基于用户偏好挖掘生成对抗网络的推荐系统

用户偏好挖掘是推荐系统研究中的关键问题,它对于改善推荐质量具有非常重要的作用。提出用户偏好挖掘生成对抗网络(UPM-GAN),从两个角度深入分析用户隐含偏好:基于三元组损失算法对用户评分矩阵进行处理,挖掘难分负样本,以更好地确立正样本,为准确刻画用户偏好奠定基础;基于奇异值分解(SVD++)算法构建UPM-GAN的生成模型,利用SVD++算法中的偏置信息及隐式参数描述用户隐含偏好,以提高评分预测精度。最后使用最新生成对抗网络(GAN)框架完成推荐系统训练,在MovieLens-100K、MovieLens-1M这两个主流数据集上展开实验仿真。实验表明UPM-GAN的Precision@K、均值平均精度(MAP)等多项指标均优于对比基线,且它还具有收敛速度快、训练过程平稳等优点。基于UPM-GAN的推荐系统具有一定实用价值。     

基于YOLOv5s网络的垃圾分类和检测

目的 为了实现垃圾自动按类处理,通过研究基于视觉的垃圾检测与分类模型,实现对垃圾的自动识别和检测.方法 采用YOLOv5s网络作为垃圾检测与分类的模型,在自制垃圾分类数据集上对网络进行训练,利用训练好的YOLOv5s网络提取不同种类垃圾图像的特征和位置信息,实现垃圾的分类与检测.结果 在真实场景中进行了测试,基于YOLOv5s的垃圾分类检测模型可以有效识别6种不同形态的垃圾,检测mAP值为99.38％,测试精度为95.34％,目标检测速度达到6.67FPS.结论 实验结果表明,基于YOLOv5s网络的垃圾分类检测模型在不同光照、视角等条件下,检测准确率高,鲁棒性好、计算速度快.同时,有助于促进垃圾处理公司实现智能分拣,提高工作效率.     

乳杆菌强化发酵对苦荞酵素抗氧化特性及风味的影响

为提高苦荞酵素的口感与抗氧化能力，以还原力、SOD酶活力作为主要指标，分别考察植物乳杆菌(LBS8、MRS5)、副植物乳杆菌(MC6)、副干酪乳杆菌(SL1)4株乳杆菌强化发酵苦荞酵素情况，筛选1株优良菌株并研究其接种量、初始糖度、发酵温度、料液比对苦荞酵素发酵的影响，通过单因素实验及正交试验优化苦荞酵素发酵工艺。结果表明，植物乳杆菌LBS8发酵苦荞酵素还原力、SOD酶活力更强，将其作为强化菌株经单因素实验与正交优化，得到最佳工艺条件为：接种量6%，初始糖度16°Brix，发酵温度32℃，料液比1:7。所得酵素中还原力相当于0.753 mg/mL VC标准溶液，SOD酶活力为272.12 U/mL，总黄酮含量为0.521 mg/mL，总酚含量为2.75 mg/mL，谷胱甘肽含量为0.273 mg/mL，与对照组相比均有显著提升。通过GC-MS分析，苦荞酵素中含有乙酸乙酯、亚油酸乙酯、十一酸乙酯、丁二酮等特征性香味物质，赋予苦荞酵素独特的风味。与市售酵素发酵剂相比，利用植物乳杆菌强化发酵酵素总黄酮增加247%，总酚增加2%，谷胱甘肽增加36.5%，还原力提高30.73%，抗氧化能力提高3...