基于深度学习的欧几里得嵌入的推荐算法

推荐系统为用户推荐用户可能感兴趣的物品,可以有效地减轻信息过载。基于欧几里得嵌入的协同过滤方法将用户和物品映射到统一的隐藏空间中,是构建推荐系统的重要方法之一。然而,传统的基于欧几里得嵌入的推荐方法仅考虑用户和物品隐藏特征向量之间低阶交互,不能有效建模现实世界中用户和物品的复杂交互行为。本文提出基于深度学习的欧几里得嵌入的协同过滤算法,利用深度学习技术学习用户和物品隐藏特征向量之间的高阶、非线性交互函数,建模用户和物品之间复杂交互行为。在真实数据集上的实验结果表明,基于深度学习的欧几里得嵌入的协同过滤算法性能优于传统协同过滤算法。     

基于价值分组与偏好习惯的电视用户观看行为分析方法

针对个性化推荐系统中用户行为分析这一重要环节,本文以用户价值和偏好习惯为切入点,通过提取用户历史记录中的隐式信息,提出了一种新的电视用户观看行为分析方法。提取用户整体平均操作频次、近期平均操作频次、操作频次变化比率、最近一次操作时间间隔作为价值模型指标,根据特征指标提出包括忠诚、新生、流失等8类不同用户价值群体分类结果;将节目划分为12类,构建基于活跃度和稳定度的用户偏好习惯特征矩阵,将用户偏好习惯分为4个簇类,对用户偏好进行量化与分析。通过对1 025位用户产生的361 459条播放记录数据进行实验,结果表明该方法能有效对任意电视用户观看行为进行分析,提高了偏好分析结果的准确性。     

社会化标注系统中用户需求偏好的一种获取方法

传统的检索系统由于其通用的性质,难以满足不同用户所拥有的不同需求偏好.在社会化标注系统中,信息用户能够主动参与网络信息资源的组织与获取,因而其个性化的需求偏好能够较充分地得以体现.文中基于专家制定的叙词表来确定用户需求可能的语义空间维度,然后对用户标注过程中所运用的标签词汇进行量化,在此基础上,运用较成熟的BP神经网络模型,计算出标签词汇与叙词表之间的关联权重,进而用该权重矩阵来表示用户的语义性偏好特征,该语义模型能够在语义空间中定量化地确定信息用户的偏好向量.     

奇艺创新推出三套推荐引擎用户可轻松找到“喜欢的内容”

近日．高清视频网站奇艺宣布同时推出业内领先的三套推荐引擎意味着用户在不知道影视内容相关信息无法进行搜索时．依然可轻松找到“喜欢的内容。此项技术是奇艺通过对庞大的用户群的观影习惯、观影记录建立兴趣模型．从而针对用户的爱好进行个性化视频推荐。这也意味着奇艺面向用户的“智服务“战略更进一步。     

基于复数深度神经网络的逆合成孔径雷达成像方法

压缩感知（Compressive sensing, CS）理论框架下逆合成孔径雷达（Inverse syntheitic operture radar, ISAR）成像的结果具有超分辨、无旁瓣干扰等特点,但CS ISAR成像方法性能仍然受到稀疏表示不准确和图像重建方法效率低等限制。基于深度神经网络（Deep neural network, DNN）的欠采样或不完整信号重建方法取得了瞩目的表现。DNN能够自主学习最优网络参数并挖掘出输入数据的抽象高层特征表示,但目前已有的DNN都为实数域的模型,无法直接用于复数形式数据处理。为了利用DNN的优势提高ISAR欠采样数据成像的质量,本文通过级联不同类型的复数网络层的方式,构建具有多级分解能力的复数深度神经网络（Complex value DND, CV-DNN）,利用CV-DNN实现ISAR成像。实验结果表明,基于CV-DNN的ISAR成像方法在成像质量和计算效率方面都优于传统压缩感知成像方法。     

基于多层相似性用户聚类的推荐算法

为了降低数据稀疏性的影响,提高推荐系统的推荐生成质量,提出了一种基于多层相似性用户聚类的协同过滤推荐算法。该算法采用新的多层用户相似性度量,并将推荐过程分成了离线和在线两个部分。离线时,算法对基本用户数据进行预处理,并对基本用户聚类;在线时,算法利用已有的用户聚类寻找目标用户最近邻居,并产生推荐。实验表明,该算法不仅加快了推荐生成速度,而且提高了推荐质量,降低了约6%的平均绝对误差。     

对方案有模糊互补偏好关系的模糊多属性决策法

研究了权重为区间数且对方案有模糊互补偏好关系的模糊多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,并建立了目标规划模型.通过求解该模型得到属性的权重,运用加性加权法获得各方案的模糊综合属性值.其次,提出了基于方案的模糊正理想解与其模糊综合属性值相似度的方案排序法.该方法既能充分利用已有的客观信息,又能最大限度地体现决策者的主观意愿,且具有操作简便、易于上机实现的特点.该方法已应用于解决风险投资领域中项目评估问题.     

基于支持向量机的航路空域内对流天气避让预测（英文）

随着全球空中交通的快速发展,航班延误问题越来越严重。对流天气是造成航班延误的主要原因之一,已经影响到民航行业的可持续发展,成为一个社会问题。如果能够提前预测与天气有关的航班是否改航,那么空中交通活动的参与者就可以协调调度,极大减少航班延误。本文提出了天气避让预测模型(Weather avoidance prediction model,WAPM),以寻找天气与飞行轨迹之间的关系,并基于历史飞行数据预测未来航班是否改航。由于天气数据量大,采用主成分分析对10维天气指标进行降维以提取90%的信息。然后通过确定径向基函数的超参数c和γ,利用支持向量机来预测飞行是否改航。最后,通过预测准确率、精度、查全率和F1评价模型性能,并与k近邻(k nearest neighbor,kNN)、逻辑回归(Logistic regression,LR)、随机森林(Random forest,RF)和深度神经网络(Deep neural network,DNN)进行比较。对于准确率,WAPM比kNN、LR、RF和DNN方法分别高5.22%、2.63%、2.26%和1.03%;对于精度,WAPM比kNN、LR、RF和DNN方法分别大6.79%、5.19%、4.37%和3.21%;对于查全率,WAPM比kNN、LR、RF分别大4.05%、1.05%、0.04%,比DNN低1.38%;对于F1,WAPM比kNN、LR、RF和DNN方法分别高5.28%、1.69%、1.98%和0.68%。     

探针式光纤探头的有效检测深度

研究了探针式光纤探头的有效检测深度。采用扩散方程描述光在强散射生物组织中的传播规律,运用纽曼边界条件,使用灵敏度矩阵对有效检测深度进行了研究。灵敏度矩阵和光源与检测器的空间位置分布密切相关。光源与检测器对的灵敏度矩阵定义为：光源位置和检测器位置分别作为光源的光场分布的乘积。设计了6组针对不同参数的模型,参数主要包括光源、检测器光纤芯径、光源、检测器光纤中心距、光纤探头所处的深度、生物组织的吸收系数和散射系数。对探针式光纤探头在各组模型中的有效探测深度进行了仿真,重点研究了六种参数对检测深度的影响。所得结论可以推广到分析光纤检测器的空间分辨率和多光纤检测器的研究中。     

高超声速圆球模型飞行流场的数值模拟和实验验证

对高超声速圆球模型飞行流场进行数值模拟 ,分别采用空气完全气体模型、平衡气体模型以及热化学非平衡 1 1组元气体模型求解非定常轴对称N -S方程组。使用有限差分时间相关法捕捉激波 ,得到了定常流场的解。差分方程隐式部分采用了LU -SGS方法以避免矩阵运算 ,对化学反应和振动能量源项采用预处理矩阵以解决刚性问题。由计算结果处理得到的阴影图和干涉条纹图与再入物理弹道靶实验照片进行了对比分析 ,验证了实验中圆球飞行流场大部分区域接近于平衡状态。     

基于深度学习的风洞天平测力试验数据异常检测方法研究

风洞天平测力试验数据异常检测有助于分析试验异常原因、排查设备故障、改进试验方案,为解决目前人工检测时间成本高、效率低的问题,提出一种基于深度学习的异常检测框架。首先针对异常零样本问题,对风洞试验常见的异常类型及规律进行总结;然后为解决不同车次数据维度不同的问题,提出基于统计特征的标准化特征表示方案;最后利用神经网络学习异常特征,完成异常检测。试验结果表明:基于深度学习的异常检测方法对风洞异常数据检测的准确率和检出率分别达到了81.7%和72.6%,能够较好地识别孤立跳点异常和多点异常。     

神经网络在MIS子系统划分中的应用

在ＭＩＳ的开发过程中需要对ＭＩＳ进行子系统划分，本文提出了一种ＭＩＳ子系统划分的神经网络方法，即ＬＭ划分方法，该方法建立在Ｃ－Ｕ图的基础上，利用ＬＭ神经网络的学习和联想功能将一个ＭＩＳ划分成若干相对独立的子系统，实际划分结果证明，它是一种行之有效的新方法。     

基于增材制造的30CrMnSiA高速风洞试验模型设计及流固耦合分析研究

增材制造技术可针对任意复杂形状的零件进行加工,制造周期和成本较低,具有传统机械切削加工所不具备的独特优势,在风洞试验模型制造中具有广泛的应用前景。针对高速风洞模型加工中常用的30CrMnSiA材料,开展了金属粉末制备、检测及材料试件的制造研究,在此基础上,利用测试件数据作为材料性能输入参数,结合增材制造工艺,设计了机翼为中空结构的AgardB模型,利用Ansys有限元分析软件,进行了该模型流固耦合仿真分析,并开展了优化设计,结果表明,中空机翼的模型结构能够满足高速风洞试验要求。     

中介逻辑的模型论性质

中介逻辑是朱梧槚与肖奚安合作创立的一个新的逻辑系统,该系统的创立有着很强的哲学背景,因此在创立后得到了很大的发展。但对于该系统语义的研究还不够广泛和深入。本文系统地研究了中介逻辑的模型论性质。第一部分系统地定义了中介逻辑模型论的一些概念:如语言、结构、解释、满足等,第二部分证明了对任一和谐理论,都可在其见证集的等价类上建立其模型。利用此定理,笔者证明了广义完全性定理,并由此证明了中介逻辑的可靠性与完备性。本文最后一部分讨论了中介模型论的其他重要性质。利用中介逻辑的完备性,本文证明了紧致性定理,即一理论有模型当且仅当其任一有穷子集有模型。文中还证明了中介逻辑的Lowenheim-Skolem-Tarski定理。     

A Distributed Cooperative Localization Algorithm for Mobile Multi-platforms Oriented to Unpredicted Communication Topology

The cooperative localization(CL)is affected by the communication topology among the platforms. Based on the unscented Kalman filtering,the distributed CL(DCL)oriented to the unpredicted communication topology is investigated. To improve the adaptability,the character of the look-up Cholesky decomposition is exploited for the covariance matrix decomposing. Then,the distributed U transformation can be dynamically implemented according to the available communication topology. In the proposed algorithm,the global information is not required for the individual,and only the available information from the neighbor is used. Each platform's state can be estimated independently. The error covariance of the state estimates can be updated in the single platform. The algorithm is adaptive to any serial communication topologies where the measuring to the measured platform is a starting path. The applicability of the proposed algorithm to unpredicted communication topology is improved,remaining equivalent localization performance to free connection communication.     

基于约束描述的设计过程模型研究

设计过程模型（ＤＰ模型）和约束描述机理的建立，可以使造型设计摆脱细节结构设计的局限，多方位地参予创造性的设计活动，同时可以实现模型描述与模型数据的分离。模型描述建立在较高的信息抽象层次之上，便于创造自然化、智能化的设计环境。模型数据通过模型描述的自动转换来产生，是一个逐步细化和完善的过程。ＤＰ模型还用于支持变型设计。     

Risk Index Prediction of Civil Aviation Based on Deep Neural Network

Safety is the foundation of sustainable development in civil aviation. Although catastrophic accidents are rare,indicators of potential incidents and unsafe events frequently materialize. Therefore,a history of unsafe data are considered in predicting safety risks. A deep learning method is adopted for extracting reactions in safety risks. The deep neural network(DNN)model for safety risk prediction is shown to extract complex data characteristics better than a shallow network model. Using extended unsafe data and monthly risk indices,hidden layers and iterations are determined. The effectiveness of DNN is also revealed in comparison with the traditional neural network. Through early risk detection using the method in the paper,airlines and the government can mitigate potential risk and take proactive measures to improve civil aviation safety.     

并行集成式工艺设计系统的研究

计算机辅助工艺设计（ＣＡＰＰ）在计算机集成制造（ＣＩＭ）中起着关键的作用，并行工程既是ＣＩＭＳ从信息集成到功能集成的主要方法，又是这类复杂系统的全局优化方法。本文基于并行工程思想，研究和探讨了并行集成式工艺设计模型，它是一个实用化ＣＡＰＰ系统的新模型，不仅能利用设计信息进行初步工艺设计，而且能根据车间环境的状态，充分利用制造工艺和车间环境的柔性产生优化的工艺方案。它是采用分层工艺规划的方法来实现的。系统模型由三个层次组成，即初步规划层，决策层和详细规划层。文中最后还讨论了实现并行集成式工艺设计系统的关键技术。