田玉楚
- 作品数:6 被引量:26H指数:4
- 供职机构:太原理工大学信息工程学院更多>>
- 发文基金:山西省国际科技合作计划山西省自然科学基金山西省青年科技研究基金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 改进学习率的一种高效SVD++算法被引量:3
- 2018年
- 推荐系统的核心包括推荐算法及其所依赖的大数据。推荐算法的高效计算,是实现实时人机交互的基本要求。在各种推荐算法中,SVD++算法因其特殊优点而得到广泛应用。但是,大数据背景下SVD++推荐算法的突出问题是计算效率低,难以满足实时人机交互要求。为解决这一问题,提出一种新的方法来提高SVD++推荐算法的计算效率,其核心是采用新的学习率函数对目标函数的指标进行优化。该学习率函数结合指数函数和一次函数的升降速率特点,具有初期值大、中期下降迅速以及后期值小且变化缓慢的特点。仿真实验证明了该方法的有效性。
- 王燕李凤莲张雪英田玉楚
- 关键词:推荐系统大数据学习率
- 基于代价敏感混合分裂策略的多决策树算法被引量:6
- 2017年
- 煤矿瓦斯预警可视为是否安全的分类问题,数据呈现不平衡分布特点。为此,提出一种混合策略属性选择多决策树分类算法:算法融合代价敏感因子,结合C4.5和CART属性选择方法作为分裂指标,并采用了基于不同根节点信息的多决策树建树方法。首先采用11个非平衡数据集进行算法有效性验证,实验结果表明,该方法可以有效针对不平衡数据进行分类,保证高准确率的前提下,有效提高了少数类预测准确性;进而将该算法用于煤矿瓦斯数据预测,结果表明,所提出方法可以有效提高煤矿瓦斯数据的总体预测性能。
- 张翕茜李凤莲张雪英田玉楚
- 关键词:不平衡数据
- 基于图覆盖的大数据全比较数据分配算法被引量:6
- 2018年
- 在对大数据全比较问题进行分布式处理的过程中,现有的数据分配策略较少考虑比较任务和数据之间的特殊依赖关系,导致存储效率下降、任务分配不均衡。为此,提出基于图覆盖的数据分配算法。通过理论分析将大数据全比较的数据分配问题归纳为图覆盖问题,在此基础上构造图覆盖的最优解,根据特解分配数据。实验结果表明,与基于Hadoop的数据分配策略相比,该算法可确保比较任务具有100%的数据本地性,使节点之间达到负载均衡,并且提高存储节约率和整体计算性能。
- 高燕军张雪英李凤莲田玉楚
- 关键词:分布式计算大数据数据分配
- 基于压缩感知的语音盲稀疏重构算法及其去噪应用被引量:6
- 2015年
- 根据传统的正交匹配追踪(OMP)算法和稀疏度自适应匹配追踪(SAMP)算法各自的缺陷,提出可以在盲稀疏状态下重构带噪语音的多匹配正交追踪(MMOP)算法。该算法采用同时匹配多个原子以及同步增大和缩小原子集的办法来解决SAMP算法中原子的过匹配和欠匹配现象,此外,还提出一种新的去噪思想和设置初始步长方法,并且采用分阶段步长来重构原始语音信号。研究结果表明:本文算法不仅修正SAMP算法的过匹配和欠匹配的现象,而且还具有匹配速度快、迭代次数少的优点,同时又提高语音信号在盲稀疏状态下的重构精度,此外,该算法还可以应用在噪声语音中,有较明显的去噪效果,且其重构后的语音主客观质量评价都要好于传统的OMP算法和SAMP算法。
- 李凤莲畅江张雪英宋磊田玉楚
- 关键词:压缩感知语音去噪匹配追踪算法
- 面向人脸识别的WPD-HOG金字塔特征提取方法被引量:4
- 2018年
- 人脸识别技术可应用于各监控和安保领域,它涉及特征提取、识别模型等关键技术。其中特征提取方法直接影响识别效果,目前所用的特征提取方法存在特征表达不全面、计算复杂度高等问题。据此,提出一种基于WPDHOG金字塔的人脸特征提取方法,该方法结合小波包分解(Wavelet Packet Decomposition,WPD)、图像金字塔以及方向梯度直方图(Histograms of Oriented Gradients,HOG)对人脸图像特征进行有效表征,最终将WPD-HOG金字塔特征通过SVM分类器进行分类。通过在ORL人脸库上进行实验,与四种对比方法 HOG、HOG金字塔、FWPD-HOG以及FWPD-HOG金字塔进行比较,实验结果表明,WPD-HOG金字塔特征提取方法的识别率要高于对比方法,且在噪声方面具有较好的鲁棒性。
- 刘文培李凤莲张雪英田玉楚
- 关键词:小波包分解图像金字塔方向梯度直方图
- 基于通信负载均衡的社交网络图分割方法被引量:1
- 2018年
- 海量社交网络数据中蕴含着丰富的信息,图论是挖掘这些信息的重要方法之一。面对日益增多的图数据,分布式计算成为处理大规模图数据的有效手段。在分布式图计算中,通信所消耗的时间占有很大的比例,通过图分割算法的设计可以有效地降低通信量并实现负载均衡,从而提高分布式图计算的效率,典型的例子包括Metis图分割算法。但是,用现有的图分割算法处理非均衡图数据会造成各个子图之间通信量不均衡,从而影响了计算效率。为了解决这一问题,提出一种新的图分割方法:通信均衡标签交换方法。该方法在保持子图规模一致的基础上,既降低了全图计算所需的通信量,又使各个子图之间的通信量达到均衡。实验结果表明,与Metis等典型的图分割算法相比,提出的图分割方法在各种数据集和集群配置情况下,能降低6%~30%的图计算时间,充分显示了该方法的有效性。
- 刘康张雪英李凤莲田玉楚
- 关键词:社交网络图论图分割分布式计算负载均衡