检索结果-内蒙古大学图书馆

信号处理 2002年第4期18卷 324-327页

作者：陈辉王永良雷达学院兵器运用工程重点实验室武汉430010

本文研究了协方差矩阵分解算法解相关的问题,提出了一种修正的矩阵分解算法-基于空间平滑的矩阵分解（SSMD）算法。SMMD算法能在低信噪比条件下的估计相干信源,且估计精度比原修正的算法高,计算量比原修正算法小,最后通过大量的计算机... 详细信息

本文研究了协方差矩阵分解算法解相关的问题,提出了一种修正的矩阵分解算法-基于空间平滑的矩阵分解（SSMD）算法。SMMD算法能在低信噪比条件下的估计相干信源,且估计精度比原修正的算法高,计算量比原修正算法小,最后通过大量的计算机仿真实验来说明矩阵修正算法的性能。

关键词：空间平滑矩阵分解算法空间谱估计解相关阵列信号处理

来源：评论

学校读者我要写书评

暂无评论

大规模矩阵分解算法研究与实现

大规模矩阵分解算法研究与实现

引用

作者：李萍中国科学院大学

学位级别：硕士

矩阵分解算法因其模型简单效果显著在很多机器学习任务中备受欢迎，尤其在社区发现、个性化推荐以及文本分析等任务中更是有着极其广泛的应用，然而，矩阵分解算法在处理大规模训练数据时需要面对两个突出的技术挑战。一方面，数据规模... 详细信息

矩阵分解算法因其模型简单效果显著在很多机器学习任务中备受欢迎，尤其在社区发现、个性化推荐以及文本分析等任务中更是有着极其广泛的应用，然而，矩阵分解算法在处理大规模训练数据时需要面对两个突出的技术挑战。一方面，数据规模越大，所含的信息也就越复杂，与普通的机器学习算法不同，大规模矩阵分解需要面对模型参数随数据规模增大而增多的困扰;另一方面，将模型的参数分布存储在不同计算节点上势必会给分布式计算带来很大的通信负担，所以在提高模型的可扩展性的基础上大规模矩阵分解还要解决因参数分布式存储而带来的计算效率问题。因此，在保证大规模矩阵分解的可扩展性的基础上提高矩阵分解效率在矩阵分解的实际应用场景中具有重要意义。\n 针对大多数分布式矩阵分解算法可扩展性不足以及效率不高的问题，本文通过模型分布式实现以及在线图分割算法对其进行深入研究。论文的基本思路是采用模型分布方式来实现大规模矩阵分解，并围绕基于模型分布的大规模矩阵分解算法的效率问题进行深入的分析。为了减少该算法的通信开销，论文提出了一种新的在线图分割算法BiEdgePartition2D。最后，本文将算法应用于个性化推荐以及语义分析两个任务中。本文的主要贡献如下:\n (1)首先，传统的机器学习模型不会随着训练样本规模的增大而增大，但是矩阵分解模型需要解决伴随矩阵规模增大模型越来越大的问题，以及由此带来的参数存储能力的问题，所以传统的分布式矩阵分解面临着可扩展性不足的缺憾。本文基于spark平台的Pregel计算框架，将矩阵抽象成一个二部图，将模型参数分布存储在不同的计算节点上，提高模型的可扩展性，并探究得出基于模型分布的大规模矩阵分解相较于传统基于数据分布的矩阵分解在计算效率上的差异主要是机器间的通信开销造成的;\n (2)其次，在很多大规模矩阵分解的应用场景中，比如单词文档矩阵以及用户商品矩阵等，数据普遍具有分布不均衡以及呈度幂率分布等特点，传统的分布式矩阵分解算法实现中很少将这些特点加以利用以减少机器间的通信开销，所以算法难以获得性能上的进一步提升。本文针对传统算法无法利用二部图源、目顶点往往分布不均匀以及节点度呈skew-distributed的特点提出一种BiEdgePartition2D的在线图分割算法，在保证子图的平衡的基础上减少复制因子来降低大规模矩阵分解的通信开销;\n (3)最后，本文将BiEdgePartition2D算法应用于基于模型分布的大规模矩阵分解算法中，并成功将其应用于两个典型的应用场景个性化推荐问题以及语义分析问题中，实验结果表明基于模型分布的大规模矩阵分解在效率上相较之前的算法有了明显的提升，同时更加验证了BiEdgePartition2D算法在减少通信开销方面的有效性。

关键词：矩阵分解算法数据处理图分割算法机器学习

来源：评论

学校读者我要写书评

暂无评论

推荐系统中近邻算法与矩阵分解算法效果的比较——基于Movielens...

引用

作者：卓勇霖南开大学

学位级别：硕士

推荐系统的产生源自海量信息过载问题，在各式各样的推荐系统中，发展出了很多高效的算法，使得如今推荐系统在电子商务，社交媒体，广告系统，搜索引擎等领域取得了一定的成功。一般来讲，推荐算法分为基于内容和协同过滤两种方式，其... 详细信息

推荐系统的产生源自海量信息过载问题，在各式各样的推荐系统中，发展出了很多高效的算法，使得如今推荐系统在电子商务，社交媒体，广告系统，搜索引擎等领域取得了一定的成功。一般来讲，推荐算法分为基于内容和协同过滤两种方式，其中基于内容的推荐至今未取得较好的效果，协同过滤却取得了广泛的应用。传统的协同过滤技术基于推荐对象之间的相似度，通过近邻对象来进行推荐，但是这样的方式会带来海量的计算，限制实时推荐的应用。为了达到更高的精度，减少计算复杂度，最近一段时间，从机器学习中的隐因子分析得到启发，发展出了隐因子模型的推荐算法。这种方法使用奇异值分解或者随机梯度下降等方法将用户的评分矩阵分解为用户和产品的特征矩阵。本文着重讨论了两种隐因子模型：奇异值分解和随机梯度下降。然后比较了它们和传统最近邻算法在Movielens电影推荐系统真实数据集上的效果。试验结果表明，奇异值分解和随机梯度下降算法的“平均绝对误差”比“最近邻算法”分别下降了14.6％和17.9％。我们可以看出相对于传统的最近邻算法，这两种方法在movielens推荐系统真实数据集上能够取得更好的效果。

关键词：推荐系统近邻算法矩阵分解算法协同过滤 Movielens数据集隐因子模型

来源：评论

学校读者我要写书评

暂无评论

基于矩阵分解算法的低秩表示模型研究及其应用

基于矩阵分解算法的低秩表示模型研究及其应用

引用

作者：张桂凤东北师范大学

学位级别：硕士

基于秩极小化方法的低秩表示模型研究是有关稀疏表示(Sparse Representation)和压缩传感理论(Compressed Sensing)中的一类重要数学问题。本文通过引入矩阵分解算法和结合多重惩罚项,对当前的低秩表示模型进行改进,从而提出一组新的低... 详细信息

基于秩极小化方法的低秩表示模型研究是有关稀疏表示(Sparse Representation)和压缩传感理论(Compressed Sensing)中的一类重要数学问题。本文通过引入矩阵分解算法和结合多重惩罚项,对当前的低秩表示模型进行改进,从而提出一组新的低秩表示模型。本文使用多重交替方向法(ADMM)对改进的模型进行了求解,并具体给出了快速求解算法。在本文后面的数值实验中,我们将相关成果应用于数字图像的字典学习(Dictionary Learning)和低秩结构获取(Low-rank representation),并给出了具体的实验效果和相关算法的客观评估。本文在有关低秩表示模型和矩阵分解算法的研究上建立了关联性,相关成果为未来的低秩表示模型研究提供了良好的依据。

关键词：低秩表示模型矩阵分解算法多重交替方向法 ?1范数 Frobenius范数增广拉格朗日乘子数字图像处理字典学习

来源：评论

学校读者我要写书评

暂无评论

离散付里叶变换(DFT)的一种高效矩阵分解算法

引用

工程兵工程学院学报 1992年第4期 55-60,97页

作者：余品能

本文提出了计算DFT的一种新算法——矩阵分解算法。其运算量比基-2FFT算法有较大减少,在计算机上的实现结果表明,该算法极有效,与目前通用的基-2FFT算法相比,运算时间减少近40％。

关键词：矩阵分解算法离散付里叶变换运算量算法描述计算精度运算时间实序列计算机算术复杂性高效

来源：评论

学校读者我要写书评

暂无评论

一种基于矩阵分解算法的微生物-疾病相互作用预测方法

一种基于矩阵分解算法的微生物-疾病相互作用预测方法

引用

作者：王淑栋刘体耀谭效东范耘滔范子璇朱晓冉 266580 山东省青岛市黄岛区长江西路66号

本发明提供了一种基于矩阵分解算法的微生物‑疾病相互作用预测系统，涉及生物信息、深度学习领域。首先，我们基于已知的微生物‑疾病关联矩阵利用高斯核计算出微生物和疾病的高斯相互作用轮廓核相似性并且收集微生物和疾病的功能相似性... 详细信息

标准号: CN117954128A

本发明提供了一种基于矩阵分解算法的微生物‑疾病相互作用预测系统，涉及生物信息、深度学习领域。首先，我们基于已知的微生物‑疾病关联矩阵利用高斯核计算出微生物和疾病的高斯相互作用轮廓核相似性并且收集微生物和疾病的功能相似性数据。然后，通过自定义的相似性融合策略，将不同计算方法得到的相似性集成到微生物和疾病的综合相似性中。然后我们构建定义的协同矩阵分解模型目标函数并引入稀疏范数和范围约束项，使用基于交替最小二乘法的迭代算法进行优化，交替更新微生物和疾病特征矩阵，直到收敛。最后，将得到的微生物和疾病特征矩阵相乘得到预测评分矩阵。

关键词：微生物疾病疾病特征矩阵矩阵分解算法模型目标函数功能相似性综合相似性最小二乘法迭代算法范围约束关联矩阵矩阵分解矩阵相乘评分矩阵融合策略生物信息预测系统高斯核自定义范数高斯构建稀疏收敛协同引入预测更新优化学习

来源：评论

学校读者我要写书评

暂无评论

基于矩阵分解算法的偏好发掘方法及装置

基于矩阵分解算法的偏好发掘方法及装置

引用

作者：徐涛吴楠武永宽贺斌王春捷 100000 北京市朝阳区朝阳门外大街26号朝外MEN写字中心B座907

本发明提供了一种基于矩阵分解算法的偏好发掘方法，包括如下步骤：通过社交网络收集与偏好发掘相关的数据；由偏好发掘服务器接收移动终端发送的身份信息以及地理位置信息，基于地理位置信息将移动终端分成多个组，向多个移动终端组中... 详细信息

标准号: CN109754305A

本发明提供了一种基于矩阵分解算法的偏好发掘方法，包括如下步骤：通过社交网络收集与偏好发掘相关的数据；由偏好发掘服务器接收移动终端发送的身份信息以及地理位置信息，基于地理位置信息将移动终端分成多个组，向多个移动终端组中的每个移动终端组中的多个移动终端发送偏好发掘相关信息传输寻呼消息；由移动终端接收偏好发掘相关信息传输寻呼消息，在接收到偏好发掘相关信息传输寻呼消息之后，随机生成随机退回时间；在随机退回时间之后，向偏好发掘服务器发送数据传输接入请求；接收数据传输确认消息，由偏好发掘服务器基于与偏好发掘相关的数据，发现隐藏在数据中关联用户与物品之间的偏好关系，并基于偏好关系来生成推荐信息。

关键词：偏好移动终端传输寻呼消息相关信息地理位置信息移动终端组偏好关系服务器发送数据传输接入请求接收数据传输矩阵分解算法发送服务器接收关联用户确认消息社交网络身份信息随机生成推荐信息服务器发现

来源：评论

学校读者我要写书评

暂无评论

融合多关系的矩阵分解社会化推荐算法

引用

复杂系统与复杂性科学 2020年第1期17卷 30-36,54页

作者：周双宾晟孙更新青岛大学数据科学与软件工程学院山东青岛266071

在现实的社交网络中,用户之间往往存在多种关系,而现有的社会化推荐算法都只考虑一种关系对推荐结果的影响。基于多子网复合复杂网络模型,将用户间的多种社交关系引入用户特征矩阵,提出了基于多关系的矩阵分解社会化推荐算法。通过对2... 详细信息

在现实的社交网络中,用户之间往往存在多种关系,而现有的社会化推荐算法都只考虑一种关系对推荐结果的影响。基于多子网复合复杂网络模型,将用户间的多种社交关系引入用户特征矩阵,提出了基于多关系的矩阵分解社会化推荐算法。通过对2个真实数据集上的实验结果分析,发现加入多种社交关系的矩阵分解社会化推荐方法比传统的矩阵分解算法在推荐准确率方面有显著提高。

关键词：矩阵分解算法社交网络推荐算法多子网复合复杂网络

来源：评论

学校读者我要写书评

暂无评论

基于矩阵分解的MIMO-OFDM半盲信道估计算法设计与实现

基于矩阵分解的MIMO-OFDM半盲信道估计算法设计与实现

引用

作者：高月幸南京邮电大学

学位级别：硕士

在第三代移动通信系统中,MIMO系统采用多天线多接收技术能够在不增加系统平均功率和带宽的情况下成倍的增加系统的信道容量,并且与传统的SISO系统相比,在使用相同的总功率和带宽的条件下MIMO系统具有较高的频谱利用率。OFDM技术则是应... 详细信息

在第三代移动通信系统中,MIMO系统采用多天线多接收技术能够在不增加系统平均功率和带宽的情况下成倍的增加系统的信道容量,并且与传统的SISO系统相比,在使用相同的总功率和带宽的条件下MIMO系统具有较高的频谱利用率。OFDM技术则是应用了相邻子载波之间正交性的特点,大大减小了无线信道中频率选择性衰落的影响。为了能够在接收端正确的进行分集合并、相干检测以及信道解码,准确的信道估计是必须的,因此信道估计一直以来都是MIMO-OFDM系统的研究热点。为了解决MIMO-OFDM系统信道估计问题,目前提出了三类信道估计算法：一类是利用导频或训练序列来实现的非盲信道估计方法,一类是完全依靠接收信号的统计特性的盲信道估计方法,还有一类是结合了前两类方法的优点,利用少量导频或训练序列并结合接收信号的统计特性的半盲信道估计方法。本文首先阐述了MIMO-OFDM系统信道估计的研究背景和意义,包括常见的三类信道估计算法的介绍以及MIMO-OFDM系统信道估计的意义,接下来文章主要阐述了OFDM技术的基本原理以及MIMO-OFDM系统的基本结构。文章重点研究了一种多用户多天线(MUMA)系统,并以此系统为模型研究了两种半盲信道估计算法：基于WR分解的改进算法以及基于NLMS的自适应改进算法。通过计算机仿真实验可以看出,相比于传统的LS、MMSE等信道估计算法,基于WR分解的改进算法可以更好的跟踪无线信道的冲击响应。最后,在原有系统模型的基础下,文章进一步研究了自适应信道估计算法,通过计算机仿真实验和理论推导两个方面详细研究了基于NLMS的改进算法在加快收敛速度和改善计算复杂度等方面的优势。

关键词： MIMO-OFDM系统多用户多天线半盲信道估计矩阵分解算法自适应算法

来源：评论

学校读者我要写书评

暂无评论

基于SP-LSQR的综合孔径辐射成像方法

引用

微波学报 2023年第2期39卷 16-20页

作者：杨真乙杨晓城阎敬业武林蒋明峰浙江理工大学信息学院杭州310018 中国科学院空间天气学国家重点实验室北京100190 中国科学院国家空间科学中心北京100190

综合孔径微波辐射计是被动微波遥感领域中一种重要的探测器。综合孔径辐射计成像反演过程在数学上是病态的反问题,传统正则化方法虽然能够有效克服其病态性,但重构误差较大、对干扰噪声鲁棒性不强。与传统正则化方法相比,最小二乘Q-R矩... 详细信息

综合孔径微波辐射计是被动微波遥感领域中一种重要的探测器。综合孔径辐射计成像反演过程在数学上是病态的反问题,传统正则化方法虽然能够有效克服其病态性,但重构误差较大、对干扰噪声鲁棒性不强。与传统正则化方法相比,最小二乘Q-R矩阵(Least Square Q-R matrix,LSQR)分解算法具有计算精度高、数值稳定性好等优点,但收敛速度不够快。对此,文中提出利用子空间预处理LSQR(Subspace Preconditioned LSQR,SP-LSQR)算法进行综合孔径辐射计反演成像,提高收敛速度。仿真结果表明:与Tikhonov正则化和带限正则化相比,SP-LSQR方法不仅可以降低重构误差,而且对干扰噪声的鲁棒性更强。此外,与LSQR方法相比,SP-LSQR方法在不降低成像反演精度的情况下,有效提高了计算效率。

关键词：被动微波遥感综合孔径辐射计正则化子空间预处理最小二乘Q-R 矩阵分解算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：