程学院学报,2011,9(04):363-366.
[18] 刘建华,黄添强,严晓明.融合PSO算法思想的进化算法[J].山东大学学报(工学版), 2010, 40(05):34-40.
[19] Liu J, Fan X. The analysis and improvement of binary particle swarm optimization[C]//2009 International Conference on Computational Intelligence and Security. IEEE, 2009, 1: 254-258.
[20] Liu J, Fan X, Qu Z. A new interestingness measure of association rules[C]//2008 Second International Conference on Genetic and Evolutionary Computing. IEEE, 2008: 393-397.
[21] 刘建华,樊晓平,瞿志华.一种基于相似度的新型粒子群算法[J].控制与决策,2007(10):1155-1159.
[22] Liu J, Fan X, Qu Z. An improved particle swarm optimization with mutation based on similarity[C]//Third International Conference on Natural Computation (ICNC 2007). IEEE, 2007, 4: 824-828.
[23] 刘建华,刘建伟.基于粒子群算法的城市单交叉口信号控制[J].系统工程,2007(07):83-87.
[24] 刘建华,樊晓平,瞿志华.一种惯性权重动态调整的新型粒子群算法[J].计算机工程与应用, 2007(07):68-70.
[25] 刘建华.多元最优信息分组延迟粒子群算法[J].现代电子技术,2007(04):83-85.
[26] 刘建华.根据用户行为模式自动生成动态链接的方法[J].福建师范大学学报(自然科学版),2004(04):32-34.
[27] 刘建华. 一个智能搜索引擎的用户行为聚类分析[A]. 中国计算机学会电子政务与办公自动化专业委员会.第一届全国Web信息系统及其应用会议(WISA2004)论文集[C].中国计算机学会电子政务与办公自动化专业委员会:湖北省科学技术协会,2004:2.
[28] 刘建华.关联规则挖掘的新模型[J].福建师范大学学报(自然科学版),2004(02):32-35.
[29] 刘建华.从数据中挖掘知识[J].福建师范大学学报(自然科学版),2001(04):113-117.