应用非负矩阵分解的社交网络好友推荐

现有好友推荐方法只利用用户关系或内容信息进行推荐,难以获得较好的推荐质量． 针对该问题,在利用非负矩阵分解模型适合数据聚类以及数据约简的基础上,提出一种基于非负矩阵分解的好友推荐方法：FRNMF． 该方法采用基于非负矩阵分解的用户聚类为核心的好友推荐框架,利用用户好友关系网络信息和内容信息分别进行用户聚类,然后基于聚类结果计算用户间的综合相似度并进行好友推荐;不仅可以综合集成利用用户关系和内容两类信息,而且具有线性时间复杂度,还可以解决数据稀疏引起的推荐质量下降问题． 实验开发了FRNMF的原型系统,并在真实的新浪微博和学者网社交网络数据集进行对比实验,结果表明FRNMF比传统的好友推荐方法具有更好的推荐质量． 此外,对用户关系和内容两类信息的权重参数设置进行实验分析,分析表明适当提高用户关系信息的权重对于提高好友推荐质量具有促进作用．     

关于反对称矩阵Cholesky-like分解的扰动界

设实反对称矩阵B的cholesk-like分解为B=RTJR,其中J=(O-I IO),R是上三角矩阵的重排.本文主要研究Cholesky-like分解的扰动分析,得到了一阶范数型扰动界和分量型扰动界.     

New Bezout Identity and Parameterizationof All Properly Stabilizing NormalControllers for Singular Systems

1IntroductionWeconsiderthefollowinglineartime-invariantsquaresillglllarsystem:wherexER",,ueR",yER'.ThematrixEmaybesingularwitllrallkE<7t.TOguarallteethatsystem(1.1)hasauniquesolution,wehereafterassumethatitisregular,l.e.,sEC,det(sE--A)gi0.whenE=I,system(1.1)isdegeneratedilltoanorlualone.Forsimplicity,(E,A,B,C,D)isusedtodellotesystem(1.1)and(A,B,C,D)isusedtodenotea11ormalsystem(In,A,B,C,D).TheInatrixDisoftentermeddirectcontrolfeedthrough(DCF).Inthelastseveralyears,considerableatte…     

基于椭圆曲线的因子分解算法

阐述了代数几何中关于椭圆曲线的定义及相应的运算法则,依据p-1算法给出了基于椭圆曲线的因子分解算法的原理与实现方式,同时对此算法程序在运行过程中所涉及的若干子程序(算法)作了全面的分析.     

A NOTE ON COMPLETELY POSITIVE GRAPHS

1. IlltroductionPioneered by M. Hall Jr. in 195811] and investigated by A. Berman [2--4] and J. H. Drew, C.R. Johnson and Loewy[5] et al., completely positive matrices have been shown their importancenot only in the study of block designs in combinatorial analysis[6], but also in establishingeconomic model.[7].Recall that an n x n matrix A is said to be completely positive, denoted by A E CPu, ifthere edest m nonnegative column vectors hi,'', ba such thatwhere I denotes transpose. The …     

带未知时变噪声的非线性系统卡尔曼滤波器算法研究

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

基于非负矩阵分解和长短时记忆网络的单通道语音分离

为了解决语音分离中非负矩阵分解(non-negative matrix factorization,NMF)、深度神经网络(deep neural network,DNN)等算法没有考虑语音时序相关性的问题。结合NMF和长短时记忆网络(long short-term memory,LSTM)算法提出NMFLSTM单通道语音分离算法:将语音信号的幅度谱作为模型的输入特征,通过训练NMF和LSTM模型获得目标语音的基矩阵和系数矩阵,并对其结果进行语音重构最终实现语音分离。实验结果表明:相比于未考虑语音时间连续性的算法,使用NMFLSTM算法分离语音的客观语音质量评估值(perceptual evaluation of speech quality,PESQ)有明显提升,其最大值超过3. 1,获得良好的分离效果。     

Cauchy方程组极小范数最小二乘解的快速算法

给出了求以秩为n的m×n阶Cauchy矩阵为系数矩阵的线性方程组极小范数最小二乘解的快速算法.     

基于半监督非负矩阵分解的人流量分析

非负矩阵分解(Non-negative Matrix Factorization,NMF)由于可以保证矩阵分解的非负性,这符合许多实际问题的要求,比如遥感、生物信息等数据都具有非负性.而且其分解结果具有可解释性和明确的物理意义,因此在很多领域都有广泛的应用.将半监督非负矩阵分解应用于人流量统计数据处理,实验结果表明加入...