期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于用户偏好度的双极协同过滤推荐算法 被引量:9
1
作者 张怡文 王冉 +2 位作者 杨安桔 计成 岳丽华 《南京理工大学学报》 EI CAS CSCD 北大核心 2020年第3期313-319,共7页
为了解决目前推荐方法中用户相似度计算不准确、推荐准确率较低的问题,建立一种基于用户偏好度的双极协同过滤推荐算法。计算用户间共同项目数量,当共同项目数量小于设定阈值时,选择用户、项目、项目属性特征构建用户对项目、属性的双... 为了解决目前推荐方法中用户相似度计算不准确、推荐准确率较低的问题,建立一种基于用户偏好度的双极协同过滤推荐算法。计算用户间共同项目数量,当共同项目数量小于设定阈值时,选择用户、项目、项目属性特征构建用户对项目、属性的双极特征向量,表示用户的喜欢程度和讨厌程度。通过对双极特征向量进行加权计算,得到用户间相似度。在标准的MovieLens数据集上验证该算法。实验结果表明,该文算法的平均绝对误差(MAE)和均方根误差(RMSE)较其他算法降低了约9%,平均分值排名(R)降低了约10%。 展开更多
关键词 用户偏好度 双极协同过滤 推荐算法 双极特征向量 加权计算 相似度
下载PDF
基于改进YOLOv5的汽车车门装配工艺检测
2
作者 计成 《宜春学院学报》 2024年第3期35-39,62,共6页
汽车车门装配工作已实现流水线式的自动装配,但对于门板零件装配是否到位目前并无有效方案。针对此情况提出了一种基于YOLOv5网络优化的汽车门板装配检测网络,该网络实现对螺钉、焊点、扣件三类装配工艺的检测,可检测在相应装配点位上... 汽车车门装配工作已实现流水线式的自动装配,但对于门板零件装配是否到位目前并无有效方案。针对此情况提出了一种基于YOLOv5网络优化的汽车门板装配检测网络,该网络实现对螺钉、焊点、扣件三类装配工艺的检测,可检测在相应装配点位上是否已正确安装。为提高对各装配件装配情况的检测精度,在YOLOv5网络中的卷积模块增加注意力机制,增强主干网络对于高频主干网络的特征学习;其次对原网络中的SPPF感受野扩展模块采用空洞卷积组构造不同大小的感受野范围丰富特征信息,并采用最大值池化层将对特征图中的高频特征信息进行增强,抑制背景噪声的干扰。经试验测试,优化后的网络相比于优化前的精确率(Precision)指标提升2.1%达97.4%,召回率(Recall)指标提升8.4%达97.0%,平均精度均值(mAP)指标提升5.9%达98.1%,有一定的实用性。 展开更多
关键词 工业检测 汽车门板 深度学习 目标检测 YOLO
下载PDF
基于条件型游走的四部图推荐方法
3
作者 张怡文 张臣坤 +2 位作者 杨安桔 计成 岳丽华 《数据分析与知识发现》 CSSCI CSCD 北大核心 2019年第4期117-125,共9页
【目的】通过挖掘用户与项目、用户与类别的关系特征,提取用户偏好,优化个性化推荐效果。【方法】提取用户对项目的评分和项目的度属性,挖掘用户偏好,提出用户–项目二部图上的游走条件;通过用户–项目–类别三部图映射到用户–类别二部... 【目的】通过挖掘用户与项目、用户与类别的关系特征,提取用户偏好,优化个性化推荐效果。【方法】提取用户对项目的评分和项目的度属性,挖掘用户偏好,提出用户–项目二部图上的游走条件;通过用户–项目–类别三部图映射到用户–类别二部图,构建类别–用户–项目–类别四部图;建立通过项目和类别共同挖掘用户偏好的个性化推荐方法。【结果】利用MovieLens电影评分数据,分别对基于二部图、加权二部图、三部图的方法与本文方法进行对比实验,结果表明,本文方法在准确率、MAE、召回率、覆盖率方面分别有所优化。【局限】MovieLens数据集缺少用户对电影评论性的文字数据集,不能通过语义分析用户偏好。【结论】本文对用户评分和项目度属性进行用户偏好分析,通过条件型游走四部图推荐方法,优化推荐效果。 展开更多
关键词 推荐系统 四部图 条件游走 个性化推荐
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部