融合本体语义与用户属性的协同过滤算法

传统协同过滤推荐算法在处理海量数据时存在数据稀疏性和项目长尾效应,导致推荐精度较低。针对该问题,结合本体语义和用户属性,提出一种改进的协同过滤算法。利用本体计算项目之间的语义相似度,构建项目相似度矩阵,同时引入用户属性计算用户相似度矩阵。通过融合本体语义和用户属性形成用户-项目评分矩阵,并对该矩阵的预测评分进行加权处理,生成TOP-N推荐结果。实验结果表明,相比传统皮尔逊相似度计算协同过滤算法、基于本体语义的协同过滤算法和基于评分矩阵填充与用户兴趣的协同过滤算法,该算法的平均绝对误差较低,准确率较高,综合性能及新颖度较优。     

基于slope one算法改进评分矩阵填充的协同过滤算法研究

为解决协同过滤算法中的数据稀疏性问题,提出了一种改进的协同过滤算法。该算法使用slope one算法计算出来的评分预测值来填充评分矩阵中的未评分项目,然后在填充后的用户-项目评分矩阵上通过基于用户的协同过滤方法给出推荐。利用slope one算法计算出来的评分预测值作为回填值,既能降低评分矩阵的稀疏性,也保证了回填值的多样性,从而减少均值、中值等单一填充值造成的推荐误差。在MovieLens-1M数据集上对本文改进算法和协同过滤算法及均值中心化处理的算法作五折交叉实验,结果表明,基于评分预测值填充数据后的协同过滤算法有效的缓解了数据稀疏性问题,并且有更好的推荐效果。     

结合用户聚类和项目类型的协同过滤算法

为了解决协同过滤算法中数据稀疏性问题,提高推荐效果,提出一种改进的协同过滤算法.该算法首先通过一种新的相似度计算方法来计算项目类型相似度,将相似度大于某阈值的项目作为目标项目的邻居;然后根据目标用户对邻居项目的评分信息来预测该用户对目标项目的评分值,并将预测值填入稀疏的用户项目评分矩阵;最后对填充后的评分矩阵采用基于用户聚类（K-means聚类）的协同过滤算法做出最终的预测评分进行推荐.在Movielens数据集上进行实验验证,结果表明该算法能够很好地缓解数据稀疏性、降低计算复杂度,提高推荐精度.     

基于SVD++与改进Slope One混合推荐算法研究

协同过滤算法广泛应用于推荐系统中,论文针对传统协同过滤算法中数据稀疏性及推荐准确率不高的问题,提出了一种改进的协同过滤算法。首先通过SVD++算法对用户-项目评分矩阵进行填充,初步缓解数据的稀疏性问题,然后通过计算相似度引入项目属性,最后通过改进Slope One算法对评分矩阵进行二次预测计算,提高推荐算法的准确度。在数据集MovieLens100K数据集上对论文提出的混合推荐算法作五折交叉实验,结果表明混合算法提高了推荐系统的预测准确度。     

Hadoop下基于聚类协同过滤推荐算法优化的研究

作为重要的个性化推荐算法之一,协同过滤推荐算法有其独特的优势,但同时存在数据稀疏性、冷启动和扩展性问题。针对数据稀疏性问题,对项目相似度进行改进,利用基于项目的协同过滤对原始评分矩阵进行填充,以此降低数据稀疏性对推荐质量的影响。针对冷启动问题,采用基于用户和项目属性分别进行聚类的方法,通过聚类模型建立新用户和新项目与现有用户和现有项目之间的联系,根据对现有用户和现有项目的推荐预测新用户和新项目的推荐。针对扩展性问题,利用云平台Hadoop的MapReduce框架完成相关算法的并行化,以此解决传统协同过滤推荐算法面临的严重扩展性问题。实验表明,改进后的算法较好地解决了以上问题。     

一种基于情景的协同过滤推荐算法

针对协同过滤推荐算法中数据极端稀疏所带来的推荐精度低下的问题,文中提出一种基于情景的协同过滤推荐算法。通过引入项目情景相似度的概念,基于项目情景相似度改进了用户之间相似度的计算公式,并将此方法应用至用户离线聚类过程中,最终利用用户聚类矩阵和用户评分数据产生在线推荐。实验结果表明,该算法能够在数据稀疏的情况下定位目标用户的最近邻,一定程度上缓解数据极端稀疏性引起的问题,并减少系统在线推荐的时间。     

基于GEP-RBF的协同过滤数据稀疏性问题研究

针对传统协同过滤推荐算法的数据稀疏性问题,提出了基于GEP-RBF的协同过滤推荐算法.该算法对目标用户偏好的分类范畴进行了分析,构建了局部用户-项目评分矩阵,同时利用GEP优化RBF神经网络,预测局部用户-项目评分矩阵的缺失评分,平滑评分矩阵,并给出了用户评分项目交集阈值修正相似度的方法,提高用户相似度计算的准确性.实验结果表明,该算法能有效地缓解数据稀疏性问题,从而提高了协同过滤推荐系统的推荐质量.     

结合项目相似度的协同过滤算法

传统的协同过滤算法因为数据集稀疏性的增加而导致推荐准确性降低。针对该问题提出一种结合项目相似度的协同过滤推荐算法。首先计算项目之间的相似度,然后根据项目之间相似度,预测用户未评分项目评分估值,以减小目标用户与候选最近邻居所形成的数据集稀疏性,最后根据用户相似度获得项目推荐集。实验结果表明,该算法能提高寻找最近邻居的准确性,从而改善协同过滤的推荐质量。     

基于联合聚类和C-RA组合相似度的协同过滤算法

针对传统协同过滤算法由于数据稀疏和冷启动而造成的推荐精度下降的问题,提出一种基于联合聚类和C-RA组合相似度的协同过滤算法。首先,通过联合聚类对原始评分矩阵进行用户和物品两个维度的聚类;其次,利用联合聚类结果填充原始评分矩阵;最后,利用C-RA组合相似度计算用户相似度并进行推荐。实验结果表明,该方法有效地提高了推荐结果的精确度,缓解了数据稀疏和冷启动问题。     

协同过滤的相似度融合改进算法

针对传统协同过滤推荐在数据稀疏性条件下性能不佳的问题,在相似度计算上做出了优化,提出了一种基于项目类别和用户兴趣相似度融合的协同过滤算法,算法将相似度的计算分解为两个方面进行:用户-项目类别评分相似度和用户-项目类别兴趣相似度,将两者用合适的权值加以融合得到最终相似度,参与最终预测评分的计算.利用MovieLens公用数据集对改进前后的算法进行对比.结果表明,基于项目类别和用户兴趣的协同过滤改进算法有效地缓解了数据稀疏性问题的影响,提高了推荐的准确性.     

计算机教学方法的探讨

第三次科技革命是人类文明史上继蒸汽技术革命和电力技术革命之后科技领域里的又一次重大飞跃。它以原子能、电子计算机和空间技术的广泛应用为主要标志,涉及信息技术、新能源技术、新材料技术、生物技术、空间技术和海洋技术等诸多领域的一场信息控制技术革命。这次科技革命不仅极大地推动了人类社会经济、政治、文化领域的变革,而且也影响了人类生活方式和思维方式,使人类社会生活和人的现代化向更高境界发展。正是从这个意义上讲,第三次科技革命是迄今为止人类历史上规模最大、影响最为深远的一次科技革命,是人类文明史上不容忽视的一个重大事件。[1]21世纪是个计算机与通讯不断完善的阶段。计算机作为一门大学的基础课程,应当承担它应当担负的历史使命。如何进行计算机这门学科的建设就成为一个必要的、重要的议题。笔者都是大学的教师。由于亲自在第一线进行计算机教学工作,得到一些心得体会,这里与大家共同分享和讨论。     

基于故障检测次序的供料单元故障诊断

针对气动PLC自动生产线中供料单元,在一次供料过程时,上电后却无法运作,通过观察其故障现象,分析其故障原因,提出设定故障检查次序,综合利用假设验证法、替换法、经验法和测量法等故障诊断方法,排除设备的故障,继而通过实践证明合理设定故障检查次序对设备故障排除的重要性.     

软件工程需求建模方法的比较与分析

对目前软件工程领域中需求建模的五种常见方法进行了概述，并分别使用这五种方法的代表建模语言为一个银行账目系统的实例进行建模，通过这个实例对各种方法进行了比较与分析，并得出了关于各种方法特点的结论。     

基于欧姆龙PLC设备的故障诊断解析方法

本文针对PLC控制的电动机在正反转时发生故障,通过观察故障现象和分析其故障原因,提出设定故障检查次序,综合利用假设验证法、替换法、对比法和测量法等故障诊断方法,排除设备的故障,通过实践证明合理设定故障检查次序对设备故障排除的重要性.     

高效的线搜索寻优方法

在涉及计算机寻优等许多工程领域,都需要使用多元函数的最优化。线搜索是多元函数的最优化中已知搜索方向求最优步长的关键技术。为了提出一种高效的线搜索算法,对线搜索进行详细研究,提出一种新的线搜索寻优方法--类康托法。主要方法是去除了Fibonacci法中两个试探点必须保留一个的限制,每次把搜索区间三等分,根据试探点的导数值,来决定去除哪两个子区间。通过理论和实例的证明,结果发现类康托法比0.618法和Fibonacci法更高效,计算速度更快。其中最重要的结论是类康托法为这两种方法收敛速度的高阶无穷小。特别是在精度要求很高的时候,类康托法比这两种算法具有更明显的优势。此外,该方法具有较强的适用性,不但能用于凸函数,也能用于凹函数。     

Combinations of collocation and finite-element methods for Poisson''s equation

In this paper, we provide a framework of combinations of collocation method (CM) with the finite-element method (FEM). The key idea is to link the Galerkin method to the least squares method which is then approximated by integration approximation, and led to the CM. The new important uniformly V⁰_h-elliptic inequality is proved. Interestingly, the integration approximation plays a role only in satisfying the uniformly V⁰_h-elliptic inequality. For the combinations of the finite-element and collocation methods (FEM-CM), the optimal convergence rates can be achieved. The advantage of the CM is to formulate easily linear algebraic equations, where the associated matrices are positive definite but nonsymmetric. We may also solve the algebraic equations of FEM and the collocation equations directly by the least squares method, thus, to greatly improve numerical stability. Numerical experiments are also carried for Poisson's problem to support the analysis. Note that the analysis in this paper is distinct from the existing literature, and it covers a large class of the CM using various admissible functions, such as the radial basis functions, the Sinc functions, etc.     

LDLT分块求解计算方法在有限元分析中的编程实现

针对有限元计算时遇到的大型线性方程组求解问题,提出一种解决方法,即对方程组的系数矩阵采用三角分解法,并用一维变带宽存贮,同时与分块法相结合,实现内存与外存数据的交换。这种方法节省内存,提高计算效率,且解决了内存资源不足的问题。实例表明这个算法是很有效的。     

A comparative analysis of algorithms for fast computation of Zernike moments

This paper details a comparative analysis on time taken by the present and proposed methods to compute the Zernike moments, Z_pq. The present method comprises of Direct, Belkasim's, Prata's, Kintner's and Coefficient methods. We propose a new technique, denoted as q-recursive method, specifically for fast computation of Zernike moments. It uses radial polynomials of fixed order p with a varying index q to compute Zernike moments. Fast computation is achieved because it uses polynomials of higher index q to derive the polynomials of lower index q and it does not use any factorial terms. Individual order of moments can be calculated independently without employing lower- or higher-order moments. This is especially useful in cases where only selected orders of Zernike moments are needed as pattern features. The performance of the present and proposed methods are experimentally analyzed by calculating Zernike moments of orders 0 to p and specific order p using binary and grayscale images. In both the cases, the q-recursive method takes the shortest time to compute Zernike moments.     

时滞对象的自抗扰控制

时滞系统的控制在自动化领域具有重要意义。在剖析时滞系统控制的Smith预估法的本质的基础上,提出利用具有强大噪声抑制能力的"跟踪微分器"来实现"相位超前"、"相位滞后"等功能,从而解决时滞系统控制问题的新办法,其中包括把时滞算子近似成单位1的无视时滞法;把时滞算子近似成一阶惯性环节的提高阶次法;模仿Simith预估法把相位超前的虚拟输出当作被控量来进行无时滞对象控制的输出超前法;及引入虚似控制量的输入超前法等。相应的仿真研究表明,这些新方法都能控制好大时滞系统的控制问题,时滞大小已不再成为"难控"和"易控"的标准。     

The envelope of the error for trigonometric and Chebyshev interpolation

The error in Chebyshev or Fourier interpolation is the product of a rapidly varying factor with a slowly varying modulation. This modulation is the envelope of the error. Because this slow modulation controls the amplitude of the error, it is crucial to understand this error envelope. In this article, we show that the envelope varies strongly withx, but its variations can be predicted from the convergence-limiting singularities of the interpolated function f(x). In turn, this knowledge can be translated into a simple spectral correction algorithm for wringing more accuracy out of the same pseudospectral calculation of the solution to a differential equation.