国家科技支撑计划(2012BAH08B00)
- 作品数：16 被引量：70H指数：4
- 相关作者：樊晓平廖志芳刘胜宗刘丽敏吴言凤更多>>
- 相关机构：中南大学湖南财政经济学院湖南女子学院更多>>
- 发文基金：国家科技支撑计划国家自然科学基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信经济管理更多>>
- 基于隐反馈的类时齐 Markov 推荐模型被引量：1
- 2014年
- 传统Markov链模型在用户浏览行为预测方面体现出较好的性能,但不能很好的体现出用户的兴趣度和所推荐的页面的重要性,因此本文提出类时齐Markov模型.该模型给不同的类别用户单独创建时齐Markov模型,并用时齐Markov模型的平稳分布表征用户的访问兴趣和页面的重要程度.本文进而提出了基于隐反馈的类时齐Markov推荐模型,在真实的WEB服务器日志数据上的实验证明,类时齐Markov模型具有更好的推荐性能.
- 刘胜宗廖志芳胡佳樊晓平
- 关键词：WEB挖掘用户聚类个性化推荐
- CBIR中一种基于最近邻的改进相关反馈算法被引量：4
- 2015年
- 针对CBIR中基于NN的相关反馈技术在迭代时由于信息缺乏而产生的小样本问题,提出了一种基于最近邻的改进相关反馈算法。首先,根据检索图像和相关后验概率定义随机变量,从而获得相关性正确概率;然后,将与检索图像距离最近的样本映射到概率估计;最后,利用正则化得到平滑估计,解决了小样本问题。将算法在多种不同的情况下进行测试,实验结果表明,相比标准的NN方法和其他现有的相关反馈机制,在大多数情况下该算法具有显著的性能改善。
- 易唐唐黄立宏
- 关键词：相关反馈技术最近邻小样本问题
- 一种基于L_(2,1)范数的PCA维数约简算法被引量：6
- 2013年
- 传统PCA存在对异常值和特征噪声敏感等问题,基于L2,1范数的PCA算法改进了这些缺点。现有的基于L2,1范数的PCA算法是通过降低矩阵的秩来实现维数约简,而秩的计算复杂。针对这一问题,提出一种新的维数约简算法。该算法提出利用迹范数代替矩阵的秩来简化L2,1-PCA的计算,提高算法效率;对于算法的求解提出了基于拉格朗日乘子的方法并将算法应用扩展Yale B人脸数据集进行图像去噪。可视化的实验结果表明所提出的算法有效。
- 刘丽敏樊晓平廖志芳刘曼玲
- 关键词：维数约简拉格朗日乘子
- 均值漂移LDA优化FSIF的三维人脸识别
- 2014年
- 针对传统的三维人脸识别算法受光照、姿态、表情及场景变化影响导致耗时过多及成本过高的问题,提出了一种基于均值漂移线性判别分析优化尺度不变特征融合(FSIF)算法。使用均值漂移线性判别分析找到五个类似于查询人脸的最佳候选类;利用尺度不变特征融合提取出候选人脸及查询人脸的融合特征描述符,并进行特征匹配得到目标人脸;根据特征描述符的匹配关键点数目完成人脸的识别。在USCD/Honda、FRGC v2及自己搜集的人脸数据集上的实验结果表明,该算法解决了降低FSIF人脸识别的计算复杂度,并在不降低识别性能的前提下大大地节约了成本,相比几种较为先进的三维人脸识别算法,该算法取得了更好的识别效果。
- 徐屹樊晓平廖志芳
- 关键词：三维人脸识别特征描述符
- 基于迹范数的L1-PCA算法被引量：2
- 2013年
- L1-PCA相比传统的主成分分析(PCA)更具鲁棒性,但是L1-PCA算法存在很多局部最优解且秩约束计算较为复杂。为此,提出一种基于迹范数的L1-PCA算法。利用迹范数近似代替矩阵的秩,以解决秩约束存在很多局部最优解的问题,采用基于增强拉格朗日乘子的方法对算法求解,并将其应用于图像的降噪处理。实验结果表明,利用该算法降噪后的图像轮廓清晰、同类图像特征明显趋同。
- 刘丽敏樊晓平廖志芳
- 关键词：主成分分析奇异值分解
- 联合L1范数和迹范数的数据降维模型及其优化算法
- 2013年
- 主成分分析(PCA)是多元分析中广泛应用的降维方法,但是传统的降维模型一般是基于矩阵的秩,然而秩的计算是非凸、不连续的问题且计算复杂。本文针对这一问题,提出联合更具鲁棒性的L1范数和具有凸性的迹范数建立一种联合数据降维模型,针对模型的优化提出基于拉格朗日乘子的优化算法。最后将模型应用于UCI数据集以及Yale人脸数据集和扩展Yale B人脸数据集进行数据处理。数学分析和可视化实验结果都表明模型和优化算法是有效的。
- 刘丽敏樊晓平廖志芳
- 关键词：主成分分析L1范数数据降维拉格朗日乘子
- 一种融合用户评分可信度和相似度的协同过滤算法被引量：11
- 2014年
- 传统基于信任的推荐算法容易受用户之间评分偏好差异的影响,尤其在存在评分欺骗数据的情况下,算法的准确性波动很大.针对这些问题,本文提出了新的融合用户评分可信度和相似度的推荐算法,该算法将用户评分准确度、认可度和评分数量权重因子相结合,分析了这些因素对用户评分可信度的影响,建立起可信度跟这三者之间的计算关系.本文进行了无欺骗数据存在和有欺骗数据存在的两类对比实验.实验结果表明,在无欺骗数据时该算法提高了推荐准确性,并在有欺骗数据存在的情况下同时提高了系统的准确性和鲁棒性.
- 刘胜宗廖志芳吴言凤樊晓平
- 关键词：协同过滤推荐系统
- 基于通用即插即用的服务监控机器人在智能家居中的应用被引量：4
- 2014年
- 针对智能家居系统中多种异构电子设备难以与其他设备集成的问题,采用一种通用即插即用(UPn P)方式将服务机器人集成到智能家居系统中,着重介绍了集成后衍生的新服务。首先系统地介绍了UPn P标准和服务机器人Rovio;然后开发一个PC应用程序作为服务机器人和家庭智能网络之间连接的虚拟桥,形成服务机器人为智能家居网络提供服务的控制回路。最后通过一些实际操作来验证UPn P Rovio虚拟桥的性能,旨在探索服务机器人集成到智能家居的可能性和一些衍生的先进服务。通过路径跟踪、垃圾检测等一些先进服务的实际演示验证了通过UPn P方式将服务机器人集成到智能家居网络中的可行性,并展示了智能家居互通后的巨大潜在利益。
- 蒋科辉杨慧民樊小平
- 关键词：服务机器人互通性智能家居通用即插即用
- 一种基于L_1范数的主成分分析优化算法及应用被引量：1
- 2013年
- 主成分分析(PCA)已经广泛应用于计算机视觉中,但是传统的基于L2范数的PCA对异常值和特征噪声(比如有遮挡的图像)敏感.基于L1范数的PCA(L1-PCA)相比基于L2范数的PCA更具鲁棒性,并且可以克服对异常值和特征噪声敏感的问题.然而,在应用L1-PCA算法时,其算法的优化非常关键.本文针对这一问题,提出基于增强拉格朗日乘子的L1-PCA的优化算法并将其应用于处理有遮挡图像的重构,通过在Yale人脸数据库的实验测试表明所提出的算法有效.数值和可视化的实验结果都表明优化的L1-PCA优于传统PCA.
- 刘丽敏樊晓平廖志芳
- 关键词：主成分分析图像重构
- 融合停留时间的隐Markov个性化推荐模型被引量：2
- 2014年
- 静态模型在推荐系统中往往将用户的兴趣偏好看作是固定不变的,而在一定程度上与实际并不符合。为此,基于隐Markov动态模型提出一种融合停留时间的类时齐隐Markov个性化推荐模型(ctqHMM)。该模型用隐含状态变量的转移来模拟Web用户的兴趣变迁,并用停留时间来描述用户对某一偏好感兴趣的程度和所推荐页面的重要性。然后,提出一种基于该模型平稳分布的用户聚类方法,并将其用于推荐系统中。在真实的Web服务器访问记录数据上的实验证明,类时齐隐Markov模型具有更好的推荐性能。
- 刘胜宗樊晓平廖志芳胡佳
- 关键词：WEB挖掘用户聚类个性化推荐HMM
