检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于联合相似度的民航旅客不文明等级预测

计算机工程与设计 2020年第4期41卷 1146-1152页

作者：丁建立李洋王怀超中国民航大学计算机科学与技术学院天津300300

为便于航空公司和机场对旅客的监管和服务决策,需要对旅客潜在不文明水平进行有效分级预测。通过社会不文明行为与民航不文明行为的相似性分析,预测旅客在民航潜在的不文明行为等级,针对两类行为描述之间存在的非同源问题,通过改进SIF(s... 详细信息

为便于航空公司和机场对旅客的监管和服务决策,需要对旅客潜在不文明水平进行有效分级预测。通过社会不文明行为与民航不文明行为的相似性分析,预测旅客在民航潜在的不文明行为等级,针对两类行为描述之间存在的非同源问题,通过改进SIF(smooth inverse frequency)算法设计实现基于行为特征和处罚特征联合相似度匹配的民航潜在不文明等级预测(IPBS-SIF)算法。该算法结合不文明旅客分布规律为处罚规则制定统一量化标准,实现不文明旅客的多粒度融合度量。实验结果表明,IPBS-SIF算法在预测准确度方面相比其它算法提高了12.2%-15.1%,为民航不文明旅客的行为分析和预测提供了有效的解决方案。

关键词：民航不文明旅客非同源联合相似度预测

在线全文

学校读者我要写书评

暂无评论

一种基于用户兴趣联合相似度的协同过滤算法

河南理工大学学报（自然科学版） 2019年第5期38卷 118-123页

作者：王建芳韩鹏飞苗艳玲司马海峰河南理工大学计算机科学与技术学院

在推荐系统中数据稀疏性和推荐时效性是经常面对的问题,为了更好地反映不同用户在不同阶段的邻域相关性,从而能够挖掘出评分项目中所隐含的个性化信息,在基于用户的协同过滤算法预测评分过程中将联合相似度与用户兴趣的时序信息相结合,... 详细信息

在推荐系统中数据稀疏性和推荐时效性是经常面对的问题,为了更好地反映不同用户在不同阶段的邻域相关性,从而能够挖掘出评分项目中所隐含的个性化信息,在基于用户的协同过滤算法预测评分过程中将联合相似度与用户兴趣的时序信息相结合,首先融合覆盖评分信息的用户间的协同相似度、偏好相似度和轨迹相似度等3种相似度,通过参数调节不同度量的权重及相似度阈值形成联合相似度以获取用户有效的邻居数目;其次在联合相似度计算过程中引入反映时间权重的Logistic函数以提高推荐的时效性;最后进行实验,结果表明,所提出的方法与经典算法相比,不仅提高了精度,而且可以更有效地预测用户的真实评分。

关键词：联合相似度稀疏性时间权重函数协同过滤算法

在线全文

学校读者我要写书评

暂无评论

基于联合相似度的协同过滤推荐算法研究

基于联合相似度的协同过滤推荐算法研究

作者：吴婷华中科技大学

学位级别：硕士

随着互联网的快速发展，Web成为了人们获取信息的主要途径。然而由于电子商务的广泛普及，如何为用户提供有用的信息成为了一个研究热点。虽然搜索引擎的出现在一定程度上满足了人们对信息检索的需求，但是无法满足不同领域、不同层次... 详细信息

随着互联网的快速发展，Web成为了人们获取信息的主要途径。然而由于电子商务的广泛普及，如何为用户提供有用的信息成为了一个研究热点。虽然搜索引擎的出现在一定程度上满足了人们对信息检索的需求，但是无法满足不同领域、不同层次的用户需求。因此，个性化推荐技术作为个性化服务的一种模式应信息检索的需求而产生，其本质是信息过滤。推荐系统作为解决信息过载的重要工具，为用户提供如电影、音乐、书籍及新闻等方面的个性化推荐。在过去的十年里，研究者致力于各种推荐技术的探究并将其应用到实际系统中。协同过滤推荐是目前最为经典并为广泛应用的推荐技术，它根据目标用户的偏好以及与该用户具有相似偏好的用户的项目评价，向目标用户进行新项目的推荐或评分预测。然而，协同过滤技术存在冷启动和数据稀疏等问题。基于联合相似度的协同过滤算法，将社会网络分析的方法引入到协同过滤推荐系统中。利用用户-项目二部图、用户-用户单部图以及基于相同浏览行为模式的行为网络图分别生成相似度矩阵，然后依据相似度矩阵的密度来确定其在联合相似度中的权重，最终生成联合相似度。最后在豆瓣数据集上将此算法与现存的一些评分预测及推荐算法进行了对比试验，试验结果表明基于联合相似度的协同过滤算法在评分预测及推荐结果上更加精确。

关键词：推荐系统社会网络协同过滤联合相似度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合联合相似度与生成对抗的推荐算法研究

融合联合相似度与生成对抗的推荐算法研究

作者：韩鹏飞河南理工大学

学位级别：硕士

互联网技术的快速发展,为推荐系统提供了丰富数据支撑的同时,也造成了数据稀疏程度的增高,进而导致推荐算法的推荐精度低、训练模型易于过拟合、对扰动敏感等问题。如何在不改变数据稀疏性的情况下提高推荐算法的推荐质量,对推荐算法的... 详细信息

互联网技术的快速发展,为推荐系统提供了丰富数据支撑的同时,也造成了数据稀疏程度的增高,进而导致推荐算法的推荐精度低、训练模型易于过拟合、对扰动敏感等问题。如何在不改变数据稀疏性的情况下提高推荐算法的推荐质量,对推荐算法的研究具有重要意义,本文围绕上述问题展开以下内容的研究:(1)针对数据稀疏导致的推荐精度低的问题,提出联合相似度与遗忘函数相结合的推荐算法。首先,研究用户之间存在的多种相似关系,分析现有相似度衡量方法的特征,选择与用户相似关系对应的相似度衡量方法,提出使用联合相似度衡量用户之间多种属性的相似关系;其次,为解决用户兴趣随时间变化的问题,在联合相似度基础上引入遗忘函数。实验结果表明,该算法较对比算法具有更高的推荐精度。(2)针对数据稀疏导致的算法模型易于过拟合与对扰动敏感的问题,提出基于对抗训练的均值贝叶斯个性化排序算法。首先,对贝叶斯个性化排序算法进行研究,分析其对用户与项目之间的交互信息进行正负反馈划分时存在的不足,提出更符合用户行为特征的均值贝叶斯个性化排序算法;其次,为提高算法的抗扰动能力,将生成对抗网络中的对抗训练思想引入均值贝叶斯个性化排序算法。实验结果表明,该算法较经典的对比算法在推荐精度与抗干扰能力方面具有更好的推荐性能。

关键词：协同过滤联合相似度生成对抗网络贝叶斯个性化排序算法

基于去冗余多阶混合及联合相似度的图半监督学习研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于去冗余多阶混合及联合相似度的图半监督学习研究

作者：谈志敏安徽大学

学位级别：硕士

虽然图卷积神经网络已经成功地实现了在图数据上的卷积操作,但是其自身对于图结构的限制十分巨大。在真实的网络图中,图卷积神经网络所展现的性能十分有限,且面临一些无法避免的问题。在进行图的深度探索时,图卷积层的过度堆叠会导致节... 详细信息

虽然图卷积神经网络已经成功地实现了在图数据上的卷积操作,但是其自身对于图结构的限制十分巨大。在真实的网络图中,图卷积神经网络所展现的性能十分有限,且面临一些无法避免的问题。在进行图的深度探索时,图卷积层的过度堆叠会导致节点的过平滑问题。由于半监督学习的限制,图卷积神经网络往往会面临过拟合的危险。除此之外,图卷积神经网络倾向于关注图的结构相似性的性质使得节点的特征传播过程中常常出现信息混乱和信息量不足的问题。本文立足于解决这些问题,在半监督节点分类的背景下,来进行对图卷积神经网络的改进,具体两部分工作如下:(1)基于去冗余多阶混合训练的图半监督学习的研究:现有图卷积网络面临两个难题:(a)层数的加深使得节点的表示趋于相同(过平滑),从而无法收集到远处相似节点的丰富信息;(b)在半监督学习的设置下,未标记节点的无约束性质导致模型的性能受到限制,引发过拟合和弱泛化问题。在本部分工作中,我们提出了一个去冗余多阶混合训练的框架(DMHT)来解决和缓解这些问题。该框架首先通过去冗余模块对不同的高阶邻域进行过滤,然后将可学习网络应用于每个不同的高阶邻域图,以提取每个邻域的节点表示。最后,DMHT混合分类器的输出,并通过最小化无标签节点的预测分布来优化最终的预测结果。为了验证本方法的性能,我们将三个具有代表性的图卷积网络模型融入到该框架中,分别是:GCN、GAT和SGC,并在五个基准数据集上进行实验。在节点分类任务上的实验结果表明,该方法与目前先进的方法相比取得了更好的效果。(2)基于联合节点相似度和拓扑结构的图半监督学习的研究:现有的图卷积网络依赖于初始的图结构信息,倾向于关注图上的结构相似性,主要体现在节点只聚合其直接邻居的特征。实验分析,这样的聚合方式是不全面的,因为严重依赖于原始图的结构优化程度。在真实的网络图中会出现不理想的情况:(a)节点周围相邻的节点与其互不相同;(b)节点的度太小,传递接收的信息量有限。在本部分工作中,我们提出一种基于节点相似度和拓扑结构联合学习的框架来解决上述问题。本工作设计了一个双视角的网络结构,其中的辅助视角网络和学习者视角网络分别用来学习节点的相似度信息和图的结构相似度信息。此外,本工作在辅助视角网络中使用高阶邻域的混合传播来解耦传统图卷积中的特征聚合和特征变换操作,并引入插值扰动技术来增强模型的韧性。学习者视角网络是基于原始的图结构的学习,通过两个图卷积层来关注图的结构相似度信息,从而进行节点的表示学习。两个网络处于交替训练的状态,通过参数共享的方式进行联合学习。在三个基准数据集上,本方法与先进的模型进行了大量的对比试验,验证了该工作提升节点分类性能的有效性。

关键词：半监督节点分类图信息冗余邻域混合图卷积网络联合相似度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户联合相似度的推荐算法

计算机系统应用 2018年第5期27卷 126-132页

作者：朱振国刘民康赵凯旋重庆交通大学信息科学与工程学院重庆400074

基于用户的协同过滤推荐算法在进行近邻用户的筛选时以用户之间相似度的计算结果作为依据,数据量的增大加剧了数据的稀疏程度,导致了计算结果的准确性较差,影响了推荐准确度.针对该问题本文提出了一种基于用户联合相似度的推荐算法.用... 详细信息

基于用户的协同过滤推荐算法在进行近邻用户的筛选时以用户之间相似度的计算结果作为依据,数据量的增大加剧了数据的稀疏程度,导致了计算结果的准确性较差,影响了推荐准确度.针对该问题本文提出了一种基于用户联合相似度的推荐算法.用户联合相似度的计算分为用户对项目属性偏好的相似度和用户之间人口统计学信息的相似度两个部分.用户的项目属性偏好引入了LDA模型来计算,计算时评分数据仅作为筛选依据,因而避免了对数据的直接使用,减缓了稀疏数据对相似度计算结果的影响;用户之间人口统计学信息的相似度则在数值化人口统计学信息之后通过海明距离进行度量.实验结果表明,本文提出的算法在推荐准确度上优于传统协同过滤推荐算法.

关键词：协同过滤稀疏数据 LDA 联合相似度海明距离

在线全文

学校读者我要写书评

暂无评论

基于颜色纹理特征的均值漂移目标跟踪算法

浙江大学学报（工学版） 2012年第2期46卷 212-217页

作者：戴渊明韦巍林亦宁浙江大学电气工程学院浙江杭州310027

针对经典均值漂移跟踪算法采用单一的颜色特征对目标进行跟踪检测存在的不足,提出一种将纹理特征与颜色特征相结合的改进均值漂移目标跟踪算法.该算法首次提出特征联合相似度的概念,通过均值漂移算法联合相似度的最大化计算,正确快速地... 详细信息

针对经典均值漂移跟踪算法采用单一的颜色特征对目标进行跟踪检测存在的不足,提出一种将纹理特征与颜色特征相结合的改进均值漂移目标跟踪算法.该算法首次提出特征联合相似度的概念,通过均值漂移算法联合相似度的最大化计算,正确快速地获取新一帧图像跟踪目标的位置.实验结果表明,该算法具有更高的可靠性,同时满足一般目标跟踪任务的实时性要求.

关键词：目标跟踪均值漂移联合相似度颜色特征纹理特征

在线全文

学校读者我要写书评

暂无评论

基于姿态模型的人群目标分割方法

计算机工程 2010年第7期36卷 195-197页

作者：邓颖娜朱虹刘薇钱慧芳西安理工大学自动化与信息工程学院西安710048

多相机间运动目标的跟踪与识别需要获得尽可能准确的目标区域。针对人群目标的粘连问题,提出一种基于姿态模型的人群目标分割方法。依据人体在运动过程中姿态的变化规律,构造7种出现频率较高的姿态模型。依次对单个目标和联合目标进行... 详细信息

多相机间运动目标的跟踪与识别需要获得尽可能准确的目标区域。针对人群目标的粘连问题,提出一种基于姿态模型的人群目标分割方法。依据人体在运动过程中姿态的变化规律,构造7种出现频率较高的姿态模型。依次对单个目标和联合目标进行模型匹配,获得各个目标的位置、大小以及运动姿态信息。实验结果表明,该方法能有效解决相互遮挡情况下的目标分割问题。

关键词：姿态模型联合相似度目标分割遮挡目标

在线全文

学校读者我要写书评

暂无评论

基于物理层安全的负载均衡中继选择算法

河南科技大学学报（自然科学版） 2022年第5期43卷 42-49,56,M0004,M0005页

作者：包海东冀保峰董春红李春国王贡献河南科技大学信息工程学院河南洛阳471023 中国科学院大气物理研究所中层大气和全球环境探测重点实验室北京100000 电子科技大学航空航天学院四川成都611731 中国一拖集团有限公司河南洛阳471000

针对多源多中继系统中存在的恶意窃听问题,提出了基于物理层安全的负载均衡中继选择算法。该算法通过联合相似度明确社交属性,确定潜在拒绝服务中继。构建了低联合相似度下的多维决策流程,进而避免了网络中能量负载和数据负载在单一节... 详细信息

针对多源多中继系统中存在的恶意窃听问题,提出了基于物理层安全的负载均衡中继选择算法。该算法通过联合相似度明确社交属性,确定潜在拒绝服务中继。构建了低联合相似度下的多维决策流程,进而避免了网络中能量负载和数据负载在单一节点的无限制消耗。解决了通信质量约束的节点资源消耗的不公平性和网络寿命低等问题。仿真结果表明:所提方案与传统方案相比,网络寿命延长了179%,总吞吐量提升了150%。

关键词：负载均衡网络寿命联合相似度能量负载总吞吐量