唐常杰
研究兴趣集中在数据库,知识库,数据挖掘、 和数据安全等领域。
个性化签名
- 姓名:唐常杰
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
博士生导师
- 职称:-
-
学科领域:
计算机软件
- 研究兴趣:研究兴趣集中在数据库,知识库,数据挖掘、 和数据安全等领域。
唐常杰,1982年四川大学数学系获得硕士学位。1983.1-1985.6在美国南加利福尼亚大学作访问学者,与S.Ginsburg. 合作,研究object history,(时态数据库模型之一)。1986.6任副教授,1992.6任教授。先任四川大学计算机学院计算机科学系主任。博士生指导教师。 研究兴趣集中在数据库,知识库,数据挖掘、 和数据安全等领域。近年来,他单独或与人合作、发表了专著四部、教科书五本。研究论文百余篇。这些论文发表在、TCS (Theoretical Computer Science) 、JOS、JCST、LNCS、中国科学(Science of China)等杂志和FODO、 IFIP、SIGMOD、 DASFAA、 ICSC、WAIM等国际会议上,其中,被三大检索(SCI,EI、ISTP)引用30余篇。他承担过国家教委优秀年轻教师科学基金项目,博士点基金项目和8项国家自然科学基金项目。获得四川省科技进步二等奖二项、三等奖(二项)、成都市科技进步二等奖三等奖各一项、省优秀软件一等奖两项。光华科技奖励基金二等奖(92),全国优秀科技图书二等奖(92)。1992年被评为做出突出贡献的中国硕士学位获得者。在上述获奖项目中,均为负责人和第一获奖人。唐常杰教授是国内和国际数据库学术活动的活跃参加者和组织者。他是国际数据库界重要学术会议VLDB97、DASFA'99、ICSC'99、Pakdd2001、 AICCSA01、 Codas2001、 WIAM2000-2005、 DASFAA2001-2005 的程序委员会委员。是NDBC01、WAIM03的程序委员会主席,WAIM05大会主席。他还是ACM SIDMOD中国西南Chapter Chairperson,中国计算机学会数据库专业委员会副主任。
-
主页访问
2922
-
关注数
0
-
成果阅读
753
-
成果数
10
【期刊论文】Supporting Practices in Web-based Learning*
唐常杰, Changjie Tang, Qing Li, Rynson W.H. Lau, Xiaodong Huang
,-0001,():
-1年11月30日
Student practices are an important aspect in schooling. This article explores a possible solution of this issue for Web students in the field of computer science. Taking a DBMS implementation course as an example, the practical experiences are introduced, including courseware organization, question answering, project assignments and checking for Web Learning. The courseware is featured with: (a) self-navigation by semantic links, (b) seeing before learning, (c) provision of source code and practice-slots, (d) learning with tasks, and (e) personalized interface facilities. The special techniques inside the implementation of a personalized interface, such as user information table, behavior table, topic level tree and the page producing mechanisms are also discussed. A strategy to get the feedback of Web students is proposed, namely, by setting up a shadow class on campus to reflect the feedback of all Web learning students.
Web learning,, practical classes,, learning with task,, shadow classes.,
-
51浏览
-
0点赞
-
0收藏
-
0分享
-
129下载
-
0评论
-
引用
【期刊论文】Time Series Prediction based on Gene Expression Programming*
唐常杰, Zuo Jie, Tang Changjie*, *, Li Chuan, Chen Anlong, and Yuan Chang'an
,-0001,():
-1年11月30日
Time series prediction is a typical and signicant task in data mining being widely studied recently. This paper proposes two novel methods for Time Series Prediction based on GEP (Gene Expression Programming). The main contributions include: (1) GEP-Sliding Window Prediction Method (GEP-SWPM) to mine the relationship between future and historical data directly. (2) GEP-Differential Equation Prediction Method (GEP-DEPM) to mine ordinary differential equations from training data, and predict future trends based on specied initial conditions. (3) A brand new equation mining method, called Difierential by Microscope Interpolation (DMI) that boosts the e
GEP (, Gene Expression Programming), ,, Data Mining,, Time Series Prediction,, Sun Spot Prediction,, Differential Equation
-
111浏览
-
0点赞
-
0收藏
-
0分享
-
547下载
-
0评论
-
引用
唐常杰, 黄晓冬, 李智, 普东航, 曾令明, 廖勇
软件学报,2004,15:97~106,-0001,():
-1年11月30日
在许多科学研究中,人们希望揭示隐藏在现象背后的规律,并用函数关系来表示。论文分析了函数关系表达式挖掘技术的特点,提出了一种基于基因表达式编程的函数关系发现方法。MEM方法能处理具有一致表达式的关系和具有不同分域表达式的复杂函数关系。论文对该方法的复杂度和性能做了评价,论证了MEM方法具有对数数量级的复杂度。实验结果显示,基于GEP的函数关系发现方法在采用较高变异概率时有很好的性能,对于不同的目标函数,挖掘成功率可以达到20%-80%,且运行时间较短,成功挖掘平均耗时在10秒以内。
GEP,, KDD,, 一致表达式挖掘(, UEM), ,, 分域表达式挖掘(, MEM),
-
80浏览
-
0点赞
-
0收藏
-
0分享
-
298下载
-
0评论
-
引用
唐常杰, 汪锐, 段磊, 陈宇, 廖勇
计算机研究与发展,2004,41:442~448,-0001,():
-1年11月30日
利用GEP方法实现了多项式函数分解。主要工作如下:提出了基于基因表达式编程GEP的多项式函数分解方法GPF(GEP Dnlvnomial factorization)。能将任意多项式函数关系,按指定精度分解若干个低次多项式函数之积。利用基因表达式编程GEP技术提出了GPF算法。采用了有特色的概率相关因子优化对GEP中的适应度函数进行优化,使得精度提高了27%。提出了宽松环境进化策略LEE(loose environment evnlution),使GEP成功率比传统技术最大提高了58倍。通过一系列的实验证明了GPF的有效性。
多项式函数分解, 概率相关因子, 宽松环境进化, 基因表达式编程
-
66浏览
-
0点赞
-
0收藏
-
0分享
-
161下载
-
0评论
-
引用
唐常杰, 段磊, 左劼, 陈宇, 钟义啸, 元昌安
计算机研究与发展,2004,41(10):1684~1689,-0001,():
-1年11月30日
用传统基因表达式编程(GEP)适应度机制挖掘函数关系容易受到噪声干扰,导致结果失真,为此做了如下探索:①借鉴生物具有的“趋利避害”天性,提出了GEP的“弱适应模型”,以实现在含噪声的数据集上挖掘函数关系;②提出新概念“带内集”、“带外集”并用于划分训练数据集;③设计了在弱适应模型下基于相对误差计算适应度的算法REFA;④用详尽的实验验证了REFA的有效性,当测量数据的噪声率为3.33%时,与传统方法相比,REFA方法的成功率提高了3倍,产生结果的平均相对误差从7.899%降低到2.320%.
基因表达式编程, 噪声数据, 适应度, 函数挖掘, 弱适应模型
-
63浏览
-
0点赞
-
0收藏
-
0分享
-
236下载
-
0评论
-
引用
【期刊论文】基于基因表达式编程的知识发现1——沿革、成果和发展方向
唐常杰, 张天庆, 左劼, 汪锐, 贾晓斌
计算机应用,2004,24,(10):7~10,-0001,():
-1年11月30日
综述了基于基因表达式编程(Gene Expresslon Programming, GEP)的知识发现技术的沿革、特色和成果。论文剖析了GEP中通过简单编码解决复杂司题的关键技术。特别介绍了作者在这一领域的工作成果,如基于GEP的多项式因式分解,频繁函数挖掘,抗噪声数据的函数挖掘算,太阳黑子预测等。对进一步开展基于GEP的知识发现技术的发展策略提出了自己的见解。
基于基因表达式编程,, 知识发现,, 染色体,, 函数挖掘,, 太阳黑子预测
-
62浏览
-
0点赞
-
0收藏
-
0分享
-
143下载
-
0评论
-
引用
唐常杰, 谢方军, 元昌安, 王锦, 左劼, 陈安龙
四川大学学报(工程科学版),2004,36(6):1~8,-0001,():
-1年11月30日
DoS攻击检测是入侵检测系统中的重要课题,针对这一亟待解决的问题,本文综合了数据挖掘技术、分形技术和通信流分类技术,作了如下工作:(1)分析现有的基于网络的DoS攻击检测的方法的不足;(2)提出基于熵的属性分类挖掘方法和基于分形维的DoS攻击检测算法FDD-DoS(Fractal Dimension Detect-Denial of Service),FDD-DoS算法分为训练和检测两个阶段,在训练阶段,首先获取到达服务器的通信流,通过计算得到分类后的通信流的分形维数值和偏差阈值。在检测阶段,FDD-DoS实时计算通信流的分形维,如果偏差小于训练阶段得到的阈值,则修改分形维值(学习进化的过程),否则,则可判定发生了DoS攻击。(3)在实际网络环境cs.scu.edu.cn上对FDD-DoS算法进行了连续8周的测试,利用训练结果,并模拟DoS攻击,试验证明该算法能有效检测DoS攻击。
DoS攻击, 分形维, 数据挖掘, 分类
-
59浏览
-
0点赞
-
0收藏
-
0分享
-
107下载
-
0评论
-
引用
【期刊论文】DISTANCE-LEARNING COURSEWARE DISCRIMINATION FOR DISCERNMENT ABILITY TRAINING
唐常杰, Changjie Tang, Rynson W.H. Lau, Qing Li, Tianqing Zhang
Journal of Distance Education techniques, 3 (1),44-61, Jan-march, 2005,-0001,():
-1年11月30日
Training students the discernment ability is an important task in distance education. To improve the training results, this paper makes following contributions: (1) suggests the web courseware on controversial social issues with different viewpoints for discernment training. (2) To construct training courseware, a method called DRPA (Discriminating via Representative Phrase Assaying) is presented with five algorithms, i.e. algorithms for extracting representative phrases, calculating characteristic array, determining the threshold array, objective judgment, and subjective judgment. (3) A new concept called Gymnastics Threshold is proposed and proved to be more accuracy than traditional threshold. (4) Extensive experiments are given to show that: DRPA is much more efficient and accuracy than traditional method.
Distance learning,, discernment ability training,, Automatic d, o, c, u, m, e, n, t, discrimination,, natural language understanding.,
-
44浏览
-
0点赞
-
0收藏
-
0分享
-
83下载
-
0评论
-
引用
【期刊论文】基于基因表达式编程的函数挖掘1——收敛性分析与残差制导进化算法
唐常杰, 元昌安, , 左劼, 谢方军, 陈安龙, 胡建军
四川大学学报(工程科学版),2004,36(6):1~8,-0001,():
-1年11月30日
针对复杂的大数据集挖掘有意义的函数表达式是知识发现领域中的一个重要研究方向。传统的数学方法在确定要发现的函数类型时需要依赖专业知识,具有主观性和盲目性。基于遗传编程(GP)的函数发现方法,克服了传统方法的不足。但遗传编程方法却存在效率太低的致命弱点。基于基因表达式编程(GEP)是一种新的函数挖掘方法,具有GP的优点。本文对基于GEP的函数挖掘方法进行了研究,分析了算法的收敛性,并根据收敛性定理提出了GEP的改进算法—残差制导进化算法RGEA(Remnant-GuidedEvolution Algorithm)。通过对GP、GEP、RGEA算法的比较实验,结果表明,在噪声数据很小的情况下,三种算法均挖掘出目标函数,但GEP比GP的收敛速度提高了20倍,RGEP比GP提高了60倍。对于函数类型未知且极为复杂的数据,GEP和RGEA 在发现理想函数的速度上要比GP 分别快900、1800倍。
基因表达式编程,, 函数挖掘,, 收敛性,, 残差制导进化算法
-
154浏览
-
0点赞
-
0收藏
-
0分享
-
127下载
-
0评论
-
引用
唐常杰, 刘昌钰), 唐常杰), 杜永萍), 郭颖)
,-0001,():
-1年11月30日
对电子公告栏(BBS)文档进行鉴别已成为信息安全技术的重要内容之一。本文融合了数据挖掘技术、数理统计技术和自然语言理解技术,提出了基于潜在语义分析与Bayes分类的BBS文档鉴别方法(Bayes Discriminator based on Latent Semantic Analysis, BDLSA)。利用自然语言处理技术从训练文档中抽取典型短语集;通过潜在语义分析进行典型短语同义归约,应用关联规则采掘技术提高典型短语间的独立性;用Bayes分类器对BBS文档进行鉴别。本文还对影响系统的关键参数进行了大量的讨论和测试,实验表明新提出的方法对于BBS文档的鉴别是可行而有效的。
数据挖掘,, 关联规则,, 贝叶斯分类,, 潜在语义分析,, BBS
-
63浏览
-
0点赞
-
0收藏
-
0分享
-
122下载
-
0评论
-
引用