标签相关度加权的协同过滤个性化推荐算法

现有的基于标签的协同过滤推荐方法虽然利用标签区分信息的属性,但是并不考虑标签本身的相关性,使得多数情况下信息推荐结果倾向于热门或常用标签,影响了推荐质量。针对上述问题,引入衡量标签之间的关联程度的指标——标签相关度,并基于此计算标签与信息之间对应关系的概率,从而建立一种新的标签相关度加权的协同过滤推荐算法。利用标签相关度来解决权重偏差问题,平衡热门信息和个性化信息的权重。主要方法是建立基于标签相关度特征表示的用户和信息表示,并通过特征相似性度量方法计算标签相关度加权的信息相似度,最后采用K最近方法对用户-信息偏好进行预测。实验结果表明,该方法与表现较好的LS和LW算法相比,能够在一定程度上提高推荐的精确度和召回率,更好地满足用户的实际需求。

基于噪声水平估计的低剂量螺旋CT投影数据恢复

目的构建任意低剂量水平下螺旋CT投影数据恢复模型。方法首先,利用噪声估计模块估计任意低剂量水平的投影数据噪声方差图;然后利用估计出的噪声方差图指导投影数据进行恢复,即投影数据恢复模块;最后,采用滤波反投影算法进行图像重建。其中,噪声估计和投影数据恢复模块采用三维小波残差密集群网络结构,并利用非对称损失和全变分正则化进行约束。为验证方法的有效性,利用不同恢复模型分别对1/10、1/15常规剂量CT图像进行恢复,并与现有CT图像恢复网络IRLNet、REDCNN、MWResNet进行对比实验。结果在定量指标对比方面,本文提出的螺旋CT投影数据恢复方法相比于其他图像域恢复方法,结构相似性提升5.79%~17.46%(P<0.05);临床影像医师图像质量评分结果显示,评分比其他方法高7.19%~17.38%(P<0.05)。结论本文提出的投影数据恢复模型能够有效抑制不同低剂量水平投影数据中的噪声和伪影,重建得到组织结构完整、高分辨率的CT图像。

创新维权思路 促进征纳和谐

不久前的一天，山东省宁阳县维护纳税人权益协会接到某会员企业的电话，反映地税机关在土地清查时发现土地使用证的登记面积与实际计税面积不一致，责令企业补缴土地使用税并要加收滞纳金和罚款，企业对此有异议，请求协会予以协调。协会工作人员立即查阅了相关土地使用税的文件，并了解到该企业临路，应按照土地使用证面积减除厂外绿化和公用面积作为计税依据。在随后与地税机关进行沟通过程中，协会人员向地税机关进行了详细解释，最终地税机关认定企业确定的计税依据是正确的，