赵海
个性化签名
- 姓名:赵海
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
“973”、“863”首席科学家, 博士生导师
- 职称:-
-
学科领域:
计算机系统结构
- 研究兴趣:
赵海(ZHAO Hai)博士,大连海事大学电子系通信专业毕业,获工学学士学位;东北大学计算机科学与应用专业毕业,获得工学硕士和博士学位。现任辽宁省嵌入式计算重点实验室主任、东北 大学信息科学与工程学院教授/博士生导师(国务院特殊津贴)、辽宁省民盟副主委、辽宁省政协委员、沈阳市作家协会副主席、沈阳市政府参事、美国制造工工程师协会和美国计算机自动系统协会高级会员。
作为学科带头人,执教十余年来,桃李满天下。经赵海教授 培养的博士研究生有41名、硕士研究生 117名,本科生已多的无法计算。其中许多人已成为教学、研究和实际工作的中坚力量,为社会做出了巨大的贡献。
作为项目负责人,领导并完成了国家863计划课题 、国家自然科学基金、国家级火炬计划项目、国家科技型中小企业技术创新基金和(国家发改委)高技术产业化示范工程等多项国家级课题和项目。 参加编写了《工厂自动化协议MAP3.0》国家标准及其机电部标准。
曾撰写过《普适计算》、《嵌入式Internet》、《蓝牙技术应用》、《工厂自动化宽带技术规范及其应用》、《现场总线技术与展望》等多部学术专著,荣 获多项国家、省部级科技奖励多项,并获得了国家级专利和软件著作版权9项,发表相关学术论文200余篇,其中经过三大检索100余篇。
实验室另设沈阳市无线传感器网络重点实验室和复杂网络研究中心,建立了国际Internet数据分析联合组织(CAIDA)“中国第一结点”,并与加拿大University of Waterloo、美国UTD和UTA等大学保持长期的科研及教学合作关系。
-
主页访问
3304
-
关注数
0
-
成果阅读
136
-
成果数
3
【期刊论文】Embedded Internet的体系结构及其ONDO模型的实现
赵海, 赵海;陈飞鸣
东北大学学报(自然科学版)1999年6月第20卷第3期/Journal of Northeastern University (Natural Science) Jun., 1999, Vol. 20, No. 3,-0001,():
-1年11月30日
基于Embedded Internet的体系结构,提出一种解决Fieldbus与其他类型同络互连的方法,并建立了ONDC模型。通过该模型,实现了将Fieldbm上的现场设备接入了Internet的目的。以Web和Java技术为主要方法,使得从不同子网、不同的物理区域实现对Fieldbus网络现场设备的监控、诊断、管理维护及下载驱动程序等功能得以实现。Embedded lnternet体系结构的提出为众多不同类型的网络和Internet的互连提供了现实的可能性和技术上的支持。
Embedded Internet, Fieldbus, 面向对象的虚拟客户, 动态设备驱动
-
47浏览
-
0点赞
-
0收藏
-
0分享
-
135下载
-
0评论
-
引用
【期刊论文】加权Internet访问直径短期及长期预测行为分析
赵海, , 徐野, 苏威积, 张文波, 张昕
计算机研究与发展Journal of Computer Research and Development 43 (6): 1027-1035, 2006,-0001,():
-1年11月30日
Internet物理特征量短期及长期预测是一个重要课题,为此,首先定义了加权Internet网络.然后形式化定义表征加权Internet的物理参量——加权Internet访问直径,接下来根据海量数据变化特点,提出了基于Logistic模型的、以正余弦函数模拟振荡变化的数学模型,使用浮点型遗传算法分别进行拟合实验,并通过实验结果对上述模型进行了评价和选优。由于加权访问直径演化极为复杂,传统的一维数学模型在长期预测中已不适用.因此,在长期预测方面,首先计算得到加权Internet访问直径的关联维数,证实其演化过程为混沌现象,存在奇异吸引子.最后根据关联维数及奇异吸引子相近空间混沌轨道运动特性,提出了基于四维微分方程组的加权访问直径长期预测的形式模型。
复杂网络, 访问直径, 加权Internet, logistic模型, 浮点遗传算法, 混沌, 关联维数, 奇异吸引子
-
40浏览
-
0点赞
-
0收藏
-
0分享
-
134下载
-
0评论
-
引用
【期刊论文】相联规则的粗熵挖掘方法及其在肇事逃逸侦破中的应用
赵海, 陈 燕, 张德干, 张晓丹
东北大学学报(自然科学版)2004年10月第25卷第10期/Journal of Northeastern University (Natural Science) Oct., 2004, Vol. 25, No. 10,-0001,():
-1年11月30日
针对传统数据挖掘算法在处理包含不确定性因素的多源信息场景中存在的因掺杂额外的人为因素而导致误差的缺陷,提出了一种基于粗糙熵的相联规则的挖掘方法,并给出了该方法的评析途径.将研究的方法应用于公安系统的交通肇事逃逸案的侦破中,从历史数据中挖掘出了相联规则,为公安系统对交通肇事逃逸案的侦破提供了一种高效和实用的手段。应用范例验证了该方法的有效性。
相联规则, 粗糙熵, 数据挖掘, 交通肇事, 逃逸侦破
-
49浏览
-
0点赞
-
0收藏
-
0分享
-
140下载
-
0评论
-
引用