基于多输出支持向量回归机的有限元模型修正

为了克服神经网络以及单输出支持向量回归算法在有限元模型修正中的不足,提出了基于多输出支持向量回归算法的有限元模型修正方法。根据5-折交叉验证法选择支持向量回归机的参数,用均匀试验设计法构造样本,联合结构的动力和静力响应数据作为输入,多个设计参数作为输出,以支持向量回归机逼近输入输出二者之间的非线性映射关系,然后利用支持向量回归机的泛化推广能力,求解设计参数的目标值。空间网格结构数值模型的分析结果表明,该方法能同时修正多个设计参数,在少量样本的情况下具有较高的修正精度,为有限元模型修正提供了一种新的探索。

基于加权二部图的Slope One推荐算法

相对协同过滤算法,Slope One算法在执行速度上更加迅速,并且易于实现.但是算法没有考虑项目之间的推荐关系,故提出了一种基于加权二部图的Slope One推荐算法.利用加权二部图推荐算法计算项目之间的推荐程度,并用计算得到的项目之间的推荐程度对Slope One预测评分过程进行加权处理,由于二部图推荐算法计算得到的项目之间的推荐程度是非对称的,从而使推荐结果更加多样化.在MovieLens数据集上利用5-折交叉验证以及4种评价指标对算法进行验证,实验表明改进后的算法在提高了推荐准确性的同时也提高了推荐的多样性.