卷积融合文本和异质信息网络的学术论文推荐算法

针对交互数据稀疏和推荐多样性问题,基于卷积协同过滤推荐框架提出卷积融合文本和异质信息网络的学术论文推荐算法（WN-APR）。首先学习不同语义下用户和论文的多样化特征,缓解数据稀疏问题;然后基于外积设计不同语义特征相互增强的方式融合它们,并使用三维卷积神经网络代替二维卷积神经网络充分挖掘不同特征对性能的影响;最后改进贝叶斯个性化排序损失函数增强推荐多样性。在CiteuLike-a、CiteuLike-t数据集上的实验结果表明,相比于基线模型,WN-APR在准确率和多样性的四个指标上都有所提升。     

顶底板围岩不稳的缓倾斜中厚以上矿体的采矿新方案

密集平行束孔落矿的底盘漏斗采矿方案的特点是:用密集严行束孔落矿;凿岩与出矿水平合二为一;实行“掘井、劈漏、落矿三位一体”的回采工艺。该方案结构简单、采切比低、工人劳动强度低,适于开采缓倾斜顶底围岩不稳固的中厚以上矿体。     

第十一届LSI亚太存储论坛推动数据中心加速

LSI公司近日在北京举行了第十一届亚太存储论坛。在当前业界急需提升数据中心性能和云计算建设的背景下,LSI亚太存储论坛适时以"加速数据中心"为主题,向与会的客户、合作伙伴、技术人员、媒体等人士,分享了适用于三大类型数据中心的最新解决方案和典型成功案例。LSI总部的技术专家还介绍了12Gb/sSAS在技术方面的新突破。此外,如何通过加速SSD的功能,应对数据密集型应用的挑战,也是此     

基于可分解的卷积核和快速傅立叶变换 FFT 的指纹图像增强算法

指纹识别系统在图像增强阶段涉及很多卷积运算,占用大量的计算时间.在不利用专门的 DSP 处理器进行指纹图像增强处理情况下,常规的卷积运算计算时间非常长.在指纹图像增强过程中,卷积运算主要集中在方向场估计和高波滤波两个阶段.为此本文提出了一种指纹图像增强算法,利用可分解的卷积核和快速傅立叶变换来替换常规的卷积运算,可减少算法的时间复杂度,快速实现指纹图像增强     

基于模糊梯度卷积核的在线棒材断面中心识别

针对传动带上严重堆叠、形状尺寸不规则的棒材,提出基于模糊梯度卷积核的在线棒材断面中心识别方法.以标准圆边缘为中心环,结合棒材断面边缘点偏离中心环的程度定义一个模糊梯度卷积核;通过模糊梯度卷积核与实时棒材断面梯度图像的卷积操作,实现棒材断面中心的增强;依次执行候选点选取、局部峰值抑制、距离检测步骤确定中心位置.实验结果表明,该方法能有效抑制棒材中心增强过程中易产生的峰值扩散现象,减少误识别和漏识别;平均计算时间为8.3 ms,满足系统实时性要求.     

基于Tau域奇异值分解的航空电磁数据解卷积计算

目前很多国际先进公司的AEM系统都具有不同的发射波形,给后续数据处理带来不便。为去除不同发射电流波形对电磁数据响应的影响,利用SVD分解法,以e指数为基函数,将时域航空电磁响应数据展开成Tau域参数T_i及其系数A_i形式,通过选取有效个数的Tau值,将基函数与发射电流进行卷积,形成新基底函数。通过对相应发射电流的响应以新基底展开,将新基底系数B_i与原基底结合,实现解卷积计算,得到阶跃波形发射电流情况下的电磁响应。仿真实例计算结果表明,经奇异值分解的Tau域分解方法保证了计算的精度和稳定性,基于奇异值分解的解卷积计算方法能够获得原阶跃电流响应,相对误差为1.61%。     

来自空气的Wi-Fi病毒

如果你习惯于走到任何地方都到处寻找可用的Wi-Fi登录,那么我有必要和你谈谈新的安全威胁了,最近利物浦大学研究员成功地测试了一种具有可十白潜能的新型电脑病毒——“变色龙病毒,它会感染人口密集地区的Wi-Fi网络,然后“像感冒在人群中传播”一样快速地散播开来。变色龙的出现,预示着技术病毒新时代的到来,我们必须为之做好准备。     

我国T比特级超长距离光传输再创新纪录

正从武汉邮电科学研究院举行的国家973项目超高速超大容量超长距离光传输基础研究课题验收会获悉,我国首次实现一根普通单模光纤在传输总容量达100.23Tb/s(相当于12.01亿人在一根光纤上同时通话)时传输距离突破80公里。业内权威预测,到2030年,全球网络数据流量、人均网络数据流量都将比2010年增长1000倍,作为互联网和通信     

内外兼修 Astell＆Kern AK12011高保真音乐播放器

在AK100、AK120和AK240等高保真音乐播放器赢得市场认可之后,Astell＆Kern以极密集的频次推出了AK100、AK120的升级换代产品——AK100 Ⅱ和AK120 Ⅱ。     

密集标志点集的拓扑保持变换方法*

为了解决图像变换后拓扑结构不保持的问题,提出了一种密集标志点集情况下的拓扑保持变换方法.该方法首先确定拓扑不保持的局部区域;然后确定拓扑不保持区域的方向角;最后根据该方向角确定并删除密集标志点集中引起拓扑关系不保持的标志点,从而得到拓扑关系保持的变换结果.实验证明该方法能较好地解决密集标志点情况下的拓扑不保持问题,不仅效率高,而且配准效果好.