检索结果-内蒙古大学图书馆

燕山大学学报 2017年第5期41卷 419-427页

作者：陈子军马迎梅刘文远孙德杰刘永山燕山大学信息科学与工程学院河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

针对星型组查询只考虑了用户的位置信息和朋友关系,而没有考虑用户的偏好信息,使得推荐质量不高的问题,本文提出一种基于范围的星型组查询算法(m SG),同时考虑用户的社交关系、文本信息和当前位置信息,在给定范围为用户返回k个得分最高... 详细信息

针对星型组查询只考虑了用户的位置信息和朋友关系,而没有考虑用户的偏好信息,使得推荐质量不高的问题,本文提出一种基于范围的星型组查询算法(m SG),同时考虑用户的社交关系、文本信息和当前位置信息,在给定范围为用户返回k个得分最高的星型组。为了迅速查找中心点用户,提出带倒排表的网格索引结构。为中心点用户更快速地查找朋友,提出了社交关系和文本信息混合索引结构。最后,通过实验表明,利用所提索引结构减少了查询算法的运行时间。

关键词：倒排表范围查询星型组查询地理社交网

来源：评论

学校读者我要写书评

暂无评论

自适应椭球包围盒改进织物碰撞检测方法

引用

计算机辅助设计与图形学学报 2013年第10期25卷 1589-1596页

作者：唐勇杨偲偲吕梦雅张明敏潘志庚燕山大学信息科学与工程学院计算机虚拟技术与系统集成河北省重点实验室秦皇岛066004 杭州师范大学数字媒体与人机交互研究中心杭州3i0012 浙江大学计算机科学与技术学院杭州310027

为了快速处理织物与模型的碰撞以获得仿真结果,提出一种基于自适应椭球包围盒的碰撞检测方法.该方法以法向距离和径向距离的加权平均值作为表面误差,数值化表示椭球与模型之间的拟合度,将优化K均值聚类方法用于自适应划分模型生成一系... 详细信息

为了快速处理织物与模型的碰撞以获得仿真结果,提出一种基于自适应椭球包围盒的碰撞检测方法.该方法以法向距离和径向距离的加权平均值作为表面误差,数值化表示椭球与模型之间的拟合度,将优化K均值聚类方法用于自适应划分模型生成一系列逼近模型的最小体积包围椭球;根据表面误差的大小对椭球分类处理,误差小的椭球直接取代模型区域与织物碰撞,将三角网格之间的碰撞问题转化为质点相对于椭球的穿透测试,误差大的椭球与织物的碰撞检测仅用于排除不可能发生碰撞的三角形,再继续进行三角形之间的精确碰撞检测.实验结果表明,文中方法能快速、自适应地划分任意模型生成高度拟合的椭球,可大幅度地减少碰撞检测计算量,在提高计算速度的同时保证了仿真的真实感.

关键词：织物动画碰撞检测形状分割椭球包围盒

来源：评论

学校读者我要写书评

暂无评论

基于旅行时间的Top-k轨迹查询

引用

小型微型计算机系统 2019年第7期40卷 1496-1502页

作者：陈子军杨蕊刘文远刘永山燕山大学信息科学与工程学院河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

为了进一步完善现有的轨迹查询,本文提出一种基于旅行时间的Top-k轨迹查询,给定查询点,可以为用户返回k条轨迹.这k条轨迹的选择依赖于用户感兴趣的位置点和旅行时间,为用户返回k条旅行时间最短的轨迹.针对该查询,提出一种查询算法,利用... 详细信息

为了进一步完善现有的轨迹查询,本文提出一种基于旅行时间的Top-k轨迹查询,给定查询点,可以为用户返回k条轨迹.这k条轨迹的选择依赖于用户感兴趣的位置点和旅行时间,为用户返回k条旅行时间最短的轨迹.针对该查询,提出一种查询算法,利用网格索引来记录轨迹点的信息,算法使用Best-First方法对查询点附近的轨迹点进行检索,并通过判断其是否为有效点来检索完全有效轨迹.为了提高查询效率,提出三种终止规则,其减少了需要访问轨迹点的数量.最后,通过实验验证该算法的有效性.

关键词：轨迹查询旅行时间网格索引终止规则

来源：评论

学校读者我要写书评

暂无评论

引入注意力机制的BiGRU-CNN情感分类模型

引用

小型微型计算机系统 2020年第8期41卷 1602-1607页

作者：胡玉琦李婧常艳鹏梁顺攀原福永燕山大学信息科学与工程学院河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

自然语言处理中采用提取用户评论中的情感信息来进行情感分类的研究,但在现有的方法中很多只考虑了评论中的文本信息,而忽略了用户特征和产品特征在决定评论的情感时发挥的作用.因此,为了解决上述问题,本文提出一种引入注意力机制(Atten... 详细信息

自然语言处理中采用提取用户评论中的情感信息来进行情感分类的研究,但在现有的方法中很多只考虑了评论中的文本信息,而忽略了用户特征和产品特征在决定评论的情感时发挥的作用.因此,为了解决上述问题,本文提出一种引入注意力机制(Attention Mechanism,AM),将双向门控递归单元(Bidirectional Gated Recurrent Unit,BiGRU)和卷积神经网络(Convolutional Neural Netw ork,CNN)相联合的文本情感分类模型.本模型首先利用BiGRU进行序列化学习,然后引入注意力机制将较大的权重赋予给相关的特征,之后将其作为CNN的输入来提取评论文本中的特征,从而充分结合了文本的时间序列信息和局部上下文信息,将最大池应用于连接向量,分别得到用户评论文本与产品文本的特征表示,并将两者进行结合得到最终的文本特征进行分类.经实验结果表明,该模型对评论文本情感分类的作用是很大的.

关键词：自然语言处理情感分类注意力机制双向门控神经网络卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于多源遥感数据的海洋次表层CDOM垂直分布反演研究

引用

光学学报 2024年

作者：谢贝贝高旺王英杰马凯杰孔秀志燕山大学信息科学与工程学院河北省计算机虚拟技术与系统集成重点实验室国能智深控制技术有限公司

有色可溶性有机物CDOM（Colored Dissolved Organic Matter,CDOM）在探究海洋碳循环与气候变化作用显著，同时也是监测水体生态环境的重要指标。本文聚焦于海洋次表层CDOM垂直分布的遥感反演，将海洋表层多源遥感数据与卷积神经网络（CN... 详细信息

有色可溶性有机物CDOM（Colored Dissolved Organic Matter,CDOM）在探究海洋碳循环与气候变化作用显著，同时也是监测水体生态环境的重要指标。本文聚焦于海洋次表层CDOM垂直分布的遥感反演，将海洋表层多源遥感数据与卷积神经网络（CNN）结合，提出一种遥感反演海洋次表层CDOM垂直分布方法。研究中选取西北太平洋区域（131°E-180°E,26°N-54°N）为研究区域，为构建研究数据集，系统地收集2018年至2023年的多源遥感数据和海洋生物地球化学浮标BGC-Argo的CDOM剖面数据。本文设计的海洋次表层CDOM垂直分布的反演模型由三大核心模块构成：输入模块、CNN特征提取模块及预测模块。构建的反演模型在测试集中的均方根误差（RMSE）为0.14ppb，相关系数（r）为0.73，决定系数（R2）为0.74。进一步，在两个独立测试区域的验证中，RMSE分别为0.13ppb和0.18ppb,r分别为0.81和0.74,R2分别为0.79和0.69。本文利用海洋表层遥感数据，实现对海洋次表层CDOM垂直分布的有效反演，为相关领域的研究提供理论支撑和方法参考。

关键词：光谱学有色可溶性有机物海洋次表层卷积神经网络遥感数据 BGC-Argo 垂直分布

来源：评论

学校读者我要写书评

暂无评论

基于主成分分析的无先验知识的攻击检测算法

引用

小型微型计算机系统 2016年第7期37卷 1402-1406页

作者：梁顺攀李斌温志慧燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学信息科学与工程学院计算机教学实验中心河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

针对现有托攻击检测算法在攻击强度较小时正确识别率低、实施成本高的缺点,在基于主成分分析变量选择(Variableselection using principal component analysis,PCA Var Select)的基础上,提出一种无需事先知道攻击强度的攻击检测算法.首... 详细信息

针对现有托攻击检测算法在攻击强度较小时正确识别率低、实施成本高的缺点,在基于主成分分析变量选择(Variableselection using principal component analysis,PCA Var Select)的基础上,提出一种无需事先知道攻击强度的攻击检测算法.首先,利用PCA Var Select方法得到每个用户的主成分值;然后,选取主成分值较小范围的用户集,用来确定被攻击物品和评分向量长度;最后,将对被攻击物品评高分的用户集、具有嫌疑评分向量长度的用户集、主成分值较大范围的用户集三者取交,得到攻击用户集.经过实验验证,该算法在去除PCA Var Select对先验知识依赖的同时,同时也提高了准确率,在面对小规模攻击强度时表现依然良好.

关键词：推荐系统协同过滤托攻击主成分分析

来源：评论

学校读者我要写书评

暂无评论

基于期望核密度离群因子的离群点检测算法

引用

高技术通讯 2024年第2期34卷 187-198页

作者：张忠平孙光旭姚春辰刘硕齐文旭燕山大学信息科学与工程学院秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室秦皇岛066004 信息工程大学信息系统工程学院郑州450001

针对基于密度的离群点检测方法在不同分布的数据集上检测精度低的问题,提出了一种基于期望核密度离群因子的离群点检测算法。首先,引入k近邻和反向k近邻扩展邻域空间(ENS)代替传统的k邻域范围,更加全面地考虑数据对象的邻域信息;其次,... 详细信息

针对基于密度的离群点检测方法在不同分布的数据集上检测精度低的问题,提出了一种基于期望核密度离群因子的离群点检测算法。首先,引入k近邻和反向k近邻扩展邻域空间(ENS)代替传统的k邻域范围,更加全面地考虑数据对象的邻域信息;其次,在传统核密度估计(KDE)方法的基础上引入多元高斯函数,在扩展邻域空间内估计数据对象的密度,同时借鉴自适应核带宽的思想,更好地适应不同数据集的数据分布;然后,给出期望距离的概念,进一步区分局部离群点和位于低密度区域的正常点;最后,定义了期望核密度离群因子刻画数据对象离群程度。在人工数据集和真实数据集上对所提算法进行实验验证,并与部分传统算法进行对比,验证了所提算法的有效性。

关键词：数据挖掘离群点核密度估计(KDE) 期望距离期望核密度离群因子

来源：评论

学校读者我要写书评

暂无评论

形变体仿真中材质本构模型的应用与设计综述

引用

软件学报 2017年第9期28卷 2502-2523页

作者：赵静唐勇李胜刘学慧汪国平燕山大学信息科学与工程学院河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室(燕山大学) 河北秦皇岛066004 北京大学信息科学技术学院北京100871 北京市虚拟仿真与可视化工程研究中心(北京大学) 北京100871 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190

本构模型是形变体仿真中最重要的因素之一,现有的基本本构模型的应力应变关系具有一定的局限性,形变行为比较单一.近年来,很多研究工作探讨如何设计更加复杂并满足设计师需求的材质模型.将材质模型分为3类:传统的具有单一材质属性的均... 详细信息

本构模型是形变体仿真中最重要的因素之一,现有的基本本构模型的应力应变关系具有一定的局限性,形变行为比较单一.近年来,很多研究工作探讨如何设计更加复杂并满足设计师需求的材质模型.将材质模型分为3类:传统的具有单一材质属性的均质材质、具有复合结构的非均质材质以及根据基本材质模型通过编辑材质参数和结构以及编辑形变行为的材质模型.此外,梳理了近年来材质本构模型方面的研究成果,分类总结了相关技术及其优缺点,最后,讨论并指出形变体仿真中,本构模型应用与设计领域主要的技术挑战和需要进一步探索的方向.

关键词：基于物理的仿真本构模型各向异性材质非均质材质基于样例材质

来源：评论

学校读者我要写书评

暂无评论

融合用户相似度与项目相似度的加权Slope One算法

引用

小型微型计算机系统 2016年第6期37卷 1174-1178页

作者：张玉连郇思思梁顺攀燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学信息科学与工程学院计算机教学实验中心河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

个性化推荐技术为人们处理信息过载问题提供了一种有效的解决方式.协同过滤是推荐技术常用的算法之一,本文研究的Slope One算法就是一种基于项目的协同过滤推荐算法,但是,它并未考虑到用户相似度及项目相似度的问题.因此,本文提出5种新... 详细信息

个性化推荐技术为人们处理信息过载问题提供了一种有效的解决方式.协同过滤是推荐技术常用的算法之一,本文研究的Slope One算法就是一种基于项目的协同过滤推荐算法,但是,它并未考虑到用户相似度及项目相似度的问题.因此,本文提出5种新的融合用户相似度与项目相似度的加权Slope One算法,即分别使用信任因子和Jaccard方法找出具有影响力的用户,使用Pearson方法找出当前项目的相似项目.最后,在Epinions和Movielens数据集上的对比实验结果表明,融合Jaccard和Pearson的混合算法在数据集稀疏以及邻居数目较少的情况下,仍能获得较高的推荐准确度.

关键词：个性化推荐协同过滤用户相似度项目相似度 Slope One算法

来源：评论

学校读者我要写书评

暂无评论

融合占有度和频繁度的协同过滤推荐算法

引用

小型微型计算机系统 2015年第9期36卷 1958-1962页

作者：原福永高慧敏李惠清梁顺攀燕山大学信息科学与工程学院河北秦皇岛066004 燕山大学信息科学与工程学院计算机教学实验中心河北秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室河北秦皇岛066004

个性化推荐技术是解决信息超载问题的最成功的技术之一.当前的个性化推荐系统中存在系统推荐质量不高、推荐算法可扩展性差、数据稀疏时推荐精度低等问题.针对这些问题,提出一种新的融合占有度和频繁度的协同过滤推荐算法.该算法利用占... 详细信息

个性化推荐技术是解决信息超载问题的最成功的技术之一.当前的个性化推荐系统中存在系统推荐质量不高、推荐算法可扩展性差、数据稀疏时推荐精度低等问题.针对这些问题,提出一种新的融合占有度和频繁度的协同过滤推荐算法.该算法利用占有度高斯权重来优化用户相似度和项目相似度,通过频繁度支持因子将基于用户的协同过滤算法和基于项目的协同过滤算法有策略地融合起来,实现目标预测评分的动态调节.在数据集movielens和netflix上的对比实验结果表明,该算法在目标邻居数目较少的情况下仍具有较高的推荐性能,相比其他参照算法的收敛速度更快,推荐精度较高,具有较好的扩展性.

关键词：个性化推荐协同过滤占有度频繁度

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：