王喜宾 作品数:16 被引量:64 H指数:5 供职机构: 重庆邮电大学 更多>> 发文基金: 国家自然科学基金 重庆市科技计划项目 贵州省科技计划项目 更多>> 相关领域: 自动化与计算机技术 文化科学 天文地球 更多>>
基于灰关联分析构建中药现代化产业绩效评估指标体系 被引量:1 2012年 选取中药现代化产业市场相关指标并采集相应数据,采用改进的灰关联分析法,计算出各指标与特征指标的关联度,研究分析各指标与中药现代化产业市场运作的关联性,进而构建出合理有效的贵州省中药现代化产业市场综合绩效评估指标体系。 林维勇 张小平 王喜宾关键词:灰关联分析 绩效评估 一种基于深度学习的农作物病虫害防治方案推荐系统 本发明涉及一种基于深度学习的农作物病虫害防治方案推荐系统,属于农业现代化领域。该系统包括图像采集系统、图像处理系统、农作物病虫害识别系统、农作物病虫害防治系统、农作物病虫害防治效果信息反馈系统、用户反馈信息真伪识别系统;... 钱鹰 王喜宾 刘歆 贾朝龙 朱红军 叶青青 夏璨 刘微微 王茂瑞 冯相辉 孙惟智文献传递 基于支持向量机的农业科技项目分类研究 2011年 农业科技项目投入是解决"三农问题"的关键途径,而农业科技项目分类是农业科技项目投入的参考依据。支持向量机(SVM)是借助最优化方法解决分类问题的方法,较好地克服了"维数灾难"和"有限样本的学习分类"等问题。通过选择不同的核函数和对应的参数可以构造不同的分类器,参数的选择决定了其学习和泛化能力。为此,提出了粒子群优化(PSO)算法和K-折交叉验证来搜索最优参数,并将其应用到农业科技项目分类中。实验结果表明,该方法搜索到的参数达到了较高的准确率,对农业科技项目分类分析有较大的帮助。 王喜宾 张小平 王翰虎 孙兴关键词:支持向量机 粒子群优化 农业科技项目 基于标签主题的协同过滤推荐算法研究 被引量:23 2017年 传统基于标签的推荐算法仅考虑用户的评分信息,导致推荐准确度不高。为解决该问题,提出一种改进的协同过滤推荐算法。对用户-标签矩阵、资源-标签矩阵进行潜在Dirichlet分布建模,发掘推荐系统中的潜在语义主题,从语义层面计算用户对各资源的偏好概率,将计算出的偏好概率与协同过滤算法计算出的资源相似度相结合,预测用户偏好值,实现个性化推荐。在Movielens数据集上的实验结果表明,与传统基于标签的推荐算法相比,该算法能消除标签中存在的同义词、多义词等语义模糊问题,同时提高推荐准确度。 文俊浩 袁培雷 曾骏 王喜宾 周魏关键词:协同过滤 个性化推荐 教育大数据在软件工程专业教育教学中的应用 2016年 "互联网+"应用于教育领域所产生的表征教育管理者、参与者、以及教育环境的数据日渐增加,面向教育领域的大数据分析发现及应用对于提升教育教学质量尤为重要。本文针对大数据的不同采集方式,对其特点及特性进行分析。结合教育领域中参与者的实际需求,描述了教育大数据在其中的应用。 桑春艳 王喜宾关键词:软件工程 教学模式 基于粒子群优化模式搜索的支持向量机参数优化及应用 被引量:9 2011年 针对核函数参数选择的重要性,提出了粒子群(PSO)模式搜索算法来搜索最优参数,该算法结合了PSO算法的全局搜索能力强和模式搜索的局部收敛性好的优点,使PSO模式搜索算法表现出了较高的性能,并将其应用到农业科技项目分类中。实验结果表明,该算法不仅效率高,收敛速度快,而且搜索到的最优参数达到了较高的准确率。 王喜宾 张小平 王翰虎关键词:支持向量机 粒子群优化 模式搜索 基于用户签到和地理属性的个性化位置推荐算法研究 被引量:5 2016年 针对基于LBSNs(Location-based Social Networks)的位置推荐算法考虑因素单一且不能有效解决用户位于不同城市的位置推荐的问题,综合考虑潜在的社交影响、内容匹配影响和地理属性影响等因素,提出了基于用户签到和地理属性的个性化位置推荐算法SCL(Social-Content-Location)。该算法在协同过滤的基础上,引入了用户兴趣特征比较,改进了用户的相似度计算;同时,在分析位置的内容信息时,融入用户评论,缓解了位置标签的短文本特性对LDA(Latent Dirichlet Allocation)主题提取的影响,提高了用户兴趣和城市偏好主题提取的准确率。实验结果表明,SCL算法在本地城市召回率上较协同过滤算法U提高近65%,较LCA-LDA算法提高近30%;在异地城市召回率上,高于LCA-LDA算法近26%。这表明SCL算法在不同城市下的位置推荐具有一定的可行性。 蔡海尼 陈程 文俊浩 王喜宾 曾骏关键词:协同过滤 基于时序模型和矩阵分解的推荐算法 被引量:11 2018年 时间序列数据是一种数据属性随时间变化的高维数据类型,反映了用户兴趣的动态变化。基于时序数据的推荐系统利用用户的行为时间提高推荐的准确性,但不适用于大规模数据集的推荐任务。矩阵分解方法是处理高维数据集时常用的降维方法。为此,提出一种基于时序模型和矩阵分解的推荐算法。基于该方法,首先利用矩阵分解提取原始时序数据的特征,然后通过时序模型挖掘特征的趋势,最后根据预测的特征得到预测结果并进行推荐。实验结果表明,所提出的算法与已有的推荐算法相比,在均方根误差(root mean square error,RMSE)和平均准确率(mean average precision,MAP)两个指标上均有较好表现,且适用于大规模数据的推荐任务。 蔡海尼 牛冰慧 文俊浩 王喜宾基于位置聚类和张量分解的Web服务推荐算法 被引量:3 2016年 基于服务质量(Qo S)的Web服务推荐能在众多功能相似的Web服务中发现最能满足用户非功能需求的Web服务,但Qo S属性值预测算法仍存在预测准确度不高和数据稀疏性的问题。针对以上问题,提出了一种基于位置聚类和分层张量分解的Qo S预测算法Clust TD,该算法基于用户和服务的位置属性将用户和服务聚类成多个局部组,分别对局部组和全局的用户、服务和时间上下文进行张量建模和分解,将局部和全局张量分解的Qo S预测值进行加权组合,同时考虑了局部和全局因素,获得最终Qo S预测值。实验结果表明,该算法具有较高的Qo S预测准确率和Web服务推荐质量,并能在一定程度上解决数据稀疏性问题。 唐妮 熊庆宇 王喜宾 高旻 文俊浩 曾骏关键词:WEB 聚类 张量分解 一种面向QoS的Web服务动态评估模型 被引量:1 2016年 为了降低Web服务评价指标数据中人为主观因素的不确定性?服务提供商服务质量(QoS)的不确定性和确保指标项权重准确性,提出一种Web服务动态评估模型,运用灰色系统理论(GST)中的灰色处理方法对人为主观评分数据进行模糊化处理.同时,Web服务的主客观因子权重分别采用层次分析法(AHP)和改进的熵值赋权法计算,将主客观的权重进行组合计算综合权重,该模型具有反馈机制,通过QoS监测中心修正服务提供商提供的QoS值,能够自适应服务的动态变化.最后,仿真实验验证了本文所提出的评估模型不仅能适应动态变化的环境,而且能够保证用户选择服务的实际质量,克服了评价中出现的个体差异、恶意评价,实验结果表明,所提出的服务评估模型与选择策略具有可行性和实用性. 王玉标 文俊浩 周魏 王喜宾关键词:层次分析法