王新利
- 作品数：20 被引量：13H指数：1
- 供职机构：上海理工大学理学院更多>>
- 发文基金：国家自然科学基金上海市教委科研基金上海市自然科学基金更多>>
- 相关领域：理学自动化与计算机技术文化科学更多>>
- 分担小函数的整函数唯一性
- 2014年
- 针对整函数与其导数在不同条件下分担值或小函数的唯一性,研究了整函数与其导数分担小函数的唯一性问题,将整函数与其导数分担有限值的唯一性定理推广到分担小函数,得到整函数3种可能的形式.
- 侯彬王新利
- 关键词：整函数分担小函数唯一性
- 一种基于矩阵分块技巧的协同过滤跨域推荐
- 2023年
- 针对数据稀疏性的挑战和冷启动问题,跨域推荐技术成为研究热点,大大提高了推荐的精确度。但当前主要的跨域推荐模型建立在源域与目标域的用户或项目完全重叠的情形下,其应用具有局限性。本文拟在用户部分重叠的场景下,提出一种新的跨域推荐模型:基于矩阵分块技巧的协同过滤跨域推荐(A Collaborative Filtering Cross-Domain Recommendation Based on Matrix Blocking Technique, CFCDRMB)。新模型采用矩阵三分解形式,利用矩阵分块技巧表征共享用户潜在因子和域特有用户潜在因子,同时用联合矩阵分解学习特征矩阵来捕获各自域的数据特征并实现共享知识的迁移。本文在3个数据集上与4个方法进行了对比,实验结果表明,新提出的模型在部分用户重叠场景下具有显著的优越性。
- 姜树媛胡建华王新利
- 关键词：协同过滤数据稀疏性矩阵分块数据特征特征矩阵
- 具有分担三个值集的亚纯函数的惟一性
- 2007年
- 利用权分担的思想,研究了分担三个值集的亚纯函数的惟一性问题.所得结果改进了方明亮和徐万松,Gross等人的结论.
- 别荣军王新利
- 关键词：亚纯函数权分担惟一性
- 亚纯函数及其k阶导数权分担两个公共值的唯一性
- 2012年
- 用权分担的思想,并通过限制亚纯函数f的极点重数,考察f及其k阶导数分担两个公共值的唯一性问题,改进了Frank-Weissenborn的结果,证明了若非常数亚纯函数f及其k阶导数分担(a,∞),(b,1)且f的极点重数大于等于2k+4,则f≡f(k).
- 张凤丽王新利
- 关键词：亚纯函数权分担公共值唯一性
- 以权1分担两个公共值集的亚纯函数
- 2010年
- 研究了亚纯函数以权1分担两个公共值集的唯一性问题,设S={ω∈C;aωn-n(n-1)ω2+2n(n-2)bω-(n-1)(n-2)b2=0},其中a,b为两个非零复数,且满足abn-2≠2,如果n≥11,f和g以权1分担S,E—(∞,f)=E—(∞,g),则f≡g.
- 曹璋龙王新利
- 关键词：亚纯函数权分担公共值集唯一性
- p-ADIC亚纯函数在截断重级下的一个定理(英文)
- 2005年
- 本文研究 p- adic亚纯函数在截断重级下分担两个公共值集的唯一性问题 ,得到了一个相应的定理 .定理的证明主要利用 p-
- 王新利
- 关键词：公共值集
- 改进的ReliefF-BPNN分类模型
- 2023年
- 提出了一种改进的ReliefF-BPNN分类模型。该模型使用ReliefF算法和交互增益权重,来最大程度地保留相关特征与交互特征;同时在BP神经网络模型的误差函数中加入正则化项防止过拟合。实验表明,改进的ReliefF-BPNN在大多数数据集上的分类准确率高于90%,其精度相对于其他传统模型更高。
- 李雨沛王新利
- 关键词：RELIEFF算法BP神经网络
- 亚纯函数微分多项式分担多项式的唯一性
- 2020年
- 研究了亚纯函数的微分多项式f^nf′和g^ng′IM分担一个多项式P(z)的唯一性问题,证明了当n>22且多项式P(z)的次数小于等于n时,则f(z)=tg(z),或者f(z)=λ1e^λ∫P(z)dz,g(z)=2e^-λ∫P(z)dz,其中,t,λ1λ2,λ为常数。
- 张伟杰王新利
- 关键词：微分多项式唯一性亚纯函数
- 具有一个公共值集的亚纯函数
- 2007年
- 研究了亚纯函数的唯一性问题,证明了如下结论:如果存在一个具有7个元素的复数集合S,使得对任意两个非常数的亚纯函数f和g,只要满足-Ek)(S,f)=-Ek)(S,g),其中k 2,则必有f≡g.所得结果改进了仪洪勋和Y.Xu的相关结论.
- 王新利别荣军
- 关键词：亚纯函数公共值公共值集
- 医疗诊断上一种基于特征交互的MIFS算法
- 2023年
- MIFS算法及其改进算法对医疗诊断数据集进行特征选择时,秉承“最大相关最小冗余”的思想,关注特征与类别的相关信息和特征之间的冗余信息,没有考虑到特征之间的交互信息。考虑到医疗诊断指标之间的交互,本文提出一种基于特征交互的MIFS算法(Feature Interaction Based MIFS Algorithm, MIFS-FI),在实现“最大相关”的同时,最大程度地去除冗余特征,保留交互特征,还有效地解决了MIFS算法中参数不确定以及相关项与冗余项不可比的问题。将MIFS-FI算法和其他7种基于互信息的特征选择方法应用于14个医疗诊断数据集进行对比实验,结果表明MIFS-FI算法在分类准确率、召回率和F1值三方面优于其他7种特征选择方法,提高了分类精度。
- 王新利李雨沛李海洋
- 关键词：交互信息
