基于特征相似性和杰卡德中值理论的学习路径推荐方法

新高考改革使得越来越多的高校从专业招生向大类招生迈进。相关研究指出,学生在专业分流选择时存在盲目性。如何解决由专业选择不平衡问题所导致的“冷门专业过冷,热门专业过热”的局面,成为大类培养模式面临的核心难题。文中提出了一种结合特征相似性和杰卡德中值理论的学习路径推荐方法CFSJM,旨在为学生在选择专业时提供方向导航和学习路径推荐。该方法利用图嵌入模型Node2vec学习学生与知识点之间的交互,以获取学生节点的特征表示。通过训练线性回归模型预测学生的专业方向,并根据特征相似性生成学习路径候选集,进而引入杰卡德中值理论生成学习路径。实验结果表明,CFSJM方法在大类招生模式下的线下教学数据中的准确率优于现有方法,为充分发挥大类招生在培养创新型人才和提升高校办学质量方面的优势提供了新的思路。

基于双端电流杰卡德相似度比较的柔性直流输电线路保护

为解决现有柔性直流输电线路保护难以应对噪声干扰及高阻故障场景问题,提出一种基于电流故障分量杰卡德相似度系数JSC(Jaccard similarity coefficient)的纵联保护方法。基于电流故障分量的越限实现电流量与逻辑量的变换,构建线路两端电流逻辑量的杰卡德相似度模型,基于区内高相似度完成线路故障识别;最后提出利用保护启动1 ms数据窗下的电流故障分量极间能量比值的差异构建故障极识别判据。仿真结果表明,该保护在噪声干扰和高阻故障下仍能可靠动作。

基于杰卡德相似度一体化判据的柔直线路纵联保护

基于双端法的柔直线路纵联保护通信量大、动作时间长,并且受噪声等因素影响较大,因此其整定困难。基于此,文中提出一种基于杰卡德相似度一体化判据的柔直线路纵联保护方法。首先分析了柔直线路区内外故障电压和电流变化率的故障特征,分别构建了模拟量至逻辑量的转换关系;然后提出基于0.5 ms数据窗下逻辑量比较的杰卡德相似度模型,基于区内故障的高相似度构建一体化判据实现故障类型的判别,无需故障启动及故障选极判据,基于双端逻辑量比较的纵联保护方案可以实现柔直线路的快速保护,该方案原理简单、动作速度快、易于实现;最后利用PSCAD/EMTDC搭建四端柔直输电系统模型,分别验证了该保护方案在区内外不同故障类型、高阻接地、噪声干扰等多种场景下的有效性。

杰卡德相似系数在推荐系统中的应用

项目相似性度量是协同过滤系统的核心。相关研究中,基于物品协同过滤系统的相似性度量方法普遍使用余弦相似性。然而,在许多实际应用中,评价数据稀疏度过高,物品之间通过余弦相似度计算会产生误导性结果。文中将杰卡德相似性度量应用到基于物品的协同过滤系统中,并建立起相应的评价分析方法。与传统相似性度量方法相比,杰卡德方法完善了余弦相似性只考虑用户评分而忽略了其他信息量的弊端,特别适合于文中所应用的稀疏度过高的数据。最后通过实例说明上述方法的有效性。

杰卡德系数差分误差跳距修正的DV-hop改进算法

为了减小无需测距的DV-hop算法的定位误差,提出基于杰卡德系数跳数修正因子的DV-hop改进算法(JDV-Hop)。改进算法使用节点个数集合的杰卡德系数细化节点间的跳数,减小对节点单跳距离内未知节点跳数的估计误差,然后利用DDV-hop算法中的差分误差系数进一步修正节点间的平均跳距。最后在选择参与定位计算的锚节点时,引入一种节点间可以协作式定位的可信度因子,将定位结果精度高的节点升级为新的锚节点,进行下一轮定位。MATLAB仿真结果显示,在相同条件下,改进算法不仅无需增加额外的硬件开销,且与DDV-hop等现有改进算法相比具有明显更高的定位精度。

基于杰卡德相似性的推荐系统研究

协同过滤推荐系统的核心是用户的相似性度量.在杰卡德相似性度量基础上,提出一种修正的杰卡德相似性度量.该方法将用户评分差异的数目融入相似度计算,并综合杰卡德相似度建立神经网络学习模型,选取Movielens数据作为训练集,得到合适的权重.实验结果表明,与pearson相似性度量相比,该方法在用户评价较少时给出相对可靠的推荐,在推荐的精度、平均绝对误差等方面具有一定的优越性.

融合巴氏系数和杰卡德系数的图像相似度算法

针对颜色特征提取时空间信息缺失问题,提出一种融合杰卡德系数和巴氏系数的图像相似度度量算法。通过巴氏系数求出全局相似度,使用杰卡德系数计算图像局部相似度在融合相似度中所占比例,同时引入修正余弦系数减少噪声干扰,最终作为融合相似度进行图像检索。实验结果表明,该算法的平均检索准确率均高于其他图像检索算法,具有良好的检索性能。

杰卡德相似度在图书推荐中的应用研究

[目的/意义]旨在提高图书推荐的准确率。[方法/过程]提出一种改进的杰卡德相似度计算方法。该方法按中图分类号对读者的借阅记录进行聚类,构建读者-分类号借阅矩阵,把读者对图书类别的偏好融入到阅读兴趣相似性的计算之中,以提高读者阅读兴趣相似度的准确性。[结果/结论]实验结果表明,与传统方法相比,改进的方法显著提高了图书推荐的准确率。

基于非对称多值特征杰卡德系数的高维语义向量差异性度量方法

语义向量差异性度量是采用深度学习方法解决自然语言处理领域问题的重要基础。在高维语义向量差异性度量中存在"度量集中"问题,导致通过传统的度量方法得到的度量结果无法体现语义向量间的差异性。针对该问题,提出一种基于非对称多值特征杰卡德系数的差异性度量方法。由高维语义向量维度值的统计分布得出,部分维度的维度值密集地分布在特定值域内,导致其无法贡献差异度,因此不同维度对差异性的贡献量不同,具有非对称性。该方法定义了关于维度值的重要性函数,选取重要性函数值满足阈值的维度参与差异度计算,去掉无法贡献差异度的维度,从而实现了降维,缓解了"度量集中"问题。分别在渔业数据集和公开数据集上,对不同维度的语义向量的不同度量方法进行了比较,结果表明在语义性没有明显变差的情况下,所提方法的多样性指标较目前最优的度量方法有大幅提高。

基于杰卡德度量的智能拼图改进算法

智能拼图算法常用的方法是先求出各个碎片之间的相似度度量,再根据度量还原图像。MGC(马氏梯度相似度度量)是其中一种很有效的度量,但在实际运用过程中,如果碎片中有大量相似物体存在时,算法不能很好地还原图像,会出现类似于"乱码"的情况。提出了一种利用Jaccard(杰卡德)度量,结合MGC度量,计算图像碎片之间的相似度,再利用贪心策略还原图像。实验结果表明,对于由自选图像随机生成的碎片,算法能够更准确地还原图像,并且能减小出现"乱码"图像的概率。提出了把Jaccard度量和MGC度量相结合的方法运用在智能拼图的还原中,尤其是当拼图碎片中有很多相似物体的情况下,该方法能明显地减少"乱码"现象,同时实验仿真结果证明了提出的方法比单纯的MGC方法具有抗噪性强和拼图准确率高的特点,在考古学碎片图片和文字复原、计算机取证、图像合成和场景无缝拼接等领域有一定的实用价值。

基于复杂网络理论的酵母菌PPI网络中关键蛋白质与核心蛋白质组的识别

识别关键蛋白质对疾病治疗、药物设计等领域有重要作用。本文首先采用5种节点重要性排序算法,对4种酵母菌PPI网络进行关键蛋白质识别,并通过分析不同网络之间共有的关键蛋白质,构建了关键蛋白质子网。再通过杰卡德相似度指标,筛选出子网中拓扑特征相似的关键蛋白质对,发现4种网络中存在Gavin-EPG 1、Gavin-EPG 2、Babu-EPG 1、Babu-EPG 2、LCMS-EPG、MALDI-EPG共6个核心蛋白质组。尽管它们大都是核糖体蛋白质,然而不同的酵母菌PPI网络中核心蛋白质组中蛋白质的组成差异很大。本文所发现的关键蛋白质以及核心蛋白质组对进一步研究核糖体上蛋白质如何相互作用影响肽链的合成以及折叠提供了重要的理论参考。

基于文本相似性技术的地址文本补全系统设计与实现

当前地址信息应用领域日益广泛,地址文本信息的完整性、规范性、准确性尤为重要。因历史原因,现有银行系统中收录的地址文本信息出现了各种录入不完整、关键字段缺失等问题,导致后续地址文本信息解析成经纬度信息时无法解析、解析偏差较大等。本文基于文本相似性技术,设计实现了一种高效率、高准确度,能够快速整合接入各类应用的地址信息补全系统。该系统通过中文分词、杰卡德相似系数算法,计算不完整地址文本信息与现有完整地址文本信息的相似度,来补全不完整的地址文本信息,从而实现地址文本信息的准确解析。本文通过一组实验数据验证测试系统效果:若相似系数≥0.3,地址文本补全并解析后的准确率可达70%以上,较符合实际应用。

保护隐私的集合相似性度量协同计算协议

集合相似性度量是机器学习领域的基本问题之一,研究如何在保护数据隐私的前提下计算两个集合间的相似性问题,在保护数据隐私的机器学习、图形识别、生物信息学等方面有着重要的理论意义与应用价值。在机器学习中估算不同样本集合之间的相似性时,通常通过计算集合相似度来对样本之间的相似程度进行估算,这一类集合之间的相似度统称为集合距离。其中,最常用到的集合距离就是杰卡德距离。文中从集合间杰卡德距离入手,首先通过设计一种新的编码方法,对参与计算的数据进行位置数字编码,将相似性度量问题转化为求两集合间相同数字个数问题,进而结合异或思想,借助同态加密体制具体设计了可以保护隐私的集合杰卡德距离协同计算协议,从而解决了集合间相似性度量的隐私保护问题。模拟器证明该协议是安全的,结果分析表明协议可以高效安全地判定出两对象间集合数据的相似性,在保护隐私的集合相似性度量方面,该方法具备一定的普适性。

微胶囊饲料饲喂大黄鱼仔稚鱼的氨基酸营养评价

通过对大黄鱼稚鱼体氨基酸组成、生长性能的观察比较,探讨大黄鱼仔稚鱼微胶囊饲料氨基酸营养的合理性;选用微胶囊饲料替代部分生物饵料驯育10日龄大黄鱼仔鱼,进行为期31 d的饲养试验。采用饲料氨基酸平衡性的化学评价指标评价微胶囊饲料蛋白质的营养价值。以35日龄大黄鱼稚鱼体蛋白氨基酸组成作为参比系列,计算大黄鱼微胶囊饲料必需氨基酸比值系数(RC)。结果表明:赖氨酸的RC值最小,为0.7232,是大黄鱼微胶囊饲料的第一限制性必需氨基酸;赖氨酸湿基含量4.07%,为饲料蛋白的8.09%;蛋氨酸湿基含量1.59%,为饲料蛋白的3.16%。大黄鱼仔稚鱼微胶囊饲料必需氨基酸指数(EAAI)为93.52,杰卡德(Jaccard)系数为0.944,氨基酸比值系数分(SRC)为81.20;必需氨基酸干基含量(∑EAA)为23.71%;非必需氨基酸干基含量(∑NEAA)为27.07%;氨基酸干基总含量为50.78%,接近粗蛋白质干基含量(51.60%)。综上,大黄鱼微胶囊饲料9种必需氨基酸含量组成与35日龄大黄鱼体蛋白氨基酸组成之拟合关联相似度很高,接近理想蛋白质氨基酸模式,平衡度良好,可以为10日龄后期大黄鱼仔稚鱼提供良好的氨基酸营养。微胶囊饲料替代25%的生物饵料用于饲喂大黄鱼10日龄仔鱼培育稚幼鱼效果较好,具有可行性。

全光谱匹配算法在苹果分类识别中的应用

为进一步提高光谱匹配准确率,该研究对杰卡德相似性原理(jaccard similarity coefficient,JSC)进行改进并提出新的光谱相似度的计算方法。同时,对光谱进行一阶导数二值化,以保证改进后的算法适用于光谱的匹配。此外,对不同光谱分辨率对该算法的影响进行了研究。试验样本选用阿克苏红富士、山东红将军、陕西红富士和陕西金帅4个品种的苹果进行算法能力验证,在2~128 cm^(-1)之间,共7个不同水平的分辨率上进行比较。试验结果表明:该研究提出的算法正确分类识别率为94.5%;研究提出算法在8或16 cm^(-1)分辨率水平下取得最佳分类识别结果。因此,基于JSC的全谱匹配算法在光谱数据库系统中的应用将有助于光谱查询精度的提高。

基于巴氏系数和Jaccard系数的协同过滤算法

针对传统基于邻域的协同过滤推荐算法存在数据稀疏性及相似性度量只能利用用户共同评分的问题,提出一种基于巴氏系数和Jaccard系数的协同过滤算法(CFBJ)。在项目相似性度量中,该算法引入巴氏系数和Jaccard系数,巴氏系数利用用户所有评分信息克服共同评分的限制,Jaccard系数可以增加相似性度量中共同评分项所占的比重。该算法通过提高项目相似度准确率来选取最近邻,优化了对目标用户的偏好预测和个性化推荐。实验结果表明,该算法比平均值-杰卡德差分(MJD)算法、皮尔森系数(PC)算法、杰卡德均方差(JMSD)算法、PIP算法误差更小,分类准确率更高,有效缓解了用户评分数据稀疏所带来的问题,提高了推荐系统的预测准确率。

候选标记信息感知的偏标记学习算法

在偏标记学习中,示例的真实标记隐藏在由一组候选标记组成的标记集中。现有的偏标记学习算法在衡量示例之间的相似度时,只基于示例的特征进行计算,缺乏对候选标记集信息的利用。该文提出一种候选标记感知的偏标记学习算法(CLAPLL),在构建图的阶段有效地结合候选标记集信息来衡量示例之间的相似度。首先,基于杰卡德距离和线性重构,计算出各个示例的标记集之间的相似度,然后结合示例相似度和标记集的相似度构建相似度图,并通过现有的基于图的偏标记学习算法进行学习和预测。3个合成数据集和6个真实数据集上实验结果表明,该文方法相比于基线算法消歧准确率提升了0.3%~16.5%,分类准确率提升了0.2%~2.8%。

专利发明人英文重名识别判据及效度比较分析

本文针对英文专利发明人姓名的字符串匹配问题,利用USPTO发明人姓名的数据集,探索现有字符串匹配算法的适用性。对指向同一发明人不能精确匹配的姓名字符串,分别用10种常用的字符串匹配算法进行处理。比较匹配结果发现:Jaro-Winkler算法对同一发明人姓名字符串匹配效果最好,且结果稳定。通过回归分析可知,杰卡德算法对于发明人的识别效果最佳,基于q-gram的算法在发明人姓名消歧中有重要意义;在发明人消歧中,多种字符串匹配算法的组合运用效果更佳。

四川局部农耕区鸟类物种多样性

运用Shannon Wiener指数、均匀度、杰卡德指数(Jaccardindex)和索伦森指数(Sorensonquantitativeindex)等指标对样带间的鸟类物种多样性进行了比较.指出影响农耕区鸟类多样性的主要因素是空间异质性等.

基于优化欧氏距离的协同过滤推荐

由于推荐系统中用户对项目的评价数据具有多样性和稀疏性的特点,传统的相似性度量算法不能有效查找相似邻居,本文提出一种基于优化欧氏距离的邻居相似度计算方法,在欧氏距离计算的基础上引入归一化处理和杰卡德相似系数,并最终作出评价预测和推荐。在典型数据集上的实验结果显示该算法能够有效提高协同过滤推荐系统的推荐性能。