一种基于相似融合的文本特征降维方法

提出一种基于相似融合的文本特征降维方法。首先求出不同聚类结果中每个簇的对应关系,然后计算这几个聚类结果对应簇的交集,对求交集后剩余的特征使用一种改进的互信息方法进行二次聚类,在最大限度减少信息损失的前提下实现了文本特征的有效降维。对文本的分类实验结果表明,该方法具有良好的降维效果,并且提高了聚类的效率。

技术融合的互补性与相似性研究

为探究互补性技术融合与相似性技术的融合,通过构建组织合作与技术融合的多层网络模型,分析伙伴多样性对技术融合的影响。研究表明,伙伴地理多样性不利于互补性技术融合与相似性技术融合的发生。伙伴的技术多样性有利于互补性技术融合,不利于相似性技术融合。企业与不同类型伙伴之间的关系强度对互补性技术融合与相似性技术融合的影响不同。研究结果能够帮助企业选择合适的合作伙伴来实现不同创新战略。

基于融合相似性和三部图的circRNA与疾病关联预测

传统的生物医学实验方法验证circRNA与疾病之间的关系存在耗时、耗力且成本过高的问题,为此提出基于三部图融合相似性的circRNA与疾病关联预测研究的模型(FSTPGCDA). FSTPGCDA引入circRNA-disease关联信息、circRNA-gene关联信息、circRNA序列信息和疾病语义信息.进行拉普拉斯特征映射和Jaccard指标的融合相似性计算得到相似性矩阵,将不同相似性算法得到的相似性矩阵加权融合得到融合相似性矩阵.利用circRNA-disease关联矩阵和circRNA-gene关联矩阵构建gene-circRNA-disease三部图.通过融合相似性方法为三部图分配初始资源,使用贪心算法进行资源分配.实例验证表明,FSTPGCDA的预测性能和鲁棒性较好.

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。

面向车位识别的相似度数据融合算法

为提高平行泊车车位识别率,提出了基于多个超声波传感器的车位检测、智能识别系统。确定边缘阈值参数,利用基于相似度的数据融合算法,对多传感器测量结果进行融合。分析车速和横向距离的试验结果。为修正误差,回归了一种多元线性模型。对比了传统单探头方法、双探头平均值法,和本文的双探头数据融合等方法的识别率。结果表明:在模拟车位环境下和在实际泊车环境下,修正后的本方法的识别率分别为95.24%和90%,均高于上述两种传统方法的成功率。

基于相似度数据融合的车辆航向角研究

为提高车辆行驶过程中的轨迹和姿态控制精度,需将同质车载传感器的测量值进行数据融合,以此获取高精度的关键控制变量。将司南高精度定位、VBox和车辆CAN总线所测得的车辆航向角数据,使用基于相似度的数据融合算法,对测量结果进行数据融合,并分别计算各个数据融合源、数据融合最终值与选定的参考目标值之间的误差。结果表明,数据融合最终值的误差限为0.23°,分别小于数据融合源的0.8°、2.1°和2.7°,精度均高于其它数据融合源。

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。

视频人脸识别中基于聚类中心LLE的特征相似性融合方法

针对大部分现有视频人脸识别方法通常仅利用代表性范例或图像集而较少研究有效融合的问题,提出了一种基于聚类中心特征相似性融合方法。首先,使用局部线性嵌入从原始数据空间学习低维嵌入,并利用STHAC算法将投影划分为LLE特征空间聚类;然后,从基于局部外观的聚类中得到特征相似性,在贝叶斯最大后验概率分类框架中对范例点和聚类子空间进行相关相似性匹配;最后,借助于范例重要性概率完成人脸的识别。在视频人脸数据集CMU Mobo、Honda/UCSD和ChokePoint上的实验验证了所提方法的有效性,实验结果表明,相比几种传统的方法,所提方法取得了较高的识别精度和较低的计算复杂度。

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。

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。

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。

基于相似核融合的多组学数据结直肠癌分子亚型研究

目的探讨相似核融合(similarity kernel fusion, SKF)方法在整合多组学数据的结直肠癌分子分型中的应用,识别结直肠癌预后高危患者,筛选出潜在的生物标志物以及重要通路。方法采用SKF对结直肠癌患者多组学数据进行整合,得到融合核,在融合核基础上采用谱聚类进行聚类分型,进一步采用Cox回归研究不同分型患者的预后风险;针对不同分型,筛选差异表达的mRNA(DEmRNAs)、miRNA(DEmiRNAs)以及异常甲基化基因,对三者进行联合分析获得重合基因;最后利用GO和KEGG分析得到重合基因富集的通路。结果结直肠癌患者分为预后高危组和低危组,其中高危组的死亡风险是低危组的2.72倍,并筛选出1908个DEmRNAs, 30个DEmiRNAs, 7763个异常甲基化基因,联合分析得到35个基因同时受到mRNA、miRNA及DNA甲基化调控,并富集到有统计学差异的17个GO生物项和23条KEGG通路。结论 SKF能够有效地识别出结直肠癌预后高风险患者,并筛选出结直肠癌的潜在生物标志物及重要通路,为结直肠癌的临床诊断和治疗预后提供重要的思路和依据。

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。