葛昊
- 作品数：2 被引量：5H指数：1
- 供职机构：上海交通大学电子信息与电气工程学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于学习自动机的推荐算法改进被引量：5
- 2016年
- 针对原有的基于隐语义模型(LFM)的推荐算法中,当训练样本数减少时,训练误差和测试误差都明显增大的问题进行改进研究,提出了一种全新的基于学习自动机的矩阵训练算法。该算法充分利用连续型学习自动机在随机和高噪声环境中优化参数的卓越性能,代替原有的梯度下降算法进行大型稀疏矩阵的奇异值分解计算,使得重构矩阵与原矩阵之间的误差进一步降低,提高了后续预测算法的精确度。为了检验新算法的寻优性能,在大量真实用户对电影的评分数据集上进行了新旧两种算法的对比实验,实验结果表明改进后的基于学习自动机的推荐算法在样本数较少和更随机的测试环境中,相比原算法可以实现更精确的预测,有效地弥补了原算法的不足。
- 荆羽纯葛昊江文王伊凡
- 关键词：学习自动机奇异值分解梯度下降算法
- 动态规划算法在基于子区间消除的随机点定位问题中的应用
- 2016年
- 针对原有基于判决方程的子区间消除算法中所存在的判决结果与决策表不相符,以及当子区间划分规模增大时运行时间呈平方次增长的问题,提出了一种全新的基于动态规划的子区间消除算法。新算法充分利用动态规划在多阶段决策问题中的卓越性能,将子区间的消除问题划分为合理性判断和新区间生成两部分,这两个部分均可以利用动态规划中子问题分割的思想来解决;证明了通过解决这些子问题可以构造得到原问题的最优解,分析了算法的时间复杂度和空间复杂度。为了检验新算法的性能,从理论和实验两种维度进行了新旧两种算法的对比,实验结果表明,该方法大大降低了算法的时间复杂度,有效克服了子区间规模增大所导致的问题,提高了算法的灵活性和运行速度。
- 王伊凡葛昊江文
- 关键词：动态规划时间复杂度
