期刊文献+
共找到1,709篇文章
< 1 2 86 >
每页显示 20 50 100
幂等矩阵的性质及其推广 预览
1
作者 冯福存 常莉红 《大学数学》 2020年第1期90-94,共5页
首先对幂等矩阵的简单性质进行了归纳总结,接着论证了幂等矩阵的等价条件及其特征值的取值范围,并讨论了幂等矩阵与实对称矩阵的关系、幂等矩阵与其伴随矩阵的特征值和特征向量的对应关系及幂等矩阵在群逆中的一个性质.最后讨论了幂等... 首先对幂等矩阵的简单性质进行了归纳总结,接着论证了幂等矩阵的等价条件及其特征值的取值范围,并讨论了幂等矩阵与实对称矩阵的关系、幂等矩阵与其伴随矩阵的特征值和特征向量的对应关系及幂等矩阵在群逆中的一个性质.最后讨论了幂等矩阵的两种分解形式. 展开更多
关键词 幂等矩阵 特征值 实对称矩阵 矩阵分解
在线阅读 下载PDF
基于需求预测的主动服务推荐方法 预览
2
作者 刘志中 张振兴 +2 位作者 海燕 郭思慧 刘永利 《计算机工程》 CAS CSCD 北大核心 2020年第2期96-102,共7页
在智能计算领域,网络中可用服务数量与类型的快速增长,使用户更依赖于服务完成各种业务,然而当前“请求-响应”被动式的服务模式严重影响了用户体验与资源利用率。为智能感知用户需求并主动为用户推荐合适的服务,通过引入需求预测过程,... 在智能计算领域,网络中可用服务数量与类型的快速增长,使用户更依赖于服务完成各种业务,然而当前“请求-响应”被动式的服务模式严重影响了用户体验与资源利用率。为智能感知用户需求并主动为用户推荐合适的服务,通过引入需求预测过程,提出一种主动服务推荐方法。利用矩阵分解算法从大量历史服务使用数据中提取用户特征和服务特征,据此训练深度学习模型并预测用户的服务需求,进而为用户推荐其所需要的服务。基于真实数据的实验结果表明,该方法较单一的矩阵分解模型和深度神经网络模型具有更高的服务推荐准确性和稳定性。 展开更多
关键词 需求预测 主动服务 服务推荐 矩阵分解 深度学习
在线阅读 下载PDF
利用残差分析的网络异常流量检测方法 预览
3
作者 孟永伟 秦涛 +2 位作者 赵亮 马文强 王换招 《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第1期42-48,84,共8页
针对网络异常流量检测中大数据小异常造成的难题,提出了一种新的基于残差分析的网络异常流量检测方法。从多个角度提取网络流量的特征属性,以准确刻画正常行为和异常行为之间的差异性。利用提取的特征属性构建属性矩阵,采用流之间的相... 针对网络异常流量检测中大数据小异常造成的难题,提出了一种新的基于残差分析的网络异常流量检测方法。从多个角度提取网络流量的特征属性,以准确刻画正常行为和异常行为之间的差异性。利用提取的特征属性构建属性矩阵,采用流之间的相似性构建邻接矩阵。使用属性矩阵和邻接矩阵构建网络异常检测模型,采用CUR矩阵分解方法重构属性矩阵得到主模式,对属性矩阵和重构的属性矩阵进行残差计算进而获得残差矩阵。对残差矩阵中的每一个流计算其残差,根据每个流的残差和预设阈值进行异常判定。采集了西安交通大学校园网流量数据进行实验,实验结果表明:所提方法在不需要任何先验知识的情况下能够使异常检测率达到90%以上;与其他异常检测方法相比,所提方法不仅具有较高的检测率,而且能够实现异常源定位。 展开更多
关键词 异常检测 网络流量 矩阵分解 残差分析
在线阅读 下载PDF
基于社交网络的推荐系统研究 预览
4
作者 蔡崇超 许华虎 《软件导刊》 2020年第1期46-49,共4页
近年来,基于社交网络的推荐系统随着社交媒体和大数据的蓬勃发展,逐渐成为推荐系统重点研究方向。将社交网络用户社会化属性信息和评论内容与深度学习等技术结合,可有效解决传统推荐系统数据稀疏和冷启动等问题。首先回顾传统推荐系统... 近年来,基于社交网络的推荐系统随着社交媒体和大数据的蓬勃发展,逐渐成为推荐系统重点研究方向。将社交网络用户社会化属性信息和评论内容与深度学习等技术结合,可有效解决传统推荐系统数据稀疏和冷启动等问题。首先回顾传统推荐系统常用方法,介绍社交网络推荐系统主要流程和基本框架,然后介绍最新相关研究方向和应用情况,最后对基于社交网络的推荐系统发展趋势进行分析与展望。 展开更多
关键词 推荐系统 社交网络 深度学习 矩阵分解 协同过滤
在线阅读 免费下载
融合层次聚类和粒子群优化的鲁棒推荐算法
5
作者 牛在森 伊华伟 +1 位作者 李晓会 李波 《小型微型计算机系统》 CSCD 北大核心 2020年第1期66-71,共6页
针对现有的推荐算法面对托攻击时鲁棒性差的情况,提出一种融合层次聚类和粒子群优化的鲁棒推荐算法.首先,根据用户评分矩阵,使用层次聚类将用户聚为两类,并根据平均类内距离进行类别判定,对攻击概貌进行标记;然后,基于矩阵分解技术,引... 针对现有的推荐算法面对托攻击时鲁棒性差的情况,提出一种融合层次聚类和粒子群优化的鲁棒推荐算法.首先,根据用户评分矩阵,使用层次聚类将用户聚为两类,并根据平均类内距离进行类别判定,对攻击概貌进行标记;然后,基于矩阵分解技术,引入粒子群优化技术进行特征矩阵初始化,为模型训练提供初始最优解;最后,根据攻击概貌标识结果构造标记函数,降低对模型训练过程的影响,实现对目标用户的鲁棒推荐.在公共数据集上将本文提出的算法和其他算法进行了实验对比分析,结果显示提出的算法在鲁棒性方面有很大的提升,推荐精度也有提高. 展开更多
关键词 鲁棒协同推荐 托攻击 矩阵分解 层次聚类 粒子群优化
社会化推荐系统综述 预览
6
作者 张岐山 翁丽娟 《计算机工程与应用》 CSCD 北大核心 2020年第1期1-10,共10页
推荐系统可以帮助网民从大量纷繁的信息中找到目标信息,能有效提高网民信息检索能力,然而推荐系统存在数据稀疏性、冷启动以及系统性能方面的问题。为解决这方面的问题,提出将社交关系应用于推荐系统,该方法是提高推荐准确性的一个重要... 推荐系统可以帮助网民从大量纷繁的信息中找到目标信息,能有效提高网民信息检索能力,然而推荐系统存在数据稀疏性、冷启动以及系统性能方面的问题。为解决这方面的问题,提出将社交关系应用于推荐系统,该方法是提高推荐准确性的一个重要途径,在多年的科研实践中取得了重要进展,因此该研究方向也日益成为众多学者关注的领域,有关这方面的研究也越来越活跃。通过对社会化推荐系统概念进行梳理,对社会化推荐系统与传统推荐系统进行比较,回顾总结了社会化推荐系统的研究现状,希望能从研究现状中找出新规律,寻求新的突破点,并对社会化推荐系统的发展趋势进行展望,以期对后来研究者有所帮助。 展开更多
关键词 推荐系统 社会化推荐 协同过滤 矩阵分解 社交媒体
在线阅读 下载PDF
不同矩阵分解方法对海洋数据同化的影响 预览
7
作者 管志斌 肖俊敏 +3 位作者 季统凯 洪学海 谭光明 马岩 《计算机科学与探索》 CSCD 北大核心 2019年第1期147-157,共11页
在海洋数据同化领域,集合最优插值方法中,矩阵求逆过程所使用的奇异值分解(singular valuedecomposition,SVD)十分耗时。对集合最优插值中逆矩阵的求逆过程进行优化,分别使用LU分解、Choleskey分解、QR分解来替代SVD分解。首先,通过LU分... 在海洋数据同化领域,集合最优插值方法中,矩阵求逆过程所使用的奇异值分解(singular valuedecomposition,SVD)十分耗时。对集合最优插值中逆矩阵的求逆过程进行优化,分别使用LU分解、Choleskey分解、QR分解来替代SVD分解。首先,通过LU分解(Choleskey 分解或QR分解)得到相应的三角矩阵(或正交矩阵);然后,利用分解后的矩阵来实现相关逆矩阵的计算。由于LU分解、Choleskey 分解、QR分解的算法复杂度都远小于SVD分解,因此改进后的同化程序能得到大幅度的性能提升。数值结果表明,所采用的三种矩阵分解方法相比于SVD分解,都能将集合最优插值的计算效率提升至少两倍以上。值得一提的是,在四种矩阵分解中Choleskey 分解使得整个同化程序的性能达到了最优。 展开更多
关键词 海洋数据同化 集合最优插值(EnOI) 矩阵求逆 矩阵分解 Choleskey分解
在线阅读 下载PDF
低秩分块矩阵的核近似 预览
8
作者 王中元 刘惊雷 《智能系统学报》 CSCD 北大核心 2019年第6期1209-1216,共8页
为了探讨结构受限下的矩阵分解问题,通过最小化块外对角线来增强类与类之间数据表示的不相关性,从而实现分块约束,即数据来源于不同的聚类结构,是一种局部结构的约束;同时通过增强样本的自表达属性并缩小样本之间的差距来增强类内数据... 为了探讨结构受限下的矩阵分解问题,通过最小化块外对角线来增强类与类之间数据表示的不相关性,从而实现分块约束,即数据来源于不同的聚类结构,是一种局部结构的约束;同时通过增强样本的自表达属性并缩小样本之间的差距来增强类内数据表示的相关性,从而实现低秩约束,即数据行出现冗余,是一种全局结构的约束。随后设计了一个低秩分块矩阵的核近似算法,通过交替方向乘子法迭代求解。最后将该方法分别在人脸识别和字符识别上进行测试。实验结果表明,所提出的低秩分块矩阵分解算法在收敛速度和近似精度上都具有一定的优势。 展开更多
关键词 低秩近似 块对角矩阵 稀疏矩阵 核近似 矩阵分解 交替向量乘子法 子空间聚类 图像识别
在线阅读 下载PDF
EP矩阵的等价命题及其偏序 预览
9
作者 许若敏 任芳国 《宝鸡文理学院学报:自然科学版》 CAS 2019年第3期8-14,共7页
目的研究EP矩阵的等价条件和偏序中EP矩阵的相关性质。方法从EP矩阵的定义、等价刻画、分解等方面入手。结果得到了EP矩阵的等价条件、运算封闭、以及偏序等方面的结论。结论EP矩阵和很多矩阵都有联系,其性质丰富多样,值得学者深入研究。
关键词 EP矩阵 压缩矩阵 矩阵分解 偏序
在线阅读 下载PDF
基于全局融合的多核概念分解算法 预览
10
作者 李飞 杜亮 任超宏 《计算机应用》 CSCD 北大核心 2019年第4期1021-1026,共6页
非负矩阵分解(NMF)算法仅能用于对原始非负数据寻找低秩近似,而概念分解(CF)算法将矩阵分解模型扩展到单个非线性核空间,提升了矩阵分解算法的学习能力和普适性。针对无监督环境下概念分解面临的如何设计或选择合适核函数这一问题,提出... 非负矩阵分解(NMF)算法仅能用于对原始非负数据寻找低秩近似,而概念分解(CF)算法将矩阵分解模型扩展到单个非线性核空间,提升了矩阵分解算法的学习能力和普适性。针对无监督环境下概念分解面临的如何设计或选择合适核函数这一问题,提出基于全局融合的多核概念分解(GMKCF)算法。同时输入多种候选核函数,在概念分解框架下基于全局线性权重融合对它们进行学习,以得出质量高稳定性好的聚类结果,并解决概念分解模型面临核函数选择的问题。采用交替迭代的方法对新模型进行求解,证明了算法的收敛性。将该算法与基于核的K-均值(KKM)、谱聚类(SC)、KCF(Kernel Concept Factorization)、Coreg(Co-regularized multi-view spectral clustering)、RMKKM(Robust Multiple KKM)在多个真实数据库上的实验结果表明,该算法在数据聚类方面优于对比算法。 展开更多
关键词 多核学习 概念分解 矩阵分解 多核聚类 全局融合
在线阅读 下载PDF
基于深度矩阵分解网络的矩阵填充方法 预览
11
作者 邝神芬 黄业文 +1 位作者 宋杰 李洽 《计算机科学》 CSCD 北大核心 2019年第10期55-62,共8页
矩阵分解是矩阵填充中的流行方法,但现有的方法大多是基于浅层的线性模型,当数据矩阵变大且观测数据很少时,容易导致过拟合,性能也随之显著下降。针对这些问题,提出了一种基于深度矩阵分解网络(DMFN)的矩阵填充方法,该方法不仅能弥补传... 矩阵分解是矩阵填充中的流行方法,但现有的方法大多是基于浅层的线性模型,当数据矩阵变大且观测数据很少时,容易导致过拟合,性能也随之显著下降。针对这些问题,提出了一种基于深度矩阵分解网络(DMFN)的矩阵填充方法,该方法不仅能弥补传统矩阵分解的缺点,而且能处理复杂的非线性数据。首先,将输入矩阵的观测值对应的行和列向量作为输入,对其进行投影,得到其行(列)的潜在特征向量;然后,分别对行(列)的潜在特征向量构建多层感知器网络;最后,通过构建双线性池化层,将行和列的输出向量进行融合。在推荐系统数据集MovieLens及Netflix上进行测试,实验结果表明,在相同参数设置下,与主流的填充算法相比,所提方法填充预测的均方误差(RMSE)及绝对值误差(MAE)都有明显提高。 展开更多
关键词 矩阵填充 矩阵分解 深度学习 双线性池化 多层感知器
在线阅读 免费下载
基于时间效应的兴趣点推荐混合模型 预览
12
作者 张岐山 李可 林小榕 《计算机工程》 CAS CSCD 北大核心 2019年第8期203-209,共7页
在基于位置的社交网络中,兴趣点实时推荐数据和用户签到数据存在高稀疏性问题。提出一种基于时间效应的混合推荐模型。通过用户潜在兴趣点数据模型计算用户时间行为影响分数和地理位置影响分数,并用线性统一模型进行处理,选取Top S 个... 在基于位置的社交网络中,兴趣点实时推荐数据和用户签到数据存在高稀疏性问题。提出一种基于时间效应的混合推荐模型。通过用户潜在兴趣点数据模型计算用户时间行为影响分数和地理位置影响分数,并用线性统一模型进行处理,选取Top S 个兴趣点作为用户的潜在兴趣点。将用户的潜在签到记录引入基于时间效应的矩阵分解模型中,考虑时间差异性和连续性对推荐结果的影响,在此基础上进行优化求解,提出推荐策略。实验结果表明,与LRT模型、UTE+SE模型相比,该模型的推荐效果较好,其准确率和召回率最高可达0.103 4和0.111 8。 展开更多
关键词 基于位置的社交网络 时间信息 地理位置信息 矩阵填充 矩阵分解 实时推荐 兴趣点
在线阅读 下载PDF
求解箭形线性方程组的一类追赶法 预览
13
作者 叶志翔 蔡静 《湖州师范学院学报》 2019年第2期11-15,共5页
研究系数矩阵为箭形矩阵的线性方程组的求解问题.利用矩阵分解技术,结合箭形矩阵的结构特点,建立了箭形线性方程组的一类追赶法.经运算量分析表明,此方法的运算量是线性量级,数值算例说明该方法实际可行.
关键词 箭形矩阵 矩阵分解 追赶法
在线阅读 免费下载
基于带偏倚最大间隔二值矩阵分解的多值矩阵分层填充
14
作者 胡胜元 陈盛双 谢良 《小型微型计算机系统》 CSCD 北大核心 2019年第3期641-645,共5页
最大间隔矩阵分解是解决矩阵填充的重要方法,它通过将每个项目投影到低维特征空间,构建出每个用户的超平面,对每个项目进行分类来完成矩阵填充.然而传统的最大间隔矩阵分解方法对二值矩阵进行分解时都假设所构造的超平面经过原点.为了... 最大间隔矩阵分解是解决矩阵填充的重要方法,它通过将每个项目投影到低维特征空间,构建出每个用户的超平面,对每个项目进行分类来完成矩阵填充.然而传统的最大间隔矩阵分解方法对二值矩阵进行分解时都假设所构造的超平面经过原点.为了使超平面具有普适性,提高分类效果,将超平面移动一定的偏倚量,提出了带偏倚的最大间隔二值矩阵分解方法.对于多值矩阵的填充问题,通过多次采用上述改进的二值矩阵分解方法,对多值矩阵进行分层填充,并采用交替优化的方法进行求解.在真实数据集Movielens上的实验结果优于目前已有的方法,并且在较低维的特征空间中就能够完成矩阵分解,能有效提高矩阵分解速度,减少计算内存. 展开更多
关键词 协同过滤 矩阵分解 矩阵填充 最大间隔
一种结合用户相似度的社会化推荐算法 预览
15
作者 郑英丽 王新 +1 位作者 马倩 解雪琴 《云南民族大学学报:自然科学版》 CAS 2019年第1期93-99,共7页
在对现有的概率矩阵分解算法研究的基础上,针对其中只使用评分信息来做预测存在较大误差的问题,提出了一种结合用户相似度的社会化推荐算法(SRUS).首先,以概率矩阵分解算法(PMF)为基础,结合用户相似度信息进行建模;其次,使用潜在特征空... 在对现有的概率矩阵分解算法研究的基础上,针对其中只使用评分信息来做预测存在较大误差的问题,提出了一种结合用户相似度的社会化推荐算法(SRUS).首先,以概率矩阵分解算法(PMF)为基础,结合用户相似度信息进行建模;其次,使用潜在特征空间将评分矩阵和相似度矩阵关联到一个统一的框架中;最后,对这2个矩阵进行矩阵分解,实现算法的优化推荐.将这一算法与PMF算法进行比较,实验表明,SRUS算法在数据稀疏性、冷启动和精确性方面具有更优的效果. 展开更多
关键词 用户相似度 社会推荐 矩阵分解 评分矩阵
在线阅读 免费下载
BPR优化的矩阵补全图像分类算法
16
作者 梁顺攀 雷瑜 +3 位作者 冯凯东 李晨 原福永 黄国言 《小型微型计算机系统》 CSCD 北大核心 2019年第8期1729-1733,共5页
在图像分类领域,通过预测图片标签信息以加强图片信息矩阵的稠密度,是解决因信息过载导致图像检索效率低的一种比较流行的思路.本文在该思路的基础上,提出了利用矩阵补全的BPR优化方法来提高图像分类效率的算法.本文先通过矩阵补全将图... 在图像分类领域,通过预测图片标签信息以加强图片信息矩阵的稠密度,是解决因信息过载导致图像检索效率低的一种比较流行的思路.本文在该思路的基础上,提出了利用矩阵补全的BPR优化方法来提高图像分类效率的算法.本文先通过矩阵补全将图像学习得到的低维向量空间恢复成高维的图像ID-标签矩阵,再通过贝叶斯个性化排序(Bayesian Personalized Ranking,BPR)算法改进基于矩阵分解的矩阵补全算法,优化标签排序,进而预测图片标签,完成图像分类.本文首先对比了三种矩阵补全模型,分析得到矩阵分解的矩阵补全模型性能最优;其次,在Librec工具库和Google的Open Image数据集上,将改进的奇异值分解算法(FunkSVD)与贝叶斯个性化排序(Bayesian Personalized Ranking,BPR)优化的矩阵分解算法进行对比实验.结果表明,无论是在准确率、召回率、AUC还是计算效率上,BPR优化后的矩阵补全结果值都优于FunkSVD. 展开更多
关键词 图像分类 矩阵补全 贝叶斯个性化排序 矩阵分解
基于高阶近似的链路预测算法 预览
17
作者 杨燕琳 冶忠林 +1 位作者 赵海兴 孟磊 《计算机应用》 CSCD 北大核心 2019年第8期2366-2373,共8页
目前大部分链路预测算法只研究了节点与邻居节点之间的一阶相似性,没有考虑节点与邻居的邻居节点之间的高阶相似性关系。针对此问题,提出一种基于高阶近似的链路预测算法(LP-HOPA)。首先,求出网络的归一化邻接矩阵和相似度矩阵;其次,利... 目前大部分链路预测算法只研究了节点与邻居节点之间的一阶相似性,没有考虑节点与邻居的邻居节点之间的高阶相似性关系。针对此问题,提出一种基于高阶近似的链路预测算法(LP-HOPA)。首先,求出网络的归一化邻接矩阵和相似度矩阵;其次,利用矩阵分解的方法将相似度矩阵进行分解,得到网络节点的表示向量以及其上下文的表示向量;然后,通过高阶网络表示学习的网络嵌入更新(NEU)算法对原始相似度矩阵进行高阶优化,并利用归一化的邻接矩阵计算出更高阶的相似度矩阵表示;最后,在四个真实的数据集上进行大量的实验。实验结果表明,与原始链路预测算法相比,大部分利用LP-HOPA优化后的链路预测算法准确率提升了4%到50%。此外,LP-HOPA算法能够将基于低阶网络局部结构信息的链路预测算法转换为基于节点高阶特征的链路预测算法,在一定程度上肯定了基于高阶近似链路预测算法的有效性和可行性。 展开更多
关键词 链路预测 高阶近似 相似度矩阵 矩阵分解 网络嵌入更新算法
在线阅读 下载PDF
基于矩阵分解的最近邻推荐系统及其应用 预览 被引量:1
18
作者 王娟 熊巍 《统计与决策》 CSSCI 北大核心 2019年第6期17-20,共4页
网络和电子商务的发展,促进了推荐系统的应用。最近邻推荐算法有很直观的解释而在推荐系统中发挥着巨大作用。随着海量数据的可获得性,传统的推荐算法在推荐系统中表现不佳。矩阵分解作为一种新的推荐算法极大地提高了稀疏评分矩阵的推... 网络和电子商务的发展,促进了推荐系统的应用。最近邻推荐算法有很直观的解释而在推荐系统中发挥着巨大作用。随着海量数据的可获得性,传统的推荐算法在推荐系统中表现不佳。矩阵分解作为一种新的推荐算法极大地提高了稀疏评分矩阵的推荐质量,文章将矩阵分解的结果应用于基于用户的最近邻推荐系统,其优势在于充分考虑了用户与项目及用户之间的联系。将该方法应用于书籍评分数据,提高了预测精度且能对结果作出很好的解釋。 展开更多
关键词 推荐系统 矩阵分解 个性化推荐 稀疏矩阵
在线阅读 下载PDF
两个矩阵和Drazin逆新的推广式 预览
19
作者 杨晓英 《山东科学》 CAS 2019年第6期112-117,共6页
针对两个矩阵和Drazin逆的表示,由Drazin逆的定义,根据矩阵分解的思想,利用Drazin逆的相关性质,给出了两个矩阵的和在一定条件下Drazin逆新的表示。新结果推广了现有的一些结果。
关键词 矩阵 DRAZIN逆 矩阵分解
在线阅读 免费下载
基于FunkSVD矩阵分解和相似度矩阵的推荐算法 预览
20
作者 王运 倪静 马刚 《计算机应用与软件》 北大核心 2019年第12期245-250,共6页
传统基于用户的协同过滤推荐算法在计算用户相似性时经常面临数据稀疏的问题,同时忽略了不同评分项目之间的差异。针对这些问题,提出一种基于FunkSVD矩阵分解和相似度矩阵的推荐算法。利用用户评分数据与物品标签数据计算出用户的相似... 传统基于用户的协同过滤推荐算法在计算用户相似性时经常面临数据稀疏的问题,同时忽略了不同评分项目之间的差异。针对这些问题,提出一种基于FunkSVD矩阵分解和相似度矩阵的推荐算法。利用用户评分数据与物品标签数据计算出用户的相似度矩阵;利用FunkSVD对得到的相似度矩阵进行矩阵分解,生成新的用户相似度矩阵;根据用户之间评分数据对两个相似度矩阵中的用户相似度加权组合,并生成用户的综合相似度矩阵来对用户进行评分预测。经过Movielens数据集的实验表明,该算法提高了预测的准确性,优于传统的推荐算法。 展开更多
关键词 FunkSVD 矩阵分解 标签 相似度矩阵
在线阅读 下载PDF
上一页 1 2 86 下一页 到第
使用帮助 返回顶部 意见反馈