基于对称受限玻尔兹曼机的协同过滤算法

协同过滤算法在推荐系统中得到了广泛应用。其中具有代表性的是基于有向图模型的矩阵分解法和基于无向图模型的受限玻尔兹曼机。文中提出了一种基于对称受限玻尔兹曼机的协同过滤算法,该算法充分考虑并利用了推荐系统中用户和物品的对称性,通过对用户和物品分别建立了一个受限玻尔兹曼机,最后,采用回归算法对二者的结果进行融合处理。实验结果显示该方法与其他相关算法相比具有明显的优越性。     

基于知识图谱下的舰船电子信息协同推荐算法

为进一步提升舰船电子信息推荐算法的精准度,提出基于知识图谱的舰船电子信息协同推荐算法研究。基于知识图谱建立舰船电子信息协同推荐模型,根据模型反映数据建立相邻用户联系,过滤关联近似推荐词条,获得更精准的舰船电子推荐信息。通过对比仿真测试证明,该方法提高了信息推荐的词条数量,提升了推荐效果。     

大数据环境下基于协同过滤算法的船舶信息推荐模型研究

传统的船舶信息推荐模型的MAE值偏高,因此提出大数据环境下基于协同过滤算法的船舶信息推荐模型研究。利用船舶信息采集装置传输船舶信息,并利用HDFS文件处理传输的信息生成船舶信息数据集。在大数据环境下挖掘用户需求,计算相邻用户相似度,基于协同过滤算法的规则,选取最近邻居聚类用户,完成信息的随机分组。同时协同过滤出大量船舶信息,并对剩余信息进行深层次的信息匹配预测评分,从高到低生成信息推荐列表,完成了推荐模型的研究。实验结果表明,设计的模型在实验中的平均MAE值比传统模型降低了0.135,说明设计的模型推荐精度更高。     

基于RFM模型和协同过滤的电子商务推荐机制

针对传统协同过滤算法在数据来源上依赖客户主观评价,以及现有推荐系统中缺少个性化推荐形式的缺陷,提出利用RFM模型在反映客户购买偏好和客户价值方面的良好表征性,将RFM模型与原协同过滤机制进行结合,对传统的协同过滤算法进行了改进,并制定了差异化的电子商务推荐策略,使推荐方式更符合不同客户的个性化,从而实现推荐内容和推荐形式的全面个性化.     

基于K-means聚类与张量分解的社会化标签推荐系统研究

针对大众标注网站推荐系统中存在的数据矩阵稀疏性影响推荐效果的问题,文中采取如下策略:对标注数据进行K-means聚类,将具有相似标签特征的项目进行归类以保证数据具有初始聚合性;聚类完成后运用高阶奇异值分解(high order singular value decomposition,HOSVD)对聚类后的标注数据建立多维张量模型.该策略重点利用张量分解方法对含有用户、标签和项目的三元数据组进行分析,可以进一步改进稀疏性问题,同时形成对项目资源的个性化推荐.通过对社交书签网站Delicious.com的标注数据的处理,验证该方法对解决推荐系统中矩阵稀疏性问题以及提高推荐效果具有改进效果.     

基于用户反馈信息可信传播的社会推荐方法

社交媒体信息中的反馈信息既能有效提升推荐算法的性能,又能有效降低用户不喜欢项目在推荐列表中出现的概率.然而,相比于社交媒体中数量庞大的用户,这些反映用户好恶的反馈信息却十分稀疏.为此,提出了一种基于用户反馈信息可信传播的社会推荐算法,该方法根据用户之间由于关注、转发等行为产生的关联,计算具有直接关联的用户间的信任度,并利用概率矩阵分解技术来预测间接关联用户之间的信任度,实现了反馈信息在关联用户之间的可信传播,进而将这些稀少但有效的反馈信息引入用户评分函数,实现了算法推荐性能的有效提升和用户体验的明显改善.真实数据集上的实验结果表明:所提算法不仅提升了豆瓣电影的推荐精度,而且有效地减少了用户不喜欢的电影的推送.     

一种基于近邻数判定的服务QoS协同过滤预测方法

在基于QoS的Web服务的选择中,用户需要对未使用过的服务的QoS进行预测。目前主要利用已有的用户服务QoS信息矩阵,预测缺失的QoS。但随着网络上Web服务数量的激增,用户-服务QoS信息矩阵的稀疏性问题成为影响预测效果的重要因素。针对传统方法的不足,提出一种基于近邻数判定的预测方法,通过比较待预测项的用户邻居数和服务邻居数,自动选择采用基于用户或者基于服务的协同过滤预测方法,实验表明,该方法能有效提高QoS预测结果的精度。     

基于蚁群算法的舰船网络云资源调度

在应用现有方法时,由于任务执行与任务调度性能存在问题,因此在舰船网络云资源调度方法的设计中应用蚁群算法,提出一种基于蚁群算法的舰船网络云资源调度方法。在基于蚁群算法对舰船网络云资源调度方法进行设计的过程中,首先需要对舰船网络云资源实施初始化处理。每只蚂蚁都携带着基本任务信息,在此基础上对各资源可能被选的概率进行计算。根据蚁群算法对舰船网络云资源调度模型进行构建,模型由云资源代理模块、云资源目录模块、用户模块、用户代理模块构成。通过进行任务执行时间与调度任务总效用的对比实验,证明该方法的任务执行时间更短、调度任务总效用更高,实现了任务执行与任务调度性能的提升。     

基于协同过滤的舰船通信网络告警数据多维度分析方法

面对当前舰船通信网络多维度告警数据,传统分析方法已经无法满足实际需求,导致虚警率过高,浪费了大量资源。为此,提出一种基于协同过滤的舰船通信网络告警数据多维度分析方法。该方法主要分为3部分,首先利用基于XML的集成技术采集舰船通信网络多维度告警数据,然后利用主成分分析方法(PCA)进行数据降维,最后利用协同过滤算法对告警数据进行分类,按照类别进行具体分析,以此为依据提出相应的告警解决方法。结果表明,与传统方法相比,利用基于协同过滤的方法进行舰船通信网络告警数据多维度分析后,虚警率有所降低,为舰船通信网络的正常运行提供了重要的保障。     

基于格型递归最小二乘算法的船舶运动极短期预报

在最小二乘方法(RLS,recursive least square)的基础上,提出利用格型递归最小二乘(LRLS,lattice recursive least square)算法对AR模型参数进行自适应估计.该算法为模块式的多极格型结构,降低了一般RLS算法的计算复杂度.利用实测的动态数据结合AIC准则建立自适应AR预报模型,并将该模型应用于船舶运动预报中,仿真结果表明,相对于最小二乘算法,基于LRLS算法的AR预报模型可有效提高船舶运动预报精度.     

船舶动力定位系统的自适应控制研究

船舶和海上作业平台在海上特定位置工作时,必须具有较高的定位精度,锚泊式船舶定位受到锚链长度和锚钩抓地作用力的影响,在干扰作用力(海浪、海风和洋流等)作用下,定位精度不高。船舶的动力定位系统包括测量模块、动力分配模块、控制模块等,通过控制器分配船舶自身的动力,使干扰作用力和自身推进力相抵消,提高船舶或海上作业平台的定位精度。本文针对船舶的动力定位系统的定位原理,通过建立干扰力模型和船舶运动模型,设计了一种基于自适应模型控制技术的动力定位控制器。该控制器相对于传统控制器具有更高的控制精度和更短的效应时间,并在实际应用中取得了良好的效果。     

基于模糊神经网络的水下机器人实时状态监测模型

本文提出了基于人工智能的自主式水下机器人推进器及舵状态监测模块结构,基于模糊神经网络技术,以模糊自适应学习控制网络为核心构筑了状态监测模型,提出了基于最大权值矩阵的规则提取及基于浮点数编码的遗传算法参数调整方法,分析了推进器及舵的状态监测过程,并基于监测模型探讨了推进器及舵工作状态的评价方法.通过计算机仿真试验,验证了本文所提方法的有效性和监测模型的可行性.     

舰船通信网络对抗过程中抗毁性估计模型仿真

为了提高舰船通信网络对抗过程中的生存能力,提出一种基于自适应信道调制的舰船通信网络对抗过程中抗毁性估计模型。构建舰船通信网络的数据传输信道模型,采用跨层分布路由协议进行舰船通信网络组网设计,采用信道均衡控制方法进行通信网络的自适应信道调制,提高网络的负载均衡性能。仿真结果表明,采用该方法进行舰船通信网络组网设计和信道均衡调制,能有效提高对抗过程中的抗毁性能,网络的寿命周期提高,信道的抗干扰能力增强,网络鲁棒性得到改善。     

自适应滤波器在组合导航系统中的应用

为克服传统卡尔曼滤波器过于依赖模型先验噪声知识的不足，针对计程仪／SINS组合系统提出基于信息更新序列为反馈的自适应滤波器，建立相应模型。仿真结果表明，这种自适应滤波器算法简单，并能有效提高组合系统的精度。     

云平台最速梯度准则的船摇数据自适应滤波快速算法

在海洋船舶遥感测绘领域,由于受到海风海浪等作用力的影响,船舶的动态及静态测量数据受到了来自船摇误差等多方面影响,实测数据需要经过处理才能得到更准确的数据。基于最速梯度最小二乘法对实测数据建立了可调步长递推准则,通过自适应的滤波过程,可有效滤除实测数据的船摇干扰数据。本文研究船舶遥感测量数据的船摇过滤算法模型,并利用云计算平台实现对实测数据的自适应最小二乘算法过滤,最后给出仿真结果。     

基于双注意力机制的肺叶分割方法研究

随着肺癌发病率与日俱增,辅助医生提高诊断准确率的辅助算法成为了医学分割任务的首要研究目标.针对肺叶辅助分割问题中肺叶间类别间隙分割不光滑的问题,提出了基于双注意力机制的三维肺叶分割算法3D DA-ResUnet.将2D ResUnet网络拓展到三维形成3D ResUnet网络,运用三维卷积从三维角度进行编码,以良好的分割某些在二维没有明显表征的特征.同时为了充分挖掘三维图像的空间与通道信息,在3D ResUnet模型中加入双注意力(Dual Attention, DA)模块,该模块可自适应地集成空间和通道维度的全局信息.实验结果表明：对5个肺叶的分割精度分别达到0.961、0.92、0.966、0.965、0.962,综合精度达到0.959.因此基于双注意力机制的三维肺叶分割算法3D DA-ResUnet可以帮助提升细分决策,减少误分类的发生,更好地改善分割不连续,不光滑的问题,与其他网络相比,分割效果更好.     

推荐算法的船舶电子海图数据相似性检索方法

以提升船舶导航路线制定质量为目的,提出推荐算法的船舶电子海图数据相似性检索方法,提高电子海图数据相似性检索质量。通过加权核范数算法填充船舶电子海图数据稀疏评分矩阵,通过协同过滤推荐算法计算检索目标与电子海图数据间的评分相似性以及类别相似性;根据评分相似性与类别相似性,得到基于评分相似性与类别相似性的电子海图数据推荐预测评分,以动态加权方式得到电子海图数据相似性检索结果。实验证明：该方法可有效完成船舶电子海图数据相似性检索;不同电子海图数据评分矩阵稀疏度时,该方法电子海图数据相似性检索的归一化折损累积增益均较高,即检索精度较高。     

基于二阶自适应Volterra级数的船舶运动极短期预报研究

针对随机海浪作用下船舶运动的非平稳、非线性特性,文章提出了基于卡尔曼(Kalman)滤波原理的非线性二阶Volterra级数自适应预报模型.通过把Volterra级数核向量作为状态向量,利用随机游动模型建立系统的状态方程,一步Volterra级数预报模型作为系统的观测方程,从而进一步提高了Volterra级数模型的核估计的收敛速度.同时验证了利用AIC准则对Volterra级数预报模型定阶的可行性,通过迭代法实现了自适应多步预报.仿真结果表明文中提出的基于Kalman滤波算法的自适应预报模型应用于船舶运动极短期预报是可行的,该方法在理论和工程应用方面具有重要的意义.     

基于四层过滤的船舶通信网络入侵检测模型研究

普通船舶入侵检测模型不能过滤垃圾数据,导致模型检测有效性下降。为解决上述问题,设计基于四层过滤的船舶通信网络入侵检测模型。通过E-R图设计、连通接口设计2个步骤,完成四层过滤船舶通信网络的搭建。在此基础上,通过数据结构性质分析、检测不变量确定、检测流程完善3个步骤,完成基于四层过滤船舶通信网络入侵检测模型的研究。设计对比实验结果表明,与普通船舶入侵检测模型相比,应用新型模型后,垃圾数据过滤强度、入侵检测有效性均得到一定程度提升。     

基于BIM技术的船舶机舱全寿命周期管理平台

为提升船舶机舱建造质量,设计基于BIM技术的船舶机舱全寿命周期管理平台。该平台利用数据库层存储船舶机舱的相关数据;通过数据访问层为平台提供数据传输服务,传输数据库层内存储的机舱数据至模型管理层;模型管理层内BIM模型建立模块,依据接收的机舱数据,利用基于BIM的结构分析模型,建立船舶机舱BIM模型;项目管理层中利用设计管理模块,检查模型管理层内BIM模型建立的合理性;施工管理模块依据模型管理层建立的BIM模型,实时查看船舶机舱施工进度;运营管理模块依据模型管理层建立的BIM模型,排查船舶机舱维修与故障位置;通过用户层为用户呈现机舱全寿命周期管理结果。实验证明：该平台可有效建立船舶机舱BIM模型,并实时查看机舱施工进度;该平台可有效管理船舶机舱全寿命周期,提升船舶机舱建造效果。