基于有效稠密序列提取的用户评分数据增强及二值评分转换策略

通过评分数值提取反映每个用户主要兴趣特征的高兴趣项目特征,并利用用户高概率感兴趣的项目内容进行评分数据填充,形成用户评分数据的有效稠密序列,并进一步按照二值视图思想进行用户评分子序列的二值评分转换.文中所提出的算法普遍优于其他对比实验算法,随着最近邻居数量的不断增加,RMSE最优值达到0.8988,准确率和F值提高最为...     

基于1D-CNN-Densenet的恶意代码检测方法

恶意代码的API调用序列可以反映恶意行为,深度学习模型可以应用在基于API调用序列检测恶意代码中。本文基于一维卷积神经网络和稠密网络结构设计了1D-CNN-Densenet网络模型,将恶意代码动态API调用序列处理成文本特征作为输入,横向一维卷积计算,纵向构建稠密结构网络,将前面所有层输出的相加作为下一层的输入,更深层次学习恶意代码的文本特征。实验表明1D-CNN-Densenet的恶意代码检测准确率达到了96.60%,在恶意代码检测方面有较好性能。     

基于多视角图像的作物果实三维表型重建

针对基于激光扫描设备获取点云存在操作复杂、成本高、难以被普及等问题,本文研究了基于普通图像的复杂背景中作物果实三维表型重建.我们建立了集SFM算法、PMVS算法以及半自动化去噪方法的优势为一体的三维重建架构.以一组多视角目标作物果实二维图片为输入源,首先基于SIFT算子的比例和旋转不变性参数,提取多幅二维图像特征信息....     

反三角映射的ω 极限集

如F(x1,x2,…,xn)=(fn(xn),fn-1(xn-1),…,f1(x1)),(x1,x2,…,xn)∈In的映射,称为反三角映射给出了反三角连续自映射F:In→In 的拓扑结构,并指出反三角连续自映射与一维连续自映射之间ω极限集的区别     

符号空间有限型子转移的稠密混沌

设T是紧致度量空间(X,ρ)上的连续自映射.说T是稠密混沌的(通有混沌的),如果{(x,y)∈X2|limsupρ(Tn(x),Tn(y))>0,liminfρ(Tn(x),Tn(y))=0}是X2的一个稠密集(相应地,剩n→∞n→∞余集).证明了:对于由不可约的0,1-方阵A决定的有限型子转移σA而言,σA是稠密混沌的,σA是通有混沌的以及σA是拓扑混合的,这些叙述均等价.并进一步指出,σA是稠密混沌的与σA是Li-Yorke混沌的等价当且仅当方阵A的阶数少于4.     

相关于挠理论的π－平坦模

设Ｒ是有单位元的结合环，ＵＲ表示一个固定的平坦右Ｒ－模．文［１］中，Ｋｏｏ－Ｇｕａｎｃｈｏｏ给出了π－ｆｌａｔ平坦右Ｒ－模的另一种刻划；文［２］中又研究了ＲΩ是有限τ－平坦右Ｒ－模的环类，Ω是任意集合．本文的主要目的是给出相关于挠理论τ的π－ｆｌａｔ平坦右Ｒ－模的刻划，从而推广了［１］的定理３．１．     

稠密,自反E—半群的局部化和最大幂等分离同余

定义了稠密、自反Ｅ－半群Ｓ，证明了Ｓ’在其幂等元带上的局部化存在且唯一，当Ｅ（Ｓ）是左零带时，给出了Ｓ的最大幂等分离同余。     

格值诱导空间中的权、特征及稠密度

利用格值诱导空间中内部算子的层次刻划,得出了格值诱导空间与其底空间之间权、特征及稠密度的三组不等式,从而对一类较广泛的Fuzzy格(即ω-生成的Fuzzy格),证明了诱导空间是第二可数(第一可数、可分)空间,当且仅当底空间是第二可数(第一可数、可分)空间.并举例说明,对ω_1-生成的Fuzzy格,上述性质不必成立.同时,给出了Fuzzy Smirnovhagata度量化定理必要条件不必成立的一个简单例子.     

范畴中反射和余反射的特征

通过广义的推出和广义的拉回结构，本文主要得到了关于反射及其对偶的一个判别准则，本文还得到其它几个关于反射和余反射范畴的结果。     

由粗到精的三维等距模型对应关系计算

针对不同姿态下的三维等距模型对应关系计算问题,提出了一种基于初始谱植入的稠密对应关系计算方法。计算源模型与目标模型上各点的高斯曲率,利用空间一致采样算法获得一组数目相同的采样点,通过初始谱植入构建源模型与目标模型间的初始对应关系,使用空间一致采样法并结合二分图匹配算法迭代获取每一层的对应关系,利用贪婪优化算法进行优化,得到三维模型间的稠密对应关系。实验结果表明,以初始谱植入匹配算法计算得到的稀疏对应关系为基础,通过由粗到精的求解过程,能构建更为准确的稠密对应关系,并在一定程度上减小了等距误差。与已有算法相比,基于初始谱植入的稠密匹配算法适用于计算等距或近似等距的三维模型之间的对应关系;与单一使用测地距离度量相比,可以得到更加准确的稠密对应关系。