王洪智,男,出生于1974年5月。1996年本科畢業(yè)于大連交通大學(xué)機(jī)車車輛系,2015年獲得大連交通大學(xué)計(jì)算機(jī)技術(shù)碩士學(xué)位?,F(xiàn)任大連交通大學(xué)網(wǎng)絡(luò)信息中心高級(jí)工程師。
研究方向:信息技術(shù)、下一代互聯(lián)網(wǎng)技術(shù)、機(jī)器學(xué)習(xí)、模式識(shí)別、人工智能、物聯(lián)網(wǎng)技術(shù)和網(wǎng)絡(luò)安全。
審稿和委員:現(xiàn)任中國電工技術(shù)學(xué)會(huì)高級(jí)會(huì)員,多次擔(dān)任學(xué)術(shù)期刊和國際會(huì)議的審稿專家和技術(shù)委員會(huì)委員,累計(jì)評(píng)審中英文論文15篇。
論文情況:近年來發(fā)表學(xué)術(shù)論文12篇(其中EI檢索4篇,核心期刊3篇),授權(quán)軟件著作權(quán)1項(xiàng),申報(bào)發(fā)明專利2項(xiàng)。
科研工作:
(1)針對(duì)網(wǎng)絡(luò)流量預(yù)測(cè)領(lǐng)域的現(xiàn)狀和存在的問題,提出了一種基于多類支持向量機(jī)(Multi-class SVM)的網(wǎng)絡(luò)流量預(yù)測(cè)方法。通過建立多分類SVM網(wǎng)絡(luò)流量預(yù)測(cè)模型,對(duì)網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行數(shù)據(jù)編碼,并對(duì)數(shù)據(jù)模型進(jìn)行訓(xùn)練,在預(yù)測(cè)階段通過數(shù)據(jù)解碼將多分類支持向量機(jī)的輸出數(shù)據(jù)轉(zhuǎn)換為實(shí)際的網(wǎng)絡(luò)流量數(shù)據(jù),并輸出預(yù)測(cè)結(jié)果。實(shí)際應(yīng)用結(jié)果表明,與單支持向量機(jī)(SVM)方法和BP神經(jīng)網(wǎng)絡(luò)方法相比,該方法的最小平方誤差(MSE)大大降低。 通過這種方法,可以有效降低網(wǎng)絡(luò)流量預(yù)測(cè)誤差,提高網(wǎng)絡(luò)流量數(shù)據(jù)預(yù)測(cè)的準(zhǔn)確性。這是多分類支持向量機(jī)(Multi-class SVM)首次應(yīng)用于網(wǎng)絡(luò)流量預(yù)測(cè),得到了專家同行的高度評(píng)價(jià)及論文引用,并被媒體宣傳報(bào)道,對(duì)于互聯(lián)網(wǎng)的進(jìn)一步完善和發(fā)展起到了推動(dòng)作用。
(2)自主開發(fā)了“基于SNMP協(xié)議的網(wǎng)絡(luò)設(shè)備監(jiān)控系統(tǒng)”。該系統(tǒng)依托Eclipse集成開發(fā)環(huán)境、Tomcat應(yīng)用程序環(huán)境、MySQL數(shù)據(jù)庫系統(tǒng),使用Java語言進(jìn)行代碼編程。系統(tǒng)基于SNMP網(wǎng)絡(luò)協(xié)議,集成了網(wǎng)絡(luò)訪問、網(wǎng)絡(luò)設(shè)置、數(shù)據(jù)恢復(fù)、安全防御、設(shè)備監(jiān)視、數(shù)據(jù)傳輸、數(shù)據(jù)備份、狀態(tài)監(jiān)控、系統(tǒng)設(shè)置等模塊。系統(tǒng)實(shí)現(xiàn)了網(wǎng)絡(luò)設(shè)備在線管理、網(wǎng)絡(luò)故障自動(dòng)報(bào)警、網(wǎng)絡(luò)設(shè)備實(shí)時(shí)流量分析、網(wǎng)絡(luò)設(shè)備添加和刪除、設(shè)備管理全程可視化以及網(wǎng)絡(luò)配置文件自動(dòng)備份等功能。該系統(tǒng)已經(jīng)在實(shí)際網(wǎng)絡(luò)環(huán)境應(yīng)用了5年,負(fù)責(zé)管理100余臺(tái)網(wǎng)絡(luò)設(shè)備,服務(wù)20,000多名用戶,取得了滿意的效果,并于2019年獲得軟件版權(quán)專利授權(quán)。同時(shí),該系統(tǒng)也為網(wǎng)絡(luò)設(shè)備管理提供了新的思路,軟件適應(yīng)能力較強(qiáng),可同樣應(yīng)用于其他類似單位和部門的網(wǎng)絡(luò)管理工作,可以大幅提高網(wǎng)絡(luò)管理效率。
(3)開創(chuàng)性的提出了一種新的PCA特征選擇算法用于流量特征識(shí)別,并首次把這種方法和改進(jìn)Hadamard矩陣和ECOC-SVM算法相結(jié)合,用于數(shù)據(jù)分類,提高了分類精度。該方法得到了日本J.C. System公司科研同行的采用,取得了較好效果。
(4)把機(jī)器學(xué)習(xí)算法和大數(shù)據(jù)分析相結(jié)合,對(duì)大學(xué)生學(xué)習(xí)行為進(jìn)行定量分析,定量的分析出影響學(xué)習(xí)效果的各方面因素,為教師改進(jìn)教學(xué)方法、提高教學(xué)效果提供精準(zhǔn)的分析數(shù)據(jù)。