基于级联过滤的多模型融合的推荐方法

针对当前主流推荐算法无法甄别离群样本和弱贡献率样本,且单模型算法泛化能力较弱等问题,提出一种基于级联过滤的多模型融合的推荐方法.该方法先采用级联回归模型过滤掉离群样本和弱贡献率样本;然后,把推荐问题抽象成二分类问题和回归问题,分别采用基于Bagging的随机森林和基于Boosting的梯度提升回归树两种树型算法、线性的逻辑回归算法来拟合用户兴趣;最后,将这三种算法分别训练若干模型进行线性融合,取Top-N推荐.实验表明,该方法不仅有效提高了推荐精度,还增强了模型的泛化能力,具有较强的实用价值.

基于CF-DTW的学习风格挖掘算法

学习风格是影响学生学习质量和效率的关键因素,而如何针对不同学习风格的学习者制定个性化学习策略,是当前教育工作者普遍面临的一大难题。在此背景下,文章提出了一种基于CF-DTW的学习风格挖掘算法,即采用级联过滤器快速筛选数据集,对过滤后的数据进行相似度计算,挖掘相似度最大的学习风格序列。通过最大相似度搜索和时序聚类实验,证明了CF-DTW算法在保证匹配精度的同时,还能有效提高运算速度,适用于最大相似度搜索和时序聚类等应用场景,为探究个性化学习策略提供了重要支持。

聚丙烯纤维膜﹑尼龙曲孔膜和聚酯核孔膜滤除药液固体微粒的比较

聚丙烯(PP)纤维膜﹑尼龙(Nylon)曲孔膜和聚酯(PET)核孔膜是目前医药过滤广泛采用的滤膜材料.药液过滤的主要目的之一是滤除橡胶塞与穿刺器针头摩擦产生的橡胶碎末和击破安瓿瓶产生的玻璃碎屑.为了比较这三种滤膜滤除药液中这些固体微粒的适用性,用这三种滤膜制作了过滤器,作了模拟过滤实验,用扫描电子显微镜(SEM)研究了膜材结构和以上两种固体微粒的特征,用库尔特仪测量了过滤器的滤除率,用流量计测量了过滤速度.观察和测量说明PP纤维膜和PET核孔膜(孔径5μm)串联,或Nylon曲孔膜和PET核孔膜(孔径5μm)串联组成的级联过滤器,对包括橡胶碎末和玻璃碎屑在内的微粒的滤除率能达到(且优于)中国药典规定的要求.以上两种级联过滤器过滤药液的流速能达到(且优于)中国药典的要求,且比单片核孔膜作过滤器的过滤速度快,适于医院使用.