检索结果

Select

1. 基于位置编码索引树的个性化推荐算法

梁俊杰, 甘文婷, 余敦辉

计算机应用 2016, 36 (2): 419-423. DOI: 10.11772/j.issn.1001-9081.2016.02.0419

摘要（437）

PDF （915KB）（858）

针对协同过滤算法在海量数据环境个性化推荐应用中存在的低效率问题,结合MapReduce框架特点,设计了一种应用于个性化推荐的基于位置编码的索引树(LB-Tree),创新性地将索引结构应用于个性化推荐。利用聚类资源的差异性存储策略,提升MapReduce任务处理并行性;根据聚类数据分布特征,以质心为圆心对聚类中的数据对象进行同心圆分层,并对每层采用不同长度的二进制编码来表达,将所有数据对象的编码组织成索引树结构,缩短频繁推荐的数据查找路径,达到个性化推荐时利用索引结构快速确定搜索空间的目的。与基于项目的Top- N推荐算法和基于最近邻的推荐算法(SBNM)相比,LB-Tree所需时间开销增长最慢,准确率最高,验证了方法的有效性和高效性。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于最佳选择的星地协作系统中断概率

陈刘伟, 梁俊, 朱巍, 张衡阳, 王轶

计算机应用 2015, 35 (5): 1234-1237. DOI: 10.11772/j.issn.1001-9081.2015.05.1234

摘要（505）

PDF （528KB）（520）

针对卫星信道的衰落特性和阴影效应,分析了一种星地协作系统(HSTCS),并通过对陆地卫星移动通信(LMS)信道进行分析得到其中断概率的闭环表达方法.在源节点(卫星)到目的节点(地面终端)间采用解码前传(DF)模式,目的节点将来自卫星和信噪比最大的中继节点的信号进行合并,并通过Matlab进行仿真.仿真结果表明,同直接传输相比,该系统能够通过获得分集增益,有效提高系统中断性能.

参考文献 | 相关文章 | 多维度评价

Select

3. 基于主题的Web文本聚类方法

张万山肖瑶梁俊杰余敦辉

计算机应用 2014, 34 (11): 3144-3146. DOI: 10.11772/j.issn.1001-9081.2014.11.3144

摘要（202）

PDF （577KB）（558）

针对传统Web文本聚类算法没有考虑Web文本主题信息导致对多主题Web文本聚类结果准确率不高的问题,提出基于主题的Web文本聚类方法。该方法通过主题提取、特征抽取、文本聚类三个步骤实现对多主题Web文本的聚类。相对于传统的Web文本聚类算法,所提方法充分考虑了Web文本的主题信息。实验结果表明,对多主题Web文本聚类,所提方法的准确率比基于K-means的文本聚类方法和基于《知网》的文本聚类方法要好。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于本体的Web资源个性化推荐算法

梁俊杰刘琼妮余敦辉

计算机应用 2014, 34 (11): 3135-3139. DOI: 10.11772/j.issn.1001-9081.2014.11.3135

摘要（272）

PDF （752KB）（536）

为提高Web资源推荐的准确度,提出基于本体的Web资源个性化推荐算法(BO-RM)。设计Web资源主题抽取算法和相似性度量方法,利用本体语义推理机制实现资源聚类,在推荐过程中通过实时分析用户浏览行为捕获用户个性化偏好的变化,动态实时推荐内容。与基于情境的协同过滤算法（CFR-RM）和基于模型的个性化预测算法（BM-RM）进行对比,结果显示BO-RM的时间开销相对稳定,在平均排序倒数(MRR)和平均准确率(MAP)上均取得了较好的效果。实验结果表明:BO-RM离线完成海量Web资源的分析聚类,有效提高了运行效率,实用性比较强；BO-RM实时捕捉用户兴趣变化,动态更新推荐列表,更加贴近用户的真实需求。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于粗糙集的火灾图像特征选择与识别

胡燕王慧琴秦薇薇邹婷梁俊山

计算机应用 2013, 33 (03): 704-707. DOI: 10.3724/SP.J.1087.2013.00704

摘要（921）

PDF （614KB）（532）

针对图像型火灾探测方法检测准确度和实时性间的矛盾,提出了基于粗糙集的火灾图像特征选择和识别算法。首先通过对火焰图像特征的深入研究发现,在燃烧能量的驱动下火焰的上边缘极不规则,出现明显的震动现象,而下边缘却恰恰相反; 基于此特点,可利用上下边缘抖动投影个数比作为火焰区别于边缘形状较规则的干扰。然后,选择火焰的6个显著特征构造训练样本,在火灾分类能力不受影响的前提下,使用实验所得的特征量归类表对训练样本进行属性约简,并将约简后的信息系统属性训练支持向量机模型,实现火灾探测。最后与传统支持向量机火灾探测算法做了比较。实验结果表明:将粗糙集作为支持向量机分类器的前置系统,把粗糙集理论的属性约简引入到支持向量机中,可以大大消除样本集冗余属性,降低了火灾图像特征空间的维数,减少了分类器训练和检测数据,在保证识别精度的同时,提高了算法的速度和泛化能力。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于独立成分分析和支持向量机的图像型火灾探测

胡燕王慧琴马宗方梁俊山

计算机应用 2012, 32 (03): 889-892. DOI: 10.3724/SP.J.1087.2012.00889

摘要（1284）

PDF （610KB）（592）

图像型火灾探测具有非接触性、反应快等优点,可有效解决大空间火灾探测难题,是火灾探测新的研究方向,其核心问题是火焰和干扰物的分类识别。常用方法是提取火焰在图像上表现的单个或某几个特征信息作为识别依据,需要设置大量经验阈值,识别率常因特征选择不合适而受到影响。通过对火焰整体特性的研究,提出了基于独立成分分析和支持向量机的火焰探测方法。首先在RGB空间建立颜色模型对连续数帧火灾图像预处理,并进行频闪特性和模糊聚类分析提取疑似目标区域,根据独立成分分析线性变换一对一和可逆性估计出基函数描述火焰图像特征,最后用支持向量机模型实现火灾探测。实验结果表明,该方法提高了图像型火灾探测精度和速度,可适用于多种火灾探测场景。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于有意义区域的颜色检索算法

杨泽新;冯玉才;梁俊杰;程珺

计算机应用 2005, 25 (11): 2600-2603.

摘要（1806）

PDF （1571KB）（1158）

颜色直方图方法是基于内容的图像检索系统中最常用的一种技术，然而，经典的颜色直方图方法存在诸多缺陷，例如不能表示图像中颜色的空间分布信息。为此, 提出了一种基于有意义区域的颜色检索算法，即首先计算图像的颜色聚合度，据此确定图像分割方法，对聚合度较高的图像利用区域生长方法进行分割，对聚合度较低的图像进行简单的分块，提取各区域的颜色特征并动态加权求和进行检索。该方法不仅保持了经典直方图简单方便的特点，而且有效地将空间信息集成到直方图中。在CBIR原型系统（DMIR）上的实验表明，该算法明显优于经典颜色直方图。