基于云模型熟悉相似度的协同过滤推荐算法

研究了一种新的协同过滤推荐方法。针对推荐算法中相似度存在的不足,提出了兼顾"形状-距离"的云模型综合相似度测算方法;考虑用户之间的兴趣匹配,提出了云模型熟悉相似度的概念;提出了基于云模型熟悉相似度的邻居用户选择方法,进而产生推荐。实验结果表明,本方法提高了推荐准确度。     

基于欧氏空间相似度的云模型协同过滤算法

传统的基于余弦相似度度量的云模型协同过滤推荐算法未考虑特征向量的长度和维度,忽略了三个重要数字特征云期望、熵和超熵的关系,如各数字特征具有不同的性质和权重,导致特征丢失、区分度过小的问题。针对这些问题,提出了一种采用标准化的多维欧几里德相似度计算方法,通过将三个数字特征映射为三维空间的点,计算经指数函数标准化的欧几里德相似度,生成更合理的用户k近邻集,最终产生推荐。实验结果表明,该相似度计算方法能够为云特征向量提供更显著的区分度,并在一定程度上提高了推荐质量。     

基于云模型重叠度的相似性度量

云模型相似性是用来度量同类概念不同语言值的多个云之间关联程度的方法,相似云及其度量分析方法的提出是对云模型理论的扩展。针对目前相似性度量方法中时间复杂度过高和结果不稳定等不足,提出了一种基于云模型重叠度的相似性度量算法。首先,根据云模型期望、熵、超熵三个数字特征,定义两个云模型的位置关系和逻辑关系;其次,利用两个云的位置和形状特性,计算得到它们间的重叠度;最后,结合云模型重叠度与相似度的关系,将云模型的相似性度量转化为相应重叠部分的定量化描述。通过对时间序列分类实例的应用,验证了该算法在保证结果稳定度和正确率的前提下,与目前时间消耗较低的云模型相似度计算方法(LICM)相比,计算复杂度降低了50%,表明该算法具有可行性和有效性。     

一种结合云模型的文本分类方法

为了降低在传统的文本分类方法中自然语言的不确定性对分类效果的影响,提出了一种结合云模型的文本分类方法。该方法分别定义文本和类别的云模型,通过计算测试文本和每个类别的云相似度,根据最大相似度原则确定测试文本所属的类别。实验结果表明,与传统的K-NN算法相比,该方法在分类准确率等方面有所提高。     

一种三维模型形状检索描述符

为了解决基于关键字的搜索方式不能准确查找三维模型的问题,对三角网格形式的三维模型提出一种基于内容的模型搜索算法.首先将模型中的三角网格再次划分,增加形状函数的维度,定义了一种新的三维模型形状函数,以提高形状函数的准确性;然后确定三维模型的极轴,将三维模型绕任意轴的旋转转换为绕极轴旋转,增强了球面调和方法提取的形状描述符旋转不变性;最后根据形状描述符之间的欧氏距离来度量三维模型的相似程度.实验结果表明,该算法适用于基于内容的三维模型搜索,并且在准确性和时效性方面都令人满意.     

基于区域分割的三角网格模型相似性比较

为了在工程应用中检索已有的三角网格模型,以便重用相应零件的设计信息,节省设计和加工成本,提出一种基于区域分割技术的三角网格模型相似性比较算法。依据三角网格模型的球面图像将模型分割为若干个区域;对每个分割得到的区域用一个10维向量表达其形状的几何特征和拓扑特征,一个三角网格模型的特征即可通过各分割区域所对应的10维向量组成的向量组表达;将该向量组作为三角网格模型的形状描述子,两个三角网格模型的相似性可通过相对应的形状描述子间的相似性表达。将描述子中的每个向量看成是一个带有属性的节点,通过两组节点组成的完全二分图的最优匹配进行两个形状描述子之间的相似性比较,实现两个三角网格模型之间的相似性比较。实验结果表明,该算法有效可行。     

基于拓扑及三角剖分的无约束场景特征匹配

针对处理重复内容、非单一平面场景时传统方法常见的误匹配、漏匹配问题,提出基于特征点拓扑结构及三角剖分的无约束场景特征匹配方法.利用相似内容比非相似内容具有明显更近特征描述欧氏距离的特点,提出K近邻距离比算法,保留具有明显更小灰度及梯度差异的多对多特征点对作为初匹配,以减少漏匹配;通过特征点三角剖分的映射去除K近邻距离比初匹配中一对一误匹配;根据两图特点集的拓扑相似性度设计基于拓扑的分级三角剖分算法,并对K近邻距离比初匹配中多对多匹配进行一对一确认,得到无约束场景特征匹配结果.实验结果表明,该方法可同时显著抑制误匹配和漏匹配.     

一种基于映射法的散乱点云Delaunay三角剖分算法

针对直接在三维空间构建海量点云的Delaunay三角网格效率低下,提出一种新的基于映射法的Delau-nay三角网格构建算法.首先提出一种基于区域增长法的点云分片方法,能够保证对分片后的点云数据进行映射而不产生重叠;然后保持空间点云之间的距离特性,将三维点云映射到二维平面;在二维平面内进行Delaunay三角剖分,再将结果返回到三维空间内.实验结果表明,算法能够构建质量较好的三角网格.由于该算法将点云的三角剖分转换到低维空间,通过实验结果对比本算法与其他算法效果,证明该方法能够更快地完成重构.     

融合共现距离和区分度的短文本相似度计算方法

针对短文本内容简短、特征稀疏等特点,提出一种融合共现距离和区分度的短文本相似度计算方法。一方面,该方法在整个短文本语料库中利用两个共现词之间距离计算它们的共现距离相关度。另一方面通过计算共现区分度来提高距离相关度的准确度,然后对每个文本中词项进行相关性加权,最后通过词项的权重和词项之间的共现距离相关度计算两个文本的相似度。实验结果表明,本文提出的方法能够提高短文本相似度计算的准确率。     

基于形状分布的机械CAD模型相似性评价算法

提出一种基于形状分布的机械CAD模型相似性评价算法.该方法首先在CAD模型表面随机取点,然后计算随机点之间的距离,通过对距离值进行统计得到形状分布曲线,最后通过对模型间形状分布曲线的比较得到两个模型的相似度,从而实现模型的相似性评价.实验表明该算法能较好的实现机械CAD模型的相似性评价.     

网络安全风险评估的云决策

为了更合理地评估网络安全风险,利用云模型集成随机性和模糊性的优点,提出一种基于云模型的网络安全风险评估和决策方法。首先,通过采样系统正常状态信息,构造标准概念云;在进行风险评估时,采样处于风险状态时的信息,计算其云数字特征;然后利用改进的基于云滴距离的云相似度算法,计算与标准概念云的相似度,相似度最大的即为最终输出结果。最后,通过Kddcup99数据集进行模拟攻击及性能采样仿真实验。结果表明,该方法最大限度地保留了风险评估过程中固有的不确定性和模糊性,提高了评估结果的可信性。     

基于双调合距离的三维形状相似度计算方法

基于双调和距离的等距不变性,提出一种三维形状的相似性度量方法。给出双调和距离、形式化表达和离散计算的定义,并对形状的双调和距离矩阵进行奇异值分解。提取双调和距离矩阵的特征值作为形状描述符,将一对形状特征值的余弦距离作为形状相似度。通过TOSCA2010数据库上的实验结果表明,与FMPS方法、SHED方法相比,该方法能够较好地兼顾时间耗费度和形状匹配度。     

面向云存储的基于全同态密码技术的文档相似度计算方法

针对云存储服务中存在的用户隐私保护需求,提出了一种在密文状态下的文档相似度计算方法。数据拥有者将文档ID、加密后的文档密文以及文档simhash值的密文上传到云服务器中;云服务提供者进行待计算相似度文档的simhash密文值和数据拥有者文档simhash密文值的全同态加法运算,获得文档间汉明距离的密文;数据拥有者解密汉明距离密文获得文档相似度排序结果。云端在不获悉数据内容及其simhash明文的情况下完成数据对象相似度运算,保护了数据隐私。给出了该方法的详细过程及相关的实验数据,验证了该方法的可行性。     

三角网格顶点重要度的自适应Loop细分算法

提出了一种新的自适应细分算法,在顶点的1-邻域内,用与顶点相连较长三条边的端点构成的平面去替代其平均平面,将顶点到其平均平面的距离作为判断顶点重要度的标准,对三角网格进行自适应细分。由于原始三角面片的高密度和形状相似性,以点面距离为细分尺度所产生的误差,可被限制在一个体元之内,与反复修正顶点法矢算法相比,该算法大大减少了计算量。实验结果表明,所提方法在三角网格细分过程中,简化了数据模型,提高了处理速度。     

结合项目分类和云模型的协同过滤推荐算法

为了解决用户评分数据稀疏性问题和传统相似性计算方法因严格匹配对象属性而产生的弊端,结合项目分类和云模型提出了一种改进的协同过滤推荐算法。首先,按项目分类得到类别矩阵;然后利用云模型计算类内项目间的相似度并获取具有最高相似度的邻居项目的评分,为类内未评分项目进行预测填充;再利用云模型计算类内用户间的相似度得到用户邻居,最后给出最终的预测评分并产生推荐。实验结果表明,该算法不仅有效地解决了数据稀疏性及传统相似性方法存在的弊端,还提高了用户兴趣及最近邻寻找的准确性;同时,该算法只需计算新增用户或项目所在的类别即可,大大增强了系统的可扩展性。     

一种基于拱高半径复变函数的面实体匹配算法

针对面实体匹配问题进行了研究。面实体的边界线在某点的拱高正是对边界线在该点的弯曲程度和凸凹性的反映,该点的中心距离又可以对面实体形状的整体进行描述,通过边界线上某点的中心距离和拱高组成复数,并对其进行快速傅里叶变换可以获取傅里叶形状描述子,作为对面实体形状相似度的度量。将面实体的空间位置、形状、大小等相似度通过加权综合,获得了一种综合空间相似度度量模型,利用此模型对面实体进行匹配。实验结果表明,算法能够有效地进行面实体的匹配。     

三维模型的规格化表示与存储方法研究

通过对三维模型原始三角面片的规格化,对原模型内的三角面片进行基于体素的划分和表示。将规格化后的三角面片进行基于连接边的分类,并对每一连接边类型对应的三角面片的位置进行编码。通过找寻规格化后的三角面片之间的表示特点,探索具有规律性的存储方法。实验结果表明,该方法能够有效的降低三维模型的存储空间,提高存储效率。     

基于LDA模型的新闻话题分类研究

针对部分网站中新闻话题没有分类或者分类不清等问题,将LDA模型应用到新闻话题的分类中。首先对新闻数据集进行LDA主题建模,根据贝叶斯标准方法选择最佳主题数,采用Gibbs抽样间接计算出模型参数,得到数据集的主题概率分布;然后根据JS距离计算文档之间的语义相似度,得到相似度矩阵;最后利用增量文本聚类算法对新闻文档聚类,将新闻话题分成若干个不同结构的子话题。实验结果显示表明该方法能有效地实现对新闻话题的划分。     

基于LDA模型的新闻话题分类研究

针对部分网站中新闻话题没有分类或者分类不清等问题,将LDA模型应用到新闻话题的分类中。首先对新闻数据集进行LDA主题建模,根据贝叶斯标准方法选择最佳主题数,采用Gibbs抽样间接计算出模型参数,得到数据集的主题概率分布;然后根据JS距离计算文档之间的语义相似度,得到相似度矩阵;最后利用增量文本聚类算法对新闻文档聚类,将新闻话题分成若干个不同结构的子话题。实验结果显示表明该方法能有效地实现对新闻话题的划分。     

基于时间序列的感知QoS的云服务组合

研究基于时间序列的感知QoS的云服务组合,将服务的QoS偏好随时间不断变化的过程纳入云服务组合的研究范围,将云服务组合建模成时间序列的相似度对比问题。分别用欧几里得距离和扩展Frobenius范数距离度量二维时间序列的相似度,继而用基于主成分分析的扩展Frobenius范数距离和欧几里得距离、Brute Force等方法度量多维时间序列的相似度,通过实验对比验证扩展Frobenius范数距离度量相似度在时间和准确性上的优越性。关