孙静宇 作品数:33 被引量:74 H指数:5 供职机构: 太原理工大学软件学院 更多>> 发文基金: 国家自然科学基金 山西省基础研究计划项目 山西省国际科技合作计划项目 更多>> 相关领域: 自动化与计算机技术 文化科学 自然科学总论 历史地理 更多>>
利用多光谱图像的伪造虹膜检测算法 被引量:3 2011年 虹膜识别系统易受各种类型伪造虹膜的攻击,需要预先检测虹膜的活性.本文提出分别采集860 nm和480 nm波长的虹膜图像,根据活体人眼的特殊光谱特性,从图像中提取结膜血管变化数(RNCV)和纹理熵比(ERIT)特征.使用训练好的支持向量机(SVM)对特征向量进行分类,输出活性检测结果.在自建的伪造虹膜数据库上的测试结果表明,本文算法可以有效排除打印图像,人造眼,彩色隐形眼镜等各类伪造样本,能满足实时应用要求. 陈瑞 孙静宇 林喜荣 丁天怀关键词:多光谱图像 小波包分解 改进的Eclat算法研究与应用 被引量:8 2018年 为了解决使用Eclat算法在挖掘事务数或项目数较多的数据时,存在效率低、系统内存不足等问题,从候选集优化和剪枝策略两方面降低算法的时间复杂度,同时采用可以降低算法空间消耗的位存储结构,并基于此提出改进算法Eclat’。通过设计对比实验,进一步证明了改进算法的有效性,算法性能较原算法提高了20.37%。并将改进算法用于真实的手机用户数据上实现手机软件(Application,APP)的合理推荐。 崔馨月 孙静宇关键词:剪枝策略 有效性 手机用户 领域工程中的MVP需求描述方法 课题选取医药企业供应链作为应用切入点,把多视点的需求描述方法和领域工程中的面向特征的领域分析方法结合起来,试图找到一条适合开发医药企业供应链软件的有效方法,丰富领域工程的内容.该课题首先在研究软件体系结构、领域工程和需求... 孙静宇关键词:MVP FODA DSSA 供应链软件 软件开发 文献传递 由市场驱动到控制台-信息中心-客户端模式 本文在回顾软件体系结构和轻方法的特点后,先研究IT企业在市场驱动状态下所具有的典型特征,得到市场对软件体系结构的影响因素.然后采用需求工程、领域工程以及软件体系结构的观点、方法,以需求分类为原则,提出了控制台-信息中心-... 孙静宇 余雪丽关键词:软件体系结构 供应链管理系统 文献传递 融合项目嵌入表征与注意力机制的推荐算法 被引量:4 2020年 为挖掘用户行为信息的隐性反馈,提出一种融合项目嵌入表征与注意力机制的深度学习序列化推荐算法。由于项目间的相关性特征和用户行为特征对提高推荐算法准确性有重要意义,在GRU网络模型的基础上,考虑点击序列中项目间的相关性,通过word2vec将浏览项目表征为高维向量,弥补传统项目表征的不足;用停留时间优化注意力机制刻画用户兴趣偏好,提高推荐准确性。通过实例验证了所提算法的有效性,召回率达到了69.61%,分类效果优于其它模型。 都奕冰 孙静宇上下文对用户搜索行为的影响 被引量:3 2012年 用户的搜索是在特定搜索上下文中进行的,虽然个性化搜索、社会化搜索可以利用一部分上下文信息,但有时搜索效果因搜索引擎未有效利用其他上下文信息而让人无法接受。论文采用发放问卷调查的方式,探索上下文信息对用户搜索行为的影响。首先针对用户上下文、查询上下文、页面上下文分别设计一定数量的调查题目;其次在新浪等五个网站发放问卷,收集为期一个月的互联网用户反馈结果,得到数据集;最后,分析三类Web上下文信息对用户搜索行为的影响。结果显示:查询上下文影响权重最大、用户上下文次之、页面上下文的影响最小,这一结果可为有效利用上下文信息提供一定的借鉴作用。 何秀 牛之贤 孙静宇关键词:用户行为 区分用户长短期兴趣的IBCF改进算法 被引量:1 2010年 协同过滤算法已被成功应用于许多领域,但遇到了可扩展性和精度低等问题,目前提出了许多改进算法,但它们均忽视了用户长短期兴趣对推荐的不同影响.针对这个问题,介绍了一种改进的长短期兴趣数据权重策略,它的关键是识别用户长期兴趣,为此提出了基于资源类别相似性和基于访问资源类别出现频率两种识别方法,并详细分析了这两种识别方法的优缺点.实验表明,将上述方法引入基于资源的协同过滤算法中,能提高推荐精度. 孙静宇 李鲜花 余雪丽基于知识图谱和标签感知的推荐算法 被引量:6 2021年 推荐系统缓解了互联网数据量剧增带来的信息过载问题,但传统的推荐系统由于数据稀疏和冷启动等问题导致推荐算法的准确性不高。因此,文中提出了一种基于知识图谱和标签感知的推荐算法(Knowledge Graph and Tag-Aware,KGTA)。首先,利用项目和用户标签信息,通过知识图谱表示学习捕获低阶与高阶特征,将两个知识图谱中实体和关系的语义信息嵌入低维的向量空间中,从而获得项目和用户的统一表示。其次,分别利用深度神经网络和加入注意力机制的递归神经网络来提取项目和用户的潜在特征。最后,根据潜在特征预测评分。该算法不仅利用了知识图谱和标签的关系信息和语义信息,而且通过深层结构学习了项目和用户的隐含特征。在MovieLens数据集上的实验结果表明,该算法能够有效预测用户评分,提高推荐结果的准确性。 宁泽飞 孙静宇 王欣娟关键词:知识图谱 采样特异性因子及异常检测 2010年 特异性因子是数据的重要特征之一,常通过累计数据之间的差异得到,是面向特异性挖掘的核心概念,然而遇到了计算时间复杂度过高的问题。本文在分析已有特异性因子定义特点及其计算算法时间复杂度的基础上,指出应该基于采样的方法定义特异性因子。给出了一种基于采样的特异性因子定义,即采样特异性因子(sampled peculiarity factor,SPF),并提出了一种基于SPF的异常检测算法。在真实数据集上进行对比实验,结果表明:该算法在检测异常数据时,精度降低不明显,而运行效率得以较大提高,这说明基于采样定义特异性因子的方法可行和更为合理。本文还指出采用合适的采样方法可进一步优化SPF的计算过程,进而节约占用CPU时间和满足实时性要求高的应用。 孙静宇 余雪丽 陈俊杰 李鲜花关键词:采样 异常检测 数据挖掘 时间复杂度 实时性 基于邻域感知图神经网络的会话推荐 被引量:6 2022年 在基于会话的推荐中,图神经网络及其改进模型将会话内复杂的交互关系建模为图结构并从中捕获项目特征,是现有推荐模型中性能较好的一类方法。然而大多数模型都忽略了不同会话之间可能存在的有效信息,仅对当前会话建模难以利用其他会话,也无法发挥邻域信息的辅助作用。因此提出基于邻域感知图神经网络的会话推荐(NA-GNN)。该模型构建会话层和全局邻域层的图结构捕获项目表示,结合注意力机制聚合两种项目表征,将会话序列之间的互信息最大化地结合到网络训练中。在真实的数据集Yoochoose和Diginetica上进行实验,与性能最优的基准模型相比,模型P@20在Yoochoose上提高了1.85%,在Diginetica上提升了7.19%;MRR@20分别提升了0.48%和8.36%,证明模型的有效性和合理性。 何倩倩 孙静宇 曾亚竹