-
题名一种解决协作过滤中矩阵稀疏性问题的算法
被引量：4
- 1
-
-
作者
白丽君
刘君强
陈子侠
黄红勇
-
机构
浙江工商大学计算机与信息工程学院
-
出处
《情报学报》
CSSCI
北大核心
2005年第2期199-202,共4页
-
基金
浙江省自然科学基金
-
文摘
为了帮助用户有效地发现、过滤和利用信息,信息过滤技术应运而生.协作过滤作为其中一种技术也得到迅速发展,但传统的协作过滤算法存在矩阵稀疏性等问题,影响预测效果.本文给出一种基于信息项的新算法,它从矩阵的列来考虑,能有效地解决矩阵稀疏性等问题,并提高预测准确性.
-
关键词
信息过滤
协作过滤
矩阵稀疏性
算法
-
分类号
G201
[文化科学—传播学]
-
-
题名协同过滤系统的矩阵稀疏性问题的研究
被引量：19
- 2
-
-
作者
曾小波
魏祖宽
金在弘
-
机构
电子科技大学计算机科学与工程学院
永同大学校计算机工学科
-
出处
《计算机应用》
CSCD
北大核心
2010年第4期1079-1082,共4页
-
文摘
应用奇异值算法得到一个无缺失的矩阵,引进了一种增强的、基于参数的Pearson相关系统算法来提高相关性算法的准确性。提出一个基于奇异值分解和增强Pearson系数的"HybridSVD"算法,用MovieLens数据集来评价该算法,并和其他经典的传统算法做了比较。实验结果证明,"HybridSVD"算法比其他传统算法能更好地处理协同过滤中的稀疏性问题。
-
关键词
协同过滤
矩阵稀疏性
奇异值分解
增强的Pearson相关系数
-
Keywords
collaboration filtering
matrix sparesity
ingular Value Decomposition（SVD）
Enhanced Pearson Correlation Coefficient（EPCC）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于稀疏性非负矩阵分解和支持向量机的时频图像识别
被引量：16
- 3
-
-
作者
蔡蕾
朱永生
-
机构
西安交通大学现代设计及转子轴承系统教育部重点实验室
-
出处
《自动化学报》
EI
CSCD
北大核心
2009年第10期1272-1277,共6页
-
基金
国家高技术研究发展计划(863计划)(2006AA04Z420)
国家自然科学基金(50575179)资助~~
-
文摘
针对机械故障诊断领域对反映设备运行状态的图像识别困难以及选择和提取敏感特征困难的问题,将基于图像的机械设备运行状态判别问题当作图像的识别问题米处理,提出使用稀疏性非负矩阵分解(Sparse non-negative matrixfactorization,SNMF)和支持向量机(Support vector machine,SVM)对时频图像进行识别进而判断机器运行状态,从而避免特征的选择和提取.稀疏性非负矩阵分解在对时频图像进行大规模压缩的同时,能够很好地保留图像的隐含特征,从而大大减少自动识别时频图像的计算复杂度,并有效地提高支持向量机的识别精度.此外,奉文还对影响识别率的稀疏性非负矩阵分解的各参数进行了讨论.实验结果表明,该方法对时频处理方法依赖性低,在大多数情况下都能获得较传统方法高的识别率.
-
关键词
时频图像
稀疏性非负矩阵分解
支持向量机
模式识别
-
Keywords
Time-frequency spectra, sparse non-negative matrix factorization （SNMF）, support vector machine （SVM）, pattern recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于稀疏性非负矩阵分解的滚动轴承复合故障诊断
被引量：6
- 4
-
-
作者
朱晓洁
-
机构
黄河科技学院职业技术学院
-
出处
《中国工程机械学报》
北大核心
2018年第6期553-558,共6页
-
文摘
将时频图像非负矩阵分解算法加以改进,提出时频图像稀疏性非负矩阵分解(SNMF)算法,并将其用于滚动轴承复合故障诊断.滚动轴承复合故障信号的双谱时频图中蕴含了丰富的故障信息,对双谱进行稀疏性非负矩阵分解分析,提取时频图的稀疏系数矩阵,将其分别作为训练及测试特征向量输入到支持向量数据描述(SVDD)算法,进而实现滚动轴承的3类复合故障类型(内圈外圈复合故障、滚动体外圈复合故障及外圈内圈滚动体复合故障)的正确分类.
-
关键词
双谱
稀疏性非负矩阵分解
滚动轴承
复合故障
故障诊断
-
Keywords
bispectrum
sparse no-negative matrix factorization
rolling element bearing
compound faults
fault diagnosis
-
分类号
TP206
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于巴氏系数和Jaccard系数的协同过滤算法
被引量：17
- 5
-
-
作者
杨家慧
刘方爱
-
机构
山东师范大学信息科学与工程学院
山东省分布式计算机软件新技术重点实验室(山东师范大学)
-
出处
《计算机应用》
CSCD
北大核心
2016年第7期2006-2010,共5页
-
基金
国家自然科学基金资助项目(61572301
90612003)
山东省自然科学基金资助项目(ZR2013FM008)~~
-
文摘
针对传统基于邻域的协同过滤推荐算法存在数据稀疏性及相似性度量只能利用用户共同评分的问题,提出一种基于巴氏系数和Jaccard系数的协同过滤算法(CFBJ)。在项目相似性度量中,该算法引入巴氏系数和Jaccard系数,巴氏系数利用用户所有评分信息克服共同评分的限制,Jaccard系数可以增加相似性度量中共同评分项所占的比重。该算法通过提高项目相似度准确率来选取最近邻,优化了对目标用户的偏好预测和个性化推荐。实验结果表明,该算法比平均值-杰卡德差分(MJD)算法、皮尔森系数(PC)算法、杰卡德均方差(JMSD)算法、PIP算法误差更小,分类准确率更高,有效缓解了用户评分数据稀疏所带来的问题,提高了推荐系统的预测准确率。
-
关键词
协同过滤
巴氏系数
杰卡德系数
相似性度量
矩阵稀疏性
-
Keywords
collaborative filtering
Bhattacharyya coefficient
Jaccard coefficient
similarity measurement
matrix sparsity
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
