公共文化服务平台

烟台大学计算机与控制工程学院: 作品数：354 被引量：943H指数：13; 相关作者：王立宏贺利坚谭征孙立民周世平更多>>; 相关机构：东南大学学习科学研究中心东南大学学习科学研究中心儿童发展与学习科学教育部重点实验室东南大学信息科学与工程学院更多>>; 发文基金：国家自然科学基金山东省自然科学基金山东省高等学校科技计划项目更多>>; 相关领域：自动化与计算机技术文化科学电子电信理学更多>>

合作机构

从偏好数据库中挖掘Ceteris Paribus偏好被引量：3: 2016年; 针对传统的推荐系统需要用户给出明确的偏好矩阵(U-I矩阵),进而使用自动化技术来获取用户偏好的问题,提出了一种从偏好数据库中挖掘出Agent的偏好信息的方法。从知识发现的角度,通过Ceteris Paribus规则(CP规则),提出了k阶偏好挖掘算法(kPreM)。在算法中,利用k阶CP规则对偏好数据库中的信息进行剪枝处理,减少了数据库扫描次数,从而提高了偏好信息的挖掘效率。随后以一种通用的图模型——条件偏好网(CP-nets)为工具,揭示了用户的偏好可近似表达为CP-nets的定性条件偏好网。实验结果表明,用户的偏好都是带有条件的偏好。另外,通过挖掘得出的CP-nets偏好模型,为设计个性化的推荐系统提供了理论基础。; 辛冠琳刘惊雷; 关键词：自动化技术知识发现

基于循环矩阵投影的Nyström扩展: 2020年; 不同于采样矩阵近似方法,设计了一种基于随机循环矩阵投影来实现矩阵的近似。首先,利用随机采样得到一个初始矩阵的近似轮廓,然后构造循环嵌入矩阵,将该循环矩阵作为投影矩阵,从而将输入数据空间的初始轮廓嵌入到一个低维的特征子空间上,最后在特征子空间上进行奇异值分解,从而扩展了传统的Nyström方法。与其他典型的矩阵近似方法相比,所设计的Nyström方法具有时间复杂度低、重构精度高的优点。最后通过实验证实了所设计的循环矩阵投影方法的有效性,可以实现对传统Nyström方法的有效扩展。; 刘静姝王莉刘惊雷; 关键词：循环矩阵

基于圆形模式平面标靶的高精度相机标定方法被引量：1: 2020年; 相机标定是三维视觉精确测量过程的一个关键步骤.圆形模式平面标靶是最常见的一种标定工具,具有制造简单,受环境光和噪声影响较小的优点.唯一的不足是由于镜头畸变和透视偏差,成像的椭圆中心并非标靶圆心的特征对应点,因此利用椭圆中心作为标定特征点,降低了相机的标定精度.针对这个问题,本文提出了一种同时矫正透视和畸变偏差的方法,从而得到精确的圆心成像点,获得高精度的标定结果.模拟实验和真实图像标定结果验证了算法的正确性和有效性.另外,本方法提出的透视和畸变矫正方法独立于相机内部参数估计过程,因此可以应用于更复杂的相机模型.; 辛睿武栓虎李爱娟; 关键词：相机标定

不平衡样本集的欠采样算法研究: 2014年; 支持向量机在分类平衡样本集时的分类效果非常好,但是对不平衡样本集的分类效果并不理想。仔细分析样本集不平衡的原因,一是数量上的不平衡,二是样本点的空间重合。本文综合考虑数量和空间重合度这两点提出了改良式欠采样算法,降低样本集空间重合度和数量上的不平衡。通过仿真结果可以看出,本文的算法对不平衡样本集的分类效果较好。; 韩芳孙立民; 关键词：支持向量机

融合信任相似度的偏置概率矩阵分解算法: 2022年; 为解决社会化推荐算法推荐效果严重依赖用户信任数据的问题,提出一种融合信任相似度的偏置概率矩阵分解算法(bias probability matrix factorization algorithm fused with trust similarity,TTSPMF)。该算法引入稀疏性更低的信任相似度网络,使用信任关系的相似性弥补用户信任数据的稀疏性。通过用户信任矩阵计算得出信任相似度矩阵,然后将信任相似度矩阵和用户信任矩阵共同进行矩阵分解,同时加入偏置项来表达用户和物品的偏好,从而更好地刻画用户和物品的特征,避免因用户或物品本身因素带来的评分偏差。使用概率矩阵分解模型融合信任矩阵和信任相似度矩阵并迭代求解,得到用户特征矩阵和物品特征矩阵。在多个数据集上的试验证明,在不同评价指标下,该算法的推荐准确度明显高于传统推荐算法,可以有效缓解数据稀疏带来的推荐效果差的问题。; 王冰马文明武聪郝昱猛; 关键词：推荐系统社交关系信任机制社会化推荐

融合时空网络和自注意力的兴趣点序列推荐: 2023年; 针对现有的序列推荐算法仅利用长短期顺序行为和用户交互行为进行推荐,没有充分考虑用户交互行为之间的时空间隔信息对用户推荐序列更深层影响的问题,提出一种融合时空网络和自注意力的兴趣点序列推荐模型。将用户签到之间的时间和空间间隔信息融入门控循环单元网络,使用用户的历史签到序列信息获取用户的偏好,通过自注意力机制对签到地点进行建模,获得用户对于模型的权重序列,通过签到地点与候选地点的时间间隔和空间间隔匹配兴趣点,为用户推荐一个兴趣点序列。在两个数据集上的实验结果表明,提出方法在召回率上优于之前先进的方法。; 朱建豪马文明王冰武聪; 关键词：神经网络

基于声誉的移动众包系统的在线激励机制被引量：11: 2016年; 在大数据环境下,对移动众包系统的研究已经成为移动社会网络(MSN)的研究热点。然而由于网络个体的自私性,容易导致移动众包系统的不可信问题,为了激励个体对可信策略的选取,提出一种基于声誉的移动众包系统的激励机制——RMI。首先,结合演化博弈理论和生物学中的Wright-Fisher模型研究移动众包系统的可信演化趋势;在此基础上,分别针对free-riding问题和false-reporting问题建立相应的声誉更新方法,从而形成一套完整的激励机制,激励感知用户和任务请求者对可信策略的选取;最后通过模拟实验对提出的激励机制的有效性和适应性进行了验证。结果显示,与传统的基于社会规范的声誉更新方法相比,RMI有效地提高了移动众包系统的可信性。; 王莹洁蔡志鹏童向荣潘庆先高洋印桂生; 关键词：大数据演化博弈激励机制

基于计算机仿真优化的无碳小车设计: 2023年; 为实现无碳小车的定轨迹稳定运行,基于MATLAB参数化设计仿真手段,将小车运行轨迹转化为凸轮形状,并通过包络算法得出实际凸轮,进而给出了一种新型的势能无碳小车设计。再利用三维软件Solidworks对各个机构进行模型建立和结构分析,不断优化其参数,改进原动机构、行走机构、微调机构,制造出了小车实物。最后通过计算机仿真手段对凸轮形状以及重要零件进行了验证分析,得到了符合预期的结果,验证了小车设计的正确性。; 单申王宗阳李恒洋卢学玉; 关键词：机械设计计算机仿真

基于强化学习的生产再决策问题研究: 为了解决制造型企业面临的订单变更后生产再决策问题,提出了一种基于强化学习(Reinforcement learning)的生产再决策方案.对订单变更问题使用半马尔可夫决策模型建模,综合考虑企业实际生产环节中的设备使用情况...; 夏金孙宏波孙立民

面向深度学习的程序设计提高实验教学设计与实践: 2022年; 在深度学习、情景学习、协同学习等理论指导下,以程序设计提高实验课程为依托,提出面向深度学习的实验教学路径,对面向深度学习的混合式实验教学模式、教学策略和活动设计、实验任务设计方法、实验过程的实施进行了详细阐述,提出从认知、情感和行为3个维度进行教学评价的措施,并探讨课程思政的引入实施。; 郭艳燕娄兰芳卢云宏张楠; 关键词：程序设计实验教学

烟台大学计算机与控制工程学院

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

烟台大学计算机与控制工程学院

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈