-
Patent Agency Ranking
公开(公告)号：CN110059257B
公开(公告)日：2021-02-19
申请号：CN201910348064.3
申请日：2019-04-28
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/9538 , G06Q10/04 , G06Q10/06 , G06K9/62
Abstract: 本发明提供一种基于评分修正的项目推荐方法。根据用户的体验对项目进行评分，基于线性回归进行第一次修正，第一次修正后的用户项目评分矩阵。需要保留用户需求的变化并且防止过度拟合，于是需要进行第二次修正，计算相应的原始评分的权重。用特征向量描述活动用户对项目的偏好特征。根据活动用户已知评分项目的K个最近邻居预测未知评分。对所得到的结果进行相应的评估。本发明可以消除主观特征，使评分具有客观性，可以更准确的表达用户的偏好。本发明采用二次修正，对于兴趣随着时间的变化更加敏感，使得系统能够更加准确地识别出用户当前的兴趣偏好，从而是产生的推荐结果的准确性得到大幅度的提高。
-
公开(公告)号：CN110427567A
公开(公告)日：2019-11-08
申请号：CN201910671741.5
申请日：2019-07-24
Applicant: 东北大学
IPC: G06F16/9536
Abstract: 本发明公布了一种基于用户偏好相似度加权的协同过滤推荐方法。其特征是：步骤1建立用户与项目之间的评分矩阵，并统计出用户集合与标签集合；步骤2通过标签权重计算公式计算出每一个用户中所有项目标签所占的权重，并构建用户标签偏好矩阵；步骤3利用余弦相似度计算出每一个用户与其余用户的评分相似度，并构建评分相似矩阵与偏好相似矩阵；步骤4近邻用户选择，并构建近邻用户集合；步骤5利用线性加权计算公式计算预测评分。本发明借鉴基于用户和项目加权的推荐算法，在最后预测评分进行加权，能够扩大用户偏好对最终推荐结果的影响，从而提升推荐结果的准确性，提升系统的可信度和用户的忠诚度。
-
公开(公告)号：CN110363779A
公开(公告)日：2019-10-22
申请号：CN201910649115.6
申请日：2019-07-18
Applicant: 东北大学
Abstract: 本发明提供一种数字图像分割及并行化方法，包括：读取图像数据；计算能量矩阵；调用PushKernel()核函数；调用PullKernel()函数，重复调用m次PullKernel()函数后调用RelabelKernel()核函数，读取结点高度值；根据迭代层数k判断结点高度是否可以重标记，若满足条件，则更新高度值，将结点状态更新到Active状态。本发明的技术方案针对GPU的特性，启用常量存储器，达到提升整体带宽的作用。利用存储器的特性，进行任务的分配，以达到存储器大小和并行线程数量完全匹配，改进效率。对于图像分割的第二步，将原有的压入操作拆解成两步，分为Push和Pull两步操作，更利于后续的操作；引入新的重标记过程，利用广度优先遍历的方式，全局的对所有结点的高度进行重标记，减少算法的整体迭代次数，显著提高算法运行效率。
-
公开(公告)号：CN110059257A
公开(公告)日：2019-07-26
申请号：CN201910348064.3
申请日：2019-04-28
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/9538 , G06Q10/04 , G06Q10/06 , G06K9/62
Abstract: 本发明提供一种基于评分修正的项目推荐方法。根据用户的体验对项目进行评分，基于线性回归进行第一次修正，第一次修正后的用户项目评分矩阵。需要保留用户需求的变化并且防止过度拟合，于是需要进行第二次修正，计算相应的原始评分的权重。用特征向量描述活动用户对项目的偏好特征。根据活动用户已知评分项目的K个最近邻居预测未知评分。对所得到的结果进行相应的评估。本发明可以消除主观特征，使评分具有客观性，可以更准确的表达用户的偏好。本发明采用二次修正，对于兴趣随着时间的变化更加敏感，使得系统能够更加准确地识别出用户当前的兴趣偏好，从而是产生的推荐结果的准确性得到大幅度的提高。
-
公开(公告)号：CN110363779B
公开(公告)日：2022-11-25
申请号：CN201910649115.6
申请日：2019-07-18
Applicant: 东北大学
Abstract: 本发明提供一种数字图像分割及并行化方法，包括：读取图像数据；计算能量矩阵；调用PushKernel()核函数；调用PullKernel()函数，重复调用m次PullKernel()函数后调用RelabelKernel()核函数，读取结点高度值；根据迭代层数k判断结点高度是否可以重标记，若满足条件，则更新高度值，将结点状态更新到Active状态。本发明的技术方案针对GPU的特性，启用常量存储器，达到提升整体带宽的作用。利用存储器的特性，进行任务的分配，以达到存储器大小和并行线程数量完全匹配，改进效率。对于图像分割的第二步，将原有的压入操作拆解成两步，分为Push和Pull两步操作，更利于后续的操作；引入新的重标记过程，利用广度优先遍历的方式，全局的对所有结点的高度进行重标记，减少算法的整体迭代次数，显著提高算法运行效率。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
