支持用户属性特征联合聚类的协同过滤算法

个性推荐技术,可针对海量的数据实现快速准确的推荐。目前,协同过滤算法作为主流推荐技术,却存在着冷启动、数据稀疏和可扩展性等问题。虽然联合聚类协同过滤算法在解决可扩展性与数据稀疏方面有一定的效果,实时性高,但很难获得全局最优结果。因此,文中提出支持用户属性特征联合聚类的协同过滤算法以联合聚类为基础,融合了基于内容的推荐算法的优点,并经进一步改进以完成高准确率的推荐。实验结果表明,该算法实时响应快,一定程度上克服了冷启动和数据稀疏问题,且推荐质量较高。     

Phase filtering with time reversal

Correction of phase shift by time-reversal recording is discussed from a unified viewpoint, including considerations of physical realisability, time delay and a systematic approach to practical application.     

基于CE3:k-means的协同过滤推荐模型研究

随着网络数据量的迅速增长,传统数据处理方式的推荐算法已经不能满足互联网发展的需求,为了追求推荐精确性与人性化,协同过滤算法以其更高的推荐满意率逐渐取代其他推荐算法.然而,协同过滤算法推荐的准确程度取决于用户或者物品相似度的计算,成员偏好的多元性使得用户相似度并不能很好的体现用户之间的关联程度.针对这一问题,将CE3:k...     

个性化推荐中基于用户协同过滤算法的优化

在个性化推荐系统中,基于用户的协同过滤算法,会将目标用户与其他所有用户进行比较,计算量非常大。为此,文中以推荐系统的效率为目标,提出了一种改进算法,通过预先计算用户相似度函数,取出匹配度最高的N个用户的数据生成推荐。实验结果表明,该方法在计算速度上有显著提高。     

系统性改进基于物品的协同过滤算法的研究

传统基于物品的协同过滤算法在实际应用中存在一定的缺陷,如热门的物品与其他物品之间有很大的相似度,用户多活动时有对相似度的干扰等问题,导致推荐效果不理想。文中针对该问题进行了研究,并提出通过降低热门物品权重,减少用户活动干扰相似度的影响,物品相似度矩阵归一化等多种方式进行系统性改进算法,通过实验结果验证,在一定程度明显提高了推荐质量。     

融合微聚集隐私保护的协同过滤算法研究

现有的k-匿名隐私保护是一种安全有效的隐私保护算法,针对其对背景知识攻击和同质性攻击防范的不足,提出一种基于敏感属性多样性的微聚集隐私保护的协同过滤算法。算法在满足k-匿名的前提下,融入敏感属性的多样性,在微聚集算法中通过设置同一等价类中敏感属性的差异值,来避免敏感属性值过于接近而造成隐私泄露,从而达到保护隐私数据的目的,同时保证推荐的准确性。实验结果表明,该算法既能保证为用户提供高效的个性化推荐,又能够产生安全的信息表。     

Search recommendation model based on user search behavior and gradual forgetting collaborative filtering strategy

The existing search engines are lack of the consideration of personalization and display the same search results for different users despite their differences in interesting and purpose.By analyzing user's dynamic search behavior,the paper introduces a new method of using a keyword query graph to express user's dynamic search behavior,and uses Bayesian network to construct the prior probability of keyword selection and the migration probability between keywords for each user.To reflect the dynamic changes of the user's preference,the paper introduces non-lineal gradual forgetting collaborative filtering strategy into the personalized search recommendation model.By calculating the similarity between each two users,the model can do the recommendation based on neighbors and be used to construct the personalized search engine.     

麦克风阵列的协同自适应滤波语音增强方法

在麦克风阵列语音增强方法中,传统的广义旁瓣抵消器在处理存在显著脉冲噪声的语音信号时效果较差。为提高在脉冲噪声干扰下的语音信号增强效果,提出一种麦克风阵列的协同自适应滤波语音增强方法。该方法采用协同自适应滤波取代线性自适应滤波,基于NLMS算法导出了滤波器权值和协同因子的自适应更新算法。仿真实验结果表明,所提方法能有效地消除掉语音信号的脉冲噪声和高斯噪声,克服线性自适应滤波对非线性脉冲噪声的不敏感性,比广义旁瓣抵消器效果优越很多。     

一种基于权重矩阵的协同过滤算法的相似度度量方法

协同过滤算法作为目前推荐系统中重要的技术之一,其中相似度度量方法是衡量其效果的重要指标。传统相似度度量方法主要是在用户评分矩阵的基础上对用户的共同评分项进行度量,却忽视了用户评分标准不一致和共同评分项目之外的可用数据。基于上述问题,从用户交叉项目和交叉项目之外的已有权重项目两方面共同考虑,文中融合了修正的Tanimoto系数和相关相似性,提出一种基于权重矩阵的协同过滤相似度度量方法,有效避免了因用户评分标准不一致出现的误差,提高了数据利用率。实验结果表明,该算法有效地提高了推荐的准确性。     

Robust filtering for discrete time piecewise impulsive systems

This paper investigates the filtering problems for the discrete time piecewise impulsive system. First, the robust H_∞ filtering problem and generalized H₂ filtering problem for the discrete time piecewise impulsive system are introduced. Then, linear matrix inequality (LMI) conditions are proposed for the design of H_∞ and generalized H₂ filters such that the resulting discrete time piecewise impulsive filtering error system is globally stable with guaranteed H_∞ or H₂ performance. Finally, a numerical simulation is also given to illustrate the effectiveness of the proposed approaches.     

智能运维平台协同过滤信息推荐系统设计

针对以往使用的内容过滤推荐系统、数据挖掘技术推荐系统难以区分信息属性,导致系统不同分区所占比例与实际不符,出现推荐精准度低的问题,提出了智能运维平台协同过滤信息推荐系统设计.根据系统硬件结构,从超文本服务器中阅读位置信息,构建索引器,在同一上下文中,正向索引和反向索引关键词.使用华为云Stack8.0平台中央处理器,设...     

Analysis of LMS-Newton adaptive filtering algorithms with variableconvergence factor

An analysis of two LMS-Newton adaptive filtering algorithms with variable convergence factor is presented. The relations of these algorithms with the conventional recursive least-squares algorithm are first addressed. Their performance in stationary and nonstationary environments is then studied and closed-form formulas for the excess mean-square error (MSE) are derived. The paper deals, in addition, with the effects of roundoff errors for the case of fixed-point arithmetic. Specifically, closed-form formulas for the excess MSE caused by quantization are obtained. The paper concludes with experimental results that demonstrate the validity of the analysis presented     

基于内容和协同过滤的科技文献个性化推荐

随着近年来科技的蓬勃发展,我国积累的科技文献资源数据规模逐年递增,日渐庞大。为了提高科技文献资源的利用率和科技服务的质量,对推荐系统需求越发迫切。文中将基于内容的方法和协同过滤相结合,取长补短,来实现科技文献的个性化推荐。TF-IDF算法用于提取科技文献的内容特征,SVD算法用于对评分矩阵进行分解。     

基于混合属性相似度的协同过滤推荐算法研究

协同过滤推荐算法是最常用的推荐算法,然而传统的基于项目的协同过滤推荐算法并没有充分利用用户信息,对此本文提出一种改进方案,提出在传统算法的基础上混合基于用户信息的项目属性相似度来改进算法从而进一步提升推荐的准确度。为了解决此方案带来的额外开销,文中同时提出一种分布式计算结构来提升计算效率。实验结果表明,该方法与传统的基于项目的协同过滤推荐算法相比,推荐准确度有明显提高。     

基于粒子滤波的混沌时间序列局域多步预测

对混沌时间序列进行预测研究具有重要的价值和实用性,例如,进行股票预测,降雨量预测,温度预测。混沌时间序列预测的难点在于其不确定性和多步预测的困难性。一般利用最小二乘法求解模型参数,从而对混沌时间序列进行局域预测,但是预测精度不是很高。为了提高局域线性预测的精度,提出基于粒子滤波(PF)的混沌时间序列局域多步预测法,利用粒子滤波进行参数优化得到更准确的优化模型进行多步预测。仿真实验结果表明,该方法的单步和多步预测效果明显得到了提升。     

High-output-impedance CMOS dual-output OTA suitable for wide-rangecontinuous time filtering applications

A high-output-impedance precision current mirror is implemented in a CMOS dual-output OTA (DOTA) structure by means of an efficient implementation method, which is also applicable to other current-output-based active devices. The new DOTA, when used in a DOTA-C integrator, enables integration at very low frequencies, with a capacitor on the order of several picofarads     

协同物流商务信息平台工作流技术研究

首先对现今物流软件的发展背景进行了分析，给出协同物流商务这一模式的基本概念，然后介绍工作流技术的基本原理；最后探讨了工作流技术在构建协同物流商务平台中的实现方法。     

一种基于期望模型的自适应Singer模型滤波算法

针对使用固定模型滤波算法跟踪机动目标时滤波精度依赖于模型固有参数的问题,提出了一种基于期望模型的自适应Singer模型滤波算法。首先利用3组代表不同机动强弱的典型Singer模型组成基础模型集合,然后通过实时计算目标综合残差确定目标机动等级,根据目标机动等级的变化来生成期望模型,并实时扩充基础模型集合进行交互式多模型（Interacting Multiple Model,IMM）滤波。该算法降低了对基础模型选取的依赖性,具有更好的环境适应性,在目标不同机动状态下都能进行准确跟踪。     

KDD2010比赛中基于Mahout协同过滤算法的应用研究

由于在线教育的迅猛发展,个性化教育应运而生,怎样在网络教育当中存储的海量用户数据提取反映用户学习能力水平与有助于提高用户学习水平的有价值信息特别关键,为此商业推荐领域广泛应用协同过滤推荐算法,以便将个性化推荐提供给用户使用者.本文通过在KDD2010比赛当中过滤技术作用发挥,有效结合教育数据挖掘,借助Apache Mahout的Taste组件各种方法,仿真建模教育数据,根据实施的实验反馈取得良好预测效果.     

基于差分GPS的战术数据链高精度时间同步

精确协同作战作为信息化条件下作战形态的必然发展趋势,其对作战平台间高精度时间同步提出了较高的要求。针对该要求,在分析了战术数据链往返计时（ RTT)时间同步算法的基础上,提出了卫星导航载波相位差分GPS（ DGPS)技术与数据链高精度时间同步算法,利用卡尔曼滤波构建时间同步计算算法模型,实现高精度的时间同步。仿真结果表明该算法可提高时间同步精度到3 ns。