暂无评论
提出一种自适应协同进化算法,对其进行了数学描述。设计了一个支持该算法的创新设计系统,为分布式环境下设计人员的协作和创新思路的开拓提供了支撑平台。算法中自适应学习的引入为在设计中自动而有效地使用先验智能
为了提高人工蜂群算法的搜索性能,引入了连续状态下的生物病毒机制和宿主与病毒基于感染操作等思想优化人工蜂群算法搜索机制。人工蜂群算法具有控制参数少、实现简单的优点,但是由于蜂群收敛采用局部搜索,使得算法
病毒进化优化对计算机或生物病毒在网络系统中的扩散过程进行研究,是在有限网络资源情况下对病毒进化速度进行控制和研究网络用户如何被感染的行为。病毒进化优化通过连通图上的动态概率系统来建模,传统的病毒进化模
在推荐系统中,用户冷启动问题是传统协同过滤推荐系统中一直存在的问题。针对这个问题,在传统协同过滤算法的基础上,提出一种新的解决用户冷启动问题的混合协同过滤算法,该算法在计算用户相似性时引入用户信任机制
论文研究-基于几何关系的多导弹协同跟踪算法.pdf, 多武器平台同时探测、处理机动目标信息,一定程度上可以提高目标的跟踪
数据稀疏性问题对协同过滤推荐系统的推荐精度有很大影响,为此,融合缺失数据平衡方法,提出了一个基于KNN-SVM的混合协同过滤推荐算法。利用K-最近邻法对训练集中的缺失数据进行填补,然后通过支持向量机交
为了提升风险决策环境下协同训练的效果,提出了一种基于粗糙子空间的协同决策算法。首先利用粗糙集属性约简的概念,将部分标记数据属性空间分解为两差异性较大的粗糙子空间;在各子空间上训练分类器,并依据各分类器
针对目标跟踪问题,提出一种新的节点协同跟踪方法,通过节点间邻域拓扑结构协同建立各节点的关联性,对目标进行协作监测与跟踪。算法根据节点信息共享时的传播差异,通过节点间的传播概率准确计算各节点捕捉增益,从
针对传统协同过滤算法中用户的个性化评价标准导致评分值不能合理地表达用户对项目的偏好程度问题,提出满意区间的概念,并设计了一种协同过滤推荐算法。该算法首先根据用户各评分值的使用概率建立其与满意区间的映射
基于KNN邻居选择的协同过滤推荐算法在邻居选择时没有考虑邻居的盲目跟风性,导致部分邻居用户在预测目标用户对未知项目评分时的作用很小。针对这一问题,提出贡献因子,从非共同评价项目集这一角度切入,考虑邻居
暂无评论