期刊文献+
共找到877篇文章
< 1 2 44 >
每页显示 20 50 100
具有两类上限条件的虚拟样本生成数量优化 预览
1
作者 林越 刘廷章 王哲河 《广西师范大学学报:自然科学版》 CAS 北大核心 2019年第1期142-148,共7页
面对小样本数据集,虚拟样本生成(virtual sample generation,VSG)技术已被证实能有效提升机器学习算法的性能,然而对于最优的生成数量并未有明确的结论。本文首先在给定训练样本标准方差上限的条件下,采用信息熵理论研究最优虚拟样本生... 面对小样本数据集,虚拟样本生成(virtual sample generation,VSG)技术已被证实能有效提升机器学习算法的性能,然而对于最优的生成数量并未有明确的结论。本文首先在给定训练样本标准方差上限的条件下,采用信息熵理论研究最优虚拟样本生成数量;其次将虚拟样本所产生的噪声加以考虑,在给定的置信水平(0.95)下建立了最优虚拟样本生成数量的一般概率模型及分析方法;最后以2016年浙江湖州某变电站历史监测故障数据建立小样本数据集,设计4次相关虚拟样本生成实验,结果表明,上述两种最优虚拟样本生成数量法则行之有效,相应的机器学习预测精度有所提高。 展开更多
关键词 小样本 机器学习 虚拟样本 信息熵 置信水平
在线阅读 下载PDF
先验知识指导生成虚拟样本在指针式仪表识别上的应用 预览
2
作者 马波 蔡伟东 郑凡帆 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第9期1549-1557,共9页
为解决现有指针式仪表识别方法依赖于预处理的有效性且泛化能力不足的问题,提出一种基于深度卷积神经网络与虚拟样本结合的识别方法.该方法利用深度卷积神经网络自适应地提取仪表图像关键特征,避免无关信息的干扰;采用先验知识构建指针... 为解决现有指针式仪表识别方法依赖于预处理的有效性且泛化能力不足的问题,提出一种基于深度卷积神经网络与虚拟样本结合的识别方法.该方法利用深度卷积神经网络自适应地提取仪表图像关键特征,避免无关信息的干扰;采用先验知识构建指针式仪表虚拟样本生成模型,解决深度卷积神经网络面临的小样本难题.仿真数据、实验数据和现场实际应用结果表明,文中方法是可行有效的,且比传统的指针定位方法识别效果更好,尤其在更换仪表、局部信息缺失等复杂情况下具有很好的鲁棒性. 展开更多
关键词 指针式仪表 虚拟样本生成 小样本 先验知识 卷积神经网络
在线阅读 下载PDF
改性小冲压实验法在陶瓷力学性能评价中的应用
3
作者 颜鹏 范宇驰 +1 位作者 王连军 江莞 《硅酸盐学报》 EI CAS CSCD 北大核心 2019年第8期1065-1072,共8页
通过比较各类小样品测试方法,介绍了改性小冲压(MSP)试验法的基本原理和特点。以对PZT压电陶瓷在电场耦合下的力学性能和Mo/Pb(Zr,Ti)O3 (PSZ)复合材料的高温力学性能评价为例,说明MSP测试方法在多场耦合条件下对小样品陶瓷材料力学性... 通过比较各类小样品测试方法,介绍了改性小冲压(MSP)试验法的基本原理和特点。以对PZT压电陶瓷在电场耦合下的力学性能和Mo/Pb(Zr,Ti)O3 (PSZ)复合材料的高温力学性能评价为例,说明MSP测试方法在多场耦合条件下对小样品陶瓷材料力学性能评价的作用和优势。 展开更多
关键词 改性小冲压试验法 陶瓷 小样品 力学性能 多场耦合
基于卷积神经网络的小样本树皮图像识别方法 预览
4
作者 刘嘉政 《西北林学院学报》 CSCD 北大核心 2019年第4期230-235,共6页
针对在树皮图像分类过程中图像训练数据数量少、识别准确率低的问题,提出一种基于卷积神经网络的小样本树皮图像识别方法。以5种常见树种的树皮图像作为研究对象,在基于卷积神经网络的Inception_v3模型基础上,对原始数据集进行数据增强... 针对在树皮图像分类过程中图像训练数据数量少、识别准确率低的问题,提出一种基于卷积神经网络的小样本树皮图像识别方法。以5种常见树种的树皮图像作为研究对象,在基于卷积神经网络的Inception_v3模型基础上,对原始数据集进行数据增强的一系列操作,扩大数据集的数量;在此基础上,对所有数据集进行白化处理,以降低数据之间的冗余性,使得特征之间相关性较低;采用ReLU激励函数和Dropout方法,防止训练时引起的过拟合现象;同时,在模型的最后添加3层全连接层,增强模型的特征表达能力,采用softmax分类器。最终确定了一个10层CNN模型:5个卷积层、2个池化层、3个全连接层。结果表明,上述网络模型对数据集的识别准确率为94%,并且为验证本研究方法的可行性,分别在MNIST数据集、ImageNet数据集、CIFAR-10数据集进行测试,识别准确率分别为92%、90%、93%。因此,提出的方法在小样本的识别试验中具有较高的识别准确率和一定的可行性。 展开更多
关键词 树皮图像 卷积神经网络 Inception_v3 小样本
在线阅读 下载PDF
稠油集输管道泄漏事故安全评估分析
5
作者 张鹏 陈祥苏 李虎 《安全与环境学报》 CAS CSCD 北大核心 2019年第4期1109-1115,共7页
为降低稠油集输管道泄漏事故风险,预防重大泄漏事故的发生,基于稠油集输管道泄漏事故的贝叶斯网络,先利用信息扩散理论分析小样本数据,通过引入用来表征在一定期望值上的泄漏失效概率参数--泄漏指数,得到泄漏事故发生的失效概率和超越概... 为降低稠油集输管道泄漏事故风险,预防重大泄漏事故的发生,基于稠油集输管道泄漏事故的贝叶斯网络,先利用信息扩散理论分析小样本数据,通过引入用来表征在一定期望值上的泄漏失效概率参数--泄漏指数,得到泄漏事故发生的失效概率和超越概率;后又利用模糊集合理论确定泄漏后果的严重程度。利用上述方法对我国西北某油田稠油集输管道进行泄漏事故安全评估,结果表明,利用该方法能够在数据缺失条件下得到较为精确的泄漏概率和泄漏后果概率,适用于稠油集输管道泄漏安全评估。 展开更多
关键词 安全工程 稠油集输管道安全评估 泄漏事故 小样本 信息扩散理论 模糊集和理论
小样本下多维指标融合的电商产品销量预测 预览
6
作者 何喜军 马珊 +1 位作者 武玉英 蒋国瑞 《计算机工程与应用》 CSCD 北大核心 2019年第15期177-184,共8页
为突破传统预测方法在小样本数据下电商产品销量预测中精度较低的局限,开展基于集成学习Xgboost的预测模型研究。综合考虑影响电商产品销量的多维指标,包括:在线搜索、在线评论、页面访问、库存与订购量、情绪指数等并利用熵值法融合同... 为突破传统预测方法在小样本数据下电商产品销量预测中精度较低的局限,开展基于集成学习Xgboost的预测模型研究。综合考虑影响电商产品销量的多维指标,包括:在线搜索、在线评论、页面访问、库存与订购量、情绪指数等并利用熵值法融合同类指标。应用Logistic函数和正则修正项,结合贪心算法划分子树,构建基于集成学习Xgboost的电商产品销量预测模型。针对京东商城的联想zuk z2手机产品进行模型检验,并与BP神经网络、SVM支持向量机、BP-SVM组合预测三个模型进行对比,发现融合多维指标的Xgboost预测模型的精度显著提高,为小样本数据下电商产品销量预测提供方法和思路。 展开更多
关键词 销量预测 电商产品 小样本 多维指标融合 Xgboost
在线阅读 下载PDF
小样本情况基于深度学习的水下目标识别研究 预览
7
作者 梁红 金磊磊 杨长生 《武汉理工大学学报:交通科学与工程版》 2019年第1期6-10,共5页
水下自动目标识别一直是具有挑战性的任务.针对海洋环境下目标图像数据获取困难,样本数量不足以训练深层神经网络这一问题,提出小样本情况下基于深度学习的水下图像识别方法.利用提出的改进中值滤波器抑制水下小样本集图像的脉冲噪声;然... 水下自动目标识别一直是具有挑战性的任务.针对海洋环境下目标图像数据获取困难,样本数量不足以训练深层神经网络这一问题,提出小样本情况下基于深度学习的水下图像识别方法.利用提出的改进中值滤波器抑制水下小样本集图像的脉冲噪声;然后,采用ImageNet图像数据集对搭建的深度卷积神经网络模型进行预训练;使用水下降噪图像对经过预训练的神经网络进行参数微调.利用海洋鱼类图像数据集对完成训练的卷积网络性能进行验证,取得85.08%的正确识别率. 展开更多
关键词 水下目标 图像识别 深度学习 小样本 卷积神经网络
在线阅读 下载PDF
威布尔分布下小样本P-S-N曲线拟合方法 预览
8
作者 白恩军 黄树涛 谢里阳 《西安交通大学学报》 EI CAS CSCD 北大核心 2019年第9期96-101,共6页
为拟合疲劳寿命服从威布尔分布的小样本P-S-N(失效概率-应力-循环次数)曲线,提出了小样本疲劳寿命试验数据统计分析与P-S-N曲线拟合方法。根据疲劳寿命均值和标准差与应力水平的线性关系,基于已知的最高级应力水平的疲劳寿命分布参数,... 为拟合疲劳寿命服从威布尔分布的小样本P-S-N(失效概率-应力-循环次数)曲线,提出了小样本疲劳寿命试验数据统计分析与P-S-N曲线拟合方法。根据疲劳寿命均值和标准差与应力水平的线性关系,基于已知的最高级应力水平的疲劳寿命分布参数,使用疲劳寿命算术平均值替代其他级应力水平均值(期望),获得疲劳寿命均值与应力水平的线性关系。根据此关系,将不同级应力水平的疲劳寿命等效到最高级应力水平,检验等效寿命与最高级应力水平疲劳寿命的均值相对误差,反推各级应力水平疲劳寿命的统计参数,从而实现了P-S-N曲线的拟合。算例结果表明:使用全部疲劳寿命数据时,所提方法拟合结果与传统方法拟合结果相对误差小于1%;对于拟合设计的2组方案(8-5-5和8-3-3),所提方法与传统方法拟合结果相对误差小于10%;所提方法能够得到较为合理的参数,获得较好的P-S-N曲线拟合结果。 展开更多
关键词 P-S-N曲线 小样本 统计分析 疲劳寿命等效 威布尔分布
在线阅读 下载PDF
基于AlexNet的小样本水面漂浮物识别 预览
9
作者 李宁 王雨萱 +1 位作者 徐守坤 石林 《计算机应用与软件》 北大核心 2019年第2期245-251,共7页
针对水面漂浮物识别中图像数据量少、噪声影响多,导致识别精度低的问题,采用一种基于深度学习的小样本水面漂浮物识别方法进行水面常见污染物塑料袋与塑料瓶的识别。采用现有大型数据集中的普通塑料袋与塑料瓶图像构建并训练卷积神经网... 针对水面漂浮物识别中图像数据量少、噪声影响多,导致识别精度低的问题,采用一种基于深度学习的小样本水面漂浮物识别方法进行水面常见污染物塑料袋与塑料瓶的识别。采用现有大型数据集中的普通塑料袋与塑料瓶图像构建并训练卷积神经网络模型AlexNet;采用梯度下降法对模型进行微调,并用融合的光照矫正法处理待识别图像;将网络识别结果与传统的HOG特征提取方法进行比较。实验结果表明,该方法相较于传统的提取特征方法,对于水面漂浮物的识别率提高近15%。 展开更多
关键词 漂浮物图像 小样本 深度学习 AlexNet 光照矫正
在线阅读 下载PDF
基于深度学习与支持向量机的低截获概率雷达信号识别
10
作者 张穆清 王华力 倪雪 《科技导报》 CAS CSCD 北大核心 2019年第4期69-75,共7页
提出了一种基于栈式自编码器与支持向量机的低截获概率(LPI)雷达信号识别方法。首先,通过Choi-Williams图像预处理方法对时频图像进行处理,得到便于自编码器处理的图像;再次,使用栈式自编码器从预处理后的时频图像中自动地提取出信号特... 提出了一种基于栈式自编码器与支持向量机的低截获概率(LPI)雷达信号识别方法。首先,通过Choi-Williams图像预处理方法对时频图像进行处理,得到便于自编码器处理的图像;再次,使用栈式自编码器从预处理后的时频图像中自动地提取出信号特征;最后,基于提取的信号特征使用支持向量机(SVM)对信号进行分类。本方法使用任意波形发生器(AWG)模拟产生了8类LPI雷达信号,采用栈式自编码器与支持向量机相结合的方法识别信号。仿真实验结果表明,该方法能够在低信噪比和小样本情形下有效识别LPI雷达信号。 展开更多
关键词 低截获概率雷达信号 自编码器 支持向量机 小样本
基于灰色模型的蔬菜农药残留量不确定度评定 预览
11
作者 程福安 章家岩 +2 位作者 冯旭刚 高文斌 钱牧云 《食品与机械》 北大核心 2019年第7期98-102,共5页
针对检测值的分布函数未知时,蔬菜农药残留量的不确定度存在难以评定的问题,提出了一种基于灰色模型的评定方法。采用气相色谱法测定蔬菜中9种有机氯类和拟除虫菊酯类农药残留量;将农药残留量检测看作灰色过程,构建蔬菜农残量不确定度... 针对检测值的分布函数未知时,蔬菜农药残留量的不确定度存在难以评定的问题,提出了一种基于灰色模型的评定方法。采用气相色谱法测定蔬菜中9种有机氯类和拟除虫菊酯类农药残留量;将农药残留量检测看作灰色过程,构建蔬菜农残量不确定度的灰色评定数学模型,并用该模型对9种有机氯类和拟除虫菊酯类农药残留量的不确定度进行评定;与蔬菜农残量不确定度的统计评定结果进行对比。结果表明:基于灰色模型的评定方法能够较快计算蔬菜农残量的不确定度,与统计学标准差计算值之间无显著性差异,两者结果的相关性极强(相关系数为0.997)。该方法用于评定小样本、分布类型未知的蔬菜农残量的不确定度是科学可行的。 展开更多
关键词 农药残留 灰色模型 标准差 不确定度 小样本 分布函数
在线阅读 免费下载
动态背景下航道船舶目标检测方法 预览
12
作者 陈从平 吴喆 +1 位作者 吴杞 吕添 《三峡大学学报:自然科学版》 CAS 北大核心 2019年第1期97-102,共6页
针对传统图像处理方法在动态背景下检测航道船舶时计算量大、准确率低的问题,设计开发了一种基于深度学习与网络输出后处理算法相结合的航道船舶自动检测方法.该方法利用了在COCO数据集上预训练好的FasterR-CNN网络在自制的数据集上进行... 针对传统图像处理方法在动态背景下检测航道船舶时计算量大、准确率低的问题,设计开发了一种基于深度学习与网络输出后处理算法相结合的航道船舶自动检测方法.该方法利用了在COCO数据集上预训练好的FasterR-CNN网络在自制的数据集上进行fine-tuning操作,并针对网络的输出结果利用经验阈值对不感兴趣的小目标进行过滤,以及利用感兴趣目标在相邻帧间的IoU重合度关系进行目标的跟踪,最后根据跟踪目标的持续时间来判定目标检测结果。实验表明,本文所提供的深度学习方法在MSCOCO评估标准下检出的平均准确率达0.804,且经后处理后,误检率下降了43.6%.达到了利用少量自制样本集即可实现利用深度学习方法对航道船舶进行高效检测的效果. 展开更多
关键词 航道 船舶检测 后处理算法 小样本
在线阅读 下载PDF
小样本数据的 MIFS过滤式特征选择算法 预览
13
作者 王波 李时辉 郑鹏飞 《山东农业大学学报:自然科学版》 北大核心 2019年第1期145-149,共5页
针对小样本数据特征选择以及最佳特征难确定的问题,本文提出一种MIFS过滤式特征选择算法,同时结合Boruta算法,旨在降低数据集维度,确定出最佳特征的子集。通过实验结果与分析,对比其它三种传统的过滤式算法,验证本文算法的有效性。结果... 针对小样本数据特征选择以及最佳特征难确定的问题,本文提出一种MIFS过滤式特征选择算法,同时结合Boruta算法,旨在降低数据集维度,确定出最佳特征的子集。通过实验结果与分析,对比其它三种传统的过滤式算法,验证本文算法的有效性。结果表明:MIFS-Boruta算法体现出更广的特征选择量,并且平均最低分类错误率最低。 展开更多
关键词 小样本 MIFS 算法
在线阅读 下载PDF
Wasserstein GAN-Based Small-Sample Augmentation for New-Generation Artificial Intelligence: A Case Study of Cancer-Staging Data in Biology 预览
14
作者 Yufei Liu Yuan Zhou +3 位作者 Xin Liu Fang Dong Chang Wang Zihong Wang 《工程(英文)》 2019年第1期156-163,共8页
It is essential to utilize deep-learning algorithms based on big data for the implementation of the new generation of artificial intelligence. Effective utilization of deep learning relies considerably on the number o... It is essential to utilize deep-learning algorithms based on big data for the implementation of the new generation of artificial intelligence. Effective utilization of deep learning relies considerably on the number of labeled samples, which restricts the application of deep learning in an environment with a small sample size. In this paper, we propose an approach based on a generative adversarial network (GAN) combined with a deep neural network (DNN). First, the original samples were divided into a training set and a test set. The GAN was trained with the training set to generate synthetic sample data, which enlarged the training set. Next, the DNN classifier was trained with the synthetic samples. Finally, the classifier was tested with the test set, and the effectiveness of the approach for multi-classification with a small sample size was validated by the indicators. As an empirical case, the approach was then applied to identify the stages of cancers with a small labeled sample size. The experimental results verified that the proposed approach achieved a greater accuracy than traditional methods. This research was an attempt to transform the classical statistical machine-learning classification method based on original samples into a deep-learning classification method based on data augmentation. The use of this approach will contribute to an expansion of application scenarios for the new generation of artificial intelligence based on deep learning, and to an increase in application effectiveness. This research is also expected to contribute to the comprehensive promotion of new-generation artificial intelligence. 展开更多
关键词 Artificial intelligence GENERATIVE adversarial NETWORK Deep neural NETWORK SMALL SAMPLE size CANCER
在线阅读 免费下载
基于自助扩充法的数控机床可靠性建模研究 预览
15
作者 聂萌 张海波 《制造技术与机床》 北大核心 2019年第3期17-20,共4页
随着数控机床可靠性的提高,想获得大量的故障数据变得愈来愈困难。针对故障数据缺乏的问题,提出了改进的Bootstrap抽样方法。通过对7台某型号数控机床进行为期半年的故障监测得到故障数据,将数据分别用于改进的Bootstrap抽样方法和直接... 随着数控机床可靠性的提高,想获得大量的故障数据变得愈来愈困难。针对故障数据缺乏的问题,提出了改进的Bootstrap抽样方法。通过对7台某型号数控机床进行为期半年的故障监测得到故障数据,将数据分别用于改进的Bootstrap抽样方法和直接应用经典统计学法中,并对比分析计算结果。其结果表明改进的Bootstrap抽样方法的相对误差明显小于经典建模法的相对误差,证明了改进的Bootstrap抽样方法在可靠性建模中的可行性。 展开更多
关键词 数控机床 小样本 可靠性 自助扩充法
在线阅读 下载PDF
基于SDAE-VPMCD的变压器故障诊断方法研究 预览
16
作者 马利洁 朱永利 《电测与仪表》 北大核心 2019年第17期96-101,共6页
为解决传统变压器故障诊断存在监测大数据、小样本分类效果差等问题,提出一种基于变量预测模型(VPMCD)和堆栈降噪自编码(SDAE)的故障诊断方法。采集变压器油色谱数据,并进行归一化处理;对堆栈降噪自编码网络进行逐层训练学习,获取数据... 为解决传统变压器故障诊断存在监测大数据、小样本分类效果差等问题,提出一种基于变量预测模型(VPMCD)和堆栈降噪自编码(SDAE)的故障诊断方法。采集变压器油色谱数据,并进行归一化处理;对堆栈降噪自编码网络进行逐层训练学习,获取数据的高层特征表示并确定网络结构参数;训练变量预测模型中四种数学模型,获取故障类型的最佳模型及相关参数;最后,采用少量有标签数据对整个模型进行微调,确定最优网络参数完成故障诊断。实验结果表明,该混合模型识别精度较高,可扩展性和鲁棒性较强。 展开更多
关键词 故障诊断 大数据 小样本 变量预测模型 堆栈降噪自编码
在线阅读 下载PDF
一种小样本下的方向图副瓣控制算法 预览
17
作者 王奇 葛俊祥 +1 位作者 沈肖雅 王坡 《雷达科学与技术》 北大核心 2019年第3期345-349,共5页
为解决常规方向图控制算法中的方向图副瓣较高、样本量较小时方向图起伏较大的问题,提出了一种小样本下的方向图副瓣控制算法。该算法在最小方差无失真响应(MVDR)波束形成器中,将输出方向图的低副瓣控制和降低样本处理数量的方法相结合... 为解决常规方向图控制算法中的方向图副瓣较高、样本量较小时方向图起伏较大的问题,提出了一种小样本下的方向图副瓣控制算法。该算法在最小方差无失真响应(MVDR)波束形成器中,将输出方向图的低副瓣控制和降低样本处理数量的方法相结合,通过对MVDR波束形成器的最优权矢量附加Dolph-Chebyshev锥化权和把阵列权矢量约束于噪声子空间,得到的方向图在小样本情况下干扰置零的同时,解决了副瓣电平过高和方向图不稳定的问题,减小了快变干扰的影响。计算机仿真实验证实了所提算法的有效性。 展开更多
关键词 波束形成器 低副瓣 小样本 干扰置零
在线阅读 下载PDF
基于并行变量预测模型的变压器故障诊断及优化研究 预览
18
作者 马利洁 朱永利 郑艳艳 《电力系统保护与控制》 CSCD 北大核心 2019年第6期82-89,共8页
针对传统变压器故障诊断方法存在小样本问题下分类效果差、海量监测数据的识别效率低下等问题,提出基于Spark计算框架的并行化变量预测模型。首先采用HDFS作为内存式存储系统,面向行存储的RowMatrix作为分布式矩阵存储结构,利用广播变... 针对传统变压器故障诊断方法存在小样本问题下分类效果差、海量监测数据的识别效率低下等问题,提出基于Spark计算框架的并行化变量预测模型。首先采用HDFS作为内存式存储系统,面向行存储的RowMatrix作为分布式矩阵存储结构,利用广播变量、调整分区数进行并行度优化。其次训练4种数学模型获取故障类型的最佳模型及相关参数完成故障诊断。实验结果表明,并行变量预测模型识别精度高于支持向量机,计算效率优于单机环境,对高维特征向量有较好的适应性。 展开更多
关键词 故障诊断 小样本 变量预测模型 Spark计算框架 内存式存储
在线阅读 下载PDF
区域块SFIT-MTLBP人脸识别研究 预览
19
作者 刘晓尚 吴薇 田雄 《软件导刊》 2019年第4期9-12,共4页
在少量样本情况下,为了解决传统LBP算法对人脸特征提取分类鲁棒性不强问题,提高人脸特征选取的泛化能力,提出一种在人脸面部区域基于SIFT特征点检测的MTLBP人脸识别算法。从人脸五官区域选取尺度不变的关键点,并在其邻域选取MTLBP纹理特... 在少量样本情况下,为了解决传统LBP算法对人脸特征提取分类鲁棒性不强问题,提高人脸特征选取的泛化能力,提出一种在人脸面部区域基于SIFT特征点检测的MTLBP人脸识别算法。从人脸五官区域选取尺度不变的关键点,并在其邻域选取MTLBP纹理特征,结合SIFT描述算子和MTLBP特征直方图形成一系列特征,对该人脸特征空间向量进行分类识别。在相同的少量训练样本下,该算法与原始LBP算法及其它改进型LBP算法相比,识别率提高了20%左右。 展开更多
关键词 区域块 SIFT关键点检测 MTLBP纹理特征 小样本 人脸识别
在线阅读 免费下载
一种基于稀疏分段的协同过滤推荐算法 预览
20
作者 贺怀清 计瑜 +1 位作者 惠康华 刘浩翰 《现代电子技术》 北大核心 2019年第9期90-94,共5页
针对数据强稀疏性严重制约协同过滤算法推荐准确性的问题,提出基于稀疏分段的改进方法。首先利用基于迭代预测的支持向量回归在解决小样本高维数据中的优势,对稀疏的U-I矩阵中相对弱稀疏的密集数据部分预测缺失评分,然后使用基于项目的... 针对数据强稀疏性严重制约协同过滤算法推荐准确性的问题,提出基于稀疏分段的改进方法。首先利用基于迭代预测的支持向量回归在解决小样本高维数据中的优势,对稀疏的U-I矩阵中相对弱稀疏的密集数据部分预测缺失评分,然后使用基于项目的插补协同过滤方法预测剩余数据的缺失评分。在多个公开数据集中的实验表明,该方法适用于强稀疏数据集的推荐,与基于项目协同过滤比较可取得较好的预测结果。 展开更多
关键词 稀疏分段 支持向量回归 基于项目的推荐 协同过滤 数据稀疏性 小样本
在线阅读 下载PDF
上一页 1 2 44 下一页 到第
使用帮助 返回顶部 意见反馈