基于Apriori算法填充数据及改进相似度的推荐算法

针对协同过滤算法中存在的数据稀疏和算法精确度不高的问题,提出了一种融合关联规则的协同过滤算法。首先,利用关联规则Apriori算法挖掘出用户间潜在的联系,该潜在联系采用用户间的关联规则的置信度来表示,紧接着进一步构建用户置信度矩阵,用于填充用户评分矩阵。其次,利用置信度矩阵来改进传统的相似度计算公式,构建一个用户间的综合相似度计算公式。最后,利用填充过后的用户评分矩阵和用户间的综合相似度为用户进行推荐。所提算法相比传统算法具有更高的算法精度。此外,与其他算法相比,所提算法还能有效缓解推荐系统的长尾问题,从而进一步提高推荐系统的推荐质量。

基于双向改进余弦相似度的话题发现算法

话题发现是网络社交平台上进行热点话题预测的一个重要研究问题。针对已有话题发现算法大多基于传统余弦相似度衡量文本数据间的相似性,无法识别各维度取值成比例变化时数据对象间的差异,文本数据相似度计算结果不准确,影响话题发现正确率的问题,提出基于双向改进余弦相似度的话题发现算法(TABOC),首先从方向和取值两个角度改进余弦相似度,提出双向改进余弦相似度,能够区分各维度取值成比例变化的数据对象,保留传统余弦相似度在方向判别上的优势,提高衡量文本相似度的准确性;进一步定义集合的双向改进余弦特征向量和双向改进余弦特征向量的加法等相关定义定理,舍弃无关信息,直接计算新合并集合的特征向量,减小话题发现过程中的时间和空间消耗;还结合增量聚类框架,高效处理新增数据。采用百度贴吧数据进行实验表明,TABOC算法进行话题发现是有效可行的,算法正确率和时间效率总体上优于其他对比算法。

基于改进余弦相似度的协同过滤推荐算法

传统的协同过滤推荐算法存在数据稀疏情况下分类准确性低的问题,针对于此提出一种基于改进余弦相似度的协同过滤推荐算法,将数据经嵌入层转换为特征矩阵,将对其计算后得到的改进余弦相似度矩阵和单位矩阵之间的均方误差作为损失函数,从而提高推荐算法在数据稀疏情况下的分类准确性。实验结果表明,该算法的AUC和对数损失函数指标均优于基线模型FM、FFM和Deep FM模型。

基于改进型VSM-HowNet融合相似度算法研究

随着信息科学技术的发展和互联网技术的普及,社会上出现了越来越多的以博取观众的眼球为目的的"标题党"现象。为了识别"标题党"新闻,给出了一种基于改进型的VSM结合余弦相似度的文本相似度计算方法和《知网》(How Net)文本相似度计算方法,并研究了基于改进型VSM-HowNet融合相似度算法,用这些文本相似度的计算方法分别和已有研究中的王氏主题-词形文本相似度计算方法做对比。此方法对"标题党"新闻识别的总准确率、总召回率及总F1值均高于其他文本相似度计算方法,对于识别一篇未知类型的新闻,改进型VSM-HowNet融合相似度算法相比于其他文本相似度计算方法更有优势。

融合遗漏项目侧面特征的相似度计算方法研究与应用

为了提高推荐算法的准确率和效率,通过提取遗漏项目的侧面特征来改进相似度的计算方法,达到最终结果更加接近用户真实兴趣的目标。文中采用的算法中不仅包含了传统的协同过滤算法计算相似度,还引入了对项目侧面特征相似度的计算,通过对周围真实用户的结果记录推理出两种相似度的权重情况,并通过多次实验得到最佳结果的权重。对最终的均方根误差的计算结果进行统一处理,从而达到更加接近现实的情况。经过多次实验结果的验证,在Movielens数据集上使用文中提出的相似度算法与传统相似度算法的比较,平均绝对误差降低了约10个百分点,推荐的效果得到了明显的提高。

改进协同过滤算法在服装个性化推荐的研究

基于项目的协同过滤算法大量应用在电子商务推荐系统上,传统的基于项目的协同过滤算法对物品的相似度计算方式单一,难以排除对用户评分标准、项目流行度、项目品质的影响.利用改进因子(包括用户评分权重、项目优劣性、项目共同用户数)方式,来改进相似度的计算,应用于服装推荐领域,降低了绝对平均误差,使得推荐效果更加准确.

基于分通道自适应匹配的梯度保持色彩迁移算法

本文针对经典Welsh与Reinhard算法进行改进,提出一种基于分通道自适应匹配的梯度保持色彩迁移算法。引入L、a、b三通道作为匹配依据,因通道间的序列不相关,对单一通道进行处理时不会影响到另外两通道,消除了RGB颜色模式中单一目标区域易受多通道影响的弊端;对整体灰度值相近的图像,将色度均值差异最大的待处理区与背景区通道及参考图像对应通道进行自适应匹配,解决了Welsh算法对灰度差异小或灰度范围重叠的彩色源图像分级易造成误判的问题。然后引入梯度因子,同参考图像与源图像标准差比值作加权运算,将结果作为本文改进迁移算法的缩放比例系数,对匹配到的每组像素采用保持梯度的色彩迁移算法进行着色,避免了Reinhard算法易出现色彩细节信息丢失、阶调间过渡不自然等问题。实验证明,本文改进算法所得目标图像的彩色化效果均优于经典Welsh与Reinhard算法,极大提升了色彩迁移算法的灵活性与适用性。

混合中智数的新度量及在三支决策中的应用

在多属性三支决策中,有一类方法需要计算各方案期望损失和理想损失之间的距离,通常利用欧式距离和余弦相似度来计算.而在数据源为混合中智数的三支决策中,这两个度量对于某些值存在不可分辨的情况.为此,对传统的欧式距离和余弦相似度进行了改进,在计算隶属度、犹豫度和非隶属度的基础上,增添了犹豫度补集这一因素.并将改进后的度量应用在混合中智数的三支决策中.最后,通过实例对比和分析验证新度量的有效性和合理性.

基于改进距离相似度的故障可分离性分析方法

为了定量分析故障分离的难易程度,提出基于改进距离相似度的故障可分离性分析方法。以基于等价空间的故障诊断残差产生器为例,根据不同故障引起残差向量在概率分布上的差异建立改进故障分离条件,利用残差向量的距离相似度和方向相似度评价故障分离的难易程度,提出基于改进距离相似度的故障可分离性定量评价指标。通过仿真试验分析某固定翼无人机纵向飞行控制系统的故障可分离性。结果表明:该方法能够准确判断故障分离条件,定量分析系统进行故障分离的难易程度,与现有方法相比,改进故障分离条件更为直观,基于改进距离相似度的故障可分离性评价指标能够实现残差向量在距离差异和方向差异的综合评价。

基于数据融合的光伏组件故障诊断

对不同故障下光伏组件内部等效参数和外特性电气参数进行特征提取,分别采用改进人工鱼群算法优化径向基函数神经网络(improved artificial fish swarm algorithm-radical basic function neural network,IAFSA-RBFNN)算法和相关向量机(relevance vector machine,RVM)算法,建立了基于内部等效参数和外特性电气参数的4种光伏组件故障诊断模型,用于光伏组件的初步故障诊断。在此基础上,提出了一种基于改进证据相似度的光伏组件数据融合故障诊断模型,将上述4种模型的诊断结果作为该改进数据融合算法的基本概率分配(basic probability assignment,BPA)函数值,在决策层进行融合诊断输出,仿真和实验结果验证了上述方法可有效提高故障诊断的精度。

一种面向大规模构件库的构件检索方法

针对如何在大规模构件库中改善构件检索性能的问题,提出一种基于功能倒排索引与改进VSM(Vector Space Model)相似度的构件检索方法。应用功能倒排索引能够快速排除在功能上不相关的构件,有效缩小构件检索范围;对VSM相似度算法进行改进,提高构件检索的查准率。与常用检索方法的对比实验表明,该方法有效提高了检索速度,并且检索查全率与查准率也保持在较高水平。

基于加权二部图的个性化方案推荐

针对传统协同过滤算法难以解决数据稀疏性、冷启动及用户兴趣各异的问题,提出了基于加权二部图的个性化推荐方法,解决个性化设计方案推荐问题。采用加权二部图,基于用户特征和方案特征的评分,对用户和方案分类,减轻数据稀疏性,形成用户-方案规则库;采用加权网络的协同过滤算法,计算新用户特征与用户-方案规则库中用户特征的改进相似度,通过Top-N方法筛选高相似的方案集进行推荐,解决冷启动和用户兴趣各异的问题。最后与传统协同过滤算法、加权二部图个性化推荐进行比较,证明该方法的有效性和实用性。

基于物联网无线路由算法的研究

物联网是当前比较流行的一种网络,物联网的出现给人类的方方面面带来了深远的影响,研究物联网有着重要的意义。基于物联网无线路由算法主要是研究两个方面的内容:一是如何让这些物体形成一个网络,二是网络形成以后采用什么样的方式才能将数据有效的进行传递。本文在之前研究的基础上做了两个方面的工作:一是通过实验论证提出了在物联网中形成单个区域的算法,二是在考虑单个区域内或多个区域间的数据传递时,在之前提出的节点相似度算法基础上加以改进得到一种新的路由算法,通过实验仿真得出了该算法可以进一步提高了数据的递交率,同时也降低了网络的开销。

一种基于隐私保护下的多方记录链接方法

多方隐私保护下的记录链接(privacy-preserving record linkage,简称PPRL)是在隐私保护下,从多个数据源中找出代表现实世界中同一实体的过程.该过程除了最终匹配结果被数据源之间共享外,其他信息均未被泄露.随着数据量的日益增大和现实世界数据质量问题的存在(如拼写错误、顺序颠倒等),多方PPRL方法的可扩展性和容错性面临挑战.目前,已有的大部分多方PPRL方法都是精确匹配方法,不具有容错性.还有少部分多方PPRL近似方法具有容错性,但在处理存在质量问题的数据时,由于容错性差和时间代价过大,并不能有效地找出数据源间的共同实体.因此,提出一种结合布隆过滤、安全合计、动态阈值、检查机制和改进的Dice相似度函数的多方PPRL近似方法.首先,利用布隆过滤将各数据源中的每条记录信息转换成由0和1组成的位数组.然后,计算每个对应位置bit 1所占的比率,并利用动态阈值和检查机制来判定匹配成功的位置.最后,通过改进的Dice相似度函数计算出记录间的相似度,进而判断记录间是否匹配成功.实验结果表明:所提出的方法具有较好的可扩展性,并且在保证查准率的同时,比已有的多方近似PPRL方法具有更高的容错性.

基于数据扩充的深度置信网络地铁轨排故障识别方法研究

针对轨排铺设过程中钢轨与轨枕之间扣配件丢失产生的故障,振动加速度数据特征表征不明显的问题,为了提高铺轨过程中轨排故障识别精度,提出了一种基于数据扩充的深度置信网络的地铁轨排故障识别方法。首先,将采集到的轨排振动加速度数据利用改进的相似度准则进行样本扩充,再通过小波降噪处理得到新的样本作为数据集,并按比例划分为训练集和测试集;然后,将训练样本集输入到DBN模型中进行训练,利用训练好的DBN模型对测试样本集进行故障识别,从而确定故障位置和故障类型;最后,将本方法应用于轨排振动加速度数据进行故障识别,同时与基于原始数据的故障识别方法相比较,结果表明:所提出的方法对轨排故障类型、故障位置的识别准确率有了明显提升。