【摘 要】
：
个性化推荐系统的关键是挖掘用户的情感偏好,而网络中大量的用户浏览行为记录为此提供了线索.传统描述兴趣度采用的方法是选择典型的浏览行为构造多元线性回归模型,然而浏览行为之间相互联系,容易导致共线性问题.为了提高挖掘用户兴趣的准确度,引入卷积神经网络(CNN)和胶囊网络(CapsNet),提出一种混合神经网络预测模型.首先,在卷积神经网络中对多种浏览行为使用一维卷积和最大池化操作提取局部特征;其次,在胶囊网络中将卷积网络输出的特征向量作为胶囊层的输入,使用动态路由算法对行为特征进行整体特征提取;最后,使用so
【机 构】
：
河北工程大学 信息与电气工程学院,河北 邯郸 056038;河北省安防信息感知与处理重点实验室,河北 邯郸 056038
论文部分内容阅读
个性化推荐系统的关键是挖掘用户的情感偏好,而网络中大量的用户浏览行为记录为此提供了线索.传统描述兴趣度采用的方法是选择典型的浏览行为构造多元线性回归模型,然而浏览行为之间相互联系,容易导致共线性问题.为了提高挖掘用户兴趣的准确度,引入卷积神经网络(CNN)和胶囊网络(CapsNet),提出一种混合神经网络预测模型.首先,在卷积神经网络中对多种浏览行为使用一维卷积和最大池化操作提取局部特征;其次,在胶囊网络中将卷积网络输出的特征向量作为胶囊层的输入,使用动态路由算法对行为特征进行整体特征提取;最后,使用softmax分类器进行兴趣预测分类.实验结果表明,该模型在训练集的准确率高达95.8％,同时在测试集上的准确率都优于CNN和CapsNet,且该模型在训练过程中交叉熵损失明显低于CNN和CapsNet.采用该方法可以利用多种浏览行为准确挖掘用户的兴趣,提高了推荐系统的服务质量.
其他文献
针对表面肌电信号单一特征进行动作意图识别准确率低的问题,提出一种利用表面肌电信号多特征融合的动态自适应神经网络算法,实现8种下肢运动意图的准确识别.采集8种下肢动作的表面肌电信号,利用小波基函数对原始信号进行降噪处理,提取时域、小波变换和样本熵的原始特征参数.对原始特征进行主成分分析,降低特征维度,使用改进的差分进化算法优化各个特征的权重值;针对传统BP神经网络梯度下降法收敛速度慢的问题,使用动态自适应学习率的神经网络算法代替传统BP神经网络识别方法,既提升了模型的收敛速度,又提高了运动意图识别的准确率.
针对面曝光快速成型制件几何尺寸传统测量效率低、主观因素干扰较大等问题,提出基于机器视觉的面曝光快速成型制件几何尺寸测量方法.搭建了基于背光成像的视觉测量系统获取制件的图像信息,以标准量块对系统进行标定.采用最大类间方差与形态学算子提取制件各孔的轮廓区域特征,在连通区域基础上,通过面积周长比进行圆孔识别,建立基于圆孔区域像素点的直径测量模型.对非圆孔采用Hough变换提取边长特征,以最小二乘法拟合算法得到边长直线方程,计算各相邻边直线的交点,建立非圆孔的边长测量模型.实验结果表明,该方法实现了对面曝光快速成
针对目前低压配电物联网中存在维护困难、监测薄弱、设备互操作性差的问题,基于IEC 61850研究了实现抽象通信服务接口ACSI的CoAP协议映射方法,可以实现大规模感知端设备接入时的互联互通、互操作.在考虑配电物联网端设备资源受限运行场景下,分析端设备对传输速率、设备功耗、设备自身性能及部署成本的需求等确定了ACSI服务子集,为简化与IEC 61850数据对象之间的相互转化,采用通信服务直接映射策略,根据CoAP协议自身的访问流程设计了将SCL文件映射至URI来实现功能信息访问的资源访问方法.通过比较在I
针对5G智能终端中需要集成更多天线的需求,提出一种小型八单元MIMO-智能手机阵列天线.该天线阵工作在Sub-6 GHz中的3.3～3.5 GHz,由8个共用接地点的三维倒F天线单元组成,利用弯折技术减小天线尺寸,天线单元仅为5 mm×5 mm×5 mm.通过共用接地点的中和作用以及地面上加载的T型槽,使天线单元间距在小于2 mm的情况下实现互耦小于-10 dB.利用最大功率传输效率法(MMPTE)获得阵列天线的最优激励分布,该方法将天线的优化设计归结于无线能量传输系统的设计,通过求解传输效率和S参数构成
高性能的亚体素位移测量算法是提高数字体图像相关方法测量精度的关键因素之一,选取最佳算法具有十分重要的指导意义,文中总结三种最为常见的亚体素位移测量算法,即拟合算法、前向累加牛顿-拉弗森(FA-NR)算法以及三维反向高斯-牛顿(IC-GN)算法,通过计算机模拟散斑体图像平移实验和椎骨零应变实验,对比不同算法的测量精度和计算效率.平移实验结果表明:IC-GN算法的测量精度最优,最大误差为0.0060 voxel,而拟合算法精度最低且稳定性较差,然而其优势是计算效率快,其计算效率是IC-GN算法的6.41倍,更
本文通过实例分析,介绍了多媒体背景大屏播出系统的网络结构,以及如何利用其数据库和控制软件之间的关联,进行深入改造,实现背景大屏播出控制工作站的双机热备,在线包装机脱网工作,保障了新闻的安全播出.
针对目前室内甲醛污染问题,文中设计一种室内甲醛监控系统,用于室内多个位置的实时监控.该系统将STM32作为主控处理器,STC15作为气体采集处理器,通过ZE08-CH2O甲醛传感器采集数据,数据经过处理后由ESP8266无线模块传送到接收模块端,接收端将多处传感器数据进行处理后发送到计算机并通过LabVIEW进行数据显示.然后,采用多个ESP8266无线模块构成无线通信网络,用户不仅可以同时测量房间内多处甲醛浓度,还可以通过LabVIEW的网页发布功能实现数据的实时监控.最后,对系统的无线性能以及甲醛采集
为进一步提高多文种离线手写签名识别率,提出一种小波变换与多特征融合的离线签名识别方法.首先对采集完的签名图像进行预处理和小波变换,然后对小波变换后的4张签名子图像(低频信息图像、水平高频信息图像、垂直高频信息图像和对角高频信息图像)分别提取多尺度块局部二值模式(MB-LBP)、局部相位量化(LPQ)、韦伯描述符(WLD)和ASM能量特征,并对所提特征进行串联融合,用PCA降维形成适合的特征向量.通过训练支持向量机(SVM)和随机森林(RF)分类器对签名图像进行分类对比.文中数据集包括4个文种(英文、汉文、
针对胰腺CT图像因类别不平衡、背景分散和非刚性几何特征的特性而分割精度不高的问题,提出一种基于Unet网络,采用改进的双路径网络和通道域注意力机制的图像分割模型.首先采用空洞卷积(DilatedConv)代替传统卷积优化双路径网络,扩大感受野,让每个卷积输出都包含较大范围的信息;再将双路径网络的编码器结构引入Unet网络,加强特征的重复利用和新特征的不断探索,获取更多图像细节信息;在此改进网络基础上引入通道域注意力机制,聚焦分割重要部位,提高分割准确率.实验数据表明,设计的网络最高Dice相似系数(DSC
传统频谱感知算法依赖检测门限的准确性,在低信噪比条件下检测概率较低,针对此问题提出基于残差神经网络的频谱感知算法.该算法使用信号实部序列构造二维矩阵,将矩阵映射为灰度图像,然后通过训练残差神经网络提取灰度图像中的抽象特征,将训练完成的残差神经网络作为最终的分类器实现频谱感知.实验结果表明,在高斯信道中信噪比为-20 dB时,残差神经网络频谱感知算法的检测概率为89.60％,而在瑞利衰落信道中信噪比为-18 dB时检测概率也可达到91.90％.直接使用信号序列构造灰度图像,并将其作为特征输入残差神经网络的频