【摘 要】
：
为提高数字图书馆资源聚合推荐服务质量,在研究了推荐系统中常用的二元模糊语言基础上,设计了一种数字图书馆资源聚合质量推荐模型。模型考虑了用户的模糊偏好,并将偏好建立在二元模糊语言模型中。同时,设计并实现了一种混合推荐策略,可在基于内容的推荐方法和协作推荐方法之间进行切换。通过仿真分析,结果表明文中所提方法由于考虑推荐时的质量,算法整体性能优于传统基于内容和协作的推荐方法。
【基金项目】
：
陕西省图书馆学会2019年度研究课题(191037)。
论文部分内容阅读
为提高数字图书馆资源聚合推荐服务质量,在研究了推荐系统中常用的二元模糊语言基础上,设计了一种数字图书馆资源聚合质量推荐模型。模型考虑了用户的模糊偏好,并将偏好建立在二元模糊语言模型中。同时,设计并实现了一种混合推荐策略,可在基于内容的推荐方法和协作推荐方法之间进行切换。通过仿真分析,结果表明文中所提方法由于考虑推荐时的质量,算法整体性能优于传统基于内容和协作的推荐方法。
其他文献
新型利用DNS加密技术的病毒对蜜罐的安全带来了新的威胁。针对该问题,文中提出了一种基于SNI信息的加密恶意流量检测与防御的方案。首先利用HTTPS握手包中未加密的Server Name Indication信息,以该信息作为域名黑名单判断的要素,以判断蜜罐对外连接是否为恶意连接。一旦发现为恶意SNI,就调用iptables阻断模块阻断对应IP地址的通信,以阻断该次连接。实验结果表明,该方法具有相比RST阻断方式更高的阻断率,并且在并发连接中也拥有不错的阻断效果。
以提升混合教学模式实际应用效果为目标,提出基于大数据分析的线上线下混合教学效果评估方法,首先利用大数据技术采集混合教学过程中的大数据,并从三个维度出发构建评估指标体系,根据指标提取所需数据,然后建立评估指标相关数据间的关联规则,获取数据的相空间分布,最后利用约束参量分析方法融合指标相关数据的控制变量和解释变量,实现线上线下混合教学效果评估。应用分析结果表明,文中方法获得了较理想的线上线下混合教学效果评估结果,有利于提高教学质量。
为了提高大数据时代高校学生信息化管理数据的挖掘能力,设计提出基于大数据时代高校学生信息化管理数据挖掘系统。构建大数据时代高校学生信息化管理数据采集模型,通过空间分块特征采样的方法,进行大数据时代高校学生信息化数据融合和特征检测,建立大数据时代高校学生信息化特征解析控制模型,在物联网环境下进行高校学生信息化管理数据的组网设计和关联特征检测,通过上述分析实现高校学生信息化管理数据挖掘系统的软件开发设计。仿真结果表明,采用该方法进行高校学生信息化管理数据挖掘的输出稳定性较高,数据挖掘的精准度较好,系统稳定可靠。
基于GPS的同步相量测量单元(PMU)的出现,为电力系统的实时监测和状态估计提供了可靠保证。针对PMU的最优配置问题,文中以确保系统结构完全可观测性和PMU配置数量最少为约束条件,提出了一种基于改进灰狼算法的PMU最优配置方法。改进算法在灰狼算法的基础上,采用Tent混沌序列改善其初始化,引入螺旋式数学模型提高其收敛速度,同时结合模拟退火算法思想弥补灰狼算法易陷入局部最优解的缺陷。应用改进算法在I
专业文献具有文本复杂度高、分布领域广、新词多的特点,传统机器翻译难以获得精确的翻译结果。提出一种句子切分算法,即将长句切分为多个小句后翻译。算法使用概念层次网络(HNC)理论对特征语义块进行预处理,基于语义特征和逻辑概念定义切分小句,利用规则的翻译系统进行小句翻译,通过顺序调整和组合得到全句的翻译结果。实例验证结果表明:融合了切分算法的翻译系统BLEU值达到了0.1886,相较于未融合系统提升了30%,表明该翻译算法能有效提升对专业文献复杂句式的翻译效果。
负荷预测对合理安排发电计划,维持电网安全稳定运行具有重要意义。文中提出自下而上的区域负荷预测方法,逐线逐站展开预测工作。将深度搜索引入布谷鸟搜索算法,提高其优化精度,然后求解最小二乘支持向量机的参数,对某市某区域日有功负荷进行预测,各线、各站的预测结果与基于布谷鸟[KG-*5]-[KG-*5]最小二乘支持向量机、粒子群[KG-*5]-[KG-*5]最小二乘支持向量机、BP神经网络预测进行比较,表明该方法更加稳定、准确。最后,将文中提出方法与整体负荷预测相比较,实验结果表明,其预测结果具有可靠性,可为合理安
针对高校学生学业预警工作繁琐、复杂等问题,利用B/S思想体系架构,应用Spring MVC技术,结合Java语言以及MySQL数据库,使用Shiro安全控制权限,采用Redis缓存技术,实现了一种具有高效准确管理功能的学业预警系统,根据学生课程成绩自动生成学生预警信息,实现了学生预警信息的查看、统计以及下载等功能。测试结果表明,系统运行稳定,预警信息准确,管理功能齐全,操作简洁明了,其功能达到了预期需求,为学业预警的信息化管理提供借鉴。
针对电网线路存在倒杆、断杆现象以及现有技术巡检方式落后的问题,提出一种新型的电力杆塔状态评估方法,构建出能够实现电力杆塔位置定位的评估方法,并引入电力杆塔检测的YOLO-V4模型深度学习算法,该算法模型包括53个卷积层,具有大量的3*3、1*1的卷积核,该算法还具有Darknet-53特征提取网络、多尺度融合特征网等,通过评价函数对所应用的YOLO-V4目标检测网络的损失进行检测。试验表明,YOL
针对医学教育方案难以实现高效利用、学生需求分析能力差、信息化程度滞后等问题,设计一种改进型的医学教育数据分析方法,利用改进型深度学习算法的神经网络模型实现医学教育数据的计算和分析,利用分布式算法对神经网络算法进行优化,利用元启发式神经网络算法对医学教育数据进行寻优,通过模仿蜻蜓的群体行为,对医学教育数据求解全局和局部数据信息,大大提高数据计算效率。通过模拟试验得出,所提算法的正确率高,运算时间短。
为有效处理医疗数据在安全管理及共享服务时,存在的安全隐患和隐私泄露问题,文中提出了一种由多个独立云供应商组成的分布式数据云环境,实现了医疗大数据在不同合作组织间的安全、隐私共享的体系结构。该结构按数据访问需求将系统划分为公共域和私有域两部分。为了进一步加强私有域中数据安全,文中提出利用改进的全同态加密方法对个人医疗数据进行加解密处理。通过仿真分析,结果表明文中所提方法能够更安全、高效的对个人医疗数据进行安全管理。该方案为医疗数据安全管理及共享服务机制提供了一定思路和借鉴。