检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于协同过滤的Web服务动态社区发现算

吴钟聂规划陈冬林章佩璐

计算机应用 2013, 33 (08): 2095-2099. DOI: 10.11772/j.issn.1001-9081.2013.08.2095

摘要（792）

PDF （782KB）（644）

针对现有社区发现算法挖掘结果精确度不高以及Web服务资源智能推荐质量较低的问题，在传统协同过滤算法的基础上，提出了基于节点相似性的动态社区发现算法。首先以连接节点最多的中心节点为起始网络社区，以社区贡献度为衡量指标不断形成多个全局贡献度饱和的社区；再使用重叠度计算将相似度高的社区进行合并，最后通过计算目标用户与社区中其他用户之间的动态相似度，将计算结果降序排列后构成邻近用户集，获得社区化推荐对象。实验结果表明，提出的社区发现算法对用户社会网络的社区分类与实际社区分类结果吻合，提高了社区挖掘的精确度，有助于实现高质量的社区化推荐。

参考文献 | 相关文章 | 多维度评价

Select

2. 带宽自适应的Mean-Shift跟踪算法研究

罗镇宝张永科吴钟建

计算机应用 2009, 29 (06): 1683-1686.

摘要（1184）

PDF （690KB）（1213）

针对图像跟踪中目标的尺度和旋转变化,将Lindeberg的尺度理论与Mean-Shift算法结合起来,提出了一种带宽自适应Mean-Shift跟踪算法。该算法在Mean-Shift的框架下,将尺度和旋转量与平移量同等看待,通过求解核函数带宽,计算出目标的变化参数,最终精确定位目标。另外,引入SAD算法对目标进行先期粗略定位,克服了目标做无规律大位移运动时Mean-Shift算法跟踪效果不佳的问题,同时也降低了Mean-Shift算法的迭代收敛次数。大量实验仿真表明,该算法对目标的仿射变化、非刚性形态变化,以及无规律的大位移运动具有有效性和鲁棒性。