注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于重叠窗的稀疏评价数据计算方法

  2. 借助窗口重叠，弥补数据稀疏，提高评价计算准确度，实验证明该技术可行，供参考

  3. 所属分类：Web开发

    • 发布日期：2011-05-15
    • 文件大小：456704
    • 提供者：jun1111111111

  1. 基于改进SFM的三维重建算法研究

  2. 针对现有运动恢复结构算法重建模型存在点云稀疏等问题，提出一种利用不同匹配数据进行模型重建的算法。首先通过对比上下文直方图(CCH)生成匹配数据，利用M估计抽样一致(MSAC)估算图像基础矩阵，进而分解得到平移和旋转矩阵，并根据相机内参计算投影矩阵，然后利用KLT匹配算法更新匹配数据，最后三角化生成三维点云。该算法匹配精度高，图像基础矩阵易于收敛，通过位移实现特征点匹配，弥补了图像低频区域匹配数据不足的缺陷。实验结果表明，与现有算法相比，该算法生成的点云更致密；在真实环境下，该算法可用于物体三维重

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：679936
    • 提供者：weixin_38521169

  1. 基于知识图谱知识推理的视频推荐算法_许智宏.pdf

  2. 为充分利用显性特征和隐性特征的互补性，提出一种ＰｔｒａｎｓＥ＿ＣＦ视频推荐算法。在协同过滤中引入知识图谱推理技术，通过路径排序算法挖掘实体间多路径关系，将所有的实体关系嵌入到低维的语义空间中，在低维空间中计算任意视频间的语义相似性，将语义相似性与协同过滤的用户行为相似性结合进行推荐。实验结果表明，该方法弥补了协同过滤推荐算法对隐性信息利用不充分的缺陷，在语义层面增强了推荐的效果，在一定程度上解决了数据稀疏性问题。关键

  3. 所属分类：互联网

    • 发布日期：2020-10-23
    • 文件大小：1048576
    • 提供者：heroshine

  1. 稀疏数据集协同过滤算法的进一步研究

  2. 协同过滤算法是电子商务和信息系统中非常重要的一门技术。其中用户相似度度量方法的科学性至关重要。为了获得更好的精度,采用用户间共同评分数目来动态调节原相似度,以更准确地反映用户间相似度的真实性。在此基础上,根据社会网络中FTL模型(follow the leader)的思想,对新用户或找不到最近邻的用户采用基于专家信任度的预测算法代替传统相似度来预测用户的评分,弥补了传统算法的不足。实验表明,算法提高了预测评分的准确性和推荐质量,并缓解了新用户的冷启动问题。

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：418816
    • 提供者：weixin_38503483

  1. 融合评论分析和隐语义模型的视频推荐算法

  2. 针对网络视频元数据信息缺失严重和多媒体数据本身特征难以提取等问题，提出了融合评论分析和隐语义模型的网络视频推荐算法。从视频评论入手，通过分析用户对不同视频的评论内容以判断其情感倾向并加以量化，继而构建用户对项目的虚拟评分矩阵，弥补了显式评分数据稀疏性问题。考虑到网络视频的多元性和高维度特性，为了深度挖掘用户对网络视频的潜在兴趣，针对虚拟评分矩阵采用隐语义模型( LFM) 对网络视频分类，在传统的用户—项目二元推荐系统基础之上添加虚拟类目信息以进一步发掘用户—类目—项目关联关系。实验在多重标准下进

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：441344
    • 提供者：weixin_38632624

  1. 融合

  2. 复杂环境中的目标检测受到很多因素的影响,传统的鲁棒主成分分析(RPCA)无法从受干扰的数据中获得最低秩表示,为此,提出了一种融合l1-全变分(TV)正则化约束RPCA模型的视频去噪和目标检测算法。以RPCA为基础,在低秩稀疏分解框架下,使用核范数的低秩性对背景进行建模,利用三维TV正则化结合l1正则化对前景目标的稀疏性和空间连续性进行约束,再结合l2范数正则化约束噪声部分,从而弥补现有RPCA模型的不足。采用交替迭代的思想,利用增广拉格朗日乘子法对目标函数进行优化求解,实现了复杂环境下的去噪和目

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：4194304
    • 提供者：weixin_38590567