陈亮
- 作品数:21 被引量:93H指数:6
- 供职机构:东华大学信息科学与技术学院更多>>
- 发文基金:上海市自然科学基金上海市基础研究重大(重点)项目国家自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信理学轻工技术与工程更多>>
- 融合“S”型相似度和关联度的协同过滤算法
- 2019年
- 协同过滤推荐系统是应用最广泛的推荐算法之一,但是其面临严重的稀疏性问题和扩展性问题。针对稀疏的评分矩阵难以准确计算相似度的问题,从推荐算法的流程出发,分离候选集生成和评分预测。针对候选集中存在大量弱或不相关的项目和用户感兴趣比例较低的问题,引入关联度,使用关联矩阵生成候选集;评分预测阶段分析相似度对推荐效果的影响,总结现有相似度的不足,提出一种细粒度划分的"S"型相似度来表述理想增长曲线,并在算法流程中融合候选集生成和评分预测。实验结果表明,减小候选集规模为原来的1/3,避免了评分时对无效项目的计算,算法层面上提高了可扩展性,改进的"S"型相似度在推荐准确率上较之前提高了4%,缓解了稀疏性对推荐效果的影响。
- 余相陈亮胡亚兰王丹
- 关键词:协同过滤相似度稀疏性
- 多重控制策略在烟叶复烤过程中的应用研究被引量:3
- 2016年
- 针对在烟叶复烤的生产过程中,存在出口含水率控制精度不足和因调节阀达到饱和而失去调节作用的问题,设计一种可以控制多个操纵变量的三重控制方案.由于回潮室高压泵频率调节对出口水分的影响最快速、最直接,故作为主控制器的控制对象,主要采用预测PI(proportional-integral)控制算法.由于混合水调节主要影响整个回潮室的湿度场,调节相对缓慢,故作为副控制器1控制对象,主要采用PI控制算法.为了防止高压泵开度和混合水调节阀达到饱和,副控制器2以冷房含水率设定值为控制对象,间接影响出口水分含量.实际运行结果表明,该控制算法能够精确控制出口含水率精度,并及时协调各调节阀的开度.这为工业生产提供了新的控制思路,提高了整个生产线的自动化程度,具有很大的工业应用价值.
- 李春阳任正云陈亮刘秀
- 基于多特征融合的织物瑕疵检测研究
- 2015年
- 织物瑕疵纹理特征复杂,单一特征不能很好地反映纹理信息。为此,本文提出一种基于局部二进制模式(Local Binary Pattern,LBP)算子和灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)的多特征融合算法。首先,对LBP算子进行了改进,提出一种基于邻域像素中值的中心对称LBP算子;然后,将其提取出的纹理特征和灰度共生矩阵提取的纹理特征进行融合;最后,通过极速学习机和支持向量机做分类实验,验证融合特征描述织物瑕疵纹理特征的能力。实验表明,本文方法提高了织物物疵点检测率,并且具有很好的抗干扰能力。
- 马强陈亮崔雷涛
- 关键词:纹理特征灰度共生矩阵
- 一种基于IP的彩信收发模块设计被引量:3
- 2011年
- 这里使用WinInet API设计实现了基于IP方式的彩信收发模块。该模块具备与彩信中心(MMSC)通过HTTP方式交互的功能,除了使用IP方式提高发送成功率外,还通过异步工作方式实现了彩信并发、收发进度显示以及中途终止发送和接收的扩展功能,并充分考虑了网络较差的情况。结果表明,该设计优于传统的WAP方式的实现方案。同时,该设计也扩展了无线上网卡的功能,增加了其附加值。
- 陈亮赵曙光付鹏
- 关键词:多媒体短消息WININET无线上网卡
- 一种改进的变种群规模遗传算法被引量:12
- 2009年
- 针对标准遗传算法存在早收敛和进化后期搜索效率低下等缺点,在变种群规模遗传算法(GAVaPS)基础上,提出了一种改进的变种群规模遗传算法。一方面,修改了种群中个体"寿命"的计算方法,用个体寿命限制个体的生存期,实现对种群数的调控;另一方面,通过改进遗传算子,解决了遗传算子的无向性问题和早收敛现象,同时提高了算法的搜索效率。实验数据表明,该算法具有比标准遗传算法更好的性能。
- 汪洋陈亮汤欢
- 关键词:遗传算法遗传算子
- 一种具有等级结构的无标度网络模型
- 2009年
- 无标度网络的发现,使人类对于复杂网络的认识进入了一个新的天地。为了更好地描述真实网络的主要拓扑特性,主要研究复杂网络的演化机制,提出了一种通过边的迭代方式生成一种等级网络模型的方法。在此模型的基础上对网络的统计特性进行了理论推导,并通过计算机编程仿真了它的统计特性。理论计算和数值仿真结果可知,迭代生成的网络具有等级结构,度分布服从幂律分布,幂指数在2到3之间可调,平均路径长度以网络规模呈对数形式增长和较大的聚类系数。从而有效地论证了具有等级结构的网络模型很好地符合实际网络,说明实际网络的无标度和高聚类是等级网络自组织的结果。
- 罗银花陈亮汪洋
- 关键词:复杂网络小世界
- 基于图像处理的三维人体尺雨提取技术研究与实现
- 陈亮
- 文献传递网络资源链接
- 基于卷积神经网络的监控场景下行人属性识别被引量:3
- 2018年
- 在真实监控场景下的视觉行人属性,如性别、衣着类型,对行人检索和行人重识别非常重要。传统的行人属性识别算法,采取人工提取特征,而且忽视行人属性特征之间的关联。受到卷积神经网络在传统计算机视觉任务中出色表现的启发,提出一种基于卷积神经网络的行人属性识别方法在监控场景下识别行人属性。卷积神经网络在训练过程中可以自动提取行人特征。重新定义的损失函数,可以同时考虑所有行人属性特征之间的联系。相比于传统方法,该算法实施简单且识别精度更高。
- 胡诚陈亮张勋孙韶媛
- 关键词:卷积神经网络损失函数
- 基于在线序列极限学习机的车牌字符识别方法
- 2015年
- 当前基于神经网络方法的车牌字符识别技术都使用固定的训练样本,学习的效果受初始样本限制,对于识别过程中新出现的不同角度、光线等特征的字符图片不能自适应地学习。本文针对这个问题提出了基于在线序列极限学习机(OS-ELM)的车牌字符识别方法。在样本实时更新中使系统自适应调整网络权值,不断提高识别准确率。本文设计了汉字、字母、字母混合数字三个字符分类器,根据车牌字符的排列特征识别相应的字符。通过与传统ELM方法和BP神经网络法对比,结果证明该字符识别技术达到了较高的识别率,在训练速度上也比BP神经网络法提高了2~3个数量级。
- 崔雷涛陈亮马强
- 关键词:车牌字符识别极速学习机特征提取
- 基于迟滞ELM模型的短期风速预测被引量:2
- 2017年
- 为了应对能源危机,许多国家开始大力发展最有发展前景之一的风能,而风速预测是进行风电场出力预测的前提条件。目前常用的风速预测方法没有得到很高的预测精度以及预测时间。为了改善风速时间序列的预测精度和预测时间,提出了一种基于迟滞极速学习机(Extreme Learning Machine)模型的风速预测方法。ELM算法是一种新型神经网络,计算效率高,性能优越,能避免局部最小化。通过改变神经元激励函数的方式将迟滞特性引入神经网络中,以增强历史输入对当前响应的影响,从而提高有用信息的利用率,提高风速时间序列的预测性能。仿真结果表明,与ELM模型等方法相比,迟滞ELM模型能够有效减小风速时间序列的预测误差,提高了预测精度以及减少了预测时间。
- 余敖陈亮彭敬涛
- 关键词:极速学习机风速预测