彭甫镕
- 作品数：12 被引量：43H指数：5
- 供职机构：南京理工大学更多>>
- 发文基金：江苏省“六大人才高峰”高层次人才项目江苏省普通高校研究生科研创新计划项目江苏省“青蓝工程”基金更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 基于距离场细化的骨架提取算法被引量：6
- 2011年
- 骨架保存了要处理对象的拓扑信息,是图像分析的重要研究内容之一.传统的骨架细化算法不能保证结果的准确性,而距离场的方法无法保证结果的连续性.为此提出一种快速有效的骨架提取算法,将经典的距离变换法和细化方法结合,克服二者之间存在的缺陷,实现算法的互补.经过大量实验验证,此方法能够得到连续、准确的骨架,可以很好地满足实际应用的需求.
- 李川彭甫镕陆建峰
- 关键词：距离场
- 基于多核学习的协同滤波算法被引量：4
- 2018年
- 协同滤波是当前推荐系统中一种主流的个性化推荐算法,通过近似用户对商品的评价进行推荐。核函数是解决非线性模式问题的一种方法。协同滤波通常会选用不同的核函数来分析用户之间的影响关系。由于单核函数无法适应于复杂多变场景。因此,结合多个核函数成为一种解决方法。多核学习能够针对场景来组合各个核函数以获取更好的结果。本文提出了一种基于多核学习的协同滤波算法。该算法在现有核函数的基础上,优化各个核函数的权重以匹配数据的分布。在大众点评数据集和Foursquare数据集上的实验结果表明:基于多核学习的协同滤波算法比经验给定的相似函数的性能要高,具有更好的普适性。
- 宋恺涛彭甫镕陆建峰
- 关键词：多核学习随机梯度个性化推荐
- 基于位置的非对称相似性度量的协同过滤推荐算法被引量：10
- 2016年
- 为提升推荐系统的准确率,针对传统协同过滤(CF)推荐算法没有有效使用位置信息的问题,提出了一种基于位置的非对称相似性度量的协同过滤推荐算法(LBASCF)。首先,分别利用用户-商品评分矩阵和用户历史消费位置,计算出用户间的余弦相似性和基于位置的非对称相似性;其次,将余弦相似性与基于位置的相似性融合,得到一个新的非对称用户相似性,融合后的相似性能够同时反映用户在位置上和兴趣上的偏好;最后,根据用户的最近邻居对商品的评分向用户推荐新的商品。用某点评数据集和Foursquare数据集对算法的有效性进行了评估。在某点评数据集实验结果证明,与CF相比,LBASCF的召回率和精确率分别提高了1.64%和0.37%;与位置感知协同过滤推荐系统(LARS)方法比较,LBASCF的召回率和精确率分别提高了1.53%和0.35%。实验结果表明,LBASCF相对于CF和LARS在基于位置服务的应用中能够有效提高系统的推荐质量。
- 王付强彭甫镕丁小焕陆建峰
- 关键词：协同过滤基于位置服务个性化推荐位置感知
- 融合朋友关系和标签信息的张量分解推荐算法被引量：11
- 2015年
- 针对大众标注网站项目推荐系统中存在数据矩阵稀疏性影响推荐效果的问题,考虑矩阵奇异值分解(SVD)能有效地平滑数据矩阵中的数据,以及朋友圈能够反映出一个人的兴趣爱好,提出了一种融合朋友关系和标签信息的张量分解推荐算法。首先,利用高阶奇异值分解(HOSVD)方法对用户-项目-标签三元组信息进行潜在语义分析和多路降维,分析用户、项目、标签三者间关系;然后,再结合用户朋友关系、朋友间相似度,修正张量分解结果,建立三阶张量模型,从而实现推荐。该模型方法在两个真实数据集上进行了实验,结果表明,所提算法与高阶奇异值分解的方法比较,在推荐的召回率和精确度指标上分别提高了2.5%和4%,因此,所提算法进一步验证了结合朋友关系能够提高推荐的准确率,并扩展了张量分解模型,实现用户个性化推荐。
- 丁小焕彭甫镕王琼陆建峰
- 关键词：张量分解朋友关系标签
- 传感器数据流复杂查询结果的数据起源跟踪方法
- 本发明公开了一种传感器数据流复杂查询结果的数据起源跟踪方法，包括以下步骤：步骤1、确定起源追踪查询滑动窗口大小；步骤2、对起源查询进行规范化描述；步骤3、对起源追踪查询的类别进行判断并设计相应算法；步骤4、设计起源追踪的...
- 王永利时真旺徐佳彭甫镕
- 基于平行因子分解的协同聚类推荐算法被引量：6
- 2016年
- 针对三元组数据内在关联性复杂的特点,提出了基于平行因子分解(PARAFAC)的协同聚类推荐算法。该算法利用PARAFAC算法对张量进行分解,挖掘多维数据实体之间的相关联系和潜在主题。首先,利用PARAFAC分解算法对三元组张量数据进行聚类;然后,基于协同聚类算法提出了三种不同方案的推荐模型,并通过实验对三种方案进行了比较,得到了最优的推荐模型;最后,将提出的协同聚类模型与基于高阶奇异值分解(HOSVD)的推荐模型进行比较。在last.fm数据集上,PARAFAC协同聚类算法比HOSVD张量分解算法在召回率和精确度上平均提高了9.8个百分点和3.7个百分点,在delicious数据集上平均提高了11.6个百分点和3.9个百分点。实验结果表明所提算法能更有效地挖掘出张量中的潜在信息和内在联系,实现高准确率和高召回率的推荐。
- 丁小焕彭甫镕王琼陆建峰
- 关键词：标签张量分解协同聚类推荐系统
- 基于语义相似度的标签优化被引量：1
- 2015年
- 为解决社交媒体中标签的缺失、错误等问题,提出一种基于内容相似度和语义相似度的标签优化方法。首先利用TF-IDF(term frequency—inverse document frequency)计算文本间相似度,然后利用文本间相似度与标签相似度的一致性定义了目标函数,最后加入了修正项来减少优化前后用户提供标签的偏差。将目标函数应用到豆瓣电影标签进行优化,并将结果与原标签进行比较分析。与原标签相比,优化后的标签准确性得到了提高。试验结果表明,该方法能够有效地优化标签,有效解决标签缺失和错误等问题。
- 钱肃驰彭甫镕陆建峰
- 关键词：社交媒体语义相似度内容相似度
- 一种层次初始的聚类个数自适应的聚类方法研究被引量：6
- 2015年
- K均值聚类算法是一种常见且有效的基于划分的聚类算法。为解决该聚类算法对初始中心敏感的问题,常用的方法是层次化初始聚类中心。然而,层次初始的聚类算法仍然需要将聚类个数作为输入参数,在高维数据和海量数据中不易应用。基于能够自动确定聚类数目的目的,采用DBI度量,提出一种层次初始的聚类个数自适应的聚类方法(简称DHIKM)。通过UCI数据集和仿真数据上的实验,证明DHIKM可以在采样数据中快速找到合适的聚类个数,实验结果表明该算法在聚类质量与收敛速度上的有效性。
- 魏建东陆建峰彭甫镕
- 关键词：K均值算法初始聚类中心聚类个数
- 基于用户属性的协同滤波混合推荐系统研究被引量：1
- 2019年
- 协同滤波(Collaborative Filtering,CF)是推荐系统(Recommender System,RS)中最广泛使用的方法之一。而基于用户属性信息的协同滤波方法常用来解决用户冷启动问题。论文中提出了一种混合方法,将基于用户属性信息的协同滤波与传统协同滤波的结果均匀混合为最终的结果。实验表明,混合系统与传统方法相比较,性能得到了明显的提升,且较为稳定。
- 廖晓雅刘传才徐晓峰彭甫镕
- 关键词：用户属性
- 传感器数据流复杂查询结果的数据起源跟踪方法
- 本发明公开了一种传感器数据流复杂查询结果的数据起源跟踪方法，包括以下步骤：步骤1、确定起源追踪查询滑动窗口大小；步骤2、对起源查询进行规范化描述；步骤3、对起源追踪查询的类别进行判断并设计相应算法；步骤4、设计起源追踪的...
- 王永利时真旺徐佳彭甫镕
- 文献传递
