融合双重注意力机制的多源深度推荐模型

针对评分数据稀疏导致协同过滤算法推荐质量下降的问题,通过充分挖掘评论信息增强推荐性能,提出了一种融合双重注意力机制的多源深度推荐模型(MSDA)。该模型基于评分数据、用户评论集和商品评论集3个信息源进行推荐,结合卷积神经网络和双重注意力机制挖掘评论文本特征,利用神经因子分解机进行评分和评论特征之间的高阶非线性交互,从而实现评分预测。实验结果表明,相比于NeuMF、NARRE、HRDR等先进基准方法,MSDA显著提升了模型的评分预测性能。     

基于混合神经网络的协同过滤推荐模型

数据稀疏性是推荐系统中严重影响推荐结果准确性的重要因素之一.针对数据稀疏性提出了融合卷积神经网络（convolutional neural network,CNN）和降噪自编码（denoisingauto-encoder,DAE）神经网络混合的神经网络评分预测模型（convolutional-denosing autoencoder,CDAE）对用户未评分项目进行预测评分,从而解决数据稀疏性问题.首先将向量化后的用户评论数据通过卷积神经网络训练得到用户特征向量矩阵,其次将用户特征向量矩阵作为降噪自编码神经网络的初始权重,结合用户评分数据经过降噪自编码神经网络训练,得到用户-项目预测评分,然后在此基础上进行基于用户的协同过滤推荐.最后使用movielens-1M实验数据集对比验证了提出的混合神经网络协同过滤推荐（convolutional-denosing autoencoder collaborative filtering,CDAECF）模型.实验证明,所提出的CDAECF模型能够有效地结合隐性反馈和显性反馈数据,具有较高的推荐准确率.     

毁伤效能大数据生态系统与知识推理模型设计

针对弹药毁伤效能评估需求,该文对毁伤效能大数据资源体系建设的关键环节和相关流程进行了研究,提出了毁伤效能数据生态的概念,设计了毁伤效能大数据生态系统架构。提出结合一阶逻辑推理与知识嵌入表示的知识推理模型,解决知识库构建问题。基于该模型设计了毁伤规则挖掘算法。在FB15k和FB15k-237数据集上的实验结果表明,该文的知识推理模型的平均倒数排名(MRR)分数分别以2.0和1.5高于图查询嵌入(GQE)、Beta嵌入(BetaE)、Q2B模型中表现最好的模型。     

基于导航网格的三维空间表示

为了给智能体提供导航信息,必须使用简单的数据结构来表示虚拟环境.针对当前主流的方法存在的缺陷,提出了导航网格的表示方法.其基本思想是把三维场景简化为二雏平面,使用可通行平面表示三维空间.首先介绍了导航网格的构建方法和组织管理,然后从智能体学习和全局预处理两种途径说明了如何在离散的导航网格上根据可达关系自动建立连通图,最后介绍了使用碰撞检测处理技术来获取无碰撞的可通行面的方法.可以看出导航网格不失为一种满足三维空间规模化和智能化的要求的简单高效新方法.     

贝叶斯网和MAS在生态工业园中的应用初探

Agent在MAS中的行为在很多方面类似于生物在自然环境中的生态行为,因此,从生态系统角度,基于生态特征研究MAS的工业进化模型是很有意义的,对解决生态工业系统的优化控制有着引人注目的现实意义和发展前景.应用贝叶斯技术和贝叶斯网络为智能Agents和多Agent系统所提供的数学框架和处理工具,可有效地解决Agent研究领域所遇到的知识表示、学习和行为决策问题.生态工业系统中的每个企业可以建模为智能Agent.提出一种基于贝叶斯网的方法来对各企业Agent之间的协作关系进行建模.该方法能有效表达各企业Agent的行为策略之间的因果关系,进而可以对生态工业系统中各企业在不同情况下采取的行为策略进行预测和决策,使得整个生态工业系统的经济效益、社会效益和环境效益达到最优化.     

非对称对流扩散问题有限元法的MATLAB实现

用有限元法求解非对称对流扩散特征值问题,讨论了MATLAB编程方法,采用MATLAB稀疏技术在内存512M的PC机上求解了262 144阶的有限元矩阵特征值问题.     

图的侧廓问题的一些界

侧廓问题是:寻找一个从V(G)到正整数集合｛1,2,…,│V(G)│｝的一个一一对应,让x∈V(G)∑ (f(x)-min f(y)尽可能小,这里y∈N*(x),N*(x)是x的闭领域.本文提供这个问题的两个结果.     

关于位数码列的生成函数的注记

对于正整数的位数码列的生成函数在X＝1附近的渐近性质，我们进行了研究，并且给出了一个阶的估计．     

Toda族的换位表示

连续型孤子族的换位表示的框架被扩展并且应用到离散的孤子系统－Ｔｏｄａ族。