基于用户反馈的时序二部图推荐方法

推荐系统以用户购买行为相似性为基础,而用户购买不仅包括是与否的选择信息,还有其购买时间和购买后对产品的评价信息作为反馈结果.满意商品能正确反映用户兴趣偏好,而很久以前购买和负面评价的商品,则将误导用户兴趣的分析.因此,在传统二部图推荐的基础上加入用户评价和时间衰减因素,提出一种基于用户反馈的时序推荐方法,经过多个数据集上的实验证明,提出方法在不同推荐列表长度的命中率指标上均有较大幅度的提升.     

关于H-联图的拉普拉斯特征值

H-联图是在不交图G1,G2,…,Gk的基础上,对于H中的任意两点i,j,若ij∈E(H),则将Gi的每一点与Gj的每一点相连所得到的图,其中,H的顶点集为{1,2,…,k}.特别地,{G1,G2}的P2-联图就是普通联图G1∨G2.本文研究了H-联图的拉普拉斯特征多项式,给出了H-联图的拉普拉斯谱与图G1,G2,…,Gk以及基图H的拉普拉斯谱之间的关系.进一步研究了基图分别为完全图、完全二部图时的H-联图,给出了Kk-联图和Ks,t-联图的拉普拉斯谱以及相应的特征多项式.另外,证明了当基图H是完全图、完全二部图或阶数小于等于4的图(除P4外)时,L-整图{G1,G2,…,Gk}的H-联图也是L-整的.     

基于响应点计算的悬架效率分析

悬架效率指悬架功率与发动机功率的比值。响应点是车辆在不平路面行驶,由于速度过高,发生脱离路面的抛物线运动后,再落到路面瞬间对应的位置。通过受力分析、运动学分析与坡度分析的结合,计算出响应点。由于利用传统受力分析和动能定理计算发动机在单轮上消耗功率的复杂程度高,进而提出功率键合图方法。利用功率键合图理论得到悬架的键合图模型,并据其求得单轮悬架功率和悬架效率的分析公式,提出了利用悬架效率值评定悬架耗能情况的方法。     

直积图邻点可区别 E-全染色的一些结论

运用分析法研究了直积图的邻点可区别 E-全染色,讨论了对于点色数至少为2以及邻点可区别 E-全色数为3,4的简单图的直积图的邻点可区别 E-全色数,并得出了一些相关推论。     

无相交三角形平面图的邻点可区别边染色

图G的k-邻点可区别边染色是指G的一个正常k-边染色满足对任意相邻顶点u和v,与u关联的边所染颜色集合和与v关联的边所染颜色集合不同。使G有k-邻点可区别边染色的k的最小值称为G的邻点可区别边色数,记作χ'_a(G)。通过运用权转移方法研究了无相交三角形平面图的邻点可区别边色数,证明了若图G为无相交三角形平面图,则χ'_a(G)≤max{Δ(G)+2,10}。     

关于星匹配数的图能量下界

对图G的能量ε(G)与K_(1,s)-匹配数μ_s(G)之间的关系进行了研究。证明了对于一般图G有■成立,进一步地,若其子图满足一定的条件,则有■,其中c_1(G)表示G中的奇圈数。还证明了若n阶树T的最大度小于等于3,有ε(T)≥(s+1)μ_s(T)-1成立。     

一类完全阶边值问题解的唯一性

讨论了形如 的完全n阶边值问题解的唯一性。先运用经典的泛函分析方法得到了n阶情形时,在f(t,x0,x1,…,xn-1)对于x0,x1,…,xn-1满足lipschitz条件下方程有唯一解这一结论；再将结果应用在三阶情形,得到相关推论。     

基于概率图的作战任务智能规划方法

针对人工调配作战资源及规划方案效率低下的问题，本文提出一种基于概率图的作战任务智能规划方法，通过统计分析判定任务间因果关系，采用GNN抽取任务中的关键事件构建概率图并计算任务规划方案成功的概率，进而基于时间序列方法预测战场态势变化，实现辅助指挥员智能决策。最后，本文在某联合登岛案例中开展了方法验证，结果表明，所提出的方法可成功实现任务规划并具有可解释性，可实现对战场态势变化的预测和快速响应，在战场上为军队提供强有力的支持。     

基于改进神经网络的多AUV全覆盖路径规划

针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络（Glasius Bio-inspired Neural Network,GBNN）的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。     

基于DIKW图谱的虚拟社区用户性格分类与转换方法

随着社交网络的发展，网络虚拟社区的成员数量快速增长.在虚拟社区中，用户会偏向选择浏览自己喜欢的内容，同时倾向与具有相近或相关兴趣爱好或目的的人进行内容交流与处理合作.在虚拟社区中，用户之间的交互内容以数据、信息和知识的形态存在.虚拟社区上大量的数据、信息与知识形态的网络类型化资源中保留了许多网络用户使用“痕迹”.这些痕迹是真实用户的数字化存在代表.为了实现对虚拟社群用户生成内容按照偏好和兴趣进行量化调控，采用数据信息知识及智慧（data information knowledge wisdom，DIKW）图谱对这些类型资源进行建模.根据用户DIKW图谱结合自我构建理论将用户按性格指数进行进一步的归类，并根据DIKW图谱结合自我决定理论将用户的心理需求分类.根据性格指数和心理需求设计了针对不同用户的不同的性格转换方法，模拟了用户生成内容的产生.