搜索筛选:
搜索耗时3.4315秒,为你在为你在102,285,761篇论文里面共找到 15 篇相符的论文内容
发布年度:
[学位论文] 作者：彭甫镕,,
来源：南京理工大学 年份：2017
在推荐系统运作过程中,新用户(user)和新项目(item)会源源不断涌现。因为缺乏历史信息,传统推荐算法无法直接对新用户或新项目产生有效的建议,这种挑战被称作冷启动推荐问题...
[期刊论文] 作者：李川,彭甫镕,陆建峰,,
来源：微电子学与计算机 年份：2011
骨架保存了要处理对象的拓扑信息,是图像分析的重要研究内容之一.传统的骨架细化算法不能保证结果的准确性,而距离场的方法无法保证结果的连续性.为此提出一种快速有效的骨架提取算法,将经典的距离变换法和细化方法结合,克服二者之间存在的缺陷,实现算法的互补.......
[期刊论文] 作者：魏建东, 陆建峰, 彭甫镕,,
来源：电子设计工程 年份：2015
K均值聚类算法是一种常见且有效的基于划分的聚类算法。为解决该聚类算法对初始中心敏感的问题,常用的方法是层次化初始聚类中心。然而,层次初始的聚类算法仍然需要将聚类个...
[期刊论文] 作者：宋恺涛,彭甫镕,陆建峰,
来源：数据采集与处理 年份：2018
协同滤波是当前推荐系统中一种主流的个性化推荐算法,通过近似用户对商品的评价进行推荐。核函数是解决非线性模式问题的一种方法。协同滤波通常会选用不同的核函数来分析用...
[期刊论文] 作者：董宇, 逯暄, 彭甫镕, 张婷,
来源：传感器与微系统 年份：2023
近年来针对非线性运动目标跟踪问题，多种卡尔曼滤波（KF）改进算法通过近似非线性函数的输出、均值和方差等方法提高对非线性运动的适应性。然而，现有改进算法过度追求对非线性运动的适应性，容易受到噪声干扰、产生过度拟合，为此，从误差上界约束的角度提出了一种鲁棒的β......
[期刊论文] 作者：彭甫镕, 逯暄, 张婷, 刘崇之,,
来源：测试技术学报 年份：2020
为了解决光学单目拍摄图像的物体相互遮挡、深度信息缺乏等问题,研究了基于51duino智能小车的三维场景重建方法.智能小车的核心控制器采用开源51duino开发平台,并搭载有单目...
[期刊论文] 作者：郭亮亮,靳燕,杨博,彭甫镕,
来源：测试技术学报 年份：2022
随着大数据时代的到来和工业物联网技术的发展,大量的时序数据被采集、分析和应用.时序数据具有来源广泛、持续递增、变化单一等特点,要求数据库能高速写入、能对数据高效压缩.本文针对现有时序数据存储技术吞吐量小、空间利用率低等问题,在开源时序数据库OpenT......
[期刊论文] 作者：丁小焕, 彭甫镕, 王琼, 陆建峰,,
来源：计算机应用 年份：2015
针对大众标注网站项目推荐系统中存在数据矩阵稀疏性影响推荐效果的问题,考虑矩阵奇异值分解(SVD)能有效地平滑数据矩阵中的数据,以及朋友圈能够反映出一个人的兴趣爱好,提出...
[期刊论文] 作者：王付强, 彭甫镕, 丁小焕, 陆建峰,,
来源：计算机应用 年份：2016
为提升推荐系统的准确率,针对传统协同过滤（CF）推荐算法没有有效使用位置信息的问题,提出了一种基于位置的非对称相似性度量的协同过滤推荐算法（LBASCF）。首先,分别利用用户-商品......
[期刊论文] 作者：丁小焕, 彭甫镕, 王琼, 陆建峰,,
来源：计算机应用 年份：2016
针对三元组数据内在关联性复杂的特点,提出了基于平行因子分解（PARAFAC）的协同聚类推荐算法。该算法利用PARAFAC算法对张量进行分解,挖掘多维数据实体之间的相关联系和潜在主题...
[期刊论文] 作者：原之安,彭甫镕,谷波,钱宇华,
来源：郑州大学学报:理学版 年份：2021
专利中的科技实体是指专利文献中富含科技信息的词汇,抽取专利中的科技实体对科研工作者提高科研效率、企业布局专利体系都至关重要。提出一种基于半监督学习框架与命名实体识别模型相结合的科技实体抽取方法,半监督学习能够利用无标记数据的优势弥补标注数据稀......
[期刊论文] 作者：廖晓雅, 刘传才, 徐晓峰, 彭甫镕,,
来源：计算机与数字工程 年份：2019
协同滤波(Collaborative Filtering,CF)是推荐系统(Recommender System,RS)中最广泛使用的方法之一。而基于用户属性信息的协同滤波方法常用来解决用户冷启动问题。论文中提...
[期刊论文] 作者：彭甫镕,任柯舟,郭鑫,马国帅,赵鹏,
来源：小型微型计算机系统 年份：2004
与协同过滤相比,序列推荐能很好的捕捉用户兴趣偏移.在序列推荐中自注意力机制可以捕获长时间依赖关系,所以有很大优势,但是面对数据稀疏性问题,仍然难以获得较好结果.针对推...
[期刊论文] 作者：任柯舟,彭甫镕,郭鑫,王喆,张晓静,,
来源：计算机应用 年份：2021
针对推荐算法中的数据稀疏问题,通常引入社交数据作为辅助信息进行社会化推荐。传统的社会化推荐算法忽略用户的兴趣迁移,导致模型无法描述用户兴趣的动态变化特征,也忽略了社交影响的动态特性,导致模型将很久以前的社交行为与近期社交行为同等对待。针对这两点......
[期刊论文] 作者：赵鹏,彭甫镕,崔志华,荆雪纯,任珂舟,
来源：山西大学学报（自然科学版） 年份：2020
为了吸引用户,最新的推荐算法注重于所推荐物品的新颖性和推荐列表的多样性.而传统的基于协同过滤的推荐算法只专注于提高准确性使得推荐的物品列表种类单一,因此在保持准确...
相关搜索：
