为解决协同过滤算法中的数据稀疏性问题,提出了一种改进的协同过滤算法。该算法使用slope-one算法计算出来的评分预测值来填充评分矩阵中的未评分项目,然后在填充后的用户—项目评分矩阵上通过基于用户的协同过滤方法给出推荐。利用slope-one算法计算出来的评分预测值作为回填值,既能降低评分矩阵的稀疏性,也保证了回填值的多样性,从而减少均值、中值等单一填充值造成的推荐误差。在MovieLens-1M数据集上对该改进算法和协同过滤算法及均值中心化处理的算法作五折交叉实验,结果表明,基于评分预测值填充数据后的协同过滤算法有效地缓解了数据稀疏性问题,并且有更好的推荐效果。
1
C语言实现一元稀疏多项式运算 输入并建立多项式; 输出多项式,输出形式为整数序列:n,c1,e1,c2,e2……cn,en,其中n是多项式的项数,ci,ei分别为第i项的系数和指数。序列按指数降序排列; 多项式A和B相加,建立多项式A+B,输出相加的多项式; 多项式A和B相减,建立多项式A-B,输出相减的多项式; 多项式A和B相乘,建立多项式A×B,输出相乘的多项式; 设计一个菜单,至少具有上述操作要求的基本功能。
2021-12-25 17:17:30 149KB 报告和源代码
1
大规模稀疏线性方程组的GMRES-GPU快速求解算法
2021-12-23 15:43:14 624KB 稀疏 线性 方程组
1
提出一种可有效处理环网和分布式电源的快速直接算法,利用自然编号下的节点支路关联矩阵得到稀疏的网络层次矩阵,直接由该层次矩阵快速实现矩阵形式的前推回代。存在环网时将环路支路引入直接求解过程,无需补偿处理。内燃机、传统燃气轮机等分布式电源采用同步发电机,功率因数控制的作PQ节点,电压控制的作PV节点,采用电压控制逆变器作为并网装置的分布式电源,可作PV节点;采用电流控制逆变器作并网装置的光伏发电系统和储能系统处理为有功输出和注入电网电流恒定的PI节点;采用异步发电机并网运行的风力发电机和无励磁控制的同步发电机处理为负荷静特性节点。对IEEE多个标准算例进行仿真对比,指出环网和大多数类型分布式电源的引入并没有增大迭代次数,只有PV类型的分布式电源接入会对收敛速度产生一定的影响。
1
鲁棒非线性回归:使用维纳模型和稀疏性优化的鲁棒非线性回归
1
基于卷积神经网络多层特征融合和稀疏表示的表情识别,孙悦,杨勇,卷积神经网络浅层特征含有很多图像细节信息,深层特征含有更多抽象特征,为了充分利用不同层次特征的细节信息和抽象信息,将浅层
2021-12-22 01:35:23 382KB 表情识别
1
【问题描述】 稀疏矩阵的每个结点包含down,right,row,col和value五个域。用单独一个结点表示一个非零项,并将所有结点连接在一起,形成两个循环链表。使得第一个表即行表,把所有结点按照行序(同一行内按列序)用right域链接起来。使得第二个表即列表,把所有结点按照列序(同一列内按行序)用down链接起来。这两个表共用一个头结点。另外,增加一个包含矩阵维数的结点。稀疏矩阵的这种存储表示称为完全链表表式。 【基本要求】 根据用户输入的矩阵,实现稀疏矩阵的求和运算,并输出结果。 2、输入要求:的数据在程序运行的时候由用户提供,先由用户输入稀疏矩阵的行数、列数和非零元个数。再根据非零元个数,输入这些非零元,还需要用户为这些非零元输入行、列和非零元的值。这样,一个稀疏矩阵就输入完成。 3、用单链表存储非零元素的结点信息,并且将之用矩阵的形式打印出来
1
OFDM-LFM信号的雷达稀疏成像的测量矩阵优化新方法
2021-12-21 14:55:19 153KB 研究论文
1
适合学习稀疏编码的人,是源代码,包含了实验的原始数据集,可以直接编译运行,还有一点自己的小改进,适合初学和稀疏编码爱好者下载学习参考
2021-12-21 10:29:06 9.18MB 稀疏编码
1
编写程序,从字符文件读入三个正整数m, n, t以及t个三元组(i, j, e)建立稀疏矩阵的十字链表存储结构。其中,m、n分别表示矩阵行数和列数;i, j为非零元素行号和列号。编写算法,实现矩阵转置,输出转置后的三元组到另一字符文件中,检查你的转置结果是否正确。要求转置时不得新建元素结点(但允许新建行头/列头结点数组以及删除行头/列头结点数组,转置前后,总头结点不允许改变)。
2021-12-20 21:02:26 64KB 数据结构