首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 258 毫秒
1.
针对传统过滤算法只能实现结构对应层次的判断这一不足,提出了基于语义的信息过滤新算法。通过分词、计算词语相似度等操作,构造出体现语句语义关系的框架,然后再通过计算框架问的匹配程度来进行过滤。试验证明,过滤效果较传统算法在语义对应层次上有所提高。  相似文献   

2.
针对目前智能手机难以拍摄大建筑物全貌以及基于移动视觉检索的户外定位系统匹配大建筑物失准的问题,提出一种面向大建筑物的移动视觉定位算法。基于尺度不变特征变换理论,该算法通过提取建筑物不同角度的特征建立一种建筑物多视角特征模型,并基于该模型建立建筑物特征库,同时通过在特征库中匹配用户提交的不同角度建筑物照片的特征点实现定位。实验结果表明,与基于GPS定位的算法相比,该算法能够通过建筑物图像匹配精确的进行定位,解决了GPS在高楼林立的市区定位不准的问题;并且该算法通过保留建筑物特征的空间位置信息,能较好地过滤错误匹配,与基于BOF(bag of feature)算法的移动视觉定位算法相比,提高了匹配精确度,具有较强的实用价值。  相似文献   

3.
针对当前过滤方法过滤不良信息的缺陷和不足,建立并采用三重网页过滤模型,将健康信息推荐给用户,将带有不良信息的网页过滤掉。第一层过滤采用基于关键词匹配的方法,快速识别出健康网页,推荐给用户;第二层采用基于贝叶斯的过滤方法,将第一层不能匹配的网页进行二次过滤,快速淘汰分类特征明显的网页;第三层采用SVM方法将第二层不能识别的网页进行再次过滤。该模型能合理利用上述三种方法的优缺点,发挥各自优势,提高网页过滤的准确率和正确率。  相似文献   

4.
针对常规有效信息过滤算法对数据间关联规则识别能力较弱等问题,提出物联网环境下大数据流中有效信息过滤算法。该算法根据数据权重向量维度,通过余弦夹角构建目标相似的大数据推荐模型;设置表层关联与隐含关联预测规则,利用预测函数确定数据间的关联程度;按照数据间的衔接性质,将数据集合划分成若干子集,模糊聚类物联网中的有效信息;根据用户主观倾向设置偏好函数,以协同过滤方式,得到有效信息过滤算法。实验结果表明,与常规有效信息过滤算法相比,该算法对数据关联规则识别能力提升 14.97%,满足当前物联网大数据流中对有效数据的过滤要求。  相似文献   

5.
针对摄像头离散区域存在的光照变化、视角变化等干扰,提出一种结合Lab模型以及扩展梯度方向直方图特征的方法来改善人物外表匹配的准确率.对于描述目标全局信息的Lab模型,提出一种排序最近邻聚类算法进行颜色聚类,然后使用分块颜色匹配算法计算观察值之间的颜色相似度.对于描述目标局部信息的扩展梯度方向直方图特征,使用巴氏距离计算2个观察值之间的相似度.全局信息可以很好地描述目标外形,并且能够适应摄像头视角的变化以及目标尺度上的改变.局部信息对光照变化具有更强的鲁棒性,它能够增强模型的辨别能力.全局信息和局部信息的结合保证了所提出算法的精确度和鲁棒性.室内实验结果显示所提出的算法具有较高的正确匹配率.  相似文献   

6.
个性化推荐系统被越来越多地应用到各类网站中,以解决信息增长带来的信息迷失和信息过栽问题,而协同过滤算法是个性化推荐系统的重要算法之一,但是传统的协同过滤算法存在数据稀疏、冷启动等问题,为了解决这些问题,在综合WEB日志挖掘和聚类两个因素基础上,提出基于WEB日志和聚类的协同过滤算法,并将该算法与传统的协同过滤算法进行分析比较,验证了该算法能够提高推荐的精确度和实时性.  相似文献   

7.
本文利用学科知识点之间的层次关系图设计知识表示模型,而用户模型则以"用户的认知水平"和"用户兴趣"为中心而构建,在此基础上提出组合过滤推荐算法.该算法保留了内容过滤推荐算法和协同过滤推荐算法的优点,又弥补了两种算法的不足,通过测试评估,验证了组合过滤推荐算法的有效性和准确性.  相似文献   

8.
web2.0的出现使得互联网中的数据以几何级数的形式增长,如何在浩如烟海的信息海洋中找到自己需要的内容是当前人们面临的一个挑战性问题,信息推荐系统便是为解决这个问题而出现的,而协同过滤算法是推荐系统中用途最广的一种算法.本文对基于用户的协同过滤算法和基于项目的协同过滤算法进行了介绍,然后利用Movielens中的影片数据对这两种算法的性能进行了比较,结果发现基于项目的协同过滤算法在影片信息推荐中要优于基于用户的协同过滤算法.  相似文献   

9.
在非重叠视域监控网络中的人体目标跟踪(英文)   总被引:1,自引:0,他引:1  
针对存在非重叠视野的摄像机监控网络,提出了一种基于人体外观模型和摄像机间时空信息的人体目标自适应跟踪算法. 对于人体外观模型,首先根据人体测量学理论将人体目标划分成头、躯干和腿 3 个部分,分别提取各部分的 HSV 颜色直方图特征用于构建人体外观模型,然后引入加权因子计算人体目标之间的相似度,最后采用一种基于双阈值的相似度排序算法确定人体目标的匹配关系. 对于摄像机间的时空信息,通过增量学习,不断积累目标关联信息,经统计分析逐步更新摄像机间时空信息. 实验结果验证了所提出的跟踪算法在无需摄像机标定的条件下能够实现人体目标的连续跟踪,且随着关联匹配信息的累加,算法的跟踪准确性也逐步提高.  相似文献   

10.
提出了一种基于过滤级的语义Web服务发现策略,该发现策略将服务发现分为四级匹配,各级匹配的作用各不相同.给出了第三级匹配中来自不同本体的概念匹配算法.该算法简单但能够满足服务发现的需要,它借鉴了同一本体中没有直接关系的二概念匹配方法,同时也考虑了语法相似性在匹配中的作用.  相似文献   

11.
协同过滤推荐系统是电子商务系统中最成功、最重要的技术之一,而在协同过滤算法中用户相似度的计算是影响算法效率的重要因素。针对传统协同过滤算法中数据稀疏导致的近邻选择不准确问题,引入灰关联分析理论进行项目聚类和用户相似度计算,并以此为基础提出了一种新的协同过滤算法,既解决了对象匹配的不足,又提高了近邻选择的准确性。实验表明,该算法可以有效解决大规模数据下用户评分数据极端稀疏带来的问题,显著提高系统的推荐质量。  相似文献   

12.
本文分析了传统的布尔型文本匹配算法的弊端和缺陷,结合图书文本信息的快速、高效的检索匹配要求,提出了加权的布尔型文本匹配算法。该算法对传统的文本匹配算法中漏检、误检和模糊查询等方面的问题进行了加权处理和结果校正,既保证查询算法的高效与全面性,同时又有效地控制了匹配的准确度,为图书信息查询系统的建立提供一种更好的解决方法。  相似文献   

13.
对于纵切英文碎片,根据英文字母的连续性,建立边界像素点匹配算法进行复原。对于纵横切英文的碎片,依据英文字母的特征和文本文件的行信息特征,建立同一行碎片的聚类模型,并利用边界像素点匹配算法进行组内碎片拼接和上下拼接。并对两个实际例子进行了拼接试验,试验结果表明该算法是有效的。  相似文献   

14.
针对协同过滤算法中存在数据稀疏的问题,提出一种基于融合用户标签和蚁群的协同过滤微博推荐算法。将表示用户兴趣的标签引入推荐模型中,利用标签和用户以及标签和微博的关联度,建立用户对微博的兴趣度模型。另外结合蚁群聚类和协同过滤为目标用户进行用户聚类,计算出对目标用户的待推荐微博集。最后利用用户对微博的兴趣度模型从待推荐微博集中选出Top-N为目标用户进行推荐。实验引入标签和蚁群算法的有效性,将测试结果与传统协同过滤推荐算法和纯基于标签的微博推荐算法进行比较,该算法不仅改善了协同过滤算法中数据稀疏和冷启动的问题,而且推荐准确度有明显提高。  相似文献   

15.
陆英 《教育技术导刊》2012,11(12):42-45
设计了一种改进的基于结构特征的相似度计算方法,给出相应的本体匹配算法设计,并验证提出的匹配算法的可行性和有效性。应用改进的本体匹配算法实现异构本体的匹配,从而有效提高本体匹配的精确度,提高信息搜索的准确率。  相似文献   

16.
在对传统的深度包过滤算法研究的基础上,提出了一种新的基于标示预处理的模式匹配算法,并予以实现。算法的时间复杂度小于O(n)(其中n为进行匹配的文本串长度)。  相似文献   

17.
基于文献引证关系的数字图书馆协同推荐系统   总被引:1,自引:0,他引:1  
协同过滤算法应用于数字图书馆推荐系统有诸多优点,然而在系统启动初期存在最初评价问题和数据稀疏问题。针对这些情况,提出引入文献引证关系于数字图书馆协同过滤算法。文献引证关系能够较好的反映文献作者对参考文献、引证文献的兴趣评价。基于文献引证关系的数字图书馆协同过滤算法引入作者的文献评价信息,解决了协同过滤算法固有的问题。实验结果表明,该算法能有效地提高系统的推荐质量。  相似文献   

18.
在互联网中存在着为数众多的不良信息.针对这种现状,许多公司与研究机构都提出了自已的过滤模型.在研究过去过滤模型的基础上,提出了一种改进的双重过滤模型算法.  相似文献   

19.
伴随着互联网的飞速发展,网络上的信息资源呈现出井喷态势,如何从海量的信息中抽取出自己需要的信息已经变得越发的困难。在分析现有Web信息抽取技术现状及面临的挑战的基础上,设计了一种基于文本标签属性的Web新闻信息抽取模型。主要介绍了基于标签的Web信息抽取技术的算法,给出了信息抽取的具体实现过程,对基于DOM树节点遍历的文本标签过滤算法进行了描述,并选取了主流的新闻网站进行了抽取实验,验证了算法的可行性。  相似文献   

20.
针对协同过滤算法处理大数据流时响应慢的缺陷,在改善推荐准确度的情况下,提出增量更新算法以加快响应速度,提高推荐系统性能。介绍了当前协同过滤算法以及KNN和Spark的相关知识,阐述了协同过滤算法的增量模型。采用Group Lens网站提供的Movie Lens数据集作为实验数据,应用Socket模拟流和Spark并行计算技术实现增量模型。实验结果显示,在保证推荐准确度的前提下,响应时间明显缩短,说明增量模型适合实时处理大数据流,可缓解数据处理不及时问题。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号