公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

遗忘自协方差矩阵递推主元的时变工作模态识别方法: 本发明公开了一种遗忘自协方差矩阵递推主元的时变工作模态识别方法，包括：获取线性时变结构在环境激励下多个振动响应传感器从初始时刻0到时刻k的非平稳信号数据矩阵<Image file="DDA0001055941190000...; 王成文诗琪郭俊杰王鹏陈叶旺张忆文孙成柱蔡奕侨应晖; 文献传递

协同过滤推荐算法的改进及其在Hadoop平台上的并行化: 协同过滤推荐算法是一种当下应用广泛的推荐技术，是智能电子商务的重要组成部分。虽然传统的协同过滤算法已经实现了智能推荐，但是其推荐精度任然不高，推荐结果的个性化程度偏低，算法的运行效率低。为了解决这些问题，本文提出了基于相...; 文诗琪; 关键词：协同过滤推荐算法 HADOOP平台

一种归一化PSO随机优化算法及协同过滤推荐方法: 本发明公开了一种归一化粒子群随机优化算法(PSO)以及6种归一化加权协同过滤推荐方法。本发明公开的归一化PSO随机优化算法通过吸引子和空间缩放，确定单个粒子的最优位置和群体的最优位置。用于求解最优化问题时，其解满足归一化...; 王成文诗琪苏芳芳郭俊杰陈维斌陈叶旺赖雄鸣钟必能蔡奕侨张惠臻; 文献传递

遗忘自协方差矩阵递推主元的时变工作模态识别方法: 本发明公开了一种遗忘自协方差矩阵递推主元的时变工作模态识别方法，包括：获取线性时变结构在环境激励下多个振动响应传感器从初始时刻0到时刻k的非平稳信号数据矩阵<Image file="DDA0001055941190000...; 王成文诗琪郭俊杰王鹏陈叶旺张忆文孙成柱蔡奕侨应晖

基于k‑medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法: 本发明涉及一种基于k‑medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法，采用如下步骤：A、采用最小化最大相似度准则确定K个初始聚类中心；B、根据相似度和最大的k‑medoids聚类算法对项目进行聚类；C、在聚类...; 王成陈维斌苏芳芳文诗琪王田钟必能陈叶旺; 文献传递

基于k-medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法: 本发明涉及一种基于k-medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法，采用如下步骤：A、采用最小化最大相似度准则确定K个初始聚类中心；B、根据相似度和最大的k-medoids聚类算法对项目进行聚类；C、在聚类...; 王成陈维斌苏芳芳文诗琪王田钟必能陈叶旺; 文献传递

利用用户不偏好项目属性提高项目协同过滤算法效率和精度被引量：2: 2017年; 针对传统项目协同过滤算法选择最近邻时需要计算待评分项目与所有其它项目之间的相似度而导致算法效率和推荐精度低的缺点,提出一种基于用户不偏好项目属性的项目协同过滤算法.该算法通过对用户评分偏低的项目属性进行归一化计数并设定阈值,从而将其分为用户不偏好项目属性和非用户不偏好项目属性.只有在其它项目与待评分项目同时具有用户不偏好项目属性或同时都不具有用户不偏好项目属性时,该项目才作为待评分项目最近邻的备选项,才需要计算两项目之间的相似度.该算法通过减少备选最近邻项目集大小和需要计算项目相似度的个数,提高了算法效率;与此同时,由于不合理项目已提前从备选最近邻项目集中排除,选取作为评分预测的最近邻会更为合理,推荐精度也会提高.在数据极度稀疏的Movie Lens-100K数据集上的五折交叉验证结果表明,相较于传统的项目协同过滤算法、基于项目偏好相似的项目协同过滤算法,该算法有更高的效率、精度和覆盖率.; 文诗琪王成苏芳芳刘技峰陈叶旺郑国旗

全选清除导出

共1页<1>

文诗琪