融合评分上下文和物品相似度的推荐算法

推荐系统中用户的评分往往会受到评分上下文的影响,即用户先前对一些物品的评分会影响其对当前物品评分的客观性。稀疏线性方法在计算物品相似度时将受到上下文影响的用户评分与其他评分同等看待,然而该部分评分并不能客观地反映出物品之间的相似度。针对以上问题,在稀疏线性方法的基础上提出了融合评分上下文和物品相似度的推荐算法,算法分为三个阶段:第一个阶段使用加权评分计算物品最近邻进行特征选择;第二个阶段利用评分误差权重减少算法模型对受到上下文影响的评分的拟合,训练得出物品相似度矩阵;第三个阶段根据用户评分和物品相似度进行评分预测以完成物品推荐。在MovieLens的四个数据集上进行实验,采用平均准确率(MAP)、平均倒数排名(MRR)和归一化折损累计增益(NDCG)指标来评估算法效果。实验结果表明,融合评分上下文将进一步提高物品相似度的准确性,从而提高推荐的性能。

基于决策树改进深度交叉网络的推荐模型

特征挖掘是推荐算法模型中学习用户与物品之间交互行为的关键步骤,对提升推荐模型的准确度具有重要意义。现有的特征挖掘模型中,线性逻辑回归模型虽然简便,能够达到很好的拟合效果,但其泛化能力较弱,且模型对特征参数量的需求较大。深度交叉网络能够有效实现对特征的交叉提取,但其对数据特征的表征能力仍然不足。因此,文中引入多重残差结构与交叉编码思想,提出了一种基于决策树的方法来改进深度交叉网络的推荐模型。首先基于GBDT算法设计构建强化特征的树结构,加强模型对潜在特征的深度挖掘;其次对模型嵌入层的输入参数维度进行扩增优化;最后对改进的深度交叉网络推荐模型进行推荐预测。该设计不仅可以克服现有模型在泛化能力上的局限性,还能在保持特征参数量精简的同时令其表征能力有所加强,进而有效挖掘用户的隐藏关联,提高推荐的准确度。基于公测数据集的实验结果表明,所提出的模型预测效果比现有的特征交互方法更优。

安全事件关联分析引擎的研究与设计

入侵检测系统是动态安全防御里的重要环节,现有的入侵检测系统(IDS)存在一个致命的缺陷:误报率高居不下,IDS无法展现事件之间的逻辑关系,结果用户很难了解事件背后隐藏的攻击策略或逻辑步骤。为了解决IDS存在的上述问题,在深入分析入侵技术的基础上提出了基于入侵序列的启发式关联方法,设计并实现了一个事件关联分析引擎,最后验证了有效性。

有序的KD-tree在图像特征匹配上的应用

针对用KD-tree实现高维空间点匹配中存在的错误匹配问题进行讨论,分析其存在的原因;接着,使用PCA,根据各维数之间的协方差,求出它们的主成分奉献率,再按主成分奉献率进行维数优先级排序,并在该基础上增加了KD-tree各节点的权重;最后,将改进前后的KD-tree应用于Sift特征点匹配。实验证明,改进后的KD-tree能在保持实时性的前提下,大大提高匹配的准确率。

基于度序列的复杂网络模型及其路由策略分析

通过对复杂网络一般模型的节点度序列{k1,k2,…,kl}(1≤k1<k2…<kl)长度l的分析,得出了该模型度序列长度的一般特征,即l是log2N(N为网络节点数)级别的,同时采用基于BA模型的数据和真实复杂网络数据进行了实证分析,实证结果也证实了该特征.论文分析了大规模复杂网络中构建路由表的效率问题,同时构建了大量的基于度序列的复杂网络的一般模型,通过实验对比了基于广度优先搜索(BFS)算法的路由策略与基于最大度(MD)算法的路由策略的性能,实验结果表明,在复杂网络模型下,基于MD算法的路由策略比基于BFS算法的路由策略有更好的性能.

复杂网络度序列长度分析

针对度分布符合泊松分布的复杂网络模型,文中从理论的角度证明了其度序列(1≤k_1<k_2<…<k_l)长度l也是log_2N(N为网络节点数)级别的,并对随机网络、小世界网络、无标度网络模型的度序列长度进行了仿真实验,结果证明了该结论的正确性;针对现实世界中网络模型的数据集,文中也进行了度序列长度的计算,发现该结论在现实网络中也是正确的.

软件工程专业实践类课程体系研究

软件工程专业实践类课程的兼有理论与实践课程的特点,大多学校采用的理论与实践结合的教学方式,效果不太理想。本文分析了目前软件工程专业的课程体系,并针对当前教学过程出现的问题,提出了以完善学科知识和培养实践能力为主线的课程体系,值得借鉴。

基于黑板结构的足球机器人智能调度方案设计

通过分析足球机器人决策子系统中智能调度以及机器人死锁问题,结合足球机器人自身的特点,提出一种基于黑板—知识源结构的足球机器人智能调度方案。该方案通过对黑板、知识源、控制机制的设计,能解决足球机器人中智能调度以及死锁问题,增强机器人的整体配合。

公路交通收费系统多维模型的实现

针对公路信息化管理的需要,结合公路交通收费系统的特点,本文提出了一个新的多维模型数据仓库的解决方案,实现了多维数据仓库的设计.并探讨了用分类器器构建车辆欠费人群分类的模型。

大型零售企业数据传输模型的实现

随着大型零售企业的规模越来越大,数据传输成为大型零售企业MIS系统的核心模块,为了满足大型零售企业数据传输的不同要求,本文提出并实现了一种扩展性很强的数据传输模型。

封装PKI技术的安全中间件在电子政务中的研究

电子政务系统是一套政府办公的基础设施,随着我国电子政务的推进,安全问题将会越来越突出,传统的安全方案已经不能满足电子政务的需要,因此我们用安全中间件封装PKI(公匙基础设施)技术,提出一套电子政务安全解决方案。

新的柱形二维条码生成方法及应用

针对普通二维条码粘贴或者打印到柱形物体表面后,很难或者不能被读取,提出了一种用于粘贴到柱形物体也能被通用条码识别工具识别的方法。首先,利用实验检测不同条码大小、柱形物体半径以及扫描距离对条码识别的影响,分析出条码大小与柱形物体半径比对识别影响的阈值范围。实验数据表明,当二维条码边长与柱形物体半径之比大于0. 6时,粘贴到柱形物体表面的二维条码就不能顺利读取,基于此,提出了柱形二维条码的概念,该条码用于粘贴到柱形物体表面后也能被识别;然后,分析普通二维条码在柱形物体表面不能正常识别的原因,得出普通二维条码和柱形条码的映射关系,即普通条码的每一个像素点特定映射到柱形条码上。其次,利用这种映射关系,结合zxing提供的功能,开发出一个柱形二维条码生成工具,经检测,使用该方法所产生的柱形二维码粘贴到柱形物体表面能被正确地读取;最后,利用工具生成的柱形二维码,实现了白萝卜、青瓜、山药等柱形农产品二维条码追溯标识。

面向非随机缺失数据的协同过滤评分方法

大多数评分预测研究都是基于缺失值是随机的假设。然而,实际的线上推荐系统的评分矩阵的缺失数据都是非随机的。对缺失数据的错误假设会导致有偏差的参数估计和预测。为了提高非随机缺失评分矩阵填补的准确度,文中深入分析了用户和物品的评分矩阵的内在原理,提出了通过行或列变换将用户和物品的评分矩阵转变为等价的双边块对角矩阵,再在不同的分区块中分别应用矩阵分解方法进行分解和评分预测的方法,使得局部数据更新和分解成为现实。在公测数据集上的实验结果显示,文中方法可以提高评分填补效果,有效地解决非随机评分缺失问题,从而提高推荐系统的预测准确率。变换后的分块矩阵在分布式处理实验中也获得了较好的加速比,说明文中方法具有较好的应用可扩展性。

软件体系结构测试研究与进展

软件体系结构已成为软件工程领域的研究热点,如何对软件体系结构进行自动、有效、充分的测试则是热点中的难点。总结软件体系结构测试技术的发展历程和研究现状,分析、比较已有的软件体系结构测试技术和已取得的研究成果,指出软件体系结构测试当前研究中的不足之处并给出其今后的研究趋势。

计算机专业课互动教学方法及其效果分析

随着人工智能时代的到来,计算机的教学逐步转化为基于数学模型、面向海量数据和高性能计算的学科。但由于大多数计算机专业教学单一,导致这种转换很难随着工业环境的变化而变化。教学方法是在社会发展的大背景下不断探索磨合发展的,尤其是在技术更新极快的计算机专业教学上。通过分析国内高校的计算机教学及其存在的问题,充分考虑到计算机专业技术更新换代快的特点,提出以互动教学为主的教学培养模式,并对两年来的教学效果进行分析比较,以期培养出适合当前时代环境的计算机专业人才,并为该专业的教学改革和实践提供思路和参考。

基于多模型优化的超声图像肿瘤自动识别

随着计算机视觉识别技术的发展,越来越多的研究人员将该技术应用到肿瘤图像的识别上。但由于成本,许多医院仍然采用成本较低的B超等设备,产生了模糊、伪影和多个相似肿瘤噪声区域。目前的方法在清晰图像识别中具有很高的精度,但在超声图像方面却存在低准确度且不稳定的结果,其原因是许多现有算法对模糊、噪声图像误判较高。文中基于R-CNN和PRN的方法快速准确地获取高噪声的超声图像的关键特征,并通过数据增强和形态学滤波的方法确保了识别的稳定性。同时,所提方法还融合了血流信号分类模型增强识别精度。基于实际甲状腺肿瘤图像的数据集可知,提出的方法对比新近算法具有较高的准确性和稳定性。

基于点割集图分割的矩阵变换与分解的推荐算法

基于模型的协同过滤算法通过矩阵分解来将用户偏好以及物品属性用隐变量来表示,但现有的矩阵分解算法很难应对个性化推荐系统中严重的数据稀疏性以及数据变化性所带来的问题。针对上述问题,提出了基于双边块对角矩阵的矩阵分解算法。首先通过基于社区发现的点割集图分割算法将原始的稀疏矩阵转换成双边块对角矩阵,将具有相同偏好的用户以及相似特征的物品归并到同一个对角块中,然后将结构中的对角块和双边拼接成数个密度较高的子矩阵。实验结果表明,对这几个密度有提高的子矩阵进行并行分解,基于其分解结果进行原始矩阵的预测,能够有效缓解矩阵分解中数据稀疏性所带来的问题,既能提升预测的精度,又能提高推荐结果的可解释性。同时,每个子对角块都能并行独立分解,能达到提高算法效率的目的。

RFID技术在盐业系统的应用与研究

当前，盐业行业竞争激烈，需要建立一套完整的食盐产品物流管理体系，提高企业供应链效率，同时为了监控假冒产品。在介绍RFID技术及其特点的基础上．研究了RFID中间件架构，提出了RFID技术在盐业系统的应用方案，实践证明该方案是有效的。

判定有限自动机可重置的二次多项式下界

对有限自动机重置判定问题和道路着色问题的时间复杂性下界进行研究,证明了这两个问题的条件下界分别是关于自动机状态数和有向图顶点数的二次多项式.这说明当指数时间猜想(ETH)成立时,两个问题现有的二次算法很大可能就是理论上最好的.对于有限自动机重置判定问题,建立从两个有限自动机交问题到它的细粒度归约,利用细粒度归约的传递性,得到其下界是关于状态数的二次多项式;对于道路着色问题,由于求解问题至少与验证问题的解一样难,可将判定某个有限自动机是否可重置看成验证道路着色问题的解,从而得出其下界是关于顶点数的二次多项式.