【摘 要】
：
随着网络数据量的迅速增长,传统数据处理方式的推荐算法已经不能满足互联网发展的需求,为了追求推荐精确性与人性化,协同过滤算法以其更高的推荐满意率逐渐取代其他推荐算法
【机 构】
：
哈尔滨师范大学计算机科学与信息工程学院
论文部分内容阅读
随着网络数据量的迅速增长,传统数据处理方式的推荐算法已经不能满足互联网发展的需求,为了追求推荐精确性与人性化,协同过滤算法以其更高的推荐满意率逐渐取代其他推荐算法。然而,协同过滤算法推荐的准确程度取决于用户或者物品相似度的计算,成员偏好的多元性使得用户相似度并不能很好的体现用户之间的关联程度。针对这一问题,将CE3:k-menas引入协同过滤推荐,借鉴其基本思想,以成员偏好为特征,根据成员与簇类中心的距离进行偏好划分,由于边界成员与簇类中心成员在一定程度上有着相似的偏好同时也存在较大的差异。因此,针对成员
其他文献
在使用CT进行图像重建的过程中,需要在不同角度下对目标对象进行采样,然后利用图像重建算法生成重建结果,由于采样的数据越多,重建速率越慢,往往需要在不完全的采样角度下对图像进行重建,即稀疏重建。为了对传统稀疏重建算法的迭代速度进行改进,在传统bregman图像重建算法的基础上提出了一种新的加速迭代算法。该算法以bregman算法为框架,结合自适应梯度下降算法和图像修正算法,从而实现了稀疏角度下的快速
在我国,盲人的交通出行是一项不容忽视的民生问题,受到政府的高度关注。在对盲人行走场景进行仿真分析的基础上,利用红外光反射技术和语音播报技术设计一款具有安全且及时避
电信云资源池作为承载核心网虚拟化网元的基础设施层,是5G业务顺利开展的基础,其建设方案与演进方向受到业界广泛关注。文章从5G业务特征入手,分析电信云资源池的网络需求,比
深度学习中神经网络强大的特征提取能力,使非约束场景下的人脸检测不再困难,于是人脸关键点的检测逐渐成为人脸检测的关注点,但目前为止较少算法具备对人脸关键点的检测能力。YOLOv3作为精度和速度均表现优异的算法,同样不具备关键点检测的能力。因此,文章提出基于YOLOv3的人脸关键点检测算法,该算法对YOLOv3改进,设计关键点损失函数,实现对人脸关键点的定位,最终实现YOLOv3在人脸检测中同时输出人