DBSCAN算法在高性能计算中心用户分类的应用研究

为提高集群资源使用效率,管理员需要对用户进行分类,从而对不同用户提出资源使用策略.DBSCAN(Density Based Spatial Clustering of Applications with Noise)聚类算法可对用户进行分类,但对初始参数敏感.为此,提出改进算法,首先将密度进行层次划分,由此得出各层次的密度阈值,在每种阈值下采用DBSCAN算法,解决全局参数问题.在此基础上,创新地使用一个直接可达距离排序队列,将排序信息作为可变参数,减小初始参数对结果的影响.通过高性能计算中心用户数据的实例验证了其可行性.实验结果表明,改进后的算法提高了用户分类的准确性和全面性.     

基于用户模型和属性扩散的混合个性化推荐

电子商务的飞速发展,在为人们提供了更加方便快捷的购物途径同时,如何给用户提供更加人性化的推荐服务,是电商赢得市场需要解决的关键问题。以淘宝电子商务平台为依托,提出基于用户模型和商品属性扩散的混合个性化推荐系统,研究用户兴趣的时间演化和空间扩散方法,综合运用多种推荐方法,给为用户提供更加精准的推荐服务。实验证明,该方法具有较明显的效果,能够较好地运用于同类电商平台。     

基于随机用户均衡的交通配流演化动态系统模型

首先提出一个刻画交通配流演化的动态系统模型.该模型描述了路径流量日复一日的动态调整过程,而且其稳定状态对应于Logit随机用户均衡状态.随后分析了该模型的几个特征,包括模型稳定状态与随机用户均衡状态的等价性、模型稳定点的唯一性和模型收敛性.所提出模型被刻画作一个离散的动态系统,且具有一般的形式,文中也给出了它的一个具体形式.最后,利用一个数值算例对该动态系统模型的应用及性质进行了说明.该研究有助于更好地理解路径流量日复一日的动态调整过程.     

英文武器装备名的构成类型与构造模式研究

文章面向英文武器装备名的自动识别,构建了涵盖陆海空等多个军兵种武器装备名称的基础数据库,并通过人工标注方式,对英文武器装备名的构成类型与构造模式进行了较为全面的调查,总结出英文武器装备名的主要构成要素和模式。文章还利用武器装备名的测试数据集对提出的模式规则进行了实验测试,测试结果显示文章提出的模式具有较好的描写能力,能够以较高准确率识别出武器装备名称。文章的研究方法与成果不仅能够有效支持军事领域的信息处理和相关教学工作,同时也对其他语种的相关研究具有重要参考价值。     

基于权重调节和用户偏好的协同过滤算法

针对传统相似度计算方法只利用用户的评分信息这一显性反馈行为进行推荐, 导致推荐效果不理想的问题, 提出一种新的相似度计算方法, 通过引入权重调节机制及用户行为偏好等隐性反馈信息, 提升推荐的准确度. 首先, 根据负采样的反用户频率, 降低流行物品全局软件工程的影响程度, 并使用共同评分行为的最小权重, 调节因共同评分数过少而导致的推荐准确度偏差. 其次, 提出项目偏好词定义, 根据项目偏好词矩阵计算出在项目特征上具有共同偏好的用户. 最后, 在MovieLens数据集上进行实验对比分析, 实验结果表明, 改进后的相似度计算有较优的MAE值, 且有更高的推荐准确性.     

基于支持向量机和用户反馈的图像检索算法

针对当前图像检索算法存在精度低、 实时性差等不足, 为了获得更理想的图像检索结果, 提出一种基于支持向量机和用户反馈机制的图像检索算法. 首先采集大量图像, 提取图像检索的相关特征, 建立图像检索特征库； 然后采用支持向量机计算待检索图像特征与图像检索库特征之间的相似度, 确定图像类别, 实现图像的初步检索； 最后引入用户反馈机制对图像的初步检测结果进行精细比对, 并与经典图像检索算法进行对比实验. 实验结果表明, 该方法的图像检索精度超过90%, 图像检索误差远小于经典图像检索算法, 提高了图像检索效率.     

校园3种植被类型对春季空气PM2.5含量的影响

为了研究植被与空气质量的关系,以中原地区河南大学金明校区内裸地、针叶植被和阔叶植被为例,采用DES-8空气监测仪实测空气指标,并分析了春季空气指标在晴天与阴天状况下的差异。分析结果表明:阴天状况下,针叶植被的空气PM2.5含量为70.56μg·m~(-3),显著高于阔叶植被(36.23μg·m~(-3))和裸地(24.62μg·m~(-3));相反,晴天状况下,针叶植被的空气PM2.5含量(24.67μg·m~(-3))则显著低于阔叶植被(51.95μg·m~(-3))与裸地(70.62μg·m~(-3))。此外,阴天状况下,空气PM2.5含量与空气温度呈负相关,而与空气相对湿度呈正相关;晴天状况下,两种关系则相反。