【摘 要】
：
针对Web用户聚类时,社会标注系统中用户访问资源数据稀疏从而导致传统聚类算法效率不高的问题,提出了一种三向迭代聚类算法,对用户、标签和资源分别聚类,利用三者之间的关联关系不断相互交叉迭代调整,直到各聚类簇达到稳定为止。实验表明,该方法调整后类的内聚性更强,区分度更大,能有效解决数据稀疏性问题,提高用户聚类效果。
【机 构】
：
上海电力学院计算机科学与技术学院,安徽科技学院理学院,武汉大学计算机科学与技术学院
【基金项目】
：
国家自然科学基金资助项目（61272277）,安徽省教育厅优秀青年基金重点项目（2011SQRL117ZD）
论文部分内容阅读
针对Web用户聚类时,社会标注系统中用户访问资源数据稀疏从而导致传统聚类算法效率不高的问题,提出了一种三向迭代聚类算法,对用户、标签和资源分别聚类,利用三者之间的关联关系不断相互交叉迭代调整,直到各聚类簇达到稳定为止。实验表明,该方法调整后类的内聚性更强,区分度更大,能有效解决数据稀疏性问题,提高用户聚类效果。
其他文献
提出了一种基于多层区域谱聚类的非监督SAR图像分割算法(multi-space and multi-hierarchical region based spectral clustering,MSMHSC)。该算法首先在特征与几何空间求距离,快速获得初始过分割区域,然后在过分割区域的谱空间上进行聚类,最终实现非监督的SAR图像分割。该方法计算复杂度小,无须训练样本,使用层次化思想使其能更充分地利用
虚拟机的安全问题一直是关注的热点。传统管理域Dom0权限过大,使用户的隐私受到威胁;同时,攻击者一旦攻破Dom0,会给所有用户带来威胁。针对这些问题,提出一种基于互信的特权分离(MTSP)安全模型,对Dom0的特权进行分割,将漏洞较多的设备驱动独立出来,形成驱动域;把影响用户隐私的操作分离,为每个用户创建一个DomU管理域;其余的形成Thin Dom0。系统的启动需要用户和虚拟机监控器共同来完成,
针对二维小波变换捕捉方向信息有限,不能稀疏地表示MRI图像中曲线状奇异特征的缺点,提出了一种基于离散剪切波变换的压缩感知MRI图像重建新方法。先对MRI图像作剪切波变换,得到各尺度、方向子带的剪切系数,再采用正交匹配追踪算法恢复稀疏处理后的系数,最后进行剪切波反变换得到重建图像。实验结果表明,与小波变换相比,基于离散剪切波的压缩感知MRI图像有更好的重建效果,更有利于保留纹理和边缘信息。
第一届CCF大数据学术会议(会议编号:CCF-TC-13-35)将于2013年12月在北京召开。近年来,大数据已经成为国内外普遍关注的热点研究问题。为了促进大数据技术的研究与发展,推动大数据的学术研究和交流,经CCF同意将在北京举办第一届CCF大数据学术会议,现开始征集会议论文。本次
针对GBIS(efficient graph-based image segmentation)方法在分割含有较丰富纹理信息的图像时,分割效果不理想的问题,在L*a*b*彩色空间下,结合图像的纹理特征,提出了一种改进GBIS图像分割方法,记为IG-BIS(improved efficient graph-based image segmentation)。该方法首先将图像由RGB空间转换到L*a*
提出了种群进化速度和种群聚合度两个概念,并讨论了在全局收敛过程中惯性权重与两者之间的关系;考虑Sigmoid函数在线性与非线性之间呈现的平滑过渡性,从种群进化速度和种群聚合度两方面出发,提出了基于Sigmoid函数的惯性权重自适应调整方法。通过三个典型的多峰函数,将提出的算法(AS-PSO)与标准粒子群优化算法(SPSO)和基于Sigmoid函数的粒子群优化算法(S-PSO)进行了仿真分析比较,结
集装箱码头资源(包括泊位、桥吊、堆场等)的高效利用已经被深入研究很多年了,然而对于泊位分配中桥吊分配的研究大多停留在静态分配最大数量桥吊上。为了弥补静态分配桥吊的不足,第一次研究了基于两船之间桥吊迁移的泊位分配问题,通过桥吊迁移的决策方法,最终设计出了一个新的泊位分配算法。实验证实设计的算法能更好地提高码头作业效率,表明了桥吊迁移在港口作业中的有效性。
地方高校在制定“面向行业、服务地方”发展战略的同时,应同步明确以持续提升教学质量为目标的自我审核路径。应转变观念,变“被动”为“主动”,确立学校自身的教育质量方针,
对可信指针分析技术的定义和描述、指针分析对软件可信性的保障、可信指针分析属性以及该领域主要研究成果等方面进行了综述。通过对现有可信指针分析技术的分析和比较,详细讨论了面向软件可信性的可信指针分析的关键技术;此外,重点介绍了流敏感指针分析及上下文敏感指针分析的方法和理论;最后对进一步研究工作的方向进行了展望。
为了弥补传统全变分(TV)算法忽略了图像边缘方向的不足,结合梯度幅度和方向提出了基于方向全变分的去噪算法。该算法运用图像梯度幅度将图像像素划分为边缘区域和非边缘区域,运用梯度方向对不同区域的像素选取不同的四邻域像素,针对不同邻域对传统TV算法进行离散分析,完成了图像的保边去噪。实验结果表明,结合边缘方向信息改进了传统TV算法的邻域选择方式,不仅更好地保留了图像边缘信息和重要细节,且提高了图像的PS