共查询到18条相似文献，搜索用时 562 毫秒
1.
为解决隐式反馈推荐问题,贝叶斯个性化排序（BPR）模型已经成为最具有代表性的对级（Pairwise）排序算法之一.在BPR模型中,存在一个严格的偏序假设：相较于未标记的物品而言,用户更喜欢已经有过标记行为的物品.本文提出了一种多重对级贝叶斯个性化排序（MBPR）推荐算法来进一步提升用户对物品的偏好预测能力.首先,基于BPR模型的排序关系设计了一种改进的多重对级偏序假设.具体地,对于每一用户,本文提出将未标记的反馈集细分为潜在的负反馈集和不确定性反馈集,并基于改进的对级偏序假设,提出了一种新的多重对级排序的优化目标来学习用户与物品之间的相关性.为实现MBPR模型的采样任务,本文设计了一种自适应采样策略来为模型更新动态地选取训练样本.最后,在公开数据集上开展了仿真推荐实验,并与基线算法对比.实验结果表明,MBPR算法能够取得更好的推荐效果. 相似文献
2.
近年来,通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果.本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点,然后梳理了光谱混合模型及对应的最优化模型,进而介绍了基于群智能算法的端元提取和丰度反演方法,最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度,对基于群智能算法的混合像元分解效果进行了评价.另外,本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结. 相似文献
3.
针对温度传感器测量中易受湿度影响的问题,通过对思维进化算法（Mind Evolutionary Algorithm,MEA）中的趋同操作、异化操作及收敛条件进行研究改进,对趋同操作中的散布权值进行自适应调整,在异化操作中引入差分进化算法的变异操作,并考虑收敛条件中搜索平面平缓的情况,提出了基于改进思维进化算法的BP神经网络湿度补偿方法.由湿度影响检定实验得到的样本数据,利用此补偿方法建立湿度补偿模型,将补偿结果与未经优化的BP神经网络模型的结果进行比较研究.结果表明,基于改进思维进化算法的BP神经网络模型补偿精度较高,收敛速度快,计算量小,可有效提高温度传感器的测量精度和可靠性,便于实际应用. 相似文献
4.
在各类在线学习系统中,为了给学生提供优质的学习资源,一个基础性的任务是对大量未标注的试题进行知识点标注.已有标注方法通常基于人工专家标注或者采用传统机器学习方法.在实际应用中,这些方法普遍存在成本过高、标注精准度不足等局限.为此,本文提出了一种基于属性关系深度挖掘的试题知识点标注模型.首先,利用句法语义模型和结构语义模型分别从试题文本和试题图形中抽取试题的显性属性关系.然后,利用蒙特卡罗树搜索构建问题求解框架,挖掘试题的隐含属性关系.最后,结合学科知识图谱,将属性关系映射到知识图谱空间,生成试题知识点.实验结果表明,所提出的方法能够有效地进行试题知识点标注,将对学生认知诊断、个性化试题推荐等具有一定的实际应用价值. 相似文献
5.
带噪声传递函数(TFN)模型可通过相关性分析在输入输出序列时间上同步的情况下估计输出序列。基于TFN模型、Kalman滤波和复合型混合演化(SCE-UA)算法,发展一种新的时间序列重建方法,并将其用于地下水埋深估计。该方法将高阶TFN模型表述成状态空间,并用Kalman滤波进行状态估计,基于SCE-UA方法优化TFN模型参数,能够在输入输出序列异步的情况下率定TFN模型并用于时间序列重建。最后,利用已有降水和地下水观测资料验证该方法,并重建了中国东北部分地区40年地下水埋深序列,结果表明该方法有较好精度且能反映埋深变化对降水的响应,在各类时间序列重建中具有一定推广性。 相似文献
6.
蛙跳格式的替代方案及其在大气环流模式中的应用 总被引：3，自引：0，他引：3
蛙跳（Leapfrog）时间差分格式采用AsselinRobert时间滤波方案去除计算解能够降低原始方程组的时间差分格式的计算精度,采用二阶Runge-Kutta格式构造欧拉前差方案可弥补蛙跳格式的不足。即在不存在计算解的条件下去除滤波影响,更大程度保持方程组的计算准确性。作者基于NCAR CAM3.0(Community Atmosphere Model 3.0)完善的软件平台,将原模式的三时间层蛙跳时间差分方案修改为两时间层二阶Runge-Kutta时间差分格式,对与重力波有关项使用中央差隐式处理,以此构建半隐式大气环流谱模式。通过斜压波实验比较不同格式在保持初值稳定性上的表现,从而发现,二阶Runge-Kutta方案能够更好的保证方案的初值稳定性。同时在纬向对称平衡场中加入扰动的情况下,二阶Runge-Kutta方案模拟的斜压波动发展演变的特征具有良好的收敛性,对波动发展的描述能力更强。存在这种优势的可能原因可归结为格式自身的优势和摆脱了时间滤波的负面影响,通过加入不同滤波系数的比较实验可以看到,滤波的平滑作用对模式结果的影响显著,但格式自身的优势也是改进模拟结果的主要因素。通过非绝热条件下20 年（1980～1999年）气候态全模式模拟考察模式在气候模拟中的表现,结果表明,此方案在长期的气候模拟中同样可降低预报变量及诊断变量的模拟误差,具有更好的模拟能力。 相似文献
7.
投影寻踪聚类分析是根据设计的投影指标函数,并在相关约束条件下进行问题优化分析的过程.给出了用于求解投影指标函数的粒子群算法,并将构造的模型应用于森林承载力评价.仿真实验结果表明:与基于遗传算法优化的模型比较,基于粒子群优化的模型简单、容易实现并且没有许多参数需要调整;在应用上,基于粒子群优化的模型可获得更优的解,并可预计模型在森林承载力评价中具有重要的应用价值. 相似文献
8.
由于网络上每天有海量的新闻报道产生,新闻推荐已经成为减轻用户信息负载、实现个性化新闻信息获取的重要途径,并被广泛用于新闻网站和新闻APP中以提升用户体验.不同于传统的商品推荐,在新闻推荐中新的新闻文章产生速度很快,而且新闻的语义信息需要结合整体新闻文本去理解,给传统的基于ID和基于特征的推荐算法带来了很大的挑战.此外,用户的新闻阅读兴趣存在高度多样性和动态性的特点,使得准确的用户建模变得非常困难.本文介绍了一些基于深度学习的个性化新闻推荐算法,并探讨了新闻推荐未来的一些可行的方向. 相似文献
9.
蛙跳(leapfrog)时间差分格式采用Asselin-Robert时间滤波方案去除计算解能够降低原始方程组的时间差分格式的计算精度,采用二阶Adams-Bashforth格式构造的欧拉前差方案可弥补蛙跳格式的不足,即:在不存在计算解的条件下去除滤波的影响,更大程度的保持方程组的计算准确性。本文基于NCAR CAM3.0(Community Atmosphere Model 3.0)完善的软件平台,将原模式的三时间层蛙跳时间差分方案修改为两时间层二阶Adams-Bashforth时间差分格式,对与重力波有关项使用中央差隐式处理,以此构建半隐式大气环流谱模式。利用动力检验的方法探讨模式对垂直分辨率的敏感性,从而寻找模式在较小计算代价下提高计算效果的可能。通过斜压波实验发现,提高垂直分辨率使模式具有更强的斜压波模拟能力,其模拟效果甚至已经与提高水平分辨率的效果相当,可以作为一种弥补模式运算效率不足的可行方案。 相似文献
10.
数控机床位置伺服系统是数控机床的重要组成部分,是一个复杂的机电系统,其控制受多方面因素的影响,控制难度较大,且其位置精度会影响数控机床的加工精度.本文以数控机床的位置伺服系统作为研究对象,通过改进算法来提高系统性能.本文基于传统的PI控制,采用紧格式动态线性化（CFDL）方法进一步对速度环与位置环进行改进,设计出改进前的无模型自适应控制（MFAC）,之后通过增加控制项来对改进前MFAC算法进行改进,得到改进后的MFAC算法.将两种算法在Matlab/Simulink中分别进行仿真,结果表明改进后的MFAC控制方案能够保持改进前MFAC控制方案的优点,并且位置跟随性能增强,具有良好的鲁棒性. 相似文献
11.
传统的推荐系统主要针对单个用户,但随着社会和电子商务的快速发展,人们越来越多地以多个用户的形式一起参与活动,而群组推荐旨在为多个用户组成的群组提供服务,已成为当前研究的热点之一.针对目前群组推荐准确率低,群组成员之间偏好冲突难以融合的问题,本文提出了一种新的共识模型策略,融合了群组领袖影响因子和项目热度影响因子,基于K近邻为目标群组寻找邻居群组,借鉴邻居群组的偏好,设计了基于偏好融合的群组推荐算法.在MovieLens数据集上的实验结果表明,本文所提的融合策略较传统的偏好融合策略有着更优越的表现,推荐准确率（nDCG）的总体平均性能约提高13%,推荐列表多样性指标的总体平均性能约提高10%. 相似文献
12.
为了进一步提高雷暴预报的准确率,在分析研究雷暴预报方法的基础上,提出了一种了基于改进遗传算法优化小波神经网络的雷暴预报方法(IGA-WNN).该方法利用聚类分析和牛顿迭代法对多种群遗传算法的收敛方向和精度进行改进,避免了种群同质化与局部最优问题,采用改进的遗传算法对小波神经网络的初始权值阈值进行了优化.选用南京地区2008—2009年6—8月的探空和闪电定位资料,使用灰关联法挖掘出关联程度较大的对流参数作预报因子,归一化处理后输入模型,采用独立样本进行预报检验.结果表明,与BP神经网络等方法相比,IGA-WNN预报准确率更高,具有更好的非线性处理能力和泛化性. 相似文献
13.
改进的Holroyd云粒子形状识别方法及其应用 总被引：1，自引：0，他引：1
云降水粒子形状是影响云微物理过程的重要因素,准确的云粒子形状信息是诸多云微物理参量计算的前提。为获取机载云粒子成像仪（CIP）所测云粒子的形状信息,文中提出了一种改进的Holroyd云粒子形状识别方法,即先对云粒子形状进行预分类,然后针对预分类后的完整粒子和可识别的部分状粒子,分别选出合适的参数及其阈值再进行具体的分类,最终可将云粒子分为微小状、线形状、聚合状、霰、球形、板状、不规则和枝状。利用实测数据对原始的Holroyd方法和改进的Holroyd方法进行识别效果对比验证。结果表明改进的Holroyd方法在云粒子形状识别的准确度方面比原Holroyd方法有较大的提高。将所提方法应用于太原地区一次降水性层状云的云微物理飞机观测资料以分析不同的降水阶段云中冰晶粒子的形状分布、增长机制、冰晶粒子数浓度以及冰水含量的垂直分布特征,所获取的云中冰晶粒子属性表明新提出方法有助于云微物理分析。 相似文献
14.
为了提高机器人末端绝对定位精度,提出了基于改进粒子群算法（IPSO）的机器人几何参数标定方法.首先,为避免当机器人相邻两轴线平行或接近平行时,模型存在奇异性,建立了串联机器人MDH模型;其次,针对机器人几何参数标定特点,提出用改进粒子群算法优化标定机器人几何参数,其中粒子初始位置和速度由拟随机Halton序列产生,采用浓缩因子法修改粒子飞行速度,建立了用IPSO标定机器人几何参数目标函数数学模型,确立了用该算法优化标定几何参数的具体步骤.通过对ER10L-C10工业机器人仿真与实测标定,结果证实：采用该方法能够快速标定机器人几何参数,经标定后的机器人末端绝对定位精度有大幅提高.该算法简单,鲁棒性强,易于在工业机器人标定中推广应用. 相似文献
15.
随着风廓线雷达技术的发展,高空风探测参量越来越多,数据精度不断提高,探测能力得到了极大提升。评估风廓线雷达数据置信度是风廓线雷达应用中需要解决的重要问题。本文基于径向数据和风场合成两个阶段,在风廓线雷达数据反演过程中形成数据置信度算法,并引入噪声电平。同时,利用南京同站址风廓线雷达和探空1 a的资料进行匹配比对,对置信度算法性能进行评估,结果表明该置信度算法可行。将置信度算法植入风廓线雷达数据处理软件中,能实时输出含置信度的风廓线雷达产品数据,有利于预报人员合理使用置信度较高的风廓线雷达产品数据。对于置信度较差的产品数据进行分析,可有助于及时发现雷达的潜在故障。 相似文献
16.
利用ERA-interim再分析资料和中国降水观测数据,分析了夏季东亚副热带西风急流的季节内变化以及对我国降水的可能影响,结果表明:亚洲地区夏季200 hPa纬向风在空间上主要表现为南北振荡和东西振荡特征,在时间上具有10～40 d的周期;在低频尺度(10～40 d)上,纬向风异常由西北先向东传播,到达东亚地区后再向南传播;伴随低频纬向风季节内演变,高原以北的急流中心向东和东南移动,急流轴也呈现南北振荡的特征;降水异常对200 hPa风场低频振荡有显著响应,在东亚地区,低频纬向风与低频降水南移,降水在黄淮地区出现,并逐渐移至长江及其以南地区;急流附近的低频西(东)风异常在其南侧形成负(正)切变涡度,对应我国东部地区位势高度的升高(降低),使得南亚高压东伸(西退),从而使我国东部雨带的位置发生显著变化。 相似文献
17.
为提高地基微波辐射计大气探测精度,融合BP神经网络与遗传算法,研究0~10 km大气温湿度廓线。首先,结合数据特征,基于数值模拟技术,建立一套TP/WVP-3000型号地基微波辐射计的一级数据质量控制和订正模型。然后,为减小训练样本代表性误差对模型反演精度的影响,利用遗传算法优化训练样本数据,建立一套精度更高的神经网络大气温湿度反演模型。最后,利用构建的反演模型,开展大气温湿度反演试验,结合探空资料和微波辐射计二级产品,评价反演模型精度。研究结果表明:(1)经过质量控制后的实测数据与模拟数据之间的相关性有显著提升;(2)经过质量控制与订正后建立的神经网络模型对比原微波辐射计二级产品的反演精度有一定提升,温度提升6.77%,湿度提升20.11%;(3)经过遗传算法优化后的训练样本所建立的神经网络反演模型对比原微波辐射计二级产品反演精度有进一步的提升,温度提升10.21%,湿度提升23.75%,反演结果与该地区同类型研究结果相比有着较大提升。 相似文献
18.
将B样条曲面拟合算法引入到地面气温观测资料的质量控制当中,考虑到区域内各参考站与目标站观测值之间的空间相关性,提出了一种基于空间相关性和B样条曲面拟合的地面气温观测资料质量控制算法(Spatial Correlation and B-spline Surface Fitting,BSF)。选择2012—2014年南平站、南京站、太原站、拉萨站、景洪站和长春站以及周围300 km内参考站的02:00、08:00、14:00、20:00定时气温作为观测资料,结合平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、一致性指标(Index of Agreement,IOA)和纳什系数(Nash-sutcliffe Model Efficiency Coefficient,NSC)这4种评价参数对目标站地面气温资料进行质量控制分析。将BSF算法的质量控制效果分别与传统的反距离加权法(Inverse Distance Weighted,IDW)和空间回归检验法(Spatial Regression Test,SRT)进行对比,试验结果表明:在不同案例下,BSF算法的质量控制效果均优于IDW算法和SRT算法,能更有效地标记出气温观测数据中的可疑值。 相似文献