-
题名卷积神经网络和CFR算法的舰船静态图像识别
被引量：4
- 1
-
-
作者
邓永强
杨琼娃
-
机构
广东科学技术职业学院
-
出处
《舰船科学技术》
北大核心
2021年第24期193-195,共3页
-
基金
广东省教育科学“十三五”规划专项研究课题(2019GXJK241)
-
文摘
在舰船航行系统中,图像识别尤为重要,影响图像识别质量的因素较多,其中噪声是主要的干扰因素。一幅图像中,可能会存在多种噪声,这些噪声在不同的环境中产生,包括拍摄环境、传输环境、处理环境,噪声的存在不但使图像中的真实信息遭到破坏,而且视觉效果也随之受到影响。为提高静态图像识别的准确率,可以对卷积神经网络加以合理运用,并通过CFR算法优化网络模型,使模型能够准确识别出图像中的信息,这对于舰船安全航行意义重大。
-
关键词
舰船
卷积神经网络
cfr算法
图像识别
-
Keywords
ship
convolutional neural network
cfr algorithm
image recognition
-
分类号
U665
[交通运输工程—船舶及航道工程]
-
-
题名面向Internet的CFR算法的研究
- 2
-
-
作者
张永庆
赵海
张文波
苏威积
徐野
-
机构
东北大学信息科学与工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2006年第10期1846-1849,共4页
-
基金
国家高技术研究发展计划项目(2001AA415320)资助
沈阳科学技术计划创新基金项目(1041006-1-03)资助
-
文摘
针对Internet上资源量巨大,查找有用资源较困难的问题,基于Internet的小世界特征和无尺度特征,提出了一个新的资源查找算法-连接度优先路由查找算法(CFR),该算法利用Internet上节点间平均最短路径短以及少量节点的连接度较高,而大量的节点连接度较小的特点,通过将查询信息包转发给连接度较高的节点的方法,实现了在Internet上高效的资源查找.最后,通过实现的Internet拓扑生成器,仿真验证了该算法具有查找效率较高、时间开销和造成的网络流量较小的特点.
-
关键词
INTERNET
小世界
无尺度
连接度优先路由查找算法
-
Keywords
internet
small world
seale-free
cfr algorithm
-
分类号
TP393.03
[自动化与计算机技术—计算机应用技术]
TN915.05
[电子电信—通信与信息系统]
-
-
题名基于灰色关联分析的分布式协同过滤推荐算法
被引量：1
- 3
-
-
作者
邱桂
闫仁武
-
机构
江苏科技大学计算机科学与工程学院
-
出处
《计算机应用》
CSCD
北大核心
2016年第4期1054-1059,共6页
-
文摘
针对原始的基于用户(User-based)或基于评分项目(Item-based)的协同过滤推荐算法(CFR)大多采用"硬分类"式聚类,且具有数据稀疏性和可扩展性的问题,提出一种基于灰色关联分析的分布式协同过滤推荐算法。算法使用Hadoop分布式计算平台,首先,计算评分矩阵中每个评分项目的灰色关系系数;然后,计算各评分项目的灰色关联度(GRG);最后,根据GRG获得每个评分项目的近邻集合,对不同用户的待预测项目用对应的近邻集合对其评分进行预测。通过在Movie Lens数据集上进行实验,与User-based和Item-based的CFR算法相比,该算法平均绝对误差分别下降了1.07%和0.06%,而且随着数据规模的扩展,通过增加集群节点,算法运行效率有相应的提升。实验结果表明,该推荐算法可以有效地实现大规模数据的推荐,并能解决数据可扩展性的问题。
-
关键词
灰色系统
灰色关联度
协同过滤推荐算法
分布式系统
HADOOP
-
Keywords
grey system
Grey Relational Grade（GRG）
Collaborative Filtering Recommendation（cfr） algorithm
distributed system
Hadoop
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于蝙蝠优化偏好矩阵的序列化数据推荐算法研究
- 4
-
-
作者
丁勇
-
机构
云南师范大学文理学院
-
出处
《自动化仪表》
CAS
2022年第7期36-39,共4页
-
基金
2019年教育部产学合作协同育人基金资助项目(201902084041)。
-
文摘
为了提高信息网络中各类用户与项目信息增长给推荐系统带来的负载,从类型偏好角度出发,设计了一种根据用户偏好的蝙蝠优化聚类处理的协同过滤推荐(CFR)算法。在设计蝙蝠优化协同过滤推荐算法(B-CFR)时,融入用户偏好优化聚类方法。以B-CFR算法为基础,根据项目类型建立细粒度偏好模型,利用蝙蝠优化算法达到改进聚类的效果。对该算法进行了测试研究。研究结果表明:设计的算法将聚类数设置在10和近邻数取值为40时是最优的。当权重系数处于[0.1,0.5]区间内时,通过B-CFR算法预测评级,能够满足用户真实评级状态评价,显著改善推荐效果。相对于传统CFR算法,所设计的B-CFR算法可以优化评分预测准确性,并有效缩小最近邻居搜索范围、增强系统实时性,使系统获得更强的扩展能力。该研究对保证推荐系统的运行效率具有一定的指导意义。
-
关键词
推荐系统
蝙蝠优化
偏好矩阵
序列化数据
协调过滤推荐算法
预测
负载能力
-
Keywords
Recommendation system
Bat optimization
Preference matrix
Serialized data
Collaborative filtering recommendation(cfr)algorithm
Prediction
Load capacity
-
分类号
TH-39
[机械工程]
-
