基于元路径注意力机制的MOOC视频推荐方法

MOOC平台上,一个课程可能存在多个版本的视频,为向学生推荐一个满足学习兴趣的MOOC视频就需要分析学生兴趣与视频内容的关系,为此,提出一种基于元路径注意力机制的视频推荐方法Mrec。一方面,利用异构信息网(HIN)描述学习者和MOOC资源之间的关系,进而使用元路径表达学生和视频之间的交互关系;另一方面,利用注意力机制捕捉学生、视频、元路径的特征对学习兴趣的影响情况。具体来说,Mrec方法包括两层注意力机制:第一层是节点注意力层,通过邻居的特征加权联合节点自身的特征,利用多头注意力得到实体在不同元路径下的特征表示;第二层是路径注意力层,通过融合在不同元路径的指导下学习到的实体的特征表示来捕捉实体在不同兴趣下的特征表示,并将学习到的用户与视频实体输入到多层感知机(MLP)中得到预测分数来进行top-K推荐。在MOOCCube和MOOCdata数据集上进行实验的结果表明,Mrec的点击率、归一化折损累积收益(NDCG)、平均倒数排名(MRR)与受试者工作特征曲线下面积(AUC)均优于对比方法。

基于高斯低通滤波算法的合成孔径雷达图像快速配准模型

为了提高合成孔径雷达图像配准的正确匹配数与速度,提出基于高斯低通滤波算法的合成孔径雷达(Synthetic Aperture Radar,SAR)图像快速配准模型。在图像匹配前,利用低通滤波器归一化SAR图像背景,为后续图像快速匹配奠定基础。在此基础上,通过高斯低通滤波算法滤除图像的散斑噪声,最终实现图像的快速配准。仿真实验结果表明,所提出的方法可以有效提高配准正确数量,且配准运行时间低于8 s,运行稳定,可以为图像配准提供一定基础依据。