国家自然科学基金(61103114)
- 作品数：21 被引量：157H指数：7
- 相关作者：李学明冯永钟将尹衍腾蔡孟松更多>>
- 相关机构：重庆大学教育部重庆电子工程职业学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金重庆市高等教育教学改革研究项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信农业科学更多>>
- 基于社交用户标签的混合top-N推荐方法被引量：8
- 2013年
- 针对协同过滤方法的冷启动问题,提出一种将社交用户标签与协同过滤相结合的混合top-N推荐方法。通过社交用户关系获得可信用户集,然后根据个性化标签采用结构上下文相似性算法(SimRank)计算社交用户相似近邻集并进行预测推荐,最后结合传统协同过滤方法进行推荐。实验结果表明,该方法能够提高在一般数据集及冷启动用户数据集下的推荐精度。
- 蔡孟松李学明尹衍腾
- 关键词：推荐系统协同过滤社交网络冷启动
- 基于改进Prewitt算子的农业图像去噪算法被引量：3
- 2016年
- 农业图像的获取受到气候、光照、拍摄角度、拍摄器件电压等因素的限制,所获取的图像含有噪声,无法直接用于判读分析。对该类图像去噪进行研究,首先,将经典Prewitt算子的检测模板由2个方向扩充为8个方向,进一步丰富了Prewitt算子的检测模板序列,将其应用于农业图像边缘轮廓检测,获得边缘图像和非边缘图像;其次,对边缘图像采用经典中值滤波算法进行处理,剔除其中的噪声点;再次,在对经典中值滤波特征分析的基础上,提出了一种具有噪声检测功能的改进加权中值滤波算法,将其应用于处理非边缘图像;最后,将处理后的边缘图像、非边缘图像进行充分融合。试验结果表明,本研究算法对于农业图像的处理效果明显优于经典中值滤波以及2种改进型中值滤波。
- 徐欣刘宝锺
- 关键词：PREWITT算子
- 多元一次不定方程解的结构及其应用被引量：1
- 2015年
- 初等数论是密码学研究的重要基础理论.引入多元一次不定方程的概念,利用多元一次不定方程解的存在性条件和二元一次不定方程一般解的结构,采用递推的数学归纳法,得到并证明了多元一次不定方程一般解及其特解的结构形式.进一步研究并给出了多元一次同余方程非负整数解的存在性条件,在此基础之上利用这个存在性条件对RSA公钥密码体制进行了密钥多元化的改进,论证了其加解密算法的正确性.最后通过例解说明改进后的RSA公钥密码体制较原密码体制更为安全可靠且易于实现.
- 李滨
- 关键词：一般解同余方程RSA公钥密码体制
- 基于概念间边权重的概念相似性计算方法被引量：9
- 2012年
- 介绍了传统的基于距离的相似度计算方法,针对其在距离计算中包含语义信息不充足的现状,提出了一种改进的使用WordNet的基于概念之间边的权重的相似性度量方法。该方法综合考虑了概念在词库中所处层次的深度和密度,即概念的语义丰富程度,设计了一种通用的概念语义相似性计算方法,该方法简化了传统语义相似性算法,并解决了语义相似性计算领域的相关问题。实验结果表明,所提方法在Rubenstein数据集上与人工判断有着0.910 9的相关性,与其他经典的相似性计算方法相比有着更高的准确性。
- 冯永张洋
- 关键词：概念相似度计算WORDNET语义信息
- 基于用户关系与属性的微博意见领袖挖掘方法被引量：19
- 2013年
- 提出一种结合用户关系与用户属性的挖掘方法。根据微博特征构建微博用户关系网,采用小世界网络理论确定用户的中心性,以此获得基于用户关系的候选意见领袖。通过分析微博用户属性,建立意见领袖影响体系,提出D-means聚类算法,获得基于用户属性的候选意见领袖,结合2种候选意见领袖得到最终意见领袖。实验结果验证该方法在挖掘意见领袖上比现有方法更加准确有效。
- 尹衍腾李学明蔡孟松
- 关键词：意见领袖用户关系用户属性小世界网络聚类分析
- 云计算环境下基于代表点增量层次密度聚类的微博事件检测及跟踪被引量：3
- 2013年
- 为从微博服务平台产生的大量实时信息中抽取新闻事件,提出了一套完整的云计算环境下的微博事件检测跟踪算法。首先采用新的基于微博转发数和评论数的权值计算方法,将微博文本表示成向量空间模型;再利用基于代表点的增量层次密度聚类(RIHDBSCAN)算法抽取关键词,最终实现新闻事件的检测和跟踪。针对单一节点无法快速高效地处理海量微博数据的问题,将算法部署在云计算平台Hadoop上。通过在新浪微博平台上获取的真实数据进行实验,结果表明,所提出的权值计算方法比TF-IDF和UF-ITUF有更高的性能,并且云框架的使用较好地提高了处理速度,适合用于海量数据的分析和挖掘。
- 冯永韩楠贾东风
- 关键词：密度聚类算法云计算HADOOP平台代表点
- 基于AdaBoost的微博垃圾评论识别方法被引量：6
- 2013年
- 针对微博上存在的大量垃圾评论,提出一种基于AdaBoost的微博垃圾评论识别方法。该方法首先提取表示微博评论的特征值向量,由8个特征值组成,然后通过AdaBoost算法在这些特征上训练出若干个比随机预测好的弱分类器,最后将得到的弱分类器加权集合成高精度的强分类器。从实际的热门新浪微博中提取评论数据集进行实验,结果表明所选取的8个特征是有效的,该方法对于微博垃圾评论的识别拥有较高的识别率。
- 黄铃李学明
- 关键词：ADABOOST算法弱分类器
- 基于混合策略的关联分类方法被引量：5
- 2013年
- 关联分类中现有的显式学习方法无法解决small disjunction问题,而Lazy方法分类效率低。针对这两类方法存在的问题,提出了一种基于混合策略的关联分类方法。具体算法为:先判断待分类样本是否满足显式学习模式的分类器特征;然后把满足分类器特征的待分类样本用显式模式进行分类,把不满足分类器特征的待分类样本用Lazy模式来预测;最后结合两类方法的分类结果得到最终的分类结果。实验比较了该方法与传统的关联分类方法,结果表明,该方法在分类准确率和执行效率方面均达到了更好的效果。
- 李学明付萌李宾飞
- 基于神经网络的电影票房预测建模被引量：41
- 2014年
- 针对电影票房预测与分类的研究中存在预测精度不高、缺乏实际应用价值等缺陷,通过对中国电影票房市场的研究,提出一种基于反馈神经网络的电影票房预测模型。首先,确定电影票房的影响因素以及输出结果格式;其次,对这些影响因子进行定量分析和归一量化处理;再次,根据确定的输入和输出变量确定各个网络层次神经元数量,建立神经网络结构,改进神经网络预测的算法和流程,建立票房预测模型;最后,用经过去噪处理的电影历史票房数据对神经网络进行训练。针对神经网络波动性的特点,对预测模型的输出结果进行改进之后,输出结果既能更可靠地反映电影在上映期间的票房收入,又能指出电影票房的波动范围。仿真结果表明,对于实验中的192部电影,基于神经网络算法的预测模型有较好的预测和分类性能(前5周票房的平均相对误差为43.2%,平均分类正确率可达93.69%),能够为电影在上映前的投资、宣传以及风险评估提供较全面、可靠的参考方案,在预测分类领域具有较好的应用价值和研究前景。
- 郑坚周尚波
- 基于开源架构的虚拟网络安全实验平台被引量：5
- 2015年
- 提出了基于开源架构的虚拟网络安全实验平台的解决方案,利用KVM技术、软件定义网络技术以及基于ISCSI协议的网络存储技术等实现了该方案,并给出了2个常用的实验模板。实验表明:使用者利用该网络安全实验平台可构建各种网络渗透实验测试环境及虚拟企业网络数据存储环境。与基于VMware虚拟化技术解决方案相比,该网络安全实验平台具有网络访问控制灵活、无需购买商业授权以及硬件资源占用少等优点。
- 鲁先志胡海波
- 关键词：网络安全实验教学KVM
