公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

基于相似用户索引和ALS矩阵分解的推荐算法研究被引量：3: 2016年; 针对交替最小二乘法(ALS)在处理大数据集时所面临的处理速度和计算资源问题,提出了基于相似用户索引的分布式矩阵分解推荐算法。首先算法基于用户的评分行为找到用户之间的最近邻,然后使用Spark平台运行提出的算法,并产生推荐。在GroupLens网站上提供的MovieLens数据集上进行仿真实验,实验结果表明,提出的算法能够有效解决ALS对于大数据集运行效率低及在云环境中可扩展性较差的问题。; 盛伟余英王保云; 关键词：最近邻 SPARK

图像修复中截断P范数正则化的矩阵填充算法（英文）被引量：3: 2019年; 本文将截断核范数与Schantten-p范数结合起来,提出了一种更加灵活的矩阵填充算法,以便更好地利用图像修复中的低秩特性。我们进一步应用乘法器的交替方向法,提出了一种有效的迭代方案来解决优化问题。实验结果表明,我们提出的算法在真实的可视化数据集上展现的性能优于传统的矩阵填充算法。; 王家寿盛伟王保云; 关键词：图像处理图像修复

隐式低秩表示联合稀疏表示的人脸识别方法被引量：3: 2017年; 针对人脸识别中存在的遮挡、阴影、反光等不同程度的数据破坏以及训练样本不充足导致识别率低的问题,提出一种基于隐式低秩表示联合稀疏表示(LatLRR_SRC,Latent Low-Rank Representation Sparse Representation Classification)的人脸识别方法.该方法首先采用隐式低秩表示(LatLRR,Latent Low-Rank Representation)算法将训练样本矩阵分解为两个低秩逼近矩阵和一个稀疏误差矩阵.然后将低秩逼近矩阵和稀疏误差矩阵联合构成完备字典,并用K-SVD算法对字典进行学习,得到测试样本在学习后字典下的稀疏表示.最后对测试样本利用上述隐式低秩表示分解的三部分的稀疏逼近计算残差,完成测试样本的分类识别.在Extend YaleB和CMU PIE人脸数据上的实验结果表明,基于LatLRR_SRC的人脸识别方法具有较高的识别率和稳定性.; 何苗王保云盛伟杨昆; 关键词：人脸识别

基于评分相似性的群稀疏矩阵分解推荐算法被引量：9: 2017年; 如何提高系统的推荐精度,是当前推荐系统面临的重要问题。对矩阵分解模型进行了研究,针对评分数据的群结构性问题,提出了一种基于评分相似性的群稀疏矩阵分解模型(SSMF-GS)。首先,根据用户的评分行为对评分数据矩阵进行分群,获得相似用户群评分矩阵;然后,通过SSMF-GS算法对相似用户群评分矩阵进行群稀疏矩阵分解;最后,采用交替优化算法对模型进行求解。所提模型可以筛选出不同用户群的偏好潜在项目特征,提升了潜在特征的可解释性。在Group Lens网站上提供的Movie Lens数据集上进行仿真实验,实验结果表明,所提算法可以显著提高预测精度,平均绝对误差(MAE)及均方根误差(RMSE)指标均表现出良好的性能。; 盛伟王保云何苗余英; 关键词：矩阵分解

稀疏表示遥感图像分类方法综述: 2016年; 信号的稀疏表示是目前计算机视觉领域中的研究热点,在对稀疏表示遥感图像分类方法进行综述的基础上,主要分析和总结稀疏表示中的稀疏系数求解方法、字典学习方法及分类方法方面的内容,并指出稀疏表示遥感图像分类方法需要进一步研究的问题。; 何苗王保云盛伟孔艳; 关键词：遥感图像分类字典学习

彩色遥感图像薄云去除方法被引量：2: 2017年; 针对彩色遥感图像中薄云带来的降质问题,提出了一种基于低秩矩阵分解的去云方法。将彩色遥感图像分成三个单通道图像,对每一个通道进行低秩矩阵分解,得到单通道薄云信息;根据薄云在三个通道中均匀分布的特点,选取合适的阈值对薄云信息进行自动判定,提取代表三个通道的薄云图像;用三个通道的图像分别减去对应通道的薄云图像,并融合三个通道的结果得到去云后的彩色遥感图像。实验结果表明,该方法不仅能够保留无云区域信息的完整性,而且对有云区域的处理在主观视觉效果和客观评价指标上都具有较好的效果。; 何苗王保云盛伟杨昆洪亮; 关键词：薄云去除

全选清除导出

共1页<1>

盛伟