检索结果

Select

1. 基于度中心性的认知特征选择方法

张笑非, 杨阳, 黄佳进, 钟宁

计算机应用 2021, 41 (9): 2767-2772. DOI: 10.11772/j.issn.1001-9081.2020111794

摘要（238）

PDF （2920KB）（402）

针对大脑图谱认知特征选择的不确定性提出了基于度中心性的认知特征选择方法（DC-CFSM）。首先，基于大脑图谱构建认知实验任务中被试的脑功能网络（FBN），并计算得到FBN每个兴趣点（ROI）的度中心性（DC）；其次，统计对比被试相同皮质兴趣点在执行认知任务时不同认知状态间的差异显著性并对其进行排序；最后，根据排序后的ROI计算人脑认知体系曲线下面积（HBCA-AUC）值，并评估几种认知特征选择方法的性能。在心算认知任务功能核磁共振成像（fMRI）数据上进行的实验中，DC-CFSM在人脑认知体系的任务正相关系统（TPS）、任务负相关系统（TNS）及任务支撑系统（TSS）上得到的HBCA-AUC值分别为0.669 2、0.304 0、0.468 5。与极限树、自适应提升、随机森林、极限梯度提升（XGB）等方法相比，DC-CFSM对TPS的识别率分别提高了22.17%、13.90%、24.32%和37.19%，对TNS的误识率分别减小了20.46%、29.70%、44.96%和33.39%。可见DC-CFSM在大脑图谱认知特征的选择上更能反映人脑认知体系的类别和功能。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于物品的统一推荐模型

邓凯, 黄佳进, 秦进

《计算机应用》唯一官方网站 2020, 40 (2): 530-534. DOI: 10.11772/j.issn.1001-9081.2019101791

摘要（433）

HTML （2）

PDF （565KB）（325）

用户-物品交互模式建模是个性化推荐的一项重要任务，许多推荐系统都基于用户与商品之间存在线性关系的假设，忽略了现实物品与历史物品之间交互的复杂性和非线性，导致这些系统不足以捕捉到用户的复杂决策过程。为此，将一个更有表现力的Top-N推荐系统的物品相似性因子模型解决方法与多层感知机方法相结合，以有效地建模物品之间的高阶关系，捕获更复杂的用户决策。分别在三个数据集MovieLens、Foursquare和ratings_Digital_Music上验证了结合后的效果，并与基准方法MLP、分解物品相似度模型（FISM）、DeepICF和ItemKNN进行对比，结果表明，所提出的方法在推荐性能上有明显的提高。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

3. 基于图共现增强多层感知机的会话推荐

唐廷杰黄佳进秦进陆辉

《计算机应用》唯一官方网站 DOI: 10.11772/j.issn.1001-9081.2023081063
录用日期: 2023-12-20

Select

4. 基于图辅助学习的会话推荐

唐廷杰黄佳进秦进

《计算机应用》唯一官方网站 DOI: 10.11772/j.issn.1001-9081.2023091257
预出版日期: 2024-03-19