检索结果-内蒙古大学图书馆

计算机工程与设计 2020年第8期41卷 2226-2230页

作者：文凯耿小海许萌萌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121

针对传统数据流频繁项集挖掘算法在挖掘频繁k-项集时会有候选项集产生,在有新的数据流到来时的数据更新以及频繁项集支持度更新的效率不高,造成挖掘的时间和空间效率不高等一系列问题,提出一种高效的数据流频繁项集挖掘算法BTA(bit tabl... 详细信息

针对传统数据流频繁项集挖掘算法在挖掘频繁k-项集时会有候选项集产生,在有新的数据流到来时的数据更新以及频繁项集支持度更新的效率不高,造成挖掘的时间和空间效率不高等一系列问题,提出一种高效的数据流频繁项集挖掘算法BTA(bit table with and algorithm)算法。将数据高效压缩进位表中,对窗口更新采用取余覆盖;在频繁k-项集的挖掘采用与操作避免候选项集产生;在支持度更新采用加减运算得到数据更新后的支持度。实验结果表明,该算法在时间和空间效率上均有良好效果。

关键词：数据流频繁项集压缩位表与操作数据挖掘

来源：评论

学校读者我要写书评

暂无评论

一种基于降噪自编码器的隐式反馈推荐算法

引用

计算机工程与科学 2020年第8期42卷 1500-1505页

作者：杨丰瑞李前洋罗思烦重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆重邮信科(集团)股份有限公司重庆401121

现有的隐式反馈协同算法直接利用稀疏的二值社交信任信息辅助推荐,存在严重的数据稀疏问题,且没有深层次地融合社交信任信息的影响。针对以上问题,提出利用降噪自编码器深度融合用户隐式反馈数据与社交信息的算法。首先从不同的角度区... 详细信息

现有的隐式反馈协同算法直接利用稀疏的二值社交信任信息辅助推荐,存在严重的数据稀疏问题,且没有深层次地融合社交信任信息的影响。针对以上问题,提出利用降噪自编码器深度融合用户隐式反馈数据与社交信息的算法。首先从不同的角度区分用户信任,提出一种信任相似度的新度量方法来改善社交数据的稀疏性,利用降噪自编码器将信任数据与用户隐式交互信息深度融合,通过综合二者的影响,有效提高了推荐质量。实验表明,该算法优于现有主流的的隐式反馈推荐算法。

关键词：推荐系统社交网络深度学习降噪自编码器隐式反馈

来源：评论

学校读者我要写书评

暂无评论

基于降噪自编码器的社会化推荐算法

引用

计算机工程与科学 2020年第5期42卷 944-950页

现有的社会化推荐算法未考虑信任用户对目标用户深层的偏好影响。针对这一问题,提出了一种基于深度学习的混合推荐算法,利用降噪自编码器学习用户及其信任用户的评分偏好,使用加权隐藏层来平衡这些表示的重要性,有效建模用户间的潜在偏... 详细信息

现有的社会化推荐算法未考虑信任用户对目标用户深层的偏好影响。针对这一问题,提出了一种基于深度学习的混合推荐算法,利用降噪自编码器学习用户及其信任用户的评分偏好,使用加权隐藏层来平衡这些表示的重要性,有效建模用户间的潜在偏好交互。在此基础上,通过用户聚类和个性化权重区分不同类的用户受其信任用户的影响程度。在开放数据集上的实验结果表明,该算法优于现有的社会化推荐算法,与主要的推荐算法SoRec、RSTE、SocialMF、TrustMF相比,其平均绝对误差(MAE)和均方根误差(RMSE)显著降低,获得了较好的推荐效果。

关键词：推荐系统社交网络降噪自编码器深度学习混合推荐

来源：评论

学校读者我要写书评

暂无评论

基于特征选择的极限随机森林算法研究

引用

计算机应用研究 2020年第9期37卷 2625-2628,2633页

作者：杨丰瑞罗思烦李前洋重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆重邮信科(集团)股份有限公司重庆401121

高维复杂数据处理是数据挖掘领域中的关键问题,针对现有特征选择分类算法存在的预测精确度失衡、整体分类效率低下等问题,提出了一种结合概率相关性和极限随机森林的特征选择分类算法(P-ERF)。该算法使用充分考虑特征之间相关性与P值结... 详细信息

高维复杂数据处理是数据挖掘领域中的关键问题,针对现有特征选择分类算法存在的预测精确度失衡、整体分类效率低下等问题,提出了一种结合概率相关性和极限随机森林的特征选择分类算法(P-ERF)。该算法使用充分考虑特征之间相关性与P值结合的特征选择方式,避免了树节点分裂过程中造成的冗余性问题;并以随机树为基分类器、极限随机森林为整体框架,使P-ERF算法获得了更高的精准度和更好的泛化误差。实验结果表明,P-ERF算法相较于随机森林算法、极限随机森林算法,在数据集分类精度与整体性方面均得到良好的效果。

关键词：概率相关性特征选择特征子集极限随机森林

来源：评论

学校读者我要写书评

暂无评论

条件生成对抗网络的低照度图像增强方法

引用

中国图象图形学报 2019年第12期24卷 2149-2158页

作者：黄鐄陶海军王海峰中国计量大学信息工程学院杭州310018 北京市新技术应用研究所北京100094

目的在日常的图像采集工作中,由于场景光照条件差或设备的补光能力不足,容易产生低照度图像。为了解决低照度图像视觉感受差、信噪比低和使用价值低(难以分辨图像内容)等问题,本文提出一种基于条件生成对抗网络的低照度图像增强方法。... 详细信息

目的在日常的图像采集工作中,由于场景光照条件差或设备的补光能力不足,容易产生低照度图像。为了解决低照度图像视觉感受差、信噪比低和使用价值低(难以分辨图像内容)等问题,本文提出一种基于条件生成对抗网络的低照度图像增强方法。方法本文设计一个具备编解码功能的卷积神经网络(CNN)模型作为生成模型,同时加入具备二分类功能的CNN作为判别模型,组成生成对抗网络。在模型训练的过程中,以真实的亮图像为条件,依靠判别模型监督生成模型以及结合判别模型与生成模型间的相互博弈,使得本文网络模型具备更好的低照度图像增强能力。在本文方法使用过程中,无需人工调节参数,图像输入模型后端到端处理并输出结果。结果将本文方法与现有方法进行比较,利用本文方法增强的图像在亮度、清晰度以及颜色还原度等方面有了较大的提升。在峰值信噪比、直方图相似度和结构相似性等图像质量评价指标方面,本文方法比其他方法的最优值分别提高了0.7 dB、3.9%和8.2%。在处理时间上,本文方法处理图像的速度远远超过现有的传统方法,可达到实时增强的要求。结论通过实验比较了本文方法与现有方法对于低照度图像的处理效果,表明本文方法具有更优的处理效果,同时具有更快的处理速度。

关键词：图像处理低照度图像增强卷积神经网络条件生成对抗网络深度学习

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯时空模型的城管事件时空变化分析

引用

地球信息科学学报 2020年第5期22卷 1073-1082页

作者：董文钱董良向琳陶海军赵传虎曲寒冰中国计量大学信息工程学院杭州310018 北京市科学技术研究院北京100089 北京市新技术应用研究所北京100094 河北工业大学人工智能与数据科学学院天津300401

城市管理事件具有显著的地域特征和周期性特征,挖掘城管事件中隐含的时空规律和潜在影响因子对城市管理具有重要指导意义。然而,目前针对城管事件时空变化及影响因素驱动效应的研究仍较为少见。本文基于贝叶斯时空模型,针对西北某地H市... 详细信息

城市管理事件具有显著的地域特征和周期性特征,挖掘城管事件中隐含的时空规律和潜在影响因子对城市管理具有重要指导意义。然而,目前针对城管事件时空变化及影响因素驱动效应的研究仍较为少见。本文基于贝叶斯时空模型,针对西北某地H市P区的街面秩序类、市容环境类以及宣传广告类城管事件在一周之中的时空演变特征进行建模分析,并探究了影响城管事件案发风险的潜在影响因子。研究发现:①在空间上,3类城管事件的相对风险分布存在差异,街面秩序类事件集中在城市的居住功能区和商业功能区,而市容环境类集中在城市的居住功能区,宣传广告类主要集中在城市的商业功能区,空间风险后验概率估计表明,以上2个区域是城管事件的热点区域。②在时间上,每逢周二、周五以及周六,城管事件的相对风险较为突出,但总体上没有明显的单调性。每天的8-10时和14-15时是城管事件高发的时段,其相对风险远高于其他时段。③城市建成环境对城管事件的潜在影响存在差异。研究区域内餐饮、交通、生活服务等城市基础设施与城管事件的关联最为紧密,且都表现为正相关。④城管事件的案发风险呈现出明显的时空异质性,渐进性的建模过程表明在分析城管事件数据时考虑空间与时间效应的影响是合理且有必要的。研究表明,贝叶斯时空模型的分析结果满足城管部门日常工作中关于城管事件智能分析与重点管控的需求。

关键词：城管事件贝叶斯时空模型结构效应非结构效应相对风险时空变化冷热点 INLA

来源：评论

学校读者我要写书评

暂无评论

融合邻居选择策略和信任关系的兴趣点推荐

引用

计算机工程与科学 2020年第2期42卷 365-372页

作者：刘辉曾斌刘子恺重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121 重庆邮电大学计算机科学与技术学院重庆400065

兴趣点推荐是推荐系统的关键研究之一,传统的算法只利用用户签到信息进行推荐,且对于签到信息只单纯地考虑签到和没签到,而忽略了用户签到的频次和信任关系。为提高推荐精度,提出了一种融合用户相似性、地理位置和信任关系的混合推荐算... 详细信息

兴趣点推荐是推荐系统的关键研究之一,传统的算法只利用用户签到信息进行推荐,且对于签到信息只单纯地考虑签到和没签到,而忽略了用户签到的频次和信任关系。为提高推荐精度,提出了一种融合用户相似性、地理位置和信任关系的混合推荐算法(UGT)。对于签到信息,采用签到频次来代替传统的二值签到,并对签到信息添加时间权重;对于基于用户的协同过滤,提出了一种邻居选择策略来提高预测精度;对于信任关系,首先分析用户的属性,然后给出社会地位的计算方法,重构信任度的计算方法。实验结果表明,该混合算法相比较传统的推荐算法而言,在准确率和召回率上有了显著的提升。

关键词：位置社交网络兴趣点推荐协同过滤信任关系时间权重

来源：评论

学校读者我要写书评

暂无评论

基于差异点集的频繁项集挖掘算法

引用

计算机工程与设计 2020年第3期41卷 716-720页

作者：尹远朱璐伟文凯重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121 中国电信股份有限公司重庆分公司重庆401121

针对目前频繁模式挖掘算法存在的建树复杂、挖掘效率低下等问题,提出一种基于差异点集(DiffNodeset)的Top-rank-k频繁模式挖掘DNTK算法。利用差集运算直接获取k(>2)项集的差异点集,避免项集多次复杂连接过程;结合一种线性时间复杂度... 详细信息

针对目前频繁模式挖掘算法存在的建树复杂、挖掘效率低下等问题,提出一种基于差异点集(DiffNodeset)的Top-rank-k频繁模式挖掘DNTK算法。利用差集运算直接获取k(>2)项集的差异点集,避免项集多次复杂连接过程;结合一种线性时间复杂度连接方法和早期修剪策略,提出一种更为高效的1-项集连接方法,及时判定项集连接可行性;采用包含索引策略减少项集连接次数。实验结果表明,DNTK算法在时间和空间效率方面性能优于FAE和NTK算法,在不同类型数据集中进行频繁项集挖掘时有良好的效果。

关键词：频繁项集挖掘差异点集优先k项集早期修剪包含索引

来源：评论

学校读者我要写书评

暂无评论

基于局部方向场散列的掌纹快速辨识方法

引用

科学技术与工程 2020年第18期20卷 7323-7330页

作者：陈曦于明岳峰河北工业大学电子信息工程学院天津300401 北京科学技术研究院北京市新技术应用研究所北京100089 河北工业大学人工智能与数据科学学院天津300401

面向大规模人群身份辨识的掌纹识别系统有广阔的应用前景。为了加速系统的响应时间,提出了一种基于局部方向场散列的快速掌纹识别方法局部方向场散列(LOFP hashing)。该方法首先使用一种方向特征双编码的方式,解决了传统编码方式不稳定... 详细信息

面向大规模人群身份辨识的掌纹识别系统有广阔的应用前景。为了加速系统的响应时间,提出了一种基于局部方向场散列的快速掌纹识别方法局部方向场散列(LOFP hashing)。该方法首先使用一种方向特征双编码的方式,解决了传统编码方式不稳定、精度差的缺点。然后提出一种特征窗口化的处理方式,即局部方向场模式,加速目标掌纹的检索。在香港理工大学大规模掌纹数据库Hong Kong PolyU large-scale database,中国科学院掌纹数据库CASIA database以及一个大规模模拟数据库上进行对比实验,结果表明,提出的方法在基本不损失精度甚至有所提高的前提下,可以显著加速辨识速度。因此,LOFP hashing可以有效提升面向大规模人群掌纹识别系统的性能。

关键词：生物识别系统掌纹识别方向特征散列

来源：评论

学校读者我要写书评

暂无评论

一种基于集成的不均衡数据流分类算法

引用

计算机工程与科学 2019年第8期41卷 1519-1524页

作者：袁泉郭江帆赵学华重庆邮电大学通信与信息工程学院通信新技术应用研究中心重庆400065 重庆信科设计有限公司重庆401121

目前数据流分类算法大多是基于类分布这一理想状态,然而在真实数据流环境中数据分布往往是不均衡的,并且数据流中往往伴随着概念漂移。针对数据流中的不均衡问题和概念漂移问题,提出了一种新的基于集成学习的不均衡数据流分类算法。首... 详细信息

目前数据流分类算法大多是基于类分布这一理想状态,然而在真实数据流环境中数据分布往往是不均衡的,并且数据流中往往伴随着概念漂移。针对数据流中的不均衡问题和概念漂移问题,提出了一种新的基于集成学习的不均衡数据流分类算法。首先为了解决数据流的不均衡问题,在训练模型前加入混合采样方法平衡数据集,然后采用基分类器加权和淘汰策略处理概念漂移问题,从而提高分类器的分类性能。最后与经典数据流分类算法在人工数据集和真实数据集上进行对比实验,实验结果表明,本文提出的算法在含有概念漂移和不均衡的数据流环境中,其整体分类性能优于其他算法的。

关键词：数据流概念漂移集成学习不均衡

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：