结合类别偏好的协同过滤推荐算法

推荐系统是针对如今信息过载现象的一种极为有效的方法,而协同过滤算法自提出以来就在推荐系统中得到了广泛的应用,但是这种方法也存在着推荐精度不高、难以处理稀疏数据等缺点。对此提出一种结合类别偏好的协同过滤推荐算法。在原算法计算用户相似度的基础上,结合用户类别偏好的相似度来计算近邻,从而得到推荐结果。实验结果表明,该方法能较为有效地结合用户的类别偏好,与传统的协同过滤算法相比,有更好的推荐效果。     

基于FeSiB/PZT-82/FeSiB磁电复合材料的分芯闭环电流传感器研究北大核心CSCD

文中提出了一种分芯闭环磁电电流传感器,其由高磁导率、低磁滞的FeSiB/PZT-82/FeSiB磁电复合材料、3块硅钢磁芯和一对永磁体组成。为了实现磁电电流传感器的开合式安装,文中采用了分芯磁芯结构;载流导线产生的环形磁场经3块硅钢磁芯汇聚到FeSiB/PZT-82/FeSiB磁电复合材料,然后基于复合材料的磁-力-电多场耦合效应,实现载流导线电流传感。通过仿真和实验对比分析,分芯磁芯结构的磁场汇聚效应对FeSiB/PZT-82/FeSiB传感性能具有显著的提高。含有磁芯结构的分芯闭环磁电电流传感器在无源情况下,对工频(50 Hz)电流的测量灵敏度达到17.379 mV/A,约为无磁芯FeSiB/PZT-82/FeSiB磁电复合材料的35倍;在0~10 A测量范围内,具有良好的线性关系。结果表明:由于该传感器的优异性能和分芯闭环结构,其在工频小电流监测领域具有广阔的应用空间。