基于用户聚类与Slope One填充的协同推荐算法

针对传统的用户个性化推荐中使用的协同过滤算法存在稀疏性和可扩展性不足的问题,提出了一种基于用户特征聚类和Slope One填充的协同过滤算法。该算法首先以用户属性特征作为聚类依据,利用基于最小生成树Kmeans聚类算法对用户进行聚类分析,生成K个相似用户集合;其次在聚类分析的基础上,利用Slope One算法预测填充生成的相似用户集下的用户评分矩阵;最后采用混合协同过滤算法对填充后的用户评分矩阵进行最近邻搜索,从而得到预测评分,产生推荐结果。对比实验结果表明,提出的算法显著提高了推荐的精度,有效缓解了稀疏性问题,具有良好的可扩展性。

有色金属矿区土壤铬污染遥感反演研究

构建光谱转换模型,消除环境因素导致的土壤光谱差异;通过波段反射率的比值,加强地物之间的对比度,弱化背景而突出地物信息;建立不同预处理光谱类型(3类光谱)的不同遥感反演特征因子(3种遥感反演特征因子)逐步回归模型(共9个模型),对铬污染进行遥感反演研究。研究结果表明:野外光谱受环境影响大,实验室光谱受环境影响小;DS(direct standardization)光谱对消除环境条件影响、提升光谱信号质量有一定的作用;实验室光谱的遥感反演建模精度明显比野外光谱的遥感反演建模精度高,说明实验室光谱受环境影响小,具有更高的建模精度;组合因子在各类光谱的遥感反演特征因子中建模精度最高,其中,实验室光谱的组合因子的建模效果最好,说明波段反射率的比值对消除背景影响、提高建模精度有一定的作用。

一种融合专家知识和监测数据的水质预测模型

为了解决目前水质预测中未考虑局部无知性这一问题,提出一种基于幂集置信规则库(Belief rule base with power set,PBRB)的水质预测模型。该模型能够有效融合专家知识与定量数据,并能在描述多种不确定性的同时,将传统的辨识框架扩展到幂集,使其能够很好地表达无知性从而提高水质预测精度。此外,利用协方差矩阵自适应进化策略(Covariance matrix adaptive evolution strategy,CMA-ES)算法对PBRB模型进行优化。仿真结果表明:PBRB模型能准确预测一段时间内水质变化趋势,预测精度高于其他传统方法。

考虑证据相关性的空调机组健康状态评估

针对空调机组健康状态评估中指标信息利用不充分的问题,提出了一种考虑证据相关性的健康状态评估方法。首先,构建了JDFX型空调机组健康状态评估指标体系。其次,依据证据推理理论,给出了考虑证据相关的证据推理规则,构建了JDFX型空调机组健康状态评估模型,以获取空调机组的综合健康水平。最后,通过算例对6套JDFX型空调机组的健康状态进行了评估,给出了健康水平的排序结果。结果表明,相比于传统的层次分析法,所提方法能够更有效地利用健康指标信息和专家知识对空调机组进行健康状态评估,结果更合理可信。