基于隐式偏好的多目标推荐算法研究

推荐的准确性(accuracy)和多样性(diversity)是推荐算法研究的二个重要指标,能够最大程度地满足用户的喜好.然而,基于准确性的推荐将导致推荐结果过于聚焦集中在某类特征上,使得多样性降低,导致用户选择的广度不足而整体效果不佳.针对推荐算法的两个指标之间的平衡以满足用户的需求,本文采用最大预测评分和最大内部相似度差异的两目标模型,选取极值点和膝点为隐式偏好,利用隐式偏好改进推荐方案搜索优化策略,提出了一种基于隐式偏好的多目标推荐算法.该算法利用切比雪夫距离在迭代过程中对偏好点动态标定,以引导个体收敛于隐式偏好区域,得到具有不同偏好的推荐方案.在Movielens和Netflix数据集上实验结果表明,与Item-based协同过滤推荐算法相比,该算法的推荐结果在确保准确率性能情况下多样性平均提升了38%和33.4%,新颖度平均提升了58.6%和125.4%,降低了多目标推荐算法的复杂度,有效解决了实际应用问题.

基于隐式反馈和加权用户偏好的推荐算法

针对现有隐式反馈算法中正负样本划分不合理、忽略用户操作频次、无法准确建模用户偏好等问题,提出一种基于隐式反馈和加权用户偏好的推荐算法(IFW-LFM)。该算法考虑了用户操作频次与正负样本划分间的关系,学习并改进wALS算法,根据用户操作频次从缺失值中重新挖掘潜在正负样本,将用户操作频次大于1时的样本设置为正样本,用户操作频次为1或0时的样本为正样本或负样本,不再需要人为引入负样本;根据用户操作频次对用户偏好程度的影响,定义了置信度,明确用户偏好,并将其应用在隐因子模型的框架中;利用用户收听歌曲起止时间、收听时长等隐式反馈数据,提高隐式反馈样本利用度。在两个音乐数据集上的对比实验结果说明,该算法在准确率、召回率与NDCG值上与5个经典隐式反馈算法(UserCF、ItemCF、LFM、BPR、SVD)相比最大平均提升了45.81%,83.83%和60.33%,具有更优的推荐效果。

单步无条件稳定结构动力求解隐式算法

基于量纲分析的思想,提出一种用于求解结构动力问题的单步无条件稳定隐式算法。该算法首先构造位移和速度关于质量、刚度、阻尼等变量的函数关系,然后对方程进行无量纲化处理,引入无量纲系数,最后化简得到位移和速度的递推格式。该算法在位移和速度递推格式中不包括加速度项,但能提供2阶精度加速度输出,从而实现真正的自启动。理论分析表明算法具有无条件稳定、2阶精度、可控数值阻尼和无超调特性。分别以单自由度结构和多自由度结构为对象,考虑不同的阻尼条件,对比分析各种算法的数值特性。研究结果表明:通过对算法中的自由参数进行设计,该算法可等价于Newmark平均加速度法,实现零振幅衰减和较低的周期延长,同时与Houbolt法和Wilson-θ法相比,具有更优的频谱特性,能得到更精确的计算结果;与Generalized-α法相比,该算法在有阻尼的情况下,位移、速度和加速度均有2阶精度,同时具有更低的计算误差。通过引入数值阻尼,该算法能更加有效地滤除高频响应分量,更大程度地保留低频响应的贡献,提供更好的计算精度。研究成果可以为结构动力问题的求解提供新方法,为算法的研究提供新思路。

双原子分子气体的定常隐式全流域多尺度算法

巨大的计算资源需求极大地阻碍了统一气体动理学格式的应用。采用宏观预估技术,基于Boltzmann-Rykov模型方程发展全流域适用的保守恒定常隐式算法,协同求解宏观方程和微观方程以加速收敛。在单元界面,通过模型方程特征差分解构造简单高效的多尺度数值通量,并结合非均匀非结构速度空间和速度空间自适应技术进一步降低计算需求、提升计算效率。超声速和高超声速平板绕流和圆球绕流的数值结果验证了算法的准确性与高效性。结果表明,算法能够准确求解二维和三维双原子气体多尺度流动问题,且相比于显式离散统一气体动理学格式可加速一个量级。

基于符号计算的对角隐式辛龙格-库塔算法结构研究

龙格-库塔算法是数值计算非线性微分方程常用的方法之一。本文通过在计算代数系统Sagemath中建立软件包dis_rk.sage,探讨了对角隐式辛龙格-库塔算法的系数所构成的仿射簇具有的结构性质。将所得到的研究结果与已有结果进行比较,验证所设计软件包的可行性与正确性,同时也给出了在软件包下进行的数学实验所得到的新结论。

隐式B样条曲线拟合的加权PIA算法

为了使拟合数据点的曲线生成速度更快、误差更小,提出一种隐式B样条曲线拟合数据点的加权PIA算法.首先,用待拟合数据点以及给定法向量生成偏移点集.然后,通过偏移点集构造差分向量,从而得到需要调整的误差控制系数,为了使迭代效率更高,在迭代过程中对误差控制系数做加权处理.最后,用最新的控制系数矩阵得到拟合数据点的曲线.文中5个数值算例采用均匀节点序列,实验结果表明,在相同迭代次数下,相对于I-PIA算法,该算法得到的拟合曲线误差值更小,曲线能更好保特征.

角点型非共轴模型的半隐式应力积分算法及应用

针对基于屈服面角点非共轴理论建立的弹塑性本构模型,提出了对应的半隐式应力积分算法。在考虑非共轴项的应力更新方程中,塑性流动方向采用显示表示。构建非共轴塑性流动的Gram-Schmidt正交化过程则是基于已知应力条件定义。根据张量之间的正交性,进一步简化模型的应力更新方程,再推导该方程的牛顿迭代格式。然后将该算法编写进ABAQUS的材料用户子程序Vumat,将该非共轴模型应用于有限元分析。在Explict分析模块中,分析了不同非共轴模型参数模拟单剪试验和活动门问题的效果,并与共轴模型结果进行了对比。结果显示该半隐式算法收敛性好,强健有效,适用于工程分析。

基于隐式表达的服装三维重建

随着近年来互联网购物的快速发展,在各大平台上出现了越来越多的服装商品。通过三维重建技术生成服装的三维模型可以帮助消费者更好地了解服装的姿态信息。针对服装的三维重建技术进行研究,提出基于隐式表达的服装三维重建模型。使用神经网络学习获得的占用函数作为服装三维模型的隐式表达,从而建立三维坐标和模型形状的映射。目前已有的三维重建算法需要拟合复杂的曲面模型,但资源消耗量大,而基于隐式表达的三维重建算法不需要进行参数化和网格化,能够提高算法的运行速度。为了进一步提高三维重建效果,采用目前性能最好的Point MetaBase-L网络模型和偏移注意力模块作为模型的特征提取网络。其中Point MetaBase-L网络模型基于现有的点云特征提取网络提出Set Abstraction层的元架构Point Meta,并通过分析选择Point Meta元架构中4个模块的最佳实践构成Point MetaBase-L网络模型的Set Abstraction层,同时引入平面特征投影模块加强特征的局部信息。在特征解码阶段,利用特征权重网络通过加权平均算法获取三维空间中采样点的占用概率。根据这些采样点的占用概率,通过基于区域增长的Marching Cubes算法提取高精度网格重建模型。实验结果表明,与占用网络相比,改进模型在交并比、倒角距离、法线一致性和F1值上分别提升了48.83%,55.17%、4.27%和79.10%。

基于改进天鹰算法的隐式广义预测控制

在面对使用不确定的参数控制时隐式广义预测算法响应速度慢,导致辨识精度低下的问题,提出一种基于改进天鹰算法(AO)优化的隐式广义预测控制。首先在天鹰算法4个搜索阶段设置可变的惯性权,使得天鹰算法各个搜索阶段更加均衡,避免了收敛过程耗时长且易陷入局部最优的问题。其次采用改进的天鹰优化算法求出隐式广义预测控制有约束条件时的最优控制。最后将算法应用到某厂循环流化床锅炉进行仿真,从时间上来看,用改进AO算法优化的隐式广义预测的平均仿真速度为3.9831 s,比隐式广义预测平均用的5.9531 s有了明显的速度上的提高,并且在小误差内,能有良好的跟踪效果。仿真结果表明了该算法的可行性,以及其优越的控制性能。

基于数据驱动遗传算法的自动化隐式评分歌曲推荐方法

传统推荐方法主要以现有数据所在范围为基础进行歌曲推荐,导致用户的满意度较低,为此,提出基于数据驱动遗传算法的自动化隐式评分歌曲推荐方法。首先将用户的历史数据作为基础矩阵,通过进行基础矩阵分解,得到用户对歌曲的隐式评分结果,采用互信息特征选择方法构建了特征选择模型,将无关特征或相似的冗余特征进行过滤,以此确保遗传算法输出的推荐结果具有更高的准确性。最后利用遗传算法中的深度神经网络模型实现对最终推荐结果的计算,将选择的特征值作为深度神经网络模型的学习驱动,对挖掘到的用户原始数据的隐式评分结果进行训练,并根据Sigmoid函数的输出结果判断歌曲是否满足推荐标准。测试结果表明,设计方法推荐结果中,用户对歌曲歌词、旋律、节奏以及情感的满意度分别达到了90.19%、90.94%、91.61%和90.89%,均明显高于对比方法。

基于用户隐式反馈和信任度的隐语义模型推荐算法

针对传统隐语义模型(Latent Factor Model,LFM)算法只是单一使用用户对物品的评分矩阵信息来进行预测评分,对于用户和项目之间存在隐含信息并未利用,导致个性化推荐精确度很低。为了处理这个问题,设计结合用户隐式反馈和信任关系的推荐算法BI-Trust-LFM,利用用户行为中包含的隐式信息来替代用户属性,但是用户行为信息存在稀疏性,所以通过改进信任关系来更进一步进行个性化推荐。实验表明,该算法可以提高推荐系统的预测评分准确度,同时改善个性化推荐精准度。

时间-空间高阶精度矩形交错网格隐式有限差分声波正演模拟

有限差分方法因其操作简单、计算消耗低而成为地震勘探领域中最为常用的数值模拟方法之一,然而用离散的显式差分算子数值逼近地震波动方程中的连续导数容易导致数值频散,并且基于正方形网格离散形式的有限差分方法对不同地质模型的适应性较低.针对一阶变密度声波方程的数值模拟,本文发展了一种适用于矩形网格离散形式的时间高阶空间隐式有限差分格式,可以有效压制时间和空间频散,同时灵活的网格剖分增强了其应用的广泛性.基于本文矩形交错网格时间高阶空间隐式有限差分格式的时空域频散关系和变量替换的思想,首先采用泰勒级数展开方法求解不同方向的非轴上时间差分系数及轴上空间差分系数,使本文差分格式可以获得任意偶数阶时间和空间精度.为了进一步提高本文差分格式在更大波数区域的空间模拟精度,我们采用线性优化方法来求取新的轴上空间差分系数用于一阶变密度声波方程的波场迭代求解中.频散、稳定性分析及数值模拟算例表明:相比于传统十字形空间域隐式有限差分格式,本文矩形交错网格时间高阶空间隐式有限差分格式在精度、稳定性和效率方面均具有优势.

地铁地下结构抗震分析并行计算显式与隐式算法比较

基于EM64T硬件构架、双路Intel Xeon处理器、Linux操作系统、64位ABAQUS软件、千兆以太网络为集群子网络构建的32CPU并行计算集群平台,对有限元并行计算中心差分显式算法与Hilber-Hughes-Taylor隐式算法的计算精度和效率以及ABAQUS软件中设置黏弹性人工边界计算精度进行比较验证。结果表明:显式与隐式算法计算精度基本相当,但显式算法计算效率远高于隐式算法。对地铁地下结构三维和二维非线性地震反应分析有限元并行计算显式和隐式算法进行对比研究,结果表明:对于自由度数为387 426的地铁车站结构三维非线性地震反应分析,8、16、32CPU并行计算显式和隐式算法耗时比依次为21.89%、23.10%、4.32%;对于自由度数为10 516的地铁车站结构二维非线性地震反应分析,1、2、4CPU并行计算隐式和显式算法计算耗时比依次为41.4%、45.3%、51.8%;多CPU并行计算显式算法适合求解大规模数值计算问题,多CPU并行计算隐式算法适合求解小规模数值计算问题。

弹性波场数值模拟的隐式差分多重网格算法

为了得到稳定的弹性波数值模拟 ,而不得不选择隐式差分方程 ;为了提高解的精度 ,又不得不增加节点数目 ,但同时也降低了隐式迭代求解的收敛速度 .为此 ,本文使用隐式差分的多重网格算法进行弹性波数值模拟 ,多重网格算法通过粗网格收敛较快的迭代过程求出近似解 ,以近似解为初值使用细网格进行精确的迭代求解 ,从而加速了隐式迭代求解的过程 ,能够以较高计算速度、精度。

一种适用于分布式发电系统的显式—隐式混合积分算法

针对分布式发电系统的典型特征,提出了一种适用于分布式发电系统的显式—隐式混合积分算法。分布式发电系统中电力电子元件具有较快的动态特性,而分布式电源本身如燃料电池、风机、微型燃气轮机、蓄电池等动态响应较慢,根据这一特性设计了算法的划分原则,针对快动态电力电子元件采用隐式积分算法,针对慢动态分布式电源采用显式积分算法,同时兼顾了显式积分算法计算速度快,隐式积分算法数值稳定性好的优点,且对微电网变结构操作具有较好的适应性。最后,在仿真平台上验证了所提出算法的正确性与有效性。

非饱和土水-力本构模型及其隐式积分算法

在已有工作基础上建立了水力-力学耦合的非饱和土本构模型,在硬化方程中考虑饱和度的影响,同时在土水特征曲线中考虑了塑性体变的影响,从而使模型可以反映非饱和土中的毛细现象与土中弹塑性变形现象的耦合行为。采用隐式积分方法,建立了非饱和土耦合模型的数值模型,并推导了得到了水力-力学耦合的非饱和土的一致切线模量。利用该算法编制了本构模型计算的子程序,使其能向外输出切线刚度矩阵,用于有限元计算。为了验证该算法和程序的正确性,用所编制程序对不同路径下的土体行为进行了预测。通过预测结果与试验结果相对比,表明程序预测结果与试验数据相吻合,模型可以较好地模拟土体的水力-力学耦合行为特性。

修正剑桥模型的隐式积分算法在ABAQUS中的数值实施

利用大型有限元软件ABAQUS所提供的用户材料子程序UMAT接口,针对修正的剑桥本构模型开发了隐式积分算法,并且与自动选择时间步长的增量有限元方程迭代解法相结合,对正常固结土与超固结土的三轴排水与不排水试验进行了数值模拟。结果表明,所发展的隐式本构积分算法与时间步长自动选择方法具有较好的稳定性和较高的计算精度,能够得到比较合理的数值分析结果。

一种参数曲面与隐式曲面的求交算法

提出一种新的参数曲面与隐式曲面的求交算法，即把参数曲面的表达式代入到隐式曲面的方程中去，得到关于两参数的方程，可把求解这个方程的问题视为在二维标量场抽取参数曲面的参数域的等值线．该等值线在参数曲面上的映射，便是参数曲面与隐式曲面的交线．

GPC隐式算法及其在供热控制中的仿真研究

基于理论研究和工程应用的需要,提出了广义预测隐式算法。首先介绍了具有滤波器的模型已知的基本广义预测控制(GPC)算法,然后给出了两种隐式自适应算法,一种是已知对象阶跃响应前P个参数的算法,这种算法既不需要在线递推求解Diophantine方程,也不需在线求逆;另一种是一次辨识控制器参数的算法。最后以集中供热热力站热交换过程为应用背景,对基本算法和两种隐式算法进行仿真研究,其结果证明了算法的有效性。

基于螺旋线上谱因式分解的地震波场隐式辛算法

均匀介质、复杂各向同性介质和各向异性介质中的地震波传播过程 ,可用统一形式的标量声波方程描述 .考虑到在无损耗条件下 ,地震波方程描述了地震波场这一个无穷维的哈密顿体系随时间的演化过程 ,该过程为一个单参数连续辛变换 ,因而可以在其哈密顿形式表述下导出其辛格式 .与显式辛算法相比 ,隐式辛格式对应的隐式辛几何算法具有无条件稳定的特点 ,可以允许较大的计算步长 .但是由于隐式算法不可避免地面临高阶矩阵的求逆 ,其每一步的计算速度较慢 .为实现矩阵快速求逆 ,文中采用了螺旋边界条件下谱因式分解的方法 .在螺旋边界条件下 ,需要求逆的矩阵化为带状矩阵 ,而且其各列非零元素的位置和大小具有非常好的相似性 ,因而可以采用谱因式分解的方法实现快速LU分解 .文中采用二阶精度的隐式蛙跳辛格式和谱因式分解方法 ,计算了常速度、层状介质和Marmousi模型中的波场 .计算表明 。