一种基于标签和协同过滤的并行推荐算法

针对基于用户打分的传统协同过滤推荐算法存在准确率较低以及计算延时的问题,提出了一种基于标签与协同过滤的并行混合推荐算法。该算法通过计算标签的词频-逆文档频率(TF-IDF)值降低流行标签的权重,根据用户的历史行为预测用户对其他资源的偏好值,最后依据预测偏好值排序产生Top-N推荐结果。对该算法的计算效率与复杂度进行了理论分析,并且通过并行编程模型MapReduce使其得到了实现,最后在实验中进行了它与Apache软件基金会项目Mahout的协同过滤算法的对比分析。实验结果表明该算法有较高的准确性,能有效地提高推荐效率。     

00Cr19Ni10不锈钢热穿孔开裂成因分析与对策

通过对报废的荒管进行常规检测分析,结合热穿孔过程成型机理,揭示了穿孔内表面裂纹的主因是弥散在基体中硅酸盐夹杂物、α相的偏高以及热穿孔工艺不合理;据此提出了改进措施和方法,为其后续生产提供指导和借鉴。     

基于内容的图像检索技术研究

随着数字图像在多媒体领域的广泛应用,对基于内容的图像检索技术的需求也不断增加.基于内容的图像检索技术总体上可以分为两部分:图像特征提取、图像特征的索引与匹配.图像特征提取主要解决如何在数学上有效地描述一幅图像.文中分别介绍了颜色、形状和纹理特征提取算法近年来的研究成果.图像特征索引与匹配,主要解决如何根据特征描述判断图像间的相似程度,并准确、快速列出图像库中与检索图像相似的图像,分别介绍了相似度测量方法、聚类与分类技术、相关反馈技术三类技术的主要研究成果.最后对基于内容的图像检索技术的研究难点进行了讨论,对未来可能的研究方向进行了展望.     

一种基于生成式对抗网络的图像描述方法

近年来,深度学习在图像描述领域得到越来越多的关注.现有的深度模型方法一般通过卷积神经网络进行特征提取,递归神经网络对特征拼接生成语句.然而,当图像较为复杂时,特征提取不准确且语句生成模型模式固定,部分语句不具备连贯性.基于此,提出一种结合多频道特征提取模型与生成式对抗网络框架的图像描述方法——CACNN-GAN.此方法在卷积层加入频道注意力机制在各频道提取特征,与COCO图像集进行近似特征比对,选择排序靠前的图像特征作为生成式对抗网络的输入,通过生成器与鉴别器之间的博弈过程,训练句法多样、语句通顺、词汇丰富的语句生成器模型.在实际数据集上的实验结果表明,CACNN-GAN能够有效地对图像进行语义描述,相比其他主流算法,显示出了更高的准确率.