检索结果-南通市图书馆

西安电子科技大学学报 2003年第2期30卷 230-232页

作者：王超陶晓燕吴顺君西安电子科技大学雷达信号处理国家重点实验室陕西西安710071 空军工程大学电讯工程学院陕西西安710077

利用混合掺杂法将两个相互独立的白高斯随机序列加权混合后,能够与原序列构成互相关系数符合要求的两个瑞利衰落信道,供通信和雷达的算法仿真和系统模拟使用.该方法同时也适用于产生其他分布的相关信道,仿真结果证明了该方法的有效性.

关键词：掺杂法瑞利衰落信道相关系数随机过程随机序列加权混合高斯信道

面向O2O显隐式反馈的分布式混合推荐方法研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向O2O显隐式反馈的分布式混合推荐方法研究

作者：李雅锋武汉理工大学

学位级别：硕士

随着线上线下交易的越发频繁,O2O行业正在以前所未有的速度发展,同时也带来了海量蕴藏着巨大商机的数据。这些数据经过有效处理,可以提取大量用户及产品的相互关联信息,为用户提供精准推荐。但经研究发现,O2O数据因其体量大、类型多、... 详细信息

随着线上线下交易的越发频繁,O2O行业正在以前所未有的速度发展,同时也带来了海量蕴藏着巨大商机的数据。这些数据经过有效处理,可以提取大量用户及产品的相互关联信息,为用户提供精准推荐。但经研究发现,O2O数据因其体量大、类型多、速率快、密度低、隐式数据样本不均衡等特点,在推荐上存在许多问题。为此,本文提出了一种对O2O显式和隐式反馈数据进行混合推荐的大数据推荐系统方案,并设计了相应的分布式算法。方案首先通过设计一套融合聚类和基于用户协同过滤思想的推荐算法,来处理O2O显式数据,并通过建立冷启动仓库、矩阵分解预处理、训练聚类模型、优化聚类,改善了数据稀疏、冷启动问题,缩小了协同过滤相邻用户计算范围,提高了整体效率。然后,本文通过对隐式反馈数据基于选择倾向度的推荐,与显式数据结果作混合,并设计了一种全新的变加权混合策略,形成了更为精准的推荐结果。本文主要工作有以下三个方面:1)针对协同过滤推荐效率和精度问题,将基于模型的聚类分析融入基于用户的协同过滤推荐算法中,并利用Canopy粗聚类的思想改进了聚类过程本身,使得聚类模型更稳定,以此更准确地缩小了协同过滤算法邻居用户的计算范围,提高了算法整体效率,增强了推荐方案的实时性。并最终将算法实现并行化;2)针对O2O数据在推荐中的数据稀疏问题,对新用户和稀疏数据建立了预处理机制,对新用户建立了冷启动仓库策略,通过计算冷启动影响因子,融入信息熵和流行度共同影响排序,对新用户冷启动问题进行了TOP-N推荐;并利用ALS矩阵分解改善了O2O数据原本的稀疏问题;3)提出了一种全新的显隐式变加权混合策略,引入隐式反馈数据和显式数据作混合推荐,使得权值混合推荐更个性化,针对性更强。通过设立公共权值进行初步推荐,设立用户个性权值,让显式和隐式数据权重交由用户自控并可视化权值对推荐的改进,反馈个性权值改进公共权值,形成了一种权值可变的自学习个性化混合推荐策略。本文最后针对方案进行了测试与评估,在数据超过十万以上规模的情况下,平均绝对误差MAE相较传统算法降低近7.5%,平均正确率均值MAP较SPCF和分布式UserCF分别提升近4.64%和3.27%。平均百分比排序MPR进行测试,达11.7%。本文研究对推荐性能的提升得到了验证。

关键词： O2O 大数据推荐协同过滤加权混合显隐式反馈

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动态混合新闻推荐系统的研究与实现

动态混合新闻推荐系统的研究与实现

作者：朱明宇重庆大学

学位级别：硕士

随着科技的发展和网络的普及,在线新闻数量呈指数型爆炸式增长,信息过载的现象日益严重,导致读者很难找到自己所需要的内容。为了解决这一问题,人们发明了个性化新闻推荐系统并取得了良好的效果。本课题对当前主流的个性化新闻推荐系统... 详细信息

随着科技的发展和网络的普及,在线新闻数量呈指数型爆炸式增长,信息过载的现象日益严重,导致读者很难找到自己所需要的内容。为了解决这一问题,人们发明了个性化新闻推荐系统并取得了良好的效果。本课题对当前主流的个性化新闻推荐系统进行了分析研究,针对推荐中存在的用户兴趣迁移和新闻新鲜度变化问题,提出了优化解决方法,在此基础上设计并实现了动态混合新闻推荐系统。本文的主要工作包括:(1)分析了用户兴趣变化产生的原因,提出了基于时间遗忘的用户兴趣建模方法,使用户的兴趣建模结果更能体现出其当前的关注和喜好。考虑到不同年龄段的读者兴趣变化特点不同,通过改变遗忘权重调控因子来构造符合不同年龄段兴趣变化的时间遗忘函数。并以此优化了基于内容和基于协同过滤的新闻推荐模型,然后将两者计算预测的结果加权组合进行混合新闻推荐。(2)对真实新闻数据集进行了深入研究,发现了用户对新闻的新鲜度有着较高的需求,提出了基于新闻新鲜度变化的动态纠正机制,使推荐模型能根据新闻新鲜度的变化动态地调整用户待推荐列表中各个新闻的推荐权重。本文还设计了同时考虑时间和数量的近期新闻选取方法,该方法可以较好地筛选出有较高推荐价值的近期新闻,来提高推荐的准确性。(3)将本文提出的动态混合新闻推荐模型与几个流行的新闻推荐模型进行对比,并通过AB测试,验证了以上所提方法的正确性及实用性,且实验研究了不同遗忘权重调控因子和新鲜度衰减因子对模型推荐效果的影响。(4)设计并实现了动态混合新闻推荐系统。该系统融合了基于时间遗忘的混合推荐算法、基于新闻新鲜度变化的动态调节机制和近期新闻选取方法。经过测试,系统的各个模块均能正常运行,可以满足用户的基本使用需求。

关键词：推荐系统新闻推荐遗忘函数加权混合动态调整

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多目标优化的旅游推荐算法研究

基于多目标优化的旅游推荐算法研究

作者：李子珏安徽大学

学位级别：硕士

随着居民生活水平的提高,居民对于精神文化和美好生活的需求越来越强烈。旅游已日益成为人们日常生活中不可或缺的重要组成部分,从而使旅游业得以快速的发展。然而,面对庞大而复杂的旅游信息数据时,人们很容易淹没在大量的数据中,很难... 详细信息

随着居民生活水平的提高,居民对于精神文化和美好生活的需求越来越强烈。旅游已日益成为人们日常生活中不可或缺的重要组成部分,从而使旅游业得以快速的发展。然而,面对庞大而复杂的旅游信息数据时,人们很容易淹没在大量的数据中,很难快速找到需要的景点信息。因此,为了满足人们对于智能旅游信息日益迫切的需求,亟需发展高效的旅游推荐算法来为用户智能快速地推荐更理想的景点。然而大多数旅游景点推荐算法只将准确性作为唯一的评价指标,已经不能满足用户日益追求多样化景点的需求,本文将推荐的准确性、多样性等指标作为推荐的评价标准,将多目标优化算法与推荐算法相结合,从而给用户推荐更加全面的推荐列表。主要工作如下:1.提出一种基于多目标优化的混合重排旅游推荐算法(MOEA/D-HRR)。为了克服单一推荐算法预测能力有限的问题,MOEA/D-HRR将三种不同的传统推荐算法的结果进行加权混合,然后使用基于最大边际相关性(MMR)对加权后的推荐进行重排序提高推荐列表的多样性。此外,构造一个以准确性和多样性为两个目标的多目标优化问题,使用多目标进化算法对重排序算法和加权混合的权重进行优化。实验结果表明,该方法能够在保证推荐旅游景点准确性的同时,为用户提供更加多样化的旅游景点。2.提出一种基于邻域选择的多目标推荐算法(MOEA-NS)来同时优化推荐的准确性和新颖性。协同过滤算法(CF)是目前最流行的推荐算法,其中基于用户的协同过滤(User＿CF)根据用户的邻域生成推荐,因此邻居的选择对推荐的质量有着较大的影响。首先,为了克服User＿CF算法的冷启动问题,分别将所有用户划分为新用户和老用户,并对不同状态的用户分别进行相似度计算得到用户的邻居列表。然后使用基于NSGA-Ⅱ改进后的多目标进化算法对用户的邻居列表进行优化得到最优的邻居列表。最后通过在User＿CF上使用最优的邻居列表得到用户的推荐列表。实验表明,该方法可以在准确性和新颖性上取得不错的效果,优于现有的多目标推荐算法。

关键词：旅游推荐算法多目标优化加权混合重排序算法邻域选择

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

离散数据局部拟合混合技术的研究与应用

离散数据局部拟合混合技术的研究与应用

作者：樊春玲南京师范大学

学位级别：硕士

曲线、曲面造型技术是计算机辅助设计与制造技术的基础,也是逆向工程研究的一项重要课题。曲线、曲面表示和造型的数学理论框架主要是以插值、逼近和拟合三种工具为依托建立起来的。近年来,曲线、曲面拟合问题已经成为逼近理论中的一个... 详细信息

曲线、曲面造型技术是计算机辅助设计与制造技术的基础,也是逆向工程研究的一项重要课题。曲线、曲面表示和造型的数学理论框架主要是以插值、逼近和拟合三种工具为依托建立起来的。近年来,曲线、曲面拟合问题已经成为逼近理论中的一个研究热点并在诸多领域有着广泛的应用,如航空、航天、汽车、船舶等外形设计与制造的工业领域,需要对大量数据进行计算并对计算结果进行系统分析的地质、海洋、气象领域等。曲线曲面表示在三维地形建模方面具有非常重要的应用价值。大规模地形模型的快速合成是计算机虚拟场景构建过程中的关键技术之一,在增强虚拟场景的真实感和视觉冲击力等方面具有现实意义,近年来更成为计算机图形学、虚拟现实、计算机仿真、地理信息系统等领域共同关注的热点领域。相关研究成果在多种地理信息系统应用领域如战场模拟、灾害仿真、户外游戏、视频游戏、影视制作、道路设计、土地规划、虚拟现实等中发挥着重要作用。本文在分析已有曲线拟合方法的基础上,提出一种离散数据局部拟合混合方法,并将其应用于曲线拟合和三维地形的快速合成中。在曲线拟合方面,算法首先将离散数据点进行区段划分,然后对每个区段中的数据点进行局部逼近,最后将各个区段上的逼近曲线进行混合处理,得到逼近所有数据点的拟合曲线。算法提供分段半径、权函数等可控参数,使用户能够针对不同采样密度的数据以及不同应用需求对拟合过程进行控制。经实验验证,该算法快速、强健且性能稳定,并且适用于工程应用领域多分辨率数据的处理。在三维地形建模方而,提出了一种基于半色调图像集的大规模数字化虚拟地形构造算法,算法首先对一系列图像进行标准化、柔化、半色调等处理,将连续色调的图像转化为由空间分布不均的黑色点构成的半色调图像,也就是平面点集。然后对平面点集进行简化处理,并对每个点赋予一个控制范围内的随机值,在图像区域上构造地形栅格,再通过加权混合方法计算每个栅格点的高程值。最后,将多幅图像生成的地形块按照加权混合方法拼接起来,消除地形块之间的裂缝。算法实现了地形块之间自然平滑过渡,并能为用户提供多种可控参数以得到不同起伏程度的地形。

关键词：加权混合曲线拟合数字高程模型三维地形建模

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于含参有理函数的图像插值理论及技术研究

基于含参有理函数的图像插值理论及技术研究

作者：刘一方山东财经大学

学位级别：硕士

图像插值是数字图像处理领域的重要内容,目的在于由低分辨率的图像重建对应的高分辨率图像。图像插值技术在数字摄影、医学图像、计算机视觉等领域有着广泛的应用,多年来一直是图像处理中的研究热点。虽然已有相对成熟的插值算法在商业... 详细信息

图像插值是数字图像处理领域的重要内容,目的在于由低分辨率的图像重建对应的高分辨率图像。图像插值技术在数字摄影、医学图像、计算机视觉等领域有着广泛的应用,多年来一直是图像处理中的研究热点。虽然已有相对成熟的插值算法在商业硬件和软件产品中应用,但是兼顾图像边缘与细节、有效平衡算法速度与插值精度仍然是图像插值研究中的重点和难点问题。本文以插值函数的研究为基础,通过分析一类含参数的双变量有理插值函数的性质,构建了基于此类插值函数的图像插值模型。在模型理论分析与实验验证的基础上,研究了插值函数性质与图像插值效果之间的内在关系。本文的主要贡献在于:第一,提出了一种新的自适应图像插值算法。该算法利用C1连续有理函数含有可调参数,且具有简单显性数学表达式的特性,在研究有理函数构造的基础上,采取等值线分析方法将原始图像自适应的分解为平滑和边缘两部分。把视觉感知与图像结构相融合,将像素结构复杂视觉关注度高的边缘区域、结构简单视觉关注度低的平滑区域,分别采用含参数的有理函数与双三次多项式做图像插值,以降低运算复杂度。其中,参数是由人眼对比敏感特性确定。实验表明本算法细节信息保持优于当前经典的图像插值算法,具有较好的视觉效果。第二,构造了一种有理函数的混合和加权图像插值模型。该模型的构造将原始模型旋转加权组合来改变原始模型的非对称性。以消除原始模型的不对称性导致的被插图像产生锯齿现象。权值由基于点采样的不同尺度边缘性质确定,可使插值模型能够自适应的贴合图像不同尺度的边缘像素特征。实验证明,由于加权和混合操作,此算法能够有效的避免在图像边缘的锯齿等人工痕迹。第三,建立了参数优化的C2连续有理函数插值模型。模型既保持C2连续有理函的对称性,又通过约简优化参数来改变其多参数造成运算复杂的缺点。有理函数具有确定逼近误差,利用其逼近的收敛性,参数采用迭代求解方法来确定。实验表明,本方法得到的图像质量不仅有较高的客观质量评价数值,在主观评价上能够保持图像原有的纹理、基本去除了边缘锯齿现象,同时与当前提出的优秀算法比较更加有竞争力。第四,基于对上述构建的插值模型实验验证,分析了有理函数光滑度、参数改变对插值图像的影响。我们建立的插值模型在细节和边缘区域都具有良好的视觉效果,且容易实现。同时,可以通过一次运算完成对图像进行任意倍数的放大。对此类有理函数来说,C1连续模型要比C2连续模型简单;相比C1连续函数,C2连续函数得到的图像质量无论是实验数据还是视觉效果,都优于C1连续函数,所以平滑是影响此类函数插值效果的首要因素。调整参数对有理函数插值的影响略低于光滑性的影响。但是参数在此类有理函数图像插值中起积极的作用,可以增加自由度,使得图像插值与其他理论结合,例如人眼视觉敏感度、能量控制等。

关键词：有理函数图像插值人眼对比敏感度加权混合参数最优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进二部图与专家信任的混合推荐算法

价值工程 2017年第19期36卷 160-164页

作者：黄熠姿杨金鑫孙维东北大学工商管理学院沈阳110169

针对传统协同过滤算法出现的稀疏数据、用户冷启动等问题以及复杂网络结构的广泛应用,本文提出结合改进的二部图与改进的专家信任算法来提高推荐准确度。基于普通二部图算法,将用户对项目的评分作为节点之间的分配资源权重,不仅关注用... 详细信息

针对传统协同过滤算法出现的稀疏数据、用户冷启动等问题以及复杂网络结构的广泛应用,本文提出结合改进的二部图与改进的专家信任算法来提高推荐准确度。基于普通二部图算法,将用户对项目的评分作为节点之间的分配资源权重,不仅关注用户与项目之间的联系,同时体现用户对项目的喜好程度;其次,本文根据用户的评论数和与该用户对项目评分相同的数目来判断该用户的专家信任度,改进传统系统过滤算法。为了提高推荐准确度,改进缺点,我们将两者算法进行加权混合,加权因子根据实验中最小MAE值对应的权值来确定,形成混合推荐算法。最后针对基于用户的协同过滤、传统二部图以及本文提出的混合算法计算MAE值和平均Hamming距离,对比分析本文算法的推荐准确度与多样性,实验表明本文方法推荐效果较好,准确率高,个性化强,有研究和应用价值。

关键词：推荐算法二部图专家信任加权混合