基于连续动作学习自动机的全局优化系统及方法

    公开(公告)号:CN109214518A

    公开(公告)日:2019-01-15

    申请号:CN201710520108.7

    申请日:2017-06-30

    Abstract: 一种基于连续动作学习自动机(CALA)的全局优化系统及方法,包括:初始化模块、行为选择模块、环境反馈模块、更新模块和输出模块,其中:初始化模块初始化CALA算法的参数,输入行为选择模块进行行为选择,行为通过...环境的...进入环境反馈模块,得到行为对应的环境反馈,得到局部最优解;更新模块根据环境反馈更新算法参数,将更新的参数输入行为选择模块完成一次迭代,并改进平滑函数;将改进的平滑函数引入下一次迭代的环境反馈模块,进行多次迭代,最终得到极值点,将当前的环境反馈输入输出模块,输出...;作为全局极小值输出;本发明设计合理,引入平滑函数并加入斜率分量进行改进,使得CALA更易跳出局部最小解,并使得后续的搜索具有方向性,大大提高了算法的收敛速度和正确率。

    基于时间场景的商品推荐系统及其方法

    公开(公告)号:CN107256508A

    公开(公告)日:2017-10-17

    申请号:CN201710387450.4

    申请日:2017-05-27

    CPC classification number: G06Q30/0631

    Abstract: 一种基于时间场景的商品推荐系统及其方法,包括:初始化模块、训练模块、评估模块和推荐模块,其中:初始化模块将已有商品数据根据时间顺序划分为训练集和测试集,建立并初始化用户偏置向量、商品偏置向量、商品特征矩阵、用户特征矩阵和商品隐式特征矩阵;训练模块提取训练集,训练评分模型;评估模块接收测试集,计算评分模型的均方误差以评估模型效果;推荐模块接收用户偏置向量、商品偏置向量、商品特征矩阵、用户特征矩阵和商品隐式特征矩阵,根据评分模型计算用户对每个商品的预测评分,按照预测评分向用户推荐商品,本发明能表达用户的兴趣画像和商品的属性特征,不存在用户冷启动问题和商品冷启动问题,实现了基于时间场景的高精度推荐。

    动态网络结构基于学习自动机的影响力最大化方法及系统

    公开(公告)号:CN115766464B

    公开(公告)日:2025-01-14

    申请号:CN202211371399.5

    申请日:2022-11-03

    Abstract: 本发明提供一种动态网络结构基于学习自动机的影响力最大化方法及系统,包括:将动态网络结构{G0,G1,…}映射为一组平稳环境构成的短时平稳的非平稳环境{E0,E1,…},初始化种子节点集合和当前影响力;基于学习自动机LA算法,在环境E0中进行探索,得到初始网络G0上的种子节点集合;基于自适应滑动窗口算法,对连续的两个网络拓扑结构G0→G1进行变化检测;在新旧网络G0→G1间进行学习自动机与环境交互的历史信息迁移,得到新网络中的种子节点集合S*。本发明通过学习自动机算法,在无需利用网络结构信息和不限定具体的传播模型的前提下,将影响力最大化问题转化为优化学习问题,达成影响力种子节点集合的快速选取。

    基于节点隶属度的标签传播社团结构挖掘方法

    公开(公告)号:CN104199852A

    公开(公告)日:2014-12-10

    申请号:CN201410393445.0

    申请日:2014-08-12

    Abstract: 一种基于节点隶属度的标签传播社团结构挖掘方法,包括以下步骤:为网络中的各个节点赋予一个唯一的标签,并用标签表示节点所属的社团;将复杂网络邻接矩阵中的行向量看作是各节点的采样样本,计算两节点之间的权值系数作为边的权值;利用各节点连边权值系数的方差作为该节点的隶属度;在每次标签更新迭代中只更新隶属度大于标签更新阀值的节点标签,将隶属度小于标签更新阀值的节点作为重叠节点;如果标签改变或标签传播次数小于标签迭代阈值,则重复上述迭代过程,否则停止更新。本发明在时间复杂度提升不大的情况下能够很好地检测出复杂网络的重叠社团结构,具有良好的鲁棒性和准确性。

    基于字典数据库的自适应图像超分辨率重构方法

    公开(公告)号:CN102968766A

    公开(公告)日:2013-03-13

    申请号:CN201210483034.1

    申请日:2012-11-23

    Abstract: 一种图像处理领域的基于字典数据库的自适应图像超分辨率重构方法,根据每个低分辨率图像分块的特征向量自适应地从字典数据库中选择相匹配的字典,若匹配不成功则需要重新训练得到合适的字典,并将其更新到字典数据库中,然后用该字典对分块进行超分辨率重构,得到高分辨率的图像分块,最后重组所有分块得到高分辨率图像。本发明将用于人脸图像中进行测试,结果表明本方法在重构图像效果上优于使用单组字典的方法,在训练局部适应性字典的过程中可以筛选出匹配度较高的训练图像分块,并且相匹配的图像分块的数量较多,使得训练集的先验信息较充分,从而使重构效果相比于使用单组字典的方法有比较大的提高。

    基于码分多址和分集技术的抗合谋数字指纹方法

    公开(公告)号:CN101872398B

    公开(公告)日:2012-05-30

    申请号:CN201010200730.8

    申请日:2010-06-13

    Abstract: 一种信息处理技术领域的基于码分多址和分集技术的抗合谋数字指纹方法,包括以下步骤:给每个购买者分配由多级编号组成的用户标识码;在嵌入指纹时先对原始载体图片划分成子图片,然后在每一子图片中采用CDMA技术将用户的各级编号嵌入到子图片的全局DCT变换系数中;当发现可疑拷贝后,结合原始载体图片,首先从每一个子图片中检测出可疑用户的各级编号和对应的指纹强度值,然后采用分集技术综合各个子图片的检测结果,精确判定其中的一个合谋者。本发明对载体图片的质量影响小,合谋者检测复杂度低,检测正确率很高。

    基于小波域的图像拼接盲检测方法

    公开(公告)号:CN101655972B

    公开(公告)日:2011-09-28

    申请号:CN200910195778.1

    申请日:2009-09-17

    Abstract: 本发明涉及的是一种图像处理技术领域的基于小波域的图像拼接盲检测方法。本发明用广义高斯分布来拟合图像小波高频子带系数,并将估计出的拟合广义高斯分布密度函数作为实际高频子带系数的概率密度函数,利用二者的差别提取统计特征。在发生拼接篡改时,由于统计特征的改变,能利用这些特征对图像的真伪进行判定。本发明可以解决高阶统计特征准确率低,运行时间长的问题,从而使拼接篡改盲检测的效率和实用性大大提高。本发明被用于对实际的拼接图片检测,实验表明,该方法的实时性强,能够取得不错的效果,为进一步发展该领域的奠定了很好的基础。

Patent Agency Ranking