基于相似度融合的中文文本相似性度量方法研究

中文文本之间可能具有复杂的上下文关系,比较容易出现语义混淆、语序混乱等问题,而使用传统的度量文本相似性的方法很难捕捉到这些关系,所以对于中文文本的结构特点等造成度量中文文本相似性存在的不足,采用了一种基于相似度融合的方式计算两个文本的相似度。首先通过提取文本字面特征构建结构相似度模型;然后通过语义特征构建语义相似度模型,根据相应判断文本相似性的逻辑,采用层次分析法确定权重,从而提高中文文本的相似度。经过对比实验结果表明,所提出的模型在短文本方面的准确率达到了81.9665%。

基于相似度融合的主动支持向量机算法

提出一种基于相似度融合的主动支持向量机算法,利用未标记样本和标记样本,结合支持向量机的方法实现主动学习。实验结果表明,该算法与普通主动学习的支持向量机相比,在保证分类器性能的情况下,可以减少标记样本的数目,抑制孤立样本对分类器的影响;在相同标记样本数目的情况下,该算法具有较高的分类精度。

SNS背景下基于Tag和Rating相似度融合的协同过滤

SNS即社会性网络服务的出现为Tag技术的应用提供契机,以基于SNS的网站为背景,将Tag信息作为补充信息融入协同过滤推荐系统,提出了SNS背景下基于Tag和Rating相似度融合的协同过滤,以降低数据稀疏性对推荐精度的影响。首先分别计算基于Tag信息和Rating评分信息的用户相似度,然后将这两种相似度进行融合得到综合相似度,最后据此进行协同过滤推荐。实验结果表明本文提出的算法能提高推荐的精度。

基于多相似度融合的药物重定位推荐算法

药物重定位算法可以为发现药物的新用途提供理论上的支持。针对传统药物重定位推荐算法的不足,提出一种基于多相似度融合的药物重定位推荐算法(MSF)。首先通过药物-疾病数据源计算出疾病相似度,再通过药物-化学结构、药物-靶蛋白以及药物-副作用数据源计算出三种相似度并融合为药物相似度,最后利用两种相似度计算药物与疾病对应关系的预测值,并通过预测值融合方法融合为最终预测值。实验结果表明,与SLAMS算法和DRCFFS算法相比,MSF算法在精确率和召回率上有较大的提高;与针对单个数据源的药物重定位算法相比,通过融合多种数据源,预测值的可靠性和精确性都有进一步的提升。案例分析显示,MSF算法可以有效地预测出有治疗效果的药物-疾病组合。

协同过滤的相似度融合改进算法

针对传统协同过滤推荐在数据稀疏性条件下性能不佳的问题,在相似度计算上做出了优化,提出了一种基于项目类别和用户兴趣相似度融合的协同过滤算法,算法将相似度的计算分解为两个方面进行:用户-项目类别评分相似度和用户-项目类别兴趣相似度,将两者用合适的权值加以融合得到最终相似度,参与最终预测评分的计算.利用MovieLens公用数据集对改进前后的算法进行对比.结果表明,基于项目类别和用户兴趣的协同过滤改进算法有效地缓解了数据稀疏性问题的影响,提高了推荐的准确性.

基于音频内容和歌词文本相似度融合的翻唱歌曲识别模型

翻唱歌曲识别是音乐信息检索(Music Information Retrieval, MIR)领域最具挑战性的任务之一。为了提高翻唱歌曲识别(Cover Song Identification, CSI)的准确率,研究者提出了多音频特征相似度张量积图融合的翻唱识别模型,但相似度高维空间几何结构的学习大幅度增加了模型的时间复杂度,同时该模型没有考虑歌词对翻唱识别的重要性。本文提出了基于音频内容和歌词文本相似度融合的翻唱识别模型。采用深度学习的方法分别提取音频特征和歌词特征,并采用相似度网络融合模型对这两种特征的相似度进行融合。为了验证算法的有效性,构建了Covers2326多模态数据库。实验结果表明,与基于多音频特征相似度张量积图融合模型相比,本文模型取得了更高的识别准确率和更低的时间复杂度。

面向翻唱歌曲识别的相似度融合算法

提出了一种面向翻唱歌曲识别的相似度融合算法。该算法将基于乐理特征的相似度和基于人耳感知特性的相似度融合,通过把基于节拍跟踪和瞬时频率音级轮廓(IF-PCP)的最大互相关相似度、基于和声音级轮廓(HPCP)的Qmax相似度、基于耳蜗音级轮廓(CPCP)的Q_(max)相似度映射到同一个多维空间,并计算其几何距离来进行相似度融合。该算法使得IF-PCP特征的节拍速度不变性、HPCP特征的和声优势、CPCP特征的人耳感知特性有效融合。为了验证算法的有效性,采用包含212首不同歌曲共502个版本的数据库作为测试对象,以平均正确率均值和TOP-N作为测试指标对算法性能进行测试。测试结果表明,与基于单一相似度算法相比,该融合算法可提高翻唱歌曲识别准确率。

面向翻唱歌曲识别的改进相似度网络融合算法

提出了改进型相似度网络融合(modified similarity network fusion, MSNF)算法,通过自建核矩阵实现了非方阵的直接融合;通过引入核矩阵的融合,避免了由表现较差的特征构造的核矩阵的负面影响的延伸。在3个数据集上的实验结果表明:MSNF算法在翻唱歌曲识别任务中取得了比SNF算法更高的识别准确率,大幅度降低了时间复杂度。

基于BERT和多相似度融合的句子对齐方法研究

【目的】实现双语句子的自动对齐,为构建双语平行语料库、跨语言信息检索等自然语言处理任务提供技术支持。【方法】将BERT预训练引入句子对齐方法中,通过双向Transformer提取特征,每一个词汇由位置嵌入向量、单词嵌入向量、句子切分嵌入向量三种向量叠加表征词汇的语义信息,进而对源语言与译文、目标语言与译文实施双向度量,融合BLEU得分、余弦相似度和曼哈顿距离三种相似度进行句子对齐。【结果】通过两种任务验证方法的有效性。在平行语料库过滤任务中,召回率为97.84%;在可比语料过滤任务中,当噪声比率分别为20%、50%、90%时,精确率依次为99.47%、98.31%、95.00%。【局限】文本向量化与相似度计算方法可以采用更具有语义表征的方式进行改进。【结论】本方法在平行语料过滤和可比语料过滤两个任务中均优于基线系统,能够获得大规模、高质量的平行语料。

加权填充与兴趣相融合的相似度改进算法

针对传统协同过滤推荐算法在面临用户评分矩阵极端稀疏而导致推荐结果不佳的问题,文中提出了一种改进的协同过滤推荐算法。该算法的相似度值由用户评分相似度值和用户兴趣相似度值组成,其中用户兴趣相似度用来拟补单独填充值导致用户个性化不足的问题。用户评分相似度值采用混合加权填充值对用户评分矩阵进行填充,即在原用户评分矩阵上采用由用户评分矩阵行和列的平均数、众数、中位数等混合加权拟合成的最终值对未评分项目进行填充,加权值的权重取决于这三种值单独填充的实验结果。首先将加权填充后的矩阵作为伪矩阵,在伪矩阵上进行相似度计算。然后通过用户兴趣相似度值建立用户兴趣矩阵,拟采用用户对项目属性评价的次数来衡量用户对不同项目属性的偏好度,利用相似度计算公式计算用户间的兴趣相似度值。最后对Movielens电影数据集进行仿真实验。实验结果表明,相比传统的协同过滤推荐算法,改进的评分矩阵混和加权填充与用户兴趣相结合的协同过滤推荐算法不仅有效缓解了数据稀疏问题的影响,同时也提高了推荐精度。

基于相似度网络融合的极化SAR图像地物分类

从极化合成孔径雷达(synthetic aperture radar,SAR)图像中提取多种特征向量堆叠成一个高维特征向量用于地物分类,将导致部分特征向量的分类能力减弱或丧失。针对此问题,将每种特征向量看作为不同视角数据,提出了一种基于一致相似度网络融合的极化SAR图像非监督地物分类方法。首先,将极化SAR图像进行过分割,基于超像素提取5种特征向量以构建5个相似度矩阵;其次,采用一致相似度网络融合多视学习算法生成融合的相似度矩阵;然后,基于该矩阵进行谱聚类;最后,提出一种分类后处理策略修正错分像素。仿真和实测极化SAR图像地物分类结果表明,该方法性能优于其他5种经典方法。

基于融合相似度和层次聚类的冷启动推荐算法

为了缓解协同过滤推荐算法中的用户冷启动问题,提出一种基于融合相似度和层次聚类的冷启动推荐算法.首先,基于用户的人口统计学信息、用户对项目的评分信息和项目种类信息,提出一种融合相似度计算方法;其次,基于用户的人口统计学信息,利用层次聚类确定冷启动用户的初始近邻用户集;最后,基于初始近邻用户集,利用融合相似度为目标用户进行推荐.基于MovieLens公共数据集,将本文提出的算法和其他推荐算法进行了实验对比分析,结果显示所提算法能够有效地缓解用户的冷启动问题,提高算法的推荐质量.

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。

融合惩罚因子和时间权重的协同过滤推荐算法

协同过滤算法是一种经典的推荐算法,思想是依据近邻用户或者相似物品对目标进行推荐,常被应用在各类推荐系统中。但传统算法过分考虑热门物品对评分的影响,而忽略了冷门物品对用户兴趣特征度量的贡献,也未考虑用户兴趣动态变化的问题。对此,提出一种新的相似度改进算法,改进后的协同过滤算法将物品热门惩罚因子和时间数据权重进行加权计算,优化了用户相似度计算方法,形成了一种新的相似性度量模型。利用MovieLens电影推荐数据集验证改进后的算法,实验结果表明,该算法将推荐平均绝对误差(MAE)与传统算法相比降低了13.2%,推荐质量有了明显提升。

会话增强图神经网络推荐模型

基于会话推荐的目标在于预测匿名用户的行为操作。然而,许多现有的会话推荐模型未能充分考虑相似会话对推荐性能的影响。尽管图神经网络能更好地捕捉会话内项目的转换关系,但一些会话内的转换关系却不利于推荐,因此模型需要学习更具代表性的会话嵌入。为了解决这些问题,本文提出了一种改进的会话增强图神经网络推荐模型--SE-GNNRM。该模型在编码阶段通过图神经网络和自注意力机制,捕捉复杂的项目转换关系和更具代表性的项目特征;利用注意机制将短期偏好和长期偏好相结合,构建全局会话图,并利用相似度融合的图注意网络捕获相似会话信息。为了证明所提模型的有效性,经在3个公共数据集上的实验结果表明,SE-GNNRM优于现有的基线模型,是一种有效的基于会话的推荐模型。

神经网络多层特征信息融合的人脸识别方法

由于人脸面部结构复杂,不同人脸之间结构特征相似,导致难以提取到十分适合用于分类的人脸特征,虽然神经网络具有良好效果,并且有很多改进的损失函数能够帮助提取需要的特征,但是单一的深度特征没有充分利用多层特征之间的互补性,针对这些问题提出了一种基于神经网络多层特征信息融合的人脸识别方法。首先选择ResNet网络结构进行改进,提取神经网络中的多层特征,然后将多层特征映射到子空间,在各自子空间内通过定义的中心变量进行自适应加权融合;为进一步提升效果,将所有特征送入Softmax分类器,同时对分类结果通过相同方式进行自适应加权决策融合;训练网络学习适合的中心变量,应用中心变量计算加权融合相似度。在同样的有限条件下,在使用AM-Softmax损失函数的基础上,融合特征在LFW(Labeled Faces in the Wild)上的识别效果了提升1.6%,使用融合相似度提升了2.2%。能够有效地提升人脸识别率,提取更合适的人脸特征。

基于非抽样Shearlet变换的红外与可见光图像融合方法

针对同一场景红外网像与町见光图像的融合问题，提出了一种基于非抽样Shearlet变换（NSST）的融合算法。首先对源图像进行多尺度、多方向NSST分解，得到低频子带系数和各带通方向子带系数；然后，在局部区域结构相似度的基础上，采用基于局部区域能量的方法选择融合图像的低频子带系数；基于脉冲耦合神经网络（PCNN）对带通方向子带空间频率（sF）的响应而得到的点火次数选择融合图像的带通方向子带系数，得到融合图像的NSST系数；最后经过非抽样Shearlet逆变换得到融合图像。实验结果表明：与其他5种相关的融合方法相比，该方法可获得具有更好视觉效果和更优量化指标的融合图像。

基于多视角网络融合的典型用电负荷模式挖掘

为了识别用户端典型用电负荷模式,解决传统聚类算法中仅使用单视角数据致使典型模式识别不全面的问题,提出一种基于多视角网络融合的典型用电负荷模式挖掘方法.采用多视角网络融合算法对三个粒度视角数据进行融合,利用谱聚类算法与共现矩阵度量方法识别典型用电负荷模式,结合教育行业和房地产行业用户基本信息对其用电负荷曲线趋势进行挖掘与分析.结果表明,与单视角数据相比,挖掘出的典型用电负荷模式更为准确且具有较好的鲁棒性,能够结合不同行业特点为电网系统在不同时段采取错峰用电、削峰填谷等措施提供指导.

基于MPEG-7多特征融合的图像检索技术

针对MPEG-7单一描述符特征检索效率低的问题,提出了主颜色和边缘直方图特征融合的检索算法。同时利用检索目标在图像中分布的特点,利用分块加权法来提高对检索主目标的检索准确度。实验表明,该方法在查准率和查全率均优于单一特征的检索算法,检索精度得到了提高。

基于三部图的物品信息信赖度高于标签信息

随着互联网的迅速发展,解决信息过载变得尤为重要,推荐系统是目前解决以上问题的最有效途径。并且在国内外吸引了深入研究,获得了广泛应用。基于三部图的协同过滤是依据用户对物品、用户对标签的选择关系来设计的算法。本文在三部图基础上分别研究了基于物品的用户相似度和基于标签的用户相似度,提出一种关于物品信息和标签信息的信赖度高低的新观点。此算法中加入一个信赖度因子以调节物品和标签的权重,当该因子为0时,只考虑标签相似度,当该因子为1时,只考虑物品相似度。通过参数学习,获取标签和物品信赖度的影响程度。实验在Movielens10k数据集上表明,当信赖度因子为1时,平均绝对误差最小,也就是说,物品信息比标签信息的信赖度更高。